TED2012
Jean-Baptiste Michel: The mathematics of history
Jean-Baptiste Michel: Las matemáticas de la historia
Filmed:
Readability: 4.3
1,279,350 views
¿Qué pueden decir las matemáticas acerca de la historia? Bastante, según el TED Fellow Jean-Baptiste Michel. Desde los cambios en el lenguaje hasta la mortalidad de las guerras, nos muestra cómo la historia digitalizada está empezando a revelar patrones más profundos.
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Double-click the English transcript below to play the video.
00:15
So it turns out that mathematics is a very powerful language.
0
0
3671
Al parecer, las matemáticas son un lenguaje muy poderoso.
00:19
It has generated considerable insight in physics,
1
3671
2312
Nos han hecho comprender de manera considerable la física,
00:21
in biology and economics,
2
5983
2100
la biología y la economía,
00:23
but not that much in the humanities and in history.
3
8083
2817
pero no mucho las ciencias humanas y la historia.
00:26
I think there's a belief that it's just impossible,
4
10900
2283
Pienso que hay una creencia que dice que es simplemente imposible
00:29
that you cannot quantify the doings of mankind,
5
13183
2646
cuantificar los logros de la humanidad,
00:31
that you cannot measure history.
6
15829
2519
que no se puede medir la historia.
00:34
But I don't think that's right.
7
18348
1527
Pero creo que eso no es cierto.
00:35
I want to show you a couple of examples why.
8
19875
2042
Quiero demostrárselos con un par de ejemplos.
00:37
So my collaborator Erez and I were considering the following fact:
9
21917
2958
Erez, mi colaborador, y yo consideramos el siguiente hecho:
00:40
that two kings separated by centuries
10
24875
2729
que dos reyes separados por siglos
00:43
will speak a very different language.
11
27604
1767
hablarían un idioma muy diferente.
00:45
That's a powerful historical force.
12
29371
2304
Esa es una extraordinaria cualidad de la historia.
00:47
So the king of England, Alfred the Great,
13
31675
1773
Entonces, el rey de Inglaterra, Alfredo el Grande,
00:49
will use a vocabulary and grammar
14
33448
1640
usaría un vocabulario y una gramática
00:50
that is quite different from the king of hip hop, Jay-Z.
15
35088
3700
muy diferente a la del rey del hip hop, Jay-Z.
00:54
(Laughter)
16
38788
1666
(Risas)
00:56
Now it's just the way it is.
17
40454
2171
Simplemente es así cómo funciona.
00:58
Language changes over time, and it's a powerful force.
18
42625
2292
El idioma cambia con el tiempo y es una fuerza poderosa.
01:00
So Erez and I wanted to know more about that.
19
44917
2287
Erez y yo queríamos saber más al respecto.
01:03
So we paid attention to a particular grammatical rule, past-tense conjugation.
20
47204
3657
Entonces nos concentramos en una regla gramatical específica: la conjugación del pasado en inglés.
01:06
So you just add "ed" to a verb at the end to signify the past.
21
50861
3264
Solo hay que agregar “ed” al final de un verbo para expresar el pasado:
01:10
"Today I walk. Yesterday I walked."
22
54125
1927
“Today I walk. Yesterday I walked”.
01:11
But some verbs are irregular.
23
56052
1344
Pero algunos verbos son irregulares:
01:13
"Yesterday I thought."
24
57396
1396
“Yesterday I thought”.
01:14
Now what's interesting about that
25
58792
1666
Ahora, lo interesante de esto es que
01:16
is irregular verbs between Alfred and Jay-Z have become more regular.
26
60458
3830
los verbos irregulares entre Alfredo y Jay-Z se han vuelto más regulares
01:20
Like the verb "to wed" that you see here has become regular.
27
64288
2735
como el verbo “to wed” (casarse) que, como vemos aquí, se ha vuelto regular.
01:22
So Erez and I followed the fate of over 100 irregular verbs
28
67023
4022
Así que Erez y yo seguimos la trayectoria de más de 100 verbos irregulares
01:26
through 12 centuries of English language,
29
71045
1919
del idioma inglés, a través de 12 siglos,
01:28
and we saw that there's actually a very simple mathematical pattern
30
72964
2911
y notamos que existe, en efecto, un modelo matemático muy simple
01:31
that captures this complex historical change,
31
75875
2542
que explica este cambio histórico complejo,
01:34
namely, if a verb is 100 times more frequent than another,
32
78417
3660
es decir, si un verbo es 100 veces más frecuente que otro,
01:37
it regularizes 10 times slower.
33
82077
2665
se hace regular a una velocidad 10 veces menor.
01:40
That's a piece of history, but it comes in a mathematical wrapping.
34
84742
3935
Eso es parte de la historia, pero viene en un paquete matemático.
01:44
Now in some cases math can even help explain,
35
88677
3654
Ahora, en algunos casos, las matemáticas pueden incluso explicar
01:48
or propose explanations for, historical forces.
36
92331
2879
o proponer explicaciones para las fuerzas históricas.
01:51
So here Steve Pinker and I
37
95210
1832
Aquí Steve Pinker y yo
01:52
were considering the magnitude of wars during the last two centuries.
38
97042
3852
consideramos la magnitud de las guerras en los últimos dos siglos.
01:56
There's actually a well-known regularity to them
39
100894
2495
Se ha visto que hay una regularidad notoria:
01:59
where the number of wars that are 100 times deadlier
40
103389
3422
cuando el número de guerras es 100 veces más mortal
02:02
is 10 times smaller.
41
106811
1952
es 10 veces menos frecuente.
02:04
So there are 30 wars that are about as deadly as the Six Days War,
42
108763
3344
De este modo, hubo 30 guerras casi tan mortales como la Guerra de los Seis Días,
02:08
but there's only four wars that are 100 times deadlier --
43
112107
2820
pero solo 4 fueron 100 veces más mortales,
02:10
like World War I.
44
114927
1977
como la Primera Guerra Mundial.
02:12
So what kind of historical mechanism can produce that?
45
116904
2923
¿Qué tipo de mecanismo histórico puede producir eso?
02:15
What's the origin of this?
46
119827
2000
¿Cuál es su origen?
02:17
So Steve and I, through mathematical analysis,
47
121827
2265
A través del análisis matemático, Steve y yo,
02:19
propose that there's actually a very simple phenomenon at the root of this,
48
124092
4241
sugerimos que el origen estaba en la existencia de un fenómeno muy simple
02:24
which lies in our brains.
49
128333
1690
que se encuentra en nuestro cerebro.
02:25
This is a very well-known feature
50
130023
2019
Se trata de una característica muy conocida;
02:27
in which we perceive quantities in relative ways --
51
132042
2975
percibimos las cantidades en formas relativas,
02:30
quantities like the intensity of light or the loudness of a sound.
52
135017
3716
cantidades como la intensidad de la luz o la intensidad de un sonido.
02:34
For instance, committing 10,000 soldiers to the next battle sounds like a lot.
53
138733
5309
Por ejemplo, 10.000 soldados enviados a la guerra suena demasiado.
02:39
It's relatively enormous if you've already committed 1,000 soldiers previously.
54
144042
3444
Es relativamente enorme si ya se habían enviado 1.000 soldados.
02:43
But it doesn't sound so much,
55
147486
1827
Pero no suena tanto,
02:45
it's not relatively enough, it won't make a difference
56
149313
3020
no es relativamente suficiente, ni hará la diferencia
02:48
if you've already committed 100,000 soldiers previously.
57
152333
2952
si ya se habían enviado 100.000 soldados.
02:51
So you see that because of the way we perceive quantities,
58
155285
3613
Entonces, ocurre que a causa de la forma en que percibimos las cantidades,
02:54
as the war drags on,
59
158898
1767
durante el curso de la guerra,
02:56
the number of soldiers committed to it and the casualties
60
160665
3085
el número de tropas desplegadas y las víctimas
02:59
will increase not linearly --
61
163750
1683
no aumentará de forma lineal:
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
como 10.000, 11.000, 12.000,
03:03
but exponentially -- 10,000, later 20,000, later 40,000.
63
167321
4275
sino de manera exponencial: 10.000, luego 20.000, después 40.000.
03:07
And so that explains this pattern that we've seen before.
64
171596
3085
Y esto explica el patrón que vimos antes.
03:10
So here mathematics is able to link a well-known feature of the individual mind
65
174681
5498
Aquí las matemáticas pueden unir una característica muy conocida de la mente humana
03:16
with a long-term historical pattern
66
180179
2989
a un patrón histórico de largo plazo,
03:19
that unfolds over centuries and across continents.
67
183168
2857
que abarca varios siglos y a todos los continentes.
03:21
So these types of examples, today there are just a few of them,
68
186025
4017
Hasta ahora solo hay algunos ejemplos,
03:25
but I think in the next decade they will become commonplace.
69
190042
2689
pero creo que en la próxima década serán como el pan de cada día.
03:28
The reason for that is that the historical record
70
192731
2392
La razón es que el registro histórico
03:31
is becoming digitized at a very fast pace.
71
195123
2460
se está digitalizando a un ritmo muy rápido.
03:33
So there's about 130 million books
72
197583
2610
Existen unos 130 millones de libros
03:36
that have been written since the dawn of time.
73
200193
2311
que han sido escritos desde el inicio de la historia.
03:38
Companies like Google have digitized many of them --
74
202504
2454
Empresas como Google han digitalizado muchos de ellos,
03:40
above 20 million actually.
75
204958
1584
más de 20 millones en realidad.
03:42
And when the stuff of history is available in digital form,
76
206542
3578
Y cuando el material histórico está disponible en formato digital,
03:46
it makes it possible for a mathematical analysis
77
210120
2380
permite hacer un análisis matemático
03:48
to very quickly and very conveniently
78
212500
2375
muy rápido y conveniente
03:50
review trends in our history and our culture.
79
214875
2725
para descubrir nuestras tendencias históricas y culturales.
03:53
So I think in the next decade,
80
217600
2721
Por tanto, creo que en la próxima década,
03:56
the sciences and the humanities will come closer together
81
220321
2750
las ciencias y las humanidades se acercarán más
03:58
to be able to answer deep questions about mankind.
82
223071
3329
para dar respuesta a las grandes preguntas sobre la humanidad.
04:02
And I think that mathematics will be a very powerful language to do that.
83
226400
4121
Y creo que las matemáticas serán una herramienta muy eficaz para hacerlo.
04:06
It will be able to reveal new trends in our history,
84
230521
3146
Podrán revelar las nuevas tendencias en nuestra historia,
04:09
sometimes to explain them,
85
233667
1750
a veces explicarlas,
04:11
and maybe even in the future to predict what's going to happen.
86
235417
3306
y, quizás en un futuro, predecir lo que va a suceder.
04:14
Thank you very much.
87
238723
1491
Muchas gracias.
04:16
(Applause)
88
240214
3678
(Aplausos)
ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcherJean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.
Why you should listen
Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.
Jean-Baptiste Michel | Speaker | TED.com