ABOUT THE SPEAKER
Tim Harford - Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences.

Why you should listen

In the Undercover Economist column he writes for the Financial Times, Tim Harford looks at familiar situations in unfamiliar ways and explains the fundamental principles of the modern economy. He illuminates them with clear writing and a variety of examples borrowed from daily life.

His book, Adapt: Why Success Always Starts With Failure, argues that the world has become far too unpredictable and complex for today's challenges to be tackled with ready-made solutions and expert opinions. Instead, Harford suggests, we need to learn to embrace failure and to constantly adapt, to improvise rather than plan, to work from the bottom up rather than the top down. His next book, Messy: Thriving in a Tidy-Minded World will be published in September 2016. 

Harford also presents the BBC radio series More or Less, a rare broadcast program devoted, as he says, to "the powerful, sometimes beautiful, often abused but ever ubiquitous world of numbers."

He says: "I’d like to see many more complex problems approached with a willingness to experiment."

More profile about the speaker
Tim Harford | Speaker | TED.com
TEDGlobal 2011

Tim Harford: Trial, error and the God complex

Tim Harford: Tentativa, erro e o complexo de Deus

Filmed:
2,044,503 views

Autor de livros de Economia Tim Harford estuda complexos sistemas – e encontra um vínculo surpreendente entre os bem sucedidos: eles são construídos através de tentativa e erro. Nesta brilhante palestra do TEDGlobal 2011, ele nos pede para abraçar nossa aleatoriedade e começar a cometer erros melhores.
- Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio

Double-click the English transcript below to play the video.

00:15
It's the Second World War.
0
0
2000
É a Segunda Guerra Mundial,
00:17
A German prison camp.
1
2000
3000
um campo alemão de prisioneiros,
00:20
And this man,
2
5000
3000
e esse homem,
00:23
Archie Cochrane,
3
8000
3000
Archie Cochrane,
00:26
is a prisoner of war and a doctor,
4
11000
3000
é um prisioneiro de guerra e médico,
00:29
and he has a problem.
5
14000
3000
e ele tem um problema.
00:32
The problem is that the men under his care
6
17000
3000
O problema é que os homens sob o seu cuidado
00:35
are suffering
7
20000
2000
estão sofrendo
00:37
from an excruciating and debilitating condition
8
22000
3000
com uma condição excruciante e debilitadora
00:40
that Archie doesn't really understand.
9
25000
3000
que Archie realmente não entende.
00:43
The symptoms
10
28000
2000
Os sintomas
00:45
are this horrible swelling up of fluids under the skin.
11
30000
3000
são esses horríveis inchaços cheios de fluidos sob a pele.
00:48
But he doesn't know whether it's an infection, whether it's to do with malnutrition.
12
33000
3000
Mas ele não sabe se é uma infecção, se isto tem a ver com subnutrição.
00:51
He doesn't know how to cure it.
13
36000
2000
Ele não sabe como curar isto.
00:53
And he's operating in a hostile environment.
14
38000
3000
E ele trabalha em um ambiente hostil.
00:56
And people do terrible things in wars.
15
41000
2000
E pessoas fazem coisas terríveis nas guerras.
00:58
The German camp guards, they've got bored.
16
43000
3000
Os guardas alemães do campo, estão entediados.
01:01
They've taken to just firing into the prison camp at random
17
46000
2000
Eles simplesmente começam a atirar dentro do campo ao acaso
01:03
for fun.
18
48000
2000
por diversão.
01:05
On one particular occasion,
19
50000
2000
Em uma ocasião em particular,
01:07
one of the guards threw a grenade into the prisoners' lavatory
20
52000
3000
um dos guardas atirou uma granada dentro do lavatório dos prisioneiros
01:10
while it was full of prisoners.
21
55000
3000
quando estava cheio de prisioneiros.
01:13
He said he heard suspicious laughter.
22
58000
2000
Ele disse que tinha ouvido risos suspeitos.
01:15
And Archie Cochrane, as the camp doctor,
23
60000
3000
E, Archie Cochrane sendo o médico do campo,
01:18
was one of the first men in
24
63000
2000
foi um dos primeiros a entrar
01:20
to clear up the mess.
25
65000
2000
para limpar a bagunça.
01:22
And one more thing:
26
67000
2000
E mais uma coisa:
01:24
Archie was suffering from this illness himself.
27
69000
3000
Archie estava sofrendo da mesma doença.
01:27
So the situation seemed pretty desperate.
28
72000
3000
Então, a situação parecia ser bem desesperadora.
01:30
But Archie Cochrane
29
75000
2000
Mas Archie Cochrane
01:32
was a resourceful person.
30
77000
3000
era uma pessoa cheia de recursos.
01:35
He'd already smuggled vitamin C into the camp,
31
80000
3000
Ele já tinha contrabandeado vitamina C para o campo,
01:38
and now he managed
32
83000
2000
e agora ele conseguiu
01:40
to get hold of supplies of marmite
33
85000
2000
botar a mão em provisões de ‘marmite’.
01:42
on the black market.
34
87000
2000
no mercado negro.
01:44
Now some of you will be wondering what marmite is.
35
89000
3000
Bem, alguns de vocês estarão pensando o que é ‘marmite’.
01:47
Marmite is a breakfast spread beloved of the British.
36
92000
3000
‘Marmite’ é uma pasta para o café da manhã que os britânicos adoram.
01:50
It looks like crude oil.
37
95000
2000
Parece petróleo bruto.
01:52
It tastes ...
38
97000
2000
Tem um gosto ....
01:54
zesty.
39
99000
2000
picante
01:56
And importantly,
40
101000
2000
E o importante é,
01:58
it's a rich source
41
103000
2000
que é uma fonte rica
02:00
of vitamin B12.
42
105000
2000
de vitamina B12.
02:02
So Archie splits the men under his care as best he can
43
107000
3000
Então Archie divide os homens sob seus cuidados o melhor que pode
02:05
into two equal groups.
44
110000
2000
em dois grupos iguais.
02:07
He gives half of them vitamin C.
45
112000
2000
Ele dá vitamina C para a metade deles.
02:09
He gives half of them vitamin B12.
46
114000
3000
Ele dá vitamina B12 para a metade deles.
02:12
He very carefully and meticulously notes his results
47
117000
3000
Ele, com muito cuidado e meticulosamente, anota seus resultados
02:15
in an exercise book.
48
120000
2000
em um caderno.
02:17
And after just a few days,
49
122000
2000
Uns dias depois,
02:19
it becomes clear
50
124000
2000
torna-se evidente
02:21
that whatever is causing this illness,
51
126000
3000
que seja qual for a causa dessa doença,
02:24
marmite is the cure.
52
129000
3000
‘marmite’ é a cura.
02:27
So Cochrane then goes to the Germans who are running the prison camp.
53
132000
3000
Então Cochrane dirige-se aos alemães responsáveis pelo campo de prisioneiros.
02:30
Now you've got to imagine at the moment --
54
135000
2000
Agora, você tem que imaginar aquele momento –
02:32
forget this photo, imagine this guy
55
137000
2000
esqueça esta foto, imagine este cara
02:34
with this long ginger beard and this shock of red hair.
56
139000
3000
com esta barba longa e ruiva e este emaranhado de cabelos vermelhos.
02:37
He hasn't been able to shave -- a sort of Billy Connolly figure.
57
142000
3000
Ele não tem feito a barba – uma figura tipo Billy Connolly.
02:40
Cochrane, he starts ranting at these Germans
58
145000
2000
Cochrane começa a falar alto com os alemães
02:42
in this Scottish accent --
59
147000
2000
com esse sotaque escocês –
02:44
in fluent German, by the way, but in a Scottish accent --
60
149000
3000
em alemão fluente, a propósito, mas com sotaque escocês –
02:47
and explains to them how German culture was the culture
61
152000
3000
e explica como a cultura alemã foi a cultura
02:50
that gave Schiller and Goethe to the world.
62
155000
2000
que deu Schiller e Goethe para o mundo.
02:52
And he can't understand
63
157000
2000
E ele não pode entender
02:54
how this barbarism can be tolerated,
64
159000
2000
como esse barbarismo pode ser tolerado.
02:56
and he vents his frustrations.
65
161000
3000
E ele desabafa suas frustrações.
02:59
And then he goes back to his quarters,
66
164000
3000
E então retorna ao seu alojamento,
03:02
breaks down and weeps
67
167000
3000
consternado e chora
03:05
because he's convinced that the situation is hopeless.
68
170000
3000
porque está convencido que a situação é desesperadora.
03:10
But a young German doctor
69
175000
3000
Mas um jovem médico alemão
03:13
picks up Archie Cochrane's exercise book
70
178000
3000
pega o caderno de Archie Cochrane
03:16
and says to his colleagues,
71
181000
4000
e diz aos seus colegas,
03:20
"This evidence is incontrovertible.
72
185000
5000
“Esta evidência é incontestável.
03:25
If we don't supply vitamins to the prisoners,
73
190000
3000
Se não fornecemos vitaminas aos prisioneiros,
03:28
it's a war crime."
74
193000
2000
isto é crime de guerra.”
03:30
And the next morning,
75
195000
2000
E na manhã seguinte,
03:32
supplies of vitamin B12 are delivered to the camp,
76
197000
3000
provisões de vitamina B12 são entregues no campo,
03:35
and the prisoners begin to recover.
77
200000
3000
e os prisioneiros começam a se recuperar.
03:39
Now I'm not telling you this story
78
204000
2000
Agora, não estou lhe contando esta história
03:41
because I think Archie Cochrane is a dude,
79
206000
2000
porque penso que Archie Cochrane é um cara legal –
03:43
although Archie Cochrane is a dude.
80
208000
4000
embora Archie Cochrane seja um cara legal.
03:47
I'm not even telling you the story
81
212000
2000
Também não estou lhe contando a história
03:49
because I think we should be running
82
214000
2000
porque acho que deveríamos conduzir
03:51
more carefully controlled randomized trials
83
216000
2000
com mais cuidado os ensaios controlados aleatorizados
03:53
in all aspects of public policy,
84
218000
2000
em todos os aspectos da política pública,
03:55
although I think that would also be completely awesome.
85
220000
4000
embora eu pense que isto também seria completamente esplêndido.
03:59
I'm telling you this story
86
224000
2000
Contei esta história
04:01
because Archie Cochrane, all his life,
87
226000
3000
porque Archie Cochrane, em toda sua vida,
04:04
fought against a terrible affliction,
88
229000
4000
lutou contra uma aflição terrível.
04:08
and he realized it was debilitating to individuals
89
233000
4000
E ele viu que ela era debilitante aos indivíduos
04:12
and it was corrosive to societies.
90
237000
2000
e era corrosivo para sociedades.
04:14
And he had a name for it.
91
239000
2000
E ele tinha um nome para isso.
04:16
He called it the God complex.
92
241000
3000
Ele a chamou de complexo de Deus.
04:19
Now I can describe the symptoms of the God complex very, very easily.
93
244000
4000
Agora, posso descrever os sintomas do complexo de Deus muito, muito facilmente.
04:23
So the symptoms of the complex
94
248000
3000
Os sintomas do complexo
04:26
are, no matter how complicated the problem,
95
251000
3000
são, não importa o quão complicado o problema,
04:29
you have an absolutely overwhelming belief
96
254000
3000
você tem uma crença absolutamente incontrolável
04:32
that you are infallibly right in your solution.
97
257000
4000
que você está infalivelmente certo em sua solução.
04:36
Now Archie was a doctor,
98
261000
2000
Archie era um médico.
04:38
so he hung around with doctors a lot.
99
263000
2000
Então ele se integrava muito com médicos.
04:40
And doctors suffer from the God complex a lot.
100
265000
3000
E médicos sofrem muito do complexo de Deus.
04:43
Now I'm an economist, I'm not a doctor,
101
268000
2000
Eu sou um economista, não sou um médico,
04:45
but I see the God complex around me all the time
102
270000
2000
mas vejo o complexo de Deus à minha volta o tempo todo
04:47
in my fellow economists.
103
272000
2000
em meus colegas economistas.
04:49
I see it in our business leaders.
104
274000
2000
Eu vejo isto em nossos líderes empresariais.
04:51
I see it in the politicians we vote for --
105
276000
2000
Vejo isto em políticos para quem votamos –
04:53
people who, in the face of an incredibly complicated world,
106
278000
4000
pessoas que, a despeito de um mundo incrivelmente complicado,
04:57
are nevertheless absolutely convinced
107
282000
3000
estão no entanto absolutamente convencidas
05:00
that they understand the way that the world works.
108
285000
3000
que elas entendem como o mundo funciona.
05:03
And you know, with the future billions that we've been hearing about,
109
288000
3000
Sabem, com os futuros bilhões que tanto ouvimos falar,
05:06
the world is simply far too complex
110
291000
2000
o mundo é simplesmente complexo em demasia
05:08
to understand in that way.
111
293000
2000
para ser entendido dessa maneira.
05:10
Well let me give you an example.
112
295000
2000
Bem, lhe darei um exemplo.
05:12
Imagine for a moment
113
297000
2000
Imagina por um momento
05:14
that, instead of Tim Harford in front of you,
114
299000
2000
que, ao invés de Tim Harford aqui na sua frente,
05:16
there was Hans Rosling presenting his graphs.
115
301000
3000
fosse Hans Rosling apresentando seus diagramas.
05:19
You know Hans:
116
304000
2000
Você conhece Hans:
05:21
the Mick Jagger of TED.
117
306000
2000
o Mick Jagger do TED.
05:23
(Laughter)
118
308000
2000
(Risos)
05:25
And he'd be showing you these amazing statistics,
119
310000
2000
E ele estaria lhe mostrando essas estatísticas surpreendentes,
05:27
these amazing animations.
120
312000
2000
essas animações surpreendentes.
05:29
And they are brilliant; it's wonderful work.
121
314000
2000
Elas são brilhantes; é um trabalho fantástico.
05:31
But a typical Hans Rosling graph:
122
316000
2000
Mas um diagrama típico de Hans Rosling:
05:33
think for a moment, not what it shows,
123
318000
3000
pense um pouco, não o que mostra,
05:36
but think instead about what it leaves out.
124
321000
3000
mas em vez disso, pense no que ele deixa de fora.
05:39
So it'll show you GDP per capita,
125
324000
3000
Ele vai lhe mostrar o PIB per capita,
05:42
population, longevity,
126
327000
2000
população, longevidade,
05:44
that's about it.
127
329000
2000
e isso é tudo.
05:46
So three pieces of data for each country --
128
331000
2000
Então, três dados para cada país –
05:48
three pieces of data.
129
333000
2000
três dados.
05:50
Three pieces of data is nothing.
130
335000
2000
Três dados não são nada.
05:52
I mean, have a look at this graph.
131
337000
2000
Quero dizer, veja este diagrama.
05:54
This is produced by the physicist Cesar Hidalgo.
132
339000
2000
Isto foi produzido pelo físico Cesar Hidalgo.
05:56
He's at MIT.
133
341000
2000
Ele é do MIT.
05:58
Now you won't be able to understand a word of it,
134
343000
2000
Agora, você não vai conseguir entender uma palavra disso,
06:00
but this is what it looks like.
135
345000
2000
mas é assim que se parece.
06:02
Cesar has trolled the database
136
347000
2000
Cesar vasculhou o banco de dados
06:04
of over 5,000 different products,
137
349000
3000
de mais de 5.000 produtos diferentes,
06:07
and he's used techniques of network analysis
138
352000
5000
e usou as técnicas de análise de redes sociais
06:12
to interrogate this database
139
357000
2000
para interrogar o banco de dados
06:14
and to graph relationships between the different products.
140
359000
2000
e criar diagramas relacionais entre os diferentes produtos.
06:16
And it's wonderful, wonderful work.
141
361000
2000
E é maravilhoso, um trabalho maravilhoso.
06:18
You show all these interconnections, all these interrelations.
142
363000
3000
Mostra todas essas interconectividades, todas essas interrelações.
06:21
And I think it'll be profoundly useful
143
366000
2000
E penso que isto será profundamente útil
06:23
in understanding how it is that economies grow.
144
368000
3000
para se entender como as economias crescem.
06:26
Brilliant work.
145
371000
2000
Trabalho brilhante.
06:28
Cesar and I tried to write a piece for The New York Times Magazine
146
373000
2000
Cesar e eu tentamos escrever um artigo para a revista New York Times
06:30
explaining how this works.
147
375000
2000
explicando como isso funciona.
06:32
And what we learned
148
377000
2000
E o que aprendemos
06:34
is Cesar's work is far too good to explain
149
379000
2000
foi que o trabalho do Cesar é bom demais para ser explicado
06:36
in The New York Times Magazine.
150
381000
2000
na revista New York Times.
06:40
Five thousand products --
151
385000
3000
5.000 produtos –
06:43
that's still nothing.
152
388000
2000
isso ainda não é nada.
06:45
Five thousand products --
153
390000
2000
5.000 produtos –
06:47
imagine counting every product category
154
392000
2000
imagine contando cada categoria de produto
06:49
in Cesar Hidalgo's data.
155
394000
2000
no banco de dados de Cesar Hidalgo.
06:51
Imagine you had one second
156
396000
2000
Imagine um segundo
06:53
per product category.
157
398000
2000
por categoria de produto.
06:55
In about the length of this session,
158
400000
3000
na duração desta sessão,
06:58
you would have counted all 5,000.
159
403000
2000
teríamos contado todos os 5.000.
07:00
Now imagine doing the same thing
160
405000
2000
Agora imagine fazendo o mesmo
07:02
for every different type of product on sale in Walmart.
161
407000
3000
para cada tipo de produto diferente à venda em Walmart.
07:05
There are 100,000 there. It would take you all day.
162
410000
3000
Lá tem 100.000. Levaríamos o dia inteiro.
07:08
Now imagine trying to count
163
413000
2000
Agora imagine você tentando contar
07:10
every different specific product and service
164
415000
3000
todos os produtos e serviços
07:13
on sale in a major economy
165
418000
2000
à venda em uma grande economia
07:15
such as Tokyo, London or New York.
166
420000
2000
como Tóquio, Londres ou Nova York.
07:17
It's even more difficult in Edinburgh
167
422000
2000
É ainda mais difícil em Edimburgo
07:19
because you have to count all the whisky and the tartan.
168
424000
3000
porque temos que contar todo o uísque e o tartan.
07:22
If you wanted to count every product and service
169
427000
2000
Se quiséssemos contar cada produto e serviço
07:24
on offer in New York --
170
429000
2000
em oferta em Nova York –
07:26
there are 10 billion of them --
171
431000
2000
há 10 bilhões deles –
07:28
it would take you 317 years.
172
433000
3000
levaríamos 317 anos.
07:31
This is how complex the economy we've created is.
173
436000
3000
Assim é a complexidade da economia que criamos.
07:34
And I'm just counting toasters here.
174
439000
2000
E eu estou somente contando torradeiras aqui.
07:36
I'm not trying to solve the Middle East problem.
175
441000
2000
Não estou tentando solucionar o problema do Oriente Médio.
07:39
The complexity here is unbelievable.
176
444000
3000
A complexidade aqui é inacreditável.
07:42
And just a piece of context --
177
447000
2000
E apenas um pouco de contexto –
07:44
the societies in which our brains evolved
178
449000
2000
as sociedades em que nossos cérebros se desenvolveram
07:46
had about 300 products and services.
179
451000
2000
tinham cerca de 300 produtos e serviços.
07:48
You could count them in five minutes.
180
453000
3000
Você poderia contá-los em 5 minutos.
07:51
So this is the complexity of the world that surrounds us.
181
456000
3000
Esta é a complexidade do mundo ao nosso redor.
07:54
This perhaps is why
182
459000
2000
Talvez isso seja o porquê
07:56
we find the God complex so tempting.
183
461000
3000
achamos o complexo de Deus tão tentador.
07:59
We tend to retreat and say, "We can draw a picture,
184
464000
3000
Nossa tendência é dizer, “Podemos desenhar,
08:02
we can post some graphs,
185
467000
2000
podemos postar alguns diagramas,
08:04
we get it, we understand how this works."
186
469000
3000
nós sabemos, entendemos como isto funciona.”
08:07
And we don't.
187
472000
2000
E não entendemos.
08:09
We never do.
188
474000
2000
Nós nunca entendemos.
08:11
Now I'm not trying to deliver a nihilistic message here.
189
476000
2000
Agora, não estou tentando transmitir uma mensagem niilista.
08:13
I'm not trying to say we can't solve
190
478000
2000
Não estou tentando dizer que não podemos resolver
08:15
complicated problems in a complicated world.
191
480000
2000
problemas complicados em um mundo complicado.
08:17
We clearly can.
192
482000
2000
É claro que podemos.
08:19
But the way we solve them
193
484000
2000
Mas a maneira como os resolvemos
08:21
is with humility --
194
486000
2000
é com humildade –
08:23
to abandon the God complex
195
488000
2000
abandonar o complexo de Deus
08:25
and to actually use a problem-solving technique that works.
196
490000
3000
e usar uma técnica de resolução de problemas que funciona.
08:28
And we have a problem-solving technique that works.
197
493000
3000
E temos uma técnica de resolução de problemas que funciona.
08:31
Now you show me
198
496000
2000
Agora, me mostra
08:33
a successful complex system,
199
498000
2000
um sistema complexo bem sucedido,
08:35
and I will show you a system
200
500000
3000
e eu mostrarei a você um sistema
08:38
that has evolved through trial and error.
201
503000
2000
que evoluiu através de tentativa e erro.
08:40
Here's an example.
202
505000
2000
Um exemplo:
08:42
This baby was produced through trial and error.
203
507000
3000
Este bebê foi feito através de tentativa e erro
08:46
I realize that's an ambiguous statement.
204
511000
3000
Eu entendo que é uma declaração ambígua.
08:49
Maybe I should clarify it.
205
514000
2000
Talvez eu deveria esclarecer isto.
08:51
This baby is a human body: it evolved.
206
516000
3000
Este bebê é um corpo humano: ele evoluiu.
08:54
What is evolution?
207
519000
2000
O que é evolução?
08:56
Over millions of years, variation and selection,
208
521000
3000
Durante milhões de anos, variação e seleção,
08:59
variation and selection --
209
524000
3000
variação e seleção –
09:02
trial and error,
210
527000
2000
tentativa e erro,
09:04
trial and error.
211
529000
3000
tentativa e erro,
09:07
And it's not just biological systems
212
532000
2000
E não são só os sistemas biológicos
09:09
that produce miracles through trial and error.
213
534000
2000
que fazem milagres através de tentativa e erro.
09:11
You could use it in an industrial context.
214
536000
2000
Poderíamos usá-lo em um contexto industrial.
09:13
So let's say you wanted to make detergent.
215
538000
2000
Digamos que queiram fazer detergente.
09:15
Let's say you're Unilever
216
540000
2000
Digamos que você seja a Unilever
09:17
and you want to make detergent in a factory near Liverpool.
217
542000
3000
e quer fazer detergente em um fábrica perto de Liverpool.
09:20
How do you do it?
218
545000
2000
Como faríamos isso?
09:22
Well you have this great big tank full of liquid detergent.
219
547000
3000
Bem, há um tanque grande cheio de detergente líquido.
09:25
You pump it at a high pressure through a nozzle.
220
550000
2000
Você bombeia o líquido a alta pressão por um bico.
09:27
You create a spray of detergent.
221
552000
3000
Cria um spray de detergente.
09:30
Then the spray dries. It turns into powder.
222
555000
2000
O spray seca. Vira pó.
09:32
It falls to the floor.
223
557000
2000
Ele cai no chão.
09:34
You scoop it up. You put it in cardboard boxes.
224
559000
2000
Você recolhe o pó e o coloca em caixas de papelão.
09:36
You sell it at a supermarket.
225
561000
2000
Você os vende no supermercado.
09:38
You make lots of money.
226
563000
2000
Ganha muito dinheiro.
09:40
How do you design that nozzle?
227
565000
3000
Como você desenha o bico?
09:43
It turns out to be very important.
228
568000
3000
Acontece que isto é muito importante.
09:46
Now if you ascribe to the God complex,
229
571000
2000
Agora, se você tem o complexo de Deus,
09:48
what you do is you find yourself a little God.
230
573000
3000
o que você faz é achar um pequeno Deus.
09:51
You find yourself a mathematician; you find yourself a physicist --
231
576000
3000
Você contrata um matemático; contrata um físico –
09:54
somebody who understands the dynamics of this fluid.
232
579000
3000
alguém que entenda a dinâmica deste fluido.
09:57
And he will, or she will,
233
582000
3000
E ele ou ela,
10:00
calculate the optimal design of the nozzle.
234
585000
3000
calculará o design ideal para o bico.
10:03
Now Unilever did this and it didn't work --
235
588000
2000
Agora, a Unilever fez isto e não funcionou –
10:05
too complicated.
236
590000
2000
muito complicado.
10:07
Even this problem, too complicated.
237
592000
3000
Esse problema é muito complicado.
10:10
But the geneticist Professor Steve Jones
238
595000
3000
Mas o geneticista Professor Steve Jones
10:13
describes how Unilever actually did solve this problem --
239
598000
3000
descreve como a Unilever conseguiu resolver este problema –
10:16
trial and error,
240
601000
2000
tentativa e erro,
10:18
variation and selection.
241
603000
2000
variação e seleção.
10:20
You take a nozzle
242
605000
2000
Pega-se o bico
10:22
and you create 10 random variations on the nozzle.
243
607000
4000
e cria-se 10 variações aleatórias do bico.
10:26
You try out all 10; you keep the one that works best.
244
611000
3000
Você testa todos os 10 e fica com o que funciona melhor.
10:29
You create 10 variations on that one.
245
614000
2000
Você cria 10 variações dessa.
10:31
You try out all 10. You keep the one that works best.
246
616000
3000
Você testa todos. Você fica com o que funciona melhor.
10:34
You try out 10 variations on that one.
247
619000
2000
Você testa 10 variações naquele.
10:36
You see how this works, right?
248
621000
2000
Você vê como isto funciona, certo.
10:38
And after 45 generations,
249
623000
2000
E depois de 45 gerações,
10:40
you have this incredible nozzle.
250
625000
2000
tem-se este incrível bico.
10:42
It looks a bit like a chess piece --
251
627000
2000
Parece um pouco com uma peça de xadres –
10:44
functions absolutely brilliantly.
252
629000
3000
funciona brilhantemente.
10:47
We have no idea
253
632000
2000
Não temos a mínima ideia
10:49
why it works,
254
634000
2000
como ele funciona,
10:51
no idea at all.
255
636000
2000
nenhuma ideia.
10:53
And the moment you step back from the God complex --
256
638000
2000
No instante em que você desiste do complexo de Deus –
10:55
let's just try to have a bunch of stuff;
257
640000
2000
vamos tentar obter um monte de coisas;
10:57
let's have a systematic way of determining what's working and what's not --
258
642000
3000
de se ter uma forma sistemática para determinar o que e o que não funciona –
11:00
you can solve your problem.
259
645000
2000
você pode resolver seu problema.
11:02
Now this process of trial and error
260
647000
2000
Agora, este processo de tentativa e erro
11:04
is actually far more common in successful institutions
261
649000
3000
é na verdade muito mais comum em instituições bem sucedidas
11:07
than we care to recognize.
262
652000
2000
do que queremos reconhecer.
11:09
And we've heard a lot about how economies function.
263
654000
3000
E ouvimos muito sobre como as economias funcionam.
11:12
The U.S. economy is still the world's greatest economy.
264
657000
4000
A economia dos EU é ainda a maior economia do mundo.
11:16
How did it become the world's greatest economy?
265
661000
3000
Como foi que este país se tornou a maior economia do mundo?
11:19
I could give you all kinds of facts and figures
266
664000
2000
Eu poderia lhe dar todos os tipos de fatos e valores
11:21
about the U.S. economy,
267
666000
2000
sobre a economia dos EU,
11:23
but I think the most salient one is this:
268
668000
3000
mas acho que o mais importante é isto:
11:26
ten percent of American businesses
269
671000
3000
10 por cento das empresas nos EU
11:29
disappear every year.
270
674000
3000
desaparece todo ano.
11:32
That is a huge failure rate.
271
677000
3000
É uma taxa de falha enorme.
11:35
It's far higher than the failure rate of, say, Americans.
272
680000
2000
É bem mais alta do que a taxa de falha, digamos, de americanos.
11:37
Ten percent of Americans don't disappear every year.
273
682000
3000
10 por cento dos americanos não desaparece todo ano.
11:40
Which leads us to conclude
274
685000
2000
O que nos leva a concluir que
11:42
American businesses fail faster than Americans,
275
687000
3000
as empresas nos EU falham mais rápido do que as pessoas,
11:45
and therefore American businesses are evolving faster than Americans.
276
690000
3000
e, portanto, as empresas nos EU evoluem mais rápido do que as pessoas.
11:48
And eventually, they'll have evolved to such a high peak of perfection
277
693000
3000
E eventualmente, elas chegarão a um tal alto nível de perfeição
11:51
that they will make us all their pets --
278
696000
3000
que irão fazer de nós todos seus animais de estimação –
11:54
(Laughter)
279
699000
2000
(Risos)
11:56
if, of course, they haven't already done so.
280
701000
3000
se, claro, eles já não o tiverem feito.
11:59
I sometimes wonder.
281
704000
3000
Às vezes fico pensando.
12:02
But it's this process of trial and error
282
707000
2000
Mas é este processo de tentativa e erro
12:04
that explains this great divergence,
283
709000
4000
que explica essa grande divergência,
12:08
this incredible performance of Western economies.
284
713000
3000
esse incrível desempenho das economias ocidentais.
12:11
It didn't come because you put some incredibly smart person in charge.
285
716000
3000
Isso não surgiu por que colocou-se uma pessoa incrivelmente inteligente no comando.
12:14
It's come through trial and error.
286
719000
2000
Surgiu por tentativa e erro.
12:16
Now I've been sort of banging on about this
287
721000
2000
Eu fiquei meio repetitivo neste assunto
12:18
for the last couple of months,
288
723000
2000
nos últimos meses,
12:20
and people sometimes say to me,
289
725000
2000
e as pessoas à vezes dizem:
12:22
"Well Tim, it's kind of obvious.
290
727000
2000
“Bem Tim, é meio óbvio.
12:24
Obviously trial and error is very important.
291
729000
2000
Obviamente tentativa e erro é muito importante.
12:26
Obviously experimentation is very important.
292
731000
2000
Obviamente experimentação é muito importante.
12:28
Now why are you just wandering around saying this obvious thing?"
293
733000
3000
Agora, por que você fica repetindo esta coisa mais do que óbvia?”
12:31
So I say, okay, fine.
294
736000
2000
Aí eu digo, OK, tudo bem.
12:33
You think it's obvious?
295
738000
2000
Você acha que é óbvio?
12:35
I will admit it's obvious
296
740000
2000
Eu irei admitir que isto é óbvio
12:37
when schools
297
742000
2000
quando nas escolas
12:39
start teaching children
298
744000
3000
começarem a ensinar as crianças
12:42
that there are some problems that don't have a correct answer.
299
747000
3000
que há problemas que não têm uma resposta certa.
12:45
Stop giving them lists of questions
300
750000
3000
Pare de lhes dar listas com perguntas
12:48
every single one of which has an answer.
301
753000
2000
em que para cada pergunta há uma resposta.
12:50
And there's an authority figure in the corner
302
755000
2000
E que há uma figura de autoridade no canto,
12:52
behind the teacher's desk who knows all the answers.
303
757000
2000
atrás da mesa do professor que sabe todas as respostas.
12:54
And if you can't find the answers,
304
759000
2000
E se elas não conseguem responder,
12:56
you must be lazy or stupid.
305
761000
2000
devem ser preguiçosas ou burras.
12:58
When schools stop doing that all the time,
306
763000
2000
Quando as escolas pararem de fazer isso o tempo todo,
13:00
I will admit that, yes,
307
765000
2000
Eu vou admitir, sim,
13:02
it's obvious that trial and error is a good thing.
308
767000
2000
é óbvio que tentativa e erro é uma coisa boa.
13:04
When a politician stands up
309
769000
3000
Quando um político se levanta
13:07
campaigning for elected office
310
772000
2000
durante sua campanha eleitoral
13:09
and says, "I want to fix our health system.
311
774000
2000
e diz: “Eu quero melhorar nosso sistema de saúde.
13:11
I want to fix our education system.
312
776000
2000
Eu quero melhorar nosso sistema educacional.
13:13
I have no idea how to do it.
313
778000
3000
Não sei como fazer isso.
13:16
I have half a dozen ideas.
314
781000
2000
Eu tenho algumas ideias.
13:18
We're going to test them out. They'll probably all fail.
315
783000
3000
Nós vamos testá-las. Provavelmente todas falharão.
13:21
Then we'll test some other ideas out.
316
786000
2000
Então testaremos algumas outras ideias.
13:23
We'll find some that work. We'll build on those.
317
788000
2000
Acharemos algumas que funcionam. Estas iremos desenvolver.
13:25
We'll get rid of the ones that don't." --
318
790000
2000
Vamos nos livrar das que não funcionam.”
13:27
when a politician campaigns on that platform,
319
792000
3000
Quando um político fizer campanhas nesta plataforma,
13:30
and more importantly, when voters like you and me
320
795000
3000
e, mais importante ainda, quando eleitores como você e eu
13:33
are willing to vote for that kind of politician,
321
798000
2000
estivermos dispostos a votar neste tipo de político,
13:35
then I will admit
322
800000
2000
aí então irei admitir
13:37
that it is obvious that trial and error works, and that -- thank you.
323
802000
3000
que é óbvio que tentativa e erro funciona, e que – obrigado.
13:40
(Applause)
324
805000
4000
(Aplausos)
13:44
Until then, until then
325
809000
3000
Até então,
13:47
I'm going to keep banging on about trial and error
326
812000
2000
vou continuar sendo repetitivo sobre tentativa e erro
13:49
and why we should abandon the God complex.
327
814000
3000
e porque deveríamos abandonar o complexo de Deus.
13:52
Because it's so hard
328
817000
3000
Porque é tão duro
13:55
to admit our own fallibility.
329
820000
2000
admitir nossa própria falibilidade.
13:57
It's so uncomfortable.
330
822000
2000
É tão desconfortável.
13:59
And Archie Cochrane understood this as well as anybody.
331
824000
3000
E Archie Cochrane entendeu isto como entenderia uma outra pessoa qualquer.
14:02
There's this one trial he ran
332
827000
2000
Ele conduziu um ensaio clínico
14:04
many years after World War II.
333
829000
2000
muitos anos depois da Segunda Guerra.
14:06
He wanted to test out
334
831000
3000
Ele queria testar
14:09
the question of, where is it
335
834000
2000
a questão: Onde
14:11
that patients should recover
336
836000
2000
pacientes deveriam se recuperar
14:13
from heart attacks?
337
838000
2000
de ataques do coração?
14:15
Should they recover in a specialized cardiac unit in hospital,
338
840000
3000
A recuperação deveria ser em uma unidade especializada de cardiologia no hospital,
14:18
or should they recover at home?
339
843000
3000
ou em casa?
14:21
All the cardiac doctors tried to shut him down.
340
846000
3000
Todos os médicos cardiologistas tentaram fazer ele se calar.
14:24
They had the God complex in spades.
341
849000
3000
Eles tinham o complexo de Deus em abundância.
14:27
They knew that their hospitals were the right place for patients,
342
852000
3000
Sabiam que seus hospitais eram o lugar certo para os pacientes.
14:30
and they knew it was very unethical
343
855000
2000
E sabiam que era muito antiético
14:32
to run any kind of trial or experiment.
344
857000
3000
conduzir qualquer tipo de ensaio ou experimento.
14:35
Nevertheless, Archie managed to get permission to do this.
345
860000
2000
No entretanto, Archie conseguiu uma permissão para fazer isto.
14:37
He ran his trial.
346
862000
2000
Ele conduziu o teste.
14:39
And after the trial had been running for a little while,
347
864000
2000
Depois de conduzir o teste por algum tempo,
14:41
he gathered together all his colleagues
348
866000
2000
ele se reuniu com seus colegas
14:43
around his table,
349
868000
2000
em volta da sua mesa,
14:45
and he said, "Well, gentlemen,
350
870000
2000
e disse, “Bem, senhores,
14:47
we have some preliminary results.
351
872000
2000
temos alguns resultados preliminares.
14:49
They're not statistically significant.
352
874000
2000
Eles não são estatisticamente significantes.
14:51
But we have something.
353
876000
3000
Mas temos alguma coisa.
14:54
And it turns out that you're right and I'm wrong.
354
879000
3000
E acontece que vocês estão certos e eu estou errado.
14:57
It is dangerous for patients
355
882000
2000
É perigoso para pacientes
14:59
to recover from heart attacks at home.
356
884000
2000
se recuperarem de um ataque de coração em casa.
15:01
They should be in hospital."
357
886000
3000
Devem permanecer no hospital.”
15:04
And there's this uproar, and all the doctors start pounding the table
358
889000
2000
E há esse alvoroço. Todos os médicos começam a bater na mesa
15:06
and saying, "We always said you were unethical, Archie.
359
891000
3000
dizendo: “Sempre falamos que você era antiético, Archie.
15:09
You're killing people with your clinical trials. You need to shut it down now.
360
894000
3000
Você está matando pessoas com seus ensaios clínicos. Tem que parar agora.
15:12
Shut it down at once."
361
897000
2000
Encerre isto imediatamente.”
15:14
And there's this huge hubbub.
362
899000
2000
E há um grande tumulto.
15:16
Archie lets it die down.
363
901000
2000
Archie espera se acalmarem.
15:18
And then he says, "Well that's very interesting, gentlemen,
364
903000
2000
E diz: “Bem, isto é muito interessante, senhores,
15:20
because when I gave you the table of results,
365
905000
3000
porque quando lhes dei a tabela de resultados,
15:23
I swapped the two columns around.
366
908000
4000
Eu troquei as duas colunas.
15:27
It turns out your hospitals are killing people,
367
912000
2000
Acontece que seus hospitais estão matando as pessoas,
15:29
and they should be at home.
368
914000
2000
eles deveriam ir para casa.
15:31
Would you like to close down the trial now,
369
916000
3000
Gostariam de encerrar o ensaio agora,
15:34
or should we wait until we have robust results?"
370
919000
3000
ou esperar até termos resultados robustos?”
15:38
Tumbleweed
371
923000
2000
‘Tumbleweed’ (planta rodadora)
15:40
rolls through the meeting room.
372
925000
3000
rola pela sala de reunião.
15:43
But Cochrane would do that kind of thing.
373
928000
3000
Mas Cochrane faria este tipo de coisa.
15:46
And the reason he would do that kind of thing
374
931000
2000
E o porquê dele fazer este tipo de coisa.
15:48
is because he understood
375
933000
2000
é porque ele entendeu
15:50
it feels so much better
376
935000
2000
que nos sentimos muito melhor quando
15:52
to stand there and say,
377
937000
2000
nos levantamos e dizemos,
15:54
"Here in my own little world,
378
939000
2000
“Aqui, no meu pequeno mundo,
15:56
I am a god, I understand everything.
379
941000
2000
eu sou um deus, entendo tudo.
15:58
I do not want to have my opinions challenged.
380
943000
2000
Não quero ter minhas opiniões desafiadas.
16:00
I do not want to have my conclusions tested."
381
945000
3000
Não quero ter minhas conclusões testadas.”
16:03
It feels so much more comfortable
382
948000
2000
É tão mais confortável
16:05
simply to lay down the law.
383
950000
3000
simplesmente se estabelecer a lei.
16:08
Cochrane understood
384
953000
2000
Cochrane entendeu
16:10
that uncertainty, that fallibility,
385
955000
2000
que incerteza, falibilidade,
16:12
that being challenged, they hurt.
386
957000
2000
que se ser desafiado, tudo isso machuca.
16:14
And you sometimes need to be shocked out of that.
387
959000
4000
E às vezes você precisa ser forçado a sair disso.
16:18
Now I'm not going to pretend that this is easy.
388
963000
3000
Agora, não vou fingir que isto é fácil.
16:21
It isn't easy.
389
966000
2000
Não é fácil.
16:23
It's incredibly painful.
390
968000
2000
É extremamente doloroso.
16:25
And since I started talking about this subject
391
970000
2000
E desde que comecei a falar sobre esse tema
16:27
and researching this subject,
392
972000
2000
e a pesquisar este tema,
16:29
I've been really haunted by something
393
974000
2000
Fiquei realmente angustiado com algo
16:31
a Japanese mathematician said on the subject.
394
976000
2000
que um matemático japonês disse sobre este tema.
16:33
So shortly after the war,
395
978000
2000
Logo depois da guerra,
16:35
this young man, Yutaka Taniyama,
396
980000
3000
esse jovem, Yutaka Taniyama,
16:38
developed this amazing conjecture
397
983000
2000
desenvolveu essa extraordinária conjetura
16:40
called the Taniyama-Shimura Conjecture.
398
985000
2000
chamada a Conjetura Taniyama-Shimura.
16:42
It turned out to be absolutely instrumental
399
987000
3000
Ela se relevou ser absolutamente instrumental,
16:45
many decades later
400
990000
2000
depois de muitas décadas,
16:47
in proving Fermat's Last Theorem.
401
992000
2000
para se provar o último teorema de Fermat.
16:49
In fact, it turns out it's equivalent
402
994000
2000
De fato, é evidente que ela é o equivalente
16:51
to proving Fermat's Last Theorem.
403
996000
2000
à prova do último teorema de Fermat.
16:53
You prove one, you prove the other.
404
998000
4000
Você prova um, você prova o outro.
16:57
But it was always a conjecture.
405
1002000
3000
Mas ficou sempre uma conjetura.
17:00
Taniyama tried and tried and tried
406
1005000
3000
Taniyama tentou muitas vezes
17:03
and he could never prove that it was true.
407
1008000
3000
e nunca conseguiu provar que era verdadeira.
17:06
And shortly before his 30th birthday in 1958,
408
1011000
3000
Pouco antes de fazer 30 anos, em 1958,
17:09
Yutaka Taniyama killed himself.
409
1014000
4000
Yutaka Taniyama se matou.
17:13
His friend, Goro Shimura --
410
1018000
2000
Seu amigo, Goro Shimura –
17:15
who worked on the mathematics with him --
411
1020000
2000
que trabalhou com matemática junto a ele –
17:17
many decades later, reflected on Taniyama's life.
412
1022000
3000
muitas décadas depois, refletiu na vida de Taniyama.
17:22
He said,
413
1027000
3000
Ele disse,
17:25
"He was not a very careful person
414
1030000
2000
“Ele não era muito cuidadoso
17:27
as a mathematician.
415
1032000
2000
como um matemático.
17:29
He made a lot of mistakes.
416
1034000
3000
Ele cometeu muitos erros.
17:32
But he made mistakes in a good direction.
417
1037000
4000
Mas os fez em uma direção boa.
17:36
I tried to emulate him,
418
1041000
3000
Tentei imitá-lo,
17:39
but I realized
419
1044000
2000
mas entendi que
17:41
it is very difficult
420
1046000
2000
é muito difícil
17:43
to make good mistakes."
421
1048000
3000
cometer erros bons.”
17:46
Thank you.
422
1051000
2000
(Obrigado)
17:48
(Applause)
423
1053000
12000
(Aplausos)
Translated by Nadja Nathan
Reviewed by Fers Gruendling

▲Back to top

ABOUT THE SPEAKER
Tim Harford - Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences.

Why you should listen

In the Undercover Economist column he writes for the Financial Times, Tim Harford looks at familiar situations in unfamiliar ways and explains the fundamental principles of the modern economy. He illuminates them with clear writing and a variety of examples borrowed from daily life.

His book, Adapt: Why Success Always Starts With Failure, argues that the world has become far too unpredictable and complex for today's challenges to be tackled with ready-made solutions and expert opinions. Instead, Harford suggests, we need to learn to embrace failure and to constantly adapt, to improvise rather than plan, to work from the bottom up rather than the top down. His next book, Messy: Thriving in a Tidy-Minded World will be published in September 2016. 

Harford also presents the BBC radio series More or Less, a rare broadcast program devoted, as he says, to "the powerful, sometimes beautiful, often abused but ever ubiquitous world of numbers."

He says: "I’d like to see many more complex problems approached with a willingness to experiment."

More profile about the speaker
Tim Harford | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee