TED2006
Michael Shermer: Why people believe weird things
Michael Shermer parle des croyances étranges
Filmed:
Readability: 4.2
7,339,268 views
Pourquoi est-ce que certaines personnes voient la Vierge Marie sur un sandwich au fromage, ou entendent des paroles démoniaques dans "Stairway to Heaven"? En utilisant la video et la musique, le sceptique Michael Shermer nous montre comment nous nous persuadons à croire, en passant à coté des faits.
Michael Shermer - Skeptic
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Double-click the English transcript below to play the video.
00:24
I'm Michael Shermer,
director of the Skeptics Society,
director of the Skeptics Society,
0
0
2532
Bonjour, je suis Michael Shermer, directeur de la Skeptics Society,
l'éditeur de Skeptic magazine.
00:27
publisher of "Skeptic" magazine.
1
2556
1532
Nous enquêtons sur les faits prétenduement paranormaux, les pseudo-sciences,
00:28
We investigate claims of the paranormal,
2
4112
1913
les groupes sectaires, et les croyances de toutes sortes qu'on peut trouver au milieu :
00:30
pseudo-science, fringe groups and cults,
and claims of all kinds between,
and claims of all kinds between,
3
6049
3682
00:34
science and pseudo-science
and non-science and junk science,
and non-science and junk science,
4
9755
2894
science, pseudo-science, non-science, science poubelle,
science vaudou, science pathologique, mauvaise science, non-science,
00:37
voodoo science, pathological science,
bad science, non-science,
bad science, non-science,
5
12673
3303
00:40
and plain old non-sense.
6
16000
1887
et absurdité pure et simple.
00:42
And unless you've been on Mars recently,
7
17911
1917
Et à moins que vous ayez vécu sur Mars récemment,
00:44
you know there's a lot of that out there.
8
19852
2018
vous savez qu'il y a beaucoup de tout ça ici-bas.
00:46
Some people call us debunkers,
which is kind of a negative term.
which is kind of a negative term.
9
21894
3022
Certains nous appellent démystificateurs, ce qui est un terme un peu péjoratif.
00:49
But let's face it, there's a lot of bunk.
10
24940
2108
Mais voyons les choses en face : il y a beaucoups de mythes,
et nous sommes comme une escouade de police anti-mythes qui essaie de faire le ménage.
00:51
We are like the bunko squads
of the police departments out there --
of the police departments out there --
11
27072
3453
00:55
well, we're sort of like
the Ralph Naders of bad ideas,
the Ralph Naders of bad ideas,
12
30549
3427
Nous sommes un peu les Ralph Nader des mauvaises idées,
00:58
(Laughter)
13
34000
1230
(Rires)
on essaie de remplacer les mauvaises idées par de bonnes idées.
01:00
trying to replace bad ideas
with good ideas.
with good ideas.
14
35254
2722
01:02
I'll show you an example of a bad idea.
15
38000
1863
Je vais vous montrer un exemple de mauvaise idée.
01:04
I brought this with me,
16
39887
1158
J'ai apporté ça avec moi.
01:05
this was given to us
by NBC Dateline to test.
by NBC Dateline to test.
17
41069
3907
C'est l'émission NBC Dateline qui nous l'a confié pour le tester.
01:09
It's produced by the Quadro
Corporation of West Virginia.
Corporation of West Virginia.
18
45000
3286
C'est la -- c'est fabriqué par Quadro Corporation en Virginie de l'Ouest.
Ca s'appelle la Baguette de Sourcier Quadro 2000.
01:13
It's called the Quadro 2000 Dowser Rod.
19
48310
2910
(Rires)
01:16
(Laughter)
20
51244
1446
01:17
This was being sold to high-school
administrators for $900 apiece.
administrators for $900 apiece.
21
52714
5262
C'était vendu 900$ l'unité à des responsables de lycée.
01:22
It's a piece of plastic with a Radio
Shack antenna attached to it.
Shack antenna attached to it.
22
58000
4327
C'est un morceau de plastique attaché à une antenne de chez Radio Shack.
On peut chercher toutes sortes de choses avec une baguette de sourcier, mais celle-ci
01:27
You could dowse for all sorts of things,
23
62351
1966
01:29
but this particular one was built
to dowse for marijuana
to dowse for marijuana
24
64341
3393
a été conçue pour trouver de la marijuana dans les casiers des étudiants.
01:32
in students' lockers.
25
67758
1218
01:33
(Laughter)
26
69000
2460
(Rires)
Voila comment ça marche, on traverse le couloir et on regarde si
01:36
So the way it works
is you go down the hallway,
is you go down the hallway,
27
71484
3545
01:39
and you see if it tilts
toward a particular locker,
toward a particular locker,
28
75053
2999
ça penche devant un casier en particulier, puis on ouvre le casier en question.
01:42
and then you open the locker.
29
78076
1444
Voila ce que ça donne.
01:44
So it looks something like this.
30
79544
1577
Je vais vous montrer.
01:45
I'll show you.
31
81145
1183
01:48
(Laughter)
32
83809
1167
(Rires)
01:49
Well, it has kind of a right-leaning bias.
