TEDGlobal 2010
Steven Johnson: Where good ideas come from
ستيفن جونسون: من أين تأتي الأفكار الجيّدة
Filmed:
Readability: 4
4,960,715 views
يَنْسُب النّاس عادة أفكارهم إلى لحظات شخصيّة من الإلهام. لكن "ستيفن جنسون" يُبيّن أنّ التّاريخ يُظهر قِصّة مُختلفة. يأخذنا في جولته الرّائعة في "الشبكات السائلة" في المقاهي اللندنيّة مرورا بأفكار تشارلز داروين التي بقيت طويلا حتّى رأت النّور إلى الأنترنت عالية السرعة في أيامنا هذه.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
إلتقطت هذه الصّورة منذ بضع دقائق
00:18
about 10 blocks from here.
1
3000
2000
على مسافة 10 مباني من هنا
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
هذا هو المقهى الكبير هنا في أكسفورد.
00:23
I took this picture because this turns out to be
3
8000
3000
التقطت هذه الصّورة لأنّه تبيّن أنّه يُمثّل
00:26
the first coffeehouse to open
4
11000
2000
أوّل مقهى يفتح للعموم
00:28
in England in 1650.
5
13000
2000
في انجلترا سنة 1650.
00:30
That's its great claim to fame,
6
15000
2000
هذا ما يجعلها تستحقّ هذا الصّيت.
00:32
and I wanted to show it to you,
7
17000
2000
ولقد أردت أن أقدّمه لكم،
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
ليس لأنّي أريد أن أقدّم لكم عرضا للمقاهي
00:36
of historic England,
9
21000
2000
التاريخيّة في إنجلترا،
00:38
but rather because
10
23000
2000
ولكن لأنّ
00:40
the English coffeehouse was crucial
11
25000
2000
دور المقاهي كان حاسما
00:42
to the development and spread
12
27000
3000
لِتَطوّر و إنتشار
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
إحدى أعظم الإنجازات الفكريّة للخمسمائة سنة الماضية،
00:48
what we now call the Enlightenment.
14
33000
3000
وهي ما نسمّيه الآن فلسفة التّنوير.
00:51
And the coffeehouse played such a big role
15
36000
2000
ولقد قامت المقاهي بلعب هذا الدّور الكبير
00:53
in the birth of the Enlightenment,
16
38000
2000
في بداية عهد التنوير،
00:55
in part, because of what people were drinking there.
17
40000
2000
من جهة، بسبب ما كان يتناوله النّاس هناك.
00:57
Because, before the spread
18
42000
3000
لأنّه قبل إنتشار
01:00
of coffee and tea through British culture,
19
45000
3000
القهوة و الشّاي في الثّقافة البريطانيّة،
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
كان شراب النّاس -- السّادة و السّواد الأعظم من النّاس كان شرابهم --
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
يوما بعد يوم، من الفجر وحتى الغسق
01:08
was alcohol.
22
53000
2000
الكحول.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
الكحول كان مشروبهم اليومي المُفضّل.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
القليل من البيرة مع وجبة الإفطار والقليل من الخمر في الغداء،
01:15
a little gin -- particularly around 1650 --
25
60000
3000
القليل من مشروب "الجين" -- خصوصا في سنة 1650 تقريبا --
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
و ستختم بالقليل من البيرة والشّراب في آخر اليوم.
01:20
That was the healthy choice -- right --
27
65000
2000
كان ذلك الخيار الصحيّ، صحيح،
01:22
because the water wasn't safe to drink.
28
67000
2000
لأنّ الماء لم يكن صالحا للشّرب.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
لذلك، و بصورة فعليّة، و حتّى ظهور المقاهي،
01:27
you had an entire population
30
72000
2000
كان لديك شعب بأَسْره
01:29
that was effectively drunk all day.
31
74000
3000
يشرب الخمر طوال النّهار.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
و بإمكانكم تخيّل كيف يمكن أن يكون الأمر، في حياتكم الخاصّة --
01:34
and I know this is true of some of you --
33
79000
2000
و أعلم أنّ هذا هو الحال بالنّسبة للبعض منكم --
01:36
if you were drinking all day,
34
81000
3000
إذا كنت تشرب كامل اليوم،
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
ثمّ تتحوّل من شخص في حالة إكتآب إلى شخص مُحفّز،
01:42
you would have better ideas.
36
87000
2000
سوف تُصبح أفكارك أحسن.
01:44
You would be sharper and more alert.
37
89000
2000
سوف تكون أكثر دقّة و إنتباها.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
لذلك فإنّه ليس من قبيل الصّدفة أنّ القفزة الكبيرة للحداثة حصلت
01:49
as England switched to tea and coffee.
39
94000
3000
مع إنتقال إنجلترا للشّاي والقهوة.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
ولكن الأمر الآخر الذي جعل من المقاهي على هذه الدّرجة من الأهميّة
01:55
is the architecture of the space.
41
100000
2000
هو هندسة المكان.
01:57
It was a space where people would get together
42
102000
2000
كان مكانا يجمع أناسا
01:59
from different backgrounds,
43
104000
2000
من خلفيّات متنوّعة،
02:01
different fields of expertise, and share.
44
106000
2000
ومجالات إختصاص مختلفة، ومتشاركة.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
كان مكانا، كما قال "مات رايدلي" ، يمكن أن تتوالد فيه الأفكار.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
كان ذلك يمثّل، بشكل ما، فراش الزّوجيّة.
02:08
ideas would get together there.
47
113000
2000
سوف تلقي الأفكار جميعا هناك.
02:10
And an astonishing number of innovations from this period
48
115000
3000
وكان لعدد كبير جدّا من إبداعات تلك الفترة
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
دور للمقهى فيها.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
أمضيت وقتا طويلا في التّفكير بالمقاهي
02:19
for the last five years,
51
124000
2000
طوال الخمس سنوات الماضية،
02:21
because I've been kind of on this quest
52
126000
2000
لأنّني كنت بصدد البحث
02:23
to investigate this question
53
128000
2000
للإجابة عن سُؤال
02:25
of where good ideas come from.
