TED2016
Mariano Sigman: Your words may predict your future mental health
Mariano Sigman: Le tue parole potrebbero predire la tua salute mentale futura
Filmed:
Readability: 4.5
3,146,887 views
Il nostro modo di parlare e di scrivere potrebbero predire il nostro futuro stato mentale, addirittura individuare l'instaurarsi di una psicosi? In questo affascinante intervento, il neuroscienziato Mariano Sigman riflette sull'Antica Grecia e le origini dell'introspezione per studiare come le nostre parole siano un indizio della nostre vite interiori e ci descrive un algoritmo mappato sulle parole che potrebbe predire lo sviluppo della schizofrenia. "In futuro potremmo essere in grado di vedere una forma di sanità mentale molto diversa", dice Sigman, "basata sull'analisi oggettiva, quantitativa e automatizzata delle parole che scriviamo, delle parole che diciamo".
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bio
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bio
Double-click the English transcript below to play the video.
00:13
We have historical records that allow us
to know how the ancient Greeks dressed,
to know how the ancient Greeks dressed,
0
1006
5150
Abbiamo tracce storiche che ci permettono
di sapere come vestivano gli Antichi Greci
di sapere come vestivano gli Antichi Greci
00:18
how they lived,
1
6180
1254
come vivevano,
00:19
how they fought ...
2
7458
1522
come combattevano...
00:21
but how did they think?
3
9004
1524
ma come pensavano?
00:23
One natural idea is that the deepest
aspects of human thought --
aspects of human thought --
4
11432
4440
La nostra idea naturale è che gli aspetti
più profondi del pensiero umano,
più profondi del pensiero umano,
00:27
our ability to imagine,
5
15896
1872
la nostra abilità d'immaginare,
00:29
to be conscious,
6
17792
1397
di essere coscienti,
00:31
to dream --
7
19213
1231
di sognare,
00:32
have always been the same.
8
20468
1619
sono sempre state le stesse.
00:34
Another possibility
9
22872
1499
Un'altra possibilità
00:36
is that the social transformations
that have shaped our culture
that have shaped our culture
10
24395
3723
è che le trasformazioni sociali
che hanno dato forma alla nostra cultura
che hanno dato forma alla nostra cultura
00:40
may have also changed
the structural columns of human thought.
the structural columns of human thought.
11
28142
3785
potrebbero aver cambiato anche
le colonne portanti del pensiero umano.
le colonne portanti del pensiero umano.
Può essere che ognuno di noi
abbia un'opinione diversa a riguardo.
abbia un'opinione diversa a riguardo.
00:44
We may all have different
opinions about this.
opinions about this.
12
32911
2524
00:47
Actually, it's a long-standing
philosophical debate.
philosophical debate.
13
35459
2717
In realtà, è un dibattito filosofico
che va avanti da molto tempo.
che va avanti da molto tempo.
00:50
But is this question
even amenable to science?
even amenable to science?
14
38644
2727
Ma questo quesito
è trattabile dalla scienza?
è trattabile dalla scienza?
00:54
Here I'd like to propose
15
42834
2506
Ciò che suggerisco qui
è che come si può ricostruire
l'aspetto delle città dell'Antica Grecia
l'aspetto delle città dell'Antica Grecia
00:57
that in the same way we can reconstruct
how the ancient Greek cities looked
how the ancient Greek cities looked
16
45364
4772
01:02
just based on a few bricks,
17
50160
2388
sulla base di pochi mattoni,
così gli scritti di una cultura
possono essere la traccia archeologica,
possono essere la traccia archeologica,
01:04
that the writings of a culture
are the archaeological records,
are the archaeological records,
18
52572
4126
01:08
the fossils, of human thought.
19
56722
2143
i fossili del pensiero umano.
01:11
And in fact,
20
59905
1174
E infatti,
conducendo una certa forma
di analisi psicologica
di analisi psicologica
01:13
doing some form of psychological analysis
21
61103
2206
01:15
of some of the most ancient
books of human culture,
books of human culture,
22
63333
3544
di alcuni dei più antichi libri
scritti dall'uomo,
scritti dall'uomo,
01:18
Julian Jaynes came up in the '70s
with a very wild and radical hypothesis:
with a very wild and radical hypothesis:
23
66901
5955
Julian Jaynes negli anni Settanta ha dato
un'ipotesi folle e davvero radicale:
un'ipotesi folle e davvero radicale:
01:24
that only 3,000 years ago,
24
72880
2413
che solo 3.000 anni fa
01:27
humans were what today
we would call schizophrenics.
we would call schizophrenics.