33
85000
3391
Non, il...bon, je pense qu'il penche un peu à droite.
Je vais vous montrer... c'est de la science, donc on va faire une expérience controlée.
01:53
Well, this is science,
so we'll do a controlled experiment.
so we'll do a controlled experiment.
34
88415
2805
Il ira de ce côté bien sûr.
01:56
It'll go this way for sure.
35
91244
1582
(Rires)
01:57
(Laughter)
36
92850
3934
02:01
Sir, do you want to empty
your pockets, please, sir?
your pockets, please, sir?
37
96808
2526
Monsieur, vous voulez bien ouvrir vos poches s'il vous plait?
(Rires)
02:04
(Laughter)
38
99358
1838
Donc, la question était, est-ce que ça peut vraiment détecter de la marijuana dans les casiers des étudiants?
02:06
So the question was, can it actually
find marijuana in students' lockers?
find marijuana in students' lockers?
39
101220
3457
Et la réponse est oui...si on en ouvre assez.
02:09
And the answer is,
if you open enough of them, yes.
if you open enough of them, yes.
40
104701
2598
(Rires)
02:12
(Laughter)
41
107323
1023
(Applaudissements)
02:13
(Applause)
42
108370
1606
02:14
But in science, we have to keep track
of the misses, not just the hits.
of the misses, not just the hits.
43
110000
3381
Mais en science, on doit tenir compte des échecs, pas seulement des succès.
Et c'est probablement la leçon clé de mon bref exposé ici,
02:18
And that's probably the key lesson
to my short talk here:
to my short talk here:
44
113405
3266
02:21
This is how psychics work, astrologers,
tarot card readers and so on.
tarot card readers and so on.
45
116695
3734
c'est comme ça que fonctionnent les mediums, les astrologues, les tireurs de cartes, etc...
Les gens se souviennent des succès; ils oublient les fois où ça rate.
02:25
People remember the hits
and forget the misses.
and forget the misses.
46
120453
2219
En science, nous devons conserver toutes les données,
02:27
In science, we keep the whole database,
47
122696
1895
et voir si le nombre de succès se distingue
02:29
and look to see if the number
of hits somehow stands out
of hits somehow stands out
48
124615
2661
du résultat qu'on obtiendrait par simple chance.
02:32
from the total number
you'd expect by chance.
you'd expect by chance.
49
127300
2213
Pour ce cas, nous avons fait le test.
02:34
In this case, we tested it.
50
129537
1294
02:35
We had two opaque boxes:
51
130855
1492
Nous avions deux boites opaques,
02:37
one with government-approved THC
marijuana, and one with nothing.
marijuana, and one with nothing.
52
132371
3634
une contenant de la marijuana approuvée par le gouvernement, et une autre vide.
et la baguette est tombée juste une fois sur deux...
02:40
And it got it 50 percent of the time --
53
136029
1881
02:42
(Laughter)
54
137934
1093
...ce qui est exactement ce qu'on obtient à pile ou face.
02:43
which is exactly what you'd expect
with a coin-flip model.
with a coin-flip model.
55
139051
2925
02:46
So that's just a fun little example
here of the sorts of things we do.
here of the sorts of things we do.
56
142000
3991
C'est un petit exemple marrant des choses que nous faisons.
Skeptic est une publication trimestrielle.
02:50
"Skeptic" is the quarterly publication.
Each one has a particular theme.
Each one has a particular theme.
57
146015
3468
Chacune a un thème particulier, celle-ci traite du futur de l'intelligence.
02:54
This one is on the future of intelligence.
58
149507
2074
Est-ce que les gens deviennent plus malins ou plus bêtes?
02:56
Are people getting smarter or dumber?
59
151605
1771
J'ai une idée sur la question à cause du milieu où je travaille.
02:58
I have an opinion of this myself
because of the business I'm in,
because of the business I'm in,
60
153400
3048
Mais, en fait, il s'avère que les gens deviennent plus intelligents.
03:01
but in fact, people, it turns out,
are getting smarter.
are getting smarter.
61
156472
2667
3 points de QI en plus tous les 10 ans.
03:03
Three IQ points per 10 years, going up.
62
159163
2813
03:06
Sort of an interesting thing.
63
162000
1651
C'est assez intéressant.
03:08
With science, don't think of skepticism
as a thing, or science as a thing.
as a thing, or science as a thing.
64
163675
3547
En science, ne voyez pas le scepticisme comme une chose, ni même la science comme une chose.
Est-ce que la science et la religion sont compatibles?
03:12
Are science and religion compatible?
65
167246
1730
03:13
It's like, are science
and plumbing compatible?
and plumbing compatible?
66
169000
2231
C'est comme demander si la science et la plomberie sont compatibles.
C'est -- ce sont juste 2 choses différentes.
03:16
They're just two different things.
67
171255
1634
03:17
Science is not a thing. It's a verb.
68
172913
1739
La science n'est pas une chose, c'est un verbe.
03:19
It's a way of thinking about things.
69
174676
1722
C'est une façon de penser les choses.