54
130000
2000
ماهو مصدر الأفكار الجيّدة.
02:27
What are the environments
55
132000
2000
ماهي البيئات
02:29
that lead to unusual levels of innovation,
56
134000
3000
التي تقود إلى مُستويات غير مسبوقة من الإبتكار،
02:32
unusual levels of creativity?
57
137000
3000
إلى مُستويات غير مسبوقة من الإبداع؟
02:35
What's the kind of environmental --
58
140000
2000
ماهو نوع البيئة --
02:37
what is the space of creativity?
59
142000
2000
ماهو فضاء الإبداع؟
02:39
And what I've done is
60
144000
2000
وما قمت به هو
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
أنّني أخذت بيئتين إثنين مثل المقاهي،
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
أخذت البيئة الإعلاميّة، مثل شبكة الأنترنت،
02:45
that have been extraordinarily innovative;
63
150000
2000
والتي كانت درجة الإبتكار فيها رائعا،
02:47
I've gone back to the history of the first cities;
64
152000
3000
ثمّ رجعت بالتّاريخ لأوّل المدن،
02:50
I've even gone to biological environments,
65
155000
2000
ثمّ أخذت البيئات البيولوجيّة،
02:52
like coral reefs and rainforests,
66
157000
2000
مثل الشُّعب المرجانيّة والغابات المطيرة،
02:54
that involve unusual levels of biological innovation;
67
159000
3000
والتي تحوي درجة غير مسبوقة من التّطوّر البيولوجيّ،
02:57
and what I've been looking for is shared patterns,
68
162000
3000
ما كنت أبحث عنه هو النّماذج المشتركة،
03:00
kind of signature behavior that shows up
69
165000
2000
ما يشبه سلوكا يمثّل توقيعا يظهر
03:02
again and again in all of these environments.
70
167000
3000
مرّات و مرّات في كلّ هذه البيئات.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
هل من وجود لنماذج متكرّرة يمكن أن نتعلّم منها،
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
يمكن أن نأخذها و نُطبّقها في حياتنا،
03:10
or our own organizations,
73
175000
2000
أو في مؤسساتنا،
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
أو في بيئاتنا لنجعل منها أكثر إبداعا و إبتكارا؟
03:14
And I think I've found a few.
75
179000
2000
أعتقد أنّني حصلت على القليل.
03:16
But what you have to do to make sense of this
76
181000
3000
ولكن الذي يجب فِعله لإعطاء معنى لهذا
03:19
and to really understand these principles
77
184000
2000
ولِفَهْم هذه المبادئ جيّدا
03:21
is you have to do away
78
186000
2000
هو أن تقوم بشيء ما بعيدا
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
بما فيه الكفاية عن الإستعارات اللّغويّة
03:26
steers us towards
80
191000
2000
التي تقودنا نحو
03:28
certain concepts of idea-creation.
81
193000
2000
بعض مفاهيم الأفكار الخلاقة.
03:30
We have this very rich vocabulary
82
195000
2000
لدينا هذه المفردات الغنيّة جدّا
03:32
to describe moments of inspiration.
83
197000
2000
في وصف لحظات الإلهام.
03:34
We have the kind of the flash of insight,
84
199000
3000
لدينا وَمْضة البصيرة تلك،
03:37
the stroke of insight,
85
202000
2000
إبداع البصيرة،
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
لدينا تلك الطقوس ، لدينا لحظات "أوريكا"(وجدتها)!،
03:42
we have the lightbulb moments, right?
87
207000
2000
لدينا لحظات المصباح ، أليس كذلك؟
03:44
All of these concepts,
88
209000
2000
كُلّ هذه المفاهيم،
03:46
as kind of rhetorically florid as they are,
89
211000
3000
مع كلّ ما تحويه من بلاغة،
03:49
share this basic assumption,
90
214000
2000
تشترك في هذا الإفتراض الأساسيّ،
03:51
which is that an idea is a single thing,
91
216000
3000
وهو أنّ الفكرة هي أمر فريد،
03:54
it's something that happens often
92
219000
2000
أمر يحدث عادة
03:56
in a wonderful illuminating moment.
93
221000
3000
في لحظة مضيئة رائعة.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
ولكن في الواقع ، ما أود أن أقوله ، وما أنتم حقا بحاجة إلى البدئ منه،
04:02
is this idea that an idea is a network
95
227000
3000
هو فكرة أنّ الفكرة هي شبكة
04:05
on the most elemental level.
96
230000
2000
في المستوى الأبسط.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
أعني، هذا ما يحدث داخل الدماغ.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
الفكرة ، الفكرة الجديدة ، هي عبارة عن شبكة من الخلايا العصبية الجديدة
04:12
firing in sync with each other inside your brain.
99
237000
3000
تتّصل بشكل متزامن مع بعضها البعض داخل الدماغ
04:15
It's a new configuration that has never formed before.
100
240000
3000
إنّه ترتيب جديد لم يتشكّل من قبل.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
والسّؤال هو: كيف يمكن أن تُوصل دماغك إلى هذه البيئات
04:21
where these new networks are going to be more likely to form?
102
246000
3000
حيث ستكون هذه الشّبكات الجديدة أكثر إحتمالا للتشكّل؟
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
واتضح أنه في الواقع ، أنّ هذا النّوع من أنماط الشبكات من العالم الخارجي
04:27
mimic a lot of the network patterns
104
252000
2000
تُقلّد الكثير من أنماط شبكة
04:29
of the internal world of the human brain.
105
254000
3000
العالم الداخلي لدماغ الإنسان.
04:32
So the metaphor I'd like the use
106
257000
2000
لذلك أودّ إستخدام إستعارة
04:34
I can take
107
259000
2000
يمكنني أن آخذ
04:36
from a story of a great idea that's quite recent --
108
261000
3000
من قصة فكرة عظيمة جديدة بعض الشّيء --
04:39
a lot more recent than the 1650s.
