TEDGlobal 2010
Matt Ridley: When ideas have sex
Matt Ridley: Quando as idéias fazem sexo
Filmed:
Readability: 3.7
2,434,498 views
No TEDGlobal 2010, o autor Matt Ridley mostra como, através da história, o motor do progresso humano tem sido o encontro e acasalamento de idéias para criar novas idéias. Não é importante quão inteligentes os indivíduos são, ele diz; o que realmente importa é quão esperto é o cérebro coletivo.
Matt Ridley - Rational optimist
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Double-click the English transcript below to play the video.
00:16
When I was a student here in Oxford in the 1970s,
0
1000
3000
Quando eu estudava aqui em Oxford nos anos 70,
00:19
the future of the world was bleak.
1
4000
3000
o futuro do mundo era sombrio.
00:22
The population explosion was unstoppable.
2
7000
2000
A explosão populacional não parava.
00:24
Global famine was inevitable.
3
9000
2000
A fome mundial era inevitável.
00:26
A cancer epidemic caused by chemicals in the environment
4
11000
3000
Uma epidemia de câncer causada por produtos químicos no ambiente
00:29
was going to shorten our lives.
5
14000
3000
encurtaria as nossas vidas.
00:32
The acid rain was falling on the forests.
6
17000
3000
A chuva ácida estava caindo nas florestas.
00:35
The desert was advancing by a mile or two a year.
7
20000
2000
O deserto estava avançando de 1.5 a 3 quilômetros por ano.
00:37
The oil was running out,
8
22000
2000
O petróleo estava acabando.
00:39
and a nuclear winter would finish us off.
9
24000
3000
E um inverno nuclear iria nos exterminar.
00:42
None of those things happened,
10
27000
2000
Nada disso aconteceu.
00:44
(Laughter)
11
29000
2000
(Risos)
00:46
and astonishingly, if you look at what actually happened in my lifetime,
12
31000
3000
E surpreendentemente, se vocês olharem para o que realmente aconteceu na minha vida,
00:49
the average per-capita income
13
34000
3000
a média da renda per-capita
00:52
of the average person on the planet,
14
37000
2000
de uma pessoa no planeta,
00:54
in real terms, adjusted for inflation,
15
39000
2000
em termos reais, ajustados para a inflação,
00:56
has tripled.
16
41000
2000
triplicou.
00:58
Lifespan is up by 30 percent in my lifetime.
17
43000
3000
A expectativa de vida aumentou em 30 por cento durante minha vida.
01:01
Child mortality is down by two-thirds.
18
46000
3000
A mortalidade infantil diminuiu dois terços.
01:04
Per-capita food production
19
49000
2000
A produção de alimentos per-capita
01:06
is up by a third.
20
51000
2000
aumentou um terço.
01:08
And all this at a time when the population has doubled.
21
53000
3000
E tudo isso numa época na qual a população dobrou de tamanho.
01:11
How did we achieve that, whether you think it's a good thing or not?
22
56000
2000
Como realizamos isso -- Se achar isso bom ou não --
01:13
How did we achieve that?
23
58000
2000
Como realizamos isso?
01:15
How did we become
24
60000
2000
Como nos tornamos
01:17
the only species
25
62000
2000
a única espécie
01:19
that becomes more prosperous
26
64000
2000
que fica mais próspera
01:21
as it becomes more populous?
27
66000
2000
à medida que fica mais populosa?
01:23
The size of the blob in this graph represents the size of the population,
28
68000
3000
O tamanho da manha nesse gráfico representa o tamanho da população.
01:26
and the level of the graph
29
71000
2000
E o nível do gráfico
01:28
represents GDP per capita.
30
73000
2000
representa o PIB per capita.
01:30
I think to answer that question
31
75000
2000
Acho que para responder essa pergunta
01:32
you need to understand
32
77000
2000
você precisa entender
01:34
how human beings bring together their brains
33
79000
3000
como seres humanos unem seus cérebros
01:37
and enable their ideas to combine and recombine,
34
82000
3000
e permitem que suas idéias se misturem e recombinem,
01:40
to meet and, indeed, to mate.
35
85000
3000
para se encontrarem e, de fato, cruzarem.
01:43
In other words, you need to understand
36
88000
2000
Em outras palavras, você precisa entender
01:45
how ideas have sex.
37
90000
2000
como idéias fazem sexo.
01:48
I want you to imagine
38
93000
2000
Quero que imagine
01:50
how we got from making objects like this
39
95000
3000
como conseguimos fazer objetos assim
01:53
to making objects like this.
40
98000
3000
para fazer objetos como esse.
01:56
These are both real objects.
41
101000
2000
São ambos objetos reais.
01:58
One is an Acheulean hand axe from half a million years ago
42
103000
2000
Um é um machado Acheulian de meio milhão de anos atrás
02:00
of the kind made by Homo erectus.
43
105000
3000
do tipo feito pelo Homo erectus.
02:03
The other is obviously a computer mouse.
44
108000
2000
O outro é obviamente um mouse de computador.
02:05
They're both exactly the same size and shape to an uncanny degree.
45
110000
3000
Eles são exatamente do mesmo tamanho e formato até um misterioso nível.
02:08
I've tried to work out which is bigger,
46
113000
3000
Eu tenho tentado descobrir qual é maior,
02:11
and it's almost impossible.
47
116000
2000
e é quase impossível.
02:13
And that's because they're both designed to fit the human hand.
48
118000
2000
Isso porque ambos foram feitos para caber na mão humana.
02:15
They're both technologies. In the end, their similarity is not that interesting.
49
120000
3000
Ambos são tecnologias. No fim, sua semelhança não é tão interessante.
