TEDGlobal 2011
Tim Harford: Trial, error and the God complex
Tims Harfords: Mēģinājumi, kļūdas un Dieva komplekss
Filmed:
Readability: 4.3
2,044,503 views
Rakstnieks-ekonomiķis Tims Harfords pēta sarežģītas sistēmas un starp veiksmīgākajām no tā atrod pārsteidzošu saikni: tās izveidotas mēģinājumu un kļūdu rezultātā. Šajā dzīvīgajā 2011. gada TEDGlobal runā viņš mūs aicina pieņemt mūsu nejaušību un sākt pieļaut labākas kļūdas.
Tim Harford - Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio
Double-click the English transcript below to play the video.
00:15
It's the Second World War.
0
0
2000
Ir Otrais pasaules karš.
00:17
A German prison camp.
1
2000
3000
Vācu ieslodzījuma nometne.
00:20
And this man,
2
5000
3000
Šis vīrs,
00:23
Archie Cochrane,
3
8000
3000
Ārčijs Kokrens,
00:26
is a prisoner of war and a doctor,
4
11000
3000
ir karagūsteknis un ārsts,
00:29
and he has a problem.
5
14000
3000
un viņam ir problēma.
00:32
The problem is that the men under his care
6
17000
3000
Problēma ir tāda, ka viņa aprūpē esošie vīri
00:35
are suffering
7
20000
2000
cieta
00:37
from an excruciating and debilitating condition
8
22000
3000
no mokošas un novājinošas slimības,
00:40
that Archie doesn't really understand.
9
25000
3000
ko Ārčijs īsti neizprata.
00:43
The symptoms
10
28000
2000
Simptomi bija
00:45
are this horrible swelling up of fluids under the skin.
11
30000
3000
briesmīga šķidruma uzkrāšanās zem ādas.
00:48
But he doesn't know whether it's an infection, whether it's to do with malnutrition.
12
33000
3000
Taču viņš nezina, vai tā infekcija vai arī tas radies nepilnvērtīga uztura dēļ.
00:51
He doesn't know how to cure it.
13
36000
2000
Viņš nezina, kā to ārstēt.
00:53
And he's operating in a hostile environment.
14
38000
3000
Viņš strādā naidīgā vidē.
00:56
And people do terrible things in wars.
15
41000
2000
Cilvēki karā dara šaušalīgas lietas.
00:58
The German camp guards, they've got bored.
16
43000
3000
Vācu nometnes uzraugi, nogarlaikojušies,
01:01
They've taken to just firing into the prison camp at random
17
46000
2000
izklaides pēc cietuma nometnē bija sākuši uz labu laimi
01:03
for fun.
18
48000
2000
šaudīties.
01:05
On one particular occasion,
19
50000
2000
Vienā konkrētā gadījumā
01:07
one of the guards threw a grenade into the prisoners' lavatory
20
52000
3000
kāds no sargiem iemeta granātu cietumnieku tualetē,
01:10
while it was full of prisoners.
21
55000
3000
kamēr tā bija pilna cietumnieku.
01:13
He said he heard suspicious laughter.
22
58000
2000
Viņš apgalvoja, ka dzirdējis aizdomīgus smieklus.
01:15
And Archie Cochrane, as the camp doctor,
23
60000
3000
Ārčijs Kokrens kā nometnes ārsts
01:18
was one of the first men in
24
63000
2000
bija viens no pirmajiem cilvēkiem,
01:20
to clear up the mess.
25
65000
2000
kam bija jātiek ar to galā.
01:22
And one more thing:
26
67000
2000
Vēl viena lieta:
01:24
Archie was suffering from this illness himself.
27
69000
3000
Ārčijs pats cieta no šīs slimības.
01:27
So the situation seemed pretty desperate.
28
72000
3000
Tā, nu, situācija šķita gaužām izmisīga.
01:30
But Archie Cochrane
29
75000
2000
Taču Ārčijs Kokrens
01:32
was a resourceful person.
30
77000
3000
bija attapīgs cilvēks.
01:35
He'd already smuggled vitamin C into the camp,
31
80000
3000
Viņš nometnē jau bija slepus ievedis C vitamīnu,
01:38
and now he managed
32
83000
2000
un tagad bija spējis
01:40
to get hold of supplies of marmite
33
85000
2000
sadabūt melnajā tirgū pieejamajos
01:42
on the black market.
34
87000
2000
marmīta krājumus.
01:44
Now some of you will be wondering what marmite is.
35
89000
3000
Daži no jums varētu nezināt, kas īsti ir marmīts.
01:47
Marmite is a breakfast spread beloved of the British.
36
92000
3000
Marmīts ir angļu iecienīts brokastu ēdiens.
01:50
It looks like crude oil.
37
95000
2000
Tas izskatās kā jēlnafta.
01:52
It tastes ...
38
97000
2000
Tas garšo ...
01:54
zesty.
39
99000
2000
pikanti.
01:56
And importantly,
40
101000
2000
Pats galvenais,
01:58
it's a rich source
41
103000
2000
tas bija bagātīgs
02:00
of vitamin B12.
42
105000
2000
B12 vitamīna avots.
02:02
So Archie splits the men under his care as best he can
43
107000
3000
Tā Ārčijs iespēju robežās sadala savā aprūpē esošos vīrus
02:05
into two equal groups.
44
110000
2000
divās vienādās grupās.
02:07
He gives half of them vitamin C.
45
112000
2000
Pusei no tiem viņš dod C vitamīnu.
02:09
He gives half of them vitamin B12.
46
114000
3000
Pusei viņš dod B12 vitamīnu.
02:12
He very carefully and meticulously notes his results
47
117000
3000
Viņš sīki un uzmanīgi savā burtnīcā apraksta
02:15
in an exercise book.
48
120000
2000
iegūtos rezultātus.
02:17
And after just a few days,
49
122000
2000
Un jau pēc pāris dienām
02:19
it becomes clear
50
124000
2000
kļūst skaidrs, ka,
02:21
that whatever is causing this illness,
51
126000
3000
lai arī kas izraisītu šo slimību,
02:24
marmite is the cure.
52
129000
3000
marmīts ir zāles pret to.
