ABOUT THE SPEAKER
Stuart Firestein - Neuroscientist
Stuart 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.

More profile about the speaker
Stuart Firestein | Speaker | TED.com
TED2013

Stuart Firestein: The pursuit of ignorance

スチュワート・ファイアスタイン: 無知の追及

Filmed:
2,046,254 views

真の科学的研究とはどういうものでしょうか？科学的手法よりはむしろ無為の時間を暗闇で過ごすことに近い、というのは神経科学者のスチュワート・ファイアスタインのジョークです。 ファイアスタインは、この機知に溢れる講演で、科学の核心が実践される様子に触れます。さらに彼は、私たちは知らないものごとを ―あるいは「高品質の無知」を― 既知のものごとと同じくらい評価すべきであると提言しています
- Neuroscientist
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古代 proverb諺 that says言う
0
495
3558
こんな古い諺があります
「暗い部屋で黒猫を探すのは
とても難しい
00:16
it's very difficult難しい to find a black黒 catネコ in a darkダーク roomルーム,
1
4053
4062
00:20
especially特に when there is no catネコ.
2
8115
2788
特に 猫が居ないなら なおさらだ」
科学とその仕組みを説明するのに
00:22
I find this a particularly特に apt適切 description説明 of science科学
3
10903
3329
適した諺です
00:26
and how science科学 works作品 --
4
14232
2136
暗い部屋の中で 動いて
何かにぶつかれば
00:28
bumblingうんざりする around in a darkダーク roomルーム, bumpingぶつかる into things,
5
16368
3320
ぶつかったものの形やそれが何かを
00:31
trying試す to figure数字 out what shape形状 this mightかもしれない be,
6
19688
2302
解き明かそうと試みます
00:33
what that mightかもしれない be,
7
21990
1444
どこかに猫がいるらしいという報告もあるが
00:35
there are reportsレポート of a catネコ somewhereどこかで around,
8
23434
2489
信頼できるのやらできないのやら
00:37
they mayかもしれない not be reliable信頼性のある, they mayかもしれない be,
9
25923
1793
というありさまです
00:39
and so forth前進 and so on.
10
27716
1520
00:41
Now I know this is different異なる than the way most最も people
11
29236
1976
一般に考えられている科学とは
違っていますね
00:43
think about science科学.
12
31212
1552
00:44
Science科学, we generally一般的に are told,
13
32764
1554
科学は普通こう説明されます
00:46
is a very well-ordered順不同 mechanism機構 for
14
34318
2750
整然とした仕組みによって
00:49
understanding理解 the world世界,
15
37068
1301
00:50
for gaining獲得する facts事実, for gaining獲得する dataデータ,
16
38369
2286
世界を理解したり
事実やデータを得るものであり
ルールに基づいたものである
00:52
that it's rule-basedルールベース,
17
40655
1553
00:54
that scientists科学者 use this thing calledと呼ばれる the scientific科学的 method方法
18
42208
3241
科学者はいわゆる科学的手法を用いるもの
00:57
and we've私たちは been doing this for 14 generations世代 or so now,
19
45449
2839
14世代にわたって適用されている
01:00
and the scientific科学的 method方法 is a setセット of rulesルール
20
48288
2571
科学的手法とは 一連の規則によって
01:02
for getting取得 hardハード, coldコールド facts事実 out of the dataデータ.
21
50859
4192
データから揺るぎない冷厳な事実を得るものだ
01:07
I'd like to tell you that's not the case場合.
22
55051
2095
それは事実ではないと申し上げたいのです
01:09
So there's the scientific科学的 method方法,
23
57146
1832
確かに科学的手法はあります
しかし これが実情です 　（笑）
01:10
but what's really going on is this. (Laughter笑い)
24
58978
2319
＜科学的手法 あるいは　
無為の時間＞
01:13
[The Scientific科学的 Method方法 vs対. Fartingおなら Around]
25
61297
958
01:14
And it's going on kind種類 of like that.
26
62255
3104
そして こう続きます
＜科学的手法 あるいは　
無為の時間を暗闇で過ごす＞ （笑）
01:17
[... in the darkダーク] (Laughter笑い)
27
65359
1421
01:18
So what is the difference差, then,
28
66780
4541
ならば
私が信じている科学の追及と
01:23
betweenの間に the way I believe science科学 is pursued追求された
29
71321
3816
人々の認識とでは
01:27
and the way it seems思われる to be perceived知覚される?
30
75137
2861
何が違うのでしょうか？
01:29
So this difference差 first came来た to me in some ways方法
31
77998
2715
この違いについての初めて思い当たったのは
01:32
in my dualデュアル role役割 at Columbiaコロンビア University大学,
32
80713
2097
コロンビア大学で役職を２つ兼務した時でした
01:34
where I'm bothどちらも a professor教授 and run走る a laboratory研究室 in neuroscience神経科学
33
82810
4155
私は 教授であり 同時に
神経科学の研究室を率いています
01:38
where we try to figure数字 out how the brain脳 works作品.
34
86965
2195
脳の働きについて研究しています
01:41
We do this by studying勉強する the senseセンス of smell臭い,
35
89160
2371
匂いの研究を通して取り組んでいます
つまり 嗅覚についてです
01:43
the senseセンス of olfaction嗅覚, and in the laboratory研究室,
36
91531
2531
研究室においては それは大きな喜びであり
魅了させられる仕事です
01:46
it's a great pleasure喜び and fascinating魅力的な work
37
94062
2634
01:48
and excitingエキサイティング to work with graduate卒業 students学生の and post-docsポストドキュメント
38
96696
2871
院生や博士研究員と一緒に
01:51
and think up coolクール experiments実験 to understandわかる how this
39
99567
2611
嗅覚の働きや 脳の働きを理解するために
面白い実験を考え出すのは刺激的で
01:54
senseセンス of smell臭い works作品 and how the brain脳 mightかもしれない be workingワーキング,
40
102178
2386
01:56
and, well, frankly率直に, it's kind種類 of exhilarating爽快.
41
104564
2802
率直に言って わくわくする仕事です
01:59
But at the same同じ time, it's my responsibility責任
42
107366
2718
一方同時に
学部生に大教室の講座で
脳について教えることも私の職務です
02:02
to teach教える a large大 courseコース to undergraduates学部 on the brain脳,
43
110084
2949
02:05
and that's a big大きい subject主題,
44
113033
1075
脳は大きな題材であり 準備には時間がかかります
02:06
and it takes quiteかなり a while to organize整理する that,
45
114108
2391
大変やりがいがありますし
とても興味深いものでもあります
02:08
and it's quiteかなり challenging挑戦 and it's quiteかなり interesting面白い,
46
116499
2811
しかし わくわくするものではないと
言わざるを得ません
02:11
but I have to say, it's not so exhilarating爽快.
47
119310
3557
その違いは何でしょうか？
02:14
So what was the difference差?
