TEDGlobal 2011
Tim Harford: Trial, error and the God complex
Tim Harford: Próbálkozás, tévedés, és az Isten-komplexus
Filmed:
Readability: 4.3
2,044,503 views
Az író, közgazdász, Tim Harford összetett rendszereket tanulmányoz -- és meglepő kapcsolatot fedezett fel a sikeres rendszerek közt: mind a próba-hiba elv alapján épültek fel. Ragyogó TEDGlobal 2011-es beszédében arra szólít fel bennünket, hogy barátkozzunk meg a véletlenszerűséggel, és kezdjünk el jobb hibákat gyártani!
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
A II. világháborúban járunk,
00:17
A German prison camp.
1
2000
3000
egy német fogolytáborban,
00:20
And this man,
2
5000
3000
és ez a férfi,
00:23
Archie Cochrane,
3
8000
3000
Archie Cochrane,
00:26
is a prisoner of war and a doctor,
4
11000
3000
hadifogoly és orvos egyben,
00:29
and he has a problem.
5
14000
3000
és egy komoly problémája van.
00:32
The problem is that the men under his care
6
17000
3000
Mégpedig az, hogy az emberek a keze alatt
00:35
are suffering
7
20000
2000
egy olyan gyötrelmes
00:37
from an excruciating and debilitating condition
8
22000
3000
és legyöngítő állapottól szenvednek,
00:40
that Archie doesn't really understand.
9
25000
3000
amit Archie nem igazán ért.
00:43
The symptoms
10
28000
2000
Melynek tünetei pedig szörnyű,
00:45
are this horrible swelling up of fluids under the skin.
11
30000
3000
bőr alatt keletkező folyadékkal telt duzzanatok.
00:48
But he doesn't know whether it's an infection, whether it's to do with malnutrition.
12
33000
3000
De nem tudja, hogy ezek fertőzésből erednek-e, vagy
00:51
He doesn't know how to cure it.
13
36000
2000
az alultápláltsághoz van-e köze. Fogalma sincs, hogyan gyógyítsa.
00:53
And he's operating in a hostile environment.
14
38000
3000
És persze ellenséges körülmények közepette kell tevékenykednie is.
00:56
And people do terrible things in wars.
15
41000
2000
Mert az emberek szörnyű dolgokat művelnek a háborúk során.
00:58
The German camp guards, they've got bored.
16
43000
3000
A német őrök például unatkozni kezdtek.
01:01
They've taken to just firing into the prison camp at random
17
46000
2000
És elkezdtek a börtöntáborban csak úgy vaktában lövöldözni
01:03
for fun.
18
48000
2000
poénból!
01:05
On one particular occasion,
19
50000
2000
Egy konkrét esetben,
01:07
one of the guards threw a grenade into the prisoners' lavatory
20
52000
3000
az egyik őr gránátot dobott a börtönlakók mosdójába,
01:10
while it was full of prisoners.
21
55000
3000
amikor éppen tele volt.
01:13
He said he heard suspicious laughter.
22
58000
2000
Azt állította, hogy valami gyanús röhögést hallott kiszűrődni.
01:15
And Archie Cochrane, as the camp doctor,
23
60000
3000
És Archie Cochrane volt börtönorvosként
01:18
was one of the first men in
24
63000
2000
az egyik első,
01:20
to clear up the mess.
25
65000
2000
akinek oda kellett mennie 'feltakarítani'.
01:22
And one more thing:
26
67000
2000
Még egy dolog:
01:24
Archie was suffering from this illness himself.
27
69000
3000
Archie maga is szenvedett ettől a betegségtől.
01:27
So the situation seemed pretty desperate.
28
72000
3000
Tehát a helyzet elég kétségbeejtőnek tűnt.
01:30
But Archie Cochrane
29
75000
2000
De Archie Cochrane
01:32
was a resourceful person.
30
77000
3000
találékony ember volt.
01:35
He'd already smuggled vitamin C into the camp,
31
80000
3000
Már azelőtt is csempészett C vitamint a táborba,
01:38
and now he managed
32
83000
2000
most pedig sikerült neki
01:40
to get hold of supplies of marmite
33
85000
2000
Marmite szállítmányt beszereznie
01:42
on the black market.
34
87000
2000
a fekete piacon.
01:44
Now some of you will be wondering what marmite is.
35
89000
3000
Azok számára, akik nem ismerik a Marmite-ot,
01:47
Marmite is a breakfast spread beloved of the British.
36
92000
3000
nos ez a Britek kedvenc reggeli kenyere.
01:50
It looks like crude oil.
37
95000
2000
Úgy néz ki, mint a finomítatlan olaj.
01:52
It tastes ...
38
97000
2000
Az íze pedig...
01:54
zesty.
39
99000
2000
pikáns.
01:56
And importantly,
40
101000
2000
A legfontosabb benne,
01:58
it's a rich source
41
103000
2000
hogy gazdag B12
02:00
of vitamin B12.
42
105000
2000
vitaminforrás.
02:02
So Archie splits the men under his care as best he can
43
107000
3000
Archie tehát a keze alatt lévő embereket legjobb tudása szerint
02:05
into two equal groups.
44
110000
2000
két csoportra osztja.
02:07
He gives half of them vitamin C.
45
112000
2000
A felének C vitamint ad,
02:09
He gives half of them vitamin B12.
46
114000
3000
a másik felének pedig B12 vitamint.
02:12
He very carefully and meticulously notes his results
47
117000
3000
Nagyon figyelmesen és aprólékosan lejegyzeteli az eredményeit
02:15
in an exercise book.
48
120000
2000
a jegyzetfüzetébe.
02:17
And after just a few days,
49
122000
2000
És mindössze néhány nap elteltével
02:19
it becomes clear
50
124000
2000
világossá válik,
02:21
that whatever is causing this illness,
51
126000
3000
hogy akármi is okozza ezt a betegséget,
02:24
marmite is the cure.
52
129000
3000
a Marmite meggyógyítja!
