TEDxUGA
J. Marshall Shepherd: 3 kinds of bias that shape your worldview
J. Marshall Shepherd: A világnézetünket alakító három téveszme
Filmed:
Readability: 4.4
2,252,877 views
Mi alakítja tudományos értelmezéseinket (és félreértelmezéseinket)? J. Marshall Shepherd meteorológus gondolatébresztő előadásában kifejti, hogyan hat a megerősítési torzítás, a Dunning-Kruger-hatás és a kognitív disszonancia arra, amiről azt hisszük, hogy tudjuk – és megosztja velünk gondolatait arról, hogyan helyettesíthetjük ezeket valami sokkal erőteljesebb dologgal: a tudással.
J. Marshall Shepherd - Meteorologist
Dr. J. Marshall Shepherd is a leading international expert in weather and climate and is the Georgia Athletic Association Distinguished Professor of Geography and Atmospheric Sciences at the University of Georgia. Full bio
Dr. J. Marshall Shepherd is a leading international expert in weather and climate and is the Georgia Athletic Association Distinguished Professor of Geography and Atmospheric Sciences at the University of Georgia. Full bio
Double-click the English transcript below to play the video.
00:12
I'm a meteorologist by degree,
0
952
1762
Meteorológus végzettségem van.
00:14
I have a bachelor's,
master's and PhD in physical meteorology,
master's and PhD in physical meteorology,
1
2738
3143
Fizikai meteorológiából végeztem
mesterfokon, és ebből írtam doktorit.
mesterfokon, és ebből írtam doktorit.
00:17
so I'm a meteorologist, card carrying.
2
5905
2136
Tehát papírom van róla, hogy az vagyok.
00:20
And so with that comes
four questions, always.
four questions, always.
3
8444
4699
Ezzel pedig mindig együtt jár négy kérdés.
00:25
This is one prediction
I will always get right.
I will always get right.
4
13167
2556
Az egyetlen előrejelzésem,
ami mindig beválik.
ami mindig beválik.
00:27
(Laughter)
5
15747
1856
(Nevetés)
00:29
And those questions are,
6
17627
2048
Tehát ezek a kérdések:
00:31
"Marshall, what channel are you on?"
7
19699
2484
"Marshall, melyik csatornán vagy?"
00:34
(Laughter)
8
22207
1817
(Nevetés)
00:36
"Dr. Shepherd, what's the weather
going to be tomorrow?"
going to be tomorrow?"
9
24048
2841
"Dr. Shepherd, milyen idő lesz holnap?"
00:38
(Laughter)
10
26913
1000
(Nevetés)
00:39
And oh, I love this one:
11
27937
1587
Ez meg az egyik kedvencem:
00:41
"My daughter is getting married
next September, it's an outdoor wedding.
next September, it's an outdoor wedding.
12
29548
3445
"A lányomnak jövő szeptemberben
lesz szabadtéri esküvője.
lesz szabadtéri esküvője.
00:45
Is it going to rain?"
13
33017
1210
Lesz eső?"
00:46
(Laughter)
14
34251
1382
(Nevetés)
00:47
Not kidding, I get those,
and I don't know the answer to that,
and I don't know the answer to that,
15
35657
2905
Nem vicc, tényleg kapok ilyeneket,
és nem tudok felelni rájuk,
és nem tudok felelni rájuk,
00:50
the science isn't there.
16
38586
1600
elhagy a tudományom.
00:53
But the one I get a lot these days is,
17
41185
2903
Mostanában viszont
ezt kérdezik legtöbbször:
ezt kérdezik legtöbbször:
00:56
"Dr. Shepherd, do you believe
in climate change?"
in climate change?"
18
44112
4852
"Dr. Shepherd, hisz a klímaváltozásban?"
01:01
"Do you believe in global warming?"
19
49331
2706
"Hisz ön a globális felmelegedésben?"
01:04
Now, I have to gather myself
every time I get that question.
every time I get that question.
20
52807
3699
Mindig uralkodnom kell magamon,
amikor ezt kérdezik tőlem.
amikor ezt kérdezik tőlem.
01:08
Because it's an ill-posed question --
21
56530
1762
Már eleve rossz a kérdésfeltevés.
01:10
science isn't a belief system.
22
58316
2000
A tudomány ugyanis nem hit kérdése.
01:12
My son, he's 10 --
he believes in the tooth fairy.
he believes in the tooth fairy.
23
60911
3266
A fiam tízéves, hisz a fogtündérben.
01:16
And he needs to get over that,
because I'm losing dollars, fast.
because I'm losing dollars, fast.
24
64998
3389
Jó is lenne már túl lenni rajta,
mert gyorsan fogynak a dollárjaim.
mert gyorsan fogynak a dollárjaim.
01:20
(Laughter)
25
68411
2317
(Nevetés)
01:22
But he believes in the tooth fairy.
26
70752
1825
Ő hisz a fogtündérben.
01:24
But consider this.
27
72601
1971
De gondolkozzunk kicsit.
01:27
Bank of America building,
there, in Atlanta.
there, in Atlanta.
28
75361
2548
Ott van Atlantában
a Bank of America épülete.
a Bank of America épülete.
01:29
You never hear anyone say,
29
77933
2555
Ugye, soha senki nem tesz fel
ilyen kérdést:
ilyen kérdést:
"Hisz ön abban, hogy ha felmegy
annak az épületnek a tetejére,
annak az épületnek a tetejére,
01:32
"Do you believe, if you go
to the top of that building
to the top of that building
30
80512
2579
01:35
and throw a ball off, it's going to fall?"
31
83115
2254
és ledob egy labdát, az le fog esni?"
01:37
You never hear that,
because gravity is a thing.
because gravity is a thing.
32
85807
3334
Azért nem kérdez ilyet senki,
mert a gravitáció magától értetődik.
mert a gravitáció magától értetődik.
01:42
So why don't we hear the question,
33
90427
2285
Miért nem hallunk ilyen kérdést:
01:44
"Do you believe in gravity?"
34
92736
1805
"Hisz ön a gravitációban?"
01:46
But of course, we hear the question,
35
94565
1858
De olyat persze feltesznek:
01:48
"Do you believe in global warming?"
36
96447
2333
"Hisz ön a globális felmelegedésben?"
01:52
Well, consider these facts.
37
100161
2412
Gondoljuk át ezeket a tényeket.
01:55
The American Association
for the Advancement of Science, AAAS,
for the Advancement of Science, AAAS,
38
103799
3096
Az Amerikai Tudományfejlesztési
Szövetség, az AAAS,
Szövetség, az AAAS,
01:58
one of the leading
organizations in science,
organizations in science,
39
106919
2849
az egyik legkiemelkedőbb
tudományos szervezet
tudományos szervezet
02:01
queried scientists and the public
on different science topics.
on different science topics.
40
109792
3920
tudósokat és a nyilvánosságot
kérdezett különböző tudományos témákról.
kérdezett különböző tudományos témákról.
Mondok néhányat közülük:
02:05
Here are some of them:
41
113736
1199
génmódosított élelmiszer,
állatkísérletek, emberi evolúció.
állatkísérletek, emberi evolúció.
02:06
genetically modified food,
animal research, human evolution.
animal research, human evolution.
42
114959
3927
02:11
And look at what the scientists
say about those,
say about those,
43
119709
2500
Nézzék, mit mondanak a tudósok,
02:14
the people that actually
study those topics, in red,
study those topics, in red,
44
122233
2714
a terület szakembereit pirossal jelöltem,
02:16
versus the gray, what the public thinks.
45
124971
2627
szemben a szürke jelzéssel,
ami a közvéleményt jelzi.
ami a közvéleményt jelzi.
02:19
How did we get there?
46
127622
1586
Hogyan jutottunk ide?
02:21
How did we get there?
47
129982
1492
Hogyan jutottunk ide?
02:24
That scientists and the public
are so far apart on these science issues.
are so far apart on these science issues.
48
132743
3901
A tudósok és a közvélemény között
óriási szakadék tátong ezekben a témákban.
óriási szakadék tátong ezekben a témákban.
02:29
Well, I'll come a little bit
closer to home for me,
closer to home for me,
49
137260
2396
Kicsit közelítek a saját szakterületemhez,
02:31
climate change.
50
139680
1150
a klímaváltozáshoz.
02:33
Eighty-seven percent of scientists
51
141339
2892
A tudósok 87 százaléka szerint
02:36
believe that humans are contributing
to climate change.
to climate change.
52
144255
4208
hozzájárulnak az emberek
a klímaváltozáshoz.
a klímaváltozáshoz.
02:41
But only 50 percent of the public?
53
149450
2267
A nyilvánosságnak pedig
csak 50 százaléka gondolja így.
csak 50 százaléka gondolja így.
02:45
How did we get there?
54
153323
1381
Hogyan jutottunk ide?
02:46
So it begs the question,
55
154728
1303
Felmerül hát a kérdés,
02:48
what shapes perceptions about science?
56
156055
4737
mi alakítja a tudományos értelmezést?
Érdekes kérdés,
02:54
It's an interesting question
57
162655
1390
02:56
and one that I've been
thinking about quite a bit.
thinking about quite a bit.
58
164069
2578
már régóta foglalkoztat.
03:00
I think that one thing that shapes
perceptions in the public, about science,
perceptions in the public, about science,
59
168434
4666
Szerintem hiedelmek és téveszmék formálják
03:05
is belief systems and biases.
60
173124
2190
a tudományról alkotott közfelfogást.
03:08
Belief systems and biases.
61
176339
1436
Hiedelmek és téveszmék.
03:09
Go with me for a moment.
