TEDGlobal 2010
Steven Johnson: Where good ideas come from
Waar goede ideeën vandaan komen
Filmed:
Readability: 4
4,960,715 views
Mensen schrijven hun ideeën vaak toe aan afzonderlijke "Eureka!" momenten. Maar Steven Johnson laat zien dat de geschiedenis een ander verhaal vertelt. Zijn fascinerende tour leidt ons vanaf de "vloeibare netwerken" van de Londense koffiehuizen naar Charles Darwin's lange, trage ingeving, tot aan het hedendaagse supersnelle web.
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
Maar een paar minuten geleden nam ik deze foto,
00:18
about 10 blocks from here.
1
3000
2000
een straat of tien hier vandaan.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
Dit is het Grand Café, hier in Oxford.
00:23
I took this picture because this turns out to be
3
8000
3000
Ik heb deze foto genomen, omdat dit
00:26
the first coffeehouse to open
4
11000
2000
het eerst geopende koffiehuis bleek te zijn
00:28
in England in 1650.
5
13000
2000
in Engeland in 1650.
00:30
That's its great claim to fame,
6
15000
2000
Zo staat het wijd en zijd bekend.
00:32
and I wanted to show it to you,
7
17000
2000
En ik wilde jullie dit laten zien,
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
niet omdat ik jullie een soort Starbucks tour wil geven
00:36
of historic England,
9
21000
2000
van historisch Engeland,
00:38
but rather because
10
23000
2000
maar meer omdat
00:40
the English coffeehouse was crucial
11
25000
2000
het Engelse koffiehuis van doorslaggevende betekenis was
00:42
to the development and spread
12
27000
3000
voor de ontwikkeling en verspreiding
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
van een van de grootste intellectuele bloeiperioden van de laatste vijfhonderd jaar,
00:48
what we now call the Enlightenment.
14
33000
3000
wat we nu de Verlichting noemen.
00:51
And the coffeehouse played such a big role
15
36000
2000
En het koffiehuis speelde zo'n grote rol
00:53
in the birth of the Enlightenment,
16
38000
2000
in het ontstaan van de Verlichting
00:55
in part, because of what people were drinking there.
17
40000
2000
deels vanwege hetgeen mensen er dronken.
00:57
Because, before the spread
18
42000
3000
Immers, voor de verspreiding
01:00
of coffee and tea through British culture,
19
45000
3000
van koffie en thee binnen de Britse cultuur,
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
was hetgeen mensen dronken -- zowel de elite als het gewone volk --
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
dag in dag uit, van 's morgens tot 's avonds
01:08
was alcohol.
22
53000
2000
alcohol.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
Alcohol was overdags de eerste keuze als drankje.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
Je dronk wat bier bij het ontbijt en nam een beetje wijn bij de lunch,
01:15
a little gin -- particularly around 1650 --
25
60000
3000
een beetje gin -- vooral rond 1650 --
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
en rondde het af met wat bier en wijn aan het einde van de dag.
01:20
That was the healthy choice -- right --
27
65000
2000
Dat was de gezonde keuze, nietwaar,
01:22
because the water wasn't safe to drink.
28
67000
2000
omdat water niet veilig drinkbaar was.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
En zo had je eigenlijk, tot aan de opkomst van het koffiehuis,
01:27
you had an entire population
30
72000
2000
een hele bevolking
01:29
that was effectively drunk all day.
31
74000
3000
die in feite de hele dag dronken was.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
En je kunt je voorstellen hoe dat zou zijn, toch, in je eigen leven --
01:34
and I know this is true of some of you --
33
79000
2000
en ik weet dat dit waar is voor sommigen van jullie --
01:36
if you were drinking all day,
34
81000
3000
als je de hele dag dronken zou zijn en je zou dan van een depressivum
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
overschakelen naar een opwekkend middel in je leven,
01:42
you would have better ideas.
36
87000
2000
dan zou je betere ideeën hebben.
01:44
You would be sharper and more alert.
37
89000
2000
Je zou scherper zijn en meer alert.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
En dus is het niet per ongeluk dat er een grote opbloei van innovatie was
01:49
as England switched to tea and coffee.
39
94000
3000
toen Engeland overstapte op thee en koffie.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
Maar wat koffiehuizen ook nog belangrijk maakt
01:55
is the architecture of the space.
41
100000
2000
is de architectuur van de ruimte.
01:57
It was a space where people would get together
42
102000
2000
Het was een ruimte waar mensen samenkwamen
01:59
from different backgrounds,
43
104000
2000
vanuit verschillende achtergronden,
02:01
different fields of expertise, and share.
44
106000
2000
verschillende expertisegebieden en ideeën uitwisselden.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
Het was een ruimte, zoals Matt Ridley erover sprak, waar ideeën sex konden hebben.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
Dit was als het ware, hun huwelijksbed.
02:08
ideas would get together there.
47
113000
2000
Ideeën kwamen daar samen.
02:10
And an astonishing number of innovations from this period
48
115000
3000
En een verbazingwekkend aantal innovaties uit deze periode
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
heeft een koffiehuis ergens in zijn verhaal.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
Ik heb heel wat tijd nagedacht over koffiehuizen
02:19
for the last five years,
51
124000
2000
gedurende de laatse vijf jaar,
02:21
because I've been kind of on this quest
52
126000
2000
omdat ik op een soort van zoektocht ben geweest
02:23
to investigate this question
53
128000
2000
om de vraag te onderzoeken
02:25
of where good ideas come from.