48
122867
1396
02:16
Well, the courseコース I was and am teaching教える
49
124263
2069
私が教えた また
いまだに教えているその講座は
02:18
is calledと呼ばれる Cellular携帯電話 and Molecular分子 Neuroscience神経科学 - I. (Laughs笑う)
50
126332
6464
細胞分子神経科学と言います
その１ です 　　（笑）
02:24
It's 25 lectures講義 full満員 of all sortsソート of facts事実,
51
132796
4555
２５コマの講義で 様々な事実をたくさん含み
02:29
it uses用途 this giant巨人 book本 calledと呼ばれる "Principles原則 of Neuralニューラル Science科学"
52
137351
4317
講義では この分厚い本を使います
「神経科学の基礎」という本で
３人の有名な神経科学者の著書です
02:33
by three三 famous有名な neuroscientists神経科学者.
53
141668
2334
この本は１４１４ページあり
02:36
This book本 comes来る in at 1,414 pagesページ,
54
144002
3781
02:39
it weighs重く a hefty重い sevenセブン and a halfハーフ poundsポンド.
55
147783
2736
ずっしりと重くて７ポンド半もあります
02:42
Just to put that in some perspective視点,
56
150519
1927
違った言い方で表現すると
02:44
that's the weight重量 of two normal正常 human人間 brains頭脳.
57
152446
3455
標準的な人間の脳２つ分の重さです
02:47
(Laughter笑い)
58
155901
3283
（笑）
02:51
So I began始まった to realize実現する, by the end終わり of this courseコース,
59
159184
3267
この講座の終わる頃に
私は思い到りました
02:54
that the students学生の maybe were getting取得 the ideaアイディア
60
162451
2248
生徒達は
脳について知るべきことは
知り尽くすべきだと
受け止めたかもしれません
02:56
that we must必須 know everything there is to know about the brain脳.
61
164699
3031
02:59
That's clearlyはっきりと not true真実.
62
167730
1762
それは明らかに真実ではありません
03:01
And they must必須 alsoまた、 have this ideaアイディア, I suppose想定する,
63
169492
2698
またこんなふうに
考えているようなのです
03:04
that what scientists科学者 do is collect集める dataデータ and collect集める facts事実
64
172190
3381
科学者は
データを集め 事実を集めて
03:07
and stickスティック them in these big大きい books本.
65
175571
2089
こんな分厚い本に仕立てるものだ
03:09
And that's not really the case場合 eitherどちらか.
66
177660
1407
実情は 違っています
03:11
When I go to a meeting会議, after the meeting会議 day is over
67
179067
3303
私が会議に出て 会議の一日が終わった後で
03:14
and we collect集める in the barバー over a coupleカップル of beersビール with my colleagues同僚,
68
182370
3097
バーで集まって ビールを飲んでいる時に
同業者とは
03:17
we never talk about what we know.
69
185467
2201
「知っていること」　の話は決してしません
03:19
We talk about what we don't know.
70
187668
2166
私達は　「知らないこと」　について語ります
03:21
We talk about what still has to get done完了,
71
189834
2285
未だ残っているすべきこと について語り
03:24
what's so criticalクリティカルな to get done完了 in the lab研究室.
72
192119
2825
実験室で何をすることが重要なのか
について語るのです
03:26
Indeed確かに, this was, I think, bestベスト said by Marieマリー Curieキュリー
73
194944
2557
マリ・キュリー夫人が
いみじくも
こう述べています
03:29
who said that one never notices通知 what has been done完了
74
197501
2419
「人々は 成されたことは語らない
03:31
but only what remains残っている to be done完了.
75
199920
1461
残された成すべきことのみを語る」
03:33
This was in a letter文字 to her brother兄 after obtaining取得する
76
201381
2225
これは 彼女が兄に宛てた手紙にありました
03:35
her second二番 graduate卒業 degree度, I should say.
77
203606
3718
二つ目の学士号を取得した際に
と付け加えておきましょう
03:39
I have to pointポイント out this has always been one of my favoriteお気に入り picturesピクチャー of Marieマリー Curieキュリー,
78
207324
2813
ちなみに このキュリー夫人の写真が
気に入っています
なぜなら 彼女の背後の光
これは写真効果ではないと確信しているからです 　(笑）
03:42
because I am convinced確信している that that glow輝き behind後ろに her
79
210137
2303
03:44
is not a photographic写真 effect効果. (Laughter笑い)
80
212440
2738
本物（放射能）なのです 　(笑）
03:47
That's the realリアル thing.
81
215178
1800
03:48
It is true真実 that her papers論文 are, to this day,
82
216978
4380
確かに 彼女の論文は 今現在も
03:53
stored保存された in a basement地下 roomルーム in the Biblioth聖書èqueキュー FranフランçaiseAise
83
221358
2879
フランス国立図書館の地下にある
03:56
in a concreteコンクリート roomルーム that's lead-linedリードライニング,
84
224237
2197
鉛で覆われたコンクリート部屋の中に収められ
03:58
and if you're a scholar学者 and you want accessアクセス to these notebooksノート,
85
226434
2652
研究者として これらのノートを閲覧したい場合は
04:01
you have to put on a full満員 radiation放射線 hazmatハザード suitスーツ,
86
229086
2749
完全放射能防護服を着用しないといけません
04:03
so it's prettyかなり scary怖い businessビジネス.
87
231835
2351
結構怖いことではあります
04:06
Nonethelessそれにもかかわらず, this is what I think we were leaving去る out
88
234186
2796
ともかく これこそが 私達の講座が
04:08
of our coursesコース
89
236982
1626
見失っていたもの
04:10
and leaving去る out of the interactionインタラクション that we have
90
238608
2526
研究者としての社会との交流で見失っていた
ものだと思います
04:13
with the publicパブリック as scientists科学者, the what-remains-to-be-done何が残されるべきか.
91
241134
2973
解くべき課題の残りは何か
04:16
This is the stuffもの that's exhilarating爽快 and interesting面白い.
92
244107
2634
これこそがわくわくし面白いことなのです
04:18
It is, if you will, the ignorance無知.
93
246741
2910
この 言うなれば 「無知」
これこそが
04:21
That's what was missing行方不明.
94
249651
979
欠けていました
04:22
So I thought, well, maybe I should teach教える a courseコース
95
250630
2860
そこで私は思いました
何か卓越したことについて講義するなら
04:25
on ignorance無知,
96
253490
2100
04:27
something I can finally最後に excel優れた at, perhapsおそらく, for example例.
97
255590
3629
「無知」について教えるべきかもしれない
そこで「無知」についての
講義を始めてみると
04:31
So I did start開始 teaching教える this courseコース on ignorance無知,
98
259219
1878
とても興味深いものでした
04:33
and it's been quiteかなり interesting面白い
99
261097
1096
04:34
and I'd like to tell you to go to the websiteウェブサイト.
100
262193
2086
是非ウェブサイトをご覧ください
04:36
You can find all sortsソート of information情報 there. It's wideワイド open開いた.
101
264279
3636
あらゆる情報が
ウェブで広く公開されています
04:39
And it's been really quiteかなり an interesting面白い time for me
102
267915
3523
そして私にとって とても興味深い時間でもありました
04:43
to meet会う up with other scientists科学者 who come in and talk
103
271438
1841
他の科学者に会い
彼等が知らないことについて話してもらうのです
04:45
about what it is they don't know.