62
177799
1600
Gondolkozzanak velem, kérem.
03:12
Because I want to talk
about three elements of that:
about three elements of that:
63
180005
2453
Ugyanis ezek három eleméről
szeretnék beszélni:
szeretnék beszélni:
03:14
confirmation bias, Dunning-Kruger effect
64
182482
3673
a megerősítési torzításról,
a Dunning-Kruger-hatásról
a Dunning-Kruger-hatásról
03:18
and cognitive dissonance.
65
186179
1865
és a kognitív disszonanciáról.
03:20
Now, these sound like big, fancy,
academic terms, and they are.
academic terms, and they are.
66
188068
4023
Ezek úgy hangzanak, mint nagy, ékes
tudományos szakkifejezések, és azok is.
tudományos szakkifejezések, és azok is.
03:24
But when I describe them,
you're going to be like, "Oh!
you're going to be like, "Oh!
67
192585
3627
De ha elmondom a jelentésüket,
önök azt fogják mondani:
önök azt fogják mondani:
03:28
I recognize that; I even know
somebody that does that."
somebody that does that."
68
196236
3733
" Ó! Hiszen ezt ismerem, és tudok
is rájuk élő példát mondani!"
is rájuk élő példát mondani!"
03:33
Confirmation bias.
69
201355
1579
Megerősítési torzítás:
03:36
Finding evidence that supports
what we already believe.
what we already believe.
70
204260
4472
Olyan bizonyítékot keresünk,
ami alátámasztja hitünket.
ami alátámasztja hitünket.
03:40
Now, we're probably all
a little bit guilty of that at times.
a little bit guilty of that at times.
71
208756
2924
Időnként valószínűleg valamennyien
beleesünk ebbe a hibába.
beleesünk ebbe a hibába.
03:45
Take a look at this.
72
213427
1539
Vegyünk egy példát.
03:46
I'm on Twitter.
73
214990
1317
Twitterezek.
03:48
And often, when it snows,
74
216331
2404
Amikor havazik,
03:50
I'll get this tweet back to me.
75
218759
1889
szinte mindig megkapom ezt a tweetet.
03:52
(Laughter)
76
220672
2476
(Nevetés)
03:55
"Hey, Dr. Shepherd, I have 20 inches
of global warming in my yard,
of global warming in my yard,
77
223172
3729
"Hé, Dr. Shepherd, fél méter magas
globális felmelegedés van az udvaromon,
globális felmelegedés van az udvaromon,
03:58
what are you guys
talking about, climate change?"
talking about, climate change?"
78
226925
2984
mit hadoválnak klímaváltozásról?"
04:01
I get that tweet a lot, actually.
79
229933
1738
Sokszor megkapom ezt a tweetet.
04:04
It's a cute tweet,
it makes me chuckle as well.
it makes me chuckle as well.
80
232909
2937
Aranyos, mindig megmosolyogtat.
04:07
But it's oh, so fundamentally
scientifically flawed.
scientifically flawed.
81
235870
3945
De tudományosan alapvetően hibás.
04:12
Because it illustrates
82
240292
1558
Ugyanis azt támasztja alá,
04:13
that the person tweeting
doesn't understand
doesn't understand
83
241874
2021
hogy aki ilyet ír, annak fogalma sincs
04:15
the difference
between weather and climate.
between weather and climate.
84
243919
2102
az időjárás és a klíma közti különbségről.
04:19
I often say, weather is your mood
85
247466
3548
Szoktam mondogatni:
az időjárás a hangulatunk,
az időjárás a hangulatunk,
04:23
and climate is your personality.
86
251038
2459
a klíma a személyiségünk.
Gondoljanak bele.
04:26
Think about that.
87
254981
1151
04:28
Weather is your mood,
climate is your personality.
climate is your personality.
88
256156
2444
Az időjárás a hangulatunk,
a klíma a személyiségünk.
a klíma a személyiségünk.
04:30
Your mood today doesn't necessarily
tell me anything about your personality,
tell me anything about your personality,
89
258624
3985
A pillanatnyi hangulatunk nem feltétlenül
árulkodik személyiségünkről,
árulkodik személyiségünkről,
04:34
nor does a cold day tell me anything
about climate change,
about climate change,
90
262633
2770
ahogy egy hideg nap sem árul el semmit
a klímaváltozásról,
a klímaváltozásról,
04:37
or a hot day, for that matter.
91
265427
2000
éppenséggel egy kánikulai nap sem.
04:41
Dunning-Kruger.
92
269974
1150
Dunning-Kruger:
Két cornelli kutató mutatta ki
a Dunning-Kruger-hatás jelenségét.
a Dunning-Kruger-hatás jelenségét.
04:43
Two scholars from Cornell
came up with the Dunning-Kruger effect.
came up with the Dunning-Kruger effect.
93
271616
3055
Ha utánaolvasnak a legfrissebb
tudományos szakirodalomban,
tudományos szakirodalomban,
04:46
If you go look up
the peer-reviewed paper for this,
the peer-reviewed paper for this,
94
274695
2381
04:49
you will see all kinds
of fancy terminology:
of fancy terminology:
95
277100
2469
mindenféle cifra kifejezéssel
találkoznak majd:
találkoznak majd:
04:51
it's an illusory superiority complex,
thinking we know things.
thinking we know things.
96
279593
3643
illuzórikus felsőbbrendűségi komplexus
azt hinni, hogy tudunk valamit.
azt hinni, hogy tudunk valamit.
04:55
In other words, people think
they know more than they do.
they know more than they do.
97
283260
2817
Másképp szólva: az emberek azt hiszik,
többet tudnak, mint amennyit valójában.
többet tudnak, mint amennyit valójában.
04:59
Or they underestimate
what they don't know.
what they don't know.
98
287553
2933
Vagyis alábecsülik azt, amit nem tudnak.
05:02
And then, there's cognitive dissonance.
99
290847
2467
Aztán a kognitív disszonancia.
05:06
Cognitive dissonance is interesting.
100
294831
2333
Az egy érdekes dolog.
05:09
We just recently had Groundhog Day, right?
101
297538
2650
Nemrég ünnepeltük a Mormotanapot, ugye?
05:13
Now, there's no better definition
of cognitive dissonance
of cognitive dissonance
102
301132
2721
A legjobb példa a kognitív
disszonancia leírására,
disszonancia leírására,
05:15
than intelligent people asking me
if a rodent's forecast is accurate.
if a rodent's forecast is accurate.
103
303877
3518
amikor tanult emberek azt kérdezik tőlem:
pontos-e a rágcsálók előrejelzése.
pontos-e a rágcsálók előrejelzése.
05:19
(Laughter)
104
307419
2731
(Nevetés)
05:22
But I get that, all of the time.
105
310174
2547
De mindig megkapom a kérdést.
05:24
(Laughter)
106
312745
1254
(Nevetés)
05:26
But I also hear
about the Farmer's Almanac.
about the Farmer's Almanac.
107
314023
3603
Azt is hallom, a Farmers' Almanacból
jósolnak időjárást.
jósolnak időjárást.
05:29
We grew up on the Farmer's Almanac,
people are familiar with it.
people are familiar with it.
108
317650
3196
Mi is ezen a kalendáriumon
nőttünk fel, mindenki ismeri.
nőttünk fel, mindenki ismeri.
05:34
The problem is, it's only
about 37 percent accurate,
about 37 percent accurate,
109
322259
3412
Az a gond vele, hogy csak
körülbelül 37 százalékig pontos
körülbelül 37 százalékig pontos
05:37
according to studies
at Penn State University.
at Penn State University.
110
325695
3134
a Penn Állami Egyetem kutatásai szerint.
05:43
But we're in an era of science
111
331458
3571
Ma pedig olyan korban élünk,
melyben tudományosan
előre jelezhetjük az időjárást.
előre jelezhetjük az időjárást.
05:47
where we actually
can forecast the weather.
can forecast the weather.
112
335053
2064
05:49
And believe it or not, and I know
some of you are like, "Yeah, right,"
some of you are like, "Yeah, right,"
113
337141
3421
Na jó, tudom, néhányan önök közül
most azt gondolják: "Aha, persze,"
most azt gondolják: "Aha, persze,"
05:52
we're about 90 percent accurate, or more,
with weather forecast.
with weather forecast.
114
340586
3023
legalább 90 százalék pontossággal
tudunk előre jelezni.
tudunk előre jelezni.
Csak hát önök hajlamosak
a ritka tévedéseinkre emlékezni.
a ritka tévedéseinkre emlékezni.
05:55
You just tend to remember
the occasional miss, you do.
the occasional miss, you do.
115
343633
2624
(Nevetés)
05:58
(Laughter)
116
346281
1150
06:02
So confirmation bias,
Dunning-Kruger and cognitive dissonance.
Dunning-Kruger and cognitive dissonance.
117
350263
3405
Tehát megerősítési torzítás,
Dunning-Kruger és kognitív disszonancia.
Dunning-Kruger és kognitív disszonancia.
06:05
I think those shape biases and perceptions
that people have about science.
that people have about science.
118
353692
5412
Szerintem ezek formálják a tudományról
alkotott téveszméket és értelmezéseket.
alkotott téveszméket és értelmezéseket.
De rajtuk kívül az írott sajtó
és a félretájékoztatás is
és a félretájékoztatás is
06:11
But then, there's literacy
and misinformation
and misinformation
119
359625
2149
06:13
that keep us boxed in, as well.
120
361798
2067
korlátoz minket.
06:17
During the hurricane season of 2017,
121
365911
2484
A 2017-es hurrikánszezonban
06:20
media outlets had to actually
assign reporters
assign reporters
122
368419
4213
külön riportereket kellett
megbízni sajtóorgánumokban
megbízni sajtóorgánumokban
06:24
to dismiss fake information
about the weather forecast.
about the weather forecast.
123
372656
4157
azzal a feladattal, hogy vessék el
a hamis időjárási híreket.
a hamis időjárási híreket.
06:30
That's the era that we're in.
124
378204
1934
Ilyen korban élünk.
06:32
I deal with this all the time
in social media.
in social media.
125
380644
2437
Nem győzöm kezelni a közösségi oldalakon.
Valaki kitesz a twitterre
egy időjárás-előrejelzést
egy időjárás-előrejelzést
06:35
Someone will tweet a forecast --
126
383105
1587
06:36
that's a forecast for Hurricane Irma,
but here's the problem:
but here's the problem:
127
384716
2936
az Irma nevű hurrikánról,
csak egy a gond vele:
csak egy a gond vele:
06:39
it didn't come from the Hurricane Center.
128
387676
2000
nem a Hurrikán Központból ered.
De mindenki kiteszi, aztán
tovább osztják, vírusként terjed.
tovább osztják, vírusként terjed.
06:42
But people were tweeting
and sharing this; it went viral.
and sharing this; it went viral.
129
390608
2787
06:45
It didn't come from
the National Hurricane Center at all.
the National Hurricane Center at all.
130
393419
2865
Egyáltalán nem a Nemzeti
Hurrikán Központból származik.
Hurrikán Központból származik.
06:50
So I spent 12 years of my career at NASA
131
398363
2484
Tizenkét évet dolgoztam a NASA-nál,
06:52
before coming
to the University of Georgia,
to the University of Georgia,
132
400871
2032
mielőtt a Georgiai Egyetemre jöttem,
06:54
and I chair their Earth Science
Advisory Committee,
Advisory Committee,
133
402927
2515
a Földtudományi Tanácsadó Bizottság
elnöke vagyok,
elnöke vagyok,
épp múlt héten voltam náluk
Washingtonban.
Washingtonban.
06:57
I was just up there last week in DC.
134
405466
1817
06:59
And I saw some really interesting things.
135
407307
1987
Láttam néhány érdekességet.
07:01
Here's a NASA model
and science data from satellite
and science data from satellite
136
409318
3238
Itt egy NASA-modell
és tudományos műholdas adatok,
és tudományos műholdas adatok,
07:04
showing the 2017 hurricane season.
137
412580
2283
a 2017-es hurrikánszezont mutatják.
07:06
You see Hurricane Harvey there?
138
414887
2066
Látják rajta a Harvey hurrikánt?
07:09
Look at all the dust coming off of Africa.
139
417649
2509
Nézzék az Afrika felől áramló porfelhőt.
07:12
Look at the wildfires up in northwest US
and in western Canada.
and in western Canada.
140
420617
4987
Nézzék az erdőtüzeket Amerikában
és Kanada nyugati részén.
és Kanada nyugati részén.
07:17
There comes Hurricane Irma.
141
425628
1800
Ott jön az Irma hurrikán.
07:20
This is fascinating to me.
142
428923
2143
Ez engem elbűvöl.
07:23
But admittedly, I'm a weather geek.
143
431688
2095
De tudják, én totál rákattantam
az időjárásra.
az időjárásra.
07:26
But more importantly, it illustrates
that we have the technology
that we have the technology
144
434982
3476
Még fontosabb, hogy ez is mutatja:
olyan technológiánk van,
olyan technológiánk van,
mellyel nemcsak megfigyelhetjük
az időjárást és az éghajlati rendszert,
az időjárást és az éghajlati rendszert,
07:30
to not only observe the weather
and climate system,
and climate system,
145
438482
2579
07:33
but predict it.
146
441085
1150
de előre is jelezhetjük.
07:34
There's scientific understanding,
147
442625
1762
Tudományos ismereteink vannak,
07:36
so there's no need for some
of those perceptions and biases
of those perceptions and biases
148
444411
3087
tehát semmi szükség olyan
értelmezésekre és téveszmékre,
értelmezésekre és téveszmékre,
07:39
that we've been talking about.
149
447522
1570
melyekről beszéltünk.
07:41
We have knowledge.
150
449116
1199
Megvan a tudásunk.
07:42
But think about this ...
151
450339
1238
De gondoljanak bele...
07:43
This is Houston, Texas,
after Hurricane Harvey.
after Hurricane Harvey.
152
451601
3182
Ez itt a texasi Houston,
a Harvey hurrikán után.
a Harvey hurrikán után.
07:47
Now, I write a contribution
for "Forbes" magazine periodically,
for "Forbes" magazine periodically,
153
455736
2963
Rendszeresen publikálok
a Forbes magazinban,
a Forbes magazinban,
07:50
and I wrote an article a week before
Hurricane Harvey made landfall, saying,
Hurricane Harvey made landfall, saying,
154
458733
4531
az egyik cikkemben ezt írtam
egy héttel a Harvey pusztítása előtt:
egy héttel a Harvey pusztítása előtt:
07:55
"There's probably going to be
40 to 50 inches of rainfall."
40 to 50 inches of rainfall."
155
463288
2842
"100-130 milliméter körüli
csapadékra számíthatunk."
csapadékra számíthatunk."
07:58
I wrote that a week before it happened.
156
466776
2484
Egy héttel előtte megírtam.
Mégis, amikor a houstoniakkal
beszélgetünk, azt mondják:
beszélgetünk, azt mondják:
08:01
But yet, when you talk
to people in Houston,
to people in Houston,
157
469284
2126
08:03
people are saying, "We had no idea
it was going to be this bad."
it was going to be this bad."
158
471434
3073
"Sejtelmünk sem volt arról,
hogy ez ilyen szörnyű lesz."
hogy ez ilyen szörnyű lesz."
(Nevetés)
08:07
I'm just...
159
475093
1175
Én csak...
08:08
(Sigh)
160
476292
1181
(Sóhajt)
08:09
(Laughter)
161
477497
1136
(Nevetés)
08:10
A week before.
162
478657
1174
Egy héttel előtte.
08:11
But --
163
479855
1190
De –
08:13
I know, it's amusing, but the reality is,
164
481069
2498
Tudom, furcsa, de az az igazság,
08:15
we all struggle with perceiving something
outside of our experience level.
outside of our experience level.
165
483591
6144
hogy mindenki nehezen fogja fel azt,
amit még nem élt át.
amit még nem élt át.
Houston lakói időtlen idők óta
ismerik az esőt,
ismerik az esőt,
08:21
People in Houston
get rain all of the time,
get rain all of the time,
166
489759
2270
08:24
they flood all of the time.
167
492053
1800
sokszor mosta el őket árvíz.
08:26
But they've never experienced that.
168
494513
2334
De ilyet még sosem éltek át.
08:29
Houston gets about 34 inches of rainfall
for the entire year.
for the entire year.
169
497561
4389
Houston éves csapadékmennyisége
nagyjából 86 milliméter.
nagyjából 86 milliméter.
08:33
They got 50 inches in three days.
170
501974
2555
Most három nap alatt
130 milliméternyi zúdult rájuk.
130 milliméternyi zúdult rájuk.
08:37
That's an anomaly event,
that's outside of the normal.
that's outside of the normal.
171
505300
3091
Szokatlan esemény, egészen rendkívüli.
08:42
So belief systems and biases,
literacy and misinformation.
literacy and misinformation.
172
510188
2841
Hiedelmek, téveszmék,
írott sajtó és félreinformálás.
írott sajtó és félreinformálás.
08:45
How do we step out of the boxes
that are cornering our perceptions?
that are cornering our perceptions?
173
513053
3883
Hogyan változtassunk szokásainkon,
melyek gúzsba kötik értelmezéseinket?
melyek gúzsba kötik értelmezéseinket?
08:50
Well we don't even have to go to Houston,
we can come very close to home.
we can come very close to home.
174
518633
3733
Nem kell ahhoz Houstonba mennünk,
elég a saját portánk előtt söprögetni.
elég a saját portánk előtt söprögetni.
08:54
(Laughter)
175
522390
1181
(Nevetés)
08:55
Remember "Snowpocalypse?"
176
523595
1913
Emlékeznek a "Hópokalipszisre?"
08:57
(Laughter)
177
525532
1801
(Nevetés)
08:59
Snowmageddon?
178
527357
1500
És a Hómageddonra?
09:00
Snowzilla?
179
528881
1151
A Hózillára?
09:02
Whatever you want to call it.
180
530056
2029
Nevezhetik bárminek.
09:04
All two inches of it.
181
532109
2317
Öt centis hó volt.
09:06
(Laughter)
182
534450
2603
(Nevetés)
09:09
Two inches of snow
shut the city of Atlanta down.
shut the city of Atlanta down.
183
537077
2865
Az ötcentis hó elzárta Atlantát.
09:11
(Laughter)
184
539966
1571
(Nevetés)
09:14
But the reality is,
we were in a winter storm watch,
we were in a winter storm watch,
185
542982
4254
De benne voltunk a téli
viharfigyelési rendszerben,
viharfigyelési rendszerben,
09:19
we went to a winter weather advisory,
186
547260
2635
úgyhogy tanácsot kértünk
az előrejelzőktől.
az előrejelzőktől.
09:21
and a lot of people perceived that
as being a downgrade,
as being a downgrade,
187
549919
2650
Sokan úgy fogták ezt föl
mint a riasztási fok enyhítését.
mint a riasztási fok enyhítését.
09:24
"Oh, it's not going to be as bad."
188
552593
1667
„Ó, nem is lesz ez olyan vészes!”
