TEDGlobal 2010
Steven Johnson: Where good ideas come from
Στίβεν Τζονσον: Από που προέρχονται οι ωραίες ιδέες
Filmed:
Readability: 4
4,960,715 views
Συχνά οι ανθρωποι αναγνωριζουν τις στιγμές ξαφνηκών εμπνεύσεων για τις ιδέες τους. Ο Στίβεν Τζόνσον όμως, δείχνει πως η Ιστορία μάς διηγείται κάτι διαφορετικό. Οι συναρπαστικές του ξεναγήσεις μάς παίρνουν από τα 'υγρά δίκτυα' στα καφενεία του Λονδίνου στην διαρκή, αργή διαίσθηση του Κάρουλου Δαρβίνου και τα σημερινά δίκτυα μέγιστων ταχυτήτων.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
Έβγαλα αυτή την φωτογραφία πριν από μερικά λεπτά,
00:18
about 10 blocks from here.
1
3000
2000
περίπου 10 τετράγωνα πιο κάτω από δω.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
Είναι το Grand Cafe εδώ στην Οξφόρδη
00:23
I took this picture because this turns out to be
3
8000
3000
Έβγαλα αυτή τη φωτογραφία γιατί καθώς φαίνεται ήταν
00:26
the first coffeehouse to open
4
11000
2000
και το πρώτο καφενείο
00:28
in England in 1650.
5
13000
2000
στην Αγγλία το 1650.
00:30
That's its great claim to fame,
6
15000
2000
Αυτό είναι το μεγαλείο της δόξας του.
00:32
and I wanted to show it to you,
7
17000
2000
Κι ήθελα να σας το δείξω,
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
όχι επειδή ήθελα να σας ξεναγήσω στα Starbucks
00:36
of historic England,
9
21000
2000
της ιστορικής Αγγλίας,
00:38
but rather because
10
23000
2000
αλλά μάλλον επειδή
00:40
the English coffeehouse was crucial
11
25000
2000
το Αγγλικό καφενείο ήταν καθοριστικό
00:42
to the development and spread
12
27000
3000
στην ανάπτυξη και διάδοση
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
του πιο σημαντικού πνευματικού ανθίσματος των τελευταίων 500 χρόνων,
00:48
what we now call the Enlightenment.
14
33000
3000
αυτό που σήμερα ονομάζουμε Διαφωτισμός.
00:51
And the coffeehouse played such a big role
15
36000
2000
Και το καφενείο έπαιξε ένα σπουδαίο ρόλο
00:53
in the birth of the Enlightenment,
16
38000
2000
στην γέννηση του Διαφωτισμού,
00:55
in part, because of what people were drinking there.
17
40000
2000
εν μέρει, εξαιτίας του τι έπιναν εκεί.
00:57
Because, before the spread
18
42000
3000
Γιατί, πριν από την διάδοση
01:00
of coffee and tea through British culture,
19
45000
3000
του καφέ και του τσάι στο βρετανικό πολιτισμό
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
αυτό που έπιναν οι άνθρωποι -- και η αφρόκρεμα αλλά και ο όχλος --
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
κάθε μέρα, από τα χαράματα μέχρι το σούρουπο
01:08
was alcohol.
22
53000
2000
ήταν το αλκοόλ.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
Το αλκοόλ ήταν το ημερήσιο ρόφημα της επιλογής.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
Θα έπινε κανείς μια μπιρίτσα με το πρωινό κι ένα κρασάκι με το μεσημεριανό,
01:15
a little gin -- particularly around 1650 --
25
60000
3000
λίγο τζιν -- ιδιαίτερα γύρω στα 1650 --
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
και για να τελειώσει μια μπιρίτσα κι ένα κρασάκι στο τέλος της μέρας.
01:20
That was the healthy choice -- right --
27
65000
2000
Αυτή ήταν η υγιής επιλογή, έτσι,
01:22
because the water wasn't safe to drink.
28
67000
2000
επειδή το νερό δεν ήταν πιόσιμο.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
Κι οπότε, ουσιαστικά, μέχρι τη δημιουργία του καφενείου,
01:27
you had an entire population
30
72000
2000
όλος ο πληθυσμός
01:29
that was effectively drunk all day.
31
74000
3000
ήταν ουσιαστικά πιωμένος όλη μέρα.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
Και φανταστείτε πως θα ήταν η ζωή σας, έτσι; --
01:34
and I know this is true of some of you --
33
79000
2000
και ξέρω ότι αυτή είναι η πραγματικότητα για μερικούς από σας --
01:36
if you were drinking all day,
34
81000
3000
αν πίναμε όλη μέρα,
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
και τότε αλλάζετε από μία κατευναστική σε μία διεγερτική ουσία στη ζωή σας,
01:42
you would have better ideas.
36
87000
2000
θα είχατε καλύτερες ιδέες.
01:44
You would be sharper and more alert.
37
89000
2000
Θα ήσασταν πιο έξυπνοι και πιο ξύπνιοι.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
Οπότε δεν ήταν τυχαίο ότι μια μεγάλη άνθηση καινοτομίας συνέβη
01:49
as England switched to tea and coffee.
39
94000
3000
καθώς η Αγγλία γύρισε προς το τσάι και τον καφέ.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
Αλλά κάτι άλλο που κάνει το καφενείο σημαντικό
01:55
is the architecture of the space.
41
100000
2000
είναι ο αρχιτεκτονικός του χώρος.
01:57
It was a space where people would get together
42
102000
2000
Ήταν ένας χώρος όπου οι άνθρωποι μαζεύονταν,
01:59
from different backgrounds,
43
104000
2000
από διαφορετικές κοινωνικές τάξεις
02:01
different fields of expertise, and share.
44
106000
2000
διάφορους χώρους εμπειρίας, και μοιράζονταν
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
Ένας χώρος όπου, κατά τον Ματ Ρίντλεϊ, οι ιδέες κάνουν σεξ.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
Κατά κάποιο τρόπο, αυτό ήταν το συζυγικό τους κρεββάτι
02:08
ideas would get together there.
47
113000
2000
Οι ιδέες συναντιόταν εκεί.
02:10
And an astonishing number of innovations from this period
48
115000
3000
Κι ένας καταπληκτικός αριθμός καινοτομιών κατά την περίοδο αυτή
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
έχουν ένα καφενείο κάπου στην ιστορία τους.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
Έχω ξοδέψει πολλές ώρες σκέφτοντας για τα καφενεία
02:19
for the last five years,
51
124000
2000
τα τελευταία πέντε χρόνια,
02:21
because I've been kind of on this quest
52
126000
2000
γιατί έχω ζητήσει
02:23
to investigate this question
53
128000
2000
να ερευνήσω το θέμα
02:25
of where good ideas come from.
54
130000
2000
της καταγωγής των ωραίων ιδεών.
02:27
What are the environments
55
132000
2000
Ποιο είναι το περιβάλλον
02:29
that lead to unusual levels of innovation,
56
134000
3000
που οδηγεί σε ασυνήθιστα επίπεδα καινοτομίας,
02:32
unusual levels of creativity?
57
137000
3000
ασυνήθιστα επίπεδα δημιουργικότητας;
02:35
What's the kind of environmental --
58
140000
2000
Ποια είναι τα είδη περιβάλλοντος --
02:37
what is the space of creativity?
59
142000
2000
ποιος είναι ο χώρος δημιουργικότητας;
02:39
And what I've done is
60
144000
2000
Και κατέληξα
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
να μελετήσω τόσο το περιβάλλον του καφενείου:
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
όσο και το περιβάλλον των μίντια, όπως το WWW,
02:45
that have been extraordinarily innovative;
63
150000
2000
που είναι εξαιρετικά εφευρετικοί:
02:47
I've gone back to the history of the first cities;
64
152000
3000
Γύρισα πίσω στην ιστορία των πρώτων πόλεων:
02:50
I've even gone to biological environments,
65
155000
2000
Έχω πάει ακόμα και σε βιολογικά είδη περιβάλλοντος,
02:52
like coral reefs and rainforests,
66
157000
2000
όπως οι ύφαλοι καραλλιών και τα τροπικά δάση,
02:54
that involve unusual levels of biological innovation;
67
159000
3000
τα οποία συμπεριλαμβάνουν ασυνήθιστα επίπεδα βιολογικής καινοτομίας
02:57
and what I've been looking for is shared patterns,
68
162000
3000
κι αυτό που έψαχνα ήταν μια κοινή διάταξη,
03:00
kind of signature behavior that shows up
69
165000
2000
μια είδος χαρακτηριστικής συμπεριφοράς που εμφανίζεται
03:02
again and again in all of these environments.
70
167000
3000
διαρκώς σ' όλα αυτά τα είδη περιβάλλοντος
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
Υπάρχουν άραγε επαναλαμβανόμενα χαρακτηριστικά από τα οποία μπορούμε να μάθουμε,
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
που θα μπορέσουμε να τα εφαρμόσουμε στη ζωή μας,
03:10
or our own organizations,
73
175000
2000
ή στις επιχειρήσεις μας,
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
ή στο δικό μας περιβάλλον, για να το κάνουμε πιο δημιουργικό και εφευρετικό;
03:14
And I think I've found a few.
75
179000
2000
Και νομίζω πως βρήκα μερικά.
03:16
But what you have to do to make sense of this
76
181000
3000
Αλλά για να καταλάβει κανείς τι γίνεται
03:19
and to really understand these principles
77
184000
2000
και να κατανοήσει πραγματικά αυτές τις αρχές
03:21
is you have to do away
78
186000
2000
πρέπει πρώτα να αφήσει πίσω
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
τον τρόπο με τον οποίο οι συμβατικές μεταφορές και ο συμβατικός λόγος
03:26
steers us towards
80
191000
2000
μάς κατευθύνει προς
03:28
certain concepts of idea-creation.
81
193000
2000
μερικές έννοιες ως προς την ιδέα-δημιουργία.
03:30
We have this very rich vocabulary
82
195000
2000
Έχουμε ένα πλούσιο λεξιλόγιο
03:32
to describe moments of inspiration.
83
197000
2000
για να περιγράψουμε τις στιγμές έμπνευσης.
03:34
We have the kind of the flash of insight,
84
199000
3000
Έχουμε μια είδος αναλαμπής
03:37
the stroke of insight,
85
202000
2000
μια φαεινή ιδέα
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
έχουμε την επιφοίτηση, τις στιγμές ξαφνικής έμπνευσης,
03:42
we have the lightbulb moments, right?
87
207000
2000
έχουμε τις λαμπρές στιγμές, έτσι;
03:44
All of these concepts,
88
209000
2000
Όλες αυτές οι ιδέες,
03:46
as kind of rhetorically florid as they are,
89
211000
3000
όσο κι αν είναι ρητορικά εύηχες,
03:49
share this basic assumption,
90
214000
2000
βασίζονται στη προηπόθεση,
03:51
which is that an idea is a single thing,
91
216000
3000
ότι μια ιδέα είναι κάτι το μοναδικό,
03:54
it's something that happens often
92
219000
2000
είναι κάτι που συμβαίνει συχνά
03:56
in a wonderful illuminating moment.
93
221000
3000
σε μια υπέροχη διαφωτιστική στιγμή.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
Αλλά στην ουσία, αυτό που θα' θελα να υποστηρίξω και που χρειάζεστε αρχικά
04:02
is this idea that an idea is a network
95
227000
3000
είναι η ιδέα ότι μια ιδέα είναι ένα δίκτυο
04:05
on the most elemental level.
96
230000
2000
στο πιο αρχικό της στάδιο.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
Εννοώ, αυτό είναι που συμβαίνει στον μυαλό.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
Μια ιδέα, μια νέα ιδέα, είναι ένα δίκτυο νευρώνων
04:12
firing in sync with each other inside your brain.
99
237000
3000
πυροδοτώντας συγχρόνως μέσα στον μυαλό.
04:15
It's a new configuration that has never formed before.
100
240000
3000
Είναι μια νέα διάταξη που δεν έχει δημιουργηθεί ποτέ άλλοτε.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
Και το ερώτημα είναι: πως μπορεί κανείς να βάλει το μυαλό του σ' ένα περιβάλλον
04:21
where these new networks are going to be more likely to form?
102
246000
3000
όπου θα ευνοηθεί η δημιουργία αυτών των δικτύων;
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
Και φαίνεται πως, στην πραγματικότητα, τα χαρακτηριστικά δικτύων στον κόσμο
04:27
mimic a lot of the network patterns
104
252000
2000
μιμούνται σε μεγάλο βαθμό εκείνα
04:29
of the internal world of the human brain.
105
254000
3000
του εσωτερικού κόσμου του ανθρώπινου μυαλού.
04:32
So the metaphor I'd like the use
106
257000
2000
Οπότε η αλληγορία που θα ήθελα να χρησιμοποιήσω
04:34
I can take
107
259000
2000
θα την πάρω
04:36
from a story of a great idea that's quite recent --
108
261000
3000
από μια ιστορία εξαιρετικής ιδέας αρκετά πρόσφατη --
04:39
a lot more recent than the 1650s.
109
264000
3000
πολύ πιο πρόσφατη από τις δεκαετίες του 1650.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
Ένας αξιοθαύμαστος τύπος, ο Τίμοθη Πρεστέρο,
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
ο οποίος έχει μια εταιρία ... έναν οργανισμό που λέγεται 'Design that Matters'.
04:48
They decided to tackle this really pressing problem
112
273000
3000
αποφάσισαν ν' ασχοληθούν με ένα επείγον πρόβλημα
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
ξέρετε, εκείνο το τρομερό πρόβλημα που έχουμε με τα ποσοστά βρεφικής θνησιμότητας
04:55
in the developing world.
114
280000
2000
στις αναπτυσσόμενες χώρες.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
Ένα ενοχλητικό σημείο σ 'αυτό το ζήτημα είναι ότι γνωρίζουμε,
05:00
by getting modern neonatal incubators
116
285000
3000
ότι διαθέτοντας σύγχρονες θερμοκοιτίδες για νεογέννητα
05:03
into any context,
117
288000
2000
σε γενικό πλαίσιο,
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
βασικά, αν κρατήσουμε τα πρόωρα μωρά ζεστά -- είναι πολύ απλό --
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
μπορούμε να μειώσουμε τη θνησιμότητα κατά το ήμισυ σ' αυτό το περιβάλλον.
05:11
So, the technology is there.
120
296000
2000
Οπότε,υπάρχει η τεχνολογία.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
Αυτά είναι δεδομένα στις αναπτυγμένες χώρες,
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
Το πρόβλημα είναι ότι αν αγοράσει κανείς μια θερμοκοιτίδα αξίας $40.000,
05:19
and you send it off
123
304000
2000
και το στείλει
05:21
to a mid-sized village in Africa,
124
306000
2000
σ 'ένα χωριό μεσαίου μεγέθους στην Αφρική,
05:23
it will work great for a year or two years,
125
308000
2000
θα λειτουργήσει θαυμάσια για ένα ή δυο χρόνια,
05:25
and then something will go wrong and it will break,
126
310000
3000
και τότε κάτι θα πάει στραβά και θα χαλάσει,
05:28
and it will remain broken forever,
127
313000
2000
και θα παραμείνει χαλασμένο για πάντα,
05:30
because you don't have a whole system of spare parts,
128
315000
3000
γιατί δεν υπάρχει ολόκληρο εκείνο το σύστημα ανταλλακτικών,
05:33
and you don't have the on-the-ground expertise
129
318000
2000
και δεν υπάρχουν ούτε οι επιτόπου εμπειρογνώμονες
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
για να φτιάξει κανείς μια συσκευή αξίας $40.000.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
Οπότε καταλήγει κανείς με το πρόβλημα όπου πρέπει να ξοδευτούν όλα αυτά τα χρήματα,
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
ως βοήθεια και όλα τα εξελιγμένα ήδη ηλεκτρονικών στις χώρες αυτές ,
05:42
and then it ends up being useless.
133
327000
2000
και στο τέλος είναι άχρηστα.
05:44
So what Prestero and his team decided to do
134
329000
2000
Οπότε ο Πρεστέρο και η ομάδα του αποφάσισαν
05:46
is to look around and see: what are the abundant resources
135
331000
3000
να κοιτάξουν τριγύρω για να δουν: πια υλικά αφθονούν
05:49
in these developing world contexts?
136
334000
2000
στο περιβάλλον αυτών των αναπτυσσόμενων χωρών;
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
Και εκείνο που παρατήρησαν ήταν ότι δεν έχουν πολλά DVR,
05:54
they don't have a lot of microwaves,
138
339000
2000
ή πολλούς φούρνους μικροκυμάτων,
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
αλλά φαίνεται πως τα καταφέρνουν αρκετά καλά με το να συντηρούν τα αυτοκίνητά τους.
05:59
There's a Toyota Forerunner
140
344000
2000
Υπάρχει ένα Toyota Forerunner
06:01
on the street in all these places.
141
346000
2000
στους δρόμους όπου κι αν πάει κανείς.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
Φαίνεται πως έχουν τους εμπειρογνώμονες για να συντηρούν τα αυτοκίνητα.
06:06
So they started to think,
143
351000
2000
Οπότε άρχισαν να συλλογίζονται,
06:08
"Could we build a neonatal incubator
144
353000
2000
'Μπορούμε άραγε να δημιουργήσουμε μία θερμοκοιτίδα για νεογέννητα
06:10
that's built entirely out of automobile parts?"
145
355000
3000
ολότελα φτιαγμένο από μέλη αυτοκινήτου;'
06:13
And this is what they ended up coming with.
146
358000
2000
Και κατέληξαν σ 'αυτό εδώ.
06:15
It's called a "neonurture device."
147
360000
2000
Ονομάζεται συσκευή νεο-διατροφής.
06:17
From the outside, it looks like a normal little thing
148
362000
2000
Απ' έξω φαίνεται σαν ένα κανονικό πραγματάκι,
06:19
you'd find in a modern, Western hospital.
149
364000
2000
που θα βρει κανείς σε ένα σύγχρόνο νοσοκομείο στη Δύση.
06:21
In the inside, it's all car parts.
150
366000
2000
από μέσα, είναι όλα μέλη αυτοκινήτου.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
Έχει έναν ανεμιστήρα, προβολείς για θέρμανση,
06:25
it's got door chimes for alarm --
152
370000
2000
έχει κουδουνάκια για συναγερμό.
06:27
it runs off a car battery.
153
372000
2000
Λειτουργεί με μια μπαταρία αυτοκινήτου.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
Οπότε το μόνο που χρειάζεται κανείς είναι ανταλλακτικά από ένα Toyota
06:31
and the ability to fix a headlight,
155
376000
2000
και την ικανότητα να φτιάξει τους προβολείς του αυτοκινήτου,
06:33
and you can repair this thing.
156
378000
2000
και μπορεί κανείς να το επισκευάσει.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
Τώρα αυτή είναι μια υπέροχη ιδέα, ήθελα να σας πω ότι, στην πραγματικότητα,
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
είναι μια αλληγορία για τον τρόπο με τον οποίο γεννιούνται οι ιδέες.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
Ξέρετε, μας αρέσει να φανταζόμαστε τις πρωτοπόρες ιδέες μας,
06:42
are like that $40,000, brand new incubator,
160
387000
2000
σαν εκείνη την ολοκαίνουργια θερμοκοιτίδα 40,000 δολαρίων,
06:44
state-of-the-art technology,
161
389000
2000
τελευταία λέξη της τεχνολογίας,
06:46
but more often than not, they're cobbled together
162
391000
2000
αλλά τις περισσότερες φορές, έχουν αναμειχθεί
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
από οτιδήποτε τυχαίνει να βρίσκεται κοντά.
