ABOUT THE SPEAKER
Temple Grandin - Livestock handling designer, autism activist
Through groundbreaking research and the lens of her own autism, Temple Grandin brings startling insight into two worlds.

Why you should listen

An expert on animal behavior, Temple Grandin has designed humane handling systems for half the cattle-processing facilities in the US, and consults with the meat industry to develop animal welfare guidelines. As PETA wrote when awarding her a 2004 Proggy: “Dr. Grandin's improvements to animal-handling systems found in slaughterhouses have decreased the amount of fear and pain that animals experience in their final hours, and she is widely considered the world's leading expert on the welfare of cattle and pigs.” In 2010, Time Magazine listed her as one of its most Important People of the Year. She is also a member of the American Academy of Arts and Sciences.

Grandin’s books about her interior life as an autistic person have increased the world's understanding of the condition with personal immediacy -- and with import, as rates of autism diagnosis rise. She is revered by animal rights groups and members of autistic community, perhaps because in both regards she is a voice for those who are sometimes challenged to make themselves heard. 

More profile about the speaker
Temple Grandin | Speaker | TED.com
TED2010

Temple Grandin: The world needs all kinds of minds

เทมเปิล แกรนดิน: โลกต้องการสมองทุกรูปแบบ

Filmed:
5,588,848 views

เทมเปิล แกรนดินซึ่งถูกวินิจฉัยว่าเป็นออทิสติกตั้งแต่เด็ก เล่าให้เราฟังว่าสมองของเธอทำงานอย่างไร เธอเล่าถึงความสามารถในการ "คิดเป็นภาพ" ซึ่งช่วยให้เธอแก้ปัญหาที่สมองของคนปกติมักจะละเลยไป เธอแสดงให้เห็นว่าโลกต้องการคนที่อาจจะจัดว่าเป็นออทิสติกบ้างไม่มากก็น้อย: ไม่ว่าจะเป็นคนที่คิดเป็นภาพ คิดเป็นระบบหรือรูปแบบ คิดเป็นคำพูด และเด็กฉลาดที่ใครๆ มองว่าประหลาดทุกประเภท
- Livestock handling designer, autism activist
Through groundbreaking research and the lens of her own autism, Temple Grandin brings startling insight into two worlds. Full bio