25
75317
4888
gli esseri umani erano ciò che oggi
chiameremmo schizofrenici.
chiameremmo schizofrenici.
Ha fatto quest'affermazione
01:33
And he made this claim
26
81753
1508
01:35
based on the fact that the first
humans described in these books
humans described in these books
27
83285
3301
sulla base del fatto che i primi uomini
descritti in questi libri
descritti in questi libri
01:38
behaved consistently,
28
86610
1904
si comportavano costantemente
01:40
in different traditions
and in different places of the world,
and in different places of the world,
29
88538
3016
in diverse tradizioni
e differenti luoghi nel mondo
e differenti luoghi nel mondo
01:43
as if they were hearing and obeying voices
30
91578
3532
come se sentissero e obbedissero a voci
01:47
that they perceived
as coming from the Gods,
as coming from the Gods,
31
95134
3040
che percepivano venire dagli Dei,
01:50
or from the muses ...
32
98198
1198
o dalle Muse...
01:52
what today we would call hallucinations.
33
100063
2769
ciò che oggi chiamiamo allucinazioni.
01:55
And only then, as time went on,
34
103888
2626
E solo allora, mentre il tempo scorreva,
01:58
they began to recognize
that they were the creators,
that they were the creators,
35
106538
3651
cominciarono a riconoscere
di essere loro stessi i creatori,
di essere loro stessi i creatori,
02:02
the owners of these inner voices.
36
110213
2515
i proprietari di quelle voci interiori.
02:05
And with this, they gained introspection:
37
113316
2715
Grazie a questo,
hanno guadagnato l'introspezione:
hanno guadagnato l'introspezione:
02:08
the ability to think
about their own thoughts.
about their own thoughts.
38
116055
2483
l'abilità di pensare
ai loro stessi pensieri.
ai loro stessi pensieri.
02:11
So Jaynes's theory is that consciousness,
39
119785
3397
Dunque, la teoria di Jaynes
è che la coscienza,
è che la coscienza,
02:15
at least in the way we perceive it today,
40
123206
3166
almeno nel modo in cui la percepiamo oggi,
02:18
where we feel that we are the pilots
of our own existence --
of our own existence --
41
126396
3540
dove sentiamo di essere i piloti
della nostra stessa esistenza,
della nostra stessa esistenza,
02:21
is a quite recent cultural development.
42
129960
2737
è uno sviluppo culturale
abbastanza recente.
abbastanza recente.
Questa teoria è abbastanza spettacolare
02:25
And this theory is quite spectacular,
43
133456
1786
02:27
but it has an obvious problem
44
135266
1433
ma ha un problema ovvio,
02:28
which is that it's built on just a few
and very specific examples.
and very specific examples.
45
136723
3992
cioè che è costruita solo
su pochi esempi molto specifici.
su pochi esempi molto specifici.
02:33
So the question is whether the theory
46
141085
1763
La questione dunque è se la teoria
02:34
that introspection built up in human
history only about 3,000 years ago
history only about 3,000 years ago
47
142872
4751
che l'introspezione sia stata costruita
nella storia dell'uomo solo 3.000 anni fa
nella storia dell'uomo solo 3.000 anni fa
02:39
can be examined in a quantitative
and objective manner.
and objective manner.
48
147647
2984
possa essere esaminata
in modo quantitativo e oggettivo.
in modo quantitativo e oggettivo.
02:43
And the problem of how
to go about this is quite obvious.
to go about this is quite obvious.
49
151543
3563
Il problema di come questo possa
o meno avvenire è piuttosto ovvio.
o meno avvenire è piuttosto ovvio.
02:47
It's not like Plato woke up one day
and then he wrote,
and then he wrote,
50
155130
3460
Non è che Platone si è svegliato un giorno
e ha scritto:
e ha scritto:
02:50
"Hello, I'm Plato,
51
158614
1659
"Ehi, sono Platone
e da oggi in poi avrò una coscienza
pienamente introspettiva."
pienamente introspettiva."
02:52
and as of today, I have
a fully introspective consciousness."
a fully introspective consciousness."
52
160297
2889
02:55
(Laughter)
53
163210
2293
(Risate)
02:57
And this tells us actually
what is the essence of the problem.
what is the essence of the problem.
54
165527
3333
Questo ci dice in realtà
qual è l'essenza del problema.
qual è l'essenza del problema.
03:01
We need to find the emergence
of a concept that's never said.
of a concept that's never said.
55
169467
4055
Dobbiamo trovare l'emergere di un concetto
che non è mai stato detto.
che non è mai stato detto.
