TEDGlobal 2011
Tim Harford: Trial, error and the God complex
טים הרפורד: נסייה, טעייה, ותסביך האלוהים
Filmed:
Readability: 4.3
2,044,503 views
סופר הכלכלה טים הרפורד חוקר מערכות מורכבות - ומוצא חוליה מקשרת מפתיעה בין המערכות המצליחות: הן נבנו בתהליך של נסייה וטעייה. בהרצאה המלבבת הזה מכנס TEDGlobal 2011, הוא מבקש מאיתנו לאמץ אל ליבינו את האקראיות ולהתחיל לעשות טעויות טובות יותר.
Tim Harford - Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio
Double-click the English transcript below to play the video.
00:15
It's the Second World War.
0
0
2000
מלחמת העולם השנייה,
00:17
A German prison camp.
1
2000
3000
מחנה שבויים גרמני,
00:20
And this man,
2
5000
3000
והאיש הזה,
00:23
Archie Cochrane,
3
8000
3000
ארצ'י קוקריין,
00:26
is a prisoner of war and a doctor,
4
11000
3000
הוא שבוי מלחמה ורופא,
00:29
and he has a problem.
5
14000
3000
ויש לו בעיה.
00:32
The problem is that the men under his care
6
17000
3000
הבעיה היא שהגברים שבטיפולו
00:35
are suffering
7
20000
2000
סובלים
00:37
from an excruciating and debilitating condition
8
22000
3000
ממחלה מייסרת ומגבילה
00:40
that Archie doesn't really understand.
9
25000
3000
שארצ'י לא ממש מבין אותה.
00:43
The symptoms
10
28000
2000
התסמינים הם
00:45
are this horrible swelling up of fluids under the skin.
11
30000
3000
מעין נפיחות איומה מהצטברות נוזלים מתחת לעור.
00:48
But he doesn't know whether it's an infection, whether it's to do with malnutrition.
12
33000
3000
אבל הוא לא יודע האם זה זהום, האם זה קשור לתת-תזונה.
00:51
He doesn't know how to cure it.
13
36000
2000
הוא לא יודע כיצד לרפא את זה.
00:53
And he's operating in a hostile environment.
14
38000
3000
והוא פועל בסביבה עוינת.
00:56
And people do terrible things in wars.
15
41000
2000
ואנשים עושים דברים איומים במלחמות.
00:58
The German camp guards, they've got bored.
16
43000
3000
שומרי המחנה הגרמנים, הם השתעממו.
01:01
They've taken to just firing into the prison camp at random
17
46000
2000
הם מצאו עניין פשוט בלירות לתוך מחנה המאסר, באקראי
01:03
for fun.
18
48000
2000
בשביל הכיף.
01:05
On one particular occasion,
19
50000
2000
במקרה אחד ספציפי,
01:07
one of the guards threw a grenade into the prisoners' lavatory
20
52000
3000
אחד השומרים זרק רימון-יד
01:10
while it was full of prisoners.
21
55000
3000
לתוך חדר השירותים של האסירים בזמן שהיה מלא באסירים.
01:13
He said he heard suspicious laughter.
22
58000
2000
הוא אמר שהוא שמע צחוק חשוד.
01:15
And Archie Cochrane, as the camp doctor,
23
60000
3000
וארצ'י קוקריין, כרופא המחנה,
01:18
was one of the first men in
24
63000
2000
היה אחד מהאנשים הראשונים שנכנס
01:20
to clear up the mess.
25
65000
2000
לטפל בכאוס.
01:22
And one more thing:
26
67000
2000
ודבר אחד נוסף:
01:24
Archie was suffering from this illness himself.
27
69000
3000
ארצ'י בעצמו סבל מאותה מחלה.
01:27
So the situation seemed pretty desperate.
28
72000
3000
אז המצב נראה די אבוד.
01:30
But Archie Cochrane
29
75000
2000
אבל ארצ'י קוקריין
01:32
was a resourceful person.
30
77000
3000
היה איש רב-תושייה.
01:35
He'd already smuggled vitamin C into the camp,
31
80000
3000
הוא כבר הבריח בעבר ויטמין C אל תוך המחנה,
01:38
and now he managed
32
83000
2000
ועכשיו הצליח
01:40
to get hold of supplies of marmite
33
85000
2000
להשיג אספקה של מרמייט
01:42
on the black market.
34
87000
2000
בשוק השחור.
01:44
Now some of you will be wondering what marmite is.
35
89000
3000
חלקכם אולי תוהים מה זה מרמייט.
01:47
Marmite is a breakfast spread beloved of the British.
36
92000
3000
מרמייט הוא ממרח אנגלי לארוחת בוקר שחביב על הבריטים.
01:50
It looks like crude oil.
37
95000
2000
הוא נראה כמו נפט גולמי.
01:52
It tastes ...
38
97000
2000
והטעם...
01:54
zesty.
39
99000
2000
מעקצץ.
01:56
And importantly,
40
101000
2000
והכי חשוב,
01:58
it's a rich source
41
103000
2000
זהו מקור עשיר
02:00
of vitamin B12.
42
105000
2000
של ויטמין B12.
02:02
So Archie splits the men under his care as best he can
43
107000
3000
אז ארצ'י מחלק את הגברים שבטיפולו, כמיטב יכולתו
02:05
into two equal groups.
44
110000
2000
לשתי קבוצות שוות.
02:07
He gives half of them vitamin C.
45
112000
2000
ולמחציתם הוא נותן ויטמין C.
02:09
He gives half of them vitamin B12.
46
114000
3000
והוא נותן למחצית השנייה ויטמין B12.
02:12
He very carefully and meticulously notes his results
47
117000
3000
הוא מתעד בקפידה ובזהירות רבה את התוצאות
02:15
in an exercise book.
48
120000
2000
במחברת ניסוי.
02:17
And after just a few days,
49
122000
2000
ואחרי רק כמה ימים בודדים
02:19
it becomes clear
50
124000
2000
כבר ברור
02:21
that whatever is causing this illness,
51
126000
3000
שמה שזה לא יהיה שגורם למחלה הזו,
02:24
marmite is the cure.
52
129000
3000
מרמייט מרפא אותה.
