TED2008
Susan Blackmore: Memes and "temes"
Susan Blackmore o memach i “temach”
Filmed:
Readability: 3.8
882,044 views
Susan Blackmore bada memy, idee które kopiują się z mózgu do mózgu jak wirusy. Stawia nową, odważną tezę: ludzkość stworzyła nowy rodzaj memu, tem, który rozprzestrzenia się poprzez technologię i wynajduje sposoby pozwalające mu utrzymać się przy życiu.
Susan Blackmore - Memeticist
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Susan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created. Full bio
Double-click the English transcript below to play the video.
00:18
Cultural evolution is a dangerous child
0
0
3000
Ewolucja kulturowa to niebezpieczne dziecko, które bez nadzoru
00:21
for any species to let loose on its planet.
1
3000
3000
staje się groźne dla każdego gatunku na tej planecie.
00:24
By the time you realize what's happening, the child is a toddler,
2
6000
4000
Zanim się obejrzysz, dziecko już wstaje,
00:28
up and causing havoc, and it's too late to put it back.
3
10000
6000
sieje spustoszenie, a za późno, by z powrotem położyć je spać.
00:34
We humans are Earth's Pandoran species.
4
16000
3000
My, ludzie, jesteśmy dla Ziemi gatunkiem-Pandorą.
00:37
We're the ones who let the second replicator out of its box,
5
19000
5000
To my pozwoliliśmy drugiemu replikatorowi wydostać się z puszki
00:42
and we can't push it back in.
6
24000
2000
i nie potrafimy go wepchnąć z powrotem.
00:44
We're seeing the consequences all around us.
7
26000
3000
Konsekwencje widzimy wszędzie wokół nas.
00:48
Now that, I suggest, is the view that
8
30000
4000
To właśnie, moim zdaniem, punkt widzenia, który wynika
00:52
comes out of taking memetics seriously.
9
34000
2000
z poważnego traktowania memetyki.
00:54
And it gives us a new way of thinking about
10
36000
2000
Daje on nowy sposób myślenia
00:56
not only what's going on on our planet,
11
38000
2000
o tym, co dzieje się na naszej planecie,
00:58
but what might be going on elsewhere in the cosmos.
12
40000
3000
a także o tym, co może się dziać gdzieś indziej w kosmosie.
01:01
So first of all, I'd like to say something about memetics
13
43000
3000
Chciałabym więc powiedzieć, po pierwsze, coś o memetyce
01:04
and the theory of memes,
14
46000
2000
i teorii memów,
01:06
and secondly, how this might answer questions about who's out there,
15
48000
5000
a po drugie, o tym jak mogą one odpowiedzieć na pytanie o to,
01:11
if indeed anyone is.
16
53000
3000
kto poza nami tam jest, jeśli rzeczywiście ktoś jest.
01:14
So, memetics:
17
56000
2000
A więc, memetyka.
01:16
memetics is founded on the principle of Universal Darwinism.
18
58000
4000
Memetyka jest oparta na zasadzie uniwersalnego darwinizmu.
01:20
Darwin had this amazing idea.
19
62000
3000
Darwin miał taką zadziwiającą ideę.
01:23
Indeed, some people say
20
65000
2000
W rzeczy samej, niektórzy mówią,
01:25
it's the best idea anybody ever had.
21
67000
3000
że to najlepsza idea, jaką kiedykolwiek ktokolwiek miał.
01:28
Isn't that a wonderful thought, that there could be such a thing
22
70000
4000
Czy nie jest to wspaniała myśl, że może istnieć coś takiego jak
01:32
as a best idea anybody ever had?
23
74000
2000
najlepsza koncepcja, jaką ktokolwiek miał?
01:34
Do you think there could?
24
76000
1000
Myślicie, że coś takiego może istnieć?
01:35
Audience: No.
25
77000
1000
Publiczność: Nie.
01:36
(Laughter)
26
78000
1000
(Śmiech)
01:37
Susan Blackmore: Someone says no, very loudly, from over there.
27
79000
2000
S. Blackmore: Słyszałam głośne "nie".
01:39
Well, I say yes, and if there is, I give the prize to Darwin.
28
81000
4000
Cóż, ja mówię "tak" i przyznaję za taką ideę nagrodę Darwinowi.
01:43
Why?
29
85000
2000
Dlaczego?
01:45
Because the idea was so simple,
30
87000
3000
Dlatego, że ta idea jest tak prosta,
01:48
and yet it explains all design in the universe.
31
90000
6000
a jednocześnie wyjaśnia całą konstrukcję wszechświata.
01:54
I would say not just biological design,
32
96000
2000
Nie tylko konstrukcję biologiczną,
01:56
but all of the design that we think of as human design.
33
98000
2000
ale też wszystko, co uważamy za wytwór człowieka.
01:58
It's all just the same thing happening.
34
100000
2000
To przykłady jednego mechanizmu.
02:00
What did Darwin say?
35
102000
2000
Co powiedział Darwin?
02:02
I know you know the idea, natural selection,
36
104000
2000
Wiem, że znacie ideę doboru naturalnego,
02:04
but let me just paraphrase "The Origin of Species," 1859,
37
106000
5000
ale pozwolę sobie sparafrazować "O powstawaniu gatunków" z 1859 roku,
02:09
in a few sentences.
38
111000
2000
w kilku zdaniach.
02:11
What Darwin said was something like this:
39
113000
3000
Darwin powiedział coś takiego…
02:14
if you have creatures that vary, and that can't be doubted --
40
116000
4000
Jeśli istnieją stworzenia zróżnicowane, a co do tego nie ma wątpliwości…
02:18
I've been to the Galapagos, and I've measured the size of the beaks
41
120000
3000
Byłem na Galapagos i mierzyłem wielkość dziobów,
02:21
and the size of the turtle shells and so on, and so on.
42
123000
2000
żółwich skorup i tak dalej, i tak dalej.
02:23
And 100 pages later.
43
125000
2000
I 100 stron później…
02:25
(Laughter)
44
127000
2000
(Śmiech)
02:27
And if there is a struggle for life,
45
129000
4000
I jeśli ma miejsce walka o życie,
02:31
such that nearly all of these creatures die --
46
133000
3000
w której prawie wszystkie te stworzenia giną,
02:34
and this can't be doubted, I've read Malthus
47
136000
3000
a i w to nie można wątpić, czytałem Malthusa
02:37
and I've calculated how long it would take for elephants
48
139000
2000
i obliczyłem, jak szybko słonie
02:39
to cover the whole world if they bred unrestricted, and so on and so on.
