TEDSalon NY2014
Naomi Oreskes: Why we should trust scientists
Naomi Oreskes: Porque devemos confiar nos cientistas
Filmed:
Readability: 4.7
1,316,791 views
Muitos dos maiores problemas do mundo exigem que se coloquem questões aos cientistas — mas porque devemos acreditar no que dizem? A historiadora de ciência Naomi Oreskes reflecte profundamente sobre a nossa relação com a crença e apresenta três problemas nas atitudes mais comuns em relação à investigação científica — e dá as suas próprias razões para que devamos confiar na ciência.
Naomi Oreskes - Historian of science
Naomi Oreskes is a historian of science who uses reason to fight climate change denial. Full bio
Naomi Oreskes is a historian of science who uses reason to fight climate change denial. Full bio
Double-click the English transcript below to play the video.
00:12
Every day we face issues like climate change
0
930
3128
Todos os dias enfrentamos problemas
como as alterações climáticas
como as alterações climáticas
00:16
or the safety of vaccines
1
4058
1430
ou a segurança das vacinas
00:17
where we have to answer questions whose answers
2
5488
3040
em que temos que responder a questões
cujas respostas se baseiam bastante
em informações científicas.
em informações científicas.
00:20
rely heavily on scientific information.
3
8528
3461
00:23
Scientists tell us that the world is warming.
4
11989
2881
Os cientistas dizem-nos
que o mundo está a aquecer.
que o mundo está a aquecer.
00:26
Scientists tell us that vaccines are safe.
5
14870
2541
Dizem-nos que as vacinas são seguras.
00:29
But how do we know if they are right?
6
17411
2054
Mas como sabemos se eles têm razão?
00:31
Why should be believe the science?
7
19465
1964
Porque devemos acreditar na ciência?
00:33
The fact is, many of us actually
don't believe the science.
don't believe the science.
8
21429
3469
A questão é que muitos de nós
não acreditamos na ciência.
não acreditamos na ciência.
00:36
Public opinion polls consistently show
9
24898
2176
Sondagens de opinião pública
mostram de forma consistente
mostram de forma consistente
00:39
that significant proportions of the American people
10
27074
3010
que grande parte
do povo americano não acredita
do povo americano não acredita
00:42
don't believe the climate is
warming due to human activities,
warming due to human activities,
11
30084
3541
que o clima está a aquecer
devido à actividade humana,
devido à actividade humana,
00:45
don't think that there is
evolution by natural selection,
evolution by natural selection,
12
33625
2939
não pensa que haja evolução
por seleção natural,
por seleção natural,
00:48
and aren't persuaded by the safety of vaccines.
13
36564
3901
e não está convencida
da segurança das vacinas.
da segurança das vacinas.
00:52
So why should we believe the science?
14
40465
3631
Então porque devemos
acreditar na ciência?
acreditar na ciência?
00:56
Well, scientists don't like talking about
science as a matter of belief.
science as a matter of belief.
15
44096
3611
Bem, os cientistas não gostam de falar
da ciência como uma questão de crença.
da ciência como uma questão de crença.
00:59
In fact, they would contrast science with faith,
16
47707
2587
De facto, eles contrapõem ciência e fé,
01:02
and they would say belief is the domain of faith.
17
50294
2966
e diriam que a crença é do domínio da fé.
01:05
And faith is a separate thing
apart and distinct from science.
apart and distinct from science.
18
53260
3778
E a fé é algo distinto
e separado da ciência.
e separado da ciência.
01:09
Indeed they would say religion is based on faith
19
57038
3152
Na verdade, diriam que a religião
é baseada na fé
é baseada na fé
01:12
or maybe the calculus of Pascal's wager.
20
60190
3694
ou talvez no cálculo
da aposta de Pascal.
da aposta de Pascal.
01:15
Blaise Pascal was a 17th-century mathematician
21
63884
2676
Blaise Pascal foi um matemático
do século XVII
do século XVII
01:18
who tried to bring scientific
reasoning to the question of
reasoning to the question of
22
66560
2810
que tentou trazer raciocínio científico
à questão de dever ou não
acreditar em Deus,
acreditar em Deus,
01:21
whether or not he should believe in God,
23
69370
1872
01:23
and his wager went like this:
24
71242
2604
e a sua aposta era a seguinte:
01:25
Well, if God doesn't exist
25
73846
2549
Bem, se Deus não existe
01:28
but I decide to believe in him
26
76395
2025
mas eu decido acreditar nele,
01:30
nothing much is really lost.
27
78420
1978
nada se perde realmente.
01:32
Maybe a few hours on Sunday.
28
80398
1613
Talvez umas horas ao domingo.
01:34
(Laughter)
29
82011
993
(Risos)
01:35
But if he does exist and I don't believe in him,
30
83004
3381
Mas se ele existe
e eu não acredito nele,
e eu não acredito nele,
01:38
then I'm in deep trouble.
31
86385
2017
então estou em grandes sarilhos.
01:40
And so Pascal said, we'd better believe in God.
32
88402
3036
Então Pascal disse que é melhor
acreditarmos em Deus.
acreditarmos em Deus.
01:43
Or as one of my college professors said,
33
91438
2172
Ou como disse um dos meus colegas,
01:45
"He clutched for the handrail of faith."
34
93610
2226
"Ele agarrou-se ao corrimão da fé".
01:47
He made that leap of faith
35
95836
1936
Deu esse salto de fé
01:49
leaving science and rationalism behind.
36
97772
4524
deixando a ciência
e o racionalismo para trás.
e o racionalismo para trás.
01:54
Now the fact is though, for most of us,
37
102296
2696
O facto é que, para a maioria de nós,
01:56
most scientific claims are a leap of faith.
38
104992
3134
a maior parte das afirmações
científicas são um salto de fé.
científicas são um salto de fé.
02:00
We can't really judge scientific
claims for ourselves in most cases.
claims for ourselves in most cases.
39
108126
4385
Na maioria dos casos, não podemos
julgar sozinhos as afirmações científicas.
julgar sozinhos as afirmações científicas.
02:04
And indeed this is actually
true for most scientists as well
true for most scientists as well
40
112511
2840
E isto é verdade também
para a maioria dos cientistas
para a maioria dos cientistas
02:07
outside of their own specialties.
41
115351
2330
fora das suas especialidades.
02:09
So if you think about it, a geologist can't tell you
42
117681
2520
Se pensarmos nisso,
um geólogo não nos pode dizer
se uma vacina é segura.
se uma vacina é segura.
02:12
whether a vaccine is safe.
43
120201
1750
02:13
Most chemists are not experts in evolutionary theory.
44
121951
3000
A maior parte dos químicos não é
especialista na teoria da evolução.
especialista na teoria da evolução.
02:16
A physicist cannot tell you,
45
124951
2259
Um físico não nos pode dizer,
02:19
despite the claims of some of them,
46
127210
1443
apesar das pretensões de alguns,
02:20
whether or not tobacco causes cancer.
47
128653
3354
se o tabaco causa ou não cancro.
02:24
So, if even scientists themselves
48
132007
2450
Se até os cientistas
têm que dar um salto de fé
têm que dar um salto de fé
02:26
have to make a leap of faith
49
134457
1276
02:27
outside their own fields,
50
135733
1922
fora das suas áreas,
02:29
then why do they accept the
claims of other scientists?
claims of other scientists?
51
137655
3928
então porque aceitam as afirmações
de outros cientistas?
de outros cientistas?
02:33
Why do they believe each other's claims?
52
141583
2298
Porque acreditam nas afirmações
uns dos outros?
uns dos outros?
02:35
And should we believe those claims?
53
143881
3290
Devemos acreditar nessas afirmações?
02:39
So what I'd like to argue is yes, we should,
54
147171
2776
O que eu gostaria de argumentar
é que sim, devemos,
é que sim, devemos,
02:41
but not for the reason that most of us think.
55
149947
2883
mas não pelas razões
que a maioria de nós pensa.
que a maioria de nós pensa.
02:44
Most of us were taught in school
that the reason we should
that the reason we should
56
152830
2330
Aprendemos na escola
que a razão de acreditar na ciência
que a razão de acreditar na ciência
02:47
believe in science is because of the scientific method.
57
155160
3412
se deve ao método científico.
02:50
We were taught that scientists follow a method
58
158572
2916
Aprendemos que os cientistas
seguem um método
seguem um método
02:53
and that this method guarantees
59
161488
2356
e que este método
garante a verdade das suas afirmações.
02:55
the truth of their claims.
60
163844
1996
02:57
The method that most of us were taught in school,
61
165840
3420
Podemos chamar "método do manual"
ao método que aprendemos na escola,
03:01
we can call it the textbook method,
62
169260
1576
03:02
is the hypothetical deductive method.
63
170836
2784
é o método hipotético-dedutivo.
03:05
According to the standard
model, the textbook model,
model, the textbook model,
64
173620
3094
De acordo com o modelo padrão,
o modelo do manual,
o modelo do manual,
03:08
scientists develop hypotheses, they deduce
65
176714
2957
os cientistas desenvolvem hipóteses,
deduzem as consequências
dessas hipóteses,
dessas hipóteses,
03:11
the consequences of those hypotheses,
66
179671
2460
03:14
and then they go out into the world and they say,
67
182131
1710
e então observam o mundo e perguntam:
03:15
"Okay, well are those consequences true?"
68
183841
2374
"Ok, estas consequências são verdadeiras?
03:18
Can we observe them taking
place in the natural world?
place in the natural world?
69
186215
3333
"Podemos observá-las no mundo natural?"
03:21
And if they are true, then the scientists say,
70
189548
2600
Se são verdadeiras,
os cientistas dizem:
os cientistas dizem:
03:24
"Great, we know the hypothesis is correct."
71
192148
2856
"Bestial, sabemos que
a hipótese é correcta!"
a hipótese é correcta!"
03:27
So there are many famous examples in the history
72
195004
2179
Há muitos exemplos famosos
na história da ciência
na história da ciência
03:29
of science of scientists doing exactly this.
73
197183
2879
de cientistas que fazem exactamente isto.
03:32
One of the most famous examples
74
200062
2058
Um dos exemplos mais famosos
03:34
comes from the work of Albert Einstein.
75
202120
2213
vem do trabalho de Albert Einstein.
03:36
When Einstein developed the
theory of general relativity,
theory of general relativity,
76
204333
2522
Quando Einstein desenvolveu
a Teoria da Relatividade Geral,
a Teoria da Relatividade Geral,
03:38
one of the consequences of his theory
77
206855
2316
uma das consequências da sua teoria
03:41
was that space-time wasn't just an empty void
78
209171
2839
era que o espaço-tempo
não era apenas um vazio
não era apenas um vazio
03:44
but that it actually had a fabric.
79
212010
1909
mas, na verdade, tinha uma textura.
03:45
And that that fabric was bent
80
213919
1601
Essa textura era dobrada
03:47
in the presence of massive objects like the sun.
81
215520
3380
na presença de objectos
maciços como o sol.
maciços como o sol.
03:50
So if this theory were true then it meant that light
82
218900
2749
Se esta teoria era verdadeira,
então a luz, ao passar no Sol,
03:53
as it passed the sun
83
221649
1528
03:55
should actually be bent around it.
84
223177
2168
devia ser desviada à sua volta.
03:57
That was a pretty startling prediction
85
225345
2400
Esta era uma previsão
bastante surpreendente
bastante surpreendente
03:59
and it took a few years before scientists
86
227745
1988
e demorou alguns anos até que os cientistas
04:01
were able to test it
87
229733
1278
pudessem testá-la.
04:03
but they did test it in 1919,
88
231011
2510
Mas testaram-na em 1919,
04:05
and lo and behold it turned out to be true.
89
233521
2450
e afinal verificou-se ser verdade.
04:07
Starlight actually does bend
as it travels around the sun.
as it travels around the sun.
90
235971
3158
A luz das estrelas é realmente desviada
quando viaja perto do Sol.
quando viaja perto do Sol.
04:11
This was a huge confirmation of the theory.
91
239129
2494
Isto foi uma enorme confirmação da teoria.
04:13
It was considered proof of the truth
92
241623
1805
Foi considerada prova da verdade
04:15
of this radical new idea,
93
243428
1312
desta nova e radical ideia
04:16
and it was written up in many newspapers
94
244740
1852
e foi escrita em muitos jornais
04:18
around the globe.
95
246592
2538
por todo o mundo.
04:21
Now, sometimes this theory or this model
96
249130
2350
Por vezes esta teoria ou este modelo
04:23
is referred to as the deductive-nomological model,
97
251480
3434
é referido como modelo
dedutivo-nomológico,
dedutivo-nomológico,
04:26
mainly because academics like
to make things complicated.
to make things complicated.
98
254914
3384
apenas porque os académicos
gostam de complicar as coisas.
gostam de complicar as coisas.
04:30
But also because in the ideal case, it's about laws.
99
258298
5261
Mas também porque, no caso ideal,
trata-se de leis.
trata-se de leis.
04:35
So nomological means having to do with laws.
100
263559
2502
Nomológico significa estar
relacionado com leis.
relacionado com leis.
04:38
And in the ideal case, the hypothesis isn't just an idea:
101
266061
3424
E no caso ideal, a hipótese
não é apenas uma ideia:
não é apenas uma ideia:
04:41
ideally, it is a law of nature.
102
269485
2326
idealmente, é uma lei da natureza.
04:43
Why does it matter that it is a law of nature?
103
271811
2287
Porque é importante que seja
uma lei da natureza?
uma lei da natureza?
04:46
Because if it is a law, it can't be broken.
104
274098
2728
Porque, se é uma lei,
não pode ser violada.
não pode ser violada.
04:48
If it's a law then it will always be true
105
276826
2108
Se é uma lei, será sempre verdadeira
04:50
in all times and all places
106
278934
1244
em todos os tempos e lugares
04:52
no matter what the circumstances are.
107
280178
2206
independentemente das circunstâncias.
04:54
And all of you know of at least
one example of a famous law:
one example of a famous law:
108
282384
3229
E todos vocês conhecem pelo menos
um exemplo de uma lei famosa:
um exemplo de uma lei famosa:
04:57
Einstein's famous equation, E=MC2,
109
285613
3755
a famosa equação de Einstein, E=mc2,
05:01
which tells us what the relationship is
110
289368
1800
que nos diz qual a relação
05:03
between energy and mass.
111
291168
2193
entre energia e massa.
05:05
And that relationship is true no matter what.
112
293361
4000
Essa relação é verdadeira
em qualquer caso.
em qualquer caso.
05:09
Now, it turns out, though, that there
are several problems with this model.
are several problems with this model.
113
297361
3649
No entanto, surgem alguns problemas
com este modelo.
com este modelo.
05:13
The main problem is that it's wrong.
114
301010
3635
O maior problema é que está errado.
(Risos)
05:16
It's just not true. (Laughter)
115
304645
3502
Simplesmente não é verdade.
(Risos)
05:20
And I'm going to talk about
three reasons why it's wrong.
three reasons why it's wrong.
116
308147
2723
Vou dar-vos três razões
para que esteja errada.
para que esteja errada.
05:22
So the first reason is a logical reason.
117
310870
2679
A primeira é uma razão lógica.
05:25
It's the problem of the fallacy
of affirming the consequent.
of affirming the consequent.
118
313549
3516
É o problema da falácia
de afirmar a consequência.
de afirmar a consequência.
05:29
So that's another fancy, academic way of saying
119
317065
2826
É uma forma elegante
e académica de dizer
e académica de dizer
05:31
that false theories can make true predictions.
120
319891
2670
que teorias falsas podem fazer
previsões verdadeiras.
previsões verdadeiras.
05:34
So just because the prediction comes true
121
322561
1994
Só porque a previsão é verdadeira
05:36
doesn't actually logically
prove that the theory is correct.
prove that the theory is correct.
122
324555
3222
não prova de forma lógica
que a teoria está correcta.
que a teoria está correcta.
05:39
And I have a good example of that too,
again from the history of science.
again from the history of science.
123
327777
3931
Tenho também um bom exemplo disso,
de novo da história da ciência.
de novo da história da ciência.
05:43
This is a picture of the Ptolemaic universe
124
331708
2695
Isto é uma imagem do universo de Ptolomeu
05:46
with the Earth at the center of the universe
125
334403
1862
com a Terra no centro do universo
05:48
and the sun and the planets going around it.
126
336265
2595
e o Sol e os planetas à sua volta.
05:50
The Ptolemaic model was believed
127
338860
2030
O modelo ptolomaico foi aceite
05:52
by many very smart people for many centuries.
128
340890
3253
por muitas pessoas muito inteligentes,
durante muitos séculos.
durante muitos séculos.
05:56
Well, why?
129
344143
1736
Bem, porquê?
05:57
Well the answer is because it made
lots of predictions that came true.
lots of predictions that came true.
130
345879
3437
A resposta é que ele fez muitas previsões
que se revelaram verdadeiras.
que se revelaram verdadeiras.
06:01
The Ptolemaic system enabled astronomers
131
349316
2016
O sistema ptolomaico
permitiu aos astrónomos
permitiu aos astrónomos
06:03
to make accurate predictions
of the motions of the planet,
of the motions of the planet,
132
351332
2750
fazer previsões precisas
dos movimentos do planeta,
dos movimentos do planeta,
06:06
in fact more accurate predictions at first
133
354082
2519
de facto mais precisas de início
06:08
than the Copernican theory
which we now would say is true.
which we now would say is true.
134
356601
4324
do que a teoria de Copérnico
que agora diríamos ser verdadeira.
que agora diríamos ser verdadeira.
06:12
So that's one problem with the textbook model.
135
360925
2982
Então há um problema
com o modelo do manual.
com o modelo do manual.
06:15
A second problem is a practical problem,
136
363907
2396
Um segundo problema é prático,
06:18
and it's the problem of auxiliary hypotheses.
137
366303
3235
e é a questão das hipóteses auxiliares.
06:21
Auxiliary hypotheses are assumptions
138
369538
2829
As hipóteses auxiliares são assumpções
06:24
that scientists are making
139
372367
1779
que os cientistas andam a fazer
06:26
that they may or may not even
be aware that they're making.
be aware that they're making.
140
374146
3043
podendo estar ou não
conscientes de que as fazem.
conscientes de que as fazem.
06:29
So an important example of this
141
377189
2661
Um importante exemplo disto
06:31
comes from the Copernican model,
142
379850
2095
vem do modelo de Copérnico,
06:33
which ultimately replaced the Ptolemaic system.
143
381945
3192
que substituiu o sistema ptolomaico.
06:37
So when Nicolaus Copernicus said,
144
385137
2040
Quando Nicolau Copérnico afirmou
06:39
actually the Earth is not the center of the universe,
145
387177
2650
que a Terra não é o centro do universo,
06:41
the sun is the center of the solar system,
146
389827
1918
que o Sol é o centro do sistema solar,
06:43
the Earth moves around the sun.
147
391745
1382
que a Terra se move em torno do Sol,
06:45
Scientists said, well okay, Nicolaus, if that's true
148
393127
3728
os cientistas disseram:
"Nicolau, se isso é verdade
"Nicolau, se isso é verdade
06:48
we ought to be able to detect the motion
149
396855
1764
"devemos ser capazes
de detectar o movimento
de detectar o movimento
06:50
of the Earth around the sun.
150
398619
1958
"da Terra em torno do Sol".
06:52
And so this slide here illustrates a concept
151
400577
2056
Este diapositivo ilustra um conceito
06:54
known as stellar parallax.
152
402633
1808
conhecido como paralaxe estelar.
06:56
And astronomers said, if the Earth is moving
153
404441
3822
Os astrónomos disseram
que, se a Terra se move
que, se a Terra se move
07:00
and we look at a prominent star, let's say, Sirius --
154
408263
3200
e olharmos para uma estrela importante,
digamos Sirius
digamos Sirius
07:03
well I know I'm in Manhattan
so you guys can't see the stars,
so you guys can't see the stars,
155
411463
2414
— estamos em Manhattan
pelo que não podemos ver as estrelas,
pelo que não podemos ver as estrelas,
07:05
but imagine you're out in the country,
imagine you chose that rural life —
imagine you chose that rural life —
156
413877
3731
mas imaginemos que estamos no campo,
que escolhemos essa vida rural —
que escolhemos essa vida rural —
07:09
and we look at a star in December, we see that star
157
417608
2867
e olharmos para uma estrela em dezembro,
vemos essa estrela
vemos essa estrela
07:12
against the backdrop of distant stars.
158
420475
2765
contra um fundo de estrelas distantes.
07:15
If we now make the same observation six months later
159
423240
2954
Se repetirmos a observação
seis meses mais tarde
seis meses mais tarde
07:18
when the Earth has moved to this position in June,
160
426194
3812
em que a Terra se moveu
para esta posição em junho,
para esta posição em junho,
07:22
we look at that same star and we
see it against a different backdrop.
see it against a different backdrop.
161
430006
4099
olhamos para a mesma estrela
e vemo-la contra um fundo diferente.
e vemo-la contra um fundo diferente.
07:26
That difference, that angular
difference, is the stellar parallax.
difference, is the stellar parallax.
162
434105
4182
Essa diferença angular
é a paralaxe estelar.
é a paralaxe estelar.
07:30
So this is a prediction that the Copernican model makes.
163
438287
2863
Esta é uma previsão do modelo de Copérnico.
07:33
Astronomers looked for the stellar parallax
164
441150
2561
Os astrónomos procuraram
a paralaxe estelar
a paralaxe estelar
07:35
and they found nothing, nothing at all.
165
443711
4982
e não encontraram nada, de todo.
07:40
And many people argued that this proved
that the Copernican model was false.
that the Copernican model was false.
166
448693
3866
Muitos argumentaram que isto provava
que o modelo de Copérnico era falso.
que o modelo de Copérnico era falso.
07:44
So what happened?
167
452559
1488
O que aconteceu?
07:46
Well, in hindsight we can say
that astronomers were making
that astronomers were making
168
454047
2683
Em retrospectiva, podemos dizer
que os astrónomos estavam a formular
que os astrónomos estavam a formular
07:48
two auxiliary hypotheses, both of which
169
456730
2547
duas hipóteses auxiliares,
que, diríamos agora,
eram ambas incorrectas.
eram ambas incorrectas.
07:51
we would now say were incorrect.
170
459277
2663
07:53
The first was an assumption
about the size of the Earth's orbit.
about the size of the Earth's orbit.
171
461940
3635
A primeira era uma assumpção
sobre o tamanho da órbita da Terra.
sobre o tamanho da órbita da Terra.
07:57
Astronomers were assuming
that the Earth's orbit was large
that the Earth's orbit was large
172
465575
3036
Os astrónomos assumiam
que a órbita da Terra era grande
que a órbita da Terra era grande
08:00
relative to the distance to the stars.
173
468611
2338
relativamente à distância às estrelas.
08:02
Today we would draw the picture more like this,
174
470949
2464
Hoje representaríamos
a situação desta forma.
a situação desta forma.
08:05
this comes from NASA,
175
473413
1347
(isto é da NASA)
08:06
and you see the Earth's orbit is actually quite small.
176
474760
2423
Estão a ver que a órbita da Terra
é de facto pequena.
é de facto pequena.
08:09
In fact, it's actually much
smaller even than shown here.
smaller even than shown here.
177
477183
2991
De facto, é muito menor
do que podemos ver aqui.
do que podemos ver aqui.
08:12
The stellar parallax therefore,
178
480174
1539
Então a paralaxe estelar
08:13
is very small and actually very hard to detect.
179
481713
3584
é muito pequena e difícil de detectar.
08:17
And that leads to the second reason
180
485297
1974
Isso conduz à segunda razão
08:19
why the prediction didn't work,
181
487271
1859
por que a previsão não funcionou,
08:21
because scientists were also assuming
182
489130
1915
porque os cientistas também assumiam
08:23
that the telescopes they had were sensitive enough
183
491045
3010
que os seus telescópios
eram suficientemente sensíveis
eram suficientemente sensíveis
08:26
to detect the parallax.
184
494055
1900
para detectar a paralaxe.
08:27
And that turned out not to be true.
185
495955
2017
E isso revelou-se não ser verdade.
08:29
It wasn't until the 19th century
186
497972
2534
Só no século XIX
08:32
that scientists were able to detect
187
500506
1684
os cientistas puderam detectar
a paralaxe estelar.
a paralaxe estelar.
08:34
the stellar parallax.
188
502190
1536
08:35
So, there's a third problem as well.
189
503726
2646
Há ainda um terceiro problema.
08:38
The third problem is simply a factual problem,
190
506372
2778
É simplesmente um problema factual,
08:41
that a lot of science doesn't fit the textbook model.
191
509150
2816
que muita ciência não se adapta
ao modelo do manual.
ao modelo do manual.
08:43
A lot of science isn't deductive at all,
192
511966
2273
Muita ciência não é de todo dedutiva,
08:46
it's actually inductive.
193
514239
1768
é na verdade indutiva.
08:48
And by that we mean that scientists don't necessarily
194
516007
2516
E com isso queremos dizer
que os cientistas nem sempre começam
que os cientistas nem sempre começam
08:50
start with theories and hypotheses,
195
518523
2231
com teorias e hipóteses,
08:52
often they just start with observations
196
520754
1869
muitas vezes começam
apenas com observações
apenas com observações
08:54
of stuff going on in the world.
197
522623
2409
de coisas que vão acontecendo no mundo.
08:57
And the most famous example
of that is one of the most
of that is one of the most
198
525032
2570
O exemplo mais famoso disso
é um dos cientistas mais famosos
que já viveram, Charles Darwin.
que já viveram, Charles Darwin.
08:59
famous scientists who ever lived, Charles Darwin.
199
527602
3065
09:02
When Darwin went out as a young
man on the voyage of the Beagle,
man on the voyage of the Beagle,
200
530667
3162
Quando o jovem Darwin
iniciou a viagem no Beagle
iniciou a viagem no Beagle
09:05
he didn't have a hypothesis, he didn't have a theory.
201
533829
3612
não tinha uma hipótese
nem uma teoria.
nem uma teoria.
09:09
He just knew that he wanted
to have a career as a scientist
to have a career as a scientist
202
537441
3066
Só sabia que queria
uma carreira como cientista
uma carreira como cientista
09:12
and he started to collect data.
203
540507
2012
e começou a reunir dados.
09:14
Mainly he knew that he hated medicine
204
542519
2730
Principalmente, sabia
que detestava medicina
que detestava medicina
09:17
because the sight of blood made him sick so
205
545249
1818
porque ver sangue o punha doente
09:19
he had to have an alternative career path.
206
547067
2268
pelo que tinha que ter
uma carreira alternativa.
uma carreira alternativa.
09:21
So he started collecting data.
207
549335
2134
Então começou a reunir dados.
09:23
And he collected many things,
including his famous finches.
including his famous finches.
208
551469
3166
E coleccionou muitas coisas,
incluindo os famosos tentilhões.
incluindo os famosos tentilhões.
09:26
When he collected these finches,
he threw them in a bag
he threw them in a bag
209
554635
2210
Quando coleccionou estes tentilhões,
pô-los num saco
pô-los num saco
09:28
and he had no idea what they meant.
210
556845
2340
e não fazia ideia do que significavam.
09:31
Many years later back in London,
211
559185
2287
Muitos anos mais tarde
de regresso a Londres,
de regresso a Londres,
09:33
Darwin looked at his data again and began
212
561472
2233
Darwin olhou para os seus dados
09:35
to develop an explanation,
213
563705
2448
e começou a desenvolver uma explicação,
09:38
and that explanation was the
theory of natural selection.
theory of natural selection.
214
566153
3298
e essa explicação era
a Teoria da Selecção Natural.
a Teoria da Selecção Natural.
09:41
Besides inductive science,
215
569451
2059
Para além da ciência indutiva,
09:43
scientists also often participate in modeling.
216
571510
2936
os cientistas participam
com frequência na modelização.
com frequência na modelização.
09:46
One of the things scientists want to do in life
217
574446
2336
Uma das coisas que os cientistas
querem fazer na vida
querem fazer na vida
09:48
is to explain the causes of things.
218
576782
2268
é explicar a causa das coisas.
09:51
And how do we do that?
219
579050
1518
Como fazemos isso?
09:52
Well, one way you can do it is to build a model
220
580568
2252
Uma forma de o fazer
é construir um modelo
é construir um modelo
09:54
that tests an idea.
221
582820
1742
que verifica uma ideia.
09:56
So this is a picture of Henry Cadell,
222
584562
1931
Isto é uma imagem de Henry Cadell,
09:58
who was a Scottish geologist in the 19th century.
223
586493
2866
que foi um geólogo escocês
do século XIX.
do século XIX.
10:01
You can tell he's Scottish because he's wearing
224
589359
1433
Não se pode perceber que é escocês
10:02
a deerstalker cap and Wellington boots.
225
590792
2388
porque está a usar
um chapéu de feltro
e umas botas Wellington.
e umas botas Wellington.
10:05
(Laughter)
226
593180
2154
(Risos)
10:07
And Cadell wanted to answer the question,
227
595334
1566
Cadell queria responder a uma questão:
10:08
how are mountains formed?
228
596900
1768
"Como se formam as montanhas?"
10:10
And one of the things he had observed
229
598668
1516
Uma das coisas que observou
10:12
is that if you look at mountains
like the Appalachians,
like the Appalachians,
230
600184
2574
foi que, se olharmos para montanhas
como os Apalaches,
como os Apalaches,
10:14
you often find that the rocks in them
231
602758
1633
descobrimos que as suas rochas
10:16
are folded,
232
604391
1469
estão dobradas de um modo especial
10:17
and they're folded in a particular way,
233
605860
1646
que lhe sugeriu
10:19
which suggested to him
234
607506
1444
que estavam a ser
comprimidas lateralmente.
comprimidas lateralmente.
10:20
that they were actually being
compressed from the side.
compressed from the side.
235
608950
2949
10:23
And this idea would later play a major role
236
611899
2088
Esta ideia teria mais tarde
um papel importante
um papel importante
10:25
in discussions of continental drift.
237
613987
2423
em discussões sobre
a deriva dos continentes.
a deriva dos continentes.
10:28
So he built this model, this crazy contraption
238
616410
2506
Ele construiu este modelo,
esta engenhoca maluca
esta engenhoca maluca
10:30
with levers and wood, and here's his wheelbarrow,
239
618916
2152
com alavancas e madeira,
e aqui está o seu carrinho de mão,
e aqui está o seu carrinho de mão,
10:33
buckets, a big sledgehammer.
240
621068
2442
baldes, um martelo grande.
10:35
I don't know why he's got the Wellington boots.
241
623510
1898
Não sei porque está
com botas Wellington.
com botas Wellington.
10:37
Maybe it's going to rain.
242
625408
1577
Talvez fosse chover.
10:38
And he created this physical model in order
243
626985
3085
E criou este modelo físico
10:42
to demonstrate that you could, in fact, create
244
630070
3965
para demonstrar que podia de facto
criar padrões em rochas
ou, pelo menos, em lama,
ou, pelo menos, em lama,
10:46
patterns in rocks, or at least, in this case, in mud,
245
634035
2674
10:48
that looked a lot like mountains
246
636709
2226
que se parecessem muito com montanhas
10:50
if you compressed them from the side.
247
638935
1842
se fossem comprimidas de lado.
10:52
So it was an argument about
the cause of mountains.
the cause of mountains.
248
640777
3628
Era um argumento sobre
a causa das montanhas.
a causa das montanhas.
10:56
Nowadays, most scientists prefer to work inside,
249
644405
3048
Hoje, muitos cientistas
preferem trabalhar no interior,
preferem trabalhar no interior,
10:59
so they don't build physical models so much
250
647453
2427
pelo que já não constroem
modelos físicos
modelos físicos
11:01
as to make computer simulations.
251
649880
2361
mas usam simulações no computador.
11:04
But a computer simulation is a kind of a model.
252
652241
2839
Mas uma simulação no computador
é uma espécie de modelo.
é uma espécie de modelo.
11:07
It's a model that's made with mathematics,
253
655080
1863
É um modelo feito com matemática
11:08
and like the physical models of the 19th century,
254
656943
3233
e, tal como o modelo físico do século XIX,
11:12
it's very important for thinking about causes.
255
660176
3778
é muito importante para pensar em causas.
11:15
So one of the big questions
to do with climate change,
to do with climate change,
256
663954
2615
Uma das grandes questões
é a das alterações climáticas.
é a das alterações climáticas.
11:18
we have tremendous amounts of evidence
257
666569
1803
Temos uma enorme quantidade de indícios
11:20
that the Earth is warming up.
258
668372
1880
de que a Terra está a aquecer.
11:22
This slide here, the black line shows
259
670252
2464
Neste diapositivo, a linha preta
mostra as medições feitas pelos cientistas
11:24
the measurements that scientists have taken
260
672716
2120
11:26
for the last 150 years
261
674836
1963
nos últimos 150 anos,
11:28
showing that the Earth's temperature
262
676799
1410
mostrando que a temperatura da Terra
11:30
has steadily increased,
263
678209
1634
tem aumentado consistentemente.
11:31
and you can see in particular
that in the last 50 years
that in the last 50 years
264
679843
2846
Podem ver que, em particular
nos últimos 50 anos,
nos últimos 50 anos,
11:34
there's been this dramatic increase
265
682689
1764
houve um aumento dramático
11:36
of nearly one degree centigrade,
266
684453
2340
de cerca de um grau centígrado,
11:38
or almost two degrees Fahrenheit.
267
686793
2375
ou quase dois graus Fahrenheit.
11:41
So what, though, is driving that change?
268
689168
2437
Então o que está a provocar esta mudança?
11:43
How can we know what's causing
269
691605
2335
Como podemos saber
o que causa este aquecimento observado?
11:45
the observed warming?
270
693940
1516
11:47
Well, scientists can model it
271
695456
1714
Bem, os cientistas podem criar modelos
11:49
using a computer simulation.
272
697170
2368
usando uma simulação de computador.
11:51
So this diagram illustrates a computer simulation
273
699538
2792
Este diagrama ilustra
uma simulação de computador
uma simulação de computador
11:54
that has looked at all the different factors
274
702330
2121
que considerou todos
os diferentes factores
os diferentes factores
11:56
that we know can influence the Earth's climate,
275
704451
2605
que sabemos poder
influenciar o clima da Terra:
influenciar o clima da Terra:
11:59
so sulfate particles from air pollution,
276
707056
2752
partículas de sulfato da poluição do ar,
12:01
volcanic dust from volcanic eruptions,
277
709808
2970
poeira vulcânica das erupções,
12:04
changes in solar radiation,
278
712778
2234
alterações na radiação solar,
12:07
and, of course, greenhouse gases.
279
715012
2378
e, claro, gases de efeito de estufa.
12:09
And they asked the question,
280
717390
1818
E colocaram a questão:
12:11
what set of variables put into a model
281
719208
3696
"Que conjunto de variáveis
colocadas num modelo
colocadas num modelo
12:14
will reproduce what we actually see in real life?
282
722904
2976
"reproduzirão o que vemos na vida real?"
12:17
So here is the real life in black.
283
725880
2020
Aqui, a preto, está a vida real.
12:19
Here's the model in this light gray,
284
727900
2280
Aqui, a cinzento claro, está o modelo.
12:22
and the answer is
285
730180
1560
E a resposta...
12:23
a model that includes, it's the answer E on that SAT,
286
731740
4387
É a resposta "E" neste teste
de admissão à universidade —
de admissão à universidade —
é um modelo que inclui tudo.
12:28
all of the above.
287
736127
2141
12:30
The only way you can reproduce
288
738268
1506
A única forma de reproduzirmos
12:31
the observed temperature measurements
289
739774
1828
as medições de temperatura observadas
12:33
is with all of these things put together,
290
741602
1978
é com todas estas coisas em conjunto,
12:35
including greenhouse gases,
291
743580
2139
incluindo os gases de efeito de estufa.
12:37
and in particular you can see that the increase
292
745719
2551
Em particular, vemos que o aumento
12:40
in greenhouse gases tracks
293
748270
1884
nos gases de efeito de estufa
12:42
this very dramatic increase in temperature
294
750154
2206
segue este aumento dramático na temperatura
12:44
over the last 50 years.
295
752360
1480
nos últimos 50 anos.
12:45
And so this is why climate scientists say
296
753840
2434
É por isso que os cientistas
do clima dizem:
do clima dizem:
12:48
it's not just that we know that
climate change is happening,
climate change is happening,
297
756274
3108
"Não sabemos apenas que as alterações
climáticas estão a acontecer
climáticas estão a acontecer
12:51
we know that greenhouse gases are a major part
298
759382
2768
"sabemos que os gases
de efeito de estufa
de efeito de estufa
"são em grande parte a sua causa".
12:54
of the reason why.
299
762150
2730
12:56
So now because there all these different things
300
764880
2388
Então, devido a todas estas coisas
12:59
that scientists do,
301
767268
1489
que os cientistas fazem,
13:00
the philosopher Paul Feyerabend famously said,
302
768757
3486
o filósofo Paul Feyerabend disse muito bem:
13:04
"The only principle in science
303
772243
1626
"O único princípio em ciência
13:05
that doesn't inhibit progress is: anything goes."
304
773869
3979
"que não inibe o progresso é: vale tudo".
13:09
Now this quotation has often
been taken out of context,
been taken out of context,
305
777848
2616
Esta citação tem sido com frequência
retirada do seu contexto,
retirada do seu contexto,
13:12
because Feyerabend was not actually saying
306
780464
2118
porque Feyerabend não estava
realmente a dizer
realmente a dizer
13:14
that in science anything goes.
307
782582
1950
que em ciência vale tudo.
13:16
What he was saying was,
308
784532
1344
O que ele estava a dizer era...
13:17
actually the full quotation is,
309
785876
2024
Na realidade, a citação completa é:
13:19
"If you press me to say
310
787900
2090
"Se me pressionarem para dizer
13:21
what is the method of science,
311
789990
1646
"qual é o método da ciência,
13:23
I would have to say: anything goes."
312
791636
3629
"terei de dizer: vale tudo".
13:27
What he was trying to say
313
795265
1078
O que ele estava a tentar dizer
13:28
is that scientists do a lot of different things.
314
796343
2567
é que os cientistas fazem
muitas coisas diferentes.
muitas coisas diferentes.
13:30
Scientists are creative.
315
798910
2308
Os cientistas são criativos.
13:33
But then this pushes the question back:
316
801218
2110
Mas isto traz de novo a questão:
13:35
If scientists don't use a single method,
317
803328
3471
"Se os cientistas não usam
um único método,
um único método,
13:38
then how do they decide
318
806799
1899
"então como decidem
13:40
what's right and what's wrong?
319
808698
1458
"o que é certo e o que é errado?
13:42
And who judges?
320
810156
1894
"E quem julga?"
13:44
And the answer is, scientists judge,
321
812050
2080
A resposta é: os cientistas julgam,
13:46
and they judge by judging evidence.
322
814130
2883
e julgam com base na evidência.
13:49
Scientists collect evidence in many different ways,
323
817013
3409
Os cientistas reúnem evidências
de muitas formas diferentes,
de muitas formas diferentes,
13:52
but however they collect it,
324
820422
1622
mas seja como for que o façam,
13:54
they have to subject it to scrutiny.
325
822044
2577
devem sujeitá-las a escrutínio.
13:56
And this led the sociologist Robert Merton
326
824621
2560
Isto levou o sociólogo Robert Merton
13:59
to focus on this question of how scientists
327
827181
2180
a focar-se nesta questão
de como os cientistas
de como os cientistas
14:01
scrutinize data and evidence,
328
829361
1679
fazem o escrutínio dos dados
e das evidências.
e das evidências.
14:03
and he said they do it in a way he called
329
831040
2808
Ele disse que o fazem
de um modo a que chamou
de um modo a que chamou
14:05
"organized skepticism."
330
833848
1919
"cepticismo organizado".
14:07
And by that he meant it's organized
331
835767
1884
Com isso ele quis dizer que é organizado
14:09
because they do it collectively,
332
837651
1478
porque o fazem colectivamente,
14:11
they do it as a group,
333
839129
1629
fazem-no como um grupo,
14:12
and skepticism, because they do it from a position
334
840758
2816
e cepticismo porque
o fazem de uma posição
o fazem de uma posição
14:15
of distrust.
335
843574
1454
de desconfiança.
14:17
That is to say, the burden of proof
336
845028
1962
Quer dizer, o ónus da prova
14:18
is on the person with a novel claim.
337
846990
2481
está na pessoa com uma nova afirmação.
14:21
And in this sense, science
is intrinsically conservative.
is intrinsically conservative.
338
849471
3143
E neste sentido, a ciência
é intrinsecamente conservadora.
é intrinsecamente conservadora.
14:24
It's quite hard to persuade the scientific community
339
852614
2572
É bastante difícil convencer
a comunidade científica a dizer
a comunidade científica a dizer
14:27
to say, "Yes, we know something, this is true."
340
855186
3711
"Sim, sabemos algo,
isto é verdade".
isto é verdade".
14:30
So despite the popularity of the concept
341
858897
2496
Apesar da popularidade do conceito
14:33
of paradigm shifts,
342
861393
1597
de mudanças de paradigma,
14:34
what we find is that actually,
343
862990
1284
o que verificamos é que
14:36
really major changes in scientific thinking
344
864274
2785
as grandes mudanças
no pensamento científico
no pensamento científico
14:39
are relatively rare in the history of science.
345
867059
3720
são relativamente raras
na história da ciência.
na história da ciência.
14:42
So finally that brings us to one more idea:
346
870779
3563
Finalmente isto traz-nos
a uma outra ideia.
a uma outra ideia.
14:46
If scientists judge evidence collectively,
347
874342
3708
Uma vez que os cientistas julgam
a evidência colectivamente,
a evidência colectivamente,
14:50
this has led historians to focus on the question
348
878050
2562
isto levou historiadores
a focar-se na questão do consenso
a focar-se na questão do consenso
14:52
of consensus,
349
880612
1419
14:54
and to say that at the end of the day,
350
882031
1895
e a dizer que, afinal,
14:55
what science is,
351
883926
1934
o que a ciência é,
14:57
what scientific knowledge is,
352
885860
1670
o que o conhecimento científico é,
14:59
is the consensus of the scientific experts
353
887530
3379
é o consenso dos especialistas científicos
15:02
who through this process of organized scrutiny,
354
890909
2154
que, através deste processo
de escrutínio organizado,
de escrutínio organizado,
15:05
collective scrutiny,
355
893063
2305
escrutínio colectivo,
15:07
have judged the evidence
356
895368
1242
julgaram as evidências
15:08
and come to a conclusion about it,
357
896610
2797
e chegaram a uma conclusão:
15:11
either yea or nay.
358
899407
2477
ou sim ou não.
15:13
So we can think of scientific knowledge
359
901884
1724
Podemos pensar no conhecimento científico
15:15
as a consensus of experts.
360
903608
2052
como um consenso de especialistas.
15:17
We can also think of science as being
361
905660
1772
Podemos também pensar
na ciência como sendo
na ciência como sendo
15:19
a kind of a jury,
362
907432
1578
uma espécie de júri,
15:21
except it's a very special kind of jury.
363
909010
2514
só que é um tipo muito especial de júri.
15:23
It's not a jury of your peers,
364
911524
2104
Não é um júri dos nossos pares,
15:25
it's a jury of geeks.
365
913628
1896
é um júri de cromos.
15:27
It's a jury of men and women with Ph.D.s,
366
915524
3634
(Risos)
É um júri de homens e mulheres
com doutoramentos.
com doutoramentos.
15:31
and unlike a conventional jury,
367
919158
2442
Ao contrário de um júri convencional,
15:33
which has only two choices,
368
921600
1690
que tem apenas duas hipóteses,
15:35
guilty or not guilty,
369
923290
2685
culpado ou inocente,
15:37
the scientific jury actually has a number of choices.
370
925975
3401
o júri científico tem realmente
uma série de escolhas.
uma série de escolhas.
15:41
Scientists can say yes, something's true.
371
929376
2784
Os cientistas podem dizer:
"Sim, algo é verdadeiro".
"Sim, algo é verdadeiro".
15:44
Scientists can say no, it's false.
372
932160
2580
Os cientistas podem dizer: "Não, é falso".
15:46
Or, they can say, well it might be true
373
934740
2540
Ou podem dizer: "Bem, pode ser verdade
15:49
but we need to work more
and collect more evidence.
and collect more evidence.
374
937280
3044
"mas precisamos de trabalhar mais
e reunir mais evidência".
e reunir mais evidência".
15:52
Or, they can say it might be true,
375
940324
1616
Ou podem dizer: "Pode ser verdade,
15:53
but we don't know how to answer the question
376
941940
1700
"mas não sabemos como
responder à questão
responder à questão
15:55
and we're going to put it aside
377
943640
1310
" e vamos pô-la de lado.
15:56
and maybe we'll come back to it later.
378
944950
2923
" Talvez voltemos a ela mais tarde".
15:59
That's what scientists call "intractable."
379
947873
4002
É o que os cientistas chamam de "intratável".
16:03
But this leads us to one final problem:
380
951875
2606
Mas isto conduz-nos a um último problema:
16:06
If science is what scientists say it is,
381
954481
2938
se a ciência é o que
os cientistas afirmam,
os cientistas afirmam,
16:09
then isn't that just an appeal to authority?
382
957419
2541
então não é isso um apelo à autoridade?
16:11
And weren't we all taught in school
383
959960
1062
Não aprendemos todos na escola
16:13
that the appeal to authority is a logical fallacy?
384
961022
3227
que o apelo à autoridade
é uma falácia lógica?
é uma falácia lógica?
16:16
Well, here's the paradox of modern science,
385
964249
3032
Bem, aqui está o paradoxo
da ciência moderna,
da ciência moderna,
16:19
the paradox of the conclusion I think historians
386
967281
2272
o paradoxo da conclusão
a que chegaram, penso eu,
a que chegaram, penso eu,
16:21
and philosophers and sociologists have come to,
387
969553
2601
historiadores, filósofos e sociólogos,
16:24
that actually science is the appeal to authority,
388
972154
3501
de que a ciência actual
é um apelo à autoridade,
é um apelo à autoridade,
16:27
but it's not the authority of the individual,
389
975655
3776
mas não é a autoridade do indivíduo,
16:31
no matter how smart that individual is,
390
979431
2399
por muito inteligente que seja,
16:33
like Plato or Socrates or Einstein.
391
981830
3865
como Platão, Sócrates ou Einstein.
16:37
It's the authority of the collective community.
392
985695
3114
É a autoridade da comunidade colectiva.
16:40
You can think of it is a kind of wisdom of the crowd,
393
988809
2986
Podem pensar nela como uma espécie
de sabedoria da multidão,
de sabedoria da multidão,
16:43
but a very special kind of crowd.
394
991795
4126
mas um tipo especial de multidão.
16:47
Science does appeal to authority,
395
995921
1890
A ciência faz apelo à autoridade,
16:49
but it's not based on any individual,
396
997811
2050
mas não se baseia num indivíduo,
16:51
no matter how smart that individual may be.
397
999861
2586
não importa quão inteligente
esse indivíduo possa ser.
esse indivíduo possa ser.
16:54
It's based on the collective wisdom,
398
1002447
1751
É baseada na sabedoria colectiva,
16:56
the collective knowledge, the collective work,
399
1004198
2642
o conhecimento e o trabalho colectivos,
16:58
of all of the scientists who have worked
400
1006840
1898
de todos os cientistas que trabalharam
17:00
on a particular problem.
401
1008738
2717
num problema particular.
17:03
Scientists have a kind of culture of collective distrust,
402
1011455
2796
Os cientistas têm uma espécie de cultura
de desconfiança colectiva,
de desconfiança colectiva,
17:06
this "show me" culture,
403
1014251
2200
esta cultura do "mostra-me",
17:08
illustrated by this nice woman here
404
1016451
1950
ilustrada por esta simpática mulher
17:10
showing her colleagues her evidence.
405
1018401
3082
que mostra a sua evidência aos colegas.
17:13
Of course, these people don't
really look like scientists,
really look like scientists,
406
1021483
1857
Claro que estas pessoas
não parecem cientistas,
não parecem cientistas,
17:15
because they're much too happy.
407
1023340
1986
porque estão demasiado bem dispostas.
17:17
(Laughter)
408
1025326
4012
(Risos)
17:21
Okay, so that brings me to my final point.
409
1029338
4322
Isto traz-me ao meu último ponto.
17:25
Most of us get up in the morning.
410
1033660
2648
A maioria de nós levanta-se de manhã.
17:28
Most of us trust our cars.
411
1036308
1410
Confiamos no nosso carro.
17:29
Well, see, now I'm thinking, I'm in Manhattan,
412
1037718
1542
Pensando melhor,
estou em Manhattan,
estou em Manhattan,
17:31
this is a bad analogy,
413
1039260
1298
é uma má analogia,
17:32
but most Americans who don't live in Manhattan
414
1040558
2824
mas a maioria dos americanos
que não vive em Manhattan
que não vive em Manhattan
17:35
get up in the morning and get in their cars
415
1043382
1738
levanta-se de manhã
e mete-se no carro,
e mete-se no carro,
17:37
and turn on that ignition, and their cars work,
416
1045120
2529
liga a ignição
e o carro funciona
e o carro funciona
17:39
and they work incredibly well.
417
1047649
2001
e funciona muito bem.
17:41
The modern automobile hardly ever breaks down.
418
1049650
2715
O automóvel moderno
quase nunca avaria.
quase nunca avaria.
17:44
So why is that? Why do cars work so well?
419
1052365
2783
Porquê? Porque é que os carros
funcionam tão bem?
funcionam tão bem?
17:47
It's not because of the genius of Henry Ford
420
1055148
2504
Não é por causa do génio de Henry Ford
17:49
or Karl Benz or even Elon Musk.
421
1057652
3091
ou Karl Benz ou até Elon Musk.
17:52
It's because the modern automobile
422
1060743
2142
É porque o automóvel moderno
17:54
is the product of more than 100 years of work
423
1062885
5034
é o produto de mais
de 100 anos de trabalho
de 100 anos de trabalho
17:59
by hundreds and thousands
424
1067919
1590
de centenas e milhares
18:01
and tens of thousands of people.
425
1069509
1336
e dezenas de milhares de pessoas.
18:02
The modern automobile is the product
426
1070845
2111
O automóvel moderno
é o produto do trabalho, sabedoria
e experiência colectivas
e experiência colectivas
18:04
of the collected work and wisdom and experience
427
1072956
2789
18:07
of every man and woman who has ever worked
428
1075745
2347
de todo o homem e mulher que alguma vez
18:10
on a car,
429
1078092
1608
trabalhou num carro,
18:11
and the reliability of the technology is the result
430
1079700
2915
e a confiança na tecnologia é o resultado
18:14
of that accumulated effort.
431
1082615
2683
desse esforço acumulado.
18:17
We benefit not just from the genius of Benz
432
1085298
2857
Não beneficiamos apenas do génio de Benz
18:20
and Ford and Musk
433
1088155
1066
de Ford e de Musk
18:21
but from the collective intelligence and hard work
434
1089221
2768
mas da inteligência colectiva
e trabalho árduo
e trabalho árduo
18:23
of all of the people who have worked
435
1091989
2251
de todas as pessoas
que alguma vez trabalharam
que alguma vez trabalharam
18:26
on the modern car.
436
1094240
1670
num carro moderno.
18:27
And the same is true of science,
437
1095910
2050
E o mesmo é verdade para a ciência,
18:29
only science is even older.
438
1097960
2844
só que a ciência é mais antiga ainda.
18:32
Our basis for trust in science is actually the same
439
1100804
2574
A nossa base de confiança na ciência
é a mesma da nossa confiança na tecnologia,
18:35
as our basis in trust in technology,
440
1103378
2674
18:38
and the same as our basis for trust in anything,
441
1106052
3987
e a mesma da nossa confiança
em qualquer coisa,
em qualquer coisa,
18:42
namely, experience.
442
1110039
2278
nomeadamente, a experiência.
18:44
But it shouldn't be blind trust
443
1112317
1844
Mas não deve ser confiança cega
18:46
any more than we would have blind trust in anything.
444
1114161
2760
tal como não devemos ter
confiança cega em nada.
confiança cega em nada.
18:48
Our trust in science, like science itself,
445
1116921
2841
A nossa confiança na ciência,
tal como a própria ciência,
tal como a própria ciência,
18:51
should be based on evidence,
446
1119762
1913
deve basear-se na evidência,
18:53
and that means that scientists
447
1121675
1502
e isso quer dizer que os cientistas
18:55
have to become better communicators.
448
1123177
2048
devem tornar-se melhores comunicadores.
18:57
They have to explain to us not just what they know
449
1125225
2887
Devem explicar-nos,
não apenas o que sabem
não apenas o que sabem
19:00
but how they know it,
450
1128112
1728
mas como o sabem.
19:01
and it means that we have
to become better listeners.
to become better listeners.
451
1129840
3890
Isso significa que devemos
tornar-nos melhores ouvintes.
tornar-nos melhores ouvintes.
19:05
Thank you very much.
452
1133730
1419
Muito obrigada.
19:07
(Applause)
453
1135149
2303
(Aplausos)
ABOUT THE SPEAKER
Naomi Oreskes - Historian of scienceNaomi Oreskes is a historian of science who uses reason to fight climate change denial.
Why you should listen
Noami Oreskes is a professor of the History of Science and an affiliated professor of Earth and Planetary Sciences at Harvard University. She received her PhD at Stanford in 1990 in the Graduate Special Program in Geological Research and History of Science.
In her 2004 paper published in Science, "Beyond the Ivory Tower: The Scientific Consensus on Climate Change,” Oreskes analyzed nearly 1,000 scientific journals to directly assess the magnitude of scientific consensus around anthropogenic climate change. The paper was famously cited by Al Gore in his film An Inconvenient Truth and led Oreskes to testify in front of the U.S. Senate Committee on Environment and Public Works.
Oreskes is the co-author of the 2010 book Merchants of Doubt, which looks at how the tobacco industry attempted to cast doubt on the link between smoking and lung cancer, and the 2014 book The Collapse of Western Civilization: A View from the Future, which looks back at the present from the year 2093. Both are written with Erik M. Conway.
Naomi Oreskes | Speaker | TED.com