02:27
So Cochrane then goes to the Germans who are running the prison camp.
53
132000
3000
קוקריין אז פונה לגרמנים שמנהלים את מחנה השבויים.
02:30
Now you've got to imagine at the moment --
54
135000
2000
עכשיו - אתם חייבים לדמיין את הרגע...
02:32
forget this photo, imagine this guy
55
137000
2000
עזבו את התמונה הזה, דמיינו איש
02:34
with this long ginger beard and this shock of red hair.
56
139000
3000
עם זקן ג'ינג'י ארוך ורעמת שיער אדמוני.
02:37
He hasn't been able to shave -- a sort of Billy Connolly figure.
57
142000
3000
הוא לא יכול היה להתגלח - מזכיר את בילי קונולי.
02:40
Cochrane, he starts ranting at these Germans
58
145000
2000
קוקריין, מתחיל להשתלח בגרמנים
02:42
in this Scottish accent --
59
147000
2000
עם המבטא הסקוטי שלו...
02:44
in fluent German, by the way, but in a Scottish accent --
60
149000
3000
בגרמנית שוטפת, דרך אגב, אבל במבטא סקוטי...
02:47
and explains to them how German culture was the culture
61
152000
3000
ומסביר להם שהתרבות הגרמנית היא התרבות
02:50
that gave Schiller and Goethe to the world.
62
155000
2000
שהביאה את שילר וגתה לעולם.
02:52
And he can't understand
63
157000
2000
והוא לא מסוגל להבין
02:54
how this barbarism can be tolerated,
64
159000
2000
איך אפשר לסבול את הברבריות הזאת.
02:56
and he vents his frustrations.
65
161000
3000
והוא מוציא את כל התסכול שלו.
02:59
And then he goes back to his quarters,
66
164000
3000
ואז הוא חוזר חזרה לביתן המגורים שלו,
03:02
breaks down and weeps
67
167000
3000
נשבר ובוכה
03:05
because he's convinced that the situation is hopeless.
68
170000
3000
כי הוא משוכנע שהמצב חסר סיכוי.
03:10
But a young German doctor
69
175000
3000
אבל רופא גרמני צעיר
03:13
picks up Archie Cochrane's exercise book
70
178000
3000
מרים את מחברת הניסוי של ארצ'י קוקריין
03:16
and says to his colleagues,
71
181000
4000
ואומר לעמיתיו -
03:20
"This evidence is incontrovertible.
72
185000
5000
"הראיות האלו הן חד-משמעיות.
03:25
If we don't supply vitamins to the prisoners,
73
190000
3000
אם לא נספק ויטמינים לשבויים,
03:28
it's a war crime."
74
193000
2000
זה פשע מלחמה."
03:30
And the next morning,
75
195000
2000
ולמחרת בבוקר,
03:32
supplies of vitamin B12 are delivered to the camp,
76
197000
3000
אספקה של ויטמין B12 מגיעה למחנה,
03:35
and the prisoners begin to recover.
77
200000
3000
והשבויים מתחילים להחלים.
03:39
Now I'm not telling you this story
78
204000
2000
אני לא מספר לכם את הסיפור הזה
03:41
because I think Archie Cochrane is a dude,
79
206000
2000
כי אני חושב שארצ'י קוקריין הוא "אחלה גבר",
03:43
although Archie Cochrane is a dude.
80
208000
4000
למרות שארצ'י קוקריין הוא "אחלה גבר".
03:47
I'm not even telling you the story
81
212000
2000
ואני אפילו לא מספר את הסיפור
03:49
because I think we should be running
82
214000
2000
כי אני חושב שאנחנו צריכים לבצע
03:51
more carefully controlled randomized trials
83
216000
2000
יותר ניסויים אקראיים מבוקרים
03:53
in all aspects of public policy,
84
218000
2000
בכל ההיבטים של המדיניות הציבורית,
03:55
although I think that would also be completely awesome.
85
220000
4000
למרות שאני חושב שגם זה יהיה לגמרי מגניב.
03:59
I'm telling you this story
86
224000
2000
אני מספר לכם את הסיפור הזה
04:01
because Archie Cochrane, all his life,
87
226000
3000
כי ארצ'י קוקריין, כל חייו,
04:04
fought against a terrible affliction,
88
229000
4000
נלחם נגד פגע-רע נוראי.
04:08
and he realized it was debilitating to individuals
89
233000
4000
והוא הבין שזה מחליש אנשים
04:12
and it was corrosive to societies.
90
237000
2000
ושזה גורם לריקבון בחברות.
04:14
And he had a name for it.
91
239000
2000
והיה לו שם לזה.
04:16
He called it the God complex.
92
241000
3000
הוא כינה את זה "תסביך האלוהים".
04:19
Now I can describe the symptoms of the God complex very, very easily.
93
244000
4000
אני יכול לתאר את התסמינים של תסביך האלוהים מאוד מאוד בקלות.
04:23
So the symptoms of the complex
94
248000
3000
התסמינים של התסביך הם,
04:26
are, no matter how complicated the problem,
95
251000
3000
שלא משנה עד כמה הבעיה מורכבת,
04:29
you have an absolutely overwhelming belief
96
254000
3000
יש לך אמונה מוחלטת ומוחצת
04:32
that you are infallibly right in your solution.
97
257000
4000
שאתה ללא ספק צודק בפתרון שלך.
04:36
Now Archie was a doctor,
98
261000
2000
ארצ'י היה רופא.
04:38
so he hung around with doctors a lot.
99
263000
2000
כך שהוא בילה הרבה בחברת רופאים.
04:40
And doctors suffer from the God complex a lot.
100
265000
3000
ורופאים סובלים מהתסביך הזה הרבה.
04:43
Now I'm an economist, I'm not a doctor,
101
268000
2000
אני כלכלן, אני לא רופא,
04:45
but I see the God complex around me all the time
102
270000
2000
אבל אני רואה את תסביך האלוהים מסביבי כל הזמן
04:47
in my fellow economists.
103
272000
2000
בקרב עמיתיי הכלכלנים.
04:49
I see it in our business leaders.
