TED2008
Susan Blackmore: Memes and "temes"
Susan Blackmore su memi e "temi" (i tecnomemi)
Filmed:
Readability: 3.8
882,044 views
Susan Blackmore studia i memi: idee che replicano se stesse da cervello a cervello come un virus. Fa un ragionamento nuovo e coraggioso: l'umanità ha deposto un nuovo tipo di meme, il teme, che si diffonde attraverso la tecnologia -- e inventa modi per mantenersi in vita.
Susan Blackmore - Memeticist
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Double-click the English transcript below to play the video.
00:18
Cultural evolution is a dangerous child
0
0
3000
Per qualsiasi specie l'evoluzione culturale è un figlio pericoloso
00:21
for any species to let loose on its planet.
1
3000
3000
da lasciar circolare liberamente nel proprio pianeta.
00:24
By the time you realize what's happening, the child is a toddler,
2
6000
4000
Non fai in tempo ad accorgertene e il bimbetto sgambetta già
00:28
up and causing havoc, and it's too late to put it back.
3
10000
6000
e combina guai, ed è troppo tardi per rimetterlo a posto.
00:34
We humans are Earth's Pandoran species.
4
16000
3000
Noi umani siamo la specie di Pandora della Terra.
00:37
We're the ones who let the second replicator out of its box,
5
19000
5000
Siamo quelli che hanno lasciato uscire dal vaso il secondo replicatore,
00:42
and we can't push it back in.
6
24000
2000
e non possiamo ricacciarcelo dentro.
00:44
We're seeing the consequences all around us.
7
26000
3000
Ne vediamo le conseguenze ovunque intorno a noi.
00:48
Now that, I suggest, is the view that
8
30000
4000
Ora, secondo me, è questa la scena che viene fuori
00:52
comes out of taking memetics seriously.
9
34000
2000
se si prende la memetica sul serio.
00:54
And it gives us a new way of thinking about
10
36000
2000
Ed essa ci offre un modo nuovo di pensare
00:56
not only what's going on on our planet,
11
38000
2000
non solo a ciò che succede sul nostro pianeta,
00:58
but what might be going on elsewhere in the cosmos.
12
40000
3000
ma anche a cosa potrebbe stare succedendo altrove nel cosmo.
01:01
So first of all, I'd like to say something about memetics
13
43000
3000
Così, per prima cosa vorrei dire qualcosa sulla memetica
01:04
and the theory of memes,
14
46000
2000
e sulla teoria dei memi,
01:06
and secondly, how this might answer questions about who's out there,
15
48000
5000
e in secondo luogo, come essa potrebbe rispondere a domande su chi c'è altrove,
01:11
if indeed anyone is.
16
53000
3000
se qualcuno c'è.
01:14
So, memetics:
17
56000
2000
Allora, la memetica.
01:16
memetics is founded on the principle of Universal Darwinism.
18
58000
4000
La Memetica si fonda sul principio del Darwinismo universale.
01:20
Darwin had this amazing idea.
19
62000
3000
Darwin ebbe questa straordinaria idea.
01:23
Indeed, some people say
20
65000
2000
In effetti qualcuno dice
01:25
it's the best idea anybody ever had.
21
67000
3000
che sia la migliore idea che si abbia mai avuto.
01:28
Isn't that a wonderful thought, that there could be such a thing
22
70000
4000
Non è un pensiero meraviglioso, che ci possa essere una cosa
01:32
as a best idea anybody ever had?
23
74000
2000
come la migliore idea che qualcuno abbia mai avuto?
01:34
Do you think there could?
24
76000
1000
Pensate che ci possa essere?
01:35
Audience: No.
25
77000
1000
Pubblico: No.
01:36
(Laughter)
26
78000
1000
(Risate)
01:37
Susan Blackmore: Someone says no, very loudly, from over there.
27
79000
2000
Susan Blackmore: Qualcuno dice no, molto forte, da quella parte.
01:39
Well, I say yes, and if there is, I give the prize to Darwin.
28
81000
4000
Bene, io dico sì, e se c'è per me il premio va a Darwin.
01:43
Why?
29
85000
2000
Perché?
01:45
Because the idea was so simple,
30
87000
3000
Perché l'idea è così semplice,
01:48
and yet it explains all design in the universe.
31
90000
6000
eppure spiega ogni progetto nell'universo.
01:54
I would say not just biological design,
32
96000
2000
E direi non solo il progetto biologico,
01:56
but all of the design that we think of as human design.
33
98000
2000
ma ogni progetto che noi pensiamo come progetto umano.
01:58
It's all just the same thing happening.
34
100000
2000
Succedono esattamente le stesse cose.
02:00
What did Darwin say?
35
102000
2000
Che cosa ha detto Darwin?
02:02
I know you know the idea, natural selection,
36
104000
2000
Lo so che conoscete l'idea, la selezione naturale,
02:04
but let me just paraphrase "The Origin of Species," 1859,
37
106000
5000
ma lasciatemi solamente parafrasare l'”Origine della Specie”, 1859,
02:09
in a few sentences.
38
111000
2000
in poche parole.
02:11
What Darwin said was something like this:
39
113000
3000
Quello che ha detto Darwin suona circa così --
02:14
if you have creatures that vary, and that can't be doubted --
40
116000
4000
se hai delle creature che variano, in modo inconfutabile --
02:18
I've been to the Galapagos, and I've measured the size of the beaks
41
120000
3000
sono stato alla Galapagos e ho misurato la dimensione dei becchi
02:21
and the size of the turtle shells and so on, and so on.
42
123000
2000
e la dimensione del carapace delle tartarughe e così via, e via, e via.
02:23
And 100 pages later.
43
125000
2000
E 100 pagine dopo --
02:25
(Laughter)
44
127000
2000
(Risate)
02:27
And if there is a struggle for life,
45
129000
4000
E se c'è lotta per l'esistenza,
02:31
such that nearly all of these creatures die --
46
133000
3000
di modo che quasi tutte queste creature muoiono --
02:34
and this can't be doubted, I've read Malthus
47
136000
3000
anche questo provato in maniera inconfutabile, ho letto Malthus
02:37
and I've calculated how long it would take for elephants
48
139000
2000
e ho calcolato quanto tempo ci vorrebbe perché gli elefanti
02:39
to cover the whole world if they bred unrestricted, and so on and so on.
49
141000
3000
coprissero tutta la terra se si riproducessero senza limiti, e via, e avanti e avanti.
02:42
And another 100 pages later.
50
144000
4000
E dopo altre 100 pagine.
02:46
And if the very few that survive pass onto their offspring
51
148000
5000
E se i pochissimi che sopravvivono passano alla loro prole
02:51
whatever it was that helped them survive,
52
153000
3000
quel qualcosa che li ha aiutati a sopravvivere,
02:54
then those offspring must be better adapted
53
156000
2000
allora quei discendenti devono essere più adatti
02:56
to the circumstances in which all this happened
54
158000
2000
alle circostanze in cui tutto questo è accaduto
02:58
than their parents were.
55
160000
3000
di quanto lo fossero i loro progenitori.
03:01
You see the idea?
56
163000
2000
Vedete l'idea?
03:03
If, if, if, then.
57
165000
2000
Se, se, se, allora.
03:05
He had no concept of the idea of an algorithm,
58
167000
2000
Lui non aveva nessuna idea di un algoritmo.
03:07
but that's what he described in that book,
59
169000
3000
Ma è quello che ha descritto in quel libro,
03:10
and this is what we now know as the evolutionary algorithm.
60
172000
3000
ed è ciò che oggi conosciamo come algoritmo evolutivo.
03:13
The principle is you just need those three things --
61
175000
4000
Il principio è che c'è bisogno di tre sole cose --
03:17
variation, selection and heredity.
62
179000
3000
variazione, selezione, ereditarietà.
03:20
And as Dan Dennett puts it, if you have those,
63
182000
4000
E per dirla con Dan Dennet, se quelle ci sono,
03:24
then you must get evolution.
64
186000
2000
allora deve esserci evoluzione.
03:26
Or design out of chaos, without the aid of mind.
65
188000
5000
O progetto dal caos senza l'aiuto della mente.
03:31
There's one word I love on that slide.
66
193000
2000
C'è una parola che amo su quella diapositiva.
03:33
What do you think my favorite word is?
67
195000
2000
Quale pensate che sia la mia parola preferita?
03:35
Audience: Chaos.
68
197000
1000
Pubblico: Caos.
03:36
SB: Chaos? No. What? Mind? No.
69
198000
3000
SB: Caos? No. Cosa? Mente? No.
03:39
Audience: Without.
70
201000
1000
Pubblico: Senza.
03:40
SB: No, not without.
71
202000
1000
SB: No, non è senza.
03:41
(Laughter)
72
203000
1000
(Risate)
03:42
You try them all in order: Mmm...?
73
204000
2000
Provatele tutte in ordine: Mmm?
03:44
Audience: Must.
74
206000
1000
Pubblico: devono.
03:45
SB: Must, at must. Must, must.
75
207000
4000
Devono, devono. Devono, devono.
03:49
This is what makes it so amazing.
76
211000
2000
Questo è quello che lo rende così sorprendente.
03:51
You don't need a designer,
77
213000
3000
Non c'è bisogno di un progettista,
03:54
or a plan, or foresight, or anything else.
78
216000
3000
o di un piano, o di preveggenza o qualunque altra cosa.
03:57
If there's something that is copied with variation
79
219000
3000
Se c'è qualcosa che viene copiato con variazione
04:00
and it's selected, then you must get design appearing out of nowhere.
80
222000
4000
e viene selezionato, allora si deve ottenere un disegno che emerge da nessun luogo particolare.
04:04
You can't stop it.
81
226000
2000
Non si può fermare.
04:06
Must is my favorite word there.
82
228000
4000
La mia parola preferita lì è devono.
04:11
Now, what's this to do with memes?
83
233000
2000
Ora, che c'entra tutto questo con i memi?
04:13
Well, the principle here applies to anything
84
235000
5000
Bene, questo principio si applica a qualunque cosa
04:18
that is copied with variation and selection.
85
240000
1000
che venga copiato con variazione e selezione.
04:19
We're so used to thinking in terms of biology,
86
241000
3000
Siamo così abituati a pensare in termini biologici,
04:22
we think about genes this way.
87
244000
2000
che pensiamo ai geni in questo modo.
04:24
Darwin didn't, of course; he didn't know about genes.
88
246000
3000
Darwin no naturalmente, dei geni non sapeva niente.
04:27
He talked mostly about animals and plants,
89
249000
2000
Lui parlava soprattutto di animali e piante,
04:29
but also about languages evolving and becoming extinct.
90
251000
3000
ma anche di lingue in evoluzione e in estinzione.
04:32
But the principle of Universal Darwinism
91
254000
2000
Ma il principio del Darwinismo universale
04:34
is that any information that is varied and selected
92
256000
4000
è che ogni informazione che subisca variazioni e sia selezionata
04:38
will produce design.
93
260000
2000
produrrà progetto.
04:40
And this is what Richard Dawkins was on about
94
262000
2000
Ed è questo quel che intendeva Richard Dawkins
04:42
in his 1976 bestseller, "The Selfish Gene."
95
264000
3000
nel suo bestseller del 1976, "Il Gene Egoista".
04:45
The information that is copied, he called the replicator.
96
267000
4000
Lui chiamò l'informazione che viene copiata il "replicatore",
04:49
It selfishly copies.
97
271000
2000
che egoisticamente copia.
04:51
Not meaning it kind of sits around inside cells going, "I want to get copied."
98
273000
4000
Non vuol dire che si piazzi in giro dentro alle cellule dicendo "voglio essere copiato".
04:55
But that it will get copied if it can,
99
277000
2000
Ma se possibile sarà copiato,
04:57
regardless of the consequences.
100
279000
2000
indipendentemente dalle conseguenze.
05:00
It doesn't care about the consequences because it can't,
101
282000
3000
Non si preoccupa delle conseguenze perché non può,
05:03
because it's just information being copied.
102
285000
2000
perché è solamente informazione che viene copiata.
05:06
And he wanted to get away
103
288000
1000
E siccome voleva evitare
05:07
from everybody thinking all the time about genes,
104
289000
3000
che tutti pensassero sempre ai geni,
05:10
and so he said, "Is there another replicator out there on the planet?"
