TEDGlobal 2010
Steven Johnson: Where good ideas come from
Steven Johnson: Da dove provengono le buone idee
Filmed:
Readability: 4
4,960,715 views
Spesso attribuiamo le nostre idee a intuizioni isolate tipo "Eureka!" Ma Steven Johnson ci mostra come la storia racconti una verità diversa. Il suo affascinante tour ci porta dai "network liquidi" delle prime caffetterie londinesi alla lunga e lenta intuizione di Darwin fino alla reti ultra-veloci di oggi.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
Solo qualche minuto fa, ho scattato questa foto
00:18
about 10 blocks from here.
1
3000
2000
a circa 10 isolati da qui.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
Questo è il Grand Cafe, qui a Oxford.
00:23
I took this picture because this turns out to be
3
8000
3000
Ho scattato questa foto perché si tratta
00:26
the first coffeehouse to open
4
11000
2000
della prima caffetteria aperta
00:28
in England in 1650.
5
13000
2000
in Inghilterra, nel 1650.
00:30
That's its great claim to fame,
6
15000
2000
E' il suo motivo di vanto.
00:32
and I wanted to show it to you,
7
17000
2000
Volevo mostrarvela,
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
non perché voglio farvi fare il tour delle caffetterie
00:36
of historic England,
9
21000
2000
più in voga della vecchia Inghilterra,
00:38
but rather because
10
23000
2000
ma piuttosto perché
00:40
the English coffeehouse was crucial
11
25000
2000
le caffetterie inglesi sono state cruciali
00:42
to the development and spread
12
27000
3000
per lo sviluppo e la diffusione
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
di uno dei grandi fermenti intellettuali degli ultimi 500 anni,
00:48
what we now call the Enlightenment.
14
33000
3000
che ora chiamiamo Illuminismo.
00:51
And the coffeehouse played such a big role
15
36000
2000
Il ruolo delle caffetterie è stato tale
00:53
in the birth of the Enlightenment,
16
38000
2000
nella nascita dell'Illuminismo,
00:55
in part, because of what people were drinking there.
17
40000
2000
in parte grazie a ciò che la gente vi beveva.
00:57
Because, before the spread
18
42000
3000
Questo perché, prima della diffusione
01:00
of coffee and tea through British culture,
19
45000
3000
del caffè e del tè nella cultura britannica,
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
la gente beveva -- ricchi e poveri --
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
ogni giorno, a tutte le ore,
01:08
was alcohol.
22
53000
2000
alcol.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
Gli alcolici andavano bene in ogni momento.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
Un po' di birra a colazione, un goccio di vino a pranzo,
01:15
a little gin -- particularly around 1650 --
25
60000
3000
un bicchierino di gin -- in particolare nel 1650 --
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
un altro po' di vino e birra a fine giornata.
01:20
That was the healthy choice -- right --
27
65000
2000
Era la scelta più sana, certo,
01:22
because the water wasn't safe to drink.
28
67000
2000
perché l'acqua non era sicura da bere.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
Così, infatti, fino all'arrivo delle caffetterie,
01:27
you had an entire population
30
72000
2000
l'intera popolazione
01:29
that was effectively drunk all day.
31
74000
3000
era quotidianamente sbronza.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
Potete immaginare l'effetto a livello personale, giusto?
01:34
and I know this is true of some of you --
33
79000
2000
e qualcuno di voi lo sa per certo --
01:36
if you were drinking all day,
34
81000
3000
se trascorreste le giornate a bere,
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
e poi passaste da un depressore a uno stimolante nella vostra vita,
01:42
you would have better ideas.
36
87000
2000
avreste idee migliori.
01:44
You would be sharper and more alert.
37
89000
2000
Sareste più acuti e attenti.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
Non è quindi casuale l'esplosione di innovazione avvenuta
01:49
as England switched to tea and coffee.
39
94000
3000
quando l'Inghilterra passò a bere tè e caffè.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
Ma l'altro motivo che rende le caffetterie importanti
01:55
is the architecture of the space.
41
100000
2000
è l'architettura degli spazi.
01:57
It was a space where people would get together
42
102000
2000
Si trattava di spazi dove la gente si riuniva
01:59
from different backgrounds,
43
104000
2000
proveniente da contesti diversi,
02:01
different fields of expertise, and share.
44
106000
2000
diversi ambiti di conoscenza, per condividere.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
Si trattava di spazi dove, come disse Matt Ridley, le idee potevano accoppiarsi.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
Era il loro letto matrimoniale, in un certo senso.
02:08
ideas would get together there.
47
113000
2000
Era dove le idee si incontravano.
02:10
And an astonishing number of innovations from this period
48
115000
3000
Un numero incredibile di innovazioni nate in questo periodo
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
hanno una caffetteria da qualche parte nella loro storia.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
Ho passato un sacco di tempo a pensare a questi luoghi
02:19
for the last five years,
51
124000
2000
negli ultimi 5 anni,
02:21
because I've been kind of on this quest
52
126000
2000
perché mi sono posto questa missione
02:23
to investigate this question
53
128000
2000
di investigare la questione
02:25
of where good ideas come from.
54
130000
2000
di dove provengono le buone idee.
02:27
What are the environments
55
132000
2000
Quali sono gli ambienti
02:29
that lead to unusual levels of innovation,
56
134000
3000
che portano a livelli atipici di innovazione,
02:32
unusual levels of creativity?
57
137000
3000
livelli non comuni di creatività?
02:35
What's the kind of environmental --
58
140000
2000
Quali variabili ambientali --
02:37
what is the space of creativity?
59
142000
2000
quali luoghi promuovono la creatività?
02:39
And what I've done is
60
144000
2000
Ciò che ho fatto è stato
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
guardare sia gli spazi come le caffetterie,
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
sia gli spazi multimediali come il World Wide Web,
02:45
that have been extraordinarily innovative;
63
150000
2000
che sono stati straordinariamente innovativi;
02:47
I've gone back to the history of the first cities;
64
152000
3000
ho ripercorso la storia delle prime città;
02:50
I've even gone to biological environments,
65
155000
2000
ho persino indagato sugli ambienti biologici,
02:52
like coral reefs and rainforests,
66
157000
2000
come le barriere coralline e le foreste pluviali,
02:54
that involve unusual levels of biological innovation;
67
159000
3000
che mostrano livelli altissimi di innovazione biologica;
02:57
and what I've been looking for is shared patterns,
68
162000
3000
e sono andato alla ricerca degli elementi in comune,
03:00
kind of signature behavior that shows up
69
165000
2000
dei comportamenti che si ripropongono
03:02
again and again in all of these environments.
70
167000
3000
ogni volta in questi ambienti.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
Vi sono forse schemi ricorrenti da cui possiamo imparare,
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
che possiamo acquisire e applicare alle nostre vite,
03:10
or our own organizations,
73
175000
2000
alle nostre istituzioni,
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
o ai nostri ambienti per renderli più creativi e innovativi?
03:14
And I think I've found a few.
75
179000
2000
Io credo di averne trovati alcuni.
03:16
But what you have to do to make sense of this
76
181000
3000
Ma il modo per venirne a capo
03:19
and to really understand these principles
77
184000
2000
e capire veramente questi principi
03:21
is you have to do away
78
186000
2000
è quello di lasciar perdere
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
alcuni dei modi con cui le nostre tradizionali metafore e linguaggio
03:26
steers us towards
80
191000
2000
ci guidano verso
03:28
certain concepts of idea-creation.
81
193000
2000
certi aspetti della nascita delle idee.
03:30
We have this very rich vocabulary
82
195000
2000
Abbiamo un lessico ricchissimo
03:32
to describe moments of inspiration.
83
197000
2000
per descrivere momenti d'ispirazione.
03:34
We have the kind of the flash of insight,
84
199000
3000
Abbiamo il lampo dell'insight,
03:37
the stroke of insight,
85
202000
2000
il colpo di genio,
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
abbiamo le epifanie, e i momenti "Eureka!",
03:42
we have the lightbulb moments, right?
87
207000
2000
abbiamo la lampadina che si accende, giusto?
03:44
All of these concepts,
88
209000
2000
Ognuno di questi concetti,
03:46
as kind of rhetorically florid as they are,
89
211000
3000
per quanto retoricamente brillanti,
03:49
share this basic assumption,
90
214000
2000
condividono il seguente presupposto,
03:51
which is that an idea is a single thing,
91
216000
3000
cioè che un'idea è una cosa singola,
03:54
it's something that happens often
92
219000
2000
qualcosa che capita, spesso
03:56
in a wonderful illuminating moment.
93
221000
3000
in un momento di meravigliosa illuminazione.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
In realtà, direi piuttosto, e voi dovreste iniziare ad accettarlo,
04:02
is this idea that an idea is a network
95
227000
3000
è che un'idea è un network
04:05
on the most elemental level.
96
230000
2000
al livello più elementare.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
Cioè, ecco cosa avviene dentro il vostro cervello.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
Un'idea, una nuova idea, è una nuova rete di neuroni
04:12
firing in sync with each other inside your brain.
99
237000
3000
che sparano in sincronia nel cervello.
04:15
It's a new configuration that has never formed before.
100
240000
3000
E' una configurazione nuova, che non si era mai formata prima.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
E la mia domanda è: come possiamo procurare al nostro cervello ambienti
04:21
where these new networks are going to be more likely to form?
102
246000
3000
in cui queste nuove reti hanno maggiori probabilità di formarsi?
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
Risulta che i tipi di network del mondo esterno
04:27
mimic a lot of the network patterns
104
252000
2000
riproducono largamente i circuiti
04:29
of the internal world of the human brain.
105
254000
3000
del mondo interno al cervello umano.
04:32
So the metaphor I'd like the use
106
257000
2000
La metafora che mi piace proporre
04:34
I can take
107
259000
2000
la prendo
04:36
from a story of a great idea that's quite recent --
108
261000
3000
dalla storia di una grande idea, abbastanza recente --
04:39
a lot more recent than the 1650s.
109
264000
3000
molto più recente del 1650.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
Un tizio straordinario di nome Timothy Prestero,
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
che possiede un'azienda... un'organizzazione chiamata "Design che Conta".
04:48
They decided to tackle this really pressing problem
112
273000
3000
Hanno deciso di affrontare questo grandissimo problema,
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
sapete -- il terribile problema della mortalità infantile
04:55
in the developing world.
114
280000
2000
nei paesi in via di sviluppo.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
Una delle cose veramente frustranti a proposito è che sappiamo
05:00
by getting modern neonatal incubators
116
285000
3000
che, installando incubatrici moderne per neonati
05:03
into any context,
117
288000
2000
in tali contesti,
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
se riuscissimo, semplicemente, a tenere al caldo i neonati prematuri,
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
potremmo dimezzare le percentuali di mortalità infantile in quei paesi.
05:11
So, the technology is there.
120
296000
2000
Quindi, la tecnologia c'è.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
E' uno standard nel mondo industrializzato.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
Il problema è, se compri un'incubatrice da $ 40.000,
05:19
and you send it off
123
304000
2000
e la spedisci
05:21
to a mid-sized village in Africa,
124
306000
2000
in un villaggio in Africa,
05:23
it will work great for a year or two years,
125
308000
2000
funzionerà alla grande per uno, due anni,
05:25
and then something will go wrong and it will break,
126
310000
3000
poi qualcosa andrà storto e si romperà,
05:28
and it will remain broken forever,
127
313000
2000
e rimarrà rotta per sempre,
05:30
because you don't have a whole system of spare parts,
128
315000
3000
perché manca l'intera rete di pezzi di ricambio,
05:33
and you don't have the on-the-ground expertise
129
318000
2000
e mancano i tecnici specializzati in sito
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
per riparare tale unità da $ 40.000.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
Alla fine si ha il problema di un sacco di soldi spesi
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
per portare aiuto e tecnologie avanzate in questi paesi,
05:42
and then it ends up being useless.
133
327000
2000
che alla fine risultano inutili.
05:44
So what Prestero and his team decided to do
134
329000
2000
Ciò che Prestero e colleghi hanno deciso di fare
05:46
is to look around and see: what are the abundant resources
135
331000
3000
è stato di guardare in giro: quali risorse abbondano
05:49
in these developing world contexts?
136
334000
2000
in questi contesti in via di sviluppo?
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
La gente non dispone di registratori DVD,
05:54
they don't have a lot of microwaves,
138
339000
2000
né di forni a microonde,
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
ma se la cavavano molto bene nel mantenere in funzione le vetture.
05:59
There's a Toyota Forerunner
140
344000
2000
C'è un SUV Toyota
06:01
on the street in all these places.
141
346000
2000
che circola in ognuno di questi posti.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
Sembra che abbiano le competenze per mantenere in funzione le automobili.
06:06
So they started to think,
143
351000
2000
Hanno quindi pensato,
06:08
"Could we build a neonatal incubator
144
353000
2000
"Sarebbe possibile costruire un'incubatrice
06:10
that's built entirely out of automobile parts?"
145
355000
3000
fatta interamente di parti di automobile"?
06:13
And this is what they ended up coming with.
146
358000
2000
E questo è ciò che sono riusciti a fare.
06:15
It's called a "neonurture device."
147
360000
2000
Si chiama dispositivo neocultore.
06:17
From the outside, it looks like a normal little thing
148
362000
2000
Da fuori, sembra un normale apparecchietto
06:19
you'd find in a modern, Western hospital.
149
364000
2000
che trovereste in un moderno ospedale occidentale.
06:21
In the inside, it's all car parts.
150
366000
2000
Dentro, sono tutte parti di automobile.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
Ha una ventola, fari per riscaldare,
06:25
it's got door chimes for alarm --
152
370000
2000
segnalatori acustici di portiera come allarme.
06:27
it runs off a car battery.
153
372000
2000
E' alimentato dalla batteria di una macchina.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
Bastano solo i pezzi di ricambio della tua Toyota
06:31
and the ability to fix a headlight,
155
376000
2000
e l'abilità di riparare un fanale,
06:33
and you can repair this thing.
156
378000
2000
e l'aparecchio si può riparare.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
Ora, questa è una bellissima idea, ma intendo dire che
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
questa è un'ottima metafora per capire come arrivano le idee.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
Ci piace pensare che le nostre idee brillanti
06:42
are like that $40,000, brand new incubator,
160
387000
2000
siano come un'incubatrice nuova di zecca da $40.000,
06:44
state-of-the-art technology,
161
389000
2000
lo stato dell'arte della tecnologia,
06:46
but more often than not, they're cobbled together
162
391000
2000
ma ben più spesso, sono assemblate
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
con qualunque cosa sia disponibile nelle vicinanze.
