TEDGlobal 2010
Steven Johnson: Where good ideas come from
Steven Johnson: ¿de dónde provienen las buenas ideas?
Filmed:
Readability: 4
4,960,715 views
A menudo las personas dan crédito de sus ideas a momentos "eureka". Pero Steven Johnson nos muestra que la historia dice algo diferente. Su recorrido fascinante nos lleva desde las "redes líquidas", los cafés de Londres y las corazonadas lentas, de largo alcance, de Charles Darwin hasta la web actual de alta velocidad.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
Hace unos minutos tomé esta fotografía
00:18
about 10 blocks from here.
1
3000
2000
como a 10 cuadras de aquí.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
Es el Grand Café aquí en Oxford.
00:23
I took this picture because this turns out to be
3
8000
3000
La tomé porque resulta que
00:26
the first coffeehouse to open
4
11000
2000
fue el primer café
00:28
in England in 1650.
5
13000
2000
de Inglaterra; es de 1650.
00:30
That's its great claim to fame,
6
15000
2000
Es algo para enorgullecerse.
00:32
and I wanted to show it to you,
7
17000
2000
Y se las quería mostrar
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
no porque les quiera dar un recorrido tipo Starbucks
00:36
of historic England,
9
21000
2000
por la Inglaterra histórica,
00:38
but rather because
10
23000
2000
sino porque
00:40
the English coffeehouse was crucial
11
25000
2000
el café inglés fue crucial
00:42
to the development and spread
12
27000
3000
en el desarrollo y la expansión
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
de uno de los grandes desarrollos intelectuales de los últimos 500 años;
00:48
what we now call the Enlightenment.
14
33000
3000
lo que ahora llamamos la Ilustración.
00:51
And the coffeehouse played such a big role
15
36000
2000
Los cafés jugaron un rol muy importante
00:53
in the birth of the Enlightenment,
16
38000
2000
en el inicio de la Ilustración,
00:55
in part, because of what people were drinking there.
17
40000
2000
en parte por lo que la gente bebía allí.
00:57
Because, before the spread
18
42000
3000
Porque antes de la expansión
01:00
of coffee and tea through British culture,
19
45000
3000
del café y el té en la cultura inglesa,
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
lo que la gente bebía, la elite y el común,
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
día a día desde el amanecer hasta el anochecer
01:08
was alcohol.
22
53000
2000
era alcohol.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
El alcohol era la bebida diaria por elección.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
Se bebía un poco de cerveza en el desayuno y un poco de vino en el almuerzo,
01:15
a little gin -- particularly around 1650 --
25
60000
3000
un poco de ginebra, particularmente alrededor de 1650,
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
al final del día, además de un poco de cerveza y vino.
01:20
That was the healthy choice -- right --
27
65000
2000
Esa era la opción saludable
01:22
because the water wasn't safe to drink.
28
67000
2000
porque el agua no era apta para beber.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
Y así fue hasta que surgieron los cafés.
01:27
you had an entire population
30
72000
2000
Toda una población
01:29
that was effectively drunk all day.
31
74000
3000
estaba embriagada todo el día.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
Imaginen cómo sería en sus propias vidas;
01:34
and I know this is true of some of you --
33
79000
2000
sé que esto puede estar pasándole a algunos de Uds.
01:36
if you were drinking all day,
34
81000
3000
Si bebieran todo el día
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
y pasaran de una vida depresiva a una más estimulante,
01:42
you would have better ideas.
36
87000
2000
tendrían mejores ideas.
01:44
You would be sharper and more alert.
37
89000
2000
Estarían más atentos y alertas.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
No fue por accidente que sucedió este florecimiento de innovación
01:49
as England switched to tea and coffee.
39
94000
3000
cuando Inglaterra cambió por el café y el té.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
Lo otro que hizo que los cafés fueran importantes,
01:55
is the architecture of the space.
41
100000
2000
es la arquitectura del espacio.
01:57
It was a space where people would get together
42
102000
2000
Fue un lugar donde las personas
01:59
from different backgrounds,
43
104000
2000
de diferentes procedencias,
02:01
different fields of expertise, and share.
44
106000
2000
diferentes campos de experiencia se reunían a compartir.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
Fue un espacio, como dice Matt Ridley, donde las ideas podían tener sexo.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
De alguna forma, era la cama conyugal.
02:08
ideas would get together there.
47
113000
2000
Las ideas se reunían aquí.
02:10
And an astonishing number of innovations from this period
48
115000
3000
Y asombrosamente muchas innovaciones de ese periodo
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
tienen un café en alguna parte de sus historias.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
He pasado mucho tiempo pensando en los cafés
02:19
for the last five years,
51
124000
2000
durante los últimos 5 años,
02:21
because I've been kind of on this quest
52
126000
2000
porque he estado en esta búsqueda
02:23
to investigate this question
53
128000
2000
investigando
02:25
of where good ideas come from.
54
130000
2000
de dónde provienen las buenas ideas.
02:27
What are the environments
55
132000
2000
¿Cuál es el entorno
02:29
that lead to unusual levels of innovation,
56
134000
3000
que propicia niveles inusuales de innovación,
02:32
unusual levels of creativity?
57
137000
3000
niveles inusuales de creatividad?
02:35
What's the kind of environmental --
58
140000
2000
¿Cuál es el tipo de ambiente,
02:37
what is the space of creativity?
59
142000
2000
cuál el espacio de creatividad?