02:27
So Cochrane then goes to the Germans who are running the prison camp.
53
132000
3000
Így aztán Cochrane fogja magát és beállít a németekhez, akik a tábort vezetik.
02:30
Now you've got to imagine at the moment --
54
135000
2000
El kell tudniuk képzelni --
02:32
forget this photo, imagine this guy
55
137000
2000
elfelejtve ezt a fotót, hogy ennek a fickónak
02:34
with this long ginger beard and this shock of red hair.
56
139000
3000
hosszú rőt szakálla van és bozontos vörös hajzata.
02:37
He hasn't been able to shave -- a sort of Billy Connolly figure.
57
142000
3000
Nem tudott ugyanis ott borotválkozni -- olyan Billy Connolly-féle figura.
02:40
Cochrane, he starts ranting at these Germans
58
145000
2000
Cochrane elkezdte nagy hangon előadni ezeknek a németeknek
02:42
in this Scottish accent --
59
147000
2000
a maga skót akcentusával --
02:44
in fluent German, by the way, but in a Scottish accent --
60
149000
3000
folyékonyan beszélt németül, de skót akcentussal --
02:47
and explains to them how German culture was the culture
61
152000
3000
hogy a német kultúra volt az,
02:50
that gave Schiller and Goethe to the world.
62
155000
2000
ami Schillert és Goethét adta a világnak.
02:52
And he can't understand
63
157000
2000
És hogy nem érti,
02:54
how this barbarism can be tolerated,
64
159000
2000
hogy ezt a barbarizmust hogyan lehet elviselni.
02:56
and he vents his frustrations.
65
161000
3000
És önti a keserűségét.
02:59
And then he goes back to his quarters,
66
164000
3000
Aztán visszaballag a saját körzetébe,
03:02
breaks down and weeps
67
167000
3000
ott összeomlik és sírva fakad,
03:05
because he's convinced that the situation is hopeless.
68
170000
3000
mert meg van győződve arról, hogy a helyzet reménytelen.
03:10
But a young German doctor
69
175000
3000
De az egyik fiatal német orvos
03:13
picks up Archie Cochrane's exercise book
70
178000
3000
felveszi Archie Cochrane jegyzetfüzetét,
03:16
and says to his colleagues,
71
181000
4000
és azt mondja a kollégáinak:
03:20
"This evidence is incontrovertible.
72
185000
5000
"A bizonyítékai megcáfolhatatlanok!
03:25
If we don't supply vitamins to the prisoners,
73
190000
3000
Ha nem látjuk el a foglyokat vitaminokkal,
03:28
it's a war crime."
74
193000
2000
akkor háborús bűnt követünk el!"
03:30
And the next morning,
75
195000
2000
És következő reggel,
03:32
supplies of vitamin B12 are delivered to the camp,
76
197000
3000
B12 vitaminszállítmány érkezik a táborba,
03:35
and the prisoners begin to recover.
77
200000
3000
és a foglyok elkezdenek lábadozni.
03:39
Now I'm not telling you this story
78
204000
2000
Namost, nem azért mondom el Önöknek ezt a történetet,
03:41
because I think Archie Cochrane is a dude,
79
206000
2000
mert szerintem Archie Cochrane egy piperkőc alak,
03:43
although Archie Cochrane is a dude.
80
208000
4000
mindamellett, hogy Archie Cochrane valóban egy piperkőc volt.
03:47
I'm not even telling you the story
81
212000
2000
De még csak nem is azért mesélem el,
03:49
because I think we should be running
82
214000
2000
mert azt gondolom, hogy gondosabban ellenőrzött
03:51
more carefully controlled randomized trials
83
216000
2000
véletlenszerű vizsgálatokat kéne végeznünk
03:53
in all aspects of public policy,
84
218000
2000
a közpolitika minden területén,
03:55
although I think that would also be completely awesome.
85
220000
4000
habár azt gondolom, hogy az is nagyszerű lenne!
03:59
I'm telling you this story
86
224000
2000
Hanem azért mesélem el,
04:01
because Archie Cochrane, all his life,
87
226000
3000
mert Archie Cochrane egész életében
04:04
fought against a terrible affliction,
88
229000
4000
egy szörnyű csapás ellen küzdött.
04:08
and he realized it was debilitating to individuals
89
233000
4000
Arra jött rá, hogy ez a dolog bénító személyes síkon,
04:12
and it was corrosive to societies.
90
237000
2000
és maró hatású társadalmi szinten.
04:14
And he had a name for it.
91
239000
2000
Meg is nevezte.
04:16
He called it the God complex.
92
241000
3000
Elnevezte Isten-komplexusnak.
04:19
Now I can describe the symptoms of the God complex very, very easily.
93
244000
4000
Le tudom írni az Isten-komplexus tüneteit nagyon-nagyon egyszerűen.
04:23
So the symptoms of the complex
94
248000
3000
Szóval a komplexus tünetei,
04:26
are, no matter how complicated the problem,
95
251000
3000
tekintet nélkül a probléma összetettségére,
04:29
you have an absolutely overwhelming belief
96
254000
3000
abban állnak, hogy tökéletesen meg vagyunk győződve
04:32
that you are infallibly right in your solution.
97
257000
4000
igazságunk tévedhetetlenségéről egy megoldás kapcsán.
04:36
Now Archie was a doctor,
98
261000
2000
Namost Archie orvos volt.
04:38
so he hung around with doctors a lot.
99
263000
2000
Így aztán sok orvos között megfordult.
04:40
And doctors suffer from the God complex a lot.
100
265000
3000
És az orvosok bizony nagyon gyakran szenvednek Isten-komplexusban.
04:43
Now I'm an economist, I'm not a doctor,
101
268000
2000
Én közgazdász vagyok, nem orvos,
04:45
but I see the God complex around me all the time
102
270000
2000
de látom magam körül az Isten-komplexust egyfolytában
04:47
in my fellow economists.
