ABOUT THE SPEAKER
Uri Alon - Systems biologist
Uri Alon studies how cells work, using an array of tools (including improv theater) to understand the biological circuits that perform the functions of life.

Why you should listen
First trained as a physicist, Uri Alon found a passion for biological systems. At the Weizmann Institute of Science in Israel, he and his lab investigate the protein circuits within a cell (they focus on E. coli), looking for basic interaction patterns that recur throughout biological networks. It's a field full of cross-disciplinary thinking habits and interesting problems. And in fact, Alon is the author of a classic paper on lab behavior called "How to Choose a Good Scientific Problem," which takes a step back from the rush to get grants and publish papers to ask: How can a good lab foster growth and self-motivated research?
 
In Alon's lab, students use tools from physics, neurobiology and computer science -- and concepts from improv theatre -- to study basic principles of interactions. Using a theater practice called the "mirror game," they showed that two people can create complex novel motion together without a designated leader or follower. He also works on an addicting site called BioNumbers -- all the measurements you need to know about biology. The characteristic heart rate of a pond mussel? Why it's 4-6 beats per minute.
More profile about the speaker
Uri Alon | Speaker | TED.com
TEDGlobal 2013

Uri Alon: Why science demands a leap into the unknown

Uri Alon: Pourquoi une science vraiment innovante nécessite un saut dans l'inconnu

Filmed:
1,123,668 views

En étudiant pour son doctorat de physique, Uri Alon pensait être un raté parce que toutes ses directions de recherches menaient à des impasses. Mais, avec l'aide du théâtre d'improvisation, il a réalisé qu'il peut y avoir de la joie à se perdre. Un appel aux scientifiques à arrêter de voir la recherche comme une ligne droite d'une question à une réponse, mais de la voir comme quelque chose de plus créatif. C'est un message qui va résonner, quel que soit votre domaine.
- Systems biologist
Uri Alon studies how cells work, using an array of tools (including improv theater) to understand the biological circuits that perform the functions of life. Full bio

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

00:12
In the middlemilieu of my PhPH.D.,
0
325
2063
Au milieu de mon doctorat,
00:14
I was hopelesslydésespérément stuckcoincé.
1
2388
3462
j'étais désespérément coincé.
00:17
EveryChaque researchrecherche directiondirection that I trieda essayé
2
5850
1780
Chacune de mes recherches
00:19
led to a deadmort endfin.
3
7630
1616
menait à une impasse.
00:21
It seemedsemblait like my basicde base assumptionshypothèses
4
9246
1902
Il semblait que
mes suppositions de base
00:23
just stoppedarrêté workingtravail.
5
11148
1928
n'étaient plus valables.
00:25
I feltse sentait like a pilotpilote flyingen volant throughpar the mistbrume,
6
13076
2999
J'étais comme un pilote
volant à travers la brume,
00:28
and I lostperdu all sensesens of directiondirection.
7
16075
2795
ayant perdu tout sens de direction.
00:30
I stoppedarrêté shavingrasage.
8
18870
1481
J'arrêtai de me raser.
00:32
I couldn'tne pouvait pas get out of bedlit in the morningMatin.
9
20351
2741
Le matin, je ne pouvais pas sortir du lit.
00:35
I feltse sentait unworthyindigne
10
23092
1733
Je pensais ne pas mériter
00:36
of steppingpas à pas acrossà travers the gatesportes of the universityUniversité,
11
24825
3153
ma place sur les bancs de l'université,
00:39
because I wasn'tn'était pas like EinsteinEinstein or NewtonNewton
12
27978
2148
parce que je n'étais
ni Einstein ni Newton
00:42
or any other scientistscientifique whosedont resultsrésultats
13
30126
2153
ni un scientifique dont
j'avais appris les résultats,
00:44
I had learnedappris about, because in sciencescience,
14
32279
1531
parce qu'en science, nous apprenons
00:45
we just learnapprendre about the resultsrésultats, not the processprocessus.
15
33810
3382
uniquement les résultats, pas
le processus pour y arriver.
00:49
And so obviouslyévidemment, I couldn'tne pouvait pas be a scientistscientifique.
16
37192
4701
Et donc, évidemment,
je ne pouvais pas être un scientifique.
00:53
But I had enoughassez supportsoutien
17
41893
1664
Mais j'ai eu assez de soutien,
00:55
and I madefabriqué it throughpar
18
43557
1397
et j'ai traversé cela,
00:56
and discovereddécouvert something newNouveau about naturela nature.
19
44954
2220
et découvert quelque chose
de nouveau sur la nature.
00:59
This is an amazingincroyable feelingsentiment of calmnesscalme,
20
47174
2743
C'est un incroyable sentiment de calme,
01:01
beingétant the only personla personne in the worldmonde
21
49917
1332
être la seule personne au monde
01:03
who knowssait a newNouveau lawloi of naturela nature.
22
51249
2225
à connaître une nouvelle loi de la nature.
01:05
And I startedcommencé the secondseconde projectprojet in my PhPH.D,
23
53474
3042
Alors, j'ai commencé le second
projet de mon doctorat,
01:08
and it happenedarrivé again.
24
56516
1364
et cela s'est à nouveau produit.
01:09
I got stuckcoincé and I madefabriqué it throughpar.
25
57880
2289
J'étais coincé
et j'ai surmonté cela.
01:12
And I startedcommencé thinkingen pensant,
26
60169
1386
Et j'ai commencé à penser,
01:13
maybe there's a patternmodèle here.
27
61555
1157
peut-être qu'il y a là un modèle.
01:14
I askeda demandé the other graduatediplômé studentsélèves, and they said,
28
62712
1841
J'ai posé la question à d'autres
étudiants diplômés et ils ont dit :
01:16
"Yeah, that's exactlyexactement what happenedarrivé to us,
29
64553
2043
« Oui, c'est exactement
ce qui nous est arrivé,
01:18
exceptsauf nobodypersonne told us about it."
30
66596
2349
sauf que personne
ne nous en a parlé. »
01:20
We'dNous le ferions all studiedétudié sciencescience as if it's a seriesséries
31
68945
1950
Nous avions tous étudié la science
comme étant une série
01:22
of logicallogique stepspas betweenentre questionquestion and answerrépondre,
32
70895
3576
d'étapes logiques entre
la question et la réponse,
01:26
but doing researchrecherche is nothing like that.
33
74471
2746
mais faire de la recherche
ne ressemble en rien à cela.
01:29
At the sameMême time, I was alsoaussi studyingen train d'étudier
34
77217
2334
Au même temps, j'étudiais aussi pour
01:31
to be an improvisationimprovisation theaterthéâtre actoracteur.