02:18
It just tells you they were both designed to fit the human hand.
50
123000
2000
Apenas lhe diz que ambos foram feitos para a mão humana.
02:20
The differences are what interest me,
51
125000
2000
As diferenças são o que me interessa.
02:22
because the one on the left was made to a pretty unvarying design
52
127000
3000
Porque o da esquerda foi feito em um design que quase não varia
02:25
for about a million years --
53
130000
2000
por um milhão de anos --
02:27
from one-and-a-half million years ago to half a million years ago.
54
132000
3000
de um milhão e meio de anos atrás para meio milhão de anos atrás.
02:30
Homo erectus made the same tool
55
135000
3000
O Homo erectus fez a mesma ferramenta
02:33
for 30,000 generations.
56
138000
2000
por 30.000 gerações.
02:35
Of course there were a few changes,
57
140000
2000
É claro que houve algumas poucas mudanças,
02:37
but tools changed slower than skeletons in those days.
58
142000
3000
mas as ferramentas mudavam mais devagar que esqueletos naqueles dias.
02:40
There was no progress, no innovation.
59
145000
2000
Não havia progresso, não havia inovação.
02:42
It's an extraordinary phenomenon, but it's true.
60
147000
2000
É um fenômeno extraordinário, mas é verdade.
02:44
Whereas the object on the right is obsolete after five years.
61
149000
3000
Enquanto o objeto da direita é obsoleto após cinco anos.
02:47
And there's another difference too,
62
152000
2000
E há outra diferença também,
02:49
which is the object on the left is made from one substance.
63
154000
2000
que é a que o objeto da esquerda é feito de uma substância.
02:51
The object on the right is made from
64
156000
2000
E o da direita é feito de uma confecção
02:53
a confection of different substances,
65
158000
2000
de diferentes substâncias,
02:55
from silicon and metal and plastic and so on.
66
160000
3000
do silício e metal e plástico e assim por diante.
02:58
And more than that, it's a confection of different ideas,
67
163000
3000
E mais que isso, é uma confecção de diferentes idéias,
03:01
the idea of plastic, the idea of a laser,
68
166000
2000
a idéia do plástico, a do laser,
03:03
the idea of transistors.
69
168000
2000
a idéia dos transistores.
03:05
They've all been combined together in this technology.
70
170000
3000
Todos foram combinados nessa tecnologia.
03:08
And it's this combination,
71
173000
2000
E é essa combinação,
03:10
this cumulative technology, that intrigues me,
72
175000
3000
essa tecnologia cumulativa, que me intriga.
03:13
because I think it's the secret to understanding
73
178000
3000
Porque eu acho que é o segredo para entender
03:16
what's happening in the world.
74
181000
2000
o que está acontecendo no mundo.
03:18
My body's an accumulation of ideas too:
75
183000
3000
Meu corpo é um aglomerado de idéias também,
03:21
the idea of skin cells, the idea of brain cells, the idea of liver cells.
76
186000
3000
a idéia de células da pele, idéia de células do cérebro, idéia de células do fígado.
03:24
They've come together.
77
189000
2000
Elas vieram juntas.
03:26
How does evolution do cumulative, combinatorial things?
78
191000
3000
Como a evolução faz coisas cumulativas, que combinam?
03:29
Well, it uses sexual reproduction.
79
194000
3000
Bem, ela usa reprodução sexuada.
03:32
In an asexual species, if you get two different mutations in different creatures,
80
197000
3000
Em espécie assexuada, se tivermos duas mutações diferentes em seres distintos,
03:35
a green one and a red one,
81
200000
2000
uma verde e uma vermelha,
03:37
then one has to be better than the other.
82
202000
2000
logo uma tem de ser melhor que a outra.
03:39
One goes extinct for the other to survive.
83
204000
2000
Uma entra em extinção para a outra sobreviver.
03:41
But if you have a sexual species,
84
206000
2000
Mas se tivermos uma espécie sexuada,
03:43
then it's possible for an individual
85
208000
2000
então é possível a um indivíduo
03:45
to inherit both mutations
86
210000
2000
herdar ambas mutações
03:47
from different lineages.
87
212000
2000
de linhagens diferentes.
03:49
So what sex does is it enables the individual
88
214000
3000
Então o que o sexo faz é permitir o indivíduo
03:52
to draw upon
89
217000
2000
se igualar às
03:54
the genetic innovations of the whole species.
90
219000
3000
inovações genéticas da espécie.
03:57
It's not confined to its own lineage.
91
222000
2000
Não é confinado a sua linhagem.
03:59
What's the process that's having the same effect
92
224000
2000
Qual o processo que está tendo o mesmo efeito,
04:01
in cultural evolution
93
226000
2000
na evolução cultural,
04:03
as sex is having in biological evolution?
94
228000
3000
que o sexo tem na evolução biológica?
04:06
And I think the answer is exchange,
95
231000
2000
E acho que a resposta é a troca,
04:08
the habit of exchanging one thing for another.
96
233000
3000
o hábito de trocar uma coisa por outra.
04:11
It's a unique human feature.
97
236000
2000
É um recurso exclusivamente humano.
04:13
No other animal does it.
98
238000
2000
Nenhum outro animal faz isso.
04:15
You can teach them in the laboratory to do a little bit of exchange --
99
240000
2000
Você pode ensiná-los em laboratório a fazer algumas trocas.
04:17
and indeed there's reciprocity in other animals --
100
242000
2000
E de fato há uma reciprocidade em outros animais.
04:19
But the exchange of one object for another never happens.
101
244000
3000
Mas a troca de um objeto por outro nunca acontece.