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

00:15
I think I'll startเริ่มต้น out and just talk a little bitบิต about
0
0
2000
ก่อนอื่นฉันจะเริ่มด้วยการพูดถึงออทิสติกสักหน่อย
00:17
what exactlyอย่างแน่นอน autismความหมกหมุ่น is.
1
2000
2000
ว่ามันคืออะไร
00:19
Autismความหมกหมุ่น is a very bigใหญ่ continuumต่อเนื่อง
2
4000
3000
ออทิสติกนี่มีความหลากหลายมาก
00:22
that goesไป from very severeรุนแรง -- the childเด็ก remainsซากศพ non-verbalไม่ใช่คำพูด --
3
7000
3000
ตั้งแต่รุนแรงสุดๆ คือเด็กที่ไม่พูดเลยตลอดชีวิต
00:25
all the way up to brilliantสุกใส scientistsนักวิทยาศาสตร์ and engineersวิศวกร.
4
10000
3000
ไปจนถึงนักวิทยาศาสตร์และวิศวกรที่ฉลาดสุดๆ
00:28
And I actuallyแท้จริง feel at home here,
5
13000
2000
ที่จริงวันนี้ฉันรู้สึกอบอุ่นใจเหมือนอยู่บ้านเลย
00:30
because there's a lot of autismความหมกหมุ่น geneticsพันธุศาสตร์ here.
6
15000
2000
เพราะในที่นี้ มีคนที่มีความเป็นออทิสติกอยู่ในสายเลือดเยอะแยะ
00:32
You wouldn'tจะไม่ have any...
7
17000
2000
คุณคง...
00:34
(Applauseการปรบมือ)
8
19000
4000
(เสียงปรบมือ)
00:38
It's a continuumต่อเนื่อง of traitsลักษณะ.
9
23000
2000
มันเป็นคุณลักษณะที่มีระดับมากน้อยแตกต่างกัน
00:40
When does a nerdเนิร์ด turnกลับ into
10
25000
3000
พวกเนิร์ดที่สนใจอะไรบางอย่างแบบสุดขั้ว กลายเป็น
00:43
AspergerAsperger, whichที่ is just mildอ่อน autismความหมกหมุ่น?
11
28000
2000
แอสเพอร์เกอร์ หรือออทิสติกอ่อนๆ ไปตั้งแต่เมื่อไหร่
00:45
I mean, Einsteinไอน์สไต and Mozartโมซาร์ท
12
30000
3000
ฉันหมายความว่า ถ้าไอน์สไตน์ โมสาร์ต
00:48
and Teslaเทสลา would all be probablyอาจ diagnosedการวินิจฉัย
13
33000
2000
และเทสลามีชีวิตอยู่วันนี้ เขาคงถูกจะวินิจฉัย
00:50
as autisticหมกหมุ่น spectrumคลื่นความถี่ todayในวันนี้.
14
35000
2000
ว่าเป็นออทิสติกอ่อนๆ นะ
00:52
And one of the things that is really going to concernกังวล me is
15
37000
3000
สิ่งหนึ่งที่ฉันห่วงจริงๆ ก็คือ
00:55
gettingได้รับ these kidsเด็ก to be the onesคน that are going to inventคิดค้น
16
40000
3000
จะทำอย่างไรให้เด็กเหล่านี้เติบโตขึ้น
00:58
the nextต่อไป energyพลังงาน things,
17
43000
2000
และเป็นผู้สร้างเทคโนโลยีใหม่ๆ ต่อไป
01:00
you know, that Billบิล Gatesเกตส์ talkedพูดคุย about this morningตอนเช้า.
18
45000
4000
อย่างที่บิลเกตส์พูดไปเมื่อเช้านี้
01:04
OK. Now, if you want to understandเข้าใจ
19
49000
2000
โอเค ทีนี้ ถ้าคุณอยากเข้าใจ
01:06
autismความหมกหมุ่น, animalsสัตว์.
20
51000
2000
คนเป็นออทิสติก และพวกสัตว์ต่างๆ
01:08
And I want to talk to you now about differentต่าง waysวิธี of thinkingคิด.
21
53000
2000
ฉันอยากจะพูดถึงรูปแบบวิธีคิดที่แตกต่างกันออกไป
01:10
You have to get away from verbalวาจา languageภาษา.
22
55000
3000
คุณต้องข้ามให้พ้นวัจนภาษา (ภาษาที่เป็นถ้อยคำ)
01:13
I think in picturesภาพ,
23
58000
2000
ฉันคิดเป็นภาพ
01:15
I don't think in languageภาษา.
24
60000
3000
ฉันไม่ได้คิดเป็นภาษา
01:18
Now, the thing about the autisticหมกหมุ่น mindใจ
25
63000
2000
ทีนี้ ลักษณะพิเศษของสมองของคนเป็นออทิสติก
01:20
is it attendsเข้าร่วม to detailsรายละเอียด.
26
65000
3000
คือการใส่ใจรายละเอียด
01:23
OK, this is a testทดสอบ where you eitherทั้ง have to
27
68000
2000
โอเค นี่เป็นแบบทดสอบที่คุณจะต้อง
01:25
pickเลือก out the bigใหญ่ lettersตัวอักษร, or pickเลือก out the little lettersตัวอักษร,
28
70000
2000
เลือกอักษรตัวใหญ่ หรืออักษรตัวเล็ก
01:27
and the autisticหมกหมุ่น mindใจ picksหยิบ out the
29
72000
2000
สมองของคนเป็นออทิสติก
01:29
little lettersตัวอักษร more quicklyอย่างรวดเร็ว.
30
74000
2000
เห็นอักษรตัวเล็กได้เร็วกว่า
01:31
And the thing is, the normalปกติ brainสมอง ignoresละเว้น the detailsรายละเอียด.
31
76000
4000
ในขณะที่สมองคนปกติละเลยรายละเอียดพวกนี้ไป
01:35
Well, if you're buildingอาคาร a bridgeสะพาน, detailsรายละเอียด are prettyน่ารัก importantสำคัญ
32
80000
2000
ทีนี้ เวลาคุณสร้างสะพาน รายละเอียดเป็นสิ่งสำคัญมาก
01:37
because it will fallตก down if you ignoreไม่สนใจ the detailsรายละเอียด.
33
82000
3000
เพราะสะพานอาจพังได้ถ้าคุณละเลยรายละเอียดเล็กๆ น้อยๆ
01:40
And one of my bigใหญ่ concernsความกังวล with a lot of policyนโยบาย things todayในวันนี้
34
85000
3000
สิ่งหนึ่งที่ฉันเป็นห่วงเกี่ยวกับนโยบายต่างๆ ทุกวันนี้
01:43
is things are gettingได้รับ too abstractนามธรรม.
35
88000
2000
ก็คือ อะไรๆ มันเป็นนามธรรมมากขึ้นเรื่อยๆ
01:45
People are gettingได้รับ away from doing
36
90000
2000
ผู้คนห่างเหินจากการทำงาน
01:47
hands-onมือบน stuffสิ่ง.
37
92000
2000
ชนิดที่ได้ลงไม้ลงมือทำจริงๆ
01:49
I'm really concernedเกี่ยวข้อง that a lot of the schoolsโรงเรียน have takenยึด out
38
94000
2000
ฉันกังวลจริงๆ ที่เห็นโรงเรียนจำนวนมาก
01:51
the hands-onมือบน classesชั้นเรียน,
39
96000
2000
ตัดรายวิชาเชิงปฏิบัติออกไป
01:53
because artศิลปะ, and classesชั้นเรียน like that,
40
98000
2000
เพราะศิลปะ และวิชาทำนองนี้
01:55
those are the classesชั้นเรียน where I excelledเก่ง.
41
100000
2000
เป็นวิชาที่ฉันทำได้ดี
01:57
In my work with cattleปศุสัตว์,
42
102000
2000
โอเค ในงานปศุสัตว์ที่ฉันทำ
01:59
I noticedสังเกตเห็น a lot of little things that mostมากที่สุด people don't noticeแจ้งให้ทราบ
43
104000
3000
ฉันสังเกตเห็นอะไรเล็กๆ น้อยๆ หลายอย่างที่คนส่วนใหญ่ไม่สังเกต
02:02
would make the cattleปศุสัตว์ balkหยุดชะงัก. Like, for exampleตัวอย่าง,
44
107000
2000
อะไรที่ทำให้วัวตกใจและขัดขืน
02:04
this flagธง wavingยวบยาบ, right in frontด้านหน้า of the veterinaryสัตวแพทย์ facilityสิ่งอำนวยความสะดวก.
45
109000
3000
อย่างเช่น ธงที่โบกสะบัดอยู่หน้าศูนย์พยาบาลสัตว์
02:07
This feedอาหาร yardลาน was going to tearฉีก down theirของพวกเขา wholeทั้งหมด veterinaryสัตวแพทย์ facilityสิ่งอำนวยความสะดวก;
46
112000
3000
ฟาร์มแห่งนี้เกือบจะรื้อศูนย์พยาบาลสัตว์ทิ้งไปแล้ว
02:10
all they neededจำเป็น to do was moveย้าย the flagธง.
47
115000
2000
ความจริงที่เขาต้องทำคือแค่เอาธงออกไป
02:12
Rapidรวดเร็ว movementการเคลื่อนไหว, contrastความแตกต่าง.
48
117000
3000
อย่าให้มีอะไรที่เคลื่อนไหววูบวาบ แสงสีที่ตัดกัน
02:15
In the earlyตอนต้น '70s when I startedเริ่มต้น, I got right down
49
120000
2000
ช่วงต้นยุค 70 ที่ฉันเริ่มทำงาน ฉันลงไปคลาน
02:17
in the chutesปล่อง to see what cattleปศุสัตว์ were seeingเห็น.
50
122000
2000
ในทางเดินของวัวเพื่อดูว่ามันเห็นอะไรบ้าง
02:19
People thought that was crazyบ้า. A coatเสื้อโค้ท on a fenceรั้ว would make them balkหยุดชะงัก,
51
124000
3000
คนอื่นมองว่าฉันบ้า แต่ฉันพบว่า เสื้อคลุมที่พาดไว้บนรั้วทำให้มันกลัว
02:22
shadowsเงา would make them balkหยุดชะงัก, a hoseท่อ on the floorชั้น ...
52
127000
3000
เงาวูบวาบ และสายยางบนพี้นก็ทำให้มันตกใจไม่ยอมเดิน
02:25
people weren'tเขาไม่ได้ noticingสังเกตเห็น these things --
53
130000
2000
คนทั่วไปไม่สังเกตสิ่งเหล่านี้
02:27
a chainโซ่ hangingที่แขวนอยู่ down --
54
132000
2000
โซ่ที่ห้อยลงมาจากรั้วด้วย
02:29
and that's shownแสดงให้เห็นว่า very, very nicelyอย่างดี in the movieหนัง.
55
134000
2000
หนัง (ชีวประวัติของ Temple) สื่อสารเรื่องนี้ออกมาได้ดีมาก
02:31
In factความจริง, I lovedรัก the movieหนัง, how they
56
136000
2000
ที่จริงฉันชอบที่หนังเล่าถึง
02:33
duplicatedซ้ำ all my projectsโครงการ. That's the geekgeek sideด้าน.
57
138000
2000
โปรเจ็คทุกอย่างที่ฉันทำเลย
02:35
My drawingsภาพวาด got to starดาว in the movieหนัง too.
58
140000
3000
เขาเอาภาพที่ฉันวาดมาใช้ในหนังด้วย
02:38
And actuallyแท้จริง it's calledเรียกว่า "Templeวัด Grandinแกรน,"
59
143000
2000
อ้อ หนังที่ว่านั้นชื่อ "Temple Grandin"
02:40
not "Thinkingคิด In Picturesรูปภาพ."
60
145000
2000
ไม่ใช่ "Thinking in Picture" (ชื่อหนังสือชีวประวัติของ Temple)
02:42
So, what is thinkingคิด in picturesภาพ? It's literallyอย่างแท้จริง moviesภาพยนตร์
61
147000
2000
ทีนี้ คำว่าคิดเป็นภาพนี่มันคืออะไร
02:44
in your headหัว.
62
149000
2000
มันคือหนังที่ฉายอยู่ในหัวคุณเลยแหละ
02:46
My mindใจ worksโรงงาน like GoogleGoogle for imagesภาพ.
63
151000
2000
สมองของฉันทำงานเหมือน Google ที่ใช้ค้นหาภาพ
02:48
Now, when I was a youngหนุ่มสาว kidเด็ก I didn't know my thinkingคิด was differentต่าง.
64
153000
3000
ตอนเด็กๆ ฉันไม่รู้ว่าวิธีการคิดของฉันต่างจากคนอื่น
02:51
I thought everybodyทุกคน thought in picturesภาพ.
65
156000
2000
ฉันคิดว่าทุกคนคิดเป็นภาพ
02:53
And then when I did my bookหนังสือ, "Thinkingคิด In Picturesรูปภาพ,"
66
158000
2000
จนเมื่อฉันเขียนหนังสือเรื่อง Thinking In Pictures
02:55
I startเริ่มต้น interviewingสัมภาษณ์ people about how they think.
67
160000
3000
ฉันไปสัมภาษณ์ผู้คนว่าเขามีวิธีการคิดยังไง
02:58
And I was shockedผวา to find out that