103
272000
2000
közgazdász társaim körében.
04:49
I see it in our business leaders.
104
274000
2000
Felismerem a gazdasági vezetőink körében.
04:51
I see it in the politicians we vote for --
105
276000
2000
Felismerhető a politikusainknál, akikre mi magunk szavazunk --
04:53
people who, in the face of an incredibly complicated world,
106
278000
4000
olyan embereknél, akik egy hihetetlenül összetett világgal szembesülve
04:57
are nevertheless absolutely convinced
107
282000
3000
nem kevésbé, mint tökéletesen meg vannak győződve arról,
05:00
that they understand the way that the world works.
108
285000
3000
hogy értik a világ működési mechanizmusait!
05:03
And you know, with the future billions that we've been hearing about,
109
288000
3000
És tudják, a világ egyszerűen túl bonyolult lesz ahhoz,
05:06
the world is simply far too complex
110
291000
2000
azzal a sok milliárddal, amiről hallottunk,
05:08
to understand in that way.
111
293000
2000
hogy így tekintsünk rá!
05:10
Well let me give you an example.
112
295000
2000
Hadd mondjak egy példát!
05:12
Imagine for a moment
113
297000
2000
Képzeljék el egy pillanatra,
05:14
that, instead of Tim Harford in front of you,
114
299000
2000
hogy Tim Harford helyett, Hans Rosling állna itt
05:16
there was Hans Rosling presenting his graphs.
115
301000
3000
Önök előtt és ismertetné a grafikonjait.
05:19
You know Hans:
116
304000
2000
Ismerik Hansot:
05:21
the Mick Jagger of TED.
117
306000
2000
ő a TED Mick Jaggere.
05:23
(Laughter)
118
308000
2000
(Nevetés)
05:25
And he'd be showing you these amazing statistics,
119
310000
2000
És mutogatja ezeket a lenyűgöző statisztikáit,
05:27
these amazing animations.
120
312000
2000
ezeket a fantasztikus animációkat.
05:29
And they are brilliant; it's wonderful work.
121
314000
2000
És tényleg ragyogóak; csodálatos munka.
05:31
But a typical Hans Rosling graph:
122
316000
2000
De egy tipikus Hans Rosling grafikon:
05:33
think for a moment, not what it shows,
123
318000
3000
gondoljuk csak át egy pillanatra, nem azt, amit mutat,
05:36
but think instead about what it leaves out.
124
321000
3000
hanem hogy mit hagy ki!
05:39
So it'll show you GDP per capita,
125
324000
3000
Megmutatja a GDP per főt,
05:42
population, longevity,
126
327000
2000
lakosság, élettartam,
05:44
that's about it.
127
329000
2000
ezek szerepelnek benne.
05:46
So three pieces of data for each country --
128
331000
2000
Tehát három darab adat minden országról --
05:48
three pieces of data.
129
333000
2000
három darab adat!
05:50
Three pieces of data is nothing.
130
335000
2000
Három darab adat az semmi!
05:52
I mean, have a look at this graph.
131
337000
2000
Úgy értem, vegyük csak ezt a grafikont.
05:54
This is produced by the physicist Cesar Hidalgo.
132
339000
2000
A fizikus Cesar Hidalgo készítette.
05:56
He's at MIT.
133
341000
2000
Az MIT-n dolgozik.
05:58
Now you won't be able to understand a word of it,
134
343000
2000
Namost, lehet, hogy egy kukkot sem értünk belőle,
06:00
but this is what it looks like.
135
345000
2000
de így néz ki.
06:02
Cesar has trolled the database
136
347000
2000
Cesar bevett az adatbázisba
06:04
of over 5,000 different products,
137
349000
3000
több, mint 5000 különböző terméket,
06:07
and he's used techniques of network analysis
138
352000
5000
és használta a hálózati analízis technikáját
06:12
to interrogate this database
139
357000
2000
az adatbázis lekérdezésére,
06:14
and to graph relationships between the different products.
140
359000
2000
és hogy a különböző termékek közti kapcsolatot ábrázolni tudja.
06:16
And it's wonderful, wonderful work.
141
361000
2000
És ez egy csodálatos, csodálatos munka.
06:18
You show all these interconnections, all these interrelations.
142
363000
3000
Megmutathatjuk mindezeket az összeköttetéseket, kapcsolatokat.
06:21
And I think it'll be profoundly useful
143
366000
2000
És szerintem igen hasznosnak fog majd bizonyulni
06:23
in understanding how it is that economies grow.
144
368000
3000
a gazdaságok fejlődése mikéntjének megértése során.
06:26
Brilliant work.
145
371000
2000
Briliáns munka!
06:28
Cesar and I tried to write a piece for The New York Times Magazine
146
373000
2000
Cesarral próbáltunk a New York Timesnak írni egy cikket,
06:30
explaining how this works.
147
375000
2000
amiben elmagyaráztuk volna, hogyan működik mindez.
06:32
And what we learned
148
377000
2000
De arra jöttünk rá,
06:34
is Cesar's work is far too good to explain
149
379000
2000
hogy Cesar munkája túl jó ahhoz,
06:36
in The New York Times Magazine.
150
381000
2000
hogy a New York Timesban számoljunk be róla.
06:40
Five thousand products --
151
385000
3000
5000 termék --
06:43
that's still nothing.
152
388000
2000
ez még mindig semmi!
06:45
Five thousand products --
153
390000
2000
5000 termék --
06:47
imagine counting every product category
154
392000
2000
képzeljük el, hogy megszámoljuk az összes termékkategóriát
06:49
in Cesar Hidalgo's data.
155
394000
2000
Cesar Hidalgo adatai közt.
06:51
Imagine you had one second
156
396000
2000
Képzeljük el, hogy egy percig figyelünk
06:53
per product category.
157
398000
2000
termékkategóriánként.
06:55
In about the length of this session,
158
400000
3000
Ennek az előadásnak a tartama alatt
06:58
you would have counted all 5,000.
