TEDxBoulder
Phil Plait: The secret to scientific discoveries? Making mistakes
Phil Plait: El secreto para hacer descubrimientos científicos: cometer errores
Filmed:
Readability: 3.5
1,760,281 views
Phil Plait fue miembro del equipo de astrónomos que trabajó con el telescopio espacial Hubble que pensaron que habían conseguido la primera fotografía de un exoplaneta. Pero ¿fue esto verdad de acuerdo a la evidencia? Plait nos cuenta cómo la ciencia es capaz de progresar al cometer incontables errores y corregir esos errores. "El precio a pagar por hacer ciencia es admitir cuando se equivocan, pero la recompensa es lo mejor que existe: conocimiento y entendimiento", sostiene Plait.
Phil Plait - Astronomer
Phil Plait blogs at Bad Astronomy, where he deconstructs misconceptions and explores the wonder of the universe. Full bio
Phil Plait blogs at Bad Astronomy, where he deconstructs misconceptions and explores the wonder of the universe. Full bio
Double-click the English transcript below to play the video.
Mucha gente tiene ideas erróneas
en relación con la ciencia,
en relación con la ciencia,
00:12
Now, people have a lot
of misconceptions about science --
of misconceptions about science --
0
626
2767
00:15
about how it works and what it is.
1
3417
2351
qué es y cómo funciona.
00:17
A big one is that science
is just a big old pile of facts.
is just a big old pile of facts.
2
5792
3434
Una de las más extendidas es que
la ciencia es sólo un montón de hechos.
la ciencia es sólo un montón de hechos.
00:21
But that's not true --
that's not even the goal of science.
that's not even the goal of science.
3
9250
3000
Pero esto no es así,
ése no es el objetivo de la ciencia.
ése no es el objetivo de la ciencia.
00:25
Science is a process.
4
13208
2185
La ciencia es un proceso,
00:27
It's a way of thinking.
5
15417
2184
una forma de pensar.
Recolectar datos es sólo un paso,
pero no es el objetivo.
pero no es el objetivo.
00:29
Gathering facts is just a piece of it,
but it's not the goal.
but it's not the goal.
6
17625
2893
El objetivo último de la ciencia
es entender la realidad objetiva
es entender la realidad objetiva
00:32
The ultimate goal of science
is to understand objective reality
is to understand objective reality
7
20542
4767
00:37
the best way we know how,
8
25333
1435
de la mejor forma posible,
o sea, basándonos en la evidencia.
o sea, basándonos en la evidencia.
00:38
and that's based on evidence.
9
26792
2517
00:41
The problem here
is that people are flawed.
is that people are flawed.
10
29333
2685
El problema es que las personas
no somos perfectas,
no somos perfectas,
00:44
We can be fooled --
11
32042
1309
podemos errar.
00:45
we're really good at fooling ourselves.
12
33375
2309
Somos muy buenos en
convencernos de que no.
convencernos de que no.
00:47
And so baked into this process
is a way of minimizing our own bias.
is a way of minimizing our own bias.
13
35708
4500
Y este proceso ofrece una forma
de minimizar nuestro propio sesgo.
de minimizar nuestro propio sesgo.
00:52
So sort of boiled down
more than is probably useful,
more than is probably useful,
14
40833
3601
Simplificando un poco, quizá
demasiado, así es cómo funciona.
demasiado, así es cómo funciona.
00:56
here's how this works.
15
44458
1292
00:58
If you want to do some science,
16
46625
1643
Si quieren hacer ciencia,
el primer paso es observar algo,
el primer paso es observar algo,
01:00
what you want to do
is you want to observe something ...
is you want to observe something ...
17
48292
2642
01:02
say, "The sky is blue. Hey, I wonder why?"
18
50958
3018
por ejemplo, se preguntan
por qué el cielo es azul.
por qué el cielo es azul.
01:06
You question it.
19
54000
1393
Lo cuestionan.
01:07
The next thing you do is you come up
with an idea that may explain it:
with an idea that may explain it:
20
55417
3309
Lo siguiente es pensar una posible
explicación para ese fenómeno:
explicación para ese fenómeno:
01:10
a hypothesis.
21
58750
1268
una hipótesis.
Bien, ¿saben qué? Los océanos son azules.
01:12
Well, you know what? Oceans are blue.
22
60042
1892
01:13
Maybe the sky is reflecting
the colors from the ocean.
the colors from the ocean.
23
61958
2959
Quizá el cielo refleja
el color del océano.
el color del océano.
