ABOUT THE SPEAKERS
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | Speaker | TED.com
Amy O'Toole - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper.

Why you should listen

Amy O'Toole is a 12-year-old student with a peer-reviewed scientific publication under her belt. She took part in a participative science program led by Beau Lotto , called "i, scientist," which inspired a science experiment by a group of 26 primary school students in Blackawton, Devon, UK. O'Toole was never interested in science before this project, but now intends to study the human mind and body. The project led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," Royal Society's Biology Letters, December 2010). It starts: "Once upon a time ... ."

More profile about the speaker
Amy O'Toole | Speaker | TED.com
TEDGlobal 2012

Beau Lotto + Amy O'Toole: Science is for everyone, kids included

Μπο Λόττο + 'Ειμυ Ο'Τουλ: Η επιστήμη είναι για όλους, συμπεριλαμβανομένων των παιδιών.

Filmed:
1,504,898 views

Τι κοινό έχει η επιστήμη με το παιχνίδι; Ο νευροεπιστήμονας Μπο Λόττο θεωρεί πως όλοι μας -συμπεριλαμβανομένων των παιδιών - πρέπει να συμμετέχουν στην επιστήμη μέσω της διεργασίας της ανακάλυψης και της αλλαγής προοπτικής. Η συμπαρουσιάστρια του 12χρονη Έιμυ Ο'Τουλ, που μαζί με τους 25 συμμαθητές της δημοσίευσαν την πρώτη επιστημονική τους εργασία μαθητών, σχετικά με το έργο Μπλάκοτον Μέλισσες. Το οοποίο ξεκινά "Μια φορά και ένα καιρό..."
- Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bio - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper. Full bio

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

00:17
BeauBeau LottoΛΟΤΤΟ: So, this gameπαιχνίδι is very simpleαπλός.
0
1487
2169
Μπο Λόττο: Αυτό το παιχνίδι είναι πολύ απλό.
00:19
All you have to do is readανάγνωση what you see. Right?
1
3656
4047
Το μόνο που έχετε να κάνετε είναι να διαβάζετε αυτό που βλέπετε. Εντάξει;
00:23
So, I'm going to countμετρώ to you, so we don't all do it togetherμαζί.
2
7703
3201
Θα μετρήσω για σας ώστε να μην το κάνουμε όλοι μαζί.
00:26
Okay, one, two, threeτρία.AudienceΤο κοινό: Can you readανάγνωση this?
3
10904
2499
Ωραία...ένα, δύο, τρία.
Ακροατήριο: Μπορείς να διαβάσεις αυτό;
00:29
BLBL: AmazingΚαταπληκτικό. What about this one? One, two, threeτρία.AudienceΤο κοινό: You are not readingΑΝΑΓΝΩΣΗ this.
4
13403
4379
ΜΛ: Καταπληκτικό. Τι γίνεται με αυτό; Ένα δύο τρία.
Ακροατήριο: Δεν διαβάζετε αυτό.
00:33
BLBL: All right. One, two, threeτρία. (LaughterΤο γέλιο)
5
17782
5316
ΜΛ: Ωραία. Ένα, δύο, τρία. (Γέλια)
00:38
If you were PortugueseΠορτογαλικά, right? How about this one? One, two, threeτρία.
6
23098
4797
Αν ήσασταν πορτογάλοι ίσως; Τι λέτε για αυτό; Ένα, δύο, τρία.
00:43
AudienceΤο κοινό: What are you readingΑΝΑΓΝΩΣΗ?
7
27895
1978
Ακροατήριο: Τι διαβάζεις;
00:45
BLBL: What are you readingΑΝΑΓΝΩΣΗ? There are no wordsλόγια there.
8
29873
3458
ΜΛ: Τι διαβάζεις; Μα δεν υπάρχουν λέξεις.
00:49
I said, readανάγνωση what you're seeingβλέπων. Right?
9
33331
2537
Σας είπα να διαβάσετε ό,τι βλέπετε. Σωστά;
00:51
It literallyΚυριολεκτικά saysλέει, "WatWat arAR ouοργανική μονάδα reaΡΕΑ in?" (LaughterΤο γέλιο) Right?
10
35868
3850
Λέει κυριολεκτικά , «Τι δι β ζεις;» (Γέλια)
00:55
That's what you should have said. Right? Why is this?
11
39718
3828
Αυτό είναι που έπρεπε να είχατε πει. Γιατί συμβαίνει αυτό;
00:59
It's because perceptionαντίληψη is groundedγειωμένο in our experienceεμπειρία.
12
43546
3536
Επειδή η αντίληψη βασίζεται στην εμπειρία μας.
01:02
Right? The brainεγκέφαλος takes meaninglessχωρίς νόημα informationπληροφορίες
13
47082
2897
Ο εγκέφαλος λαμβάνει ακατανόητες πληροφορίες
01:05
and makesκάνει meaningέννοια out of it, whichοι οποίες meansπου σημαίνει we never see
14
49979
2959
και βγάζει νόημα από αυτές, πράγμα που σημαίνει πως ποτέ δεν βλέπουμε
01:08
what's there, we never see informationπληροφορίες,
15
52938
2256
τι υπάρχει πραγματικά. Ποτέ δεν βλέπουμε την πληροφορία.
01:11
we only ever see what was usefulχρήσιμος to see in the pastτο παρελθόν.
16
55194
3275
Το μόνο που βλέπουμε είναι τι ήταν χρήσιμο να παρατηρήσουμε στο παρελθόν.
01:14
All right? WhichΟποία meansπου σημαίνει, when it comesέρχεται to perceptionαντίληψη,
17
58469
2736
Πράγμα που σημαίνει, όταν πρόκειται για την αντίληψη,
01:17
we're all like this frogβάτραχος.
18
61205
6795
ότι είμαστε όλοι σαν αυτό το βάτραχο.
01:23
(LaughterΤο γέλιο)
19
68000
912
(Γέλια)
01:24
Right? It's gettingνα πάρει informationπληροφορίες. It's generatingδημιουργώντας behaviorη ΣΥΜΠΕΡΙΦΟΡΑ
20
68912
3395
Συλλέγει πληροφορίες. Διαμορφώνει συμπεριφορά
01:28
that's usefulχρήσιμος. (LaughterΤο γέλιο)
21
72307
4468
που είναι χρήσιμη. (Γέλια)
01:32
(LaughterΤο γέλιο)
22
76775
7032
(Γέλια)
01:39
(VideoΒίντεο) Man: OwOw! OwOw! (LaughterΤο γέλιο) (ApplauseΧειροκροτήματα)
23
83807
5982
(Video) Άντρας: Όου! Όου! (Γέλια) (Χειροκροτήματα)
01:45
BLBL: And sometimesωρες ωρες, when things don't go our way,
24
89789
2712
ΜΛ: Μερικές φορές, όταν τα πράγματα δεν πάνε όπως θέλουμε,
01:48
we get a little bitκομμάτι annoyedενοχλημένος, right?
25
92501
2259
νευριάζουμε λιγάκι, σωστά;
01:50
But we're talkingομιλία about perceptionαντίληψη here, right?
26
94760
2730
Αλλά εδώ μιλάμε για την αντίληψη.
01:53
And perceptionαντίληψη underpinsυπόβαθρο everything we think, we know,
27
97490
4365
Η αντίληψη υποστηρίζει ο,τιδήποτε σκεφτόμαστε, γνωρίζουμε,
01:57
we believe, our hopesελπίδες, our dreamsόνειρα, the clothesρούχα we wearφορούν,
28
101855
2871
πιστεύουμε, τις ελπίδες, τα όνειρα, τα ρούχα που φοράμε,
02:00
fallingπτώση in love, everything beginsαρχίζει with perceptionαντίληψη.
29
104726
3743
τον έρωτα. Όλα αρχίζουν από την αντίληψη.
02:04
Now if perceptionαντίληψη is groundedγειωμένο in our historyιστορία, it meansπου σημαίνει
30
108469
2945
Τώρα αν η αντίληψη βασίζεται στην ιστορία μας, αυτό σημαίνει
02:07
we're only ever respondingαπαντώντας accordingσύμφωνα με to what we'veέχουμε doneΈγινε before.