02:27
So Cochrane then goes to the Germans who are running the prison camp.
53
132000
3000
Tā nu Kokrens dodas pie vāciešiem, kas vada ieslodzījuma nometni,
02:30
Now you've got to imagine at the moment --
54
135000
2000
Nu jums uz mirkli ir jāpiepūlē iztēle,
02:32
forget this photo, imagine this guy
55
137000
2000
aizmirstiet par šo fotogrāfiju, iedomājieties puisi
02:34
with this long ginger beard and this shock of red hair.
56
139000
3000
ar garu, rudu bārdu un sarkanu matu cekulu.
02:37
He hasn't been able to shave -- a sort of Billy Connolly figure.
57
142000
3000
Viņam nav bijusi iespēja noskūties, tāds kā Billijam Konolijam līdzīgs tēls.
02:40
Cochrane, he starts ranting at these Germans
58
145000
2000
Kokrens savā skotu akcentā, brīvā vācu valodā,
02:42
in this Scottish accent --
59
147000
2000
taču ar skotu akcentu,
02:44
in fluent German, by the way, but in a Scottish accent --
60
149000
3000
sāk šķendēties vāciešiem un stāstīt to,
02:47
and explains to them how German culture was the culture
61
152000
3000
ka vācu kultūra bija tā,
02:50
that gave Schiller and Goethe to the world.
62
155000
2000
kas pasaulei sniedza Šilleru un Gēti.
02:52
And he can't understand
63
157000
2000
Viņš nespējot saprast,
02:54
how this barbarism can be tolerated,
64
159000
2000
kā šāds barbarisms tiek paciests,
02:56
and he vents his frustrations.
65
161000
3000
un pauž savu neapmierinātību.
02:59
And then he goes back to his quarters,
66
164000
3000
Tad viņš dodas atpakaļ uz savu kameru,
03:02
breaks down and weeps
67
167000
3000
sabrūk un sāk raudāt,
03:05
because he's convinced that the situation is hopeless.
68
170000
3000
jo ir pārliecināts, ka situācija ir bezcerīga.
03:10
But a young German doctor
69
175000
3000
Taču jauns vācu ārsts
03:13
picks up Archie Cochrane's exercise book
70
178000
3000
ievēro Ārčija Kokrena burtnīcu
03:16
and says to his colleagues,
71
181000
4000
un saka saviem kolēģiem:
03:20
"This evidence is incontrovertible.
72
185000
5000
„Šie pierādījumi ir nenoliedzami.
03:25
If we don't supply vitamins to the prisoners,
73
190000
3000
Ja mēs neapgādājam ieslodzītos ar vitamīniem,
03:28
it's a war crime."
74
193000
2000
tas ir kara noziegums.”
03:30
And the next morning,
75
195000
2000
Un nākamajā rītā
03:32
supplies of vitamin B12 are delivered to the camp,
76
197000
3000
uz nometni tiek atvesti B12 vitamīna krājumi
03:35
and the prisoners begin to recover.
77
200000
3000
un ieslodzītie sāk atgūties.
03:39
Now I'm not telling you this story
78
204000
2000
Es jums šo stāstu nestāstu,
03:41
because I think Archie Cochrane is a dude,
79
206000
2000
jo domāju, ka Ārčijs Kokrens ir baigais vecis,
03:43
although Archie Cochrane is a dude.
80
208000
4000
lai gan Ārčijs Kokrens ir baigais vecis.
03:47
I'm not even telling you the story
81
212000
2000
Es šo stāstu nestāstu pat tādēļ,
03:49
because I think we should be running
82
214000
2000
ka uzskatu, ka mums vajadzētu veikt vairāk
03:51
more carefully controlled randomized trials
83
216000
2000
rūpīgi kontrolētu randomizētu pētījumu
03:53
in all aspects of public policy,
84
218000
2000
visos publiskās politikas aspektos,
03:55
although I think that would also be completely awesome.
85
220000
4000
lai arī, manuprāt, tas būtu patiesi lieliski.
03:59
I'm telling you this story
86
224000
2000
Es jums šo stāstu stāstīju,
04:01
because Archie Cochrane, all his life,
87
226000
3000
jo Ārčijs Kokrens visu savu dzīvi
04:04
fought against a terrible affliction,
88
229000
4000
cīnījās ar briesmīgu kaiti
04:08
and he realized it was debilitating to individuals
89
233000
4000
un saprata, ka tā novārdzina cilvēkus
04:12
and it was corrosive to societies.
90
237000
2000
un posta sabiedrību.
04:14
And he had a name for it.
91
239000
2000
Viņam tai bija nosaukums.
04:16
He called it the God complex.
92
241000
3000
Viņš to dēvēja par Dieva kompleksu.
04:19
Now I can describe the symptoms of the God complex very, very easily.
93
244000
4000
Es ļoti, ļoti viegli varu aprakstīt Dieva kompleksa simptomus.
04:23
So the symptoms of the complex
94
248000
3000
Tātad kompleksa simptomi,
04:26
are, no matter how complicated the problem,
95
251000
3000
neatkarībā no problēmas sarežģītības
04:29
you have an absolutely overwhelming belief
96
254000
3000
jums ir pilnībā nepārvarams uzskats,
04:32
that you are infallibly right in your solution.
97
257000
4000
ka jūsu risinājums ir nekļūdīgi pareizs.
04:36
Now Archie was a doctor,
98
261000
2000
Ārčijs bija ārsts,
04:38
so he hung around with doctors a lot.
99
263000
2000
tādēļ viņš daudz uzturējās citu ārstu sabiedrībā.
04:40
And doctors suffer from the God complex a lot.
100
265000
3000
Un ārsti bieži cieš no Dieva kompleksa.
04:43
Now I'm an economist, I'm not a doctor,
101
268000
2000
Es gan esmu ekonomists, nevis ārsts,
04:45
but I see the God complex around me all the time
102
270000
2000
taču es savu kolēģu ekonomistu vidū nepārtraukti
04:47
in my fellow economists.
103
272000
2000
saskatu Dieva kompleksu.
04:49
I see it in our business leaders.
104
274000
2000
Es to saskatu mūsu uzņēmumu vadītājos.