03:21
It's a way of looking for natural
explanations for all phenomena.
explanations for all phenomena.
70
176422
3070
c'est une manière de chercher des explications naturelles pour tous les phénomènes.
Par exemple, qu'est ce qui a le plus de chances d'arriver --
03:24
I mean, what's more likely:
71
179516
1350
03:25
that extraterrestrial intelligences
or multi-dimensional beings
or multi-dimensional beings
72
180890
3563
que des intelligences extraterrestres, ou des êtres multi-dimensionnels traversent
03:29
travel across vast distances
of interstellar space
of interstellar space
73
184477
2390
des distances cosmiques pour laisser un dessin
03:31
to leave a crop circle in Farmer Bob's
field in Puckerbrush, Kansas
field in Puckerbrush, Kansas
74
186891
3180
dans le champ de Bob le fermier à Puckerbrush au Kansas, pour faire la pub de notre site skeptic.com?
03:34
to promote skeptic.com, our web page?
75
190095
1810
Ou bien est ce qu'il y a plus de chances que ce soit un lecteur de Skeptic qui ait fait ça sur Photoshop?
03:36
Or is it more likely that a reader
of "Skeptic" did this with Photoshop?
of "Skeptic" did this with Photoshop?
76
191929
4478
Et dans chaque cas, nous devons nous demander --
03:41
And in all cases we have to ask --
77
196431
1650
(Rires)
03:42
(Laughter)
78
198105
1824
03:44
What's the more likely explanation?
79
199953
2023
-- quelle est l'explication la plus probable?
03:46
Before we say something
is out of this world,
is out of this world,
80
202000
2167
Et avant de dire que quelque chose vient d'ailleurs,
on devrait d'abord s'assurer qu'elle ne vient pas de ce monde.
03:48
we should first make sure
that it's not in this world.
that it's not in this world.
81
204191
2664
Qu'est ce qui est plus probable --
03:51
What's more likely:
82
206879
1151
que Arnold ait reçu un petit coup de pouce extraterrestre dans sa course à la gouvernance?
03:52
that Arnold had extraterrestrial help
in his run for the governorship,
in his run for the governorship,
83
208054
3326
Ou que le World Weekly News ait inventé cette histoire?
03:56
or that the "World Weekly News"
makes stuff up?
makes stuff up?
84
211404
2498
03:58
(Laughter)
85
213926
1389
(Rires)
Le même thème est joliment abordé
04:00
The same theme is expressed nicely
here in this Sidney Harris cartoon.
here in this Sidney Harris cartoon.
86
215339
4662
dans ce dessin de Sidney Harris.
04:04
For those of you in the back,
it says here: "Then a miracle occurs.
it says here: "Then a miracle occurs.
87
220025
3215
Pour ceux du fond, ça dit "Puis un miracle se produit."
04:08
I think you need to be more
explicit here in step two."
explicit here in step two."
88
223264
2712
"Je pense que vous devriez être plus explicite dans l'étape 2."
04:10
This single slide completely dismantles
the intelligent design arguments.
the intelligent design arguments.
89
226000
4496
Cette simple vignette démonte complètement les arguments du "design intelligent".
Ce n'est rien de plus que ça.
04:15
There's nothing more to it than that.
90
230520
1848
(Applaudissements)
04:17
(Applause)
91
232392
1050
Vous pouvez dire qu'un miracle se produit.
04:18
You can say a miracle occurs,
92
233466
1388
04:19
it's just that it doesn't explain
anything or offer anything.
anything or offer anything.
93
234878
2966
C'est juste que ça n'explique rien.
Ca ne propose rien. Il n'y a rien à mettre à l'épreuve.
04:22
There's nothing to test.
94
237868
1150
C'est la fin de la conversation pour les créationnistes du design intelligent.
04:23
It's the end of the conversation
for intelligent design creationists.
for intelligent design creationists.
95
239042
3448
Alors que -- et c'est vrai, les scientifiques utilisent parfois des
04:27
And it's true, scientists sometimes throw
terms out as linguistic place fillers --
terms out as linguistic place fillers --
96
242514
4886
bouche-trous linguistiques comme énergie noire, ou matière noire, ou quelque chose dans le genre.
04:32
dark energy or dark matter,
something like that --
something like that --
97
247424
2348
Jusqu'à ce qu'on ait trouvé ce que c'est, on l'appelera comme ça.
04:34
until we figure out what it is,
we'll call it this.
we'll call it this.
98
249796
2460
C'est le début de la chaine causale pour la science.
04:37
It's the beginning of the causal
chain for science.
chain for science.
99
252280
2701
Pour les créationnistes, c'est la fin de la chaine.
04:39
For intelligent design creationists,
it's the end of the chain.
it's the end of the chain.
100
255005
4075
Alors une fois de plus, on peut poser la question -- qu'est ce qui est le plus probable --
04:43
So again, we can ask this:
what's more likely?
what's more likely?
101
259104
2172
est-ce que les OVNI sont des vaisseaux extraterrestres, ou des erreurs de perception cognitive, ou même des canulars?