49
141000
3000
zasiedliłyby cały świat, gdyby mnożyły się bez przeszkód, itd...
02:42
And another 100 pages later.
50
144000
4000
I następne 100 stron później.
02:46
And if the very few that survive pass onto their offspring
51
148000
5000
I jeśli te nieliczne, które przetrwały, przekażą potomstwu to,
02:51
whatever it was that helped them survive,
52
153000
3000
to, co pomogło im przetrwać,
02:54
then those offspring must be better adapted
53
156000
2000
wtedy potomstwo musi być lepiej przystosowane
02:56
to the circumstances in which all this happened
54
158000
2000
do warunków, w których to nastąpiło,
02:58
than their parents were.
55
160000
3000
niż byli jego rodzice.
03:01
You see the idea?
56
163000
2000
Widzicie ideę?
03:03
If, if, if, then.
57
165000
2000
Jeśli, jeśli, jeśli, wtedy.
03:05
He had no concept of the idea of an algorithm,
58
167000
2000
On nie miał pojęcia o koncepcji algorytmu.
03:07
but that's what he described in that book,
59
169000
3000
Ale to właśnie opisał w tej książce
03:10
and this is what we now know as the evolutionary algorithm.
60
172000
3000
i to właśnie znamy dziś jako algorytm ewolucyjny.
03:13
The principle is you just need those three things --
61
175000
4000
Podstawowa zasada mówi, że potrzebujemy tych trzech rzeczy,
03:17
variation, selection and heredity.
62
179000
3000
zmienności, doboru i dziedziczenia.
03:20
And as Dan Dennett puts it, if you have those,
63
182000
4000
I, jak ujmuje to Dan Dennet, jeśli je mamy,
03:24
then you must get evolution.
64
186000
2000
musimy otrzymać ewolucję.
03:26
Or design out of chaos, without the aid of mind.
65
188000
5000
Albo konstrukcję powstałą z chaosu bez udziału umysłu.
03:31
There's one word I love on that slide.
66
193000
2000
Uwielbiam jedno ze słów na tym slajdzie.
03:33
What do you think my favorite word is?
67
195000
2000
Jak myślicie, które?
03:35
Audience: Chaos.
68
197000
1000
Publiczność: "Chaos".
03:36
SB: Chaos? No. What? Mind? No.
69
198000
3000
SB: "Chaos"? Nie. Które? "Umysł"? Nie.
03:39
Audience: Without.
70
201000
1000
Publiczność: "Bez".
03:40
SB: No, not without.
71
202000
1000
SB: Nie, nie "bez".
03:41
(Laughter)
72
203000
1000
(Śmiech)
03:42
You try them all in order: Mmm...?
73
204000
2000
Podajecie wszystkie po kolei. Mmm...?
03:44
Audience: Must.
74
206000
1000
Publiczność: "Musimy”.
03:45
SB: Must, at must. Must, must.
75
207000
4000
Musimy, koniecznie. Musimy, musimy.
03:49
This is what makes it so amazing.
76
211000
2000
To właśnie sprawia, że to takie niesamowite.
03:51
You don't need a designer,
77
213000
3000
Nie potrzebujemy projektanta,
03:54
or a plan, or foresight, or anything else.
78
216000
3000
ani planu, ani przewidywania, ani nic innego.
03:57
If there's something that is copied with variation
79
219000
3000
Jeśli istnieje coś, co jest kopiowane, wykazuje zmienność
04:00
and it's selected, then you must get design appearing out of nowhere.
80
222000
4000
i podlega selekcji, wtedy znikąd musimy otrzymać konstrukcję.
04:04
You can't stop it.
81
226000
2000
Nie da się tego powstrzymać.
04:06
Must is my favorite word there.
82
228000
4000
"Musimy" jest tutaj moim ulubionym słowem.
04:11
Now, what's this to do with memes?
83
233000
2000
A teraz, jak to się ma do memów?
04:13
Well, the principle here applies to anything
84
235000
5000
Otóż ta zasada odnosi się do wszystkiego,
04:18
that is copied with variation and selection.
85
240000
1000
co jest kopiowane ze zmiennością i podlega doborowi.
04:19
We're so used to thinking in terms of biology,
86
241000
3000
Przyzwyczailiśmy się myśleć o genach
04:22
we think about genes this way.
87
244000
2000
w kategoriach biologicznych.
04:24
Darwin didn't, of course; he didn't know about genes.
88
246000
3000
Darwin oczywiście tego nie robił, nie wiedział o genach.
04:27
He talked mostly about animals and plants,
89
249000
2000
Mówił przede wszystkim o zwierzętach i roślinach,
04:29
but also about languages evolving and becoming extinct.
90
251000
3000
ale również o ewolucji i wymieraniu języków.
04:32
But the principle of Universal Darwinism
91
254000
2000
Ale zasada uniwersalnego darwinizmu
04:34
is that any information that is varied and selected
92
256000
4000
mówi, że każda informacja, która podlega zmienności i selekcji
04:38
will produce design.
93
260000
2000
da projekt.
04:40
And this is what Richard Dawkins was on about
94
262000
2000
Właśnie o tym pisał Richard Dawkins
04:42
in his 1976 bestseller, "The Selfish Gene."
95
264000
3000
w "Samolubnym genie", jego bestsellerze z 1976 roku.
04:45
The information that is copied, he called the replicator.
96
267000
4000
Informację, która jest kopiowana, nazwał replikatorem.
04:49
It selfishly copies.
97
271000
2000
Ten powiela się w sposób samolubny.
04:51
Not meaning it kind of sits around inside cells going, "I want to get copied."
98
273000
4000
Nie znaczy to, że siedzi w komórce i kombinuje "Chcę się skopiować".
04:55
But that it will get copied if it can,
99
277000
2000
Ale, że zostanie skopiowany, jeśli będzie mógł,
04:57
regardless of the consequences.
100
279000
2000
niezależnie od konsekwencji.
05:00
It doesn't care about the consequences because it can't,
101
282000
3000
Nie dba o konsekwencje, ponieważ nie może,
05:03
because it's just information being copied.
102
285000
2000
jest tylko informacją, która zostaje skopiowana.
05:06
And he wanted to get away
103
288000
1000
Dawkins chciał odejść od wszechobecnego myślenia o genach,
05:07
from everybody thinking all the time about genes,
104
289000
3000
Dawkins chciał odejść od wszechobecnego myślenia o genach,
05:10
and so he said, "Is there another replicator out there on the planet?"
105
292000
3000
więc zapytał, "Czy jest na tej planecie jeszcze jakiś replikator?"
05:13
Ah, yes, there is.
106
295000
2000
O tak, jest.
05:15
Look around you -- here will do, in this room.
107
297000
3000
Popatrzcie wokół siebie, po prostu tutaj, w tej sali.
05:18
All around us, still clumsily drifting about
108
300000
3000
Wszędzie wokół nas, wciąż niezgrabnie kręcąc się
05:21
in its primeval soup of culture, is another replicator.
109
303000
3000
w swojej pierwotnej zupie kultury, znajduje się kolejny replikator.
05:24
Information that we copy from person to person, by imitation,
110
306000
5000
Informacja, która jest kopiowana między ludźmi przez naśladowanie,
05:29
by language, by talking, by telling stories,
111
311000
2000
język, rozmowę, opowiadanie historii,
05:31
by wearing clothes, by doing things.
112
313000
3000
noszenie ubrań, robienie różnych rzeczy.
05:34
This is information copied with variation and selection.
113
316000
5000
Jest to informacja powielana, podlegająca zmienności selekcji.
05:39
This is design process going on.
114
321000
3000
Jest to proces powstawania projektu w toku.
05:42
He wanted a name for the new replicator.
115
324000
3000
Potrzebował nazwy dla tego nowego replikatora.
05:45
So, he took the Greek word "mimeme," which means that which is imitated.
116
327000
4000
Wybrał greckie słowo "mimeme", które oznacza to, co jest imitowane.
05:49
Remember that, that's the core definition:
117
331000
2000
Zapamiętajcie to, to sedno definicji.
05:52
that which is imitated.
118
334000
1000
To, co jest imitowane.
05:53
And abbreviated it to meme, just because it sounds good
119
335000
3000
I skrócił to do słowa "mem", po prostu dlatego, że dobrze brzmi
05:56
and made a good meme, an effective spreading meme.
120
338000
3000
i daje dobry, dobrze rozprzestrzeniający się mem.
05:59
So that's how the idea came about.
121
341000
3000
Oto, jak powstała ta koncepcja.
06:03
It's important to stick with that definition.
122
345000
3000
Ważne, by trzymać się tej definicji.
06:06
The whole science of memetics is much maligned,
123
348000
4000
Memetyka jako nauka jest mocno oczerniana,
06:10
much misunderstood, much feared.
124
352000
3000
bardzo opacznie rozumiana i budzi duży strach.
06:13
But a lot of these problems can be avoided
125
355000
3000
Ale wielu z tych problemów można uniknąć
06:16
by remembering the definition.
126
358000
2000
przez pamiętanie tej definicji.
06:18
A meme is not equivalent to an idea.
127
360000
2000
Mem nie jest odpowiednikiem idei,
06:20
It's not an idea. It's not equivalent to anything else, really.
128
362000
2000
ani odpowiednikiem niczego innego.
06:22
Stick with the definition.
129
364000
2000
Trzymajmy się definicji.
06:24
It's that which is imitated,
130
366000
2000
To coś, co jest imitowane.
06:26
or information which is copied from person to person.
131
368000
3000
Albo informacja, która jest kopiowana pomiędzy ludźmi.
06:30
So, let's see some memes.
132
372000
1000
Spójrzmy na kilka memów.
06:31
Well, you sir, you've got those glasses hung around your neck
133
373000
3000
Proszę, pan ma zawieszone na szyi okulary
06:34
in that particularly fetching way.
134
376000
2000
w wyjątkowo ujmujący sposób.
06:36
I wonder whether you invented that idea for yourself,
135
378000
2000
Zastanawiam się, czy wpadł pan na ten pomysł sam,
06:38
or copied it from someone else?
136
380000
2000
czy też podpatrzył u kogoś innego?
06:40
If you copied it from someone else, it's a meme.
137
382000
3000
Jeżeli skopiował go pan od kogoś innego, to jest to mem.
06:43
And what about, oh, I can't see any interesting memes here.
138
385000
3000
Och, nie widzę tu żadnych interesujących memów.
06:46
All right everyone, who's got some interesting memes for me?
139
388000
3000
No dobrze, kto ma dla mnie jakieś ciekawe memy?
06:49
Oh, well, your earrings,
140
391000
2000
O, proszę, pani kolczyki.
06:51
I don't suppose you invented the idea of earrings.
141
393000
2000
Zapewne nie wymyśliła pani kolczyków.
06:53
You probably went out and bought them.
142
395000
2000
Prawdopodobnie je pani kupiła.
06:55
There are plenty more in the shops.
143
397000
2000
Jest ich całe mnóstwo w sklepach.
06:57
That's something that's passed on from person to person.
144
399000
2000
To coś przekazywanego między ludźmi.
06:59
All the stories that we're telling -- well, of course,
145
401000
3000
Wszystkie historie, które opowiadamy, no oczywiście,
07:02
TED is a great meme-fest, masses of memes.
146
404000
4000
TED jest wielkim mem-festiwalem, zgromadzeniem memów.
07:06
The way to think about memes, though,
147
408000
2000
Jednakże mówiąc o memach należy zapytać,
07:08
is to think, why do they spread?
148
410000
2000
dlaczego się rozprzestrzeniają.
07:10
They're selfish information, they will get copied, if they can.
149
412000
4000
Są samolubną informacją, zostaną skopiowane, jeśli to będzie możliwe.
07:14
But some of them will be copied because they're good,
150
416000
3000
Ale część z nich zostanie skopiowana, ponieważ są dobre,
07:17
or true, or useful, or beautiful.
151
419000
2000
prawdziwe, użyteczne, albo piękne.
07:19
Some of them will be copied even though they're not.
152
421000
2000
Inne zostaną skopiowane, choć takie nie są.
07:21
Some, it's quite hard to tell why.
153
423000
2000
Niektóre, ciężko powiedzieć, dlaczego.
07:24
There's one particular curious meme which I rather enjoy.
154
426000
3000
Jest jeden taki, szczególnie ciekawy, który mi się podoba.
07:27
And I'm glad to say, as I expected, I found it when I came here,
155
429000
3000
I jak się spodziewałam, znalazłam go też tutaj
07:30
and I'm sure all of you found it, too.
156
432000
2000
i jestem pewna, że wszyscy znaleźliście go również.
07:32
You go to your nice, posh, international hotel somewhere,
157
434000
3000
Idziecie do przyjemnego eleganckiego hotelu,
07:36
and you come in and you put down your clothes
158
438000
2000
wchodzicie do pokoju, zostawiacie swoje rzeczy,
07:38
and you go to the bathroom, and what do you see?
159
440000
3000
idziecie do łazienki i co widzicie?
07:41
Audience: Bathroom soap.
160
443000
1000
Publiczność: "Mydło".
07:42
SB: Pardon?
161
444000
1000
SB: Słucham?
07:43
Audience: Soap.
162
445000
1000
Publiczność: "Mydło".
07:44
SB: Soap, yeah. What else do you see?
163
446000
2000
SB: Mydło, tak. Co jeszcze?
07:46
Audience: (Inaudible)
164
448000
1000
Publiczność: (Niesłyszalne)
07:47
SB: Mmm mmm.
165
449000
1000
SB: Mmm mmm.
07:48
Audience: Sink, toilet!
166
450000
1000
Publiczność: Umywalkę, toaletę!
07:49
SB: Sink, toilet, yes, these are all memes, they're all memes,
167
451000
2000
SB: Umywalka, toaleta, tak, to wszystko memy,
07:51
but they're sort of useful ones, and then there's this one.
168
453000
3000
wszystkie są przydatne, ale jest jeszcze ten.
07:54
(Laughter)
169
456000
3000
(Śmiech)
07:58
What is this one doing?
170
460000
2000
Co on takiego robi?
08:00
(Laughter)
171
462000
1000
(Śmiech)
08:01
This has spread all over the world.
172
463000
2000
To się rozprzestrzeniło po całym świecie.
08:03
It's not surprising that you all found it
173
465000
2000
Nic dziwnego, że znaleźliście to,
08:05
when you arrived in your bathrooms here.
174
467000
2000
kiedy przyjechaliście tutaj i poszliście do łazienki.
08:07
But I took this photograph in a toilet at the back of a tent
175
469000
5000
Ale to zdjęcie zrobiłam w toalecie na tyłach namiotu
08:12
in the eco-camp in the jungle in Assam.
176
474000
2000
w eko-kampie w dżungli w Assam.
08:14
(Laughter)
177
476000
1000
(Śmiech)
08:16
Who folded that thing up there, and why?
178
478000
3000
Kto to złożył i po co?
08:19
(Laughter)
179
481000
1000
(Śmiech)
08:20
Some people get carried away.
180
482000
2000
Niektórzy naprawdę przesadzają.
08:22
(Laughter)
181
484000
3000
(Śmiech)
08:26
Other people are just lazy and make mistakes.
182
488000
3000
Inni są po prostu leniwi i robią błędy.
08:29
Some hotels exploit the opportunity to put even more memes
183
491000
3000
Niektóre hotele korzystając z okazji dodają jeszcze memów,
08:32
with a little sticker.
184
494000
2000
używając małej naklejki.
08:34
(Laughter)
185
496000
1000
(Śmiech)
08:35
What is this all about?
186
497000
2000
O co tu chodzi?
08:37
I suppose it's there to tell you that somebody's
187
499000
2000
Przypuszczam, że ma to oznaczać,
08:39
cleaned the place, and it's all lovely.
188
501000
2000
że ktoś cudownie tu wysprzątał.
08:41
And you know, actually, all it tells you is that another person
189
503000
3000
Tak naprawdę mówi jedynie, że ktoś być może
08:44
has potentially spread germs from place to place.
190
506000
3000
rozniósł zarazki z jednego miejsca w inne.
08:47
(Laughter)
191
509000
1000
(Śmiech)
08:48
So, think of it this way.
192
510000
2000
Więc myślcie o tym w ten sposób.
08:50
Imagine a world full of brains
193
512000
2000
Wyobraźmy sobie świat pełen mózgów
08:52
and far more memes than can possibly find homes.
194
514000
3000
i tyle memów, że niektóre nie mają gdzie mieszkać.
08:55
The memes are all trying to get copied --
195
517000
3000
Wszystkie memy próbują zostać skopiowane,
08:58
trying, in inverted commas -- i.e.,
196
520000
3000
"próbują" w cudzysłowie,
09:01
that's the shorthand for, if they can get copied, they will.
197
523000
3000
czyli jeśli mogą zostać skopiowane, zostaną skopiowane.
09:04
They're using you and me as their propagating, copying machinery,
198
526000
6000
Używają was i mnie jako maszyny do rozmnażania i kopiowania;
09:10
and we are the meme machines.
199
532000
3000
jesteśmy maszynami memowymi.
09:13
Now, why is this important?
200
535000
2000
Dlaczego to takie ważne?
09:15
Why is this useful, or what does it tell us?
201
537000
2000
Do czego to potrzebne, co to oznacza?
09:17
It gives us a completely new view of human origins
202
539000
4000
Daje nam to całkowicie nowe spojrzenie na pochodzenie człowieka
09:21
and what it means to be human,
203
543000
1000
i na to, co znaczy być człowiekiem.
09:22
all conventional theories of cultural evolution,
204
544000
4000
Na wszystkie konwencjonalne teorie ewolucji kulturowej, pochodzenia człowieka
09:26
of the origin of humans,
205
548000
2000
i tego, co wyróżnia nasz gatunek.
09:28
and what makes us so different from other species.
206
550000
4000
Inne teorie wyjaśniające istnienie dużego mózgu, języka i umiejętności korzystania z narzędzi
09:32
All other theories explaining the big brain, and language, and tool use
207
554000
2000
Inne teorie wyjaśniające istnienie dużego mózgu, języka i umiejętności korzystania z narzędzi
09:34
and all these things that make us unique,
208
556000
2000
i wszystkiego tego, co czyni nas niezwykłymi,
09:36
are based upon genes.
209
558000
3000
opierają się na genetyce.
09:39
Language must have been useful for the genes.
210
561000
3000
Język musiał być użyteczny dla genów.
09:42
Tool use must have enhanced our survival, mating and so on.
211
564000
3000
Korzystanie z narzędzi pomogło w przetrwaniu, łączeniu się w pary, itd.
09:45
It always comes back, as Richard Dawkins complained
212
567000
3000
To wyjaśnienie zawsze powraca. Jak skarżył się Richard Dawkins
09:48
all that long time ago, it always comes back to genes.
213
570000
3000
dawno temu, to zawsze sprowadza się do genów.
09:51
The point of memetics is to say, "Oh no, it doesn't."
214
573000
4000
Sednem memetyki jest stwierdzenie "O, nieprawda".
09:55
There are two replicators now on this planet.
215
577000
3000
Na tej planecie występują dwa replikatory.
09:58
From the moment that our ancestors,
216
580000
3000
Od momentu, kiedy nasi przodkowie,
10:01
perhaps two and a half million years ago or so,
217
583000
2000
prawdopodobnie jakieś 2,5 mln. lat temu,
10:03
began imitating, there was a new copying process.
218
585000
4000
zaczęli naśladować, rozpoczął się nowy proces kopiowania.
10:07
Copying with variation and selection.
219
589000
2000
Kopiowania ze zmiennością i podlegającego doborowi.
10:09
A new replicator was let loose, and it could never be --
220
591000
5000
Uwolniony został nowy replikator i samego początku nie mogło być tak,
10:14
right from the start -- it could never be
221
596000
1000
Uwolniony został nowy replikator i samego początku nie mogło być tak,
10:15
that human beings who let loose this new creature,
222
597000
5000
że ludzie, którzy uwolnili to nowe stworzenie,
10:20
could just copy the useful, beautiful, true things,
223
602000
3000
mogli powielać tylko to, co przydatne, piękne, prawdziwe,
10:23
and not copy the other things.
224
605000
2000
a nie kopiować niczego innego.
10:25
While their brains were having an advantage from being able to copy --
225
607000
3000
Ich mózgi miały przewagę dzięki umiejętności kopiowania
10:28
lighting fires, keeping fires going, new techniques of hunting,
226
610000
5000
rozniecania i podtrzymywania ognia, nowych technik polowania,
10:33
these kinds of things --
227
615000
2000
umiejętności tego rodzaju,
10:35
inevitably they were also copying putting feathers in their hair,
228
617000
3000
nieuchronnie kopiowali oni też wtykanie piór we włosy,
10:38
or wearing strange clothes, or painting their faces,
229
620000
2000
noszenie dziwnych ubrań, malowanie twarzy
10:40
or whatever.
230
622000
1000
i tak dalej.
10:41
So, you get an arms race between the genes
231
623000
4000
Więc nastąpił wyścig zbrojeń między genami,
10:45
which are trying to get the humans to have small economical brains
232
627000
4000
które starały się, żeby człowiek miał mały, ekonomiczny mózg
10:49
and not waste their time copying all this stuff,
233
631000
2000
i nie marnował czasu na kopiowanie tego wszystkiego,
10:51
and the memes themselves, like the sounds that people made and copied --
234
633000
4000
a samymi memami, jak dźwięki, które ludzie wydają i kopiują,
10:56
in other words, what turned out to be language --
235
638000
2000
innymi słowy, to, co okazało się być językiem.
10:58
competing to get the brains to get bigger and bigger.
236
640000
3000
Memy starały się, by mózgi były większe i większe.
11:01
So, the big brain, on this theory, is driven by the memes.
237
643000
4000
Tak więc na gruncie tej teorii, to memy napędzały wzrost mózgu.
11:05
This is why, in "The Meme Machine," I called it memetic drive.
238
647000
4000
Oto dlaczego w "Maszynie memowej" nazwałam to "napędem memetycznym".
11:09
As the memes evolve, as they inevitably must,
239
651000
3000
Kiedy memy się rozwijają, co nieuniknione,
11:12
they drive a bigger brain that is better at copying the memes
240
654000
4000
napędzają większy mózg, który jest lepszy w kopiowaniu memów,
11:16
that are doing the driving.
241
658000
2000
które nim sterują.
11:18
This is why we've ended up with such peculiar brains,
242
660000
4000
Dlatego właśnie otrzymaliśmy tak wyjątkowe mózgi,
11:22
that we like religion, and music, and art.
243
664000
3000
dzięki którym lubimy religię, muzykę i sztukę.
11:25
Language is a parasite that we've adapted to,
244
667000
3000
Język jest pasożytem, do którego się przystosowaliśmy,
11:28
not something that was there originally for our genes,
245
670000
2000
a nie czymś, co było początkowo korzystne dla naszych genów,
11:30
on this view.
246
672000
2000
w ramach tego podejścia.
11:32
And like most parasites, it can begin dangerous,
247
674000
3000
I jak większość pasożytów, może zacząć jako zagrożenie,
11:35
but then it coevolves and adapts,
248
677000
3000
ale potem ko-ewoluuje i przystosowuje się
11:38
and we end up with a symbiotic relationship
249
680000
2000
i w końcu jesteśmy w symbiozie
11:40
with this new parasite.
250
682000
1000
z tym nowym pasożytem.
11:41
And so, from our perspective,
251
683000
2000
I z naszej perspektywy
11:43
we don't realize that that's how it began.
252
685000
3000
nie widzimy, że tak to się kiedyś zaczęło.
11:46
So, this is a view of what humans are.
253
688000
3000
To pewne podejście do tego, czym są ludzie.
11:49
All other species on this planet are gene machines only,
254
691000
3000
Wszystkie pozostałe gatunki są tylko maszynami genowymi,
11:52
they don't imitate at all well, hardly at all.
255
694000
3000
prawie wcale nie potrafią imitować.
11:55
We alone are gene machines and meme machines as well.
256
697000
5000
Tylko my jesteśmy maszynami zarówno genowymi jak i memowymi.
12:00
The memes took a gene machine and turned it into a meme machine.
257
702000
4000
Memy wzięły maszynę genową i przekształciły ją w memową.
12:04
But that's not all.
258
706000
2000
Ale to nie wszystko.
12:06
We have a new kind of memes now.
259
708000
3000
Mamy teraz nowy rodzaj memów.
12:09
I've been wondering for a long time,
260
711000
1000
Od dawna zastanawiałam się,
12:10
since I've been thinking about memes a lot,
261
712000
2000
odkąd zaczęłam dużo myśleć o memach,
12:12
is there a difference between the memes that we copy --
262
714000
2000
czy jest różnica między memami, które kopiujemy --
12:14
the words we speak to each other,
263
716000
2000
słowami, które do siebie wypowiadamy,
12:16
the gestures we copy, the human things --
264
718000
2000
gestami, rzeczami typowo ludzkimi,
12:18
and all these technological things around us?
265
720000
2000
a rzeczami technologicznymi, które nas otaczają.
12:20
I have always, until now, called them all memes,
266
722000
4000
Dotychczas nazywałam je również memami,
12:24
but I do honestly think now
267
726000
3000
ale teraz szczerze uważam,
12:27
we need a new word for technological memes.
268
729000
3000
że potrzebujemy nowej nazwy dla memów technologicznych.
12:30
Let's call them techno-memes or temes.
269
732000
3000
Nazwijmy je technomemami albo temami.
12:33
Because the processes are getting different.
270
735000
3000
Ponieważ te procesy zaczynają się od siebie różnić.
12:37
We began, perhaps 5,000 years ago, with writing.
271
739000
3000
Zaczęliśmy jakieś 5000 lat temu, od pisma.
12:40
We put the storage of memes out there on a clay tablet,
272
742000
7000
Przechowywaliśmy memy na glinianych tabliczkach,
12:48
but in order to get true temes and true teme machines,
273
750000
2000
ale dla prawdziwych temów i maszyn temowych,
12:50
you need to get the variation, the selection and the copying,
274
752000
3000
potrzeba zróżnicowania, doboru i kopiowania,
12:53
all done outside of humans.
275
755000
2000
dokonujących się poza człowiekiem.
12:55
And we're getting there.
276
757000
2000
I zbliżamy się do tego.
12:57
We're at this extraordinary point where we're nearly there,
277
759000
2000
Już prawie do tego dotarliśmy,
12:59
that there are machines like that.
278
761000
2000
już prawie są takie maszyny.
13:01
And indeed, in the short time I've already been at TED,
279
763000
2000
I w rzeczy samej, przebywając na konferencji TED
13:03
I see we're even closer than I thought we were before.
280
765000
2000
widzę, że jesteśmy tego bliżej, niż myślałam.
13:05
So actually, now the temes are forcing our brains
281
767000
6000
Więc, tak naprawdę, teraz temy zmuszają nasze mózgi
13:11
to become more like teme machines.
282
773000
2000
by stały się maszynami temowymi.
13:13
Our children are growing up very quickly learning to read,
283
775000
3000
Nasze dzieci bardzo wcześnie uczą się czytać
13:16
learning to use machinery.
284
778000
2000
i korzystać z maszyn.
13:18
We're going to have all kinds of implants,
285
780000
1000
Będziemy mieli różne implanty,
13:19
drugs that force us to stay awake all the time.
286
781000
3000
środki farmakologiczne, pozwalające nie spać przez cały czas.
13:22
We'll think we're choosing these things,
287
784000
2000
Będziemy myśleć, że wybieramy te rzeczy,
13:24
but the temes are making us do it.
288
786000
3000
ale to temy nami kierują.
13:28
So, we're at this cusp now
289
790000
1000
Jesteśmy w punkcie zwrotnym, w którym na Ziemi pojawia się trzeci replikator.
13:29
of having a third replicator on our planet.
290
791000
4000
Jesteśmy w punkcie zwrotnym, w którym na Ziemi pojawia się trzeci replikator.
13:34
Now, what about what else is going on out there in the universe?
291
796000
5000
A co dzieje się w innych częściach wszechświata?
13:39
Is there anyone else out there?
292
801000
2000
Czy jest tam ktoś jeszcze?
13:41
People have been asking this question for a long time.
293
803000
3000
Ludzie zadają sobie to pytanie od dłuższego czasu.
13:44
We've been asking it here at TED already.
294
806000
2000
Zadawaliśmy je już i tutaj, na konferencji TED.
13:46
In 1961, Frank Drake made his famous equation,
295
808000
4000
W 1961 r. Frank Drake stworzył słynne równanie,
13:50
but I think he concentrated on the wrong things.
296
812000
2000
ale myślę, że skupił się na niewłaściwych rzeczach.
13:52
It's been very productive, that equation.
297
814000
2000
To równanie dużo zrobiło.
13:54
He wanted to estimate N,
298
816000
2000
Chciał oszacować N,
13:56
the number of communicative civilizations out there in our galaxy,
299
818000
4000
liczbę zdolnych do komunikacji cywilizacji naszej galaktyki.
14:00
and he included in there the rate of star formation,
300
822000
4000
Wziął pod uwagę prędkość powstawania gwiazd,
14:04
the rate of planets, but crucially, intelligence.
301
826000
4000
liczbę planet, ale przede wszystkim inteligencję.
14:08
I think that's the wrong way to think about it.
302
830000
4000
Myślę, że jest to niewłaściwe podejście.
14:12
Intelligence appears all over the place, in all kinds of guises.
303
834000
3000
Inteligencja pojawia się wszędzie, w różnych przebraniach.
14:15
Human intelligence is only one kind of a thing.
304
837000
2000
Ludzka inteligencja to tylko jeden z wielu jej rodzajów.
14:17
But what's really important is the replicators you have
305
839000
3000
A naprawdę ważne są posiadane replikatory
14:20
and the levels of replicators, one feeding on the one before.
306
842000
4000
i ich poziomy, z których każdy karmi się poprzednim.
14:24
So, I would suggest that we don't think intelligence,
307
846000
5000
Sugeruję, byśmy nie myśleli o inteligencji,
14:29
we think replicators.
308
851000
2000
ale o replikatorach.
14:31
And on that basis, I've suggested a different kind of equation.
309
853000
3000
Na tej podstawie proponuję inne równanie.
14:34
A very simple equation.
310
856000
2000
Bardzo proste równanie.
14:36
N, the same thing,
311
858000
2000
N oznacza to samo,
14:38
the number of communicative civilizations out there
312
860000
3000
liczbę zdolnych do komunikacji cywilizacji
14:41
[that] we might expect in our galaxy.
313
863000
2000
których spodziewamy się w naszej galaktyce.
14:43
Just start with the number of planets there are in our galaxy.
314
865000
4000
Zaczynamy od liczby planet w naszej galaktyce.
14:47
The fraction of those which get a first replicator.
315
869000
4000
Odsetek tych, które mają pierwszy replikator.
14:51
The fraction of those that get the second replicator.
316
873000
4000
Odsetek tych z nich, które mają drugi replikator.
14:55
The fraction of those that get the third replicator.
317
877000
2000
Odsetek z nich, które mają trzeci replikator.
14:58
Because it's only the third replicator that's going to reach out --
318
880000
3000
Ponieważ tylko trzeci replikator sięgnie na zewnątrz,
15:01
sending information, sending probes, getting out there,
319
883000
3000
wysyłając informacje, sondy, wyruszając w kosmos
15:04
and communicating with anywhere else.
320
886000
2000
i nawiązując kontakt.
15:06
OK, so if we take that equation,
321
888000
3000
OK, w takim razie, skoro przyjmujemy to równanie,
15:09
why haven't we heard from anybody out there?
322
891000
5000
dlaczego nie dostaliśmy wiadomości od nikogo stamtąd?
15:14
Because every step is dangerous.
323
896000
4000
Ponieważ każdy krok jest niebezpieczny.
15:18
Getting a new replicator is dangerous.
324
900000
3000
Zdobywanie nowego replikatora jest niebezpieczne.
15:21
You can pull through, we have pulled through,
325
903000
2000
Można przez to przejść, nam się udało,
15:23
but it's dangerous.
326
905000
2000
ale jest to niebezpieczne.
15:25
Take the first step, as soon as life appeared on this earth.
327
907000
3000
Weźmy pierwszy krok, zaraz po pojawieniu się życia na Ziemi.
15:28
We may take the Gaian view.
328
910000
2000
Możemy przyjąć hipotezę Gai.
15:30
I loved Peter Ward's talk yesterday -- it's not Gaian all the time.
329
912000
3000
Świetna była prezentacja Petera Warda, nie całkiem "gajańska".
15:33
Actually, life forms produce things that kill themselves.
330
915000
3000
W rzeczywistości organizmy żywe wytwarzają rzeczy, które je zabijają.
15:36
Well, we did pull through on this planet.
331
918000
3000
Cóż, nam na tej planecie się udało.
15:39
But then, a long time later, billions of years later,
332
921000
2000
Ale dużo później, miliardy lat później,
15:41
we got the second replicator, the memes.
333
923000
3000
zdobyliśmy drugi replikator - memy.
15:44
That was dangerous, all right.
334
926000
2000
To było naprawdę niebezpieczne.
15:46
Think of the big brain.
335
928000
2000
Pomyślcie o dużym mózgu.
15:48
How many mothers do we have here?
336
930000
3000
Ile mamy tu matek?
15:51
You know all about big brains.
337
933000
2000
Wiecie wszystko o dużych mózgach.
15:53
They are dangerous to give birth to,
338
935000
2000
Rodzenie ich jest niebezpieczne.
15:55
are agonizing to give birth to.
339
937000
2000
Rodzenie ich to śmiertelna udręka.
15:57
(Laughter)
340
939000
1000
(Śmiech)
15:59
My cat gave birth to four kittens, purring all the time.
341
941000
2000
Moja kotka urodziła cztery kocięta, mrucząc przez cały czas.
16:01
Ah, mm -- slightly different.
342
943000
2000
U nas jest troszkę inaczej.
16:03
(Laughter)
343
945000
2000
(Śmiech)
16:05
But not only is it painful, it kills lots of babies,
344
947000
3000
To bolesne, a co więcej, to przyczyna śmierci wielu noworodków i matek,
16:08
it kills lots of mothers,
345
950000
2000
To bolesne, a co więcej, to przyczyna śmierci wielu noworodków i matek,
16:10
and it's very expensive to produce.
346
952000
2000
a wytworzenie tego jest bardzo kosztowne.
16:12
The genes are forced into producing all this myelin,
347
954000
2000
Geny są zmuszone do produkcji mieliny,
16:14
all the fat to myelinate the brain.
348
956000
2000
mnóstwa tłuszczu do mielinizacji mózgu.
16:16
Do you know, sitting here,
349
958000
2000
Czy wiecie, że kiedy siedzicie tutaj,
16:18
your brain is using about 20 percent of your body's energy output
350
960000
4000
wasz mózg zużywa ok. 20% energii produkowanej przez ciało,
16:22
for two percent of your body weight?
351
964000
2000
a jego masa to zaledwie 2% wagi ciała?
16:24
It's a really expensive organ to run.
352
966000
2000
To bardzo drogi organ w utrzymaniu.
16:26
Why? Because it's producing the memes.
353
968000
2000
Dlaczego? Ponieważ produkuje memy.
16:28
Now, it could have killed us off. It could have killed us off,
354
970000
4000
To mogło nas wybić i możliwe, że prawie wybiło,
16:32
and maybe it nearly did, but you see, we don't know.
355
974000
2000
ale widzicie, nie wiemy.
16:34
But maybe it nearly did.
356
976000
2000
Ale może prawie do tego doszło.
16:36
Has it been tried before?
357
978000
1000
Czy działo się to już wcześniej?
16:37
What about all those other species?
358
979000
2000
Co z innymi gatunkami?
16:39
Louise Leakey talked yesterday
359
981000
2000
Louise Leakey opowiadała wczoraj,
16:41
about how we're the only one in this branch left.
360
983000
3000
że tylko my zostaliśmy z tej gałęzi.
16:44
What happened to the others?
361
986000
2000
Co się stało z pozostałymi?
16:46
Could it be that this experiment in imitation,
362
988000
2000
Czy to możliwe, że ten eksperyment z naśladowaniem,
16:48
this experiment in a second replicator,
363
990000
2000
ten eksperyment z drugim replikatorem,
16:50
is dangerous enough to kill people off?
364
992000
4000
jest na tyle groźny, by powodować wymieranie ludzi?
16:54
Well, we did pull through, and we adapted.
365
996000
2000
My przetrwaliśmy, przystosowaliśmy się.
16:56
But now, we're hitting, as I've just described,
366
998000
3000
Ale teraz zbliżamy się, jak to właśnie opisałam,
16:59
we're hitting the third replicator point.
367
1001000
2000
do punktu trzeciego replikatora.
17:01
And this is even more dangerous --
368
1003000
3000
I to jest jeszcze bardziej niebezpieczne…
17:04
well, it's dangerous again.
369
1006000
2000
Jest znów niebezpieczne.
17:06
Why? Because the temes are selfish replicators
370
1008000
4000
Dlaczego? Ponieważ temy są samolubnymi replikatorami
17:10
and they don't care about us, or our planet, or anything else.
371
1012000
3000
i nie przejmują się nami, naszą planetą ani niczym innym.
17:13
They're just information, why would they?
372
1015000
3000
Są tylko informacją, dlaczego miałyby się przejmować?
17:17
They are using us to suck up the planet's resources
373
1019000
2000
Używają nas, by wysysać zasoby planety,
17:19
to produce more computers,
374
1021000
2000
produkować więcej komputerów,
17:21
and more of all these amazing things we're hearing about here at TED.
375
1023000
3000
tych zadziwiających rzeczy, o których słyszymy na konferencjach TED.
17:24
Don't think, "Oh, we created the Internet for our own benefit."
376
1026000
4000
Nie myślcie "Przecież Internet stworzyliśmy dla naszej własnej korzyści."
17:28
That's how it seems to us.
377
1030000
2000
Tak nam się wydaje.
17:30
Think, temes spreading because they must.
378
1032000
4000
Myślcie o tym tak: temy rozprzestrzeniają się, bo muszą.
17:34
We are the old machines.
379
1036000
2000
Jesteśmy starymi maszynami.
17:36
Now, are we going to pull through?
380
1038000
2000
Czy uda nam się przetrwać?
17:38
What's going to happen?
381
1040000
2000
Co się stanie?
17:40
What does it mean to pull through?
382
1042000
2000
Co to znaczy "przetrwać"?
17:42
Well, there are kind of two ways of pulling through.
383
1044000
2000
Można powiedzieć, że są dwa sposoby przetrwania.
17:45
One that is obviously happening all around us now,
384
1047000
2000
Jeden, który obserwujemy teraz,
17:47
is that the temes turn us into teme machines,
385
1049000
4000
polega na tym, że temy czynią nas maszynami temowymi,
17:51
with these implants, with the drugs,
386
1053000
2000
z implantami, z lekami,
17:53
with us merging with the technology.
387
1055000
3000
z nami mieszającymi się z technologią.
17:56
And why would they do that?
388
1058000
2000
A dlaczego miałyby to robić?
17:58
Because we are self-replicating.
389
1060000
2000
Bo my jesteśmy istotami samoreplikującymi się.
18:00
We have babies.
390
1062000
2000
Mamy dzieci.
18:02
We make new ones, and so it's convenient to piggyback on us,
391
1064000
3000
Wytwarzamy nowe, więc wygodnie jest się do nas podczepić,
18:05
because we're not yet at the stage on this planet
392
1067000
4000
ponieważ nie jesteśmy jeszcze na tej planecie na etapie,
18:09
where the other option is viable.
393
1071000
2000
na którym możliwa jest inna opcja.
18:11
Although it's closer, I heard this morning,
394
1073000
2000
Aczkolwiek jest blisko; słyszałam dziś rano,
18:13
it's closer than I thought it was.
395
1075000
2000
że jesteśmy bliżej niż myślałam.
18:15
Where the teme machines themselves will replicate themselves.
396
1077000
3000
Momentu, w którym maszyny same będą się replikowały.
18:18
That way, it wouldn't matter if the planet's climate
397
1080000
4000
Wtedy nie miałoby znaczenia, czy klimat planety
18:22
was utterly destabilized,
398
1084000
2000
został doszczętnie zdestabilizowany
18:24
and it was no longer possible for humans to live here.
399
1086000
2000
i ludzie nie mogliby tu dłużej żyć.
18:26
Because those teme machines, they wouldn't need --
400
1088000
2000
Ponieważ maszyny temowe nie potrzebowałyby go...
18:28
they're not squishy, wet, oxygen-breathing,
401
1090000
2000
To nie miękkie, mokre, oddychające tlenem,
18:30
warmth-requiring creatures.
402
1092000
3000
wymagające ciepła stworzenia.
18:33
They could carry on without us.
403
1095000
2000
Mogłyby obejść się bez nas.
18:35
So, those are the two possibilities.
404
1097000
3000
Takie więc są dwie możliwości.
18:38
The second, I don't think we're that close.
405
1100000
4000
Ta druga - nie wydaje mi się, żebyśmy byli tak blisko.
18:42
It's coming, but we're not there yet.
406
1104000
2000
Nadchodzi, ale jeszcze tam nie jesteśmy.
18:44
The first, it's coming too.
407
1106000
2000
Pierwsza – też nadchodzi.
18:46
But the damage that is already being done
408
1108000
3000
A zniszczenia planety, do których dochodzi już teraz,
18:49
to the planet is showing us how dangerous the third point is,
409
1111000
5000
pokazują, jak groźny jest trzeci punkt,
18:54
that third danger point, getting a third replicator.
410
1116000
3000
ten niebezpieczny punkt, gdy zdobywa się trzeci replikator.
18:58
And will we get through this third danger point,
411
1120000
2000
I czy przetrwamy ten niebezpieczny punkt,
19:00
like we got through the second and like we got through the first?
412
1122000
3000
tak jak przetrwaliśmy drugi i pierwszy?
19:04
Maybe we will, maybe we won't.
413
1126000
2000
Może tak, może nie.
19:06
I have no idea.
414
1128000
3000
Nie mam pojęcia.
19:13
(Applause)
415
1135000
10000
(Brawa)
19:24
Chris Anderson: That was an incredible talk.
416
1146000
2000
Chris Anderson: To była niesamowita prezentacja.
19:26
SB: Thank you. I scared myself.
417
1148000
2000
SB: Dziękuję. Sama się przestraszyłam.
19:28
CA: (Laughter)
418
1150000
1000
CA: (Śmiech)
ABOUT THE SPEAKER
Susan Blackmore - MemeticistSusan Blackmore studies memes -- those self-replicating "life forms" that spread themselves via human consciousness. We're now headed, she believes, toward a new form of meme, spread by the technology we've created.
Why you should listen
Susan Blackmore is dedicated to understanding the scientific nature of consciousness. Her latest work centers on the existence of memes -- little bits of knowledge, lore, habit that seem to spread themselves using human brains as mere carriers. She's exploring the existence of a new class of meme, spread by human technology. It's temporarily named the "teme."
She has written about memes, consciousness, and near-death experiences; has appeared on the British Big Brother to discuss the psychology of the participants; and writes for the Guardian UK.
Susan Blackmore | Speaker | TED.com