03:06
The word introspection
does not appear a single time
does not appear a single time
56
174434
4310
La parola introspezione
non appare una singola volta
non appare una singola volta
03:10
in the books we want to analyze.
57
178768
1919
nei libri che vogliamo analizzare.
03:13
So our way to solve this
is to build the space of words.
is to build the space of words.
58
181728
4087
Quindi il nostro modo di venirne a capo
è costruire lo spazio delle parole.
è costruire lo spazio delle parole.
03:18
This is a huge space
that contains all words
that contains all words
59
186571
3287
Si tratta di uno spazio enorme
che contiene tutte le parole
che contiene tutte le parole
03:21
in such a way that the distance
between any two of them
between any two of them
60
189882
2802
in un modo tale che la distanza
tra due parole qualsiasi
tra due parole qualsiasi
03:24
is indicative of how
closely related they are.
closely related they are.
61
192708
2883
sia indicativa di quanto sono collegate.
03:28
So for instance,
62
196460
1151
Dunque, per esempio,
03:29
you want the words "dog" and "cat"
to be very close together,
to be very close together,
63
197635
2897
le parole "cane" e "gatto"
dovrebbero essere molto vicine,
dovrebbero essere molto vicine,
03:32
but the words "grapefruit" and "logarithm"
to be very far away.
to be very far away.
64
200556
3831
ma le parole "uva" e "logaritmo"
dovrebbero essere molto lontane.
dovrebbero essere molto lontane.
03:36
And this has to be true
for any two words within the space.
for any two words within the space.
65
204809
3896
E questo deve essere vero
per ogni coppia di parole nello spazio.
per ogni coppia di parole nello spazio.
03:41
And there are different ways
that we can construct the space of words.
that we can construct the space of words.
66
209626
3341
Ci sono modi differenti
per costruire lo spazio delle parole.
per costruire lo spazio delle parole.
03:44
One is just asking the experts,
67
212991
1643
Uno è semplicemente
chiedere agli esperti,
chiedere agli esperti,
03:46
a bit like we do with dictionaries.
68
214658
1896
un po' come facciamo con i dizionari.
03:48
Another possibility
69
216896
1428
Un'altra possibilità
03:50
is following the simple assumption
that when two words are related,
that when two words are related,
70
218348
3715
è seguire la semplice assunzione
che quando due parole sono collegate
che quando due parole sono collegate
03:54
they tend to appear in the same sentences,
71
222087
2349
tendono ad apparire nelle stesse frasi,
03:56
in the same paragraphs,
72
224460
1453
negli stessi paragrafi,
03:57
in the same documents,
73
225937
1770
negli stessi documenti,
03:59
more often than would be expected
just by pure chance.
just by pure chance.
74
227731
3182
più spesso di quanto
ci si aspetterebbe in base al caso.
ci si aspetterebbe in base al caso.
04:04
And this simple hypothesis,
75
232231
2050
Questa ipotesi semplice,
04:06
this simple method,
76
234305
1306
questo semplice metodo,
con qualche trucchetto computazionale
04:07
with some computational tricks
77
235635
1607
04:09
that have to do with the fact
78
237266
1389
legato al fatto
che questo spazio è molto complesso
e fatto di molteplici dimensioni,
e fatto di molteplici dimensioni,
04:10
that this is a very complex
and high-dimensional space,
and high-dimensional space,
79
238679
3064
04:13
turns out to be quite effective.
80
241767
1665
sembra essere piuttosto efficace.
Giusto per darvi un assaggio
di quanto possa funzionare bene,
di quanto possa funzionare bene,
04:16
And just to give you a flavor
of how well this works,
of how well this works,
81
244155
2802
04:18
this is the result we get when
we analyze this for some familiar words.
we analyze this for some familiar words.
82
246981
3912
questo è il risultato quando analizziamo
alcune parole familiari.
alcune parole familiari.
Potete vedere innanzitutto
04:23
And you can see first
83
251607
1185
04:24
that words automatically organize
into semantic neighborhoods.
into semantic neighborhoods.
84
252816
3278
come le parole si organizzano
in autonomia in aree semantiche.
in autonomia in aree semantiche.
04:28
So you get the fruits, the body parts,
85
256118
2217
Così ottenete i frutti,
le parti del corpo,
le parti del corpo,
le parti del computer,
i termini scientifici e così via.
i termini scientifici e così via.
04:30
the computer parts,
the scientific terms and so on.
the scientific terms and so on.
