ABOUT THE SPEAKER
Stuart Firestein - Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge.

Why you should listen

You’d think that a scientist who studies how the human brain receives and perceives information would be inherently interested in what we know. But Stuart Firestein says he’s far more intrigued by what we don’t. “Answers create questions,” he says. “We may commonly think that we begin with ignorance and we gain knowledge [but] the more critical step in the process is the reverse of that.”

Firestein, who chairs the biological sciences department at Columbia University, teaches a course about how ignorance drives science. In it -- and in his 2012 book on the topic -- he challenges the idea that knowledge and the accumulation of data create certainty. Facts are fleeting, he says; their real purpose is to lead us to ask better questions.

More profile about the speaker
Stuart Firestein | Speaker | TED.com
TED2013

Stuart Firestein: The pursuit of ignorance

Stuart Firestein: Das Streben nach Ignoranz

Filmed:
2,046,254 views

Wie sieht echtes wissenschaftliches Arbeiten aus? Der Neurowissenschaftler Stuart Firestein witzelt: Wesentlich weniger wie eine wissenschaftliche Methode und eher wie "Herumrülpsen ... im Dunkeln". In diesem klugen Vortrag dringt Firestein zum Herz der Wissenschaft, wie sie heutzutage praktiziert wird, vor, und unterbreitet den Vorschlag, das wertzuschätzen, was wir nicht wissen – die "hochqualitative Ignoranz" – genau so sehr wie das, was wir wissen.
- Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge. Full bio

