TEDGlobal 2010
Steven Johnson: Where good ideas come from
Steven Johnson : D'où viennent les bonnes idées
Filmed:
Readability: 4
4,960,715 views
Les gens attribuent souvent leurs idées à des 'révélations' individuelles. Mais Steven Johnson montre comment l'histoire raconte une autre version des choses. Il nous emmène dans une visite guidée fascinante qui commence avec les "réseaux liquides" des cafés de Londres en passant par l'idée de Darwin qui a mis longtemps à voir le jour progressivement, et va jusqu'au web à grande vitesse d'aujourd'hui.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
Il y a seulement quelques minutes, j'ai pris cette photo
00:18
about 10 blocks from here.
1
3000
2000
à environ 10 pâtés de maisons d'ici.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
C'est le Grand Café ici à Oxford.
00:23
I took this picture because this turns out to be
3
8000
3000
J'ai pris cette photo parce qu'il s'avère être
00:26
the first coffeehouse to open
4
11000
2000
le premier café à avoir ouvert
00:28
in England in 1650.
5
13000
2000
en Angleterre en 1650.
00:30
That's its great claim to fame,
6
15000
2000
C'est ce qui fait sa célébrité.
00:32
and I wanted to show it to you,
7
17000
2000
Et je voulais vous le montrer,
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
pas parce que je veux vous faire faire une sorte de tournée Starbucks
00:36
of historic England,
9
21000
2000
de l'Angleterre historique,
00:38
but rather because
10
23000
2000
mais plutôt parce que
00:40
the English coffeehouse was crucial
11
25000
2000
le café anglais a été crucial
00:42
to the development and spread
12
27000
3000
pour le développement et la propagation
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
de l'une des grandes floraisons intellectuelles des 500 dernières années,
00:48
what we now call the Enlightenment.
14
33000
3000
ce que nous appelons maintenant le siècle des Lumières.
00:51
And the coffeehouse played such a big role
15
36000
2000
Et le café a joué un grand rôle
00:53
in the birth of the Enlightenment,
16
38000
2000
dans la naissance des Lumières,
00:55
in part, because of what people were drinking there.
17
40000
2000
en partie, en raison de ce que les gens buvaient là.
00:57
Because, before the spread
18
42000
3000
Parce que, avant la propagation
01:00
of coffee and tea through British culture,
19
45000
3000
du café et du thé à travers la culture britannique,
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
ce que les gens buvaient - ce que l'élite comme le peuple buvaient -
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
jour après jour, de l'aube jusqu'au crépuscule
01:08
was alcohol.
22
53000
2000
c'était de l'alcool.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
L'alcool était la boisson de choix pendant la journée.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
On buvait un peu de bière avec le petit déjeuner et un peu de vin au déjeuner,
01:15
a little gin -- particularly around 1650 --
25
60000
3000
un peu de gin - en particulier autour de 1650 -
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
et pour finir avec un peu de bière et de vin à la fin de la journée.
01:20
That was the healthy choice -- right --
27
65000
2000
C'est le choix sain, en fait,
01:22
because the water wasn't safe to drink.
28
67000
2000
parce que l'eau n'était pas potable.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
Et oui, effectivement, jusqu'à l'avènement des cafés,
01:27
you had an entire population
30
72000
2000
toute une population
01:29
that was effectively drunk all day.
31
74000
3000
était effectivement ivre toute la journée.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
Et vous pouvez imaginer ce que serait dans votre propre vie -
01:34
and I know this is true of some of you --
33
79000
2000
et je sais que cela est vrai pour certains d'entre vous -
01:36
if you were drinking all day,
34
81000
3000
si vous buviez toute la journée,
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
et qu'ensuite vous passiez d'un dépresseur à un stimulant,
01:42
you would have better ideas.
36
87000
2000
vous auriez de meilleures idées.
01:44
You would be sharper and more alert.
37
89000
2000
Vous seriez plus vif et plus alerte.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
Et ce n'est donc pas un hasard si les innovations ont fleuri
01:49
as England switched to tea and coffee.
39
94000
3000
lorsque l'Angleterre est passée au thé et au café.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
Mais l'autre chose qui rend le café important
01:55
is the architecture of the space.
41
100000
2000
est l'architecture de l'espace.
01:57
It was a space where people would get together
42
102000
2000
C'était un espace où les gens se réunissaient
01:59
from different backgrounds,
43
104000
2000
venant d'horizons différents,
02:01
different fields of expertise, and share.
44
106000
2000
avec différentes expertises, et partageaient.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
C'était un espace, comme Matt Ridley l'a dit, où les idées peuvent copuler.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
C'était leur lit conjugal, dans un sens.
02:08
ideas would get together there.
47
113000
2000
Les idées se réunissaient là.
02:10
And an astonishing number of innovations from this period
48
115000
3000
Et un nombre incroyable d'innovations de cette période
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
ont un café quelque part dans leur histoire.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
J'ai passé beaucoup de temps à réfléchir sur les cafés
02:19
for the last five years,
51
124000
2000
ces cinq dernières années,
02:21
because I've been kind of on this quest
52
126000
2000
parce que d'une certaine manière je voulais
02:23
to investigate this question
53
128000
2000
creuser cette question
02:25
of where good ideas come from.
