TEDGlobal 2010
Matt Ridley: When ideas have sex
Matt Ridley : Quand les idées font l'amour
Filmed:
Readability: 3.7
2,434,498 views
A TEDGlobal 2010, Matt Ridley démontre comment, au fil de l'histoire, le moteur du progrès humain a été la rencontre et l'accouplement des idées pour créer des idées nouvelles. L'intelligence des individus n'a pas d'importance : ce qui compte vraiment c'est l'intelligence du cerveau collectif.
Matt Ridley - Rational optimist
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Double-click the English transcript below to play the video.
00:16
When I was a student here in Oxford in the 1970s,
0
1000
3000
Quand j'étais étudiant ici, à Oxford dans les années 1970,
00:19
the future of the world was bleak.
1
4000
3000
l'avenir du monde était sombre.
00:22
The population explosion was unstoppable.
2
7000
2000
Rien ne pouvait arrêter l'explosion démographique.
00:24
Global famine was inevitable.
3
9000
2000
la famine mondiale était inévitable.
00:26
A cancer epidemic caused by chemicals in the environment
4
11000
3000
Une épidémie de cancers causés par des produits chimiques dans l'environnement
00:29
was going to shorten our lives.
5
14000
3000
allait raccourcir nos vies.
00:32
The acid rain was falling on the forests.
6
17000
3000
Les pluies acides tombaient sur les forêts.
00:35
The desert was advancing by a mile or two a year.
7
20000
2000
Le désert avançait d'un kilomètre ou deux par an.
00:37
The oil was running out,
8
22000
2000
Le pétrole était presque épuisé.
00:39
and a nuclear winter would finish us off.
9
24000
3000
Et un hiver nucléaire nous achèverait.
00:42
None of those things happened,
10
27000
2000
Rien de tout ça n'est arrivé.
00:44
(Laughter)
11
29000
2000
(Rires)
00:46
and astonishingly, if you look at what actually happened in my lifetime,
12
31000
3000
Et c'est étonnant, si vous regardez ce qui s'est réellement passé de mon vivant,
00:49
the average per-capita income
13
34000
3000
le revenu moyen par habitant
00:52
of the average person on the planet,
14
37000
2000
de la personne moyenne sur la planète,
00:54
in real terms, adjusted for inflation,
15
39000
2000
en termes réels, corrigés par rapport à l'inflation,
00:56
has tripled.
16
41000
2000
a triplé.
00:58
Lifespan is up by 30 percent in my lifetime.
17
43000
3000
La durée de vie s'est allongée de 30 pour cent de mon vivant.
01:01
Child mortality is down by two-thirds.
18
46000
3000
La mortalité infantile a diminué de deux tiers.
01:04
Per-capita food production
19
49000
2000
La production alimentaire par habitant
01:06
is up by a third.
20
51000
2000
a augmenté d'un tiers.
01:08
And all this at a time when the population has doubled.
21
53000
3000
Et tout cela à un moment où la population a doublé.
01:11
How did we achieve that, whether you think it's a good thing or not?
22
56000
2000
Comment y sommes-nous parvenus - que ce soit une bonne chose ou non -
01:13
How did we achieve that?
23
58000
2000
Comment y sommes nous parvenus?
01:15
How did we become
24
60000
2000
Comment sommes-nous devenus
01:17
the only species
25
62000
2000
la seule espèce
01:19
that becomes more prosperous
26
64000
2000
qui devient plus prospère
01:21
as it becomes more populous?
27
66000
2000
tout en devenant de plus en plus nombreuse?
01:23
The size of the blob in this graph represents the size of the population,
28
68000
3000
La taille de la goutte dans ce graphique représente la taille de la population.
01:26
and the level of the graph
29
71000
2000
Et le niveau du graphique
01:28
represents GDP per capita.
30
73000
2000
représente le PIB par habitant.
01:30
I think to answer that question
31
75000
2000
Je pense que pour répondre à cette question
01:32
you need to understand
32
77000
2000
vous devez comprendre
01:34
how human beings bring together their brains
33
79000
3000
comment les êtres humains rassemblent leurs cerveaux
01:37
and enable their ideas to combine and recombine,
34
82000
3000
et permettre à leurs idées de se combiner et se recombiner,
01:40
to meet and, indeed, to mate.
35
85000
3000
de se rencontrer et, en effet, de s'accoupler.
01:43
In other words, you need to understand
36
88000
2000
En d'autres termes, vous devez comprendre
01:45
how ideas have sex.
37
90000
2000
comment les idées font l'amour.
01:48
I want you to imagine
38
93000
2000
Je veux que vous imaginiez
01:50
how we got from making objects like this
39
95000
3000
comment nous sommes passés de la fabrication d'objets comme celui-ci
01:53
to making objects like this.
40
98000
3000
à fabrication d'objets comme celui-ci.
01:56
These are both real objects.
41
101000
2000
Ces deux objets sont réels.
01:58
One is an Acheulean hand axe from half a million years ago
42
103000
2000
L'un est une hache Acheuléenne vieille d'un demi-million d'années
02:00
of the kind made by Homo erectus.
43
105000
3000
du type de celle faite par le Homo erectus.
02:03
The other is obviously a computer mouse.
44
108000
2000
L'autre est évidemment une souris d'ordinateur.
02:05
They're both exactly the same size and shape to an uncanny degree.
45
110000
3000
Ils sont tous les deux exactement la même taille et la même forme à un degré inquiétant.
02:08
I've tried to work out which is bigger,
46
113000
3000
J'ai essayé de trouver lequel est le plus grand,
02:11
and it's almost impossible.
47
116000
2000
et c'est presque impossible à faire.
02:13
And that's because they're both designed to fit the human hand.
48
118000
2000
Et c'est parce qu'ils sont tous deux conçus pour s'adapter à la main de l'homme.
02:15
They're both technologies. In the end, their similarity is not that interesting.
49
120000
3000
Ils sont tous les deux des technologies. En fin de compte, leur ressemblance n'est pas si intéressante.