109
264000
3000
أقرب تاريخيّا من سنوات 1650
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
شخصا رائعا يُدعى "تيموتي بريستسرو"،
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
كان يملك شركة تُدعى ... مُنظمة تُدعى "ما يُهمّ هو التّصميم".
04:48
They decided to tackle this really pressing problem
112
273000
3000
لقد قرّروا معالجة ذلك المُشكل المُلِحِّ
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
ذلك المشكل الرّهيب المُتمثّل في معدّلات وفيّات الرضّع
04:55
in the developing world.
114
280000
2000
في البلدان النامية.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
إحدى الأمور التي تدعو إلى الإحباط هو أنّنا نعلم،
05:00
by getting modern neonatal incubators
116
285000
3000
عن طريق الحصول على حاضنات الأطفال حديثي الولادة
05:03
into any context,
117
288000
2000
في أيّ سياق،
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
اذا استطعنا الحفاظ على حرارة الأطفال الخُدّج -- وهذا أمر في غاية البساطة --
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
يمكننا خفض معدلات وفيات الرضع في تلك البيئات.
05:11
So, the technology is there.
120
296000
2000
و التكنولوجيا مُتوفرة لدينا.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
ويُمثّل هذا المعيار في جميع البلدان الصناعيّة.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
تكمن المشكلة في أنك قُمت بدفع 40000 دولارا لشراء حاضنة أطفال
05:19
and you send it off
123
304000
2000
ثمّ قُمت بإرسالها
05:21
to a mid-sized village in Africa,
124
306000
2000
إلى قرية متوسطة الحجم في أفريقيا ،
05:23
it will work great for a year or two years,
125
308000
2000
فسوف تعمل كما ينبغي لسنة أو سنتين
05:25
and then something will go wrong and it will break,
126
310000
3000
ومن ثم سوف يحصل عطب ما، وسوف تتوقف عن العمل،
05:28
and it will remain broken forever,
127
313000
2000
وسوف تظل كذلك إلى الأبد،
05:30
because you don't have a whole system of spare parts,
128
315000
3000
لأنّه لا وجود هناك لنظام قطع غيار متكامل،
05:33
and you don't have the on-the-ground expertise
129
318000
2000
ولا يوجد هناك ما يكفي من الخِبْرة
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
لإصلاح هذه الآلة التي يبلغ ثمنها 40000 دولارا.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
وهكذا وفي نهاية المطاف ستواجه هذه المشكلة حيث أنفقت كل هذه الأموال
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
لإرسال كلّ هذه المساعدات و كل هذه الأجهزة الإلكترونيّة المتقدمة لهذه البلدان،
05:42
and then it ends up being useless.
133
327000
2000
ليتبيّن في النهاية أنّها غير مجدية.
05:44
So what Prestero and his team decided to do
134
329000
2000
لذلك انتهى الأمر "بِبريستيرو" و فريقه بأن
05:46
is to look around and see: what are the abundant resources
135
331000
3000
يبحثوا و يقرروا: ما هي الموارد الأكثر توفرا
05:49
in these developing world contexts?
136
334000
2000
في هذه البلدان النامية؟
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
وما لاحظوه أنهم لا يملكون الكثير من مسجلات فيديو رقمية
05:54
they don't have a lot of microwaves,
138
339000
2000
ولا يملكون الكثير من أجهزة المايكرويف،
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
ولكن يبدو أنّهم يقومون بعمل جيد جدّا للحفاظ على سلامة سياراتهم.
05:59
There's a Toyota Forerunner
140
344000
2000
يوجد سيارة تويوتا رباعية الدفع
06:01
on the street in all these places.
141
346000
2000
في كل حيّ في تلك الأماكن.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
يبدو أنّ لديهم الخبرة للحفاظ على السيارات في حالة جيّدة.
06:06
So they started to think,
143
351000
2000
لذلك بدؤوا بالتفكير،
06:08
"Could we build a neonatal incubator
144
353000
2000
"هل بإمكاننا أن نبني حاضنة الأطفال حديثي الولادة
06:10
that's built entirely out of automobile parts?"
145
355000
3000
مصنوعة بالكامل من أجزاء السّيارة؟"
06:13
And this is what they ended up coming with.
146
358000
2000
وهذا ما حصلوا عليه في نهاية المطاف.
06:15
It's called a "neonurture device."
147
360000
2000
إنّها تُدعا جهاز "نيونيرتير".
06:17
From the outside, it looks like a normal little thing
148
362000
2000
تبدو من الخارج وكأنها شيء صغير طبيعي
06:19
you'd find in a modern, Western hospital.
149
364000
2000
تماما مثل ما يمكن أن تجد في مستشفى حديث في البلدان الغربيّة.
06:21
In the inside, it's all car parts.
150
366000
2000
ولكن من الداخل فيتكون بالكامل من أجزاء سيارة.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
تحتوي على مروحة، تحتوي على المصابيح الأماميّة للتّدفئة،
06:25
it's got door chimes for alarm --
152
370000
2000
تحتوي على أجراس الباب للتّنبيه.
06:27
it runs off a car battery.
153
372000
2000
وهي تشتغل بالبطاريّة.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
لذلك فكل ما تحتاجه هو قطع غيار من سيّارة التويوتا
06:31
and the ability to fix a headlight,
155
376000
2000
والقدرة على إصلاح المصباح،
06:33
and you can repair this thing.
156
378000
2000
وسيكون بإمكانك إصلاحه.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
هذه فكرة رائعة، ولكني أودّ أن أقول أنّ، في الواقع،
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
أنّ هذه استعارة كبيرة للطريقة التي تنتج بها الأفكار.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
نودّ أنّ نرى أفكارنا، كما تعلمون،
06:42
are like that $40,000, brand new incubator,
160
387000
2000
مثل تلك الحاضنة الجديدة ذات 40.000 دولارا،
06:44
state-of-the-art technology,
161
389000
2000
ذات التكنولوجيا العالية،
06:46
but more often than not, they're cobbled together
162
391000
2000
ولكن الأمر يختلف عن ذلك في معظم الأحيان، فإنّها مُرَقعة
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
من أيّة أجزاء يمكن أن تتواجد في المحيط القريب منّا.
