TEDSalon NY2014
Naomi Oreskes: Why we should trust scientists
Naomi Oreskes: ¿Por qué debemos confiar en los científicos?
Filmed:
Readability: 4.7
1,316,791 views
Muchos de los grandes problemas en el mundo necesita que le preguntemos a los científicos, pero, ¿por qué tenemos que creer en lo que dicen? La historiadora de la ciencia, Naomi Oreskes, piensa en profundidad acerca de nuestra relación con esta creencia y muestra tres problemas con actitudes comunes sobre la investigación científica razonando el porqué deberíamos confiar en la ciencia.
Naomi Oreskes - Historian of science
Naomi Oreskes is a historian of science who uses reason to fight climate change denial. Full bio
Naomi Oreskes is a historian of science who uses reason to fight climate change denial. Full bio
Double-click the English transcript below to play the video.
00:12
Every day we face issues like climate change
0
930
3128
Todos los días enfrentamos
problemas como el cambio climático
problemas como el cambio climático
00:16
or the safety of vaccines
1
4058
1430
y la seguridad de las vacunas
00:17
where we have to answer questions whose answers
2
5488
3040
donde tenemos que responder
a preguntas cuyas respuestas
a preguntas cuyas respuestas
00:20
rely heavily on scientific information.
3
8528
3461
dependen mucho
de la información científica.
de la información científica.
00:23
Scientists tell us that the world is warming.
4
11989
2881
Los científicos nos dicen
que el planeta se está calentando.
que el planeta se está calentando.
00:26
Scientists tell us that vaccines are safe.
5
14870
2541
Nos dicen que las vacunas son seguras.
00:29
But how do we know if they are right?
6
17411
2054
¿Pero cómo sabemos que tienen la razón?
00:31
Why should be believe the science?
7
19465
1964
¿Por qué creemos en la ciencia?
00:33
The fact is, many of us actually
don't believe the science.
don't believe the science.
8
21429
3469
La verdad es que muchos
no creen en la ciencia.
no creen en la ciencia.
00:36
Public opinion polls consistently show
9
24898
2176
Las encuestas sobre
la opinión pública muestran
la opinión pública muestran
00:39
that significant proportions of the American people
10
27074
3010
que una gran mayoría
de los estadounidenses
de los estadounidenses
00:42
don't believe the climate is
warming due to human activities,
warming due to human activities,
11
30084
3541
no creen que el cambio climático
sea debido a las actividades humanas,
sea debido a las actividades humanas,
00:45
don't think that there is
evolution by natural selection,
evolution by natural selection,
12
33625
2939
que haya una evolución
por selección natural
por selección natural
00:48
and aren't persuaded by the safety of vaccines.
13
36564
3901
y no están convencidos de
que las vacunas son seguras.
que las vacunas son seguras.
00:52
So why should we believe the science?
14
40465
3631
Entonces, ¿por qué tenemos
que creer en la ciencia?
que creer en la ciencia?
00:56
Well, scientists don't like talking about
science as a matter of belief.
science as a matter of belief.
15
44096
3611
A los científicos no les gusta hablar
de la ciencia como una creencia.
de la ciencia como una creencia.
00:59
In fact, they would contrast science with faith,
16
47707
2587
De hecho, contrastan la ciencia con la fe
01:02
and they would say belief is the domain of faith.
17
50294
2966
y dicen que la creencia
se relaciona con la fe.
se relaciona con la fe.
01:05
And faith is a separate thing
apart and distinct from science.
apart and distinct from science.
18
53260
3778
Y la fe está separada
y es distinta a la ciencia.
y es distinta a la ciencia.
01:09
Indeed they would say religion is based on faith
19
57038
3152
De hecho dirían que la religión
está basada en la fe
está basada en la fe
01:12
or maybe the calculus of Pascal's wager.
20
60190
3694
o quizás a lo que le apostó Pascal.
01:15
Blaise Pascal was a 17th-century mathematician
21
63884
2676
Pascal Blaise fue
un matemático del siglo XVII
un matemático del siglo XVII
01:18
who tried to bring scientific
reasoning to the question of
reasoning to the question of
22
66560
2810
que aplicó el razonamiento científico
a la cuestión
a la cuestión
01:21
whether or not he should believe in God,
23
69370
1872
de creer o no en Dios.
01:23
and his wager went like this:
24
71242
2604
Lo que decía:
01:25
Well, if God doesn't exist
25
73846
2549
Si Dios no existe
01:28
but I decide to believe in him
26
76395
2025
pero decido creer
01:30
nothing much is really lost.
27
78420
1978
no pierdo mucho.
Quizás unas cuantas horas los domingos.
01:32
Maybe a few hours on Sunday.
28
80398
1613
01:34
(Laughter)
29
82011
993
(Risas)
01:35
But if he does exist and I don't believe in him,
30
83004
3381
Pero si sí existe y no creo en él,
01:38
then I'm in deep trouble.
31
86385
2017
estoy metido en un gran lío.
01:40
And so Pascal said, we'd better believe in God.
32
88402
3036
Así que Pascal dice
que es mejor creer en Dios.
que es mejor creer en Dios.
01:43
Or as one of my college professors said,
33
91438
2172
O como uno de mis profesores decía:
01:45
"He clutched for the handrail of faith."
34
93610
2226
"Estaba agarrado al barandal de la fe".
01:47
He made that leap of faith
35
95836
1936
Doy ese salto hacia la fe
01:49
leaving science and rationalism behind.
36
97772
4524
dejando la ciencia
y el racionalismo a un lado.
y el racionalismo a un lado.
01:54
Now the fact is though, for most of us,
37
102296
2696
El hecho es que
para la mayoría de nosotros
para la mayoría de nosotros
creer en muchas de estas
afirmaciones científicas es un acto de fe.
afirmaciones científicas es un acto de fe.
01:56
most scientific claims are a leap of faith.
38
104992
3134
02:00
We can't really judge scientific
claims for ourselves in most cases.
claims for ourselves in most cases.
39
108126
4385
No podemos probar la mayoría
de estas afirmaciones por nuestra cuenta.
de estas afirmaciones por nuestra cuenta.
02:04
And indeed this is actually
true for most scientists as well
true for most scientists as well
40
112511
2840
Y esto es verdad incluso
para la mayoría de los científicos
para la mayoría de los científicos
02:07
outside of their own specialties.
41
115351
2330
fuera de su especialización.
02:09
So if you think about it, a geologist can't tell you
42
117681
2520
Si lo piensan, un geólogo no puede decirte
si una vacuna es segura.
02:12
whether a vaccine is safe.
43
120201
1750
La mayoría de los químicos no son expertos
en la teoría de la evolución.
en la teoría de la evolución.
02:13
Most chemists are not experts in evolutionary theory.
44
121951
3000
02:16
A physicist cannot tell you,
45
124951
2259
Un médico no puede decirte,
02:19
despite the claims of some of them,
46
127210
1443
a pesar de las afirmaciones de algunos,
02:20
whether or not tobacco causes cancer.
47
128653
3354
que el tabaco produce cáncer o no.