105
292000
3000
chiese, "C'è un altro replicatore là fuori, sul pianeta?"
05:13
Ah, yes, there is.
106
295000
2000
Ah, sì, che c'è.
05:15
Look around you -- here will do, in this room.
107
297000
3000
Guardatevi intorno, basta qui, in questa stanza.
05:18
All around us, still clumsily drifting about
108
300000
3000
Tutto intorno a noi, ancora goffamente alla deriva
05:21
in its primeval soup of culture, is another replicator.
109
303000
3000
nel suo brodo di coltura primordiale, è un altro replicatore.
05:24
Information that we copy from person to person, by imitation,
110
306000
5000
L'informazione che copiamo da persona a persona per imitazione,
05:29
by language, by talking, by telling stories,
111
311000
2000
con il linguaggio, parlando, raccontando storie,
05:31
by wearing clothes, by doing things.
112
313000
3000
indossando abiti, facendo cose.
05:34
This is information copied with variation and selection.
113
316000
5000
Questa è informazione copiata con variazione e selezione.
05:39
This is design process going on.
114
321000
3000
Questo è processo di progettazione in corso.
05:42
He wanted a name for the new replicator.
115
324000
3000
Dawkins voleva un nome per il nuovo replicatore.
05:45
So, he took the Greek word "mimeme," which means that which is imitated.
116
327000
4000
Così prese il termine greco mimeme, che significa ciò che è imitato.
05:49
Remember that, that's the core definition:
117
331000
2000
Ricordiamolo, è il cuore della definizione.
05:52
that which is imitated.
118
334000
1000
Ciò che è imitato.
05:53
And abbreviated it to meme, just because it sounds good
119
335000
3000
E lo ha abbreviato in meme, semplicemente perché suona bene
05:56
and made a good meme, an effective spreading meme.
120
338000
3000
e lo rende un buon meme, un meme efficace da diffondere.
05:59
So that's how the idea came about.
121
341000
3000
Così, ecco come è venuta fuori l'idea.
06:03
It's important to stick with that definition.
122
345000
3000
E' importante attenersi a quella definizione.
06:06
The whole science of memetics is much maligned,
123
348000
4000
L'intera scienza della memetica è molto calunniata,
06:10
much misunderstood, much feared.
124
352000
3000
molto fraintesa, molto temuta.
06:13
But a lot of these problems can be avoided
125
355000
3000
Ma molti problemi possono essere evitati
06:16
by remembering the definition.
126
358000
2000
ricordando la definizione.
06:18
A meme is not equivalent to an idea.
127
360000
2000
Un meme non è equivalente a un'idea.
06:20
It's not an idea. It's not equivalent to anything else, really.
128
362000
2000
Non è un'idea, non è equivalente a nient'altro, in realtà.
06:22
Stick with the definition.
129
364000
2000
Atteniamoci alla definizione.
06:24
It's that which is imitated,
130
366000
2000
E' ciò che viene imitato.
06:26
or information which is copied from person to person.
131
368000
3000
O informazione che viene copiata da persona a persona.
06:30
So, let's see some memes.
132
372000
1000
Così, andiamo a vedere qualche meme.
06:31
Well, you sir, you've got those glasses hung around your neck
133
373000
3000
Bene, lei signore, lei con gli occhiali appesi al collo
06:34
in that particularly fetching way.
134
376000
2000
in quel modo così attraente.
06:36
I wonder whether you invented that idea for yourself,
135
378000
2000
Mi chiedo, se l'è inventata da solo quell'idea,
06:38
or copied it from someone else?
136
380000
2000
o l'ha copiata da qualcun altro?
06:40
If you copied it from someone else, it's a meme.
137
382000
3000
Se l'ha copiata da qualcun altro, è un meme.
06:43
And what about, oh, I can't see any interesting memes here.
138
385000
3000
E cosa dire di, ooh, non vedo memi interessanti qui.
06:46
All right everyone, who's got some interesting memes for me?
139
388000
3000
Ascoltate tutti, chi ha qualche meme interessante per me?
06:49
Oh, well, your earrings,
140
391000
2000
Oh bene, i suoi orecchini,
06:51
I don't suppose you invented the idea of earrings.
141
393000
2000
non penso che lei abbia inventato l'idea degli orecchini.
06:53
You probably went out and bought them.
142
395000
2000
Probabilmente è uscita e li ha comprati.
06:55
There are plenty more in the shops.
143
397000
2000
Ce ne sono tanti altri nei negozi.
06:57
That's something that's passed on from person to person.
144
399000
2000
Quello è qualcosa che è stato passato da persona a persona.
06:59
All the stories that we're telling -- well, of course,
145
401000
3000
Tutte le storie che stiamo raccontando, e sì, naturalmente
07:02
TED is a great meme-fest, masses of memes.
146
404000
4000
TED è un grande festival di memi, masse di memi.
07:06
The way to think about memes, though,
147
408000
2000
Pensare ai memi tuttavia
07:08
is to think, why do they spread?
148
410000
2000
vuol dire chiedersi: perché si diffondono?
07:10
They're selfish information, they will get copied, if they can.
149
412000
4000
Sono informazione egoista, saranno copiati se potranno.
07:14
But some of them will be copied because they're good,
150
416000
3000
Ma alcuni di essi saranno copiati perché sono buoni,
07:17
or true, or useful, or beautiful.
151
419000
2000
o veri, o utili, o belli.
07:19
Some of them will be copied even though they're not.
152
421000
2000
Alcuni di essi saranno copiati anche se non lo sono.
07:21
Some, it's quite hard to tell why.
153
423000
2000
Alcuni, ed è difficile dire perché.
07:24
There's one particular curious meme which I rather enjoy.
154
426000
3000
C'è un meme speciale e curioso che mi diverte abbastanza.
07:27
And I'm glad to say, as I expected, I found it when I came here,
155
429000
3000
E sono lieta di dire, come mi aspettavo, che l'ho trovato quando sono venuta qui,
07:30
and I'm sure all of you found it, too.
156
432000
2000
e sono sicura che anche tutti voi l'avete trovato.
07:32
You go to your nice, posh, international hotel somewhere,
157
434000
3000
Andate nel vostro elegante hotel internazionale da qualche parte,
07:36
and you come in and you put down your clothes
158
438000
2000
entrate e deponete i vostri abiti
07:38
and you go to the bathroom, and what do you see?
159
440000
3000
e andate in bagno, e cosa vedete?
07:41
Audience: Bathroom soap.
160
443000
1000
Pubblico: Saponetta.
07:42
SB: Pardon?
161
444000
1000
SB: Come?
07:43
Audience: Soap.
162
445000
1000
Pubblico: Del sapone.
07:44
SB: Soap, yeah. What else do you see?
163
446000
2000
SB: Sapone, sì. Cos'altro vedete?
07:46
Audience: (Inaudible)
164
448000
1000
Pubblico: (Impercettibile).
07:47
SB: Mmm mmm.
165
449000
1000
SB: Mmm mmm.
07:48
Audience: Sink, toilet!
166
450000
1000
Pubblico: Lavandino, gabinetto!
07:49
SB: Sink, toilet, yes, these are all memes, they're all memes,
167
451000
2000
SB: Lavandino, gabinetto, sì, questi sono tutti memi,
07:51
but they're sort of useful ones, and then there's this one.
168
453000
3000
sono tutti memi, ma sono in qualche modo di quelli utili, e poi c'è questo.
07:54
(Laughter)
169
456000
3000
(Risate).
07:58
What is this one doing?
170
460000
2000
Che ci fa questo?
08:00
(Laughter)
171
462000
1000
(Risate)
08:01
This has spread all over the world.
172
463000
2000
Questo si è diffuso in tutto il mondo.
08:03
It's not surprising that you all found it
173
465000
2000
Non è sorpendente che voi tutti l'abbiate trovata
08:05
when you arrived in your bathrooms here.
174
467000
2000
quando siete entrati in bagno qui.
08:07
But I took this photograph in a toilet at the back of a tent
175
469000
5000
Ma ho fatto questa fotografia in un bagno dietro a una tenda
08:12
in the eco-camp in the jungle in Assam.
176
474000
2000
nel camping ecologico nella jungla in Assam.
08:14
(Laughter)
177
476000
1000
(Risate)
08:16
Who folded that thing up there, and why?
178
478000
3000
Chi ha portato quella roba fin lassù, e perché?
08:19
(Laughter)
179
481000
1000
(Risate)
08:20
Some people get carried away.
180
482000
2000
Qualcuno si fa prendere la mano.
08:22
(Laughter)
181
484000
3000
(Risate)
08:26
Other people are just lazy and make mistakes.
182
488000
3000
Altri sono solamente pigri e fanno errori.
08:29
Some hotels exploit the opportunity to put even more memes
183
491000
3000
Alcuni hotel sfruttano l'opportunità di aggiungere ancora più memi
08:32
with a little sticker.
184
494000
2000
con un piccolo adesivo.
08:34
(Laughter)
185
496000
1000
(Risate)
08:35
What is this all about?
186
497000
2000
Di che si tratta?
08:37
I suppose it's there to tell you that somebody's
187
499000
2000
Suppongo che sia lì per dire che qualcuno
08:39
cleaned the place, and it's all lovely.
188
501000
2000
ha fatto le pulizie.
08:41
And you know, actually, all it tells you is that another person
189
503000
3000
E pensate, in realtà tutto quello che vi dice è che un'altra persona
08:44
has potentially spread germs from place to place.
190
506000
3000
ha potenzialmente propagato germi da un posto all'altro.
08:47
(Laughter)
191
509000
1000
(Risate)
08:48
So, think of it this way.
192
510000
2000
Provate a pensarla così.
08:50
Imagine a world full of brains
193
512000
2000
Immaginate un mondo pieno di cervelli
08:52
and far more memes than can possibly find homes.
194
514000
3000
e tanti memi in più rispetto a quelli che possono trovare casa.
08:55
The memes are all trying to get copied --
195
517000
3000
I memi stanno tutti cercando di essere copiati,
08:58
trying, in inverted commas -- i.e.,
196
520000
3000
cercando, tra virgolette, cioè
09:01
that's the shorthand for, if they can get copied, they will.
197
523000
3000
è una scorciatoia per dire che se possono essere copiati, lo saranno.
09:04
They're using you and me as their propagating, copying machinery,
198
526000
6000
Essi stanno usando voi e me come loro macchina copiatrice da propagazione,
09:10
and we are the meme machines.
199
532000
3000
e noi siamo le macchine memetiche.
09:13
Now, why is this important?
200
535000
2000
Ora, perché questo è importante?
09:15
Why is this useful, or what does it tell us?
201
537000
2000
Perché è utile, o cos'altro ci dice?
09:17
It gives us a completely new view of human origins
202
539000
4000
Ci dà una vista completamente nuova delle origini umane
09:21
and what it means to be human,
203
543000
1000
e di cosa voglia dire essere umani.
09:22
all conventional theories of cultural evolution,
204
544000
4000
Tutte le teorie convenzionali dell'evoluzione culturale,
09:26
of the origin of humans,
205
548000
2000
delle origini degli umani,
09:28
and what makes us so different from other species.
206
550000
4000
e di cosa ci rende così diversi dalla altre specie.
09:32
All other theories explaining the big brain, and language, and tool use
207
554000
2000
Tutte le altre teorie che spiegano il grosso cervello, e il linguaggio e l'uso di arnesi
09:34
and all these things that make us unique,
208
556000
2000
e tutte queste cose che ci rendono unici,
09:36
are based upon genes.
209
558000
3000
sono basate sui geni.
09:39
Language must have been useful for the genes.
210
561000
3000
Il linguaggio deve essere stato utile per i geni.
09:42
Tool use must have enhanced our survival, mating and so on.
211
564000
3000
L'uso di arnesi deve aver migliorato la nostra capacità di sopravvivenza e di accoppiamento, etc.
09:45
It always comes back, as Richard Dawkins complained
212
567000
3000
Si torna sempre lì, come si lamentava Richard Dawkins
09:48
all that long time ago, it always comes back to genes.
213
570000
3000
già così tanto tempo fa, si torna sempre ai geni.