02:18
It just tells you they were both designed to fit the human hand.
50
123000
2000
Elle vous indique juste qu'ils ont tous deux été conçus pour s'adapter à la main de l'homme.
02:20
The differences are what interest me,
51
125000
2000
Les différences sont ce qui m'intéresse.
02:22
because the one on the left was made to a pretty unvarying design
52
127000
3000
Parce que l'objet de gauche a été fait selon un modèle plutôt invariable
02:25
for about a million years --
53
130000
2000
pendant environ un million d'années -
02:27
from one-and-a-half million years ago to half a million years ago.
54
132000
3000
entre un million et demi d'années et un demi-million d'années.
02:30
Homo erectus made the same tool
55
135000
3000
Le Homo erectus a fait le même outil
02:33
for 30,000 generations.
56
138000
2000
pendant 30.000 générations.
02:35
Of course there were a few changes,
57
140000
2000
Bien sûr, il ya eu quelques changements,
02:37
but tools changed slower than skeletons in those days.
58
142000
3000
mais les outils changeaient moins vite que les squelettes à l'époque.
02:40
There was no progress, no innovation.
59
145000
2000
Il n'y avait aucun progrès, aucune innovation.
02:42
It's an extraordinary phenomenon, but it's true.
60
147000
2000
C'est un phénomène extraordinaire, mais c'est vrai.
02:44
Whereas the object on the right is obsolete after five years.
61
149000
3000
Alors que l'objet sur la droite est obsolète au bout de cinq ans.
02:47
And there's another difference too,
62
152000
2000
Et il y a une autre différence aussi,
02:49
which is the object on the left is made from one substance.
63
154000
2000
qui est que l'objet sur la gauche est fait d'une seule substance.
02:51
The object on the right is made from
64
156000
2000
L'objet de droite est fait à partir
02:53
a confection of different substances,
65
158000
2000
d'un assortiment de différentes substances,
02:55
from silicon and metal and plastic and so on.
66
160000
3000
à partir de silicium et de métal et de plastique et ainsi de suite.
02:58
And more than that, it's a confection of different ideas,
67
163000
3000
Et plus que cela, c'est un assortiment d'idées différentes,
03:01
the idea of plastic, the idea of a laser,
68
166000
2000
l'idée de plastique, l'idée d'un laser,
03:03
the idea of transistors.
69
168000
2000
l'idée de transistors.
03:05
They've all been combined together in this technology.
70
170000
3000
Ils ont tous été combinés dans cette technologie.
03:08
And it's this combination,
71
173000
2000
Et c'est cette combinaison,
03:10
this cumulative technology, that intrigues me,
72
175000
3000
cette technologie cumulative, qui m'intrigue.
03:13
because I think it's the secret to understanding
73
178000
3000
Parce que je pense que c'est le secret pour comprendre
03:16
what's happening in the world.
74
181000
2000
ce qui se passe dans le monde.
03:18
My body's an accumulation of ideas too:
75
183000
3000
Mon corps est aussi une accumulation d'idées,
03:21
the idea of skin cells, the idea of brain cells, the idea of liver cells.
76
186000
3000
l'idée de cellules de la peau, l'idée de cellules du cerveau, l'idée de cellules du foie.
03:24
They've come together.
77
189000
2000
Ils se sont rassemblés.
03:26
How does evolution do cumulative, combinatorial things?
78
191000
3000
Comment l'évolution fait-elle des choses cumulatives, combinatoires?
03:29
Well, it uses sexual reproduction.
79
194000
3000
Eh bien, elle utilise la reproduction sexuée.
03:32
In an asexual species, if you get two different mutations in different creatures,
80
197000
3000
Dans une espèce asexuée, si vous obtenez deux mutations différentes dans différentes créatures,
03:35
a green one and a red one,
81
200000
2000
une verte et une rouge,
03:37
then one has to be better than the other.
82
202000
2000
alors l'une doit être meilleure que l'autre.
03:39
One goes extinct for the other to survive.
83
204000
2000
L'une disparaît pour que l'autre survive.
03:41
But if you have a sexual species,
84
206000
2000
Mais si vous avez une espèce sexuée,
03:43
then it's possible for an individual
85
208000
2000
alors il est possible pour un individu
03:45
to inherit both mutations
86
210000
2000
d'hériter de deux mutations
03:47
from different lineages.
87
212000
2000
à partir de lignées différentes.
03:49
So what sex does is it enables the individual
88
214000
3000
Et donc ce que le sexe fait c'est qu'il permet à l'individu
03:52
to draw upon
89
217000
2000
de tirer parti
03:54
the genetic innovations of the whole species.
90
219000
3000
des innovations génétiques de l'espèce entière.
03:57
It's not confined to its own lineage.
91
222000
2000
Il ne se limite pas à son propre lignage.
03:59
What's the process that's having the same effect
92
224000
2000
Quel est le processus qui a les mêmes effets
04:01
in cultural evolution
93
226000
2000
dans l'évolution culturelle
04:03
as sex is having in biological evolution?
94
228000
3000
que le sexe dans l'évolution biologique?
04:06
And I think the answer is exchange,
95
231000
2000
Et je pense que la réponse est l'échange,
04:08
the habit of exchanging one thing for another.
96
233000
3000
l'habitude d'échanger une chose pour une autre.
04:11
It's a unique human feature.
97
236000
2000
C'est une caractéristique unique de l'homme.
04:13
No other animal does it.
98
238000
2000
Aucun autre animal ne le fait.
04:15
You can teach them in the laboratory to do a little bit of exchange --
99
240000
2000
Vous pouvez leur apprendre en laboratoire à faire un peu d'échange.
04:17
and indeed there's reciprocity in other animals --
100
242000
2000
Et en effet, il y a de la réciprocité chez les autres animaux.
04:19
But the exchange of one object for another never happens.
101
244000
3000
Mais l'échange d'un objet pour un autre ne se produit jamais.