02:24
So, if even scientists themselves
48
132007
2450
Así que hasta los científicos
02:26
have to make a leap of faith
49
134457
1276
tienen que tener fe
02:27
outside their own fields,
50
135733
1922
cuando están fuera
de sus áreas de estudio,
de sus áreas de estudio,
02:29
then why do they accept the
claims of other scientists?
claims of other scientists?
51
137655
3928
entonces, ¿por qué aceptan
las afirmaciones de otros científicos?
las afirmaciones de otros científicos?
02:33
Why do they believe each other's claims?
52
141583
2298
¿Por qué se creen los unos a los otros?
02:35
And should we believe those claims?
53
143881
3290
Y, ¿deberíamos creer en esas afirmaciones?
02:39
So what I'd like to argue is yes, we should,
54
147171
2776
Lo que quiero discutir acá
es que sí deberíamos
es que sí deberíamos
02:41
but not for the reason that most of us think.
55
149947
2883
pero no por las razones
que la mayoría de nosotros creemos.
que la mayoría de nosotros creemos.
02:44
Most of us were taught in school
that the reason we should
that the reason we should
56
152830
2330
A la mayoría nos enseñaron en la escuela
que la razón por la que
que la razón por la que
02:47
believe in science is because of the scientific method.
57
155160
3412
debemos creer en la ciencia
es por el método científico.
es por el método científico.
02:50
We were taught that scientists follow a method
58
158572
2916
Nos enseñaron
que los científicos siguen un método
que los científicos siguen un método
02:53
and that this method guarantees
59
161488
2356
y que este método garantiza
02:55
the truth of their claims.
60
163844
1996
la verdad en sus afirmaciones.
02:57
The method that most of us were taught in school,
61
165840
3420
El método que la mayoría
aprendió en la escuela,
aprendió en la escuela,
03:01
we can call it the textbook method,
62
169260
1576
que llamamos el método del texto,
03:02
is the hypothetical deductive method.
63
170836
2784
es el método de la deducción hipotética.
03:05
According to the standard
model, the textbook model,
model, the textbook model,
64
173620
3094
De acuerdo al modelo estándar,
el modelo del texto,
el modelo del texto,
03:08
scientists develop hypotheses, they deduce
65
176714
2957
los científicos desarrollan
unas hipótesis, luego deducen
unas hipótesis, luego deducen
03:11
the consequences of those hypotheses,
66
179671
2460
las consecuencias de esas hipótesis,
03:14
and then they go out into the world and they say,
67
182131
1710
y luego salen y dicen:
03:15
"Okay, well are those consequences true?"
68
183841
2374
"Bien, ¿son estas consecuencias verdaderas?"
03:18
Can we observe them taking
place in the natural world?
place in the natural world?
69
186215
3333
"¿Podemos ver que ocurren
en el mundo natural?"
en el mundo natural?"
03:21
And if they are true, then the scientists say,
70
189548
2600
Y si ocurren, los científicos dicen:
03:24
"Great, we know the hypothesis is correct."
71
192148
2856
"Fabuloso. Sabemos
que la hipótesis es correcta".
que la hipótesis es correcta".
03:27
So there are many famous examples in the history
72
195004
2179
Hay muchos ejemplos famosos en la historia
03:29
of science of scientists doing exactly this.
73
197183
2879
de científicos
que hicieron exactamente esto.
que hicieron exactamente esto.
03:32
One of the most famous examples
74
200062
2058
Uno de los ejemplos más famosos
03:34
comes from the work of Albert Einstein.
75
202120
2213
viene del trabajo de Albert Einstein.
03:36
When Einstein developed the
theory of general relativity,
theory of general relativity,
76
204333
2522
Cuando Einstein desarrolló
la teoría de la relatividad,
la teoría de la relatividad,
03:38
one of the consequences of his theory
77
206855
2316
una de las consecuencias de su teoría
03:41
was that space-time wasn't just an empty void
78
209171
2839
era que el espacio-tiempo
no era un vacío,
no era un vacío,
03:44
but that it actually had a fabric.
79
212010
1909
sino que tenía materia.
03:45
And that that fabric was bent
80
213919
1601
Y que esa materia se doblaba
03:47
in the presence of massive objects like the sun.
81
215520
3380
en la presencia
de objetos con masa como el Sol.
de objetos con masa como el Sol.
03:50
So if this theory were true then it meant that light
82
218900
2749
Si la teoría fuera verdadera
entonces la luz
entonces la luz
03:53
as it passed the sun
83
221649
1528
cuando atraviesa el Sol
03:55
should actually be bent around it.
84
223177
2168
debería, de hecho, doblarse a su alrededor.
03:57
That was a pretty startling prediction
85
225345
2400
Eso fue una predicción impresionante
03:59
and it took a few years before scientists
86
227745
1988
y pasaron muchos años
antes de que los científicos
antes de que los científicos
04:01
were able to test it
87
229733
1278
pudiesen probarla,
04:03
but they did test it in 1919,
88
231011
2510
cosa que ocurrió en 1919,
04:05
and lo and behold it turned out to be true.
89
233521
2450
y que resultó ser verdadera.
De hecho, la luz de las estrellas
se doblan al pasar alrededor del Sol.
se doblan al pasar alrededor del Sol.
04:07
Starlight actually does bend
as it travels around the sun.
as it travels around the sun.
90
235971
3158
04:11
This was a huge confirmation of the theory.
91
239129
2494
Esa fue una gran confirmación
de la teoría.
de la teoría.
Se consideró la prueba de la veracidad
04:13
It was considered proof of the truth
92
241623
1805
04:15
of this radical new idea,
93
243428
1312
de esta radical nueva idea,
04:16
and it was written up in many newspapers
94
244740
1852
y se publicó en muchos periódicos
04:18
around the globe.
95
246592
2538
en todo el mundo.
04:21
Now, sometimes this theory or this model
96
249130
2350
A veces esta teoría o modelo
04:23
is referred to as the deductive-nomological model,
97
251480
3434
se conoce como
el modelo nomológico-deductivo,
el modelo nomológico-deductivo,
04:26
mainly because academics like
to make things complicated.
to make things complicated.
98
254914
3384
principalmente porque a los académicos
les gusta complicar las cosas.
les gusta complicar las cosas.
04:30
But also because in the ideal case, it's about laws.
99
258298
5261
Pero también porque en el caso ideal
se trata de leyes.
se trata de leyes.
04:35
So nomological means having to do with laws.
100
263559
2502
Nomológico significa
que está relacionado con leyes.
que está relacionado con leyes.
04:38
And in the ideal case, the hypothesis isn't just an idea:
101
266061
3424
En el caso ideal la hipótesis
no solo es una idea:
no solo es una idea:
04:41
ideally, it is a law of nature.
102
269485
2326
idealmente, es una ley natural.
04:43
Why does it matter that it is a law of nature?
103
271811
2287
¿Por qué es importante
que sea una ley natural?
que sea una ley natural?
04:46
Because if it is a law, it can't be broken.
104
274098
2728
Porque si es una ley
no puede infringirla.
no puede infringirla.