68
163000
2000
ฉันตกใจมากที่พบว่าวิธีการคิดของฉัน
03:00
my thinkingคิด was quiteทีเดียว differentต่าง. Like if I say,
69
165000
2000
มันต่างจากคนอื่นมากเลย
03:02
"Think about a churchโบสถ์ steepleยอดสูง"
70
167000
2000
อย่างถ้าฉันพูดถึง "ยอดหอคอยของโบสถ์"
03:04
mostมากที่สุด people get this sortประเภท of generalizedทั่วไป genericทั่วไป one.
71
169000
2000
คนส่วนใหญ่ก็จะคิดถึงยอดหอคอยทั่วๆ ไปแบบคร่าวๆ
03:06
Now, maybe that's not trueจริง in this roomห้อง,
72
171000
2000
แม้ว่าจะคนในห้องนี้อาจจะไม่ได้คิดแบบนี้
03:08
but it's going to be trueจริง in a lot of differentต่าง placesสถานที่.
73
173000
4000
แต่คนส่วนใหญ่ข้างนอกเขาคิดแบบนี้
03:12
I see only specificโดยเฉพาะ picturesภาพ.
74
177000
2000
ส่วนฉันจะเห็นเป็นภาพที่เจาะจงเลย
03:14
They flashแฟลช up into my memoryหน่วยความจำ, just like GoogleGoogle for picturesภาพ.
75
179000
4000
มันแวบขึ้นมาในหัวฉัน เหมือนกูเกิ้ลสำหรับหารูปภาพ
03:18
And in the movieหนัง, they'veพวกเขาได้ got a great sceneฉาก in there
76
183000
2000
ในหนังเขาก็ทำซีนหนึ่งไว้ดีมาก
03:20
where the wordคำ "shoeรองเท้า" is said, and a wholeทั้งหมด bunchพวง of '50s and '60s shoesรองเท้า
77
185000
4000
ตอนที่มีคนพูดคำว่า "รองเท้า" แล้วภาพของเท้ามากมายจากยุคปี 50 และ 60
03:24
popป๊อป into my imaginationจินตนาการ.
78
189000
2000
แวบเข้ามาในจินตนาการของฉัน
03:26
OK, there is my childhoodวัยเด็ก churchโบสถ์,
79
191000
2000
โอเค นี่คือโบสถ์ที่ฉันไปตอนเด็กๆ
03:28
that's specificโดยเฉพาะ. There's some more, Fortฟอร์ต Collinsคอลลิน.
80
193000
3000
ชัดเจนและเจาะจงแบบนี้เลย มีอีก อันนี้คือฟอร์ท คอลลินส์
03:31
OK, how about famousมีชื่อเสียง onesคน?
81
196000
2000
โอเค เอาโบสถ์ที่ดังๆ บ้างดีไหม
03:33
And they just kindชนิด of come up, kindชนิด of like this.
82
198000
3000
คือ ภาพมันจะแวบเข้ามาแบบนี้
03:36
Just really quicklyอย่างรวดเร็ว, like GoogleGoogle for picturesภาพ.
83
201000
3000
เร็วมากๆ เหมือนกูเกิ้ลสำหร้บค้นหารูปภาพ
03:39
And they come up one at a time,
84
204000
2000
แล้วจะแวบขึ้นมาทีละรูป
03:41
and then I think, "OK, well maybe we can have it snowหิมะ,
85
206000
2000
แล้วฉันก็จะคิดต่อว่า เอ เติมหิมะเข้าไปดีไหม
03:43
or we can have a thunderstormฝนฟ้าคะนอง,"
86
208000
2000
หรือจะเป็นภาพท้องฟ้ามีพายุฝน
03:45
and I can holdถือ it there and turnกลับ them into videosวิดีโอ.
87
210000
3000
แล้วก็สร้างเป็นวิดีโอขึ้นมาในหัว
03:48
Now, visualภาพ thinkingคิด was a tremendousมหึมา assetสินทรัพย์
88
213000
3000
ทีนี้ การคิดเป็นภาพนี่เป็นประโยชน์มหาศาล
03:51
in my work designingการออกแบบ cattle-handlingวัวจัดการ facilitiesสิ่งอำนวยความสะดวก.
89
216000
3000
ในงานออกแบบโรงเรือนและการจัดการปศุสัตว์
03:54
And I've workedทำงาน really hardยาก on improvingการปรับปรุง
90
219000
2000
และฉันก็พยายามอย่างมากที่จะปรับปรุง
03:56
how cattleปศุสัตว์ are treatedได้รับการรักษา at the slaughterฆ่า plantปลูก.
91
221000
2000
วิธีการปฏิบัติกับวัวก่อนที่มันจะถูกส่งเข้าโรงชำแหละ
03:58
I'm not going to go into any guckygucky slaughterฆ่า slidesภาพนิ่ง.
92
223000
3000
ฉันไม่เอาภาพน่าสยองของโรงชำแหละมาฉายหรอก
04:01
I've got that stuffสิ่ง up on YouTubeYouTube if you want to look at it.
93
226000
2000
ฉันอัพโหลดภาพพวกนั้นขึ้นบนยูทูปแล้ว ถ้าคุณอยากดูนะ
04:03
But, one of the things that I was ableสามารถ to do in my designออกแบบ work
94
228000
4000
แต่หนึ่งในสิ่งที่ฉันทำได้ในงานออกแบบของฉัน
04:07
is I could actuallyแท้จริง testทดสอบ runวิ่ง
95
232000
2000
ก็คือ ฉันสามารถทดสอบการทำงาน
04:09
a pieceชิ้น of equipmentอุปกรณ์ in my mindใจ,
96
234000
2000
ของเครื่องมือที่ฉันออกแบบได้ในจินตนาการ
04:11
just like a virtualเสมือน realityความจริง computerคอมพิวเตอร์ systemระบบ.
97
236000
3000
เหมือนระบบคอมพิวเตอร์เสมือนจริง
04:14
And this is an aerialสายอากาศ viewดู
98
239000
2000
นี่เป็นภาพจากมุมมองทางอากาศ
04:16
of a recreationการพักผ่อนหย่อนใจ of one of my projectsโครงการ that was used in the movieหนัง.
99
241000
3000
ของอุปกรณ์ตัวหนึ่งในโปรเจ็คของฉันที่ได้นำไปถ่ายทอดในหนัง
04:19
That was like just so superซุปเปอร์ coolเย็น.
100
244000
2000
เจ๋งดีนะ ว่าไหม
04:21
And there were a lot of kindชนิด of AspergerAsperger typesประเภท
101
246000
2000
ฉันว่ามีคนที่เป็นแอสเพอร์เกอร์
04:23
and autismความหมกหมุ่น typesประเภท workingการทำงาน out there on the movieหนัง setชุด too.
102
248000
3000
และออทิสติกหลายแบบเลยนะ ที่ทำงานอยู่ในกองถ่ายหนังน่ะ
04:26
(Laughterเสียงหัวเราะ)
103
251000
2000
(เสียงหัวเราะ)
04:28
But one of the things that really worriesกังวล me
104
253000
2000
แต่อย่างหนึ่งที่ฉันห่วงมากเลย
04:30
is: Where'sที่ไหน the youngerที่อายุน้อยกว่า versionรุ่น of those kidsเด็ก going todayในวันนี้?
105
255000
4000
ก็คือ ปัจจุบันคนหนุ่มสาวที่เป็นแบบนี้หายไปไหนกัน
04:34
They're not endingสิ้นสุด up in Siliconซิลิคอน Valleyหุบเขา, where they belongเป็นของ.
106
259000
3000
พวกเขาไม่ได้เข้าทำงานในซิลิกอนแวลี่ย์ ที่ซึ่งเหมาะกับพวกเขา
04:37
(Laughterเสียงหัวเราะ)
107
262000
3000
(เสียงหัวเราะ)
04:40
(Applauseการปรบมือ)
108
265000
5000
(เสียงปรบมือ)
04:45
Now, one of the things I learnedได้เรียนรู้ very earlyตอนต้น on because I wasn'tก็ไม่ได้ that socialสังคม,
109
270000
3000
สิ่งหนึ่งที่ฉันเรียนรู้ตั้งแต่ยังวัยรุ่นเพราะว่าฉันไม่ใช่คนเข้าสังคมเก่ง
04:48
is I had to sellขาย my work, and not myselfตนเอง.
110
273000
4000
ก็คือ ฉันต้องขายงานของฉัน ไม่ใช่ตัวตนของฉัน
04:52
And the way I soldขาย livestockปศุสัตว์ jobsงาน
111
277000
2000
และวิธีการขายงานระบบจัดการปศุสัตว์ของฉัน
04:54
is I showedแสดงให้เห็นว่า off my drawingsภาพวาด, I showedแสดงให้เห็นว่า off picturesภาพ of things.
112
279000
3000
คือการโชว์ภาพที่ฉันวาด ฉันโชว์รูปเครื่องมือต่างๆ
04:57
Anotherอื่น thing that helpedช่วย me as a little kidเด็ก
113
282000
2000
อีกอย่างที่ช่วยฉันได้คือ ตอนที่ฉันเด็กๆ
04:59
is, boyเด็กผู้ชาย, in the '50s, you were taughtสอน mannersมารยาท.
114
284000
2000
นั่นคือ ยุคปี 50 คุณจะถูกสอนเรื่องมารยาท
05:01
You were taughtสอน you can't pullดึง the merchandiseสินค้า off the shelvesชั้นวาง
115
286000
2000
ว่าคุณไม่สามารถไปหยิบสินค้าในร้านมาจากชั้น
05:03
in the storeเก็บ and throwโยน it around.
116
288000
2000
แล้วโยนเล่นไปมาได้
05:05
Now, when kidsเด็ก get to be in thirdที่สาม or fourthที่สี่ gradeเกรด,
117
290000
3000
พอเด็กโตถึงช่วงเกรด 3 เกรด 4 (9-10 ขวบ)
05:08
you mightอาจ see that this kid'sเด็ก going to be a visualภาพ thinkerนักคิด,
118
293000
3000
คุณอาจจะเห็นเด็กคนนี้เริ่มกลายเป็นนักคิดด้วยภาพ
05:11
drawingการวาดภาพ in perspectiveมุมมอง. Now, I want to
119
296000
2000
วาดรูปที่มีมิติความลึกได้
05:13
emphasizeเน้น that not everyทุกๆ autisticหมกหมุ่น kidเด็ก
120
298000
2000
ทีนี้ ฉันอยากจะเน้นว่า เด็กออทิสติกทุกคน
05:15
is going to be a visualภาพ thinkerนักคิด.
121
300000
2000
ไม่ได้กลายเป็นนักคิดด้วยภาพกันทุกคน
05:17
Now, I had this brainสมอง scanการสแกน doneเสร็จแล้ว severalหลาย yearsปี agoมาแล้ว,
122
302000
4000
ฉันมีภาพสแกนสมองที่ทำเมื่อสองสามปีก่อน
05:21
and I used to jokeเรื่องตลก around about havingมี a
123
306000
2000
ฉันเคยพูดเล่นสนุกๆ ว่า
05:23
giganticมโหฬาร Internetอินเทอร์เน็ต trunkลำต้น lineเส้น
124
308000
2000
ฉันมีสายอินเทอร์เน็ตใหญ่ยักษ์
05:25
going deepลึก into my visualภาพ cortexเยื่อหุ้มสมอง.
125
310000
2000
ฝังอยู่ในสมองส่วนการมองเห็นของตัวเอง
05:27
This is tensorเมตริกซ์ imagingการถ่ายภาพ.
126
312000
2000
นี่เป็นภาพถ่ายแบบ tensor ของสมองฉัน
05:29
And my great bigใหญ่ internetอินเทอร์เน็ต trunkลำต้น lineเส้น
127
314000
2000
แสดงให้เห็นว่าสายอินเทอร์เน็ตในหัวของฉัน
05:31
is twiceสองครั้ง as bigใหญ่ as the control'sการควบคุมของ.
128
316000
2000
มันใหญ่กว่าคนทั่วไปถึงสองเท่า
05:33
The redสีแดง linesเส้น there are me,
129
318000
2000
เส้นสีแดงนั่นคือของฉัน
05:35
and the blueสีน้ำเงิน linesเส้น are the sexเพศ and age-matchedอายุที่จับคู่ controlควบคุม.
130
320000
4000
เส้นสีน้ำเงินเป็นของคนที่นำมาเปรียบเทียบ ซึ่งเป็นผู้หญิงวัยเดียวกับฉัน
05:39
And there I got a giganticมโหฬาร one,
131
324000
2000
เห็นไหม ฉันมีเส้นสีแดงเส้นใหญ่เยอะแยะ
05:41
and the controlควบคุม over there, the blueสีน้ำเงิน one,
132
326000
2000
ของคนปกติ สีน้ำเงินนั่น
05:43
has got a really smallเล็ก one.
133
328000
4000
เส้นเล็กกว่ามาก
05:47
And some of the researchการวิจัย now is showingการแสดง
134
332000
2000
ตอนนี้งานวิจัยบางชิ้นเผยว่า
05:49
is that people on the spectrumคลื่นความถี่ actuallyแท้จริง think with primaryประถม visualภาพ cortexเยื่อหุ้มสมอง.
135
334000
4000
