TED2012
Jean-Baptiste Michel: The mathematics of history
Jean-Baptiste Michel: A matemática da história
Filmed:
Readability: 4.3
1,279,350 views
Que pode a matemática dizer sobre a história? Segundo Jean-Baptiste Michel, TED Fellow, bastante. Desde mudanças na língua a guerras sangrentas, ele mostra como a história digitalizada começa agora a revelar profundos padrões subjacentes.
Jean-Baptiste Michel - Data researcher
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Jean-Baptiste Michel looks at how we can use large volumes of data to better understand our world. Full bio
Double-click the English transcript below to play the video.
00:15
So it turns out that mathematics is a very powerful language.
0
0
3671
Ao que parece a matemática é uma
linguagem muito poderosa.
linguagem muito poderosa.
00:19
It has generated considerable insight in physics,
1
3671
2312
Já levou a um entendimento
significativo da física,
significativo da física,
00:21
in biology and economics,
2
5983
2100
da biologia e da economia,
00:23
but not that much in the humanities and in history.
3
8083
2817
mas não tanto nas humanidades
e na história.
e na história.
00:26
I think there's a belief that it's just impossible,
4
10900
2283
Acho que existe uma crença
de que é impossível,
de que é impossível,
00:29
that you cannot quantify the doings of mankind,
5
13183
2646
de que não se podem quantificar
os feitos da humanidade,
os feitos da humanidade,
00:31
that you cannot measure history.
6
15829
2519
de que não se pode medir a história.
00:34
But I don't think that's right.
7
18348
1527
Mas eu não acho que seja correcto.
00:35
I want to show you a couple of examples why.
8
19875
2042
Vou dar-vos alguns exemplos do porquê.
00:37
So my collaborator Erez and I were considering the following fact:
9
21917
2958
O meu colaborador Erez e eu
considerámos o seguinte:
considerámos o seguinte:
00:40
that two kings separated by centuries
10
24875
2729
dois reis separados por séculos
00:43
will speak a very different language.
11
27604
1767
vão falar línguas muito diferentes.
00:45
That's a powerful historical force.
12
29371
2304
Isso é uma força histórica muito forte.
00:47
So the king of England, Alfred the Great,
13
31675
1773
O rei de Inglaterra, Alfredo, o Grande,
00:49
will use a vocabulary and grammar
14
33448
1640
terá usado vocabulário e gramática
00:50
that is quite different from the king of hip hop, Jay-Z.
15
35088
3700
muito distintos dos que são usados pelo
rei do hip hop, Jay-Z.
rei do hip hop, Jay-Z.
00:54
(Laughter)
16
38788
1666
(Risos)
00:56
Now it's just the way it is.
17
40454
2171
É o que é.
00:58
Language changes over time, and it's a powerful force.
18
42625
2292
A linguagem muda com o tempo e
isso é uma força poderosa.
isso é uma força poderosa.
01:00
So Erez and I wanted to know more about that.
19
44917
2287
O Erez e eu queríamos saber mais sobre isto.
01:03
So we paid attention to a particular grammatical rule, past-tense conjugation.
20
47204
3657
Então analisámos uma determinada
regra gramatical, o pretérito perfeito.
regra gramatical, o pretérito perfeito.
01:06
So you just add "ed" to a verb at the end to signify the past.
21
50861
3264
Acrescentamos a terminação "-ed" a um verbo
para significar passado.
para significar passado.
01:10
"Today I walk. Yesterday I walked."
22
54125
1927
"Hoje ando. Ontem andei (walked)"
01:11
But some verbs are irregular.
23
56052
1344
Mas alguns verbos são irregulares.
01:13
"Yesterday I thought."
24
57396
1396
"Ontem pensei (thought)".
01:14
Now what's interesting about that
25
58792
1666
O que é interessante é que
01:16
is irregular verbs between Alfred and Jay-Z have become more regular.
26
60458
3830
os verbos irregulares entre o rei Alfredo e
Jay-Z se tornaram mais regulares.
Jay-Z se tornaram mais regulares.
01:20
Like the verb "to wed" that you see here has become regular.
27
64288
2735
Como o verbo "casar" que vêem aqui
e se tornou regular.
e se tornou regular.
01:22
So Erez and I followed the fate of over 100 irregular verbs
28
67023
4022
Assim, o Erez e eu seguimos o percurso de mais de 100 verbos irregulares
01:26
through 12 centuries of English language,
29
71045
1919
através de 12 séculos de língua inglesa,
01:28
and we saw that there's actually a very simple mathematical pattern
30
72964
2911
e constatámos que há um padrão matemático
muito simples
muito simples
01:31
that captures this complex historical change,
31
75875
2542
que acompanha esta complexa mudança histórica,
01:34
namely, if a verb is 100 times more frequent than another,
32
78417
3660
nomeadamente, se um verbo é 100 vezes mais frequente que outro,
01:37
it regularizes 10 times slower.
33
82077
2665
é 10 vezes mais lento a tornar-se regular.
01:40
That's a piece of history, but it comes in a mathematical wrapping.
34
84742
3935
É uma parte da história, mas vem embrulhada em matemática.
01:44
Now in some cases math can even help explain,
35
88677
3654
Em alguns casos, a matemática pode
ajudar a explicar
ajudar a explicar
01:48
or propose explanations for, historical forces.
36
92331
2879
ou propor explicações para forças históricas.
01:51
So here Steve Pinker and I
37
95210
1832
Aqui, o Steve Pinker e eu
01:52
were considering the magnitude of wars during the last two centuries.
38
97042
3852
considerámos a magnitude das guerras
durante os últimos dois séculos.
durante os últimos dois séculos.
01:56
There's actually a well-known regularity to them
39
100894
2495
Estas têm uma regularidade bem conhecida,
01:59
where the number of wars that are 100 times deadlier
40
103389
3422
onde o número de guerras que são
100 vezes mais mortais,
100 vezes mais mortais,
02:02
is 10 times smaller.
41
106811
1952
é 10 vezes menor.
02:04
So there are 30 wars that are about as deadly as the Six Days War,
42
108763
3344
Assim, há 30 guerras que são tão fatais
quanto a Guerra dos Seis Dias,
quanto a Guerra dos Seis Dias,
02:08
but there's only four wars that are 100 times deadlier --
43
112107
2820
mas temos apenas quatro guerras que
são 100 vezes mais mortais,
são 100 vezes mais mortais,
02:10
like World War I.
44
114927
1977
como é o caso da Primeira Guerra Mundial.
02:12
So what kind of historical mechanism can produce that?
45
116904
2923
Que tipo de mecanismo histórico produz isto?
02:15
What's the origin of this?
46
119827
2000
Qual a origem disto?
02:17
So Steve and I, through mathematical analysis,
47
121827
2265
O Steve e eu, através de análise matemática,
02:19
propose that there's actually a very simple phenomenon at the root of this,
48
124092
4241
sugerimos que existe um fenómeno
muito simples na raiz desta questão
muito simples na raiz desta questão
02:24
which lies in our brains.
49
128333
1690
que reside no nosso cérebro.
02:25
This is a very well-known feature
50
130023
2019
É uma característica muito conhecida
02:27
in which we perceive quantities in relative ways --
51
132042
2975
pela qual entendemos as quantidades de modo relativo --
02:30
quantities like the intensity of light or the loudness of a sound.
52
135017
3716
quantidades como a intensidade da luz
ou o volume de um som.
ou o volume de um som.
02:34
For instance, committing 10,000 soldiers to the next battle sounds like a lot.
53
138733
5309
Por exemplo, alocar 10.000 soldados
à próxima batalha parece muito.
à próxima batalha parece muito.
02:39
It's relatively enormous if you've already committed 1,000 soldiers previously.
54
144042
3444
Em termos relativos, o número é enorme se já
tivermos alocado 1.000 soldados anteriormente.
tivermos alocado 1.000 soldados anteriormente.
02:43
But it doesn't sound so much,
55
147486
1827
Mas não parece tanto,
02:45
it's not relatively enough, it won't make a difference
56
149313
3020
em termos relativos, não é suficiente,
não fará diferença
não fará diferença
02:48
if you've already committed 100,000 soldiers previously.
57
152333
2952
se já tivermos alocado 100.000
soldados previamente.
soldados previamente.
02:51
So you see that because of the way we perceive quantities,
58
155285
3613
Devido à forma como percepcionamos as quantidades,
02:54
as the war drags on,
59
158898
1767
com o desenrolar da guerra,
02:56
the number of soldiers committed to it and the casualties
60
160665
3085
o número de soldados alocados à mesma e as baixas
02:59
will increase not linearly --
61
163750
1683
irão aumentar, não linearmente,
03:01
like 10,000, 11,000, 12,000 --
62
165433
1888
tipo 10.000, 11.000, 12.000,
03:03
but exponentially -- 10,000, later 20,000, later 40,000.
63
167321
4275
mas exponencialmente, 10.000,
mais tarde 20.000, mais tarde 40.000.
mais tarde 20.000, mais tarde 40.000.
03:07
And so that explains this pattern that we've seen before.
64
171596
3085
Isto explica o padrão que observámos.
03:10
So here mathematics is able to link a well-known feature of the individual mind
65
174681
5498
Aqui, a matemática consegue ligar uma
característica bem conhecida da mente humana
característica bem conhecida da mente humana
03:16
with a long-term historical pattern
66
180179
2989
a um padrão histórico antigo
03:19
that unfolds over centuries and across continents.
67
183168
2857
que se desenrola ao longo de séculos e
atravessando continentes.
atravessando continentes.
03:21
So these types of examples, today there are just a few of them,
68
186025
4017
Este tipo de exemplos, hoje em dia temos poucos,
03:25
but I think in the next decade they will become commonplace.
69
190042
2689
mas acredito que na próxima
década serão comuns.
década serão comuns.
03:28
The reason for that is that the historical record
70
192731
2392
O motivo para isso é que o registo histórico
03:31
is becoming digitized at a very fast pace.
71
195123
2460
está a ser digitalizado a um ritmo acelerado.
03:33
So there's about 130 million books
72
197583
2610
Existem cerca de 130 milhões de livros
03:36
that have been written since the dawn of time.
73
200193
2311
escritos desde o início dos tempos.
03:38
Companies like Google have digitized many of them --
74
202504
2454
Empresas como a Google
digitalizaram muitos --
digitalizaram muitos --
03:40
above 20 million actually.
75
204958
1584
para cima de 20 milhões.
03:42
And when the stuff of history is available in digital form,
76
206542
3578
E quando os acontecimentos históricos
estão disponíveis em formato digital,
estão disponíveis em formato digital,
03:46
it makes it possible for a mathematical analysis
77
210120
2380
torna-se possível uma análise matemática
03:48
to very quickly and very conveniently
78
212500
2375
para rever de forma rápida e adequada
03:50
review trends in our history and our culture.
79
214875
2725
tendências na nossa história e cultura.
03:53
So I think in the next decade,
80
217600
2721
Penso que na próxima década
03:56
the sciences and the humanities will come closer together
81
220321
2750
as ciências e as humanidades se aproximarão
03:58
to be able to answer deep questions about mankind.
82
223071
3329
para responder a perguntas importantes
sobre a humanidade.
sobre a humanidade.
04:02
And I think that mathematics will be a very powerful language to do that.
83
226400
4121
Acredito que a matemática será uma linguagem
muito poderosa nessa área.
muito poderosa nessa área.
04:06
It will be able to reveal new trends in our history,
84
230521
3146
Será possível revelar novas tendências
na nossa história,
na nossa história,
04:09
sometimes to explain them,
85
233667
1750
por vezes explicá-las,
04:11
and maybe even in the future to predict what's going to happen.
86
235417
3306
e talvez até no futuro prever
o que vai acontecer.
o que vai acontecer.
04:14
Thank you very much.
87
238723
1491
Muito obrigado.
04:16
(Applause)
88
240214
3678
(Aplausos)
ABOUT THE SPEAKER
Jean-Baptiste Michel - Data researcherJean-Baptiste Michel looks at how we can use large volumes of data to better understand our world.
Why you should listen
Jean-Baptiste Michel holds joint academic appointments at Harvard (FQEB Fellow) and Google (Visiting Faculty). His research focusses on using large volumes of data as tools that help better understand the world around us -- from the way diseases progress in patients over years, to the way cultures change in human societies over centuries. With his colleague Erez Lieberman Aiden, Jean-Baptiste is a Founding Director of Harvard's Cultural Observatory, where their research team pioneers the use of quantitative methods for the study of human culture, language and history. His research was featured on the covers of Science and Nature, on the front pages of the New York Times and the Boston Globe, in The Economist, Wired and many other venues. The online tool he helped create -- ngrams.googlelabs.com -- was used millions of times to browse cultural trends. Jean-Baptiste is an Engineer from Ecole Polytechnique (Paris), and holds an MS in Applied Mathematics and a PhD in Systems Biology from Harvard.
Jean-Baptiste Michel | Speaker | TED.com