04:48
If it's a law then it will always be true
105
276826
2108
Si es una ley siempre será verdadera
04:50
in all times and all places
106
278934
1244
en todos los tiempos y lugares
04:52
no matter what the circumstances are.
107
280178
2206
sin importar las circunstancias.
04:54
And all of you know of at least
one example of a famous law:
one example of a famous law:
108
282384
3229
Y todos Uds. conocen al menos
una ley famosa:
una ley famosa:
04:57
Einstein's famous equation, E=MC2,
109
285613
3755
La famosa ecuación de Einstein, E=mc2,
05:01
which tells us what the relationship is
110
289368
1800
que explica la relación
05:03
between energy and mass.
111
291168
2193
entre la energía y la masa.
05:05
And that relationship is true no matter what.
112
293361
4000
Y esa relación siempre será verdadera.
05:09
Now, it turns out, though, that there
are several problems with this model.
are several problems with this model.
113
297361
3649
Resulta que hay muchos
problemas con este modelo.
problemas con este modelo.
05:13
The main problem is that it's wrong.
114
301010
3635
El mayor problema es que es erróneo.
05:16
It's just not true. (Laughter)
115
304645
3502
Simplemente falso.
(Risas)
(Risas)
05:20
And I'm going to talk about
three reasons why it's wrong.
three reasons why it's wrong.
116
308147
2723
Y daré tres razones
por la que es erróneo.
por la que es erróneo.
05:22
So the first reason is a logical reason.
117
310870
2679
La primera es una razón lógica.
05:25
It's the problem of the fallacy
of affirming the consequent.
of affirming the consequent.
118
313549
3516
Es el problema de la falacia
de afirmar una consecuencia.
de afirmar una consecuencia.
05:29
So that's another fancy, academic way of saying
119
317065
2826
Esa es una forma más rimbombante
o académica de decir
o académica de decir
que las teorías falsas pueden
hacer predicciones verdaderas.
hacer predicciones verdaderas.
05:31
that false theories can make true predictions.
120
319891
2670
05:34
So just because the prediction comes true
121
322561
1994
Solo por el hecho de que
una predicción se haga realidad
una predicción se haga realidad
05:36
doesn't actually logically
prove that the theory is correct.
prove that the theory is correct.
122
324555
3222
no prueba lógicamente
que la teoría sea correcta.
que la teoría sea correcta.
05:39
And I have a good example of that too,
again from the history of science.
again from the history of science.
123
327777
3931
Y tengo un buen ejemplo, nuevamente
a partir de la historia de la ciencia.
a partir de la historia de la ciencia.
05:43
This is a picture of the Ptolemaic universe
124
331708
2695
Esta es una imagen
del universo de Ptolomeo,
del universo de Ptolomeo,
05:46
with the Earth at the center of the universe
125
334403
1862
con la Tierra en el centro del universo
05:48
and the sun and the planets going around it.
126
336265
2595
y el Sol y los planetas
girando a su alrededor.
girando a su alrededor.
05:50
The Ptolemaic model was believed
127
338860
2030
Mucha gente inteligente
durante muchos siglos,
durante muchos siglos,
05:52
by many very smart people for many centuries.
128
340890
3253
creyeron en el modelo de Ptolomeo.
05:56
Well, why?
129
344143
1736
¿Por qué?
05:57
Well the answer is because it made
lots of predictions that came true.
lots of predictions that came true.
130
345879
3437
La respuesta es porque muchas
de las predicciones se hicieron realidad.
de las predicciones se hicieron realidad.
06:01
The Ptolemaic system enabled astronomers
131
349316
2016
El sistema de Ptolomeo
le permitió a los astrónomos hacer
le permitió a los astrónomos hacer
06:03
to make accurate predictions
of the motions of the planet,
of the motions of the planet,
132
351332
2750
predicciones precisas acerca
de los movimientos del planeta,
de los movimientos del planeta,
06:06
in fact more accurate predictions at first
133
354082
2519
incluso más precisas al principio
06:08
than the Copernican theory
which we now would say is true.
which we now would say is true.
134
356601
4324
que la teoría de Copérnico,
que hoy en día sabemos que es verdadera.
que hoy en día sabemos que es verdadera.
06:12
So that's one problem with the textbook model.
135
360925
2982
He allí un problema
con el modelo de texto.
con el modelo de texto.
06:15
A second problem is a practical problem,
136
363907
2396
El segundo problema
es un problema práctico,
es un problema práctico,
06:18
and it's the problem of auxiliary hypotheses.
137
366303
3235
y es el problema
de las hipótesis auxiliares.
de las hipótesis auxiliares.
06:21
Auxiliary hypotheses are assumptions
138
369538
2829
Las hipótesis auxiliares son supuestos
06:24
that scientists are making
139
372367
1779
que hacen los científicos
06:26
that they may or may not even
be aware that they're making.
be aware that they're making.
140
374146
3043
que ellos mismos
pueden saber o no que hacen.
pueden saber o no que hacen.
06:29
So an important example of this
141
377189
2661
Un buen ejemplo de esto
06:31
comes from the Copernican model,
142
379850
2095
viene del modelo de Copérnico
06:33
which ultimately replaced the Ptolemaic system.
143
381945
3192
que al final reemplazó
el sistema de Ptolomeo.
el sistema de Ptolomeo.
06:37
So when Nicolaus Copernicus said,
144
385137
2040
Nicolás Copérnico dijo
06:39
actually the Earth is not the center of the universe,
145
387177
2650
que la Tierra no era el centro del universo,
que el Sol era el centro del sistema solar
06:41
the sun is the center of the solar system,
146
389827
1918
06:43
the Earth moves around the sun.
147
391745
1382
y que la Tierra
se mueve alrededor del Sol.
se mueve alrededor del Sol.
06:45
Scientists said, well okay, Nicolaus, if that's true
148
393127
3728
Los científicos le dijeron,
bien, Nicolás, si eso es verdad
bien, Nicolás, si eso es verdad
06:48
we ought to be able to detect the motion
149
396855
1764
debemos poder detectar el movimiento
06:50
of the Earth around the sun.
150
398619
1958
de la Tierra alrededor del Sol.
06:52
And so this slide here illustrates a concept
151
400577
2056
Esta diapositiva aquí muestra el concepto
06:54
known as stellar parallax.
152
402633
1808
que se conoce como el paralaje estelar.
06:56
And astronomers said, if the Earth is moving
153
404441
3822
Y los astrónomos dijeron,
si la Tierra se mueve
si la Tierra se mueve
07:00
and we look at a prominent star, let's say, Sirius --
154
408263
3200
y observamos una estrella prominente,
digamos, Sirio
digamos, Sirio
—ya sé que estoy en Manhattan
y Uds. aquí no ven las estrellas,
y Uds. aquí no ven las estrellas,
07:03
well I know I'm in Manhattan
so you guys can't see the stars,
so you guys can't see the stars,
155
411463
2414
07:05
but imagine you're out in the country,
imagine you chose that rural life —
imagine you chose that rural life —
156
413877
3731
pero imaginen que están en el campo,
que escogieron una vida rural—
que escogieron una vida rural—
07:09
and we look at a star in December, we see that star
157
417608
2867
y vemos una estrella
en diciembre, la vemos
en diciembre, la vemos
07:12
against the backdrop of distant stars.