35
79551
2087
devenir acteur de théâtre d'improvisation.
01:33
So physicsla physique by day,
36
81638
1434
Donc de la physique la journée,
01:35
and by night, laughingen riant, jumpingsauter, singingen chantant,
37
83072
2018
et la nuit rire, sauter, chanter,
01:37
playingen jouant my guitarguitare.
38
85090
1312
jouer ma guitare.
01:38
ImprovisationImprovisation theaterthéâtre,
39
86402
1479
Le théâtre d'improvisation,
01:39
just like sciencescience, goesva into the unknowninconnu,
40
87881
3009
tout comme la science,
va dans l'inconnu,
01:42
because you have to make a scenescène onstagesur scène
41
90890
1412
parce que vous devez monter
une pièce sur scène
01:44
withoutsans pour autant a directorréalisateur, withoutsans pour autant a scriptscript,
42
92302
1703
sans metteur en scène, sans script,
01:46
withoutsans pour autant havingayant any ideaidée what you'lltu vas portraydépeindre
43
94005
2278
sans aucune idée de ce
que vous allez représenter
01:48
or what the other characterspersonnages will do.
44
96283
2406
ou de ce que les autres
personnages vont faire.
01:50
But unlikecontrairement à sciencescience,
45
98689
1849
Mais, contrairement à la science,
01:52
in improvisationimprovisation theaterthéâtre, they tell you from day one
46
100538
3023
dans le théâtre d'improvisation,
on vous dit dès le début
01:55
what's going to happense produire to
you when you get onstagesur scène.
47
103561
2215
ce qu'il va se passer quand
vous allez arriver sur scène.
01:57
You're going to failéchouer miserablymisérablement.
48
105776
2772
Vous allez échouer misérablement.
02:00
You're going to get stuckcoincé.
49
108548
1177
Vous allez être coincé.
02:01
And we would practiceentraine toi stayingrester creativeCréatif
50
109725
2118
Et nous nous entraînions
à rester créatifs
02:03
insideà l'intérieur that stuckcoincé placeendroit.
51
111843
1203
à l'intérieur de cet endroit
où nous étions coincé.
02:05
For exampleExemple, we had an exerciseexercice
52
113046
1905
Par exemple, nous avions un exercice
02:06
where we all stooddebout in a circlecercle,
53
114951
1142
où nous nous tenions tous en cercle,
02:08
and eachchaque personla personne had to do
the world'smonde worstpire taprobinet danceDanse,
54
116093
2965
et chacun devait réaliser
le pire spectacle de claquettes au monde,
02:11
and everybodyTout le monde elseautre applaudedapplaudi
55
119058
1586
et tous les autres applaudissaient
02:12
and cheeredapplaudi you on,
56
120644
1242
et nous encourageaient,
02:13
supportingsoutenir les you onstagesur scène.
57
121886
2763
supportant notre performance.
02:16
When I becamedevenu a professorprofesseur
58
124649
1908
Quand je suis devenu
professeur à l'université
02:18
and had to guideguider my ownposséder studentsélèves
59
126557
1381
et que je devais guider
mes propres étudiants
02:19
throughpar theirleur researchrecherche projectsprojets,
60
127938
1973
dans leurs projets de recherche,
02:21
I realizedréalisé again,
61
129911
1367
j'ai à nouveau réalisé
02:23
I don't know what to do.
62
131278
1712
que je ne savais pas quoi faire.
02:24
I'd studiedétudié thousandsmilliers of hoursheures of physicsla physique,
63
132990
1994
J'avais étudié la physique
pendant des milliers d'heures,
02:26
biologyla biologie, chemistrychimie,
64
134984
1614
la biologie, la chimie,
02:28
but not one hourheure, not one conceptconcept
65
136598
2372
mais pas une heure, pas un concept,
02:30
on how to mentormentor, how to guideguider someoneQuelqu'un
66
138970
2586
sur comment être un mentor,
comment guider quelqu'un
02:33
to go togetherensemble into the unknowninconnu,
67
141556
1737
pour rentrer ensemble dans l'inconnu,
02:35
about motivationmotivation.
68
143293
1921
sur la motivation.
02:37
So I turnedtourné to improvisationimprovisation theaterthéâtre,
69
145214
1930
Je me suis donc tourné
vers le théâtre d'improvisation,
02:39
and I told my studentsélèves from day one
70
147144
2173
et j'ai dit dès le début à mes étudiants
02:41
what's going to happense produire when you startdébut researchrecherche,
71
149317
2901
ce qui allait se passer quand
ils allaient commencer la recherche,
02:44
and this has to do with our mentalmental schemaschéma
72
152218
1726
et que cela avait à voir
avec notre schéma mental
02:45
of what researchrecherche will be like.
73
153944
2012
de comment serait la recherche.
02:47
Because you see, whenevern'importe quand people do anything,
74
155956
2278
Parce que, voyez-vous, dès que
quelqu'un fait quelque chose,
02:50
for exampleExemple if I want to touchtoucher this blackboardTableau noir,
75
158234
2642
si, par exemple, je veux
toucher ce tableau noir,
02:52
my braincerveau first buildsconstruit up a schemaschéma,
76
160876
1660
mon cerveau définit d'abord un schéma,
02:54
a predictionprédiction of exactlyexactement what my musclesmuscles will do
77
162536
1859
une prédiction exacte de
ce que mes muscles vont faire
02:56
before I even startdébut movingen mouvement my handmain,
78
164395
2156
avant même que je commence
à bouger ma main,
02:58
and if I get blockedbloqué,
79
166551
1848
et si je suis bloqué,
03:00
if my schemaschéma doesn't matchrencontre realityréalité,
80
168399
1875
si mon schéma ne correspond pas
vraiment à la réalité,
03:02
that causescauses extrasupplémentaire stressstress calledappelé cognitivecognitif dissonancedissonance.
81
170274
2284
cela entraîne un stress supplémentaire
qui s'appelle « dissonance cognitive ».
03:04
That's why your schemasschémas had better matchrencontre realityréalité.
82
172558
2909
C'est pourquoi il vaut mieux que
vos schémas correspondent à la réalité.
03:07
But if you believe the way sciencescience is taughtenseigné,
83
175467
3155
Mais si vous croyez en la façon
dont la science est enseignée,
03:10
and if you believe textbooksmanuels, you're liableresponsable
84
178622
1897
si vous croyez aux manuels,
vous êtes susceptible
03:12
to have the followingSuivant schemaschéma of researchrecherche.
85
180519
6294
d'avoir le schéma de recherche suivant.
03:18
If A is the questionquestion,
86
186813
3318
Si A est la question,
03:22
and B is the answerrépondre,
87
190131
3400
et B est la réponse,
03:25
then researchrecherche is a directdirect pathchemin.