31
111414
3459
πως ανταποκρινόμαστε μόνο σύμφωνα με ό,τι έχουμε κάνει πρωτύτερα.
02:10
But actuallyπράγματι, it's a tremendousκαταπληκτικός problemπρόβλημα,
32
114873
3076
Στην πραγματικότητα, είναι ένα τεράστιο πρόβλημα,
02:13
because how can we ever see differentlyδιαφορετικά?
33
117949
3617
για το πώς θα μπορέσουμε κάποτε να δούμε διαφορετικά;
02:17
Now, I want to tell you a storyιστορία about seeingβλέπων differentlyδιαφορετικά,
34
121566
4063
Θέλω να σας πω μια ιστορία σχετικά με το να βλέπουμε διαφορετικά
02:21
and all newνέος perceptionsαντιλήψεις beginαρχίζουν in the sameίδιο way.
35
125629
3988
και όλες οι νέες αντιλήψεις αρχίζουν με τον ίδιο τρόπο.
02:25
They beginαρχίζουν with a questionερώτηση.
36
129617
2582
Αρχίζουν με μια ερώτηση.
02:28
The problemπρόβλημα with questionsερωτήσεις is they createδημιουργώ uncertaintyαβεβαιότητα.
37
132199
3238
Το πρόβλημα με τις ερωτήσεις είναι ότι προκαλούν αβεβαιότητα.
02:31
Now, uncertaintyαβεβαιότητα is a very badκακό thing. It's evolutionarilyεξελικτικά
38
135437
2729
Η αβεβαιότητα είναι πολύ κακό πράγμα. Είναι εξελικτικά
02:34
a badκακό thing. If you're not sure that's a predatorαρπακτικό, it's too lateαργά.
39
138166
3601
κάτι κακό. Εάν δεν είστε βέβαιοι ότι αυτό είναι ένας θηρευτής, τότε είναι πολύ αργά.
02:37
Okay? (LaughterΤο γέλιο)
40
141767
1360
Εντάξει;(Γέλια)
02:39
Even seasicknessναυτία is a consequenceσυνέπεια of uncertaintyαβεβαιότητα.
41
143127
3160
Ακόμη και η ναυτία είναι συνέπεια της αβεβαιότητας.
02:42
Right? If you go down belowπαρακάτω on a boatσκάφος, your innerεσωτερικός earsαυτιά
42
146287
2252
Σωστά; Αν κάτσετε χαμηλά σε μια βάρκα, το εσωτερικό των αυτιών
02:44
are you tellingαποτελεσματικός you you're movingκίνηση. Your eyesμάτια, because
43
148539
2176
σας λέει οτι μετακινείστε. Τα μάτια σας, επειδή
02:46
it's movingκίνηση in registerκανω ΕΓΓΡΑΦΗ with the boatσκάφος, say I'm standingορθοστασία still.
44
150715
2316
κινούνται σύμφωνα με τη βάρκα, λένε ότι είστε σταθεροί.
02:48
Your brainεγκέφαλος cannotδεν μπορώ dealσυμφωνία with the uncertaintyαβεβαιότητα of that informationπληροφορίες, and it getsπαίρνει illΕγώ θα.
45
153031
4655
Ο εγκέφαλός σας δεν μπορεί να αντιμετωπίσει την αβεβαιότητα αυτών των πληροφοριών και αρρωσταίνει.
02:53
The questionερώτηση "why?" is one of the mostπλέον dangerousεπικίνδυνος things you can do,
46
157686
3929
Η ερώτηση «γιατί;» είναι ένα από τα πιο επικίνδυνα πράγματα που μπορείτε να κάνετε,
02:57
because it takes you into uncertaintyαβεβαιότητα.
47
161615
2992
επειδή σας οδηγεί στην αβεβαιότητα.
03:00
And yetΑκόμη, the ironyειρωνεία is, the only way we can ever
48
164607
2879
Παρ' όλα αυτά, η ειρωνεία είναι, ότι ο μόνος τρόπος που μπορούμε ποτέ
03:03
do anything newνέος is to stepβήμα into that spaceχώρος.
49
167486
3536
να κάνουμε κάτι καινούργιο είναι να προχωρήσουμε προς αυτό το χώρο της αβεβαιότητας.
03:06
So how can we ever do anything newνέος? Well fortunatelyΕυτυχώς,
50
171022
3224
Πώς μπορούμε λοιπόν να κάνουμε κάτι καινούργιο;
03:10
evolutionεξέλιξη has givenδεδομένος us an answerαπάντηση, right?
51
174246
3584
Ευτυχώς, η εξέλιξη μας έδωσε μια απάντηση.
03:13
And it enablesδίνει τη δυνατότητα us to addressδιεύθυνση even the mostπλέον difficultδύσκολος
52
177830
3595
Αυτό μας δίνει τη δυνατότητα να απαντήσουμε ακόμα και τις πιο δύσκολες ερωτήσεις.
03:17
of questionsερωτήσεις. The bestκαλύτερος questionsερωτήσεις are the onesαυτές that createδημιουργώ the mostπλέον uncertaintyαβεβαιότητα.
53
181425
4679
Οι καλύτερες ερωτήσεις είναι εκείνες που δημιουργούν τη μεγαλύτερη αβεβαιότητα.
03:22
They're the onesαυτές that questionερώτηση the things we think to be trueαληθής alreadyήδη. Right?
54
186104
3956
Είναι αυτές που αμφισβητούν τα πράγματα που θεωρούμε ότι είναι ήδη αληθινά.
03:25
It's easyεύκολος to askπαρακαλώ questionsερωτήσεις about how did life beginαρχίζουν,
55
190060
1989
Είναι εύκολο να ρωτήσουμε πώς ξεκίνησε η ζωή
03:27
or what extendsεπεκτείνεται beyondπέρα the universeσύμπαν, but to questionερώτηση what you think to be trueαληθής alreadyήδη
56
192049
3308
ή τι εκτείνεται πέρα από το σύμπαν, ν' αναρωτηθούμε ό,τι νομίζουμε πως είναι αληθινό
03:31
is really steppingενίσχυση into that spaceχώρος.
57
195357
3001
μας οδηγεί προς τον χώρο της αβεβαιότητας.
03:34
So what is evolution'sεξέλιξη του answerαπάντηση to the problemπρόβλημα of uncertaintyαβεβαιότητα?
58
198358
4810
Ποιά είναι λοιπόν η απάντηση της εξέλιξης στο πρόβλημα της αβεβαιότητας;
03:39
It's playπαίζω.
59
203168
1773
Το παίξιμο.
03:40
Now playπαίζω is not simplyαπλά a processεπεξεργάζομαι, διαδικασία. ExpertsΟι ειδικοί in playπαίζω will tell you
60
204941
4193
Το παίξιμο δεν είναι απλώς μια διαδικασία. Ειδικοί στα παιχνίδια θα σας πουν
03:45
that actuallyπράγματι it's a way of beingνα εισαι.
61
209134
2615
ότι στην πραγματικότητα είναι ένας τρόπος ύπαρξης.
03:47
PlayΠαίξτε is one of the only humanο άνθρωπος endeavorsπροσπάθειες where uncertaintyαβεβαιότητα
62
211749
2891
Το παιχνίδι είναι η μοναδική ανθρώπινη δραστηριότητα όπου η αβεβαιότητα
03:50
is actuallyπράγματι celebratedδιάσημος. UncertaintyΑβεβαιότητα is what makesκάνει playπαίζω funδιασκέδαση.
63
214640
4326
έχει πραγματικά την τιμητική της. Η αβεβαιότητα είναι αυτή που κάνει το παίξιμο διασκέδαστικό.