158
420475
2765
con el fondo
de otras estrellas distantes.
de otras estrellas distantes.
07:15
If we now make the same observation six months later
159
423240
2954
Si hacemos las misma observación
6 meses más tarde,
6 meses más tarde,
07:18
when the Earth has moved to this position in June,
160
426194
3812
cuando la Tierra se ha movido
a esta posición en junio,
a esta posición en junio,
07:22
we look at that same star and we
see it against a different backdrop.
see it against a different backdrop.
161
430006
4099
vemos las misma estrella
pero con otro fondo.
pero con otro fondo.
07:26
That difference, that angular
difference, is the stellar parallax.
difference, is the stellar parallax.
162
434105
4182
Esa diferencia, esa diferencia angular,
es el paralaje estelar.
es el paralaje estelar.
07:30
So this is a prediction that the Copernican model makes.
163
438287
2863
Esta es la predicción que hace
el modelo copernicano.
el modelo copernicano.
07:33
Astronomers looked for the stellar parallax
164
441150
2561
Los astrónomos buscaron
el paralaje estelar
el paralaje estelar
07:35
and they found nothing, nothing at all.
165
443711
4982
y no consiguieron nada,
nada en absoluto, nada.
nada en absoluto, nada.
07:40
And many people argued that this proved
that the Copernican model was false.
that the Copernican model was false.
166
448693
3866
Y muchos argumentaban
que esta era la prueba
que esta era la prueba
de que el modelo copernicano era falso.
07:44
So what happened?
167
452559
1488
¿Qué pasó?
07:46
Well, in hindsight we can say
that astronomers were making
that astronomers were making
168
454047
2683
En retrospectiva podemos decir
que los astrónomos asumieron
que los astrónomos asumieron
07:48
two auxiliary hypotheses, both of which
169
456730
2547
dos hipótesis auxiliares las cuales
07:51
we would now say were incorrect.
170
459277
2663
podemos decir ahora que son incorrectas.
07:53
The first was an assumption
about the size of the Earth's orbit.
about the size of the Earth's orbit.
171
461940
3635
La primera fue el supuesto
sobre el tamaño de la órbita de la Tierra.
sobre el tamaño de la órbita de la Tierra.
Los astrónomos asumían
que la órbita de la Tierra era grande
que la órbita de la Tierra era grande
07:57
Astronomers were assuming
that the Earth's orbit was large
that the Earth's orbit was large
172
465575
3036
08:00
relative to the distance to the stars.
173
468611
2338
en relación a la distancia
a las estrellas.
a las estrellas.
08:02
Today we would draw the picture more like this,
174
470949
2464
Hoy en día la ilustraríamos más así,
08:05
this comes from NASA,
175
473413
1347
esto viene de la NASA,
08:06
and you see the Earth's orbit is actually quite small.
176
474760
2423
y pueden ver que la órbita de la Tierra
es bastante pequeña.
es bastante pequeña.
08:09
In fact, it's actually much
smaller even than shown here.
smaller even than shown here.
177
477183
2991
Incluso mucho más pequeña
que lo que se muestra aquí.
que lo que se muestra aquí.
08:12
The stellar parallax therefore,
178
480174
1539
Por ello el paralaje estelar
08:13
is very small and actually very hard to detect.
179
481713
3584
es muy pequeño y muy difícil de detectar.
08:17
And that leads to the second reason
180
485297
1974
Esto conlleva a la segunda razón
08:19
why the prediction didn't work,
181
487271
1859
por la que la predicción no funcionó,
08:21
because scientists were also assuming
182
489130
1915
ya que los científicos también asumieron
08:23
that the telescopes they had were sensitive enough
183
491045
3010
que los telescopios que tenían
eran lo suficientemente sensibles
eran lo suficientemente sensibles
08:26
to detect the parallax.
184
494055
1900
para detectar el paralaje estelar.
08:27
And that turned out not to be true.
185
495955
2017
Cosa que no era cierta.
08:29
It wasn't until the 19th century
186
497972
2534
No fue sino hasta el siglo XIX
08:32
that scientists were able to detect
187
500506
1684
que los científicos fueron capaces
de detectar el paralaje estelar.
de detectar el paralaje estelar.
08:34
the stellar parallax.
188
502190
1536
08:35
So, there's a third problem as well.
189
503726
2646
También hay un tercer problema.
08:38
The third problem is simply a factual problem,
190
506372
2778
Es simplemente un problema de facto:
mucho de la ciencia no entra
dentro del modelo del texto.
dentro del modelo del texto.
08:41
that a lot of science doesn't fit the textbook model.
191
509150
2816
08:43
A lot of science isn't deductive at all,
192
511966
2273
Muchas ciencias no son deductivas,
08:46
it's actually inductive.
193
514239
1768
sino inductivas.
08:48
And by that we mean that scientists don't necessarily
194
516007
2516
Eso significa que muchos científicos
no necesariamente
no necesariamente
08:50
start with theories and hypotheses,
195
518523
2231
comienzan con teorías e hipótesis,
08:52
often they just start with observations
196
520754
1869
a menudo son solo observaciones
08:54
of stuff going on in the world.
197
522623
2409
de las cosas que pasan en el mundo.
08:57
And the most famous example
of that is one of the most
of that is one of the most
198
525032
2570
El ejemplo más famoso
es de uno de los científicos
es de uno de los científicos
08:59
famous scientists who ever lived, Charles Darwin.
199
527602
3065
más reconocidos que existió,
Charles Darwin.
Charles Darwin.
09:02
When Darwin went out as a young
man on the voyage of the Beagle,
man on the voyage of the Beagle,
200
530667
3162
Cuando el joven Darwin
salió en su viaje en el Beagle,
salió en su viaje en el Beagle,
09:05
he didn't have a hypothesis, he didn't have a theory.
201
533829
3612
no tenía una hipótesis o una teoría.
09:09
He just knew that he wanted
to have a career as a scientist
to have a career as a scientist
202
537441
3066
Solo sabía que quería
una carrera como científico
una carrera como científico
09:12
and he started to collect data.
203
540507
2012
y comenzó a recolectar datos.
09:14
Mainly he knew that he hated medicine
204
542519
2730
Sabía que odiaba la medicina
09:17
because the sight of blood made him sick so
205
545249
1818
porque ver sangre lo enfermaba
así que tenía que buscar
una carrera alternativa.
una carrera alternativa.
09:19
he had to have an alternative career path.
206
547067
2268
09:21
So he started collecting data.
207
549335
2134
Así que comenzó a recolectar datos.
09:23
And he collected many things,
including his famous finches.
including his famous finches.
208
551469
3166
Y recolectó muchas cosas,
incluyendo sus famosos pinzones.
incluyendo sus famosos pinzones.
09:26
When he collected these finches,
he threw them in a bag
he threw them in a bag
209
554635
2210
Los que conseguía
los guardaba en un bolso,
los guardaba en un bolso,
09:28
and he had no idea what they meant.
210
556845
2340
pero no tenía idea para lo que servirían.
09:31
Many years later back in London,
211
559185
2287
Años más tarde en Londres,
09:33
Darwin looked at his data again and began
212
561472
2233
Darwin comenzó a analizar sus datos
09:35
to develop an explanation,
213
563705
2448
y a desarrollar una explicación.
Esa explicación fue la que dio lugar
a la teoría de la selección natural.
a la teoría de la selección natural.
09:38
and that explanation was the
theory of natural selection.
theory of natural selection.
214
566153
3298
09:41
Besides inductive science,
215
569451
2059
Además de la ciencia inductiva,
09:43
scientists also often participate in modeling.
216
571510
2936
los científicos a menudo hacen réplicas.
Una de las cosas
que los científicos quieren hacer
que los científicos quieren hacer
09:46
One of the things scientists want to do in life
217
574446
2336
09:48
is to explain the causes of things.
218
576782
2268
es explicar las causas de las cosas.
09:51
And how do we do that?
219
579050
1518
¿Y eso cómo se hace?
Una de las formas de hacerlo
es construir un modelo
es construir un modelo
09:52
Well, one way you can do it is to build a model
220
580568
2252
09:54
that tests an idea.
221
582820
1742
para comprobar una idea.
09:56
So this is a picture of Henry Cadell,
222
584562
1931
Esta es una foto de Henry Cadell,
09:58
who was a Scottish geologist in the 19th century.
223
586493
2866
un geólogo escocés del siglo XIX.
10:01
You can tell he's Scottish because he's wearing
224
589359
1433
Pueden asumir que es escocés
10:02
a deerstalker cap and Wellington boots.
225
590792
2388
por el gorro escocés y las botas Wellington.
10:05
(Laughter)
226
593180
2154
(Risas)
10:07
And Cadell wanted to answer the question,
227
595334
1566
Y Cadell quería responder a la pregunta de
10:08
how are mountains formed?
228
596900
1768
¿cómo se formaron las montañas?
10:10
And one of the things he had observed
229
598668
1516
Una de las cosas que observó
10:12
is that if you look at mountains
like the Appalachians,
like the Appalachians,
230
600184
2574
es que si ves las montañas
como los Montes Apalaches
como los Montes Apalaches
10:14
you often find that the rocks in them
231
602758
1633
a menudo consigues rocas
10:16
are folded,
232
604391
1469
con pliegues.
10:17
and they're folded in a particular way,
233
605860
1646
Los pliegues son muy particulares
10:19
which suggested to him
234
607506
1444
lo que sugerían
10:20
that they were actually being
compressed from the side.
compressed from the side.
235
608950
2949
que fueron comprimidas por los lados.
10:23
And this idea would later play a major role
236
611899
2088
Esta idea jugó un papel importante
10:25
in discussions of continental drift.
237
613987
2423
en la discusión de la deriva continental.
10:28
So he built this model, this crazy contraption
238
616410
2506
Así que construyó este modelo,
este descabellado artilugio
este descabellado artilugio
10:30
with levers and wood, and here's his wheelbarrow,
239
618916
2152
con palancas y troncos,
aquí está la carretilla,
aquí está la carretilla,
10:33
buckets, a big sledgehammer.
240
621068
2442
cubetas, un martillo gigante.
10:35
I don't know why he's got the Wellington boots.
241
623510
1898
No sé por qué lleva botas Wellington.
10:37
Maybe it's going to rain.
242
625408
1577
Quizás porque va a llover.
10:38
And he created this physical model in order
243
626985
3085
Y creó este modelo físico con el fin
10:42
to demonstrate that you could, in fact, create
244
630070
3965
de demostrar que puedes crear
10:46
patterns in rocks, or at least, in this case, in mud,
245
634035
2674
formas en las rocas,
o en este caso en el barro,
o en este caso en el barro,
10:48
that looked a lot like mountains
246
636709
2226
que se parecen mucho a montañas
10:50
if you compressed them from the side.
247
638935
1842
si las comprimes desde los lados.
10:52
So it was an argument about
the cause of mountains.
the cause of mountains.
248
640777
3628
Este era el argumento
a la formación de las montañas.
a la formación de las montañas.
Hoy en día, las mayoría de los científicos
prefieren trabajar adentro,
prefieren trabajar adentro,
10:56
Nowadays, most scientists prefer to work inside,
249
644405
3048
10:59
so they don't build physical models so much
250
647453
2427
así que ya no construyen
tantos modelos físicos
tantos modelos físicos
11:01
as to make computer simulations.
251
649880
2361
sino simulaciones digitales.
11:04
But a computer simulation is a kind of a model.
252
652241
2839
Las simulaciones digitales
también son un tipo de modelo.
también son un tipo de modelo.
11:07
It's a model that's made with mathematics,
253
655080
1863
Es un modelo basado en las matemáticas,
11:08
and like the physical models of the 19th century,
254
656943
3233
y como los modelos físicos del siglo XIX,
11:12
it's very important for thinking about causes.
255
660176
3778
es muy importante
para pensar sobre las causas.
para pensar sobre las causas.
Una de las grandes preguntas
es sobre el cambio climático.
es sobre el cambio climático.
11:15
So one of the big questions
to do with climate change,
to do with climate change,
256
663954
2615
11:18
we have tremendous amounts of evidence
257
666569
1803
Tenemos muchísimas evidencias
11:20
that the Earth is warming up.
258
668372
1880
de que la Tierra se está calentando.
11:22
This slide here, the black line shows
259
670252
2464
En esta diapositiva,
la línea negra muestra
la línea negra muestra
que las medidas
que los científicos han tomado
que los científicos han tomado
11:24
the measurements that scientists have taken
260
672716
2120
11:26
for the last 150 years
261
674836
1963
en los últimos 150 años denotan
11:28
showing that the Earth's temperature
262
676799
1410
cómo la temperatura de la Tierra
11:30
has steadily increased,
263
678209
1634
ha ido aumentando de forma progresiva.
11:31
and you can see in particular
that in the last 50 years
that in the last 50 years
264
679843
2846
Pueden ver que particularmente
en los últimos 50 años
en los últimos 50 años
11:34
there's been this dramatic increase
265
682689
1764
ha habido un incremento significativo
11:36
of nearly one degree centigrade,
266
684453
2340
de casi un grado centígrado,
11:38
or almost two degrees Fahrenheit.
267
686793
2375
o casi dos grados Fahrenheit.
11:41
So what, though, is driving that change?
268
689168
2437
Entonces, ¿qué está ocasionando
este cambio?
este cambio?
11:43
How can we know what's causing
269
691605
2335
¿Cómo podemos conocer la causa
del calentamiento que se observa?
11:45
the observed warming?
270
693940
1516
11:47
Well, scientists can model it
271
695456
1714
Los científicos pueden replicarlo
11:49
using a computer simulation.