159
403000
2000
megszámolhattuk volna mind az 5000-et.
07:00
Now imagine doing the same thing
160
405000
2000
Most képzeljük el ugyanezt,
07:02
for every different type of product on sale in Walmart.
161
407000
3000
a Walmart összes kiárusításon lévő termékével.
07:05
There are 100,000 there. It would take you all day.
162
410000
3000
100 ezer ilyen van. Az egész napot ezzel töltenénk!
07:08
Now imagine trying to count
163
413000
2000
Most képzeljük el, hogy megpróbáljuk megszámolni
07:10
every different specific product and service
164
415000
3000
az összes elérhető különböző speciális terméket és szolgáltatást
07:13
on sale in a major economy
165
418000
2000
egy olyan nagy gazdaságban, mint Tokióé,
07:15
such as Tokyo, London or New York.
166
420000
2000
Londoné, vagy New Yorké.
07:17
It's even more difficult in Edinburgh
167
422000
2000
Edinburghban persze még nehezebb lenne,
07:19
because you have to count all the whisky and the tartan.
168
424000
3000
mert ott számba kéne venni az összes whisky és skótszoknya fajtát is!
07:22
If you wanted to count every product and service
169
427000
2000
Ha szeretnénk számba venni az összes
07:24
on offer in New York --
170
429000
2000
New Yorkban kínált terméket és szolgáltatást --
07:26
there are 10 billion of them --
171
431000
2000
nos, ebből 10 milliárd van --
07:28
it would take you 317 years.
172
433000
3000
tehát 317 évünkbe kerülne!
07:31
This is how complex the economy we've created is.
173
436000
3000
Hát ennyire bonyolult az a gazdaság, amit létrehoztunk!
07:34
And I'm just counting toasters here.
174
439000
2000
És én itt csak a kenyérpirítók számbavételéről beszélek ám!
07:36
I'm not trying to solve the Middle East problem.
175
441000
2000
Nem a közel-keleti kérdést akarom megoldani!
07:39
The complexity here is unbelievable.
176
444000
3000
Hihetetlenül komplex ez az egész!
07:42
And just a piece of context --
177
447000
2000
Csak egy adalék --
07:44
the societies in which our brains evolved
178
449000
2000
azokban a társadalmakban, ahol a mi agyunk kifejlődött,
07:46
had about 300 products and services.
179
451000
2000
kb. 300 termék és szolgáltatás létezett.
07:48
You could count them in five minutes.
180
453000
3000
5 perc alatt számba lehetett venni ennyit!
07:51
So this is the complexity of the world that surrounds us.
181
456000
3000
Tehát ennyire komplex a minket körülvevő világ.
07:54
This perhaps is why
182
459000
2000
Talán emiatt tartjuk olyan
07:56
we find the God complex so tempting.
183
461000
3000
csábítónak az Isten-komplexust.
07:59
We tend to retreat and say, "We can draw a picture,
184
464000
3000
Hajlamosak vagyunk visszahúzódni és annyit mondani:
08:02
we can post some graphs,
185
467000
2000
"Rajzolhatunk képeket, közzétehetünk grafikonokat,
08:04
we get it, we understand how this works."
186
469000
3000
mert rájöttünk, megértettük, hogyan működik ez az egész!"
08:07
And we don't.
187
472000
2000
Pedig nem!
08:09
We never do.
188
474000
2000
Soha nem is értettük.
08:11
Now I'm not trying to deliver a nihilistic message here.
189
476000
2000
Egyáltalán nem egy nihilista üzenetet kívánok itt közreadni!
08:13
I'm not trying to say we can't solve
190
478000
2000
Nem azt akarom mondani, hogy nem tudunk megoldani
08:15
complicated problems in a complicated world.
191
480000
2000
komplikált problémákat egy komplikált világban.
08:17
We clearly can.
192
482000
2000
Mert egyértelműen meg tudunk.
08:19
But the way we solve them
193
484000
2000
De ahogy végül is
08:21
is with humility --
194
486000
2000
alázattal sikerül megoldani őket --
08:23
to abandon the God complex
195
488000
2000
az Isten-komplexus elhagyásával és konkrétan
08:25
and to actually use a problem-solving technique that works.
196
490000
3000
olyan problémamegoldó technikák használatával, amelyek működnek.
08:28
And we have a problem-solving technique that works.
197
493000
3000
Mert van ám olyan problémamegoldó technika, ami működőképes!
08:31
Now you show me
198
496000
2000
Mutassanak nekem egy
08:33
a successful complex system,
199
498000
2000
sikeres komplex rendszert,
08:35
and I will show you a system
200
500000
3000
és akkor mutatok Önöknek egy olyan rendszert,
08:38
that has evolved through trial and error.
201
503000
2000
amely a próba-hiba módszerrel fejlődött!
08:40
Here's an example.
202
505000
2000
Itt egy példa.
08:42
This baby was produced through trial and error.
203
507000
3000
Ez a baba próba-hiba módszerrel készült.
08:46
I realize that's an ambiguous statement.
204
511000
3000
Persze fogom, hogy ez így elég zavaros állítás.
08:49
Maybe I should clarify it.
205
514000
2000
Talán tisztáznom kéne.
08:51
This baby is a human body: it evolved.
206
516000
3000
Ez a baba egy emberi test: kifejlődött.
08:54
What is evolution?
207
519000
2000
Mi is a fejlődés?
08:56
Over millions of years, variation and selection,
208
521000
3000
Sok millió év során, variációk, kiválasztódások,
08:59
variation and selection --
209
524000
3000
variációk, kiválasztódások --
09:02
trial and error,
210
527000
2000
próba-hiba,
09:04
trial and error.
211
529000
3000
próba-hiba.
09:07
And it's not just biological systems
212
532000
2000
És nem csak a biológiai rendszerek
09:09
that produce miracles through trial and error.
213
534000
2000
állnak elő csodával a próba-hiba technikának köszönhetően.