03:54
Right? It's adaptableπροσαρμόσιμος to changeαλλαγή. Right? It opensανοίγει possibilityδυνατότητα,
64
218966
4275
Σωστά; Είναι προσαρμοστικό στην αλλαγή. Σωστά; Προσφέρει δυνατότητες,
03:59
and it's cooperativeΣυνεταιρισμός. It's actuallyπράγματι how we do our socialκοινωνικός bondingσυγκόλληση,
65
223241
4109
και βασίζεται στη συνεργασία. Στην πραγματικότητα συμπεριφερόμαστε όπως στις κοινωνικές μας σχέσεις.
04:03
and it's intrinsicallyεγγενώς motivatedκίνητρα. What that meansπου σημαίνει
66
227350
1726
και στηρίζεται στην εσωτερική παρότρυνση. Τι σημαίνει αυτό;
04:04
is that we playπαίζω to playπαίζω. PlayΠαίξτε is its ownτα δικά rewardανταμοιβή.
67
229076
4606
Παίζουμε για να παίξουμε. Το παιχνίδι είναι η ανταμοιβή.
04:09
Now if you look at these fiveπέντε waysτρόπους of beingνα εισαι,
68
233682
3891
Εάν κοιτάξετε αυτούς τους πέντε τρόπους ύπαρξης,
04:13
these are the exactακριβής sameίδιο waysτρόπους of beingνα εισαι you need
69
237573
2721
είναι οι ίδιοι ακριβώς τρόποι που χρειάζεστε
04:16
in orderΣειρά to be a good scientistεπιστήμονας.
70
240294
2036
για να γίνετε ένας καλός επιστήμονας.
04:18
ScienceΕπιστήμη is not definedορίζεται by the methodμέθοδος sectionΕνότητα of a paperχαρτί.
71
242330
3027
Η επιστήμη δεν ορίζεται από το μεθοδολογικό κομμάτι σε μία επιστημονική εργασία.
04:21
It's actuallyπράγματι a way of beingνα εισαι, whichοι οποίες is here, and this is trueαληθής
72
245357
3140
Στην πραγματικότητα είναι ένας τρόπος ύπαρξης, που βλέπετε εδώ, και αυτό αληθεύει
04:24
for anything that is creativeδημιουργικός.
73
248497
2653
για οτιδήποτε σχετίζεται με τη δημιουργία.
04:27
So if you addπροσθέτω rulesκανόνες to playπαίζω, you have a gameπαιχνίδι.
74
251150
4203
Οπότε εάν προσθέσετε κανόνες στο παίξιμο έχετε ένα παιχνίδι.
04:31
That's actuallyπράγματι what an experimentπείραμα is.
75
255353
2790
Αυτό ακριβώς είναι κι ένα πείραμα.
04:34
So armedένοπλες with these two ideasιδέες,
76
258143
1919
Εξοπλισμένοι με αυτές τις δύο ιδέες,
04:35
that scienceεπιστήμη is a way of beingνα εισαι and experimentsπειράματα are playπαίζω,
77
260062
4322
ότι η επιστήμη είναι ένας τρόπος ύπαρξης και τα πειράματα είναι παιχνίδι,
04:40
we askedερωτηθείς, can anyoneο καθενας becomeγίνομαι a scientistεπιστήμονας?
78
264384
3453
αναρωτηθήκαμε αν μπορεί οποιοσδήποτε να γίνει επιστήμονας.
04:43
And who better to askπαρακαλώ than 25 eight-οκτώ- to 10-year-old-ετών childrenπαιδιά?
79
267837
3500
Και ποια είναι καλύτερα να ρωτήσουμε από 25 οκτάχρονα έως δεκάχρονα παιδάκια;
04:47
Because they're expertsειδικοί in playπαίζω. So I tookπήρε my beeμέλισσα arenaκονίστρα
80
271337
3507
Γιατί είναι ειδικοί στο παιχνίδι. Πήρα λοιπόν την πίστα μελισσών μου
04:50
down to a smallμικρό schoolσχολείο in DevonΝτέβον, and the aimσκοπός of this
81
274844
3547
σε ένα μικρό σχολείο στο Ντέβον, ο στόχος
04:54
was to not just get the kidsπαιδιά to see scienceεπιστήμη differentlyδιαφορετικά,
82
278391
4244
δεν ήταν απλά να δουν τα παιδιά την επιστήμη διαφορετικά
04:58
but, throughδιά μέσου the processεπεξεργάζομαι, διαδικασία of scienceεπιστήμη, to see themselvesτους εαυτούς τους differentlyδιαφορετικά. Right?
83
282635
4598
αλλά και, μέσω της διαδικασίας της επιστήμης, να δουν τους εαυτούς τους διαφορετικά.
05:03
The first stepβήμα was to askπαρακαλώ a questionερώτηση.
84
287233
3408
Το πρώτο βήμα ήταν να κάνω μια ερώτηση.
05:06
Now, I should say that we didn't get fundingχρηματοδότηση for this studyμελέτη
85
290641
2880
Πρέπει να σημειώσω πως δεν λάβαμε χρηματοδότηση για αυτή τη μελέτη
05:09
because the scientistsΕπιστήμονες said smallμικρό childrenπαιδιά couldn'tδεν μπορούσε make
86
293521
3330
επειδή οι επιστήμονες υποστήριξαν πως τα μικρά παιδιά δεν μπορούσαν
05:12
a usefulχρήσιμος contributionσυνεισφορά to scienceεπιστήμη, and the teachersκαθηγητές said kidsπαιδιά couldn'tδεν μπορούσε do it.
87
296851
4302
να συνεισφέρουν στην επιστήμη και οι εκπαιδευτικοί είπαν πως τα παιδιά δεν μπορούσαν να το καταφέρουν.
05:17
So we did it anywayΤΕΛΟΣ παντων. Right? Of courseσειρά μαθημάτων.
88
301153
3734
Παρόλα αυτά το προχωρήσαμε μόνοι μας.
05:20
So, here are some of the questionsερωτήσεις. I put them in smallμικρό printΤυπώνω
89
304887
2819
Ορίστε μερικές από τις ερωτήσεις. Τις έβαλα με μικρά γράμματα
05:23
so you wouldn'tδεν θα ήταν botherενοχλεί readingΑΝΑΓΝΩΣΗ it. PointΣημείο is that fiveπέντε of the questionsερωτήσεις that the kidsπαιδιά cameήρθε up with
90
307706
4440
για να μη κάνετε τον κόπο να τις διαβάσετε. Το θέμα είναι πως πέντε από τις ερωτήσεις που σκέφτηκαν τα παιδιά
05:28
were actuallyπράγματι the basisβάση of scienceεπιστήμη publicationδημοσίευση the last fiveπέντε to 15 yearsχρόνια. Right?
91
312146
4618
ήταν η βάση των επιστημονικών δημοσιεύσεων τα τελευταία 5-15 χρόνια.
05:32
So they were askingζητώντας questionsερωτήσεις that were significantσημαντικός
92
316764
2660
Έκαναν ερωτήσεις που ήταν σημαντικές
05:35
to expertειδικός scientistsΕπιστήμονες.
93
319424
2130
στους εξειδικευμένους επιστήμονες.
05:37
Now here, I want to shareμερίδιο the stageστάδιο with someoneκάποιος quiteαρκετά specialειδικός. Right?
94
321554
4134
Θέλω να μοιραστώ τη σκηνή με κάποια πολύ ιδιαίτερη.
05:41
She was one of the youngνεαρός people who was involvedεμπλεγμένος in this studyμελέτη,
95
325688
2612
Ήταν μία από τα παιδιά που συμμετείχε στην εν λόγω μελέτη,
05:44
and she's now one of the youngestνεότερος publishedδημοσίευσε scientistsΕπιστήμονες
96
328300
2334
και τώρα είναι μία απο τους νεότερους επιστήμονες που δημοσιεύτηκαν μελέτες τους
05:46
in the worldκόσμος. Right? She will now, onceμια φορά she comesέρχεται ontoεπάνω σε stageστάδιο,
97
330634
3883
παγκοσμίως. Θα είναι, όταν ανέβει στο πλατό,
05:50
will be the youngestνεότερος personπρόσωπο to ever speakμιλώ at TEDTED. Right?
98
334517
3698
ο νεότερος άνθρωπος που θα έχει μιλήσει στο TED. Σωστά;
05:54
Now, scienceεπιστήμη and askingζητώντας questionsερωτήσεις is about courageθάρρος.
99
338215
2875
H επιστήμη και το να κάνεις ερωτήσεις σχετίζεται με το θάρρος.
05:56
Now she is the personificationπροσωποποίηση of courageθάρρος, because she's
100
341090
3200
Αυτή η μαθήτρια είναι η προσωποποίηση του θάρρους γιατί
06:00
going to standστάση up here and talk to you all.
101
344290
1387
θα σηκωθεί εδώ και θα σας μιλήσει.
06:01
So AmyAmy, would you please come up? (ApplauseΧειροκροτήματα)
102
345677
5254
Έιμυ μπορείς να ανέβεις σε παρακαλώ; (Χειροκροτήματα)
06:06
(ApplauseΧειροκροτήματα)
103
350931
7185
(Χειροκροτήματα)
06:14
So Amy'sΤης Amy going to help me tell the storyιστορία of what we call
104
358116
2519
Η Έιμυ θα με βοηθήσει να διηγηθώ την ιστορία του
06:16
the BlackawtonBlackawton BeesΜέλισσες ProjectΤο έργο, and first she's going to tell you
105
360635
2666
Εγχειρήματος Μπλάκοτον Μέλισσες και αρχικά θα σας πει
06:19
the questionερώτηση that they cameήρθε up with. So go aheadεμπρός, AmyAmy.
106
363301
2545
για την ερώτηση που τους ήρθε να κάνουν. Εμπρός λοιπόν, Έιμυ.
06:21
AmyAmy O'TooleΟ ' Τουλ: Thank you, BeauBeau. We thought
107
365846
1719
Έιμυ Ο'Τουλ: Σ' ευχαριστώ Μπο. Πιστεύαμε
06:23
that it was easyεύκολος to see the linkΣύνδεσμος betweenμεταξύ humansτου ανθρώπου and apesπιθήκους
108
367565
3401
ότι ήταν εύκολο να δούμε τη σχέση μεταξύ ανθρώπων και πιθήκων
06:26
in the way that we think, because we look alikeομοίως.
109
370966
3024
στο τρόπο σκέψης αφού μοιάζουμε μεταξύ μας.
06:29
But we wonderedαναρωτήθηκε if there's a possibleδυνατόν linkΣύνδεσμος
110
373990
2689
Αλλά αναρωτηθήκαμε αν υπάρχει μια πιθανή σύνδεση
06:32
with other animalsτων ζώων. It'dΘα ήταν be amazingφοβερο if humansτου ανθρώπου and beesμέλισσες
111
376679
4704
με άλλα ζώα. Θα ήταν εκπληκτικό αν ο άνθρωπος και οι μέλισσες
06:37
thought similarπαρόμοιος, sinceΑπό they seemφαίνομαι so differentδιαφορετικός from us.
112
381383
4113
σκέφτονταν με παρόμοιο τρόπο τη στιγμή που οι μέλισσες φαίνονται τόσο διαφορετικές από εμάς.
06:41
So we askedερωτηθείς if humansτου ανθρώπου and beesμέλισσες mightθα μπορούσε solveλύσει
113
385496
3053
Έτσι αναρωτηθήκαμε αν οι άνθρωποι και οι μέλισσες θα μπορούσαν να λύσουν
06:44
complexσυγκρότημα problemsπροβλήματα in the sameίδιο way.
114
388549
2407
σύνθετα προβλήματα με τον ίδιο τρόπο.
06:46
Really, we wanted to know if beesμέλισσες can alsoεπίσης adaptπροσαρμόζω
115
390956
3287
Θα θέλαμε να μάθουμε εάν οι μέλισσες μπορούν επίσης να προσαρμοστούν
06:50
themselvesτους εαυτούς τους to newνέος situationsκαταστάσεις usingχρησιμοποιώντας previouslyπροηγουμένως learnedέμαθα rulesκανόνες
116
394243
3707
σε νέες καταστάσεις χρησιμοποιώντας πρωτύτερα μαθημένους κανόνες
06:53
and conditionsσυνθήκες. So what if beesμέλισσες can think like us?
117
397950
4214
και καταστάσεις. Κι αν οι μέλισσες μπορεί να σκέφτονται όπως εμείς;
06:58
Well, it'dαυτό θα ήταν be amazingφοβερο, sinceΑπό we're talkingομιλία about an insectέντομο
118
402164
2552
Θα ήταν καταπληκτικό, δεδομένου ότι μιλάμε για ένα έντομο
07:00
with only one millionεκατομμύριο brainεγκέφαλος cellsκυττάρων.
119
404716
2525
με μόνο ένα εκατομμύριο εγκεφαλικά κύτταρα.
07:03
But it actuallyπράγματι makesκάνει a lot of senseέννοια they should,
120
407241
2142
Θα ήταν όμως πράγματι λογικό,
07:05
because beesμέλισσες, like us, can recognizeαναγνωρίζω a good flowerλουλούδι
121
409383
3277
αφού οι μέλισσες, όπως και εμείς, μπορούν να αναγνωρίσουν ένα καλό λουλούδι
07:08
regardlessΑνεξάρτητα of the time of day, the lightφως, the weatherκαιρός,
122
412660
3613
ανεξάρτητα από την ώρα της ημέρας, το φως, τον καιρό
07:12
or from any angleγωνία they approachπλησιάζω it from. (ApplauseΧειροκροτήματα)
123
416273
5742
ή τη γωνία προσέγγισης. (Χειροκροτήματα)
07:17
BLBL: So the nextεπόμενος stepβήμα was to designσχέδιο an experimentπείραμα,
124
422015
3782
ΜΛ: Το επόμενο βήμα ήταν να σχεδιάσουν ένα πείραμα,
07:21
whichοι οποίες is a gameπαιχνίδι. So the kidsπαιδιά wentπήγε off and they designedσχεδιασμένο
125
425797
3302
που είναι ένα παιχνίδι. Τα παιδιά ξεκίνησαν να σχεδιάζουν
07:24
this experimentπείραμα, and so -- well, gameπαιχνίδι -- and so,
126
429099
3301
αυτό το πείραμα --ή μάλλον παιχνίδι--.
07:28
AmyAmy, can you tell us what the gameπαιχνίδι was,
127
432400
1466
Έιμυ, μπορείς να μας πεις τι ήταν αυτό το παιχνίδι,
07:29
and the puzzleπαζλ that you setσειρά the beesμέλισσες?
128
433866
2143
και το πρόβλημα που θέσατε στις μέλισσες;
07:31
AOΑΟ: The puzzleπαζλ we cameήρθε up with was an if-thenΑν-τότε ruleκανόνας.
129
436009
3023
ΕO: Το πρόβλημα που θέσαμε βασιζόταν στον κανόνα "εάν-τότε".
07:34
We askedερωτηθείς the beesμέλισσες to learnμαθαίνω not just to go to a certainβέβαιος colorχρώμα,
130
439032
3645
Ζητήσαμε από τις μέλισσες να μάθουν όχι μόνο να πηγαίνουν σε ένα συγκεκριμένο χρώμα,
07:38
but to a certainβέβαιος colorχρώμα flowerλουλούδι only
131
442677
2668
αλλά σε ένα συγκεκριμένο χρώμα λουλουδιού
07:41
when it's in a certainβέβαιος patternπρότυπο.
132
445345
1632
όταν βρίσκεται σε ένα ορισμένο μοτίβο.
07:42
They were only rewardedανταμείβονται if they wentπήγε to the yellowκίτρινος flowersλουλούδια
133
446977
3259
Ανταμείβονταν μόνο αν πήγαιναν στα κίτρινα λουλούδια
07:46
if the yellowκίτρινος flowersλουλούδια were surroundedπεριβάλλεται by the blueμπλε,
134
450236
3060
όταν τα κίτρινα περιβάλλονταν από μπλε λουλούδια
07:49
or if the blueμπλε flowersλουλούδια were surroundedπεριβάλλεται by the yellowκίτρινος.