06:50
We take ideas from other people,
164
395000
2000
نحن نستقي الأفكار من الآخرين،
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
من أشخاص درسنا منهم، من أشخاص نجلس معهم في المقهى،
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
و من ثمّ نقوم بربطها معا في أشكال جديدة، و نُبْدع شيئا جديدا.
06:58
That's really where innovation happens.
167
403000
3000
إنّه المكان الحقيقيّ حيث يحدث الإبتكار.
07:01
And that means that we have to change some of our models
168
406000
2000
وهذا يعني أن علينا أن نغير بعض نماذجنا
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
لما يبدو عليه الإبتكار والتفكير العميق، أليس كذلك.
07:06
I mean, this is one vision of it.
170
411000
2000
أعني، هذه إحدى وجهات النّظر لذلك.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
مثال آخر هو نيوتن والتفاحة، عندما كان نيوتن في كامبردج.
07:11
This is a statue from Oxford.
172
416000
2000
هذا تمثال من جامعة أكسفورد.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
تعلمون ، بينما أنت جالس هناك تفكّر تفكيرا عميقا،
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
تسقط التفاحة من الشجرة، وتكتشف نظريّة الجاذبيّة.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
وفي الواقع ، فإن الفضاءات التي أدت تاريخيا إلى الابتكار
07:21
tend to look like this, right.
176
426000
2000
تميل لتبدو مثل هذا، أليس كذلك.
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
هذه لوحة "هوغارث" الشهيرة لما يبدو عشاءا سياسيّا في حانة،
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
هذا ما كانت تبدوا عليه المقاهي في تلك الفترة.
07:29
This is the kind of chaotic environment
179
434000
2000
هذا مثال لبيئة فوضويّة
07:31
where ideas were likely to come together,
180
436000
2000
أين كان يمكن للأفكار أن تتلاقى،
07:33
where people were likely to have
181
438000
2000
و أين كان يمكن للنّاس أن تكون لهم
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
إختلافات جديدة و مهمّة و غير متوقّعة -- أناس ذوي خلفيّات مختلفة.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
لذلك ، إذا كنا نحاول بناء مؤسسات أكثر قدرة على الإبتكار،
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
علينا أن نبني فضاءات، تُشبه و بشكل غريب، هذا النّمط.
07:43
This is what your office should look like,
185
448000
2000
هذا ما يجب أن يبدو عليه مكتبك،
07:45
is part of my message here.
186
450000
2000
هذا جزء من رسالتي إليكم.
07:47
And one of the problems with this is that
187
452000
2000
وإحدى المشاكل مع هذا هو أنّ
07:49
people are actually -- when you research this field --
188
454000
3000
النّاس يكونون -- عندما تقوم ببحث في هذا المجال --
07:52
people are notoriously unreliable,
189
457000
2000
يكون الناس عادة أقلّ كفاءة،
07:54
when they actually kind of self-report
190
459000
2000
عندما يتعلّق الأمر بتقييم أنفسهم
07:56
on where they have their own good ideas,
191
461000
2000
في مكان حصولهم على أفكارهم الجيّدة،
07:58
or their history of their best ideas.
192
463000
2000
أو تاريخ أفكارهم الجيّدة.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
قبل بضع سنوات، قرّر باحث رائع يُدعى "كيفن دنبار"
08:03
decided to go around
194
468000
2000
قرر أن يقوم بجولة
08:05
and basically do the Big Brother approach
195
470000
2000
والقيام بما يشبه منهج "الأخ الأكبر" (Big Brother)
08:07
to figuring out where good ideas come from.
196
472000
2000
لمعرفة من أين تأتي الأفكار الجيدة.
08:09
He went to a bunch of science labs around the world
197
474000
3000
قام بزيارة مجموعة من مختبرات العلوم في جميع أنحاء العالم
08:12
and videotaped everyone
198
477000
2000
وقام بتصوير الجميع
08:14
as they were doing every little bit of their job.
199
479000
2000
حتّى بينما كانوا بصدد القيام بأبسط الأعمال.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
عندما كانوا جالسين أمام المكروسكوب،
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
عندما كانوا يتكلّمون مع زملائهم أمام البرّاد، و كلّ تلك الأمور.
08:20
And he recorded all of these conversations
202
485000
2000
وقام بتسجيل كلّ تلك المحادثات
08:22
and tried to figure out where the most important ideas,
203
487000
2000
و حاول التعرف على مكان الأفكار الأكثر اهميّة،
08:24
where they happened.
204
489000
2000
أين مكان حدوثها.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
وعندما يفكّر في صورة العالم الكلاسيكيّة في المختبر
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
لدينا هذه الصّورة -- كما تعلمون، إنّهم متجمعون حول المكروسكوب،
08:32
and they see something in the tissue sample.
207
497000
2000
ولاحظوا شيئا في عَيِّنَةِ الأنسجة.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
ثم "أوه، وجدتها" عثروا على فكرة.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
ما حدث في الواقع عندما شاهد "دنبار" الشريط
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
هو أنه كلّ الأفكار الرائعة
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
لم تخطر فقط في المختبر، قبالة المكروسكوب.
08:46
They happened at the conference table
212
511000
2000
لقد خطرت على طاولة المؤتمرات
08:48
at the weekly lab meeting,
213
513000
2000
في الإجتماع الأسبوعيّ للمختبر
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
عندما يلتقي الجميع و يتشاركون آخر المعطيات و الإكتشافات،
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
وفي أغلب الأحيان أيضا عندما يتشارك الناس الأخطا التي وقعوا فيها،
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
الخطأ، التشويش في الإشارة التي اكتشفوها.