06:50
We take ideas from other people,
164
395000
2000
Prendiamo idee dagli altri,
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
da gente da cui abbiamo imparato, da gente incontrata al bar,
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
e le cuciamo insieme dando loro nuova forma, creando qualcosa di nuovo.
06:58
That's really where innovation happens.
167
403000
3000
E' lì che si ha veramente l'innovazione.
07:01
And that means that we have to change some of our models
168
406000
2000
Ciò significa che dobbiamo cambiare alcuni dei nostri modelli
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
di concezione dell'innovazione e del pensiero produttivo, ok?
07:06
I mean, this is one vision of it.
170
411000
2000
Questo è un modo per farlo.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
Un altro è quello di Newton e la mela, quando Newton era a Cambridge.
07:11
This is a statue from Oxford.
172
416000
2000
Questa è una sua statua a Oxford.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
Te ne stai lì seduto a riflettere,
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
e la mela cade dall'albero, ed ecco la teoria della gravità.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
Invece, gli spazi che storicamente hanno portato all'inovazione
07:21
tend to look like this, right.
176
426000
2000
tendono a somigliare più a questo, ok?
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
Questo è il famoso dipinto di Hogarth di una consulta politica in osteria,
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
che è esattamente come si presentavano le caffetterie a quell'epoca.
07:29
This is the kind of chaotic environment
179
434000
2000
Questo è il tipo di ambiente caotico
07:31
where ideas were likely to come together,
180
436000
2000
dove le idee potevano incontrarsi,
07:33
where people were likely to have
181
438000
2000
dove le persone potevano avere
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
nuove, interessanti e imprevedibili collisioni -- proveniendo da ambiti diversi.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
Quindi, se stiamo cercando di costruire istituzioni più innovative,
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
dobbiamo costruire spazi che, stranamente, assomigliano di più a questo.
07:43
This is what your office should look like,
185
448000
2000
Ecco come dovrebbe apparire il vostro ufficio,
07:45
is part of my message here.
186
450000
2000
è parte del mio messaggio stasera.
07:47
And one of the problems with this is that
187
452000
2000
Una delle difficoltà incontrate è che
07:49
people are actually -- when you research this field --
188
454000
3000
le persone in realtà -- quando si studiano queste cose --
07:52
people are notoriously unreliable,
189
457000
2000
sono notoriamente poco attendibili,
07:54
when they actually kind of self-report
190
459000
2000
nel riportare il dove
07:56
on where they have their own good ideas,
191
461000
2000
le proprie buone idee hanno avuto luogo,
07:58
or their history of their best ideas.
192
463000
2000
o la storia della loro nascita.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
Qualche anno fa, un ottimo ricercatore chiamato Kevin Dunbar
08:03
decided to go around
194
468000
2000
decise di aggirare l'ostacolo
08:05
and basically do the Big Brother approach
195
470000
2000
e adottare un approccio tipo Grande Fratello
08:07
to figuring out where good ideas come from.
196
472000
2000
per scoprire da dove provenissero le buone idee.
08:09
He went to a bunch of science labs around the world
197
474000
3000
Frequentò una serie di laboratori sperimentali in giro per il mondo
08:12
and videotaped everyone
198
477000
2000
e filmò ognuno
08:14
as they were doing every little bit of their job.
199
479000
2000
mentre svolgeva ogni singolo aspetto del proprio lavoro.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
Quindi mentre sedevano di fronte al microscopio,
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
mentre parlavano con un collega alla colonnina dell'acqua, cose così.
08:20
And he recorded all of these conversations
202
485000
2000
E registrò ognuna di queste conversazioni
08:22
and tried to figure out where the most important ideas,
203
487000
2000
cercando di individuare dove erano saltate fuori le idee migliori,
08:24
where they happened.
204
489000
2000
dove erano nate.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
Quando pensiamo alla classica figura dello scienziato in laboratorio,
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
ce la immaginiamo -- sapete, chino sul microscopio,
08:32
and they see something in the tissue sample.
207
497000
2000
e poi vedono qualcosa nel tessuto osservato.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
E.. "Eureka!" Arriva l'idea.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
Ciò che Dunbar in realtà scoprì, osservando le registrazioni
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
è che, invece, quasi tutte le idee di rilievo
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
non nascevano isolate in laboratorio, davanti al microscopio.
08:46
They happened at the conference table
212
511000
2000
Nascevano al tavolo delle conferenze
08:48
at the weekly lab meeting,
213
513000
2000
alla riunione settimanale del laboratorio,
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
in cui tutti si incontravano e condividevano gli ultimi dati e scoperte,
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
spesso mentre la gente esponeva cosa non tornava,
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
l'errore, l'interferenza dietro il segnale che stavano scoprendo.
08:58
And something about that environment --
217
523000
3000
Riguardo all'ambiente --
09:01
and I've started calling it the "liquid network,"
218
526000
2000
ho iniziato a chiamarlo il "network liquido",
09:03
where you have lots of different ideas that are together,
219
528000
3000
in cui confluiscono moltissime idee diverse,
09:06
different backgrounds, different interests,
220
531000
2000
diversi ambiti di ricerca, diversi interessi,
09:08
jostling with each other, bouncing off each other --
221
533000
2000
che si urtano e rimbalzano l'uno sull'altro --
09:10
that environment is, in fact,
222
535000
2000
è questo quindi l'ambiente
09:12
the environment that leads to innovation.
223
537000
2000
che porta all'innovazione.
09:14
The other problem that people have
224
539000
2000
Un'altra difficoltà che le persone incontrano
09:16
is they like to condense their stories of innovation down
225
541000
2000
sta nella tendenza a condensare le proprie storie di innovazione
09:18
to kind of shorter time frames.
226
543000
2000
in lassi di tempo più brevi.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
Desiderano raccontare la storia di quel momento "Eureka!"
09:23
They want to say, "There I was, I was standing there
228
548000
2000
Desiderano dire, "Ero lì, in piedi,
09:25
and I had it all suddenly clear in my head."
229
550000
2000
e all'improvviso tutto divenne chiaro nella mia mente".
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
Ma in realtà, se si torna indietro a rivedere il percorso storico,
09:30
it turns out that a lot of important ideas
231
555000
3000
si scopre che moltissime idee importanti
09:33
have very long incubation periods --
232
558000
3000
hanno avuto periodi molto lunghi di gestazione.
09:36
I call this the "slow hunch."
233
561000
2000
Questo l'ho chiamato la "intuizione lenta".
09:38
We've heard a lot recently
234
563000
2000
Recentemente si è molto sentito parlare
09:40
about hunch and instinct
235
565000
2000
di intuizione e istinto
09:42
and blink-like sudden moments of clarity,
236
567000
3000
e di momenti subitanei di illuminazione,
09:45
but in fact, a lot of great ideas
237
570000
2000
ma in realtà, molte grandi idee
09:47
linger on, sometimes for decades,
238
572000
2000
permangono, a volte per decenni,
09:49
in the back of people's minds.
239
574000
2000
in un angolino della mente della gente.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
Hanno come la sensazione che vi sia una questione interessante,
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
ma non hanno ancora gli strumenti per svelarla.
09:56
They spend all this time working on certain problems,
242
581000
3000
Passano il tempo a lavorare su certi problemi,
09:59
but there's another thing lingering there
243
584000
2000
ma c'è qualcos'altro in sottofondo
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
di interessante, che non riescono a risolvere.
10:03
Darwin is a great example of this.
245
588000
2000
Il caso di Darwin è un ottimo esempio.
10:05
Darwin himself, in his autobiography,
246
590000
2000
Egli stesso, nella sua autobiografia,
10:07
tells the story of coming up with the idea
247
592000
2000
ci racconta la storia dell'intuizione
10:09
for natural selection
248
594000
2000
della selezione naturale
10:11
as a classic "eureka!" moment.
249
596000
2000
come il classico momento "Eureka!".
10:13
He's in his study,
250
598000
2000
E' nel suo studio,
10:15
it's October of 1838,
251
600000
2000
è l'ottobre del 1838,
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
e sta leggendo Malthus, un saggio sulla popolazione.
10:19
And all of a sudden,
253
604000
2000
All'improvviso, le basi dell'algoritmo
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
della selezione naturale si materializzano nella sua mente,
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
e dice "Finalmente, avevo una teoria su cui lavorare".
10:27
That's in his autobiography.
256
612000
2000
Questa è la sua autobiografia.
10:29
About a decade or two ago,
257
614000
2000
Una o due decadi fa,
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
il brillante accademico Howard Gruber tornò sull'argomento
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
e studiò i quaderni di Darwin di quel periodo.
10:36
And Darwin kept these copious notebooks
260
621000
2000
Darwin aveva quaderni fitti di annotazioni
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
in cui esponeva ogni singola idea, ogni piccola intuizione.
10:41
And what Gruber found was
262
626000
2000
Gruber scoprì che
10:43
that Darwin had the full theory of natural selection
263
628000
3000
Darwin aveva già l'intera teoria della selezione naturale
10:46
for months and months and months
264
631000
2000
da molti mesi
10:48
before he had his alleged epiphany,
265
633000
2000
prima della sua presunta epifania,
10:50
reading Malthus in October of 1838.
266
635000
3000
leggendo Malthus nell'ottobre del 1838.
10:53
There are passages where you can read it,
267
638000
2000
Vi sono passaggi in cui leggendo,
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
si ha l'impressione di avere davanti un manuale sul darwinismo,
10:58
from the period before he has this epiphany.
269
643000
3000
e ciò risale a un periodo precedente tale epifania.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
Si capisce quindi che Darwin, in un certo senso,
11:03
had the idea, he had the concept,
271
648000
2000
aveva l'idea, aveva il concetto
11:05
but was unable of fully thinking it yet.
272
650000
3000
ma non era ancora capace di mettere il tutto insieme.
11:08
And that is actually how great ideas often happen;
273
653000
3000
Ed è così che spesso nascono le grandi idee;
11:11
they fade into view over long periods of time.
274
656000
2000
rimangono sfuocate per lunghi periodi di tempo.
11:13
Now the challenge for all of us is:
275
658000
2000
Ora, la sfida per ognuno di noi è:
11:15
how do you create environments
276
660000
2000
come facciamo a creare ambienti
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
che permettano a queste idee di maturare più rapidamente?
11:19
It's hard to go to your boss and say,
278
664000
2000
Non è semplice andare dal proprio capo e dire
11:21
"I have an excellent idea for our organization.
279
666000
2000
"Ho un'ottima idea per la nostra organizzazione aziendale.
11:23
It will be useful in 2020.
280
668000
3000
Ci sarà molto utile nel 2020.
11:26
Could you just give me some time to do that?"
281
671000
2000
Posso avere un po' di tempo per dedicarmi a questo"?
11:28
Now a couple of companies -- like Google --
282
673000
2000
Ora un paio di compagnie, come Google,
11:30
they have innovation time off, 20 percent time,
283
675000
2000
dedicano del tempo libero all'innovazione, circa il 20% del tempo,
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
che, in certo senso, è un sistema per coltivare le intuizioni all'interno di una organizzazione.
11:35
But that's a key thing.
285
680000
3000
E' un elemento chiave.
11:38
And the other thing is to allow those hunches
286
683000
2000
L'astro aspetto è quello di permettere a tali intuizioni
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
di connettersi a quelle di altre persone; così avviene di solito.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
Tu hai una mezza idea, un altro ha l'altra mezza,
11:45
and if you're in the right environment,
289
690000
2000
e se siete nell'ambiente giusto,
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
diventano qualcosa più grande della somma delle loro parti.
11:49
So, in a sense,
291
694000
2000
Quindi, in un certo senso,
11:51
we often talk about the value
292
696000
2000
parliamo spesso dell'importanza
11:53
of protecting intellectual property,
293
698000
2000
di proteggere la proprietà intellettuale,
11:55
you know, building barricades,
294
700000
2000
sapete, alzando barriere,
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
laboratori segreti di ricerca e sviluppo, brevettando ogni cosa,
12:00
so that those ideas will remain valuable,
296
705000
3000
in modo che tali idee rimangano profittevoli,
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
incentivando così la gente ad avere sempre nuove idee,
12:05
and the culture will be more innovative.
298
710000
3000
e innovando infine la cultura.
12:08
But I think there's a case to be made
299
713000
2000
Io ritengo però che sia il caso
12:10
that we should spend at least as much time, if not more,
300
715000
3000
di investire almeno la stessa quantità di tempo, se non di più,
12:13
valuing the premise of connecting ideas
301
718000
2000
nella direzione di connettere le idee
12:15
and not just protecting them.
302
720000
2000
e non soltanto di proteggerle.
12:17
And I'll leave you with this story,
303
722000
2000
Vi lascio con questa storia,
12:19
which I think captures a lot of these values,
304
724000
3000
che secondo me cattura molti di questi valori,
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
ed è un meraviglioso esempio di storia di innovazione,
12:24
and how it happens in unlikely ways.
306
729000
3000
e di come avvenga in modi improbabili.
12:27
It's October of 1957,
307
732000
3000
E' l'ottobre del 1957,
12:30
and Sputnik has just launched,
308
735000
2000
e lo Sputnik è appena stato lanciato,
12:32
and we're in Laurel Maryland,
309
737000
2000
e siamo a Laurel, Maryland,
12:34
at the applied physics lab
310
739000
2000
nel laboratorio di fisica applicata
12:36
associated with Johns Hopkins University.
311
741000
2000
associato alla John Hopkins University.
12:38
And it's Monday morning,
312
743000
2000
E' un lunedì mattina,
12:40
and the news has just broken about this satellite
313
745000
2000
e si è appena diffusa la notizia di questo satellite
12:42
that's now orbiting the planet.
314
747000
3000
che ora gira attorno al pianeta.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
E certo, siamo nel paradiso dei cervelloni, giusto?
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
Ci sono tutti questi strambi fisici che pensano,
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
"Oddio! E' incredibile. Non ci posso credere".
12:52
And two of them,
318
757000
2000
E due di loro,
12:54
two 20-something researchers at the APL
319
759000
2000
due ricercatori poco più che ventenni del laboratorio
12:56
are there at the cafeteria table
320
761000
2000
sono al tavolo della mensa
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
a chiacchierare con degli altri colleghi.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
Questi due tizi si chiamano Guier e Weiffenbach.
13:04
And they start talking, and one of them says,
323
769000
2000
Parlano, e uno dei due dice,
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
"Ei, c'è qualcuno che ha cercato di ascoltare i segnali di questo coso"?