¡Bien! Pero ahora
hay que ponerlo a prueba.
hay que ponerlo a prueba.
01:17
Great, but now you have to test it
24
65917
2017
01:19
so you predict what that might mean.
25
67958
2643
Así que predicen cuáles
podrían ser las implicancias.
podrían ser las implicancias.
01:22
Your prediction would be,
26
70625
1268
Una predicción podría ser: "Bueno,
si el cielo refleja el color del océano,
si el cielo refleja el color del océano,
01:23
"Well, if the sky is reflecting
the ocean color,
the ocean color,
27
71917
2309
01:26
it will be bluer on the coasts
28
74250
2018
será más azul en las costas
que en el centro del país".
que en el centro del país".
01:28
than it will be
in the middle of the country."
in the middle of the country."
29
76292
2434
01:30
OK, that's fair enough,
30
78750
1559
Bien, tiene sentido, pero deben
poner a prueba esa predicción.
poner a prueba esa predicción.
01:32
but you've got to test that prediction
31
80333
1851
Así que viajan en avión desde
Denver, un agradable día gris,
Denver, un agradable día gris,
01:34
so you get on a plane,
you leave Denver on a nice gray day,
you leave Denver on a nice gray day,
32
82208
3768
01:38
you fly to LA, you look up
and the sky is gloriously blue.
and the sky is gloriously blue.
33
86000
3601
hacia LA, levantan la vista
y el cielo es de un glorioso azul.
y el cielo es de un glorioso azul.
01:41
Hooray, your thesis is proven.
34
89625
2125
¡Genial! Su tesis resultó correcta.
01:44
But is it really? No.
35
92542
1892
¿Pero lo es en verdad? No.
01:46
You've made one observation.
36
94458
1726
Realizaron una única observación.
01:48
You need to think about your hypothesis,
think about how to test it
think about how to test it
37
96208
3185
Ahora necesitan analizar la hipótesis,
pensar cómo ponerla a prueba
pensar cómo ponerla a prueba
01:51
and do more than just one.
38
99417
1642
de distintas formas.
01:53
Maybe you could go
to a different part of the country
to a different part of the country
39
101083
2560
Quizá podrían ir a otra parte del país,
o viajar en otro momento del año
y observar cómo es el clima entonces.
y observar cómo es el clima entonces.
01:55
or a different part of the year
40
103667
1517
01:57
and see what the weather's like then.
41
105208
2060
01:59
Another good idea
is to talk to other people.
is to talk to other people.
42
107292
2684
Otra buena idea es
consultar con otras personas
consultar con otras personas
02:02
They have different ideas,
different perspectives,
different perspectives,
43
110000
2601
que tengan ideas y perspectivas
diferentes y que puedan ayudarlos.
diferentes y que puedan ayudarlos.
02:04
and they can help you.
44
112625
1226
02:05
This is what we call peer review.
45
113875
2393
Esto se conoce como revisión por pares.
02:08
And in fact that will probably also
save you a lot of money and a lot of time,
save you a lot of money and a lot of time,
46
116292
3684
Y, además, eso seguramente
les ahorre tiempo y dinero,
les ahorre tiempo y dinero,
pues no tendrán que viajar por todo
el país para observar el clima.
el país para observar el clima.
02:12
flying coast-to-coast
just to check the weather.
just to check the weather.
47
120000
2292
02:15
Now, what happens if your hypothesis
does a decent job but not a perfect job?
does a decent job but not a perfect job?
48
123542
6267
Ahora bien,
¿qué pasa si su hipótesis
es buena pero no perfecta?
es buena pero no perfecta?
02:21
Well, that's OK,
49
129833
1268
Eso está bien, porque
pueden modificarla un poco
pueden modificarla un poco
02:23
because what you can do
is you can modify it a little bit
is you can modify it a little bit
50
131125
2809
02:25
and then go through
this whole process again --
this whole process again --
51
133958
2393
y realizar el proceso de nuevo: hacer
predicciones, ponerlas a prueba, etc.
predicciones, ponerlas a prueba, etc.
02:28
make predictions, test them --
52
136375
1893
02:30
and as you do that over and over again,
you will hone this idea.
you will hone this idea.
53
138292
3059
Y al repetir varias veces
este proceso, mejorarán su idea.
este proceso, mejorarán su idea.
