ABOUT THE SPEAKER
Naomi Oreskes - Historian of science
Naomi 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.

More profile about the speaker
Naomi Oreskes | Speaker | TED.com
TEDSalon NY2014

Naomi Oreskes: Why we should trust scientists

Naomi Oreskes: ¿Por qué debemos confiar en los científicos?

Filmed:
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.
- Historian of science
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
EveryCada day we facecara issuescuestiones like climateclima changecambio
0
930
3128
Todos los días enfrentamos
problemas como el cambio climático
00:16
or the safetyla seguridad of vaccinesvacunas
1
4058
1430
y la seguridad de las vacunas
00:17
where we have to answerresponder questionspreguntas whosecuyo answersrespuestas
2
5488
3040
donde tenemos que responder
a preguntas cuyas respuestas
00:20
relyconfiar heavilyfuertemente on scientificcientífico informationinformación.
3
8528
3461
dependen mucho
de la información científica.
00:23
ScientistsCientíficos tell us that the worldmundo is warmingcalentamiento.
4
11989
2881
Los científicos nos dicen
que el planeta se está calentando.
00:26
ScientistsCientíficos tell us that vaccinesvacunas are safeseguro.
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 scienceciencia?
7
19465
1964
¿Por qué creemos en la ciencia?
00:33
The facthecho is, manymuchos of us actuallyactualmente
don't believe the scienceciencia.
8
21429
3469
La verdad es que muchos
no creen en la ciencia.
00:36
PublicPúblico opinionopinión pollscentro consistentlyconsecuentemente showespectáculo
9
24898
2176
Las encuestas sobre
la opinión pública muestran
00:39
that significantsignificativo proportionsdimensiones of the Americanamericano people
10
27074
3010
que una gran mayoría
de los estadounidenses
00:42
don't believe the climateclima is
warmingcalentamiento duedebido to humanhumano activitiesocupaciones,
11
30084
3541
no creen que el cambio climático
sea debido a las actividades humanas,
00:45
don't think that there is
evolutionevolución by naturalnatural selectionselección,
12
33625
2939
que haya una evolución
por selección natural
00:48
and aren'tno son persuadedpersuadido by the safetyla seguridad of vaccinesvacunas.
13
36564
3901
y no están convencidos de
que las vacunas son seguras.
00:52
So why should we believe the scienceciencia?
14
40465
3631
Entonces, ¿por qué tenemos
que creer en la ciencia?
00:56
Well, scientistscientíficos don't like talkinghablando about
scienceciencia as a matterimportar of beliefcreencia.
15
44096
3611
A los científicos no les gusta hablar
de la ciencia como una creencia.
00:59
In facthecho, they would contrastcontraste scienceciencia with faithfe,
16
47707
2587
De hecho, contrastan la ciencia con la fe
01:02
and they would say beliefcreencia is the domaindominio of faithfe.
17
50294
2966
y dicen que la creencia
se relaciona con la fe.
01:05
And faithfe is a separateseparar thing
apartaparte and distinctdistinto from scienceciencia.
18
53260
3778
Y la fe está separada
y es distinta a la ciencia.
01:09
IndeedEn efecto they would say religionreligión is basedbasado on faithfe
19
57038
3152
De hecho dirían que la religión
está basada en la fe
01:12
or maybe the calculuscálculo of Pascal'sPascal wagerapuesta.
20
60190
3694
o quizás a lo que le apostó Pascal.
01:15
BlaiseBlaise PascalPascal was a 17th-centurysiglo x mathematicianmatemático
21
63884
2676
Pascal Blaise fue
un matemático del siglo XVII
01:18
who triedintentó to bringtraer scientificcientífico
reasoningrazonamiento to the questionpregunta of
22
66560
2810
que aplicó el razonamiento científico
a la cuestión
01:21
whethersi or not he should believe in God,
23
69370
1872
de creer o no en Dios.
01:23
and his wagerapuesta wentfuimos like this:
24
71242
2604
Lo que decía:
01:25
Well, if God doesn't existexiste
25
73846
2549
Si Dios no existe
01:28
but I decidedecidir to believe in him
26
76395
2025
pero decido creer
01:30
nothing much is really lostperdió.
27
78420
1978
no pierdo mucho.
Quizás unas cuantas horas los domingos.
01:32
Maybe a fewpocos hourshoras on Sundaydomingo.
28
80398
1613
01:34
(LaughterRisa)
29
82011
993
(Risas)
01:35
But if he does existexiste 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 deepprofundo troubleproblema.
31
86385
2017
estoy metido en un gran lío.
01:40
And so PascalPascal said, we'dmie better believe in God.
32
88402
3036
Así que Pascal dice
que es mejor creer en Dios.
01:43
Or as one of my collegeUniversidad professorsprofesores said,
33
91438
2172
O como uno de mis profesores decía:
01:45
"He clutchedaferrado for the handrailpretil of faithfe."
34
93610
2226
"Estaba agarrado al barandal de la fe".
01:47
He madehecho that leapsalto of faithfe
35
95836
1936
Doy ese salto hacia la fe
01:49
leavingdejando scienceciencia and rationalismracionalismo behinddetrás.
36
97772
4524
dejando la ciencia
y el racionalismo a un lado.
01:54
Now the facthecho is thoughaunque, for mostmás of us,
37
102296
2696
El hecho es que
para la mayoría de nosotros
creer en muchas de estas
afirmaciones científicas es un acto de fe.
01:56
mostmás scientificcientífico claimsreclamaciones are a leapsalto of faithfe.
38
104992
3134
02:00
We can't really judgejuez scientificcientífico
claimsreclamaciones for ourselvesNosotros mismos in mostmás casescasos.
39
108126
4385
No podemos probar la mayoría
de estas afirmaciones por nuestra cuenta.
02:04
And indeeden efecto this is actuallyactualmente
truecierto for mostmás scientistscientíficos as well
40
112511
2840
Y esto es verdad incluso
para la mayoría de los científicos
02:07
outsidefuera de of theirsu ownpropio specialtiesespecialidades.
41
115351
2330
fuera de su especialización.
02:09
So if you think about it, a geologistgeólogo can't tell you
42
117681
2520
Si lo piensan, un geólogo no puede decirte
si una vacuna es segura.
02:12
whethersi a vaccinevacuna is safeseguro.
43
120201
1750
La mayoría de los químicos no son expertos
en la teoría de la evolución.
02:13
MostMás chemistsfarmacia are not expertsexpertos in evolutionaryevolutivo theoryteoría.
44
121951
3000
02:16
A physicistfísico cannotno poder tell you,
45
124951
2259
Un médico no puede decirte,
02:19
despiteA pesar de the claimsreclamaciones of some of them,
46
127210
1443
a pesar de las afirmaciones de algunos,
02:20
whethersi or not tobaccotabaco causescausas cancercáncer.
47
128653
3354
que el tabaco produce cáncer o no.
02:24
So, if even scientistscientíficos themselvessí mismos
48
132007
2450
Así que hasta los científicos
02:26
have to make a leapsalto of faithfe
49
134457
1276
tienen que tener fe
02:27
outsidefuera de theirsu ownpropio fieldscampos,
50
135733
1922
cuando están fuera
de sus áreas de estudio,
02:29
then why do they acceptaceptar the
claimsreclamaciones of other scientistscientíficos?
51
137655
3928
entonces, ¿por qué aceptan
las afirmaciones de otros científicos?
02:33
Why do they believe eachcada other'sotros claimsreclamaciones?
52
141583
2298
¿Por qué se creen los unos a los otros?
02:35
And should we believe those claimsreclamaciones?
53
143881
3290
Y, ¿deberíamos creer en esas afirmaciones?