54
130000
2000
waar goede ideeën vandaan komen.
02:27
What are the environments
55
132000
2000
Wat zijn de omgevingen
02:29
that lead to unusual levels of innovation,
56
134000
3000
die leiden tot ongekende hoogten van innovatie,
02:32
unusual levels of creativity?
57
137000
3000
ongekende mate van creativiteit?
02:35
What's the kind of environmental --
58
140000
2000
Wat is het soort omgeving --
02:37
what is the space of creativity?
59
142000
2000
wat is de plaats voor creativiteit?
02:39
And what I've done is
60
144000
2000
En wat ik gedaan heb is dat
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
ik heb gekeken naar omgevingen als het koffiehuis;
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
én ik heb gekeken naar media omgevingen, zoals het World Wide Web,
02:45
that have been extraordinarily innovative;
63
150000
2000
die uitzonderlijk innovatief zijn geweest;
02:47
I've gone back to the history of the first cities;
64
152000
3000
ik ben teruggegaan naar de geschiedenis van de eerste steden;
02:50
I've even gone to biological environments,
65
155000
2000
Ik ben zelfs naar biologische omgevingen gegaan,
02:52
like coral reefs and rainforests,
66
157000
2000
zoals het koraalriffen en regenwouden,
02:54
that involve unusual levels of biological innovation;
67
159000
3000
die ongewone niveaus van biologische innovatie met zich meebrengen;
02:57
and what I've been looking for is shared patterns,
68
162000
3000
en waar ik naar heb gezocht is overeenkomstige patronen
03:00
kind of signature behavior that shows up
69
165000
2000
een soort van karakteristiek gedrag dat keer op keer
03:02
again and again in all of these environments.
70
167000
3000
in al deze omgevingen naar voren komt.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
Zijn er terugkerende patronen waar we van kunnen leren,
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
die we kunnen oppakken en kunnen toepassen op onze eigen levens,
03:10
or our own organizations,
73
175000
2000
onze eigen organisaties,
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
of onze eigen omgevingen om ze meer creatief en innovatief te maken?
03:14
And I think I've found a few.
75
179000
2000
En ik denk dat ik er wat gevonden heb.
03:16
But what you have to do to make sense of this
76
181000
3000
Maar wat je moet doen om er wat zinnigs van te maken
03:19
and to really understand these principles
77
184000
2000
en deze principes echt te begrijpen
03:21
is you have to do away
78
186000
2000
is dat je moet zien af te geraken van
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
de manier waarop onze gebruikelijke metaforen en taal
03:26
steers us towards
80
191000
2000
ons sturen in de richting van
03:28
certain concepts of idea-creation.
81
193000
2000
bepaalde concepten over het ontstaan van ideeën.
03:30
We have this very rich vocabulary
82
195000
2000
We hebben deze rijke woordenschat
03:32
to describe moments of inspiration.
83
197000
2000
om momenten van inspiratie te beschrijven.
03:34
We have the kind of the flash of insight,
84
199000
3000
We hebben zo af en toe een "flits van inzicht",
03:37
the stroke of insight,
85
202000
2000
het "plotsklapse inzicht",
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
we hebben "openbaringen", we hebben "eureka!" momenten,
03:42
we have the lightbulb moments, right?
87
207000
2000
we hebben de momenten dat er "een lichtje gaat branden", toch?
03:44
All of these concepts,
88
209000
2000
Al deze concepten,
03:46
as kind of rhetorically florid as they are,
89
211000
3000
zo gekunsteld en bloemig als ze zijn,
03:49
share this basic assumption,
90
214000
2000
hebben de basale aanname gemeen
03:51
which is that an idea is a single thing,
91
216000
3000
dat een idee een enkel ding is,
03:54
it's something that happens often
92
219000
2000
het is iets dat vaak voorvalt
03:56
in a wonderful illuminating moment.
93
221000
3000
in een heerlijk moment van verlichting. Maar in feite,
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
wat ik zou willen bepleiten, en waar je werkelijk zo ongeveer
04:02
is this idea that an idea is a network
95
227000
3000
mee moet beginnen, is het idee dat een idee een netwerk is
04:05
on the most elemental level.
96
230000
2000
op het meest elementaire niveau.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
Ik bedoel, dit is wat er zich afspeelt in je hersenen.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
Een idee, een nieuw idee, is een nieuw netwerk van neuronen
04:12
firing in sync with each other inside your brain.
99
237000
3000
die synchroon met elkaar signalen afvuren in je brein.
04:15
It's a new configuration that has never formed before.
100
240000
3000
het is een nieuwe configuratie die nog nooit eerder gevormd werd.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
En de vraag is: hoe krijg je je brein in omgevingen
04:21
where these new networks are going to be more likely to form?
102
246000
3000
waar het waarschijnlijker gaat zijn dat deze nieuwe netwerken zich vormen?
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
En het blijkt in feite, dat het soort netwerkpatronen van de buitenwereld
04:27
mimic a lot of the network patterns
104
252000
2000
een hoop netwerkpatronen nabootst
04:29
of the internal world of the human brain.
105
254000
3000
van de interne wereld van het menselijk brein.