04:51
I see it in the politicians we vote for --
105
276000
2000
Es to saskatu politiķos, par ko balsojam,
04:53
people who, in the face of an incredibly complicated world,
106
278000
4000
cilvēkos, kuri, noraugoties uz apbrīnojami sarežģītu pasauli,
04:57
are nevertheless absolutely convinced
107
282000
3000
tik un tā ir pilnībā pārliecināti,
05:00
that they understand the way that the world works.
108
285000
3000
ka izprot to, kā pasaule darbojas.
05:03
And you know, with the future billions that we've been hearing about,
109
288000
3000
Ziniet, dzirdot par nākotnē esošajiem miljardiem,
05:06
the world is simply far too complex
110
291000
2000
pasaule ir daudz par sarežģītu,
05:08
to understand in that way.
111
293000
2000
lai to tā vienkārši varētu izprast.
05:10
Well let me give you an example.
112
295000
2000
Ļaujiet man minēt piemēru.
05:12
Imagine for a moment
113
297000
2000
Uz mirkli iedomājieties,
05:14
that, instead of Tim Harford in front of you,
114
299000
2000
ka Tima Harforda vietā jūsu priekšā stāv
05:16
there was Hans Rosling presenting his graphs.
115
301000
3000
Hanss Roslings, rādot savus grafikus.
05:19
You know Hans:
116
304000
2000
Jūs taču pazīstiet Hansu:
05:21
the Mick Jagger of TED.
117
306000
2000
TED Miku Džegeru.
05:23
(Laughter)
118
308000
2000
(Smiekli)
05:25
And he'd be showing you these amazing statistics,
119
310000
2000
Viņš jums rādītu visu šo apbrīnojamo statistiku,
05:27
these amazing animations.
120
312000
2000
apbrīnojamās animācijas.
05:29
And they are brilliant; it's wonderful work.
121
314000
2000
Tās ir ģeniālas, tas ir apbrīnojams darbs.
05:31
But a typical Hans Rosling graph:
122
316000
2000
Taču tipisks Hansa Roslinga grafiks:
05:33
think for a moment, not what it shows,
123
318000
3000
padomājiet uz mirkli, ne par to, kas tajā attēlots,
05:36
but think instead about what it leaves out.
124
321000
3000
bet gan par to, kas tajā nav parādīts.
05:39
So it'll show you GDP per capita,
125
324000
3000
Tajā būs attēlots IKP uz iedzīvotāju,
05:42
population, longevity,
126
327000
2000
iedzīvotāji, mūža ilgums,
05:44
that's about it.
127
329000
2000
tas arī viss.
05:46
So three pieces of data for each country --
128
331000
2000
Trīs datu vienības par katru valsti,
05:48
three pieces of data.
129
333000
2000
trīs datu vienības.
05:50
Three pieces of data is nothing.
130
335000
2000
Trīs datu vienības nav nekas.
05:52
I mean, have a look at this graph.
131
337000
2000
Paskatieties uz šo grafiku.
05:54
This is produced by the physicist Cesar Hidalgo.
132
339000
2000
To veidojis fiziķis Cēzars Hidalgo.
05:56
He's at MIT.
133
341000
2000
Viņš strādā MTI.
05:58
Now you won't be able to understand a word of it,
134
343000
2000
Jūs no tā nesapratīsiet ne vārda,
06:00
but this is what it looks like.
135
345000
2000
taču tā tas izskatās.
06:02
Cesar has trolled the database
136
347000
2000
Cēzars ir izgājis cauri datu bāzei
06:04
of over 5,000 different products,
137
349000
3000
ar vairāk nekā 5000 dažādām precēm,
06:07
and he's used techniques of network analysis
138
352000
5000
un ir izmantojis tīklu analīzes paņēmienus,
06:12
to interrogate this database
139
357000
2000
lai izpētītu šo datu bāzi
06:14
and to graph relationships between the different products.
140
359000
2000
un grafiski attēlotu saistību starp dažādām precēm.
06:16
And it's wonderful, wonderful work.
141
361000
2000
Tas ir apbrīnojams, apbrīnojams darbs.
06:18
You show all these interconnections, all these interrelations.
142
363000
3000
Tajā redzamas visas šīs savstarpējās sakarības un saistības.
06:21
And I think it'll be profoundly useful
143
366000
2000
Manuprāt, tas ir patiesi noderīgi,
06:23
in understanding how it is that economies grow.
144
368000
3000
mēģinot izprast to, kā aug ekonomikas.
06:26
Brilliant work.
145
371000
2000
Ģeniāls darbs.
06:28
Cesar and I tried to write a piece for The New York Times Magazine
146
373000
2000
Mēs ar Cēzaru mēģinājām uzrakstīt rakstu „The New York Times” žurnālam,
06:30
explaining how this works.
147
375000
2000
izskaidrojot, kā tas strādā.
06:32
And what we learned
148
377000
2000
Mēs sapratām,
06:34
is Cesar's work is far too good to explain
149
379000
2000
ka Cēzara darbi ir pārlieku labi, lai tos skaidrotu
06:36
in The New York Times Magazine.
150
381000
2000
„The New York Times” žurnālā.
06:40
Five thousand products --
151
385000
3000
Pieci tūkstoši preču,
06:43
that's still nothing.
152
388000
2000
tas tāpat nav nekas.
06:45
Five thousand products --
153
390000
2000
Pieci tūkstoši preču,
06:47
imagine counting every product category
154
392000
2000
iedomājieties, kā būtu saskaitīt katru Cēzara datos
06:49
in Cesar Hidalgo's data.
155
394000
2000
iekļauto preču kategoriju.
06:51
Imagine you had one second
156
396000
2000
Iedomājieties, ka jums būtu sekunde
06:53
per product category.
157
398000
2000
katrai preču kategorijai.
06:55
In about the length of this session,
158
400000
3000
Šīs sesijas laikā
06:58
you would have counted all 5,000.
159
403000
2000
jūs paspētu saskaitīt visas 5000.
07:00
Now imagine doing the same thing
160
405000
2000
Nu iedomājieties darīt to pašu
07:02
for every different type of product on sale in Walmart.
161
407000
3000
ar katru „Walmart” pārdošanā esošo preču veidu.
07:05
There are 100,000 there. It would take you all day.
162
410000
3000
To ir ap 100 000. Tas aizņemtu visu dienu.
07:08
Now imagine trying to count
163
413000
2000
Nu iedomājieties saskaitīt
07:10
every different specific product and service
164
415000
3000
katru atsevišķo preci un pakalpojumu, kas atrodas
07:13
on sale in a major economy
165
418000
2000
pārdošanā tādās milzu ekonomikās,
07:15
such as Tokyo, London or New York.
166
420000
2000
kā Tokija, Londona vai Ņujorka.
07:17
It's even more difficult in Edinburgh
167
422000
2000
Edinburgā tas ir vēl sarežģītāk,
07:19
because you have to count all the whisky and the tartan.
168
424000
3000
jo ir jāieskaita arī visi viskiji un pledi.
07:22
If you wanted to count every product and service
169
427000
2000
Ja jūs vēlētos saskaitīt visas Ņujorkā pieejamās
07:24
on offer in New York --
170
429000
2000
preces un pakalpojumus,
07:26
there are 10 billion of them --
171
431000
2000
beigās sanāktu 10 miljardi
07:28
it would take you 317 years.
172
433000
3000
un skaitīšana aizņemtu 317 gadu.
07:31
This is how complex the economy we've created is.
173
436000
3000
Lūk, cik sarežģītu ekonomiku esam radījuši.
07:34
And I'm just counting toasters here.
174
439000
2000
Un es tikai skaitu tosterus.
07:36
I'm not trying to solve the Middle East problem.
175
441000
2000
Es necenšos atrisināt Tuvo Austrumu problēmu.
07:39
The complexity here is unbelievable.
176
444000
3000
Tā sarežģītība ir prātam neaptverama.
07:42
And just a piece of context --
177
447000
2000
Lūk, nedaudz konteksta,
07:44
the societies in which our brains evolved
178
449000
2000
sabiedrībā, kurā attīstījušās mūsu smadzenes
07:46
had about 300 products and services.
179
451000
2000
bija aptuveni 300 preču un pakalpojumu.
07:48
You could count them in five minutes.
180
453000
3000
Tos varēja saskaitīt piecās minūtēs.
07:51
So this is the complexity of the world that surrounds us.
181
456000
3000
Tāda ir mūsu apkārtējās pasaules sarežģītība.
07:54
This perhaps is why
182
459000
2000
Varbūt tādēļ
07:56
we find the God complex so tempting.
183
461000
3000
mums Dieva komplekss šķiet tik kārdinošs.
07:59
We tend to retreat and say, "We can draw a picture,
184
464000
3000
Mēs mēdzam norobežoties un teikt: „Mēs varam uzzīmēt attēlu,
08:02
we can post some graphs,
185
467000
2000
mēs varam publicēt grafikus,
08:04
we get it, we understand how this works."
186
469000
3000
mēs to saprotam, mēs saprotam, kā tas strādā.”
08:07
And we don't.
187
472000
2000
Lai arī mēs nesaprotam.
08:09
We never do.
188
474000
2000
Mēs nekad nesaprotam.
08:11
Now I'm not trying to deliver a nihilistic message here.
189
476000
2000
Tam visam apakšā nav nekāds nihilistisks vēstījums.
08:13
I'm not trying to say we can't solve
190
478000
2000
Es nesaku, ka mēs nespējam atrisināt
08:15
complicated problems in a complicated world.
191
480000
2000
sarežģītas problēmas sarežģītā pasaulē.
08:17
We clearly can.
192
482000
2000
Mēs to acīmredzami spējam.
08:19
But the way we solve them
193
484000
2000
Taču veids, kā mēs tās risinām
08:21
is with humility --
194
486000
2000
ir ar pazemību.
08:23
to abandon the God complex
195
488000
2000
Atmetot Dieva kompleksu
08:25
and to actually use a problem-solving technique that works.
196
490000
3000
un izmantojot problēmu risināšanas paņēmienus, kas tiešām strādā.
08:28
And we have a problem-solving technique that works.
197
493000
3000
Mums ir efektīvi problēmu risināšanas paņēmieni.
08:31
Now you show me
198
496000
2000
Tagad parādiet man
08:33
a successful complex system,
199
498000
2000
veiksmīgu sarežģītu sistēmu,
08:35
and I will show you a system
200
500000
3000
un es jums parādīšu sistēmu,
08:38
that has evolved through trial and error.
201
503000
2000
kas radusies mēģinājumu un kļūdu rezultātā.
08:40
Here's an example.
202
505000
2000
Lūk, piemērs.
08:42
This baby was produced through trial and error.
203
507000
3000
Šis bērns radās mēģinājumu un kļūdu rezultātā.
08:46
I realize that's an ambiguous statement.
204
511000
3000
Saprotu, ka tas ir neskaidrs apgalvojums.
08:49
Maybe I should clarify it.
205
514000
2000
Varbūt man būtu jāprecizē.
08:51
This baby is a human body: it evolved.
206
516000
3000
Šis bērns ir cilvēka ķermenis - tas attīstījās evolūcijā.
08:54
What is evolution?
207
519000
2000
Kas ir evolūcija?
08:56
Over millions of years, variation and selection,
208
521000
3000
Miljonu gadu laikā, variācija un atlase,
08:59
variation and selection --
209
524000
3000
variācija un atlase,
09:02
trial and error,
210
527000
2000
mēģinājumi un kļūdas,
09:04
trial and error.
211
529000
3000
mēģinājumi un kļūdas.
09:07
And it's not just biological systems
212
532000
2000
Bioloģiskās sistēmas nav vienīgās,
09:09
that produce miracles through trial and error.
213
534000
2000
kas ar mēģinājumiem un kļūdām rada brīnumu lietas.
09:11
You could use it in an industrial context.
214
536000
2000
Mēs to varam izmantot arī ražošanas kontekstā.
09:13
So let's say you wanted to make detergent.
215
538000
2000
Pieņemsim, ka vēlaties radīt tīrīšanas līdzekli.
09:15
Let's say you're Unilever
216
540000
2000
Pieņemsim, ka esat Unilever
09:17
and you want to make detergent in a factory near Liverpool.
217
542000
3000
un vēlaties netālu no Liverpūlas esošā rūpnīcā radīt tīrīšanas līdzekli.
09:20
How do you do it?
218
545000
2000
Kā jūs to izdarāt?
09:22
Well you have this great big tank full of liquid detergent.
219
547000
3000
Jums ir pamatīga tvertne, kas pilna ar šķidru tīrīšanas līdzekli.
09:25
You pump it at a high pressure through a nozzle.
220
550000
2000
Jūs zem augsta spiediena pārsūknējat caur sprauslu.
09:27
You create a spray of detergent.
221
552000
3000
Jūs izveidojat izsmidzināmu tīrīšanas līdzekli.
09:30
Then the spray dries. It turns into powder.
222
555000
2000
Tad līdzeklis sakalst. Tas pārvēršas pulverī.
09:32
It falls to the floor.
223
557000
2000
Pulveris nobirst uz grīdas.
09:34
You scoop it up. You put it in cardboard boxes.
224
559000
2000
Jūs to saslaukāt un ieberat kartona kastēs.
09:36
You sell it at a supermarket.
225
561000
2000
Jūs to pārdodat lielveikalā.
09:38
You make lots of money.
226
563000
2000
Jūs nopelnāt daudz naudas.
09:40
How do you design that nozzle?
227
565000
3000
Kādu jūs izveidojat šo sprauslu?
09:43
It turns out to be very important.
228
568000
3000
Izrādās, tas ir ļoti svarīgi.
09:46
Now if you ascribe to the God complex,
229
571000
2000
Ja Jūs ķeraties pie Dieva kompleksa,
09:48
what you do is you find yourself a little God.
230
573000
3000
Jums jāatrod sev mazs Dieviņš.
09:51
You find yourself a mathematician; you find yourself a physicist --
231
576000
3000
Jūs atrodat matemātiķi; jūs atrodat sev fiziķi -
09:54
somebody who understands the dynamics of this fluid.
232
579000
3000
kādu, kurš saprot šī šķidruma dinamiku.
09:57
And he will, or she will,
233
582000
3000
Un viņš vai viņa
10:00
calculate the optimal design of the nozzle.
234
585000
3000
aprēķinās optimālo sprauslas dizainu.
10:03
Now Unilever did this and it didn't work --
235
588000
2000
Unilever tā arī darīja un tas neizdevās —
10:05
too complicated.
236
590000
2000
pārāk sarežģīti.
10:07
Even this problem, too complicated.
237
592000
3000
Pat šī problēma bija pārāk sarežģīta.
10:10
But the geneticist Professor Steve Jones
238
595000
3000
Taču ģenētiķis profesors Stīvs Džounss
10:13
describes how Unilever actually did solve this problem --
239
598000
3000
apraksta, kā Unilever tomēr atrisināja šo problēmu,
10:16
trial and error,
240
601000
2000
mēģinājumi un kļūdas,
10:18
variation and selection.
241
603000
2000
variācija un atlase.
10:20
You take a nozzle
242
605000
2000
Paņemiet sprauslu
10:22
and you create 10 random variations on the nozzle.
243
607000
4000
un uz labu laimi izveidojiet 10 sprauslas variācijas.
10:26
You try out all 10; you keep the one that works best.
244
611000
3000
Izmēģiniet visas 10; paturiet to, kas ir vislabākā.
10:29
You create 10 variations on that one.
245
614000
2000
Izveidojiet tai 10 variācijas.
10:31
You try out all 10. You keep the one that works best.
246
616000
3000
Izmēģiniet visas 10. Paturiet to, kas ir vislabākā.
10:34
You try out 10 variations on that one.
247
619000
2000
Izmēģiniet šīs sprauslas 10 variācijas.
10:36
You see how this works, right?
248
621000
2000
Saprotiet, kā tās lietas notiek, vai ne?
10:38
And after 45 generations,
249
623000
2000
Pēc 45 paaudzēm
10:40
you have this incredible nozzle.
250
625000
2000
jums būs lieliska sprausla.
10:42
It looks a bit like a chess piece --
251
627000
2000
Tās nedaudz izskatās kā šaha kauliņš,
10:44
functions absolutely brilliantly.
252
629000
3000
un savu funkciju pilda ideāli.
10:47
We have no idea
253
632000
2000
Mums nav ne jausmas,
10:49
why it works,
254
634000
2000
kādēļ tā ir,
10:51
no idea at all.
255
636000
2000
pilnīgi nekādas nojausmas.
10:53
And the moment you step back from the God complex --
256
638000
2000
Tajā brīdī, kad atkāpjieties no Dieva kompleksa,
10:55
let's just try to have a bunch of stuff;
257
640000
2000
vienkārši izmēģinot lērumu lietu;
10:57
let's have a systematic way of determining what's working and what's not --
258
642000
3000
izmantojot sistemātisku veidu, lai noteiktu, kas strādā un kas nē,
11:00
you can solve your problem.
259
645000
2000
jūs varat atrisināt problēmu.
11:02
Now this process of trial and error
260
647000
2000
Īstenībā šī mēģinājuma un kļūdu metode
11:04
is actually far more common in successful institutions
261
649000
3000
veiksmīgās iestādēs tiek izmantota daudz biežāk,
11:07
than we care to recognize.
262
652000
2000
nekā mēs to vēlētos atzīt.
11:09
And we've heard a lot about how economies function.
263
654000
3000
Mēs visi esam dzirdējuši par to, kā strādā ekonomikas.
11:12
The U.S. economy is still the world's greatest economy.
264
657000
4000
ASV ekonomika vēl joprojām ir pasaules varenākā ekonomika.
11:16
How did it become the world's greatest economy?
265
661000
3000
Kā tā kļuva par pasaules varenāko ekonomiku?
11:19
I could give you all kinds of facts and figures
266
664000
2000
Es varētu jums minēt visādus faktus un skaitļus
11:21
about the U.S. economy,
267
666000
2000
par ASV ekonomiku,
11:23
but I think the most salient one is this:
268
668000
3000
taču, manuprāt, šis ir ievērojamākais:
11:26
ten percent of American businesses
269
671000
3000
katru gadu pazūd desmit procenti
11:29
disappear every year.