09:11
You could use it in an industrial context.
214
536000
2000
Egy ipari közegben is simán felhasználható.
09:13
So let's say you wanted to make detergent.
215
538000
2000
Mondjuk mosóport akarunk előállítani.
09:15
Let's say you're Unilever
216
540000
2000
Mondjuk mi vagyunk az Unilever,
09:17
and you want to make detergent in a factory near Liverpool.
217
542000
3000
és egy Liverpool közelében lévő gyárban mosóport akarunk előállítani.
09:20
How do you do it?
218
545000
2000
Hogyan álljunk neki?
09:22
Well you have this great big tank full of liquid detergent.
219
547000
3000
Itt van ez a nagy tartály tele folyékony mosószerrel.
09:25
You pump it at a high pressure through a nozzle.
220
550000
2000
Nagy nyomással átpumpáljuk egy fúvókán keresztül.
09:27
You create a spray of detergent.
221
552000
3000
Mosóporpermetet hozunk létre.
09:30
Then the spray dries. It turns into powder.
222
555000
2000
Aztán ez a permet megszárad, és por lesz belőle.
09:32
It falls to the floor.
223
557000
2000
A földre hullik.
09:34
You scoop it up. You put it in cardboard boxes.
224
559000
2000
Összesöpörjük és kartondobozokba tesszük.
09:36
You sell it at a supermarket.
225
561000
2000
Szupermarketekben árusítjuk.
09:38
You make lots of money.
226
563000
2000
Rengeteg pénzt keresünk vele.
09:40
How do you design that nozzle?
227
565000
3000
Hogy lett az a fúvóka megtervezve?
09:43
It turns out to be very important.
228
568000
3000
Mert kiderül, hogy ez egy központi kérdés.
09:46
Now if you ascribe to the God complex,
229
571000
2000
Namost, ha az Isten-komplexusosak közé soroljuk magunkat,
09:48
what you do is you find yourself a little God.
230
573000
3000
akkor kis Istenként fogjuk magunkat kezelni.
09:51
You find yourself a mathematician; you find yourself a physicist --
231
576000
3000
Lehetünk matematikusok; lehetünk fizikusok --
09:54
somebody who understands the dynamics of this fluid.
232
579000
3000
bárki, aki érti ennek a folyadéknak az áramlástanát.
09:57
And he will, or she will,
233
582000
3000
És persze ez az illető
10:00
calculate the optimal design of the nozzle.
234
585000
3000
ki tudja számolni ennek a fúvókának az optimális kialakítását.
10:03
Now Unilever did this and it didn't work --
235
588000
2000
Nos, az Unilever megtette ezt, és nem vált be --
10:05
too complicated.
236
590000
2000
túl bonyolult volt!
10:07
Even this problem, too complicated.
237
592000
3000
Még ez a kérdés is túl bonyolult volt!
10:10
But the geneticist Professor Steve Jones
238
595000
3000
De a genetikus Steve Jones profeszor
10:13
describes how Unilever actually did solve this problem --
239
598000
3000
leírja, hogyan oldotta meg végül az Unilever ezt a kérdést --
10:16
trial and error,
240
601000
2000
próba-hiba,
10:18
variation and selection.
241
603000
2000
variációk, kiválasztódások.
10:20
You take a nozzle
242
605000
2000
Fogsz egy fúvókát,
10:22
and you create 10 random variations on the nozzle.
243
607000
4000
melynek elkészíted 10 véletlenszerű variációját.
10:26
You try out all 10; you keep the one that works best.
244
611000
3000
Kipróbálod mind a tizet, megtartod azt, amelyik a legjobban bevált.
10:29
You create 10 variations on that one.
245
614000
2000
Aztán elkészíted annak 10 variációját.
10:31
You try out all 10. You keep the one that works best.
246
616000
3000
Kipróbálod mind a tizet, megtartod azt, amelyik a legjobban bevált.
10:34
You try out 10 variations on that one.
247
619000
2000
Kipróbálod annak 10 variációját.
10:36
You see how this works, right?
248
621000
2000
Érthető, ahogy működik, igaz?
10:38
And after 45 generations,
249
623000
2000
És 45 generáció elteltével
10:40
you have this incredible nozzle.
250
625000
2000
megkapod ezt a hihetetlen fúvókát.
10:42
It looks a bit like a chess piece --
251
627000
2000
Kicsit olyan, mintha valami sakkfigura volna --
10:44
functions absolutely brilliantly.
252
629000
3000
abszolút briliánsan működik.
10:47
We have no idea
253
632000
2000
Fogalmunk sincs,
10:49
why it works,
254
634000
2000
miért működik olyan jól,
10:51
no idea at all.
255
636000
2000
fogalmunk sincs!
10:53
And the moment you step back from the God complex --
256
638000
2000
De abban a pillanatban, amint visszalépünk az Isten-komplexustól --
10:55
let's just try to have a bunch of stuff;
257
640000
2000
csak próbáljunk ki egy pár ilyesmit;
10:57
let's have a systematic way of determining what's working and what's not --
258
642000
3000
alakítsunk ki egy szisztematikus módszert annak eldöntésére,
11:00
you can solve your problem.
259
645000
2000
hogy mi működik és mi nem -- és megoldottad a problémádat!
11:02
Now this process of trial and error
260
647000
2000
Namost, ez a próba-hiba folyamat
11:04
is actually far more common in successful institutions
261
649000
3000
valójában sokkal elterjedtebb a sikeres intézményekben,
11:07
than we care to recognize.
262
652000
2000
mint amilyen mértékben törődünk ezek számontartásával.
11:09
And we've heard a lot about how economies function.
263
654000
3000
És sokat hallottunk arról is, hogyan működnek a gazdaságok.
11:12
The U.S. economy is still the world's greatest economy.
264
657000
4000
Az USA gazdasága még mindig a világ legnagyobb gazdasága.
11:16
How did it become the world's greatest economy?
265
661000
3000
Hogyan vált azzá?