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

00:12
There is an ancientAntike proverbSprichwort that sayssagt
0
495
3558
Ein altes Sprichwort berichtet
von der Schwierigkeit,
00:16
it's very difficultschwer to find a blackschwarz catKatze in a darkdunkel roomZimmer,
1
4053
4062
eine schwarze Katze
in einem dunklen Raum zu finden,
00:20
especiallyinsbesondere when there is no catKatze.
2
8115
2788
besonders, wenn es keine Katze gibt.
00:22
I find this a particularlyinsbesondere aptAPT descriptionBeschreibung of scienceWissenschaft
3
10903
3329
Ich finde das eine sehr
passende Beschreibung
00:26
and how scienceWissenschaft worksWerke --
4
14232
2136
von Wissenschaft und
ihrer Funktionsweise –
00:28
bumblingstümperhaften around in a darkdunkel roomZimmer, bumpingstoßen into things,
5
16368
3320
man tapert in einem dunklen Raum herum,
stolpert über Gegenstände,
00:31
tryingversuchen to figureZahl out what shapegestalten this mightMacht be,
6
19688
2302
versucht, die Form von diesem
oder jenem zu erraten,
00:33
what that mightMacht be,
7
21990
1444
00:35
there are reportsBerichte of a catKatze somewhereirgendwo around,
8
23434
2489
es kursieren Gerüchte über eine Katze,
00:37
they maykann not be reliablezuverlässig, they maykann be,
9
25923
1793
keiner weiß, ob sie stimmen,
und so weiter und so fort.
00:39
and so forthher and so on.
10
27716
1520
00:41
Now I know this is differentanders than the way mostdie meisten people
11
29236
1976
Nun weiß ich, dass diese Auffassung
nicht mit der der meisten Leute übereinstimmt.
00:43
think about scienceWissenschaft.
12
31212
1552
00:44
ScienceWissenschaft, we generallyallgemein are told,
13
32764
1554
Im Allgemeinen wird uns eingetrichtert,
Wissenschaft sei
00:46
is a very well-orderedgeordneten mechanismMechanismus for
14
34318
2750
ein wohlgeordneter Mechanismus,
um die Welt zu verstehen,
00:49
understandingVerstehen the worldWelt,
15
37068
1301
00:50
for gainingGewinnung factsFakten, for gainingGewinnung dataDaten,
16
38369
2286
Fakten zu sammeln, Daten zu erheben;
sie ist regelbasiert
00:52
that it's rule-basedregelbasierte,
17
40655
1553
00:54
that scientistsWissenschaftler use this thing callednamens the scientificwissenschaftlich methodMethode
18
42208
3241
und Wissenschaftler verwenden
die sogenannte "wissenschaftliche Methode",
00:57
and we'vewir haben been doing this for 14 generationsGenerationen or so now,
19
45449
2839
jetzt schon seit 14 Generationen oder so,
01:00
and the scientificwissenschaftlich methodMethode is a setSet of rulesRegeln
20
48288
2571
und diese Methode ist ein Regelsatz,
01:02
for gettingbekommen hardhart, coldkalt factsFakten out of the dataDaten.
21
50859
4192
der die knallharten Fakten
aus den Daten herausholt.
01:07
I'd like to tell you that's not the caseFall.
22
55051
2095
Ich möchte Sie vom Gegenteil überzeugen.
01:09
So there's the scientificwissenschaftlich methodMethode,
23
57146
1832
Hier haben wir die wissenschaftliche Methode,
aber tatsächlich passiert das hier. (Lachen)
01:10
but what's really going on is this. (LaughterLachen)
24
58978
2319
[Wissenschaftliche Methode vs. Herumrülpsen]
01:13
[The ScientificWissenschaftliche MethodMethode vsvs. FartingFurzen Around]
25
61297
958
01:14
And it's going on kindArt of like that.
26
62255
3104
Und es läuft ungefähr so ab.
[... im Dunkeln]
(Lachen)
01:17
[... in the darkdunkel] (LaughterLachen)
27
65359
1421
01:18
So what is the differenceUnterschied, then,
28
66780
4541
Wo liegt nun der Unterschied
01:23
betweenzwischen the way I believe scienceWissenschaft is pursuedverfolgte
29
71321
3816
zwischen meinem Blick
auf Wissenschaft
01:27
and the way it seemsscheint to be perceivedwahrgenommen?
30
75137
2861
und der allgemeinen Wahrnehmung?
01:29
So this differenceUnterschied first camekam to me in some waysWege
31
77998
2715
Dieser Unterschied wurde mir
zuerst auf verschiedene Weise
01:32
in my dualDual roleRolle at ColumbiaColumbia UniversityUniversität,
32
80713
2097
in meiner Doppelrolle
an der Columbia University bewusst –
01:34
where I'm bothbeide a professorProfessor and runLauf a laboratoryLabor in neuroscienceNeurowissenschaften
33
82810
4155
ich habe dort eine Professur und
betreibe ein Neurowissenschaft-Labor,
01:38
where we try to figureZahl out how the brainGehirn worksWerke.
34
86965
2195
an dem wir die Funktionsweise
des Gehirns ergründen.
01:41
We do this by studyingstudieren the senseSinn of smellGeruch,
35
89160
2371
Dies tun wir, indem wir
den Geruchssinn untersuchen,
01:43
the senseSinn of olfactionGeruchssinn, and in the laboratoryLabor,
36
91531
2531
die olfaktorische Wahrnehmung,
und im Labor
01:46
it's a great pleasureVergnügen and fascinatingfaszinierend work
37
94062
2634
ist es ein großes Vergnügen
und sehr faszinierend und aufregend,
01:48
and excitingaufregend to work with graduateAbsolvent studentsStudenten and post-docsPost-docs
38
96696
2871
mit Studienabgängern
und Doktoranden zusammenzuarbeiten
01:51
and think up coolcool experimentsExperimente to understandverstehen how this
39
99567
2611
und sich coole Experimente auszudenken,
01:54
senseSinn of smellGeruch worksWerke and how the brainGehirn mightMacht be workingArbeiten,
40
102178
2386
um diesen Geruchssinn
und das Gehirn zu verstehen.
01:56
and, well, franklyoffen, it's kindArt of exhilaratingberauschende.
41
104564
2802
Offen gesagt ist es
irgendwie berauschend.
01:59
But at the samegleich time, it's my responsibilityVerantwortung
42
107366
2718
Aber zur selben Zeit
trage ich die Verantwortung
02:02
to teachlehren a largegroß courseKurs to undergraduatesDiplomanden on the brainGehirn,
43
110084
2949
für einen Kurs über das Gehirn für Studenten
– ein riesiges Themengebiet –
02:05
and that's a biggroß subjectFach,
44
113033
1075
02:06
and it takes quiteganz a while to organizeorganisieren that,
45
114108
2391
und das dauert eine ganze Weile
02:08
and it's quiteganz challengingherausfordernd and it's quiteganz interestinginteressant,
46
116499
2811
und ist ziemlich herausfordernd
und interessant
02:11
but I have to say, it's not so exhilaratingberauschende.
47
119310
3557
aber, rund heraus,
nicht ganz so berauschend.
02:14
So what was the differenceUnterschied?
48
122867
1396
Wo liegt der Unterschied?
02:16
Well, the courseKurs I was and am teachingLehren
49
124263
2069
Der Kurs, den ich weiter unterrichte,
02:18
is callednamens CellularMobilfunk and MolecularMolekulare NeuroscienceNeurowissenschaften - I. (LaughsLacht)
50
126332
6464
heißt Zellulare und Molekulare
Neurowissenschaft – Teil Eins. (Lacht)
02:24
It's 25 lecturesVorträge fullvoll of all sortssortiert of factsFakten,
51
132796
4555
Er besteht aus 25 Vorlesungen
mit verschiedensten Fakten
02:29
it usesVerwendungen this giantRiese bookBuch callednamens "PrinciplesGrundsätze of NeuralNeuronale ScienceWissenschaft"
52
137351
4317
und verwendet dieses riesige Buch
namens "Prinzipien neuraler Wissenschaft"
02:33
by threedrei famousberühmt neuroscientistsNeurowissenschaftler.
53
141668
2334
von drei berühmten Neurowissenschaftlern.
02:36
This bookBuch comeskommt in at 1,414 pagesSeiten,
54
144002
3781
Das Buch beläuft sich auf 1.414 Seiten
02:39
it weighswiegt a heftysaftige sevenSieben and a halfHälfte poundsPfunde.
55
147783
2736
und wiegt sagenhafte 3 kg.
02:42
Just to put that in some perspectivePerspektive,
56
150519
1927
Um das mal in Relation zu setzen,
02:44
that's the weightGewicht of two normalnormal humanMensch brainsGehirne.
57
152446
3455
das ist das Gewicht zweier
normaler menschlicher Gehirne.
02:47
(LaughterLachen)
58
155901
3283
(Lachen)
02:51
So I beganbegann to realizerealisieren, by the endEnde of this courseKurs,
59
159184
3267
Und so erkannte ich
am Ende dieses Kurses,
02:54
that the studentsStudenten maybe were gettingbekommen the ideaIdee
60
162451
2248
dass die Studenten vielleicht
den Eindruck bekamen,
02:56
that we mustsollen know everything there is to know about the brainGehirn.
61
164699
3031
dass wir alles Wissenswerte
über das Gehirn wissen.
02:59
That's clearlydeutlich not truewahr.
62
167730
1762
Das stimmt natürlich nicht.
03:01
And they mustsollen alsoebenfalls have this ideaIdee, I supposeannehmen,
63
169492
2698
Und sie mussten auch
zu dem Eindruck gelangt sein,
03:04
that what scientistsWissenschaftler do is collectsammeln dataDaten and collectsammeln factsFakten