คนเราคิดด้วยสมองส่วนการมองเห็นได้จริงๆ แต่จะมากน้อยต่างไปในแต่ละคน
05:53
Now, the thing is, the visualภาพ thinker'sของนักคิด just one kindชนิด of mindใจ.
136
338000
3000
ทีนี้ คนที่คิดด้วยภาพก็คือสมองรูปแบบหนึ่งเท่านั้น
05:56
You see, the autisticหมกหมุ่น mindใจ tendsมีแนวโน้มที่ to be a specialistผู้เชี่ยวชาญ mindใจ --
137
341000
3000
คุณเห็นแล้วใช่ไหม ว่าสมองของคนเป็นออทิสติกนั้นมีความเชี่ยวชาญเฉพาะทาง
05:59
good at one thing, badไม่ดี at something elseอื่น.
138
344000
4000
ดีอย่างหนื่ง แต่อย่างอื่นแย่
06:03
And where I was badไม่ดี was algebraพีชคณิต. And I was never allowedได้รับอนุญาต
139
348000
2000
เรื่องที่ฉันแย่คือพีชคณิต และฉันก็ไม่เคยได้รับอนุญาต
06:05
to take geometryเรขาคณิต or trigหนุน.
140
350000
2000
ให้ลงเรียนเรขาคณิตหรือตรีโกณมิติ
06:07
Giganticมโหฬาร mistakeผิดพลาด: I'm findingคำวินิจฉัย a lot of kidsเด็ก who need to skipกระโดด algebraพีชคณิต,
141
352000
3000
ซึ่งเป็นความผิดพลาดที่แย่มาก ฉันพบว่ามีเด็กจำนวนมากที่อยากข้ามพีชคณิต
06:10
go right to geometryเรขาคณิต and trigหนุน.
142
355000
2000
ไปเรียนเรขาคณิตและตรีโกณมิติเลย
06:12
Now, anotherอื่น kindชนิด of mindใจ is the patternแบบแผน thinkerนักคิด.
143
357000
3000
ทีนี้ สมองอีกแบบหนึ่ง คือ นักคิดระบบหรือแบบแผน
06:15
More abstractนามธรรม. These are your engineersวิศวกร,
144
360000
2000
อะไรที่เป็นนามธรรมกว่า นั่นคือพวกวิศวกร
06:17
your computerคอมพิวเตอร์ programmersโปรแกรมเมอร์.
145
362000
2000
นักโปรแกรมคอมพิวเตอร์
06:19
Now, this is patternแบบแผน thinkingคิด. That prayingอาขยาน mantisตั๊กแตนตำข้าว
146
364000
2000
เอาละ นี่คือการคิดเป็นระบบแบบแผน เจ้าตั๊กแตนตำข้าวตัวนี้
06:21
is madeทำ from a singleเดียว sheetแผ่น of paperกระดาษ --
147
366000
2000
ทำมาจากกระดาษแผ่นเดียว
06:23
no scotchลังนก tapeเทป, no cutsตัด.
148
368000
2000
ไม่ใช้เทปกาว ไม่มีการตัด
06:25
And there in the backgroundพื้นหลัง is the patternแบบแผน for foldingพับได้ it.
149
370000
3000
ลวดลายบนพี้นหลังนั่นคือแบบที่ใช้พับเจ้าตั๊กแตนตัวนี้
06:28
Here are the typesประเภท of thinkingคิด:
150
373000
2000
นี่คือรูปแบบการคิดต่างๆ
06:30
photo-realisticภาพที่สมจริง visualภาพ thinkersนักคิด, like me;
151
375000
3000
คิดเป็นภาพเสมือนจริง อย่างฉัน
06:33
patternแบบแผน thinkersนักคิด, musicเพลง and mathคณิตศาสตร์ mindsจิตใจ.
152
378000
4000
คิดเป็นระบบแบบแผน เช่น ดนตรี และคณิตศาสตร์
06:37
Some of these oftentimesอาจเกิด have problemsปัญหาที่เกิดขึ้น with readingการอ่าน.
153
382000
2000
คนพวกนี้บางคนก็จะมีปัญหาเรื่องการอ่าน
06:39
You alsoด้วย will see these kindชนิด of problemsปัญหาที่เกิดขึ้น
154
384000
2000
คุณจะพบปัญหาแบบนี้
06:41
with kidsเด็ก that are dyslexicdyslexic.
155
386000
3000
ในเด็กที่เป็นโรค dyslexia (อาการความบกพร่องในการอ่าน) ด้วย
06:44
You'llคุณจะ see these differentต่าง kindsชนิด of mindsจิตใจ.
156
389000
2000
คุณจะเห็นสมองที่แตกต่างแบบนี้
06:46
And then there's a verbalวาจา mindใจ, they know everyทุกๆ factความจริง about everything.
157
391000
3000
แล้วก็มีสมองที่คิดเป็นคำพูด ซึ่งเรียนรู้ข้อมูลเกี่ยวกับทุกสิ่งทุกอย่างได้
06:49
Now, anotherอื่น thing is the sensoryประสาทสัมผัส issuesปัญหา.
158
394000
2000
ทีนี้ อีกประเด็นคือเรื่องประสาทสัมผัส
06:51
I was really concernedเกี่ยวข้อง about havingมี to wearสวมใส่ this gadgetอุปกรณ์ on my faceใบหน้า.
159
396000
4000
ฉันกังวลมากที่ต้องใส่เครื่องมือนี้ไว้บนหน้า
06:55
And I cameมา in halfครึ่ง an hourชั่วโมง beforehandล่วงหน้า
160
400000
3000
ฉันก็เลยเข้ามาก่อนครึ่งชั่วโมง
06:58
so I could have it put on and kindชนิด of get used to it,
161
403000
2000
เพื่อจะได้ใส่มัน แล้วทำตัวให้เคยชินกับมัน
07:00
and they got it bentก้ม so it's not hittingกดปุ่ม my chinคาง.
162
405000
3000
แล้วต้องดัดมันออกไปไม่ให้มันมาแกะกะแถวคาง
07:03
But sensoryประสาทสัมผัส is an issueปัญหา. Some kidsเด็ก are botheredใส่ใจ by fluorescentเรือง lightsไฟ;
163
408000
3000
แต่ประสาทสัมผัสนี่เป็นปัญหาจริงๆ เด็กบางคนไม่ชอบแสงฟลูออเรสเซนต์
07:06
othersคนอื่น ๆ have problemsปัญหาที่เกิดขึ้น with soundเสียง sensitivityความไว.
164
411000
3000
บางคนมีปัญหาว่าไวต่อเสียงมาก
07:09
You know, it's going to be variableตัวแปร.
165
414000
3000
ต่างคนก็มีปัญหาต่างกันออกไป
07:12
Now, visualภาพ thinkingคิด gaveให้ me a wholeทั้งหมด lot of insightข้อมูลเชิงลึก
166
417000
4000
ทีนี้ การคิดเป็นภาพช่วยฉันได้มาก
07:16
into the animalสัตว์ mindใจ.
167
421000
2000
ในการทำความเข้าใจสัตว์
07:18
Because think about it: An animalสัตว์ is a sensory-basedประสาทสัมผัสตาม thinkerนักคิด,
168
423000
3000
เพราะอะไร ลองคิดดู การคิดของสัตว์ก็ใช้ข้อมูลจากประสาทสัมผัส
07:21
not verbalวาจา -- thinksคิดว่า in picturesภาพ,
169
426000
4000
ไม่ได้ใช้คำพูด พวกมันคิดเป็นภาพ
07:25
thinksคิดว่า in soundsเสียง, thinksคิดว่า in smellsกลิ่น.
170
430000
3000
คิดเป็นเสียง คิดเป็นกลิ่น
07:28
Think about how much informationข้อมูล there is there on the localในประเทศ fireไฟ hydrantก๊อกน้ำ.
171
433000
3000
ลองคิดดูสิ ว่ามีข้อมูลอยู่บนหัวจ่ายน้ำดับเพลิงอันหนึ่งมากแค่ไหน
07:31
He knowsรู้ who'sใคร been there, when they were there.
172
436000
3000
พวกสัตว์รู้ว่าก่อนหน้านี้มีใครผ่านมาตรงนั้นบ้าง ตั้งแต่เมื่อไหร่
07:34
Are they friendเพื่อน or foeคู่อริ? Is there anybodyใคร ๆ he can go mateเพื่อน with?
173
439000
3000
เป็นมิตรหรือศัตรู มีใครที่มันจะจับคู่ด้วยได้ไหม
07:37
There's a tonตัน of informationข้อมูล on that fireไฟ hydrantก๊อกน้ำ.
174
442000
3000
มีข้อมูลมหาศาลเลยบนหัวจ่ายน้ำดับเพลิงอันหนึ่ง
07:40
It's all very detailedรายละเอียด informationข้อมูล,
175
445000
4000
เป็นข้อมูลที่มีรายละเอียดมาก
07:44
and, looking at these kindชนิด of detailsรายละเอียด
176
449000
2000
รายละเอียดปลีกย่อยเหล่านี้
07:46
gaveให้ me a lot of insightข้อมูลเชิงลึก into animalsสัตว์.
177
451000
2000
ช่วยฉันได้มากในการทำความเข้าใจสัตว์
07:48
Now, the animalสัตว์ mindใจ, and alsoด้วย my mindใจ,
178
453000
4000
ทีนี้ สมองของสัตว์ แล้วก็สมองของฉันด้วย
07:52
putsทำให้ sensory-basedประสาทสัมผัสตาม informationข้อมูล
179
457000
2000
เราเอาข้อมูลที่ได้จากประสาทสัมผัส
07:54
into categoriesประเภท.
180
459000
2000
มาจัดเป็นหมวดหมู่
07:56
Man on a horseม้า
181
461000
2000
คนขี่ม้า
07:58
and a man on the groundพื้น --
182
463000
2000
กับคนที่ยืนบนพี้น
08:00
that is viewedดู as two totallyโดยสิ้นเชิง differentต่าง things.
183
465000
2000
เป็นสองอย่างที่ต่างกันโดยสิ้นเชิง
08:02
You could have a horseม้า that's been abusedที่ถูกทารุณกรรม by a riderผู้ขับ.
184
467000
3000
คุณอาจจะเจอม้าที่เคยถูกคนขี่ทำร้าย
08:05
They'llพวกเขาจะ be absolutelyอย่างแน่นอน fine with the veterinarianสัตวแพทย์
185
470000
2000
มันไม่กลัวสัตวแพทย์นะ
08:07
and with the horseshoerhorseshoer, but you can't rideนั่ง him.
186
472000
3000
ไม่กลัวช่างทำเกือกม้าด้วย แต่คุณขี่มันไม่ได้นะ
08:10
You have anotherอื่น horseม้า, where maybe the horseshoerhorseshoer beatตี him up
187
475000
3000
คนอาจจะเจอม้าอีกตัว ที่ถูกช่างทำเกือกตีเอา
08:13
and he'llนรก be terribleน่ากลัว for anything on the groundพื้น,
188
478000
2000
มันก็จะกลัวใครก็ตามที่ยืนบนพื้น
08:15
with the veterinarianสัตวแพทย์, but a personคน can rideนั่ง him.
189
480000
3000
รวมทั้งสัตวแพทย์ด้วย แต่มันกลับยอมให้คนขี่
08:18
Cattleปศุสัตว์ are the sameเหมือนกัน way.
190
483000
2000
วัวก็เหมือนกัน
08:20
Man on a horseม้า,
191
485000
2000
คนขี่ม้า
08:22
a man on footเท้า -- they're two differentต่าง things.
192
487000
2000
กับคนที่เดินเท้า เป็นสองอย่างที่แตกต่างกัน
08:24
You see, it's a differentต่าง pictureภาพ.
193
489000
2000
เห็นไหมล่ะ มันคือภาพสองภาพที่ไม่เหมือนกัน
08:26
See, I want you to think about just how specificโดยเฉพาะ this is.
194
491000
3000
ทีนี้ ฉันอยากให้คุณเห็นว่ามันจำเพาะเจาะจงขนาดไหน
08:29
Now, this abilityความสามารถ to put informationข้อมูล into categoriesประเภท,
195
494000
4000
ไอ้ความสามารถที่จะจัดข้อมูลเข้าหมวดหมู่เป็นประเภทเนี่ย
08:33
I find a lot of people are not very good at this.
196
498000
3000
ฉันพบว่าคนส่วนใหญ่จัดระบบข้อมูลที่มีรายละเอียดมากๆ ได้ไม่ดี
08:36
When I'm out troubleshootingการแก้ไขปัญหา equipmentอุปกรณ์
197
501000
2000
เวลาฉันไปซ่อมอุปกรณ์
08:38
or problemsปัญหาที่เกิดขึ้น with something in a plantปลูก,
198
503000
2000
หรือไปแก้ปัญหาอะไรในโรงงาน
08:40
they don't seemดูเหมือน to be ableสามารถ to figureรูป out, "Do I have a trainingการอบรม people issueปัญหา?
199
505000
4000
ดูเหมือนผู้คนในโรงงานพวกนั้นเขาคิดไม่ออกว่า "นี่เรามีปัญหาเรื่องคน
08:44
Or do I have something wrongไม่ถูกต้อง with the equipmentอุปกรณ์?"
200
509000
2000
หรือว่าเรื่องอุปกรณ์กันแน่"
08:46
In other wordsคำ, categorizeจำแนกประเภท equipmentอุปกรณ์ problemปัญหา
201
511000
2000
พูดอีกอย่างคือ แยะแยะหมวดหมู่ปัญหาเรื่องเครื่องมือ
08:48
from a people problemปัญหา.
202
513000
2000
กับปัญหาเรื่องคนออกจากกันไม่ได้
08:50
I find a lot of people have difficultyความยาก doing that.
203
515000
3000
ฉันพบว่าคนจำนวนมากมีปัญหาเรื่องนี้
08:53
Now, let's say I figureรูป out it's an equipmentอุปกรณ์ problemปัญหา.
204
518000
3000
ทีนี้ พอฉันคิดออกว่ามันเป็นปัญหาทางเครื่องมือ
08:56
Is it a minorผู้เยาว์ problemปัญหา, with something simpleง่าย I can fixแก้ไขปัญหา?
205
521000
2000
แล้วมันเป็นปัญหาเล็กๆ น้อยๆ ที่ฉันแก้ได้
08:58
Or is the wholeทั้งหมด designออกแบบ of the systemระบบ wrongไม่ถูกต้อง?
206
523000
3000
หรือว่ามันมีปัญหาทั้งระบบกันแน่
09:01
People have a hardยาก time figuringการหา that out.
207
526000
3000
คนส่วนมากแยกแยะเรื่องนี้ไม่ออกอีกเช่นกัน
09:04
Let's just look at something like, you know,
208
529000
2000
ลองดูสิ อย่างเช่นการแก้ปัญหา
09:06
solvingการแก้ problemsปัญหาที่เกิดขึ้น with makingการทำ airlinesสายการบิน saferปลอดภัยมากขึ้น.
209
531000
2000
ว่าจะทำอย่างไรให้สายการบินมีความปลอดภัยมากขึ้น
09:08
Yeah, I'm a million-mileล้านไมล์ flierนักบิน.
210
533000
2000
ใช่ ฉันบินมาเป็นล้านไมล์แล้วนี่
09:10
I do lots and lots of flyingการบิน,
211
535000
2000
ฉันบินไปไหนมาไหนเยอะมาก
09:12
and if I was at the FAAจอห์นฟา,
212
537000
3000
ถ้าฉันไปที่ทบวงการบินพลเรือนของสหรัฐอเมริกา
09:15
what would I be doing a lot of directโดยตรง observationการสังเกต of?
213
540000
4000
คุณว่าฉันจะไปดูอะไรบ้าง?
09:19
It would be theirของพวกเขา airplaneเครื่องบิน tailsเสื้อหางยาว.
214
544000
2000
ฉันจะไปดูหางเครื่องบิน
09:21
You know, fiveห้า fatalร้ายแรง wrecksซาก in the last 20 yearsปี,
215
546000
3000
คุณรู้ไหม โศกนาฏกรรมเครื่องบินตกห้าครั้งในรอบ 20 ปีที่ผ่านมา
09:24
the tailหาง eitherทั้ง cameมา off or steeringการขับขี่ stuffสิ่ง insideภายใน the tailหาง brokeยากจน
216
549000
4000
ถ้าไม่ใช่ว่าหางหลุดออกมา ก็ต้องมีอุปกรณ์บางอย่างที่อยู่ในหาง
09:28
in some way.
217
553000
2000
ชำรุดเสียหาย
09:30
It's tailsเสื้อหางยาว, pureบริสุทธิ์ and simpleง่าย.
218
555000
2000
มันคือหางเครื่องบิน ง่ายๆ เลย
09:32
And when the pilotsนักบิน walkเดิน around the planeเครื่องบิน, guessเดา what? They can't see
219
557000
2000
แล้วรู้ไหม เวลานักบินเดินดูรอบเครื่องบิน
09:34
that stuffสิ่ง insideภายใน the tailหาง.
220
559000
2000
เขาไม่เห็นสิ่งที่อยู่ในหางเครื่องบิน
09:36
You know, now as I think about that,
221
561000
2000
แต่เวลาฉันมาคิด
09:38
I'm pullingการดึง up all of that specificโดยเฉพาะ informationข้อมูล.
222
563000
3000
ฉันดึงข้อมูลรายละเอียดปลีกย่อยอันนี้ขึ้นมา
09:41
It's specificโดยเฉพาะ. See, my thinking'sความคิดของ bottom-upจากล่างขึ้นบน.
223
566000
3000
มันเป็นข้อมูลที่จำเพาะเจาะจงมาก เห็นไหม ฉันคิดจากข้อมูลขึ้นมา
09:44
I take all the little piecesชิ้น and I put the piecesชิ้น togetherด้วยกัน like a puzzleปริศนา.
224
569000
4000
ฉันเอาข้อมูลชิ้นเล็กชิ้นน้อยมาปะติดปะต่อเข้าด้วยกันเหมือนตัวต่อ
09:48
Now, here is a horseม้า that was deathlyเหมือนคนตาย afraidเกรงกลัว
225
573000
2000
ทีนี้ นี่คือเจ้าม้าตัวหนึ่ง
09:50
of blackสีดำ cowboyโคบาล hatsหมวก.
226
575000
2000
ที่กลัวหมวกคาวบอยสีดำเอามากๆ
09:52
He'dเขาต้องการ been abusedที่ถูกทารุณกรรม by somebodyบางคน with a blackสีดำ cowboyโคบาล hatหมวก.
227
577000
2000
เพราะมันเคยถูกใครบางคนที่ใส่หมวกสีดำทำร้ายเอา
09:54
Whiteขาว cowboyโคบาล hatsหมวก, that was absolutelyอย่างแน่นอน fine.
228
579000
3000
ถ้าคุณใส่หมวกสีขาว อันนี้ไม่มีปัญหา
09:57
Now, the thing is, the worldโลก is going to need
229
582000
3000
ทีนี้ ประเด็นสำคัญก็คือ โลกเราต้องการ
10:00
all of the differentต่าง kindsชนิด of mindsจิตใจ
230
585000
2000
มันสมองทุกรูปแบบ
10:02
to work togetherด้วยกัน.
231
587000
2000
ให้มาทำงานร่วมกัน
10:04
We'veเราได้ got to work on developingที่กำลังพัฒนา all these differentต่าง kindsชนิด of mindsจิตใจ.
232
589000
3000
เราต้องมาช่วยกันสร้างมันสมองแบบต่างๆ เหล่านี้
10:07
And one of the things that is drivingการขับขี่ me really crazyบ้า,
233
592000
3000
สิ่งหนึ่งที่ทำให้ฉันโมโหมากตลอดเวลาที่
10:10
as I travelการท่องเที่ยว around and I do autismความหมกหมุ่น meetingsการประชุม,
234
595000
2000
ฉันเดินทางไปประชุมเรื่องออทิสติกในที่ต่างๆ
10:12
is I'm seeingเห็น a lot of smartฉลาด, geekygeeky, nerdyโง่ kidsเด็ก,
235
597000
3000
ก็คือ ฉันเห็นเด็กเนิร์ดที่มีสมองอัจฉริยะมากมาย
10:15
and they just aren'tไม่ได้ very socialสังคม,
236
600000
3000
พวกนี้เข้าสังคมไม่ค่อยเก่ง
10:18
and nobody'sไม่มีใคร workingการทำงาน on developingที่กำลังพัฒนา theirของพวกเขา interestดอกเบี้ย
237
603000
2000
แล้วก็ไม่มีใครใส่ใจที่จะพัฒนาเขาในทางที่เขาสนใจเลย
10:20
in something like scienceวิทยาศาสตร์.
238
605000
2000
เช่น ความสนใจทางวิทยาศาสตร์
10:22
And this bringsนำ up the wholeทั้งหมด thing of my scienceวิทยาศาสตร์ teacherครู.
239
607000
3000
ประเด็นนี้ทำให้ฉันคิดถึงครูวิทยาศาสตร์ของฉัน
10:25
My scienceวิทยาศาสตร์ teacherครู is shownแสดงให้เห็นว่า absolutelyอย่างแน่นอน beautifullyตระการ in the movieหนัง.
240
610000
3000
หนังถ่ายทอดภาพครูสอนวิทยาศาสตร์ของฉันได้งดงามมาก
10:28
I was a goofballgoofball studentนักเรียน. When I was in highสูง schoolโรงเรียน
241
613000
2000
ฉันมันก็แค่เด็กโง่ๆ เซ่อๆ คนหนึ่ง
10:30
I just didn't careการดูแล at all about studyingการศึกษา,
242
615000
3000
ตอนอยู่มัธยมปลายฉันไม่สนใจเรียนเลย
10:33
untilจนกระทั่ง I had Mrนาย. Carlock'sCarlock ของ scienceวิทยาศาสตร์ classชั้น.
243
618000
3000
จนกระทั่งฉันเข้าเรียนวิชาวิทยาศาสตร์ของคุณครูคาร์ล็อก
10:36
He was now Drดร. CarlockCarlock in the movieหนัง.
244
621000
3000
หรือด็อกเตอร์คาร์ล็อกที่คุณเห็นในหนัง
10:39
And he got me challengedท้าทาย
245
624000
3000
เขาให้การบ้านที่ท้าทาย
10:42
to figureรูป out an opticalออปติคอล illusionภาพมายา roomห้อง.
246
627000
3000
ให้ฉันคิดว่าจะสร้างห้องลวงตาได้อย่างไร
10:45
This bringsนำ up the wholeทั้งหมด thing of you've got to showแสดง kidsเด็ก
247
630000
2000
นั่นแหละ สิ่งที่คุณต้องทำก็คือ
10:47
interestingน่าสนใจ stuffสิ่ง.
248
632000
2000
ให้เด็กได้เห็นอะไรเจ๋งๆ
10:49
You know, one of the things that I think maybe TEDTED oughtควร to do
249
634000
3000
รู้ไหม อย่างหนึ่งที่ฉันว่า TED น่าจะทำ ก็คือ
10:52
is tell all the schoolsโรงเรียน about all the great lecturesการบรรยาย that are on TEDTED,
250
637000
3000
บอกทุกๆ โรงเรียนให้รู้ว่ามีเล็กเชอร์ที่ยอดเยี่ยมมากมายใน TED
10:55
and there's all kindsชนิด of great stuffสิ่ง on the Internetอินเทอร์เน็ต
251
640000
2000
และยังมีอะไรเจ๋งๆ อีกเยอะมากในอินเทอร์เน็ต
10:57
to get these kidsเด็ก turnedหัน on.
252
642000
2000
ที่สามารถทำให้เด็กสนใจได้
10:59
Because I'm seeingเห็น a lot of these geekygeeky nerdyโง่ kidsเด็ก,
253
644000
3000
เพราะฉันเห็นเด็กเนิร์ดพวกนี้จำนวนมาก
11:02
and the teachersครู out in the Midwestมิดเวสต์, and the other partsชิ้นส่วน of the countryประเทศ,
254
647000
3000
แล้วพวกครูในภาคกลางแถบตะวันตก (ของอเมริกา) รวมทั้งภาคอื่นๆ ด้วย
11:05
when you get away from these techเทคโนโลยี areasพื้นที่,
255
650000
2000
ถ้าไม่ได้เข้าถึงเทคโนโลยีพวกนี้
11:07
they don't know what to do with these kidsเด็ก.
256
652000
2000
เขาก็ไม่รู้ว่าจะทำยังไงกับเด็กพวกนี้ดี
11:09
And they're not going down the right pathเส้นทาง.
257
654000
2000
แล้วเขาก็เลยไม่ได้เดินตามแนวทางที่ถูก
11:11
The thing is, you can make a mindใจ
258
656000
2000
ทีนี้ ประเด็นคือ คุณอาจจะฝึกให้สมอง
11:13
to be more of a thinkingคิด and cognitiveองค์ความรู้ mindใจ,
259
658000
3000
เชี่ยวชาญทางการคิด การใช้กระบวนการทางปัญญา
11:16
or your mindใจ can be wiredแบบใช้สาย to be more socialสังคม.
260
661000
3000
หรือสมองคุณอาจจะมีทักษะทางสังคมเป็นเยี่ยม
11:19
And what some of the researchการวิจัย now has shownแสดงให้เห็นว่า in autismความหมกหมุ่น
261
664000
2000
ตอนนี้มีงานวิจัยบางชิ้นแสดงให้เห็นว่า คนที่เป็นออทิสติก
11:21
is there mayอาจ by extraพิเศษ wiringการเดินสายไฟ back here,
262
666000
2000
อาจจะมีเครือข่ายใยประสาทที่พิเศษ
11:23
in the really brilliantสุกใส mindใจ, and we loseสูญเสีย a fewน้อย socialสังคม circuitsวงจร here.
263
668000
3000
ในสมองที่เป็นเลิศ แต่เราสูญเสียวงจรเรื่องสังคมไป
11:26
It's kindชนิด of a trade-offการออก betweenระหว่าง thinkingคิด and socialสังคม.
264
671000
4000
มันได้อย่างเสียอย่าง ระหว่างการคิด กับการเข้าสังคม
11:30