02:39
So what I'd like to arguediscutir is yes, we should,
54
147171
2776
Lo que quiero discutir acá
es que sí deberíamos
02:41
but not for the reasonrazón that mostmás of us think.
55
149947
2883
pero no por las razones
que la mayoría de nosotros creemos.
02:44
MostMás of us were taughtenseñó in schoolcolegio
that the reasonrazón we should
56
152830
2330
A la mayoría nos enseñaron en la escuela
que la razón por la que
02:47
believe in scienceciencia is because of the scientificcientífico methodmétodo.
57
155160
3412
debemos creer en la ciencia
es por el método científico.
02:50
We were taughtenseñó that scientistscientíficos followseguir a methodmétodo
58
158572
2916
Nos enseñaron
que los científicos siguen un método
02:53
and that this methodmétodo guaranteesgarantías
59
161488
2356
y que este método garantiza
02:55
the truthverdad of theirsu claimsreclamaciones.
60
163844
1996
la verdad en sus afirmaciones.
02:57
The methodmétodo that mostmás of us were taughtenseñó in schoolcolegio,
61
165840
3420
El método que la mayoría
aprendió en la escuela,
03:01
we can call it the textbooklibro de texto methodmétodo,
62
169260
1576
que llamamos el método del texto,
03:02
is the hypotheticalhipotético deductivedeductivo methodmétodo.
63
170836
2784
es el método de la deducción hipotética.
03:05
AccordingConforme to the standardestándar
modelmodelo, the textbooklibro de texto modelmodelo,
64
173620
3094
De acuerdo al modelo estándar,
el modelo del texto,
03:08
scientistscientíficos developdesarrollar hypotheseshipótesis, they deducededucir
65
176714
2957
los científicos desarrollan
unas hipótesis, luego deducen
03:11
the consequencesConsecuencias of those hypotheseshipótesis,
66
179671
2460
las consecuencias de esas hipótesis,
03:14
and then they go out into the worldmundo and they say,
67
182131
1710
y luego salen y dicen:
03:15
"Okay, well are those consequencesConsecuencias truecierto?"
68
183841
2374
"Bien, ¿son estas consecuencias verdaderas?"
03:18
Can we observeobservar them takingtomando
placelugar in the naturalnatural worldmundo?
69
186215
3333
"¿Podemos ver que ocurren
en el mundo natural?"
03:21
And if they are truecierto, then the scientistscientíficos say,
70
189548
2600
Y si ocurren, los científicos dicen:
03:24
"Great, we know the hypothesishipótesis is correctcorrecto."
71
192148
2856
"Fabuloso. Sabemos
que la hipótesis es correcta".
03:27
So there are manymuchos famousfamoso examplesejemplos in the historyhistoria
72
195004
2179
Hay muchos ejemplos famosos en la historia
03:29
of scienceciencia of scientistscientíficos doing exactlyexactamente this.
73
197183
2879
de científicos
que hicieron exactamente esto.
03:32
One of the mostmás famousfamoso examplesejemplos
74
200062
2058
Uno de los ejemplos más famosos
03:34
comesproviene from the work of AlbertAlbert EinsteinEinstein.
75
202120
2213
viene del trabajo de Albert Einstein.
03:36
When EinsteinEinstein developeddesarrollado the
theoryteoría of generalgeneral relativityrelatividad,
76
204333
2522
Cuando Einstein desarrolló
la teoría de la relatividad,
03:38
one of the consequencesConsecuencias of his theoryteoría
77
206855
2316
una de las consecuencias de su teoría
03:41
was that space-timetiempo espacial wasn'tno fue just an emptyvacío voidvacío
78
209171
2839
era que el espacio-tiempo
no era un vacío,
03:44
but that it actuallyactualmente had a fabrictela.
79
212010
1909
sino que tenía materia.
03:45
And that that fabrictela was bentdoblado
80
213919
1601
Y que esa materia se doblaba
03:47
in the presencepresencia of massivemasivo objectsobjetos like the sunsol.
81
215520
3380
en la presencia
de objetos con masa como el Sol.
03:50
So if this theoryteoría were truecierto then it meantsignificado that lightligero
82
218900
2749
Si la teoría fuera verdadera
entonces la luz
03:53
as it passedpasado the sunsol
83
221649
1528
cuando atraviesa el Sol
03:55
should actuallyactualmente be bentdoblado around it.
84
223177
2168
debería, de hecho, doblarse a su alrededor.
03:57
That was a prettybonita startlingalarmante predictionpredicción
85
225345
2400
Eso fue una predicción impresionante
03:59
and it tooktomó a fewpocos yearsaños before scientistscientíficos
86
227745
1988
y pasaron muchos años
antes de que los científicos
04:01
were ablepoder to testprueba it
87
229733
1278
pudiesen probarla,
04:03
but they did testprueba it in 1919,
88
231011
2510
cosa que ocurrió en 1919,
04:05
and lolo and beholdMirad it turnedconvertido out to be truecierto.
89
233521
2450
y que resultó ser verdadera.
De hecho, la luz de las estrellas
se doblan al pasar alrededor del Sol.
04:07
StarlightLuz de las estrellas actuallyactualmente does bendcurva
as it travelsviajes around the sunsol.
90
235971
3158
04:11
This was a hugeenorme confirmationconfirmación of the theoryteoría.
91
239129
2494
Esa fue una gran confirmación
de la teoría.
Se consideró la prueba de la veracidad
04:13
It was consideredconsiderado proofprueba of the truthverdad
92
241623
1805
04:15
of this radicalradical newnuevo ideaidea,
93
243428
1312
de esta radical nueva idea,
04:16
and it was writtenescrito up in manymuchos newspapersperiódicos
94
244740
1852
y se publicó en muchos periódicos
04:18
around the globeglobo.
95
246592
2538
en todo el mundo.
04:21
Now, sometimesa veces this theoryteoría or this modelmodelo
96
249130
2350
A veces esta teoría o modelo
04:23
is referredreferido to as the deductive-nomologicaldeductivo-nomológico modelmodelo,
97
251480
3434
se conoce como
el modelo nomológico-deductivo,
04:26
mainlyprincipalmente because academicsacadémica like
to make things complicatedComplicado.
98
254914
3384
principalmente porque a los académicos
les gusta complicar las cosas.
04:30
But alsoademás because in the idealideal casecaso, it's about lawsleyes.
99
258298
5261
Pero también porque en el caso ideal
se trata de leyes.
04:35
So nomologicalnomológico meansmedio havingteniendo to do with lawsleyes.
100
263559
2502
Nomológico significa
que está relacionado con leyes.
04:38
And in the idealideal casecaso, the hypothesishipótesis isn't just an ideaidea:
101
266061
3424
En el caso ideal la hipótesis
no solo es una idea:
04:41
ideallyidealmente, it is a lawley of naturenaturaleza.
102
269485
2326
idealmente, es una ley natural.
04:43
Why does it matterimportar that it is a lawley of naturenaturaleza?
103
271811
2287
¿Por qué es importante
que sea una ley natural?
04:46
Because if it is a lawley, it can't be brokenroto.
104
274098
2728
Porque si es una ley
no puede infringirla.
04:48
If it's a lawley then it will always be truecierto
105
276826
2108
Si es una ley siempre será verdadera
04:50
in all timesveces and all placeslugares
106
278934
1244
en todos los tiempos y lugares
04:52
no matterimportar what the circumstancescircunstancias are.
107
280178
2206
sin importar las circunstancias.
04:54
And all of you know of at leastmenos
one exampleejemplo of a famousfamoso lawley:
108
282384
3229
Y todos Uds. conocen al menos
una ley famosa:
04:57
Einstein'sEinstein famousfamoso equationecuación, E=MCMC2,
109
285613
3755
La famosa ecuación de Einstein, E=mc2,
05:01
whichcual tellsdice us what the relationshiprelación is
110
289368
1800
que explica la relación
05:03
betweenEntre energyenergía and massmasa.
111
291168
2193
entre la energía y la masa.
05:05
And that relationshiprelación is truecierto no matterimportar what.
112
293361
4000
Y esa relación siempre será verdadera.
05:09
Now, it turnsvueltas out, thoughaunque, that there
are severalvarios problemsproblemas with this modelmodelo.
113
297361
3649
Resulta que hay muchos
problemas con este modelo.
05:13
The mainprincipal problemproblema is that it's wrongincorrecto.
114
301010
3635
El mayor problema es que es erróneo.
05:16
It's just not truecierto. (LaughterRisa)
115
304645
3502
Simplemente falso.
(Risas)
05:20
And I'm going to talk about
threeTres reasonsrazones why it's wrongincorrecto.
116
308147
2723
Y daré tres razones
por la que es erróneo.
05:22
So the first reasonrazón is a logicallógico reasonrazón.
117
310870
2679
La primera es una razón lógica.
05:25
It's the problemproblema of the fallacyfalacia
of affirmingafirmando the consequentconsiguiente.
118
313549
3516
Es el problema de la falacia
de afirmar una consecuencia.
05:29
So that's anotherotro fancylujoso, academicacadémico way of sayingdiciendo
119
317065
2826
Esa es una forma más rimbombante
o académica de decir
que las teorías falsas pueden
hacer predicciones verdaderas.
05:31
that falsefalso theoriesteorías can make truecierto predictionspredicciones.
120
319891
2670
05:34
So just because the predictionpredicción comesproviene truecierto
121
322561
1994
Solo por el hecho de que
una predicción se haga realidad
05:36
doesn't actuallyactualmente logicallylógicamente
proveprobar that the theoryteoría is correctcorrecto.
122
324555
3222
no prueba lógicamente
que la teoría sea correcta.
05:39
And I have a good exampleejemplo of that too,
again from the historyhistoria of scienceciencia.
123
327777
3931
Y tengo un buen ejemplo, nuevamente
a partir de la historia de la ciencia.
05:43
This is a pictureimagen of the Ptolemaicptolemaico universeuniverso
124
331708
2695
Esta es una imagen
del universo de Ptolomeo,
05:46
with the EarthTierra at the centercentrar of the universeuniverso
125
334403
1862
con la Tierra en el centro del universo
05:48
and the sunsol and the planetsplanetas going around it.
126
336265
2595
y el Sol y los planetas
girando a su alrededor.
05:50
The Ptolemaicptolemaico modelmodelo was believedcreído
127
338860
2030
Mucha gente inteligente
durante muchos siglos,
05:52
by manymuchos very smartinteligente people for manymuchos centuriessiglos.
128
340890
3253
creyeron en el modelo de Ptolomeo.
05:56
Well, why?
129
344143
1736
¿Por qué?
05:57
Well the answerresponder is because it madehecho
lots of predictionspredicciones that camevino truecierto.
130
345879
3437
La respuesta es porque muchas
de las predicciones se hicieron realidad.
06:01
The Ptolemaicptolemaico systemsistema enabledhabilitado astronomersastrónomos
131
349316
2016
El sistema de Ptolomeo
le permitió a los astrónomos hacer
06:03
to make accuratepreciso predictionspredicciones
of the motionsmovimientos of the planetplaneta,
132
351332
2750
predicciones precisas acerca
de los movimientos del planeta,
06:06
in facthecho more accuratepreciso predictionspredicciones at first
133
354082
2519
incluso más precisas al principio
06:08
than the CopernicanCopernicano theoryteoría
whichcual we now would say is truecierto.
134
356601
4324
que la teoría de Copérnico,
que hoy en día sabemos que es verdadera.
06:12
So that's one problemproblema with the textbooklibro de texto modelmodelo.
135
360925
2982
He allí un problema
con el modelo de texto.
06:15
A secondsegundo problemproblema is a practicalpráctico problemproblema,
136
363907
2396
El segundo problema
es un problema práctico,
06:18
and it's the problemproblema of auxiliaryauxiliar hypotheseshipótesis.
137
366303
3235
y es el problema
de las hipótesis auxiliares.
06:21
AuxiliaryAuxiliar hypotheseshipótesis are assumptionssuposiciones
138
369538
2829
Las hipótesis auxiliares son supuestos
06:24
that scientistscientíficos are makingfabricación
139
372367
1779
que hacen los científicos
06:26
that they maymayo or maymayo not even
be awareconsciente that they're makingfabricación.
140
374146
3043
que ellos mismos
pueden saber o no que hacen.
06:29
So an importantimportante exampleejemplo of this
141
377189
2661
Un buen ejemplo de esto
06:31
comesproviene from the CopernicanCopernicano modelmodelo,
142
379850
2095
viene del modelo de Copérnico
06:33
whichcual ultimatelypor último replacedreemplazado the Ptolemaicptolemaico systemsistema.
143
381945
3192
que al final reemplazó
el sistema de Ptolomeo.
06:37
So when NicolausNicolaus CopernicusCopérnico said,
144
385137
2040
Nicolás Copérnico dijo
06:39
actuallyactualmente the EarthTierra is not the centercentrar of the universeuniverso,
145
387177
2650
que la Tierra no era el centro del universo,
que el Sol era el centro del sistema solar
06:41
the sunsol is the centercentrar of the solarsolar systemsistema,
146
389827
1918
06:43
the EarthTierra movesmovimientos around the sunsol.
147
391745
1382
y que la Tierra
se mueve alrededor del Sol.
06:45
ScientistsCientíficos said, well okay, NicolausNicolaus, if that's truecierto
148
393127
3728
Los científicos le dijeron,
bien, Nicolás, si eso es verdad
06:48
we oughtdebería to be ablepoder to detectdetectar the motionmovimiento
149
396855
1764
debemos poder detectar el movimiento
06:50
of the EarthTierra around the sunsol.
150
398619
1958
de la Tierra alrededor del Sol.
06:52
And so this slidediapositiva here illustratesilustra a conceptconcepto
151
400577
2056
Esta diapositiva aquí muestra el concepto
06:54
knownconocido as stellarestelar parallaxparalaje.
152
402633
1808
que se conoce como el paralaje estelar.
06:56
And astronomersastrónomos said, if the EarthTierra is movingemocionante
153
404441
3822
Y los astrónomos dijeron,
si la Tierra se mueve
07:00
and we look at a prominentprominente starestrella, let's say, SiriusSirio --
154
408263
3200
y observamos una estrella prominente,
digamos, Sirio
—ya sé que estoy en Manhattan
y Uds. aquí no ven las estrellas,
07:03
well I know I'm in ManhattanManhattan
so you guys can't see the starsestrellas,
155
411463
2414
07:05
but imagineimagina you're out in the countrypaís,
imagineimagina you choseElegir that ruralrural life —
156
413877
3731
pero imaginen que están en el campo,
que escogieron una vida rural—
07:09
and we look at a starestrella in Decemberdiciembre, we see that starestrella
157
417608
2867
y vemos una estrella
en diciembre, la vemos
07:12
againsten contra the backdropfondo of distantdistante starsestrellas.
158
420475
2765
con el fondo
de otras estrellas distantes.