272
697170
2368
con una simulación digital.
11:51
So this diagram illustrates a computer simulation
273
699538
2792
Este diagrama muestra
una simulación digital
una simulación digital
que toma en cuenta
todos los diferentes factores
todos los diferentes factores
11:54
that has looked at all the different factors
274
702330
2121
11:56
that we know can influence the Earth's climate,
275
704451
2605
que conocemos que pueden afectar
el clima de la Tierra,
el clima de la Tierra,
11:59
so sulfate particles from air pollution,
276
707056
2752
como las partículas de sulfato
de la contaminación del aire,
de la contaminación del aire,
12:01
volcanic dust from volcanic eruptions,
277
709808
2970
cenizas volcánicas de las erupciones,
12:04
changes in solar radiation,
278
712778
2234
cambios en la radiación solar,
12:07
and, of course, greenhouse gases.
279
715012
2378
y por supuesto, los gases de invernadero.
12:09
And they asked the question,
280
717390
1818
Y se preguntan,
12:11
what set of variables put into a model
281
719208
3696
¿qué grupo de variables
agregados a un modelo
agregados a un modelo
12:14
will reproduce what we actually see in real life?
282
722904
2976
reproducirían lo que vemos
en la vida real?
en la vida real?
12:17
So here is the real life in black.
283
725880
2020
He aquí la vida real en negro.
12:19
Here's the model in this light gray,
284
727900
2280
He aquí este modelo en gris claro
12:22
and the answer is
285
730180
1560
y la respuesta es
12:23
a model that includes, it's the answer E on that SAT,
286
731740
4387
un modelo que incluye,
es la respuesta E en el SAT,
es la respuesta E en el SAT,
12:28
all of the above.
287
736127
2141
todas las anteriores.
12:30
The only way you can reproduce
288
738268
1506
La única forma que pueden reproducir
12:31
the observed temperature measurements
289
739774
1828
las temperaturas que se observan
12:33
is with all of these things put together,
290
741602
1978
es con todas estas cosas juntas,
12:35
including greenhouse gases,
291
743580
2139
incluyendo los gases de invernadero,
12:37
and in particular you can see that the increase
292
745719
2551
y en particular pueden ver que
el aumento de los niveles
de gases de invernadero ocasiona
de gases de invernadero ocasiona
12:40
in greenhouse gases tracks
293
748270
1884
12:42
this very dramatic increase in temperature
294
750154
2206
este aumento dramático de temperatura
12:44
over the last 50 years.
295
752360
1480
en los últimos 50 años.
12:45
And so this is why climate scientists say
296
753840
2434
Esta es la razón por la que
los científicos dicen
los científicos dicen
12:48
it's not just that we know that
climate change is happening,
climate change is happening,
297
756274
3108
que no solo saben que el cambio climático
está ocurriendo,
está ocurriendo,
12:51
we know that greenhouse gases are a major part
298
759382
2768
sino que los gases de invernaderos
son unas de las causas principales.
12:54
of the reason why.
299
762150
2730
12:56
So now because there all these different things
300
764880
2388
Debido a todas las cosas diferentes
12:59
that scientists do,
301
767268
1489
que los científicos hacen
13:00
the philosopher Paul Feyerabend famously said,
302
768757
3486
el filósofo Paul Feyerabend
dijo famosamente:
dijo famosamente:
"El único principio en la ciencia
13:04
"The only principle in science
303
772243
1626
13:05
that doesn't inhibit progress is: anything goes."
304
773869
3979
que no inhibe el progreso es
que todo lo vale".
que todo lo vale".
13:09
Now this quotation has often
been taken out of context,
been taken out of context,
305
777848
2616
Esta cita con frecuencia
se ha sacado de contexto
se ha sacado de contexto
13:12
because Feyerabend was not actually saying
306
780464
2118
porque Feyerabend
no estaba diciendo
no estaba diciendo
13:14
that in science anything goes.
307
782582
1950
que en la ciencia todo lo vale.
13:16
What he was saying was,
308
784532
1344
Lo que decía,
13:17
actually the full quotation is,
309
785876
2024
lo que toda la cita dice:
13:19
"If you press me to say
310
787900
2090
"Si me presionas para que diga
13:21
what is the method of science,
311
789990
1646
cuál es el método de la ciencia,
13:23
I would have to say: anything goes."
312
791636
3629
diría que todo lo vale".
Lo que trataba de decir
13:27
What he was trying to say
313
795265
1078
13:28
is that scientists do a lot of different things.
314
796343
2567
es que los científicos hacen
cosas diferentes.
cosas diferentes.
13:30
Scientists are creative.
315
798910
2308
Los científicos son creativos.
13:33
But then this pushes the question back:
316
801218
2110
Pero esto nos lleva al comienzo:
13:35
If scientists don't use a single method,
317
803328
3471
si los científicos no usan un método único
13:38
then how do they decide
318
806799
1899
entonces, ¿cómo deciden
13:40
what's right and what's wrong?
319
808698
1458
qué es lo correcto o lo incorrecto?
13:42
And who judges?
320
810156
1894
¿Y quién decide?
13:44
And the answer is, scientists judge,
321
812050
2080
La respuesta es que
los científicos deciden
los científicos deciden
13:46
and they judge by judging evidence.
322
814130
2883
y ellos deciden al estudiar la evidencia.
13:49
Scientists collect evidence in many different ways,
323
817013
3409
Los científicos recolectan evidencias
de muchas maneras diferentes,
de muchas maneras diferentes,
13:52
but however they collect it,
324
820422
1622
pero sea lo que sea que recolectan
13:54
they have to subject it to scrutiny.
325
822044
2577
tienen que llevarlo al escrutinio.
13:56
And this led the sociologist Robert Merton
326
824621
2560
Esto llevó al sociólogo Robert Merton
a enfocarse en la pregunta
de cómo los científicos
de cómo los científicos
13:59
to focus on this question of how scientists
327
827181
2180
14:01
scrutinize data and evidence,
328
829361
1679
escrutan los datos y la evidencia,
14:03
and he said they do it in a way he called
329
831040
2808
y él decía que lo hacían
de una forma que llamaba
de una forma que llamaba
14:05
"organized skepticism."
330
833848
1919
"escepticismo organizado".
14:07
And by that he meant it's organized
331
835767
1884
Decía que era organizado
14:09
because they do it collectively,
332
837651
1478
porque lo hacen de forma colectiva,
14:11
they do it as a group,
333
839129
1629
como un grupo,
14:12
and skepticism, because they do it from a position
334
840758
2816
y escepticismo, porque
lo hacen desde una posición
lo hacen desde una posición
14:15
of distrust.
335
843574
1454
de desconfianza.
14:17
That is to say, the burden of proof
336
845028
1962
Eso quiere decir que el peso de la prueba
14:18
is on the person with a novel claim.
337
846990
2481
recae sobre la persona
que presenta la novedad.
que presenta la novedad.
14:21
And in this sense, science
is intrinsically conservative.
is intrinsically conservative.
338
849471
3143
Y en esta ciencia, la ciencia
es intrínsecamente conservadora.
es intrínsecamente conservadora.