86
258359
2425
04:33
The algorithm also identifies
that we organize concepts in a hierarchy.
that we organize concepts in a hierarchy.
87
261119
4222
L'algoritmo identifica anche il fatto
che organizziamo i concetti in gerarchie.
che organizziamo i concetti in gerarchie.
04:37
So for instance,
88
265852
1151
Dunque, per esempio,
04:39
you can see that the scientific terms
break down into two subcategories
break down into two subcategories
89
267027
3597
vedete come i termini scientifici
si dividono nelle due categorie
si dividono nelle due categorie
04:42
of the astronomic and the physics terms.
90
270648
2100
dei termini astronomici
e i termini fisici.
e i termini fisici.
04:45
And then there are very fine things.
91
273338
2246
Poi emergono anche delle raffinatezze.
04:47
For instance, the word astronomy,
92
275608
1905
Per esempio, la parola astronomia,
04:49
which seems a bit bizarre where it is,
93
277537
1815
che sembra in un posto un po' strano,
in realtà è esattamente
dove dovrebbe essere,
dove dovrebbe essere,
04:51
is actually exactly where it should be,
94
279376
2048
04:53
between what it is,
95
281448
1595
tra ciò che è,
una vera scienza
una vera scienza
04:55
an actual science,
96
283067
1270
04:56
and between what it describes,
97
284361
1536
e ciò che descrive,
i termini astronomici.
i termini astronomici.
04:57
the astronomical terms.
98
285921
1492
Potremmo andare avanti così
all'infinito.
all'infinito.
05:00
And we could go on and on with this.
99
288182
1891
05:02
Actually, if you stare
at this for a while,
at this for a while,
100
290097
2060
In realtà, se lo guardate
per un po'
per un po'
05:04
and you just build random trajectories,
101
292181
1858
e costruite traiettorie casuali,
05:06
you will see that it actually feels
a bit like doing poetry.
a bit like doing poetry.
102
294063
3166
vedrete che sembra un po'
come scrivere una poesia.
come scrivere una poesia.
05:10
And this is because, in a way,
103
298018
1882
Questo perché,
in un certo senso,
in un certo senso,
05:11
walking in this space
is like walking in the mind.
is like walking in the mind.
104
299924
2940
percorrere questo spazio
è un po' come percorrere la mente.
è un po' come percorrere la mente.
05:16
And the last thing
105
304027
1617
E l'ultima cosa
05:17
is that this algorithm also identifies
what are our intuitions,
what are our intuitions,
106
305668
4040
è che l'algoritmo identifica anche
quelle che sono le nostre intuizioni
quelle che sono le nostre intuizioni
05:21
of which words should lead
in the neighborhood of introspection.
in the neighborhood of introspection.
107
309732
3896
riguardo a quali parole dovrebbero portare
nell'area dell'introspezione.
nell'area dell'introspezione.
05:25
So for instance,
108
313652
1223
Quindi per esempio,
05:26
words such as "self," "guilt,"
"reason," "emotion,"
"reason," "emotion,"
109
314899
3979
parole come "sé", "colpa",
"ragione", "emozione",
"ragione", "emozione",
05:30
are very close to "introspection,"
110
318902
1889
sono molto vicine a "introspezione",
05:32
but other words,
111
320815
1151
ma altre parole,
05:33
such as "red," "football,"
"candle," "banana,"
"candle," "banana,"
112
321990
2167
come "rosso", "calcio",
"candela", "banana",
"candela", "banana",
05:36
are just very far away.
113
324181
1452
sono molto lontane.
05:38
And so once we've built the space,
114
326054
2762
Dunque, una volta costruito questo spazio,
05:40
the question of the history
of introspection,
of introspection,
115
328840
2826
la questione
della storia dell'introspezione,
della storia dell'introspezione,
05:43
or of the history of any concept
116
331690
2333
o della storia di qualsiasi concetto
05:46
which before could seem abstract
and somehow vague,
and somehow vague,
117
334047
4779
che prima poteva sembrare
qualcosa di astratto e vago,
qualcosa di astratto e vago,
05:50
becomes concrete --
118
338850
1604
diventa concreta,
05:52
becomes amenable to quantitative science.
119
340478
2738
diventa trattabile
dalla scienza quantitativa.
dalla scienza quantitativa.