54
130000
2000
de l'origine des bonnes idées.
02:27
What are the environments
55
132000
2000
Quels sont les environnements
02:29
that lead to unusual levels of innovation,
56
134000
3000
qui conduisent à des niveaux inhabituels d'innovation,
02:32
unusual levels of creativity?
57
137000
3000
des niveaux inhabituels de créativité ?
02:35
What's the kind of environmental --
58
140000
2000
Quelle est la nature de l'environnement -
02:37
what is the space of creativity?
59
142000
2000
quel est l'espace de créativité ?
02:39
And what I've done is
60
144000
2000
Et ce que j'ai fait est c'est que
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
j'ai regardé les deux environnements, comme le café ;
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
J'ai regardé les milieux des médias, comme le World Wide Web,
02:45
that have been extraordinarily innovative;
63
150000
2000
qui ont été extrêmement innovants;
02:47
I've gone back to the history of the first cities;
64
152000
3000
J'ai revisité l'histoire des premières villes ;
02:50
I've even gone to biological environments,
65
155000
2000
Je me suis même penché sur les milieux biologiques,
02:52
like coral reefs and rainforests,
66
157000
2000
comme les récifs coralliens et les forêts tropicales,
02:54
that involve unusual levels of biological innovation;
67
159000
3000
qui impliquent des niveaux inhabituels d'innovation biologique ;
02:57
and what I've been looking for is shared patterns,
68
162000
3000
et ce que je cherchais, c'est des modèles partagés,
03:00
kind of signature behavior that shows up
69
165000
2000
un genre de comportement signature qui apparaît
03:02
again and again in all of these environments.
70
167000
3000
encore et encore dans tous ces environnements.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
Y a-t-il des modèles récurrents dont nous pouvons apprendre,
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
que nous pouvons en quelque sorte appliquer à nos propres vies,
03:10
or our own organizations,
73
175000
2000
ou à nos propres organisations,
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
ou à nos propres environnements pour les rendre plus créatifs et innovants ?
03:14
And I think I've found a few.
75
179000
2000
Et je crois que j'en ai trouvé quelques uns.
03:16
But what you have to do to make sense of this
76
181000
3000
Mais ce qu'il faut faire pour donner un sens à cela
03:19
and to really understand these principles
77
184000
2000
et pour bien comprendre ces principes
03:21
is you have to do away
78
186000
2000
c'est que vous devez faire disparaître
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
une bonne partie de la façon dont nos métaphores habituelles et notre langage
03:26
steers us towards
80
191000
2000
nous entrainent vers
03:28
certain concepts of idea-creation.
81
193000
2000
certains concepts de l'idée de création.
03:30
We have this very rich vocabulary
82
195000
2000
Nous avons ce vocabulaire très riche
03:32
to describe moments of inspiration.
83
197000
2000
pour décrire des moments d'inspiration.
03:34
We have the kind of the flash of insight,
84
199000
3000
Nous avons l'éclair d'intelligence,
03:37
the stroke of insight,
85
202000
2000
le coup de perspicacité,
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
nous avons des épiphanies, nous avons des moments "Eurêka!" ,
03:42
we have the lightbulb moments, right?
87
207000
2000
nous avons des moments 'la lumière s'allume', n'est-ce pas ?
03:44
All of these concepts,
88
209000
2000
Tous ces concepts,
03:46
as kind of rhetorically florid as they are,
89
211000
3000
aussi rhétoriquement fleuris qu'ils soient,
03:49
share this basic assumption,
90
214000
2000
partagent cette hypothèse de base,
03:51
which is that an idea is a single thing,
91
216000
3000
qui est qu'une idée est une chose isolée,
03:54
it's something that happens often
92
219000
2000
que c'est quelque chose qui arrive souvent
03:56
in a wonderful illuminating moment.
93
221000
3000
dans un merveilleux moment d'illumination.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
Mais en fait, ce que je dirais, et ce par quoi il faut vraiment commencer,
04:02
is this idea that an idea is a network
95
227000
3000
c'est cette idée qu'une idée est un réseau
04:05
on the most elemental level.
96
230000
2000
au le niveau le plus élémentaire.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
Je veux dire, c'est ce qui se passe dans votre cerveau.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
Une idée, une idée nouvelle, est un nouveau réseau de neurones
04:12
firing in sync with each other inside your brain.
99
237000
3000
qui s'activent de façon synchrone à l'intérieur de votre cerveau.
04:15
It's a new configuration that has never formed before.
100
240000
3000
C'est une nouvelle configuration qui ne s'est jamais formée auparavant.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
Et la question est: comment placez-vous votre cerveau dans des environnements
04:21
where these new networks are going to be more likely to form?
102
246000
3000
où ces nouveaux réseaux vont être plus susceptibles de se former ?
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
Et il s'avère que, en fait, les modèles de réseaux du monde extérieur
04:27
mimic a lot of the network patterns
104
252000
2000
imitent largement les modèles de réseaux
04:29
of the internal world of the human brain.
105
254000
3000
du monde intérieur du cerveau humain.
04:32
So the metaphor I'd like the use
106
257000
2000
Ainsi, la métaphore que je voudrais utiliser
04:34
I can take
107
259000
2000
je peux la trouver dans
04:36
from a story of a great idea that's quite recent --
108
261000
3000
l'histoire d'une grande idée qui est assez récente -
04:39
a lot more recent than the 1650s.