07:15
If we now make the samemismo observationobservación sixseis monthsmeses laterluego
159
423240
2954
Si hacemos las misma observación
6 meses más tarde,
07:18
when the EarthTierra has movedmovido to this positionposición in Junejunio,
160
426194
3812
cuando la Tierra se ha movido
a esta posición en junio,
07:22
we look at that samemismo starestrella and we
see it againsten contra a differentdiferente backdropfondo.
161
430006
4099
vemos las misma estrella
pero con otro fondo.
07:26
That differencediferencia, that angularangular
differencediferencia, is the stellarestelar parallaxparalaje.
162
434105
4182
Esa diferencia, esa diferencia angular,
es el paralaje estelar.
07:30
So this is a predictionpredicción that the CopernicanCopernicano modelmodelo makeshace.
163
438287
2863
Esta es la predicción que hace
el modelo copernicano.
07:33
AstronomersAstrónomos lookedmirado for the stellarestelar parallaxparalaje
164
441150
2561
Los astrónomos buscaron
el paralaje estelar
07:35
and they foundencontró nothing, nothing at all.
165
443711
4982
y no consiguieron nada,
nada en absoluto, nada.
07:40
And manymuchos people arguedargumentó that this proveddemostrado
that the CopernicanCopernicano modelmodelo was falsefalso.
166
448693
3866
Y muchos argumentaban
que esta era la prueba
de que el modelo copernicano era falso.
07:44
So what happenedsucedió?
167
452559
1488
¿Qué pasó?
07:46
Well, in hindsightcomprensión retrospectiva we can say
that astronomersastrónomos were makingfabricación
168
454047
2683
En retrospectiva podemos decir
que los astrónomos asumieron
07:48
two auxiliaryauxiliar hypotheseshipótesis, bothambos of whichcual
169
456730
2547
dos hipótesis auxiliares las cuales
07:51
we would now say were incorrectincorrecto.
170
459277
2663
podemos decir ahora que son incorrectas.
07:53
The first was an assumptionsuposición
about the sizetamaño of the Earth'sLa tierra orbitorbita.
171
461940
3635
La primera fue el supuesto
sobre el tamaño de la órbita de la Tierra.
Los astrónomos asumían
que la órbita de la Tierra era grande
07:57
AstronomersAstrónomos were assumingasumiendo
that the Earth'sLa tierra orbitorbita was largegrande
172
465575
3036
08:00
relativerelativo to the distancedistancia to the starsestrellas.
173
468611
2338
en relación a la distancia
a las estrellas.
08:02
TodayHoy we would drawdibujar the pictureimagen more like this,
174
470949
2464
Hoy en día la ilustraríamos más así,
08:05
this comesproviene from NASANASA,
175
473413
1347
esto viene de la NASA,
08:06
and you see the Earth'sLa tierra orbitorbita is actuallyactualmente quitebastante smallpequeña.
176
474760
2423
y pueden ver que la órbita de la Tierra
es bastante pequeña.
08:09
In facthecho, it's actuallyactualmente much
smallermenor even than shownmostrado here.
177
477183
2991
Incluso mucho más pequeña
que lo que se muestra aquí.
08:12
The stellarestelar parallaxparalaje thereforepor lo tanto,
178
480174
1539
Por ello el paralaje estelar
08:13
is very smallpequeña and actuallyactualmente very harddifícil to detectdetectar.
179
481713
3584
es muy pequeño y muy difícil de detectar.
08:17
And that leadsconduce to the secondsegundo reasonrazón
180
485297
1974
Esto conlleva a la segunda razón
08:19
why the predictionpredicción didn't work,
181
487271
1859
por la que la predicción no funcionó,
08:21
because scientistscientíficos were alsoademás assumingasumiendo
182
489130
1915
ya que los científicos también asumieron
08:23
that the telescopestelescopios they had were sensitivesensible enoughsuficiente
183
491045
3010
que los telescopios que tenían
eran lo suficientemente sensibles
08:26
to detectdetectar the parallaxparalaje.
184
494055
1900
para detectar el paralaje estelar.
08:27
And that turnedconvertido out not to be truecierto.
185
495955
2017
Cosa que no era cierta.
08:29
It wasn'tno fue untilhasta the 19thth centurysiglo
186
497972
2534
No fue sino hasta el siglo XIX
08:32
that scientistscientíficos were ablepoder to detectdetectar
187
500506
1684
que los científicos fueron capaces
de detectar el paralaje estelar.
08:34
the stellarestelar parallaxparalaje.
188
502190
1536
08:35
So, there's a thirdtercero problemproblema as well.
189
503726
2646
También hay un tercer problema.
08:38
The thirdtercero problemproblema is simplysimplemente a factualfactual problemproblema,
190
506372
2778
Es simplemente un problema de facto:
mucho de la ciencia no entra
dentro del modelo del texto.
08:41
that a lot of scienceciencia doesn't fitajuste the textbooklibro de texto modelmodelo.
191
509150
2816
08:43
A lot of scienceciencia isn't deductivedeductivo at all,
192
511966
2273
Muchas ciencias no son deductivas,
08:46
it's actuallyactualmente inductiveinductivo.
193
514239
1768
sino inductivas.
08:48
And by that we mean that scientistscientíficos don't necessarilynecesariamente
194
516007
2516
Eso significa que muchos científicos
no necesariamente
08:50
startcomienzo with theoriesteorías and hypotheseshipótesis,
195
518523
2231
comienzan con teorías e hipótesis,
08:52
oftena menudo they just startcomienzo with observationsobservaciones
196
520754
1869
a menudo son solo observaciones
08:54
of stuffcosas going on in the worldmundo.
197
522623
2409
de las cosas que pasan en el mundo.
08:57
And the mostmás famousfamoso exampleejemplo
of that is one of the mostmás
198
525032
2570
El ejemplo más famoso
es de uno de los científicos
08:59
famousfamoso scientistscientíficos who ever livedvivió, CharlesCharles DarwinDarwin.
199
527602
3065
más reconocidos que existió,
Charles Darwin.
09:02
When DarwinDarwin wentfuimos out as a youngjoven
man on the voyageviaje of the BeagleBeagle,
200
530667
3162
Cuando el joven Darwin
salió en su viaje en el Beagle,
09:05
he didn't have a hypothesishipótesis, he didn't have a theoryteoría.
201
533829
3612
no tenía una hipótesis o una teoría.
09:09
He just knewsabía that he wanted
to have a careercarrera as a scientistcientífico
202
537441
3066
Solo sabía que quería
una carrera como científico
09:12
and he startedempezado to collectrecoger datadatos.
203
540507
2012
y comenzó a recolectar datos.
09:14
MainlyPrincipalmente he knewsabía that he hatedodiado medicinemedicina
204
542519
2730
Sabía que odiaba la medicina
09:17
because the sightvisión of bloodsangre madehecho him sickenfermos so
205
545249
1818
porque ver sangre lo enfermaba
así que tenía que buscar
una carrera alternativa.
09:19
he had to have an alternativealternativa careercarrera pathcamino.
206
547067
2268
09:21
So he startedempezado collectingcoleccionar datadatos.
207
549335
2134
Así que comenzó a recolectar datos.
09:23
And he collectedrecogido manymuchos things,
includingincluso his famousfamoso finchespinzones.
208
551469
3166
Y recolectó muchas cosas,
incluyendo sus famosos pinzones.
09:26
When he collectedrecogido these finchespinzones,
he threwarrojó them in a bagbolso
209
554635
2210
Los que conseguía
los guardaba en un bolso,
09:28
and he had no ideaidea what they meantsignificado.
210
556845
2340
pero no tenía idea para lo que servirían.
09:31
ManyMuchos yearsaños laterluego back in LondonLondres,
211
559185
2287
Años más tarde en Londres,
09:33
DarwinDarwin lookedmirado at his datadatos again and beganempezó
212
561472
2233
Darwin comenzó a analizar sus datos
09:35
to developdesarrollar an explanationexplicación,
213
563705
2448
y a desarrollar una explicación.
Esa explicación fue la que dio lugar
a la teoría de la selección natural.
09:38
and that explanationexplicación was the
theoryteoría of naturalnatural selectionselección.
214
566153
3298
09:41
BesidesAdemás inductiveinductivo scienceciencia,
215
569451
2059
Además de la ciencia inductiva,
09:43
scientistscientíficos alsoademás oftena menudo participateparticipar in modelingmodelado.
216
571510
2936
los científicos a menudo hacen réplicas.
Una de las cosas
que los científicos quieren hacer
09:46
One of the things scientistscientíficos want to do in life
217
574446
2336
09:48
is to explainexplique the causescausas 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
09:52
Well, one way you can do it is to buildconstruir a modelmodelo
220
580568
2252
09:54
that testspruebas an ideaidea.
221
582820
1742
para comprobar una idea.
09:56
So this is a pictureimagen of HenryEnrique CadellCadell,
222
584562
1931
Esta es una foto de Henry Cadell,
09:58
who was a Scottishescocés geologistgeólogo in the 19thth centurysiglo.
223
586493
2866
un geólogo escocés del siglo XIX.
10:01
You can tell he's Scottishescocés because he's wearingvistiendo
224
589359
1433
Pueden asumir que es escocés
10:02
a deerstalkergorro de cazador capgorra and WellingtonWellington bootsbotas.
225
590792
2388
por el gorro escocés y las botas Wellington.
10:05
(LaughterRisa)
226
593180
2154
(Risas)
10:07
And CadellCadell wanted to answerresponder the questionpregunta,
227
595334
1566
Y Cadell quería responder a la pregunta de
10:08
how are mountainsmontañas formedformado?
228
596900
1768
¿cómo se formaron las montañas?
10:10
And one of the things he had observedobservado
229
598668
1516
Una de las cosas que observó
10:12
is that if you look at mountainsmontañas
like the AppalachiansApalaches,
230
600184
2574
es que si ves las montañas
como los Montes Apalaches
10:14
you oftena menudo find that the rocksrocas in them
231
602758
1633
a menudo consigues rocas
10:16
are foldeddoblada,
232
604391
1469
con pliegues.
10:17
and they're foldeddoblada in a particularespecial way,
233
605860
1646
Los pliegues son muy particulares
10:19
whichcual suggestedsugirió to him
234
607506
1444
lo que sugerían
10:20
that they were actuallyactualmente beingsiendo
compressedcomprimido from the sidelado.
235
608950
2949
que fueron comprimidas por los lados.
10:23
And this ideaidea would laterluego playjugar a majormayor rolepapel
236
611899
2088
Esta idea jugó un papel importante
10:25
in discussionsdiscusiones of continentalcontinental driftderiva.
237
613987
2423
en la discusión de la deriva continental.
10:28
So he builtconstruido this modelmodelo, this crazyloca contraptionartilugio
238
616410
2506
Así que construyó este modelo,
este descabellado artilugio
10:30
with leverspalancas and woodmadera, and here'saquí está his wheelbarrowcarretilla,
239
618916
2152
con palancas y troncos,
aquí está la carretilla,
10:33
bucketscubos, a biggrande sledgehammeralmádena.
240
621068
2442
cubetas, un martillo gigante.
10:35
I don't know why he's got the WellingtonWellington bootsbotas.
241
623510
1898
No sé por qué lleva botas Wellington.
10:37
Maybe it's going to rainlluvia.
242
625408
1577
Quizás porque va a llover.
10:38
And he createdcreado this physicalfísico modelmodelo in orderorden
243
626985
3085
Y creó este modelo físico con el fin
10:42
to demonstratedemostrar that you could, in facthecho, createcrear
244
630070
3965
de demostrar que puedes crear
10:46
patternspatrones in rocksrocas, or at leastmenos, in this casecaso, in mudbarro,
245
634035
2674
formas en las rocas,
o en este caso en el barro,
10:48
that lookedmirado a lot like mountainsmontañas
246
636709
2226
que se parecen mucho a montañas
10:50
if you compressedcomprimido them from the sidelado.
247
638935
1842
si las comprimes desde los lados.
10:52
So it was an argumentargumento about
the causeporque of mountainsmontañas.
248
640777
3628
Este era el argumento
a la formación de las montañas.
Hoy en día, las mayoría de los científicos
prefieren trabajar adentro,
10:56
NowadaysHoy en día, mostmás scientistscientíficos preferpreferir to work insidedentro,
249
644405
3048
10:59
so they don't buildconstruir physicalfísico modelsmodelos so much
250
647453
2427
así que ya no construyen
tantos modelos físicos
11:01
as to make computercomputadora simulationssimulaciones.
251
649880
2361
sino simulaciones digitales.
11:04
But a computercomputadora simulationsimulación is a kindtipo of a modelmodelo.
252
652241
2839
Las simulaciones digitales
también son un tipo de modelo.
11:07
It's a modelmodelo that's madehecho with mathematicsmatemáticas,
253
655080
1863
Es un modelo basado en las matemáticas,
11:08
and like the physicalfísico modelsmodelos of the 19thth centurysiglo,
254
656943
3233
y como los modelos físicos del siglo XIX,
11:12
it's very importantimportante for thinkingpensando about causescausas.
255
660176
3778
es muy importante
para pensar sobre las causas.
Una de las grandes preguntas
es sobre el cambio climático.
11:15
So one of the biggrande questionspreguntas
to do with climateclima changecambio,
256
663954
2615
11:18
we have tremendoustremendo amountscantidades of evidenceevidencia
257
666569
1803
Tenemos muchísimas evidencias
11:20
that the EarthTierra is warmingcalentamiento up.
258
668372
1880
de que la Tierra se está calentando.
11:22
This slidediapositiva here, the blacknegro linelínea showsmuestra
259
670252
2464
En esta diapositiva,
la línea negra muestra
que las medidas
que los científicos han tomado
11:24
the measurementsmediciones that scientistscientíficos have takentomado
260
672716
2120
11:26
for the last 150 yearsaños
261
674836
1963
en los últimos 150 años denotan
11:28
showingdemostración that the Earth'sLa tierra temperaturetemperatura
262
676799
1410
cómo la temperatura de la Tierra
11:30
has steadilycontinuamente increasedaumentado,
263
678209
1634
ha ido aumentando de forma progresiva.
11:31
and you can see in particularespecial
that in the last 50 yearsaños
264
679843
2846
Pueden ver que particularmente
en los últimos 50 años
11:34
there's been this dramaticdramático increaseincrementar
265
682689
1764
ha habido un incremento significativo
11:36
of nearlycasi one degreela licenciatura centigradecentígrado,
266
684453
2340
de casi un grado centígrado,
11:38
or almostcasi two degreesgrados FahrenheitFahrenheit.
267
686793
2375
o casi dos grados Fahrenheit.
11:41
So what, thoughaunque, is drivingconducción that changecambio?
268
689168
2437
Entonces, ¿qué está ocasionando
este cambio?
11:43
How can we know what's causingcausando
269
691605
2335
¿Cómo podemos conocer la causa
del calentamiento que se observa?
11:45
the observedobservado warmingcalentamiento?
270
693940
1516
11:47
Well, scientistscientíficos can modelmodelo it
271
695456
1714
Los científicos pueden replicarlo
11:49
usingutilizando a computercomputadora simulationsimulación.
272
697170
2368
con una simulación digital.