04:32
So the metaphor I'd like the use
106
257000
2000
Dus de metafoor die ik graag zou gebruiken
04:34
I can take
107
259000
2000
kan ik ontlenen aan een verhaal
04:36
from a story of a great idea that's quite recent --
108
261000
3000
van een geweldig idee dat tamelijk recent is --
04:39
a lot more recent than the 1650s.
109
264000
3000
veel recenter dan de jaren 1650.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
Een geweldige gast Timothy Prestero genaamd, die een bedrijf heeft
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
genaamd "Design that Matters" (Design dat Ertoe Doet)
04:48
They decided to tackle this really pressing problem
112
273000
3000
Zij besloten het werkelijk urgente probleem te tackelen
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
van het verschrikkelijke probleem dat we hebben met sterfteciijfers
04:55
in the developing world.
114
280000
2000
van jonge kinderen in de ontwikkelingslanden.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
Een van de dingen die hieraan flink frustrerend zijn is dat we weten,
05:00
by getting modern neonatal incubators
116
285000
3000
dat we met moderne couveuses
05:03
into any context,
117
288000
2000
in welke context dan ook, als we premature baby's
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
warm kunnen houden, eigenlijk is het heel eenvoudig, dan kunnen
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
we de sterftecijfers van jonge kinderen in deze omgevingen halveren.
05:11
So, the technology is there.
120
296000
2000
De technologie is er.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
Deze is standaard in alle geïndustrialiseerde landen.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
Het probleem is, als je een couveuze koopt
05:19
and you send it off
123
304000
2000
van 40.000 dollar, en je stuurt ze
05:21
to a mid-sized village in Africa,
124
306000
2000
naar een dorpje van gemiddelde omvang in Afrika,
05:23
it will work great for a year or two years,
125
308000
2000
dan zal die een paar jaar geweldig werken,
05:25
and then something will go wrong and it will break,
126
310000
3000
en dan zal er wat verkeerd gaan, en hij gaat kapot,
05:28
and it will remain broken forever,
127
313000
2000
en hij zal voor eeuwig kapot blijven,
05:30
because you don't have a whole system of spare parts,
128
315000
3000
omdat je er niet een heel systeem van reserveonderdelen hebt,
05:33
and you don't have the on-the-ground expertise
129
318000
2000
en je hebt niet de aanwezige kennis
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
om dit stuk techniek van 40.000 dollar te repareren.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
En dus zit je opgezadeld met het probleem dat je al dat geld uitgeeft
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
om hulp en al deze geavanceerde elektronica naar deze landen te brengen,
05:42
and then it ends up being useless.
133
327000
2000
en dan eindigt het ermee dat het nutteloos is.
05:44
So what Prestero and his team decided to do
134
329000
2000
Dus wat Prestero en zijn team besloten te doen
05:46
is to look around and see: what are the abundant resources
135
331000
3000
is rond te kijken en uit te kijken naar volop aanwezige hulpmiddelen
05:49
in these developing world contexts?
136
334000
2000
in de context van deze ontwikkelingslanden?
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
En wat ze merkten was: ze hebben niet veel digitale video recorders,
05:54
they don't have a lot of microwaves,
138
339000
2000
ze hebben niet veel magnetrons,
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
maar ze lijken een prima klus te klaren om hun auto's op de weg te houden.
05:59
There's a Toyota Forerunner
140
344000
2000
Er is een overjarige Toyota
06:01
on the street in all these places.
141
346000
2000
op de weg in al deze dorpen.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
Ze lijken de expertise te bezitten om auto's werkend te houden.
06:06
So they started to think,
143
351000
2000
Dus begonnen ze te denken,
06:08
"Could we build a neonatal incubator
144
353000
2000
"Zouden we een couveuse kunnen bouwen
06:10
that's built entirely out of automobile parts?"
145
355000
3000
die volledig is opgebouwd uit auto-onderdelen?"
06:13
And this is what they ended up coming with.
146
358000
2000
En dit is waar ze mee uit de strijd kwamen.
06:15
It's called a "neonurture device."
147
360000
2000
Het heet een "couveusekindje-koester-apparaat".
06:17
From the outside, it looks like a normal little thing
148
362000
2000
Van de buitenkant, ziet het eruit als een normaal klein ding
06:19
you'd find in a modern, Western hospital.
149
364000
2000
dat je in een modern westers ziekenhuis zou aantreffen.
06:21
In the inside, it's all car parts.
150
366000
2000
Binnenin is alles auto-onderdelen.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
Het heeft een ventilator, het heeft koplampen voor warmte,
06:25
it's got door chimes for alarm --
152
370000
2000
het heeft deurbellen als alarm.
06:27
it runs off a car battery.
153
372000
2000
Het loopt op een autoaccu.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
En dus alles wat je nodig hebt, zijn de reserveonderdelen van je Toyota
06:31
and the ability to fix a headlight,
155
376000
2000
en de vaardigheid om een koplamp te vervangen
06:33
and you can repair this thing.