270
674000
3000
amerikāņu uzņēmumu.
11:32
That is a huge failure rate.
271
677000
3000
Tas ir milzīgs neveiksmju rādītājs.
11:35
It's far higher than the failure rate of, say, Americans.
272
680000
2000
Tās ir daudz lielāks nekā, teiksim, amerikāņu neveiksmju rādītājs.
11:37
Ten percent of Americans don't disappear every year.
273
682000
3000
Katru gadu nepazūd desmit procenti amerikāņu.
11:40
Which leads us to conclude
274
685000
2000
Kas mūs noved pie secinājuma,
11:42
American businesses fail faster than Americans,
275
687000
3000
ka amerikāņu uzņēmējdarbība izgāžas ātrāk nekā amerikāņi,
11:45
and therefore American businesses are evolving faster than Americans.
276
690000
3000
un tādējādi amerikāņu uzņēmējdarbība attīstās ātrāk nekā paši amerikāņi.
11:48
And eventually, they'll have evolved to such a high peak of perfection
277
693000
3000
Un ar laiku, tā būs attīstījusies līdz tik augstai pakāpei,
11:51
that they will make us all their pets --
278
696000
3000
ka tā mūs padarīs par saviem mājdzīvniekiem.
11:54
(Laughter)
279
699000
2000
(Smiekli)
11:56
if, of course, they haven't already done so.
280
701000
3000
Ja tā to jau, protams, nav izdarījusi.
11:59
I sometimes wonder.
281
704000
3000
Dažreiz es par to aizdomājos.
12:02
But it's this process of trial and error
282
707000
2000
Mēģinājumu un kļūdu process ir tas,
12:04
that explains this great divergence,
283
709000
4000
kas izskaidro šo milzīgo novirzi,
12:08
this incredible performance of Western economies.
284
713000
3000
šo apbrīnojamo Rietumu ekonomiku veikumu.
12:11
It didn't come because you put some incredibly smart person in charge.
285
716000
3000
Tas nenotika, jo pie varas tika kāds neticami gudrs cilvēks.
12:14
It's come through trial and error.
286
719000
2000
Tas noticis mēģinājumu un kļūdu rezultātā.
12:16
Now I've been sort of banging on about this
287
721000
2000
Es pēdējos pāris mēnešus visu laiku
12:18
for the last couple of months,
288
723000
2000
par to runāju,
12:20
and people sometimes say to me,
289
725000
2000
un dažreiz cilvēki man saka:
12:22
"Well Tim, it's kind of obvious.
290
727000
2000
„Tim, tas ir diezgan acīmredzami.
12:24
Obviously trial and error is very important.
291
729000
2000
Acīmredzot mēģinājumi un kļūdas ir ļoti svarīgas.
12:26
Obviously experimentation is very important.
292
731000
2000
Acīmredzot eksperimentēšana ir ļoti svarīga.
12:28
Now why are you just wandering around saying this obvious thing?"
293
733000
3000
Kāpēc tu staigā apkārt un visiem stāsti šo tik acīmredzamo lietu?”
12:31
So I say, okay, fine.
294
736000
2000
"Labi," es atbildu.
12:33
You think it's obvious?
295
738000
2000
Jūsuprāt tas ir acīmredzami?
12:35
I will admit it's obvious
296
740000
2000
Es atzīšu, ka tas ir acīmredzami,
12:37
when schools
297
742000
2000
kad skolas
12:39
start teaching children
298
744000
3000
bērniem sāks mācīt,
12:42
that there are some problems that don't have a correct answer.
299
747000
3000
ka ir problēmas, uz kurām nav tādas pareizās atbildes.
12:45
Stop giving them lists of questions
300
750000
3000
Beidziet viņiem dot jautājumu sarakstus,
12:48
every single one of which has an answer.
301
753000
2000
kur katram jautājumam ir atbilde.
12:50
And there's an authority figure in the corner
302
755000
2000
Un stūrī, aiz skolotāja galda
12:52
behind the teacher's desk who knows all the answers.
303
757000
2000
ir autoritatīva persona, kas zina visas atbildes.
12:54
And if you can't find the answers,
304
759000
2000
Un ja tu nespēj atrast atbildes,
12:56
you must be lazy or stupid.
305
761000
2000
tad tu esi vai nu slinks, vai stulbs.
12:58
When schools stop doing that all the time,
306
763000
2000
Kad skolas pārstās tā visu laiku darīt,
13:00
I will admit that, yes,
307
765000
2000
es to atzīšu, jā,
13:02
it's obvious that trial and error is a good thing.
308
767000
2000
tas ir acīmredzams, ka mēģinājumi un kļūdas ir laba lieta.
13:04
When a politician stands up
309
769000
3000
Kad politiķis, kas kandidē
13:07
campaigning for elected office
310
772000
2000
ievēlēšanai amatā, piecelsies
13:09
and says, "I want to fix our health system.
311
774000
2000
un teiks: „Es vēlos salabot mūsu veselības aprūpes sistēmu.
13:11
I want to fix our education system.
312
776000
2000
Es vēlos salabot mūsu izglītības sistēmu.
13:13
I have no idea how to do it.
313
778000
3000
Man nav ne jausmas, kā to izdarīt.
13:16
I have half a dozen ideas.
314
781000
2000
Man ir pusducis ideju.
13:18
We're going to test them out. They'll probably all fail.
315
783000
3000
Mēs tās izmēģināsim. Tās visas visdrīzāk izgāzīsies.
13:21
Then we'll test some other ideas out.
316
786000
2000
Tad mēs izmēģināsim vēl citas idejas.
13:23
We'll find some that work. We'll build on those.
317
788000
2000
Mēs atradīsim kādas, kas darbojas. Mēs tās attīstīsim.
13:25
We'll get rid of the ones that don't." --
318
790000
2000
Mēs atbrīvosimies no tām, kas nestrādā.”
13:27
when a politician campaigns on that platform,
319
792000
3000
Kad politiķis veidos savu kampaņu ar šādu nostādni,
13:30
and more importantly, when voters like you and me
320
795000
3000
un, pats galvenais, kad tādi vēlētāji kā jūs un es
13:33
are willing to vote for that kind of politician,
321
798000
2000
būs gatavi balsot par šāda veida politiķi,
13:35
then I will admit
322
800000
2000
tad es atzīšu,
13:37
that it is obvious that trial and error works, and that -- thank you.