11:51
So this diagramdiagrama illustratesilustra a computercomputadora simulationsimulación
273
699538
2792
Este diagrama muestra
una simulación digital
que toma en cuenta
todos los diferentes factores
11:54
that has lookedmirado at all the differentdiferente factorsfactores
274
702330
2121
11:56
that we know can influenceinfluencia the Earth'sLa tierra climateclima,
275
704451
2605
que conocemos que pueden afectar
el clima de la Tierra,
11:59
so sulfatesulfato particlespartículas from airaire pollutioncontaminación,
276
707056
2752
como las partículas de sulfato
de la contaminación del aire,
12:01
volcanicvolcánico dustpolvo from volcanicvolcánico eruptionserupciones,
277
709808
2970
cenizas volcánicas de las erupciones,
12:04
changescambios in solarsolar radiationradiación,
278
712778
2234
cambios en la radiación solar,
12:07
and, of coursecurso, greenhouseinvernadero gasesgases.
279
715012
2378
y por supuesto, los gases de invernadero.
12:09
And they askedpreguntó the questionpregunta,
280
717390
1818
Y se preguntan,
12:11
what setconjunto of variablesvariables put into a modelmodelo
281
719208
3696
¿qué grupo de variables
agregados a un modelo
12:14
will reproducereproducir what we actuallyactualmente see in realreal life?
282
722904
2976
reproducirían lo que vemos
en la vida real?
12:17
So here is the realreal life in blacknegro.
283
725880
2020
He aquí la vida real en negro.
12:19
Here'sAquí está the modelmodelo in this lightligero graygris,
284
727900
2280
He aquí este modelo en gris claro
12:22
and the answerresponder is
285
730180
1560
y la respuesta es
12:23
a modelmodelo that includesincluye, it's the answerresponder E on that SATSAB,
286
731740
4387
un modelo que incluye,
es la respuesta E en el SAT,
12:28
all of the aboveencima.
287
736127
2141
todas las anteriores.
12:30
The only way you can reproducereproducir
288
738268
1506
La única forma que pueden reproducir
12:31
the observedobservado temperaturetemperatura measurementsmediciones
289
739774
1828
las temperaturas que se observan
12:33
is with all of these things put togetherjuntos,
290
741602
1978
es con todas estas cosas juntas,
12:35
includingincluso greenhouseinvernadero gasesgases,
291
743580
2139
incluyendo los gases de invernadero,
12:37
and in particularespecial you can see that the increaseincrementar
292
745719
2551
y en particular pueden ver que
el aumento de los niveles
de gases de invernadero ocasiona
12:40
in greenhouseinvernadero gasesgases trackspistas
293
748270
1884
12:42
this very dramaticdramático increaseincrementar in temperaturetemperatura
294
750154
2206
este aumento dramático de temperatura
12:44
over the last 50 yearsaños.
295
752360
1480
en los últimos 50 años.
12:45
And so this is why climateclima scientistscientíficos say
296
753840
2434
Esta es la razón por la que
los científicos dicen
12:48
it's not just that we know that
climateclima changecambio is happeningsucediendo,
297
756274
3108
que no solo saben que el cambio climático
está ocurriendo,
12:51
we know that greenhouseinvernadero gasesgases are a majormayor partparte
298
759382
2768
sino que los gases de invernaderos
son unas de las causas principales.
12:54
of the reasonrazón why.
299
762150
2730
12:56
So now because there all these differentdiferente things
300
764880
2388
Debido a todas las cosas diferentes
12:59
that scientistscientíficos do,
301
767268
1489
que los científicos hacen
13:00
the philosopherfilósofo PaulPablo FeyerabendFeyerabend famouslyfamosamente said,
302
768757
3486
el filósofo Paul Feyerabend
dijo famosamente:
"El único principio en la ciencia
13:04
"The only principleprincipio in scienceciencia
303
772243
1626
13:05
that doesn't inhibitinhibir progressProgreso is: anything goesva."
304
773869
3979
que no inhibe el progreso es
que todo lo vale".
13:09
Now this quotationcotización has oftena menudo
been takentomado out of contextcontexto,
305
777848
2616
Esta cita con frecuencia
se ha sacado de contexto
13:12
because FeyerabendFeyerabend was not actuallyactualmente sayingdiciendo
306
780464
2118
porque Feyerabend
no estaba diciendo
13:14
that in scienceciencia anything goesva.
307
782582
1950
que en la ciencia todo lo vale.
13:16
What he was sayingdiciendo was,
308
784532
1344
Lo que decía,
13:17
actuallyactualmente the fullcompleto quotationcotización is,
309
785876
2024
lo que toda la cita dice:
13:19
"If you pressprensa me to say
310
787900
2090
"Si me presionas para que diga
13:21
what is the methodmétodo of scienceciencia,
311
789990
1646
cuál es el método de la ciencia,
13:23
I would have to say: anything goesva."
312
791636
3629
diría que todo lo vale".
Lo que trataba de decir
13:27
What he was tryingmolesto to say
313
795265
1078
13:28
is that scientistscientíficos do a lot of differentdiferente things.
314
796343
2567
es que los científicos hacen
cosas diferentes.
13:30
ScientistsCientíficos are creativecreativo.
315
798910
2308
Los científicos son creativos.
13:33
But then this pushesempuja the questionpregunta back:
316
801218
2110
Pero esto nos lleva al comienzo:
13:35
If scientistscientíficos don't use a singlesoltero methodmétodo,
317
803328
3471
si los científicos no usan un método único
13:38
then how do they decidedecidir
318
806799
1899
entonces, ¿cómo deciden
13:40
what's right and what's wrongincorrecto?
319
808698
1458
qué es lo correcto o lo incorrecto?
13:42
And who judgesjueces?
320
810156
1894
¿Y quién decide?
13:44
And the answerresponder is, scientistscientíficos judgejuez,
321
812050
2080
La respuesta es que
los científicos deciden
13:46
and they judgejuez by judgingjuzgando evidenceevidencia.
322
814130
2883
y ellos deciden al estudiar la evidencia.
13:49
ScientistsCientíficos collectrecoger evidenceevidencia in manymuchos differentdiferente waysformas,
323
817013
3409
Los científicos recolectan evidencias
de muchas maneras diferentes,
13:52
but howeversin embargo they collectrecoger it,
324
820422
1622
pero sea lo que sea que recolectan
13:54
they have to subjecttema it to scrutinyescrutinio.
325
822044
2577
tienen que llevarlo al escrutinio.
13:56
And this led the sociologistsociólogo RobertRobert MertonMerton
326
824621
2560
Esto llevó al sociólogo Robert Merton
a enfocarse en la pregunta
de cómo los científicos
13:59
to focusatención on this questionpregunta of how scientistscientíficos
327
827181
2180
14:01
scrutinizeescudriñar datadatos and evidenceevidencia,
328
829361
1679
escrutan los datos y la evidencia,
14:03
and he said they do it in a way he calledllamado
329
831040
2808
y él decía que lo hacían
de una forma que llamaba
14:05
"organizedorganizado skepticismescepticismo."
330
833848
1919
"escepticismo organizado".
14:07
And by that he meantsignificado it's organizedorganizado
331
835767
1884
Decía que era organizado
14:09
because they do it collectivelycolectivamente,
332
837651
1478
porque lo hacen de forma colectiva,
14:11
they do it as a groupgrupo,
333
839129
1629
como un grupo,
14:12
and skepticismescepticismo, because they do it from a positionposición
334
840758
2816
y escepticismo, porque
lo hacen desde una posición
14:15
of distrustdesconfianza.
335
843574
1454
de desconfianza.
14:17
That is to say, the burdencarga of proofprueba
336
845028
1962
Eso quiere decir que el peso de la prueba
14:18
is on the personpersona with a novelnovela claimReclamación.