08:58
And something about that environment --
217
523000
3000
وشيئا آخر عن تلك البيئة --
09:01
and I've started calling it the "liquid network,"
218
526000
2000
ولقد بدأت أصفها بانها "الشبكة السائلة"
09:03
where you have lots of different ideas that are together,
219
528000
3000
حيث لديك الكثير من الأفكار المختلفة المجتمعة،
09:06
different backgrounds, different interests,
220
531000
2000
خلفيات مختلفة ومصالح مختلفة ،
09:08
jostling with each other, bouncing off each other --
221
533000
2000
تتصارع مع بعضها البعض ، تتعارض مع بعضهما البعض --
09:10
that environment is, in fact,
222
535000
2000
تلك البيئة هي ، في الواقع ،
09:12
the environment that leads to innovation.
223
537000
2000
البيئة التي تؤدي إلى الابتكار.
09:14
The other problem that people have
224
539000
2000
والمشكلة الأخرى لدى الناس
09:16
is they like to condense their stories of innovation down
225
541000
2000
هي أنّهم يرغبون في تلخيص قصص إبتكارهم
09:18
to kind of shorter time frames.
226
543000
2000
إلى أطر زمنية أقصر.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
ولذلك هم يريدون أن يقصّوا لحظة "الأوريكا"!.
09:23
They want to say, "There I was, I was standing there
228
548000
2000
يريدون أن يقولوا ، "كنت هناك ، كنت واقفا هناك
09:25
and I had it all suddenly clear in my head."
229
550000
2000
وحصل أن أصبح كل شيء فجأة واضحا في رأسي. "
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
ولكن في الواقع ، اذا رجعت الى الوراء ونظرت إلى السجل التاريخي ،
09:30
it turns out that a lot of important ideas
231
555000
3000
يتبيّن أن الكثير من الأفكار الهامة
09:33
have very long incubation periods --
232
558000
3000
مرّت بفترات حضانة طويلة جدا.
09:36
I call this the "slow hunch."
233
561000
2000
أدعو هذا "حدس بطيء".
09:38
We've heard a lot recently
234
563000
2000
لقد سمعنا كثيرا في الآونة الأخيرة
09:40
about hunch and instinct
235
565000
2000
حول الحدس والغريزة
09:42
and blink-like sudden moments of clarity,
236
567000
3000
تشبه وميض لحظات مفاجئة من الوضوح،
09:45
but in fact, a lot of great ideas
237
570000
2000
ولكن في الواقع ، تظلّ الكثير من الأفكار العظيمة
09:47
linger on, sometimes for decades,
238
572000
2000
حبيسة، أحيانا لعقود من الزمن ،
09:49
in the back of people's minds.
239
574000
2000
في أذهان الناس.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
لديهم شعور بأن هناك مشكلة مثيرة للاهتمام ،
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
ولكن ليس لديهم تماما بعد أدوات لاكتشافها.
09:56
They spend all this time working on certain problems,
242
581000
3000
انهم يقضون كل هذا الوقت في العمل على بعض المشاكل ،
09:59
but there's another thing lingering there
243
584000
2000
ولكن هناك شيء آخر عالق هناك
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
انهم مهتمون ، ولكنهم لا يستطيعون حلّها تماما.
10:03
Darwin is a great example of this.
245
588000
2000
داروين هو مثال عظيم على ذلك.
10:05
Darwin himself, in his autobiography,
246
590000
2000
داروين نفسه ، في سيرته الذاتية ،
10:07
tells the story of coming up with the idea
247
592000
2000
يحكي قصة الخروج بفكرة
10:09
for natural selection
248
594000
2000
الانتقاء الطبيعي
10:11
as a classic "eureka!" moment.
249
596000
2000
كلحظة "أوريكا!" كلاسيكية .
10:13
He's in his study,
250
598000
2000
لا يزال يزاول دراسته ،
10:15
it's October of 1838,
251
600000
2000
التاريخ تشرين الأول / أكتوبر 1838 ،
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
ويقرأ لمالثوس ، في الواقع ، عن السكان.
10:19
And all of a sudden,
253
604000
2000
وفجأة ،
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
تقفز في تفكيره الخوارزمية الأساسية للإنتقاء الطبيعي،
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
ويقول : "آه ، في الماضي ، كان لدي النظرية التي تعمل معها".
10:27
That's in his autobiography.
256
612000
2000
هذا في سيرته الذاتية.
10:29
About a decade or two ago,
257
614000
2000
نحو عقد أو اثنين مضوا،
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
قام عالم رائع يدعى هوارد غروبر بالعودة
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
والنظر في دفاتر داروين من هذه الفترة.
10:36
And Darwin kept these copious notebooks
260
621000
2000
وأبقى داروين هذه الدفاتر الزاخرة
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
حيث كتب في الأسفل كل فكرة تخطر بباله، كل حدس.
10:41
And what Gruber found was
262
626000
2000
وكان ما عثر عليه غروبر
10:43
that Darwin had the full theory of natural selection
263
628000
3000
أنّ داروين حصل على نظرية الانتقاء الطبيعي بالكامل
10:46
for months and months and months
264
631000
2000
لشهور وشهور وشهور
10:48
before he had his alleged epiphany,
265
633000
2000
قبل ذلك الحدث المزعوم،
10:50
reading Malthus in October of 1838.
266
635000
3000
لقراءة مالتوس في تشرين الأول / أكتوبر 1838.
10:53
There are passages where you can read it,
267
638000
2000
هناك مقاطع حيث يمكنك قراءتها ،
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
وستعتقد أنك تقرأ من كتاب داروين ،
10:58
from the period before he has this epiphany.
269
643000
3000
من فترة ما قبل ذلك الحدث لديه.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
ولذلك ما تدركه هو أن داروين ، بمعنى من المعاني ،
11:03
had the idea, he had the concept,
271
648000
2000
كانت لديه فكرة ، مفهوم ،
11:05
but was unable of fully thinking it yet.
272
650000
3000
لكنه لم يتمكن من التفكير فيها بشكل كامل حتى الآن.