And then you can get into the pointจุด where it's so severeรุนแรง
265
675000
2000
ถ้าเป็นรุนแรงมากๆ
11:32
you're going to have a personคน that's going to be non-verbalไม่ใช่คำพูด.
266
677000
3000
คุณก็อาจได้เห็นคนที่พูดหรือใช้ภาษาไม่ได้เลย
11:35
In the normalปกติ humanเป็นมนุษย์ mindใจ
267
680000
2000
ในสมองของคนปกติทั่วไป
11:37
languageภาษา coversปก up the visualภาพ thinkingคิด we shareหุ้น with animalsสัตว์.
268
682000
3000
สมองที่เกี่ยวกับการใช้ภาษาจะคลุมสมองส่วนการคิดเป็นภาพ
11:40
This is the work of Drดร. Bruceบรูซ Millerเจ้าของโรงโม่.
269
685000
3000
ที่เรามีเหมือนกับสัตว์ นี่เป็นงานวิจัยของด๊อกเตอร์บรูซ มิลเลอร์
11:43
And he studiedมีการศึกษา Alzheimer'sอัลไซเม patientsผู้ป่วย
270
688000
3000
เขาศึกษาผู้ป่วยอัลไซเมอร์
11:46
that had frontalหน้าผาก temporalชั่วขณะ lobeกลีบ dementiaการเป็นบ้า.
271
691000
2000
ที่มีภาวะสมองเสื่อมในส่วนกลีบขมับส่วนหน้า
11:48
And the dementiaการเป็นบ้า ateกิน out the languageภาษา partsชิ้นส่วน of the brainสมอง,
272
693000
3000
สมองส่วนการใช้ภาษาของผู้ป่วยเสื่อมไปหมดแล้ว
11:51
and then this artworkงานศิลปะ cameมา out of somebodyบางคน who used to installติดตั้ง stereosสเตอริโอ in carsรถ.
273
696000
5000
แล้วดูสิ ภาพวาดชิ้นนี้วาดโดยผู้ป่วยที่เคยเป็นช่างติดตั้งเครื่องเสียงรถยนต์
11:56
Now, Vanรถตู้ Goghโก๊ะ doesn't know anything about physicsฟิสิกส์,
274
701000
4000
แล้วยังมีแวนโก๊ะซึ่งไม่รู้เรื่องฟิสิกส์เลย
12:00
but I think it's very interestingน่าสนใจ
275
705000
2000
แต่ฉันว่ามันน่าสนใจมากเลย
12:02
that there was some work doneเสร็จแล้ว to showแสดง that
276
707000
2000
เพราะล่าสุดมีงานวิจัยที่แสดงว่า
12:04
this eddyไหลวน patternแบบแผน in this paintingจิตรกรรม
277
709000
2000
ลวดลายในภาพวาดของแวนโก๊ะ
12:06
followedตาม a statisticalสถิติ modelแบบ of turbulenceความวุ่นวาย,
278
711000
3000
ตรงกับแบบจำลองทางสถิติของความผันผวน
12:09
whichที่ bringsนำ up the wholeทั้งหมด interestingน่าสนใจ ideaความคิด
279
714000
2000
ซึ่งทำให้เกิดแนวคิดที่น่าสนใจขึ้นมาว่า
12:11
of maybe some of this mathematicalคณิตศาสตร์ patternsรูปแบบ
280
716000
2000
บางที แบบแผนทางคณิตศาสตร์บางอย่าง
12:13
is in our ownด้วยตัวเอง headหัว.
281
718000
2000
อาจจะอยู่ในสมองของมนุษย์อยู่แล้ว
12:15
And the Wolframวุลแฟรม stuffสิ่ง -- I was takingการ
282
720000
2000
แล้วยังมีเรื่องของ วูลฟ์แฟรม อีก (ผู้พูดก่อนหน้า เทมเปิล)
12:17
notesบันทึก and I was writingการเขียน down all the
283
722000
2000
ฉันนั่งจดบันทึกคำค้นทั้งหมด
12:19
searchค้นหา wordsคำ I could use,
284
724000
2000
ที่ฉันสามารถใช้ได้
12:21
because I think that's going to go on in my autismความหมกหมุ่น lecturesการบรรยาย.
285
726000
4000
เพราะฉันคิดว่ามันเป็นตัวอย่างในการบรรยายเรื่องออทิสติกของฉันได้ด้วย
12:25
We'veเราได้ got to showแสดง these kidsเด็ก interestingน่าสนใจ stuffสิ่ง.
286
730000
2000
เราต้องหาอะไรที่น่าสนใจมาให้เด็กพวกนี้ดู
12:27
And they'veพวกเขาได้ takenยึด out the autoshopAutoshop classชั้น
287
732000
2000
แต่ตอนนี้ โรงเรียนเอาวิชาซ่อมรถ
12:29
and the draftingการร่าง classชั้น and the artศิลปะ classชั้น.
288
734000
2000
การร่างแบบ และศิลปะออกจากหลักสูตร
12:31
I mean artศิลปะ was my bestดีที่สุด subjectเรื่อง in schoolโรงเรียน.
289
736000
3000
ฉันว่าศิลปะเป็นวิชาที่ดีที่สุดในโรงเรียน
12:34
We'veเราได้ got to think about all these differentต่าง kindsชนิด of mindsจิตใจ,
290
739000
2000
เราต้องนึกถึงมันสมองที่แตกต่างหลากหลายเหล่านี้
12:36
and we'veเราได้ got to absolutelyอย่างแน่นอน work with these kindชนิด of mindsจิตใจ,
291
741000
3000
และเราต้องช่วยกันพัฒนาสมองเหล่านี้
12:39
because we absolutelyอย่างแน่นอน are going to need
292
744000
3000
เพราะแน่นอนว่าเราจำเป็นต้องอาศัย
12:42
these kindชนิด of people in the futureอนาคต.
293
747000
3000
คนเหล่านี้ในอนาคต
12:45
And let's talk about jobsงาน.
294
750000
2000
ทีนี้มาพูดเรื่องงานบ้าง
12:47
OK, my scienceวิทยาศาสตร์ teacherครู got me studyingการศึกษา
295
752000
2000
ครูวิทยาศาสตร์ของฉันกระตุ้นให้ฉันเรียนหนังสือ
12:49
because I was a goofballgoofball that didn't want to studyศึกษา.
296
754000
3000
เพราะฉันเป็นเด็กโง่ๆ เซ่อๆ คนหนึ่งที่ไม่อยากเรียน
12:52
But you know what? I was gettingได้รับ work experienceประสบการณ์.
297
757000
2000
แต่คุณรู้ไหม ตอนนั้นฉันทำงานหาประสบการณ์อยู่นะ
12:54
I'm seeingเห็น too manyจำนวนมาก of these smartฉลาด kidsเด็ก who haven'tยังไม่ได้ learnedได้เรียนรู้ basicขั้นพื้นฐาน things,
298
759000
2000
ฉันสังเกตเห็นว่าเด็กๆ เหล่านี้ไม่ได้เรียนรู้เรื่องพื้นฐานบางอย่าง
12:56
like how to be on time.
299
761000
2000
เช่น การตรงต่อเวลา
12:58
I was taughtสอน that when I was eightแปด yearsปี oldเก่า.
300
763000
2000
ฉันถูกสอนเรื่องนี้ตอนฉันอายุแปดขวบ
13:00
You know, how to have tableตาราง mannersมารยาท at granny'sยายของ Sundayวันอาทิตย์ partyพรรค.
301
765000
3000
แล้วก็มารยาทบนโต๊ะอาหารเวลาไปงานเลี้ยงที่บ้านคุณยายในวันเสาร์
13:03
I was taughtสอน that when I was very, very youngหนุ่มสาว.
302
768000
3000
ฉันถูกสอนมาตั้งแต่ยังเด็กมากๆ
13:06
And when I was 13, I had a jobงาน at a dressmaker'sร้านตัดเสื้อ shopร้านขายของ
303
771000
3000
แล้วตอนฉันอายุ 13 ฉันได้งานในร้านตัดเสื้อ
13:09
sewingเย็บปักถักร้อย clothesเสื้อผ้า.
304
774000
2000
งานเย็บผ้า
13:11
I did internshipsฝึกงาน in collegeวิทยาลัย,
305
776000
3000
ฉันไปฝึกงานตอนที่อยู่มหาวิทยาลัย
13:14
I was buildingอาคาร things,
306
779000
3000
ฉันประดิษฐ์สิ่งของต่างๆ
13:17
and I alsoด้วย had to learnเรียน how to do assignmentsการมอบหมาย.
307
782000
3000
แล้วก็เรียนรู้ที่จะทำงานที่ได้รับมอบหมาย
13:20
You know, all I wanted to do was drawวาด picturesภาพ of horsesม้า when I was little.
308
785000
4000
คุณรู้ไหม ที่จริงตอนเด็กๆ ฉันไม่อยากทำอะไรเลยนอกจากวาดรูปม้า
13:24
My motherแม่ said, "Well let's do a pictureภาพ of something elseอื่น."
309
789000
2000
แม่ของฉันบอกว่า "ไหนลองวาดรูปอย่างอื่นหน่อยสิ"
13:26
They'veพวกเขาได้ got to learnเรียน how to do something elseอื่น.
310
791000
2000
เด็กๆ เหล่านี้ต้องเรียนรู้ที่จะทำอย่างอื่นด้วย
13:28
Let's say the kidเด็ก is fixatedจับจ้อง on LegosLegos.
311
793000
2000
เช่น ถ้าเด็กหมกมุ่นกับตัวต่อเลโก
13:30
Let's get him workingการทำงาน on buildingอาคาร differentต่าง things.
312
795000
3000
ก็ให้เขาต่อเลโกเป็นของต่างๆ
13:33
The thing about the autisticหมกหมุ่น mindใจ
313
798000
2000
เพราะสมองของคนเป็นออทิสติก
13:35
is it tendsมีแนวโน้มที่ to be fixatedจับจ้อง.
314
800000
2000
มักจะหมกมุ่นกับอะไรบางอย่าง
13:37
Like if a kidเด็ก lovesรัก racecarsรถแข่ง,
315
802000
2000
เช่น ถ้าเด็กชอบรถแข่ง
13:39
let's use racecarsรถแข่ง for mathคณิตศาสตร์.
316
804000
2000
ก็ใช้รถแข่งมาสอนเลขเขาสิ
13:41
Let's figureรูป out how long it takes a racecarรถแข่ง to go a certainบาง distanceระยะทาง.
317
806000
3000
ไหนลองคิดซิว่าต้องใช้เวลาเท่าไหร่รถถึงจะวิ่งได้ระยะทางเท่านั้นเท่านี้
13:44
In other wordsคำ, use that fixationความสำรวม
318
809000
4000
พูดง่ายๆ คือ ใช้ความหมกมุ่นนั้น
13:48
in orderใบสั่ง to motivateกระตุ้น that kidเด็ก, that's one of the things we need to do.
319
813000
3000
มาสร้างแรงจูงใจให้เด็ก นั่นเป็นสิ่งหนึ่งที่เราต้องทำ
13:51
I really get fedอาหาร up when they, you know, the teachersครู,
320
816000
3000
ฉันเหลืออดจริงๆ กับพวกครู
13:54
especiallyโดยเฉพาะอย่างยิ่ง when you get away from this partส่วนหนึ่ง of the countryประเทศ,
321
819000
3000
โดยเฉพาะย่านอื่นที่ไม่ใช่แถบนี้
13:57
they don't know what to do with these smartฉลาด kidsเด็ก.
322
822000
2000
เขาไม่รู้ว่าจะทำยังไงกับเด็กฉลาดๆ พวกนี้
13:59
It just drivesไดรฟ์ me crazyบ้า.
323
824000
2000
นั่นทำให้ฉันโมโหมาก
14:01
What can visualภาพ thinkersนักคิด do when they growเจริญ up?
324
826000
2000
คนที่คิดเป็นภาพทำอะไรได้บ้างเมื่อเขาโตขึ้น
14:03
They can do graphicกราฟิก designออกแบบ, all kindsชนิด of stuffสิ่ง with computersคอมพิวเตอร์,
325
828000
3000
กราฟฟิกดีไซน์ งานมากมายเกี่ยวกับคอมพิวเตอร์
14:06
photographyการถ่ายภาพ, industrialด้านอุตสาหกรรม designออกแบบ.
326
831000
5000
ถ่ายภาพ ออกแบบอุตสาหกรรม
14:11
The patternแบบแผน thinkersนักคิด, they're the onesคน that are going to be
327
836000
2000
นักคิดระบบแบบแผน พวกนี้ก็จะกลายเป็น
14:13
your mathematiciansนักคณิตศาสตร์, your softwareซอฟต์แวร์ engineersวิศวกร,
328
838000
3000
นักคณิตศาสตร์ วิศวกรซอฟแวร์
14:16
your computerคอมพิวเตอร์ programmersโปรแกรมเมอร์, all of those kindsชนิด of jobsงาน.
329
841000
4000
นักโปรแกรมคอมพิวเตอร์ อะไรทำนองนั้น
14:20
And then you've got the wordคำ mindsจิตใจ. They make great journalistsนักข่าว,