156
378000
2000
en je kunt dit ding repareren.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
Nu, dit is een geweldig idee, maar wat ik zou willen zeggen is in feite,
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
dat dit een geweldige metafoor is voor de manier waarop ideeën tot stand komen.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
We denken graag dat onze baanbrekende ideeën, je weet wel,
06:42
are like that $40,000, brand new incubator,
160
387000
2000
van die hagelnieuwe couveuses van 40.000 dollar zijn,
06:44
state-of-the-art technology,
161
389000
2000
de nieuwste technologie,
06:46
but more often than not, they're cobbled together
162
391000
2000
maar over het algemeen, zijn ze samengelapt
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
uit om het even welke onderdelen er toevallig dichtbij voorhanden waren.
06:50
We take ideas from other people,
164
395000
2000
We nemen ideeën van andere mensen waar we van
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
hebben geleerd, van mensen die we tegen 't lijf lopen in koffiehuizen,
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
en we naaien ze aan elkaar tot nieuwe vormen, en we creëren iets nieuws.
06:58
That's really where innovation happens.
167
403000
3000
Dat is echt waar innovatie plaatsvindt.
07:01
And that means that we have to change some of our models
168
406000
2000
En dat betekent dat we enkele van onze modellen
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
over hoe innovatie en diep denken er werkelijk uitzien moeten veranderen, toch.
07:06
I mean, this is one vision of it.
170
411000
2000
Ik bedoel, dit is één kijk erop.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
Een andere is Newton en de appel, toen Newton op Cambridge zat.
07:11
This is a statue from Oxford.
172
416000
2000
Dit is een standbeeld uit Oxford.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
Je weet wel, je zit daar een diepe gedachte te hebben,
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
en de appel valt uit de boom, en je hebt de theorie van de zwaartekracht.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
In feite, de plekken die historisch hebben geleid tot innovatie
07:21
tend to look like this, right.
176
426000
2000
hebben de neiging er zo uit te zien, toch.
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
Dit is Hogarth's beroemde schilderij van een soort politiek diner in een taveerne,
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
maar dit is hoe de koffiehuizen er toentertijd uit zagen.
07:29
This is the kind of chaotic environment
179
434000
2000
Dit is het soort chaotische omgevingen
07:31
where ideas were likely to come together,
180
436000
2000
waar ideeën aannemelijkerwijs konden samenkomen.
07:33
where people were likely to have
181
438000
2000
waar mensen aannemelijkerwijs onvoorspelbaar nieuwe,
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
interessante mensen met verschillende achtergronden tegen het lijf liepen.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
Dus als we organisaties proberen te bouwen die innovatiever zijn
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
dan moeten we plekken bouwen die er, vreemd genoeg, een beetje
07:43
This is what your office should look like,
185
448000
2000
meer als dit uitzien. Een deel van de boodschap hier is dat
07:45
is part of my message here.
186
450000
2000
dit is hoe je kantoor eruit zou moeten zien.
07:47
And one of the problems with this is that
187
452000
2000
En een van de problemen hiermee is dat
07:49
people are actually -- when you research this field --
188
454000
3000
mensen in feite -- als je dit gebied onderzoekt
07:52
people are notoriously unreliable,
189
457000
2000
-- dat mensen opvallend onbetrouwbaar zijn
07:54
when they actually kind of self-report
190
459000
2000
als ze in feite zelf verslag doen
07:56
on where they have their own good ideas,
191
461000
2000
over waar ze hun eigen goede ideeën hebben,
07:58
or their history of their best ideas.
192
463000
2000
of hun ontstaansgeschiedenis van hun ideeën.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
En een paar jaar geleden, besloot een geweldige onderzoeker,
08:03
decided to go around
194
468000
2000
Kevin Dunbar genaamd, erop uit te gaan
08:05
and basically do the Big Brother approach
195
470000
2000
en in wezen de Big Brother benadering te doen
08:07
to figuring out where good ideas come from.
196
472000
2000
om uit te vinden waar goede ideeën vandaan komen.
08:09
He went to a bunch of science labs around the world
197
474000
3000
Hij ging naar een hoop wetenschapslaboratoria over de hele wereld
08:12
and videotaped everyone
198
477000
2000
en nam iedereen op video op
08:14
as they were doing every little bit of their job.
199
479000
2000
terwijl ze ieder klein onderdeel van hun functie uitvoerden.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
Dus terwijl ze voor de microscoop zaten,
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
terwijl ze met hun collega's praatten bij de waterkoeler en al dit soort dingen.
08:20
And he recorded all of these conversations
202
485000
2000
En hij nam al deze gesprekken op
08:22
and tried to figure out where the most important ideas,
203
487000
2000
en probeerde uit te vogelen waar de belangrijkste ideeën
08:24
where they happened.
204
489000
2000
te voorschijn kwamen.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
En als we aan het klassieke plaatje denken van de wetenschapper in het lab,
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
dan hebben we dit plaatje -- je weet wel, van hoe ze over de microscoop turen,
08:32
and they see something in the tissue sample.
207
497000
2000
en iets zien in een weefselstaal.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
En "oh, eureka!", ze hebben het idee gekregen.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
Wat werkelijk gebeurde, toen Dunbar zeg maar naar de tape keek
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
is dat, in feite, bijna alle belangrijke baanbrekende ideeën
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
niet in het lab alleen voorvielen, achter de microscoop.