109
264000
3000
beaucoup plus récente que les années 1650.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
Un type formidable nommé Timothée Prestero,
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
qui a une compagnie qui s'appelle ... une organisation appelée Design that Matters (Désign qui compte).
04:48
They decided to tackle this really pressing problem
112
273000
3000
Ils ont décidé de s'attaquer à ce problème vraiment urgent,
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
vous savez, les terribles problèmes que nous avons avec les taux de mortalité infantile
04:55
in the developing world.
114
280000
2000
dans le monde en développement.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
Une des choses très frustrante avec cela est que nous savons,
05:00
by getting modern neonatal incubators
116
285000
3000
en mettant des incubateurs néonatals modernes
05:03
into any context,
117
288000
2000
dans n'importe quel contexte,
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
que si nous pouvons garder les bébés prématurés au chaud, en gros - c'est très simple -
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
nous pouvons réduire de moitié les taux de mortalité infantile dans ces environnements.
05:11
So, the technology is there.
120
296000
2000
Donc, la technologie est là.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
Ces incubateurs sont la norme dans tout le monde industrialisé.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
Le problème est, si vous achetez un incubateur à 40.000 dollars,
05:19
and you send it off
123
304000
2000
et que vous l'envoyez
05:21
to a mid-sized village in Africa,
124
306000
2000
dans un village de taille moyenne en Afrique,
05:23
it will work great for a year or two years,
125
308000
2000
il marchera très bien pendant un an ou deux,
05:25
and then something will go wrong and it will break,
126
310000
3000
et puis quelque chose tournera mal, et il sera en panne,
05:28
and it will remain broken forever,
127
313000
2000
et il sera en panne pour toujours,
05:30
because you don't have a whole system of spare parts,
128
315000
3000
parce que vous n'avez pas un système complet de pièces de rechange,
05:33
and you don't have the on-the-ground expertise
129
318000
2000
et vous n'avez pas l'expertise sur le terrain
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
pour réparer ce matériel de $ 40.000.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
Et alors vous vous retrouvez avec ce problème où vous dépensez tout cet argent
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
pour envoyer de l'aide et tous ces appareils électroniques de pointe vers ces pays,
05:42
and then it ends up being useless.
133
327000
2000
qui finit par devenir inutile.
05:44
So what Prestero and his team decided to do
134
329000
2000
Alors ce que Prestero et son équipe ont décidé de faire
05:46
is to look around and see: what are the abundant resources
135
331000
3000
est de regarder autour d'eux et de se demander : quelles sont les ressources abondantes
05:49
in these developing world contexts?
136
334000
2000
dans ces mondes en développement?
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
Et ce qu'ils ont remarqué, c'est qu'ils n'ont pas beaucoup d'enregistreurs numériques,
05:54
they don't have a lot of microwaves,
138
339000
2000
ils n'ont pas beaucoup de micro-ondes,
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
mais ils semblent savoir garder leur voitures en état de rouler.
05:59
There's a Toyota Forerunner
140
344000
2000
On trouve un Forerunner Toyota
06:01
on the street in all these places.
141
346000
2000
dans la rue dans tous ces endroits.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
Ils semblent avoir le savoir-faire nécessaire pour maintenir les véhicules en état de marche.
06:06
So they started to think,
143
351000
2000
Ils ont donc commencé à réfléchir,
06:08
"Could we build a neonatal incubator
144
353000
2000
"Pourrions-nous créer un incubateur néonatal
06:10
that's built entirely out of automobile parts?"
145
355000
3000
entièrement construit à partir de pièces d'automobile ?
06:13
And this is what they ended up coming with.
146
358000
2000
Et voici ce qu'ils ont fini par obtenir.
06:15
It's called a "neonurture device."
147
360000
2000
C'est ce qu'on appelle un dispositif de néosoin.
06:17
From the outside, it looks like a normal little thing
148
362000
2000
De l'extérieur, ça a l'air d'une chose qu'on trouve
06:19
you'd find in a modern, Western hospital.
149
364000
2000
normalement dans un hôpital occidental moderne.
06:21
In the inside, it's all car parts.
150
366000
2000
A l'intérieur, ce sont des pièces de voiture.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
Il a un ventilateur, des phares pour la chaleur,
06:25
it's got door chimes for alarm --
152
370000
2000
il a des carillons de porte en guise d'alarme.
06:27
it runs off a car battery.
153
372000
2000
Il fonctionne avec une batterie de voiture.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
Et donc tout ce qu'il vous faut ce sont les pièces détachées de votre Toyota
06:31
and the ability to fix a headlight,
155
376000
2000
et la capacité de réparer un phare,
06:33
and you can repair this thing.
156
378000
2000
et vous pouvez réparer cette chose.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
Maintenant, c'est une excellente idée, mais ce que je voudrais dire, c'est que, en fait,
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
c'est une superbe métaphore pour la façon dont les idées naissent.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
Nous aimons penser que nos idées révolutionnaires
06:42
are like that $40,000, brand new incubator,
160
387000
2000
sont comme cet incubateur tout neuf de 40.000 $,
06:44
state-of-the-art technology,
161
389000
2000
de la technologie de pointe,
06:46
but more often than not, they're cobbled together
162
391000
2000
mais le plus souvent, elles sont bricolées
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
avec les pièces qui se trouvent à portée de main.