Y si la mejoran lo suficiente, puede ser
aceptada por la comunidad científica,
aceptada por la comunidad científica,
02:33
And if it gets good enough,
54
141375
1393
02:34
it may be accepted
by the scientific community,
by the scientific community,
55
142792
2351
02:37
at least provisionally,
56
145167
1267
al menos transitoriamente,
02:38
as a good explanation of what's going on,
57
146458
2935
como una buena explicación
de algún fenómeno,
de algún fenómeno,
02:41
at least until a better idea
58
149417
2017
al menos hasta que
surja alguna idea mejor,
surja alguna idea mejor,
02:43
or some contradictory
evidence comes along.
evidence comes along.
59
151458
2167
o evidencia que la contradiga.
02:47
Now, part of this process
is admitting when you're wrong.
is admitting when you're wrong.
60
155292
3750
Admitir los errores es parte del proceso,
02:51
And that can be really, really hard.
61
159792
2333
y esto puede ser extremadamente difícil.
02:54
Science has its strengths and weaknesses
62
162708
2185
La ciencia posee fortalezas
y debilidades que afectan esto.
y debilidades que afectan esto.
02:56
and they depend on this.
63
164917
2184
Una de las fortalezas de la ciencia
es que es desarrollada por personas,
es que es desarrollada por personas,
02:59
One of the strengths of science
is that it's done by people,
is that it's done by people,
64
167125
3226
03:02
and it's proven itself
to do a really good job.
to do a really good job.
65
170375
2226
y ha demostrado ser eficiente:
conocemos bastante bien
el universo gracias a la ciencia.
el universo gracias a la ciencia.
03:04
We understand the universe
pretty well because of science.
pretty well because of science.
66
172625
2768
03:07
One of science's weaknesses
is that it's done by people,
is that it's done by people,
67
175417
3517
Una de las debilidades de la ciencia
es que es desarrollada por personas,
es que es desarrollada por personas,
03:10
and we bring a lot of baggage
along with us when we investigate things.
along with us when we investigate things.
68
178958
4268
y llevamos muchas ideas preconcebidas
a nuestras investigaciones.
a nuestras investigaciones.
03:15
We are egotistical,
69
183250
2018
Somos egocéntricos,
03:17
we are stubborn, we're superstitious,
70
185292
2517
obstinados, supersticiosos,
03:19
we're tribal, we're humans --
71
187833
2310
tribales, humanos...
03:22
these are all human traits
and scientists are humans.
and scientists are humans.
72
190167
3434
Son todas características humanas
y los científicos son seres humanos.
y los científicos son seres humanos.
03:25
And so we have to be aware of that
when we're studying science
when we're studying science
73
193625
4476
Debemos ser conscientes de esto
cuando estudiamos las ciencias
cuando estudiamos las ciencias
03:30
and when we're trying
to develop our theses.
to develop our theses.
74
198125
2458
y cuando intentamos desarrollar
nuestras propuestas.
nuestras propuestas.
03:33
But part of this whole thing,
75
201333
2435
Pero una parte de todo esto,
03:35
part of this scientific process,
76
203792
1642
del proceso científico,
del método científico,
del método científico,
03:37
part of the scientific method,
77
205458
2101
03:39
is admitting when you're wrong.
78
207583
1959
es admitir nuestros errores.
03:42
I know, I've been there.
79
210458
2018
Lo sé, me ha pasado.
Años atrás, cuando trabajaba
en el telescopio espacial Hubble,
en el telescopio espacial Hubble,
03:44
Many years ago I was working
on Hubble Space Telescope,
on Hubble Space Telescope,
80
212500
2643
03:47
and a scientist I worked with
came to me with some data,
came to me with some data,
81
215167
3809
un científico colega me mostró
unos datos y me dijo:
unos datos y me dijo:
03:51
and he said, "I think
there may be a picture
there may be a picture
82
219000
3059
"Creo que esto puede ser la imagen
de un planeta que orbita otra estrella".
de un planeta que orbita otra estrella".
03:54
of a planet orbiting
another star in this data."
another star in this data."
83
222083
2875
03:58
We had not had any pictures taken
of planets orbiting other stars yet,
of planets orbiting other stars yet,
84
226417
4184
Nunca antes se había tomado fotos
de un planeta que orbitara otra estrella,
de un planeta que orbitara otra estrella,
04:02
so if this were true,
85
230625
2184
por lo que si esto era verdad,
se trataría de la primera fotografía
04:04
then this would be the first one
86
232833
1643
04:06
and we would be the ones who found it.
87
234500
2059
y nosotros seríamos
quienes lo descubrieron.
quienes lo descubrieron.
04:08
That's a big deal.
88
236583
1768
Sería todo un acontecimiento.