104
273279
1548
04:46
Now I use this wordワード "ignorance無知," of courseコース,
105
274827
1985
さてこの「無知」という言葉を
04:48
to be at least少なくとも in part部 intentionally故意に provocative挑発的な,
106
276812
3158
もちろん 意図して少し挑発的に使っています
04:51
because ignorance無知 has a lot of bad悪い connotations意味
107
279970
2390
なぜならば 「無知」には悪い意味合いも多く
04:54
and I clearlyはっきりと don't mean any of those.
108
282360
2005
そういうことを意図してはいないからです
04:56
So I don't mean stupidity愚かな, I don't mean a callowコールウォー indifference無関心
109
284365
3505
つまり愚かさだとか
未熟ゆえに事実や根拠やデータに無関心だとか
ということではありません
04:59
to fact事実 or reason理由 or dataデータ.
110
287870
2308
05:02
The ignorant無知な are clearlyはっきりと unenlightened啓蒙されていない, unaware認識しない,
111
290178
3271
無知な人は明らかに 未啓発で 注意不足
05:05
uninformed知らない, and presentプレゼント company会社 today今日 excepted例外,
112
293449
3307
知識も不足しています
本日ここにいらっしゃる皆様を除いたら
05:08
oftenしばしば occupy占める elected選出された officesオフィス, it seems思われる to me.
113
296756
2908
選挙で選ばれる公職者に多いと 私は思うのです
05:11
That's another別の storyストーリー, perhapsおそらく.
114
299664
1806
まあ別の問題でしょう
05:13
I mean a different異なる kind種類 of ignorance無知.
115
301470
1633
それとは別の「無知」の話です
05:15
I mean a kind種類 of ignorance無知 that's lessもっと少なく pejorative敬虔な,
116
303103
2268
この「無知」には 悪い意味あいは薄く
05:17
a kind種類 of ignorance無知 that comes来る from a communal共同体 gapギャップ in our knowledge知識,
117
305371
3487
人類全体の知識の不足として
認識されるものです
05:20
something that's just not there to be known既知の
118
308858
1865
知っているべきなのに
欠けている知識や
05:22
or isn't known既知の well enough十分な yetまだ or we can't make predictions予測 from,
119
310723
2821
まだ知るに至らない知識や
予測もできない知識です
05:25
the kind種類 of ignorance無知 that's maybe bestベスト summed合計 up
120
313544
2318
その「無知」をうまく言い表しているのは
05:27
in a statementステートメント by Jamesジェームス Clerk店員 Maxwellマクスウェル,
121
315862
1845
多分 マクスウェルの言葉でしょう
05:29
perhapsおそらく the greatest最大 physicist物理学者 betweenの間に Newtonニュートン and Einsteinアインシュタイン,
122
317707
3449
彼はニュートンとアインシュタインの間で最も偉大な物理学者で
05:33
who said, "Thoroughly徹底的に conscious意識的な ignorance無知
123
321156
2301
こう言いました
「無知が十分に認識されることは
05:35
is the prelude前奏曲 to everyすべて realリアル advance前進 in science科学."
124
323457
2568
あらゆる科学的な進歩の前奏曲である」
05:38
I think it's a wonderful素晴らしい ideaアイディア:
125
326025
1388
素晴らしい考えだと思います
05:39
thoroughly徹底的に conscious意識的な ignorance無知.
126
327413
3147
徹底的に自覚された「無知」
05:42
So that's the kind種類 of ignorance無知 that I want to talk about today今日,
127
330560
2421
今日はそんな「無知」の話をします
05:44
but of courseコース the first thing we have to clearクリア up
128
332981
1519
でも まず先に片づけたいのは
05:46
is what are we going to do with all those facts事実?
129
334500
2103
「事実」について どう考えるかということ
05:48
So it is true真実 that science科学 piles杭 up at an alarming警戒する rateレート.
130
336603
3674
確かに 驚くべき速度で
科学知識は積み上がっています
05:52
We all have this senseセンス that science科学 is this mountain山 of facts事実,
131
340277
2810
私達は皆 事実を積み上げたものが科学だ
と感じています
05:55
this accumulation累積 modelモデル of science科学, as manyたくさんの have calledと呼ばれる it,
132
343087
4036
これは科学知識の蓄積モデル
と呼ばれ
05:59
and it seems思われる impregnable難攻不落, it seems思われる impossible不可能.
133
347123
2451
難攻不落で手に負えないように思われます
全てを知ることなどできません
06:01
How can you ever know all of this?
134
349574
1314
06:02
And indeed確かに, the scientific科学的 literature文献 grows成長する at an alarming警戒する rateレート.
135
350888
3581
確かに 驚異的な速度で科学文献は膨れ上がっています
06:06
In 2006, there were 1.3 million百万 papers論文 published出版された.
136
354469
3654
２００６年には１３０万もの文献が出版されました
06:10
There's about a two-and-a-half-percent2分の1パーセント yearly毎年 growth成長 rateレート,
137
358123
2632
おそらく２．５％の年間増加率となっています
06:12
and so last year年 we saw over one and a halfハーフ million百万 papers論文 beingであること published出版された.
138
360755
4390
そして昨年は １５０万の文献が出版されたと目されています
その数を１年間で割って毎分に換算すると
06:17
Divide分割 that by the number数 of minutes分 in a year年,
139
365145
2230
06:19
and you wind風 up with three三 new新しい papers論文 per〜ごと minute分.
140
367375
3138
１分毎に新しい文献が３つとなります
06:22
So I've been up here a little over 10 minutes分,
141
370513
1482
ここに居る10分ほどの間に
06:23
I've already既に lost失われた three三 papers論文.
142
371995
1776
すで文献を3件逃しました
06:25
I have to get out of here actually実際に. I have to go read読む.
143
373771
2840
さあもう行かなくちゃ
読みに行かなくちゃ
さて どうすればいいのでしょう
06:28
So what do we do about this? Well, the fact事実 is
144
376611
3446
実は科学者たちは この状況に対して
06:32
that what scientists科学者 do about it is a kind種類 of a controlled制御された neglect無視する, if you will.
145
380057
4509
意図的な無視を決め込んでいます
06:36
We just don't worry心配 about it, in a way.
146
384566
2664
ある意味 気にしないんです
06:39
The facts事実 are important重要. You have to know a lot of stuffもの
147
387230
2243
事実は重要です
科学者になるには
06:41
to be a scientist科学者. That's true真実.
148
389473
1810
多くの知識が必要です
間違いなく
06:43
But knowing知っている a lot of stuffもの doesn't make you a scientist科学者.
149
391283
2927
しかし 多く知っているだけでは 科学者になれません
法律家になるには
多くの知識が要ります
06:46
You need to know a lot of stuffもの to be a lawyer弁護士
150
394210
2665
06:48
or an accountant会計士 or an electrician電気技師 or a carpenter大工.
151
396875
3892
会計士も電気技師も大工も
同じです
06:52
But in science科学, knowing知っている a lot of stuffもの is not the pointポイント.
152
400767
3610
しかし 科学において
多くの知識が重要なのではありません
06:56
Knowing知っている a lot of stuffもの is there to help you get
153
404377
3556
多くの知識は
そこから より多くの無知に
到達するのに役立ちます
06:59
to more ignorance無知.