323
802000
3000
ka tas ir acīmredzami, ka mēģinājumi un kļūdas strādā un, ka - paldies.
13:40
(Applause)
324
805000
4000
(Aplausi)
13:44
Until then, until then
325
809000
3000
Līdz tam, līdz tam
13:47
I'm going to keep banging on about trial and error
326
812000
2000
es turpināšu muldēt par mēģinājumiem un kļūdām
13:49
and why we should abandon the God complex.
327
814000
3000
un to, kādēļ mums vajadzētu atteikties no Dieva kompleksa.
13:52
Because it's so hard
328
817000
3000
Jo atzīt paša kļūdīgumu
13:55
to admit our own fallibility.
329
820000
2000
ir tik grūti.
13:57
It's so uncomfortable.
330
822000
2000
Tas ir tik neērti.
13:59
And Archie Cochrane understood this as well as anybody.
331
824000
3000
Ārčijs Kokrens to saprata kā jebkurš cits cilvēks.
14:02
There's this one trial he ran
332
827000
2000
Bija kāds pētījums, ko viņš veica
14:04
many years after World War II.
333
829000
2000
daudzus gadus pēc 2. pasaules kara.
14:06
He wanted to test out
334
831000
3000
Viņš vēlējās uzzināt,
14:09
the question of, where is it
335
834000
2000
kas ir labākā vietā, kur
14:11
that patients should recover
336
836000
2000
pacientiem atkopties
14:13
from heart attacks?
337
838000
2000
pēc sirdstriekām.
14:15
Should they recover in a specialized cardiac unit in hospital,
338
840000
3000
Vai viņiem būtu jāatkopjas specializētā slimnīcas kardioloģijas nodaļā
14:18
or should they recover at home?
339
843000
3000
vai varbūt tomēr labāk mājās?
14:21
All the cardiac doctors tried to shut him down.
340
846000
3000
Visi kardiologi centās viņu apturēt.
14:24
They had the God complex in spades.
341
849000
3000
Viņi bija Dieva kompleksa pārņemti.
14:27
They knew that their hospitals were the right place for patients,
342
852000
3000
Viņa zināja, ka viņu slimnīcas bija īstā vieta pacientiem,
14:30
and they knew it was very unethical
343
855000
2000
un viņi zināja, ka veikt jebkāda veida
14:32
to run any kind of trial or experiment.
344
857000
3000
pētījumus vai eksperimentus ir neētiski.
14:35
Nevertheless, Archie managed to get permission to do this.
345
860000
2000
Lai vai kā, Ārčijam izdevās saņemt atļauju to veikšanai.
14:37
He ran his trial.
346
862000
2000
Viņš veica savu pētījumu.
14:39
And after the trial had been running for a little while,
347
864000
2000
Kad pētījums bija veikts jau kādu laiciņu,
14:41
he gathered together all his colleagues
348
866000
2000
viņš savā kabinetā sapulcināja
14:43
around his table,
349
868000
2000
visus savus kolēģus
14:45
and he said, "Well, gentlemen,
350
870000
2000
un teica: „Nu, kungi,
14:47
we have some preliminary results.
351
872000
2000
mums ir pirmie rezultāti.
14:49
They're not statistically significant.
352
874000
2000
Tie nav statistiski vērā ņemami.
14:51
But we have something.
353
876000
3000
Taču mums ir kaut kas.
14:54
And it turns out that you're right and I'm wrong.
354
879000
3000
Izrādās, ka jums ir taisnība un es kļūdījos.
14:57
It is dangerous for patients
355
882000
2000
Pacientiem atkopties
14:59
to recover from heart attacks at home.
356
884000
2000
no sirdstriekas mājās ir bīstami.
15:01
They should be in hospital."
357
886000
3000
Viņiem ir jāatrodas slimnīcā.”
15:04
And there's this uproar, and all the doctors start pounding the table
358
889000
2000
Saceļās milzīga kņada, un ārsti sāk dauzīt pa galdu
15:06
and saying, "We always said you were unethical, Archie.
359
891000
3000
un teikt: „Ārčij, mēs jau visu laiku teicām, ka tas ir neētiski.
15:09
You're killing people with your clinical trials. You need to shut it down now.
360
894000
3000
Tu ar saviem klīniskajiem pētījumiem nogalē cilvēkus. Tev tas ir jāpārtrauc.
15:12
Shut it down at once."
361
897000
2000
Tūlīt pat pārtrauc to.”
15:14
And there's this huge hubbub.
362
899000
2000
Valda milzīgs juceklis.
15:16
Archie lets it die down.
363
901000
2000
Ārčijs ļauj tam norimt
15:18
And then he says, "Well that's very interesting, gentlemen,
364
903000
2000
un tad saka: „Ļoti interesanti, kungi,
15:20
because when I gave you the table of results,
365
905000
3000
jo pirms rādīju jums rezultātu tabulu
15:23
I swapped the two columns around.
366
908000
4000
es samainīju abus stabiņus vietām.
15:27
It turns out your hospitals are killing people,
367
912000
2000
Izrādās, ka cilvēkus nogalina jūsu slimnīcas
15:29
and they should be at home.
368
914000
2000
un ka viņiem būtu jāatrodas mājās.
15:31
Would you like to close down the trial now,
369
916000
3000
Vai nu jūs vēlētos pārtraukt pētījumu
15:34
or should we wait until we have robust results?"
370
919000
3000
vai arī pagaidīsim kārtīgākus rezultātus?”
15:38
Tumbleweed
371
923000
2000
Istabā
15:40
rolls through the meeting room.
372
925000
3000
atskanēja sienāžu sisināšana.
15:43
But Cochrane would do that kind of thing.
373
928000
3000
Taču Kokrenam tas bija raksturīgi.