08:46
They happened at the conference table
212
511000
2000
Ze deden zich voor aan de vergadertafel
08:48
at the weekly lab meeting,
213
513000
2000
tijdens de wekelijkse lab-vergadering, als iedereen samenkwam
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
om elkaar hun laatste gegevens en resultaten mee te delen,
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
vaak als mensen vertelden over de vergissingen die ze maakten,
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
de fouten, de ruis in het signaal dat ze ontdekten
08:58
And something about that environment --
217
523000
3000
En iets van zo'n omgeving --
09:01
and I've started calling it the "liquid network,"
218
526000
2000
en ik ben het "the liquid network" (het vloeibare netwerk) gaan noemen,
09:03
where you have lots of different ideas that are together,
219
528000
3000
waar je veel verschillende ideeën bijeen hebt,
09:06
different backgrounds, different interests,
220
531000
2000
verschillende achtergronden, verschillende interesses,
09:08
jostling with each other, bouncing off each other --
221
533000
2000
met elkaar wedijverend, elkaar afstotend --
09:10
that environment is, in fact,
222
535000
2000
die omgeving is, in feite,
09:12
the environment that leads to innovation.
223
537000
2000
de omgeving die leidt tot innovatie.
09:14
The other problem that people have
224
539000
2000
Het andere probleem dat mensen hebben is
09:16
is they like to condense their stories of innovation down
225
541000
2000
dat ze de neiging hebben hun verhalen over innovatie te verdichten
09:18
to kind of shorter time frames.
226
543000
2000
samen te persen in kortere stukjes tijd.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
Ze willen je dus het "eureka!" moment vertellen
09:23
They want to say, "There I was, I was standing there
228
548000
2000
Ze willen zeggen: "Daar was ik, ik stond daar
09:25
and I had it all suddenly clear in my head."
229
550000
2000
en ineens had ik het helder in mijn hoofd."
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
Maar ga je terug en kijk je naar de geschiedenis van de opname,
09:30
it turns out that a lot of important ideas
231
555000
3000
dan blijkt dat veel belangrijke ideeën
09:33
have very long incubation periods --
232
558000
3000
hele lange incubatieperioden hebben.
09:36
I call this the "slow hunch."
233
561000
2000
Ik noem dit "de langzame ingeving"
09:38
We've heard a lot recently
234
563000
2000
De laatste tijd hebben we veel gehoord
09:40
about hunch and instinct
235
565000
2000
over ingeving en instinct
09:42
and blink-like sudden moments of clarity,
236
567000
3000
en oogwenk-achtige plotselinge heldere momenten,
09:45
but in fact, a lot of great ideas
237
570000
2000
maar in feite, blijven veel geweldige ideeën
09:47
linger on, sometimes for decades,
238
572000
2000
soms wel tientallen jaren rondhangen
09:49
in the back of people's minds.
239
574000
2000
in het hoofd van de bedenker.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
Ze hebben een gevoel dat er een interessant probleem is,
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
maar ze hebben nog niet echt het gereedschap om het uit te werken.
09:56
They spend all this time working on certain problems,
242
581000
3000
Ze werken al die tijd aan bepaalde problemen,
09:59
but there's another thing lingering there
243
584000
2000
maar er blijft nog een ander ding hangen waar ze in
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
geïnteresseerd zijn, maar wat ze niet helemaal kunnen oplossen.
10:03
Darwin is a great example of this.
245
588000
2000
Darwin is hier een geweldig voorbeeld van.
10:05
Darwin himself, in his autobiography,
246
590000
2000
Darwin zelf vertelt in zijn autobiografie
10:07
tells the story of coming up with the idea
247
592000
2000
het verhaal van het ontstaan van het idee
10:09
for natural selection
248
594000
2000
van natuurlijke selectie
10:11
as a classic "eureka!" moment.
249
596000
2000
als een klassiek "eureka!" moment.
10:13
He's in his study,
250
598000
2000
Hij is in zijn studeerkamer,
10:15
it's October of 1838,
251
600000
2000
het is oktober 1838,
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
en hij is Malthus aan het lezen, in feite, over bevolking,
10:19
And all of a sudden,
253
604000
2000
En plotseling, springt het basale algoritme
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
van natuurlijke selectie zeg maar ineens op in zijn hoofd,
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
en hij zegt: "Ah, eindelijk, heb ik een theorie om mee te werken."
10:27
That's in his autobiography.
256
612000
2000
Dat staat in zijn autobiografie.
10:29
About a decade or two ago,
257
614000
2000
Een jaar of twintig geleden, is
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
een geweldige geleerde, Howard Gruber, terug gaan kijken
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
in Darwin's aantekenboekjes uit deze periode.
10:36
And Darwin kept these copious notebooks
260
621000
2000
Darwin hield er van die lijvige aantekenboeken op na
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
waar hij ieder klein idee dat hij had in opschreef,
10:41
And what Gruber found was
262
626000
2000
elke kleine ingeving. En wat Gruber vond was
10:43
that Darwin had the full theory of natural selection
263
628000
3000
dat Darwin de hele theorie van natuurlijke selectie
10:46
for months and months and months
264
631000
2000
al maanden en maanden eerder in zijn hoofd
10:48
before he had his alleged epiphany,
265
633000
2000
had dan zijn zogezegde openbaring
10:50
reading Malthus in October of 1838.
266
635000
3000
bij het lezen Malthus in 1838.
10:53
There are passages where you can read it,
267
638000
2000
Er zijn passages waar je het kunt lezen,
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
als in een Darwinistisch leerboek,
10:58
from the period before he has this epiphany.
269
643000
3000
uit de periode voordat hij zijn "openbaring" kreeg.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
En wat je je dus realiseert is dat Darwin, in zekere zin,
11:03
had the idea, he had the concept,
271
648000
2000
het idee had, hij had het concept,
11:05
but was unable of fully thinking it yet.
272
650000
3000
maar was nog niet in staat om het volledig te overdenken.
11:08
And that is actually how great ideas often happen;
273
653000
3000
En dat is in feite hoe geweldige ideeën vaak voorvallen;
11:11
they fade into view over long periods of time.
274
656000
2000
ze vervagen uit het blikveld gedurende lange perioden.
11:13
Now the challenge for all of us is:
275
658000
2000
Nou is de uitdaging:
11:15
how do you create environments
276
660000
2000
hoe creëer je omgevingen
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
die toelaten dat ideeën zo'n slapend bestaan leiden?
11:19
It's hard to go to your boss and say,
278
664000
2000
Het valt niet mee om naar je baas te gaan en te zeggen:
11:21
"I have an excellent idea for our organization.
279
666000
2000
"Ik heb een uitstekend idee voor onze organsiatie.
11:23
It will be useful in 2020.
280
668000
3000
Het zal van pas komen in 2020.
11:26
Could you just give me some time to do that?"
281
671000
2000
Kan je me gewoon wat tijd geven om het wat uit te werken?"
11:28
Now a couple of companies -- like Google --
282
673000
2000
Welnu een aantal bedrijven, zoals Google,
11:30
they have innovation time off, 20 percent time,
283
675000
2000
geven innovatieverlof, twintig procent van de tijd,
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
daar hebben ze, in zekere zin, ingevings-cultiverende
11:35
But that's a key thing.
285
680000
3000
mechanismen in een organsiatie. Maar dat is cruciaal.
11:38
And the other thing is to allow those hunches
286
683000
2000
En het andere is toe te staan dat deze ingevingen
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
aansluiten bij andermans ingevingen; dat is wat vaak gebeurt.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
Jij hebt de helft van een idee en iemand anders heeft de andere helft,
11:45
and if you're in the right environment,
289
690000
2000
en als je in de juiste omgeving bent,
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
dan loopt dat uit op iets dat groter is dan de som der delen.
11:49
So, in a sense,
291
694000
2000
Dus, in zekere zin,
11:51
we often talk about the value
292
696000
2000
hebben we het vaak over de waarde
11:53
of protecting intellectual property,
293
698000
2000
van het beschermen van intellectueel eigendom
11:55
you know, building barricades,
294
700000
2000
je weet wel, drempels opwerpen, verborgen
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
onderzoeks- en ontwikkelingslabs hebben, alles wat we hebben patenteren
12:00
so that those ideas will remain valuable,
296
705000
3000
opdat deze ideeën hun waarde blijven behouden,
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
en mensen aangespoord zullen worden tot meer ideeën
12:05
and the culture will be more innovative.
298
710000
3000
en de cultuur meer innovatief zal worden.
12:08
But I think there's a case to be made
299
713000
2000
Maar ik denk dat het belangrijk is dat we minstens
12:10
that we should spend at least as much time, if not more,
300
715000
3000
evenveel tijd, zoniet meer, zouden moeten spenderen
12:13
valuing the premise of connecting ideas
301
718000
2000
aan het waarderen van het verbinden van ideeën
12:15
and not just protecting them.
302
720000
2000
en ze niet alleen maar beschermen.
12:17
And I'll leave you with this story,
303
722000
2000
En ik besluit met dit verhaal,
12:19
which I think captures a lot of these values,
304
724000
3000
dat, naar ik meen, veel van deze waarden omvat,
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
en het is gewoon een geweldig soort verhaal over innovatie,
12:24
and how it happens in unlikely ways.
306
729000
3000
en hoe die op onwaarschijnlijke manieren tot stand komt.
12:27
It's October of 1957,
307
732000
3000
Het is oktober 1957,
12:30
and Sputnik has just launched,
308
735000
2000
en de Spoetnik is zojuist opgestegen,
12:32
and we're in Laurel Maryland,
309
737000
2000
en we zijn in Laurel Maryland,
12:34
at the applied physics lab
310
739000
2000
in het laboratorium voor toegepaste natuurkunde
12:36
associated with Johns Hopkins University.
311
741000
2000
verbonden aan de Johns Hopkins Universiteit.
12:38
And it's Monday morning,
312
743000
2000
Het is maandagmorgen en
12:40
and the news has just broken about this satellite
313
745000
2000
het nieuws is net uit over die satelliet
12:42
that's now orbiting the planet.
314
747000
3000
die nu om de planeet heen draait.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
En natuurlijk, is dit het Walhalla voor nerds, nietwaar?
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
Allemaal van die doorgeslagen natuurkundigen die denken:
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
"Oh, gossie! Dit is onvoorstelbaar. Ik kan niet geloven
12:52
And two of them,
318
757000
2000
dat dit is gebeurd." En twee onderzoekers
12:54
two 20-something researchers at the APL
319
759000
2000
bij het APL (lab voor toegepaste natuurkunde),
12:56
are there at the cafeteria table
320
761000
2000
twintigers, zitten daar in de kantine
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
wat te babbelen met een stel collega's.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
Ze heten Guir en Weiffenbach.