14:24
It's quite hard to persuade the scientific community
339
852614
2572
Es muy difícil persuadir
a la comunidad científica
a la comunidad científica
14:27
to say, "Yes, we know something, this is true."
340
855186
3711
para que diga: "Sí, esto es verdad".
14:30
So despite the popularity of the concept
341
858897
2496
A pesar de la popularidad del concepto
14:33
of paradigm shifts,
342
861393
1597
de cambios de paradigma,
14:34
what we find is that actually,
343
862990
1284
lo que de hecho vemos
14:36
really major changes in scientific thinking
344
864274
2785
es que los cambios dramáticos
en el pensamiento científico
en el pensamiento científico
14:39
are relatively rare in the history of science.
345
867059
3720
son relativamente raros
en la historia de la ciencia.
en la historia de la ciencia.
14:42
So finally that brings us to one more idea:
346
870779
3563
Finalmente esto nos trae otra idea:
14:46
If scientists judge evidence collectively,
347
874342
3708
Si los científicos
evalúan la evidencia colectivamente
evalúan la evidencia colectivamente
14:50
this has led historians to focus on the question
348
878050
2562
esto le deja a los historiadores
a enfocarse en la pregunta
a enfocarse en la pregunta
14:52
of consensus,
349
880612
1419
del consenso
14:54
and to say that at the end of the day,
350
882031
1895
y a decir que al final del día,
14:55
what science is,
351
883926
1934
lo que es la ciencia,
14:57
what scientific knowledge is,
352
885860
1670
lo que es el conocimiento científico,
14:59
is the consensus of the scientific experts
353
887530
3379
es el consenso de los científicos expertos
15:02
who through this process of organized scrutiny,
354
890909
2154
quienes con este proceso
del escrutinio organizado,
del escrutinio organizado,
15:05
collective scrutiny,
355
893063
2305
o escrutinio colectivo,
15:07
have judged the evidence
356
895368
1242
han evaluado la evidencia
15:08
and come to a conclusion about it,
357
896610
2797
y ha llegado a una conclusión,
15:11
either yea or nay.
358
899407
2477
ya sea sí o no.
15:13
So we can think of scientific knowledge
359
901884
1724
Podemos pensar que
el conocimiento científico
el conocimiento científico
15:15
as a consensus of experts.
360
903608
2052
es un consenso de expertos.
15:17
We can also think of science as being
361
905660
1772
También podemos pensar que la ciencia
es un tipo de jurado,
es un tipo de jurado,
15:19
a kind of a jury,
362
907432
1578
15:21
except it's a very special kind of jury.
363
909010
2514
con la excepción de que
es uno muy especial.
es uno muy especial.
15:23
It's not a jury of your peers,
364
911524
2104
No es un jurado de tus colegas,
15:25
it's a jury of geeks.
365
913628
1896
es un jurado de expertos.
15:27
It's a jury of men and women with Ph.D.s,
366
915524
3634
Es un jurado de hombres
y mujeres con doctorados,
y mujeres con doctorados,
15:31
and unlike a conventional jury,
367
919158
2442
y a diferencia de un jurado convencional
15:33
which has only two choices,
368
921600
1690
que solo tiene dos opciones,
15:35
guilty or not guilty,
369
923290
2685
culpable o inocente,
15:37
the scientific jury actually has a number of choices.
370
925975
3401
el jurado científico tiene de hecho,
múltiples opciones.
múltiples opciones.
15:41
Scientists can say yes, something's true.
371
929376
2784
Los científicos pueden decir sí,
es verdadero.
es verdadero.
15:44
Scientists can say no, it's false.
372
932160
2580
Los científicos pueden decir no,
es falso.
es falso.
15:46
Or, they can say, well it might be true
373
934740
2540
O pueden decir, bien puede ser verdadero,
15:49
but we need to work more
and collect more evidence.
and collect more evidence.
374
937280
3044
pero tenemos que trabajar más
y recolectar más evidencia.
y recolectar más evidencia.
15:52
Or, they can say it might be true,
375
940324
1616
O pueden decir, puede ser verdad,
15:53
but we don't know how to answer the question
376
941940
1700
pero no sabemos la respuesta
y vamos a dejarla de lado
y vamos a dejarla de lado
15:55
and we're going to put it aside
377
943640
1310
15:56
and maybe we'll come back to it later.
378
944950
2923
y quizás volvamos a ella más tarde.
15:59
That's what scientists call "intractable."
379
947873
4002
Es lo que los científicos
llaman "insoluble".
llaman "insoluble".
16:03
But this leads us to one final problem:
380
951875
2606
Esto nos lleva a un problema final:
16:06
If science is what scientists say it is,
381
954481
2938
Si la ciencia es lo que
los científicos dicen que es,
los científicos dicen que es,
16:09
then isn't that just an appeal to authority?
382
957419
2541
¿esto no es simplemente
confiar en la autoridad?
confiar en la autoridad?
16:11
And weren't we all taught in school
383
959960
1062
¿Acaso no nos enseñaron en la escuela
16:13
that the appeal to authority is a logical fallacy?
384
961022
3227
que confiar en la autoridad
es una falacia lógica?
es una falacia lógica?
16:16
Well, here's the paradox of modern science,
385
964249
3032
He aquí la paradoja
de la ciencia moderna.
de la ciencia moderna.
16:19
the paradox of the conclusion I think historians
386
967281
2272
La paradoja de la conclusión
a la que creo han llegado
a la que creo han llegado
16:21
and philosophers and sociologists have come to,
387
969553
2601
los historiadores, filósofos y sociólogos,
16:24
that actually science is the appeal to authority,
388
972154
3501
que dice que la ciencia
es la confianza en la autoridad.
es la confianza en la autoridad.
16:27
but it's not the authority of the individual,
389
975655
3776
Pero no es la autoridad del individuo,
16:31
no matter how smart that individual is,
390
979431
2399
sin importar lo inteligente
que sea el individuo,
que sea el individuo,
16:33
like Plato or Socrates or Einstein.
391
981830
3865
como Platón, Sócrates o Einstein.
16:37
It's the authority of the collective community.
392
985695
3114
Es la autoridad de la comunidad colectiva.
16:40
You can think of it is a kind of wisdom of the crowd,
393
988809
2986
Pueden pensar que es
la sabiduría de la mayoría,
la sabiduría de la mayoría,
16:43
but a very special kind of crowd.
394
991795
4126
pero una mayoría muy especial.
16:47
Science does appeal to authority,
395
995921
1890
La ciencia obedece a la autoridad
16:49
but it's not based on any individual,
396
997811
2050
pero no está basada en ningún individuo,
16:51
no matter how smart that individual may be.
397
999861
2586
sin importar lo inteligente que este sea.
16:54
It's based on the collective wisdom,
398
1002447
1751
Está basada en la sabiduría,
16:56
the collective knowledge, the collective work,
399
1004198
2642
el conocimiento y el trabajo colectivo
16:58
of all of the scientists who have worked
400
1006840
1898
de todos los científicos que han trabajado
17:00
on a particular problem.