88
193531
4593
alors la recherche est un chemin direct.
03:30
The problemproblème is that if an experimentexpérience doesn't work,
89
198127
3115
Le problème est que si
une expérience ne fonctionne pas,
03:33
or a studentétudiant getsobtient depresseddéprimé,
90
201242
3662
ou qu'un étudiant est déprimé,
03:36
it's perceivedperçue as something utterlytotalement wrongfaux
91
204904
2086
cela est perçu comme étant
profondément problématique
03:38
and causescauses tremendousénorme stressstress.
92
206990
3030
et cause beaucoup de stress.
03:42
And that's why I teachapprendre my studentsélèves
93
210020
1783
Et c'est pour cela que
j'apprends à mes étudiants
03:43
a more realisticréaliste schemaschéma.
94
211803
3862
un schéma plus réaliste.
03:50
Here'sVoici an exampleExemple
95
218860
1524
Voici un exemple
03:52
where things don't matchrencontre your schemaschéma.
96
220384
3136
où les choses ne correspondent
pas à votre schéma.
03:58
(LaughterRires)
97
226379
3262
(Rires)
04:01
(ApplauseApplaudissements)
98
229641
3199
(Applaudissements)
04:13
So I teachapprendre my studentsélèves a differentdifférent schemaschéma.
99
241564
3446
Donc j'apprends à mes étudiants
un autre schéma.
04:17
If A is the questionquestion,
100
245010
2194
Si A est la question,
04:19
B is the answerrépondre,
101
247204
2181
B est la réponse,
04:25
stayrester creativeCréatif in the cloudnuage,
102
253320
1535
restez créatifs dans les nuages,
04:26
and you startdébut going,
103
254855
1975
et vous commencez à avancer,
04:28
and experimentsexpériences don't work, experimentsexpériences don't work,
104
256830
2363
et les expériences ne fonctionnent pas,
les expériences ne fonctionnent pas,
04:31
experimentsexpériences don't work, experimentsexpériences don't work,
105
259193
2535
les expériences ne fonctionnent pas,
les expériences ne fonctionnent pas,
04:33
untiljusqu'à you reachatteindre a placeendroit linkedlié
with negativenégatif emotionsémotions
106
261728
2676
jusqu'à ce que vous atteignez un état
lié à des émotions négatives
04:36
where it seemssemble like your basicde base assumptionshypothèses
107
264404
2278
où il vous semble que votre
intuition naturelle
04:38
have stoppedarrêté makingfabrication sensesens,
108
266682
1116
a cessé d'avoir du sens,
04:39
like somebodyquelqu'un yankedarraché the carpettapis beneathsous your feetpieds.
109
267798
3055
comme si quelqu'un avait tiré
d'un coup sec le tapis sous vos pieds.
04:42
And I call this placeendroit the cloudnuage.
110
270853
3328
Et j'appelle cet endroit le nuage.
04:59
Now you can be lostperdu in the cloudnuage
111
287685
2678
Vous pouvez vous perdre dans le nuage
05:02
for a day, a weekla semaine, a monthmois, a yearan,
112
290363
2508
pendant un jour, une semaine,
un mois, une année,
05:04
a wholeentier careercarrière,
113
292871
1498
une carrière entière,
05:06
but sometimesparfois, if you're luckychanceux enoughassez
114
294369
2162
mais parfois, si vous êtes chanceux
05:08
and you have enoughassez supportsoutien,
115
296531
1856
et que vous avez assez de soutien,
05:10
you can see in the materialsmatériaux at handmain,
116
298387
1990
vous pouvez voir dans le matériel
disponible,
05:12
or perhapspeut être meditatingméditant on the shapeforme of the cloudnuage,
117
300377
3248
ou peut-être en méditant
sur la forme du nuage,
05:15
a newNouveau answerrépondre,
118
303625
2002
une nouvelle réponse,
05:19
C, and you decidedécider to go for it.
119
307285
3684
C, et vous pouvez décider d'y aller.
05:22
And experimentsexpériences don't work, experimentsexpériences don't work,
120
310969
2369
Et les expériences ne fonctionnent pas,
les expériences ne fonctionnent pas,
05:25
but you get there,
121
313338
1469
mais vous y arrivez,
05:26
and then you tell everyonetoutes les personnes about it
122
314807
1220
et vous en parlez à tout le monde
05:28
by publishingédition a paperpapier that readslit A arrowflèche C,
123
316027
3502
en publiant un papier qui dit :
A flèche C,
05:31
whichlequel is a great way to communicatecommuniquer,
124
319529
1959
ce qui est une façon géniale
de communiquer,
05:33
but as long as you don't forgetoublier the pathchemin
125
321488
2344
mais tant que vous n'oubliez pas le chemin
05:35
that broughtapporté you there.
126
323832
1799
qui vous y a conduit.
05:37
Now this cloudnuage is an inherentinhérent partpartie
127
325631
1975
Ce nuage est partie intégrante
05:39
of researchrecherche, an inherentinhérent partpartie of our craftartisanat,
128
327606
2604
de la recherche,
partie intégrante de notre métier,
05:42
because the cloudnuage standspeuplements guardgarde at the boundaryfrontière.
129
330210
3210
parce que le nuage
monte la garde à la frontière.
05:49
It standspeuplements guardgarde at the boundaryfrontière
130
337721
2269
Il monte la garde à la frontière
05:51
betweenentre the knownconnu
131
339990
2972
entre le connu
05:57
and the unknowninconnu,
132
345795
3604
et l'inconnu,
06:05
because in ordercommande to discoverdécouvrir something trulyvraiment newNouveau,
133
353110
2275
parce que pour découvrir
quelque chose de vraiment nouveau,
06:07
at leastmoins one of your basicde base
assumptionshypothèses has to changechangement,
134
355385
3577
au moins une de vos suppositions
primaires doit changer,
06:10
and that meansveux dire that in sciencescience,
135
358962
1254
et cela veut dire qu'en science,
06:12
we do something quiteassez heroichéroïque.
136
360216
1962
nous faisons quelque chose
d'assez héroïque.
06:14
EveryChaque day, we try to bringapporter ourselvesnous-mêmes
137
362178
1821
Chaque jour, nous essayons de nous amener
06:15
to the boundaryfrontière betweenentre
the knownconnu and the unknowninconnu
138
363999
1812
jusqu'à la frontière entre
le connu et l'inconnu
06:17
and facevisage the cloudnuage.
139
365811
1821
et de faire face au nuage.