09:26
When in fact, the perception
was that it was not going to be as bad,
was that it was not going to be as bad,
189
554284
3230
Mikor csakugyan úgy vélték,
hogy nem is lesz olyan vészes,
hogy nem is lesz olyan vészes,
ám a riasztási fokot valójában növelték.
09:29
but it was actually an upgrade.
190
557538
1634
09:31
Things were getting worse
as the models were coming in.
as the models were coming in.
191
559196
2587
Ahogy az adatok érkeztek,
a helyzet egyre romlott.
a helyzet egyre romlott.
09:33
So that's an example of how we get
boxed in by our perceptions.
boxed in by our perceptions.
192
561807
3806
A példa azt igazolja, mennyire
érzékeink rabjai vagyunk.
érzékeink rabjai vagyunk.
09:38
So, the question becomes,
193
566165
1976
Felvetődik tehát a kérdés,
09:40
how do we expand our radius?
194
568165
3491
hogyan tágíthatjuk látókörünket?
A kör területe:
pi szorozva sugár a négyzeten.
pi szorozva sugár a négyzeten.
09:45
The area of a circle is "pi r squared".
195
573823
1910
09:47
We increase the radius,
we increase the area.
we increase the area.
196
575757
2243
Ha növeljük a sugarat, nő a kör területe.
09:50
How do we expand our radius
of understanding about science?
of understanding about science?
197
578024
3981
Hogyan növeljük tudományos
ismereteink sugarát?
ismereteink sugarát?
09:54
Here are my thoughts.
198
582593
1400
Elmondom, mit gondolok erről.
09:56
You take inventory of your own biases.
199
584720
3071
Mindenkinek megvan a maga
téveszme-rendszere.
téveszme-rendszere.
Mindenkit arra buzdítok,
ismerje fel a sajátjait.
ismerje fel a sajátjait.
09:59
And I'm challenging you all to do that.
200
587815
2016
10:01
Take an inventory of your own biases.
201
589855
3024
Mindenki legyen tisztában
saját téveszméivel.
saját téveszméivel.
10:04
Where do they come from?
202
592903
1285
Honnan erednek?
10:06
Your upbringing, your political
perspective, your faith --
perspective, your faith --
203
594212
3374
Belénk nevelték, politikai nézőpont,
vallásos hit –
vallásos hit –
10:09
what shapes your own biases?
204
597610
2419
mik alakítják az önök téveszméit?
10:13
Then, evaluate your sources --
205
601982
1437
Aztán értékeljék hírforrásaikat –
10:15
where do you get
your information on science?
your information on science?
206
603443
2451
honnan szerezik be
a tudományos információikat?
a tudományos információikat?
10:18
What do you read, what do you listen to,
207
606553
1976
Mit olvasnak, mit hallgatnak,
10:20
to consume your information on science?
208
608553
2000
hogy gyarapítják tudományos ismereteinket?
10:23
And then, it's important to speak out.
209
611022
2746
Aztán fontos, hogy ezt
nyíltan ki is mondják.
nyíltan ki is mondják.
10:25
Talk about how you evaluated your biases
and evaluated your sources.
and evaluated your sources.
210
613792
4118
Beszéljenek arról, hogyan értékelik
téveszméiket és hírforrásaikat.
téveszméiket és hírforrásaikat.
10:29
I want you to listen to this
little 40-second clip
little 40-second clip
211
617934
2770
Szeretném, ha meghallgatnák
ezt a 40 másodperces kis videót,
ezt a 40 másodperces kis videót,
10:32
from one of the top
TV meteorologists in the US, Greg Fishel,
TV meteorologists in the US, Greg Fishel,
212
620728
4778
az egyik legnépszerűbb amerikai
tévés meteorológus, Greg Fishel
tévés meteorológus, Greg Fishel
10:37
in the Raleigh, Durham area.
213
625530
1523
Raleigh-ban, Durham területén,
köztiszteletben áll azon a környéken.
10:39
He's revered in that region.
214
627077
1675
10:40
But he was a climate skeptic.
215
628776
1405
Klímaszkeptikus volt.
10:42
But listen to what he says
about speaking out.
about speaking out.
216
630205
2237
De figyeljék, mit mond
a véleménynyilvánításról.
a véleménynyilvánításról.
10:44
Greg Fishel:
The mistake I was making
The mistake I was making
217
632466
1736
Greg Fishel: Elkövettem azt a hibát,
10:46
and didn't realize until very recently,
218
634226
1954
és csak nemrég vettem észre,
10:48
was that I was only looking
for information
for information
219
636204
2593
hogy csak olyan információt kerestem,
10:50
to support what I already thought,
220
638821
2861
ami alátámasztja előfeltevéseimet,
10:53
and was not interested
in listening to anything contrary.
in listening to anything contrary.
221
641706
4107
és nem voltam kíváncsi
semmilyen ellenvéleményre.
semmilyen ellenvéleményre.
10:58
And so I woke up one morning,
222
646559
2071
Majd egy nap arra ébredtem,
11:00
and there was this question in my mind,
223
648654
3698
hogy felvetődött bennem egy kérdés:
"Greg, csak nem a megerősítési
torzítás csapdájába estél?
torzítás csapdájába estél?
11:04
"Greg, are you engaging
in confirmation bias?
in confirmation bias?
224
652918
2604
11:07
Are you only looking for information
to support what you already think?"
to support what you already think?"
225
655546
3925
Csak olyan információt keresel,
ami alátámasztja, amit gondolsz?"
ami alátámasztja, amit gondolsz?"
És ha őszinte akarok lenni magammal,
márpedig arra törekszem,
márpedig arra törekszem,
11:12
And if I was honest with myself,
and I tried to be,
and I tried to be,
226
660069
2439
11:14
I admitted that was going on.
227
662522
2328
akkor el kell ismernem: így történt.
11:17
And so the more I talked to scientists
228
665269
2514
Ezért több tudóssal is beszélgettem,
11:19
and read peer-reviewed literature
229
667807
2058
a legfrissebb tudományos
szakirodalmat olvastam,
szakirodalmat olvastam,
11:21
and tried to conduct myself the way
I'd been taught to conduct myself
I'd been taught to conduct myself
230
669889
4712
és igyekeztem úgy viselkedni,
ahogy azt Penn államban tanították
ahogy azt Penn államban tanították
11:26
at Penn State when I was a student,
231
674625
2333
egyetemista koromban,
11:29
it became very difficult for me
to make the argument
to make the argument
232
677665
2692
nagyon nehezen tudtam
elfogadni azt az érvet,
elfogadni azt az érvet,
11:32
that we weren't at least
having some effect.
having some effect.
233
680381
2060
hogy ne lenne legalább egy kis hatásunk.
11:34
Maybe there was still a doubt
as to how much,
as to how much,
234
682465
2436
Ennek mértéke talán kétséges volt,
11:36
but to say "nothing" was not
a responsible thing for me to do
a responsible thing for me to do
235
684925
4715
de azt mondani, hogy "semennyi",
elfogadhatatlannak tűnt számomra
elfogadhatatlannak tűnt számomra
11:41
as a scientist or a person.
236
689664
1800
tudósként is, magánemberként is.
11:45
JMS: Greg Fishel just talked
about expanding his radius
about expanding his radius
237
693387
3861
JMS: Greg Fishel épp arról beszélt,
hogy hogyan növeli
hogy hogyan növeli
11:49
of understanding of science.
238
697272
1623
tudományos megértésének sugarát.
11:50
And when we expand our radius,
239
698919
2055
És amikor saját látókörünket tágítjuk,
11:52
it's not about making a better future,
240
700998
3198
az nem egy jobb jövőről szól,
11:56
but it's about preserving
life as we know it.
life as we know it.
241
704220
3067
hanem arról, hogy úgy őrizzük meg
az életet, ahogy ismerjük.
az életet, ahogy ismerjük.
12:00
So as we think about expanding
our own radius in understanding science,
our own radius in understanding science,
242
708180
4954
Ezért fontos a georgiai Athénnak,
Atlantának,
Atlantának,
12:06
it's critical for Athens, Georgia,
for Atlanta, Georgia,
for Atlanta, Georgia,
243
714292
3372
és az egész Georgia államnak
valamint az egész világnak,
valamint az egész világnak,
12:09
for the state of Georgia,
and for the world.
and for the world.
244
717688
2858
hogy mit gondolunk tudományos
megértésünk látókörének tágításáról.
megértésünk látókörének tágításáról.
12:12
So expand your radius.
245
720857
2071
Úgyhogy terjesszék ki látókörük sugarát.
12:14
Thank you.
246
722952
1183
Köszönöm.
12:16
(Applause)
247
724159
4015
(Taps)
ABOUT THE SPEAKER
J. Marshall Shepherd - MeteorologistDr. J. Marshall Shepherd is a leading international expert in weather and climate and is the Georgia Athletic Association Distinguished Professor of Geography and Atmospheric Sciences at the University of Georgia.
Why you should listen
Dr. J. Marshall Shepherd was the 2013 President of American Meteorological Society (AMS), the nation's largest and oldest professional/science society in the atmospheric and related sciences. He serves as Director of the University of Georgia's (UGA) Atmospheric Sciences Program and Full Professor in the Department of Geography where he is Associate Department Head.
Shepherd is also the host of The Weather Channel’s Weather Geeks, a pioneering Sunday talk show dedicated to science, and he is a contributor to Forbes Magazine. Dr. Shepherd routinely appears on national media outlets like CNN, The Weather Channel, CBS's Face The Nation and more. He also provides expertise to NASA, NOAA, The White House, Congress and other stakeholders.
J. Marshall Shepherd | Speaker | TED.com