04:46
Are UFOs alien spaceships, or perceptual
cognitive mistakes, or even fakes?
cognitive mistakes, or even fakes?
102
261300
4391
04:50
This is a UFO shot from my house
in Altadena, California,
in Altadena, California,
103
265715
3261
Voici un OVNI pris depuis ma maison à Altadena, en Californie,
04:53
looking down over Pasadena.
104
269000
1976
en regardant vers Pasadena.
04:55
And if it looks a lot like a Buick
hubcap, it's because it is.
hubcap, it's because it is.
105
271000
3521
Et si ça ressemble à un enjoliveur de Buick, c'est parce que c'en est un.
04:59
You don't even need Photoshop
or high-tech equipment,
or high-tech equipment,
106
274545
2738
Vous n'avez même pas besoin de Photoshop, vous n'avez pas besoin d'équipement de pointe,
vous n'avez pas besoin d'ordinateurs.
05:02
you don't need computers.
107
277307
1198
05:03
This was shot with a throwaway
Kodak Instamatic camera.
Kodak Instamatic camera.
108
278529
3447
Cette photo a été prise avec un appareil jetable Kodak Instamatic.
05:06
You just have somebody off on the side
with a hubcap ready to go.
with a hubcap ready to go.
109
282000
3096
Il suffit d'avoir quelqu'un hors champ prêt à lancer l'enjoliveur.
L'appareil photo est prêt -- c'est dans la boîte.
05:09
Camera's ready -- that's it.
110
285120
1898
(Rires)
05:11
(Laughter)
111
287042
1437
Donc, bien qu'il soit possible que la plupart des OVNI soient des faux
05:13
So, although it's possible
that most of these things are fake
that most of these things are fake
112
288503
3473
05:16
or illusions or so on,
and that some of them are real,
and that some of them are real,
113
292000
3714
ou des illusions, ou autre, et que certains d'entre eux soient réels,
il est plus probable qu'ils soient tous des faux, comme les motifs dans les champs.
05:20
it's more likely that all of them
are fake, like the crop circles.
are fake, like the crop circles.
114
295738
3133
Pour parler plus sérieusement, en science on cherche toujours l'équilibre
05:23
On a more serious note, in all of science
we're looking for a balance
we're looking for a balance
115
298895
3381
entre données et théorie.
05:27
between data and theory.
116
302300
1676
05:28
In the case of Galileo,
he had two problems
he had two problems
117
304000
3976
Dans le cas de Galilée, il avait 2 problèmes
05:32
when he turned his telescope to Saturn.
118
308000
2361
quand il tourna son téléscope vers Saturne.
Pour commencer, il n'y avait pas de théorie des anneaux planétaires.
05:35
First of all, there was no
theory of planetary rings.
theory of planetary rings.
119
310385
3122
Ensuite, ses données étaient granuleuses et floues,
05:38
Second of all, his data
was grainy and fuzzy,
was grainy and fuzzy,
120
313531
2193
et il ne savait pas vraiment ce qu'il était en train de regarder.
05:40
and he couldn't quite make out
what he was looking at.
what he was looking at.
121
315748
2528
Alors il écrivit qu'il avait vu --
05:43
So he wrote that he had seen --
122
318300
1676
05:44
"I have observed that the furthest
planet has three bodies."
planet has three bodies."
123
320000
3507
"J'ai observé que la planète la plus éloignée a 3 corps."
Et c'est ce qu'il conclut qu'il avait vu.
05:48
And this is what he ended up
concluding that he saw.
concluding that he saw.
124
323531
2865
Donc, sans une théorie des anneaux planétaires, et seulement des données granuleuses,
05:51
So without a theory of planetary
rings and with only grainy data,
rings and with only grainy data,
125
326420
3556
05:54
you can't have a good theory.
126
330000
1918
vous ne pouvez pas avoir une bonne théorie.
05:56
It wasn't solved until 1655.
127
331942
1619
Et ce ne fut pas résolu avant 1655.
05:58
This is Christiaan Huygens's book
that catalogs all the mistakes
that catalogs all the mistakes
128
333585
3014
C'est le livre de Christiaan Huygens, dans lequel il catalogua toutes les erreurs
06:01
people made trying to figure out
what was going on with Saturn.
what was going on with Saturn.
129
336623
2962
que les gens avaient faites en essayant de comprendre ce qui se passait avec Saturne.
Ce ne fut pas avant -- Huygens avait deux choses.
06:04
It wasn't till Huygens had two things:
130
339609
1856
Il avait une bonne théorie des anneaux planétaires et de la façon dont le système solaire fonctionnait.
06:06
He had a good theory of planetary rings
and how the solar system operated,
and how the solar system operated,
131
341489
4486
06:10
and he had better telescopic,
more fine-grain data
more fine-grain data
132
345999
2863
Ensuite, son téléscope obtenait des données plus fines,
06:13
in which he could figure out that
as the Earth is going around faster --
as the Earth is going around faster --
133
348886
3543
grâce auxquelles il put comprendre que comme la Terre va plus vite --
selon les lois de Kepler -- que Saturne, nous finissons par la rattraper.