09:51
The point of memetics is to say, "Oh no, it doesn't."
214
573000
4000
Il punto della memetica è di dire, "Oh no non è così".
09:55
There are two replicators now on this planet.
215
577000
3000
Ora ci sono due replicatori su questo pianeta.
09:58
From the moment that our ancestors,
216
580000
3000
Dal momento in cui i nostri antenati,
10:01
perhaps two and a half million years ago or so,
217
583000
2000
forse due milioni e mezzo di anni fa o giù di lì,
10:03
began imitating, there was a new copying process.
218
585000
4000
incominciarono a imitare, ci fu un nuovo processo di copia.
10:07
Copying with variation and selection.
219
589000
2000
Copia con variazione e selezione.
10:09
A new replicator was let loose, and it could never be --
220
591000
5000
Un nuovo replicatore era stato scatenato, e non può darsi mai
10:14
right from the start -- it could never be
221
596000
1000
-- da capo, non può darsi mai
10:15
that human beings who let loose this new creature,
222
597000
5000
che hanno scatenato questa nuova creatura
10:20
could just copy the useful, beautiful, true things,
223
602000
3000
potessero copiare solamente ciò che è utile, bello, le cose vere,
10:23
and not copy the other things.
224
605000
2000
e non copiare le altre cose.
10:25
While their brains were having an advantage from being able to copy --
225
607000
3000
Mentre i loro cervelli stavano ottenendo vantaggi dalla capacità di copiare --
10:28
lighting fires, keeping fires going, new techniques of hunting,
226
610000
5000
accendere fuochi, tenere accesi i fuochi, nuove tecniche di caccia,
10:33
these kinds of things --
227
615000
2000
questo tipo di cose --
10:35
inevitably they were also copying putting feathers in their hair,
228
617000
3000
inevitabilmente copiavano anche il fatto di mettersi le piume nei capelli,
10:38
or wearing strange clothes, or painting their faces,
229
620000
2000
o di vestire strani abiti, o di dipingersi il viso,
10:40
or whatever.
230
622000
1000
o qualunque cosa.
10:41
So, you get an arms race between the genes
231
623000
4000
Così ci troviamo con una corsa agli armamenti tra i geni
10:45
which are trying to get the humans to have small economical brains
232
627000
4000
che stanno cercando di fare in modo che gli umani abbiano piccoli cervelli economici e convenienti
10:49
and not waste their time copying all this stuff,
233
631000
2000
e non perdano il loro tempo copiando tutta quella roba,
10:51
and the memes themselves, like the sounds that people made and copied --
234
633000
4000
e i memi stessi, come i suoni che la gente ha fatto e copiato --
10:56
in other words, what turned out to be language --
235
638000
2000
in altre parole, ciò che poi è risultato essere linguaggio --
10:58
competing to get the brains to get bigger and bigger.
236
640000
3000
in concorrenza per ottenere cervelli sempre più grossi.
11:01
So, the big brain, on this theory, is driven by the memes.
237
643000
4000
Quindi secondo questa teoria il cervello grande è spinto dai memi.
11:05
This is why, in "The Meme Machine," I called it memetic drive.
238
647000
4000
E' per questo che, in "La macchina dei memi" io l'ho chiamata pressione memetica, memetic drive.
11:09
As the memes evolve, as they inevitably must,
239
651000
3000
Con l'evolvere dei memi, come inevitabilmenete sono costretti a fare,
11:12
they drive a bigger brain that is better at copying the memes
240
654000
4000
essi premono per un cervello più grande che sia migliore nel copiare i memi
11:16
that are doing the driving.
241
658000
2000
che stanno producendo la spinta.
11:18
This is why we've ended up with such peculiar brains,
242
660000
4000
E' per questo che alla fine ci troviamo con cervelli così particolari,
11:22
that we like religion, and music, and art.
243
664000
3000
che ci piace la religione, e la musica, e l'arte.
11:25
Language is a parasite that we've adapted to,
244
667000
3000
Il linguaggio è un parassita a cui ci siamo adattati,
11:28
not something that was there originally for our genes,
245
670000
2000
non qualcosa che era originalmente là per i nostri geni,
11:30
on this view.
246
672000
2000
secondo questa visione.
11:32
And like most parasites, it can begin dangerous,
247
674000
3000
E come molti parassiti può essere pericoloso all'inizio,
11:35
but then it coevolves and adapts,
248
677000
3000
ma poi co-evolve e si adatta
11:38
and we end up with a symbiotic relationship
249
680000
2000
e finiamo con una relazione simbiotica
11:40
with this new parasite.
250
682000
1000
con questo nuovo parassita.
11:41
And so, from our perspective,
251
683000
2000
E così dalla nostra prospettiva,
11:43
we don't realize that that's how it began.
252
685000
3000
noi non ci rendiamo conto che è così che è cominciato.
11:46
So, this is a view of what humans are.
253
688000
3000
Questa è una visione di ciò che gli umani sono.
11:49
All other species on this planet are gene machines only,
254
691000
3000
Tutte le altre specie sul pianeta sono solamente macchine genetiche,
11:52
they don't imitate at all well, hardly at all.
255
694000
3000
non imitano affatto bene, anzi, quasi per niente.
11:55
We alone are gene machines and meme machines as well.
256
697000
5000
Solo noi siamo macchine genetiche e anche macchine memetiche.
12:00
The memes took a gene machine and turned it into a meme machine.
257
702000
4000
I memi hanno preso una macchina genetica e l'hanno trasformataa in una macchina memetica.
12:04
But that's not all.
258
706000
2000
Ma non è tutto.
12:06
We have a new kind of memes now.
259
708000
3000
Adesso abbiamo nuovi tipi di memi.
12:09
I've been wondering for a long time,
260
711000
1000
Mi sono chiesta per tanto tempo,
12:10
since I've been thinking about memes a lot,
261
712000
2000
da quando penso molto ai memi,
12:12
is there a difference between the memes that we copy --
262
714000
2000
se ci sia una differenza tra i memi che copiamo --
12:14
the words we speak to each other,
263
716000
2000
le parole che ci diciamo l'un l'altro,
12:16
the gestures we copy, the human things --
264
718000
2000
i gesti che copiamo, le cose umane --
12:18
and all these technological things around us?