04:22
As Adam Smith said, "No man ever saw a dog
102
247000
2000
Comme Adam Smith a dit: «Personne n'a jamais vu un chien
04:24
make a fair exchange of a bone with another dog."
103
249000
3000
faire un échange équitable d'un os avec un autre chien. "
04:27
(Laughter)
104
252000
3000
(Rires)
04:30
You can have culture without exchange.
105
255000
2000
Vous pouvez avoir des cultures sans échanges.
04:32
You can have, as it were, asexual culture.
106
257000
2000
Vous pouvez avoir, pour ainsi dire, de la culture asexuée.
04:34
Chimpanzees, killer whales, these kinds of creatures, they have culture.
107
259000
3000
Les chimpanzés, les orques, ce genre de créatures, ils ont une culture.
04:37
They teach each other traditions
108
262000
2000
Ils apprennent les uns aux autres les traditions
04:39
which are handed down from parent to offspring.
109
264000
2000
qui se transmettent de parents à enfants.
04:41
In this case, chimpanzees teaching each other
110
266000
2000
Dans ce cas, les chimpanzés qui apprennent mutuellement
04:43
how to crack nuts with rocks.
111
268000
2000
comment faire pour casser des noix avec des pierres.
04:45
But the difference is
112
270000
2000
Mais la différence est
04:47
that these cultures never expand, never grow,
113
272000
2000
que ces cultures ne se développent jamais, ne grandissent jamais,
04:49
never accumulate, never become combinatorial,
114
274000
2000
ne s'accumulent jamais, ne se combinent jamais
04:51
and the reason is because
115
276000
2000
Et la raison en est que
04:53
there is no sex, as it were,
116
278000
2000
il n'y a pas de sexe, pour ainsi dire,
04:55
there is no exchange of ideas.
117
280000
2000
il n'y a pas d'échange d'idées.
04:57
Chimpanzee troops have different cultures in different troops.
118
282000
3000
Des troupes de chimpanzés ont des cultures différentes dans différentes troupes.
05:00
There's no exchange of ideas between them.
119
285000
3000
Il n'y a pas d'échange d'idées entre elles.
05:03
And why does exchange raise living standards?
120
288000
2000
Et pourquoi les échanges élevent-ils le niveau de vie?
05:05
Well, the answer came from David Ricardo in 1817.
121
290000
3000
Eh bien, la réponse est venue de David Ricardo en 1817.
05:08
And here is a Stone Age version of his story,
122
293000
2000
Et voici une version âge de pierre de son histoire,
05:10
although he told it in terms of trade between countries.
123
295000
3000
bien qu'il l'ait dit en termes de commerce entre les pays.
05:13
Adam takes four hours to make a spear and three hours to make an axe.
124
298000
3000
Adam met quatre heures pour faire une lance et trois heures pour faire une hache.
05:16
Oz takes one hour to make a spear and two hours to make an axe.
125
301000
3000
Oz met une heure pour faire une lance et deux heures pour faire une hache.
05:19
So Oz is better at both spears and axes than Adam.
126
304000
3000
Donc, Oz est plus performant qu'Adam à la fois pour faire des lances et des haches.
05:22
He doesn't need Adam.
127
307000
2000
Il n'a pas besoin d'Adam.
05:24
He can make his own spears and axes.
128
309000
2000
Il peut faire ses propres lances et haches.
05:26
Well no, because if you think about it,
129
311000
2000
Eh bien non, parce que si vous y réfléchissez,
05:28
if Oz makes two spears and Adam make two axes,
130
313000
2000
si Oz fait deux lances et Adam faire deux haches,
05:30
and then they trade,
131
315000
2000
et ensuite ils font des échanges,
05:32
then they will each have saved an hour of work.
132
317000
3000
alors ils auront chacun économisé une heure de travail.
05:35
And the more they do this, the more true it's going to be,
133
320000
3000
Et plus ils le font, plus ce sera vrai.
05:38
because the more they do this, the better Adam is going to get at making axes
134
323000
3000
Parce que plus ils le font, plus Adam deviendra performant dans la fabrication de haches,
05:41
and the better Oz is going to get at making spears.
135
326000
2000
et plus Oz deviendra performant dans la fabrication de lances.
05:43
So the gains from trade are only going to grow.
136
328000
2000
Ainsi, les gains tirés du commerce ne feront que se développer.
05:45
And this is one of the beauties of exchange,
137
330000
2000
Et c'est une des beautés des échanges,
05:47
is it actually creates the momentum
138
332000
2000
c'est qu'ils créent en fait l'élan
05:49
for more specialization,
139
334000
2000
pour plus de spécialisation,
05:51
which creates the momentum for more exchange and so on.
140
336000
3000
qui crée l'élan pour plus d'échanges et ainsi de suite.
05:54
Adam and Oz both saved an hour of time.
141
339000
2000
Adam et Oz ont tous les deux gagné une heure de temps.
05:56
That is prosperity, the saving of time
142
341000
2000
C'est la prospérité, le gain de temps
05:58
in satisfying your needs.
143
343000
3000
tout en satisfaisant vos besoins.
06:01
Ask yourself how long you would have to work
144
346000
2000
Demandez-vous combien de temps il vous faudrait travailler
06:03
to provide for yourself
145
348000
3000
pour vous fournir à vous-même
06:06
an hour of reading light this evening to read a book by.
146
351000
3000
une heure de lumière pour lire un livre le soir.
06:09
If you had to start from scratch, let's say you go out into the countryside.
147
354000
3000
Si vous deviez partir de zéro, disons que vous aller dans la campagne.
06:12
You find a sheep. You kill it. You get the fat out of it.
148
357000
2000
Vous trouvez un mouton. Vous le tuez. Vous en obtenez la graisse.
06:14
You render it down. You make a candle, etc. etc.
149
359000
3000
Vous la transformez. Vous faites une bougie, etc etc
06:17
How long is it going to take you? Quite a long time.
150
362000
2000
Combien de temps cela vous prend? Un temps assez long.
06:19
How long do you actually have to work
151
364000
2000
Combien de temps devez-vous effectivement travailler
06:21
to earn an hour of reading light
152
366000
2000
pour gagner une heure de lumière pour lire
06:23
if you're on the average wage in Britain today?
153
368000
2000
si vous êtes au salaire moyen en Grande-Bretagne aujourd'hui?
06:25
And the answer is about half a second.
154
370000
3000
Et la réponse est environ une demi-seconde.
06:28
Back in 1950,
155
373000
2000
Retour en 1950,
06:30
you would have had to work for eight seconds on the average wage
156
375000
2000
vous auriez eu à travailler pendant huit secondes sur le salaire moyen
06:32
to acquire that much light.
157
377000
2000
pour acquérir autant de lumière.
06:34
And that's seven and a half seconds of prosperity that you've gained
158
379000
3000
Et ce sont sept secondes et demie de prospérité que vous avez gagné.
06:37
since 1950, as it were,
159
382000
2000
Depuis 1950, pour ainsi dire.
06:39
because that's seven and a half seconds in which you can do something else,
160
384000
3000
Parce que ce sont sept secondes et demie pendant lesquelles vous pouvez faire autre chose.
06:42
or you can acquire another good or service.
161
387000
2000
Ou vous pouvez acquérir un autre bien ou service.
06:44
And back in 1880,
162
389000
2000
Et de retour en 1880,
06:46
it would have been 15 minutes
163
391000
2000
il aurait fallu 15 minutes
06:48
to earn that amount of light on the average wage.
164
393000
2000
pour gagner cette quantité de lumière à partir du salaire moyen.
06:50
Back in 1800,
165
395000
2000
Retour en 1800,
06:52
you'd have had to work six hours
166
397000
2000
vous auriez dû travailler six heures
06:54
to earn a candle that could burn for an hour.
167
399000
3000
pour gagner une bougie qui puisse brûler pendant une heure.
06:57
In other words, the average person on the average wage
168
402000
2000
En d'autres termes, la personne moyenne au le salaire moyen
06:59
could not afford a candle in 1800.
169
404000
3000
ne pouvait pas se permettre une bougie en 1800.
07:02
Go back to this image of the axe and the mouse,
170
407000
3000
Revenons à cette image de la hache et la souris,
07:05
and ask yourself: "Who made them and for who?"
171
410000
3000
et demandez-vous: "Qui les faisait et pour qui?"
07:08
The stone axe was made by someone for himself.
172
413000
2000
La hache de pierre a été faite par quelqu'un pour lui-même.
07:10
It was self-sufficiency.
173
415000
2000
C'était de l'autosuffisance.
07:12
We call that poverty these days.
174
417000
2000
On appelle ça de la pauvreté de nos jours.
07:14
But the object on the right
175
419000
2000
Mais l'objet de droite
07:16
was made for me by other people.
176
421000
3000
a été fait pour moi par d'autres personnes.
07:19
How many other people?
177
424000
2000
Combien d'autres personnes?
07:21
Tens? Hundreds? Thousands?
178
426000
2000
Des dizaines? Des centaines? Des milliers?
07:23
You know, I think it's probably millions.
179
428000
2000
Vous savez, je pense que c'est probablement des millions.
07:25
Because you've got to include the man who grew the coffee,
180
430000
2000
Parce que vous devez inclure l'homme qui a fait pousser le café,
07:27
which was brewed for the man who was on the oil rig,
181
432000
3000
qui a été préparé pour l'homme qui était sur la plate-forme pétrolière,
07:30
who was drilling for oil, which was going to be made into the plastic, etc.
182
435000
3000
qui forait pour obtenir le pétrole, qui allait être transformé en plastique, etc
07:33
They were all working for me,
183
438000
2000
Ils travaillaient tous pour moi,
07:35
to make a mouse for me.
184
440000
2000
pour faire une souris pour moi.
07:37
And that's the way society works.
185
442000
3000
Et c'est le fonctionnement de la société.
07:40
That's what we've achieved as a species.
186
445000
3000
C'est ce que nous avons accompli en tant qu'espèce.
07:44
In the old days, if you were rich,
187
449000
2000
Dans le passé, si vous étiez riche,
07:46
you literally had people working for you.
188
451000
2000
vous aviez littéralement des personnes qui travaillaient pour vous.
07:48
That's how you got to be rich; you employed them.
189
453000
2000
C'est comme ça que vous deveniez riche, vous les employez.
07:50
Louis XIV had a lot of people working for him.
190
455000
2000
Louis XIV avait un grand nombre de personnes qui travaillaient pour lui.
07:52
They made his silly outfits, like this,
191
457000
2000
Ils lui faisaient ses costumes ridicules, comme celui-ci.
07:54
(Laughter)
192
459000
2000
(Rires)
07:56
and they did his silly hairstyles, or whatever.
193
461000
3000
Et ils faisaient ses coiffures ridicules, ou autre chose.
07:59
He had 498 people
194
464000
2000
Il avait 498 personnes
08:01
to prepare his dinner every night.
195
466000
2000
pour préparer son dîner tous les soirs.
08:03
But a modern tourist going around the palace of Versailles
196
468000
2000
Mais un touriste moderne qui visite le palais de Versailles
08:05
and looking at Louis XIV's pictures,
197
470000
3000
et regarde des images de Louis XIV,
08:08
he has 498 people doing his dinner tonight too.
198
473000
2000
il a aussi 498 personnes qui préparent son dîner de ce soir.
08:10
They're in bistros and cafes and restaurants
199
475000
2000
Ils sont dans des bistros et des cafés et des restaurants
08:12
and shops all over Paris,
200
477000
2000
et des magasins dans tout Paris.
08:14
and they're all ready to serve you at an hour's notice with an excellent meal
201
479000
3000
Et ils sont tous prêts à vous servir avec un préavis d'une heure un excellent repas
08:17
that's probably got higher quality
202
482000
2000
sans doute d'une meilleure qualité
08:19
than Louis XIV even had.
203
484000
2000
que celle que Louis XIV même avait.
08:21
And that's what we've done, because we're all working for each other.
204
486000
3000
Et c'est ce que nous avons fait, parce que nous travaillons tous les uns pour les autres.
08:24
We're able to draw upon specialization and exchange
205
489000
3000
Nous sommes en mesure de tirer parti de la spécialisation et de l'échange
08:27
to raise each other's living standards.
206
492000
3000
pour élever le niveau de vie les uns des autres.
08:30
Now, you do get other animals working for each other too.
207
495000
3000
Maintenant, il y a d'autres animaux qui travaillent pour les uns les autres aussi.
08:33
Ants are a classic example; workers work for queens and queens work for workers.
208
498000
3000
Les fourmis sont un exemple classique, les ouvrières travaillent pour les reines et les reines travaillent pour les ouvrières .
08:36
But there's a big difference,
209
501000
2000
Mais il y a une grande différence,
08:38
which is that it only happens within the colony.
210
503000
2000
qui est que cela arrive seulement au sein de la colonie.
08:40
There's no working for each other across the colonies.
211
505000
2000
Il n'y a pas de travail pour l'autre d'une colonie à l'autre.
08:42
And the reason for that is because there's a reproductive division of labor.
212
507000
3000
Et la raison en est qu'il y a une division du travail en matière de reproduction.
08:45
That is to say, they specialize with respect to reproduction.
213
510000
3000
C'est-à-dire, ils sont spécialisés selon la reproduction.
08:48
The queen does it all.
214
513000
2000
La reine fait tout.
08:50
In our species, we don't like doing that.
215
515000
2000
Dans notre espèce, nous ne voulons pas le faire.
08:52
It's the one thing we insist on doing for ourselves, is reproduction.
216
517000
3000
C'est la seule chose que nous insistons pour faire pour nous-mêmes, c'est la reproduction.
08:55
(Laughter)
217
520000
3000
(Rires)
08:58
Even in England, we don't leave reproduction to the Queen.
218
523000
3000
Même en Angleterre, nous ne laissons pas la reproduction à la reine.
09:01
(Applause)
219
526000
4000
(Applaudissements)
09:05
So when did this habit start?
220
530000
2000
Alors, quand a commencé cette habitude?
09:07
And how long has it been going on? And what does it mean?
221
532000
2000
Et depuis combien de temps ça dure? Et qu'est-ce que cela signifie?
09:09
Well, I think, probably, the oldest version of this
222
534000
3000
Eh bien, je pense que, probablement, la plus ancienne version de ce fonctionnement
09:12
is probably the sexual division of labor.
223
537000
2000
est probablement la division sexuelle du travail.
09:14
But I've got no evidence for that.
224
539000
2000
Mais je n'ai aucune preuve pour cela.
09:16
It just looks like the first thing we did
225
541000
2000
Il semble que la première chose que nous avons faite
09:18
was work male for female and female for male.
226
543000
3000
a été qu'un homme travaille pour une femme et une femme pour un homme.
09:21
In all hunter-gatherer societies today,
227
546000
2000
Dans toutes les sociétés de chasseurs cueilleurs d'aujourd'hui,
09:23
there's a foraging division of labor
228
548000
2000
il y a une division du travail de recherche de nourriture
09:25
between, on the whole, hunting males and gathering females.
229
550000
2000
entre, dans l'ensemble, les mâles qui chassent et les femelles qui cueillent.
09:27
It isn't always quite that simple,
230
552000
2000
Ce n'est pas toujours aussi simple.
09:29
but there's a distinction between
231
554000
2000
Mais il y a une distinction entre
09:31
specialized roles for males and females.
232
556000
2000
les rôles spécialisés entre les hommes et les femmes.
09:33
And the beauty of this system
233
558000
2000
Et la beauté de ce système
09:35
is that it benefits both sides.
234
560000
3000
est qu'il profite aux deux parties.
09:38
The woman knows
235
563000
2000
La femme sait
09:40
that, in the Hadzas' case here --
236
565000
2000
que, dans le cas de Hadzas ici -
09:42
digging roots to share with men in exchange for meat --
237
567000
2000
déterrer des racines pour les partager avec des hommes en échange de viande -
09:44
she knows that all she has to do to get access to protein
238
569000
3000
Elle sait que tout ce qu'elle a à faire pour accéder à la protéine
09:47
is to dig some extra roots and trade them for meat.
239
572000
3000
consiste à déterrer des racines supplémentaires et à les échanger contre de la viande.
09:50
And she doesn't have to go on an exhausting hunt
240
575000
2000
Et elle n'a pas besoin de se lancer dans une chasse épuisante
09:52
and try and kill a warthog.
241
577000
2000
et d'essayer de tuer un phacochère.
09:54
And the man knows that he doesn't have to do any digging
242
579000
2000
Et l'homme sait qu'il n'a pas besoin de creuser
09:56
to get roots.
243
581000
2000
pour obtenir des racines.
09:58
All he has to do is make sure that when he kills a warthog
244
583000
2000
Tout ce qu'il a à faire est de faire en sorte qu'il tue un phacochère
10:00
it's big enough to share some.
245
585000
2000
qui soit assez grand pour être partagé.
10:02
And so both sides raise each other's standards of living
246
587000
3000
Et ainsi les deux parties élèvent mutuellement leurs niveaux de vie respectifs
10:05
through the sexual division of labor.
247
590000
2000
par la division sexuelle du travail.
10:07
When did this happen? We don't know, but it's possible
248
592000
3000
Quand est-ce arrivé? Nous ne savons pas, mais il est possible
10:10
that Neanderthals didn't do this.
249
595000
2000
que les Néandertaliens ne le faisaient pas.
10:12
They were a highly cooperative species.
250
597000
2000
C'était une espèce très coopérative.
10:14
They were a highly intelligent species.
251
599000
2000
C'était une espèce très intelligente.
10:16
Their brains on average, by the end, were bigger than yours and mine
252
601000
2000
Leurs cerveaux, en moyenne, à la fin, étaient plus gros que le votre et le mien
10:18
in this room today.
253
603000
2000
dans cette salle aujourd'hui.
10:20
They were imaginative. They buried their dead.
254
605000
2000
Ils étaient imaginatifs. Ils enterraient leurs morts.
10:22
They had language, probably,
255
607000
2000
Ils avaient sans doute un langage,
10:24
because we know they had the FOXP2 gene of the same kind as us,
256
609000
2000
parce que nous savons qu'ils avaient le gène FOXP2 de même nature que nous,
10:26
which was discovered here in Oxford.
257
611000
2000
qui a été découvert ici à Oxford.
10:28
And so it looks like they probably had linguistic skills.
258
613000
3000
Et il semble qu'ils avaient probablement des compétences linguistiques.
10:31
They were brilliant people. I'm not dissing the Neanderthals.
259
616000
3000
C'étaient des gens brillants. Je ne manque pas de respect envers l'homme de Néandertal.
10:35
But there's no evidence
260
620000
2000
Mais il n'y a pas de preuve
10:37
of a sexual division of labor.
261
622000
2000
d'une division sexuelle du travail.
10:39
There's no evidence of gathering behavior by females.
262
624000
3000
Il n'y a aucune preuve de comportement de collecte chez les femelles.
10:42
It looks like the females were cooperative hunters with the men.
263
627000
3000
Il semble que les femmes coopéraient à la chasse avec les hommes.
10:46
And the other thing there's no evidence for
264
631000
2000
Et l'autre chose est qu'il n'y a pas de preuves
10:48
is exchange between groups,
265
633000
2000
d'échange entre les groupes.
10:51
because the objects that you find in Neanderthal remains,
266
636000
3000
Parce que les objets que vous trouverez dans les restes de Néandertal,
10:54
the tools they made,
267
639000
2000
les outils qu'ils ont fabriqués,
10:56
are always made from local materials.
268
641000
2000
sont toujours faits à partir de matériaux locaux.
10:58
For example, in the Caucasus
269
643000
2000
Par exemple, dans le Caucase
11:00
there's a site where you find local Neanderthal tools.
270
645000
3000
il y a un site où vous trouverez des outils locaux de Néandertal.
11:03
They're always made from local chert.
271
648000
2000
Ils sont toujours fabriqués à partir de silex local.
11:05
In the same valley there are modern human remains
272
650000
2000
Dans la même vallée il y a des restes d'homme moderne
11:07
from about the same date, 30,000 years ago,
273
652000
2000
d'environ la même date, il y a 30.000 ans.
11:09
and some of those are from local chert,
274
654000
2000
Et certains d'entre eux viennent du silex local,
11:11
but more -- but many of them are made
275
656000
2000
mais plus - mais beaucoup d'entre eux sont faits
11:13
from obsidian from a long way away.
276
658000
2000
d'obsidienne venant de très loin.
11:15
And when human beings began
277
660000
2000
Et quand les êtres humains ont commencé
11:17
moving objects around like this,
278
662000
2000
à déplacer les objets de cette façon,
11:19
it was evidence that they were exchanging between groups.
279
664000
3000
c'était la preuve qu'ils échangeaient entre les groupes.
11:22
Trade is 10 times as old as farming.
280
667000
3000
Le commerce est 10 fois plus ancien que l'agriculture.
11:25
People forget that. People think of trade as a modern thing.
281
670000
3000
Les gens oublient cela. Les gens considèrent le commerce comme une chose moderne.
11:28
Exchange between groups has been going on
282
673000
2000
Les échanges entre les groupes ont cours depuis
11:30
for a hundred thousand years.
283
675000
3000
cent mille ans.
11:33
And the earliest evidence for it crops up
284
678000
2000
Et la première preuve nous apparaît
11:35
somewhere between 80 and 120,000 years ago in Africa,
285
680000
3000
il y a environ entre 80 et 120.000 ans en Afrique,
11:38
when you see obsidian and jasper and other things
286
683000
3000
quand vous voyez de l'obsidienne et du jaspe et d'autres choses
11:41
moving long distances in Ethiopia.
287
686000
3000
qui se déplacent sur de longues distances en Ethiopie.
11:44
You also see seashells --
288
689000
2000
Vous pouvez également voir des coquillages -
11:46
as discovered by a team here in Oxford --
289
691000
2000
découverts par une équipe ici à Oxford -
11:48
moving 125 miles inland
290
693000
2000
déplacés à environ 200 kilomètres à l'intérieur des terres
11:50
from the Mediterranean in Algeria.
291
695000
3000
depuis la Méditerranée en Algérie.
11:53
And that's evidence that people
292
698000
2000
Et c'est la preuve que les gens
11:55
have started exchanging between groups.
293
700000
2000
ont commencé à échanger entre les groupes.
11:57
And that will have led to specialization.
294
702000
2000
Et c'est ce qui a conduit à la spécialisation.
11:59
How do you know that long-distance movement
295
704000
2000
Comment savez-vous que ce déplacement à longue distance
12:01
means trade rather than migration?
296
706000
3000
signifie du commerce plutôt que la migration?
12:04
Well, you look at modern hunter gatherers like aboriginals,
297
709000
2000
Eh bien, vous considérez les chasseurs-cueilleurs modernes, comme les Autochtones,
12:06
who quarried for stone axes at a place called Mount Isa,
298
711000
3000
qui extraient des haches de pierre à un endroit appelé Mt. Isa,
12:09
which was a quarry owned by the Kalkadoon tribe.
299
714000
3000
qui était une carrière appartenant à la tribu Kalkadoon.
12:12
They traded them with their neighbors
300
717000
2000
Ils les ont échangées avec leurs voisins
12:14
for things like stingray barbs,
301
719000
2000
pour des choses comme des aiguillons de raies Manta.
12:16
and the consequence was that stone axes
302
721000
2000
Et la conséquence a été que les haches de pierre
12:18
ended up over a large part of Australia.
303
723000
2000
ont fini sur une grande partie de l'Australie.
12:20
So long-distance movement of tools
304
725000
2000
Ainsi, le déplacement à longue distance des outils
12:22
is a sign of trade, not migration.
305
727000
3000
est un signe du commerce, pas de migration.
12:25
What happens when you cut people off from exchange,
306
730000
3000
Qu'est-ce qui se passe quand vous coupez les gens de l'échange,
12:28
from the ability to exchange and specialize?
307
733000
3000
de la capacité d'échanger et de se spécialiser?
12:31
And the answer is that
308
736000
2000
Et la réponse est que,
12:33
not only do you slow down technological progress,
309
738000
2000
non seulement vous ralentissez le progrès technologique,
12:35
you can actually throw it into reverse.
310
740000
3000
vous pouvez réellement le faire régresser.
12:38
An example is Tasmania.
311
743000
2000
La Tasmanie en est l'exemple.
12:40
When the sea level rose and Tasmania became an island 10,000 years ago,
312
745000
3000
Lorsque le niveau de la mer est monté, et la Tasmanie est devenue une île il y a 10.000 ans,
12:43
the people on it not only experienced
313
748000
2000
les gens sur cette île, ont non seulement connu
12:45
slower progress than people on the mainland,
314
750000
3000
un progrès plus lent que les personnes sur le continent,
12:48
they actually experienced regress.
315
753000
2000
ils ont réellement régressé.
12:50
They gave up the ability to make stone tools
316
755000
2000
Ils ont renoncé à la possibilité de faire des outils [en os]
12:52
and fishing equipment and clothing
317
757000
2000
du matériel de pêche et de l'habillement
12:54
because the population of about 4,000 people
318
759000
3000
parce que la population d'environ 4.000 personnes
12:57
was simply not large enough
319
762000
2000
n'était tout simplement pas assez grande
12:59
to maintain the specialized skills
320
764000
2000
pour maintenir les compétences spécialisées
13:01
necessary to keep the technology they had.
321
766000
3000
nécessaires pour garder la technologie dont ils disposaient.
13:04
It's as if the people in this room were plonked on a desert island.
322
769000
2000
C'est comme si on plantait les gens dans cette salle sur une île déserte.
13:06
How many of the things in our pockets
323
771000
2000
Combien des choses dans nos poches
13:08
could we continue to make after 10,000 years?
324
773000
3000
pourrions-nous continuer à faire après 10.000 ans?
13:12
It didn't happen in Tierra del Fuego --
325
777000
2000
Ce n'est pas arrivé en Terre de Feu -
13:14
similar island, similar people.
326
779000
2000
île semblable, des gens semblables.
13:16
The reason: because Tierra del Fuego
327
781000
2000
La raison en est que la Terre de Feu
13:18
is separated from South America by a much narrower straight,
328
783000
3000
est séparée de l'Amérique du Sud par un détroit beaucoup plus étroit.
13:21
and there was trading contact across that straight
329
786000
2000
Et il y avait contact commercial à travers ce détroit
13:23
throughout 10,000 years.
330
788000
2000
tout au long de 10.000 ans.
13:25
The Tasmanians were isolated.
331
790000
3000
Les Tasmaniens ont été isolés.
13:28
Go back to this image again
332
793000
2000
Retournez à nouveau cette image
13:30
and ask yourself, not only who made it and for who,
333
795000
3000
et demandez-vous, non seulement qui l'a faite et pour qui,
13:33
but who knew how to make it.
334
798000
3000
mais qui savait comment le faire.
13:36
In the case of the stone axe, the man who made it knew how to make it.
335
801000
3000
Dans le cas de la hache de pierre, l'homme qui l'a faite savait comment le faire.
13:39
But who knows how to make a computer mouse?
336
804000
3000
Mais qui sait comment faire une souris d'ordinateur?
13:42
Nobody, literally nobody.
337
807000
3000
Personne, littéralement personne.
13:45
There is nobody on the planet who knows how to make a computer mouse.
338
810000
3000
Il n'y a personne sur la planète qui sait comment faire une souris d'ordinateur.
13:48
I mean this quite seriously.
339
813000
2000
Je dis cela très sérieusement.
13:50
The president of the computer mouse company doesn't know.
340
815000
2000
Le président de la compagnie des souris d'ordinateur ne sait pas.
13:52
He just knows how to run a company.
341
817000
3000
Il sait comment diriger une entreprise.
13:55
The person on the assembly line doesn't know
342
820000
2000
La personne sur la ligne d'assemblage ne sait pas
13:57
because he doesn't know how to drill an oil well
343
822000
2000
parce qu'il ne sait pas forer un puits de pétrole
13:59
to get oil out to make plastic, and so on.
344
824000
3000
pour obtenir du pétrole et en faire du plastique, et ainsi de suite.
14:02
We all know little bits, but none of us knows the whole.
345
827000
3000
Nous savons tous des petits morceaux, mais aucun de nous ne sait tout.
14:05
I am of course quoting from a famous essay
346
830000
2000
Je cite bien sûr un célèbre essai
14:07
by Leonard Read, the economist in the 1950s,
347
832000
3000
de Leonard Reed, l'économiste dans les années 1950,
14:10
called "I, Pencil"
348
835000
2000
intitulé "Moi, le Crayon"
14:12
in which he wrote about how a pencil came to be made,
349
837000
3000
dans lequel il a écrit sur comment on arrivait à faire un crayon,
14:15
and how nobody knows even how to make a pencil,
350
840000
3000
et comment personne ne sait comment faire un crayon,
14:18
because the people who assemble it don't know how to mine graphite,
351
843000
3000
parce que les gens qui l'assemblent ne savent pas comment extraire le graphite.
14:21
and they don't know how to fell trees and that kind of thing.
352
846000
3000
Et ils ne savent pas comment abattre des arbres et ce genre de chose.
14:24
And what we've done in human society,
353
849000
2000
Et ce que nous avons fait dans la société humaine,
14:26
through exchange and specialization,
354
851000
2000
grâce à l'échange et la spécialisation,
14:28
is we've created
355
853000
2000
est que nous avons créé
14:30
the ability to do things that we don't even understand.
356
855000
3000
la capacité de faire des choses que nous ne comprenons même pas.
14:33
It's not the same with language.
357
858000
2000
Ce n'est pas la même chose avec la langue.
14:35
With language we have to transfer ideas
358
860000
2000
Avec la langue nous devons transférer des idées
14:37
that we understand with each other.
359
862000
3000
que nous comprenons les uns avec les autres.
14:40
But with technology,
360
865000
2000
Mais avec la technologie,
14:42
we can actually do things that are beyond our capabilities.
361
867000
2000
nous pouvons faire des choses qui sont au-delà de nos capacités.
14:44
We've gone beyond the capacity of the human mind
362
869000
3000
Nous sommes allés au-delà de la capacité de l'esprit humain
14:47
to an extraordinary degree.
363
872000
2000
dans une extraordinaire mesure.
14:49
And by the way,
364
874000
2000
Et en passant,
14:51
that's one of the reasons that I'm not interested
365
876000
3000
C'est une des raisons qui fait que je ne suis pas intéressé
14:54
in the debate about I.Q.,
366
879000
2000
dans le débat sur le QI,
14:56
about whether some groups have higher I.Q.s than other groups.
367
881000
3000
savoir si certains groupes ont un QI plus élevé que d'autres groupes.
14:59
It's completely irrelevant.
368
884000
2000
ça n'a aucun sens.
15:01
What's relevant to a society
369
886000
3000
Ce qui est pertinent pour une société
15:04
is how well people are communicating their ideas,
370
889000
3000
est la façon dont les gens communiquent leurs idées,
15:07
and how well they're cooperating,
371
892000
2000
et la façon dont ils coopèrent,
15:09
not how clever the individuals are.
372
894000
2000
pas de savoir dans quelle mesure les individus sont habiles.
15:11
So we've created something called the collective brain.
373
896000
2000
Nous avons donc créé ce qu'on appelle le cerveau collectif.
15:13
We're just the nodes in the network.
374
898000
2000
Nous sommes tout simplement les noeuds du réseau.
15:15
We're the neurons in this brain.
375
900000
3000
Nous sommes les neurones dans ce cerveau.
15:18
It's the interchange of ideas,
376
903000
2000
C'est l'échange d'idées,
15:20
the meeting and mating of ideas between them,
377
905000
2000
la réunion et l'accouplement d'idées entre elles,
15:22
that is causing technological progress,
378
907000
3000
qui est à l'origine des progrès technologiques,
15:25
incrementally, bit by bit.
379
910000
2000
progressivement, petit à petit.
15:27
However, bad things happen.
380
912000
2000
Toutefois, de mauvaises choses arrivent.
15:29
And in the future, as we go forward,
381
914000
3000
Et à l'avenir, alors que nous avançons,
15:32
we will, of course, experience terrible things.
382
917000
3000
nous traverserons bien sûr des expérience terribles.
15:35
There will be wars; there will be depressions;
383
920000
2000
Il y aura des guerres, il y aura des dépressions;
15:37
there will be natural disasters.
384
922000
2000
il y aura des catastrophes naturelles.
15:39
Awful things will happen in this century, I'm absolutely sure.
385
924000
3000
des choses terribles qui se passeront dans ce siècle, je suis absolument certain.
15:42
But I'm also sure that, because of the connections people are making,
386
927000
3000
Mais je suis également que, en raison des liens que les personnes construisent,
15:45
and the ability of ideas
387
930000
2000
et la capacité des idées
15:47
to meet and to mate
388
932000
2000
à se rencontrer et s'accoupler
15:49
as never before,
389
934000
2000
comme jamais auparavant.
15:51
I'm also sure
390
936000
2000
Je suis aussi sûr
15:53
that technology will advance,
391
938000
2000
que la technologie avance,
15:55
and therefore living standards will advance.
392
940000
2000
et donc le niveau de vie avance.
15:57
Because through the cloud,
393
942000
2000
Parce qu'à travers le nuage,
15:59
through crowd sourcing,
394
944000
2000
par le biais du crowdsourcing,
16:01
through the bottom-up world that we've created,
395
946000
2000
à travers le monde à progression ascendante que nous avons créé,
16:03
where not just the elites but everybody
396
948000
3000
où non seulement les élites, mais tout le monde
16:06
is able to have their ideas
397
951000
2000
est en mesure d'avoir ses idées
16:08
and make them meet and mate,
398
953000
2000
et les faire se rencontrer et s'accoupler,
16:10
we are surely accelerating the rate of innovation.
399
955000
3000
nous accélérons certainement le rythme de l'innovation.
16:13
Thank you.
400
958000
2000
Merci.
16:15
(Applause)
401
960000
4000
(Applaudissements)
ABOUT THE SPEAKER
Matt Ridley - Rational optimistMatt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other."
Why you should listen
British author Matt Ridley knows one thing: Through history, the engine of human progress and prosperity has been, and is, the mating of ideas. The sophistication of the modern world, says Ridley, lies not in individual intelligence or imagination; it is a collective enterprise. In his book The Rational Optimist, Ridley (whose previous works include Genome and Nature via Nurture) sweeps the entire arc of human history to powerfully argue that "prosperity comes from everybody working for everybody else."
It is our habit of trade, idea-sharing and specialization that has created the collective brain which set human living standards on a rising trend. This, he says, "holds out hope that the human race will prosper mightily in the years ahead -- because ideas are having sex with each other as never before."
Watch his 2010 TEDTalk, "When Ideas Have Sex."
Matt Ridley | Speaker | TED.com