11:19
I could give you all kinds of facts and figures
266
664000
2000
Sorolhatnék Önöknek mindenféle tényeket és számokat
11:21
about the U.S. economy,
267
666000
2000
az USA gazdaságáról,
11:23
but I think the most salient one is this:
268
668000
3000
ám azt gondolom, a szembetűnőbb akkor is ez lesz:
11:26
ten percent of American businesses
269
671000
3000
az amerikai vállalkozások 10 %-a
11:29
disappear every year.
270
674000
3000
eltűnik minden évben!
11:32
That is a huge failure rate.
271
677000
3000
Ez egy óriási hiba ráta!
11:35
It's far higher than the failure rate of, say, Americans.
272
680000
2000
Sokkal magasabb, mint mondjuk maguké az Amerikaiaké.
11:37
Ten percent of Americans don't disappear every year.
273
682000
3000
Az amerikaiak 10 százaléka nem tűnik el évente!
11:40
Which leads us to conclude
274
685000
2000
Ez pedig ahhoz a következtetéshez vezet el bennünket,
11:42
American businesses fail faster than Americans,
275
687000
3000
hogy az amerikai vállakozások gyorsabban buknak el, mint maguk az amerikaiak,
11:45
and therefore American businesses are evolving faster than Americans.
276
690000
3000
s ez azt is jelenti, hogy az amerikai vállakozások gyorsabban fejlődnek, mint az amerikaiak!
11:48
And eventually, they'll have evolved to such a high peak of perfection
277
693000
3000
Történetesen ők azok, akik olyan magas fokra fejlesztették a tökéletességet,
11:51
that they will make us all their pets --
278
696000
3000
hogy a végén az ölebeikké szelídítenek mindnyájunkat! --
11:54
(Laughter)
279
699000
2000
(Nevetés)
11:56
if, of course, they haven't already done so.
280
701000
3000
persze csak akkor, ha eddig még nem tették meg!
11:59
I sometimes wonder.
281
704000
3000
Néha pedig azt gondolom!
12:02
But it's this process of trial and error
282
707000
2000
De ez a próba-hiba folyamat az,
12:04
that explains this great divergence,
283
709000
4000
ami megmagyarázza a nagy eltérést a nyugati gazdaságok
12:08
this incredible performance of Western economies.
284
713000
3000
hihetetlen teljesítményei között!
12:11
It didn't come because you put some incredibly smart person in charge.
285
716000
3000
Nem azért van, mert valami hihetetlenül okos ember lett megbízva a vezetéssel.
12:14
It's come through trial and error.
286
719000
2000
Hanem a próba-hiba elv miatt.
12:16
Now I've been sort of banging on about this
287
721000
2000
Namost úgymond dörömböltem emiatt
12:18
for the last couple of months,
288
723000
2000
az elmúlt néhány hónapban,
12:20
and people sometimes say to me,
289
725000
2000
és az emeberek néha ilyesmiket kérdeznek tőlem:
12:22
"Well Tim, it's kind of obvious.
290
727000
2000
"Hát, Tim, elég nyilvánvaló.
12:24
Obviously trial and error is very important.
291
729000
2000
Nyilvánvaló, hogy ez a próba-hiba dolog nagyon fontos.
12:26
Obviously experimentation is very important.
292
731000
2000
Nyilvánvaló, hogy a kísérletezés nagyon fontos.
12:28
Now why are you just wandering around saying this obvious thing?"
293
733000
3000
De áruld már el, minek futkosol itt körbe ezt a nyilvánvaló dolgot hirdetendő?"
12:31
So I say, okay, fine.
294
736000
2000
Mire én, oké, persze.
12:33
You think it's obvious?
295
738000
2000
Szóval nyilvánvaló?
12:35
I will admit it's obvious
296
740000
2000
Majd akkor beismerem, hogy az,
12:37
when schools
297
742000
2000
amikor az iskolák
12:39
start teaching children
298
744000
3000
elkezdik a gyerekeket arra tanítani,
12:42
that there are some problems that don't have a correct answer.
299
747000
3000
hogy vannak olyan problémák, amikre nincs helyes válasz!
12:45
Stop giving them lists of questions
300
750000
3000
Amikor nem adnak többet nekik olyan kérdés listákat,
12:48
every single one of which has an answer.
301
753000
2000
amelyek mindegyikére egy válasz lehetséges!
12:50
And there's an authority figure in the corner
302
755000
2000
És ül egy hatalmon lévő személy a sarokban,
12:52
behind the teacher's desk who knows all the answers.
303
757000
2000
a tanári asztal mögött, aki minden kérdésre tudja a választ.
12:54
And if you can't find the answers,
304
759000
2000
És ha te nem vagy képes megadni azt a választ,
12:56
you must be lazy or stupid.
305
761000
2000
akkor lustának, vagy hülyének vagy nyilvánítva.
12:58
When schools stop doing that all the time,
306
763000
2000
Amikor az iskolák majd nem csinálnak ilyesmiket többé,
13:00
I will admit that, yes,
307
765000
2000
na majd akkor, akkor beismerem,
13:02
it's obvious that trial and error is a good thing.
308
767000
2000
hogy hát igen, nyilvánvaló, hogy a próba-hiba dolog bizony beválik.
13:04
When a politician stands up
309
769000
3000
Amikor majd egy politikus feláll,
13:07
campaigning for elected office
310
772000
2000
miközben a megválasztott irodájának kampányol,
13:09
and says, "I want to fix our health system.
311
774000
2000
és azt mondja: "Szeretném megjavítani az egészségügyi rendszert.
13:11
I want to fix our education system.
312
776000
2000
Szeretném rendbehozni az oktatásügyet.
13:13
I have no idea how to do it.
313
778000
3000
Bár fogalmam sincs, hogyan!
13:16
I have half a dozen ideas.
314
781000
2000
Van vagy fél tucat ötletem.
13:18
We're going to test them out. They'll probably all fail.