06:19
Now noticeremarquer that I put B
140
367632
1705
Remarquez que j'ai mis B
06:21
in the landterre of the knownconnu,
141
369337
743
dans le pays du connu,
06:22
because we knewa connu about it in the beginningdébut,
142
370080
1811
parce que nous connaissions
son existence au début,
06:23
but C is always more interestingintéressant
143
371891
3649
mais C est toujours plus intéressant
06:27
and more importantimportant than B.
144
375540
2723
et plus important que B.
06:30
So B is essentialessentiel in ordercommande to get going,
145
378263
2193
Donc B est essentiel pour
démarrer,
06:32
but C is much more profoundprofond,
146
380456
1818
mais C est beaucoup plus profond,
06:34
and that's the amazingincroyable thing about resesarchmaitrîse.
147
382274
4497
et ça, c'est la chose géniale
à propos de la recherche.
06:38
Now just knowingconnaissance that wordmot, the cloudnuage,
148
386771
2188
Connaître simplement ce mot, nuage,
06:40
has been transformationaltransformationnel in my researchrecherche groupgroupe,
149
388959
2555
a été transformationnel dans
mon groupe de recherche,
06:43
because studentsélèves come to me and say,
150
391514
1870
parce que les étudiants
viennent me voir et disent :
06:45
"UriURI, I'm in the cloudnuage,"
151
393384
1598
« Uri, je suis dans le nuage, »
06:46
and I say, "Great, you mustdoit be feelingsentiment miserablemisérable."
152
394982
3166
et je dis : « Génial,
tu dois te sentir très mal. »
06:50
(LaughterRires)
153
398148
2142
(Rires)
06:52
But I'm kindgentil of happycontent,
154
400290
1913
Mais je suis plutôt heureux,
06:54
because we mightpourrait be closeFermer to the boundaryfrontière
155
402203
1678
parce que nous sommes peut-être
proches de la frontière
06:55
betweenentre the knownconnu and the unknowninconnu,
156
403881
1896
entre le connu et l'inconnu,
06:57
and we standsupporter a chancechance of discoveringdécouvrir
157
405777
1546
et nous avons une chance de découvrir
06:59
something trulyvraiment newNouveau,
158
407323
1861
quelque chose de vraiment nouveau,
07:01
sincedepuis the way our mindesprit workstravaux,
159
409184
1342
puisque nos esprits fonctionnent
de telle façon
07:02
it's just knowingconnaissance that the cloudnuage
160
410526
3148
qu'ils savent que le nuage
07:05
is normalnormal, it's essentialessentiel,
161
413674
4426
est normal, essentiel,
07:10
and in factfait beautifulbeau,
162
418100
1205
et, en fait, beau,
07:11
we can joinjoindre the CloudNuage AppreciationRemerciements SocietySociété,
163
419305
3623
nous pouvons rejoindre
la Société des Amants du Nuage,
07:14
and it detoxifiesdétoxifie the feelingsentiment that something
164
422928
1918
et cela désintoxique le sentiment
07:16
is deeplyprofondément wrongfaux with me.
165
424846
2562
que quelque chose en moi
est profondément problématique.
07:19
And as a mentormentor, I know what to do,
166
427408
2450
Et en tant que mentor,
je sais ce que je dois faire
07:21
whichlequel is to stepétape up my supportsoutien for the studentétudiant,
167
429858
2202
et qui est de montrer
mon soutien à mes étudiants,
07:24
because researchrecherche in psychologypsychologie showsmontre
168
432060
1481
parce qu'un étude en psychologie montre
07:25
that if you're feelingsentiment fearpeur and despairdésespoir,
169
433541
3559
que si vous ressentez
de la peur et du désespoir,
07:29
your mindesprit narrowsNarrows down
170
437100
997
votre esprit se réduit à
07:30
to very safesûr and conservativeconservateur waysfaçons of thinkingen pensant.
171
438097
2831
des façons de penser
très sûres et conservatives.
07:32
If you'dtu aurais like to exploreexplorer the riskyrisqué pathssentiers
172
440928
1575
Si vous voulez explorer
les chemins risqués
07:34
needednécessaire to get out of the cloudnuage,
173
442503
1388
nécessaires pour sortir du nuage,
07:35
you need other emotionsémotions --
174
443891
1761
vous avez besoin d'autres émotions --
07:37
solidaritysolidarité, supportsoutien, hopeespérer
175
445652
2201
la solidarité, le soutien, l'espoir --
07:39
that come with your connectionconnexion from somebodyquelqu'un elseautre,
176
447853
1737
qui viennent de votre connexion
avec quelqu'un d'autre,
07:41
so like in improvisationimprovisation theaterthéâtre,
177
449590
1550
donc comme dans
le théâtre d'improvisation,
07:43
in sciencescience, it's bestmeilleur to walkmarche into the unknowninconnu
178
451140
2301
en science, il est préférable
de marcher ensemble
07:45
togetherensemble.
179
453441
1969
vers l'inconnu.
07:47
So knowingconnaissance about the cloudnuage,
180
455410
2442
Connaissant l'existence du nuage,
07:49
you alsoaussi learnapprendre from improvisationimprovisation theaterthéâtre
181
457852
3324
vous apprenez également
du théâtre d'improvisation
07:53
a very effectiveefficace way to have conversationsconversations
182
461176
2602
une façon très efficace
de tenir des conversations
07:55
insideà l'intérieur the cloudnuage.
183
463778
1760
dans le nuage.
07:57
It's basedbasé on the centralcentral principleprincipe
184
465538
1977
C'est basé sur le principe central
07:59
of improvisationimprovisation theaterthéâtre,
185
467515
1767
du théâtre d'improvisation,
08:01
so here improvisationimprovisation theaterthéâtre
186
469282
1093
donc, ici, le théâtre d'improvisation
08:02
camevenu to my help again.
187
470375
1296
m'a à nouveau aidé.
08:03
It's calledappelé sayingen disant "Yes, and"
188
471671
2291
Cela s'appelle dire « Oui, et »
08:05
to the offersdes offres madefabriqué by other actorsacteurs.
189
473962
3465
aux offres des autres acteurs.
08:16
That meansveux dire acceptingacceptant the offersdes offres
190
484297
2894
Cela signifie accepter les offres
08:19
and buildingbâtiment on them, sayingen disant, "Yes, and."
191
487191
2511
et construire à partir d'elles,
en disant « Oui, et ».
08:21
For exampleExemple, if one actoracteur saysdit,
192
489702
1239
Par exemple, si un acteur dit :
08:22
"Here is a poolpiscine of watereau,"
193
490941
1155
« Voici une piscine »,
08:24
and the other actoracteur saysdit,
194
492096
1045
et que l'autre acteur dit :
08:25
"No, that's just a stageétape,"
195
493141
1869
« Non, c'est juste une scène »,
08:27
the improvisationimprovisation is over.