05:56
All that we have to do is take the books,
120
344216
2762
Tutto ciò che c'è da fare
è prendere i libri,
è prendere i libri,
05:59
we digitize them,
121
347002
1381
digitalizzarli,
06:00
and we take this stream
of words as a trajectory
of words as a trajectory
122
348407
2809
prendere questa corrente di parole
come una traiettoria
come una traiettoria
06:03
and project them into the space,
123
351240
1969
e proiettarli nello spazio,
06:05
and then we ask whether this trajectory
spends significant time
spends significant time
124
353233
3754
chiediamoci poi se questa traiettoria
passa una parte di tempo significativa
passa una parte di tempo significativa
06:09
circling closely to the concept
of introspection.
of introspection.
125
357011
2992
ruotando intorno al concetto
di introspezione.
di introspezione.
06:12
And with this,
126
360760
1196
Con questo,
potremmo analizzare la storia
dell'introspezione
dell'introspezione
06:13
we could analyze
the history of introspection
the history of introspection
127
361980
2112
06:16
in the ancient Greek tradition,
128
364116
1921
nella tradizione dell'Antica Grecia,
06:18
for which we have the best
available written record.
available written record.
129
366061
2602
per la quale abbiamo a disposizione
le migliori tracce scritte.
le migliori tracce scritte.
Quindi ciò che abbiamo fatto è stato
prendere i libri,
prendere i libri,
06:21
So what we did is we took all the books --
130
369631
2255
06:23
we just ordered them by time --
131
371910
2284
ordinarli cronologicamente,
06:26
for each book we take the words
132
374218
1752
prendere le parole per ogni libro
06:27
and we project them to the space,
133
375994
1961
e proiettarle nello spazio
e poi abbiamo chiesto per ogni parola
quanto fosse vicina all'introspezione
quanto fosse vicina all'introspezione
06:29
and then we ask for each word
how close it is to introspection,
how close it is to introspection,
134
377979
3032
06:33
and we just average that.
135
381035
1230
e ne abbiamo fatto una media.
06:34
And then we ask whether,
as time goes on and on,
as time goes on and on,
136
382590
3198
Poi abbiamo chiesto se,
con l'avanzare del tempo,
con l'avanzare del tempo,
06:37
these books get closer,
and closer and closer
and closer and closer
137
385812
3252
questi libri si avvicinassero
sempre di più
sempre di più
06:41
to the concept of introspection.
138
389088
1754
al concetto di introspezione.
06:42
And this is exactly what happens
in the ancient Greek tradition.
in the ancient Greek tradition.
139
390866
3801
Questo è esattamente ciò che succede
nell'antica tradizione greca.
nell'antica tradizione greca.
Così vedete che per i libri
più antichi della tradizione omerica
più antichi della tradizione omerica
06:47
So you can see that for the oldest books
in the Homeric tradition,
in the Homeric tradition,
140
395698
3127
c'è un lento avvicinamento
dei libri all'introspezione.
dei libri all'introspezione.
06:50
there is a small increase with books
getting closer to introspection.
getting closer to introspection.
141
398849
3412
Ma circa quattro secoli
prima della nascita di Cristo
prima della nascita di Cristo
06:54
But about four centuries before Christ,
142
402285
2206
06:56
this starts ramping up very rapidly
to an almost five-fold increase
to an almost five-fold increase
143
404515
4708
c'è un'impennata molto rapida
di circa cinque volte
di circa cinque volte
07:01
of books getting closer,
and closer and closer
and closer and closer
144
409247
2500
del progressivo avvicinamento dei libri
07:03
to the concept of introspection.
145
411771
1682
al concetto di introspezione.
07:06
And one of the nice things about this
146
414159
2424
Una cosa bella di questo sistema
è che ora possiamo chiedere
07:08
is that now we can ask
147
416607
1198
07:09
whether this is also true
in a different, independent tradition.
in a different, independent tradition.
148
417829
4147
se questo è vero anche
per tradizioni diverse e indipendenti.
per tradizioni diverse e indipendenti.
Abbiamo condotto la stessa analisi
nella tradizione giudaico-cristiana
nella tradizione giudaico-cristiana
07:14
So we just ran this same analysis
on the Judeo-Christian tradition,
on the Judeo-Christian tradition,
149
422962
3176
07:18
and we got virtually the same pattern.
150
426162
2721
e abbiamo ottenuto
virtualmente lo stesso pattern.
virtualmente lo stesso pattern.
07:21
Again, you see a small increase
for the oldest books in the Old Testament,
for the oldest books in the Old Testament,
151
429548
4635
Ancora, si vede un piccolo aumento
per i libri antichi del Vecchio Testamento
per i libri antichi del Vecchio Testamento
07:26
and then it increases much more rapidly
152
434207
1914
e poi un aumento molto più rapido
07:28
in the new books of the New Testament.
153
436145
1839
nei nuovi libri del Nuovo Testamento.
07:30
And then we get the peak of introspection
154
438008
2032
Poi otteniamo
il picco dell'introspezione
il picco dell'introspezione
07:32
in "The Confessions of Saint Augustine,"
155
440064
2127
nelle "Confessioni di Sant'Agostino",
07:34
about four centuries after Christ.
156
442215
1857
circa quattro secoli dopo Cristo.
07:36
And this was very important,
157
444897
1944
Questo è molto importante,
07:38
because Saint Augustine
had been recognized by scholars,
had been recognized by scholars,
158
446865
3373
perché Sant'Agostino
è stato riconosciuto dagli studiosi,
è stato riconosciuto dagli studiosi,
07:42
philologists, historians,
159
450262
2172
i filologi, gli storici,
07:44
as one of the founders of introspection.
160
452458
2078
come uno dei fondatori dell'introspezione.
07:47
Actually, some believe him to be
the father of modern psychology.
the father of modern psychology.
161
455060
3297
In effetti, alcuni lo ritengono
il padre della moderna psicologia.
il padre della moderna psicologia.
07:51
So our algorithm,
162
459012
1839
Quindi il nostro algoritmo,
07:52
which has the virtue
of being quantitative,
of being quantitative,
163
460875
2842
che ha il pregio di essere quantitativo,
07:55
of being objective,
164
463741
1263
di essere oggettivo,
07:57
and of course of being extremely fast --
165
465028
2016
e di essere estremamente veloce
07:59
it just runs in a fraction of a second --
166
467068
2397
(opera infatti in una frazione di secondo)
08:01
can capture some of the most
important conclusions
important conclusions
167
469489
3503
può registrare alcune
delle più importanti conclusioni
delle più importanti conclusioni
08:05
of this long tradition of investigation.
168
473016
2222
di questa lunga tradizione di ricerca.
08:08
And this is in a way
one of the beauties of science,
one of the beauties of science,
169
476317
3651
Questa in un certo senso
è una delle bellezze della scienza,
è una delle bellezze della scienza,
08:11
which is that now this idea
can be translated
can be translated
170
479992
3476
ovvero che ora questa idea
può essere tradotta
può essere tradotta
08:15
and generalized to a whole lot
of different domains.
of different domains.
171
483492
2571
e generalizzata in una grande quantità
di ambiti diversi.
di ambiti diversi.
08:18
So in the same way that we asked
about the past of human consciousness,
about the past of human consciousness,
172
486769
4767
Allo stesso modo in cui abbiamo chiesto
del passato della coscienza umana,
del passato della coscienza umana,
08:23
maybe the most challenging question
we can pose to ourselves
we can pose to ourselves
173
491560
3406
forse la domanda più ardita
che possiamo porci
che possiamo porci
08:26
is whether this can tell us something
about the future of our own consciousness.
about the future of our own consciousness.
174
494990
4137
è se questo possa dirci qualcosa
riguardo al futuro delle nostre coscienze.
riguardo al futuro delle nostre coscienze.
08:31
To put it more precisely,
175
499550
1470
Per essere più precisi,
08:33
whether the words we say today
176
501044
2416
se le parole che diciamo oggi
08:35
can tell us something
of where our minds will be in a few days,
of where our minds will be in a few days,
177
503484
5197
possano dirci qualcosa su dove
la nostra mente sarà tra qualche giorno,
la nostra mente sarà tra qualche giorno,
08:40
in a few months
178
508705
1151
qualche mese
08:41
or a few years from now.
179
509880
1182
o qualche anno da ora.
08:43
And in the same way many of us
are now wearing sensors
are now wearing sensors
180
511597
3020
Allo stesso modo in cui molti di noi
indossano sensori
indossano sensori
08:46
that detect our heart rate,
181
514641
1786
che rilevano il battito del cuore,
08:48
our respiration,
182
516451
1269
la respirazione,
08:49
our genes,
183
517744
1667
i nostri geni,
08:51
on the hopes that this may
help us prevent diseases,
help us prevent diseases,
184
519435
3651
nella speranza che questo ci aiuti
a prevenire le malattie,
a prevenire le malattie,
08:55
we can ask whether monitoring
and analyzing the words we speak,
and analyzing the words we speak,
185
523110
3521
così possiamo chiederci se monitorare
e analizzare le parole che diciamo,
e analizzare le parole che diciamo,
08:58
we tweet, we email, we write,
186
526655
2683
che twittiamo, che mandiamo via mail,
che scriviamo
che scriviamo
09:01
can tell us ahead of time whether
something may go wrong with our minds.
something may go wrong with our minds.
