TEDGlobal 2012
Beau Lotto + Amy O'Toole: Science is for everyone, kids included
Beau Lotto + Amy O’Toole: A ciência é para todos, inclusive para crianças.
Filmed:
Readability: 3.5
1,504,898 views
O que fazer ciência e brincar têm em comum? O neurocientista Beau Lotto acha que todas as pessoas (inclusive as crianças) deveriam participar da ciência e, através do processo de descoberta, mudar suas percepções. Ele está acompanhado por Amy O'Toole, de 12 anos, que, com 25 de seus colegas de sala, publicou o primeiro artigo científico escrito por crianças e revisado por cientistas, sobre o Projeto Abelhas de Blackawton, que começa assim: "Era uma vez ..."
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bioAmy O'Toole - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper. Full bio
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bioAmy O'Toole - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper. Full bio
Double-click the English transcript below to play the video.
00:17
Beau Lotto: So, this game is very simple.
0
1487
2169
Beau Lotto: Bem, este jogo é muito simples.
00:19
All you have to do is read what you see. Right?
1
3656
4047
Tudo que vocês têm de fazer é ler o que estão vendo. Certo?
00:23
So, I'm going to count to you, so we don't all do it together.
2
7703
3201
Então vou contar até 3 pra gente poder fazer junto.
00:26
Okay, one, two, three.Audience: Can you read this?
3
10904
2499
OK, um, dois, três. Plateia: Vocês conseguem ler isto?
00:29
BL: Amazing. What about this one? One, two, three.Audience: You are not reading this.
4
13403
4379
BL: Impressionante. Que tal este aqui? Um, dois, três. Plateia: Vocês não estão lendo isto.
00:33
BL: All right. One, two, three. (Laughter)
5
17782
5316
BL: Tudo bem. Um, dois, três. (Risos)
00:38
If you were Portuguese, right? How about this one? One, two, three.
6
23098
4797
Só se vocês soubessem português, né? Que tal este aqui? Um, dois, três.
00:43
Audience: What are you reading?
7
27895
1978
Plateia: O que vocês estão lendo?
00:45
BL: What are you reading? There are no words there.
8
29873
3458
BL: O que vocês estão lendo? Não tem nenhuma palavra lá.
00:49
I said, read what you're seeing. Right?
9
33331
2537
Eu disse para lerem o que estão vendo. Certo?
00:51
It literally says, "Wat ar ou rea in?" (Laughter) Right?
10
35868
3850
Isso literalmente diz: "O q vc est lend?" (Risos) Certo?
00:55
That's what you should have said. Right? Why is this?
11
39718
3828
É o que vocês deveriam ter dito. Certo? Por que isso?
00:59
It's because perception is grounded in our experience.
12
43546
3536
É porque a percepção é baseada na nossa experiência.
01:02
Right? The brain takes meaningless information
13
47082
2897
Tá? O cérebro pega informação sem sentido
01:05
and makes meaning out of it, which means we never see
14
49979
2959
e dá significado a ela, o que significa que nunca vemos
01:08
what's there, we never see information,
15
52938
2256
o que está lá, nunca vemos a informação,
01:11
we only ever see what was useful to see in the past.
16
55194
3275
só vemos aquilo que nos foi útil ver no passado.
01:14
All right? Which means, when it comes to perception,
17
58469
2736
Tá? O que significa dizer que, no que se refere à percepção,
01:17
we're all like this frog.
18
61205
6795
somos todos como este sapo.
01:23
(Laughter)
19
68000
912
(Risos)
01:24
Right? It's getting information. It's generating behavior
20
68912
3395
Certo? Ele está obtendo informação. Ele está gerando comportamento
01:28
that's useful. (Laughter)
21
72307
4468
que é útil. (Risos)
01:32
(Laughter)
22
76775
7032
(Risos)
01:39
(Video) Man: Ow! Ow! (Laughter) (Applause)
23
83807
5982
(Vídeo) Homem: Ai! Ai! (Risos) (Aplausos)
01:45
BL: And sometimes, when things don't go our way,
24
89789
2712
BL: E, às vezes, quando as coisas não saem do nosso jeito,
01:48
we get a little bit annoyed, right?
25
92501
2259
a gente fica um pouco aborrecido, né mesmo?
01:50
But we're talking about perception here, right?
26
94760
2730
Mas estamos falando sobre percepção aqui, certo?
01:53
And perception underpins everything we think, we know,
27
97490
4365
E percepção é a base de tudo aquilo que pensamos, sabemos,
01:57
we believe, our hopes, our dreams, the clothes we wear,
28
101855
2871
acreditamos, nossas esperanças, nossos sonhos, as roupas que usamos,
02:00
falling in love, everything begins with perception.
29
104726
3743
apaixonar-se, tudo começa com percepção.
02:04
Now if perception is grounded in our history, it means
30
108469
2945
Assim, se a percepção é baseada em nossa história, isso significa
02:07
we're only ever responding according to what we've done before.
31
111414
3459
que sempre respondemos de acordo com o que fizemos antes.
02:10
But actually, it's a tremendous problem,
32
114873
3076
Mas, na verdade, esse é um tremendo problema,
02:13
because how can we ever see differently?
33
117949
3617
pois como é que algum dia vamos conseguir ver de forma diferente?
02:17
Now, I want to tell you a story about seeing differently,
34
121566
4063
Bem, queria lhes contar uma estória sobre ver diferente.
02:21
and all new perceptions begin in the same way.
35
125629
3988
Todas novas percepções começam da mesma forma.
02:25
They begin with a question.
36
129617
2582
Elas começam com uma pergunta.
02:28
The problem with questions is they create uncertainty.
37
132199
3238
O problema com as perguntas é que elas criam incerteza.
02:31
Now, uncertainty is a very bad thing. It's evolutionarily
38
135437
2729
Bem, incerteza é uma coisa muito ruim. Do ponto de vista da evolução
02:34
a bad thing. If you're not sure that's a predator, it's too late.
39
138166
3601
é uma coisa ruim. Se você não tiver certeza de que ali tem um predador, já era.
02:37
Okay? (Laughter)
40
141767
1360
Né mesmo? (Risos)
02:39
Even seasickness is a consequence of uncertainty.
41
143127
3160
Mesmo enjoo marítimo é uma consequência da incerteza.
02:42
Right? If you go down below on a boat, your inner ears
42
146287
2252
Certo? Se viajarmos na parte interna de um barco, nossos ouvidos internos
02:44
are you telling you you're moving. Your eyes, because
43
148539
2176
vão nos dizer que estamos nos movendo. Nossos olhos, por
02:46
it's moving in register with the boat, say I'm standing still.
44
150715
2316
se moverem na mesma velocidade do barco, vão nos dizer que estamos parados.
02:48
Your brain cannot deal with the uncertainty of that information, and it gets ill.
45
153031
4655
O cérebro não consegue lidar com a incerteza dessa informação e fica doente.
02:53
The question "why?" is one of the most dangerous things you can do,
46
157686
3929
A pergunta "por quê?" é uma das coisas mais perigosas que podemos fazer,
02:57
because it takes you into uncertainty.
47
161615
2992
pois nos leva à incerteza.
03:00
And yet, the irony is, the only way we can ever
48
164607
2879
No entanto, a ironia é que a única maneira de
03:03
do anything new is to step into that space.
49
167486
3536
fazermos algo novo é ir nessa direção.
03:06
So how can we ever do anything new? Well fortunately,
50
171022
3224
Então, como poderemos fazer algo novo? Bem, felizmente
03:10
evolution has given us an answer, right?
51
174246
3584
a evolução nos deu uma resposta, certo?
03:13
And it enables us to address even the most difficult
52
177830
3595
E nos permite lidar até mesmo com as questões mais
03:17
of questions. The best questions are the ones that create the most uncertainty.
53
181425
4679
difíceis. As melhores perguntas são aquelas que geram a maior incerteza possível.
03:22
They're the ones that question the things we think to be true already. Right?
54
186104
3956
São aquelas que questionam as coisas que pensamos ser verdade. Certo?
03:25
It's easy to ask questions about how did life begin,
55
190060
1989
É fácil formular perguntas sobre como a vida começou,
03:27
or what extends beyond the universe, but to question what you think to be true already
56
192049
3308
ou o que está além do universo, mas questionar aquilo que você considera verdadeiro
03:31
is really stepping into that space.
57
195357
3001
é realmente ir naquela direção.
03:34
So what is evolution's answer to the problem of uncertainty?
58
198358
4810
Então, qual é a resposta da evolução para o problema da incerteza?
03:39
It's play.
59
203168
1773
É brincar.
03:40
Now play is not simply a process. Experts in play will tell you
60
204941
4193
Bem, brincar não é simplesmente um processo. Especialistas em brincar vão dizer
03:45
that actually it's a way of being.
61
209134
2615
que, na verdade, brincar é uma forma de ser.
03:47
Play is one of the only human endeavors where uncertainty
62
211749
2891
Brincar é um dos únicos empreendimentos humanos em que a incerteza
03:50
is actually celebrated. Uncertainty is what makes play fun.
63
214640
4326
é na verdade celebrada. Incerteza é o que faz a brincadeira ser divertida.
03:54
Right? It's adaptable to change. Right? It opens possibility,
64
218966
4275
Né mesmo? Se adapta à mudança. Certo? Abre possibilidades
03:59
and it's cooperative. It's actually how we do our social bonding,
65
223241
4109
e é cooperativa. É na verdade a maneira como construímos nossos vínculos sociais,
04:03
and it's intrinsically motivated. What that means
66
227350
1726
e é intrinsicamente motivada. Isso signifique que
04:04
is that we play to play. Play is its own reward.
67
229076
4606
brincamos para brincar. Brincar é a própria recompensa.
04:09
Now if you look at these five ways of being,
68
233682
3891
Agora, se olharem para essas cinco formas de ser,
04:13
these are the exact same ways of being you need
69
237573
2721
vão notar que são exatamente as mesmas formas de ser necessárias
04:16
in order to be a good scientist.
70
240294
2036
para se tornar um bom cientista.
04:18
Science is not defined by the method section of a paper.
71
242330
3027
A ciência não é definida pela parte do artigo científico que trata do método utilizado.
04:21
It's actually a way of being, which is here, and this is true
72
245357
3140
É na verdade uma forma de ser, que está aqui, e isso vale
04:24
for anything that is creative.
73
248497
2653
para qualquer coisa que seja criativa.
04:27
So if you add rules to play, you have a game.
74
251150
4203
Assim, se colocarmos regras na brincadeira, temos um jogo.
04:31
That's actually what an experiment is.
75
255353
2790
Na verdade, isso é o que define um experimento.
04:34
So armed with these two ideas,
76
258143
1919
Assim, munidos dessas duas ideias,
04:35
that science is a way of being and experiments are play,
77
260062
4322
de que a ciência é uma forma de ser e de que os experimentos são brincadeiras,
04:40
we asked, can anyone become a scientist?
78
264384
3453
perguntamos: pode alguém se tornar um cientista?
04:43
And who better to ask than 25 eight- to 10-year-old children?
79
267837
3500
E quem melhor para responder isso do que 25 crianças de 8 a 10 anos de idade?
04:47
Because they're experts in play. So I took my bee arena
80
271337
3507
Porque elas são especialistas em brincar. Assim, levei meu "Abelha por um dia"
04:50
down to a small school in Devon, and the aim of this
81
274844
3547
a uma pequena escola de Devon, e o objetivo era
04:54
was to not just get the kids to see science differently,
82
278391
4244
não só fazer as crianças verem a ciência de maneira diferente,
04:58
but, through the process of science, to see themselves differently. Right?
83
282635
4598
mas, através do processo da ciência, ver a si próprios de forma diferente. Certo?
05:03
The first step was to ask a question.
84
287233
3408
O primeiro passo foi formular uma pergunta.
05:06
Now, I should say that we didn't get funding for this study
85
290641
2880
Bem, devo dizer que não conseguimos financiamento para essa pesquisa
05:09
because the scientists said small children couldn't make
86
293521
3330
porque os cientistas disseram que crianças pequenas não poderiam dar
05:12
a useful contribution to science, and the teachers said kids couldn't do it.
87
296851
4302
uma contribuição útil para a ciência, e os professores disseram que crianças não conseguiriam fazê-lo.
05:17
So we did it anyway. Right? Of course.
88
301153
3734
Mas nós fizemos assim mesmo. Tá bom? Com certeza.
05:20
So, here are some of the questions. I put them in small print
89
304887
2819
Então, aqui estão algumas das perguntas. Coloquei em letras pequenas
05:23
so you wouldn't bother reading it. Point is that five of the questions that the kids came up with
90
307706
4440
para vocês não se preocuparem em lê-las. A questão é que cinco das perguntas que as crianças formularam
05:28
were actually the basis of science publication the last five to 15 years. Right?
91
312146
4618
eram na verdade a base da publicação científica nos últimos cinco a 15 anos. Tá?
05:32
So they were asking questions that were significant
92
316764
2660
Assim, elas estavam levantando questões que eram relevantes
05:35
to expert scientists.
93
319424
2130
para cientistas tarimbados.
05:37
Now here, I want to share the stage with someone quite special. Right?
94
321554
4134
Bem, agora queria dividir o palco com alguém muito especial.
05:41
She was one of the young people who was involved in this study,
95
325688
2612
Ela foi uma das crianças que participou desse estudo
05:44
and she's now one of the youngest published scientists
96
328300
2334
e agora é uma das mais jovens cientistas publicada
05:46
in the world. Right? She will now, once she comes onto stage,
97
330634
3883
no mundo. Ela vai agora, quando subir ao palco,
05:50
will be the youngest person to ever speak at TED. Right?
98
334517
3698
ser a pessoa mais jovem de todos os tempos a falar no TED, tá?
05:54
Now, science and asking questions is about courage.
99
338215
2875
Bem, fazer ciência e formular perguntas tem a ver com coragem.
05:56
Now she is the personification of courage, because she's
100
341090
3200
Bem, ela é a personificação da coragem, pois ela
06:00
going to stand up here and talk to you all.
101
344290
1387
vai ficar em pé aqui na frente e falar pra todos vocês.
06:01
So Amy, would you please come up? (Applause)
102
345677
5254
Então Amy, você poderia vir até aqui, por favor? (Aplausos)
06:06
(Applause)
103
350931
7185
(Aplausos)
06:14
So Amy's going to help me tell the story of what we call
104
358116
2519
Então a Amy vai me ajudar a contar a estória do que chamamos
06:16
the Blackawton Bees Project, and first she's going to tell you
105
360635
2666
Projeto Abelhas de Blackawton, e primeiro ela vai lhes contar
06:19
the question that they came up with. So go ahead, Amy.
106
363301
2545
a pergunta que elas formularam. Então, vamos lá, Amy.
06:21
Amy O'Toole: Thank you, Beau. We thought
107
365846
1719
Amy O'Toole: Obrigada, Beau. Achamos
06:23
that it was easy to see the link between humans and apes
108
367565
3401
que era fácil perceber a ligação entre humanos e macacos
06:26
in the way that we think, because we look alike.
109
370966
3024
da forma como pensamos, pois somos parecidos.
06:29
But we wondered if there's a possible link
110
373990
2689
Mas nos perguntamos se existe uma possível ligação
06:32
with other animals. It'd be amazing if humans and bees
111
376679
4704
com outros animais. Seria impressionante se humanos e abelhas
06:37
thought similar, since they seem so different from us.
112
381383
4113
pensassem de forma semelhante, já que elas parecem tão diferentes de nós.
06:41
So we asked if humans and bees might solve
113
385496
3053
Assim, perguntamos se humanos e abelhas poderiam resolver
06:44
complex problems in the same way.
114
388549
2407
problemas complexos da mesma forma.
06:46
Really, we wanted to know if bees can also adapt
115
390956
3287
Na verdade, queríamos saber se as abelhas conseguem também se adaptar
06:50
themselves to new situations using previously learned rules
116
394243
3707
a novas situções usando regras e condições previamente
06:53
and conditions. So what if bees can think like us?
117
397950
4214
aprendidas. E se as abelhas conseguirem pensar como nós?
06:58
Well, it'd be amazing, since we're talking about an insect
118
402164
2552
Bem, seria impressionante, já que estamos falando sobre um inseto
07:00
with only one million brain cells.
119
404716
2525
que tem apenas um milhão de células cerebrais.
07:03
But it actually makes a lot of sense they should,
120
407241
2142
Mas, na verdade, faria muito sentido se elas conseguissem,
07:05
because bees, like us, can recognize a good flower
121
409383
3277
pois as abelhas, como nós, conseguem reconhecer uma flor boa
07:08
regardless of the time of day, the light, the weather,
122
412660
3613
independente da hora do dia, da luz, do tempo,
07:12
or from any angle they approach it from. (Applause)
123
416273
5742
ou de qualquer ângulo pelo qual se aproximem. (Aplausos)
07:17
BL: So the next step was to design an experiment,
124
422015
3782
BL: Então, o próximo passo foi elaborar um experimento
07:21
which is a game. So the kids went off and they designed
125
425797
3302
que é um jogo. Daí, as crianças foram em frente e criaram
07:24
this experiment, and so -- well, game -- and so,
126
429099
3301
esse experimento, ou melhor dizendo, esse jogo e tudo mais.
07:28
Amy, can you tell us what the game was,
127
432400
1466
Amy, você pode nos dizer que jogo foi esse
07:29
and the puzzle that you set the bees?
128
433866
2143
e o quebra-cabeça que vocês apresentaram às abelhas?
07:31
AO: The puzzle we came up with was an if-then rule.
129
436009
3023
AO: O quebra-cabeça que bolamos foi uma condição "se-então".
07:34
We asked the bees to learn not just to go to a certain color,
130
439032
3645
Pedimos às abelhas para aprender não apenas a ir até uma certa cor,
07:38
but to a certain color flower only
131
442677
2668
mas somente para uma flor de uma certa cor
07:41
when it's in a certain pattern.
132
445345
1632
quando ela tivesse um certo padrão.
07:42
They were only rewarded if they went to the yellow flowers
133
446977
3259
Elas somente eram recompensadas se voassem para as flores amarelas
07:46
if the yellow flowers were surrounded by the blue,
134
450236
3060
se as flores amarelas estivessem cercacas pelas azuis,
07:49
or if the blue flowers were surrounded by the yellow.
135
453296
3268
ou se as flores azuis estivessem cercadas pelas amarelas.
07:52
Now there's a number of different rules the bees can learn
136
456564
2585
Bem, existe um certo número de regras que as abelhas conseguem aprender
07:55
to solve this puzzle. The interesting question is, which?
137
459149
3425
para resolver esse quebra-cabeça. A pergunta relevante aqui é: quais?
07:58
What was really exciting about this project was we,
138
462574
2780
O mais empolgante sobre esse projeto foi que nós
08:01
and Beau, had no idea whether it would work.
139
465354
2343
e Beau não tínhamos a menor ideia se ia funcionar.
08:03
It was completely new, and no one had done it before,
140
467697
2454
Foi uma coisa completamente nova, e ninguém tinha feito isso antes,
08:06
including adults. (Laughter)
141
470151
3723
incluindo os adultos. (Risos)
08:09
BL: Including the teachers, and that was really hard for the teachers.
142
473874
3464
BL: Incluindo os professores, e aquilo era realmente difícil para os professores.
08:13
It's easy for a scientist to go in and not have a clue what he's doing,
143
477338
2904
É fácil para um cientista tentar e não ter a menor ideia do que está fazendo,
08:16
because that's what we do in the lab, but for a teacher
144
480242
2544
pois isso é o que fazemos no laboratório, mas para um professor
08:18
not to know what's going to happen at the end of the day --
145
482786
1625
não saber o que vai acontecer no final do dia --
08:20
so much of the credit goes to Dave Strudwick, who was
146
484411
2599
muito do crédito vai para Dave Strudwick, que foi
08:22
the collaborator on this project. Okay?
147
487010
2209
o colaborador desse projeto. OK?
08:25
So I'm not going to go through the whole details of the study
148
489219
2732
Então, não vou repassar todos os detalhes do estudo
08:27
because actually you can read about it, but the next step
149
491951
2638
porque, na verdade, vocês podem ler sobre o assunto, mas o próximo passo
08:30
is observation. So here are some of the students
150
494589
3645
é a observação. Então aqui estão alguns dos alunos
08:34
doing the observations. They're recording the data
151
498234
2768
fazendo as observações. Eles estão coletando dados
08:36
of where the bees fly.
152
501002
5044
sobre para onde as abelhas voam.
08:41
(Video) Dave Strudwick: So what we're going to do —Student: 5C.
153
506046
2023
(Video) Dave Strudwick: Então o que vamos fazer -- Aluno: 5C.
08:43
Dave Strudwick: Is she still going up here?Student: Yeah.
154
508069
3990
Dave Strudwick: Ela ainda está indo lá? Aluno: Está.
08:47
Dave Strudwick: So you keep track of each.Student: Henry, can you help me here?
155
512059
3597
Dave Strudwick: Então você pode monitorar uma por uma. Aluno: Henry, pode me ajudar aqui?
08:51
BL: "Can you help me, Henry?" What good scientist says that, right?
156
515656
2904
BL: "Pode me ajudar aqui, Henry?" Que cientista experiente diz isso, certo?
08:54
Student: There's two up there.
157
518560
4710
Aluno: Tem duas aqui em cima.
08:59
And three in here.
158
523270
2874
E três aqui dentro.
09:02
BL: Right? So we've got our observations. We've got our data.
159
526144
2275
BL: Certo? Então temos nossas observações. Temos nossos dados.
09:04
They do the simple mathematics, averaging, etc., etc.
160
528419
3773
Eles fazem uma matemática simples, média aritmética, etc., etc.
09:08
And now we want to share. That's the next step.
161
532192
1931
E agora queremos compartilhar. É o próximo passo.
09:10
So we're going to write this up and try to submit this
162
534123
1608
Então vamos escrever tudo isso e tentar submeter
09:11
for publication. Right? So we have to write it up.
163
535731
2856
a publicação. Certo? Então temos de colocar tudo no papel.
09:14
So we go, of course, to the pub. All right? (Laughter)
164
538587
4513
Para isso fomos, é claro, para um pub. Certo? (Risos)
09:19
The one on the left is mine, okay? (Laughter)
165
543100
2284
O copo da esquerda é o meu, tá? (Risos)
09:21
Now, I tell them, a paper has four different sections:
166
545384
2086
Bem, eu disse a eles que um artigo tem quatro partes diferentes:
09:23
an introduction, a methods, a results, a discussion.
167
547470
2807
uma introdução, um método, um resultado, uma argumentação.
09:26
The introduction says, what's the question and why?
168
550277
2604
A introdução aborda qual é a pergunta e por quê.
09:28
Methods, what did you do? Results, what was the observation?
169
552881
3119
Método - o que vocês fizeram? Resultado - o que foi observado?
09:31
And the discussion is, who cares? Right?
170
556000
2143
E a argumentação - quem liga pra isso? Certo?
09:34
That's a science paper, basically. (Laughter)
171
558143
2459
Basicamente, um artigo científico é isso. (Risos)
09:36
So the kids give me the words, right? I put it into a narrative,
172
560602
4529
Então as crianças me deram as palavras. Daí, coloquei o texto em forma de narrativa,
09:41
which means that this paper is written in kidspeak.
173
565131
3247
o que significa que este artigo está escrito em linguagem de criança.
09:44
It's not written by me. It's written by Amy
174
568378
2528
Não foi escrito por mim. Foi escrito pela Amy
09:46
and the other students in the class. As a consequence,
175
570906
3320
e pelos outros alunos da sala. Por isso,
09:50
this science paper begins, "Once upon a time ... " (Laughter)
176
574226
6017
o artigo científico começa assim: "Era uma vez ..." (Risos)
09:56
The results section, it says: "Training phase, the puzzle ... duh duh duuuuuhhh." Right? (Laughter)
177
580243
5312
A parte dos resultados diz: "Fase de treinamento, o quebra-cabeça... tan tan tan taaaaannnn." Tá? (Risos)
10:01
And the methods, it says, "Then we put the bees
178
585555
2196
E o método tem coisas como: "Então nós colocamos as abelhas
10:03
into the fridge (and made bee pie)," smiley face. Right? (Laughter)
179
587751
3317
na geladeira (e fizemos torta de abelha)" - carinha feliz. Certo? (Risos)
10:06
This is a science paper. We're going to try to get it published.
180
591068
3833
Este é um artigo científico. Vamos tentar publicá-lo.
10:10
So here's the title page. We have a number of authors there.
181
594901
2834
Então aqui está a folha de rosto. Temos um grande número de autores aqui.
10:13
All the ones in bold are eight to 10 years old.
182
597735
2851
Todos esses nomes em negrito têm entre 8 e 10 anos de idade.
10:16
The first author is Blackawton Primary School, because
183
600586
2050
O primeiro autor é a Escola Primária Blackawton,
10:18
if it were ever referenced, it would be "Blackawton et al,"
184
602636
3246
e toda vez que se fizer referência, será "Blackawton et al,"
10:21
and not one individual. So we submit it to a public access journal,
185
605882
3057
e não um indivíduo. Então submetemos o artigo a uma revista científica de acesso livre
10:24
and it says this. It said many things, but it said this.
186
608939
3332
e ela respondeu assim. Entre outras coisas, dizia assim:
10:28
"I'm afraid the paper fails our initial quality control checks in several different ways." (Laughter)
187
612271
3919
"Lamentamos dizer que o artigo não atende ao nosso controle inicial de qualidade no tocante a diversos aspectos." (Risos)
10:32
In other words, it starts off "once upon a time,"
188
616190
2560
Em outras palavras, ele começa com "era uma vez,"
10:34
the figures are in crayon, etc. (Laughter)
189
618750
2526
as tabelas foram feitas com lápis de cor, etc. (Risos)
10:37
So we said, we'll get it reviewed. So I sent it to Dale Purves,
190
621276
4353
Daí nós pensamos: vamos submetê-lo à revisão. Então enviamos para Dale Purves,
10:41
who is at the National Academy of Science, one of the leading neuroscientists in the world,
191
625629
3533
que pertence à Academia Nacional de Ciências e é um dos mais importantes neurocientistas do mundo,
10:45
and he says, "This is the most original science paper I have ever read" — (Laughter) —
192
629162
3449
e ele disse: "Este é o artigo cientifico mais original que já li na vida" — (Risos) —
10:48
"and it certainly deserves wide exposure."
193
632611
2097
"e ele certamente merece ampla divulgação."
10:50
Larry Maloney, expert in vision, says, "The paper is magnificent.
194
634708
4271
Larry Maloney, especialista em visão, disse: "O artigo é magnífico.
10:54
The work would be publishable if done by adults."
195
638979
3366
O artigo seria publicado se tivesse sido feito por adultos."
10:58
So what did we do? We send it back to the editor.
196
642345
1979
Então, o que fizemos? Enviamos ele de volta para o editor.
11:00
They say no.
197
644324
1589
Eles disseram não.
11:01
So we asked Larry and Natalie Hempel to write
198
645913
2454
Então pedimos a Larry e Natalie Hempet para escrever
11:04
a commentary situating the findings for scientists, right,
199
648367
4007
um comentário contextualizando as descobertas para os cientistas,
11:08
putting in the references, and we submit it to Biology Letters.
200
652374
4128
colocando as referências, e o submetemos à revista "Biology Letters".
11:12
And there, it was reviewed by five independent referees,
201
656502
3327
E lá ele foi revisado por cinco revisores independentes,
11:15
and it was published. Okay? (Applause)
202
659829
4421
e foi publicado. Tá bom? (Aplausos)
11:20
(Applause)
203
664250
6000
(Aplausos)
11:26
It took four months to do the science,
204
670250
3021
Levou quatro meses para fazer ciência,
11:29
two years to get it published. (Laughter)
205
673271
3228
e dois anos para ser publicado. (Risos)
11:32
Typical science, actually, right? So this makes Amy and
206
676499
4835
Ciência típica, na verdade, né mesmo? Então isso faz de Amy e de
11:37
her friends the youngest published scientists in the world.
207
681334
2433
seus colegas os cientistas mais jovens do mundo a terem um artigo publicado.
11:39
What was the feedback like?
208
683767
2016
Como foi o retorno disso?
11:41
Well, it was published two days before Christmas,
209
685783
2885
Bem, ele foi publicado dois dias antes do Natal,
11:44
downloaded 30,000 times in the first day, right?
210
688668
4003
baixado 30.000 vezes no primeiro dia, tá bom?
11:48
It was the Editors' Choice in Science, which is a top science magazine.
211
692671
4040
Foi destacado pela "Science" (Editor`s Choice), uma das revistas de ciência mais respeitadas do mundo.
11:52
It's forever freely accessible by Biology Letters.
212
696711
2542
O artigo é de livre acesso permanente na "Biology Letters".
11:55
It's the only paper that will ever be freely accessible by this journal.
213
699253
3680
É o único artigo gratuito que vai ficar acessível ao público nessa revista de forma permanente.
11:58
Last year, it was the second-most downloaded paper
214
702933
2699
Ano passado, foi o segundo artigo mais baixado
12:01
by Biology Letters, and the feedback from not just scientists
215
705632
4104
na "Biology Letters", e teve tremendo retorno não só por parte
12:05
and teachers but the public as well.
216
709736
2548
de cientistas e de professores, mas do público também.
12:08
And I'll just read one.
217
712284
1772
E vou ler apenas um.
12:09
"I have read 'Blackawton Bees' recently. I don't have
218
714056
2490
"Eu li 'Abelhas de Blackawton` recentemente. Não tenho
12:12
words to explain exactly how I am feeling right now.
219
716546
2313
palavras para explicar exatamente como me sinto agora.
12:14
What you guys have done is real, true and amazing.
220
718859
2479
O que vocês fizeram, pessoal, é real, verdadeiro e impressionante.
12:17
Curiosity, interest, innocence and zeal are the most basic
221
721338
3109
Curiosidade, interesse, inocência e zelo são as coisas mais básicas
12:20
and most important things to do science.
222
724447
1724
e mais importantes para se fazer ciência.
12:22
Who else can have these qualities more than children?
223
726171
2478
Quem mais poderia ter tais qualidades senão as crianças?
12:24
Please congratulate your children's team from my side."
224
728649
3541
Por favor, cumprimente sua equipe de crianças por mim."
12:28
So I'd like to conclude with a physical metaphor.
225
732190
3383
Assim, gostaria de concluir com uma métáfora física.
12:31
Can I do it on you? (Laughter)
226
735573
2968
Posso fazer com você? (Risos)
12:34
Oh yeah, yeah, yeah, come on. Yeah yeah. Okay.
227
738541
3093
Oh, é, é, vamos lá. Sim, sim. OK.
12:37
Now, science is about taking risks, so this is an incredible risk, right? (Laughter)
228
741634
5177
Bem, ciência tem a ver com assumir riscos, então este é um risco tremendo, certo? (Risos)
12:42
For me, not for him. Right? Because we've only done this once before. (Laughter)
229
746811
6098
Para mim, não para ele. Certo? Porque fizemos isso antes apenas uma vez. (Risos)
12:48
And you like technology, right?
230
752909
1576
E você gosta de tecnologia, né mesmo?
12:50
Shimon Schocken: Right, but I like myself.
231
754485
2176
Shimon Schocken: É, mas gosto mais de mim mesmo.
12:52
BL: This is the epitome of technology. Right. Okay.
232
756661
2951
BL: Isso é o suprassumo da tecnologia. Certo. OK
12:55
Now ... (Laughter)
233
759612
3608
Agora ... (Risos)
12:59
Okay. (Laughter)
234
763220
2880
OK. (Risos)
13:02
Now, we're going to do a little demonstration, right?
235
766100
4084
Agora, vamos fazer uma pequena demonstração.
13:06
You have to close your eyes, and you have to point
236
770184
4019
Você tem de fechar os olhos e apontar para
13:10
where you hear me clapping. All right?
237
774203
3157
a direção de onde vêm as palmas, tá certo?
13:13
(Clapping)
238
777360
4398
(Palmas)
13:17
(Clapping)
239
781758
3144
(Palmas)
13:20
Okay, how about if everyone over there shouts. One, two, three?
240
784902
2903
OK, que tal se todo mundo que está ali gritasse. Um, dois, três ...
13:23
Audience: (Shouts)
241
787805
2901
Plateia: (Grita)
13:26
(Laughter)
242
790706
4446
(Risos)
13:31
(Shouts) (Laughter)
243
795152
3171
(Gritos) (Risos)
13:34
Brilliant. Now, open your eyes. We'll do it one more time.
244
798323
3641
Ótimo. Agora, abra os olhos. Vamos fazer de novo.
13:37
Everyone over there shout. (Shouts)
245
801964
2802
Todo mundo desse lado aqui gritando. (Gritos)
13:40
Where's the sound coming from? (Laughter) (Applause)
246
804766
5932
De onde o som está vindo ? (Risos) (Aplausos)
13:46
Thank you very much. (Applause)
247
810698
4230
Muito, muito obrigado. (Aplausos)
13:50
What's the point? The point is what science does for us.
248
814928
3713
Pra que tudo isso? Pra mostrar o que a ciência faz por nós.
13:54
Right? We normally walk through life responding,
249
818641
2406
Certo? Normalmente passamos pela vida reagindo,
13:56
but if we ever want to do anything different, we have to
250
821047
2212
mas se quisermos fazer algo diferente, temos de
13:59
step into uncertainty. When he opened his eyes,
251
823259
2689
buscar a incerteza. Quando ele abriu os olhos,
14:01
he was able to see the world in a new way.
252
825948
2382
conseguiu ver o mundo de uma forma diferente.
14:04
That's what science offers us. It offers the possibility
253
828330
3168
Isso é o que a ciência nos oferece. Ela oferece a possibilidade
14:07
to step on uncertainty through the process of play, right?
254
831498
4016
de ir ao encontro da incerteza através do processo de brincar, certo?
14:11
Now, true science education I think should be about
255
835514
3024
Agora, a verdadeira educação científica, penso eu, deveria ser sobre
14:14
giving people a voice and enabling to express that voice,
256
838538
3399
dar às pessoas uma voz e permitir a elas expressar essa voz,
14:17
so I've asked Amy to be the last voice in this short story.
257
841937
4369
assim, pedi à Amy que seja a última voz nessa pequena estória.
14:22
So, Amy?
258
846306
3105
Então, Amy...
14:25
AO: This project was really exciting for me,
259
849411
2553
AO: Este projeto realmente me empolgou demais,
14:27
because it brought the process of discovery to life,
260
851964
2671
porque ele deu vida ao processo de descoberta,
14:30
and it showed me that anyone, and I mean anyone,
261
854635
2911
e me mostrou que qualquer pessoa - e quero dizer qualquer pessoa mesmo -
14:33
has the potential to discover something new,
262
857546
2753
tem o potencial para descobrir algo novo
14:36
and that a small question can lead into a big discovery.
263
860299
4072
e que uma pergunta pequena pode levar a uma grande descoberta.
14:40
Changing the way a person thinks about something
264
864371
2652
Mudar a forma como uma pessoa pensa sobre algo
14:42
can be easy or hard. It all depends on the way the person
265
867023
3712
pode ser fácil ou difícil. Tudo depende da forma como a pessoa
14:46
feels about change.
266
870735
1488
encara a mudança.
14:48
But changing the way I thought about science was
267
872223
2452
Mas mudar a forma como eu pensava sobre a ciência foi
14:50
surprisingly easy. Once we played the games
268
874675
2275
surpreendentemente fácil. Assim que começamos a jogar
14:52
and then started to think about the puzzle,
269
876950
2418
e depois a pensar sobre o quebra-cabeça,
14:55
I then realized that science isn't just a boring subject,
270
879368
3857
percebi então que ciência não é só um assunto chato
14:59
and that anyone can discover something new.
271
883225
3194
e que qualquer pessoa pode descobrir algo novo.
15:02
You just need an opportunity. My opportunity came
272
886419
3200
Você só precisa de uma oportunidade. Minha oportunidade veio
15:05
in the form of Beau, and the Blackawton Bee Project.
273
889619
2636
na forma de Beau e do Projeto Abelhas de Blackawton.
15:08
Thank you.BL: Thank you very much. (Applause)
274
892255
4361
Obrigada. BL: Muito obrigado. (Aplausos)
15:12
(Applause)
275
896616
7747
(Aplausos)
ABOUT THE SPEAKERS
Beau Lotto - Neuroscientist, ArtistBeau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.
Why you should listen
"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.
At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."
These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.
Beau Lotto | Speaker | TED.com
Amy O'Toole - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper.
Why you should listen
Amy O'Toole is a 12-year-old student with a peer-reviewed scientific publication under her belt. She took part in a participative science program led by Beau Lotto , called "i, scientist," which inspired a science experiment by a group of 26 primary school students in Blackawton, Devon, UK. O'Toole was never interested in science before this project, but now intends to study the human mind and body. The project led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," Royal Society's Biology Letters, December 2010). It starts: "Once upon a time ... ."
Amy O'Toole | Speaker | TED.com