TEDxUCL
Hannah Fry: Is life really that complex?
Filmed:
Readability: 4.5
819,007 views
Can an algorithm forecast the site of the next riot? In this accessible talk, mathematician Hannah Fry shows how complex social behavior can be analyzed and perhaps predicted through analogies to natural phenomena, like the patterns of a leopard's spots or the distribution of predators and prey in the wild.
Hannah Fry - Complexity theorist
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Hannah Fry researches the trends in our civilization and ways we can forecast its future. Full bio
Double-click the English transcript below to play the video.
00:10
Thanks very much.
0
24
1157
Muito obrigada.
00:11
I am Hannah Fry, the badass.
1
1205
1848
Chamo-me Hannah Fry.
Hoje vou perguntar:
00:13
And today I'm asking the question:
2
3077
1680
A vida é realmente tão complexa?
00:14
Is life really that complex?
3
4781
1756
00:16
Now, I've only got nine minutes
to try and provide you with an answer,
to try and provide you with an answer,
4
6561
3325
Só tenho nove minutos para tentar
dar-vos uma resposta,
dar-vos uma resposta,
00:19
so what I've done
is split this neatly into two parts:
is split this neatly into two parts:
5
9910
2716
por isso, dividi essa resposta
em duas partes.
em duas partes.
00:22
part one: yes;
6
12650
2353
Parte um: Sim.
00:25
and later on, part two: no.
7
15027
2528
E, depois, parte dois: Não.
00:27
Or, to be more accurate: no?
8
17579
2544
Ou, mais precisamente: Não?
00:30
(Laughter)
9
20147
1204
(Risos)
00:31
So first of all, let me try and define
what I mean by "complex."
what I mean by "complex."
10
21375
3006
Primeiro, vou tentar definir
o que eu entendo por "complexo"
o que eu entendo por "complexo"
Eu podia citar uma série
de definições formais
de definições formais
00:34
Now, I could give you
a host of formal definitions,
a host of formal definitions,
11
24405
2441
mas, de forma resumida,
00:36
but in the simplest terms,
12
26870
1253
00:38
any problem in complexity is something
that Einstein and his peers can't do.
that Einstein and his peers can't do.
13
28147
4899
um problema é complexo se Einstein
e os seus colegas não podem resolvê-lo.
e os seus colegas não podem resolvê-lo.
00:43
So, let's imagine --
if the clicker works ... there we go.
if the clicker works ... there we go.
14
33070
3240
Então, vamos supor
- se o disparador funcionar... já está
- se o disparador funcionar... já está
00:46
Einstein is playing a game of snooker.
15
36334
2103
Einstein está a jogar "snooker".
00:48
He's a clever chap, so he knows
that when he hits the cue ball,
that when he hits the cue ball,
16
38461
3479
É uma pessoa inteligente, por isso
sabe que, ao atingir a bola branca,
sabe que, ao atingir a bola branca,
00:51
he could write you an equation
17
41964
1441
pode escrever uma equação
00:53
and tell you exactly where the red ball
is going to hit the sides,
is going to hit the sides,
18
43429
3128
e dizer-nos, exatamente, onde a bola
vermelha vai atingir os cantos,
vermelha vai atingir os cantos,
00:56
how fast it's going
and where it's going to end up.
and where it's going to end up.
19
46581
2439
a que velocidade está a ir
e onde vai parar.
e onde vai parar.
00:59
Now, if you scale these snooker balls
up to the size of the solar system,
up to the size of the solar system,
20
49044
3469
Agora, se tivermos as bolas de "snooker"
do tamanho do sistema solar
do tamanho do sistema solar
01:02
Einstein can still help you.
21
52537
1959
Einstein ainda nos pode ajudar.
01:04
Sure, the physics changes,
22
54520
1245
É claro, a física muda,
01:05
but if you wanted to know about
the path of the Earth around the Sun,
the path of the Earth around the Sun,
23
55789
3282
Mas, se quisermos saber o caminho
da Terra em volta do sol,
da Terra em volta do sol,
Einstein podia escrever uma equação,
01:09
Einstein could write you an equation
24
59095
1733
mostrando onde estão os dois objetos
em qualquer instante.
em qualquer instante.
01:10
telling you where both objects are
at any point in time.
at any point in time.