187
529362
4808
possa dirci in anticipo se qualcosa
potrebbe guastarsi nelle nostre menti.
potrebbe guastarsi nelle nostre menti.
09:07
And with Guillermo Cecchi,
188
535087
1534
Con Guillermo Cecchi,
09:08
who has been my brother in this adventure,
189
536645
3001
che è stato mio compagno
in quest'avventura,
in quest'avventura,
09:11
we took on this task.
190
539670
1555
abbiamo preso in carico questo compito.
09:14
And we did so by analyzing
the recorded speech of 34 young people
the recorded speech of 34 young people
191
542228
5532
L'abbiamo fatto analizzando
il discorso registrato di 34 giovani
il discorso registrato di 34 giovani
09:19
who were at a high risk
of developing schizophrenia.
of developing schizophrenia.
192
547784
2801
che erano ad alto rischio
di sviluppare la schizofrenia.
di sviluppare la schizofrenia.
Ciò che abbiamo fatto è stato
misurare il discorso al giorno uno,
misurare il discorso al giorno uno,
09:23
And so what we did is,
we measured speech at day one,
we measured speech at day one,
193
551434
2881
09:26
and then we asked whether the properties
of the speech could predict,
of the speech could predict,
194
554339
3242
e abbiamo chiesto se le proprietà
del linguaggio potessero predire
del linguaggio potessero predire
09:29
within a window of almost three years,
195
557605
2496
all'interno di una finestra
di circa tre anni,
di circa tre anni,
09:32
the future development of psychosis.
196
560125
2035
il futuro svilupparsi della psicosi.
09:35
But despite our hopes,
197
563427
2366
Ma malgrado le nostre speranze,
09:37
we got failure after failure.
198
565817
3117
abbiamo ottenuto fallimenti
su fallimenti.
su fallimenti.
09:41
There was just not enough
information in semantics
information in semantics
199
569793
3882
Semplicemente, non c'erano
abbastanza informazioni nella semantica
abbastanza informazioni nella semantica
09:45
to predict the future
organization of the mind.
organization of the mind.
200
573699
2793
per predire la futura
organizzazione della mente.
organizzazione della mente.
09:48
It was good enough
201
576516
1809
Ce n'era abbastanza
09:50
to distinguish between a group
of schizophrenics and a control group,
of schizophrenics and a control group,
202
578349
4175
per distinguere tra un gruppo
di schizofrenici e un gruppo di controllo,
di schizofrenici e un gruppo di controllo,
09:54
a bit like we had done
for the ancient texts,
for the ancient texts,
203
582548
2712
un po' come avevamo fatto
per i testi antichi,
per i testi antichi,
09:57
but not to predict the future
onset of psychosis.
onset of psychosis.
204
585284
2994
ma non per predire il futuro
instaurarsi della psicosi.
instaurarsi della psicosi.
10:01
But then we realized
205
589164
1706
Ma poi abbiamo realizzato
10:02
that maybe the most important thing
was not so much what they were saying,
was not so much what they were saying,
206
590894
4088
che forse la cosa più importante
non era tanto cosa dicevano,
non era tanto cosa dicevano,
10:07
but how they were saying it.
207
595006
1673
ma come lo dicevano.
10:09
More specifically,
208
597679
1220
Più nello specifico,
10:10
it was not in which semantic
neighborhoods the words were,
neighborhoods the words were,
209
598923
2827
non si trattava del distretto
in cui si trovavano le parole,
in cui si trovavano le parole,
10:13
but how far and fast they jumped
210
601774
2600
ma quanto lontano
e quanto velocemente saltassero
e quanto velocemente saltassero
10:16
from one semantic neighborhood
to the other one.
to the other one.
211
604398
2301
da un'area semantica all'altra.
Quindi abbiamo elaborato
questa misura
questa misura
10:19
And so we came up with this measure,
212
607247
1731
10:21
which we termed semantic coherence,
213
609002
2389
che abbiamo chiamato
coerenza semantica,
coerenza semantica,
10:23
which essentially measures the persistence
of speech within one semantic topic,
of speech within one semantic topic,
214
611415
4804
che essenzialmente misura la persistenza
del discorso in un argomento semantico
del discorso in un argomento semantico
10:28
within one semantic category.
215
616243
1529
all'interno di una categoria semantica.