11:08
And that is actually how great ideas often happen;
273
653000
3000
وهذا هو في الواقع النّحو الذي تظهر عليه الأفكار العظيمة في كثير من الأحيان؛
11:11
they fade into view over long periods of time.
274
656000
2000
إنها تتلاشى على مدى فترات طويلة من الزمن.
11:13
Now the challenge for all of us is:
275
658000
2000
الآن التحدي بالنسبة لنا جميعا هو :
11:15
how do you create environments
276
660000
2000
كيف يمكن خلق بيئات
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
التي تسمح لهذه الأفكار لأن يكون لها هذا النوع من نصف الحياة الطويلة، أليس كذلك؟
11:19
It's hard to go to your boss and say,
278
664000
2000
إنه من الصعب الذهاب إلى رئيسك في العمل والقول :
11:21
"I have an excellent idea for our organization.
279
666000
2000
"لدي فكرة ممتازة لمنظمتنا.
11:23
It will be useful in 2020.
280
668000
3000
وستكون جاهزة في عام 2020.
11:26
Could you just give me some time to do that?"
281
671000
2000
هل يمكنك أن تعطيني فقط بعض الوقت للقيام بذلك؟ "
11:28
Now a couple of companies -- like Google --
282
673000
2000
الآن بعض الشركات ، مثل غوغل ،
11:30
they have innovation time off, 20 percent time,
283
675000
2000
لديهم إستراحة للابتكار، 20 في المئة من الوقت ،
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
حيث ، بمعنى ما، هنالك تتمّ تنمية آليات الحدس في المؤسسة.
11:35
But that's a key thing.
285
680000
3000
ولكن هذا أمر رئيسي.
11:38
And the other thing is to allow those hunches
286
683000
2000
والشيء الآخر هو السماح لأصحاب الحدس هؤلاء
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
للتواصل مع أمثالهم، وهذا ما يحدث غالبا.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
لديك نصف فكرة ، شخص آخر لديه النصف الآخر ،
11:45
and if you're in the right environment,
289
690000
2000
وإذا كنت في البيئة الصحيحة،
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
ستتحول إلى شيء أكبر من مجموع أجزائها.
11:49
So, in a sense,
291
694000
2000
لذلك ، بمعنى من المعاني ،
11:51
we often talk about the value
292
696000
2000
كثيرا ما نتحدث عن قيمة
11:53
of protecting intellectual property,
293
698000
2000
حماية الملكية الفكرية ،
11:55
you know, building barricades,
294
700000
2000
تعلمون ، وبناء المتاريس ،
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
اجراء البحوث والتطوير في مختبرات سرية ، حماية كل شيء ببراءات الاختراع التي لدينا ،
12:00
so that those ideas will remain valuable,
296
705000
3000
بحيث تبقى تلك الأفكار القيمة ،
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
وسيتم تحفيز الناس على الخروج بالمزيد من الأفكار ،
12:05
and the culture will be more innovative.
298
710000
3000
وسوف تكون الثقافة أكثر ابتكارا.
12:08
But I think there's a case to be made
299
713000
2000
ولكنّي أعتقد أن هناك قضية يجب مساندتها
12:10
that we should spend at least as much time, if not more,
300
715000
3000
وهو أن نقضي على الأقل ما يكفي من الوقت ، إن لم يكن أكثر من ذلك ،
12:13
valuing the premise of connecting ideas
301
718000
2000
مُثَمِّنِينَ فرضيّة ربط الأفكار
12:15
and not just protecting them.
302
720000
2000
وليس فقط حمايتها.
12:17
And I'll leave you with this story,
303
722000
2000
وسوف أترككم مع هذه القصة ،
12:19
which I think captures a lot of these values,
304
724000
3000
وهي كما أعتقد تحوي الكثير من هذه القيم ،
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
وهي مجرّد حكاية رائعة للإبتكار ،
12:24
and how it happens in unlikely ways.
306
729000
3000
وكيف يحدث ذلك بطرق غير محتملة.
12:27
It's October of 1957,
307
732000
3000
التاريخ تشرين الأول / أكتوبر 1957 ،
12:30
and Sputnik has just launched,
308
735000
2000
ولقد تم للتو إطلاق القمر الصناعيّ سبوتنيك ،
12:32
and we're in Laurel Maryland,
309
737000
2000
نحن في ولاية ماريلاند لوريل ،
12:34
at the applied physics lab
310
739000
2000
في مختبر الفيزياء التطبيقية
12:36
associated with Johns Hopkins University.
311
741000
2000
المرتبطة مع جامعة جونز هوبكنز.
12:38
And it's Monday morning,
312
743000
2000
إنّه صباح الإثنين ،
12:40
and the news has just broken about this satellite
313
745000
2000
وإنتشر للتو خبر عن هذا القمر الصناعي
12:42
that's now orbiting the planet.
314
747000
3000
الذي يدور حول الأرض.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
وبطبيعة الحال ، كان هذا بمثابة الجنّة بالنسبة لطالب مثابر، أليس كذلك؟
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
وهناك كل أولئك الفيزيائيّين المهوسين يفكّرون،
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
"يا إلهي! هذا امر لا يصدق. لا أستطيع أن أصدق أن هذا حدث."
12:52
And two of them,
318
757000
2000
واثنان من بينهم ،
12:54
two 20-something researchers at the APL
319
759000
2000
باحثان من بين عشرين من مختبر الفيزياء التّطبيقيّة
12:56
are there at the cafeteria table
320
761000
2000
كانا هناك على طاولة الكافتيريا
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
يقومان بمحادثة غير رسمية مع مجموعة من زملائهم.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
هذين الرجلين هما "غاير" و "ويفنباخ"
13:04
And they start talking, and one of them says,
323
769000
2000
وبدؤوا بالحديث ، قال أحدهم ،
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
"مهلا ، هل حاول أي شخص الاستماع لهذا الشيء؟
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
هناك هذا ، كما تعلمون ، قمر صناعي هناك في الفضاء الخارجي
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
ومن الواضح أنّه يبثّ نوعا من الإشارة.