13:04
And they start talking, and one of them says,
323
769000
2000
Een zegt: "Hè, heeft er iemand
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
geprobeerd naar dit ding te luisteren?
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
Die kunstmatige satelliet daarboven
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
geeft vast en zeker een of ander signaal.
13:13
We could probably hear it, if we tune in."
327
778000
3000
We zouden kunnen proberen erop af te stemmen."
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
Ze vragen dat na bij een paar van hun collega's,
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
en iedereen gaat van "Nee, daar had ik nog niet aan gedacht.
13:20
That's an interesting idea."
330
785000
2000
Dat is een interessant idee."
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
Toeval wil dat Weiffenbach een expert is
13:25
in microwave reception,
332
790000
2000
op het gebied van ontvangst van microgolven,
13:27
and he's got a little antennae set up
333
792000
2000
en hij laat in zijn kantoor
13:29
with an amplifier in his office.
334
794000
2000
een kleine antenne met een versterker opzetten.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
Daarmee gaan ze
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
een beetje beginnen rondneuzen -- te hacken, zoals we het nu zouden noemen.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
En na een paar uur proberen vinden ze het signaal
13:39
because the Soviets made Sputnik
338
804000
2000
omdat de Sowjets hun Spoetnik
13:41
very easy to track.
339
806000
2000
heel makkelijk te traceren hadden gemaakt.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
Precies op 20 megahertz.
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
Opdat niemand zou denken dat het verlakkerij was
13:48
So they made it really easy to find it.
342
813000
2000
hadden ze 'm echt gemakkelijk vindbaar gemaakt.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
Die twee kerels zitten daar naar dat signaal te luisteren,
13:53
and people start kind of coming into the office and saying,
344
818000
2000
en er beginnen mensen het kantoor binnen te komen en ze zeggen,
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
"Wauw, dat is best stoer. Mag ik luisteren? Wauw, da's machtig."
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
Binnen de korste keren denken ze: "Maar jee, dit is iets historisch.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
We zouden weleens de eerste mensen in de Verenigde Staten kunnen zijn
14:03
We should record it."
348
828000
2000
die hiernaar zitten te luisteren. We zouden dit moeten opnemen."
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
Ze halen er zo'n ouwe analoge bandrecorder bij
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
en beginnen de kleine bliep-bliepjes op te nemen.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
Ze noteren de datum- en tijdgegevens
14:13
for each little bleep that they record.
352
838000
3000
voor elke kleine bliep die ze opnemen.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
En denken: "Tja, gossie, weet je, we zien
14:18
small little frequency variations here.
354
843000
3000
hier kleine, korte variaties in frequentie.
14:21
We could probably calculate the speed
355
846000
3000
We zouden waarschijnlijk de snelheid kunnen berekenen
14:24
that the satellite is traveling,
356
849000
2000
waarmee de satelliet zich voortbeweegt,
14:26
if we do a little basic math here
357
851000
2000
als we er een beetje elementaire rekenkunde op toepassen
14:28
using the Doppler effect."
358
853000
2000
en gebruikmaken van het Dopplereffect."
14:30
And then they played around with it a little bit more,
359
855000
2000
Na nog wat spelen metde idee
14:32
and they talked to a couple of their colleagues
360
857000
2000
overlegden ze met wat collega's
14:34
who had other kind of specialties.
361
859000
2000
die andere specialismen hadden
14:36
And they said, "Jeez, you know,
362
861000
2000
En ze zeiden: "Jeh, weet je wat,
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
door te kijken naar de helling
14:40
to figure out the points at which
364
865000
2000
van de Dopplercurve kunnen we de punten uitvogelen
14:42
the satellite is closest to our antennae
365
867000
2000
waarop de satelliet het dichtst bij onze antenne is
14:44
and the points at which it's farthest away.
366
869000
2000
en de punten waarop hij het verst verwijderd is.
14:46
That's pretty cool."
367
871000
2000
Dat is nogal wat.
14:48
And eventually, they get permission --
368
873000
2000
En uiteindelijk krijgen ze permissie -- dit alles is een klein nevenproject
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
dat formeel geen onderdeel was geweest van hun functieomschrijving.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
Ze krijgen toestemming om, je weet wel, de nieuwe UNIVAC computer te gebruiken
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
die ze juist hadden gekregen bij het APL en die een hele kamer inneemt.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
Ze doen wat meer berekeneningen en tegen het einde van ongeveer drie, vier weken,
15:02
turns out they have mapped the exact trajectory
373
887000
3000
blijken ze de precieze baan in kaart te hebben gekregen,
15:05
of this satellite around the Earth,
374
890000
2000
van deze satelliet rond de aarde.
15:07
just from listening to this one little signal,
375
892000
2000
alleen maar door naar dit ene kleine signaaltje te luisteren,
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
afgaand op deze kleine zijdelingse ingeving waartoe ze geinspireerd waren
15:12
over lunch one morning.
377
897000
3000
tijdens de lunch op die ene ochtend.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
En paar weken later haalt hun baas, Frank McClure,
15:18
pulls them into the room and says,
379
903000
2000
hen naar zijn kamer en zegt:
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
"He, mannen, ik moet jullie wat vragen
15:22
about that project you were working on.
381
907000
2000
over dat project waar jullie aan werken.