04:22
As Adam Smith said, "No man ever saw a dog
102
247000
2000
Como Adam Smith disse, "Nenhum homem já viu um cão
04:24
make a fair exchange of a bone with another dog."
103
249000
3000
fazer uma troca justa de um osso como outro cachorro."
04:27
(Laughter)
104
252000
3000
(Risos)
04:30
You can have culture without exchange.
105
255000
2000
Você pode ter culturas sem trocas.
04:32
You can have, as it were, asexual culture.
106
257000
2000
Você pode ter, como se fosse, culturas assexuadas.
04:34
Chimpanzees, killer whales, these kinds of creatures, they have culture.
107
259000
3000
Chimpanzés, orcas, esse tipo de criatura, eles tem culturas.
04:37
They teach each other traditions
108
262000
2000
Eles ensinam uns aos outros tradições
04:39
which are handed down from parent to offspring.
109
264000
2000
que são transmitidas de pais para filhos.
04:41
In this case, chimpanzees teaching each other
110
266000
2000
Nesse caso, chimpanzés ensinando uns aos outros
04:43
how to crack nuts with rocks.
111
268000
2000
como quebrar nozes com pedras.
04:45
But the difference is
112
270000
2000
Mas a diferença é
04:47
that these cultures never expand, never grow,
113
272000
2000
que essas culturas nunca se expandem, nunca crescem,
04:49
never accumulate, never become combinatorial,
114
274000
2000
nunca acumulam, nunca se tornam dominantes.
04:51
and the reason is because
115
276000
2000
Isso porque
04:53
there is no sex, as it were,
116
278000
2000
não há sexo, por assim dizer,
04:55
there is no exchange of ideas.
117
280000
2000
não há troca de idéias.
04:57
Chimpanzee troops have different cultures in different troops.
118
282000
3000
Grupos de chimpanzés tem diferentes culturas em diferentes grupos.
05:00
There's no exchange of ideas between them.
119
285000
3000
Não há troca de idéias entre eles.
05:03
And why does exchange raise living standards?
120
288000
2000
E por que a troca aumenta os padrões de vida?
05:05
Well, the answer came from David Ricardo in 1817.
121
290000
3000
Bem, a resposta veio de David Ricardo em 1817.
05:08
And here is a Stone Age version of his story,
122
293000
2000
E aqui está uma versão da história na idade da pedra,
05:10
although he told it in terms of trade between countries.
123
295000
3000
embora ele tenha contado em termos de troca entre países.
05:13
Adam takes four hours to make a spear and three hours to make an axe.
124
298000
3000
O Adam leva quatro horas para fazer uma lança e três para fazer um machado.
05:16
Oz takes one hour to make a spear and two hours to make an axe.
125
301000
3000
Já Oz leva uma hora para fazer uma lança e duas para fazer um machado.
05:19
So Oz is better at both spears and axes than Adam.
126
304000
3000
Então Oz é melhor do que Adam para fazer lanças e machados.
05:22
He doesn't need Adam.
127
307000
2000
Ele não precisa do Adam.
05:24
He can make his own spears and axes.
128
309000
2000
Ele pode fazer suas lanças e machados.
05:26
Well no, because if you think about it,
129
311000
2000
Bem, não, porque se pensar sobre isso,
05:28
if Oz makes two spears and Adam make two axes,
130
313000
2000
se o Oz fizer duas lanças e o Adam dois machados,
05:30
and then they trade,
131
315000
2000
e eles trocarem,
05:32
then they will each have saved an hour of work.
132
317000
3000
então cada um poupará uma hora de trabalho.
05:35
And the more they do this, the more true it's going to be,
133
320000
3000
E quanto mais fizerem isso, mais verdadeiro será isso.
05:38
because the more they do this, the better Adam is going to get at making axes
134
323000
3000
Porque quanto mais fizerem, melhor o Adam será fazendo machados,
05:41
and the better Oz is going to get at making spears.
135
326000
2000
e melhor será o Oz fazendo lanças.
05:43
So the gains from trade are only going to grow.
136
328000
2000
Então os ganhos da troca só vão crescer.
05:45
And this is one of the beauties of exchange,
137
330000
2000
E essa é uma das belezas da troca,
05:47
is it actually creates the momentum
138
332000
2000
ela cria na verdade um impulso
05:49
for more specialization,
139
334000
2000
para maior especialização,
05:51
which creates the momentum for more exchange and so on.
140
336000
3000
que cria um impulso para mais trocas e assim por diante.
05:54
Adam and Oz both saved an hour of time.
141
339000
2000
Ambos, Adam e Oz, pouparam uma hora.
05:56
That is prosperity, the saving of time
142
341000
2000
Isso é prosperidade, poupar tempo
05:58
in satisfying your needs.
143
343000
3000
para satisfazer suas necessidades.
06:01
Ask yourself how long you would have to work
144
346000
2000
Pergunte a si mesmo quanto tempo teria de trabalhar
06:03
to provide for yourself
145
348000
3000
para ser capaz de ter
06:06
an hour of reading light this evening to read a book by.
146
351000
3000
uma hora de luz essa noite para ler um livro.
06:09
If you had to start from scratch, let's say you go out into the countryside.
147
354000
3000
Se tivesse de começar do zero, vamos dizer que você vai para o campo.
06:12
You find a sheep. You kill it. You get the fat out of it.
148
357000
2000
Você acha uma ovelha. A mata. E tira sua gordura.
06:14
You render it down. You make a candle, etc. etc.
149
359000
3000
Você a modela. Faz uma vela, etc, etc.
06:17
How long is it going to take you? Quite a long time.
150
362000
2000
Quanto tempo isso levaria? Um bom tempo.
06:19
How long do you actually have to work
151
364000
2000
Quanto tempo você realmente tem de trabalhar hoje
06:21
to earn an hour of reading light
152
366000
2000
para obter uma hora de luz para ler
06:23
if you're on the average wage in Britain today?
153
368000
2000
se você estiver na média salarial britânica?
06:25
And the answer is about half a second.
154
370000
3000
E a resposta é cerca de meio segundo.
06:28
Back in 1950,
155
373000
2000
Já em 1950,
06:30
you would have had to work for eight seconds on the average wage
156
375000
2000
você teria de ter trabalhado por oito segundos na média salarial
06:32
to acquire that much light.
157
377000
2000
para adquirir esse tanto de luz.
06:34
And that's seven and a half seconds of prosperity that you've gained
158
379000
3000
E isso é sete segundos e meio de prosperidade que ganhou.
06:37
since 1950, as it were,
159
382000
2000
Desde 1950, por assim dizer.
06:39
because that's seven and a half seconds in which you can do something else,
160
384000
3000
Porque esses são sete segundos e meio nos quais pode fazer outra coisa.
06:42
or you can acquire another good or service.
161
387000
2000
Ou pode adquirir outro bem ou serviço.
06:44
And back in 1880,
162
389000
2000
Já em 1880,
06:46
it would have been 15 minutes
163
391000
2000
teriam sido 15 minutos
06:48
to earn that amount of light on the average wage.
164
393000
2000
para obter esse tanto de luz da média salarial.
06:50
Back in 1800,
165
395000
2000
Em 1800,
06:52
you'd have had to work six hours
166
397000
2000
você teria de trabalhar por seis horas
06:54
to earn a candle that could burn for an hour.
167
399000
3000
para obter uma vela que poderia queimar por uma hora.
06:57
In other words, the average person on the average wage
168
402000
2000
Em outras palavras, uma pessoa comum na média salarial
06:59
could not afford a candle in 1800.
169
404000
3000
não poderia pagar por uma vela em 1800.
07:02
Go back to this image of the axe and the mouse,
170
407000
3000
Volte a essa imagem, do machado e do mouse,
07:05
and ask yourself: "Who made them and for who?"
171
410000
3000
e se pergunte: "Quem os fez e para quem?"
07:08
The stone axe was made by someone for himself.
172
413000
2000
O machado de pedra foi feito por alguém para ele mesmo.
07:10
It was self-sufficiency.
173
415000
2000
Era auto-suficiência.
07:12
We call that poverty these days.
174
417000
2000
Chamamos isso de pobreza hoje.
07:14
But the object on the right
175
419000
2000
Mas o objeto à direita
07:16
was made for me by other people.
176
421000
3000
foi feito para mim por outra pessoa.
07:19
How many other people?
177
424000
2000
Quantas outras pessoas?
07:21
Tens? Hundreds? Thousands?
178
426000
2000
Dezenas? Centenas? Milhares?
07:23
You know, I think it's probably millions.
179
428000
2000
Você sabe, eu acho que provavelmente são milhões.
07:25
Because you've got to include the man who grew the coffee,
180
430000
2000
Porque você tem de incluir o homem que cultivou o café,
07:27
which was brewed for the man who was on the oil rig,
181
432000
3000
que foi servido ao homem que estava explorando petróleo,
07:30
who was drilling for oil, which was going to be made into the plastic, etc.
182
435000
3000
que estava perfurando por petróleo, que seria transformado em plástico, etc.
07:33
They were all working for me,
183
438000
2000
Eles estavam todos trabalhando para mim,
07:35
to make a mouse for me.
184
440000
2000
para me fazer um mouse.
07:37
And that's the way society works.
185
442000
3000
E essa é a maneira que a sociedade funciona.
07:40
That's what we've achieved as a species.
186
445000
3000
Isso é o que realizamos como espécie.
07:44
In the old days, if you were rich,
187
449000
2000
Antigamente, se você era rico,
07:46
you literally had people working for you.
188
451000
2000
você literalmente tinha pessoas trabalhando para você.
07:48
That's how you got to be rich; you employed them.
189
453000
2000
É assim que um rico era; você as empregava.
07:50
Louis XIV had a lot of people working for him.
190
455000
2000
Luís XIV tinha muitas pessoas trabalhando para ele.
07:52
They made his silly outfits, like this,
191
457000
2000
Elas faziam suas vestes tolas, como essa.
07:54
(Laughter)
192
459000
2000
(Risos)
07:56
and they did his silly hairstyles, or whatever.
193
461000
3000
E eles faziam esses cortes de cabelo bobos, tanto faz.
07:59
He had 498 people
194
464000
2000
Ele tinha 498 pessoas
08:01
to prepare his dinner every night.
195
466000
2000
para preparar seu jantar toda noite.
08:03
But a modern tourist going around the palace of Versailles
196
468000
2000
Mas um turista moderno andando pelo palácio de Versailles
08:05
and looking at Louis XIV's pictures,
197
470000
3000
e olhando para gravuras de Luís XIV,
08:08
he has 498 people doing his dinner tonight too.
198
473000
2000
tem 498 pessoas fazendo seu jantar também.
08:10
They're in bistros and cafes and restaurants
199
475000
2000
Elas estão em bistrôs e cafes e restaurantes
08:12
and shops all over Paris,
200
477000
2000
e lojas por toda Paris.
08:14
and they're all ready to serve you at an hour's notice with an excellent meal
201
479000
3000
E todas estão prontas para servir a você uma excelente refeição
08:17
that's probably got higher quality
202
482000
2000
provavelmente com melhor qualidade
08:19
than Louis XIV even had.
203
484000
2000
que Luís XIV teve.
08:21
And that's what we've done, because we're all working for each other.
204
486000
3000
E isso é o que temos feito, porque estamos trabalhando uns para os outros.
08:24
We're able to draw upon specialization and exchange
205
489000
3000
Somos capazes de nos basear em especialização e troca
08:27
to raise each other's living standards.
206
492000
3000
para aumentar os padrões de vida uns dos outros.
08:30
Now, you do get other animals working for each other too.
207
495000
3000
Agora, você tem animais trabalhando uns para os outros também.
08:33
Ants are a classic example; workers work for queens and queens work for workers.
208
498000
3000
Formigas são um clássico exemplo; operárias trabalham para rainhas e vice-versa.
08:36
But there's a big difference,
209
501000
2000
Mas há uma grande diferença,
08:38
which is that it only happens within the colony.
210
503000
2000
isso só acontece dentro da colônia.
08:40
There's no working for each other across the colonies.
211
505000
2000
Não há trabalho mútuo entre colônias.
08:42
And the reason for that is because there's a reproductive division of labor.
212
507000
3000
E isso acontece porque há uma divisão de trabalho reprodutora.
08:45
That is to say, they specialize with respect to reproduction.
213
510000
3000
Em outras palavras, elas especializam de acordo com a reprodução.
08:48
The queen does it all.
214
513000
2000
A rainha faz isso tudo.
08:50
In our species, we don't like doing that.
215
515000
2000
Em nossa espécie, não gostamos de fazer isso.
08:52
It's the one thing we insist on doing for ourselves, is reproduction.
216
517000
3000
O tipo de coisa que insistimos em fazer por nós mesmos, é a reprodução.
08:55
(Laughter)
217
520000
3000
(Risos)
08:58
Even in England, we don't leave reproduction to the Queen.
218
523000
3000
Até na Inglaterra, não deixamos a reprodução para a Rainha.
09:01
(Applause)
219
526000
4000
(Aplausos)
09:05
So when did this habit start?
220
530000
2000
Então quando esse hábito começou?
09:07
And how long has it been going on? And what does it mean?
221
532000
2000
E por quanto tempo ele tem ocorrido? E o que isso significa?
09:09
Well, I think, probably, the oldest version of this
222
534000
3000
Bem, eu acho que a versão mais antiga disso é,
09:12
is probably the sexual division of labor.
223
537000
2000
provavelmente, a divisão de trabalho por sexo.
09:14
But I've got no evidence for that.
224
539000
2000
Mas não tenho evidências para isso.
09:16
It just looks like the first thing we did
225
541000
2000
Apenas parece que a primeira coisa que fizemos
09:18
was work male for female and female for male.
226
543000
3000
foi homens trabalharem para mulheres e vice versa.
09:21
In all hunter-gatherer societies today,
227
546000
2000
Em todas as sociedades atuais de caça e colheita,
09:23
there's a foraging division of labor
228
548000
2000
há uma divisão de trabalho para buscar comida
09:25
between, on the whole, hunting males and gathering females.
229
550000
2000
entre, no todo, homens caçadores e mulheres que colhem plantas.
09:27
It isn't always quite that simple,
230
552000
2000
Não é sempre tão simples.
09:29
but there's a distinction between
231
554000
2000
Mas há uma distinção entre
09:31
specialized roles for males and females.
232
556000
2000
tarefas especializadas entre homens e mulheres.
09:33
And the beauty of this system
233
558000
2000
E a beleza desse sistema
09:35
is that it benefits both sides.
234
560000
3000
é que ele beneficia ambos os lados.
09:38
The woman knows
235
563000
2000
A mulher sabe
09:40
that, in the Hadzas' case here --
236
565000
2000
que, no caso dos Hadzas aqui --
09:42
digging roots to share with men in exchange for meat --
237
567000
2000
escavar raízes para compartilhar com homens em troca de carne --
09:44
she knows that all she has to do to get access to protein
238
569000
3000
ela sabe que tudo o que tem de fazer para obter proteína
09:47
is to dig some extra roots and trade them for meat.
239
572000
3000
é escavar algumas raízes extras e trocá-las por carne.
09:50
And she doesn't have to go on an exhausting hunt
240
575000
2000
E ela não tem de ir a uma caça exaustiva
09:52
and try and kill a warthog.
241
577000
2000
e tentar matar um porco selvagem.
09:54
And the man knows that he doesn't have to do any digging
242
579000
2000
E o homem sabe que ele não tem de escavar nada
09:56
to get roots.
243
581000
2000
para obter raízes.
09:58
All he has to do is make sure that when he kills a warthog
244
583000
2000
Tudo o que tem a fazer é ter certeza de que o porco que matar
10:00
it's big enough to share some.
245
585000
2000
seja grande o suficiente para compartilhar.
10:02
And so both sides raise each other's standards of living
246
587000
3000
E então ambos os lados aumentam os padrões de vida uns dos outros
10:05
through the sexual division of labor.
247
590000
2000
através da divisão do trabalho por sexo.
10:07
When did this happen? We don't know, but it's possible
248
592000
3000
Quando isso aconteceu? Não sabemos, mas é possível
10:10
that Neanderthals didn't do this.
249
595000
2000
que os neandertais não tenham feito isso.
10:12
They were a highly cooperative species.
250
597000
2000
Eles eram uma espécie altamente cooperativa.
10:14
They were a highly intelligent species.
251
599000
2000
Eles eram altamente inteligentes.
10:16
Their brains on average, by the end, were bigger than yours and mine
252
601000
2000
Seus cérebros em média eram, por fim, maiores que os seus e o meu
10:18
in this room today.
253
603000
2000
nessa sala hoje.
10:20
They were imaginative. They buried their dead.
254
605000
2000
Eles eram criativos. Eles enterravam seus mortos.
10:22
They had language, probably,
255
607000
2000
Eles provavelmente tinham um idioma,
10:24
because we know they had the FOXP2 gene of the same kind as us,
256
609000
2000
porque sabemos que eles tiveram o gene FOXP2 do mesmo tipo do nosso,
10:26
which was discovered here in Oxford.
257
611000
2000
que foi descoberto aqui em Oxford.
10:28
And so it looks like they probably had linguistic skills.
258
613000
3000
E parece que eles provavelmente tiveram habilidades lingüísticas.
10:31
They were brilliant people. I'm not dissing the Neanderthals.
259
616000
3000
Eram pessoas brilhantes Não estou desmerecendo os neandertais.
10:35
But there's no evidence
260
620000
2000
Mas não há evidência
10:37
of a sexual division of labor.
261
622000
2000
de uma divisão de trabalho por sexo.
10:39
There's no evidence of gathering behavior by females.
262
624000
3000
Não há evidência de comportamento de colher das mulheres.
10:42
It looks like the females were cooperative hunters with the men.
263
627000
3000
Parece que as mulheres eram caçadoras cooperativas com os homens.
10:46
And the other thing there's no evidence for
264
631000
2000
E a outra coisa a qual não tem evidência
10:48
is exchange between groups,
265
633000
2000
é troca entre grupos.
10:51
because the objects that you find in Neanderthal remains,
266
636000
3000
Porque os objetos que você encontra nos restos de neandertais,
10:54
the tools they made,
267
639000
2000
as ferramentas que fizeram,
10:56
are always made from local materials.
268
641000
2000
são sempre feitas de materiais locais.
10:58
For example, in the Caucasus
269
643000
2000
Por exemplo, no Cáucaso
11:00
there's a site where you find local Neanderthal tools.
270
645000
3000
há um lugar onde você encontra ferramentas dos neandertais locais.
11:03
They're always made from local chert.
271
648000
2000
Elas são sempre feitas de cherte local.
11:05
In the same valley there are modern human remains
272
650000
2000
No mesmo vale há restos do homem moderno
11:07
from about the same date, 30,000 years ago,
273
652000
2000
de cerca da mesma data, 30.000 anos atrás.
11:09
and some of those are from local chert,
274
654000
2000
E alguns desses são de cherte local,
11:11
but more -- but many of them are made
275
656000
2000
mas mais -- mas muitos deles são feitos
11:13
from obsidian from a long way away.
276
658000
2000
de Obsidiana encontrada longe dali.
11:15
And when human beings began
277
660000
2000
E quando seres humanos começaram
11:17
moving objects around like this,
278
662000
2000
a mover objetos como esse,
11:19
it was evidence that they were exchanging between groups.
279
664000
3000
era evidência de que eles estavam trocando entre eles.
11:22
Trade is 10 times as old as farming.
280
667000
3000
A troca é tão velha quanto a agricultura.
11:25
People forget that. People think of trade as a modern thing.
281
670000
3000
As pessoas esquecem disso. Pensam na troca como algo moderno.
11:28
Exchange between groups has been going on
282
673000
2000
A troca entre grupos tem acontecido
11:30
for a hundred thousand years.
283
675000
3000
por centenas de milhares de anos.
11:33
And the earliest evidence for it crops up
284
678000
2000
E a primeira evidência disso apareceu
11:35
somewhere between 80 and 120,000 years ago in Africa,
285
680000
3000
entre 80 e 120.000 anos atrás na Africa,
11:38
when you see obsidian and jasper and other things
286
683000
3000
quando se vê obsidiana e jaspe e outras coisas
11:41
moving long distances in Ethiopia.
287
686000
3000
atravessando longas distâncias na Etiópia.
11:44
You also see seashells --
288
689000
2000
Você também vê conchas --
11:46
as discovered by a team here in Oxford --
289
691000
2000
como descoberto por uma equipe aqui em Oxford --
11:48
moving 125 miles inland
290
693000
2000
movendo 200 km para o interior
11:50
from the Mediterranean in Algeria.
291
695000
3000
vindas do Mediterrâneo na Argélia.
11:53
And that's evidence that people
292
698000
2000
E isso é uma evidência que pessoas
11:55
have started exchanging between groups.
293
700000
2000
começaram a trocar entre grupos.
11:57
And that will have led to specialization.
294
702000
2000
E isso teria levado à especiaização.
11:59
How do you know that long-distance movement
295
704000
2000
Como você sabe que grande distância percorrida
12:01
means trade rather than migration?
296
706000
3000
significa troca e não migração?
12:04
Well, you look at modern hunter gatherers like aboriginals,
297
709000
2000
Bem,olhe para os caçadores e colhedores modernos como aborígenes,
12:06
who quarried for stone axes at a place called Mount Isa,
298
711000
3000
que escavaram por machados de pedra num lugar chamado Monte Isa,
12:09
which was a quarry owned by the Kalkadoon tribe.
299
714000
3000
que era uma pedreira da tribo Kalkadoon.
12:12
They traded them with their neighbors
300
717000
2000
Eles trocavam com seus vizinhos
12:14
for things like stingray barbs,
301
719000
2000
por coisas como farpas de arraias.
12:16
and the consequence was that stone axes
302
721000
2000
E o resultado era que machados de pedra
12:18
ended up over a large part of Australia.
303
723000
2000
acabavam indo para grande parte da Austrália.
12:20
So long-distance movement of tools
304
725000
2000
Uma distância e tanto percorrida por ferramentas
12:22
is a sign of trade, not migration.
305
727000
3000
é sinal de troca, não migração.
12:25
What happens when you cut people off from exchange,
306
730000
3000
O que acontece quando você tira as pessoas das trocas,
12:28
from the ability to exchange and specialize?
307
733000
3000
da habilidade de trocar e se especializar?
12:31
And the answer is that
308
736000
2000
E a resposta é que,
12:33
not only do you slow down technological progress,
309
738000
2000
você não apenas freia o progresso tecnológico,
12:35
you can actually throw it into reverse.
310
740000
3000
você pode realmente fazê-lo regredir.
12:38
An example is Tasmania.
311
743000
2000
Um exemplo é a Tasmânia.
12:40
When the sea level rose and Tasmania became an island 10,000 years ago,
312
745000
3000
Quano o nível do mar aumentou, e a Tasmânia se tornou uma ilha há 10.000 anos,
12:43
the people on it not only experienced
313
748000
2000
as pessoas nela, não apenas vivenciaram
12:45
slower progress than people on the mainland,
314
750000
3000
um progresso mais lento que as pessoas na ilha principal,
12:48
they actually experienced regress.
315
753000
2000
eles na verdade vivenciaram um regresso.
12:50
They gave up the ability to make stone tools
316
755000
2000
Eles perderam a capacidade de fazer ferramentas de ossos
12:52
and fishing equipment and clothing
317
757000
2000
e equipamentos de pesca e roupas
12:54
because the population of about 4,000 people
318
759000
3000
porque a população de cerca de 4.000 pessoas
12:57
was simply not large enough
319
762000
2000
não era grande o suficiente
12:59
to maintain the specialized skills
320
764000
2000
para conservar habilidades especializadas
13:01
necessary to keep the technology they had.
321
766000
3000
necessárias para manter a tecnologia que tinham.
13:04
It's as if the people in this room were plonked on a desert island.
322
769000
2000
É como se as pessoas dessa sala caíssem de súbito numa ilha deserta.
13:06
How many of the things in our pockets
323
771000
2000
Quantas das coisas em seus bolsos
13:08
could we continue to make after 10,000 years?
324
773000
3000
poderíamos continuar fazendo após 10.000 anos?
13:12
It didn't happen in Tierra del Fuego --
325
777000
2000
Isso não aconteceu em Tierra del Fuego --
13:14
similar island, similar people.
326
779000
2000
ilha parecida, pessoas semelhantes.
13:16
The reason: because Tierra del Fuego
327
781000
2000
A razão é porque a Tierra del Fuego
13:18
is separated from South America by a much narrower straight,
328
783000
3000
é separada da América do Sul por um estreito muito menor.
13:21
and there was trading contact across that straight
329
786000
2000
E havia contato para trocas pelo estreito
13:23
throughout 10,000 years.
330
788000
2000
durante todos os 10.000 anos.
13:25
The Tasmanians were isolated.
331
790000
3000
Os tasmanianos estavam isolados.
13:28
Go back to this image again
332
793000
2000
Voltem a essa imagem outra vez.
13:30
and ask yourself, not only who made it and for who,
333
795000
3000
e se pergunte, não apenas quem fez isso e para quem,
13:33
but who knew how to make it.
334
798000
3000
mas quem sabia como fazer isso.
13:36
In the case of the stone axe, the man who made it knew how to make it.
335
801000
3000
No caso do machado de pedra, o homem que fez isso sabia como fazê-lo.
13:39
But who knows how to make a computer mouse?
336
804000
3000
Mas quem sabe como fazer um mouse?
13:42
Nobody, literally nobody.
337
807000
3000
Ninguém, literalmente ninguém.
13:45
There is nobody on the planet who knows how to make a computer mouse.
338
810000
3000
Não há ninguém no planeta que sabe como fazer um mouse.
13:48
I mean this quite seriously.
339
813000
2000
E falo muito sério.
13:50
The president of the computer mouse company doesn't know.
340
815000
2000
O presidente da empresa que faz mouses não sabe.
13:52
He just knows how to run a company.
341
817000
3000
Ele apenas sabe como administrar uma empresa.
13:55
The person on the assembly line doesn't know
342
820000
2000
A pessoa na linha de montagem não sabe
13:57
because he doesn't know how to drill an oil well
343
822000
2000
porque ela não sabe como escavar petróleo num poço
13:59
to get oil out to make plastic, and so on.
344
824000
3000
e tirá-lo para fazer plástico, e assim por diante.
14:02
We all know little bits, but none of us knows the whole.
345
827000
3000
Todos sabemos pequenas partes, mas nenhum de nós sabe o todo.
14:05
I am of course quoting from a famous essay
346
830000
2000
Estou, é claro, citando uma famosa redação
14:07
by Leonard Read, the economist in the 1950s,
347
832000
3000
de Leonard Reed, o economista nos anos 50,
14:10
called "I, Pencil"
348
835000
2000
chamada "Eu, Lápis" (I, Pencil)
14:12
in which he wrote about how a pencil came to be made,
349
837000
3000
na qual ele escreveu sobre como um lápis é feito,
14:15
and how nobody knows even how to make a pencil,
350
840000
3000
e como ninguém sabe como fazer um lápis,
14:18
because the people who assemble it don't know how to mine graphite,
351
843000
3000
porque as pessoas que o montam não sabem como obter grafite.
14:21
and they don't know how to fell trees and that kind of thing.
352
846000
3000
E elas não sabem como derrubar árvores e esse tipo de coisa.