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
Capite, lassù nello spazio c'è questo satellite fabbricato dall'uomo
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
che chiaramente trasmette un qualche tipo di segnale.
13:13
We could probably hear it, if we tune in."
327
778000
3000
Forse potremmo ascoltarlo, se ci sintonizzassimo".
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
E così chiedono in giro a un paio di colleghi,
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
e tutti rispondono "No, non ci avevo pensato...
13:20
That's an interesting idea."
330
785000
2000
E' una bella idea".
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
Risulta che Weiffenbach è una specie di esperto
13:25
in microwave reception,
332
790000
2000
nella ricezione di microonde,
13:27
and he's got a little antennae set up
333
792000
2000
e ha, nel suo ufficio, una piccola unità di ricezione
13:29
with an amplifier in his office.
334
794000
2000
collegata a un amplificatore.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
Così Guier e Weiffenbach tornano in ufficio da Weiffenbach,
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
e iniziano a giocarci -- oggi diremo, a fare un po' di hacking.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
Dopo un paio d'ore, iniziano veramente a ricevere il segnale,
13:39
because the Soviets made Sputnik
338
804000
2000
perché i sovietici avevano reso lo Sputnik
13:41
very easy to track.
339
806000
2000
molto semplice da rintracciare.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
Era esattamente a 20 MHz, così da poterlo trovare facilmente,
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
perché temevano che la gente pensasse si trattasse di una bufala.
13:48
So they made it really easy to find it.
342
813000
2000
Lo resero quindi facilissimo da individuare.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
E quindi questi due tizi sono lì seduti ad ascoltare il segnale,
13:53
and people start kind of coming into the office and saying,
344
818000
2000
e la gente inizia a venire in ufficio e a dire,
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
"Wow, che figata. Fammelo sentire. Grandioso".
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
E subito dopo, pensano "Ma questa è una cosa storica.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
Forse siamo le prime persone negli USA ad ascoltare questo segnale.
14:03
We should record it."
348
828000
2000
Dovremmo registrarlo".
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
E così portano questo grosso, rozzo registratore analogico a cassette,
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
e iniziano a registrare tutti questi blip, blip.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
E iniziano a segnare la data e l'ora
14:13
for each little bleep that they record.
352
838000
3000
di ciascun blip registrato.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
E pensano "Caspita, qui ci sono
14:18
small little frequency variations here.
354
843000
3000
delle piccole variazioni di frequenza.
14:21
We could probably calculate the speed
355
846000
3000
Forse potremmo calcolare la velocità
14:24
that the satellite is traveling,
356
849000
2000
di orbita del satellite,
14:26
if we do a little basic math here
357
851000
2000
se facciamo qualche calcolo
14:28
using the Doppler effect."
358
853000
2000
considerando l'effetto Doppler.
14:30
And then they played around with it a little bit more,
359
855000
2000
E ci giocano ancora un po',
14:32
and they talked to a couple of their colleagues
360
857000
2000
e ne parlano con qualche altro collega
14:34
who had other kind of specialties.
361
859000
2000
con altre specializzazioni.
14:36
And they said, "Jeez, you know,
362
861000
2000
E dicono "Sai cosa?
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
potremmo forse analizzare l'inclinazione dell'effetto Doppler
14:40
to figure out the points at which
364
865000
2000
per calcolare i punti in cui
14:42
the satellite is closest to our antennae
365
867000
2000
il satellite è più vicino alle nostre antenne
14:44
and the points at which it's farthest away.
366
869000
2000
e i punti in cui è più lontano.
14:46
That's pretty cool."
367
871000
2000
Che figo"!
14:48
And eventually, they get permission --
368
873000
2000
Ottengono così il permesso --
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
è un progetto parallelo che nulla ha a che fare con il loro lavoro ufficiale.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
Ottengono il permesso di utilizzare il nuovo, sapete, computer UNIVAC
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
grosso come una stanza, appena arrivato in laboratorio.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
Macinano ancora un po' di dati, e alla fine di 3-4 settimane,
15:02
turns out they have mapped the exact trajectory
373
887000
3000
risulta che hanno mappato la traiettoria precisa
15:05
of this satellite around the Earth,
374
890000
2000
del satellite intorno alla Terra,
15:07
just from listening to this one little signal,
375
892000
2000
partendo dal semplice ascolto di quel piccolo segnale,
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
e da quella piccola intuizione che avevano deciso di seguire
15:12
over lunch one morning.
377
897000
3000
quella mattina a pranzo.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
Un paio di settimane dopo, il loro capo, Frank McClure,
15:18
pulls them into the room and says,
379
903000
2000
li convoca in ufficio e dice,
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
"Ragazzi, vi devo chiedere una cosa
15:22
about that project you were working on.
381
907000
2000
riguardo a questo progetto su cui state lavorando.
15:24
You've figured out an unknown location
382
909000
2000
Avete individuato una posizione ignota
15:26
of a satellite orbiting the planet
383
911000
3000
di un satellite in orbita attorno al pianeta
15:29
from a known location on the ground.