04:10
I was very excited,
89
238375
1726
Estaba muy entusiasmado,
así que me puse a analizar estos datos.
así que me puse a analizar estos datos.
04:12
so I just dug right into this data.
90
240125
2393
04:14
I spent a long time trying to figure out
if this thing were a planet or not.
if this thing were a planet or not.
91
242542
3916
Dediqué mucho tiempo a determinar
si esto era un planeta o no.
si esto era un planeta o no.
El problema es que los planetas
son opacos y las estrellas son brillantes,
son opacos y las estrellas son brillantes,
04:19
The problem is planets are faint
and stars are bright,
and stars are bright,
92
247125
3434
04:22
so trying to get
the signal out of this data
the signal out of this data
93
250583
2101
por lo que conseguir
una señal de estos datos
una señal de estos datos
04:24
was like trying to hear a whisper
in a heavy metal concert --
in a heavy metal concert --
94
252708
3601
era como pretender escuchar un susurro
en un concierto de heavy metal,
en un concierto de heavy metal,
04:28
it was really hard.
95
256333
1434
es decir, muy difícil.
04:29
I tried everything I could,
96
257791
2310
Intenté de muchas maneras,
pero tras un mes de trabajo,
me di cuenta de algo:
me di cuenta de algo:
04:32
but after a month of working on this,
97
260125
2643
04:34
I came to a realization ...
couldn't do it.
couldn't do it.
98
262792
2934
no podía lograrlo, tenía que desistir.
04:37
I had to give up.
99
265750
1309
Y debía informarle a este otro científico
que los datos eran muy confusos,
que los datos eran muy confusos,
04:39
And I had to tell this other scientist,
100
267083
2060
04:41
"The data's too messy.
101
269167
1267
04:42
We can't say whether
this is a planet or not."
this is a planet or not."
102
270458
2726
no podíamos determinar
si esto era o no un planeta.
si esto era o no un planeta.
04:45
And that was hard.
103
273208
1935
Y eso fue difícil.
04:47
Then later on we got
follow-up observations with Hubble,
follow-up observations with Hubble,
104
275167
2809
Tiempo después, obtuvimos
observaciones adicionales
observaciones adicionales
04:50
and it showed that it wasn't a planet.
105
278000
2726
en las que se veía que
no se trataba de un planeta,
no se trataba de un planeta,
04:52
It was a background star
or galaxy, something like that.
or galaxy, something like that.
106
280750
2708
sino de algo similar
a una estrella o galaxia.
a una estrella o galaxia.
04:56
Well, not to get too technical,
but that sucked.
but that sucked.
107
284375
2726
No quiero sonar muy técnico,
pero no fue nada divertido.
pero no fue nada divertido.
(Risas)
04:59
(Laughter)
108
287125
1018
05:00
I was really unhappy about this.
109
288167
2500
Me sentí muy descontento.
05:03
But that's part of it.
110
291917
1267
Pero es parte del proceso,
hay que admitir:
hay que admitir:
05:05
You have to say, "Look, you know,
we can't do this with the data we have."
we can't do this with the data we have."
111
293208
3976
"No podemos hacer esto
con los datos que tenemos".
con los datos que tenemos".
Y luego debía admitir que
hasta la información adicional
hasta la información adicional
05:09
And then I had to face up to the fact
112
297208
1810
05:11
that even the follow-up data
showed we were wrong.
showed we were wrong.
113
299042
2375
demostró que nos habíamos equivocado.
05:15
Emotionally I was pretty unhappy.
114
303125
3083
Emocionalmente, estaba muy descontento.
Pero para un científico que
realiza su trabajo correctamente,
realiza su trabajo correctamente,
05:18
But if a scientist
is doing their job correctly,
is doing their job correctly,
115
306958
2601
05:21
being wrong is not so bad
116
309583
2685
equivocarse no es tan malo,
porque significa que aún hay cosas
por descubrir, más cosas por develar.
por descubrir, más cosas por develar.
05:24
because that means
there's still more stuff out there --
there's still more stuff out there --
117
312292
2642
05:26
more things to figure out.
118
314958
1518
05:28
Scientists don't love being wrong
but we love puzzles,
but we love puzzles,
119
316500
3851
A los científicos no nos gusta
equivocarnos, pero sí los rompecabezas,
equivocarnos, pero sí los rompecabezas,
05:32
and the universe is
the biggest puzzle of them all.
the biggest puzzle of them all.
120
320375
2958
y el universo es el rompecabezas
más grande que existe.
más grande que existe.