13:13
We could probably hear it, if we tune in."
327
778000
3000
يمكننا على الأرجح سماعه، اذا أنصتنا ".
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
ثمّ سألوا مجموعة من زملائهم،
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
وأجاب الجميع : "لا ، لم أفكر في ذلك.
13:20
That's an interesting idea."
330
785000
2000
إنّها فكرة مثيرة للاهتمام ".
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
وتبيّن أنّ "ويفنباخ" خبير
13:25
in microwave reception,
332
790000
2000
في استقبال الموجات الدقيقة،
13:27
and he's got a little antennae set up
333
792000
2000
ولقد أقام بعض الهوائيات
13:29
with an amplifier in his office.
334
794000
2000
مع مكبر للصوت في مكتبه.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
وهكذا قام "غاير" و "ويفنباخ" بالعودة إلى مكتب "ويفنباخ"،
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
وبدؤوا بالمحاولة -- أو القرصنة ، كما يمكن أن نسميها الآن.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
وبعد بضع ساعات ، تمكّنوا من التقاط الإشارة ،
13:39
because the Soviets made Sputnik
338
804000
2000
لأنّ السوفيات جعلوا من سبوتنيك
13:41
very easy to track.
339
806000
2000
سهل التعقب.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
وكان يبثّ على تردّد 20 ميغاهرتز ، لذلك يمكن التقاطه بسهولة،
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
لأنهم كانوا يخشون أن يعتقد الناس أنّها كانت مجرّد خدعة.
13:48
So they made it really easy to find it.
342
813000
2000
لذلك جعلوا العثور عليه سهلا حقا.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
لذلك كان اثنين من هؤلاء الرجال يجلسون هناك للإستماع إلى هذه الإشارة ،
13:53
and people start kind of coming into the office and saying,
344
818000
2000
ويبدأ الناس يأتون إلى المكتب ويقولون :
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
"إنّه نجاح باهر ، هذا رائع. هل يمكنني أن أستمع؟ نجاح باهر ، هذا أمر عظيم".
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
وقبل ذلك، كانوا يعتقدون ، "حسنا، هذا أمر تاريخيّ.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
ربما نكون أول من قام في الولايات المتحدة بالاستماع الى هذا.
14:03
We should record it."
348
828000
2000
يجب أن نسجل ذلك ".
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
وهكذا قاموا بجلب ذلك المسجل التناظرية العتيق،
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
وقاموا بتسجيل ذلك الرنين.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
وبدؤوا بتدوين التاريخ و التوقيت
14:13
for each little bleep that they record.
352
838000
3000
لكل رنين قاموا بتسجيله.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
وبدؤوا في التفكير ، "حسنا يا إلاهي ، كما تعلمون ، نحن نلاحظ
14:18
small little frequency variations here.
354
843000
3000
إختلافات صغيرة في التردد هنا.
14:21
We could probably calculate the speed
355
846000
3000
ربما يمكننا حساب سرعة
14:24
that the satellite is traveling,
356
849000
2000
دوران القمر الصناعي،
14:26
if we do a little basic math here
357
851000
2000
اذا استعملنا بعض الحسابات الرياضيّة الأساسية
14:28
using the Doppler effect."
358
853000
2000
باستخدام تأثير "دوبلر".
14:30
And then they played around with it a little bit more,
359
855000
2000
ثمّ قاموا بعد ذلك بالمزيد من الحسابات،
14:32
and they talked to a couple of their colleagues
360
857000
2000
وتحدثوا إلى اثنين من زملائهم
14:34
who had other kind of specialties.
361
859000
2000
الذي كان لديهم نوع آخر من التخصّصات.
14:36
And they said, "Jeez, you know,
362
861000
2000
وقالوا " كما تعلمون ،
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
نعتقد أنّه يمكننا بالنّظر إلى المنحدر في تأثير"دوبلر"
14:40
to figure out the points at which
364
865000
2000
معرفة النقاط التي
14:42
the satellite is closest to our antennae
365
867000
2000
يكون فيها القمر الصناعي الأقرب إلى هوائياتنا
14:44
and the points at which it's farthest away.
366
869000
2000
والنقاط التي يكون فيها الأبعد.
14:46
That's pretty cool."
367
871000
2000
هذا رائع. "
14:48
And eventually, they get permission --
368
873000
2000
وفي نهاية المطاف ، بعد حصولهم على إذن --
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
كل هذا كان مشروعا جانبيّا لم يكن يُمثل جزءا رسميا من وظائفهم.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
بعد حصولهم على إذن لإستخدام الكمبيوتر الجديد "يونيفاك" ، كما تعلمون ،
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
ملأ ذلك الكمبيوتر غرفة بأكملها ، كانوا حصلوا عليها للتوّ في مختبر الفيزياء التطبيقيّة.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
قاموا بتشغيل أكثر من بعض الأرقام ، وعند نهاية نحو ثلاثة أو أربعة أسابيع ،
15:02
turns out they have mapped the exact trajectory
373
887000
3000
تبين أنّهم تمكّنوا من رسم المسار الدقيق
15:05
of this satellite around the Earth,
374
890000
2000
لهذا القمر الصناعي حول الأرض ،
15:07
just from listening to this one little signal,
375
892000
2000
فقط من خلال الإستماع الى هذه الإشارة الصغيرة،
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
إنطلاقا من هذا الحدس الصغير والذي ألهمهم بذلك
15:12
over lunch one morning.
377
897000
3000
خلال غداء في صباح أحد الأيام.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
بعد مرور بضعة أسابيع في قام رئيسهم ، "فرانك مكلور"،
15:18
pulls them into the room and says,
379
903000
2000
بدعوتهم إلى غرفة والقول :
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
"مهلا ، يا رفاق ، أودّ أن أطلب منكم شيئا
15:22
about that project you were working on.
381
907000
2000
بخصوص هذا المشروع الذي كنتم تعملون عليه.
15:24
You've figured out an unknown location
382
909000
2000
لقد تعرّفتم على مكان مجهول
15:26
of a satellite orbiting the planet
383
911000
3000
لقمر صناعيّ يدور حول الأرض
15:29
from a known location on the ground.
384
914000
2000
من موقع معروف على الأرض.
15:31
Could you go the other way?
385
916000
2000
هل يمكن أن يتحقّق هذا في الإتجاه المعاكس؟
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
هل يمكن معرفة مكان مجهول على أرض،
15:35
if you knew the location of the satellite?"
387
920000
3000
إذا كنت تعرف مكان وجود القمر الصناعيّ؟ "
15:38
And they thought about it and they said,
388
923000
2000
وفكّروا في ذلك الأمر ، وقالوا :
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
"حسنا ، أعتقد أنّ ذلك ممكن. دعونا تشتغل على الأرقام."
15:43
So they went back, and they thought about it.
390
928000
2000
فعادا، وفكّروا في هذا الموضوع.
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
ثمّ عادوا ، وقالوا "في الواقع ، سيكون الأمر أكثر سهولة".
15:47
And he said, "Oh, that's great.
392
932000
2000
وقال : "أوه ، هذا رائع.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
لنرى ، لديّ هذه الغواصات النووية الجديدة
15:52
that I'm building.
394
937000
2000
التي أنا بصدد بنائها.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
وإنه من الصعب حقا معرفة كيفية جعل الصواريخ
15:57
so that it will land right on top of Moscow,
396
942000
2000
تسقط فوق موسكو،
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
إذا كنت لا تعرف مكان الغواصة في وسط المحيط الهادئ.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
لذلك نحن نُفكّر ، يمكننا إطلاق مجموعة من الأقمار الصناعية
16:05
and use it to track our submarines
399
950000
3000
واستخدامها لتعقب الغواصات لدينا
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
ومعرفة موقعها في وسط المحيط.
16:10
Could you work on that problem?"
401
955000
2000
هل يمكنكم العمل على هذه المشكلة؟ "
16:12
And that's how GPS was born.
402
957000
3000
وكانت هذه هي الطريقة التي رأى بها نظام تحديد المواقع النّور.
16:15
30 years later,
403
960000
2000
منذ 30 عاما مضت،
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
قام "رونالد ريغان" بجعلها متاحة
16:20
that anybody could kind of build upon
405
965000
2000
بحيث يمكن لأي شخص البناء عليها
16:22
and anybody could come along and build new technology
406
967000
3000
ويمكن أي شخص أن يبني تكنولوجيا جديدة
16:25
that would create and innovate
407
970000
2000
من شأنها أن تُبدع وتبتكر
16:27
on top of this open platform,
408
972000
2000
بالإعتماد على هذه المنصة المفتوحة ،
16:29
left it open for anyone to do
409
974000
2000
تركها مفتوحة لأي شخص للقيام
16:31
pretty much anything they wanted with it.
410
976000
2000
بأي شيء رائع يريده بإستعمالها.
16:33
And now, I guarantee you
411
978000
2000
الآن ، أنا أضمن لكم
16:35
certainly half of this room, if not more,
412
980000
2000
بالتأكيد أنّ نصف من في هذه الغرفة ، إن لم يكن أكثر من ذلك ،
16:37
has a device sitting in their pocket right now
413
982000
2000
لديهم الآن جهازا في جيوبهم
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
يتحدث إلى إحدى هذه الأقمار في الفضاء الخارجي.
16:42
And I bet you one of you, if not more,
415
987000
3000
وأراهن أنّ واحدا من بينكم ، إن لم يكن أكثر،
16:45
has used said device and said satellite system
416
990000
3000
استخدم جهاز نظام الأقمار الصناعية هذا
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
لتحديد موقع مقهى قريب في مكان ما في أحد الأيّام الماضية --
16:51
(Laughter)
418
996000
2000
(ضحك)
16:53
in the last day or last week, right?
419
998000
3000
في أحد الأيّام الماضية أو في الأسبوع الماضي ، أليس كذلك؟
16:56
(Applause)
420
1001000
3000
(تصفيق)
16:59
And that, I think,
421
1004000
2000
وهذا ، كما أعتقد ،
17:01
is a great case study, a great lesson
422
1006000
3000
هو دراسة لحالة كبيرة ، ودرس عظيم ،
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
في القوّة ، الرائعة ، والعشوائية نوعا ما
17:06
emergent, unpredictable power
424
1011000
3000
والناشئة ، القوّة التي لا يمكن التنبؤ بها ،
17:09
of open innovative systems.
425
1014000
2000
للنُّظم المبتكرة المفتوحة.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
عندما تقوم بإنشاءها على النّحو السّليم، سوف تُفضي إلى اتجاهات جديدة تماما
17:13
that the creators never even dreamed of.
427
1018000
2000
لم يسبق للمبدعين أن حَلموا بها حتى.
17:15
I mean, here you have these guys
428
1020000
2000
أعني ، لديك هنا هؤلاء الرجال
17:17
who basically thought they were just following this hunch,
429
1022000
2000
الذين ظنوا أنّهم كانوا يَتَّبِعون مجرّد حدس،
17:19
this little passion that had developed,
430
1024000
2000
هذا الشغف الصغير الذي تطوّر ،
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
ثم ظنّوا أنهم كانوا يقاتلون في الحرب الباردة ،
17:23
and then it turns out they're just helping somebody
432
1028000
2000
ثم تبين أنهم يقومون بمجرد مساعدة شخص
17:25
find a soy latte.
433
1030000
2000
العثور على قهوة صويا.
17:27
(Laughter)
434
1032000
2000
(ضحك)
17:29
That is how innovation happens.
435
1034000
2000
هذه هي الطريقة التي يحدث بها الإبتكار.
17:31
Chance favors the connected mind.
436
1036000
2000
الحظّ يُفضّل العقول المترابطة.
17:33
Thank you very much.
437
1038000
2000
شكرا جزيلا.
17:35
(Applause)
438
1040000
3000
(تصفيق)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com