265
720000
2000
e tutte queste cose tecnologiche intorno a noi?
12:20
I have always, until now, called them all memes,
266
722000
4000
Li ho sempre chiamati tutti memi, finora,
12:24
but I do honestly think now
267
726000
3000
ma onestamente credo che ora
12:27
we need a new word for technological memes.
268
729000
3000
abbiamo bisogno di un nuovo termine per i memi tecnologici.
12:30
Let's call them techno-memes or temes.
269
732000
3000
Chiamiamoli tecnomemi o temi.
12:33
Because the processes are getting different.
270
735000
3000
Perché i processi si stanno differenziando.
12:37
We began, perhaps 5,000 years ago, with writing.
271
739000
3000
Cominciammo, forse 5000 anni fa, con la scrittura.
12:40
We put the storage of memes out there on a clay tablet,
272
742000
7000
Abbiamo messo il magazzino dei memi là, su una tavoletta di argilla,
12:48
but in order to get true temes and true teme machines,
273
750000
2000
ma per avere dei veri tecnomemi e delle vere macchine da tecnomemi,
12:50
you need to get the variation, the selection and the copying,
274
752000
3000
ci vuole variazione, selezione e copia,
12:53
all done outside of humans.
275
755000
2000
tutto fatto al di fuori degli umani.
12:55
And we're getting there.
276
757000
2000
E ci stiamo arrivando.
12:57
We're at this extraordinary point where we're nearly there,
277
759000
2000
Ora siamo in quello straordinario punto in cui quasi ci siamo,
12:59
that there are machines like that.
278
761000
2000
che ci siano macchine così.
13:01
And indeed, in the short time I've already been at TED,
279
763000
2000
Ed effettivamente, nel breve tempo passato qui a TED,
13:03
I see we're even closer than I thought we were before.
280
765000
2000
vedo che ci siamo anche più vicini di quanto fossimo prima.
13:05
So actually, now the temes are forcing our brains
281
767000
6000
Così realmente ora i memi stanno costringendo i nostri cervelli
13:11
to become more like teme machines.
282
773000
2000
a diventare più simili a macchine da tecnomemi.
13:13
Our children are growing up very quickly learning to read,
283
775000
3000
I nostri bambini crescono imparando molto rapidamente a leggere,
13:16
learning to use machinery.
284
778000
2000
imparando a usare macchinari.
13:18
We're going to have all kinds of implants,
285
780000
1000
Avremo presto ogni tipo di dispositivo impiantabile
13:19
drugs that force us to stay awake all the time.
286
781000
3000
farmaci che ci costringeranno a stare sempre svegli.
13:22
We'll think we're choosing these things,
287
784000
2000
Penseremo di essere noi a scegliere queste cose,
13:24
but the temes are making us do it.
288
786000
3000
ma saranno i "temi", i tecnomemi, che ce le faranno fare.
13:28
So, we're at this cusp now
289
790000
1000
E ora siamo a questo culmine,
13:29
of having a third replicator on our planet.
290
791000
4000
in cui abbiamo un terzo replicatore sul nostro pianeta.
13:34
Now, what about what else is going on out there in the universe?
291
796000
5000
Ma, che succede là fuori nell'universo?
13:39
Is there anyone else out there?
292
801000
2000
C'è qualcun altro là fuori?
13:41
People have been asking this question for a long time.
293
803000
3000
La gente si fa questa domanda da tanto tempo.
13:44
We've been asking it here at TED already.
294
806000
2000
L'abbiamo già fatta anche qui a TED.
13:46
In 1961, Frank Drake made his famous equation,
295
808000
4000
Nel 1961, Frank Drake creò la sua famosa equazione,
13:50
but I think he concentrated on the wrong things.
296
812000
2000
ma io penso che lui si sia concentrato sulle cose sbagliate.
13:52
It's been very productive, that equation.
297
814000
2000
Quell'equazione è stata molto produttiva.
13:54
He wanted to estimate N,
298
816000
2000
Voleva stimare N,
13:56
the number of communicative civilizations out there in our galaxy,
299
818000
4000
il numero di civiltà comunicative che ci sono nella nostra galassia.
14:00
and he included in there the rate of star formation,
300
822000
4000
E vi ha incluso il tasso di formazione delle stelle,
14:04
the rate of planets, but crucially, intelligence.
301
826000
4000
il tasso dei pianeti, ma soprattutto l'intelligenza.
14:08
I think that's the wrong way to think about it.
302
830000
4000
Penso che sia il modo sbagliato di affrontare la questione.
14:12
Intelligence appears all over the place, in all kinds of guises.
303
834000
3000
L'intelligenza appare in tutti i posti, in tutte le forme.
14:15
Human intelligence is only one kind of a thing.
304
837000
2000
L'intelligenza umana ne rappresenta solo un tipo.
14:17
But what's really important is the replicators you have
305
839000
3000
Ma quel che conta davvero è che replicatori ci sono
14:20
and the levels of replicators, one feeding on the one before.
306
842000
4000
e i livelli di replicatori, ognuno dei quali si sostiene sul precedente.
14:24
So, I would suggest that we don't think intelligence,
307
846000
5000
Così suggerisco che non pensiamo all'intelligenza,
14:29
we think replicators.
308
851000
2000
pensiamo ai replicatori.
14:31
And on that basis, I've suggested a different kind of equation.
309
853000
3000
E su quella base, ho suggerito un'equazione di diverso tipo.
14:34
A very simple equation.
310
856000
2000
Un'equazione molto semplice.
14:36
N, the same thing,
311
858000
2000
N è la stessa cosa,
14:38
the number of communicative civilizations out there
312
860000
3000
il numero di civiltà comunicative
14:41
[that] we might expect in our galaxy.
313
863000
2000
che ci possiamo aspettare nella nostra galassia.
14:43
Just start with the number of planets there are in our galaxy.
314
865000
4000
Cominciamo con il numero di pianeti che ci sono nella nostra galassia.
14:47
The fraction of those which get a first replicator.
315
869000
4000
La frazione di questi che ha un primo replicatore.
14:51
The fraction of those that get the second replicator.
316
873000
4000
La frazione di quelli che si trovano con il secondo replicatore.