64
172190
3381
dass Wissenschaftler
Daten erheben und Fakten sammeln
03:07
and stickStock them in these biggroß booksBücher.
65
175571
2089
und die dann in fette Bücher stecken.
03:09
And that's not really the caseFall eitherentweder.
66
177660
1407
Das stimmt auch nicht so richtig.
03:11
When I go to a meetingTreffen, after the meetingTreffen day is over
67
179067
3303
Wenn ich mich nach einem Tag voller Treffen
03:14
and we collectsammeln in the barBar over a couplePaar of beersBier with my colleaguesKollegen,
68
182370
3097
in einer Bar auf ein paar Bier
mit den Kollegen treffe,
03:17
we never talk about what we know.
69
185467
2201
reden wir nie über das,
was wir wissen.
03:19
We talk about what we don't know.
70
187668
2166
Wir reden über das,
was wir nicht wissen.
03:21
We talk about what still has to get doneerledigt,
71
189834
2285
Wir sprechen darüber,
was noch getan werden muss,
03:24
what's so criticalkritisch to get doneerledigt in the labLabor.
72
192119
2825
was unbedingt im Labor
erledigt werden muss.
03:26
IndeedIn der Tat, this was, I think, bestBeste said by MarieMarie CurieCurie
73
194944
2557
Am besten wurde das von – glaube ich –
Marie Curie ausgedrückt:
03:29
who said that one never noticesHinweise what has been doneerledigt
74
197501
2419
"Man bemerkt nie das, was getan wurde,
03:31
but only what remainsbleibt bestehen to be doneerledigt.
75
199920
1461
sondern nur das, was noch zu tun ist."
03:33
This was in a letterBrief to her brotherBruder after obtainingBeschaffung
76
201381
2225
Sie schrieb dies ihrem Bruder,
03:35
her secondzweite graduateAbsolvent degreeGrad, I should say.
77
203606
3718
nachdem sie ihren
zweiten Uni-Abschluss erhielt.
03:39
I have to pointPunkt out this has always been one of my favoriteFavorit picturesBilder of MarieMarie CurieCurie,
78
207324
2813
Das hier war schon immer eines
meiner liebsten Bilder von Marie Curie,
03:42
because I am convincedüberzeugt that that glowGlühen behindhinter her
79
210137
2303
denn ich bin mir sicher,
dass das Leuchten hinter ihr
03:44
is not a photographicfotografische effectbewirken. (LaughterLachen)
80
212440
2738
kein Lichteffekt ist. (Lachen)
03:47
That's the realecht thing.
81
215178
1800
Das ist echt.
03:48
It is truewahr that her papersPapiere are, to this day,
82
216978
4380
Es stimmt, dass ihre Artikel bis heute
03:53
storedgespeichert in a basementKeller roomZimmer in the BibliothBibliothèqueque FranFrançaiseAISE
83
221358
2879
in einem Kellerraum
der Bibliothèque Française aufbewahrt werden,
03:56
in a concreteBeton roomZimmer that's lead-linedBlei-gefüttert,
84
224237
2197
in einem Betonbunker mit Bleiverkleidung,
03:58
and if you're a scholarGelehrter and you want accessZugriff to these notebooksNotizbücher,
85
226434
2652
und wenn man als Gelehrter
diese Aufzeichnungen lesen möchte,
04:01
you have to put on a fullvoll radiationStrahlung hazmatGefahrgut suitAnzug,
86
229086
2749
muss man einen
strahlensicheren Anzug anziehen,
04:03
so it's prettyziemlich scaryunheimlich businessGeschäft.
87
231835
2351
ziemlich gruselige Sache.
04:06
NonethelessDennoch, this is what I think we were leavingVerlassen out
88
234186
2796
Aber genau das lassen wir
in unseren Kursen weg,
04:08
of our coursesKurse
89
236982
1626
04:10
and leavingVerlassen out of the interactionInteraktion that we have
90
238608
2526
und wir lassen die Interaktion aus,
die wir als Wissenschaftler
04:13
with the publicÖffentlichkeit as scientistsWissenschaftler, the what-remains-to-be-doneWas-bleibt-zu-sein-fertig.
91
241134
2973
mit der Öffentlichkeit haben,
das "was noch zu tun ist".
04:16
This is the stuffSachen that's exhilaratingberauschende and interestinginteressant.
92
244107
2634
Die total aufregenden und
interessanten Sachen.
04:18
It is, if you will, the ignoranceIgnoranz.
93
246741
2910
Die Ignoranz, wenn man so will.
04:21
That's what was missingfehlt.
94
249651
979
Die fehlt.
04:22
So I thought, well, maybe I should teachlehren a courseKurs
95
250630
2860
Und so dachte ich mir,
vielleicht solle ich einen Kurs
04:25
on ignoranceIgnoranz,
96
253490
2100
über Ignoranz halten,
04:27
something I can finallyendlich excelübertreffen at, perhapsvielleicht, for exampleBeispiel.
97
255590
3629
vielleicht endlich etwas,
worin ich richtig gut bin.
04:31
So I did startAnfang teachingLehren this courseKurs on ignoranceIgnoranz,
98
259219
1878
Also begann ich diesen Kurs über Ignoranz
04:33
and it's been quiteganz interestinginteressant
99
261097
1096
und das ist ganz schön interessant.
04:34
and I'd like to tell you to go to the websiteWebseite.
100
262193
2086
Sie sollten mal auf die Webseite gehen.
04:36
You can find all sortssortiert of informationInformation there. It's widebreit openöffnen.
101
264279
3636
Dort finden Sie alle möglichen Informationen.
Sie ist offen zugänglich.
04:39
And it's been really quiteganz an interestinginteressant time for me
102
267915
3523
Und es ist eine recht
interessante Erfahrung für mich,
04:43
to meetTreffen up with other scientistsWissenschaftler who come in and talk
103
271438
1841
andere Wissenschafter zu treffen,
die kommen
04:45
about what it is they don't know.
104
273279
1548
und darüber sprechen,
was sie nicht wissen.
04:46
Now I use this wordWort "ignoranceIgnoranz," of courseKurs,
105
274827
1985
Ich verwende hier
das Wort "Ignoranz" natürlich,
04:48
to be at leastam wenigsten in partTeil intentionallyabsichtlich provocativeprovokativ,
106
276812
3158
um wenigstens teilweise zu provozieren,
04:51
because ignoranceIgnoranz has a lot of badschlecht connotationsKonnotationen
107
279970
2390
denn Ignoranz hat
einen ziemlich schlechten Beiklang
04:54
and I clearlydeutlich don't mean any of those.
108
282360
2005
und den meine ich auf keinen Fall.
04:56
So I don't mean stupidityDummheit, I don't mean a callowCallow indifferenceGleichgültigkeit
109
284365
3505
Ich meine hier keine Dummheit,
keine unverhohlene Indifferenz
04:59
to factTatsache or reasonGrund or dataDaten.
110
287870
2308
gegenüber Vernunft, Daten oder Tatsachen.
05:02
The ignorantignorant are clearlydeutlich unenlightenedunerleuchteten, unawarenicht bewusst,
111
290178
3271
Die Ignoranten sind eindeutig
unerleuchtet, un-bewusst, uninformiert,
05:05
uninformeduninformiert, and presentGeschenk companyUnternehmen todayheute exceptedausgenommen hiervon,
112
293449
3307
und Anwesende natürlich ausgeschlossen,
05:08
oftenhäufig occupybesetzen electedgewählt officesBüros, it seemsscheint to me.
113
296756
2908
wurden sie scheinbar oft
in ihre Position gewählt.
05:11
That's anotherein anderer storyGeschichte, perhapsvielleicht.
114
299664
1806
Das ist vielleicht eine andere Geschichte.
05:13
I mean a differentanders kindArt of ignoranceIgnoranz.
115
301470
1633
Ich meine hier eine andere Ignoranz.
05:15
I mean a kindArt of ignoranceIgnoranz that's lessWeniger pejorativeabwertend,
116
303103
2268
Eine weniger abwertende Ignoranz,
05:17
a kindArt of ignoranceIgnoranz that comeskommt from a communalkommunal gapSpalt in our knowledgeWissen,
117
305371
3487
die von einer gemeinschaftlichen
Wissenslücke kommt,
etwas, das einfach nicht
zum Wissen gedacht ist,
05:20
something that's just not there to be knownbekannt
118
308858
1865
05:22
or isn't knownbekannt well enoughgenug yetnoch or we can't make predictionsVorhersagen from,
119
310723
2821
oder noch nicht bekannt genug,
oder wir können keine Schlüsse ziehen,
05:25
the kindArt of ignoranceIgnoranz that's maybe bestBeste summedsummiert up
120
313544
2318
die Art von Ignoranz,
die man vielleicht am ehesten
05:27
in a statementErklärung by JamesJames ClerkSchreiber MaxwellMaxwell,
121
315862
1845
in einem Zitat von James Clerk Maxwell
zusammenfasst,
05:29
perhapsvielleicht the greatestgrößte physicistPhysiker betweenzwischen NewtonNewton and EinsteinEinstein,
122
317707
3449
der wohl größte Physiker
zwischen Newton und Einstein,
05:33
who said, "ThoroughlyGründlich consciousbewusst ignoranceIgnoranz
123
321156
2301
der sagte: "Der Auftakt zu jedem
wahren wissenschaftlichen Fortschritt
05:35
is the preludeVorspiel to everyjeden realecht advanceVoraus in scienceWissenschaft."
124
323457
2568
ist eine gründliche, bewusste Ignoranz."
05:38
I think it's a wonderfulwunderbar ideaIdee:
125
326025
1388
Das ist doch ein toller Gedanke:
05:39
thoroughlygründlich consciousbewusst ignoranceIgnoranz.
126
327413
3147
eine gründliche, bewusste Ignoranz.
05:42
So that's the kindArt of ignoranceIgnoranz that I want to talk about todayheute,
127
330560
2421
Über diese Art Ignoranz möchte ich
heute also sprechen,
05:44
but of courseKurs the first thing we have to clearklar up
128
332981
1519
doch erst müssen wir eines klären:
05:46
is what are we going to do with all those factsFakten?
129
334500
2103
Was machen wir mit all den Fakten?
05:48
So it is truewahr that scienceWissenschaft pilesPfähle up at an alarmingalarmierende ratePreis.
130
336603
3674
Ja, die Wissenschaft erhebt
rasend schnell Daten.
05:52
We all have this senseSinn that scienceWissenschaft is this mountainBerg of factsFakten,
131
340277
2810
Wissenschaft scheint für uns alle
dieser riesige Faktenberg,
05:55
this accumulationAkkumulation modelModell- of scienceWissenschaft, as manyviele have callednamens it,
132
343087
4036
dieses Akkumulationsmodell der Wissenschaft,
wie es einige nannten,
05:59
and it seemsscheint impregnableuneinnehmbare, it seemsscheint impossibleunmöglich.
133
347123
2451
und er scheint undurchdringlich. Unmöglich.
06:01
How can you ever know all of this?
134
349574
1314
Wie kann man das je alles wissen?
06:02
And indeedtatsächlich, the scientificwissenschaftlich literatureLiteratur growswächst at an alarmingalarmierende ratePreis.
135
350888
3581
Und tatsächlich – die Fachliteratur
wächst alarmierend schnell.
06:06
In 2006, there were 1.3 millionMillion papersPapiere publishedveröffentlicht.
136
354469
3654
2006 gab es 1,3 Millionen
veröffentlichte Artikel.
06:10
There's about a two-and-a-half-percentzwei Prozent yearlyjährlich growthWachstum ratePreis,
137
358123
2632
Bei einer Wachstumsrate von 2,5 % pro Jahr
06:12
and so last yearJahr we saw over one and a halfHälfte millionMillion papersPapiere beingSein publishedveröffentlicht.
138
360755
4390
waren wir letztes Jahr bei
mehr als 1,5 Millionen angekommen.
06:17
DivideTeilen that by the numberNummer of minutesProtokoll in a yearJahr,
139
365145
2230
Teilen Sie das mal auf Minuten pro Jahr auf,
06:19
and you windWind up with threedrei newneu papersPapiere perpro minuteMinute.
140
367375
3138
dann erhalten Sie drei Artikel pro Minute.
06:22
So I've been up here a little over 10 minutesProtokoll,
141
370513
1482
Ich stehe hier also seit gut 10 Minuten
06:23
I've alreadybereits losthat verloren threedrei papersPapiere.
142
371995
1776
und habe schon drei Artikel verpasst.
06:25
I have to get out of here actuallytatsächlich. I have to go readlesen.
143
373771
2840
Eigentlich muss ich weg. Ich muss lesen.
06:28
So what do we do about this? Well, the factTatsache is
144
376611
3446
Wie können wir das angehen? Es ist so:
06:32
that what scientistsWissenschaftler do about it is a kindArt of a controlledkontrolliert neglectvernachlässigen, if you will.
145
380057
4509
Wissenschaftler gehen mit einer kontrollierten
Missachtung an das Thema heran.
06:36
We just don't worrySorge about it, in a way.
146
384566
2664
Auf eine gewisse Art ist es uns egal.
06:39
The factsFakten are importantwichtig. You have to know a lot of stuffSachen
147
387230
2243
Fakten sind wichtig.
Um Wissenschaftler zu sein,
06:41
to be a scientistWissenschaftler. That's truewahr.
148
389473
1810
muss man eine Menge wissen. Okay.
06:43
But knowingzu wissen a lot of stuffSachen doesn't make you a scientistWissenschaftler.
149
391283
2927
Aber viel zu wissen,
macht einen nicht zum Wissenschaftler.
06:46
You need to know a lot of stuffSachen to be a lawyerAnwalt
150
394210
2665
Man muss auch eine Menge wissen,
um Anwalt zu werden,
06:48
or an accountantBuchhalter or an electricianElektriker or a carpenterTischler.
151
396875
3892
oder Buchhalter,
oder Elektriker, oder Schreiner.
06:52
But in scienceWissenschaft, knowingzu wissen a lot of stuffSachen is not the pointPunkt.
152
400767
3610
Aber in der Wissenschaft ist viel zu wissen
nicht der Sinn der Sache.
06:56
KnowingWissen a lot of stuffSachen is there to help you get
153
404377
3556
Viel zu wissen hilft dabei,
06:59
to more ignoranceIgnoranz.
154
407933
1388
mehr Ignoranz zu erlangen.
07:01
So knowledgeWissen is a biggroß subjectFach, but I would say
155
409321
2510
Wissen ist also das große Thema,
doch ich behaupte mal,
07:03
ignoranceIgnoranz is a biggergrößer one.
156
411831
2487
Ignoranz ist das größere.
07:06
So this leadsführt us to maybe think about, a little bitBit
157
414318
2194
Das führt uns dazu, vielleicht ein bisschen
07:08
about, some of the modelsModelle of scienceWissenschaft that we tendneigen to use,
158
416528
2883
über ein paar gängige
Wissenschaftsmodelle nachzudenken,
07:11
and I'd like to disabuseabzubringen you of some of them.
159
419411
1825
von denen ich Ihnen einige
gern abgewöhnen möchte.
07:13
So one of them, a popularBeliebt one, is that scientistsWissenschaftler
160
421236
2313
Ein beliebtes Modell ist das Puzzle:
07:15
are patientlygeduldig puttingPutten the piecesStücke of a puzzlePuzzle togetherzusammen
161
423549
2628
Wissenschaftler setzen geduldig
die Einzelteile zusammen,
07:18
to revealverraten some grandgroßartig schemeplanen or anotherein anderer.
162
426177
2773
um irgendeinen Masterplan zu enthüllen.
07:20
This is clearlydeutlich not truewahr. For one, with puzzlesRätsel,
163
428950
2558
Das stimmt natürlich nicht.
Zum einen garantiert bei Puzzeln
07:23
the manufacturerHersteller has guaranteedgarantiert that there's a solutionLösung.
164
431508
3499
der Hersteller eine Lösung.
07:27
We don't have any sucheine solche guaranteeGarantie.
165
435007
1749
Wir haben keine solche Garantie.
07:28
IndeedIn der Tat, there are manyviele of us who aren'tsind nicht so sure about the manufacturerHersteller.
166
436756
3155
Viele von uns zweifeln schon am "Hersteller".
07:31
(LaughterLachen)
167
439911
3063
(Lachen)
07:34
So I think the puzzlePuzzle modelModell- doesn't work.
168
442974
1757
Also funktioniert das Puzzle-Modell nicht.
07:36
AnotherEin weiterer popularBeliebt modelModell- is that scienceWissenschaft is busybeschäftigt unravelingentwirren things
169
444731
3514
Ein weiteres gängiges Bild
ist das schrittweise Enthüllen,
07:40
the way you unravelentwirren the peelsschält of an onionZwiebel.
170
448245
2196
etwa wie das Entfernen
einzelner Zwiebelschalen.
07:42
So peelschälen by peelschälen, you take away the layersLagen of the onionZwiebel
171
450441
2989
So wird Schale für Schale
die Zwiebel enthüllt,
07:45
to get at some fundamentalgrundlegend kernelKernel of truthWahrheit.
172
453430
2319
um zum fundamentalen
Kern der Wahrheit zu gelangen.
07:47
I don't think that's the way it worksWerke eitherentweder.
173
455749
2187
Aber so funktioniert es auch nicht.
07:49
AnotherEin weiterer one, a kindArt of popularBeliebt one, is the icebergEisberg ideaIdee,
174
457936
2934
Hier noch ein beliebtes Modell,
das des Eisbergs.
07:52
that we only see the tipSpitze of the icebergEisberg but underneathunterhalb
175
460870
2460
Wir sehen nur seine Spitze,
doch darunter
07:55
is where mostdie meisten of the icebergEisberg is hiddenversteckt.
176
463330
2185
ist der größte Teil des Eisbergs versteckt.
07:57
But all of these modelsModelle are basedbasierend on the ideaIdee of a largegroß bodyKörper of factsFakten
177
465515
3554
All diese Modelle sind auf der Idee
eines Faktenkorpus begründet,
08:01
that we can somehowirgendwie or anotherein anderer get completedabgeschlossen.
178
469069
2420
den man irgendwie vervollständigen kann.
08:03
We can chipChip away at this icebergEisberg and figureZahl out what it is,
179
471489
3343
Wir können den Eisberg zerhacken
und ihn enträtseln,
08:06
or we could just wait for it to meltSchmelze, I supposeannehmen, these daysTage,
180
474832
2605
oder heutzutage einfach warten,
bis er schmilzt.
08:09
but one way or anotherein anderer we could get to the wholeganze icebergEisberg. Right?
181
477437
3227
Doch irgendwie gelangen wir
an den ganzen Eisberg. Oder?
08:12
Or make it manageableüberschaubare. But I don't think that's the caseFall.
182
480664
2467
Oder er bekommt eine übersichtliche Größe.
Doch das ist nicht der Fall.
08:15
I think what really happensdas passiert in scienceWissenschaft
183
483131
2399
Tatsächlich entspricht die Wissenschaft
08:17
is a modelModell- more like the magicMagie well,
184
485530
1830
eher einem magischen Brunnen:
08:19
where no matterAngelegenheit how manyviele bucketsEimer you take out,
185
487360
1837
Egal, wie viele Eimer Wasser
man ihm entnimmt,
08:21
there's always anotherein anderer bucketEimer of waterWasser to be had,
186
489197
2112
man kann immer noch
einen weiteren herausholen,
08:23
or my particularlyinsbesondere favoriteFavorit one,
187
491309
2127
oder hier mein liebstes Bild,
08:25
with the effectbewirken and everything, the ripplesWellen on a pondTeich.
188
493436
2939
was den Effekt und alles betrifft:
Wellen in einem Teich.
08:28
So if you think of knowledgeWissen beingSein this ever-expandingimmer größer werdenden rippleWelligkeit on a pondTeich,
189
496375
3127
Betrachten Sie Wissen also als diese
sich ausbreitende Wellenbewegung,
08:31
the importantwichtig thing to realizerealisieren is that our ignoranceIgnoranz,
190
499502
3382
muss man hier erkennen,
dass unsere Ignoranz,
08:34
the circumferenceUmfang of this knowledgeWissen, alsoebenfalls growswächst with knowledgeWissen.
191
502884
3382
der Umfang unseres Wissens,
mit dem Wissen zunimmt.
08:38
So the knowledgeWissen generateserzeugt ignoranceIgnoranz.
192
506266
2763
Das Wissen generiert also Ignoranz.
08:41
This is really well said, I thought, by GeorgeGeorge BernardBernard ShawShaw.
193
509029
2915
Ich finde, das hat George Bernard Shaw
wirklich gut formuliert.
08:43
This is actuallytatsächlich partTeil of a toastToast that he deliveredgeliefert
194
511944
2677
Eigentlich ist das ein Teil
eines Trinkspruches,
den er auf einem Diner
zu Ehren Einsteins aussprach.
08:46
to celebratefeiern EinsteinEinstein at a dinnerAbendessen celebratingfeiern Einstein'sEinsteins work,
195
514621
3677
["Die Wissenschaft liegt immer falsch.
Sie löst kein Problem,
ohne dabei 10 neue aufzuwerfen.]
08:50
in whichwelche he claimsAnsprüche that scienceWissenschaft
196
518298
1414
08:51
just createserstellt more questionsFragen than it answersAntworten.
["ScienceWissenschaft is always wrongfalsch. It never solveslöst a problemProblem withoutohne creatingErstellen 10 more."]
197
519712
2265
08:53
I find that kindArt of gloriousglorreiche, and I think he's preciselygenau right,
198
521977
3542
Das finde ich glorreich und stimme ihm völlig zu.
08:57
plusPlus it's a kindArt of jobJob securitySicherheit.
199
525519
2526
Außerdem sorgt das für Sicherheit im Beruf.
09:00
As it turnswendet sich out, he kindArt of cribbedabgeschaut that
200
528045
2726
Diesen Gedanken hatte er eigentlich
09:02
from the philosopherPhilosoph ImmanuelImmanuel KantKant
201
530771
1852
vom Philosophen Immanuel Kant abgekupfert,
09:04
who a hundredhundert yearsJahre earliervorhin had come up with this ideaIdee
202
532623
2645
der 100 Jahre vor ihm schon die Idee
09:07
of questionFrage propagationVermehrung, that everyjeden answerAntworten begetszeugt more questionsFragen.
203
535268
3808
von der Fragenvermehrung gehabt hatte:
"Jede Antwort führt nur zu mehr Fragen."
09:11
I love that termBegriff, "questionFrage propagationVermehrung,"
204
539076
2199
Ich liebe diesen Begriff, "Fragenvermehrung",
09:13
this ideaIdee of questionsFragen propagatingVermehrung out there.
205
541275
2739
diesen Gedanken, dass Fragen
sich fröhlich fortpflanzen.
09:16
So I'd say the modelModell- we want to take is not
206
544014
1887
Ich sage also,
ein passendes Modell ist keines,
09:17
that we startAnfang out kindArt of ignorantignorant and we get some factsFakten togetherzusammen
207
545901
3509
wo wir ignorant anfangen
und dann Fakten sammeln
09:21
and then we gaingewinnen knowledgeWissen.
208
549410
2143
und so Wissen erlangen.
09:23
It's ratherlieber kindArt of the other way around, really.
209
551553
2379
Es ist eher anders herum.
09:25
What do we use this knowledgeWissen for?
210
553932
1907
Wofür verwenden wir dieses Wissen?
09:27
What are we usingmit this collectionSammlung of factsFakten for?
211
555839
2528
Wofür verwenden wir
diese Faktensammlungen?
09:30
We're usingmit it to make better ignoranceIgnoranz,
212
558367
2857
Wir verbessern damit
unsere Ignoranz,
09:33
to come up with, if you will, higher-qualityhöhere Qualität ignoranceIgnoranz.
213
561224
3079
wir erlangen sozusagen
mehr hoch-qualitative Ignoranz.
09:36
Because, you know, there's low-qualitygeringer Qualität ignoranceIgnoranz
214
564303
1872
Denn es gibt natürlich
eine niedrig-qualitative Ignoranz
09:38
and there's high-qualityqualitativ hochwertige ignoranceIgnoranz. It's not all the samegleich.
215
566175
2413
und eine hoch-qualitative
Ignoranz ist nicht gleich Ignoranz.
09:40
ScientistsWissenschaftler argueargumentieren about this all the time.
216
568588
2370
Ein andauernder Streit
unter Wissenschaftlern.
09:42
SometimesManchmal we call them bullStier sessionsSitzungen.
217
570958
1965
Wir nennen es manchmal Stierkampf
09:44
SometimesManchmal we call them grantgewähren proposalsVorschläge.
218
572923
1918
und manchmal Forschungsanträge.
09:46
But nonethelessdennoch, it's what the argumentStreit is about.
219
574841
3508
Aber darum geht es bei diesem Streit.
09:50
It's the ignoranceIgnoranz. It's the what we don't know.
220
578349
1844
Es geht um die Ignoranz.
Darum, was wir nicht wissen.
09:52
It's what makesmacht a good questionFrage.
221
580193
2690
Darum, was eine gute Frage ausmacht.
09:54
So how do we think about these questionsFragen?
222
582883
1630
Was halten wir von diesen Fragen?
09:56
I'm going to showShow you a graphGraph that showszeigt an up
223
584513
1952
Ich zeige Ihnen mal ein Diagramm,
09:58
quiteganz a bitBit on happyglücklich hourStunde postersPoster in variousverschiedene scienceWissenschaft departmentsAbteilungen.
224
586465
3867
das ein paar Stunden des Glücks
in verschiedenen Wissenschaftszweigen zeigt.
10:02
This graphGraph asksfragt the relationshipBeziehung betweenzwischen what you know
225
590332
4221
Es geht hier um die Beziehung
zwischen dem, was Sie kennen,
10:06
and how much you know about it.
226
594553
2190
und wie viel Sie darüber wissen.
10:08
So what you know, you can know anywhereirgendwo from nothing to everything, of courseKurs,
227
596743
3515
Das Bekannte kann also
von 'Null' bis 'Alles' reichen,
10:12
and how much you know about it can be anywhereirgendwo
228
600258
1683
und wie viel Sie darüber wissen,
10:13
from a little to a lot.
229
601941
2423
reicht von ein bisschen bis viel.
10:16
So let's put a pointPunkt on the graphGraph. There's an undergraduateBachelor.
230
604364
4232
Hier ist ein ein Punkt im Diagramm.
Ein Student.
10:20
Doesn't know much but they have a lot of interestinteressieren.
231
608596
2364
Weiß noch nicht viel,
aber interessiert sich für vieles.
10:22
They're interestedinteressiert in almostfast everything.
232
610960
1691
Interessiert sich für fast alles.
10:24
Now you look at a master'sMaster studentSchüler, a little furtherdes Weiteren alongeine lange in theirihr educationBildung,
233
612651
3454
Hier haben wir einen Master-Student,
schon ein bisschen weiter in der Ausbildung.
10:28
and you see they know a bitBit more,
234
616105
1351
Der weiß schon etwas mehr,
10:29
but it's been narrowedverengt somewhatetwas.
235
617456
1890
aber das Wissen ist etwas enger geworden.
10:31
And finallyendlich you get your PhPH.D., where it turnswendet sich out
236
619346
2719
Und hier haben wir
den Doktoranden, der weiß dann
10:34
you know a tremendousenorm amountMenge about almostfast nothing. (LaughterLachen)
237
622065
5105
eine unglaubliche Menge
über fast nichts. (Lachen)
10:39
What's really disturbingstörend is the trendTrend lineLinie that goesgeht throughdurch that
238
627170
3781
Sehr verstörend daran ist
der durchlaufende Trend,
10:42
because, of courseKurs, when it dipstaucht belowunten the zeroNull axisAchse, there,
239
630951
3775
denn dort, wo er die Null unterschreitet,
10:46
it getsbekommt into a negativeNegativ areaBereich.
240
634726
2262
geht er in eine negative Ecke.
10:48
That's where you find people like me, I'm afraidAngst.
241
636988
2915
Dort befinden sich dann
leider Leute wie ich.
10:51
So the importantwichtig thing here is that this can all be changedgeändert.
242
639903
3368
Wichtig ist hieran ist,
das all dies veränderbar ist.
10:55
This wholeganze viewAussicht can be changedgeändert
243
643271
1804
Der ganze Blickpunkt
kann verändert werden,
10:57
by just changingÄndern the labelEtikette on the x-axisx-Achse.
244
645075
3161
indem man einfach
die X-Achse umbenennt.
11:00
So insteadstattdessen of how much you know about it,
245
648236
1917
Anstatt zu fragen, wie viel wir darüber wissen,
11:02
we could say, "What can you askFragen about it?"
246
650153
3541
können wir fragen:
"Was kann man darüber fragen?"
11:05
So yes, you do need to know a lot of stuffSachen as a scientistWissenschaftler,
247
653694
2867
Also, ja, man muss als Chemiker viel wissen,
11:08
but the purposeZweck of knowingzu wissen a lot of stuffSachen
248
656561
2629
aber der Sinn all dieses Wissens
11:11
is not just to know a lot of stuffSachen. That just makesmacht you a geekGeek, right?
249
659190
2587
ist es nicht nur, viel zu wissen.
Dann ist man nur ein Streber, oder?
11:13
KnowingWissen a lot of stuffSachen, the purposeZweck is
250
661777
2138
Wer viel weiß, sollte in der Lage sein,
11:15
to be ablefähig to askFragen lots of questionsFragen,
251
663915
1676
viele Fragen stellen zu können,
11:17
to be ablefähig to frameRahmen thoughtfulnachdenklich, interestinginteressant questionsFragen,
252
665591
3088
durchdachte, interessante Fragen zu formulieren,
11:20
because that's where the realecht work is.
253
668679
1725
denn darin steckt die eigentliche Arbeit.
11:22
Let me give you a quickschnell ideaIdee of a couplePaar of these sortssortiert of questionsFragen.
254
670404
2552
Hier ein kurzer Eindruck
von einigen dieser Fragen.
Ich bin Neurowissenschaftler.
11:24
I'm a neuroscientistNeurowissenschaftler, so how would we come up
255
672956
2163
Wie finden wir neue Fragen
in der Neurowissenschaft?
11:27
with a questionFrage in neuroscienceNeurowissenschaften?
256
675119
1431
11:28
Because it's not always quiteganz so straightforwardeinfach.
257
676550
2669
Der Prozess ist nicht immer so geradlinig.
11:31
So, for exampleBeispiel, we could say, well what is it that the brainGehirn does?
258
679219
2559
Zum Beispiel könnten wir fragen:
Was genau tut das Gehirn denn?
11:33
Well, one thing the brainGehirn does, it movesbewegt us around.
259
681778
1814
Eine Sache wäre die:
Es bewegt uns.
11:35
We walkgehen around on two legsBeine.
260
683592
2005
Wir laufen auf zwei Beinen.
11:37
That seemsscheint kindArt of simpleeinfach, somehowirgendwie or anotherein anderer.
261
685597
1851
Das scheint recht simpel.
11:39
I mean, virtuallyvirtuell everybodyjeder over 10 monthsMonate of ageAlter
262
687448
2725
Fast jeder, der älter als 10 Monate ist,
11:42
walksSpaziergänge around on two legsBeine, right?
263
690173
2172
läuft auf zwei Beinen, oder nicht?
11:44
So that maybe is not that interestinginteressant.
264
692345
1391
Vielleicht ist das also nicht so interessant.
11:45
So insteadstattdessen maybe we want to choosewählen something a little more complicatedkompliziert to look at.
265
693736
3148
Vielleicht sollten wir uns
eine kompliziertere Frage anschauen.
11:48
How about the visualvisuell systemSystem?
266
696884
2775
Wie wäre es mit dem visuellen System?
11:51
There it is, the visualvisuell systemSystem.
267
699659
1627
Hier haben wir es.
11:53
I mean, we love our visualvisuell systemsSysteme. We do all kindsArten of coolcool stuffSachen.
268
701286
3248
Wir lieben unser visuelles System.
Damit können wir so viel machen.
11:56
IndeedIn der Tat, there are over 12,000 neuroscientistsNeurowissenschaftler
269
704534
3391
Es gibt mehr als 12.000
Neurowissenschaftler,
11:59
who work on the visualvisuell systemSystem,
270
707925
1580
die sich damit beschäftigen,
12:01
from the retinaRetina to the visualvisuell cortexKortex,
271
709505
2081
mit allem von der Retina
zum visuellen Kortex,
12:03
in an attemptVersuch to understandverstehen not just the visualvisuell systemSystem
272
711586
2565
um nicht nur das visuelle System
zu verstehen,
12:06
but to alsoebenfalls understandverstehen how generalGeneral principlesPrinzipien
273
714151
3024
sondern auch die allgemeinen Prinzipien
12:09
of how the brainGehirn mightMacht work.
274
717175
1951
der Funktionsweise des Gehirns.
12:11
But now here'shier ist the thing:
275
719126
1660
Aber hier ist der Knaller:
12:12
Our technologyTechnologie has actuallytatsächlich been prettyziemlich good
276
720786
2480
Unsere Technologie
ist ziemlich gut darin,
12:15
at replicatingreplizierend what the visualvisuell systemSystem does.
277
723266
2590
die Funktion des visuellen Systems
zu reproduzieren.
12:17
We have TVTV, we have moviesFilme,
278
725856
3023
Wir haben TV, wir haben Filme,
12:20
we have animationAnimation, we have photographyFotografie,
279
728879
2495
wir haben Animation und Fotografie,
12:23
we have patternMuster recognitionAnerkennung, all of these sortssortiert of things.
280
731374
3151
wir haben Mustererkennung,
all so was.
12:26
They work differentlyanders than our visualvisuell systemsSysteme in some casesFälle,
281
734525
2646
Sie funktionieren nicht immer genau
wie unser visuelles System,
12:29
but nonethelessdennoch we'vewir haben been prettyziemlich good at
282
737171
1591
aber wir sind doch einer Technologie,
12:30
makingHerstellung a technologyTechnologie work like our visualvisuell systemSystem.
283
738762
3476
die wie unser visuelles System funktioniert,
recht nahe gekommen.
12:34
SomehowIrgendwie or anotherein anderer, a hundredhundert yearsJahre of roboticsRobotik,
284
742238
2936
Aber irgendwie haben wir
in 100 Jahren der Robotik
12:37
you never saw a robotRoboter walkgehen on two legsBeine,
285
745174
2266
keinen Roboter auf
zwei Beinen laufen sehen,
12:39
because robotsRoboter don't walkgehen on two legsBeine
286
747440
2163
denn Roboter laufen nicht
auf zwei Beinen,
12:41
because it's not sucheine solche an easyeinfach thing to do.
287
749603
2390
es ist nämlich keine einfache Sache.
12:43
A hundredhundert yearsJahre of roboticsRobotik,
288
751993
1528
100 Jahre der Robotik
12:45
and we can't get a robotRoboter that can moveBewegung more than a couplePaar stepsSchritte one way or the other.
289
753521
3367
und wir kriegen keinen Roboter dazu,
sich mehr als ein paar Schritte zu bewegen.
12:48
You askFragen them to go up an inclinedgeneigt planeEbene, and they fallfallen over.
290
756888
2572
Sollen sie eine Schräge hochlaufen,
fallen sie um.
12:51
TurnSchalten Sie around, and they fallfallen over. It's a seriousernst problemProblem.
291
759460
2004
Sie sollen sich umdrehen und fallen um.
Ein ernsthaftes Problem.
12:53
So what is it that's the mostdie meisten difficultschwer thing for a brainGehirn to do?
292
761464
3547
Was ist also die schwierigste Aufgabe für ein Gehirn?
12:57
What oughtsollen we to be studyingstudieren?
293
765011
1623
Was sollten wir untersuchen?
12:58
PerhapsVielleicht it oughtsollen to be walkingGehen on two legsBeine, or the motorMotor- systemSystem.
294
766634
4295
Vielleicht der Gang auf zwei Beinen,
oder das motorische System.
13:02
I'll give you an exampleBeispiel from my ownbesitzen labLabor,
295
770929
1735
Hier ein Beispiel aus meinem Labor,
13:04
my ownbesitzen particularlyinsbesondere smellystinkend questionFrage,
296
772664
1725
meine ziemlich stinkenden Fragen,
13:06
sinceschon seit we work on the senseSinn of smellGeruch.
297
774389
2099
da wir mit dem Geruchssinn arbeiten.
13:08
But here'shier ist a diagramDiagramm of fivefünf moleculesMoleküle
298
776488
3228
Aber hier ist ein Diagramm
mit fünf Molekülen
13:11
and sortSortieren of a chemicalchemisch notationNotation.
299
779716
1510
und einer Art chemischen Schemas.
13:13
These are just plaineinfach oldalt moleculesMoleküle, but if you sniffschnüffeln those moleculesMoleküle
300
781226
2996
Das sind einfach nur Moleküle,
aber wenn Sie die riechen,
13:16
up these two little holesLöcher in the frontVorderseite of your faceGesicht,
301
784222
2470
mit diesen beiden kleinen Löchern
in Ihrem Gesicht,
13:18
you will have in your mindVerstand the distinctdeutlich impressionEindruck of a roseRose.
302
786692
3874
dann taucht in Ihrer Vorstellung
der Eindruck einer Rose auf.
13:22
If there's a realecht roseRose there, those moleculesMoleküle will be the onesEinsen,
303
790566
2158
Wenn eine echte Rose da ist,
sind diese Moleküle da,
13:24
but even if there's no roseRose there,
304
792724
1560
aber selbst wenn sie nicht da ist,
13:26
you'lldu wirst have the memoryErinnerung of a moleculeMolekül.
305
794284