05:36
Now having said that,
121
324042
1476
Habiendo aclarado eso,
05:37
if you have a piece and it doesn't fit
no matter how you move it,
no matter how you move it,
122
325542
3559
si tienen una pieza que
no encaja de ninguna forma,
no encaja de ninguna forma,
05:41
jamming it in harder isn't going to help.
123
329125
3101
intentar que encaje
a la fuerza no va a ayudar.
a la fuerza no va a ayudar.
05:44
There's going to be a time
when you have to let go of your idea
when you have to let go of your idea
124
332250
3226
Hay casos en los que deben
abandonar una idea individual
abandonar una idea individual
05:47
if you want to understand
the bigger picture.
the bigger picture.
125
335500
2726
si pretenden comprender
el panorama completo.
el panorama completo.
05:50
The price of doing science
is admitting when you're wrong,
is admitting when you're wrong,
126
338250
3434
El precio a pagar por hacer ciencia
es admitir cuando uno se equivoca,
es admitir cuando uno se equivoca,
05:53
but the payoff is the best there is:
127
341708
2935
pero la recompensa es lo mejor que existe:
conocimiento y entendimiento.
conocimiento y entendimiento.
05:56
knowledge and understanding.
128
344667
2309
05:59
And I can give you a thousand
examples of this in science,
examples of this in science,
129
347000
2809
Y puedo darles miles de ejemplos
de esto en la ciencia,
de esto en la ciencia,
pero hay uno que me gusta mucho.
06:01
but there's one I really like.
130
349833
1476
06:03
It has to do with astronomy,
131
351333
1393
Es del área de astronomía,
06:04
and it was a question
that had been plaguing astronomers
that had been plaguing astronomers
132
352750
2643
y se trató de un interrogante que
agobió a los astrónomos durante siglos.
agobió a los astrónomos durante siglos.
06:07
literally for centuries.
133
355417
1517
06:08
When you look at the Sun,
it seems special.
it seems special.
134
356958
2060
Cuando miran el Sol, parece especial,
es lo más brillante en el cielo.
es lo más brillante en el cielo.
06:11
It is the brightest object in the sky,
135
359042
2851
06:13
but having studied astronomy, physics,
chemistry, thermodynamics for centuries,
chemistry, thermodynamics for centuries,
136
361917
5059
Pero habiendo estudiado astronomía,
física, química y termodinámica
física, química y termodinámica
por siglos,
06:19
we learned something
very important about it.
very important about it.
137
367000
2143
aprendimos algo
muy importante al respecto.
muy importante al respecto.
No es tan especial.
06:21
It's not that special.
138
369167
1267
Es una estrella similar
a millones de otras estrellas.
a millones de otras estrellas.
06:22
It's a star just like
millions of other stars.
millions of other stars.
139
370458
2935
06:25
But that raises an interesting question.
140
373417
2434
Pero esto plantea
una pregunta interesante:
una pregunta interesante:
06:27
If the Sun is a star
141
375875
1893
si el Sol es una estrella
y tiene planetas,
y tiene planetas,
06:29
and the Sun has planets,
142
377792
2226
06:32
do these other stars have planets?
143
380042
2208
¿las otras estrellas
tienen también planetas?
tienen también planetas?
06:34
Well, like I said with my own failure
in the "planet" I was looking for,
in the "planet" I was looking for,
144
382917
3476
Como mencioné en mi caso,
con el 'planeta' que estaba buscando,
con el 'planeta' que estaba buscando,
06:38
finding them is super hard,
145
386417
1767
encontrarlos es muy difícil.
06:40
but scientists tend to be
pretty clever people
pretty clever people
146
388208
2893
Aun así los científicos,
quienes suelen ser personas inteligentes
y usan muchas técnicas diferentes,
y usan muchas técnicas diferentes,
06:43
and they used a lot
of different techniques
of different techniques
147
391125
2101
comenzaron a observar las estrellas.
06:45
and started observing stars.
148
393250
1393
06:46
And over the decades
149
394667
1267
Y, con el correr de los años,
06:47
they started finding some things
that were pretty interesting,
that were pretty interesting,
150
395958
2935
comenzaron a descubrir
cosas súperinteresantes,
cosas súperinteresantes,
justo en ese margen minúsculo
de lo que podía detectarse.
de lo que podía detectarse.
06:50
right on the thin, hairy edge
of what they were able to detect.
of what they were able to detect.
151
398917
2994
Pero se equivocaban una y otra vez.