330
845000
3000
แล้วก็มีสมองที่ถนัดเรื่องถ้อยคำ พวกนี้ก็จะเป็นนักหนังสือพิมพ์ที่เก่ง
14:23
and they alsoด้วย make really, really good stageเวที actorsนักแสดง.
331
848000
3000
เป็นนักแสดงที่ยอดเยี่ยม
14:26
Because the thing about beingกำลัง autisticหมกหมุ่น is,
332
851000
2000
เพราะสำหรับคนที่เป็นออทิสซึมอย่างฉัน
14:28
I had to learnเรียน socialสังคม skillsทักษะ like beingกำลัง in a playเล่น.
333
853000
3000
ฉันต้องเรียนรู้ทักษะทางสังคม ซึ่งเหมือนการเล่นละคร
14:31
It's just kindชนิด of -- you just have to learnเรียน it.
334
856000
3000
มันต้องเรียนน่ะ มันจำเป็นนะ
14:34
And we need to be workingการทำงาน with these studentsนักเรียน.
335
859000
3000
และเราก็จำเป็นต้องดูแลเด็กพวกนี้อย่างใกล้ชิด
14:37
And this bringsนำ up mentorsพี่เลี้ยง.
336
862000
2000
ซึ่งต้องอาศัยพี่เลี้ยงที่คอยให้คำปรึกษา
14:39
You know, my scienceวิทยาศาสตร์ teacherครู was not an accreditedได้รับการรับรอง teacherครู.
337
864000
3000
อย่างครูสอนวิทยาศาสตร์ของฉัน เขาไม่ได้มีประกาศนียบัตรวิชาชีพครู
14:42
He was a NASAนาซา spaceช่องว่าง scientistนักวิทยาศาสตร์.
338
867000
2000
เขาเป็นนักวิทยาศาสตร์จากองค์การนาซ่า
14:44
Now, some statesรัฐ now are gettingได้รับ it to where
339
869000
2000
ตอนนี้บางรัฐก็เริ่มเปลี่ยนแล้ว
14:46
if you have a degreeระดับ in biologyชีววิทยา, or a degreeระดับ in chemistryเคมี,
340
871000
2000
โดยให้คนที่มีปริญญาทางชีววิทยา เคมี
14:48
you can come into the schoolโรงเรียน and teachสอน biologyชีววิทยา or chemistryเคมี.
341
873000
3000
มาสอนชีววิทยาและเคมีในโรงเรียนได้
14:51
We need to be doing that.
342
876000
2000
เราต้องทำอย่างนี้
14:53
Because what I'm observingการสังเกต is
343
878000
2000
เพราะสิ่งหนึ่งที่ฉันสังเกตเห็นคือ
14:55
the good teachersครู, for a lot of these kidsเด็ก,
344
880000
2000
ครูที่ดีสำหรับเด็กจำนวนมาก
14:57
are out in the communityชุมชน collegesวิทยาลัย,
345
882000
2000
ไปอยู่ในวิทยาลัยชุมชน
14:59
but we need to be gettingได้รับ some of these good teachersครู into the highสูง schoolsโรงเรียน.
346
884000
3000
เราต้องหาครูดีๆ แบบนี้เข้ามาในโรงเรียนมัธยมบ้าง
15:02
Anotherอื่น thing that can be very, very, very successfulที่ประสบความสำเร็จ is
347
887000
3000
อีกอย่างหนึ่งที่จะได้ผลดีมากๆ ก็คือ
15:05
there is a lot of people that mayอาจ have retiredถอยออก
348
890000
3000
มีคนมากมายที่เกษียณแล้ว
15:08
from workingการทำงาน in the softwareซอฟต์แวร์ industryอุตสาหกรรม, and they can teachสอน your kidเด็ก.
349
893000
3000
จากวงการซอฟต์แวร์ เราให้เขามาสอนเด็กๆ ก็ได้
15:11
And it doesn't matterเรื่อง if what they teachสอน them is oldเก่า,
350
896000
3000
สิ่งที่เขาสอนจะเก่าก็ไม่เป็นไร
15:14
because what you're doing is you're lightingแสง the sparkจุดประกาย.
351
899000
3000
เพราะสิ่งที่เราต้องการคือการจุดประกาย
15:17
You're gettingได้รับ that kidเด็ก turnedหัน on.
352
902000
3000
ทำให้เด็กตื่นเต้นสนอกสนใจ
15:20
And you get him turnedหัน on, then he'llนรก learnเรียน all the newใหม่ stuffสิ่ง.
353
905000
3000
ถ้าคุณทำให้เขาสนใจได้ เดี๋ยวเขาก็เรียนรู้สิ่งใหม่ๆ ที่มีทั้งหมดต่อเอง
15:23
Mentorsพี่เลี้ยง are just essentialสำคัญ.
354
908000
2000
ครูพี่เลี้ยงจึงสำคัญมากๆ
15:25
I cannotไม่ได้ emphasizeเน้น enoughพอ
355
910000
2000
ฉันไม่รู้จะย้ำยังไงให้มากกว่านี้
15:27
what my scienceวิทยาศาสตร์ teacherครู did for me.
356
912000
3000
ถึงสิ่งดีๆ ที่ครูวิทยาศาสตร์ทำให้ฉัน
15:30
And we'veเราได้ got to mentorที่ปรึกษา them, hireจ้าง them.
357
915000
3000
เราต้องแนะแนวทางให้เด็กๆ เหล่านี้ จ้างเขามาทำงาน
15:33
And if you bringนำมาซึ่ง them in for internshipsฝึกงาน in your companiesบริษัท,
358
918000
2000
และถ้าคุณรับเด็กเหล่านี้เข้ามาฝึกงาน
15:35
the thing about the autismความหมกหมุ่น, Asperger-yAsperger-Y kindชนิด of mindใจ,
359
920000
3000
ประเด็นคือ กับเด็กออทิสติกและแอสเพอร์เกอร์
15:38
you've got to give them a specificโดยเฉพาะ taskงาน. Don't just say, "Designออกแบบ newใหม่ softwareซอฟต์แวร์."
360
923000
3000
คุณต้องมอบหมายงานแบบเจาะจง อย่าบอกแค่ว่าให้ "ออกแบบซอฟต์แวร์"
15:41
You've got to tell them something a lot more specificโดยเฉพาะ:
361
926000
2000
คุณต้องบอกเขาให้เจาะจงชัดเจนกว่านั้น
15:43
"Well, we're designingการออกแบบ a softwareซอฟต์แวร์ for a phoneโทรศัพท์
362
928000
3000
เช่น "ออกแบบซอฟต์แวร์สำหรับโทรศัพท์
15:46
and it has to do some specificโดยเฉพาะ thing.
363
931000
2000
ให้มันทำงานบางอย่างที่คุณต้องการ
15:48
And it can only use so much memoryหน่วยความจำ."
364
933000
2000
โดยใช้หน่วยความจำไม่เกินเท่านี้"
15:50
That's the kindชนิด of specificityความจำเพาะ you need.
365
935000
2000
คุณต้องบอกให้ชัดเจนแบบนี้
15:52
Well, that's the endปลาย of my talk.
366
937000
2000
เอาล่ะ ฉันพูดจบแล้ว
15:54
And I just want to thank everybodyทุกคน for comingมา.
367
939000
2000
ขอบคุณทุกท่านที่มาในวันนี้ค่ะ
15:56
It was great to be here.
368
941000
2000
ฉันยินดีมากที่ได้มาพูดวันนี้
15:58
(Applauseการปรบมือ)
369
943000
12000
(เสียงปรบมือ)
16:10
Oh, you've got a questionคำถาม for me? OK.
370
955000
3000
โอ้ คุณมีคำถามเหรอ โอเค
16:13
(Applauseการปรบมือ)
371
958000
1000
(เสียงปรบมือ)
16:14
Chrisคริส Andersonเดอร์สัน: Thank you so much for that.
372
959000
4000
คริส แอนเดอร์สัน: ขอบคุณมากครับ
16:18
You know, you onceครั้งหนึ่ง wroteเขียน, I like this quoteอ้างอิง,
373
963000
2000
คุณรู้ไหม ผมชอบที่คุณเคยเขียนไว้
16:20
"If by some magicมายากล, autismความหมกหมุ่น had been
374
965000
2000
ว่า "ถ้ามีปาฏิหาริย์
16:22
eradicatedกำจัดให้สิ้นซาก from the faceใบหน้า of the Earthโลก,
375
967000
3000
ทำให้โรคออทิสติกหายไปจากโลกนี้
16:25
then menผู้ชาย would still be socializingสังคม in frontด้านหน้า of a woodเนื้อไม้ fireไฟ
376
970000
3000
วันนี้มนุษย์ก็คงยังพบปะสังสรรค์กันหน้ากองไฟ
16:28
at the entranceทางเข้า to a caveถ้ำ."
377
973000
2000
ตรงปากทางเข้าถ้ำอยู่"
16:30
Templeวัด Grandinแกรน: Because who do you think madeทำ the first stoneหิน spearsหอก?
378
975000
2000
เทมเปิล แกรมดิน: เพราะอะไรล่ะ คุณรู้ไหมใครเอาหินมาทำหอกทำขวานเป็นคนแรก
16:32
The AspergerAsperger guy. And if you were to get ridกำจัด of all the autismความหมกหมุ่น geneticsพันธุศาสตร์
379
977000
3000
บรรพบุรุษเราที่เป็นแอสเพอร์เกอร์ ถ้าคุณกำจัดยีนของอาการออทิสติกไปหมด
16:35
there would be no more Siliconซิลิคอน Valleyหุบเขา,
380
980000
2000
ก็คงจะไม่มีซิลิกอนแวลีย์อีกต่อไป
16:37
and the energyพลังงาน crisisวิกฤติ would not be solvedแก้ไข.
381
982000
2000
วิกฤตพลังงานก็คงจะไม่ได้รับการแก้ไขด้วย
16:39
(Applauseการปรบมือ)
382
984000
3000
(เสียงปรบมือ)
16:42
CACA: So, I want to askถาม you a coupleคู่ other questionsคำถาม,
383
987000
2000
คริส: ครับ ผมอยากถามคุณอีกสองสามคำถาม
16:44
and if any of these feel inappropriateไม่เหมาะสม,
384
989000
2000
ถ้าคุณคิดว่าคำถามไหนไม่เหมาะสม
16:46
it's okay just to say, "Nextต่อไป questionคำถาม."
385
991000
2000
ก็บอกผมเลยนะ ว่า "ขอคำถามถัดไป"
16:48
But if there is someoneบางคน here
386
993000
2000
ถ้าเกิดมีใครสักคนในที่นี้
16:50
who has an autisticหมกหมุ่น childเด็ก,
387
995000
2000
มีลูกเป็นออทิสติก
16:52
or knowsรู้ an autisticหมกหมุ่น childเด็ก
388
997000
2000
หรือรู้จักเด็กที่เป็นออทิสติก
16:54
and feelsรู้สึก kindชนิด of cutตัด off from them,
389
999000
3000
ที่แปลกแยก ไม่ยอมคุยกับเขา
16:57
what adviceคำแนะนำ would you give them?
390
1002000
2000
คุณจะแนะนำว่ายังไงครับ?
16:59
TGTG: Well, first of all, you've got to look at ageอายุ.
391
1004000
2000
เทมเปิล: อย่างแรกคือ คุณต้องดูว่าเด็กอายุเท่าไหร่
17:01
If you have a two, threeสาม or fourสี่ yearปี oldเก่า
392
1006000
2000
ถ้าเด็กอายุ สอง สาม หรือสี่ขวบ
17:03
you know, no speechการพูด, no socialสังคม interactionปฏิสัมพันธ์,
393
1008000
2000
ไม่พูด ไม่มีปฏิสัมพันธ์ทางสังคม
17:05
I can't emphasizeเน้น enoughพอ:
394
1010000
2000
ฉันขอเน้นสุดๆ เลยนะว่า
17:07
Don't wait, you need at leastน้อยที่สุด 20 hoursชั่วโมง a weekสัปดาห์ of one-to-oneหนึ่งต่อหนึ่ง teachingการสอน.
395
1012000
4000
อย่าทิ้งไว้ คุณต้องคอยสอนตัวต่อตัวอย่างน้อย 20 ชั่วโมงต่อสัปดาห์
17:11
You know, the thing is, autismความหมกหมุ่น comesมา in differentต่าง degreesองศา.
396
1016000
3000
ที่คุณต้องเข้าใจคือ โรคออทิสติกมีความรุนแรงหลายระดับ
17:14
There's going to be about halfครึ่ง the people on the spectrumคลื่นความถี่
397
1019000
2000
ประมาณครึ่งหนึ่งของคนที่เป็นออทิสติก
17:16
that are not going to learnเรียน to talk, and they're not going to be workingการทำงาน
398
1021000
2000
จะไม่สามารถพูด และไม่สามารถไปทำงาน