06:17
according to Kepler's Laws --
than Saturn, then we catch up with it.
than Saturn, then we catch up with it.
134
352453
3228
Et nous voyons les anneaux sous des angles différents, comme ici.
06:20
And we see the angles of the rings
at different angles, there.
at different angles, there.
135
355705
3271
06:23
And that, in fact, turns out to be true.
136
359000
2220
Et ceci est effectivement vrai.
Le problème quand on a une théorie
06:26
The problem with having a theory is that
it may be loaded with cognitive biases.
it may be loaded with cognitive biases.
137
361244
5297
c'est qu'elle peut être faussée par des erreurs cognitives
Donc un des problèmes relatifs à l'explication des croyances étranges
06:31
So one of the problems of explaining
why people believe weird things
why people believe weird things
138
366565
3267
c'est que nous avons des tendances, d'abord simples.
06:34
is that we have things, on a simple level,
139
369856
2068
Et j'en donnerais de plus sérieuses ensuite.
06:36
and then I'll go to more serious ones.
140
371948
1828
Par exemple, nous avons tendance à voir des visages.
06:38
Like, we have a tendency to see faces.
141
373800
1876
C'est le visage de Mars, qui fut --
06:40
This is the face on Mars.
142
375700
1776
en 1976, il y eut tout un mouvement pour que la NASA
06:42
In 1976, where there was a whole movement
to get NASA to photograph that area
to get NASA to photograph that area
143
377500
4512
prenne des photos de cette zone parce que les gens pensaient
06:46
because people thought this was monumental
architecture made by Martians.
architecture made by Martians.
144
382036
3916
qu'il s'agissait d'une architecture monumentale conçue par les Martiens.
Et il s'avère que -- voici le gros plan qui date de 2001.
06:50
Here's the close-up of it from 2001.
145
385976
2771
06:53
If you squint, you can still see the face.
146
388771
2460
Si vous plissez les yeux, vous pouvez encore voir le visage.
Et quand vous plissez, vous faites passer
06:56
And when you're squinting,
147
391255
1302
06:57
you're turning that from fine-grain
to coarse-grain,
to coarse-grain,
148
392581
3023
cette image d'un grain fin à un grain épais.
Et par conséquent, vous réduisez la qualité de vos données.
07:00
so you're reducing
the quality of your data.
the quality of your data.
149
395628
2287
Et si je ne vous avais pas dit ce qu'il fallait regarder, vous verriez toujours le visage,
07:02
And if I didn't tell you what to look for,
you'd still see the face,
you'd still see the face,
150
397939
3229
parce que nous sommes programmés par l'évolution pour voir des visages.
07:05
because we're programmed
by evolution to see faces.
by evolution to see faces.
151
401192
2429
Socialement, les visages sont importants pour nous.
07:08
Faces are important for us socially.
152
403645
2151
Et, bien sur, les visages heureux.
07:10
And of course, happy faces,
faces of all kinds are easy to see.
faces of all kinds are easy to see.
153
405820
3468
Des visages de toutes sortes sont faciles à voir.
(Rires)
07:14
You see the happy face on Mars, there.
154
409312
1896
Vous pouvez voir le visage heureux de Mars, ici.
07:16
(Laughter)
155
411232
1151
Si les astronomes étaient des grenouilles, peut-être qu'ils verraient Kermit la Grenouille.
07:17
If astronomers were frogs,
perhaps they'd see Kermit the Frog.
perhaps they'd see Kermit the Frog.
156
412407
2913
Vous le voyez?
07:20
Do you see him there? Little froggy legs.
157
415344
1953
avec ses petites cuisses de grenouilles.
07:22
Or if geologists were elephants?
158
417688
2195
Ou si les géologues étaient des éléphants?
07:25
Religious iconography.
159
420736
3240
Iconographie religeuse.
07:28
(Laughter)
160
424000
2801
(Rires)
Découvert par un boulanger du Tennessee en 1996.
07:31
Discovered by a Tennessee baker in 1996.
161
426825
2151
07:33
He charged five bucks a head
to come see the nun bun
to come see the nun bun
162
429000
2477
Il faisait payer 5$ par personne pour venir voir le petit pain en forme de nonne
jusqu'a ce que l'avocat de Mère Teresa le somme d'arrêter.
07:36
till he got a cease-and-desist
from Mother Teresa's lawyer.
from Mother Teresa's lawyer.
163
431501
3713
Ici nous avons Notre Dame De Guadalupe et Notre Dame de Watsonville, qui se trouve juste en bas de la rue.
07:40
Here's Our Lady of Guadalupe and Our
Lady of Watsonville, just down the street,
Lady of Watsonville, just down the street,
164
435238
3738
07:43
or is it up the street from here?
165
439000
1604
Ou est-ce que c'est en haut de la rue à partir d'ici?
07:45
Tree bark is particularly good
because it's nice and grainy, branchy,
because it's nice and grainy, branchy,
166
440628
3348
L'écorce d'arbre est particulèrement efficace à cause de sa jolie texture granuleuse,
07:48
black-and-white splotchy and you can
get the pattern-seeking --
get the pattern-seeking --
167
444000
3000
ses taches noires et blanches, et vous pouvez distinguer le motif --
les humains sont des animaux traqueurs de motifs.