104
274000
2000
אני רואה אותו בקרב המנהיגים בעולם העסקי שלנו.
04:51
I see it in the politicians we vote for --
105
276000
2000
אני רואה אותו בפוליטיקאים שאנחנו מצביעים עבורם...
04:53
people who, in the face of an incredibly complicated world,
106
278000
4000
אנשים, שלנוכח עולם מורכב ביותר,
04:57
are nevertheless absolutely convinced
107
282000
3000
עדיין משוכנעים לחלוטין
05:00
that they understand the way that the world works.
108
285000
3000
שהם מבינים איך העולם עובד.
05:03
And you know, with the future billions that we've been hearing about,
109
288000
3000
ואתם יודעים, עם המיליארדים העתידיים שאנחנו שומעים עליהם,
05:06
the world is simply far too complex
110
291000
2000
העולם פשוט הרבה יותר מורכב
05:08
to understand in that way.
111
293000
2000
מכדי שנוכל להבינו בצורה כזו.
05:10
Well let me give you an example.
112
295000
2000
הרשו לי לתת לכם דוגמה.
05:12
Imagine for a moment
113
297000
2000
דמיינו לרגע
05:14
that, instead of Tim Harford in front of you,
114
299000
2000
שבמקום טים הרפורד מולכם,
05:16
there was Hans Rosling presenting his graphs.
115
301000
3000
היה עומד הנס רוסלינג ומציג את הגרפים שלו.
05:19
You know Hans:
116
304000
2000
אתם מכירים את האנס:
05:21
the Mick Jagger of TED.
117
306000
2000
ה"מיק-ג'אגר" של TED.
05:23
(Laughter)
118
308000
2000
(צחוק)
05:25
And he'd be showing you these amazing statistics,
119
310000
2000
והוא היה מראה לכם את הסטטיסטיקות המדהימות האלו,
05:27
these amazing animations.
120
312000
2000
את האנימציות המדהימות.
05:29
And they are brilliant; it's wonderful work.
121
314000
2000
והן מבריקות, עבודה נהדרת.
05:31
But a typical Hans Rosling graph:
122
316000
2000
אבל גרף טיפוסי של האנס רוסלינג:
05:33
think for a moment, not what it shows,
123
318000
3000
חשבו רגע, לא על מה שהוא מציג,
05:36
but think instead about what it leaves out.
124
321000
3000
אלא חשבו על מה שנעדר ממנו.
05:39
So it'll show you GDP per capita,
125
324000
3000
אז הוא מציג את התוצר הלאומי גולמי לנפש,
05:42
population, longevity,
126
327000
2000
אוכלוסיה, תוחלת חיים,
05:44
that's about it.
127
329000
2000
וזהו בערך.
05:46
So three pieces of data for each country --
128
331000
2000
אז שלוש פיסות מידע לגבי כל מדינה...
05:48
three pieces of data.
129
333000
2000
שלוש פיסות מידע.
05:50
Three pieces of data is nothing.
130
335000
2000
שלוש פיסות מידע זה כלום.
05:52
I mean, have a look at this graph.
131
337000
2000
אני מתכוון, תסתכלו על הגרף הזה.
05:54
This is produced by the physicist Cesar Hidalgo.
132
339000
2000
הוא הופק ע"י הפיזיקאי סזאר הידאלגו
05:56
He's at MIT.
133
341000
2000
הוא מ- MIT (המכון הטכנולוגי של מסצ'וסטס)
05:58
Now you won't be able to understand a word of it,
134
343000
2000
אתם לא תצליחו להבין מילה מכל זה,
06:00
but this is what it looks like.
135
345000
2000
אבל ככה זה נראה.
06:02
Cesar has trolled the database
136
347000
2000
סזאר "סייר" בבסיס נתונים
06:04
of over 5,000 different products,
137
349000
3000
של למעלה מ- 5,000 מוצרים שונים,
06:07
and he's used techniques of network analysis
138
352000
5000
והוא השתמש בטכנולוגיות של ניתוח רשת
06:12
to interrogate this database
139
357000
2000
כדי לחקור את בסיס הנתונים הזה
06:14
and to graph relationships between the different products.
140
359000
2000
ולהציג בצורה גרפית את היחסים בין המוצרים השונים.
06:16
And it's wonderful, wonderful work.
141
361000
2000
וזו עבודה מדהימה, מדהימה.
06:18
You show all these interconnections, all these interrelations.
142
363000
3000
מציגה את כל ההקשרים, כל הזיקות ההדדיות.
06:21
And I think it'll be profoundly useful
143
366000
2000
ואני חושב שזה מאוד יסייע
06:23
in understanding how it is that economies grow.
144
368000
3000
להבין איך כלכלות צומחות.
06:26
Brilliant work.
145
371000
2000
עבודה מבריקה.
06:28
Cesar and I tried to write a piece for The New York Times Magazine
146
373000
2000
סזאר ואני ניסינו לכתוב מאמר למגזין ניו יורק טיימס
06:30
explaining how this works.
147
375000
2000
שיסביר איך זה עובד.
06:32
And what we learned
148
377000
2000
ומה שגילינו זה
06:34
is Cesar's work is far too good to explain
149
379000
2000
שעבודתו של סזאר היא טובה מדי בשביל להסביר
06:36
in The New York Times Magazine.
150
381000
2000
במגזין הניו יורק טיימס.
06:40
Five thousand products --
151
385000
3000
אבל 5,000 מוצרים...
06:43
that's still nothing.
152
388000
2000
זה עדיין שום דבר.
06:45
Five thousand products --
153
390000
2000
5,000 מוצרים...
06:47
imagine counting every product category
154
392000
2000
תארו לעצמכם מה זה לספור כל קטגוריית מוצרים
06:49
in Cesar Hidalgo's data.
155
394000
2000
בבסיס הנתונים של סזאר הידאלגו.
06:51
Imagine you had one second
156
396000
2000
דמיינו ששמעתם שנייה אחת
06:53
per product category.
157
398000
2000
עבור כל קטגוריית מוצרים.
06:55
In about the length of this session,
158
400000
3000
במשך זמן שזהה בערך להרצאה הזו,
06:58
you would have counted all 5,000.