337
846990
2481
recae sobre la persona
que presenta la novedad.
14:21
And in this sensesentido, scienceciencia
is intrinsicallyintrínsecamente conservativeconservador.
338
849471
3143
Y en esta ciencia, la ciencia
es intrínsecamente conservadora.
14:24
It's quitebastante harddifícil to persuadepersuadir the scientificcientífico communitycomunidad
339
852614
2572
Es muy difícil persuadir
a la comunidad científica
14:27
to say, "Yes, we know something, this is truecierto."
340
855186
3711
para que diga: "Sí, esto es verdad".
14:30
So despiteA pesar de the popularitypopularidad of the conceptconcepto
341
858897
2496
A pesar de la popularidad del concepto
14:33
of paradigmparadigma shiftsturnos,
342
861393
1597
de cambios de paradigma,
14:34
what we find is that actuallyactualmente,
343
862990
1284
lo que de hecho vemos
14:36
really majormayor changescambios in scientificcientífico thinkingpensando
344
864274
2785
es que los cambios dramáticos
en el pensamiento científico
14:39
are relativelyrelativamente rareraro in the historyhistoria of scienceciencia.
345
867059
3720
son relativamente raros
en la historia de la ciencia.
14:42
So finallyfinalmente that bringstrae us to one more ideaidea:
346
870779
3563
Finalmente esto nos trae otra idea:
14:46
If scientistscientíficos judgejuez evidenceevidencia collectivelycolectivamente,
347
874342
3708
Si los científicos
evalúan la evidencia colectivamente
14:50
this has led historianshistoriadores to focusatención on the questionpregunta
348
878050
2562
esto le deja a los historiadores
a enfocarse en la pregunta
14:52
of consensusconsenso,
349
880612
1419
del consenso
14:54
and to say that at the endfin of the day,
350
882031
1895
y a decir que al final del día,
14:55
what scienceciencia is,
351
883926
1934
lo que es la ciencia,
14:57
what scientificcientífico knowledgeconocimiento is,
352
885860
1670
lo que es el conocimiento científico,
14:59
is the consensusconsenso of the scientificcientífico expertsexpertos
353
887530
3379
es el consenso de los científicos expertos
15:02
who throughmediante this processproceso of organizedorganizado scrutinyescrutinio,
354
890909
2154
quienes con este proceso
del escrutinio organizado,
15:05
collectivecolectivo scrutinyescrutinio,
355
893063
2305
o escrutinio colectivo,
15:07
have judgedjuzgado the evidenceevidencia
356
895368
1242
han evaluado la evidencia
15:08
and come to a conclusionconclusión about it,
357
896610
2797
y ha llegado a una conclusión,
15:11
eitherya sea yea or nayno.
358
899407
2477
ya sea sí o no.
15:13
So we can think of scientificcientífico knowledgeconocimiento
359
901884
1724
Podemos pensar que
el conocimiento científico
15:15
as a consensusconsenso of expertsexpertos.
360
903608
2052
es un consenso de expertos.
15:17
We can alsoademás think of scienceciencia as beingsiendo
361
905660
1772
También podemos pensar que la ciencia
es un tipo de jurado,
15:19
a kindtipo of a juryjurado,
362
907432
1578
15:21
exceptexcepto it's a very specialespecial kindtipo of juryjurado.
363
909010
2514
con la excepción de que
es uno muy especial.
15:23
It's not a juryjurado of your peerspares,
364
911524
2104
No es un jurado de tus colegas,
15:25
it's a juryjurado of geeksgeeks.
365
913628
1896
es un jurado de expertos.
15:27
It's a juryjurado of menhombres and womenmujer with PhPh.D.s,
366
915524
3634
Es un jurado de hombres
y mujeres con doctorados,
15:31
and unlikediferente a a conventionalconvencional juryjurado,
367
919158
2442
y a diferencia de un jurado convencional
15:33
whichcual has only two choiceselecciones,
368
921600
1690
que solo tiene dos opciones,
15:35
guiltyculpable or not guiltyculpable,
369
923290
2685
culpable o inocente,
15:37
the scientificcientífico juryjurado actuallyactualmente has a numbernúmero of choiceselecciones.
370
925975
3401
el jurado científico tiene de hecho,
múltiples opciones.
15:41
ScientistsCientíficos can say yes, something'salgunas cosas truecierto.
371
929376
2784
Los científicos pueden decir sí,
es verdadero.
15:44
ScientistsCientíficos can say no, it's falsefalso.
372
932160
2580
Los científicos pueden decir no,
es falso.
15:46
Or, they can say, well it mightpodría be truecierto
373
934740
2540
O pueden decir, bien puede ser verdadero,
15:49
but we need to work more
and collectrecoger more evidenceevidencia.
374
937280
3044
pero tenemos que trabajar más
y recolectar más evidencia.
15:52
Or, they can say it mightpodría be truecierto,
375
940324
1616
O pueden decir, puede ser verdad,
15:53
but we don't know how to answerresponder the questionpregunta
376
941940
1700
pero no sabemos la respuesta
y vamos a dejarla de lado
15:55
and we're going to put it asideaparte
377
943640
1310
15:56
and maybe we'llbien come back to it laterluego.
378
944950
2923
y quizás volvamos a ella más tarde.
15:59
That's what scientistscientíficos call "intractableintratable."
379
947873
4002
Es lo que los científicos
llaman "insoluble".
16:03
But this leadsconduce us to one finalfinal problemproblema:
380
951875
2606
Esto nos lleva a un problema final:
16:06
If scienceciencia is what scientistscientíficos say it is,
381
954481
2938
Si la ciencia es lo que
los científicos dicen que es,
16:09
then isn't that just an appealapelación to authorityautoridad?
382
957419
2541
¿esto no es simplemente
confiar en la autoridad?
16:11
And weren'tno fueron we all taughtenseñó in schoolcolegio
383
959960
1062
¿Acaso no nos enseñaron en la escuela
16:13
that the appealapelación to authorityautoridad is a logicallógico fallacyfalacia?
384
961022
3227
que confiar en la autoridad
es una falacia lógica?
16:16
Well, here'saquí está the paradoxparadoja of modernmoderno scienceciencia,
385
964249
3032
He aquí la paradoja
de la ciencia moderna.
16:19
the paradoxparadoja of the conclusionconclusión I think historianshistoriadores
386
967281
2272
La paradoja de la conclusión
a la que creo han llegado
16:21
and philosophersfilósofos and sociologistssociólogos have come to,
387
969553
2601
los historiadores, filósofos y sociólogos,
16:24
that actuallyactualmente scienceciencia is the appealapelación to authorityautoridad,
388
972154
3501
que dice que la ciencia
es la confianza en la autoridad.
16:27
but it's not the authorityautoridad of the individualindividual,
389
975655
3776
Pero no es la autoridad del individuo,
16:31
no matterimportar how smartinteligente that individualindividual is,
390
979431
2399
sin importar lo inteligente
que sea el individuo,
16:33
like PlatoPlatón or SocratesSócrates or EinsteinEinstein.
391
981830
3865
como Platón, Sócrates o Einstein.
16:37
It's the authorityautoridad of the collectivecolectivo communitycomunidad.
392
985695
3114
Es la autoridad de la comunidad colectiva.
16:40
You can think of it is a kindtipo of wisdomsabiduría of the crowdmultitud,
393
988809
2986
Pueden pensar que es
la sabiduría de la mayoría,
16:43
but a very specialespecial kindtipo of crowdmultitud.
394
991795
4126
pero una mayoría muy especial.