25
60852
2643
01:13
Now, with a surprising
increase in difficulty,
increase in difficulty,
26
63519
2204
Num surpreendente
aumento da dificuldade,
aumento da dificuldade,
01:15
Einstein could include
the Moon in his calculations.
the Moon in his calculations.
27
65747
2452
Einstein podia incluir a lua
nos seus cálculos.
nos seus cálculos.
01:18
But as you add more and more planets,
Mars and Jupiter, say,
Mars and Jupiter, say,
28
68223
3067
Mas, ao adicionarmos cada vez
mais planetas, como Marte ou Júpiter,
mais planetas, como Marte ou Júpiter,
01:21
the problem gets too tough for Einstein
to solve with a pen and paper.
to solve with a pen and paper.
29
71314
3764
o problema fica difícil demais
para ele resolver com papel e caneta.
para ele resolver com papel e caneta.
01:25
Now, strangely, if instead of having
a handful of planets,
a handful of planets,
30
75102
2843
Estranhamente, se ao invés
de termos diversos planetas,
de termos diversos planetas,
01:27
you had millions of objects
or even billions,
or even billions,
31
77969
2672
tivéssemos milhões de objetos,
ou até milhares de milhões,
ou até milhares de milhões,
01:30
the problem actually becomes much simpler,
32
80665
2271
o problema ficaria muito mais simples
01:32
and Einstein is back in the game.
33
82960
1922
e Einstein estaria de volta ao jogo.
01:34
Let me explain what I mean by this,
34
84906
1846
Vou explicar o que quero dizer
01:36
by scaling these objects back down
to a molecular level.
to a molecular level.
35
86776
3294
voltando a trazer estes objetos
para o nível molecular.
para o nível molecular.
01:40
If you wanted to trace the erratic path
of an individual air molecule,
of an individual air molecule,
36
90094
3747
Se quiséssemos traçar o caminho errático
de uma única molécula de ar,
de uma única molécula de ar,
01:43
you'd have absolutely no hope.
37
93865
1842
ficaríamos totalmente perdidos.
01:45
But when you have millions
of air molecules all together,
of air molecules all together,
38
95731
2711
Mas, quando lidamos com milhões
de moléculas de ar todas juntas,
de moléculas de ar todas juntas,
01:48
they start to act in a way
which is quantifiable, predictable
which is quantifiable, predictable
39
98466
3877
elas começam a comportar-se
de modo quantificável, previsível
de modo quantificável, previsível
01:52
and well-behaved.
40
102367
1170
e bem comportado.
01:53
And thank goodness air is well-behaved,
41
103561
1885
E ainda bem que o ar é bem comportado,
01:55
because if it wasn't,
planes would fall out of the sky.
planes would fall out of the sky.
42
105470
2910
porque, se não fosse,
os aviões cairiam do céu.
os aviões cairiam do céu.
01:58
Now, on an even bigger scale,
across the whole of the world,
across the whole of the world,
43
108404
3064
Agora, a uma escala ainda maior,
através de todo o mundo,
através de todo o mundo,
02:01
the idea is exactly the same
with all of these air molecules.
with all of these air molecules.
44
111492
3122
a ideia é exatamente a mesma
com todas essas moléculas de ar.
com todas essas moléculas de ar.
É claro que não podemos analisar
uma gota de chuva sozinha
uma gota de chuva sozinha
02:04
It's true that you can't take
an individual rain droplet
an individual rain droplet
45
114638
2918
02:07
and say where it's come from
or where it's going to end up.
or where it's going to end up.
46
117580
2785
e dizer de onde ela vem
ou onde vai parar.
ou onde vai parar.
02:10
But you can say with pretty good certainty
47
120389
2034
Mas podemos dizer com relativa certeza
02:12
whether it will be cloudy tomorrow.
48
122447
1813
que o clima vai estar nublado amanhã.
02:14
So that's it.
49
124284
1158
Então, é isso.
02:15
In Einstein's time,
this is how far science had got.
this is how far science had got.
50
125466
2683
No tempo de Einstein,
a ciência só chegou até aqui.
a ciência só chegou até aqui.