06:53
But time and again,
it was shown to be wrong.
it was shown to be wrong.
152
401935
2095
06:56
That all changed in 1991.
153
404875
2268
Todo esto cambió en 1991.
06:59
A couple of astronomers --
154
407167
1976
Un par de astrónomos,
07:01
Alexander Lyne --
Andrew Lyne, pardon me --
Andrew Lyne, pardon me --
155
409167
2142
Andrew Lyne y Matthew Bailes,
07:03
and Matthew Bailes,
156
411333
1268
hicieron un anuncio importante:
07:04
had a huge announcement.
157
412625
1476
habían encontrado un planeta
que orbitaba alrededor de otra estrella.
que orbitaba alrededor de otra estrella.
07:06
They had found a planet
orbiting another star.
orbiting another star.
158
414125
3184
07:09
And not just any star, but a pulsar,
159
417333
2810
Y no una estrella común, sino una púlsar.
07:12
and this is the remnant of a star
that has previously exploded.
that has previously exploded.
160
420167
4184
Se trata de los restos de
una estrella que ha hecho implosión
una estrella que ha hecho implosión
07:16
It's blasting out radiation.
161
424375
2101
y que emite radiación.
07:18
This is the last place in the universe
you would expect to find a planet,
you would expect to find a planet,
162
426500
4559
Es el último rincón del universo
donde se esperaría encontrar un planeta.
donde se esperaría encontrar un planeta.
07:23
but they had very methodically
looked at this pulsar,
looked at this pulsar,
163
431083
2476
Pero habían analizado esta púlsar
de forma metódica,
de forma metódica,
07:25
and they detected the gravitational tug
of this planet as it orbited the pulsar.
of this planet as it orbited the pulsar.
164
433583
4851
y detectaron la fuerza
gravitacional de este planeta
gravitacional de este planeta
a medida que orbitaba la púlsar.
07:30
It looked really good.
165
438458
1560
Todo lucía muy bien.
07:32
The first planet orbiting
another star had been found ...
another star had been found ...
166
440042
3601
Habían descubierto el primer planeta
que orbitaba otra estrella.
que orbitaba otra estrella.
07:35
except not so much.
167
443667
2434
Excepto que... no era así.
07:38
(Laughter)
168
446125
1018
(Risas)
07:39
After they made the announcement,
169
447167
1601
Después del anuncio,
muchos otros astrónomos
comentaron al respecto,
comentaron al respecto,
07:40
a bunch of other astronomers
commented on it,
commented on it,
170
448792
2101
así que analizaron una vez más sus datos
07:42
and so they went back
and looked at their data
and looked at their data
171
450917
2226
y se dieron cuenta de que habían
cometido un error muy vergonzoso.
cometido un error muy vergonzoso.
07:45
and realized they had made
a very embarrassing mistake.
a very embarrassing mistake.
172
453167
2767
07:47
They had not accounted
for some very subtle characteristics
for some very subtle characteristics
173
455958
3060
No habían tenido en cuenta
unas características muy sutiles
unas características muy sutiles
07:51
of the Earth's motion around the Sun,
174
459042
2184
del movimiento de la Tierra
alrededor del Sol
alrededor del Sol
07:53
which affected how they measured
this planet going around the pulsar.
this planet going around the pulsar.
175
461250
3851
que afectaba la medición del movimiento
de este planeta alrededor de la púlsar.
de este planeta alrededor de la púlsar.
07:57
And it turns out that when they did
account for it correctly,
account for it correctly,
176
465125
3226
Y resulta que, cuando
las tomaron en cuenta,
las tomaron en cuenta,
08:00
poof -- their planet disappeared.
177
468375
1976
puf, el planeta desapareció.
08:02
It wasn't real.
178
470375
1250
No existía.
08:04
So Andrew Lyne had a very formidable task.
179
472458
2851
Andrew Lyne tenía ahora una tarea
formidable: debía admitir su error.
formidable: debía admitir su error.
08:07
He had to admit this.
180
475333
2185
08:09
So in 1992 at the American
Astronomical Society meeting,
Astronomical Society meeting,
181
477542
4059
Así que en 1992, en una reunión de
la Sociedad Astronómica Estadounidense,
la Sociedad Astronómica Estadounidense,
08:13
which is one of the largest gatherings
of astronomers on the planet,
of astronomers on the planet,
182
481625
3226
una de las más grandes congregaciones
de astrónomos del planeta,
de astrónomos del planeta,
08:16
he stood up and announced
that he had made a mistake
that he had made a mistake
183
484875
4018
se puso de pie y anunció
que había cometido un error
que había cometido un error
08:20
and that the planet did not exist.
184
488917
2267
y que el planeta no existía.
08:23
And what happened next --
185
491208
2435
Y lo que pasó a continuación
--oh, me encanta esta parte--
08:25
oh, I love this --
186
493667
1309
fue maravilloso.
08:27
what happened next was wonderful.
187
495000
1583
08:29
He got an ovation.
188
497500
1934
Lo ovacionaron.
08:31
The astronomers weren't angry at him;
189
499458
2643
Los astrónomos no estaban enfadados
con él, no querían sancionarlo.
con él, no querían sancionarlo.
08:34
they didn't want to chastise him.
190
502125
1601
08:35
They praised him
for his honesty and his integrity.
for his honesty and his integrity.
191
503750
3101
Lo elogiaron por
su honestidad e integridad.
su honestidad e integridad.
08:38
I love that!
192
506875
1268
¡Eso me encanta!
08:40
Scientists are people.
193
508167
1267
Los científicos son seres humanos.
08:41
(Laughter)
194
509458
1018
08:42
And it gets better!
195
510500
1309
¡Y se pone mejor!
08:43
(Laughter)
196
511833
1143
(Risas)
08:45
Lyne steps off the podium.
197
513000
1476
Lyne bajó del podio
08:46
The next guy to come up
is a man named Aleksander Wolszczan
is a man named Aleksander Wolszczan
198
514500
3143
y el siguiente en subir fue un hombre
llamado Aleksander Wolszczan
llamado Aleksander Wolszczan
08:49
He takes the microphone and says,
199
517667
1976
quien tomó el micrófono y dijo:
08:51
"Yeah, so Lyne's team
didn't find a pulsar planet,
didn't find a pulsar planet,
200
519667
3476
"Sí, el equipo de Lyne no
encontró un planeta de púlsar,
encontró un planeta de púlsar,
08:55
but my team found not just one
201
523167
2684
pero mi equipo encontró no uno
sino dos planetas que orbitan otra púlsar.
sino dos planetas que orbitan otra púlsar.
08:57
but two planets
orbiting a different pulsar.
orbiting a different pulsar.
202
525875
2768
09:00
We knew about the problem that Lyne had,
203
528667
2059
Nos enteramos del problema de Lyne,
lo revisamos, y los nuestros sí existen".
lo revisamos, y los nuestros sí existen".
09:02
we checked for it,
and yeah, ours are real."
and yeah, ours are real."
204
530750
3434
09:06
And it turns out he was right.
205
534208
2101
Y resulta que tenía razón.
Y unos pocos meses después,
09:08
And in fact, a few months later,
206
536333
1643
encontraron un tercer planeta
que orbitaba la púlsar
que orbitaba la púlsar
09:10
they found a third planet
orbiting this pulsar
orbiting this pulsar
207
538000
2434
09:12
and it was the first
exoplanet system ever found --
exoplanet system ever found --
208
540458
4393
y se trató del primer sistema
de exoplanetas descubierto,
de exoplanetas descubierto,
09:16
what we call alien worlds -- exoplanets.
209
544875
2667
lo que llamamos planetas
extrasolares, exoplanetas.
extrasolares, exoplanetas.
09:20
That to me is just wonderful.
210
548375
2976
Eso me parece simplemente fascinante.
09:23
At that point the floodgates were opened.
211
551375
2601
En ese momento se abrieron muchas puertas.
09:26
In 1995 a planet was found
around a star more like the Sun,
around a star more like the Sun,
212
554000
5434
En 1995 se encontró un planeta alrededor
de una estrella más similar al Sol,
de una estrella más similar al Sol,
09:31
and then we found another and another.
213
559458
2685
y luego descubrimos otro y otro más.
09:34
This is an image of an actual planet
orbiting an actual star.
orbiting an actual star.
214
562167
3916
En esta imagen ven un planeta de verdad
que orbita una estrella de verdad.
que orbita una estrella de verdad.
09:39
We kept getting better at it.
215
567042
1434
Seguimos mejorando.
09:40
We started finding them by the bucketload.
216
568500
2226
Comenzamos a encontrarlos en cantidades,
encontramos miles de estos planetas.
encontramos miles de estos planetas.
09:42
We started finding thousands of them.
217
570750
2101
09:44
We built observatories
specifically designed to look for them.
specifically designed to look for them.
218
572875
3476
Construimos observatorios
especialmente diseñados para buscarlos.
especialmente diseñados para buscarlos.
09:48
And now we know of thousands of them.
219
576375
1809
Y hoy día conocemos miles de ellos.
09:50
We even know of planetary systems.
220
578208
2685
Incluso conocemos un sistema planetario.
09:52
That is actual data, animated, showing
four planets orbiting another star.
four planets orbiting another star.
221
580917
4750
Esta información animada nos muestra
cuatro planetas que orbitan otra estrella.
cuatro planetas que orbitan otra estrella.
09:58
This is incredible. Think about that.
222
586375
2226
Esto es increíble. Piénsenlo un momento.
Durante toda la historia de la humanidad,
10:00
For all of human history,
223
588625
1851
10:02
you could count all the known planets
in the universe on two hands --
in the universe on two hands --
224
590500
4518
podían contar todos los planetas
del universo con los dedos de dos manos:
del universo con los dedos de dos manos:
10:07
nine -- eight?
225
595042
1517
nueve... ¿ocho?
10:08
Nine? Eight -- eight.
226
596583
1310
¿Nueve? Ocho... Ocho.
10:09
(Laughter)
227
597917
3226
(Risas)
10:13
Eh.
228
601167
1267
10:14
(Laughter)
229
602458
1060
10:15
But now we know they're everywhere.
230
603542
2351
Pero ahora sabemos
que están por todas partes.
que están por todas partes.
10:17
Every star --
231
605917
1267
Por cada estrella que ven en el cielo
podría haber tres, cinco, diez planetas.
podría haber tres, cinco, diez planetas.
10:19
for every star you see in the sky
there could be three, five, ten planets.
there could be three, five, ten planets.
232
607208
3560
El firmamento está lleno de planetas.
10:22
The sky is filled with them.
233
610792
1666
Pensamos que puede haber
más planetas que estrellas en la galaxia.
más planetas que estrellas en la galaxia.
10:26
We think that planets
may outnumber stars in the galaxy.
may outnumber stars in the galaxy.
234
614375
2976
10:29
This is a profound statement,
235
617375
2476
Ésta es una afirmación importante,
que se hizo gracias a la ciencia.
que se hizo gracias a la ciencia.
10:31
and it was made because of science.
236
619875
1934
10:33
And it wasn't made just because of science
and the observatories and the data;
and the observatories and the data;
237
621833
3685
No sólo gracias a la ciencia,
los observatorios y los datos;
los observatorios y los datos;
sino gracias a los científicos que crearon
los observatorios, recolectaron los datos,
los observatorios, recolectaron los datos,
10:37
it was made because of the scientists
who built the observatories,
who built the observatories,
238
625542
3142
10:40
who took the data,
239
628708
1268
cometieron errores, los admitieron
10:42
who made the mistakes and admitted them
240
630000
1858
y posibilitaron así que otros científicos
aprendieran de estos errores,
aprendieran de estos errores,
10:43
and then let other scientists
build on their mistakes
build on their mistakes
241
631882
3219
10:47
so that they could do what they do
242
635125
1976
hicieran su trabajo
10:49
and figure out where
our place is in the universe.
our place is in the universe.
243
637125
2958
y descubrieran cuál es
nuestro lugar en el universo.
nuestro lugar en el universo.
(Risas)
10:53
That is how you find the truth.
244
641542
3017
Así es cómo se descubre la verdad.
10:56
Science is at its best
when it dares to be human.
when it dares to be human.
245
644583
3792
La ciencia funciona mejor
cuando se atreve a ser humana.
cuando se atreve a ser humana.
11:01
Thank you.
246
649250
1268
Gracias.
11:02
(Applause and cheers)
247
650542
3208
(Aplausos)
ABOUT THE SPEAKER
Phil Plait - AstronomerPhil Plait blogs at Bad Astronomy, where he deconstructs misconceptions and explores the wonder of the universe.
Why you should listen
Phil Plait is the Bad Astronomer. Not a bad astronomer, but a blogger for Slate who debunks myths and misconceptions about astronomy -- and also writes about the beauty, wonder and importance of fundamental research.
He worked for six years on the Hubble Space Telescope, and directed public outreach for the Fermi Gamma-ray Space Telescope. He is a past president of the James Randi Educational Foundation, and was the host of Phil Plait's Bad Universe, a documentary series on the Discovery Channel.
Read more from Phil Plait in the Huffington Post's special TEDWeekends feature, "Asteroids: Getting Ready" >>
Phil Plait | Speaker | TED.com