315
783000
3000
Mindet leteszteljük. Még az is lehet, hogy mind elbukik.
13:21
Then we'll test some other ideas out.
316
786000
2000
Akkor újabbakat próbálunk ki.
13:23
We'll find some that work. We'll build on those.
317
788000
2000
Egyszer csak találunk majd olyat, ami működik!
13:25
We'll get rid of the ones that don't." --
318
790000
2000
Ami pedig nem működik, attól megszabadulunk!"
13:27
when a politician campaigns on that platform,
319
792000
3000
Amikor majd egy politikus ilyen alapon kampányol,
13:30
and more importantly, when voters like you and me
320
795000
3000
és ami még fontosabb, amikor majd a szavazók, mint Önök és én
13:33
are willing to vote for that kind of politician,
321
798000
2000
hajlandóak ilyen fajta politikusokra szavazni,
13:35
then I will admit
322
800000
2000
majd akkor beismerem,
13:37
that it is obvious that trial and error works, and that -- thank you.
323
802000
3000
hogy igen, nyilvánvaló, hogy a próba-hiba elv működik, és hogy -- köszönöm.
13:40
(Applause)
324
805000
4000
(Taps)
13:44
Until then, until then
325
809000
3000
De addig, addig
13:47
I'm going to keep banging on about trial and error
326
812000
2000
továbbra is dörömbölök a próba-hiba elv érdekében,
13:49
and why we should abandon the God complex.
327
814000
3000
és hogy miért kéne végre elhagynunk az Isten-komplexust.
13:52
Because it's so hard
328
817000
3000
Mert annyira nehéz beismernünk
13:55
to admit our own fallibility.
329
820000
2000
a saját esendőségünket!
13:57
It's so uncomfortable.
330
822000
2000
Annyira kényelmetlen!
13:59
And Archie Cochrane understood this as well as anybody.
331
824000
3000
És Archie Cochrane ugyanúgy felfogta ezt, mint bárki más.
14:02
There's this one trial he ran
332
827000
2000
Volt egy kísérlete,
14:04
many years after World War II.
333
829000
2000
sok évvel a II. világháború után.
14:06
He wanted to test out
334
831000
3000
Igazolni akarta
14:09
the question of, where is it
335
834000
2000
azt a kérdést, hogy vajon hol kéne
14:11
that patients should recover
336
836000
2000
a betegeknek lábadoznia
14:13
from heart attacks?
337
838000
2000
egy szívinfarktus után?
14:15
Should they recover in a specialized cardiac unit in hospital,
338
840000
3000
Vajon egy arra szakosodott kórházi osztályon
14:18
or should they recover at home?
339
843000
3000
kéne lábadozniuk, vagy otthon?
14:21
All the cardiac doctors tried to shut him down.
340
846000
3000
Az összes kardiológus megpróbálta 'lecsavarni' őt.
14:24
They had the God complex in spades.
341
849000
3000
Nagyfokú Isten-komplexusuk volt.
14:27
They knew that their hospitals were the right place for patients,
342
852000
3000
Tudni vélték, hogy az ő kórházuk a megfelelő hely a betegeik számára.
14:30
and they knew it was very unethical
343
855000
2000
Azt is tudták, hogy kifejezetten etika ellenes
14:32
to run any kind of trial or experiment.
344
857000
3000
bármiféle vizsgálatot, vagy kísérletet folytatni ezzel kapcsolatban.
14:35
Nevertheless, Archie managed to get permission to do this.
345
860000
2000
Mindazonáltal, Archie-nak valahogy sikerült engedélyt szerezni erre.
14:37
He ran his trial.
346
862000
2000
Elindította a vizsgálatot.
14:39
And after the trial had been running for a little while,
347
864000
2000
És miután egy ideje már folyt a vizsgálat,
14:41
he gathered together all his colleagues
348
866000
2000
összehívta az összes kollégáját
14:43
around his table,
349
868000
2000
az asztalához,
14:45
and he said, "Well, gentlemen,
350
870000
2000
és ezt tárta eléjük: "Nos, uraim,
14:47
we have some preliminary results.
351
872000
2000
rendelkezésünkre állnak előzetes eredmények.
14:49
They're not statistically significant.
352
874000
2000
Statisztikailag nem jelentősek.
14:51
But we have something.
353
876000
3000
De azért van valamink.
14:54
And it turns out that you're right and I'm wrong.
354
879000
3000
Az derült ki, hogy Önöknek van igaza, és én tévedtem.
14:57
It is dangerous for patients
355
882000
2000
Veszélyes a betegek számára
14:59
to recover from heart attacks at home.
356
884000
2000
szívinfarktus után otthon lábadozni.
15:01
They should be in hospital."
357
886000
3000
Kórházban kell lenniük."
15:04
And there's this uproar, and all the doctors start pounding the table
358
889000
2000
Nagy felbojdulás támadt erre, az összes orvos elkezdte verni az asztalt,
15:06
and saying, "We always said you were unethical, Archie.
359
891000
3000
mondván: "Mindig mondtuk, hogy nem etikus amit csinálsz, Archie!
15:09
You're killing people with your clinical trials. You need to shut it down now.
360
894000
3000
Megölöd az embereket a klinikai kísérleteiddel! Azonnal le kell zárnod a kísérletet!
15:12
Shut it down at once."
361
897000
2000
Azonnal hagyd abba!"
15:14
And there's this huge hubbub.
362
899000
2000
Óriási volt a hangzavar.
15:16
Archie lets it die down.
363
901000
2000
Archie megvárta, amíg elcsendesedtek.
15:18
And then he says, "Well that's very interesting, gentlemen,
364
903000
2000
Akkor azt mondta: "Hát uraim, ez nagyon érdekes,
15:20
because when I gave you the table of results,
365
905000
3000
ugyanis amikor Önök elé tártam az eredményeket,
15:23
I swapped the two columns around.
366
908000
4000
megcseréltem a két oszlopot.