14:24
And what we've done in human society,
353
849000
2000
E o que temos feitos na sociedade humana,
14:26
through exchange and specialization,
354
851000
2000
através da troca e especialização,
14:28
is we've created
355
853000
2000
é que criamos
14:30
the ability to do things that we don't even understand.
356
855000
3000
a habilidade de fazer coisas as quais não entendemos.
14:33
It's not the same with language.
357
858000
2000
Não é o mesmo com o idioma.
14:35
With language we have to transfer ideas
358
860000
2000
Com o idioma temos de trocar idéias
14:37
that we understand with each other.
359
862000
3000
que entendemos uns com os outros.
14:40
But with technology,
360
865000
2000
Mas com a tecnologia,
14:42
we can actually do things that are beyond our capabilities.
361
867000
2000
podemos, na verdade, fazer coisas que estão além das nossas capacidades.
14:44
We've gone beyond the capacity of the human mind
362
869000
3000
Fomos além da capacidade da mente humana
14:47
to an extraordinary degree.
363
872000
2000
até um grau extraordinário.
14:49
And by the way,
364
874000
2000
E, a propósito,
14:51
that's one of the reasons that I'm not interested
365
876000
3000
é uma das razões que não estou interessado
14:54
in the debate about I.Q.,
366
879000
2000
no debate sobre Q.I.
14:56
about whether some groups have higher I.Q.s than other groups.
367
881000
3000
se alguns grupos tem Q.I. maior que outros.
14:59
It's completely irrelevant.
368
884000
2000
É completamente irrelevante.
15:01
What's relevant to a society
369
886000
3000
O que é relevante para uma sociedade
15:04
is how well people are communicating their ideas,
370
889000
3000
é quão bem as pessoas estão comunicando suas idéias,
15:07
and how well they're cooperating,
371
892000
2000
e quão bem elas estão cooperando,
15:09
not how clever the individuals are.
372
894000
2000
não quão inteligentes seus indivíduos são.
15:11
So we've created something called the collective brain.
373
896000
2000
Então criamos algo chamado o cérebro coletivo.
15:13
We're just the nodes in the network.
374
898000
2000
Somos apenas os nós na rede.
15:15
We're the neurons in this brain.
375
900000
3000
Somos os neurônios nesse cérebro.
15:18
It's the interchange of ideas,
376
903000
2000
É o intercâmbio de idéias,
15:20
the meeting and mating of ideas between them,
377
905000
2000
o encontro e a recombinação de idéias entre eles,
15:22
that is causing technological progress,
378
907000
3000
que resulta no progresso tecnológico,
15:25
incrementally, bit by bit.
379
910000
2000
gradual, pouco a pouco.
15:27
However, bad things happen.
380
912000
2000
Entretanto, coisas ruins acontecem.
15:29
And in the future, as we go forward,
381
914000
3000
E no futuro, à medida que avançarmos,
15:32
we will, of course, experience terrible things.
382
917000
3000
vamos, é claro vivenciar coisas terríveis.
15:35
There will be wars; there will be depressions;
383
920000
2000
Vão ocorrer guerras; vão ocorrer depressões;
15:37
there will be natural disasters.
384
922000
2000
vão acontecer desastres naturais.
15:39
Awful things will happen in this century, I'm absolutely sure.
385
924000
3000
Coisas terríveis vão acontecer nesse século. Tenho certeza.
15:42
But I'm also sure that, because of the connections people are making,
386
927000
3000
Mas também estou certo de que, por causa das conexões as pessoas estão recombinando,
15:45
and the ability of ideas
387
930000
2000
a habilidade das idéias
15:47
to meet and to mate
388
932000
2000
de encontrar e se acasalarem
15:49
as never before,
389
934000
2000
como nunca antes.
15:51
I'm also sure
390
936000
2000
Também estou certo
15:53
that technology will advance,
391
938000
2000
de que a tecnologia vai avançar,
15:55
and therefore living standards will advance.
392
940000
2000
e logo os padrões de vida vão avançar.
15:57
Because through the cloud,
393
942000
2000
Porque através da nuvem,
15:59
through crowd sourcing,
394
944000
2000
através das fontes da multidão,
16:01
through the bottom-up world that we've created,
395
946000
2000
através do mundo crescente que criamos,
16:03
where not just the elites but everybody
396
948000
3000
onde não apenas as elites, mas todos
16:06
is able to have their ideas
397
951000
2000
são capazes de ter suas idéias
16:08
and make them meet and mate,
398
953000
2000
e fazê-las se encontrarem e reproduzirem,
16:10
we are surely accelerating the rate of innovation.
399
955000
3000
estamos certamente acelerando a ritmo de inovação.
16:13
Thank you.
400
958000
2000
Obrigado.
16:15
(Applause)
401
960000
4000
(Aplausos)
ABOUT THE SPEAKER
Matt Ridley - Rational optimistMatt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other."
Why you should listen
British author Matt Ridley knows one thing: Through history, the engine of human progress and prosperity has been, and is, the mating of ideas. The sophistication of the modern world, says Ridley, lies not in individual intelligence or imagination; it is a collective enterprise. In his book The Rational Optimist, Ridley (whose previous works include Genome and Nature via Nurture) sweeps the entire arc of human history to powerfully argue that "prosperity comes from everybody working for everybody else."
It is our habit of trade, idea-sharing and specialization that has created the collective brain which set human living standards on a rising trend. This, he says, "holds out hope that the human race will prosper mightily in the years ahead -- because ideas are having sex with each other as never before."
Watch his 2010 TEDTalk, "When Ideas Have Sex."
Matt Ridley | Speaker | TED.com