07:51
humans are pattern-seeking animals.
168
447024
1952
07:53
Here's the Virgin Mary on the side
of a glass window in Sao Paulo.
of a glass window in Sao Paulo.
169
449000
3563
Voici la Vierge Marie au bord d'une vitre à Sao Paulo.
Et ici, la Vierge Marie qui apparait sur un sandwich au fromage --
07:57
Here's when the Virgin Mary made
her appearance on a cheese sandwich --
her appearance on a cheese sandwich --
170
452587
3414
que j'ai d'ailleurs tenu dans mes mains dans un casino de Las Vegas,
08:00
which I got to actually
hold in a Las Vegas casino --
hold in a Las Vegas casino --
171
456025
2490
bien sûr, on est en Amérique.
08:03
of course, this being America.
172
458539
1537
(Rires)
08:04
(Laughter)
173
460100
1525
08:06
This casino paid $28,500
on eBay for the cheese sandwich.
on eBay for the cheese sandwich.
174
461649
4327
Ce casino a dépensé 28500$ sur eBay pour acheter ce sandwich.
08:10
(Laughter)
175
466000
1976
(Rires)
08:12
But who does it really look like?
The Virgin Mary?
The Virgin Mary?
176
468000
2381
Mais est-ce que ça ressemble vraiment à la Vierge Marie?
(Rires)
08:15
(Laughter)
177
470405
1979
Les lèvres font plutôt pin-up des années 40.
08:17
It has that sort of
puckered lips, 1940s-era look.
puckered lips, 1940s-era look.
178
472408
3865
Vierge Marie à Clearwater, en Floride.
08:21
Virgin Mary in Clearwater, Florida.
179
476297
1679
08:22
I actually went to see this one.
180
478000
1976
Je suis allé voir celle-ci.
08:24
There was a lot of people there.
181
480000
1834
Il y avait beaucoup de monde -- les fidèles venaient avec leurs --
08:26
The faithful come in their wheelchairs
and crutches, and so on.
and crutches, and so on.
182
481858
4652
fauteuils roulants, leur béquilles, etc.
Et nous sommes allés enquêter.
08:31
We went down and investigated.
183
486534
1861
Pour vous donner une idée de la taille -- c'est Dawkins, moi et L'Incroyable Randi,
08:33
Just to give you a size, that's Dawkins,
me and The Amazing Randi,
me and The Amazing Randi,
184
488419
3173
a côté de cette image de deux étages et demi.
08:36
next to this two,
two and a half story-sized image.
two and a half story-sized image.
185
491616
2413
Toutes ces bougies, des milliers de bougies que les gens avaient allumé en signe de ferveur.
08:38
All these candles, thousands of candles
people had lit in tribute to this.
people had lit in tribute to this.
186
494053
3502
On est allé faire un tour derrière le batiment, histoire de voir ce qui se passait,
08:42
So we walked around the backside,
to see what was going on.
to see what was going on.
187
497579
2805
Et il s'avère que partout où il y a un arroseur automatique et un palmier,
08:45
It turns out wherever there's
a sprinkler head and a palm tree,
a sprinkler head and a palm tree,
188
500408
3331
vous obtenez l'effet.
08:48
you get the effect.
189
503763
1213
08:49
Here's the Virgin Mary on the backside,
which they started to wipe off.
which they started to wipe off.
190
505000
3381
Ici la Vierge Marie de derrière, qu'ils avaient commencé à nettoyer.
J'imagine qu'on a droit qu'à un miracle par building.
08:53
I guess you can only have
one miracle per building.
one miracle per building.
191
508405
2571
08:55
(Laughter)
192
511000
3333
(Rires)
Alors est-ce que c'est vraiment un miracle de Marie, ou un miracle de Marge?
08:59
So is it really a miracle of Mary,
or is it a miracle of Marge?
or is it a miracle of Marge?
193
514357
3679
(Rires)
09:02
(Laughter)
194
518060
1001
Et je conclurai avec un autre exemple du genre
09:03
And now I'm going to finish up
with another example of this,
with another example of this,
195
519085
3603
avec les illusions auditives.
09:07
with auditory illusions.
196
522712
2777
Il y a un film avec Michael Keaton, "La Voix des Morts",
09:10
There's this film, "White Noise,"
with Michael Keaton,
with Michael Keaton,
197
525513
2526
dans lequel les morts nous répondent.
09:12
about the dead talking back to us.
198
528063
2534
Au passage, tout ce cirque de communication avec les morts, c'est pas sorcier.
09:15
By the way, the whole business of talking
to the dead is not that big a deal.
to the dead is not that big a deal.
199
530621
3665
N'importe qui peut le faire en fait.
09:19
Anybody can do it, turns out.
200
534310
1485
C'est quand il s'agit d'obtenir une réponse que ça se corse.
09:20
It's getting the dead to talk
back that's the really hard part.
back that's the really hard part.
201
535819
3088
(Rires)
09:23
(Laughter)
202
538931
1098
Dans ce cas, les messages sont censés être cachés dans des phénomènes éléctroniques.
09:24
In this case, supposedly, these messages
are hidden in electronic phenomena.
are hidden in electronic phenomena.
203
540053
3782
09:28
There's a ReverseSpeech.com web page
where I downloaded this stuff.
where I downloaded this stuff.
204
543859
3285
Il y a une page du site ReverseSpeech.com sur laquelle j'ai téléchargé ça.
C'est le plus connu des trucs de ce genre.
09:31
This is the most famous one
of all of these.
of all of these.
205
547168
3151
Voici la version normale de la célèbre chanson.
09:35
Here's the forward version
of the very famous song.
of the very famous song.
206
550343
2801
09:37
(Music with lyrics)
207
553168
1071
09:39
If there's a bustle in your hedgerow
don't be alarmed now.
don't be alarmed now.
208
554263
5158
09:44
It's just a spring clean
for the May Queen.
for the May Queen.
209
560089
3795
09:50
Yes, there are two paths you
can go by, but in the long run,
can go by, but in the long run,
210
565764
4987
09:56
There's still time to change
the road you're on
the road you're on
211
571870
3564
On pouvait écouter ça toute la journée pas vrai?
10:03
Couldn't you just listen to that all day?
212
578733
2611
(Rires)
Ok, voici la version à l'envers,
10:06
All right, here it is backwards,
213
581368
1607
10:07
and see if you can hear the hidden
messages that are supposedly in there.
messages that are supposedly in there.
214
582999
4030
voyez si vous pouvez entendre les messages cachés qui sont supposés être là-dedans.
10:12
(Music with unintelligible lyrics)
215
587513
6778
10:26
(Lyrics) Satan!
216
601450
1294
10:27
(Unintelligible lyrics continue)
217
602768
6477
Vous avez compris quoi?
10:41
What did you get?
Audience: Satan!
Audience: Satan!
218
616934
1620
(Le public: Satan)
10:43
Satan. OK, at least we got "Satan".
219
618578
1712
Michael Shermer: Satan? Ok, nous avons au moins Satan.
10:45
Now, I'll prime the auditory
part of your brain
part of your brain
220
620314
2302
Maintenant, je vais conditionner la partie auditive de votre cerveau
10:47
to tell you what you're supposed
to hear, and then hear it again.
to hear, and then hear it again.
221
622640
3437
en vous disant ce que vous êtes censés entendre, et donc, écoutez à nouveau.
10:50
(Music with lyrics)
222
626101
3801
11:17
(Music ends)
223
652673
1086
(Rires)
11:18
(Laughter)
224
653783
1207
(Applaudissements)
11:19
(Applause)
225
655014
6389
Vous ne pouvez pas le rater quand je vous dis ce qu'il y a à entendre.
11:26
You can't miss it
when I tell you what's there.
when I tell you what's there.
226
661427
2549
11:28
(Laughter)
227
664000
3250
(Rires)
Bien, je vais finir avec une jolie petite histoire positive
11:32
I'm going to just end
with a positive, nice little story.
with a positive, nice little story.
228
667274
4035
les Skeptics sont une organisation éducative à but non lucratif.
11:36
The Skeptics is a nonprofit
educational organization.
educational organization.
229
671333
2845
On est toujours à la recherche de petits trucs biens que les gens font.
11:39
We're always looking for little
good things that people do.
good things that people do.
230
674202
2820
Et en Angleterre, il y a une chanteuse pop.
11:41
And in England, there's a pop singer.
231
677046
2009
Une des plus célèbres en Angleterre aujourd'hui, Katie Melua.
11:43
One of the top popular singers
in England today, Katie Melua.
in England today, Katie Melua.
232
679079
3745
Et elle a écrit une chanson superbe.
11:47
And she wrote a beautiful song.
233
682848
1528
Elle était dans le top 5 en 2005, ça s'appelait "9 millions de bicyclettes à Pékin."
11:49
It was in the top five in 2005, called,
"Nine Million Bicycles in Beijing."
"Nine Million Bicycles in Beijing."
234
684400
5576
11:54
It's a love story -- she's sort
of the Norah Jones of the UK --
of the Norah Jones of the UK --
235
690000
3096
C'est une histoire d'amour -- elle est un peu la Norah Jones anglaise --
qui raconte à quel point elle aime son mec,
11:57
about how she much loves her guy,
236
693120
1621
11:59
and compared to nine million
bicycles, and so forth.
bicycles, and so forth.
237
694765
2476
et elle compare ça à 9 millions de bicyclettes, etc.
Et il y a ce passage.
12:02
And she has this one passage here.
238
697265
2225
12:04
(Music)
239
699514
1036
♫ Nous sommes à 12 milliards d'années lumière du bord ♫
12:05
(Lyrics) We are 12 billion
light-years from the edge
light-years from the edge
240
700574
5771
♫ C'est une supposition ♫
12:11
That's a guess,
241
706369
2325
♫ Personne ne pourra jamais dire si c'est vrai ♫
12:13
No one can ever say it's true,
242
708718
3711
♫ Mais je sais que je serais toujours avec toi ♫
12:17
But I know that I will always be with you.