135
453296
3268
ή εάν τα μπλε περιβάλλονταν από κίτρινα λουλούδια.
07:52
Now there's a numberαριθμός of differentδιαφορετικός rulesκανόνες the beesμέλισσες can learnμαθαίνω
136
456564
2585
Υπάρχει ένας αριθμός διαφορετικών κανόνων που οι μέλισσες πρέπει να μάθουν
07:55
to solveλύσει this puzzleπαζλ. The interestingενδιαφέρων questionερώτηση is, whichοι οποίες?
137
459149
3425
για να λύσουν αυτό το πρόβλημα. Η ενδιαφέρουσα ερώτηση είναι ποιους;
07:58
What was really excitingσυναρπαστικός about this projectέργο was we,
138
462574
2780
Το συναρπαστικό με αυτό το εγχείρημα ήταν ότι δεν είχαμε
08:01
and BeauBeau, had no ideaιδέα whetherκατά πόσο it would work.
139
465354
2343
--εμείς και ο Μπο-- καμία ιδέα αν θα δούλευε.
08:03
It was completelyεντελώς newνέος, and no one had doneΈγινε it before,
140
467697
2454
Ήταν εντελώς καινούργιο και κανείς δεν το είχε ξανακάνει,
08:06
includingσυμπεριλαμβανομένου adultsενήλικες. (LaughterΤο γέλιο)
141
470151
3723
συμπεριλαμβανομένων των ενηλίκων. (Γέλια)
08:09
BLBL: IncludingΣυμπεριλαμβανομένων των the teachersκαθηγητές, and that was really hardσκληρά for the teachersκαθηγητές.
142
473874
3464
ΜΛ: Συμπεριλαμβανομένων και των καθηγητών. Και αυτό ήταν πραγματικά σκληρό για τους δασκάλους.
08:13
It's easyεύκολος for a scientistεπιστήμονας to go in and not have a clueένδειξη what he's doing,
143
477338
2904
Είναι εύκολο για έναν επιστήμονα να ξεκινά και να μην έχει ιδέα τι κάνει,
08:16
because that's what we do in the labεργαστήριο, but for a teacherδάσκαλος
144
480242
2544
επειδή αυτό είναι ό,τι κάνουμε στο εργαστήριο αλλά για ένα δάσκαλο
08:18
not to know what's going to happenσυμβεί at the endτέλος of the day --
145
482786
1625
να μην ξέρει τι πρόκειται να συμβεί στο τέλος της ημέρας--
08:20
so much of the creditπίστωση goesπηγαίνει to DaveDave StrudwickStrudwick, who was
146
484411
2599
μέγαλο μέρος της απόδοσης πηγαίνει στον Ντέιβ Στραντγουικ, ο οποίος ήταν
08:22
the collaboratorσυνεργάτης on this projectέργο. Okay?
147
487010
2209
συνεργάτης σε αυτό το εγχείρημα.
08:25
So I'm not going to go throughδιά μέσου the wholeολόκληρος detailsΛεπτομέριες of the studyμελέτη
148
489219
2732
Δεν πρόκειται να πω όλες τις λεπτομέρειες της μελέτης,
08:27
because actuallyπράγματι you can readανάγνωση about it, but the nextεπόμενος stepβήμα
149
491951
2638
καθώς μπορείτε να διαβάσετε για αυτό, αλλά το επόμενο βήμα
08:30
is observationπαρατήρηση. So here are some of the studentsΦοιτητές
150
494589
3645
είναι η παρατήρηση. Εδώ είναι μερικοί από τους μαθητές
08:34
doing the observationsπαρατηρήσεις. They're recordingεγγραφή the dataδεδομένα
151
498234
2768
που κάνουν τις παρατηρήσεις. Καταγράφουν τα στοιχεία
08:36
of where the beesμέλισσες flyπετώ.
152
501002
5044
για τις πτήσεις των μελισσών.
08:41
(VideoΒίντεο) DaveDave StrudwickStrudwick: So what we're going to do —StudentΦοιτητής: 5C.
153
506046
2023
(Βίντεο)
-Ντέιβ Στράντγουικ: Τι θα κάνουμε τώρα;
-Μαθητής: 5Γ.
08:43
DaveDave StrudwickStrudwick: Is she still going up here?StudentΦοιτητής: Yeah.
154
508069
3990
ΝΣ: Συνεχίζει να ανεβαίνει εδώ;
Μαθητής: Ναι.
08:47
DaveDave StrudwickStrudwick: So you keep trackπίστα of eachκαθε.StudentΦοιτητής: HenryΧένρι, can you help me here?
155
512059
3597
ΝΣ: Παρακολούθησε την καθεμία.
Μαθητής: Ερρίκο, μπορείς να με βοήθησεις εδώ;
08:51
BLBL: "Can you help me, HenryΧένρι?" What good scientistεπιστήμονας saysλέει that, right?
156
515656
2904
ΜΛ: «Μπορείς να με βοήθησεις εδώ, Ερρίκο»; Ποιος καλός επιστήμονας το λέει αυτό;
08:54
StudentΦοιτητής: There's two up there.
157
518560
4710
Μαθητής: Υπάρχουν δύο εκεί.
08:59
And threeτρία in here.
158
523270
2874
Και τρία εδώ μέσα.
09:02
BLBL: Right? So we'veέχουμε got our observationsπαρατηρήσεις. We'veΈχουμε got our dataδεδομένα.
159
526144
2275
ΜΛ: Έχουμε λοιπόν τις παρατηρήσεις μας. Έχουμε τα δεδομένα μας.
09:04
They do the simpleαπλός mathematicsμαθηματικά, averagingκατά μέσο όρο, etcκαι τα λοιπα., etcκαι τα λοιπα.
160
528419
3773
Κάνουν τα απλά μαθηματικά, μέσο όρο, κ.λπ., κ.λπ.
09:08
And now we want to shareμερίδιο. That's the nextεπόμενος stepβήμα.
161
532192
1931
Τώρα θέλουμε να το μοιραστούμε. Αυτό είναι το επόμενο βήμα.
09:10
So we're going to writeγράφω this up and try to submitυποβάλλουν this
162
534123
1608
Έτσι θα πάμε να το γράψουμε και θα προσπαθήσουμε να το υποβάλουμε
09:11
for publicationδημοσίευση. Right? So we have to writeγράφω it up.
163
535731
2856
για δημοσίευση. Πρέπει να το γράψουμε.
09:14
So we go, of courseσειρά μαθημάτων, to the pubΠαμπ. All right? (LaughterΤο γέλιο)
164
538587
4513
Γι' αυτό πάμε στην παμπ. (Γέλια)
09:19
The one on the left is mineδικος μου, okay? (LaughterΤο γέλιο)
165
543100
2284
Η αριστερά είναι δική μου, εντάξει; (Γέλια)
09:21
Now, I tell them, a paperχαρτί has fourτέσσερα differentδιαφορετικός sectionsτμήματα:
166
545384
2086
Τους λέω πως μία εργασία έχει τέσσερεις ενότητες:
09:23
an introductionεισαγωγή, a methodsμεθόδων, a resultsΑποτελέσματα, a discussionσυζήτηση.
167
547470
2807
εισαγωγή, μεθοδολογία, αποτελέσματα και συζήτηση.
09:26
The introductionεισαγωγή saysλέει, what's the questionερώτηση and why?
168
550277
2604
Η εισαγωγή λέει ποια είναι η ερώτηση και για ποιο λόγο;
09:28
MethodsΜέθοδοι, what did you do? ResultsΑποτελέσματα, what was the observationπαρατήρηση?
169
552881
3119
Μεθοδολογία, δηλαδή τι κάνατε; Αποτελέσματα, δηλαδή ποια ήταν η παρατήρηση;
09:31
And the discussionσυζήτηση is, who caresφροντίζει? Right?
170
556000
2143
Η συζήτηση είναι...ποιος νοιάζεται;
09:34
That's a scienceεπιστήμη paperχαρτί, basicallyβασικα. (LaughterΤο γέλιο)
171
558143
2459
Αυτή είναι βασικά μία επιστημονική εργασία. (Γέλια)
09:36
So the kidsπαιδιά give me the wordsλόγια, right? I put it into a narrativeαφήγημα,
172
560602
4529
Τα παιδιά μου δίνουν τις λέξεις. Το έβαλα σε μια αφήγηση,
09:41
whichοι οποίες meansπου σημαίνει that this paperχαρτί is writtenγραπτός in kidspeakkidspeak.
173
565131
3247
πράγμα που σημαίνει ότι αυτή η εργασία είναι γραμμένη σε παιδική γλώσσα.
09:44
It's not writtenγραπτός by me. It's writtenγραπτός by AmyAmy
174
568378
2528
Δεν είναι γραμμένο από εμένα. Είναι γραμμένο από την Έιμυ
09:46
and the other studentsΦοιτητές in the classτάξη. As a consequenceσυνέπεια,
175
570906
3320
και τους άλλους μαθητές στην τάξη. Κατά συνέπεια, αυτή
09:50
this scienceεπιστήμη paperχαρτί beginsαρχίζει, "OnceΜια φορά uponεπάνω σε a time ... " (LaughterΤο γέλιο)
176
574226
6017
η επιστημονική εργασία ξεκινά, «Μια φορά κι ένα καιρό...» (Γέλια)
09:56
The resultsΑποτελέσματα sectionΕνότητα, it saysλέει: "TrainingΕκπαίδευση phaseφάση, the puzzleπαζλ ... duhπνεύμα duhπνεύμα duuuuuhhhduuuuuhhh." Right? (LaughterΤο γέλιο)
177
580243
5312
Στα αποτελέσματα λένε: «Εκπαιδευτική φάση, το πρόβλημα...μπίρι μπίρι μπίρι; (Γέλια)
10:01
And the methodsμεθόδων, it saysλέει, "Then we put the beesμέλισσες
178
585555
2196
Στη μεθοδολογία λένε: «Τότε βάλαμε τις μέλισσες
10:03
into the fridgeψυγείο (and madeέκανε beeμέλισσα pieπίτα)," smileysmiley faceπρόσωπο. Right? (LaughterΤο γέλιο)
179
587751
3317
στο ψυγείο (και φτιάξαμε μελισσόπιτα)» γελαστό πρόσωπο. (Γέλια)
10:06
This is a scienceεπιστήμη paperχαρτί. We're going to try to get it publishedδημοσίευσε.
180
591068
3833
Αυτή είναι μια επιστημονική εργασία. Προσπαθούμε να δημοσιευτεί.
10:10
So here'sεδώ είναι the titleτίτλος pageσελίδα. We have a numberαριθμός of authorsσυγγραφείς there.
181
594901
2834
Εδώ είναι η σελίδα του τίτλου. Έχουμε έναν αριθμό των συγγραφέων σ' αυτή τη σελίδα.
10:13
All the onesαυτές in boldτολμηρός are eightοκτώ to 10 yearsχρόνια oldπαλαιός.
182
597735
2851
Όλα αυτά που εμφανίζονται με έντονη γραφή είναι 8 έως 10 ετών.
10:16
The first authorσυγγραφέας is BlackawtonBlackawton PrimaryΠρωτοβάθμια SchoolΣχολείο, because
183
600586
2050
Ο πρώτος συγγραφέας είναι το Δημοτικό Σχολείο Μπλάκοτον, επειδή
10:18
if it were ever referencedΑναφορά, it would be "BlackawtonBlackawton etet alal,"
184
602636
3246
αν ποτέ αναφερθεί, θα ήταν «Όλο το Μπλάκοτον»
10:21
and not one individualάτομο. So we submitυποβάλλουν it to a publicδημόσιο accessπρόσβαση journalεφημερίδα,
185
605882
3057
και όχι ένα άτομο. Έτσι το υποβάλαμε σε μια εφημερίδα ελεύθερης πρόσβασης,
10:24
and it saysλέει this. It said manyΠολλά things, but it said this.
186
608939
3332
και μας απάντησε το εξής. Έλεγε πολλά πράγματα στην απάντηση αλλα κυρίως έλεγε το εξής:
10:28
"I'm afraidφοβισμένος the paperχαρτί failsαποτυγχάνει our initialαρχικός qualityποιότητα controlέλεγχος checksέλεγχοι in severalαρκετά differentδιαφορετικός waysτρόπους." (LaughterΤο γέλιο)
187
612271
3919
«Φοβάμαι οτι η εργασία αποτυγχάνει στους ποιοτικούς ελέγχους με πολλούς διαφορετικούς τρόπους.» (Γέλια)
10:32
In other wordsλόγια, it startsξεκινά off "onceμια φορά uponεπάνω σε a time,"
188
616190
2560
Με άλλα λόγια, ξεκινά με «Μια φορά κι έναν καιρό»
10:34
the figuresαριθμούς are in crayonπαστέλ, etcκαι τα λοιπα. (LaughterΤο γέλιο)
189
618750
2526
οι αριθμοί είναι γραμμένοι με μπογιές, κλπ. (Γέλια)
10:37
So we said, we'llΚαλά get it reviewedεπανεξεταστεί. So I sentΑπεσταλμένα it to DaleDale PurvesPurves,
190
621276
4353
Αποφασίσαμε λοιπόν να επανεξεταστεί. Το έστειλα στον Ντέιλ Πέρβις,
10:41
who is at the NationalΕθνική AcademyΑκαδημία of ScienceΕπιστήμη, one of the leadingκύριος neuroscientistsνευροεπιστήμονες in the worldκόσμος,
191
625629
3533
που εργάζεται στην Εθνική Ακαδημία Επιστημών ως ένας από τους κορυφαίους νευροεπιστήμονες του κόσμου,
10:45
and he saysλέει, "This is the mostπλέον originalπρωτότυπο scienceεπιστήμη paperχαρτί I have ever readανάγνωση" — (LaughterΤο γέλιο) —
192
629162
3449
και μας απάντησε, «Αυτή είναι η πιο ειλικρινής επιστημονική εργασία που έχω διαβάσει ποτέ[...]» (Γέλια)
10:48
"and it certainlyσίγουρα deservesαξίζει wideευρύς exposureέκθεσης."
193
632611
2097
«[...]και σίγουρα αξίζει ευρεία έκθεση.»
10:50
LarryLarry MaloneyMaloney, expertειδικός in visionόραμα, saysλέει, "The paperχαρτί is magnificentμεγαλοπρεπής.
194
634708
4271
Ο Λάρυ Μαλόνεϋ, ειδικός στην όραση, απάντησε πως «η εργασία είναι υπέροχη.
10:54
The work would be publishableδημοσιεύσιμη if doneΈγινε by adultsενήλικες."
195
638979
3366
Η δουλειά θα μπορούσε να δημοσιευτεί αν είχε γίνει από ενηλίκες.»
10:58
So what did we do? We sendστείλετε it back to the editorσυντάκτης.
196
642345
1979
Λοιπόν τι κάναμε; Το στείλαμε ξανά στον εκδότη.
11:00
They say no.
197
644324
1589
Μας απάντησαν όχι.
11:01
So we askedερωτηθείς LarryLarry and NatalieNatalie HempelHempel to writeγράφω
198
645913
2454
Ζητήσαμε από τον Λάρυ και τη Νάταλι Χέμπελ να γράψουν
11:04
a commentaryσχολιασμός situatingτοποθετήσουμε the findingsευρήματα for scientistsΕπιστήμονες, right,
199
648367
4007
ένα σχολιασμό για τα πορίσματα των επιστημόνων
11:08
puttingβάζοντας in the referencesβιβλιογραφικές αναφορές, and we submitυποβάλλουν it to BiologyΒιολογία LettersΓράμματα.
200
652374
4128
βάζοντας και τις αναφορές και το υποβάλαμε στο "Biology Letters".