159
403000
2000
הייתם סופרים את כל ה- 5,000.
07:00
Now imagine doing the same thing
160
405000
2000
עכשיו תארו לעצמכם בדיוק את אותו דבר
07:02
for every different type of product on sale in Walmart.
161
407000
3000
עבור כל סוג מוצר שנמכר ברשת וולמרט.
07:05
There are 100,000 there. It would take you all day.
162
410000
3000
ישנם 100,000 שם. זה ייקח לכם יום שלם.
07:08
Now imagine trying to count
163
413000
2000
עכשיו תארו לעצמכם מה זה לספור
07:10
every different specific product and service
164
415000
3000
כל מוצר ספציפי וכל שירות
07:13
on sale in a major economy
165
418000
2000
שמוצע למכירה בכלכלה גדולה
07:15
such as Tokyo, London or New York.
166
420000
2000
כמו זו של טוקיו, לונדון או ניו-יורק.
07:17
It's even more difficult in Edinburgh
167
422000
2000
זה אפילו קשה יותר באדינבורו
07:19
because you have to count all the whisky and the tartan.
168
424000
3000
כי צריך לספור את כל הוויסקי והטארטנים.
07:22
If you wanted to count every product and service
169
427000
2000
לו רציתם לספור את כל המוצרים והשירותים
07:24
on offer in New York --
170
429000
2000
שמוצעים בניו-יורק -
07:26
there are 10 billion of them --
171
431000
2000
יש 10 מיליארד כאלו -
07:28
it would take you 317 years.
172
433000
3000
זה ייקח לכם 317 שנים.
07:31
This is how complex the economy we've created is.
173
436000
3000
זו מידת המורכבות של הכלכלה שיצרנו.
07:34
And I'm just counting toasters here.
174
439000
2000
ואני בסה"כ סופר פה טוסטרים.
07:36
I'm not trying to solve the Middle East problem.
175
441000
2000
אני לא מנסה לפתור את הבעיות במזרח התיכון.
07:39
The complexity here is unbelievable.
176
444000
3000
מידת המורכבות פה היא לא תאומן.
07:42
And just a piece of context --
177
447000
2000
ורק בשביל ההקשר -
07:44
the societies in which our brains evolved
178
449000
2000
בחברות שבהן המוח שלנו התפתח
07:46
had about 300 products and services.
179
451000
2000
היו כ- 300 מוצרים ושירותים.
07:48
You could count them in five minutes.
180
453000
3000
אפשר לספור אותם בחמש דקות.
07:51
So this is the complexity of the world that surrounds us.
181
456000
3000
אז זו המורכבות של העולם שמסביבנו.
07:54
This perhaps is why
182
459000
2000
ואולי זו הסיבה
07:56
we find the God complex so tempting.
183
461000
3000
לכך שאנחנו מוצאים את תסביך האלוהים כה מפתה.
07:59
We tend to retreat and say, "We can draw a picture,
184
464000
3000
אנחנו נוטים לסגת ולומר, "אנחנו יכולים לצייר תמונה,
08:02
we can post some graphs,
185
467000
2000
להציג כמה גרפים,
08:04
we get it, we understand how this works."
186
469000
3000
תפסנו, אנחנו מבינים איך זה עובד."
08:07
And we don't.
187
472000
2000
ואנחנו לא.
08:09
We never do.
188
474000
2000
אף פעם לא.
08:11
Now I'm not trying to deliver a nihilistic message here.
189
476000
2000
אני לא מנסה להעביר איזה מסר ניהיליסטי פה.
08:13
I'm not trying to say we can't solve
190
478000
2000
אני לא מנסה להגיד שאנחנו לא יכולים לפתור
08:15
complicated problems in a complicated world.
191
480000
2000
בעיות מורכבות בעולם מורכב.
08:17
We clearly can.
192
482000
2000
ברור שאנחנו יכולים.
08:19
But the way we solve them
193
484000
2000
אבל האופן שבו אנחנו פותרים אותן
08:21
is with humility --
194
486000
2000
זה בענווה -
08:23
to abandon the God complex
195
488000
2000
לזנוח את תסביך האלוהים
08:25
and to actually use a problem-solving technique that works.
196
490000
3000
וממש להשתמש בטכניקה לפתרון בעיות שעובדת.
08:28
And we have a problem-solving technique that works.
197
493000
3000
ויש בידינו טכניקה לפתרון בעיות שעובדת.
08:31
Now you show me
198
496000
2000
תצביעו לי על
08:33
a successful complex system,
199
498000
2000
מערכת מורכבת ומצליחה
08:35
and I will show you a system
200
500000
3000
ואני אראה לכם מערכת
08:38
that has evolved through trial and error.
201
503000
2000
שהתפתחה מתוך נסייה וטעייה.
08:40
Here's an example.
202
505000
2000
הנה דוגמה.
08:42
This baby was produced through trial and error.
203
507000
3000
התינוק הזה נוצר על-ידי נסייה וטעייה.
08:46
I realize that's an ambiguous statement.
204
511000
3000
אני מבין שזו הצהרה מבלבלת.
08:49
Maybe I should clarify it.
205
514000
2000
אולי כדאי שאבהיר זאת.
08:51
This baby is a human body: it evolved.
206
516000
3000
התינוק הזה הוא הגוף האנושי: הוא עבר אבולוציה.
08:54
What is evolution?
207
519000
2000
ומהי האבולוציה?
08:56
Over millions of years, variation and selection,
208
521000
3000
במשך מיליוני שנים - שינוי ובחירה,
08:59
variation and selection --
209
524000
3000
שינוי ובחירה
09:02
trial and error,
210
527000
2000
נסייה וטעייה,
09:04
trial and error.
211
529000
3000
נסייה וטעייה.
09:07
And it's not just biological systems
212
532000
2000
וזה לא רק מערכות ביולוגיות
09:09
that produce miracles through trial and error.
213
534000
2000
שיוצרות ניסים דרך נסייה וטעייה.
09:11
You could use it in an industrial context.
214
536000
2000
אפשר להשתמש בזה בהקשר התעשייתי.
09:13
So let's say you wanted to make detergent.
215
538000
2000
נאמר שהיתם רוצים לייצר חומר ניקוי.