15:46
And the reason he would do that kind of thing
374
931000
2000
Ko tādu viņš darīja,
15:48
is because he understood
375
933000
2000
jo saprata, ka ir daudz
15:50
it feels so much better
376
935000
2000
labāka sajūta
15:52
to stand there and say,
377
937000
2000
tur stāvēt un teikt:
15:54
"Here in my own little world,
378
939000
2000
„Šeit mana mazajā pasaulītē
15:56
I am a god, I understand everything.
379
941000
2000
es esmu Dievs, es visu saprotu.
15:58
I do not want to have my opinions challenged.
380
943000
2000
Es nevēlos, lai kāds apšauba manu viedokli.
16:00
I do not want to have my conclusions tested."
381
945000
3000
Es nevēlos, lai kāds pārbauda manus secinājumus.”
16:03
It feels so much more comfortable
382
948000
2000
Daudz patīkamāka sajūta ir
16:05
simply to lay down the law.
383
950000
3000
vienkārši noteikt likumu.
16:08
Cochrane understood
384
953000
2000
Kokrens saprata,
16:10
that uncertainty, that fallibility,
385
955000
2000
ka nepārliecinātība, kļūdīgums,
16:12
that being challenged, they hurt.
386
957000
2000
tikt apstrīdētam - tas ir sāpīgi.
16:14
And you sometimes need to be shocked out of that.
387
959000
4000
Tādēļ ik pa laikam kādam tevi ir jāpaņem un jāsapurina.
16:18
Now I'm not going to pretend that this is easy.
388
963000
3000
Es neizlikšos, ka tas ir vienkārši.
16:21
It isn't easy.
389
966000
2000
Tas nav vienkārši.
16:23
It's incredibly painful.
390
968000
2000
Tas ir neticami sāpīgi.
16:25
And since I started talking about this subject
391
970000
2000
Kopš es sāku runāt par šo tematu
16:27
and researching this subject,
392
972000
2000
un pētīt šo tematu,
16:29
I've been really haunted by something
393
974000
2000
es neesmu spējis aizmirst, ko
16:31
a Japanese mathematician said on the subject.
394
976000
2000
par šo tematu teicis kāds japāņu matemātiķis.
16:33
So shortly after the war,
395
978000
2000
Neilgi pēc kara,
16:35
this young man, Yutaka Taniyama,
396
980000
3000
jauns vīrs, Jutaka Tanijama,
16:38
developed this amazing conjecture
397
983000
2000
izstrādāja apbrīnojamu pieņēmumu,
16:40
called the Taniyama-Shimura Conjecture.
398
985000
2000
ko nosauca par Tanijamas-Šimuras teorēmu.
16:42
It turned out to be absolutely instrumental
399
987000
3000
Daudzas desmitgades vēlāk tā izrādījās
16:45
many decades later
400
990000
2000
ļoti būtiska
16:47
in proving Fermat's Last Theorem.
401
992000
2000
Fermā pēdējās teorēmas pierādīšanai.
16:49
In fact, it turns out it's equivalent
402
994000
2000
Kā izrādās, tās pierādīšana
16:51
to proving Fermat's Last Theorem.
403
996000
2000
pierāda arī Fermā pēdējo teorēmu.
16:53
You prove one, you prove the other.
404
998000
4000
Pierādot vienu, tiek pierādīta arī otra.
16:57
But it was always a conjecture.
405
1002000
3000
Taču tas vienmēr bija pieņēmums.
17:00
Taniyama tried and tried and tried
406
1005000
3000
Tanijama mēģināja un mēģināja,
17:03
and he could never prove that it was true.
407
1008000
3000
un tā arī nekad nespēja pierādīt tās patiesumu.
17:06
And shortly before his 30th birthday in 1958,
408
1011000
3000
Neilgi pirms savas 30. dzimšanas dienas 1958. gadā
17:09
Yutaka Taniyama killed himself.
409
1014000
4000
Jutaka Tanijama sevi nonāvēja.
17:13
His friend, Goro Shimura --
410
1018000
2000
Viņa draugs, Goro Šimura,
17:15
who worked on the mathematics with him --
411
1020000
2000
kurš kopā ar viņu darbojās matemātikas nozarē,
17:17
many decades later, reflected on Taniyama's life.
412
1022000
3000
pēc vairākām desmitgadēm izteica pārdomas par Tanijamas dzīvi.
17:22
He said,
413
1027000
3000
Viņš teica:
17:25
"He was not a very careful person
414
1030000
2000
„Kā matemātiķis viņš nebija īpaši
17:27
as a mathematician.
415
1032000
2000
uzmanīgs cilvēks.
17:29
He made a lot of mistakes.
416
1034000
3000
Viņš pieļāva daudz kļūdu.
17:32
But he made mistakes in a good direction.
417
1037000
4000
Taču viņa pieļautās kļūdas bija pareizajā virzienā.
17:36
I tried to emulate him,
418
1041000
3000
Es centos viņu atdarināt,
17:39
but I realized
419
1044000
2000
taču sapratu,
17:41
it is very difficult
420
1046000
2000
ka pieļaut labas kļūdas
17:43
to make good mistakes."
421
1048000
3000
ir ļoti sarežģīti.”
17:46
Thank you.
422
1051000
2000
Paldies.
17:48
(Applause)
423
1053000
12000
(Aplausi)
ABOUT THE SPEAKER
Tim Harford - Economist, journalist, broadcasterTim Harford's writings reveal the economic ideas behind everyday experiences.
Why you should listen
In the Undercover Economist column he writes for the Financial Times, Tim Harford looks at familiar situations in unfamiliar ways and explains the fundamental principles of the modern economy. He illuminates them with clear writing and a variety of examples borrowed from daily life.
His book, Adapt: Why Success Always Starts With Failure, argues that the world has become far too unpredictable and complex for today's challenges to be tackled with ready-made solutions and expert opinions. Instead, Harford suggests, we need to learn to embrace failure and to constantly adapt, to improvise rather than plan, to work from the bottom up rather than the top down. His next book, Messy: Thriving in a Tidy-Minded World will be published in September 2016.
Harford also presents the BBC radio series More or Less, a rare broadcast program devoted, as he says, to "the powerful, sometimes beautiful, often abused but ever ubiquitous world of numbers."
He says: "I’d like to see many more complex problems approached with a willingness to experiment."
Tim Harford | Speaker | TED.com