1591
haben Sie die Erinnerung eines Moleküls.
13:27
How do we turnWende moleculesMoleküle into perceptionsWahrnehmungen?
306
795875
3104
Wie können wir Moleküle
in Wahrnehmung umändern?
13:30
What's the processverarbeiten by whichwelche that could happengeschehen?
307
798979
1857
Was für ein Prozess
liegt dem zugrunde?
13:32
Here'sHier ist anotherein anderer exampleBeispiel: two very simpleeinfach moleculesMoleküle, again in this kindArt of chemicalchemisch notationNotation.
308
800836
3960
Hier ist ein weiteres Beispiel:
Zwei sehr einfache Moleküle in dieser chemischen Formel.
13:36
It mightMacht be easiereinfacher to visualizevisualisieren them this way,
309
804796
2077
Vielleicht stellen Sie
sie sich eher so vor,
13:38
so the graygrau circlesKreise are carbonKohlenstoff atomsAtome, the whiteWeiß onesEinsen
310
806873
2794
dass die grauen Kreise
Kohlenstoffatome sind,
13:41
are hydrogenWasserstoff atomsAtome and the redrot onesEinsen are oxygenSauerstoff atomsAtome.
311
809667
2775
die weißen Wasserstoff
und die roten Sauerstoff.
13:44
Now these two moleculesMoleküle differabweichen by only one carbonKohlenstoff atomAtom
312
812442
4298
Diese zwei Moleküle unterscheiden sich
in einem Kohlenstoffatom,
13:48
and two little hydrogenWasserstoff atomsAtome that rideReiten alongeine lange with it,
313
816740
2688
und zwei Wasserstoffatome,
die bei ihm mitfahren,
13:51
and yetnoch one of them, heptylUDMH acetateAcetat,
314
819428
1986
und doch hat eines von ihnen, Heptylacetat,
13:53
has the distinctdeutlich odorGeruch of a pearBirne,
315
821414
2311
den eindeutigen Geruch einer Birne,
13:55
and hexylhexyl acetateAcetat is unmistakablyunverkennbar bananaBanane.
316
823725
3839
und Hexylacetat ist
ganz klar eine Banane.
13:59
So there are two really interestinginteressant questionsFragen here, it seemsscheint to me.
317
827564
2557
Jetzt kommen zwei
sehr interessante Fragen.
14:02
One is, how can a simpleeinfach little moleculeMolekül like that
318
830121
3215
Erstens: Wie kann ein
so einfaches kleines Molekül
14:05
createerstellen a perceptionWahrnehmung in your brainGehirn that's so clearklar
319
833336
2468
eine Wahrnehmung
in Ihrem Gehirn erzeugen,
14:07
as a pearBirne or a bananaBanane?
320
835804
1742
die so klar wie eine Birne
oder Banane ist?
14:09
And secondlyzweitens, how the hellHölle can we tell the differenceUnterschied
321
837546
3121
Zweitens: Wie zur Hölle
können wir den Unterschied
14:12
betweenzwischen two moleculesMoleküle that differabweichen by a singleSingle carbonKohlenstoff atomAtom?
322
840667
4315
zwischen zwei Molekülen feststellen, die sich
durch ein Kohlenstoffatom unterscheiden?
14:16
I mean, that's remarkablebemerkenswert to me,
323
844982
1646
Das ist doch bemerkenswert,
14:18
clearlydeutlich the bestBeste chemicalchemisch detectorDetektor on the faceGesicht of the planetPlanet.
324
846628
3032
und der beste chemische Detektor
auf dem Planeten.
14:21
And you don't even think about it, do you?
325
849660
2776
Und Sie denken noch
nicht einmal drüber nach!
14:24
So this is a favoriteFavorit quoteZitat of mineBergwerk that takes us
326
852436
2617
Hier ist eines meiner Lieblingszitate
14:27
back to the ignoranceIgnoranz and the ideaIdee of questionsFragen.
327
855053
1746
und es bringt uns zurück zur Ignoranz
und zur Idee der Fragen.
14:28
I like to quoteZitat because I think deadtot people
328
856799
2019
Ich zitiere gern,
da ich Leute ungern aus
14:30
shouldn'tsollte nicht be excludedausgeschlossen from the conversationKonversation.
329
858818
2543
Gesprächen ausschließe,
nur weil sie tot sind.
14:33
And I alsoebenfalls think it's importantwichtig to realizerealisieren that
330
861361
1939
Und außerdem finde ich
den Gedanken wichtig,
14:35
the conversation'sGesprächs been going on for a while, by the way.
331
863300
2462
dass diese Konversation
schon seit einer Weile abläuft.
14:37
So ErwinErwin SchrodingerSchrödinger, a great quantumQuantum physicistPhysiker
332
865762
2758
Erwin Schrödinger also,
ein großer Quantenphysiker
14:40
and, I think, philosopherPhilosoph, pointsPunkte out how you have to
333
868520
2566
und, wie ich meine, Philosoph,
bemerkt, dass man
14:43
"abideverweilen by ignoranceIgnoranz for an indefiniteunbestimmt periodPeriode" of time.
334
871086
3465
"der Ignoranz eine unbestimmte
Zeitperiode folgen" muss.
14:46
And it's this abidingbleibende by ignoranceIgnoranz
335
874551
1987
Und dieses Befolgen der Ignoranz
14:48
that I think we have to learnlernen how to do.
336
876538
1666
müssen wir meiner Meinung nach lernen.
14:50
This is a trickyschwierig thing. This is not sucheine solche an easyeinfach businessGeschäft.
337
878204
2977
Das ist schwierig.
Es ist wirklich nicht so einfach.
14:53
I guessvermuten it comeskommt down to our educationBildung systemSystem,
338
881181
1959
Es liegt wohl an unserem
pädagogischen System,
14:55
so I'm going to talk a little bitBit about ignoranceIgnoranz and educationBildung,
339
883140
2457
und nun komme ich
zu Ignoranz und Erziehung,
14:57
because I think that's where it really has to playspielen out.
340
885597
2268
denn hier kommt es
wirklich zum Tragen.
14:59
So for one, let's faceGesicht it,
341
887865
2267
Sehen wir den Tatsachen ins Gesicht.
15:02
in the ageAlter of GoogleGoogle and WikipediaWikipedia,
342
890132
3352
Im Zeitalter von Google und Wikipedia
15:05
the businessGeschäft modelModell- of the universityUniversität
343
893484
1793
muss sich das Geschäftsmodell
der Universität
15:07
and probablywahrscheinlich secondarysekundär schoolsSchulen is simplyeinfach going to have to changeVeränderung.
344
895277
3421
und wahrscheinlich auch der Oberstufe
grundlegend ändern.
15:10
We just can't sellverkaufen factsFakten for a livingLeben anymorenicht mehr.
345
898698
1901
Wir können nicht einfach
vom Verkauf von Fakten leben.
15:12
They're availableverfügbar with a clickklicken of the mouseMaus,
346
900599
2050
Man erhält sie auf einen Mausklick,
15:14
or if you want to, you could probablywahrscheinlich just askFragen the wallMauer
347
902649
2496
oder wenn man möchte, kann man
wahrscheinlich einfach eine Wand fragen,
15:17
one of these daysTage, whereverwo auch immer they're going to hideverbergen the things
348
905145
1712
eines Tages zumindest, oder
wo auch immer sie die Dinge verstecken,
15:18
that tell us all this stuffSachen.
349
906857
1417
die uns das alles erzählen.
15:20
So what do we have to do? We have to give our studentsStudenten
350
908274
2883
Was müssen wir also tun?
Wir müssen unseren Schülern
15:23
a tasteGeschmack for the boundariesGrenzen, for what's outsidedraußen that circumferenceUmfang,
351
911157
3896
ein Gefühl für die Grenzen geben,
was außerhalb des Umkreises liegt,
15:27
for what's outsidedraußen the factsFakten, what's just beyonddarüber hinaus the factsFakten.
352
915053
4308
was außerhalb der Fakten liegt,
genau hinter den Fakten.
15:31
How do we do that?
353
919361
2157
Wie tun wir das?
15:33
Well, one of the problemsProbleme, of courseKurs,
354
921518
1508
Als eines der Probleme
15:35
turnswendet sich out to be testingtesten.
355
923026
2109
stellen sich die Tests heraus.
15:37
We currentlyzur Zeit have an educationalBildungs systemSystem
356
925135
2649
Wir haben zur Zeit ein Bildungssystem,
15:39
whichwelche is very efficienteffizient but is very efficienteffizient at a ratherlieber badschlecht thing.
357
927784
3709
das sehr effizient ist in
einer sehr schlechten Sache.
15:43
So in secondzweite gradeKlasse, all the kidsKinder are interestedinteressiert in scienceWissenschaft,
358
931493
2974
In der zweiten Klasse finden
alle Kinder Wissenschaft toll,
15:46
the girlsMädchen and the boysJungen.
359
934467
1263
Mädchen und Jungen.
15:47
They like to take stuffSachen apartein Teil. They have great curiosityNeugierde.
360
935730
3974
Sie nehmen Zeug auseinander.
Sie sind total neugierig.
15:51
They like to investigateuntersuchen things. They go to scienceWissenschaft museumsMuseen.
361
939704
2499
Sie untersuchen Dinge.
Sie gehen in wissenschaftliche Museen.
15:54
They like to playspielen around. They're in secondzweite gradeKlasse.
362
942203
6188
Sie spielen gern herum.
Sie sind in der zweiten Klasse.
16:00
They're interestedinteressiert.
363
948407
1494
Sie sind interessiert.
16:01
But by 11thth or 12thth gradeKlasse, fewerweniger than 10 percentProzent
364
949901
2934
Aber in der 11. oder 12. Klasse
interessieren sich
16:04
of them have any interestinteressieren in scienceWissenschaft whatsoeverwas auch immer,
365
952835
3075
weniger als 10 Prozent
auch nur im Ansatz dafür,
16:07
let aloneallein a desireVerlangen to go into scienceWissenschaft as a careerKarriere.
366
955910
2945
geschweige denn will irgendjemand
Wissenschaftler werden.
16:10
So we have this remarkablybemerkenswert efficienteffizient systemSystem
367
958855
2982
Dieses unglaublich effiziente System
16:13
for beatingPrügel any interestinteressieren in scienceWissenschaft out of everybody'sjedermanns headKopf.
368
961837
3973
treibt also effektiv jegliches wissenschaftliche
Interesse aus den Köpfen heraus.
16:17
Is this what we want?
369
965810
1914
Wollen wir das?
16:19
I think this comeskommt from what a teacherLehrer colleagueKollege of mineBergwerk
370
967724
2342
Ein Lehrerkollege von mir
nannte die Ursache dafür
16:22
callsAnrufe "the bulimicBulimie methodMethode of educationBildung."
371
970066
2722
"die bulimische Bildungsmethode".
16:24
You know. You can imaginevorstellen what it is.
372
972788
1373
Sie wissen, was ich meine, oder?
16:26
We just jamMarmelade a wholeganze bunchBündel of factsFakten down theirihr throatsKehlen over here
373
974161
2948
Wir stopfen ihnen einfach
einen Haufen Fakten in den Hals
16:29
and then they pukePuke it up on an examPrüfung over here
374
977109
2354
und dann kotzen sie sie
beim Test wieder raus
16:31
and everybodyjeder goesgeht home with no addedhinzugefügt intellectualgeistig heftHeft whatsoeverwas auch immer.
375
979463
4579
und alle gehen nach Hause ohne
jegliche intellektuelle Bereicherung.
16:36
This can't possiblymöglicherweise continuefortsetzen to go on.
376
984042
2081
Das kann so nicht weitergehen.
16:38
So what do we do? Well the geneticistsGenetiker, I have to say,
377
986123
2334
Was tun wir also?
Hier haben die Genetiker
16:40
have an interestinginteressant maximMaxim they liveLeben by.
378
988457
1983
einen sehr praktischen Leitspruch.
16:42
GeneticistsGenetiker always say, you always get what you screenBildschirm for.
379
990440
5252
Sie sagen: "Bei einem Screening
findet man immer, was man gesucht hat."
16:47
And that's meantgemeint as a warningWarnung.
380
995692
2861
Und das soll eine Warnung sein.
16:50
So we always will get what we screenBildschirm for,
381
998553
2319
Wenn wir also etwas aussieben,
haben wir im Ergebnis immer das Ausgesiebte.
16:52
and partTeil of what we screenBildschirm for is in our testingtesten methodsMethoden.
382
1000872
3455
Und wir sieben teilweise nach
unseren Testmethoden aus.
16:56
Well, we hearhören a lot about testingtesten and evaluationBewertung,
383
1004327
3243
Wir hören eine Menge über
Testen und Evaluation
16:59
and we have to think carefullyvorsichtig when we're testingtesten
384
1007570
2187
und müssen beim Testen
vorsichtig darüber nachdenken,
17:01
whetherob we're evaluatingBewertung or whetherob we're weedingUnkraut jäten,
385
1009757
3087
ob wir hier bewerten oder aussieben.
17:04
whetherob we're weedingUnkraut jäten people out,
386
1012844
1459
Ob wir nicht die Leute aussieben
17:06
whetherob we're makingHerstellung some cutschneiden.
387
1014303
3134
und bestimmte Menschen ausschließen.
17:09
EvaluationBewertung is one thing. You hearhören a lot about evaluationBewertung
388
1017437
2641
Bewerten ist die eine Sache.
Heutzutage hört man viel
17:12
in the literatureLiteratur these daysTage, in the educationalBildungs literatureLiteratur,
389
1020078
2910
über Bewertungen
in der pädagogischen Literatur,
17:14
but evaluationBewertung really amountsBeträge to feedbackFeedback and it amountsBeträge
390
1022988
2958
doch Bewertung läuft
auf Feedback hinaus
17:17
to an opportunityGelegenheit for trialVersuch and errorError.
391
1025946
2154
und auf eine Möglichkeit,
aus Fehlern zu lernen.
17:20
It amountsBeträge to a chanceChance to work over a longerlänger periodPeriode of time
392
1028100
4494
Auf eine Chance, längerfristig
17:24
with this kindArt of feedbackFeedback.
393
1032594
1910
mit dieser Art Feedback zu arbeiten.
17:26
That's differentanders than weedingUnkraut jäten, and usuallygewöhnlich, I have to tell you,
394
1034504
2938
Das hat nichts mit Aussieben zu tun
und ich sage hier oft,
17:29
when people talk about evaluationBewertung, evaluatingBewertung studentsStudenten,
395
1037442
2726
wenn Leute übers Bewerten von Studenten,
17:32
evaluatingBewertung teachersLehrer, evaluatingBewertung schoolsSchulen,
396
1040168
2787
von Lehrern, von Schulen
oder Programmen sprechen,
17:34
evaluatingBewertung programsProgramme, that they're really talkingim Gespräch about weedingUnkraut jäten.
397
1042955
4161
dann geht es hier eigentlich ums Aussieben.
17:39
And that's a badschlecht thing, because then you will get what you selectwählen for,
398
1047116
4210
Und das ist schlecht, denn wir erhalten das,
was wir vorausgewählt haben,
17:43
whichwelche is what we'vewir haben gottenbekommen so farweit.
399
1051326
1958
und das haben wir bis jetzt auch erhalten.
17:45
So I'd say what we need is a testTest that sayssagt, "What is x?"
400
1053284
3441
Ich sage also, wir brauchen
einen Test, der fragt: "Was ist X?",
17:48
and the answersAntworten are "I don't know, because no one does,"
401
1056725
3092
und die Antworten wären:
"Keine Ahnung, weiß aber auch sonst keiner." oder
17:51
or "What's the questionFrage?" Even better.
402
1059817
1741
"Was ist die Frage?" – Noch besser.
17:53
Or, "You know what, I'll look it up, I'll askFragen someonejemand,
403
1061558
2390
Oder: "Ich werde es nachschlagen.
Ich werde jemanden fragen,
17:55
I'll phoneTelefon someonejemand. I'll find out."
404
1063964
2700
ich rufe mal schnell jemanden an.
Ich find's heraus."
17:58
Because that's what we want people to do,
405
1066664
1550
Denn dazu sollen
die Leute in der Lage sein
18:00
and that's how you evaluatebewerten them.
406
1068214
1371
und so bewertet man sie.
18:01
And maybe for the advancedfortgeschritten placementPlatzierung classesKlassen,
407
1069585
1943
In den fortgeschrittenen Kursen
könnte die Frage so lauten:
18:03
it could be, "Here'sHier ist the answerAntworten. What's the nextNächster questionFrage?"
408
1071528
3714
"Hier ist die Antwort.
Was ist die nächste Frage?"
18:07
That's the one I like in particularinsbesondere.
409
1075242
1511
Die mag ich besonders.
18:08
So let me endEnde with a quoteZitat from WilliamWilliam ButlerButler YeatsYeats,
410
1076753
2177
Schließen möchte ich mit einem Zitat
von William Butler Yeats:
18:10
who said "EducationBildung is not about fillingFüllung bucketsEimer;
411
1078930
3167
"Bei Bildung geht es nicht darum,
Eimer zu füllen,
18:14
it is lightingBeleuchtung firesFeuer."
412
1082097
2153
sondern ums Entfachen von Feuer."
18:16
So I'd say, let's get out the matchesSpiele.
413
1084250
3875
Holen wir die Streichhölzer raus!
18:20
Thank you.
414
1088125
1208
Danke.
18:21
(ApplauseApplaus)
415
1089333
3227
(Beifall)
18:24
Thank you. (ApplauseApplaus)
416
1092560
3816
Danke. (Beifall)
Translated by Judith Matz
Reviewed by Tonia David

▲Back to top

ABOUT THE SPEAKER
Stuart Firestein - Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge.

Why you should listen

You’d think that a scientist who studies how the human brain receives and perceives information would be inherently interested in what we know. But Stuart Firestein says he’s far more intrigued by what we don’t. “Answers create questions,” he says. “We may commonly think that we begin with ignorance and we gain knowledge [but] the more critical step in the process is the reverse of that.”

Firestein, who chairs the biological sciences department at Columbia University, teaches a course about how ignorance drives science. In it -- and in his 2012 book on the topic -- he challenges the idea that knowledge and the accumulation of data create certainty. Facts are fleeting, he says; their real purpose is to lead us to ask better questions.

More profile about the speaker
Stuart Firestein | Speaker | TED.com

Data provided by TED.

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

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

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

Privacy Policy

Developer's Blog

Buy Me A Coffee