09:15
Let's say you're Unilever
216
540000
2000
נגיד שאתם יוניליוור.
09:17
and you want to make detergent in a factory near Liverpool.
217
542000
3000
ואתם רוצים לייצר חומר ניקוי במפעל ליד ליברפול.
09:20
How do you do it?
218
545000
2000
איך אתם עושים את זה?
09:22
Well you have this great big tank full of liquid detergent.
219
547000
3000
יש לכם מיכל ענק מלא בנוזל ניקוי.
09:25
You pump it at a high pressure through a nozzle.
220
550000
2000
אתם מזרימים אותו בלחץ גבוה דרך זרבובית.
09:27
You create a spray of detergent.
221
552000
3000
יוצרים רסס של חומר ניקוי.
09:30
Then the spray dries. It turns into powder.
222
555000
2000
ואז הרסס מתייבש. הופך לאבקה.
09:32
It falls to the floor.
223
557000
2000
הוא נופל לרצפה.
09:34
You scoop it up. You put it in cardboard boxes.
224
559000
2000
אתם אוספים אותו. שמים אותו בקופסאות קרטון.
09:36
You sell it at a supermarket.
225
561000
2000
מוכרים אותו בסופרמרקט.
09:38
You make lots of money.
226
563000
2000
עושים הרבה כסף.
09:40
How do you design that nozzle?
227
565000
3000
איך מתכננים את הזרבובית הזאת?
09:43
It turns out to be very important.
228
568000
3000
מסתבר שזה מאוד חשוב.
09:46
Now if you ascribe to the God complex,
229
571000
2000
אם תסביך האלוהים חל עליכם,
09:48
what you do is you find yourself a little God.
230
573000
3000
מה שאתם עושים זה מוצאים לכם אלוהים קטן.
09:51
You find yourself a mathematician; you find yourself a physicist --
231
576000
3000
אתם מוצאים לכם מתמטיקאי; אתם מוצאים לעצמכם פיזיקאי -
09:54
somebody who understands the dynamics of this fluid.
232
579000
3000
מישהו שמבין את הדינמיקה של הנוזל הזה.
09:57
And he will, or she will,
233
582000
3000
והוא או היא
10:00
calculate the optimal design of the nozzle.
234
585000
3000
מחשבים את העיצוב האופטימאלי של הזרבובית.
10:03
Now Unilever did this and it didn't work --
235
588000
2000
יוניליוור עשו את זה וזה לא עבד -
10:05
too complicated.
236
590000
2000
יותר מדי מורכב.
10:07
Even this problem, too complicated.
237
592000
3000
אפילו הבעיה הזו, יותר מדי מורכבת.
10:10
But the geneticist Professor Steve Jones
238
595000
3000
אבל הפרופסור לגנטיקה סטיב ג'ונס
10:13
describes how Unilever actually did solve this problem --
239
598000
3000
מתאר איך יוניליוור למעשה פתרו את הבעיה הזו -
10:16
trial and error,
240
601000
2000
נסייה וטעייה,
10:18
variation and selection.
241
603000
2000
שינוי ובחירה.
10:20
You take a nozzle
242
605000
2000
לוקחים זרבובית
10:22
and you create 10 random variations on the nozzle.
243
607000
4000
ויוצרים 10 וריאציות אקראיות על הזרבובית.
10:26
You try out all 10; you keep the one that works best.
244
611000
3000
מנסים את כל ה- 10, משאירים את האחת שעבדה הכי טוב.
10:29
You create 10 variations on that one.
245
614000
2000
יוצרים 10 וריאציות שונות שלה.
10:31
You try out all 10. You keep the one that works best.
246
616000
3000
מנסים את כל ה-10. משאירים את האחת שעבדה הכי טוב.
10:34
You try out 10 variations on that one.
247
619000
2000
מנסים 10 וריאציות שלה.
10:36
You see how this works, right?
248
621000
2000
אתם מבינים איך זה עובד, נכון?
10:38
And after 45 generations,
249
623000
2000
ואחרי 45 דורות,
10:40
you have this incredible nozzle.
250
625000
2000
מקבלים מין זרבובית מדהימה.
10:42
It looks a bit like a chess piece --
251
627000
2000
נראית קצת כמו כלי שחמט -
10:44
functions absolutely brilliantly.
252
629000
3000
מתפקדת בצורה פשוט גאונית.
10:47
We have no idea
253
632000
2000
אין לנו מושג
10:49
why it works,
254
634000
2000
למה זה עובד,
10:51
no idea at all.
255
636000
2000
לגמרי שום מושג.
10:53
And the moment you step back from the God complex --
256
638000
2000
אבל ברגע שלוקחים צעד אחורה מתסביך האלוהים -
10:55
let's just try to have a bunch of stuff;
257
640000
2000
ואומרים בואו ננסה פשוט כל מיני דברים;
10:57
let's have a systematic way of determining what's working and what's not --
258
642000
3000
בואו ניצור שיטה סיסטמתית כדי לקבוע מה עובד ומה לא -
11:00
you can solve your problem.
259
645000
2000
אפשר לפתור את הבעיה.
11:02
Now this process of trial and error
260
647000
2000
עכשיו התהליך הזה של נסייה וטעייה
11:04
is actually far more common in successful institutions
261
649000
3000
הוא למעשה נפוץ הרבה יותר במוסדות מצליחים
11:07
than we care to recognize.
262
652000
2000
ממה שאנחנו מוכנים להודות.
11:09
And we've heard a lot about how economies function.
263
654000
3000
ושמענו הרבה על איך כלכלות מתפקדות.
11:12
The U.S. economy is still the world's greatest economy.
264
657000
4000
כלכלת ארה"ב היא עדיין הכלכלה הגדולה ביותר.
11:16
How did it become the world's greatest economy?
265
661000
3000
איך היא הפכה לכלכלה הגדולה ביותר?
11:19
I could give you all kinds of facts and figures
266
664000
2000
אני יכול לתת לכם כל מיני נתונים ומספרים
11:21
about the U.S. economy,
267
666000
2000
על כלכלת ארה"ב
11:23
but I think the most salient one is this:
268
668000
3000
אבל אני חושב שהעובדה הכי בולטת היא זו:
11:26
ten percent of American businesses
269
671000
3000
10 אחוזים מהעסקים האמריקאים
11:29
disappear every year.
270
674000
3000
נעלמים בכל שנה.
11:32
That is a huge failure rate.
271
677000
3000
זה שיעור כישלון ענק.
11:35
It's far higher than the failure rate of, say, Americans.
272
680000
2000
הרבה יותר גבוה משיעור הכישלון של, למשל, אמריקאים.
11:37
Ten percent of Americans don't disappear every year.
273
682000
3000
10 אחוזים מהאמריקאים לא נעלמים כל שנה.
11:40
Which leads us to conclude
274
685000
2000
מה שמוביל אותנו למסקנה
11:42
American businesses fail faster than Americans,
275
687000
3000
שעסקים אמריקאים נכשלים מהר יותר מהאמריקאים,
11:45
and therefore American businesses are evolving faster than Americans.
276
690000
3000
ועל כן עסקים אמריקאים גם מתפתחים מהר יותר מהאמריקאים.
11:48
And eventually, they'll have evolved to such a high peak of perfection
277
693000
3000
ובסופו של דבר, הם יתפתחו לפסגה כל כך גבוהה של שלמות
11:51
that they will make us all their pets --
278
696000
3000
שהם יהפכו את כולנו לחיות המחמד שלהם...
11:54
(Laughter)
279
699000
2000
(צחוק)
11:56
if, of course, they haven't already done so.
280
701000
3000
בהנחה, כמובן, שזה לא קרה כבר.
11:59
I sometimes wonder.
281
704000
3000
לפעמים אני לא בטוח.
12:02
But it's this process of trial and error
282
707000
2000
אבל זה התהליך הזה של נסייה וטעייה
12:04
that explains this great divergence,
283
709000
4000
שמסביר את ההסתעפות הגדולה הזו,
12:08
this incredible performance of Western economies.
284
713000
3000
את הביצועים המדהימים האלו של הכלכלות המערביות.
12:11
It didn't come because you put some incredibly smart person in charge.
285
716000
3000
זה לא קרה בגלל שהעברנו פיקוד לאנשים ממש חכמים.
12:14
It's come through trial and error.
286
719000
2000
זה קרה דרך נסייה וטעייה.
12:16
Now I've been sort of banging on about this
287
721000
2000
אני מנדנד על הנושא הזה
12:18
for the last couple of months,
288
723000
2000
בחודשים האחרונים
12:20
and people sometimes say to me,
289
725000
2000
ואנשים לפעמים אומרים לי,
12:22
"Well Tim, it's kind of obvious.
290
727000
2000
"נו טים, זה די ברור.
12:24
Obviously trial and error is very important.
291
729000
2000
ברור שנסייה וטעייה זה דבר חשוב.
12:26
Obviously experimentation is very important.
292
731000
2000
ברור שניסויים זה מאוד חשוב.
12:28
Now why are you just wandering around saying this obvious thing?"
293
733000
3000
למה את מתרוצץ בכל מקום ואומר דבר כל כך מובן מאליו?"
12:31
So I say, okay, fine.
294
736000
2000
ואני אומר, או.קיי., בסדר.
12:33
You think it's obvious?
295
738000
2000
אתם חושבים שזה מובן מאליו?
12:35
I will admit it's obvious
296
740000
2000
אני אהיה מוכן להודות שזה מובן מאליו
12:37
when schools
297
742000
2000
כשבתי ספר
12:39
start teaching children
298
744000
3000
יתחילו ללמד ילדים
12:42
that there are some problems that don't have a correct answer.
299
747000
3000
שישנן בעיות מסוימות שאין להן תשובה נכונה.
12:45
Stop giving them lists of questions
300
750000
3000
תפסיקו לתת להם רשימות של שאלות
12:48
every single one of which has an answer.
301
753000
2000
שלכל אחת מהן יש תשובה.
12:50
And there's an authority figure in the corner
302
755000
2000
ויש דמות סמכותית בפינה
12:52
behind the teacher's desk who knows all the answers.
303
757000
2000
מאחורי שולחן המורה שיודעת את כל התשובות.
12:54
And if you can't find the answers,
304
759000
2000
ואם אתם לא מצליחים למצוא את התשובה,
12:56
you must be lazy or stupid.
305
761000
2000
אתם בטח עצלנים או טיפשים.
12:58
When schools stop doing that all the time,
306
763000
2000
כשבתי הספר יפסיקו לעשות את זה כל הזמן,
13:00
I will admit that, yes,
307
765000
2000
אני אודה שכן,
13:02
it's obvious that trial and error is a good thing.
308
767000
2000
מובן מאליו שנסייה וטעייה זה דבר טוב.
13:04
When a politician stands up
309
769000
3000
כשפוליטיקאי יתייצב
13:07
campaigning for elected office
310
772000
2000
במסע בחירות למשרה ציבורית
13:09
and says, "I want to fix our health system.
311
774000
2000
ויגיד "אני רוצה לתקן את מערכת הבריאות.
13:11
I want to fix our education system.
312
776000
2000
אני רוצה לתקן את מערכת החינוך שלנו.
13:13
I have no idea how to do it.
313
778000
3000
אין לי מושג איך לעשות את זה.
13:16
I have half a dozen ideas.
314
781000
2000
יש לי שישה רעיונות.
13:18
We're going to test them out. They'll probably all fail.
315
783000
3000
אנחנו ננסה אותם. סביר להניח שהם כולם יכשלו.
13:21
Then we'll test some other ideas out.
316
786000
2000
ואז ננסה כמה רעיונות אחרים.
13:23
We'll find some that work. We'll build on those.
317
788000
2000
נמצא את אלו שעובדים, נבנה הלאה מהם.
13:25
We'll get rid of the ones that don't." --
318
790000
2000
נעיף את אלו שלא עובדים."