243
712453
4603
C'est joli.
12:22
Michael Shermer: Well, that's nice.
At least she got it close.
At least she got it close.
244
717731
2965
Au moins elle est proche du compte,
En Amérique, ce serait plutôt "Nous sommes à 6000 années lumière du bord."
12:25
In America it'd be,
"We're 6,000 light years from the edge."
"We're 6,000 light years from the edge."
245
720720
2923
(Rires)
12:28
(Laughter)
246
723667
1036
Mais mon ami Simon Singh, le physicien des particules qui est aujourd'hui devenu un professeur de science,
12:29
But my friend, Simon Singh, the particle
physicist now turned science educator,
physicist now turned science educator,
247
724727
3769
et il a écrit le livre "Le Big Bang," etc.
12:33
who wrote the book
"The Big Bang," and so on,
"The Big Bang," and so on,
248
728520
2127
Il ne rate pas une occasion de promouvoir la bonne science.
12:35
uses every chance he gets
to promote good science.
to promote good science.
249
730671
2405
Et donc, il a écrit une tribune dans le Guardian à propos de la chanson de Katie,
12:37
And so he wrote an op-ed piece
in "The Guardian" about Katie's song,
in "The Guardian" about Katie's song,
250
733100
3286
dans laquelle il dit que nous savons exactement à combien nous sommes du début de l'univers.
12:41
in which he said, well, we know exactly
how far from the edge.
how far from the edge.
251
736410
5036
C'est 13,7 milliards d'années lumière, et ce n'est pas une supposition.
12:46
You know, it's 13.7 billion light years,
and it's not a guess.
and it's not a guess.
252
741470
3818
Nous le savons avec une marge d'erreur très précise.
12:50
We know within precise
error bars how close it is.
error bars how close it is.
253
745312
4264
Et donc, nous pouvons dire que même si ce n'est pas absolument vrai, c'est très proche de la vérité.
12:54
So we can say, although not absolutely
true, it's pretty close to being true.
true, it's pretty close to being true.
254
749600
3810
A sa décharge, Katie l'a appelé dès la parution de la tribune.
12:58
And, to his credit, Katie called him up
after this op-ed piece came out, and said,
after this op-ed piece came out, and said,
255
753434
4739
Et elle lui a dit "je suis tellement gênée.
13:02
"I'm so embarrassed.
I was in the astronomy club.
I was in the astronomy club.
256
758197
2371
J'étais membre du club d'astronomie, et j'aurais dû le savoir."
13:05
I should've known better."
257
760592
1278
Et elle a modifié la chanson.
13:06
And she re-cut the song.
258
761894
1222
Je finirai donc avec la nouvelle version.
13:07
So I will end with the new version.
259
763140
1848
♫ Nous sommes à 13,7 milliards d'années lumière ♫
13:09
(Music with lyrics)
260
765012
1264
13:11
We are 13.7 billion light years
261
766300
2421
♫ du bord de l'univers observable ♫
13:13
from the edge of the observable universe.
262
768745
3491
♫ C'est une bonne estimation avec une marge d'erreur précise ♫
13:17
That's a good estimate
with well-defined error bars.
with well-defined error bars.
263
772260
3769
♫ Et en fonction des informations disponibles ♫
13:20
And with the available information,
264
776053
3152
♫ Je prévois que je serais toujours avec toi ♫
13:24
I predict that I will always be with you.
265
779229
4343
(Applaudissements)
13:28
(Laughter)
266
783596
1157
C'est pas cool ça?
13:29
How cool is that?
267
784777
1168
(Applaudissements)
13:30
(Applause)
268
785969
2031
ABOUT THE SPEAKER
Michael Shermer - SkepticMichael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market.
Why you should listen
As founder and publisher of Skeptic Magazine, Michael Shermer has exposed fallacies behind intelligent design, 9/11 conspiracies, the low-carb craze, alien sightings and other popular beliefs and paranoias. But it's not about debunking for debunking's sake. Shermer defends the notion that we can understand our world better only by matching good theory with good science.
Shermer's work offers cognitive context for our often misguided beliefs: In the absence of sound science, incomplete information can powerfully combine with the power of suggestion (helping us hear Satanic lyrics when "Stairway to Heaven" plays backwards, for example). In fact, a common thread that runs through beliefs of all sorts, he says, is our tendency to convince ourselves: We overvalue the shreds of evidence that support our preferred outcome, and ignore the facts we aren't looking for.
He writes a monthly column for Scientific American, and is an adjunct at Claremont Graduate University and Chapman University. His latest book is The Believing Brain: From Ghosts and Gods to Politics and Conspiracies—How We Construct Beliefs and Reinforce Them as Truths. He is also the author of The Mind of the Market, on evolutionary economics, Why Darwin Matters: Evolution and the Case Against Intelligent Design, and The Science of Good and Evil. And his next book is titled The Moral Arc of Science.
Michael Shermer | Speaker | TED.com