15:27
It turns out your hospitals are killing people,
367
912000
2000
Az derült ki, hogy az Önök kórháza gyilkolja az embereket,
15:29
and they should be at home.
368
914000
2000
és helyette inkább otthon kéne lenniük!
15:31
Would you like to close down the trial now,
369
916000
3000
Akkor most azonnal abbahagyják a kísérletezgetésüket,
15:34
or should we wait until we have robust results?"
370
919000
3000
vagy várjuk meg amíg szilárd eredmények születnek?"
15:38
Tumbleweed
371
923000
2000
Morajlás
15:40
rolls through the meeting room.
372
925000
3000
zúgott körbe a termen.
15:43
But Cochrane would do that kind of thing.
373
928000
3000
De Cochrane meg tudott csinálni ilyesmit!
15:46
And the reason he would do that kind of thing
374
931000
2000
És ami miatt megcsinált ilyesmit,
15:48
is because he understood
375
933000
2000
az, hogy megértette,
15:50
it feels so much better
376
935000
2000
hogy annyival jobb érzés
15:52
to stand there and say,
377
937000
2000
ott állni és azt mondani,
15:54
"Here in my own little world,
378
939000
2000
"Itt, az én kis világomban,
15:56
I am a god, I understand everything.
379
941000
2000
én magam vagyok Isten, mindent értek.
15:58
I do not want to have my opinions challenged.
380
943000
2000
Nem akarom, hogy a véleményem vita tárgya legyen!
16:00
I do not want to have my conclusions tested."
381
945000
3000
Nem akarom, hogy a következtetéseim le legyenek ellenőrizve!"
16:03
It feels so much more comfortable
382
948000
2000
Annyival kényelmesebb egyszerűen csak
16:05
simply to lay down the law.
383
950000
3000
lefektetni egy törvényt.
16:08
Cochrane understood
384
953000
2000
Cochrane megértette,
16:10
that uncertainty, that fallibility,
385
955000
2000
hogy a bizonytalanság, az esendőség,
16:12
that being challenged, they hurt.
386
957000
2000
ami itt ki lett hívva, bizony fájdalmas.
16:14
And you sometimes need to be shocked out of that.
387
959000
4000
És ebből néha ki kell, hogy legyünk billentve!
16:18
Now I'm not going to pretend that this is easy.
388
963000
3000
Nem fogok úgy csinálni, mintha ez könnyű lenne.
16:21
It isn't easy.
389
966000
2000
Mert nem az!
16:23
It's incredibly painful.
390
968000
2000
Hihetetlenül fájdalmas!
16:25
And since I started talking about this subject
391
970000
2000
És amióta csak elkezdtem erről a projektről beszélni,
16:27
and researching this subject,
392
972000
2000
és kutatni vele kapcsolatban,
16:29
I've been really haunted by something
393
974000
2000
azóta kísért valami,
16:31
a Japanese mathematician said on the subject.
394
976000
2000
amit egy japán matematikus mondott a témáról.
16:33
So shortly after the war,
395
978000
2000
Nem sokkal a háború után,
16:35
this young man, Yutaka Taniyama,
396
980000
3000
ez a fiatalember, Yutaka Taniyama,
16:38
developed this amazing conjecture
397
983000
2000
kifejlesztette ezt a lenyűgöző sejtést,
16:40
called the Taniyama-Shimura Conjecture.
398
985000
2000
amit Taniyama-Shimura sejtésnek neveztek el.
16:42
It turned out to be absolutely instrumental
399
987000
3000
Abszolút hasznosnak bizonyult
16:45
many decades later
400
990000
2000
néhány évtizeddel később,
16:47
in proving Fermat's Last Theorem.
401
992000
2000
Fermat utolsó tételének bizonyításánál.
16:49
In fact, it turns out it's equivalent
402
994000
2000
Valójában az derült ki, hogy egyenértékű
16:51
to proving Fermat's Last Theorem.
403
996000
2000
Fermat utolsó tételének bizonyításával.
16:53
You prove one, you prove the other.
404
998000
4000
Amint bebizonyítjuk az egyiket, a másik is be lesz bizonyítva.
16:57
But it was always a conjecture.
405
1002000
3000
De mindig csak sejtés volt.
17:00
Taniyama tried and tried and tried
406
1005000
3000
Taniyama próbálta és próbálta és próbálta,
17:03
and he could never prove that it was true.
407
1008000
3000
és soha nem sikerült neki bebizonyítania a helyességét.
17:06
And shortly before his 30th birthday in 1958,
408
1011000
3000
Nem sokkal a 30-adik születésnapja előtt 1958-ban
17:09
Yutaka Taniyama killed himself.
409
1014000
4000
Yutaka Taniyama öngyilkos lett.
17:13
His friend, Goro Shimura --
410
1018000
2000
Barátja, Goro Shimura --
17:15
who worked on the mathematics with him --
411
1020000
2000
aki vele együtt dolgozott a matematikáján --
17:17
many decades later, reflected on Taniyama's life.
412
1022000
3000
sok évtizeddel később, visszaemlékezett Taniyama életére.
17:22
He said,
413
1027000
3000
Azt mondta, hogy:
17:25
"He was not a very careful person
414
1030000
2000
"Nem volt egy óvatos személyiség
17:27
as a mathematician.
415
1032000
2000
matematikusként.
17:29
He made a lot of mistakes.
416
1034000
3000
Rengeteg hibát követett el.
17:32
But he made mistakes in a good direction.
417
1037000
4000
De a jó irányba!
17:36
I tried to emulate him,
418
1041000
3000
Megpróbáltam versenyezni vele,
17:39
but I realized
419
1044000
2000
de arra jöttem rá,
17:41
it is very difficult
420
1046000
2000
hogy nagyon nehéz
17:43
to make good mistakes."
421
1048000
3000
jó hibákat elkövetni!"
17:46
Thank you.
422
1051000
2000
Köszönöm.
17:48
(Applause)
423
1053000
12000
(Taps)
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