401
1008738
2717
en un problema en particular.
17:03
Scientists have a kind of culture of collective distrust,
402
1011455
2796
Los científicos tienen una cultura
de desconfianza colectiva,
de desconfianza colectiva,
17:06
this "show me" culture,
403
1014251
2200
la cultura de "muéstrame",
17:08
illustrated by this nice woman here
404
1016451
1950
como vemos aquí a esta mujer
17:10
showing her colleagues her evidence.
405
1018401
3082
mostrándole a sus colegas su evidencia.
17:13
Of course, these people don't
really look like scientists,
really look like scientists,
406
1021483
1857
Claro que estos no parecen científicos
17:15
because they're much too happy.
407
1023340
1986
porque se ven muy felices.
17:17
(Laughter)
408
1025326
4012
(Risas)
17:21
Okay, so that brings me to my final point.
409
1029338
4322
Bien, esto me lleva a mi punto final.
17:25
Most of us get up in the morning.
410
1033660
2648
La mayoría de nosotros
nos levantamos en las mañanas.
nos levantamos en las mañanas.
17:28
Most of us trust our cars.
411
1036308
1410
Confiamos en nuestros autos.
17:29
Well, see, now I'm thinking, I'm in Manhattan,
412
1037718
1542
Aquí estoy pensando en Manhattan,
17:31
this is a bad analogy,
413
1039260
1298
esta no es una buena analogía,
17:32
but most Americans who don't live in Manhattan
414
1040558
2824
pero para la mayoría
que no vive en Manhattan,
que no vive en Manhattan,
17:35
get up in the morning and get in their cars
415
1043382
1738
que se levantan, se suben a sus autos,
17:37
and turn on that ignition, and their cars work,
416
1045120
2529
lo prenden, y sus autos funcionan,
17:39
and they work incredibly well.
417
1047649
2001
y funcionan maravillosamente.
17:41
The modern automobile hardly ever breaks down.
418
1049650
2715
El auto moderno
muy raramente deja de funcionar.
muy raramente deja de funcionar.
17:44
So why is that? Why do cars work so well?
419
1052365
2783
¿Por qué? ¿Por qué los autos
funcionan tan bien?
funcionan tan bien?
17:47
It's not because of the genius of Henry Ford
420
1055148
2504
No es por la genialidad de Henry Ford,
17:49
or Karl Benz or even Elon Musk.
421
1057652
3091
o Karl Benz o incluso Elon Musk.
17:52
It's because the modern automobile
422
1060743
2142
Es porque el auto moderno
17:54
is the product of more than 100 years of work
423
1062885
5034
es un producto
de más de 100 años de trabajo
de más de 100 años de trabajo
17:59
by hundreds and thousands
424
1067919
1590
por cientos y miles,
18:01
and tens of thousands of people.
425
1069509
1336
y millares de personas.
18:02
The modern automobile is the product
426
1070845
2111
El auto moderno es un producto
18:04
of the collected work and wisdom and experience
427
1072956
2789
del trabajo, la sabiduría
y la experiencia colectiva
y la experiencia colectiva
18:07
of every man and woman who has ever worked
428
1075745
2347
de todos los hombres y mujeres
que han trabajado
que han trabajado
18:10
on a car,
429
1078092
1608
en el auto.
18:11
and the reliability of the technology is the result
430
1079700
2915
Y su tecnología confiable es el resultado
18:14
of that accumulated effort.
431
1082615
2683
de ese esfuerzo acumulado.
18:17
We benefit not just from the genius of Benz
432
1085298
2857
No solo nos beneficiamos
de la genialidad de Benz,
de la genialidad de Benz,
18:20
and Ford and Musk
433
1088155
1066
de Ford y Musk,
18:21
but from the collective intelligence and hard work
434
1089221
2768
sino de la inteligencia colectiva
y el trabajo duro
y el trabajo duro
18:23
of all of the people who have worked
435
1091989
2251
de todos los que han trabajado
18:26
on the modern car.
436
1094240
1670
en el auto moderno.
18:27
And the same is true of science,
437
1095910
2050
Y lo mismo es verdad para la ciencia,
18:29
only science is even older.
438
1097960
2844
solo que la ciencia
es incluso más antigua.
es incluso más antigua.
18:32
Our basis for trust in science is actually the same
439
1100804
2574
Nuestra razón
para confiar en la ciencia es la misma
para confiar en la ciencia es la misma
18:35
as our basis in trust in technology,
440
1103378
2674
que nuestra razón
para confiar en la tecnología,
para confiar en la tecnología,
18:38
and the same as our basis for trust in anything,
441
1106052
3987
la misma razón para confiar en todo,
18:42
namely, experience.
442
1110039
2278
entre ellas, la experiencia.
18:44
But it shouldn't be blind trust
443
1112317
1844
Pero no debe ser una confianza ciega,
18:46
any more than we would have blind trust in anything.
444
1114161
2760
más que la confianza ciega
en cualquier cosas.
en cualquier cosas.
18:48
Our trust in science, like science itself,
445
1116921
2841
Nuestra fe en la ciencia,
como la ciencia misma,
como la ciencia misma,
18:51
should be based on evidence,
446
1119762
1913
debe estar basada en evidencias.
18:53
and that means that scientists
447
1121675
1502
Para ello los científicos
18:55
have to become better communicators.
448
1123177
2048
tienen que ser mejores comunicadores.
18:57
They have to explain to us not just what they know
449
1125225
2887
No solo tienen que explicarnos
lo que saben,
lo que saben,
19:00
but how they know it,
450
1128112
1728
sino cómo lo saben,
19:01
and it means that we have
to become better listeners.
to become better listeners.
451
1129840
3890
y nosotros tenemos que aprender
a ser mejores oyentes.
a ser mejores oyentes.
19:05
Thank you very much.
452
1133730
1419
Muchas gracias.
19:07
(Applause)
453
1135149
2303
(Aplausos)
ABOUT THE SPEAKER
Naomi Oreskes - Historian of scienceNaomi Oreskes is a historian of science who uses reason to fight climate change denial.
Why you should listen
Noami Oreskes is a professor of the History of Science and an affiliated professor of Earth and Planetary Sciences at Harvard University. She received her PhD at Stanford in 1990 in the Graduate Special Program in Geological Research and History of Science.
In her 2004 paper published in Science, "Beyond the Ivory Tower: The Scientific Consensus on Climate Change,” Oreskes analyzed nearly 1,000 scientific journals to directly assess the magnitude of scientific consensus around anthropogenic climate change. The paper was famously cited by Al Gore in his film An Inconvenient Truth and led Oreskes to testify in front of the U.S. Senate Committee on Environment and Public Works.
Oreskes is the co-author of the 2010 book Merchants of Doubt, which looks at how the tobacco industry attempted to cast doubt on the link between smoking and lung cancer, and the 2014 book The Collapse of Western Civilization: A View from the Future, which looks back at the present from the year 2093. Both are written with Erik M. Conway.
Naomi Oreskes | Speaker | TED.com