10:31
And it turned out to be
that for this group of 34 people,
that for this group of 34 people,
216
619294
4047
Ne è risultato che
per questo gruppo di 34 persone,
per questo gruppo di 34 persone,
10:35
the algorithm based on semantic
coherence could predict,
coherence could predict,
217
623365
3659
l'algoritmo basato sulla coerenza
semantica poteva predire
semantica poteva predire
10:39
with 100 percent accuracy,
218
627048
2500
con un'accuratezza del 100%,
10:41
who developed psychosis and who will not.
219
629572
2507
chi avrebbe sviluppato la psicosi
e chi invece no.
e chi invece no.
10:44
And this was something
that could not be achieved --
that could not be achieved --
220
632976
2937
E questo era un risultato
che non poteva essere raggiunto,
che non poteva essere raggiunto,
10:47
not even close --
221
635937
1508
neanche lontanamente,
10:49
with all the other
existing clinical measures.
existing clinical measures.
222
637469
3126
con tutte le misure cliniche
attualmente esistenti.
attualmente esistenti.
10:54
And I remember vividly,
while I was working on this,
while I was working on this,
223
642525
3579
Ricordo vividamente,
mentre ci stavo lavorando,
mentre ci stavo lavorando,
10:58
I was sitting at my computer
224
646128
2317
ero seduto al mio computer
11:00
and I saw a bunch of tweets by Polo --
225
648469
2635
quando vidi una serie di tweet di Polo -
11:03
Polo had been my first student
back in Buenos Aires,
back in Buenos Aires,
226
651128
3167
Polo era stato il mio primo studente
a Buenos Aires,
a Buenos Aires,
11:06
and at the time
he was living in New York.
he was living in New York.
227
654319
2070
e allora viveva a New York.
11:08
And there was something in this tweets --
228
656413
2088
C'era qualcosa nei suoi tweet,
11:10
I could not tell exactly what
because nothing was said explicitly --
because nothing was said explicitly --
229
658525
3501
non so dirvi esattamente cosa
perché niente era detto in modo esplicito,
perché niente era detto in modo esplicito,
11:14
but I got this strong hunch,
230
662050
2021
ma ricevetti questa forte impressione,
11:16
this strong intuition,
that something was going wrong.
that something was going wrong.
231
664095
2955
questa forte intuizione,
che qualcosa
che qualcosa
non stava andando nel verso giusto.
11:20
So I picked up the phone,
and I called Polo,
and I called Polo,
232
668347
2723
Quindi presi il telefono,
chiamai Polo
chiamai Polo
11:23
and in fact he was not feeling well.
233
671094
1919
e infatti non si sentiva bene.
11:25
And this simple fact,
234
673362
1937
Questo semplice fatto,
11:27
that reading in between the lines,
235
675323
2491
quel leggere tra le righe,
11:29
I could sense,
through words, his feelings,
through words, his feelings,
236
677838
4262
il fatto che potessi sentire,
attraverso le parole, i suoi sentimenti,
attraverso le parole, i suoi sentimenti,
11:34
was a simple, but very
effective way to help.
effective way to help.
237
682124
2619
fu un semplice,
ma molto efficace modo di aiutare.
ma molto efficace modo di aiutare.
11:37
What I tell you today
238
685987
1638
Ciò che vi sto dicendo oggi
11:39
is that we're getting
close to understanding
close to understanding
239
687649
2508
è che siamo vicini a capire
11:42
how we can convert this intuition
that we all have,
that we all have,
240
690181
4286
come possiamo tradurre questa intuizione
che tutti abbiamo,
che tutti abbiamo,
11:46
that we all share,
241
694491
1365
che tutti condividiamo,
11:47
into an algorithm.
242
695880
1197
in un algoritmo.
11:50
And in doing so,
243
698102
1461
Così facendo,
11:51
we may be seeing in the future
a very different form of mental health,
a very different form of mental health,
244
699587
4650
potremmo vedere in futuro
una forma molto diversa di sanità mentale,
una forma molto diversa di sanità mentale,
11:56
based on objective, quantitative
and automated analysis
and automated analysis
245
704261
5621
basata su un'analisi oggettiva,
quantitativa e automatizzata
quantitativa e automatizzata
12:01
of the words we write,
246
709906
1709
delle parole che scriviamo,
12:03
of the words we say.
247
711639
1537
delle parole che diciamo.
12:05
Gracias.
248
713200
1151
Grazie.
12:06
(Applause)
249
714375
6883
(Applausi)
ABOUT THE SPEAKER
Mariano Sigman - NeuroscientistIn his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.
Why you should listen
Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.
In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.
Mariano Sigman | Speaker | TED.com