14:55
The fraction of those that get the third replicator.
317
877000
2000
La frazione di quelli che hanno il terzo replicatore.
14:58
Because it's only the third replicator that's going to reach out --
318
880000
3000
Perché è solo il terzo replicatore quello che uscirà dai confini --
15:01
sending information, sending probes, getting out there,
319
883000
3000
inviando informazione, mandando sonde, uscendo di là,
15:04
and communicating with anywhere else.
320
886000
2000
e comunicando con qualunque altro luogo.
15:06
OK, so if we take that equation,
321
888000
3000
Bene, così prendiamo l'equazione,
15:09
why haven't we heard from anybody out there?
322
891000
5000
ma perché non abbiamo sentito niente da nessuno là fuori?
15:14
Because every step is dangerous.
323
896000
4000
Perché ogni passo è pericoloso.
15:18
Getting a new replicator is dangerous.
324
900000
3000
Avere un nuovo replicatore è pericoloso.
15:21
You can pull through, we have pulled through,
325
903000
2000
E' possibile venirne fuori, noi ne siamo venuti fuori,
15:23
but it's dangerous.
326
905000
2000
ma è pericoloso.
15:25
Take the first step, as soon as life appeared on this earth.
327
907000
3000
Prendiamo il primo passo, appena la vita è apparsa su questa terra.
15:28
We may take the Gaian view.
328
910000
2000
Possiamo usare la visione di Gaia.
15:30
I loved Peter Ward's talk yesterday -- it's not Gaian all the time.
329
912000
3000
Mi è piaciuto il discorso di Peter Ward's ieri -- non è sempre gaiano.
15:33
Actually, life forms produce things that kill themselves.
330
915000
3000
In realtà le forme di vita producono cose che le uccidono.
15:36
Well, we did pull through on this planet.
331
918000
3000
Bene, noi ce l'abbiamo fatta su questo pianeta.
15:39
But then, a long time later, billions of years later,
332
921000
2000
Ma, molto tempo dopo, miliardi di anni dopo,
15:41
we got the second replicator, the memes.
333
923000
3000
ci siamo trovati con un secondo replicatore, i memi.
15:44
That was dangerous, all right.
334
926000
2000
Era pericoloso, d'accordo.
15:46
Think of the big brain.
335
928000
2000
Pensate al cervello grosso.
15:48
How many mothers do we have here?
336
930000
3000
Quante mamme ci sono qui?
15:51
You know all about big brains.
337
933000
2000
Voi sapete tutto dei grossi cervelli.
15:53
They are dangerous to give birth to,
338
935000
2000
Sono pericolosi da far nascere.
15:55
are agonizing to give birth to.
339
937000
2000
E' un'agonia farli nascere.
15:57
(Laughter)
340
939000
1000
(Risate).
15:59
My cat gave birth to four kittens, purring all the time.
341
941000
2000
Il mio gatto ha dato alla luce quattro gattini, facendo le fusa tutto il tempo.
16:01
Ah, mm -- slightly different.
342
943000
2000
Ah, mm -- lievemente diverso.
16:03
(Laughter)
343
945000
2000
(Risate).
16:05
But not only is it painful, it kills lots of babies,
344
947000
3000
Ma non è solo doloroso, uccide anche un sacco di neonati,
16:08
it kills lots of mothers,
345
950000
2000
uccide un sacco di mamme,
16:10
and it's very expensive to produce.
346
952000
2000
ed è molto dispendioso da produrre.
16:12
The genes are forced into producing all this myelin,
347
954000
2000
I geni sono costretti a produrre tutta quella mielina,
16:14
all the fat to myelinate the brain.
348
956000
2000
tutto il grasso che serve per mielinare il cervello.
16:16
Do you know, sitting here,
349
958000
2000
Sapete che, mentre ve ne state seduti,
16:18
your brain is using about 20 percent of your body's energy output
350
960000
4000
il vostro cervello sta usando circa il 20 percento dell'energia del vostro corpo,
16:22
for two percent of your body weight?
351
964000
2000
eppure è il due percento del vostro peso corporeo?
16:24
It's a really expensive organ to run.
352
966000
2000
E' un organo davvero costoso da mantenere.
16:26
Why? Because it's producing the memes.
353
968000
2000
Perché? Perché sta producendo i memi.
16:28
Now, it could have killed us off. It could have killed us off,
354
970000
4000
Orbene, avrebbe potuto ucciderci -- avrebbe potuto farci fuori del tutto,
16:32
and maybe it nearly did, but you see, we don't know.
355
974000
2000
e forse l'ha quasi fatto, ma vedete, non lo sappiamo.
16:34
But maybe it nearly did.
356
976000
2000
Ma forse l'ha quasi fatto.
16:36
Has it been tried before?
357
978000
1000
E' mai stato tentato prima?
16:37
What about all those other species?
358
979000
2000
Che ne è di tutte quelle altre specie?
16:39
Louise Leakey talked yesterday
359
981000
2000
Louise Leakey ieri ha detto
16:41
about how we're the only one in this branch left.
360
983000
3000
che siamo gli unici rimasti su questo ramo.
16:44
What happened to the others?
361
986000
2000
Che è successo agli altri?
16:46
Could it be that this experiment in imitation,
362
988000
2000
Potrebbe darsi che questo esperimento di imitazione,
16:48
this experiment in a second replicator,
363
990000
2000
questo esperimento di un secondo replicatore,
16:50
is dangerous enough to kill people off?
364
992000
4000
sia abbastanza pericoloso da far fuori la gente?
16:54
Well, we did pull through, and we adapted.
365
996000
2000
Bene, noi ce l'abbiamo fatta, e ci siamo adattati.
16:56
But now, we're hitting, as I've just described,
366
998000
3000
Ma ora stiamo toccando, come vi ho appena descritto,
16:59
we're hitting the third replicator point.
367
1001000
2000
stiamo toccando il punto del terzo replicatore.
17:01
And this is even more dangerous --
368
1003000
3000
E questo è ancora più pericoloso --
17:04
well, it's dangerous again.
369
1006000
2000
ossia, è di nuovo pericoloso.
17:06
Why? Because the temes are selfish replicators
370
1008000
4000
Perché? Perché i "temi" (i tecnomemi), sono replicatori egoisti
17:10
and they don't care about us, or our planet, or anything else.