13:27
when a politician campaigns on that platform,
319
792000
3000
כשפוליטיקאי יבסס קמפיין על מצע כזה,
13:30
and more importantly, when voters like you and me
320
795000
3000
ויותר חשוב, כשמצביעים כמותכם וכמוני
13:33
are willing to vote for that kind of politician,
321
798000
2000
יהיו מוכנים להצביע לפוליטיקאי כזה,
13:35
then I will admit
322
800000
2000
אז אני אודה
13:37
that it is obvious that trial and error works, and that -- thank you.
323
802000
3000
שזה מובן מאליו שנסייה וטעייה עובד, וש... תודה.
13:40
(Applause)
324
805000
4000
(מחיאות כפיים)
13:44
Until then, until then
325
809000
3000
עד אז, עד אז
13:47
I'm going to keep banging on about trial and error
326
812000
2000
אני אמשיך לנדנד על נסייה וטעייה
13:49
and why we should abandon the God complex.
327
814000
3000
ועל למה עלינו לזנוח את תסביך האלוהים.
13:52
Because it's so hard
328
817000
3000
כי זה כל-כך קשה
13:55
to admit our own fallibility.
329
820000
2000
להודות באפשרות שאנחנו טועים.
13:57
It's so uncomfortable.
330
822000
2000
זה כל-כך לא נוח.
13:59
And Archie Cochrane understood this as well as anybody.
331
824000
3000
וארצ'י קוקריין הבין את זה טוב מכולם.
14:02
There's this one trial he ran
332
827000
2000
היה ניסוי אחד שהוא ערך
14:04
many years after World War II.
333
829000
2000
שנים רבות אחרי מלחמת העולם ה-2.
14:06
He wanted to test out
334
831000
3000
הוא רצה לבדוק
14:09
the question of, where is it
335
834000
2000
את השאלה מה המקום שבו
14:11
that patients should recover
336
836000
2000
מטופלים צריכים להתאושש
14:13
from heart attacks?
337
838000
2000
מהתקפי לב?
14:15
Should they recover in a specialized cardiac unit in hospital,
338
840000
3000
האם הם צריכים להתאושש במחלקות קרדיולוגיות בבתי חולים,
14:18
or should they recover at home?
339
843000
3000
או שעליהם להתאושש בבית?
14:21
All the cardiac doctors tried to shut him down.
340
846000
3000
כל הרופאים הקרדיולוגים ניסוי להשתיק אותו.
14:24
They had the God complex in spades.
341
849000
3000
אצלם היה תסביך האלוהים
14:27
They knew that their hospitals were the right place for patients,
342
852000
3000
הם ידעו שבתי החולים שלהם הם המקום הנכון למטופלים.
14:30
and they knew it was very unethical
343
855000
2000
והם ידעו שזה מאוד לא אתי
14:32
to run any kind of trial or experiment.
344
857000
3000
לערוך ניסויים או בדיקות כלשהם.
14:35
Nevertheless, Archie managed to get permission to do this.
345
860000
2000
ובכל זאת, ארצ'י הצליח להשיג אישור לעשות זאת.
14:37
He ran his trial.
346
862000
2000
הוא ערך את הניסוי שלו.
14:39
And after the trial had been running for a little while,
347
864000
2000
וזמן קצר אחרי שהניסוי התחיל,
14:41
he gathered together all his colleagues
348
866000
2000
הוא אסף את כל עמיתיו
14:43
around his table,
349
868000
2000
מסביב לשולחנו,
14:45
and he said, "Well, gentlemen,
350
870000
2000
ואמר "ובכן, רבותיי,
14:47
we have some preliminary results.
351
872000
2000
יש לנו תוצאות ראשוניות.
14:49
They're not statistically significant.
352
874000
2000
מבחינה סטטיסטית הן לא משמעותיות.
14:51
But we have something.
353
876000
3000
אבל יש בידינו משהו.
14:54
And it turns out that you're right and I'm wrong.
354
879000
3000
ומסתבר שאתם צודקים ואני טועה.
14:57
It is dangerous for patients
355
882000
2000
אכן זה מסוכן עבור מטופלים
14:59
to recover from heart attacks at home.
356
884000
2000
להתאושש מהתקפי לב בבית.
15:01
They should be in hospital."
357
886000
3000
הם צריכים להיות בבית החולים."
15:04
And there's this uproar, and all the doctors start pounding the table
358
889000
2000
ויש מין התרעמות, וכל הרופאים מתחילים להלום בשולחן
15:06
and saying, "We always said you were unethical, Archie.
359
891000
3000
ולהגיד "תמיד אמרנו שאתה חסר אתיקה, ארצ'י."
15:09
You're killing people with your clinical trials. You need to shut it down now.
360
894000
3000
אתה הורג אנשים עם הניסויים הקליניים שלך. אתה חייב להפסיק עכשיו.
15:12
Shut it down at once."
361
897000
2000
תסגור אותו לאלתר."
15:14
And there's this huge hubbub.
362
899000
2000
ויש מהומה גדולה.
15:16
Archie lets it die down.
363
901000
2000
ארצ'י נותן לה לדעוך.
15:18
And then he says, "Well that's very interesting, gentlemen,
364
903000
2000
ואז אומר "ובכן, זה מאוד מעניין, רבותיי
15:20
because when I gave you the table of results,
365
905000
3000
כי כשנתתי לכם את טבלת התוצאות,
15:23
I swapped the two columns around.
366
908000
4000
החלפתי בין שתי העמודות.
15:27
It turns out your hospitals are killing people,
367
912000
2000
מסתבר שבתי החולים שלכם הורגים אנשים,
15:29
and they should be at home.
368
914000
2000
ושהם צריכים להיות בבית.
15:31
Would you like to close down the trial now,
369
916000
3000
אתם רוצים להפסיק את הניסוי עכשיו,
15:34
or should we wait until we have robust results?"
370
919000
3000
או שעלינו לחכות שיהיו לנו תוצאות משמעותיות?"
15:38
Tumbleweed
371
923000
2000
דממה
15:40
rolls through the meeting room.
372
925000
3000
חולפת בחדר הישיבות.
15:43
But Cochrane would do that kind of thing.
373
928000
3000
אבל קוקריין היה עושה דברים מסוג זה.