06:50
We take ideas from other people,
164
395000
2000
Nous prenons les idées des autres,
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
de personnes dont nous avons appris, de personnes que nous rencontrons au café,
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
et nous les assemblons en de nouvelles formes, et nous créons quelque chose de nouveau.
06:58
That's really where innovation happens.
167
403000
3000
C'est vraiment là que se produit l'innovation.
07:01
And that means that we have to change some of our models
168
406000
2000
Et cela signifie que nous devons changer certains de nos modèles
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
de ce que sont vraiment l'innovation et la réflexion profonde.
07:06
I mean, this is one vision of it.
170
411000
2000
Je veux dire, c'est une vision.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
Une autre est celle de Newton et de la pomme, quand Newton était à Cambridge.
07:11
This is a statue from Oxford.
172
416000
2000
Il s'agit d'une statue d'Oxford.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
Vous savez, vous êtes assis là en pleine réflexion,
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
et la pomme tombe de l'arbre, et vous avez la théorie de la gravité.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
En fait, les espaces qui ont historiquement conduit à l'innovation
07:21
tend to look like this, right.
176
426000
2000
ont tendance à ressembler à cela, n'est-ce pas ?
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
C'est le célèbre tableau de Hogarth d'un dîner politique dans une taverne,
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
mais c'est ce à quoi ressemblaient les cafés à l'époque.
07:29
This is the kind of chaotic environment
179
434000
2000
C'est le genre d'environnement chaotique
07:31
where ideas were likely to come together,
180
436000
2000
où les idées étaient susceptibles de se réunir,
07:33
where people were likely to have
181
438000
2000
où les gens étaient susceptibles d'avoir
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
des collisions imprévisibles, nouvelles et intéressantes - des personnes d'horizons différents.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
Donc, si nous essayons de construire des organisations qui sont plus innovatrices,
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
nous devons construire des espaces qui, assez étrangement,ressemblent un peu plus à ça.
07:43
This is what your office should look like,
185
448000
2000
Votre bureau devrait ressembler à ça,
07:45
is part of my message here.
186
450000
2000
ça fait partie du message que je veux faire passer ici.
07:47
And one of the problems with this is that
187
452000
2000
Et l'un des problèmes que ça pose, c'est que
07:49
people are actually -- when you research this field --
188
454000
3000
les gens sont en fait - lorsque vous faites des recherches dans ce domaine --
07:52
people are notoriously unreliable,
189
457000
2000
les gens sont notoirement peu fiables,
07:54
when they actually kind of self-report
190
459000
2000
quand ils rapportent eux-même
07:56
on where they have their own good ideas,
191
461000
2000
l'endroit où ils ont leurs propres bonnes idées,
07:58
or their history of their best ideas.
192
463000
2000
ou l'histoire de leurs meilleures idées.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
Et il y a quelques années, un merveilleux chercheur du nom de Kevin Dunbar
08:03
decided to go around
194
468000
2000
a décidé d'adopter
08:05
and basically do the Big Brother approach
195
470000
2000
en gros l'approche "Big Brother"
08:07
to figuring out where good ideas come from.
196
472000
2000
pour déterminer d'où les bonnes idées viennent.
08:09
He went to a bunch of science labs around the world
197
474000
3000
Il est allé dans un tas de laboratoires de sciences dans le monde entier
08:12
and videotaped everyone
198
477000
2000
et a filmé tout le monde
08:14
as they were doing every little bit of their job.
199
479000
2000
pendant toutes les étapes de leurs travaux.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
Quand ils étaient assis en face du microscope,
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
quand ils parlaient à leur collègue à la fontaine à eau, et toutes ces choses.
08:20
And he recorded all of these conversations
202
485000
2000
Et il a enregistré toutes ces conversations
08:22
and tried to figure out where the most important ideas,
203
487000
2000
et essayé de comprendre où les idées les plus importantes
08:24
where they happened.
204
489000
2000
se formaient.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
Et quand on pense à l'image classique du scientifique dans son laboratoire,
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
nous avons cette image - vous savez, ils sont penchés sur le microscope,
08:32
and they see something in the tissue sample.
207
497000
2000
et ils voient quelque chose dans l'échantillon de matière.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
Et "oh, eurêka!" ils ont l'idée.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
Ce qui s'est réellement passé quand Dunbar a regardé les enregistrements
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
est que, en fait, presque toutes les idées novatrices importantes
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
ne sont pas venues au scientifique seul dans le laboratoire, devant le microscope.
08:46
They happened at the conference table
212
511000
2000
Elles sont apparues à la table de conférence
08:48
at the weekly lab meeting,
213
513000
2000
lors de la réunion hebdomadaire de laboratoire,
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
quand tout le monde est réuni pour partager leurs données et découvertes les plus récentes,
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
souvent aussi, quand les gens partageaient les erreurs qu'ils rencontraient,
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
l'erreur, le bruit dans le signal qu'ils découvrent.
08:58
And something about that environment --
217
523000
3000
Et quelque chose dans cet environnement -
09:01
and I've started calling it the "liquid network,"
218
526000
2000
et j'ai commencé à l'appeler le «réseau liquide»,
09:03
where you have lots of different ideas that are together,
219
528000
3000
où vous avez beaucoup d'idées différentes qui sont ensemble,
09:06
different backgrounds, different interests,
220
531000
2000
d'horizons différents, d'intérêts différents,
09:08
jostling with each other, bouncing off each other --
221
533000
2000
se bousculant les unes avec les autres, qui rebondissent les unes sur les autres ---
09:10
that environment is, in fact,
222
535000
2000
cet environnement est, en fait,
09:12
the environment that leads to innovation.
223
537000
2000
l'environnement qui mène à l'innovation.
09:14
The other problem that people have
224
539000
2000
L'autre problème que les gens ont
09:16
is they like to condense their stories of innovation down
225
541000
2000
est qu'ils aiment condenser leurs histoires d'innovation
09:18
to kind of shorter time frames.
226
543000
2000
à des délais plus courts.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
Donc ils veulent raconter leur histoire de moment 'Eureka'.
09:23
They want to say, "There I was, I was standing there
228
548000
2000
Ils veulent dire: «J'étais là, je me tenais là
09:25
and I had it all suddenly clear in my head."
229
550000
2000
et tout à coup c'était très clair dans ma tête. "
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
Mais en fait, si vous revenez en arrière et regardez l'historique,
09:30
it turns out that a lot of important ideas
231
555000
3000
il s'avère que beaucoup d'idées importantes
09:33
have very long incubation periods --
232
558000
3000
ont une très longue période d'incubation.
09:36
I call this the "slow hunch."
233
561000
2000
J'appelle ça l' "intuition lente."
09:38
We've heard a lot recently
234
563000
2000
On a beaucoup entendu parler récemment
09:40
about hunch and instinct
235
565000
2000
d'intuition et d'instinct
09:42
and blink-like sudden moments of clarity,
236
567000
3000
et de moments d'illumination instantannée,
09:45
but in fact, a lot of great ideas
237
570000
2000
mais en fait, un grand nombre d'idées
09:47
linger on, sometimes for decades,
238
572000
2000
trainent, parfois pendant des décennies,
09:49
in the back of people's minds.
239
574000
2000
dans un coin de l'esprit des gens.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
Ils ont l'impression qu'il y a un problème intéressant,
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
mais ils n'ont pas encore tout à fait les outils pour le découvrir.
09:56
They spend all this time working on certain problems,
242
581000
3000
Ils passent tout ce temps à travailler sur certains problèmes,
09:59
but there's another thing lingering there
243
584000
2000
mais il y a autre chose de persistant
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
qui les intéresse, mais ils ne peuvent pas vraiment le résoudre.
10:03
Darwin is a great example of this.
245
588000
2000
Darwin en est un excellent exemple.
10:05
Darwin himself, in his autobiography,
246
590000
2000
Darwin lui-même, dans son autobiographie,
10:07
tells the story of coming up with the idea
247
592000
2000
raconte comment lui est venue l'idée
10:09
for natural selection
248
594000
2000
de la sélection naturelle
10:11
as a classic "eureka!" moment.
249
596000
2000
dans un classique "Eurêka!" moment.
10:13
He's in his study,
250
598000
2000
Il est dans son bureau,
10:15
it's October of 1838,
251
600000
2000
en Octobre 1838,
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
et il lit Malthus, en fait, à propos de la population.
10:19
And all of a sudden,
253
604000
2000
Et tout d'un coup,
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
l'algorithme de base de la sélection naturelle lui passe en quelque sorte par la tête,
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
et il dit, "Ah, enfin, j'ai eu une théorie avec laquelle je peux travailler."
10:27
That's in his autobiography.
256
612000
2000
C'est dans son autobiographie.
10:29
About a decade or two ago,
257
614000
2000
Il y a une ou deux décennies,
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
un extraordinaire savant qui s'appelait Howard Gruber a repris
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
les carnets de Darwin de cette période.
10:36
And Darwin kept these copious notebooks
260
621000
2000
Et Darwin gardait ces cahiers copieux
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
où il a écrit à toutes les idées qu'il avait, la moindre petite intuition.
10:41
And what Gruber found was
262
626000
2000
Et ce que Gruber a trouvé c'est
10:43
that Darwin had the full theory of natural selection
263
628000
3000
que Darwin avait la théorie complète de la sélection naturelle
10:46
for months and months and months
264
631000
2000
pendant des mois et des mois et des mois
10:48
before he had his alleged epiphany,
265
633000
2000
avant d'avoir son épiphanie présumée,
10:50
reading Malthus in October of 1838.
266
635000
3000
à la lecture de Malthus en Octobre 1838.
10:53
There are passages where you can read it,
267
638000
2000
Il y a des passages où vous pouvez le lire,
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
et vous réalisez que vous lisez un cahier de Darwin,
10:58
from the period before he has this epiphany.
269
643000
3000
de la période antérieure à cette épiphanie.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
Et alors vous comprenez que Darwin, dans un sens,
11:03
had the idea, he had the concept,
271
648000
2000
avait l'idée, il avait le concept,
11:05
but was unable of fully thinking it yet.
272
650000
3000
mais était encore incapable de pleinement la concevoir.
11:08
And that is actually how great ideas often happen;
273
653000
3000
Et c'est effectivement souvent comme ça que les grandes idées se produisent ;
11:11
they fade into view over long periods of time.
274
656000
2000
elles apparaissent progressivement sur de longues périodes de temps.
11:13
Now the challenge for all of us is:
275
658000
2000
Maintenant, le défi pour nous tous est le suivant :
11:15
how do you create environments
276
660000
2000
comment créez-vous des environnements
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
qui permettent à ces idées d'avoir ce genre de longue vie en limbo, pas vrai ?
11:19
It's hard to go to your boss and say,
278
664000
2000
Il est difficile d'aller dire à votre patron ,
11:21
"I have an excellent idea for our organization.
279
666000
2000
"J'ai une excellente idée pour notre organisation.
11:23
It will be useful in 2020.
280
668000
3000
Elle sera utile en 2020.
11:26
Could you just give me some time to do that?"
281
671000
2000
Pourriez-vous me donner du temps pour m'y consacrer ? "
11:28
Now a couple of companies -- like Google --
282
673000
2000
Maintenant, quelques entreprises, comme Google,
11:30
they have innovation time off, 20 percent time,
283
675000
2000
donnent du temps libre pour l'innovation , 20 pour cent du temps,
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
où, dans un sens, c'est là que se cultive l'intuition dans une organisation.
11:35
But that's a key thing.
285
680000
3000
Mais c'est un élément clé.
11:38
And the other thing is to allow those hunches
286
683000
2000
Et l'autre chose est de permettre à ces intuitions
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
de communiquer avec les intuitions des autres, c'est ce qui arrive souvent.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
Vous avez la moitié d'une idée, quelqu'un d'autre a l'autre moitié,
11:45
and if you're in the right environment,
289
690000
2000
et si vous êtes dans le bon environnement,
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
elles se transforment en quelque chose de plus grand que la somme de leurs parties.
11:49
So, in a sense,
291
694000
2000
Donc, dans un sens,
11:51
we often talk about the value
292
696000
2000
nous parlons souvent de la valeur
11:53
of protecting intellectual property,
293
698000
2000
de la protection de la propriété intellectuelle,
11:55
you know, building barricades,
294
700000
2000
vous le savez, nous érigeons des barricades,
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
nous avons des labos recherche et développements très secrets, nous déposons des brevets pour tout,
12:00
so that those ideas will remain valuable,
296
705000
3000
de sorte que ces idées garderont leur valeur,
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
et les gens seront motivés pour avoir plus d'idées,
12:05
and the culture will be more innovative.
298
710000
3000
et la culture sera plus innovante.
12:08
But I think there's a case to be made
299
713000
2000
Mais je pense qu'on peut soutenir
12:10
that we should spend at least as much time, if not more,
300
715000
3000
le fait que nous devrions passer au moins autant de temps, sinon plus,
12:13
valuing the premise of connecting ideas
301
718000
2000
à réaliser la valeur des prémisses de la connexion des idées
12:15
and not just protecting them.
302
720000
2000
et pas seulement à les protéger.
12:17
And I'll leave you with this story,
303
722000
2000
Et je vais vous laisser avec cette histoire,
12:19
which I think captures a lot of these values,
304
724000
3000
qui, je pense capture un grand nombre de ces valeurs,
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
et c'est juste une merveilleuse histoire d'innovation,
12:24
and how it happens in unlikely ways.
306
729000
3000
et de comment elle se produit dans des conditions peu probables.
12:27
It's October of 1957,
307
732000
3000
Nous sommes en Octobre 1957,
12:30
and Sputnik has just launched,
308
735000
2000
et on vient de lancer Spoutnik ,
12:32
and we're in Laurel Maryland,
309
737000
2000
et nous sommes à Laurel, dans le Maryland,
12:34
at the applied physics lab
310
739000
2000
au laboratoire de physique appliquée
12:36
associated with Johns Hopkins University.
311
741000
2000
associé à l'Université Johns Hopkins.
12:38
And it's Monday morning,
312
743000
2000
Et c'est lundi matin,
12:40
and the news has just broken about this satellite
313
745000
2000
et la nouvelle vient de tomber que ce satellite
12:42
that's now orbiting the planet.
314
747000
3000
est maintenant en orbite autour de la planète.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
Et bien sûr, c'est le paradis pour un scientifique, n'est-ce pas ?
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
Et tous ces passionnés de physique sont là à penser,
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
"Oh mon dieu ! C'est incroyable. Je ne peux pas croire que c'est arrivé."
12:52
And two of them,
318
757000
2000
Et deux d'entre eux,
12:54
two 20-something researchers at the APL
319
759000
2000
deux chercheurs d'une vingtaine d'années à l'APL
12:56
are there at the cafeteria table
320
761000
2000
sont à table à la cafétéria
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
en pleine conversation informelle avec un groupe de leurs collègues.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
Et ces deux gars-là s'appellent Guier et Weiffenbach.
13:04
And they start talking, and one of them says,
323
769000
2000
Et ils commencent à discuter, et l'un d'eux dit :
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
"Hey, quelqu'un a essayé d'entendre cette chose?
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
Il y a ce satellite artificiel là-haut dans l'espace
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
qui émet forcément une sorte de signal.
13:13
We could probably hear it, if we tune in."
327
778000
3000
Nous pourrions probablement l'entendre, si on écoutait. "
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
Et ils demandent à quelques uns de leurs collègues,
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
et tout le monde dit : "Non, je n'avais pas pensé à le faire.
13:20
That's an interesting idea."
330
785000
2000
C'est une idée intéressante. "
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
Et il s'avère que Weiffenbach est en quelque sorte un expert
13:25
in microwave reception,
332
790000
2000
de la réception micro-ondes,
13:27
and he's got a little antennae set up
333
792000
2000
et il a mis en place des antennes
13:29
with an amplifier in his office.
334
794000
2000
avec un amplificateur dans son bureau.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
Et donc Guier et Weiffenbach reviennent au bureau de Weiffenbach,
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
et ils commencent à trifouiller - à hacker, comme on dirait maintenant.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
Et après quelques heures, ils commencent réellement à capter le signal,
13:39
because the Soviets made Sputnik
338
804000
2000
parce que les Soviétiques ont rendu Spoutnik
13:41
very easy to track.
339
806000
2000
très facile à suivre.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
Il était réglé à 20 MHz, on pouvait donc le trouver très facilement,
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
parce qu'ils avaient peur que les gens pensent que c'était un canular, en gros.
13:48
So they made it really easy to find it.
342
813000
2000
Ils l'ont donc rendu très facile à trouver.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
Donc, ces deux gars sont assis là, à écouter ce signal,
13:53
and people start kind of coming into the office and saying,
344
818000
2000
et les gens commencent à venir dans le bureau et ils disent:
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
"Wow, c'est vraiment cool. Puis-je écouter ? Wow, c'est super."
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
Et bientôt, ils pensent: "Eh bien mon Dieu, c'est historique.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
Nous sommes peut-être les premiers aux États-Unis à entendre ça.
14:03
We should record it."
348
828000
2000
Nous devrions l'enregistrer. "
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
Et alors ils apportent ce gros magnétophone analogique rudimentaire,
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
et ils commencent l'enregistrement de ces bip , bips.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
Et ils commencent à écrire une sorte d'horodatage
14:13
for each little bleep that they record.
352
838000
3000
pour chaque petit bip qu'ils enregistrent.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
Et ils commencent à penser: "Eh bien ça alors, vous savez, nous remarquons
14:18
small little frequency variations here.
354
843000
3000
de petites variations de fréquence ici.
14:21
We could probably calculate the speed
355
846000
3000
Nous pourrions probablement calculer la vitesse
14:24
that the satellite is traveling,
356
849000
2000
à laquelle le satellite se déplace,
14:26
if we do a little basic math here
357
851000
2000
si nous faisons un peu de mathématiques de base ici
14:28
using the Doppler effect."
358
853000
2000
en utilisant l'effet Doppler.
14:30
And then they played around with it a little bit more,
359
855000
2000
Et puis ils ont joué avec ça encore un peu,
14:32
and they talked to a couple of their colleagues
360
857000
2000
et ils ont parlé à quelques uns de leurs collègues
14:34
who had other kind of specialties.
361
859000
2000
qui avaient d'autres types de spécialités.
14:36
And they said, "Jeez, you know,
362
861000
2000
Et ils ont dit: "Mon Dieu, vous savez,
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
nous pensons que nous pourrions jeter un oeil à la pente de l'effet Doppler
14:40
to figure out the points at which
364
865000
2000
pour trouver les points où
14:42
the satellite is closest to our antennae
365
867000
2000
le satellite est le plus proche de nos antennes
14:44
and the points at which it's farthest away.
366
869000
2000
et les points où il est le plus éloigné.
14:46
That's pretty cool."
367
871000
2000
C'est plutôt cool. "
14:48
And eventually, they get permission --
368
873000
2000
Et finalement, ils obtiennent l'autorisation -
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
tout cela est un projet personnel qui ne faisait pas officiellement partie de leur travail.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
Ils obtiennent la permission d'utiliser le nouvel ordinateur UNIVAC
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
qui occupe une pièce entière, qu'ils venaient tout juste d'avoir à l'APL.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
Ils font tourner un peu plus de chiffres, et au bout de 3 ou 4 semaines,
15:02
turns out they have mapped the exact trajectory
373
887000
3000
il s'avère qu'ils ont cartographié la trajectoire exacte
15:05
of this satellite around the Earth,
374
890000
2000
de ce satellite autour de la Terre,
15:07
just from listening to this one little signal,
375
892000
2000
juste à partir de l'écoute de ce petit signal ,
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
en partant de cette petite intuition dont ils avaient eu l'inspiration
15:12
over lunch one morning.
377
897000
3000
pendant leur déjeuner, un matin.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
Quelques semaines plus tard, leur patron, Frank McClure,
15:18
pulls them into the room and says,
379
903000
2000
les fait venir dans la salle et dit,
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
"Hé, les gars, il faut que je vous pose une question
15:22
about that project you were working on.
381
907000
2000
sur ce projet sur lequel vous travailliez.
15:24
You've figured out an unknown location
382
909000
2000
Vous avez trouvé l'emplacement inconnu
15:26
of a satellite orbiting the planet
383
911000
3000
d'un satellite en orbite autour de la planète
15:29
from a known location on the ground.
384
914000
2000
à partir d'un lieu connu au sol.
15:31
Could you go the other way?
385
916000
2000
Pourriez-vous faire l'opposé ?
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
Pourrait-on trouver un lieu inconnu au sol,
15:35
if you knew the location of the satellite?"
387
920000
3000
si on connaissait l'emplacement du satellite? "
15:38
And they thought about it and they said,
388
923000
2000
Et ils ont réfléchi, et ils ont dit,
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
"Eh bien, je suppose que c'est possible. Faisons tourner les chiffres."
15:43
So they went back, and they thought about it.
390
928000
2000
Alors ils sont repartis, et ils ont réfléchi au problème.
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
Et ils sont revenus et ont dit: "En fait, ce sera plus facile."
15:47
And he said, "Oh, that's great.
392
932000
2000
Et il a dit: "Oh, c'est très bien.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
Parce que voyez, je suis en train de construire ces nouveaux
15:52
that I'm building.
394
937000
2000
sous-marins nucléaires.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
Et il est vraiment difficile de comprendre comment faire pour que
15:57
so that it will land right on top of Moscow,
396
942000
2000
votre missile atterrissent en plein sur Moscou,
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
si vous ne savez pas où le sous-marin se trouve au milieu de l'océan Pacifique.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
Donc, nous pensons, nous pourrions lancer un paquet de satellites
16:05
and use it to track our submarines
399
950000
3000
et l'utiliser pour suivre nos sous-marins
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
et déterminer leur emplacement au milieu de l'océan.
16:10
Could you work on that problem?"
401
955000
2000
Pourriez-vous travailler sur ce problème? "
16:12
And that's how GPS was born.
402
957000
3000
Et voilà comment est né le GPS.
16:15
30 years later,
403
960000
2000
30 ans plus tard,
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
Ronald Reagan a en fait ouvert le système et en a fait une plate-forme ouverte
16:20
that anybody could kind of build upon
405
965000
2000
à partir de laquelle n'importe qui peut travailler
16:22
and anybody could come along and build new technology
406
967000
3000
et n'importe qui peut venir et construire de nouvelles technologies
16:25
that would create and innovate
407
970000
2000
pour créer et innover
16:27
on top of this open platform,
408
972000
2000
en partant de cette plate-forme ouverte,
16:29
left it open for anyone to do
409
974000
2000
laissée ouverte à tout un chacun
16:31
pretty much anything they wanted with it.
410
976000
2000
pour en faire à peu près tout ce qu'ils voulaient..
16:33
And now, I guarantee you
411
978000
2000
Et maintenant, je peux vous garantir
16:35
certainly half of this room, if not more,
412
980000
2000
que certainement la moitié de cette salle, sinon plus,
16:37
has a device sitting in their pocket right now
413
982000
2000
a un appareil dans sa poche en ce moment
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
qui parle à l'un de ces satellites dans l'espace.
16:42
And I bet you one of you, if not more,
415
987000
3000
Et je vous parie que l'un de vous, sinon plusieurs,
16:45
has used said device and said satellite system
416
990000
3000
a utilisé ce dispositif et ledit système de satellite
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
pour trouver un café à proximité, aujourd'hui -
16:51
(Laughter)
418
996000
2000
(Rires)
16:53
in the last day or last week, right?
419
998000
3000
ou la semaine dernière, non ?
16:56
(Applause)
420
1001000
3000
(Applaudissements)
16:59
And that, I think,
421
1004000
2000
Et cela, je pense,
17:01
is a great case study, a great lesson
422
1006000
3000
est une étude de cas géniale, une grande leçon,
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
sur le pouvoir, le pouvoir merveilleux, non planifié,
17:06
emergent, unpredictable power
424
1011000
3000
émergent, imprévisible,
17:09
of open innovative systems.
425
1014000
2000
des systèmes d'innovation ouverts.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
Lorsque vous les construirez comme il faut, ils iront dans des directions complètement nouvelles
17:13
that the creators never even dreamed of.
427
1018000
2000
que les créateurs eux-même n'ont jamais imaginées.
17:15
I mean, here you have these guys
428
1020000
2000
Je veux dire, ici, vous avez ces gars-là
17:17
who basically thought they were just following this hunch,
429
1022000
2000
qui en gros pensaient qu'ils suivaient seulement cette intuition,
17:19
this little passion that had developed,
430
1024000
2000
cette petite passion qui s'était développée,
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
puis ils pensaient combattre dans la guerre froide,
17:23
and then it turns out they're just helping somebody
432
1028000
2000
et puis il s'avère qu'ils sont simplement en train d'aider quelqu'un
17:25
find a soy latte.
433
1030000
2000
à trouver un café au lait de soja.
17:27
(Laughter)
434
1032000
2000
(Rires)
17:29
That is how innovation happens.
435
1034000
2000
C'est comme ça que l'innovation se produit.
17:31
Chance favors the connected mind.
436
1036000
2000
Le hasard favorise l'esprit connecté.
17:33
Thank you very much.
437
1038000
2000
Merci beaucoup.
17:35
(Applause)
438
1040000
3000
(Applaudissements)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com