154
407933
1388
07:01
So knowledge知識 is a big大きい subject主題, but I would say
155
409321
2510
知識は大きな主題ですが
私に言わせれば 「無知」はさらに大きな主題なのです
07:03
ignorance無知 is a biggerより大きい one.
156
411831
2487
07:06
So this leadsリード us to maybe think about, a little bitビット
157
414318
2194
そこまで考えますと 更に もう少し考えることになります
07:08
about, some of the modelsモデル of science科学 that we tend傾向がある to use,
158
416528
2883
科学について
よく用いられるモデルを検討して
07:11
and I'd like to disabuse乱用する you of some of them.
159
419411
1825
見方を改めていただこうと思います
07:13
So one of them, a popular人気 one, is that scientists科学者
160
421236
2313
最も一般的な誤解は 科学者とは
07:15
are patiently辛抱強く puttingパッティング the pieces作品 of a puzzleパズル together一緒に
161
423549
2628
忍耐強くパズルのピースを組み立てて
07:18
to reveal明らかにする some grand壮大 schemeスキーム or another別の.
162
426177
2773
何らかの大きな体系を解き明かすというもの
07:20
This is clearlyはっきりと not true真実. For one, with puzzlesパズル,
163
428950
2558
これは明らかに違います
まず パズルですが
07:23
the manufacturerメーカー has guaranteed保証付き that there's a solution溶液.
164
431508
3499
製造者は何らかの解があると保証しています
07:27
We don't have any suchそのような guarantee保証.
165
435007
1749
私達にそんな保証は全くないのです
07:28
Indeed確かに, there are manyたくさんの of us who aren'tない so sure about the manufacturerメーカー.
166
436756
3155
そもそも 製造者も良くわからないという人も多いです
07:31
(Laughter笑い)
167
439911
3063
（笑）
07:34
So I think the puzzleパズル modelモデル doesn't work.
168
442974
1757
パズルのモデルは当てはまりません
07:36
Anotherもう一つ popular人気 modelモデル is that science科学 is busy忙しい unraveling解く things
169
444731
3514
その次に一般的なモデルは
科学者は玉ねぎをむくようにして
07:40
the way you unravel解く the peelsピール of an onion玉ねぎ.
170
448245
2196
物事の解明に励んでいる
というものです
07:42
So peelはがす by peelはがす, you take away the layers層 of the onion玉ねぎ
171
450441
2989
一枚一枚玉ねぎを剥いていくと
07:45
to get at some fundamental基本的な kernelカーネル of truth真実.
172
453430
2319
何か核となる真実に至るというモデルです
07:47
I don't think that's the way it works作品 eitherどちらか.
173
455749
2187
科学はそういうものでもありません
07:49
Anotherもう一つ one, a kind種類 of popular人気 one, is the iceberg氷山 ideaアイディア,
174
457936
2934
また
氷山もよくあるアイデアです
07:52
that we only see the tip先端 of the iceberg氷山 but underneath下の
175
460870
2460
ほんの一部しか見えていない氷山の下に
07:55
is where most最も of the iceberg氷山 is hidden隠された.
176
463330
2185
大部分は隠れているのです
07:57
But all of these modelsモデル are basedベース on the ideaアイディア of a large大 body体 of facts事実
177
465515
3554
しかしこれらのモデルは全て
事実の膨大なかたまりであっても
08:01
that we can somehow何とか or another別の get completed完成した.
178
469069
2420
やがては制覇できるという考え方です
08:03
We can chipチップ away at this iceberg氷山 and figure数字 out what it is,
179
471489
3343
氷山を削っていけば 理解が進みます
08:06
or we could just wait for it to melt溶かす, I suppose想定する, these days日々,
180
474832
2605
最近だと 待っているだけでも溶けてしまいます
08:09
but one way or another別の we could get to the whole全体 iceberg氷山. Right?
181
477437
3227
でもいずれは氷山全体を終えられるのです
ですよね？
08:12
Or make it manageable管理しやすい. But I don't think that's the case場合.
182
480664
2467
管理していけるという考え
これも違うと思います
08:15
I think what really happens起こる in science科学
183
483131
2399
私の考えでは 科学の実際は
08:17
is a modelモデル more like the magicマジック well,
184
485530
1830
魔法の井戸のようなモデルであって
08:19
where no matter問題 how manyたくさんの bucketsバケツ you take out,
185
487360
1837
どれだけバケツですくいだしても
08:21
there's always another別の bucketバケツ of water水 to be had,
186
489197
2112
つねに水が残っているのです
08:23
or my particularly特に favoriteお気に入り one,
187
491309
2127
私がとりわけ好きなのは
08:25
with the effect効果 and everything, the ripples波紋 on a pond池.
188
493436
2939
結果や様々な面で
池の波紋 に例えたものです
08:28
So if you think of knowledge知識 beingであること this ever-expanding絶えず拡大する ripple波紋 on a pond池,
189
496375
3127
知識を どこまでも広がる池の波紋であると考えますと
08:31
the important重要 thing to realize実現する is that our ignorance無知,
190
499502
3382
私達の「無知」すなわち
知識の限界が
08:34
the circumference周 of this knowledge知識, alsoまた、 grows成長する with knowledge知識.
191
502884
3382
知識とともに大きくなっていくという
大事なことに気づきます
08:38
So the knowledge知識 generates生成する ignorance無知.
192
506266
2763
ですので 知識が「無知」を生むのです
08:41
This is really well said, I thought, by Georgeジョージ Bernardバーナード Shawショー.
193
509029
2915
バーナード・ショーの言葉が
大変うまい表現だと思います
08:43
This is actually実際に part部 of a toastトースト that he delivered配信された
194
511944
2677
アインシュタインの功績を称える晩餐で
08:46
to celebrate祝う Einsteinアインシュタイン at a dinnerディナー celebrating祝う Einstein'sアインシュタイン work,
195
514621
3677
乾杯のあいさつとして
アインシュタインをたたえる言葉の中で
08:50
in whichどの he claims請求 that science科学
196
518298
1414
彼は述べました
「科学は 答え以上に
多くの疑問をつくりだす」
08:51
just creates作成する more questions質問 than it answers答え.
["Science科学 is always wrong違う. It never solves解決する a problem問題 withoutなし creating作成 10 more."]
197
519712
2265
08:53
I find that kind種類 of glorious栄光の, and I think he's precisely正確に right,
198
521977
3542
愉快な話です
彼はまさに正しいと思います
08:57
plusプラス it's a kind種類 of jobジョブ securityセキュリティ.
199
525519
2526
さらに 仕事も安泰です
(笑)
09:00
As it turnsターン out, he kind種類 of cribbed浮き彫りにされた that
200
528045
2726
実は
哲学者のイマヌエル・カントが
09:02
from the philosopher哲学者 Immanuelイマヌエル Kantカント
201
530771
1852
すでにこのことを言っていました
09:04
who a hundred百 years年 earlier先に had come up with this ideaアイディア
202
532623
2645
１００年以上前に 疑問の伝搬
すなわち
09:07
of question質問 propagation伝搬, that everyすべて answer回答 begets収穫 more questions質問.
203
535268
3808
全ての回答は更に疑問を引き起こすと
気付いていました
09:11
I love that term期間, "question質問 propagation伝搬,"
204
539076
2199
私はこの「疑問の伝播」という言葉が好きなのですが
09:13
this ideaアイディア of questions質問 propagating伝播する out there.
205
541275
2739
この疑問が伝播するという考え方が大好きなのです
09:16
So I'd say the modelモデル we want to take is not
206
544014
1887
私達が選びたいモデルは
09:17
that we start開始 out kind種類 of ignorant無知な and we get some facts事実 together一緒に
207
545901
3509
「無知」から始まり
事実を集めて
09:21
and then we gain利得 knowledge知識.
208
549410
2143
知識を得ていくのではありません
09:23
It's ratherむしろ kind種類 of the other way around, really.
209
551553
2379
実際 むしろ逆方向なのです
09:25
What do we use this knowledge知識 for?
210
553932
1907
私達は この知識というものを何に使うのでしょうか？
09:27
What are we usingを使用して this collectionコレクション of facts事実 for?
211
555839
2528
私達は集めた事実を何に使うのでしょうか？
09:30
We're usingを使用して it to make better ignorance無知,
212
558367
2857
より良い「無知」を生みだすために使います
09:33
to come up with, if you will, higher-quality高品質 ignorance無知.
213
561224
3079
いうなれば 高品質の「無知」を
得るためです
09:36
Because, you know, there's low-quality低品質 ignorance無知
214
564303
1872
なぜな 「無知」には低品質から
09:38
and there's high-quality高品質 ignorance無知. It's not all the same同じ.
215
566175
2413
高品質まであり
一様ではありません
09:40
Scientists科学者 argue主張する about this all the time.
216
568588
2370
科学者は いつもこのことを議論しています
09:42
Sometimes時々 we call them bullブル sessionsセッション.
217
570958
1965
ときには雑談として
09:44
Sometimes時々 we call them grant付与 proposals提案.
218
572923
1918
ときには研究予算申請として
09:46
But nonethelessそれにもかかわらず, it's what the argument引数 is about.
219
574841
3508
いずれにしても
議論の的となっているもの ―
09:50
It's the ignorance無知. It's the what we don't know.
220
578349
1844
それが「無知」です
私達が知らない何かなのです
09:52
It's what makes作る a good question質問.
221
580193
2690
そこから良い疑問が生じます
09:54
So how do we think about these questions質問?
222
582883
1630
では 疑問はいかに生ずるのでしょう？
グラフをお見せしましょう
09:56
I'm going to showショー you a graphグラフ that showsショー up
223
584513
1952
様々な科学部門の懇親会で
目にするポスターみたいなものです
09:58
quiteかなり a bitビット on happyハッピー hour時間 postersポスター in various様々な science科学 departments部門.
224
586465
3867
10:02
This graphグラフ asks尋ねる the relationship関係 betweenの間に what you know
225
590332
4221
このグラフが示す関係は
あなたが知っていることと
10:06
and how much you know about it.
226
594553
2190
どの程度それを知っているか を表します
10:08
So what you know, you can know anywhereどこでも from nothing to everything, of courseコース,
227
596743
3515
何を知っているか
「皆無」から「すべて」まで幅があり
10:12
and how much you know about it can be anywhereどこでも
228
600258
1683
どこまで知っているかも
10:13
from a little to a lot.
229
601941
2423
「わずか」から「沢山」まで幅があります
10:16
So let's put a pointポイント on the graphグラフ. There's an undergraduate学部.
230
604364
4232
ではプロットしていきましょう
学生はここです
10:20
Doesn't know much but they have a lot of interest利子.
231
608596
2364
知識は少ないが
興味の幅は広く
10:22
They're interested興味がある in almostほぼ everything.
232
610960
1691
ほぼ何にでも興味を持ちます
10:24
Now you look at a master'sマスターズ student学生, a little furtherさらに along一緒に in their彼らの education教育,
233
612651
3454
修士の学生は 少し教育が進んで
10:28
and you see they know a bitビット more,
234
616105
1351
知識は少し深まり
10:29
but it's been narrowed狭められた somewhat幾分.
235
617456
1890
しかし その幅が狭まります
10:31
And finally最後に you get your PhPh.D., where it turnsターン out
236
619346
2719
そして 博士号を取ると
驚異的に深く知るものの
10:34
you know a tremendousすばらしい amount量 about almostほぼ nothing. (Laughter笑い)
237
622065
5105
知っている対象は無きに等しいのです 　(笑）
10:39
What's really disturbing邪魔する is the trend傾向 lineライン that goes行く throughを通して that
238
627170
3781
一番心配なのは
傾いた線の延長線上です
なぜならば ゼロから更に下がれば
当然マイナスの領域です
10:42
because, of courseコース, when it dipsディップ below以下 the zeroゼロ axis軸, there,
239
630951
3775
10:46
it gets取得 into a negative負 areaエリア.
240
634726
2262
10:48
That's where you find people like me, I'm afraid恐れ.
241
636988
2915
私などは 残念ながら
この位置にいます
10:51
So the important重要 thing here is that this can all be changedかわった.
242
639903
3368
重要なことは これはすべて変えられるということです
10:55
This whole全体 view見る can be changedかわった
243
643271
1804
この見方は
10:57
by just changing変化 the labelラベル on the x-axisx軸.
244
645075
3161
x軸のラベルを変えるだけで
がらりと変わります
11:00
So instead代わりに of how much you know about it,
245
648236
1917
どれほど多く知っているかではなく
11:02
we could say, "What can you ask尋ねる about it?"
246
650153
3541
「何について聞くことができるか」と言いかえられます
11:05
So yes, you do need to know a lot of stuffもの as a scientist科学者,
247
653694
2867
科学者は多くを知っている必要がありますが
11:08
but the purpose目的 of knowing知っている a lot of stuffもの
248
656561
2629
それら多くを知っていなければならない その目的は
11:11
is not just to know a lot of stuffもの. That just makes作る you a geekオタク, right?
249
659190
2587
多く知っていたり マニアになることではありません
11:13
Knowing知っている a lot of stuffもの, the purpose目的 is
250
661777
2138
多くの物事を知ることの目的は
11:15
to be ableできる to ask尋ねる lots of questions質問,
251
663915
1676
多くの疑問が生み出せるようにすることです
11:17
to be ableできる to frameフレーム thoughtful思慮深い, interesting面白い questions質問,
252
665591
3088
考え抜かれた 興味深い疑問を
問うことができるようにです
11:20
because that's where the realリアル work is.
253
668679
1725
それこそが本当の研究だからです
11:22
Let me give you a quickクイック ideaアイディア of a coupleカップル of these sortsソート of questions質問.
254
670404
2552
幾つかこういった疑問の簡単な例をご紹介しましょう
11:24
I'm a neuroscientist神経科学者, so how would we come up
255
672956
2163
神経科学者として
いかに神経科学の
11:27
with a question質問 in neuroscience神経科学?
256
675119
1431
問いに至るのでしょうか？
11:28
Because it's not always quiteかなり so straightforward簡単.
257
676550
2669
なぜならば 必ずしも簡単ではないのです
11:31
So, for example例, we could say, well what is it that the brain脳 does?
258
679219
2559
例えば 脳は何をするのか？
と考えてみましょう
脳の働きで
私達は動き回ります
11:33
Well, one thing the brain脳 does, it moves動き us around.
259
681778
1814
11:35
We walk歩く around on two legs足.
260
683592
2005
私達は二本の足で歩きます
11:37
That seems思われる kind種類 of simple単純, somehow何とか or another別の.
261
685597
1851
わかりやすいですね
11:39
I mean, virtually事実上 everybodyみんな over 10 months数ヶ月 of age年齢
262
687448
2725
なにしろ 生後10ケ月以上になれば
ほぼ誰でも二本の足で歩きますよね？
11:42
walksあるきます around on two legs足, right?
263
690173
2172
それほど興味深くなりませんね
11:44
So that maybe is not that interesting面白い.
264
692345
1391
11:45
So instead代わりに maybe we want to choose選択する something a little more complicated複雑な to look at.
265
693736
3148
それでは もう少し難しい材料を選びましょうか
11:48
How about the visualビジュアル systemシステム?
266
696884
2775
たとえば視覚系などどうでしょうか？
11:51
There it is, the visualビジュアル systemシステム.
267
699659
1627
これがそうです 視覚系です
11:53
I mean, we love our visualビジュアル systemsシステム. We do all kinds種類 of coolクール stuffもの.
268
701286
3248
私達は視覚系が大好きです 素敵なことがたくさんできます
11:56
Indeed確かに, there are over 12,000 neuroscientists神経科学者
269
704534
3391
事実 一万二千人以上もの神経科学者が
11:59
who work on the visualビジュアル systemシステム,
270
707925
1580
視覚系を研究しています
12:01
from the retina網膜 to the visualビジュアル cortex皮質,
271
709505
2081
網膜から視覚野まで
12:03
in an attempt試みる to understandわかる not just the visualビジュアル systemシステム
272
711586
2565
視覚系の理解だけにとどまらない試みで
12:06
but to alsoまた、 understandわかる how general一般 principles原則
273
714151
3024
同時に 一般的原則として脳が
どう働くのかを理解しようとしています
12:09
of how the brain脳 mightかもしれない work.
274
717175
1951
12:11
But now here'sここにいる the thing:
275
719126
1660
しかし ここに問題があります
12:12
Our technology技術 has actually実際に been prettyかなり good
276
720786
2480
私達の技術はかなり優秀で
12:15
at replicating複製する what the visualビジュアル systemシステム does.
277
723266
2590
視覚系が行うことを再現することができます
12:17
We have TVテレビ, we have movies映画,
278
725856
3023
テレビや映画があります
12:20
we have animationアニメーション, we have photography写真,
279
728879
2495
アニメや写真があります
12:23
we have patternパターン recognition認識, all of these sortsソート of things.
280
731374
3151
パターン認識や さまざまなものがあります
12:26
They work differently異なって than our visualビジュアル systemsシステム in some cases症例,
281
734525
2646
時には私達の視覚系とは違った機能の場合もありますが
12:29
but nonethelessそれにもかかわらず we've私たちは been prettyかなり good at
282
737171
1591
私達の視覚系と同じようにはたらく
12:30
making作る a technology技術 work like our visualビジュアル systemシステム.
283
738762
3476
技術がうまくできています
12:34
Somehow何とか or another別の, a hundred百 years年 of roboticsロボット工学,
284
742238
2936
しかしながら 百年あまりのロボット工学がありながら
未だ二本の足で歩くロボットは見当たりません
12:37
you never saw a robotロボット walk歩く on two legs足,
285
745174
2266
12:39
because robotsロボット don't walk歩く on two legs足
286
747440
2163
ロボットが二本足で歩行しないのは
12:41
because it's not suchそのような an easy簡単 thing to do.
287
749603
2390
簡単にできることではないからです
12:43
A hundred百 years年 of roboticsロボット工学,
288
751993
1528
百年研究しても
12:45
and we can't get a robotロボット that can move動く more than a coupleカップル stepsステップ one way or the other.
289
753521
3367
数歩以上歩けるロボットはなかなかできないのです
12:48
You ask尋ねる them to go up an inclined傾斜 plane飛行機, and they fall秋 over.
290
756888
2572
斜面を登らせようとすると 倒れてしまいます
12:51
Turn順番 around, and they fall秋 over. It's a serious深刻な problem問題.
291
759460
2004
向きを変えても 倒れます
難問なのです
12:53
So what is it that's the most最も difficult難しい thing for a brain脳 to do?
292
761464
3547
では 脳にとって最も難しいことは何でしょうか？
12:57
What oughtすべきだ we to be studying勉強する?
293
765011
1623
何を研究すべきでしょうか？
12:58
Perhapsおそらく it oughtすべきだ to be walking歩く on two legs足, or the motorモーター systemシステム.
294
766634
4295
二本足歩行か運動系かもしれません
13:02
I'll give you an example例 from my own自分の lab研究室,
295
770929
1735
私の研究所からの例をご紹介しましょう
13:04
my own自分の particularly特に smelly臭い question質問,
296
772664
1725
とりわけ鼻につく疑問です
13:06
since以来 we work on the senseセンス of smell臭い.
297
774389
2099
私達は嗅覚を研究していますからね
13:08
But here'sここにいる a diagram図 of five五 molecules分子
298
776488
3228
図に５つの分子を示します
13:11
and sortソート of a chemical化学 notation記法.
299
779716
1510
化学の記号の一種です
13:13
These are just plainプレーン old古い molecules分子, but if you sniffスニフ those molecules分子
300
781226
2996
これらはただの単純な分子ですが これらの分子を
13:16
up these two little holes穴 in the frontフロント of your face面,
301
784222
2470
顔についている二つの小さな穴から嗅ぐと
13:18
you will have in your mindマインド the distinct明確な impression印象 of a roseローズ.
302
786692
3874
はっきりとバラを感じるのです
13:22
If there's a realリアル roseローズ there, those molecules分子 will be the onesもの,
303
790566
2158
実際のバラがあれば
これらの分子を伴います
13:24
but even if there's no roseローズ there,
304
792724
1560
でもバラがなくても
13:26
you'llあなたは have the memory記憶 of a molecule分子.
305
794284
1591
分子を覚えているのです
13:27
How do we turn順番 molecules分子 into perceptions知覚?
306
795875
3104
分子は
どうやって知覚されるのでしょうか？
13:30
What's the processプロセス by whichどの that could happen起こる?
307
798979
1857
どのような過程で可能になるのか？
13:32
Here'sここにいる another別の example例: two very simple単純 molecules分子, again in this kind種類 of chemical化学 notation記法.
308
800836
3960
他の例です 単純な分子が２つあります
別の化学の記号を使っています
13:36
It mightかもしれない be easierより簡単に to visualize視覚化する them this way,
309
804796
2077
こちらのほうが分かりやすいでしょうか
13:38
so the grayグレー circles円 are carbon炭素 atoms原子, the white白 onesもの
310
806873
2794
灰色の丸が炭素原子で 白いのは
13:41
are hydrogen水素 atoms原子 and the red赤 onesもの are oxygen酸素 atoms原子.
311
809667
2775
水素原子で 赤いのは酸素原子です
13:44
Now these two molecules分子 differ異なる by only one carbon炭素 atom原子
312
812442
4298
二つの分子の違いは
炭素原子が１つと
13:48
and two little hydrogen水素 atoms原子 that rideライド along一緒に with it,
313
816740
2688
そこに付いた小さな水素原子２つだけです
13:51
and yetまだ one of them, heptylヘプチル acetateアセテート,
314
819428
1986
このうち一方は
酢酸アセテートで
13:53
has the distinct明確な odor臭い of a pear梨,
315
821414
2311
はっきりした梨の匂いですが
13:55
and hexylヘキシル acetateアセテート is unmistakably間違いなく bananaバナナ.
316
823725
3839
酢酸ヘキシルのほうは
まぎれなくバナナです
13:59
So there are two really interesting面白い questions質問 here, it seems思われる to me.
317
827564
2557
ここに ２つの興味深い疑問があると 私には思えるのです
14:02
One is, how can a simple単純 little molecule分子 like that
318
830121
3215
第一に いかにして
こんな簡単で小さな分子が
脳にもたらす知覚は
はっきりと梨やバナナだとわかるのでしょうか？
14:05
create作成する a perception知覚 in your brain脳 that's so clearクリア
319
833336
2468
14:07
as a pear梨 or a bananaバナナ?
320
835804
1742
２つ目は 一体 どうやって
炭素原子ひとつだけが違っている
14:09
And secondly第二に, how the hell地獄 can we tell the difference差
321
837546
3121
14:12
betweenの間に two molecules分子 that differ異なる by a singleシングル carbon炭素 atom原子?
322
840667
4315
分子を区別しているのでしょうか？
14:16
I mean, that's remarkable顕著 to me,
323
844982
1646
これはまったく驚異です
14:18
clearlyはっきりと the bestベスト chemical化学 detector検出器 on the face面 of the planet惑星.
324
846628
3032
地球上で 最も優れた化学物質検出器に違いありません
14:21
And you don't even think about it, do you?
325
849660
2776
そのようなこと考えたことありませんよね？　ありますか？
14:24
So this is a favoriteお気に入り quote見積もり of mine鉱山 that takes us
326
852436
2617
私が好きな引用があります
14:27
back to the ignorance無知 and the ideaアイディア of questions質問.
327
855053
1746
そこから「無知」と疑問の話に戻りましょう
14:28
I like to quote見積もり because I think deadデッド people
328
856799
2019
引用を好むのは死者たちも
14:30
shouldn'tすべきではない be excluded除外された from the conversation会話.
329
858818
2543
会話の仲間にできるからです
14:33
And I alsoまた、 think it's important重要 to realize実現する that
330
861361
1939
そしてまた この会話は
14:35
the conversation's会話 been going on for a while, by the way.
331
863300
2462
相当長く続いているということも重要だと思います
14:37
So Erwinアーウィン Schrodingerシュレーディンガー, a great quantum量子 physicist物理学者
332
865762
2758
さて偉大な量子物理学者であり
哲学者ともいうべき
14:40
and, I think, philosopher哲学者, pointsポイント out how you have to
333
868520
2566
シュレーディンガーが指摘したことですが
14:43
"abide〜に従う by ignorance無知 for an indefinite不定 period期間" of time.
334
871086
3465
期限を定めず「無知」を受け入れなければならないのです
14:46
And it's this abiding遵守する by ignorance無知
335
874551
1987
この 「無知」を受け入れる ということを
14:48
that I think we have to learn学ぶ how to do.
336
876538
1666
いかに行うか習得するべきです
14:50
This is a trickyトリッキー thing. This is not suchそのような an easy簡単 businessビジネス.
337
878204
2977
これは少し難しいことです
簡単なことではありません
14:53
I guess推測 it comes来る down to our education教育 systemシステム,
338
881181
1959
結局は教育システムの問題でしょう
14:55
so I'm going to talk a little bitビット about ignorance無知 and education教育,
339
883140
2457
では 「無知」と教育についてお話ししましょう
14:57
because I think that's where it really has to play遊びます out.
340
885597
2268
なぜなら そこで勝負すべきと思うからです
14:59
So for one, let's face面 it,
341
887865
2267
手始めに
現実を見ましょう
15:02
in the age年齢 of GoogleGoogle and Wikipediaウィキペディア,
342
890132
3352
グーグルとウィキペディアの時代に
15:05
the businessビジネス modelモデル of the university大学
343
893484
1793
大学やたぶん中等学校も
15:07
and probably多分 secondary二次的 schools学校 is simply単に going to have to change変化する.
344
895277
3421
とにかくビジネスモデルを
変えねばなりません
事実を売っても
生きていけません
15:10
We just can't sell売る facts事実 for a living生活 anymoreもう.
345
898698
1901
15:12
They're available利用可能な with a clickクリック of the mouseマウス,
346
900599
2050
マウスのクリック一つで手に入るのです
15:14
or if you want to, you could probably多分 just ask尋ねる the wall壁
347
902649
2496
(フェースブックの）ウォールでも聞けます
15:17
one of these days日々, whereverどこにでも they're going to hide隠す the things
348
905145
1712
これらあらゆる情報源を
15:18
that tell us all this stuffもの.
349
906857
1417
隠すことは無駄なのです
15:20
So what do we have to do? We have to give our students学生の
350
908274
2883
どうすべきでしょう？
生徒たちに境界線を体験させ
15:23
a taste味 for the boundaries境界, for what's outside外側 that circumference周,
351
911157
3896
限界の外側のもの
15:27
for what's outside外側 the facts事実, what's just beyond超えて the facts事実.
352
915053
4308
事実の外にあるもの
事実の届かない先を考えさせるべきです
15:31
How do we do that?
353
919361
2157
それにはどうするのでしょうか？
15:33
Well, one of the problems問題, of courseコース,
354
921518
1508
やはり 問題の一つは
15:35
turnsターン out to be testingテスト.
355
923026
2109
テストでしょう
15:37
We currently現在 have an educational教育的 systemシステム
356
925135
2649
とても効率的な現在の教育システムは
15:39
whichどの is very efficient効率的な but is very efficient効率的な at a ratherむしろ bad悪い thing.
357
927784
3709
よくない面で効率的なのです
15:43
So in second二番 gradeグレード, all the kids子供たち are interested興味がある in science科学,
358
931493
2974
二年生では 女の子も男の子も子供たち全員が
15:46
the girls女の子 and the boys男の子.
359
934467
1263
科学に興味を持っています
15:47
They like to take stuffもの apart離れて. They have great curiosity好奇心.
360
935730
3974
分解するのが好きです
好奇心のかたまりです
15:51
They like to investigate調査する things. They go to science科学 museums美術館.
361
939704
2499
調査するのも好きです
科学博物館にも行きます
15:54
They like to play遊びます around. They're in second二番 gradeグレード.
362
942203
6188
何でも遊びにします
二年生はこうです
彼等は興味を持っているのです
16:00
They're interested興味がある.
363
948407
1494
16:01
But by 11thth or 12thth gradeグレード, fewer少ない than 10 percentパーセント
364
949901
2934
しかし 高校の２年や３年では
科学に対して何か興味を
16:04
of them have any interest利子 in science科学 whatsoever何でも,
365
952835
3075
持っている人はわずかで
10パーセント以下で
16:07
let alone単独で a desire慾望 to go into science科学 as a careerキャリア.
366
955910
2945
まして生涯の仕事として科学を志すものなどいません
16:10
So we have this remarkably著しく efficient効率的な systemシステム
367
958855
2982
私達には素晴らしく効率的なシステムによって
16:13
for beating打つ any interest利子 in science科学 out of everybody'sみんな head頭.
368
961837
3973
皆の頭から科学についての興味を
消し去っているのです
16:17
Is this what we want?
369
965810
1914
これが私達が望んでいることでしょうか？
16:19
I think this comes来る from what a teacher先生 colleague同僚 of mine鉱山
370
967724
2342
同業者である教師の言葉だと思うのですが
16:22
callsコール "the bulimic膨大な method方法 of education教育."
371
970066
2722
これを「拒食症方式の教育」と呼んでいます
16:24
You know. You can imagine想像する what it is.
372
972788
1373
イメージできますね
16:26
We just jamジャム a whole全体 bunch束 of facts事実 down their彼らの throats喉 over here
373
974161
2948
一方で 膨大な事実を喉から詰め込み
16:29
and then they pukeポケ it up on an exam試験 over here
374
977109
2354
他方で それを試験で吐き出すのです
16:31
and everybodyみんな goes行く home with no added追加された intellectual知的 heft体重 whatsoever何でも.
375
979463
4579
知識は肉にも血にもならずに
帰されるのです
16:36
This can't possiblyおそらく continue持続する to go on.
376
984042
2081
こんなことを続けてはいけません
16:38
So what do we do? Well the geneticists遺伝学者, I have to say,
377
986123
2334
どうしましょうか？
遺伝子学者が拠っている
こんな原則をお話します
16:40
have an interesting面白い maximマキシム they liveライブ by.
378
988457
1983
16:42
Geneticists遺伝学者 always say, you always get what you screen画面 for.
379
990440
5252
スクリーニングすれば常に
求めたものが得られる
16:47
And that's meant意味した as a warning警告.
380
995692
2861
これは 警告としての言葉です
スクリーニングすれば常に
求めたものが得られるのです
16:50
So we always will get what we screen画面 for,
381
998553
2319
16:52
and part部 of what we screen画面 for is in our testingテスト methodsメソッド.
382
1000872
3455
何をスクリーニングするか
それは試験の方法の一部でもあります
16:56
Well, we hear聞く a lot about testingテスト and evaluation評価,
383
1004327
3243
確かに 試験と評価の話は良く聞きますが
16:59
and we have to think carefully慎重に when we're testingテスト
384
1007570
2187
試験については注意深く考えねばなりません
17:01
whetherかどうか we're evaluating評価する or whetherかどうか we're weeding除草,
385
1009757
3087
これは評価なのか 選別なのか
17:04
whetherかどうか we're weeding除草 people out,
386
1012844
1459
選別してはじこうとしていないか
17:06
whetherかどうか we're making作る some cutカット.
387
1014303
3134
何かを切り捨ようとしていないか
17:09
Evaluation評価 is one thing. You hear聞く a lot about evaluation評価
388
1017437
2641
評価は別の話です
最近の教育誌などでは
17:12
in the literature文献 these days日々, in the educational教育的 literature文献,
389
1020078
2910
評価の話が溢れていますが
17:14
but evaluation評価 really amounts金額 to feedbackフィードバック and it amounts金額
390
1022988
2958
本来 評価とはフィードバックと
試行錯誤の機会を意味します
17:17
to an opportunity機会 for trial試行 and errorエラー.
391
1025946
2154
このようなフィードバックについては
17:20
It amounts金額 to a chanceチャンス to work over a longerより長いです period期間 of time
392
1028100
4494
17:24
with this kind種類 of feedbackフィードバック.
393
1032594
1910
長い時間をかけて取り組むべきなのです
それは選別とは違います
苦言を呈しますが
17:26
That's different異なる than weeding除草, and usually通常, I have to tell you,
394
1034504
2938
17:29
when people talk about evaluation評価, evaluating評価する students学生の,
395
1037442
2726
人々が評価について語るとき
生徒を評価するとき
先生を評価するとき 学校を評価するとき
課程を評価するとき
17:32
evaluating評価する teachers教師, evaluating評価する schools学校,
396
1040168
2787
17:34
evaluating評価する programsプログラム, that they're really talking話す about weeding除草.
397
1042955
4161
実は 選別について話しているのです
17:39
And that's a bad悪い thing, because then you will get what you select選択する for,
398
1047116
4210
それは良いことではありません
スクリーニングすれば求めたものが得られるからです
私達が今いま直面している現在のことです
17:43
whichどの is what we've私たちは gotten得た so far遠い.
399
1051326
1958
17:45
So I'd say what we need is a testテスト that says言う, "What is x?"
400
1053284
3441
今必要な試験とは
「X とは何か？」　というものです
17:48
and the answers答え are "I don't know, because no one does,"
401
1056725
3092
その答が　「知りません
誰も知らないからです」とか
17:51
or "What's the question質問?" Even better.
402
1059817
1741
「問いは何ですか？」　となれば
一層良いでしょう
17:53
Or, "You know what, I'll look it up, I'll ask尋ねる someone誰か,
403
1061558
2390
または　「調べてみます 誰かに聞いてみて
17:55
I'll phone電話 someone誰か. I'll find out."
404
1063964
2700
電話してみて 解明してみます」
17:58
Because that's what we want people to do,
405
1066664
1550
こういうふるまいを望むなら
18:00
and that's how you evaluate評価する them.
406
1068214
1371
そうなるよう評価するべきです
18:01
And maybe for the advanced高度な placement配置 classesクラス,
407
1069585
1943
そして もしかしたら飛び級のクラスには
18:03
it could be, "Here'sここにいる the answer回答. What's the next次 question質問?"
408
1071528
3714
「これが解答です 次の問は？」
でもいいでしょう
これこそが特に好きなやつです
18:07
That's the one I like in particular特に.
409
1075242
1511
18:08
So let me end終わり with a quote見積もり from Williamウィリアム Butler執事 Yeatsイェイツ,
410
1076753
2177
イェイツの引用で
終わりにしたいと思います
18:10
who said "Education教育 is not about filling充填 bucketsバケツ;
411
1078930
3167
「教育はバケツを満たすことではない
18:14
it is lighting点灯 fires火災."
412
1082097
2153
火をともすことなのだ」
ですから
18:16
So I'd say, let's get out the matchesマッチ.
413
1084250
3875
ともにマッチを持っていきましょう
18:20
Thank you.
414
1088125
1208
ありがとうございました
18:21
(Applause拍手)
415
1089333
3227
（拍手）
ありがとうございます （拍手）
18:24
Thank you. (Applause拍手)
416
1092560
3816
Translated by Aya Okayama
Reviewed by Yoshifumi Yamada

▲Back to top

ABOUT THE SPEAKER
Stuart Firestein - Neuroscientist
Stuart 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.

More profile about the speaker
Stuart Firestein | Speaker | TED.com
THE ORIGINAL VIDEO ON TED.COM