196
495010
1738
l'improvisation est terminée.
08:28
It's deadmort, and everybodyTout le monde feelsse sent frustratedfrustré.
197
496748
3772
C'est mort, et tout le monde est frustré.
08:32
That's calledappelé blockingblocage.
198
500520
1348
Cela s'appelle un blocage.
08:33
If you're not mindfulconscient of communicationscommunications,
199
501868
1607
Si vous n'êtes pas attentifs
aux communications,
08:35
scientificscientifique conversationsconversations can have a lot of blockingblocage.
200
503475
2937
les conversations scientifiques
peuvent avoir beaucoup de blocages.
08:38
SayingDicton "Yes, and" soundsdes sons like this.
201
506412
2236
Voici ce à quoi cela ressemble
quand on dit « Oui, et ».
08:40
"Here is a poolpiscine of watereau."
"Yeah, let's jumpsaut in."
202
508648
2508
« Voici une piscine. »
« Ouais, sautons dedans. »
08:43
"Look, there's a whalebaleine! Let's grabsaisir it by its tailqueue.
203
511156
3009
« Regarde, une baleine !
Attrapons-la par la queue.
08:46
It's pullingtirant us to the moonlune!"
204
514165
2101
Elle nous emmène à la lune ! »
08:48
So sayingen disant "Yes, and" bypassescontournements our innerinterne criticcritique.
205
516266
3020
Donc dire « Oui, et »
contourne notre critique interne.
08:51
We all have an innerinterne criticcritique
206
519286
1694
Nous avons tous une critique interne
08:52
that kindgentil of guardsgardes what we say,
207
520980
1241
qui surveille ce que l'on dit,
08:54
so people don't think that we're obsceneobscène
208
522221
1923
pour que les gens ne pensent pas
que nous sommes obscènes
08:56
or crazyfou or unoriginalnon originales,
209
524144
1115
ou fous ou pas originaux,
08:57
and sciencescience is fullplein of the fearpeur
210
525259
1260
et la science est pleine de peur
08:58
of appearingapparaissant unoriginalnon originales.
211
526519
1557
de paraître pas original.
09:00
SayingDicton "Yes, and" bypassescontournements the criticcritique
212
528076
2167
Dire « Oui, et » contourne la critique
09:02
and unlocksse déverrouille hiddencaché voicesvoix of creativityla créativité
213
530243
2612
et déverrouille les voix cachées
de la créativité
09:04
you didn't even know that you had,
214
532855
1525
que vous ne saviez pas posséder,
09:06
and they oftensouvent carryporter the answerrépondre
215
534380
2030
et elles amènent souvent la réponse
09:08
about the cloudnuage.
216
536410
2405
sur le nuage.
09:10
So you see, knowingconnaissance about the cloudnuage
217
538815
2601
Donc, connaître l'existence du nuage
09:13
and about sayingen disant "Yes, and"
218
541416
1404
et savoir dire « Oui, et »
09:14
madefabriqué my lablaboratoire very creativeCréatif.
219
542820
2859
a rendu mon laboratoire très créatif.
09:17
StudentsÉtudiants startedcommencé playingen jouant off of eachchaque others'celle des autres ideasidées,
220
545679
2528
Les étudiants ont commencé à construire
sur les idées l'un de l'autre,
09:20
and we madefabriqué surprisingsurprenant discoveriesdécouvertes
221
548207
2114
et nous avons fait
des découvertes surprenantes
09:22
in the interfaceinterface betweenentre physicsla physique and biologyla biologie.
222
550321
2869
à la frontière entre
la physique et la biologie.
09:25
For exampleExemple, we were stuckcoincé for a yearan
223
553190
2950
Par exemple, nous étions
coincés depuis un an
09:28
tryingen essayant to understandcomprendre the intricatecomplexe
224
556140
1149
à essayer de comprendre
09:29
biochemicalbiochimique networksréseaux insideà l'intérieur our cellscellules,
225
557289
2693
les réseaux biochimiques intriqués
à l'intérieur de nos cellules,
09:31
and we said, "We are deeplyprofondément in the cloudnuage,"
226
559982
2457
et nous disions : « Nous sommes
profondément dans le nuage »,
09:34
and we had a playfulludique conversationconversation
227
562439
1980
et nous discutions
sur le ton de la rigolade
09:36
where my studentétudiant ShaiShai ShenShen OrrOrr said,
228
564419
1788
lorsque mon étudiant Shai Shen Orr dit :
09:38
"Let's just drawdessiner this on a
piecepièce of paperpapier, this networkréseau,"
229
566207
2843
« Dessinons-le sur une feuille
de papier, ce réseau »,
09:41
and insteadau lieu of sayingen disant,
230
569050
1453
et au lieu de dire :
09:42
"But we'venous avons doneterminé that so manybeaucoup timesfois
231
570503
2151
« Mais nous l'avons fait tant de fois
09:44
and it doesn't work,"
232
572654
1034
et cela ne fonctionne pas »,
09:45
I said, "Yes, and
233
573688
2943
j'ai dit : « Oui, et
09:48
let's use a very biggros piecepièce of paperpapier,"
234
576631
2041
utilisons une très grande
feuille de papier »,
09:50
and then RonRon MiloMilo said,
235
578672
1092
et ensuite Ron Milo a dit :
09:51
"Let's use a giganticgigantesque architect'sarchitecte
236
579764
2220
« Utilisons une gigantesque feuille bleue
09:53
blueprintplan d’action kindgentil of paperpapier, and I know where to printimpression it,"
237
581984
1796
comme celle des architectes,
et je sais où l'imprimer »,
09:55
and we printedimprimé out the networkréseau and lookedregardé at it,
238
583780
2500
et une fois imprimé le réseau
nous l'avons regardé,
09:58
and that's where we madefabriqué
our mostles plus importantimportant discoveryDécouverte,
239
586280
2509
et c'est là que nous avons fait
notre découverte la plus importante,
10:00
that this complicatedcompliqué networkréseau is just madefabriqué
240
588789
2201
qui est que ce réseau compliqué
est fait uniquement
10:02
of a handfulpoignée of simplesimple, repeatingrépéter interactioninteraction patternsmodèles
241
590990
3463
de quelques motifs d'interaction
simples et répétitifs
10:06
like motifsmotifs in a stainedTaché glassverre windowfenêtre.
242
594453
3163
comme des motifs de vitraux.
10:09
We call them networkréseau motifsmotifs,
243
597616
2048
Nous les avons appelés
motifs de réseau,
10:11
and they're the elementaryélémentaire circuitsles circuits
244
599664
2152
ce sont des circuits élémentaires
10:13
that help us understandcomprendre
245
601816
1385
qui nous aident à comprendre
10:15
the logiclogique of the way cellscellules make decisionsles décisions
246
603201
2700
la logique dans la façon dont
les cellules prennent les décisions
10:17
in all organismsorganismes, includingcomprenant our bodycorps.
247
605901
2849
dans tous les organismes,
y compris notre corps.
10:20
SoonBientôt enoughassez, after this,
248
608750
1925
Peu de temps après cela,
10:22
I startedcommencé beingétant invitedinvité to give talkspourparlers
249
610675
1620
j'ai commencé à être invité
à faire des conférences
10:24
to thousandsmilliers of scientistsscientifiques acrossà travers the worldmonde,
250
612295
3011
face à des milliers de scientifiques
venant du monde entier,
10:27
but the knowledgeconnaissance about the cloudnuage
251
615306
1833
mais la connaissance du nuage
10:29
and sayingen disant "Yes, and"
252
617139
1132
et dire « Oui, et »
10:30
just stayedséjourné withindans my ownposséder lablaboratoire,
253
618271
1839
est restée uniquement
dans mon propre laboratoire,
10:32
because you see, in sciencescience,
we don't talk about the processprocessus,
254
620110
2131
parce qu'en science,
nous ne parlons pas du processus,
10:34
anything subjectivesubjectif or emotionalémotif.
255
622241
2433
rien de subjectif ou d'émotionnel.
10:36
We talk about the resultsrésultats.
256
624674
1863
Nous parlons des résultats.
10:38
So there was no way to talk about it in conferencesconférences.
257
626537
2069
Il n'y avait donc pas moyen
d'en parler durant les conférences.
10:40
That was unthinkableimpensable.
258
628606
1924
C'était impensable.
10:42
And I saw scientistsscientifiques in other groupsgroupes get stuckcoincé
259
630530
2076
Et j'ai vu des scientifiques
dans d'autres groupes être coincés
10:44
withoutsans pour autant even havingayant a wordmot to describedécrire
260
632606
1774
sans avoir les mots pour décrire
10:46
what they're seeingvoyant,
261
634380
1321
ce qu'ils voient,
10:47
and theirleur waysfaçons of thinkingen pensant
262
635701
1355
et leur façon de penser
10:49
narrowedrétréci down to very safesûr pathssentiers,
263
637056
1528
s'est réduite à des chemins très sûrs,
10:50
theirleur sciencescience didn't reachatteindre its fullplein potentialpotentiel,
264
638584
1660
leur science n'a pas atteint
son vrai potentiel,
10:52
and they were miserablemisérable.
265
640244
1753
et ils étaient malheureux.
10:53
I thought, that's the way it is.
266
641997
1939
J'ai pensé que c'était comme cela
que ça fonctionnait.
10:55
I'll try to make my lablaboratoire as creativeCréatif as possiblepossible,
267
643936
2021
Je vais essayer de rendre mon propre
laboratoire aussi créatif que possible,
10:57
and if everybodyTout le monde elseautre does the sameMême,
268
645957
1680
et si tous les autres font la même chose,
10:59
sciencescience will eventuallyfinalement becomedevenir
269
647637
2190
la science finira par devenir
11:01
more and more better and better.
270
649827
2214
meilleure et encore meilleure.
11:04
That way of thinkingen pensant got turnedtourné on its headtête
271
652041
2920
Cette façon de penser
a totalement changé
11:06
when by chancechance I wentest allé to hearentendre EvelynEvelyn FoxFox KellerKeller
272
654961
2339
quand, par hasard, j'ai entendu
Evelyn Fox Keller
11:09
give a talk about her experiencesexpériences
273
657300
1358
en conférence parler de ses expériences
11:10
as a womanfemme in sciencescience.
274
658658
1691
en tant que femme de science.
11:12
And she askeda demandé,
275
660349
1823
Et elle demandait :
11:14
"Why is it that we don't talk about the subjectivesubjectif
276
662172
1948
« Pourquoi est-ce que nous
ne parlons pas des aspects
11:16
and emotionalémotif aspectsaspects of doing sciencescience?
277
664120
2186
subjectif et émotionnels
de la pratique scientifique ?
11:18
It's not by chancechance. It's a mattermatière of valuesvaleurs."
278
666306
3992
Ce n'est pas par hasard.
C'est une question de valeurs. »
11:22
You see, sciencescience seekscherche knowledgeconnaissance
279
670298
2178
La science recherche le savoir
11:24
that's objectiveobjectif and rationalrationnel.
280
672476
1795
objectif et rationnel.
11:26
That's the beautifulbeau thing about sciencescience.
281
674271
2198
C'est ce qui est beau dans la science.
11:28
But we alsoaussi have a culturalculturel mythmythe
282
676469
1956
Mais nous avons également
un mythe culturel
11:30
that the doing of sciencescience,
283
678425
1254
qui est qu'en science,
11:31
what we do everychaque day to get that knowledgeconnaissance,
284
679679
2300
ce que nous faisons chaque jour
pour atteindre ce savoir,
11:33
is alsoaussi only objectiveobjectif and rationalrationnel,
285
681979
2440
est également uniquement
objectif et rationnel,
11:36
like MrM.. SpockSpock.
286
684419
2432
comme M. Spock.
11:38
And when you labelétiquette something
287
686851
1414
Et quand vous étiquetez quelque chose
11:40
as objectiveobjectif and rationalrationnel,
288
688265
1813
comme étant objectif et rationnel,
11:42
automaticallyautomatiquement, the other sidecôté,
289
690078
1642
automatiquement, l'autre côté,
11:43
the subjectivesubjectif and emotionalémotif,
290
691720
1457
le subjectif et l'émotionnel,
11:45
becomedevenir labeledétiqueté as non-sciencenon-science
291
693177
2102
est étiqueté comme de la non-science
11:47
or anti-scienceanti-science or threateningen danger to sciencescience,
292
695279
1971
ou de l'anti-science
ou une menace à la science,
11:49
and we just don't talk about it.
293
697250
1811
et nous n'en parlons pas.
11:51
And when I heardentendu that,
294
699061
1954
Et quand j'ai entendu cela,
11:53
that sciencescience has a cultureCulture,
295
701015
2167
que la science a une culture,
11:55
everything clickedun clic sur into placeendroit for me,
296
703182
1547
les choses ont pour moi
trouvé leur place,
11:56
because if sciencescience has a cultureCulture,
297
704729
1664
parce que si la science a une culture,
11:58
cultureCulture can be changedmodifié,
298
706393
1256
la culture peut être changée,
11:59
and I can be a changechangement agentagent de
299
707649
1593
et je peux être un agent de changement
12:01
workingtravail to changechangement the cultureCulture
of sciencescience whereverpartout où I could.