16:47
ScienceCiencia does appealapelación to authorityautoridad,
395
995921
1890
La ciencia obedece a la autoridad
16:49
but it's not basedbasado on any individualindividual,
396
997811
2050
pero no está basada en ningún individuo,
16:51
no matterimportar how smartinteligente that individualindividual maymayo be.
397
999861
2586
sin importar lo inteligente que este sea.
16:54
It's basedbasado on the collectivecolectivo wisdomsabiduría,
398
1002447
1751
Está basada en la sabiduría,
16:56
the collectivecolectivo knowledgeconocimiento, the collectivecolectivo work,
399
1004198
2642
el conocimiento y el trabajo colectivo
16:58
of all of the scientistscientíficos who have workedtrabajó
400
1006840
1898
de todos los científicos que han trabajado
17:00
on a particularespecial problemproblema.
401
1008738
2717
en un problema en particular.
17:03
ScientistsCientíficos have a kindtipo of culturecultura of collectivecolectivo distrustdesconfianza,
402
1011455
2796
Los científicos tienen una cultura
de desconfianza colectiva,
17:06
this "showespectáculo me" culturecultura,
403
1014251
2200
la cultura de "muéstrame",
17:08
illustratedilustrado by this nicebonito womanmujer here
404
1016451
1950
como vemos aquí a esta mujer
17:10
showingdemostración her colleaguescolegas her evidenceevidencia.
405
1018401
3082
mostrándole a sus colegas su evidencia.
17:13
Of coursecurso, these people don't
really look like scientistscientíficos,
406
1021483
1857
Claro que estos no parecen científicos
17:15
because they're much too happycontento.
407
1023340
1986
porque se ven muy felices.
17:17
(LaughterRisa)
408
1025326
4012
(Risas)
17:21
Okay, so that bringstrae me to my finalfinal pointpunto.
409
1029338
4322
Bien, esto me lleva a mi punto final.
17:25
MostMás of us get up in the morningMañana.
410
1033660
2648
La mayoría de nosotros
nos levantamos en las mañanas.
17:28
MostMás of us trustconfianza our carscarros.
411
1036308
1410
Confiamos en nuestros autos.
17:29
Well, see, now I'm thinkingpensando, I'm in ManhattanManhattan,
412
1037718
1542
Aquí estoy pensando en Manhattan,
17:31
this is a badmalo analogyanalogía,
413
1039260
1298
esta no es una buena analogía,
17:32
but mostmás AmericansAmericanos who don't livevivir in ManhattanManhattan
414
1040558
2824
pero para la mayoría
que no vive en Manhattan,
17:35
get up in the morningMañana and get in theirsu carscarros
415
1043382
1738
que se levantan, se suben a sus autos,
17:37
and turngiro on that ignitionencendido, and theirsu carscarros work,
416
1045120
2529
lo prenden, y sus autos funcionan,
17:39
and they work incrediblyincreíblemente well.
417
1047649
2001
y funcionan maravillosamente.
17:41
The modernmoderno automobileautomóvil hardlyapenas ever breaksdescansos down.
418
1049650
2715
El auto moderno
muy raramente deja de funcionar.
17:44
So why is that? Why do carscarros work so well?
419
1052365
2783
¿Por qué? ¿Por qué los autos
funcionan tan bien?
17:47
It's not because of the geniusgenio of HenryEnrique FordVado
420
1055148
2504
No es por la genialidad de Henry Ford,
17:49
or KarlKarl BenzBenz or even ElonElon MuskAlmizcle.
421
1057652
3091
o Karl Benz o incluso Elon Musk.
17:52
It's because the modernmoderno automobileautomóvil
422
1060743
2142
Es porque el auto moderno
17:54
is the productproducto of more than 100 yearsaños of work
423
1062885
5034
es un producto
de más de 100 años de trabajo
17:59
by hundredscientos and thousandsmiles
424
1067919
1590
por cientos y miles,
18:01
and tensdecenas of thousandsmiles of people.
425
1069509
1336
y millares de personas.
18:02
The modernmoderno automobileautomóvil is the productproducto
426
1070845
2111
El auto moderno es un producto
18:04
of the collectedrecogido work and wisdomsabiduría and experienceexperiencia
427
1072956
2789
del trabajo, la sabiduría
y la experiencia colectiva
18:07
of everycada man and womanmujer who has ever workedtrabajó
428
1075745
2347
de todos los hombres y mujeres
que han trabajado
18:10
on a carcoche,
429
1078092
1608
en el auto.
18:11
and the reliabilityconfiabilidad of the technologytecnología is the resultresultado
430
1079700
2915
Y su tecnología confiable es el resultado
18:14
of that accumulatedacumulado effortesfuerzo.
431
1082615
2683
de ese esfuerzo acumulado.
18:17
We benefitbeneficio not just from the geniusgenio of BenzBenz
432
1085298
2857
No solo nos beneficiamos
de la genialidad de Benz,
18:20
and FordVado and MuskAlmizcle
433
1088155
1066
de Ford y Musk,
18:21
but from the collectivecolectivo intelligenceinteligencia and harddifícil work
434
1089221
2768
sino de la inteligencia colectiva
y el trabajo duro
18:23
of all of the people who have workedtrabajó
435
1091989
2251
de todos los que han trabajado
18:26
on the modernmoderno carcoche.
436
1094240
1670
en el auto moderno.
18:27
And the samemismo is truecierto of scienceciencia,
437
1095910
2050
Y lo mismo es verdad para la ciencia,
18:29
only scienceciencia is even oldermayor.
438
1097960
2844
solo que la ciencia
es incluso más antigua.
18:32
Our basisbase for trustconfianza in scienceciencia is actuallyactualmente the samemismo
439
1100804
2574
Nuestra razón
para confiar en la ciencia es la misma
18:35
as our basisbase in trustconfianza in technologytecnología,
440
1103378
2674
que nuestra razón
para confiar en la tecnología,
18:38
and the samemismo as our basisbase for trustconfianza in anything,
441
1106052
3987
la misma razón para confiar en todo,
18:42
namelya saber, experienceexperiencia.
442
1110039
2278
entre ellas, la experiencia.
18:44
But it shouldn'tno debería be blindciego trustconfianza
443
1112317
1844
Pero no debe ser una confianza ciega,
18:46
any more than we would have blindciego trustconfianza in anything.
444
1114161
2760
más que la confianza ciega
en cualquier cosas.
18:48
Our trustconfianza in scienceciencia, like scienceciencia itselfsí mismo,
445
1116921
2841
Nuestra fe en la ciencia,
como la ciencia misma,
18:51
should be basedbasado on evidenceevidencia,
446
1119762
1913
debe estar basada en evidencias.
18:53
and that meansmedio that scientistscientíficos
447
1121675
1502
Para ello los científicos
18:55
have to becomevolverse better communicatorscomunicadores.
448
1123177
2048
tienen que ser mejores comunicadores.
18:57
They have to explainexplique to us not just what they know
449
1125225
2887
No solo tienen que explicarnos
lo que saben,
19:00
but how they know it,
450
1128112
1728
sino cómo lo saben,
19:01
and it meansmedio that we have
to becomevolverse better listenersoyentes.
451
1129840
3890
y nosotros tenemos que aprender
a ser mejores oyentes.
19:05
Thank you very much.
452
1133730
1419
Muchas gracias.
19:07
(ApplauseAplausos)
453
1135149
2303
(Aplausos)
Translated by Jenny Lam-Chowdhury
Reviewed by Ciro Gomez

▲Back to top

ABOUT THE SPEAKER
Naomi Oreskes - Historian of science
Naomi 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.

More profile about the speaker
Naomi Oreskes | Speaker | TED.com