15:24
You've figured out an unknown location
382
909000
2000
Jullie hebben een onbekende locatie uitgevogeld
15:26
of a satellite orbiting the planet
383
911000
3000
van een satelliet die om de aarde draait
15:29
from a known location on the ground.
384
914000
2000
vanaf een bekende plaats op de grond.
15:31
Could you go the other way?
385
916000
2000
Zou het andersom ook werken?
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
Zou je een onbekende locatie op de grond kunnen uitvogelen,
15:35
if you knew the location of the satellite?"
387
920000
3000
als je de locatie van de satelliet wist?"
15:38
And they thought about it and they said,
388
923000
2000
En ze dachten erover na en zeiden: "Nou, ik denk
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
van wel. Laten we eens wat berekeningen maken."
15:43
So they went back, and they thought about it.
390
928000
2000
Dus ze gingen terug en ze dachten erover na.
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
En ze kwamen terug en zeiden: "Eigenlijk zal het makkelijker zijn."
15:47
And he said, "Oh, that's great.
392
932000
2000
En hij zei: "Oh da's geweldig.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
Want kijk, het gaat hier om deze nieuwe onderzeeërs
15:52
that I'm building.
394
937000
2000
die ik aan het bouwen ben.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
En het is echt moeilijk om uit te vinden hoe je je raket
15:57
so that it will land right on top of Moscow,
396
942000
2000
precies op Moskou laat neerkomen,
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
als je niet precies weet waar je onderzeeër midden op de Grote Oceaan zit.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
Dus we zitten te denken, dat als we een stelletje satellieten lanceren
16:05
and use it to track our submarines
399
950000
3000
we ze kunnen gebruiken om onze onderzeeërs te volgen
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
en hun positie midden op de oceaan te bepalen.
16:10
Could you work on that problem?"
401
955000
2000
Zouden jullie aan dat probleem kunnen werken?"
16:12
And that's how GPS was born.
402
957000
3000
En dat is hoe het GPS ontstond.
16:15
30 years later,
403
960000
2000
Dertig jaar later, heeft Ronald Reagan het
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
ontsloten en maakte hij er een open navigatiesysteem van
16:20
that anybody could kind of build upon
405
965000
2000
waar iedereen zo'n beetje op kon voortborduren
16:22
and anybody could come along and build new technology
406
967000
3000
om er nieuwe technologie op te bouwen
16:25
that would create and innovate
407
970000
2000
die uitgaande van dit open navigatiesysteem
16:27
on top of this open platform,
408
972000
2000
allerlei toepassingen zou creëren en innoveren.
16:29
left it open for anyone to do
409
974000
2000
Hij liet het open zodat iedereen
16:31
pretty much anything they wanted with it.
410
976000
2000
er zo'n beetje alles mee kon doen wat ze wilden.
16:33
And now, I guarantee you
411
978000
2000
En nou garandeer ik jullie
16:35
certainly half of this room, if not more,
412
980000
2000
dat zeker de helft in deze zaal, zo niet meer
16:37
has a device sitting in their pocket right now
413
982000
2000
op dit moment zo'n toestel in zijn zak heeft
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
dat praat met deze satellieten in de ruimte.
16:42
And I bet you one of you, if not more,
415
987000
3000
En ik wed je dat één van jullie, zo niet meer
16:45
has used said device and said satellite system
416
990000
3000
dat toestel en dat satellietsysteem gebruikt heeft
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
om een nabijgelegen koffiehuis te vinden --
16:51
(Laughter)
418
996000
2000
(Gelach)
16:53
in the last day or last week, right?
419
998000
3000
-- nietwaar?
16:56
(Applause)
420
1001000
3000
(Applaus)
16:59
And that, I think,
421
1004000
2000
En dat, zo denk ik,
17:01
is a great case study, a great lesson
422
1006000
3000
is een geweldige casus, een geweldige les
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
over de kracht, de wonderbaarlijke soort van niet geplande,
17:06
emergent, unpredictable power
424
1011000
3000
onbedoelde, onvoorspelbare kracht,
17:09
of open innovative systems.
425
1014000
2000
van open innovatieve systemen.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
Als je ze goed bouwt, zullen ze volstrekt nieuwe wendingen nemen
17:13
that the creators never even dreamed of.
427
1018000
2000
waar de ontwerpers nooit van hadden gedroomd.
17:15
I mean, here you have these guys
428
1020000
2000
Ik bedoel, hier heb je die kerels
17:17
who basically thought they were just following this hunch,
429
1022000
2000
die in wezen dachten dat ze alleen maar deze ingeving volgden
17:19
this little passion that had developed,
430
1024000
2000
en die hobby waar ze op kwamen
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
toen ze dachten dat ze de Koude Oorlog aan het uitvechten waren
17:23
and then it turns out they're just helping somebody
432
1028000
2000
en toen bleken ze alleen maar iemand geholpen hebben
17:25
find a soy latte.
433
1030000
2000
om een koffie verkeerd met soyamelk te vinden.
17:27
(Laughter)
434
1032000
2000
(Gelach)
17:29
That is how innovation happens.
435
1034000
2000
Zo gebeurt innovatie.
17:31
Chance favors the connected mind.
436
1036000
2000
Toeval begunstigt het verbonden brein.
17:33
Thank you very much.
437
1038000
2000
Dank u zeer.
17:35
(Applause)
438
1040000
3000
(Applaus)
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