300
709242
2712
travaillant pour changer la culture
de la science partout où je le peux.
12:03
And so the very nextprochain lectureconférence I gavea donné in a conferenceconférence,
301
711954
3069
Et donc à la conférence suivante
que j'ai donnée,
12:07
I talkeda parlé about my sciencescience,
302
715023
1612
j'ai parlé de ma science,
12:08
and then I talkeda parlé about the importanceimportance
303
716635
1512
et ensuite j'ai parlé de l'importance
12:10
of the subjectivesubjectif and emotionalémotif
aspectsaspects of doing sciencescience
304
718147
2182
des aspects subjectifs
et émotionnels en science
12:12
and how we should talk about them,
305
720329
1120
et que nous devrions en parler,
12:13
and I lookedregardé at the audiencepublic,
306
721449
1234
et j'ai regardé le public,
12:14
and they were colddu froid.
307
722683
2360
et les gens étaient froids.
12:17
They couldn'tne pouvait pas hearentendre what I was sayingen disant
308
725043
3291
Ils n'entendaient pas
ce que je disais
12:20
in the contextle contexte of a 10 back-to-backdos à dos
309
728334
1251
dans un contexte qui était
12:21
PowerPointPowerPoint presentationprésentation conferenceconférence.
310
729585
1839
de 10 présentations PowerPoint à la suite.
12:23
And I trieda essayé again and again,
conferenceconférence after conferenceconférence,
311
731424
2482
Et j'ai essayé encore et encore,
conférence après conférence,
12:25
but I wasn'tn'était pas gettingobtenir throughpar.
312
733906
2373
mais mon message ne passait pas.
12:28
I was in the cloudnuage.
313
736279
2906
J'étais dans le nuage.
12:31
And eventuallyfinalement I managedgéré to get out the cloudnuage
314
739185
3514
Et finalement, j'ai réussi
à sortir du nuage,
12:34
usingen utilisant improvisationimprovisation and musicla musique.
315
742699
2811
en utilisant l'improvisation
et la musique.
12:37
SinceDepuis then, everychaque conferenceconférence I go to,
316
745510
2739
Depuis, à chaque conférence où je vais,
12:40
I give a sciencescience talk and a secondseconde, specialspécial talk
317
748249
2862
je fais un discours sur la science
et un second, un discours spécial
12:43
calledappelé "Love and fearpeur in the lablaboratoire,"
318
751111
1993
appelé « L'amour et la peur
dans le laboratoire »,
12:45
and I startdébut it off by doing a songchant
319
753104
2217
et je l'entame avec une chanson
12:47
about scientists'des scientifiques greatestplus grand fearpeur,
320
755321
2572
sur la plus grande peur
des scientifiques,
12:49
whichlequel is that we work harddifficile,
321
757893
2912
qui est quand nous travaillons dur,
12:52
we discoverdécouvrir something newNouveau,
322
760805
2342
que nous découvrons
quelque chose de nouveau,
12:55
and somebodyquelqu'un elseautre publishespublie it before we do.
323
763147
3357
que quelqu'un d'autre
le publie avant nous.
12:58
We call it beingétant scoopedcreusé,
324
766504
2616
Nous appelons cela se faire cueillir,
13:01
and beingétant scoopedcreusé feelsse sent horriblehorrible.
325
769120
3214
et se faire cueillir est
un sentiment horrible.
13:04
It makesfait du us afraidpeur to talk to eachchaque other,
326
772334
2213
Cela nous fait avoir peur
de nous parler entre nous,
13:06
whichlequel is no funamusement,
327
774547
833
ce qui n'est pas marrant,
13:07
because we camevenu to sciencescience to sharepartager our ideasidées
328
775380
2760
parce que nous venons en science
pour partager nos idées
13:10
and to learnapprendre from eachchaque other,
329
778140
1311
et pour apprendre des autres,
13:11
and so I do a bluesBlues songchant,
330
779451
3489
et donc je joue une chanson de blues,
13:17
whichlequel — (ApplauseApplaudissements) —
331
785040
5504
qui -- (Applaudissements) --
13:22
calledappelé "ScoopedCreusé Again,"
332
790544
3223
est appelée « A nouveau cueilli »,
13:25
and I askdemander the audiencepublic to be my backupsauvegarde singerschanteurs,
333
793767
2658
et je demande au public
d'être mon chœur,
13:28
and I tell them, "Your texttexte is 'Scoop"Scoop, ScoopScoop.'"
334
796425
3980
et je leur dis :
« Le texte est « Cueilli, cueilli » ».
13:32
It soundsdes sons like this: "ScoopScoop, scoopScoop!"
335
800405
2645
Cela fait comme « Scoop, scoop ! ».
13:35
SoundsSons like this.
336
803050
963
Ça fait comme cela.
13:36
♪ I've been scoopedcreusé again ♪
337
804013
2219
♪ J'ai été cueilli à nouveau ♪
13:38
ScoopScoop! ScoopScoop! ♪
338
806232
1743
♪ Scoop ! Scoop ! ♪
13:39
And then we go for it.
339
807975
1278
Et ensuite on y va.
13:41
♪ I've been scoopedcreusé again ♪
340
809253
2045
♪ J'ai été cueilli à nouveau ♪
13:43
ScoopScoop! ScoopScoop! ♪
341
811298
1286
♪ Scoop ! Scoop ! ♪
13:44
♪ I've been scoopedcreusé again ♪
342
812584
1895
♪ J'ai été cueilli à nouveau ♪
13:46
ScoopScoop! ScoopScoop! ♪
343
814479
1306
♪ Scoop ! Scoop ! ♪
13:47
♪ I've been scoopedcreusé again ♪
344
815785
1783
♪ J'ai été cueilli à nouveau ♪
13:49
ScoopScoop! ScoopScoop! ♪
345
817568
1639
♪ Scoop ! Scoop ! ♪
13:51
♪ I've been scoopedcreusé again ♪
346
819207
1668
♪ J'ai été cueilli à nouveau ♪
13:52
ScoopScoop! ScoopScoop! ♪
347
820875
1762
♪ Scoop ! Scoop ! ♪
13:54
♪ Oh mamaMama, can't you feel my paindouleur
348
822637
3275
♪ Ô maman, ressens-tu ma douleur ♪
13:57
HeavensCieux help me, I've been scoopedcreusé again ♪
349
825912
3786
♪ Que le ciel me vienne en aide,
j'ai été cueilli à nouveau ♪
14:02
(ApplauseApplaudissements)
350
830925
6391
(Applaudissements)
14:09
Thank you.
351
837735
1230
Merci.