02:18
We could do really small problems
with a few objects
with a few objects
51
128173
3613
Podíamos resolver problemas
bem pequenos, com poucos objetos,
bem pequenos, com poucos objetos,
com simples interações,
02:21
with simple interactions,
52
131810
1275
02:23
or we could do huge problems
with millions of objects
with millions of objects
53
133109
2602
ou resolver grandes problemas,
com milhões de objetos
com milhões de objetos
02:25
and simple interactions.
54
135735
1323
e simples interações.
02:27
But what about everything in the middle?
55
137082
1937
Mas e quanto a tudo que fica no meio?
02:29
Well, just seven years
before Einstein's death,
before Einstein's death,
56
139043
2693
Apenas sete anos antes
da morte de Einstein,
da morte de Einstein,
02:31
an American scientist called
Warren Weaver made exactly this point.
Warren Weaver made exactly this point.
57
141760
3658
um cientista americano chamado Warren
Weaven tocou nesse ponto.
Weaven tocou nesse ponto.
02:35
He said that scientific methodology
has gone from one extreme to another,
has gone from one extreme to another,
58
145442
3624
Para ele, o método científico
tinha ido de um extremo a outro,
tinha ido de um extremo a outro,
02:39
leaving out an untouched
great middle region.
great middle region.
59
149090
3071
deixando intocada
uma grande região no meio.
uma grande região no meio.
02:42
Now, this middle region
is where complexity science lies,
is where complexity science lies,
60
152185
2699
É nessa região do meio que jaz
a ciência da complexidade
a ciência da complexidade
02:44
and this is what I mean by complex.
61
154908
2259
e é isso que eu entendo por complexo.
02:47
Now, unfortunately, almost
every single problem you can think of
every single problem you can think of
62
157191
3525
Infelizmente, quase todos os problemas
que podemos imaginar
que podemos imaginar
envolvendo o comportamento humano
02:50
to do with human behavior
63
160740
1222
02:51
lies in this middle region.
64
161986
2069
jazem nessa região do meio.
02:54
Einstein's got absolutely no idea
how to model the movement of a crowd.
how to model the movement of a crowd.
65
164079
4290
Einstein não fazia ideia de como modelar
o movimento de uma multidão.
o movimento de uma multidão.
02:58
There are too many people
to look at them all individually
to look at them all individually
66
168393
2801
Há demasiadas pessoas
para estudar uma por uma
para estudar uma por uma
e muito poucas
para tratá-las como a um gás.
para tratá-las como a um gás.
03:01
and too few to treat them as a gas.
67
171218
1872
03:03
Similarly, people are prone
to annoying things like decisions
to annoying things like decisions
68
173114
3356
As pessoas são propensas
a coisas irritantes, como decisões,
a coisas irritantes, como decisões,
03:06
and not wanting to walk into each other,
69
176494
2014
e a não quererem esbarrar
umas com as outras
umas com as outras
03:08
which makes the problem
all the more complicated.
all the more complicated.
70
178532
2613
o que torna o problema ainda mais difícil.
03:11
Einstein also couldn't tell you
71
181169
1703
Einstein não poderia dizer
03:12
when the next stock market crash
is going to be.
is going to be.
72
182896
2349
quando vai ocorrer
a próxima quebra da bolsa.
a próxima quebra da bolsa.
03:15
Einstein couldn't tell you
how to improve unemployment.
how to improve unemployment.
73
185269
2764
Einstein não poderia dizer
como melhorar o desemprego.
como melhorar o desemprego.
03:18
Einstein can't even tell you
74
188057
1401
Einstein nem sequer poderia dizer
03:19
whether the next iPhone
is going to be a hit or a flop.
is going to be a hit or a flop.
75
189482
3382
se o próximo iPhone
vai ser um sucesso ou não.
vai ser um sucesso ou não.
03:22
So to conclude part one:
we're completely screwed.
we're completely screwed.
76
192888
2606
Então, para concluir a parte um:
estamos na pior.
estamos na pior.
03:25
We've got no tools to deal with this,
and life is way too complex.
and life is way too complex.
77
195518
4500
Não temos ferramentas para lidar com isto
e a vida é demasiado complexa.
e a vida é demasiado complexa.
Mas talvez haja esperança,
03:30
But maybe there's hope,
78
200042
1796
03:31
because in the last few years,
79
201862
1534
porque nos últimos anos,
03:33
we've begun to see the beginnings
of a new area of science
of a new area of science
80
203420
3837
começámos a ver o início
de uma nova área da ciência
de uma nova área da ciência
que utiliza a matemática para modelar
os nossos sistemas sociais.
os nossos sistemas sociais.
03:37
using mathematics
to model our social systems.
to model our social systems.
81
207281
3027
03:40
And I'm not just talking here
about statistics and computer simulations.
about statistics and computer simulations.
82
210332
3484
Não falo apenas de estatísticas
e de simulações em computador.
e de simulações em computador.
03:43
I'm talking about writing down
equations about our society
equations about our society
83
213840
2996
Falo da criação de equações
sobre a nossa sociedade
sobre a nossa sociedade
03:46
that will help us understand
what's going on
what's going on
84
216860
2069
que nos ajudarão a entender
o que se passa
o que se passa
03:48
in the same way as with the snooker balls
or the weather prediction.
or the weather prediction.
85
218953
3215
da mesma forma que as bolas
de "snooker" e as previsões do tempo.
de "snooker" e as previsões do tempo.
03:52
And this has come about
because people have begun to realize
because people have begun to realize
86
222192
2842
Isto veio à tona porque as pessoas
começaram a perceber
começaram a perceber
03:55
that we can use and exploit analogies
87
225058
2343
que podemos usar e explorar analogias
03:57
between our human systems
and those of the physical world around us.
and those of the physical world around us.
88
227425
3942
entre os nossos sistemas humanos
e os do mundo físico que nos cerca.
e os do mundo físico que nos cerca.
04:01
Now, to give you an example:
89
231938
1464
Agora, para dar um exemplo:
04:03
the incredibly complex problem
of migration across Europe.
of migration across Europe.
90
233426
3454
o problema muito complexo
da migração na Europa.
da migração na Europa.
04:06
Actually, as it turns out, when you view
all of the people together,
all of the people together,
91
236904
3332
Ao analisarmos todas as pessoas juntas,
04:10
collectively, they behave as though
they're following the laws of gravity.
they're following the laws of gravity.
92
240260
4043
coletivamente, elas comportam-se
como se seguissem as leis da gravidade.
como se seguissem as leis da gravidade.
04:14
But instead of planets
being attracted to one another,
being attracted to one another,
93
244327
3128
Mas ao contrário dos planetas
que se atraem uns aos outros,
que se atraem uns aos outros,
04:17
it's people who are attracted
to areas with better job opportunities,
to areas with better job opportunities,
94
247479
4210
são as pessoas que são atraídas por áreas
com melhores oportunidades de emprego,
com melhores oportunidades de emprego,
04:21
higher pay, better quality of life
and lower unemployment.
and lower unemployment.
95
251713
4015
maiores salários, melhor qualidade de vida
e menor desemprego.
e menor desemprego.
04:25
And in the same way as people
are more likely to go for opportunities
are more likely to go for opportunities
96
255752
3528
Do mesmo modo, as pessoas
costumam buscar oportunidades
costumam buscar oportunidades
04:29
close to where they live already --
London to Kent, for example,
London to Kent, for example,
97
259304
3035
mais perto de onde moram,
— de Londres para Kent,por exemplo,
— de Londres para Kent,por exemplo,
04:32
as opposed to London to Melbourne --
98
262363
1792
em vez de Londres para Melbourne.
04:34
the gravitational effect of planets
far away is felt much less.
far away is felt much less.
99
264179
4136
A ação da gravidade
em planetas distantes é bem menor.
em planetas distantes é bem menor.
04:38
So, to give you another example:
100
268997
2067
Um outro exemplo:
04:41
in 2008, a group in UCLA
were looking into the patterns
were looking into the patterns
101
271088
4225
Em 2008, um grupo
da Universidade da Califórnia
da Universidade da Califórnia
estava a analisar padrões
de zonas de assaltos na cidade.
de zonas de assaltos na cidade.
04:45
of burglary hot spots in the city.
102
275337
2712
04:48
Now, one thing about burglaries
is this idea of repeat victimization.
is this idea of repeat victimization.
103
278073
5519
Um ponto importante sobre assaltos
é a ideia de repetir a vitimização.
é a ideia de repetir a vitimização.
04:53
So if you have a group of burglars
who manage to successfully rob an area,
who manage to successfully rob an area,
104
283616
4237
Se um grupo de assaltantes
consegue roubar uma região,
consegue roubar uma região,
04:57
they'll tend to return to that area
and carry on burgling it.
and carry on burgling it.
105
287877
3790
eles tendem a continuar
a roubar nessa mesma área.
a roubar nessa mesma área.
05:01
So they learn the layout of the houses,
106
291691
2856
Assim, aprendem as plantas das casas,
05:04
the escape routes
107
294571
1694
as rotas de fuga
05:06
and the local security measures
that are in place.
that are in place.
108
296289
3004
e as medidas de segurança da região.
05:09
And this will continue to happen
109
299317
1685
Isso vai continuar a acontecer
05:11
until local residents and police
ramp up the security,
ramp up the security,
110
301026
3181
até que os moradores locais e a polícia
aumentem a segurança,
aumentem a segurança,
05:14
at which point, the burglars
will move off elsewhere.
will move off elsewhere.
111
304231
2771
a ponto de os assaltantes
se moverem para outro local.
se moverem para outro local.
05:17
And it's that balance
between burglars and security
between burglars and security
112
307026
2808
É esse equilíbrio
entre assaltantes e segurança
entre assaltantes e segurança
05:19
which creates these dynamic
hot spots of the city.
hot spots of the city.
113
309858
3037
que cria essa dinâmica
de zonas de violência na cidade.
de zonas de violência na cidade.
05:22
As it turns out,
this is exactly the same process
this is exactly the same process
114
312919
3544
Esse é exatamente o mesmo processo
05:26
as how a leopard gets its spots,
115
316487
2242
através do qual um leopardo
adquire as suas pintas,
adquire as suas pintas,
05:28
except in the leopard example,
it's not burglars and security,
it's not burglars and security,
116
318753
2936
embora no caso do leopardo
não se trate de ladrões e segurança
não se trate de ladrões e segurança
05:31
it's the chemical process
that creates these patterns
that creates these patterns
117
321713
3465
mas de um processo químico
que cria esses padrões
que cria esses padrões
05:35
and something called "morphogenesis."
118
325202
1995
e algo chamado de "morfogénese".
05:37
We actually know an awful lot
about the morphogenesis of leopard spots.
about the morphogenesis of leopard spots.
119
327221
4256
Nós sabemos bastante sobre a morfogénese
das pintas do leopardo.
das pintas do leopardo.
05:41
Maybe we can use this to try and spot
some of the warning signs with burglaries
some of the warning signs with burglaries
120
331501
4644
Talvez possamos usar isso para
identificar sinais de alerta de assaltos
identificar sinais de alerta de assaltos
05:46
and perhaps, also to create
better crime strategies to prevent crime.
better crime strategies to prevent crime.
121
336169
4107
e, talvez, criar melhores estratégias
de prevenção ao crime.
de prevenção ao crime.
Há um grupo aqui
na Universidade da Califórnia
na Universidade da Califórnia
05:50
There's a group here at UCL
122
340300
1572
05:51
who are working with
the West Midlands police right now
the West Midlands police right now
123
341896
2825
que está a trabalhar com a polícia
de West Midlands neste momento
de West Midlands neste momento
05:54
on this very question.
124
344745
1641
sobre esta questão.
05:56
I could give you
plenty of examples like this,
plenty of examples like this,
125
346410
2915
Eu poderia citar vários exemplos como este
05:59
but I wanted to leave you
with one from my own research
with one from my own research
126
349349
2643
mas queria usar um da minha
própria investigação
própria investigação
sobre os motins em Londres.
06:02
on the London riots.
127
352016
1166
06:03
Now, you probably
don't need me to tell you
don't need me to tell you
128
353206
2015
Provavelmente, não preciso de vos contar
06:05
about the events of last summer,
129
355245
1567
o que ocorreu no verão passado,
06:06
where London and the UK saw
the worst sustained period
the worst sustained period
130
356836
3030
quando Londres e o Reino Unido
passaram pelo pior período
passaram pelo pior período
06:09
of violent looting and arson
131
359890
1526
de pilhagens e fogos postos
06:11
for over twenty years.
132
361440
1613
dos últimos 20 anos.
06:13
It's understandable that, as a society,
we want to try and understand
we want to try and understand
133
363077
3287
É compreensível que,
enquanto sociedade,
enquanto sociedade,
tentemos entender exatamente
o que causa esses motins
o que causa esses motins
06:16
exactly what caused these riots,
134
366388
1794
06:18
but also, perhaps, to equip our police
with better strategies
with better strategies
135
368206
3885
mas também equipar a nossa polícia
com melhores estratégias
com melhores estratégias
06:22
to lead to a swifter
resolution in the future.
resolution in the future.
136
372115
3781
a fim de termos uma solução
mais rápida no futuro.
mais rápida no futuro.
06:25
Now, I don't want to upset
the sociologists here,
the sociologists here,
137
375920
2356
Eu não quero aborrecer os sociólogos,
06:28
so I absolutely cannot talk about
the individual motivations for a rioter,
the individual motivations for a rioter,
138
378300
4857
por isso, não posso falar sobre
as motivações individuais de um amotinado
as motivações individuais de um amotinado
mas, ao analisarmos
os amotinados, como um todo,
os amotinados, como um todo,
06:33
but when you look at
the rioters all together,
the rioters all together,
139
383181
2168
06:35
mathematically, you can separate it
into a three-stage process
into a three-stage process
140
385373
3208
matematicamente, podemos separá-los
num processo de três etapas
num processo de três etapas
06:38
and draw analogies accordingly.
141
388605
1975
e traçar analogias coerentes.
06:40
So, step one: let's say
you've got a group of friends.
you've got a group of friends.
142
390604
3177
Primeira etapa: digamos que
temos um grupo de amigos.
temos um grupo de amigos.
06:43
None of them are involved in the riots,
143
393805
1875
Nenhum deles está envolvido nos motins
06:45
but one of them walks past
a Foot Locker which is being raided,
a Foot Locker which is being raided,
144
395704
3682
mas um deles passa por uma loja
de artigos de desporto
de artigos de desporto
que está a ser saqueada
06:49
and goes in and bags himself
a new pair of trainers.
a new pair of trainers.
145
399410
2513
aproxima-se e apodera-se
de uns sapatos de ténis novos.
de uns sapatos de ténis novos.
06:51
He texts one of his friends and says,
"Come on down to the riots."
"Come on down to the riots."
146
401947
4089
Envia uma mensagem para um dos seus
amigos e diz: "Vem ter comigo".
amigos e diz: "Vem ter comigo".
06:56
So his friend joins him,
147
406060
1421
O amigo vai ter com ele
06:57
and then the two of them text
more of their friends, who join them,
more of their friends, who join them,
148
407505
3157
e, depois, ambos chamam mais amigos,
que também vão ter com eles,
que também vão ter com eles,
07:00
and text more of their friends
149
410686
1581
e mandam mensagens a mais amigos
07:02
and more and more, and so it continues.
150
412291
2374
e, mais e mais, continuamente.
07:04
This process is identical to the way
that a virus spreads through a population.
that a virus spreads through a population.
151
414689
4583
Este processo é idêntico à forma como
um vírus se espalha por uma população.
um vírus se espalha por uma população.
07:09
If you think about the bird flu epidemic
of a couple of years ago,
of a couple of years ago,
152
419296
3100
Se pensarmos na gripe das aves
aqui há uns anos,
aqui há uns anos,
07:12
the more people that were infected,
the more people that got infected,
the more people that got infected,
153
422420
3303
quanto mais pessoas estavam infetadas,
mais pessoas eram contagiadas,
mais pessoas eram contagiadas,
07:15
and the faster the virus spread
154
425747
1588
mais depressa se espalhava o vírus
07:17
before the authorities managed
to get a handle on events.
to get a handle on events.
155
427359
3141
antes de as autoridades
conseguirem controlar a situação.
conseguirem controlar a situação.
07:20
And it's exactly the same process here.
156
430988
2515
O processo aqui é exatamente o mesmo.
07:23
So let's say you've got a rioter,
he's decided he's going to riot.
he's decided he's going to riot.
157
433527
3276
Vamos imaginar um manifestante
que decide participar num motim.
que decide participar num motim.
07:26
The next thing he has to do
is pick a riot site.
is pick a riot site.
158
436827
2535
O seu próximo passo é encontrar
o local do motim.
o local do motim.
07:30
Now, what you should know
about rioters is that, um ...
about rioters is that, um ...
159
440274
3624
O que é preciso saber sobre os
manifestantes é que...
manifestantes é que...
— Ops,o botão encravou. Já voltou.
07:33
Oops, clicker's gone. There we go.
160
443922
1642
07:35
What you should know about rioters is,
they're not prepared to travel
they're not prepared to travel
161
445588
3344
É preciso saber que os manifestantes
não estão preparados para viajar
não estão preparados para viajar
07:38
that far from where they live,
162
448956
1451
para muito longe de onde vivem
07:40
unless it's a really juicy riot site.
163
450431
1852
a não ser que o local do motim
seja muito atrativo.
seja muito atrativo.
07:42
(Laughter)
164
452307
1075
(Risos)
07:43
So you can see that here from this graph,
165
453406
2069
Podemos observar neste gráfico,
07:45
with an awful lot of rioters
having traveled less than a kilometer
having traveled less than a kilometer
166
455499
3391
que boa parte dos amotinados
se deslocou menos de um quilómetro
se deslocou menos de um quilómetro
07:48
to the site that they went to.
167
458914
1679
até ao local de destino.
07:50
Now, this pattern is seen
in consumer models of retail spending,
in consumer models of retail spending,
168
460617
4909
Este padrão é observado em modelos
de consumo de vendas ao público,
de consumo de vendas ao público,
07:55
i.e., where we choose to go shopping.
169
465550
2309
isto é, onde escolhemos ir às compras.
07:57
So, of course, people like
to go to local shops,
to go to local shops,
170
467883
2922
É claro que as pessoas gostam
de ir para lojas locais,
de ir para lojas locais,
08:00
but you'd be prepared
to go a little bit further
to go a little bit further
171
470829
2592
mas estão dispostas
a ir um pouco mais longe
a ir um pouco mais longe
08:03
if it was a really good retail site.
172
473445
2116
se for um centro de vendas muito bom.
08:05
And this analogy, actually, was already
picked up by some of the papers,
picked up by some of the papers,
173
475585
3442
Esta analogia já foi notada
por alguns jornais,
por alguns jornais,
que chamaram a esse fenómeno:
"Compras com violência",
"Compras com violência",
08:09
with some tabloid press calling the events
"Shopping with violence,"
"Shopping with violence,"
174
479051
3262
o que, de certa forma, o resume
em termos da nossa investigação.
em termos da nossa investigação.
08:12
which probably sums it up
in terms of our research.
in terms of our research.
175
482337
2788
08:15
Oh! -- we're going backwards.
176
485673
1476
Opa! — Estamos a andar para trás.
08:19
OK, step three.
177
489730
1456
Ok, etapa três.
08:21
Finally, the rioter is at his site,
178
491210
1817
Por fim, o manifestante chega ao local
08:23
and he wants to avoid
getting caught by the police.
getting caught by the police.
179
493051
4572
e tenta evitar ser apanhado pela polícia.
08:27
The rioters will avoid
the police at all times,
the police at all times,
180
497647
2701
Os amotinados vão evitar a polícia
o tempo todo,
o tempo todo,
08:30
but there is some safety in numbers.
181
500372
2094
mas há certa segurança nos números.
08:32
And on the flip side, the police,
with their limited resources,
with their limited resources,
182
502490
3061
Por outro lado, a polícia,
com os seus recursos limitados,
com os seus recursos limitados,
08:35
are trying to protect
as much of the city as possible,
as much of the city as possible,
183
505575
2579
tenta proteger a cidade
o melhor que pode,
o melhor que pode,
08:38
arrest rioters wherever possible
184
508178
2013
prender os amotinados
sempre que possível
sempre que possível
08:40
and to create a deterrent effect.
185
510215
2041
e criar um efeito dissuasor.
08:45
And actually, as it turns out,
186
515510
1491
No fim de contas,
08:47
this mechanism between the two species,
so to speak, of rioters and police,
so to speak, of rioters and police,
187
517025
4623
este mecanismo entre as duas espécies,
por assim dizer, de amotinados e polícia,
por assim dizer, de amotinados e polícia,
08:51
is identical to predators
and prey in the wild.
and prey in the wild.
188
521672
2649
é idêntico ao dos predadores
e das presas na natureza.
e das presas na natureza.
08:54
So if you can imagine rabbits and foxes,
189
524345
2197
Assim se imaginarmos coelhos e raposas,
08:56
rabbits are trying to avoid
foxes at all costs,
foxes at all costs,
190
526566
2750
os coelhos tentam evitar
as raposas, a todo o custo,
as raposas, a todo o custo,
08:59
while foxes are patrolling the space,
trying to look for rabbits.
trying to look for rabbits.
191
529340
3687
enquanto raposas patrulham
o espaço, à procura dos coelhos.
o espaço, à procura dos coelhos.
09:03
We actually know an awful lot
about the dynamics of predators and prey.
about the dynamics of predators and prey.
192
533051
3354
Nós sabemos bastante sobre a dinâmica
entre presas e predadores.
entre presas e predadores.
09:06
We also know a lot about
consumer spending flows.
consumer spending flows.
193
536429
4979
Também conhecemos os fluxos
de consumo das pessoas.
de consumo das pessoas.
E também sabemos bem
como se espalham os vírus numa população.
como se espalham os vírus numa população.
09:11
And we know a lot about
how viruses spread through a population.
how viruses spread through a population.
194
541432
3163
09:14
So if you take these three analogies
together and exploit them,
together and exploit them,
195
544619
3033
Então, analisando estas três analogias
juntas e explorando-as,
juntas e explorando-as,
09:17
you can come up with a mathematical
model of what actually happened,
model of what actually happened,
196
547676
3236
podemos criar um modelo matemático
do que efetivamente aconteceu,
do que efetivamente aconteceu,
que seja capaz de replicar
os padrões gerais
os padrões gerais
09:20
that's capable of replicating
the general patterns
the general patterns
197
550936
2404
dos próprios motins.
09:23
of the riots themselves.
198
553364
1343
09:25
Now, once we've got this,
we can almost use this as a petri dish
we can almost use this as a petri dish
199
555678
3086
Depois disso quase podemos usá-lo
como uma placa de Petri
como uma placa de Petri
09:28
and start having conversations
200
558788
1623
e começar as conversas
09:30
about which areas of the city
were more susceptible than others
were more susceptible than others
201
560435
3139
sobre quais são as áreas da cidade
mais suscetíveis que outras
mais suscetíveis que outras
e que táticas policiais podem ser usadas
09:33
and what police tactics could be used
202
563598
1877
09:35
if this were ever to happen
again in the future.
again in the future.
203
565499
2307
se isso ocorrer de novo no futuro.
09:37
Even twenty years ago, modeling
of this sort was completely unheard of.
of this sort was completely unheard of.
204
567830
4003
Até há 20 anos, este tipo de modelos
era inimaginável.
era inimaginável.
09:41
But I think that these analogies
are an incredibly important tool
are an incredibly important tool
205
571857
4444
Mas eu acredito que estas analogias
são ferramentas muito importantes
são ferramentas muito importantes
09:46
in tackling problems with our society,
206
576325
2491
para lidar com os problemas
da nossa sociedade,
da nossa sociedade,
09:48
and perhaps, ultimately improving
our society overall.
our society overall.
207
578840
3406
e talvez acabem por melhorar
a nossa sociedade como um todo.
a nossa sociedade como um todo.
09:52
So, to conclude: life is complex,
208
582270
2389
Para concluir: a vida é complexa,
09:54
but perhaps understanding it need not
necessarily be that complicated.
necessarily be that complicated.
209
584683
3357
mas talvez entender isso
não precise de ser tão complicado
não precise de ser tão complicado
09:58
Thank you.
210
588064
1158
Obrigada.
09:59
(Applause)
211
589246
1386
(Aplausos)
ABOUT THE SPEAKER
Hannah Fry - Complexity theoristHannah Fry researches the trends in our civilization and ways we can forecast its future.
Why you should listen
Hannah Fry completed her PhD in fluid dynamics in early 2011 with an emphasis on how liquid droplets move. Then, after working as an aerodynamicist in the motorsport industry, she began work on an interdisciplinary project in complexity sciences at University College London. Hannah’s current research focusses on discovering new connections between mathematically described systems and human interaction at the largest scale.
Fry is the author of the TED Book, The Mathematics of Love: Patterns, Proofs, and the Search for the Ultimate Equation.
Hannah Fry | Speaker | TED.com