11:12
And there, it was reviewedεπανεξεταστεί by fiveπέντε independentανεξάρτητος refereesδιαιτητές,
201
656502
3327
Eκεί, επανεξετάστηκε από πέντε ανεξάρτητους ερευνητές,
11:15
and it was publishedδημοσίευσε. Okay? (ApplauseΧειροκροτήματα)
202
659829
4421
και δημοσιεύθηκε. (Χειροκροτήματα)
11:20
(ApplauseΧειροκροτήματα)
203
664250
6000
(Χειροκροτήματα)
11:26
It tookπήρε fourτέσσερα monthsμήνες to do the scienceεπιστήμη,
204
670250
3021
Χρειάστηκαν 4 μήνες για να κάνουμε το επιστημονικό κομμάτι,
11:29
two yearsχρόνια to get it publishedδημοσίευσε. (LaughterΤο γέλιο)
205
673271
3228
2 χρόνια για να δημοσιευτεί. (Γέλια)
11:32
TypicalΤυπική scienceεπιστήμη, actuallyπράγματι, right? So this makesκάνει AmyAmy and
206
676499
4835
Κλασική επιστήμη, σωστά; Με αυτό τον τρόπο η Έιμι και
11:37
her friendsοι φιλοι the youngestνεότερος publishedδημοσίευσε scientistsΕπιστήμονες in the worldκόσμος.
207
681334
2433
οι φίλοι της έγιναν οι νεότεροι δημοσιευμένοι επιστήμονες στον κόσμο.
11:39
What was the feedbackανατροφοδότηση like?
208
683767
2016
Πως ήταν τα σχόλια;
11:41
Well, it was publishedδημοσίευσε two daysημέρες before ChristmasΧριστούγεννα,
209
685783
2885
Δημοσιεύτηκε δύο ημέρες πριν από τα Χριστούγεννα,
11:44
downloadedκατεβάσετε 30,000 timesφορές in the first day, right?
210
688668
4003
το κατέβασαν 30.000 φορές την πρώτη ημέρα.
11:48
It was the Editors'Συντακτών ChoiceΕπιλογή in ScienceΕπιστήμη, whichοι οποίες is a topμπλουζα scienceεπιστήμη magazineπεριοδικό.
211
692671
4040
Ήταν η "Επιλογή του Εκδότη" στο Science, το οποίο είναι ένα κορυφαίο επιστημονικό περιοδικό.
11:52
It's foreverγια πάντα freelyελευθερώς accessibleπροσιτός by BiologyΒιολογία LettersΓράμματα.
212
696711
2542
Είναι ελεύθερα προσβάσιμο για πάντα από το Biology Letters.
11:55
It's the only paperχαρτί that will ever be freelyελευθερώς accessibleπροσιτός by this journalεφημερίδα.
213
699253
3680
Είναι η μόνη επιστημονική εργασία που θα είναι ελεύθερα προσβάσιμη από αυτό το περιοδικό.
11:58
Last yearέτος, it was the second-mostδεύτερο πιο downloadedκατεβάσετε paperχαρτί
214
702933
2699
Πέρυσι, ήταν η δεύτερη πιο κατεβασμένη εργασία
12:01
by BiologyΒιολογία LettersΓράμματα, and the feedbackανατροφοδότηση from not just scientistsΕπιστήμονες
215
705632
4104
στο Biology Letters. Tα σχόλια έγιναν όχι μόνο απο επιστήμονες
12:05
and teachersκαθηγητές but the publicδημόσιο as well.
216
709736
2548
και εκπαιδευτικούς αλλά και απο το κοινό.
12:08
And I'll just readανάγνωση one.
217
712284
1772
Θα σας διαβάσω μόνο ένα.
12:09
"I have readανάγνωση 'Blackawton«Blackawton Bees'Μελισσών» recentlyπρόσφατα. I don't have
218
714056
2490
«Έχω διαβάσει το «Μπλάκοτον Μέλισσες» πρόσφατα. Δεν έχω
12:12
wordsλόγια to explainεξηγώ exactlyακριβώς how I am feelingσυναισθημα right now.
219
716546
2313
λόγια να περιγράψω ακριβώς πώς αισθάνομαι αυτή τη στιγμή.
12:14
What you guys have doneΈγινε is realπραγματικός, trueαληθής and amazingφοβερο.
220
718859
2479
Αυτό που κάνατε είναι πραγματικό, ειλικρινές και εκπληκτικό.
12:17
CuriosityΠεριέργεια, interestενδιαφέρον, innocenceαθωότητα and zealζήλος are the mostπλέον basicβασικός
221
721338
3109
Η περιέργεια, το ενδιαφέρον, η αθωότητα και ο ζήλος είναι τα πιο βασικά
12:20
and mostπλέον importantσπουδαίος things to do scienceεπιστήμη.
222
724447
1724
και πιο σημαντικά πράγματα για να κάνεις επιστήμη.
12:22
Who elseαλλού can have these qualitiesποιότητες more than childrenπαιδιά?
223
726171
2478
Ποιος άλλος μπορεί να έχει αυτές τις ιδιότητες περισσότερο από τα παιδιά;
12:24
Please congratulateσυγχαρώ your children'sπαιδιά teamομάδα from my sideπλευρά."
224
728649
3541
Παρακαλώ συγχαρείτε την παιδικής σας ομάδα από την πλευρά μου.»
12:28
So I'd like to concludeκαταλήγω with a physicalφυσικός metaphorμεταφορική έννοια.
225
732190
3383
Θα ήθελα να ολοκληρώσω με μια φυσική μεταφορά.
12:31
Can I do it on you? (LaughterΤο γέλιο)
226
735573
2968
Μπορώ να το κάνω σε σας; (Γέλια)
12:34
Oh yeah, yeah, yeah, come on. Yeah yeah. Okay.
227
738541
3093
Ω ναι, ναι, έλα.
12:37
Now, scienceεπιστήμη is about takingλήψη risksκινδύνους, so this is an incredibleαπίστευτος riskκίνδυνος, right? (LaughterΤο γέλιο)
228
741634
5177
Η επιστήμη σχετίζεται με τη λήψη ρίσκων. Αυτό είναι ένα απίστευτο ρίσκο. (Γέλια)
12:42
For me, not for him. Right? Because we'veέχουμε only doneΈγινε this onceμια φορά before. (LaughterΤο γέλιο)
229
746811
6098
Για μένα, όχι για αυτόν. Γιατί το δοκιμάσαμε μόνο μία φορά πριν. (Γέλια)
12:48
And you like technologyτεχνολογία, right?
230
752909
1576
Σου αρέσει η τεχνολογία, σωστά;
12:50
ShimonΣιμόν SchockenSchocken: Right, but I like myselfεγώ ο ίδιος.
231
754485
2176
Σίμον Σόκεν: Σωστά αλλά μου αρέσει κι ο εαυτός μου.
12:52
BLBL: This is the epitomeεπιτομή of technologyτεχνολογία. Right. Okay.
232
756661
2951
ΜΛ: Αυτή είναι η επιτομή της τεχνολογίας.
12:55
Now ... (LaughterΤο γέλιο)
233
759612
3608
Τώρα... (Γέλια)
12:59
Okay. (LaughterΤο γέλιο)
234
763220
2880
Εντάξει. (Γέλια)
13:02
Now, we're going to do a little demonstrationεπίδειξη, right?
235
766100
4084
Θα κάνουμε μια μικρή επίδειξη.
13:06
You have to closeΚοντά your eyesμάτια, and you have to pointσημείο
236
770184
4019
Πρέπει να κλείσεις τα μάτια σου και να δείξεις
13:10
where you hearακούω me clappingπαλαμάκια. All right?
237
774203
3157
από που με ακούς να χτυπώ παλαμάκια. Σύμφωνοι;
13:13
(ClappingΠαλαμάκια)
238
777360
4398
(Παλαμάκια)
13:17
(ClappingΠαλαμάκια)
239
781758
3144
(Παλαμάκια)
13:20
Okay, how about if everyoneΟλοι over there shoutsφωνάζει. One, two, threeτρία?
240
784902
2903
Κι αν όλοι εκει πέρα φωνάζουν; Ένα, δύο, τρία.
13:23
AudienceΤο κοινό: (ShoutsΦωνάζει)
241
787805
2901
Ακροατήριο: (Φωνές)
13:26
(LaughterΤο γέλιο)
242
790706
4446
(Γέλια)
13:31
(ShoutsΦωνάζει) (LaughterΤο γέλιο)
243
795152
3171
(Φωνές) (Γέλια)
13:34
BrilliantΛαμπρή. Now, openΆνοιξε your eyesμάτια. We'llΕμείς θα do it one more time.
244
798323
3641
Περίφημα. Άνοίξε τα μάτια σου. Θα το κάνουμε ακόμη μια φορά.
13:37
EveryoneΟ καθένας over there shoutκραυγή. (ShoutsΦωνάζει)
245
801964
2802
Όλοι εκεί φωνάξτε. (Φωνές)
13:40
Where'sΠού είναι the soundήχος comingερχομός from? (LaughterΤο γέλιο) (ApplauseΧειροκροτήματα)
246
804766
5932
Απο που έρχεται ο ήχος; (Γέλια) (Χειροκροτήματα)
13:46
Thank you very much. (ApplauseΧειροκροτήματα)
247
810698
4230
Σε ευχαριστώ πολύ. (Χειροκροτήματα)
13:50
What's the pointσημείο? The pointσημείο is what scienceεπιστήμη does for us.
248
814928
3713
Ποιο είναι το νόημα; Το θέμα είναι τι κάνει η επιστήμη για μας.
13:54
Right? We normallyκανονικά walkΠερπατήστε throughδιά μέσου life respondingαπαντώντας,
249
818641
2406
Προχωράμε κανονικά στη ζωή ανταποκρινόμενοι
13:56
but if we ever want to do anything differentδιαφορετικός, we have to
250
821047
2212
αλλά αν θέλουμε ποτέ να κάνουμε κάτι διαφορετικό, θα πρέπει να
13:59
stepβήμα into uncertaintyαβεβαιότητα. When he openedάνοιξε his eyesμάτια,
251
823259
2689
μπούμε στο χώρο της αβεβαιότητας. Όταν άνοιξε τα μάτια του,
14:01
he was ableικανός to see the worldκόσμος in a newνέος way.
252
825948
2382
ήταν σε θέση να δεί τον κόσμο με έναν νέο τρόπο.
14:04
That's what scienceεπιστήμη offersπροσφορές us. It offersπροσφορές the possibilityδυνατότητα
253
828330
3168
Αυτό μας προσφέρει η επιστήμη. Προσφέρει τη δυνατότητα
14:07
to stepβήμα on uncertaintyαβεβαιότητα throughδιά μέσου the processεπεξεργάζομαι, διαδικασία of playπαίζω, right?
254
831498
4016
να περάσουμε στην αβεβαιότητα μέσω της διαδικασίας του παιχνιδιού.
14:11
Now, trueαληθής scienceεπιστήμη educationεκπαίδευση I think should be about
255
835514
3024
Η σωστή επιστημονική εκπαίδευση πιστεύω ότι πρέπει να σχετιζεται με
14:14
givingδίνοντας people a voiceφωνή and enablingενεργοποίηση to expressεξπρές that voiceφωνή,
256
838538
3399
το να δίνει φωνή στους ανθρώπους και να επιτρέπει να εκφράζεται αυτή η φωνή.
14:17
so I've askedερωτηθείς AmyAmy to be the last voiceφωνή in this shortμικρός storyιστορία.
257
841937
4369
Γι'αυτό και ζήτησα απο την Έιμυ να είναι η τελευταία φωνή σε αυτή την ιστοριούλα.
14:22
So, AmyAmy?
258
846306
3105
Έτσι, Έιμυ;
14:25
AOΑΟ: This projectέργο was really excitingσυναρπαστικός for me,
259
849411
2553
ΕO: Αυτό το εγχείρημα ήταν πραγματικά συναρπαστικό για μένα,
14:27
because it broughtέφερε the processεπεξεργάζομαι, διαδικασία of discoveryανακάλυψη to life,
260
851964
2671
επειδή ζωντάνεψε τη διαδικασία της ανακάλυψης,
14:30
and it showedέδειξε me that anyoneο καθενας, and I mean anyoneο καθενας,
261
854635
2911
και αυτό μου έδειξε ότι οποιοσδήποτε, και το εννοώ οποιοσδήποτε,
14:33
has the potentialδυνητικός to discoverανακαλύπτω something newνέος,
262
857546
2753
έχει τη δυνατότητα να ανακαλύψει κάτι νέο
14:36
and that a smallμικρό questionερώτηση can leadΟΔΗΓΩ into a bigμεγάλο discoveryανακάλυψη.
263
860299
4072
και πως μια μικρή ερώτηση μπορεί να οδηγήσει σε μια μεγάλη ανακάλυψη.
14:40
ChangingΑλλαγή the way a personπρόσωπο thinksσκέφτεται about something
264
864371
2652
Το να αλλάξεις τον τρόπο που ένα άτομο σκέφτεται κάτι
14:42
can be easyεύκολος or hardσκληρά. It all dependsΕξαρτάται on the way the personπρόσωπο
265
867023
3712
μπορεί να είναι εύκολο ή δύσκολο. Όλα εξαρτώνται απο το πως αυτό το άτομο
14:46
feelsαισθάνεται about changeαλλαγή.
266
870735
1488
αισθάνεται σχετικά με την αλλαγή.
14:48
But changingαλλάζοντας the way I thought about scienceεπιστήμη was
267
872223
2452
Το να αλλάξω τον τρόπο που σκεφτόμουν για την επιστήμη ήταν
14:50
surprisinglyαπροσδόκητα easyεύκολος. OnceΜια φορά we playedέπαιξε the gamesΠαιχνίδια
268
874675
2275
εκπληκτικά εύκολο. Κάποτε παίζαμε τα παιχνίδια
14:52
and then startedξεκίνησε to think about the puzzleπαζλ,
269
876950
2418
και έπειτα αρχίσαμε να σκεφτόμαστε το πρόβλημα.
14:55
I then realizedσυνειδητοποίησα that scienceεπιστήμη isn't just a boringβαρετό subjectθέμα,
270
879368
3857
Τότε συνειδητοποίησα οτι η επιστήμη δεν είναι ένα βαρετό θέμα
14:59
and that anyoneο καθενας can discoverανακαλύπτω something newνέος.
271
883225
3194
και οτι καθένας μπορεί να ανακαλύψει κάτι καινούργιο.
15:02
You just need an opportunityευκαιρία. My opportunityευκαιρία cameήρθε
272
886419
3200
Χρειάζεστε μόνο μια ευκαιρία. Η ευκαιρία μου ήρθε
15:05
in the formμορφή of BeauBeau, and the BlackawtonBlackawton BeeΜέλισσα ProjectΤο έργο.
273
889619
2636
με τη μορφή του Μπο και το "Εγχείρημα Μπλάκοτον Μέλισσα".
15:08
Thank you.BLBL: Thank you very much. (ApplauseΧειροκροτήματα)
274
892255
4361
Ευχαριστώ.
ΜΛ: Ευχαριστώ πολύ. (Χειροκροτήματα)
15:12
(ApplauseΧειροκροτήματα)
275
896616
7747
(Χειροκροτήματα)
Translated by Mary Keramida
Reviewed by Vasiliki Fragkoulidou

▲Back to top

ABOUT THE SPEAKERS
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | Speaker | TED.com
Amy O'Toole - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper.

Why you should listen

Amy O'Toole is a 12-year-old student with a peer-reviewed scientific publication under her belt. She took part in a participative science program led by Beau Lotto , called "i, scientist," which inspired a science experiment by a group of 26 primary school students in Blackawton, Devon, UK. O'Toole was never interested in science before this project, but now intends to study the human mind and body. The project led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," Royal Society's Biology Letters, December 2010). It starts: "Once upon a time ... ."

More profile about the speaker
Amy O'Toole | Speaker | TED.com