17:18
Siliconซิลิคอน Valleyหุบเขา, that would not be a reasonableเหมาะสม thing for them to do.
399
1023000
3000
ที่ซิลิกอนแวลีย์ได้ เป็นไปไม่ได้เลย
17:21
But then you get the smartฉลาด, geekygeeky kidsเด็ก
400
1026000
2000
แต่อีกครึ่งหนึ่ง คุณจะเจอเด็กเนิร์ด
17:23
that have a touchแตะ of autismความหมกหมุ่น,
401
1028000
2000
ที่มีอาการออทิสติกอ่อนๆ
17:25
and that's where you've got to get them turnedหัน on
402
1030000
2000
กลุ่มนี้ละ ที่คุณต้องไปจุดประกายให้เขา
17:27
with doing interestingน่าสนใจ things.
403
1032000
2000
โดยให้ทำอะไรที่น่าสนใจ
17:29
I got socialสังคม interactionปฏิสัมพันธ์ throughตลอด sharedที่ใช้ร่วมกัน interestดอกเบี้ย.
404
1034000
3000
ฉันเองเข้าสังคมได้ก็เพราะเจอคนที่มีความสนใจร่วมกัน
17:32
I rodeขี่ม้า horsesม้า with other kidsเด็ก, I madeทำ modelแบบ rocketsจรวด with other kidsเด็ก,
405
1037000
4000
ฉันขี่ม้ากับเด็กคนอื่น ฉันทำจรวดจำลองกับเด็กคนอื่น
17:36
did electronicsอิเล็กทรอนิกส์ labห้องปฏิบัติการ with other kidsเด็ก,
406
1041000
2000
ทำแล็บอิเล็กทรอนิกส์กับเด็กคนอื่น
17:38
and in the '60s, it was gluingติดกาว mirrorsกระจก
407
1043000
2000
ตอนยุค 60 นั่น เราเอากระจกติดเข้ากับ
17:40
ontoไปยัง a rubberยาง membraneเยื่อหุ้มเซลล์ on a speakerผู้พูด to make a lightเบา showแสดง.
408
1045000
3000
แผ่นยางที่หุ้มลำโพง แล้วจัดงานแสดงแสงสีเสียง
17:43
That was like, we consideredการพิจารณา that superซุปเปอร์ coolเย็น.
409
1048000
3000
ซึ่งพวกเรารู้สึกว่ามันเจ๋งมากเลย
17:46
CACA: Is it unrealisticไม่สมจริง for them
410
1051000
2000
คริส: มันจะเกินจริงไปไหมครับ
17:48
to hopeหวัง or think that that childเด็ก
411
1053000
2000
ถ้าเขาจะคาดหวังว่า
17:50
lovesรัก them, as some mightอาจ, as mostมากที่สุด, wishประสงค์?
412
1055000
3000
เด็กคนนั้นจะรักเขา
17:53
TGTG: Well let me tell you, that childเด็ก will be loyalซื่อสัตย์,
413
1058000
2000
เทมเปิล: ฉันจะบอกให้ เด็กเหล่านี้จะจงรักภักดีกับคุณมาก
17:55
and if your houseบ้าน is burningร้อน down, they're going to get you out of it.
414
1060000
2000
ถ้าบ้านคุณไฟไหม้ เขาจะลุยเข้าไปช่วยคุณออกมาเลยล่ะ
17:57
CACA: Wowว้าว. So, mostมากที่สุด people, if you askถาม them
415
1062000
3000
คริส: ว้าว ทีนี้ คนส่วนใหญ่ ถ้าคุณไปถามเขาว่า
18:00
what are they mostมากที่สุด passionateหลงใหล about, they'dพวกเขาต้องการ say things like,
416
1065000
2000
อะไรที่เขารักและเอาใจใส่มากที่สุด เขาจะตอบทำนองว่า
18:02
"My kidsเด็ก" or "My loverคนรัก."
417
1067000
3000
"ลูกของฉัน" หรือ "คนรักของฉัน"
18:05
What are you mostมากที่สุด passionateหลงใหล about?
418
1070000
3000
แล้วคุณล่ะครับ อะไรที่คุณรักและใส่ใจมากที่สุด?
18:08
TGTG: I'm passionateหลงใหล about that the things I do
419
1073000
2000
เทมเปิล: ฉันรักสิ่งที่ฉันทำ อยากให้สิ่งฉันทำ
18:10
are going to make the worldโลก a better placeสถานที่.
420
1075000
2000
เปลี่ยนโลกให้น่าอยู่ขึ้น
18:12
When I have a motherแม่ of an autisticหมกหมุ่น childเด็ก say,
421
1077000
2000
เวลามีคุณแม่ของเด็กออทิสติกพูดกับฉันว่า
18:14
"My kidเด็ก wentไป to collegeวิทยาลัย because of your bookหนังสือ,
422
1079000
2000
"ลูกฉันเข้าเรียนมหาวิทยาลัยก็เพราะหนังสือของคุณ
18:16
or one of your lecturesการบรรยาย," that makesยี่ห้อ me happyมีความสุข.
423
1081000
2000
หรือเพราะได้ฟังคุณพูด" นั่นล่ะที่ทำให้ฉันมีความสุข
18:18
You know, the slaughterฆ่า plantsพืช, I've workedทำงาน with them
424
1083000
3000
คุณรู้ไหม โรงฆ่าสัตว์ที่ฉันเคยทำงานด้วย
18:21
in the '80s; they were absolutelyอย่างแน่นอน awfulน่ากลัว.
425
1086000
2000
เมื่อช่วงปี 80 มันแย่มากๆ เลย
18:23
I developedพัฒนา a really simpleง่าย scoringเกณฑ์การให้คะแนน systemระบบ for slaughterฆ่า plantsพืช
426
1088000
4000
ฉันสร้างระบบง่ายๆ สำหรับให้คะแนนโรงฆ่าสัตว์ขึ้นมา
18:27
where you just measureวัด outcomesผลลัพธ์: How manyจำนวนมาก cattleปศุสัตว์ fellลดลง down?
427
1092000
2000
แค่นับว่ามีวัวกี่ตัวที่ล้ม
18:29
How manyจำนวนมาก cattleปศุสัตว์ got pokedแหย่ with the prodderprodder?
428
1094000
2000
มีวัวกี่ตัวที่ถูกตี
18:31
How manyจำนวนมาก cattleปศุสัตว์ are mooingมอ theirของพวกเขา headsหัว off?
429
1096000
2000
วัวกี่ตัวที่ร้องสุดใจขาดดิ้น
18:33
And it's very, very simpleง่าย.
430
1098000
2000
ง่ายมากๆ อย่างนี้เลย
18:35
You directlyโดยตรง observeสังเกต a fewน้อย simpleง่าย things.
431
1100000
2000
คุณสังเกตเห็นอะไรง่ายๆ บางอย่างได้กับตา
18:37
It's workedทำงาน really well. I get satisfactionความพอใจ out of
432
1102000
2000
มันได้ผลดีมาก ฉันมีความสุขเวลาที่เห็น
18:39
seeingเห็น stuffสิ่ง that makesยี่ห้อ realจริง changeเปลี่ยนแปลง
433
1104000
3000
อะไรที่สร้างความเปลี่ยนแปลงในโลกได้จริงๆ
18:42
in the realจริง worldโลก. We need a lot more of that,
434
1107000
2000
เราต้องมีอะไรที่จับต้องได้แบบนั้นมากขึ้น
18:44
and a lot lessน้อยกว่า abstractนามธรรม stuffสิ่ง.
435
1109000
2000
และลดอะไรที่เป็นนามธรรมลงซะบ้าง
18:46
(Applauseการปรบมือ)
436
1111000
7000
(เสียงปรบมือ)
18:53
CACA: When we were talkingการพูด on the phoneโทรศัพท์, one of the things you said that
437
1118000
2000
คริส: ตอนที่เราคุยโทรศัพท์กัน
18:55
really astonishedซึ่งรู้สึกประหลาดใจ me was you said one thing
438
1120000
2000
คุณพูดอะไรอย่างหนึ่ง ซึ่งทำให้ผมทึ่งมาก
18:57
you were passionateหลงใหล about was serverเซิร์ฟเวอร์ farmsฟาร์ม. Tell me about that.
439
1122000
4000
คุณบอกว่าคุณสนใจเซิร์ฟเวอร์ฟาร์ม เล่าให้เราฟังหน่อยได้ไหมครับ
19:01
TGTG: Well the reasonเหตุผล why I got really excitedตื่นเต้น when I readอ่าน about that,
440
1126000
3000
เทมเปิล: ฉันตื่นเต้นมากเลยตอนที่ได้อ่านเรื่องนี้
19:04
it containsมี knowledgeความรู้.
441
1129000
3000
เพราะเซิร์ฟเวอร์เป็นที่เก็บความรู้
19:07
It's librariesห้องสมุด.
442
1132000
2000
เหมือนห้องสมุด
19:09
And to me, knowledgeความรู้ is something
443
1134000
2000
ฉันว่าความรู้เป็นอะไรที่มีค่ามาก
19:11
that is extremelyอย่างมาก valuableมีคุณค่า. So, maybe, over 10 yearsปี agoมาแล้ว
444
1136000
2000
เมื่อสิบกว่าปีก่อน
19:13
now our libraryห้องสมุด got floodedฟูม.
445
1138000
2000
ห้องสมุดของเราโดนน้ำท่วม
19:15
And this is before the Internetอินเทอร์เน็ต got really bigใหญ่.
446
1140000
2000
นั่นเป็นยุคก่อนที่อินเทอร์เน็ตจะบูม
19:17
And I was really upsetอารมณ์เสีย about all the booksหนังสือ beingกำลัง wreckedอับปางแล้ว,
447
1142000
2000
ฉันเศร้ามากเลยที่หนังสือทั้งหมดเสียหาย
19:19
because it was knowledgeความรู้ beingกำลัง destroyedทำลาย.
448
1144000
2000
เพราะมันหมายถึงความรู้ถูกทำลายไปด้วย
19:21
And serverเซิร์ฟเวอร์ farmsฟาร์ม, or dataข้อมูล centersศูนย์
449
1146000
2000
ฉันเลยสนใจเซิร์ฟเวอร์ฟาร์ม หรือศูนย์ข้อมูล
19:23
are great librariesห้องสมุด of knowledgeความรู้.
450
1148000
3000
เพราะมันคือห้องสมุดชั้นดีที่เอาไว้เก็บความรู้
19:26
CACA: Templeวัด, can I just say it's an absoluteแน่นอน delightสุข to have you at TEDTED.
451
1151000
3000
คริส: เทมเปิล ผมอยากบอกว่าผมดีใจมากจริงๆ ที่คุณมาพูดให้กับเราที่ TED
19:29
TGTG: Well thank you so much. Thank you.
452
1154000
3000
เทมเปิล: ขอบคุณมากค่ะ ขอบคุณ
19:32
(Applauseการปรบมือ)
453
1157000
6000
(เสียงปรบมือ)

▲Back to top

ABOUT THE SPEAKER
Temple Grandin - Livestock handling designer, autism activist
Through groundbreaking research and the lens of her own autism, Temple Grandin brings startling insight into two worlds.

Why you should listen

An expert on animal behavior, Temple Grandin has designed humane handling systems for half the cattle-processing facilities in the US, and consults with the meat industry to develop animal welfare guidelines. As PETA wrote when awarding her a 2004 Proggy: “Dr. Grandin's improvements to animal-handling systems found in slaughterhouses have decreased the amount of fear and pain that animals experience in their final hours, and she is widely considered the world's leading expert on the welfare of cattle and pigs.” In 2010, Time Magazine listed her as one of its most Important People of the Year. She is also a member of the American Academy of Arts and Sciences.

Grandin’s books about her interior life as an autistic person have increased the world's understanding of the condition with personal immediacy -- and with import, as rates of autism diagnosis rise. She is revered by animal rights groups and members of autistic community, perhaps because in both regards she is a voice for those who are sometimes challenged to make themselves heard. 

More profile about the speaker
Temple Grandin | Speaker | TED.com