06:50
We take ideas from other people,
164
395000
2000
Παίρνουμε τις ιδέες μας από άλλους,
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
από κείνους που έχουμε διδαχθεί, από κείνους που συναντάμε τυχαία στα καφενεία,
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
και τις ράβουμε όλες μαζί σε μια νέα μορφή, και δημιουργούμε κάτι καινούριο.
06:58
That's really where innovation happens.
167
403000
3000
Εκεί είναι που πραγματικά συμβαίνει η καινοτομία.
07:01
And that means that we have to change some of our models
168
406000
2000
Αυτό σημαίνει ότι πρέπει να αλλάξουμε μερικά πρότυπα
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
ως προς τη καινοτομία και τη βαθιά συλλογή, έτσι;
07:06
I mean, this is one vision of it.
170
411000
2000
Εννοώ, αυτή είναι μια από τις προοπτικές της.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
Μια άλλη είναι ο Νεύτωνας και το μήλο, όταν ο Νεύτωνας ήταν στο Κέϊμπριζ.
07:11
This is a statue from Oxford.
172
416000
2000
Αυτό το άγαλμα είναι από το Όξφορντ.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
Ξέρετε, κάθεται κανείς και συλλογίζεται,
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
και το μήλο πέφτει από το δέντρο, και ιδού ο νόμος της βαρύτητας.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
Στην πραγματικότητα, τα μέρη που οδήγησαν στη καινοτομία
07:21
tend to look like this, right.
176
426000
2000
μοιάζουν πιο πολύ μ’ αυτό εδώ.
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
Αυτή είναι η φημισμένη ζωγραφιά του Χόγκαρτ για κάποια είδους πολιτικής βραδιάς σε μια ταβέρνα,
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
όμως κάπως έτσι έμοιαζαν άλλοτε τα καφενεία.
07:29
This is the kind of chaotic environment
179
434000
2000
Αυτό είναι το χαοτικό περιβάλλον
07:31
where ideas were likely to come together,
180
436000
2000
που πιθανότατα συναντιούνται οι ιδέες,
07:33
where people were likely to have
181
438000
2000
εκεί οπού οι άνθρωποι ήταν πιθανό να έχουν
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
νέες, ενδιαφέρουσες, απροσδόκητες συγκρούσεις -- άνθρωποι από διαφορετικές κοινωνικές τάξεις.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
Οπότε, εάν προσπαθούμε να δημιουργήσουμε πιο πρωτότυπους οργανισμούς,
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
πρέπει να δημιουργήσουμε χώρους οι οποίοι, παραδόξως, μοιάζουν μ’ αυτό εδώ.
07:43
This is what your office should look like,
185
448000
2000
Κάπως έτσι θα πρέπει να μοιάζει και το γραφείο σας,
07:45
is part of my message here.
186
450000
2000
είναι ένα μέρος του μηνύματός μου εδώ.
07:47
And one of the problems with this is that
187
452000
2000
Και ένα από τα προβλήματα μ' αυτό είναι ότι
07:49
people are actually -- when you research this field --
188
454000
3000
οι άνθρωποι στην πραγματικότητα -- όταν μελετά κανείς το θέμα --
07:52
people are notoriously unreliable,
189
457000
2000
οι άνθρωποι είναι περιβόητοι για τις αναξιοπιστίες τους
07:54
when they actually kind of self-report
190
459000
2000
όταν πραγματικά αυτοπεριγράφουν
07:56
on where they have their own good ideas,
191
461000
2000
την καταγωγή των ωραίων ιδεών τους,
07:58
or their history of their best ideas.
192
463000
2000
ή την ιστορία της καλύτερης ιδέας τους.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
Και πριν από μερικά χρόνια, ένας θαυμάσιος ερευνητής, ο Κέβιν Ντούνμπαρ
08:03
decided to go around
194
468000
2000
αποφάσισε να επισκεφθεί
08:05
and basically do the Big Brother approach
195
470000
2000
και βασικά να προσεγγίσει το θέμα κατά τη μέθοδο του Μεγάλου Αδερφού
08:07
to figuring out where good ideas come from.
196
472000
2000
για να καταλάβει την καταγωγή των ωραίων ιδεών.
08:09
He went to a bunch of science labs around the world
197
474000
3000
Επισκέφτηκε διάφορα εργαστήρια στο κόσμο
08:12
and videotaped everyone
198
477000
2000
και τους μαγνητοσκόπησε όλους
08:14
as they were doing every little bit of their job.
199
479000
2000
σε κάθε τους βήμα στην εργασία τους.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
Οπότε όταν παρατηρούσαν το μικροσκόπιο,
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
όταν μιλούσαν με τους συναδέλφους στην υδρόψυκτο, και όλα αυτά.
08:20
And he recorded all of these conversations
202
485000
2000
Και μαγνητοσκόπησε όλες τις συζητήσεις
08:22
and tried to figure out where the most important ideas,
203
487000
2000
και προσπάθησε να καταλάβει που ήταν οι πιο σημαντικές ιδέες,
08:24
where they happened.
204
489000
2000
που συνέβησαν.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
Και όταν σκεφτόμαστε την κλασική εικόνα των επιστημόνων στο εργαστήριο
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
έχουμε αυτή την εικόνα -- ξέρετε, ότι κοιτάζουν προσεχτικά στο μικροσκόπιο
08:32
and they see something in the tissue sample.
207
497000
2000
και βλέπουν κάτι στο δείγμα του ιστού.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
Και 'έυρηκα!΄, έχουν την ιδέα.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
Εκείνο που πραγματικά συνέβη όταν ο Ντούνμπαρ παρακολούθησε τη κασέτα
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
ήταν στην ουσία ότι σχεδόν όλες οι επαναστατικές ανακαλύψεις
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
δεν έγιναν από μόνες τους στο εργαστήριο, μπροστά στο μικροσκόπιο.
08:46
They happened at the conference table
212
511000
2000
Έγιναν στο τραπέζι της συνεδρίασης
08:48
at the weekly lab meeting,
213
513000
2000
στην εβδομαδιαία εργαστηριακή συνάντηση
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
όταν μαζεύονταν όλοι και μοίραζαν μεταξύ τους τα τελευταία δεδομένα και ευρήματα,
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
συχνά όταν οι άνθρωποι μοίραζαν τα λάθη που είχαν,
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
τα σφάλματα, το θόρυβο που είχαν ανακαλύψει στο σήμα
08:58
And something about that environment --
217
523000
3000
Και κάτι σχετικά με εκείνο το περιβάλλον --
09:01
and I've started calling it the "liquid network,"
218
526000
2000
και έχω αρχίσει να το λέω 'ρευστό δίκτυο',
09:03
where you have lots of different ideas that are together,
219
528000
3000
όπου έχει κανείς πολλές διαφορετικές ιδέες που συναντιούνται
09:06
different backgrounds, different interests,
220
531000
2000
διαφορετικές κοινωνικές τάξεις, διαφορετικά ενδιαφέροντα,
09:08
jostling with each other, bouncing off each other --
221
533000
2000
σπρώχνοντας δυνατά ο ένας τον άλλον, χοροπηδώντας μεταξύ τους. ---
09:10
that environment is, in fact,
222
535000
2000
εκείνο είναι το περιβάλλον, που στην ουσία,
09:12
the environment that leads to innovation.
223
537000
2000
το περιβάλλον που οδηγεί στη καινοτομία.
09:14
The other problem that people have
224
539000
2000
Το άλλο πρόβλημα που έχουν οι άνθρωποι
09:16
is they like to condense their stories of innovation down
225
541000
2000
είναι το ότι τους αρέσει να συνοψίζουν τις ιστορίες ευρεσιτεχνίας
09:18
to kind of shorter time frames.
226
543000
2000
σε μικρότερα χρονικά περιθώρια.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
Οπότε θέλουν να μιλάνε για τη στιγμή ξαφνικής έμπνευσης.
09:23
They want to say, "There I was, I was standing there
228
548000
2000
Θέλουν να πουν, 'Ήμουν εκεί, καθόμουν εκεί
09:25
and I had it all suddenly clear in my head."
229
550000
2000
και την είχα έτσι ξαφνικά ολοκάθαρη στο μυαλό μου.'
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
Αλλά στην ουσία, αν κοιτάξει κανείς στις ιστορικές σημειώσεις,
09:30
it turns out that a lot of important ideas
231
555000
3000
φαίνεται πως πολλές σημαντικές ιδέες
09:33
have very long incubation periods --
232
558000
3000
έχουν μια μακρά περίοδο επώασης
09:36
I call this the "slow hunch."
233
561000
2000
Αυτή την ονομάζω 'η νωθρή διαίσθηση'.
09:38
We've heard a lot recently
234
563000
2000
Τελευταία έχουμε ακούσει αρκετά
09:40
about hunch and instinct
235
565000
2000
για τη διαίσθηση και το ένστικτο
09:42
and blink-like sudden moments of clarity,
236
567000
3000
και τις ξαφνικές στιγμές διαύγειας,
09:45
but in fact, a lot of great ideas
237
570000
2000
αλλά στην ουσία, πολλές σπουδαίες ιδέες
09:47
linger on, sometimes for decades,
238
572000
2000
παραμένουν μερικές φορές για δεκαετίες,
09:49
in the back of people's minds.
239
574000
2000
βαθιά μέσα στις σκέψεις των ανθρώπων.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
Έχουν την εντύπωση ότι υπάρχει ένα ενδιαφέρον πρόβλημα,
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
αλλά δεν έχουν ακόμα τα εργαλεία για να το ανακαλύψουν.
09:56
They spend all this time working on certain problems,
242
581000
3000
Ξοδεύουν αρκετό καιρό δουλεύοντας σε κάποια συγκεκριμένα προβλήματα,
09:59
but there's another thing lingering there
243
584000
2000
αλλά υπάρχει κάτι άλλο που παραμένει εκεί
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
που τους ενδιαφέρει, αλλά δεν μπορούν ακόμα να το λύσουν.
10:03
Darwin is a great example of this.
245
588000
2000
Ο Δαρβίνος είναι ένα σπουδαίο παράδειγμα.
10:05
Darwin himself, in his autobiography,
246
590000
2000
Ο Δαρβίνος στην αυτοβιογραφία του,
10:07
tells the story of coming up with the idea
247
592000
2000
διηγείται την ιστορία της ιδέας
10:09
for natural selection
248
594000
2000
της φυσικής επιλογής
10:11
as a classic "eureka!" moment.
249
596000
2000
σαν μια κλασική στιγμή μεγάλης έμπνευσης
10:13
He's in his study,
250
598000
2000
Είναι στο δωμάτιο μελέτης του
10:15
it's October of 1838,
251
600000
2000
είναι Οκτώβριος του 1838,
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
και στην πραγματικότητα, διαβάζει Μάλθους στον πληθυσμό.
10:19
And all of a sudden,
253
604000
2000
Και ξαφνικά,
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
ο βασικός αλγόριθμος της φυσικής επιλογής του κατέβηκε στο κεφάλι,
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
και λέει, 'Αχ, επιτέλους, είχα μια θεωρία πάνω στην οποία να εργαστώ.'
10:27
That's in his autobiography.
256
612000
2000
Αυτό είναι στην αυτοβιογραφία του.
10:29
About a decade or two ago,
257
614000
2000
Πριν από περίπου μία ή δύο δεκαετίες,
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
ένας θαυμάσιος επιστήμονας, ο Χάουγαρντ Γκράμπερ
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
ανέτρεξε στα σημειωματάρια του Δαρβίνου από αυτή την περίοδο.
10:36
And Darwin kept these copious notebooks
260
621000
2000
Και ο Δαρβίνος κρατούσε άφθονα σημειωματάρια
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
όπου κατέγραφε την παραμικρότερη ιδέα που είχε, κάθε διαίσθηση
10:41
And what Gruber found was
262
626000
2000
Κι αυτό που βρήκε ο Γκράμπερ ήταν
10:43
that Darwin had the full theory of natural selection
263
628000
3000
ότι ο Δαρβίνος είχε ολόκληρη την θεωρία της φυσικής επιλογής
10:46
for months and months and months
264
631000
2000
για μήνες ολόκληρους
10:48
before he had his alleged epiphany,
265
633000
2000
πριν από την ισχυριζόμενη επιφοίτηση,
10:50
reading Malthus in October of 1838.
266
635000
3000
καθώς διάβαζε τον Μάλθους τον Οκτώβριο του 1838.
10:53
There are passages where you can read it,
267
638000
2000
Υπάρχουν αποσπάσματα που τη διαβάζει κανείς
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
και νομίζει ότι διαβάζει από το βιβλίο του Δαρβίνου,
10:58
from the period before he has this epiphany.
269
643000
3000
πριν από την περίοδο που είχε αυτή την επιφοίτηση.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
Και αυτό που πραγματοποιεί κανείς είναι ότι ο Δαρβίνος, κατά κάποιο τρόπο,
11:03
had the idea, he had the concept,
271
648000
2000
είχε την ιδέα, είχε την αντίληψη,
11:05
but was unable of fully thinking it yet.
272
650000
3000
αλλά αδυνατούσε ακόμα να την κατανοήσει.
11:08
And that is actually how great ideas often happen;
273
653000
3000
Και στην πραγματικότητα έτσι γεννιούνται οι μεγάλες ιδέες
11:11
they fade into view over long periods of time.
274
656000
2000
σβήνουν απαλά από την όραση για εκτεταμένο χρόνο.
11:13
Now the challenge for all of us is:
275
658000
2000
Η δοκιμασία για όλους μας τώρα είναι:
11:15
how do you create environments
276
660000
2000
πως μπορεί να δημιουργήσει κανείς ένα περιβάλλον
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
που να επιτρέπει σ' αυτές τις ιδέες να έχουν μια μακρά μέση ηλικία, έτσι;
11:19
It's hard to go to your boss and say,
278
664000
2000
Είναι δύσκολο να πάει κάποιος στο αφεντικό του και να του πει,
11:21
"I have an excellent idea for our organization.
279
666000
2000
'Έχω μια άριστη ιδέα για τον οργανισμό μας.
11:23
It will be useful in 2020.
280
668000
3000
Θα είναι χρήσιμο το 2020.
11:26
Could you just give me some time to do that?"
281
671000
2000
Θα μου δώσεις λίγο χρόνο για να τη πραγματοποιήσω;'
11:28
Now a couple of companies -- like Google --
282
673000
2000
Κανά δυο εταιρείες σήμερα, όπως το Google,
11:30
they have innovation time off, 20 percent time,
283
675000
2000
έχουν άδεια καινοτομίας, 20 τοις εκατό του χρόνου εργασίας,
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
που, στην ουσία, αυτοί είναι μηχανισμοί για την καλλιέργεια διαίσθησης σε μια εταιρία.
11:35
But that's a key thing.
285
680000
3000
Αλλά αυτό είναι το κλειδί.
11:38
And the other thing is to allow those hunches
286
683000
2000
Και το άλλο είναι το επιτρέψεις στις διαισθήσεις αυτές
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
να δεθούν με τις διαισθήσεις των άλλων: αυτό είναι που συμβαίνει συχνά.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
Κάποιος έχει μισή ιδέα, κάποιος άλλος έχει την άλλη μισή,
11:45
and if you're in the right environment,
289
690000
2000
κι αν βρεθούν στο κατάλληλο περιβάλλον,
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
μπορεί να δημιουργήσουν κάτι μεγαλύτερο από το σύνολο των στοιχείων τους.
11:49
So, in a sense,
291
694000
2000
Οπότε, κατά κάποιο τρόπο,
11:51
we often talk about the value
292
696000
2000
συχνά μιλάμε για την αξία
11:53
of protecting intellectual property,
293
698000
2000
προστασίας της πνευματικής ιδιοκτησίας,
11:55
you know, building barricades,
294
700000
2000
ξέρετε, θέτοντας εμπόδια,
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
δημιουργώντας μυστικά εργαστήρια έρευνας και ανάπτυξης,παίρνοντας πατέντα για όλα όσα έχουμε,
12:00
so that those ideas will remain valuable,
296
705000
3000
έτσι ώστε αυτές οι ιδέες να έχουν κάποια αξία,
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
και οι άνθρωποι θα έχουν κίνητρα για περισσότερες ιδέες,
12:05
and the culture will be more innovative.
298
710000
3000
και ο πολιτισμός θα είναι πιο εφευρετικός.
12:08
But I think there's a case to be made
299
713000
2000
Αλλά πιστεύω ότι υπάρχει κάτι το αξιοσημείωτο
12:10
that we should spend at least as much time, if not more,
300
715000
3000
ότι αν θα πρέπει να ξοδέψουμε τουλάχιστον τόσο χρόνο, αν όχι περισσότερο,
12:13
valuing the premise of connecting ideas
301
718000
2000
αξιολογώντας την προϋπόθεση της σύνδεσης ιδεών
12:15
and not just protecting them.
302
720000
2000
και όχι απλά να τις προστατεύουμε.
12:17
And I'll leave you with this story,
303
722000
2000
Και θα σας αφήσω με αυτή την ιστορία,
12:19
which I think captures a lot of these values,
304
724000
3000
η οποία πιστεύω πως συλλαμβάνει πολλές από αυτές τις αξίες,
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
και είναι απλά μια υπέροχη ιστορία καινοτομίας,
12:24
and how it happens in unlikely ways.
306
729000
3000
και πως συμβαίνει με τον πιο απροσδόκητο τρόπο.
12:27
It's October of 1957,
307
732000
3000
Είναι Οκτώβριος του 1957,
12:30
and Sputnik has just launched,
308
735000
2000
και το Sputnik μόλις είχε εκτοξευθεί,
12:32
and we're in Laurel Maryland,
309
737000
2000
και βρισκόμαστε το Λαύρελ Μέριλαντ,
12:34
at the applied physics lab
310
739000
2000
στα εργαστήρια εφαρμοσμένης φυσικής
12:36
associated with Johns Hopkins University.
311
741000
2000
στο Πανεπιστήμιο του Τζον Χόπκινς.
12:38
And it's Monday morning,
312
743000
2000
Και είναι πρωινό δευτέρας,
12:40
and the news has just broken about this satellite
313
745000
2000
και μόλις είχαν βγει τα νέα για ένα δορυφόρο
12:42
that's now orbiting the planet.
314
747000
3000
που περιστρέφεται γύρω από το πλανήτη.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
Και φυσικά, αυτός είναι παράδεισος για τους σπασίκλες, έτσι;
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
Ιδού και τα φυτά της φυσικής που κάθονται και σκέφτονται,
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
'Θεέ μου! Αυτό είναι φοβερό. Δεν μπορώ να το πιστέψω ότι συμβαίνει κάτι τέτοιο.'
12:52
And two of them,
318
757000
2000
Και δύο από αυτούς,
12:54
two 20-something researchers at the APL
319
759000
2000
δύο εικοσάχρονοι ερευνητές στα εργαστήρια εφαρμοσμένης φυσικής
12:56
are there at the cafeteria table
320
761000
2000
βρίσκονται στο τραπέζι της καφετέριας
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
συζητώντας ανεπίσημα με μερικούς από τους συναδέλφους τους.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
Και αυτοί οι δύο τύποι ονομάζονται Γκούιερ και Γουέιφενματς.
13:04
And they start talking, and one of them says,
323
769000
2000
Και αρχίζουν την κουβέντα, οπότε λέει ο ένας,
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
'Ρε, προσπάθησε κανείς να το ακούσει;
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
Υπάρχει αυτός ο δορυφόρος κατασκευασμένος από τον άνθρωπο κάπου στο απώτερο διάστημα
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
το οποίο προφανώς εκπέμπει κάποια είδη σημάτων.
13:13
We could probably hear it, if we tune in."
327
778000
3000
Θα μπορούσαμε πιθανότατα να τα ακούσουμε, αν συντονιστούμε'
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
Κι οπότε ρωτούν κανά δύο συναδέλφους τους
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
'Όχι, δεν σκεφτήκαμε,’ κάνουν αυτοί
13:20
That's an interesting idea."
330
785000
2000
Αλλά είναι μια ενδιαφέρουσα ιδέα.΄
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
Και φαίνεται πως ο Γουείφενματς είχε κάποια εμπειρία
13:25
in microwave reception,
332
790000
2000
στα σήματα μικροκυμάτων,
13:27
and he's got a little antennae set up
333
792000
2000
κι έχει εγκαταστήσει μια μικρή κεραία
13:29
with an amplifier in his office.
334
794000
2000
με έναν ενισχυτή στο γραφείο του.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
Κι οπότε οι Γκούιερ και Γουέιφενματς πηγαίνουν στο γραφείο του Γουέιφενματς
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
και αρχίζουν να αυτοσχεδιάζουν -- ηλεκτρονική πειρατεία, όπως θα τη λέγαμε σήμερα.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
Ύστερα από κανά δυο ώρες, κατάφεραν να λάβουν το σήμα,
13:39
because the Soviets made Sputnik
338
804000
2000
επειδή οι Σοβιετικοί είχαν κάνει το Sputnik
13:41
very easy to track.
339
806000
2000
πολύ εύκολο να εντοπιστεί.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
Βρισκόταν ακριβώς στα 20 MHz, ώστε να το εντοπίσει κανείς πολύ εύκολα,
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
γιατί βασικά φοβόταν ότι θα νόμιζαν οι άλλοι πως πρόκεται για καμιά φάρσα
13:48
So they made it really easy to find it.
342
813000
2000
Οπότε το είχαν κάνει πολύ εύκολο να το εντοπίσει κανείς.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
Οπότε οι δυο τους κάθονταν και άκουγαν τα σήματα,
13:53
and people start kind of coming into the office and saying,
344
818000
2000
και άρχισαν να έρχονται και άλλοι στο γραφείο και να λένε,
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
'Πώπω, αυτό είναι γαμάτο. Ν' ακουσω κι εγώ; Πώπω, αυτό είναι σπουδαίο.'
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
Κι ύστερα από λίγο, σκέφτονται, 'Χριστέ μου, αυτό είναι ιστορικό γεγονός.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
Ίσως να είμαστε και οι πρώτοι στις ΗΠΑ που το ακούμε.
14:03
We should record it."
348
828000
2000
Πρέπει να το ηχογραφήσουμε.'
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
Κι οπότε φέρνουν ένα μεγάλο, ογκώδες αναλογικό κασετόφωνο
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
και ξεκινούν την καταγραφή εκείνων των μικρών σημάτων.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
Και άρχισαν να σημειώνουν τις σφραγίδες χρονολόγησης ημέρας και ώρας
14:13
for each little bleep that they record.
352
838000
3000
για κάθε μικρό σήμα που καταγράφουν.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
Και σκέφτονται, 'Αμάν, ξέρεις, υπάρχουν
14:18
small little frequency variations here.
354
843000
3000
κάποιες μικρές διαφορές στη συχνότητα εδώ πέρα.
14:21
We could probably calculate the speed
355
846000
3000
Ίσως να μπορέσουμε να υπολογίσουμε την ταχύτητα
14:24
that the satellite is traveling,
356
849000
2000
του δορυφόρου,
14:26
if we do a little basic math here
357
851000
2000
με απλά μαθηματικά
14:28
using the Doppler effect."
358
853000
2000
χρησιμοποιώντας το φαινόμενο Ντόπλερ.
14:30
And then they played around with it a little bit more,
359
855000
2000
Κι έτσι ασχολήθηκαν περισσότερο με το θέμα,
14:32
and they talked to a couple of their colleagues
360
857000
2000
και μίλησαν με κάποιους άλλους συναδέλφους τους
14:34
who had other kind of specialties.
361
859000
2000
που ειδικευόταν σε κάτι διαφορετικό.
14:36
And they said, "Jeez, you know,
362
861000
2000
Κι είπαν, 'Βρε, ξέρεις,
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
αν παρατηρούσαμε την κλίση του φαινόμενου Ντόπλερ
14:40
to figure out the points at which
364
865000
2000
θα μπορούσαμε να υπολογίσουμε τα σημεία στα οποία
14:42
the satellite is closest to our antennae
365
867000
2000
ο δορυφόρος είναι πιο κοντά στις κεραίες μας
14:44
and the points at which it's farthest away.
366
869000
2000
και τα σημεία στα οποία είναι πιο μακρυά.
14:46
That's pretty cool."
367
871000
2000
Αυτό είναι γαμάτο.'
14:48
And eventually, they get permission --
368
873000
2000
Και τελικά, έχουν την άδεια --
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
αυτή είναι μια μικρή μελέτη που δεν ήταν επίσημα μέρος της εργασίας του.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
Έχουν την άδεια να χρησιμοποιήσουν, ξέρετε, τον υπολογιστή UNIVAC
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
ο οποίος παίρνει μια ολόκληρη αίθουσα, και μόλις τον είχαν εγκαταστήσει στα εργαστήρια εφαρμοσμένης φυσικής.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
Χρησιμοποιούν κι άλλα δεδομένα, κι ύστερα από τρεις τέσσερις εβδομάδες,
15:02
turns out they have mapped the exact trajectory
373
887000
3000
φαίνεται πως είχαν χαρτογραφήσει την ακριβή τροχιά
15:05
of this satellite around the Earth,
374
890000
2000
του δορυφόρου γύρω από τη Γη,
15:07
just from listening to this one little signal,
375
892000
2000
απλά ακούγοντας αυτό το σηματάκι,
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
που εξελίχθηκε από τη διαίσθηση μιας έμπνευσης
15:12
over lunch one morning.
377
897000
3000
ενός πρωινού.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
Κανά δύο εβδομάδες αργότερα, το αφεντικό τους, ο Φρανκ ΜακΚλούρ,
15:18
pulls them into the room and says,
379
903000
2000
τους φέρνει στο γραφείο του και λέει,
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
'Ρε παιδιά, θέλω να σας ρωτήσω κάτι
15:22
about that project you were working on.
381
907000
2000
σχετικά με αυτή τη μελέτη σας.
15:24
You've figured out an unknown location
382
909000
2000
Καταφέρατε να υπολογίσετε μια άγνωστη τοποθεσία
15:26
of a satellite orbiting the planet
383
911000
3000
ενός δορυφόρου που περιστρέφεται τον πλανήτη
15:29
from a known location on the ground.
384
914000
2000
από μια γνωστή τοποθεσία στο έδαφος.
15:31
Could you go the other way?
385
916000
2000
Μπορείτε να κάνετε το αντίθετο;
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
Μπορείτε να βρείτε μια άγνωστη τοποθεσία στο έδαφος,
15:35
if you knew the location of the satellite?"
387
920000
3000
αν γνωρίζατε την τοποθεσία του δορυφόρου;'
15:38
And they thought about it and they said,
388
923000
2000
Κι εκείνοι σκέφτηκαν για λίγο, και είπαν,
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
'Ναι, ίσως να μπορέσουμε. Ας δοκιμάσουμε τα δεδομένα.'
15:43
So they went back, and they thought about it.
390
928000
2000
Οπότε έφυγαν, το σκέφτηκαν
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
και ξαναήρθαν και λένε, 'Στην πραγματικότητα, θα είναι πιο εύκολο.'
15:47
And he said, "Oh, that's great.
392
932000
2000
Και λέει αυτός, 'Ω! Αυτό είναι θαυμάσιο.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
Επειδή βλέπετε, έχω αυτά τα πυρηνικά υποβρύχια
15:52
that I'm building.
394
937000
2000
που κατασκευάζω.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
Και είναι πραγματικά δύσκολο να κάνεις τους πυραύλους σου
15:57
so that it will land right on top of Moscow,
396
942000
2000
να προσγειωθούν ακριβώς στη Μόσχα,
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
αν δεν ξέρεις που βρίσκεται το υποβρύχιο στη μέση του Ειρηνικού.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
Οπότε σκεφτόμαστε να εκτοξεύσουμε μερικούς δορυφόρους
16:05
and use it to track our submarines
399
950000
3000
και να τους χρησιμοποιούμε για να εντοπίσουμε τα υποβρύχια
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
και να βρούμε την τοποθεσία τους στη μέση του ωκεανού.
16:10
Could you work on that problem?"
401
955000
2000
Μπορείτε να απασχοληθείτε με αυτό το πρόβλημα;'
16:12
And that's how GPS was born.
402
957000
3000
Και έτσι εγεννήθει το GPS.
16:15
30 years later,
403
960000
2000
30 χρόνια αργότερα,
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
Ρόναλντ Ρίκγαν στην πραγματικότητα επέτρεψε την ανοιχτή πλατφόρμα
16:20
that anybody could kind of build upon
405
965000
2000
πάνω στην οποία μπορεί ο καθένας να εργαστεί
16:22
and anybody could come along and build new technology
406
967000
3000
και μπορεί ο καθένας να κατασκευάσει μια καινούργια τεχνολογία
16:25
that would create and innovate
407
970000
2000
που θα δημιουργεί και θα καινοτομεί
16:27
on top of this open platform,
408
972000
2000
πάνω σ' αυτή την ανοιχτή πλατφόρμα,
16:29
left it open for anyone to do
409
974000
2000
την άφησε ελεύθερη να κάνει κανείς
16:31
pretty much anything they wanted with it.
410
976000
2000
λίγο πολύ ό,τι θέλει.
16:33
And now, I guarantee you
411
978000
2000
Και τώρα, σας το εγγυώμαι
16:35
certainly half of this room, if not more,
412
980000
2000
κατά πάσα πιθανότητα οι μισοί από σας σ' αυτήν αίθουσα, για να μη πω περισσότεροι,
16:37
has a device sitting in their pocket right now
413
982000
2000
έχετε αυτή τη στιγμή μια συσκευή στη τζέπι σας
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
που επικοινωνεί με έναν απ' αυτούς του δορυφόρους στο απώτερο διάστημα.
16:42
And I bet you one of you, if not more,
415
987000
3000
Και βάζω στοίχημα ότι κάποιος από σας, για να μη πω περισσότεροι,
16:45
has used said device and said satellite system
416
990000
3000
έχει χρησιμοποιήσει την αναφερόμενη συσκευή και το αναφερόμενο δορυφορικό σύστημα,
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
για να εντοπίσει ένα κοντινό καφενείο τη περασμένη --
16:51
(Laughter)
418
996000
2000
(Γέλια)
16:53
in the last day or last week, right?
419
998000
3000
τη περασμένη μέρα ή τη περασμένη εβδομάδα, έτσι;
16:56
(Applause)
420
1001000
3000
(Χειροκροτήματα)
16:59
And that, I think,
421
1004000
2000
Και αυτή, πιστεύω ότι
17:01
is a great case study, a great lesson
422
1006000
3000
είναι μια σπουδαία μελέτη περίπτωσης, ένα σπουδαίο μάθημα,
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
στην ισχύς, τη θαυμάσια, κάπως απροσδόκητης
17:06
emergent, unpredictable power
424
1011000
3000
ανερχόμενης, απρόβλεπτης δύναμης
17:09
of open innovative systems.
425
1014000
2000
του ανοιχτού συστήματος καινοτομίας.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
Όταν τα κατασκευάζει κανείς σωστά, εκείνα θα οδηγηθούν σε μια ολότελα νέα κατεύθηνση
17:13
that the creators never even dreamed of.
427
1018000
2000
που οι δημιουργοί ούτε που θα το ονειρευόνταν ποτέ.
17:15
I mean, here you have these guys
428
1020000
2000
Εννοώ, έχεις κάποιους τύπους εδώ πέρα
17:17
who basically thought they were just following this hunch,
429
1022000
2000
που βασικά νόμιζαν ότι ακολουθούσαν αυτή την διαίσθηση
17:19
this little passion that had developed,
430
1024000
2000
αυτό το μικρό πάθος που είχε αναπτυχθεί,
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
κι ύστερα πίστευαν ότι πολεμούσαν το Ψυχρό Πόλεμο,
17:23
and then it turns out they're just helping somebody
432
1028000
2000
και φαίνεται πως απλά βοηθούσαν κάποιον
17:25
find a soy latte.
433
1030000
2000
να βρει ένα καφέ ω λαι.
17:27
(Laughter)
434
1032000
2000
(Γέλια)
17:29
That is how innovation happens.
435
1034000
2000
Έτσι συμβαίνει η καινοτομία,
17:31
Chance favors the connected mind.
436
1036000
2000
Η τύχη ευνοεί τα συνδεδεμένα μυαλά.
17:33
Thank you very much.
437
1038000
2000
Σας ευχαριστώ πολύ.
17:35
(Applause)
438
1040000
3000
(Χειροκροτήματα)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com