15:46
And the reason he would do that kind of thing
374
931000
2000
והסיבה שהיה עושה דברים כאלו
15:48
is because he understood
375
933000
2000
היא שהוא הבין
15:50
it feels so much better
376
935000
2000
שזה מרגיש הרבה יותר טוב
15:52
to stand there and say,
377
937000
2000
לעמוד שם ולהגיד
15:54
"Here in my own little world,
378
939000
2000
"פה בעולם הקטן שלי,
15:56
I am a god, I understand everything.
379
941000
2000
אני האלוהים, אני מבין הכול.
15:58
I do not want to have my opinions challenged.
380
943000
2000
אני לא רוצה שיערערו את הדעות שלי.
16:00
I do not want to have my conclusions tested."
381
945000
3000
אני לא רוצה שייבדקו את המסקנות שלי."
16:03
It feels so much more comfortable
382
948000
2000
אני מרגיש הרבה יותר בנוח
16:05
simply to lay down the law.
383
950000
3000
פשוט לקבוע את הכללים.
16:08
Cochrane understood
384
953000
2000
קוקריין הבין
16:10
that uncertainty, that fallibility,
385
955000
2000
שאי-הוודאות, שהאפשרות שאנחנו טועים,
16:12
that being challenged, they hurt.
386
957000
2000
שלהיות מאותגר, כל אלו כואבים.
16:14
And you sometimes need to be shocked out of that.
387
959000
4000
ולפעמים צריך לנער אותך מזה.
16:18
Now I'm not going to pretend that this is easy.
388
963000
3000
אני לא אעמיד פנים שזה קל.
16:21
It isn't easy.
389
966000
2000
זה לא קל.
16:23
It's incredibly painful.
390
968000
2000
זה מאוד מכאיב.
16:25
And since I started talking about this subject
391
970000
2000
ומאז שהתחלתי לדבר על הנושא הזה
16:27
and researching this subject,
392
972000
2000
ולחקור את הנושא הזה,
16:29
I've been really haunted by something
393
974000
2000
יש משהו שממש רודף אותי
16:31
a Japanese mathematician said on the subject.
394
976000
2000
שמתמטיקאי יפני אמר על הנושא הזה.
16:33
So shortly after the war,
395
978000
2000
זמן קצר אחרי המלחמה,
16:35
this young man, Yutaka Taniyama,
396
980000
3000
בחור צעיר, Yutaka Taniyama,
16:38
developed this amazing conjecture
397
983000
2000
הגה השערה מדהימה
16:40
called the Taniyama-Shimura Conjecture.
398
985000
2000
שנקראת "השערת טניאמה-שימורה".
16:42
It turned out to be absolutely instrumental
399
987000
3000
שהתגלתה ככלי שימושי מאוד
16:45
many decades later
400
990000
2000
עשרות שנים מאוחר יותר
16:47
in proving Fermat's Last Theorem.
401
992000
2000
בהוכחת המשפט האחרון של פרמה.
16:49
In fact, it turns out it's equivalent
402
994000
2000
למעשה, הסתבר שהיא שקולה
16:51
to proving Fermat's Last Theorem.
403
996000
2000
להוכחת המשפט האחרון של פרמה.
16:53
You prove one, you prove the other.
404
998000
4000
הוכחת את האחת, הוכחת את השנייה.
16:57
But it was always a conjecture.
405
1002000
3000
אבל זו תמיד היתה השערה.
17:00
Taniyama tried and tried and tried
406
1005000
3000
טניאמה ניסה וניסה וניסה
17:03
and he could never prove that it was true.
407
1008000
3000
והוא אף פעם לא הצליח להוכיח שהיא נכונה.
17:06
And shortly before his 30th birthday in 1958,
408
1011000
3000
וקצת לפני יום הולדתו ה- 30 בשנת 1958,
17:09
Yutaka Taniyama killed himself.
409
1014000
4000
יוטקה טניאמה התאבד.
17:13
His friend, Goro Shimura --
410
1018000
2000
חברו, גורו שימורה -
17:15
who worked on the mathematics with him --
411
1020000
2000
שעבד אף הוא במתמטיקה יחד איתו -
17:17
many decades later, reflected on Taniyama's life.
412
1022000
3000
עשורים רבים לאחר מכן, הרהר על חייו של טניאמה.
17:22
He said,
413
1027000
3000
הוא אמר,
17:25
"He was not a very careful person
414
1030000
2000
"הוא לא היה אדם מאוד זהיר
17:27
as a mathematician.
415
1032000
2000
בתור מתמטיקאי.
17:29
He made a lot of mistakes.
416
1034000
3000
הוא עשה הרבה טעויות.
17:32
But he made mistakes in a good direction.
417
1037000
4000
אבל הוא עשה טעויות בכיוון טוב.
17:36
I tried to emulate him,
418
1041000
3000
ניסיתי לחקות אותו,
17:39
but I realized
419
1044000
2000
אבל נוכחתי לדעת
17:41
it is very difficult
420
1046000
2000
שזה מאוד קשה
17:43
to make good mistakes."
421
1048000
3000
לעשות טעויות טובות."
17:46
Thank you.
422
1051000
2000
תודה.
17:48
(Applause)
423
1053000
12000
(מחיאות כפיים).
ABOUT THE SPEAKER
Tim Harford - Economist, journalist, broadcasterTim Harford's writings reveal the economic ideas behind everyday experiences.
Why you should listen
In the Undercover Economist column he writes for the Financial Times, Tim Harford looks at familiar situations in unfamiliar ways and explains the fundamental principles of the modern economy. He illuminates them with clear writing and a variety of examples borrowed from daily life.
His book, Adapt: Why Success Always Starts With Failure, argues that the world has become far too unpredictable and complex for today's challenges to be tackled with ready-made solutions and expert opinions. Instead, Harford suggests, we need to learn to embrace failure and to constantly adapt, to improvise rather than plan, to work from the bottom up rather than the top down. His next book, Messy: Thriving in a Tidy-Minded World will be published in September 2016.
Harford also presents the BBC radio series More or Less, a rare broadcast program devoted, as he says, to "the powerful, sometimes beautiful, often abused but ever ubiquitous world of numbers."
He says: "I’d like to see many more complex problems approached with a willingness to experiment."
Tim Harford | Speaker | TED.com