384
914000
2000
partendo da una posizione nota sulla terra.
15:31
Could you go the other way?
385
916000
2000
Riuscireste a fare il contrario?
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
Sarebbe possibile individuare una posizione ignota sulla terra,
15:35
if you knew the location of the satellite?"
387
920000
3000
conoscendo la posizione del satellite?"
15:38
And they thought about it and they said,
388
923000
2000
Ci pensano un'attimo e dicono
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
"Beh, credo di sì. Proviamo a fare dei calcoli".
15:43
So they went back, and they thought about it.
390
928000
2000
Vanno in ufficio e ci pensano.
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
Poi tornano e dicono, "In verità, sarebbe ancora più semplice".
15:47
And he said, "Oh, that's great.
392
932000
2000
E il capo, "Ok, grandioso.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
Perché vedete, ho questi nuovi sottomarini nucleari
15:52
that I'm building.
394
937000
2000
in costruzione.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
E' molto complesso stabilire come indirizzare i missili
15:57
so that it will land right on top of Moscow,
396
942000
2000
in modo che finiscano esattamente su Mosca,
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
se non si sa dove si trova il sottomarino, in mezzo all'Oceano Pacifico.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
Stiamo pensando di lanciare in orbita alcuni satelliti
16:05
and use it to track our submarines
399
950000
3000
e di usarli per rintracciare i nostri sommergibili
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
e stabilire la loro esatta posizione in mezzo all'oceano.
16:10
Could you work on that problem?"
401
955000
2000
Potreste occuparvene voi?"
16:12
And that's how GPS was born.
402
957000
3000
Ed è così che nasce il GPS.
16:15
30 years later,
403
960000
2000
30 anni dopo,
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
Ronald Reagan lo mise a disposizione e lo rese una piattaforma aperta
16:20
that anybody could kind of build upon
405
965000
2000
che chiunque poteva mettere a frutto
16:22
and anybody could come along and build new technology
406
967000
3000
per sviluppare nuove tecnologie,
16:25
that would create and innovate
407
970000
2000
per creare e innovare
16:27
on top of this open platform,
408
972000
2000
basandosi su questa piattaforma aperta,
16:29
left it open for anyone to do
409
974000
2000
resa disponibile a chiunque per farci
16:31
pretty much anything they wanted with it.
410
976000
2000
qualsiasi cosa gli fosse venuto in mente.
16:33
And now, I guarantee you
411
978000
2000
E ora, ve lo garantisco,
16:35
certainly half of this room, if not more,
412
980000
2000
metà di questa sala per certo, se non di più,
16:37
has a device sitting in their pocket right now
413
982000
2000
ha, proprio ora, in tasca, un dispositivo
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
che sta comunicando con uno di quei satelliti nello spazio.
16:42
And I bet you one of you, if not more,
415
987000
3000
E scommetto che uno di voi, se non di più,
16:45
has used said device and said satellite system
416
990000
3000
ha utilizzato detto dispositivo e sistema satellitare
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
per localizzare la più vicina caffetteria nell'ultimo --
16:51
(Laughter)
418
996000
2000
(Risate)
16:53
in the last day or last week, right?
419
998000
3000
nell'ultimo giorno o settimana, giusto?
16:56
(Applause)
420
1001000
3000
(Applausi)
16:59
And that, I think,
421
1004000
2000
E questo è, secondo me,
17:01
is a great case study, a great lesson
422
1006000
3000
un ottimo esempio, una grande lezione,
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
sul potere... il meraviglioso, non pianificato,
17:06
emergent, unpredictable power
424
1011000
3000
emergente, imprevedibile potere,
17:09
of open innovative systems.
425
1014000
2000
dei sistemi innovativi aperti.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
Se fatti bene, saranno condotti in direzioni del tutto nuove
17:13
that the creators never even dreamed of.
427
1018000
2000
rispetto a quelle immaginate dai loro creatori.
17:15
I mean, here you have these guys
428
1020000
2000
Voglio dire, c'erano questi tizi
17:17
who basically thought they were just following this hunch,
429
1022000
2000
che in pratica pensavano di seguire un'intuizione,
17:19
this little passion that had developed,
430
1024000
2000
una piccola nuova passione,
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
poi hanno creduto di essere sul fronte della Guerra Fredda,
17:23
and then it turns out they're just helping somebody
432
1028000
2000
alla fine risulta che stanno semplicemente aiutando qualcuno
17:25
find a soy latte.
433
1030000
2000
a trovare un cappuccino d'orzo.
17:27
(Laughter)
434
1032000
2000
(Risate)
17:29
That is how innovation happens.
435
1034000
2000
E' così che arriva l'innovazione.
17:31
Chance favors the connected mind.
436
1036000
2000
La fortuna aiuta la mente connessa.
17:33
Thank you very much.
437
1038000
2000
Grazie mille.
17:35
(Applause)
438
1040000
3000
(Applauso)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com