14:10
Thank you for your backupsauvegarde singingen chantant.
352
838965
1499
Merci pour le chœur.
14:12
So everybodyTout le monde startsdéparts laughingen riant, startsdéparts breathingrespiration,
353
840464
2084
Et donc tout le monde commence
à rire, à respirer,
14:14
noticesavis that there's other scientistsscientifiques around them
354
842548
2012
à se rendre compte qu'il y a
d'autres scientifiques autour d'eux
14:16
with sharedpartagé issuesproblèmes,
355
844560
1307
qui partagent ces problèmes,
14:17
and we startdébut talkingparlant about the emotionalémotif
356
845867
1805
et nous commençons à parler des choses
14:19
and subjectivesubjectif things that go on in researchrecherche.
357
847672
1850
émotionnelles et subjectives
qu'il y a en recherche.
14:21
It feelsse sent like a hugeénorme tabootabou has been liftedlevé.
358
849522
2184
C'est comme si un énorme
tabou avait été levé.
14:23
FinallyEnfin, we can talk about
this in a scientificscientifique conferenceconférence.
359
851706
2799
Finalement, on peut en parler
dans une conférence scientifique.
14:26
And scientistsscientifiques have gonedisparu on to formforme peerpair groupsgroupes
360
854505
2186
Et les scientifiques sont allés de l'avant
et ont formé des groupes
14:28
where they meetrencontrer regularlyrégulièrement
361
856691
1610
se rencontrant régulièrement
14:30
and createcréer a spaceespace to talk about the emotionalémotif
362
858301
1629
et ont créé un espace où parler des choses
14:31
and subjectivesubjectif things that
happense produire as they're mentoringmentorat,
363
859930
2301
émotionnelles et subjectives qui se
produisent alors qu'ils sont des mentors,
14:34
as they're going into the unknowninconnu,
364
862231
1363
qu'ils vont vers l'inconnu,
14:35
and even startedcommencé coursescours
365
863594
1570
et ils ont même commencé des cours
14:37
about the processprocessus of doing sciencescience,
366
865164
1675
sur le processus de la science,
14:38
about going into the unknowninconnu togetherensemble,
367
866839
1895
et rentrer ensemble dans l'inconnu,
14:40
and manybeaucoup other things.
368
868734
1416
et tant d'autres choses.
14:42
So my visionvision is that,
369
870150
1334
Ma vision est que,
14:43
just like everychaque scientistscientifique knowssait the wordmot "atomatome,"
370
871484
3462
comme tout scientifique
connaît le mot « atome »,
14:46
that mattermatière is madefabriqué out of atomsatomes,
371
874946
1967
que la matière est faite d'atomes,
14:48
everychaque scientistscientifique would know the wordsmots
372
876913
1484
si chaque scientifique connaissait les mots
14:50
like "the cloudnuage," sayingen disant "Yes, and,"
373
878397
2344
comme « nuage », dire « Oui, et »
14:52
and sciencescience will becomedevenir much more creativeCréatif,
374
880741
3079
la science deviendrait
beaucoup plus créative,
14:55
make manybeaucoup, manybeaucoup more unexpectedinattendu discoveriesdécouvertes
375
883820
3004
ferait beaucoup, beaucoup
plus de découvertes inattendues
14:58
for the benefitavantage of us all,
376
886824
2536
pour notre bénéfice à tous,
15:01
and would alsoaussi be much more playfulludique.
377
889360
2216
et cela serait tellement plus amusant.
15:03
And what I mightpourrait askdemander you to rememberrappelles toi from this talk
378
891576
2590
Et ce que je vous demanderais
de retenir de cette conférence
15:06
is that nextprochain time you facevisage
379
894166
2696
est que la prochaine fois
que vous ferez face
15:08
a problemproblème you can't solverésoudre
380
896862
1726
à un problème que vous
ne pouvez pas résoudre
15:10
in work or in life,
381
898588
2592
au travail ou dans votre vie personnelle,
15:13
there's a wordmot for what you're going to see:
382
901180
1876
il y a un mot que vous allez voir :
15:15
the cloudnuage.
383
903056
1177
le nuage.
15:16
And you can go throughpar the cloudnuage
384
904233
1533
Et vous pouvez traverser le nuage
15:17
not aloneseul but togetherensemble
385
905766
1408
non pas seul mais ensemble
15:19
with someoneQuelqu'un who is your sourcela source of supportsoutien
386
907174
2038
avec une personne qui est
la source de votre soutien
15:21
to say "Yes, and" to your ideasidées,
387
909212
2048
qui dit « Oui, et » à vos idées,
15:23
to help you say "Yes, and" to your ownposséder ideasidées,
388
911260
2317
pour vous aider à dire « Oui, et »
à vos propres idées,
15:25
to increaseaugmenter the chancechance that,
389
913577
1887
pour augmenter votre chance
15:27
throughpar the wispsfeux follets of the cloudnuage,
390
915464
1726
de trouver, à travers la volute du nuage,
15:29
you'lltu vas find that momentmoment of calmnesscalme
391
917190
1498
ce moment de calme
15:30
where you get your first glimpseaperçu
392
918688
1803
quand vous avez le premier aperçu
15:32
of your unexpectedinattendu discoveryDécouverte,
393
920491
3250
de votre découverte inattendue,
15:35
your C.
394
923741
2724
votre C.
15:38
Thank you.
395
926465
2320
Merci.
15:40
(ApplauseApplaudissements)
396
928785
4000
(Applaudissements)
Translated by Morgane Quilfen
Reviewed by Carlos Diz

▲Back to top

ABOUT THE SPEAKER
Uri Alon - Systems biologist
Uri Alon studies how cells work, using an array of tools (including improv theater) to understand the biological circuits that perform the functions of life.

Why you should listen
First trained as a physicist, Uri Alon found a passion for biological systems. At the Weizmann Institute of Science in Israel, he and his lab investigate the protein circuits within a cell (they focus on E. coli), looking for basic interaction patterns that recur throughout biological networks. It's a field full of cross-disciplinary thinking habits and interesting problems. And in fact, Alon is the author of a classic paper on lab behavior called "How to Choose a Good Scientific Problem," which takes a step back from the rush to get grants and publish papers to ask: How can a good lab foster growth and self-motivated research?
 
In Alon's lab, students use tools from physics, neurobiology and computer science -- and concepts from improv theatre -- to study basic principles of interactions. Using a theater practice called the "mirror game," they showed that two people can create complex novel motion together without a designated leader or follower. He also works on an addicting site called BioNumbers -- all the measurements you need to know about biology. The characteristic heart rate of a pond mussel? Why it's 4-6 beats per minute.
More profile about the speaker
Uri Alon | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee