TEDGlobal 2011
Tim Harford: Trial, error and the God complex
Tim Harford: ensayo, error y el complejo de Dios
Filmed:
Readability: 4.3
2,044,503 views
El escritor y economista Tim Harford estudia los sistemas complejos y ha encontrado un vínculo sorprendente entre los sistemas exitosos: fueron hechos a base de ensayo y error. En esta chispeante charla de TEDGlobal 2011 nos propone que nos embarquemos en lo aleatorio y comencemos a cometer mejores errores.
Tim Harford - Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio
Double-click the English transcript below to play the video.
00:15
It's the Second World War.
0
0
2000
Estamos en la Segunda Guerra Mundial,
00:17
A German prison camp.
1
2000
3000
en un campo de concentración alemán
00:20
And this man,
2
5000
3000
y este hombre,
00:23
Archie Cochrane,
3
8000
3000
Archie Cochrane,
00:26
is a prisoner of war and a doctor,
4
11000
3000
prisionero de guerra y médico,
00:29
and he has a problem.
5
14000
3000
tiene un problema
00:32
The problem is that the men under his care
6
17000
3000
y es que las personas que tiene que cuidar
00:35
are suffering
7
20000
2000
sufren
00:37
from an excruciating and debilitating condition
8
22000
3000
de una atroz afección debilitante
00:40
that Archie doesn't really understand.
9
25000
3000
que Archie no entiende bien.
00:43
The symptoms
10
28000
2000
Se caracteriza por
00:45
are this horrible swelling up of fluids under the skin.
11
30000
3000
unas horribles ampollas llenas de un líquido subcutáneo.
00:48
But he doesn't know whether it's an infection, whether it's to do with malnutrition.
12
33000
3000
Él no sabe si es una infección o si tiene que ver con malnutrición.
00:51
He doesn't know how to cure it.
13
36000
2000
No sabe cómo tratarla.
00:53
And he's operating in a hostile environment.
14
38000
3000
Y tiene que trabajar en un ambiente hostil.
00:56
And people do terrible things in wars.
15
41000
2000
En la guerra la gente hace cosas terribles.
00:58
The German camp guards, they've got bored.
16
43000
3000
Los guardias alemanes en ese campo se aburrían
01:01
They've taken to just firing into the prison camp at random
17
46000
2000
y empezaban a disparar hacia el campo, al azar,
01:03
for fun.
18
48000
2000
por diversión.
01:05
On one particular occasion,
19
50000
2000
En alguna ocasión,
01:07
one of the guards threw a grenade into the prisoners' lavatory
20
52000
3000
uno de los guardias lanzó una granada al baño de los prisioneros
01:10
while it was full of prisoners.
21
55000
3000
estando lleno de gente.
01:13
He said he heard suspicious laughter.
22
58000
2000
Dijo que había oído risas sospechosas.
01:15
And Archie Cochrane, as the camp doctor,
23
60000
3000
Y a Archie Cochrane, como era el médico del campo,
01:18
was one of the first men in
24
63000
2000
le tocó ser uno de los primeros en
01:20
to clear up the mess.
25
65000
2000
limpiar el desastre.
01:22
And one more thing:
26
67000
2000
Algo más:
01:24
Archie was suffering from this illness himself.
27
69000
3000
Archie mismo estaba sufriendo esa misma enfermedad.
01:27
So the situation seemed pretty desperate.
28
72000
3000
La situación parecía completamente acuciante.
01:30
But Archie Cochrane
29
75000
2000
Pero Archie Cochrane
01:32
was a resourceful person.
30
77000
3000
era una persona práctica.
01:35
He'd already smuggled vitamin C into the camp,
31
80000
3000
Él había introducido en el campo la vitamina C, de contrabando,
01:38
and now he managed
32
83000
2000
y también logró
01:40
to get hold of supplies of marmite
33
85000
2000
conseguir unas provisiones de marmite
01:42
on the black market.
34
87000
2000
en el mercado negro.
01:44
Now some of you will be wondering what marmite is.
35
89000
3000
Tal vez algunos de ustedes se pregunten qué es la marmite.
01:47
Marmite is a breakfast spread beloved of the British.
36
92000
3000
La marmite es una crema para untar al pan que les encanta a los ingleses.
01:50
It looks like crude oil.
37
95000
2000
Parece petróleo crudo.
01:52
It tastes ...
38
97000
2000
Y el sabor es...
01:54
zesty.
39
99000
2000
picante.
01:56
And importantly,
40
101000
2000
Muy importante;
01:58
it's a rich source
41
103000
2000
es una gran fuente
02:00
of vitamin B12.
42
105000
2000
de vitamina B12.
02:02
So Archie splits the men under his care as best he can
43
107000
3000
Archie dividió a las personas bajo su cuidado, como pudo,
02:05
into two equal groups.
44
110000
2000
en dos grupos iguales.
02:07
He gives half of them vitamin C.
45
112000
2000
A la mitad les dio vitamina C.
02:09
He gives half of them vitamin B12.
46
114000
3000
A los otros, vitamina B12.
02:12
He very carefully and meticulously notes his results
47
117000
3000
Cuidadosa y meticulosamente iba anotando los resultados
02:15
in an exercise book.
48
120000
2000
en un cuaderno.
02:17
And after just a few days,
49
122000
2000
Después de unos pocos días,
02:19
it becomes clear
50
124000
2000
se vio claramente
02:21
that whatever is causing this illness,
51
126000
3000
que cualquiera fuese la causa de la enfermedad,
02:24
marmite is the cure.
52
129000
3000
se curaba con marmite.
02:27
So Cochrane then goes to the Germans who are running the prison camp.
53
132000
3000
Cochrane se dirigió a los alemanes que manejaban el campo.
02:30
Now you've got to imagine at the moment --
54
135000
2000
Ahora hay que imaginarse el momento...
02:32
forget this photo, imagine this guy
55
137000
2000
olvídense de la foto. Piensen en este tipo
02:34
with this long ginger beard and this shock of red hair.
56
139000
3000
con barba larga rojiza y cabello con mechones pelirrojos.
02:37
He hasn't been able to shave -- a sort of Billy Connolly figure.
57
142000
3000
No podía afeitarse; se parecía a Billy Connolly.
02:40
Cochrane, he starts ranting at these Germans
58
145000
2000
Cochrane comenzó a quejarse ante esos alemanes
02:42
in this Scottish accent --
59
147000
2000
con su acento escocés.
02:44
in fluent German, by the way, but in a Scottish accent --
60
149000
3000
Buen alemán, pero con acento escocés.
02:47
and explains to them how German culture was the culture
61
152000
3000
Les explicó que la cultura alemana fue la que
02:50
that gave Schiller and Goethe to the world.
62
155000
2000
produjo a Schiller y a Goethe para el mundo.
02:52
And he can't understand
63
157000
2000
Y no podía entender
02:54
how this barbarism can be tolerated,
64
159000
2000
cómo podían tolerar esas barbaridades.
02:56
and he vents his frustrations.
65
161000
3000
Se desahogó con sus frustraciones.
02:59
And then he goes back to his quarters,
66
164000
3000
Volvió a su habitación
03:02
breaks down and weeps
67
167000
3000
y rompió a llorar
03:05
because he's convinced that the situation is hopeless.
68
170000
3000
porque estaba convencido de que la situación era acuciante.
03:10
But a young German doctor
69
175000
3000
Pero un joven doctor alemán
03:13
picks up Archie Cochrane's exercise book
70
178000
3000
encontró el cuaderno de Archie Cochrane
03:16
and says to his colleagues,
71
181000
4000
y les dijo a sus colegas:
03:20
"This evidence is incontrovertible.
72
185000
5000
"Esta evidencia es irrefutable.
03:25
If we don't supply vitamins to the prisoners,
73
190000
3000
Si no les damos vitaminas a los prisioneros,
03:28
it's a war crime."
74
193000
2000
será un crimen de guerra".
03:30
And the next morning,
75
195000
2000
A la mañana siguiente
03:32
supplies of vitamin B12 are delivered to the camp,
76
197000
3000
llegaron al campo provisiones de vitamina B12
03:35
and the prisoners begin to recover.
77
200000
3000
y los prisioneros comenzaron a mejorarse.
03:39
Now I'm not telling you this story
78
204000
2000
Yo no traje a colación esta historia porque
03:41
because I think Archie Cochrane is a dude,
79
206000
2000
piense que Archie Cochrane era un buen tipo,
03:43
although Archie Cochrane is a dude.
80
208000
4000
aunque sí era un buen tipo.
03:47
I'm not even telling you the story
81
212000
2000
No he traído este episodio
03:49
because I think we should be running
82
214000
2000
porque piense que deberíamos
03:51
more carefully controlled randomized trials
83
216000
2000
ser más cuidadosos con los ensayos al azar
03:53
in all aspects of public policy,
84
218000
2000
en todos los aspectos de las políticas públicas,
03:55
although I think that would also be completely awesome.
85
220000
4000
aunque sí pienso que eso sería verdaderamente magnífico.
03:59
I'm telling you this story
86
224000
2000
He traído esto
04:01
because Archie Cochrane, all his life,
87
226000
3000
porque Archie Cochrane, toda su vida,
04:04
fought against a terrible affliction,
88
229000
4000
tuvo que luchar contra una terrible dolencia.
04:08
and he realized it was debilitating to individuals
89
233000
4000
Él se daba cuenta de algo que debilita a las personas
04:12
and it was corrosive to societies.
90
237000
2000
y corroe a las sociedades.
04:14
And he had a name for it.
91
239000
2000
Le puso nombre.
04:16
He called it the God complex.
92
241000
3000
Lo llamaba el complejo de Dios.
04:19
Now I can describe the symptoms of the God complex very, very easily.
93
244000
4000
Puedo describir los síntomas del complejo de Dios muy, muy fácilmente.
04:23
So the symptoms of the complex
94
248000
3000
Los síntomas...
04:26
are, no matter how complicated the problem,
95
251000
3000
no importa qué tan complicado sea un problema,
04:29
you have an absolutely overwhelming belief
96
254000
3000
la persona tiene la certeza absolutamente abrumadora
04:32
that you are infallibly right in your solution.
97
257000
4000
de que su solución es infaliblemente correcta.
04:36
Now Archie was a doctor,
98
261000
2000
Como Archie era médico,
04:38
so he hung around with doctors a lot.
99
263000
2000
se encontraba a cada rato con otros doctores.
04:40
And doctors suffer from the God complex a lot.
100
265000
3000
Y todos ellos sufren muchísimo del complejo de Dios.
04:43
Now I'm an economist, I'm not a doctor,
101
268000
2000
Yo soy economista, no soy médico,
04:45
but I see the God complex around me all the time
102
270000
2000
pero puedo ver que me rodea el complejo de Dios
04:47
in my fellow economists.
103
272000
2000
todo el tiempo, en mis colegas.
04:49
I see it in our business leaders.
104
274000
2000
Lo veo en los líderes de empresas.
04:51
I see it in the politicians we vote for --
105
276000
2000
Lo veo en los políticos que votamos;
04:53
people who, in the face of an incredibly complicated world,
106
278000
4000
gente que, ante asuntos increíblemente complejos,
04:57
are nevertheless absolutely convinced
107
282000
3000
están absolutamente convencidos
05:00
that they understand the way that the world works.
108
285000
3000
de que entienden cómo funciona el mundo.
05:03
And you know, with the future billions that we've been hearing about,
109
288000
3000
Con todos esos miles de millones para el futuro, de los que hemos oído,
05:06
the world is simply far too complex
110
291000
2000
sencillamente el mundo es demasiado complejo
05:08
to understand in that way.
111
293000
2000
para entenderlo así.
05:10
Well let me give you an example.
112
295000
2000
Permítanme poner un ejemplo.
05:12
Imagine for a moment
113
297000
2000
Imagínense por un momento
05:14
that, instead of Tim Harford in front of you,
114
299000
2000
que en lugar de Tim Harford aquí
05:16
there was Hans Rosling presenting his graphs.
115
301000
3000
estuviera Hans Rosling presentando sus gráficas.
05:19
You know Hans:
116
304000
2000
Conocen a Hans;
05:21
the Mick Jagger of TED.
117
306000
2000
el Mick Jagger de TED.
05:23
(Laughter)
118
308000
2000
(Risas)
05:25
And he'd be showing you these amazing statistics,
119
310000
2000
Y que estuviera mostrando esas fantásticas estadísticas
05:27
these amazing animations.
120
312000
2000
con sus maravillosas animaciones.
05:29
And they are brilliant; it's wonderful work.
121
314000
2000
Son brillantes. Es un trabajo excelente.
05:31
But a typical Hans Rosling graph:
122
316000
2000
Una gráfica típica de Hans Rosling;
05:33
think for a moment, not what it shows,
123
318000
3000
piensen un momento, no en su significado,
05:36
but think instead about what it leaves out.
124
321000
3000
sino en lo que no incluye.
05:39
So it'll show you GDP per capita,
125
324000
3000
Muestra el PIB per cápita,
05:42
population, longevity,
126
327000
2000
la población y la longevidad,
05:44
that's about it.
127
329000
2000
no más que eso.
05:46
So three pieces of data for each country --
128
331000
2000
Tres grupos de variables para cada país,
05:48
three pieces of data.
129
333000
2000
tres datos.
05:50
Three pieces of data is nothing.
130
335000
2000
Tres datos no son nada.
05:52
I mean, have a look at this graph.
131
337000
2000
Miren esta gráfica
05:54
This is produced by the physicist Cesar Hidalgo.
132
339000
2000
producida por el físico César Hidalgo
05:56
He's at MIT.
133
341000
2000
del MIT.
05:58
Now you won't be able to understand a word of it,
134
343000
2000
No se entiende nada
06:00
but this is what it looks like.
135
345000
2000
pero así se ve.
06:02
Cesar has trolled the database
136
347000
2000
César ha examinado la base de datos
06:04
of over 5,000 different products,
137
349000
3000
de más de 5.000 productos diferentes,
06:07
and he's used techniques of network analysis
138
352000
5000
usando técnicas de análisis de redes
06:12
to interrogate this database
139
357000
2000
para examinar la base de datos
06:14
and to graph relationships between the different products.
140
359000
2000
y hacer gráficas de las relaciones entre los diferentes productos.
06:16
And it's wonderful, wonderful work.
141
361000
2000
Es magnífico. Muy buen trabajo.
06:18
You show all these interconnections, all these interrelations.
142
363000
3000
Se muestran todas esas conexiones, todas esas relaciones.
06:21
And I think it'll be profoundly useful
143
366000
2000
Pienso que será extremadamente útil
06:23
in understanding how it is that economies grow.
144
368000
3000
para entender cómo crecen las economías.
06:26
Brilliant work.
145
371000
2000
Un trabajo brillante.
06:28
Cesar and I tried to write a piece for The New York Times Magazine
146
373000
2000
Con él tratamos de escribir algo para la revista del New York Times,
06:30
explaining how this works.
147
375000
2000
explicando cómo funciona eso.
06:32
And what we learned
148
377000
2000
Lo que aprendimos fue
06:34
is Cesar's work is far too good to explain
149
379000
2000
que el trabajo de César era demasiado bueno para explicarlo
06:36
in The New York Times Magazine.
150
381000
2000
en esa revista.
06:40
Five thousand products --
151
385000
3000
Y 5.000 productos
06:43
that's still nothing.
152
388000
2000
todavía no son nada.
06:45
Five thousand products --
153
390000
2000
5.000 productos.
06:47
imagine counting every product category
154
392000
2000
Piensen en contar cada una de las referencias de productos
06:49
in Cesar Hidalgo's data.
155
394000
2000
de los datos de César Hidalgo.
06:51
Imagine you had one second
156
396000
2000
Digamos un segundo
06:53
per product category.
157
398000
2000
por cada referencia.
06:55
In about the length of this session,
158
400000
3000
En lo que dura esta sesión
06:58
you would have counted all 5,000.
159
403000
2000
habríamos contado los 5.000.
07:00
Now imagine doing the same thing
160
405000
2000
Ahora imagínense hacer lo mismo
07:02
for every different type of product on sale in Walmart.
161
407000
3000
con todos los productos que se venden en Walmart.
07:05
There are 100,000 there. It would take you all day.
162
410000
3000
Hay 100.000. Nos llevaría todo el día.
07:08
Now imagine trying to count
163
413000
2000
Ahora piensen en tratar de contar
07:10
every different specific product and service
164
415000
3000
todos los productos y servicios
07:13
on sale in a major economy
165
418000
2000
que se venden en las grandes economías
07:15
such as Tokyo, London or New York.
166
420000
2000
como Tokio, Londres o New York.
07:17
It's even more difficult in Edinburgh
167
422000
2000
Más difícil sería en Edimburgo
07:19
because you have to count all the whisky and the tartan.
168
424000
3000
porque habría que contar todo el whisky y todo el tartán.
07:22
If you wanted to count every product and service
169
427000
2000
Si se quiere contar todos los productos y servicios
07:24
on offer in New York --
170
429000
2000
en oferta en New York,
07:26
there are 10 billion of them --
171
431000
2000
hay 10.000 millones,
07:28
it would take you 317 years.
172
433000
3000
nos tomaría 317 años.
07:31
This is how complex the economy we've created is.
173
436000
3000
Esto muestra la complejidad de la economía que hemos creado.
07:34
And I'm just counting toasters here.
174
439000
2000
Y esto apenas contando tostadoras.
07:36
I'm not trying to solve the Middle East problem.
175
441000
2000
No es el problema del Cercano Oriente.
07:39
The complexity here is unbelievable.
176
444000
3000
Ahí la complejidad es increíble.
07:42
And just a piece of context --
177
447000
2000
Algo de contexto;
07:44
the societies in which our brains evolved
178
449000
2000
las sociedades en que evolucionaron nuestros cerebros
07:46
had about 300 products and services.
179
451000
2000
tenían unos 300 productos y servicios.
07:48
You could count them in five minutes.
180
453000
3000
Se podían contar en cinco minutos.
07:51
So this is the complexity of the world that surrounds us.
181
456000
3000
Así es la complejidad del mundo que nos rodea.
07:54
This perhaps is why
182
459000
2000
Tal vez por eso es que
07:56
we find the God complex so tempting.
183
461000
3000
el complejo de Dios es tan atractivo.
07:59
We tend to retreat and say, "We can draw a picture,
184
464000
3000
Tenemos la tendencia a decir: "Puedo trazar una gráfica,
08:02
we can post some graphs,
185
467000
2000
dibujar varias gráficas
08:04
we get it, we understand how this works."
186
469000
3000
y listo. Ya sé cómo funciona".
08:07
And we don't.
187
472000
2000
Y no es cierto.
08:09
We never do.
188
474000
2000
Nunca lo sabremos.
08:11
Now I'm not trying to deliver a nihilistic message here.
189
476000
2000
Y no traigo un mensaje nihilista.
08:13
I'm not trying to say we can't solve
190
478000
2000
No quiero decir que no se puedan resolver
08:15
complicated problems in a complicated world.
191
480000
2000
los problemas complicados de este mundo complejo.
08:17
We clearly can.
192
482000
2000
Sí podemos.
08:19
But the way we solve them
193
484000
2000
Pero la manera de hacerlo
08:21
is with humility --
194
486000
2000
es con humildad.
08:23
to abandon the God complex
195
488000
2000
Hay que prescindir del complejo de Dios
08:25
and to actually use a problem-solving technique that works.
196
490000
3000
y usar una técnica de solución de problemas que funcione.
08:28
And we have a problem-solving technique that works.
197
493000
3000
Tenemos la metodología.
08:31
Now you show me
198
496000
2000
Muéstrenme
08:33
a successful complex system,
199
498000
2000
un sistema complejo que funcione
08:35
and I will show you a system
200
500000
3000
y yo les mostraré un sistema
08:38
that has evolved through trial and error.
201
503000
2000
que ha evolucionado por ensayo y error.
08:40
Here's an example.
202
505000
2000
Veamos un ejemplo.
08:42
This baby was produced through trial and error.
203
507000
3000
Este bebé fue producido por ensayo y error.
08:46
I realize that's an ambiguous statement.
204
511000
3000
Yo sé que esta afirmación es ambigua.
08:49
Maybe I should clarify it.
205
514000
2000
Debería clarificarla.
08:51
This baby is a human body: it evolved.
206
516000
3000
El bebé es un ser humano; viene de la evolución.
08:54
What is evolution?
207
519000
2000
¿Qué es la evolución?
08:56
Over millions of years, variation and selection,
208
521000
3000
Por millones de años, variación y selección.
08:59
variation and selection --
209
524000
3000
Variación y selección.
09:02
trial and error,
210
527000
2000
Ensayo y error.
09:04
trial and error.
211
529000
3000
Ensayo y error.
09:07
And it's not just biological systems
212
532000
2000
No sólo los sistemas biológicos
09:09
that produce miracles through trial and error.
213
534000
2000
producen milagros por ensayo y error.
09:11
You could use it in an industrial context.
214
536000
2000
Se puede ver en un contexto industrial.
09:13
So let's say you wanted to make detergent.
215
538000
2000
Supongamos que se desea hacer un detergente.
09:15
Let's say you're Unilever
216
540000
2000
Supónganse que somos Unilever
09:17
and you want to make detergent in a factory near Liverpool.
217
542000
3000
y que queremos producir detergentes en una fábrica cerca a Liverpool.
09:20
How do you do it?
218
545000
2000
¿Cómo lo hacemos?
09:22
Well you have this great big tank full of liquid detergent.
219
547000
3000
Tenemos un gran tanque lleno de detergente líquido.
09:25
You pump it at a high pressure through a nozzle.
220
550000
2000
Se bombea por una boquilla a alta presión.
09:27
You create a spray of detergent.
221
552000
3000
Y se hace una rociada de detergente.
09:30
Then the spray dries. It turns into powder.
222
555000
2000
Luego ese rocío se seca, se vuelve polvo
09:32
It falls to the floor.
223
557000
2000
y cae al piso.
09:34
You scoop it up. You put it in cardboard boxes.
224
559000
2000
Se recoge y se empaca en cajas de cartón.
09:36
You sell it at a supermarket.
225
561000
2000
Lo vendemos en el supermercado
09:38
You make lots of money.
226
563000
2000
y hacemos cantidades de dinero.
09:40
How do you design that nozzle?
227
565000
3000
¿Cómo se diseña la boquilla?
09:43
It turns out to be very important.
228
568000
3000
Esto es bien importante.
09:46
Now if you ascribe to the God complex,
229
571000
2000
Si tenemos el complejo de Dios,
09:48
what you do is you find yourself a little God.
230
573000
3000
lo que hacemos es conseguir un pequeño dios.
09:51
You find yourself a mathematician; you find yourself a physicist --
231
576000
3000
Se contrata un matemático, un físico,
09:54
somebody who understands the dynamics of this fluid.
232
579000
3000
alguno que entienda la dinámica de este fluido.
09:57
And he will, or she will,
233
582000
3000
Él calculará
10:00
calculate the optimal design of the nozzle.
234
585000
3000
el diseño óptimo para la boquilla.
10:03
Now Unilever did this and it didn't work --
235
588000
2000
Unilever lo hizo y no funcionó,
10:05
too complicated.
236
590000
2000
muy complicado.
10:07
Even this problem, too complicated.
237
592000
3000
Este problema es demasiado complicado.
10:10
But the geneticist Professor Steve Jones
238
595000
3000
El profesor de genética, Steve Jones
10:13
describes how Unilever actually did solve this problem --
239
598000
3000
describe cómo resolvieron el problema en Unilever.
10:16
trial and error,
240
601000
2000
Ensayo y error,
10:18
variation and selection.
241
603000
2000
variación y selección.
10:20
You take a nozzle
242
605000
2000
Se toma una boquilla
10:22
and you create 10 random variations on the nozzle.
243
607000
4000
y se crean 10 variaciones aleatorias de esa.
10:26
You try out all 10; you keep the one that works best.
244
611000
3000
Se ensayan todas y se conserva la que funciona mejor.
10:29
You create 10 variations on that one.
245
614000
2000
Se crean otras 10 variaciones de esa,
10:31
You try out all 10. You keep the one that works best.
246
616000
3000
se ensayan todas y se conserva la mejor.
10:34
You try out 10 variations on that one.
247
619000
2000
Se ensayan 10 variaciones de esta última.
10:36
You see how this works, right?
248
621000
2000
Ya entienden cómo funciona.
10:38
And after 45 generations,
249
623000
2000
Después de 45 generaciones
10:40
you have this incredible nozzle.
250
625000
2000
se logra esta boquilla increíble.
10:42
It looks a bit like a chess piece --
251
627000
2000
Parece una pieza de ajedrez
10:44
functions absolutely brilliantly.
252
629000
3000
y funciona admirablemente.
10:47
We have no idea
253
632000
2000
No tenemos idea
10:49
why it works,
254
634000
2000
de cómo opera,
10:51
no idea at all.
255
636000
2000
ni idea.
10:53
And the moment you step back from the God complex --
256
638000
2000
En ese momento uno se aparta del complejo de Dios.
10:55
let's just try to have a bunch of stuff;
257
640000
2000
Trata de obtener algo,
10:57
let's have a systematic way of determining what's working and what's not --
258
642000
3000
de encontrar una manera sistemática de decidir qué funciona y qué no.
11:00
you can solve your problem.
259
645000
2000
Así podemos resolver el problema.
11:02
Now this process of trial and error
260
647000
2000
Este proceso de ensayo y error
11:04
is actually far more common in successful institutions
261
649000
3000
es en realidad más común en las instituciones exitosas
11:07
than we care to recognize.
262
652000
2000
de lo que nos interesa reconocer.
11:09
And we've heard a lot about how economies function.
263
654000
3000
Hemos oído bastante sobre cómo funcionan las economías.
11:12
The U.S. economy is still the world's greatest economy.
264
657000
4000
La mayor de todas en el mundo es todavía la economía estadounidense.
11:16
How did it become the world's greatest economy?
265
661000
3000
¿Cómo llegó a ser la mayor economía?
11:19
I could give you all kinds of facts and figures
266
664000
2000
Podría traer aquí toda clase de datos y cifras
11:21
about the U.S. economy,
267
666000
2000
sobre la economía estadounidense,
11:23
but I think the most salient one is this:
268
668000
3000
pero creo que lo más sobresaliente es esto:
11:26
ten percent of American businesses
269
671000
3000
el 10% de las empresas en Estados Unidos
11:29
disappear every year.
270
674000
3000
desaparece cada año.
11:32
That is a huge failure rate.
271
677000
3000
Una tasa de fracasos enorme.
11:35
It's far higher than the failure rate of, say, Americans.
272
680000
2000
Es bastante mayor que la mortalidad en EE.UU..
11:37
Ten percent of Americans don't disappear every year.
273
682000
3000
Cada año no muere el 10% de las personas.
11:40
Which leads us to conclude
274
685000
2000
Según esto se puede concluir
11:42
American businesses fail faster than Americans,
275
687000
3000
que las empresas desaparecen más rápido que las personas.
11:45
and therefore American businesses are evolving faster than Americans.
276
690000
3000
O sea que los negocios evolucionan más rápido que la gente.
11:48
And eventually, they'll have evolved to such a high peak of perfection
277
693000
3000
Eventualmente las empresas llegarán a tal grado de perfección
11:51
that they will make us all their pets --
278
696000
3000
que nos convertirán a nosotros en sus mascotas,
11:54
(Laughter)
279
699000
2000
(Risas)
11:56
if, of course, they haven't already done so.
280
701000
3000
si es que no lo han hecho ya.
11:59
I sometimes wonder.
281
704000
3000
A veces me pregunto...
12:02
But it's this process of trial and error
282
707000
2000
Es este proceso de ensayo y error,
12:04
that explains this great divergence,
283
709000
4000
lo que explica tanta divergencia
12:08
this incredible performance of Western economies.
284
713000
3000
en la increíble organización de las economías occidentales.
12:11
It didn't come because you put some incredibly smart person in charge.
285
716000
3000
No surgió por haber puesto algún ser superinteligente a cargo.
12:14
It's come through trial and error.
286
719000
2000
Surgen por ensayo y error.
12:16
Now I've been sort of banging on about this
287
721000
2000
He estado repitiendo esto
12:18
for the last couple of months,
288
723000
2000
durante los últimos dos meses
12:20
and people sometimes say to me,
289
725000
2000
y algunas personas me dicen:
12:22
"Well Tim, it's kind of obvious.
290
727000
2000
"Oye Tim, eso es bastante obvio.
12:24
Obviously trial and error is very important.
291
729000
2000
Es evidente que el ensayo y error es importante.
12:26
Obviously experimentation is very important.
292
731000
2000
Obviamente, la experimentación es muy importante.
12:28
Now why are you just wandering around saying this obvious thing?"
293
733000
3000
¿Pero por qué razón andas diciendo algo tan evidente?"
12:31
So I say, okay, fine.
294
736000
2000
Y respondo, está bien.
12:33
You think it's obvious?
295
738000
2000
¿Piensan que es obvio?
12:35
I will admit it's obvious
296
740000
2000
Admitiré que sí es obvio
12:37
when schools
297
742000
2000
cuando en las escuelas
12:39
start teaching children
298
744000
3000
comiencen a enseñar a los niños
12:42
that there are some problems that don't have a correct answer.
299
747000
3000
que hay problemas sin respuesta.
12:45
Stop giving them lists of questions
300
750000
3000
Cuando dejen de darles cantidades de preguntas
12:48
every single one of which has an answer.
301
753000
2000
todas con sus respuestas.
12:50
And there's an authority figure in the corner
302
755000
2000
Siempre habrá una autoridad en la esquina,
12:52
behind the teacher's desk who knows all the answers.
303
757000
2000
detrás del escritorio del profesor, con todas las respuestas.
12:54
And if you can't find the answers,
304
759000
2000
Si alguno no encuentra las respuestas
12:56
you must be lazy or stupid.
305
761000
2000
es por perezoso o por estúpido.
12:58
When schools stop doing that all the time,
306
763000
2000
Si las escuelas dejaren de hacer esto todo el tiempo,
13:00
I will admit that, yes,
307
765000
2000
admitiría que sí,
13:02
it's obvious that trial and error is a good thing.
308
767000
2000
que es obvio que ensayo y error es algo bueno.
13:04
When a politician stands up
309
769000
3000
Si un político
13:07
campaigning for elected office
310
772000
2000
en campaña para algún cargo público
13:09
and says, "I want to fix our health system.
311
774000
2000
y dice: "Quiero mejorar el sistema de salud.
13:11
I want to fix our education system.
312
776000
2000
Quiero arreglar el sistema educativo.
13:13
I have no idea how to do it.
313
778000
3000
Pero no sé cómo hacerlo.
13:16
I have half a dozen ideas.
314
781000
2000
Tengo unas cuantas ideas.
13:18
We're going to test them out. They'll probably all fail.
315
783000
3000
Vamos a ensayarlas. Posiblemente todas fallen.
13:21
Then we'll test some other ideas out.
316
786000
2000
Entonces ensayaremos otras.
13:23
We'll find some that work. We'll build on those.
317
788000
2000
Veremos si algunas funcionan. Y de ahí partiremos.
13:25
We'll get rid of the ones that don't." --
318
790000
2000
Y nos deshacemos de las que no funcionan".
13:27
when a politician campaigns on that platform,
319
792000
3000
Si un político hace su campaña con tal programa,
13:30
and more importantly, when voters like you and me
320
795000
3000
más importante aún, si los votantes como Uds. y yo
13:33
are willing to vote for that kind of politician,
321
798000
2000
votamos por esa clase de políticos,
13:35
then I will admit
322
800000
2000
entonces admitiré
13:37
that it is obvious that trial and error works, and that -- thank you.
323
802000
3000
que es obvio que ensayo y error funciona... y gracias.
13:40
(Applause)
324
805000
4000
(Aplausos)
13:44
Until then, until then
325
809000
3000
Hasta ese momento
13:47
I'm going to keep banging on about trial and error
326
812000
2000
seguiré repitiendo esto del ensayo y error
13:49
and why we should abandon the God complex.
327
814000
3000
y por qué hay que abandonar el complejo de Dios.
13:52
Because it's so hard
328
817000
3000
Porque no es fácil
13:55
to admit our own fallibility.
329
820000
2000
admitir nuestra falibilidad.
13:57
It's so uncomfortable.
330
822000
2000
Es muy incómodo.
13:59
And Archie Cochrane understood this as well as anybody.
331
824000
3000
Archie Cochrane entendió esto, como tantos otros.
14:02
There's this one trial he ran
332
827000
2000
Él había ensayado otra cosa
14:04
many years after World War II.
333
829000
2000
muchos años antes de la Segunda Guerra.
14:06
He wanted to test out
334
831000
3000
Él quería ensayar
14:09
the question of, where is it
335
834000
2000
la cuestión de dónde
14:11
that patients should recover
336
836000
2000
deben estar los pacientes de
14:13
from heart attacks?
337
838000
2000
ataques al corazón, para recuperarse.
14:15
Should they recover in a specialized cardiac unit in hospital,
338
840000
3000
¿Deberán estar en la sala especializada de cardiología de un hospital?
14:18
or should they recover at home?
339
843000
3000
¿O deberán recuperarse en sus casas?
14:21
All the cardiac doctors tried to shut him down.
340
846000
3000
Todos los cardiólogos trataron de mandarlo callar.
14:24
They had the God complex in spades.
341
849000
3000
Tenían el complejo de Dios como arma.
14:27
They knew that their hospitals were the right place for patients,
342
852000
3000
Sabían que los hospitales eran el lugar ideal para esos pacientes.
14:30
and they knew it was very unethical
343
855000
2000
Y que sería completamente antiético
14:32
to run any kind of trial or experiment.
344
857000
3000
llevar a cabo algún experimento o algún ensayo.
14:35
Nevertheless, Archie managed to get permission to do this.
345
860000
2000
Sin embargo, Archie logró un permiso para hacerlo.
14:37
He ran his trial.
346
862000
2000
Hizo su primer ensayo.
14:39
And after the trial had been running for a little while,
347
864000
2000
Después de que el experimento llevaba un tiempo,
14:41
he gathered together all his colleagues
348
866000
2000
reunió a todos sus colegas
14:43
around his table,
349
868000
2000
en su oficina
14:45
and he said, "Well, gentlemen,
350
870000
2000
y les dijo: "Señores,
14:47
we have some preliminary results.
351
872000
2000
tenemos unos resultados preliminares.
14:49
They're not statistically significant.
352
874000
2000
No son estadísticamente significativos,
14:51
But we have something.
353
876000
3000
pero tenemos algo.
14:54
And it turns out that you're right and I'm wrong.
354
879000
3000
Y resulta que Uds tenían razón. Yo estaba equivocado.
14:57
It is dangerous for patients
355
882000
2000
Es riesgoso para un paciente
14:59
to recover from heart attacks at home.
356
884000
2000
tratar de recuperarse de un ataque al corazón, en casa.
15:01
They should be in hospital."
357
886000
3000
Deben permanecer en el hospital".
15:04
And there's this uproar, and all the doctors start pounding the table
358
889000
2000
Se oyó un alboroto y los médicos empezaron a dar golpes a la mesa
15:06
and saying, "We always said you were unethical, Archie.
359
891000
3000
y a decir: "Ya lo habíamos dicho que eras antiético, Archie.
15:09
You're killing people with your clinical trials. You need to shut it down now.
360
894000
3000
Estás matando a la gente con esos ensayos clínicos. Hay que suspenderlos ya.
15:12
Shut it down at once."
361
897000
2000
Detén eso de inmediato".
15:14
And there's this huge hubbub.
362
899000
2000
Y hubo un gran barullo.
15:16
Archie lets it die down.
363
901000
2000
Archie dejó que se calmaran
15:18
And then he says, "Well that's very interesting, gentlemen,
364
903000
2000
y entonces les dijo: "Esto es muy interesante, señores,
15:20
because when I gave you the table of results,
365
905000
3000
porque cuando les entregué las tablas con los resultados,
15:23
I swapped the two columns around.
366
908000
4000
intercambié las columnas.
15:27
It turns out your hospitals are killing people,
367
912000
2000
Resulta que los hospitales son los que matan a la gente
15:29
and they should be at home.
368
914000
2000
y es mejor que permanezcan en casa.
15:31
Would you like to close down the trial now,
369
916000
3000
¿Quieren que suspendamos el ensayo ahora?
15:34
or should we wait until we have robust results?"
370
919000
3000
¿o prefieren esperar a tener mejores datos?"
15:38
Tumbleweed
371
923000
2000
Corrió un viento helado
15:40
rolls through the meeting room.
372
925000
3000
por la sala.
15:43
But Cochrane would do that kind of thing.
373
928000
3000
Cochrane solía hacer esas cosas.
15:46
And the reason he would do that kind of thing
374
931000
2000
Y la razón por la que lo hacía
15:48
is because he understood
375
933000
2000
es porque sabía
15:50
it feels so much better
376
935000
2000
que es mucho mejor
15:52
to stand there and say,
377
937000
2000
adoptar una posición y decir:
15:54
"Here in my own little world,
378
939000
2000
"Aquí en mi pequeño mundo
15:56
I am a god, I understand everything.
379
941000
2000
yo soy un dios y lo entiendo todo.
15:58
I do not want to have my opinions challenged.
380
943000
2000
No me gusta que se cuestionen mis opiniones.
16:00
I do not want to have my conclusions tested."
381
945000
3000
No me gusta que se pongan a prueba mis conclusiones".
16:03
It feels so much more comfortable
382
948000
2000
Es mucho mejor cuando
16:05
simply to lay down the law.
383
950000
3000
uno simplemente hace la ley.
16:08
Cochrane understood
384
953000
2000
Cochrane entendía
16:10
that uncertainty, that fallibility,
385
955000
2000
que la incertidumbre, la falibilidad,
16:12
that being challenged, they hurt.
386
957000
2000
el sentirse cuestionado, duele.
16:14
And you sometimes need to be shocked out of that.
387
959000
4000
Y en ocasiones es necesario salirse de esa posición.
16:18
Now I'm not going to pretend that this is easy.
388
963000
3000
No quiero decir que eso sea fácil.
16:21
It isn't easy.
389
966000
2000
No es fácil.
16:23
It's incredibly painful.
390
968000
2000
Es increíblemente doloroso.
16:25
And since I started talking about this subject
391
970000
2000
Desde que comencé a hablar de este asunto
16:27
and researching this subject,
392
972000
2000
y a investigar el tema,
16:29
I've been really haunted by something
393
974000
2000
me he sentido obsesionado por algo
16:31
a Japanese mathematician said on the subject.
394
976000
2000
que un matemático japonés dijo al respecto.
16:33
So shortly after the war,
395
978000
2000
Poco después de la guerra,
16:35
this young man, Yutaka Taniyama,
396
980000
3000
este joven, Yutaka Taniyama,
16:38
developed this amazing conjecture
397
983000
2000
desarrolló una suposición fantástica
16:40
called the Taniyama-Shimura Conjecture.
398
985000
2000
llamada la Conjetura de Taniyama-Shimura,
16:42
It turned out to be absolutely instrumental
399
987000
3000
que resultó totalmente funcional
16:45
many decades later
400
990000
2000
varias décadas después
16:47
in proving Fermat's Last Theorem.
401
992000
2000
en la demostración del Último Teorema de Fermat.
16:49
In fact, it turns out it's equivalent
402
994000
2000
En verdad, resulta que es equivalente
16:51
to proving Fermat's Last Theorem.
403
996000
2000
a probar ese teorema.
16:53
You prove one, you prove the other.
404
998000
4000
Si se demuestra uno, se ha demostrado el otro.
16:57
But it was always a conjecture.
405
1002000
3000
Pero era una simple conjetura.
17:00
Taniyama tried and tried and tried
406
1005000
3000
Taniyama trató muchas veces
17:03
and he could never prove that it was true.
407
1008000
3000
y nunca pudo demostrar que era verdadera.
17:06
And shortly before his 30th birthday in 1958,
408
1011000
3000
Poco antes de su cumpleaños 30, en 1958,
17:09
Yutaka Taniyama killed himself.
409
1014000
4000
Yutaka Taniyama se suicidó.
17:13
His friend, Goro Shimura --
410
1018000
2000
Su amigo Goro Shimura,
17:15
who worked on the mathematics with him --
411
1020000
2000
que había trabajado las matemáticas con él,
17:17
many decades later, reflected on Taniyama's life.
412
1022000
3000
muchas décadas después, reflexionando sobre la vida de Taniyama,
17:22
He said,
413
1027000
3000
dijo:
17:25
"He was not a very careful person
414
1030000
2000
"No era muy cuidadoso
17:27
as a mathematician.
415
1032000
2000
como matemático.
17:29
He made a lot of mistakes.
416
1034000
3000
Cometió muchos errores.
17:32
But he made mistakes in a good direction.
417
1037000
4000
Pero sus errores estaban bien orientados.
17:36
I tried to emulate him,
418
1041000
3000
Yo traté de seguirlo,
17:39
but I realized
419
1044000
2000
pero me di cuenta
17:41
it is very difficult
420
1046000
2000
que es muy difícil
17:43
to make good mistakes."
421
1048000
3000
cometer errores buenos".
17:46
Thank you.
422
1051000
2000
Gracias.
17:48
(Applause)
423
1053000
12000
(Aplausos)
ABOUT THE SPEAKER
Tim Harford - Economist, journalist, broadcasterTim Harford's writings reveal the economic ideas behind everyday experiences.
Why you should listen
In the Undercover Economist column he writes for the Financial Times, Tim Harford looks at familiar situations in unfamiliar ways and explains the fundamental principles of the modern economy. He illuminates them with clear writing and a variety of examples borrowed from daily life.
His book, Adapt: Why Success Always Starts With Failure, argues that the world has become far too unpredictable and complex for today's challenges to be tackled with ready-made solutions and expert opinions. Instead, Harford suggests, we need to learn to embrace failure and to constantly adapt, to improvise rather than plan, to work from the bottom up rather than the top down. His next book, Messy: Thriving in a Tidy-Minded World will be published in September 2016.
Harford also presents the BBC radio series More or Less, a rare broadcast program devoted, as he says, to "the powerful, sometimes beautiful, often abused but ever ubiquitous world of numbers."
He says: "I’d like to see many more complex problems approached with a willingness to experiment."
Tim Harford | Speaker | TED.com