371
1012000
3000
e non si preoccupano di noi, del nostro pianeta, o di altro.
17:13
They're just information, why would they?
372
1015000
3000
Non sono nient'altro che informazione -- perché dovrebbero?
17:17
They are using us to suck up the planet's resources
373
1019000
2000
Ci usano per succhiare le risorse del pianeta
17:19
to produce more computers,
374
1021000
2000
per produrre più computer,
17:21
and more of all these amazing things we're hearing about here at TED.
375
1023000
3000
e più di quelle straordinarie cose di cui sentiamo parlare qui a TED.
17:24
Don't think, "Oh, we created the Internet for our own benefit."
376
1026000
4000
Non pensate, "Oh, abbiamo creato Internet a nostro vantaggio".
17:28
That's how it seems to us.
377
1030000
2000
Sembra a noi che sia così.
17:30
Think, temes spreading because they must.
378
1032000
4000
Pensate ai "temi", tecnomemi che si diffondono perché devono diffondersi.
17:34
We are the old machines.
379
1036000
2000
Noi siamo macchine vecchie.
17:36
Now, are we going to pull through?
380
1038000
2000
Ebbene, ce la caveremo?
17:38
What's going to happen?
381
1040000
2000
Che succederà?
17:40
What does it mean to pull through?
382
1042000
2000
Che vuol dire cavarsela?
17:42
Well, there are kind of two ways of pulling through.
383
1044000
2000
Ora, ci sono un paio di modi per cavarsela.
17:45
One that is obviously happening all around us now,
384
1047000
2000
Uno che sta ovviamente avendo luogo tutto intorno a noi,
17:47
is that the temes turn us into teme machines,
385
1049000
4000
è che i "temi" (i tecnomemi) ci trasformano in macchine da "temi",
17:51
with these implants, with the drugs,
386
1053000
2000
con dispositivi implantologici, con i farmaci,
17:53
with us merging with the technology.
387
1055000
3000
con noi che ci fondiamo con la tecnologia.
17:56
And why would they do that?
388
1058000
2000
E perché dovrebberlo farlo?
17:58
Because we are self-replicating.
389
1060000
2000
Perché noi siamo autoreplicanti.
18:00
We have babies.
390
1062000
2000
Facciamo bambini.
18:02
We make new ones, and so it's convenient to piggyback on us,
391
1064000
3000
Ne facciamo di nuovi, e quindi è conveniente starci a cavalcioni,
18:05
because we're not yet at the stage on this planet
392
1067000
4000
perché su questo pianeta non siamo ancora a uno stadio
18:09
where the other option is viable.
393
1071000
2000
in cui l'altra opzione sia praticabile.
18:11
Although it's closer, I heard this morning,
394
1073000
2000
Anche se è più vicina, come ho sentito stamattina,
18:13
it's closer than I thought it was.
395
1075000
2000
più vicina di quanto pensassi.
18:15
Where the teme machines themselves will replicate themselves.
396
1077000
3000
Quando le macchine da tecnomemi si replicheranno da sole.
18:18
That way, it wouldn't matter if the planet's climate
397
1080000
4000
In quel modo, non importerà se il clima del pianeta
18:22
was utterly destabilized,
398
1084000
2000
sarà completamente destabilizzato,
18:24
and it was no longer possible for humans to live here.
399
1086000
2000
e se non sarà più possibile per gli umani vivere qui.
18:26
Because those teme machines, they wouldn't need --
400
1088000
2000
Perchè loro, quelle macchine da "temi", non ne hanno bisogno --
18:28
they're not squishy, wet, oxygen-breathing,
401
1090000
2000
non sono creature molliccie, umide, che respirano ossigeno,
18:30
warmth-requiring creatures.
402
1092000
3000
e hanno bisogno di calore.
18:33
They could carry on without us.
403
1095000
2000
Possono andare avanti senza di noi.
18:35
So, those are the two possibilities.
404
1097000
3000
Quindi, ci sono due possibilità.
18:38
The second, I don't think we're that close.
405
1100000
4000
Per quanto riguarda la seconda, non credo che ci siamo così vicini.
18:42
It's coming, but we're not there yet.
406
1104000
2000
Sta arrivando, non ci siamo ancora.
18:44
The first, it's coming too.
407
1106000
2000
Anche la prima sta arrivando.
18:46
But the damage that is already being done
408
1108000
3000
Ma il danno che è già stato fatto
18:49
to the planet is showing us how dangerous the third point is,
409
1111000
5000
al pianeta ci mostra quanto sia pericoloso quel terzo punto,
18:54
that third danger point, getting a third replicator.
410
1116000
3000
quel terzo passaggio pericoloso, avere un terzo replicatore.
18:58
And will we get through this third danger point,
411
1120000
2000
E ce la caveremo anche con questo terzo passaggio pericoloso,
19:00
like we got through the second and like we got through the first?
412
1122000
3000
come ce la siamo cavata con il secondo e come ce la siamo cavata con il primo?
19:04
Maybe we will, maybe we won't.
413
1126000
2000
Forse ce la faremo, forse no.
19:06
I have no idea.
414
1128000
3000
Non ne ho idea.
19:13
(Applause)
415
1135000
10000
(Applausi)
19:24
Chris Anderson: That was an incredible talk.
416
1146000
2000
Chris Anderson: E' stato un discorso incredibile.
19:26
SB: Thank you. I scared myself.
417
1148000
2000
SB. Grazie. Mi sono spaventata da sola.
19:28
CA: (Laughter)
418
1150000
1000
CA: (Risata)
ABOUT THE SPEAKER
Susan Blackmore - MemeticistSusan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created.
Why you should listen
Susan Blackmore is dedicated to understanding the scientific nature of consciousness. Her latest work centers on the existence of memes -- little bits of knowledge, lore, habit that seem to spread themselves using human brains as mere carriers. She's exploring the existence of a new class of meme, spread by human technology. It's temporarily named the "teme."
She has written about memes, consciousness, and near-death experiences; has appeared on the British Big Brother to discuss the psychology of the participants; and writes for the Guardian UK.
Susan Blackmore | Speaker | TED.com