02:39
And what I've done is
60
144000
2000
Y lo que he hecho es
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
observar ambos ambientes: el de los cafés
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
y el de los medios, como la red Internet,
02:45
that have been extraordinarily innovative;
63
150000
2000
que han sido extraordinariamente innovadores;
02:47
I've gone back to the history of the first cities;
64
152000
3000
he buscado en la historia de las primeras ciudades;
02:50
I've even gone to biological environments,
65
155000
2000
he ido hasta los ambientes biológicos
02:52
like coral reefs and rainforests,
66
157000
2000
como las barreras de coral y los bosques tropicales
02:54
that involve unusual levels of biological innovation;
67
159000
3000
que involucran niveles inusuales de innovación biológica;
02:57
and what I've been looking for is shared patterns,
68
162000
3000
buscaba patrones similares,
03:00
kind of signature behavior that shows up
69
165000
2000
como un comportamiento característico que se muestre
03:02
again and again in all of these environments.
70
167000
3000
una y otra vez en estos ambientes.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
¿Existen patrones recurrentes de los que podamos aprender,
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
que podamos tomar y casi que aplicarlos a nuestras vidas,
03:10
or our own organizations,
73
175000
2000
o en nuestras organizaciones,
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
o en nuestro medioambiente para hacerlas más creativos e innovadores?
03:14
And I think I've found a few.
75
179000
2000
Y creo que he encontrado algunos.
03:16
But what you have to do to make sense of this
76
181000
3000
Pero para que esto tenga sentido
03:19
and to really understand these principles
77
184000
2000
y poder entender los principios,
03:21
is you have to do away
78
186000
2000
tienen que hacer a un lado
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
las metáforas y el lenguaje convencional
03:26
steers us towards
80
191000
2000
y dirigirse hacia
03:28
certain concepts of idea-creation.
81
193000
2000
ciertos conceptos de idea-creación.
03:30
We have this very rich vocabulary
82
195000
2000
Tenemos un vocabulario rico
03:32
to describe moments of inspiration.
83
197000
2000
para describir momentos de inspiración.
03:34
We have the kind of the flash of insight,
84
199000
3000
Tenemos momentos de entendimiento,
03:37
the stroke of insight,
85
202000
2000
golpes de suerte,
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
revelaciones, momentos "¡eureka!",
03:42
we have the lightbulb moments, right?
87
207000
2000
momentos en los que nos iluminamos, ¿sí?
03:44
All of these concepts,
88
209000
2000
Todos estos conceptos,
03:46
as kind of rhetorically florid as they are,
89
211000
3000
tan retóricos como son,
03:49
share this basic assumption,
90
214000
2000
comparten la misma suposición básica
03:51
which is that an idea is a single thing,
91
216000
3000
de que una idea es una cosa aislada,
03:54
it's something that happens often
92
219000
2000
algo que sucede a menudo
03:56
in a wonderful illuminating moment.
93
221000
3000
en un momento de iluminación.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
Pero, de hecho, voy argumentar que tenemos que empezar con
04:02
is this idea that an idea is a network
95
227000
3000
el concepto de que una idea es una red
04:05
on the most elemental level.
96
230000
2000
en el nivel más elemental.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
Quiero decir, esto es lo que sucede en el cerebro.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
Una idea, una idea nueva, es una red de neuronas nuevas
04:12
firing in sync with each other inside your brain.
99
237000
3000
moviéndose en sincronía unas con otras dentro del cerebro.
04:15
It's a new configuration that has never formed before.
100
240000
3000
Es una configuración nueva que no se había formado antes.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
Y la pregunta es: ¿Cómo se mete el cerebro en ambientes
04:21
where these new networks are going to be more likely to form?
102
246000
3000
donde este tipo de redes son propensas a formarse?
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
De hecho, resulta que los patrones de redes del mundo exterior
04:27
mimic a lot of the network patterns
104
252000
2000
son similares a muchos patrones de redes
04:29
of the internal world of the human brain.
105
254000
3000
del mundo interior del cerebro humano.
04:32
So the metaphor I'd like the use
106
257000
2000
Así que la metáfora que me gusta,
04:34
I can take
107
259000
2000
la puedo tomar
04:36
from a story of a great idea that's quite recent --
108
261000
3000
de la historia de una gran idea, que es más bien reciente;
04:39
a lot more recent than the 1650s.
109
264000
3000
mucho más reciente que las de 1650.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
Un hombre maravilloso llamado Timothy Prestero
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
tenía una compañía llamada Design that Matters (Diseño que Cuenta).
04:48
They decided to tackle this really pressing problem
112
273000
3000
En la compañía decidieron abordar el problema urgente
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
de los índices de mortalidad infantil
04:55
in the developing world.
114
280000
2000
en los países en desarrollo.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
Una de las cosas frustrantes de esto es que sabemos
05:00
by getting modern neonatal incubators
116
285000
3000
que consiguiendo incubadoras neonatales modernas
05:03
into any context,
117
288000
2000
en cualquier contexto,
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
si mantenemos los bebés prematuros calentitos, es muy sencillo,
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
podemos disminuir a la mitad los índices de mortalidad.
05:11
So, the technology is there.
120
296000
2000
Así que la tecnología está.
05:13
These are standard in all the industrialized worlds.
121
298000
3000
Esto es común en todos los países industrializados.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
El problema es, se compra una incubadora en $ 40.000
05:19
and you send it off
123
304000
2000
y se la envía
05:21
to a mid-sized village in Africa,
124
306000
2000
a un pueblo mediano de África.
05:23
it will work great for a year or two years,
125
308000
2000
Funcionará bien durante 1 ó 2 años,
05:25
and then something will go wrong and it will break,
126
310000
3000
luego pasará algo malo y se dañará
05:28
and it will remain broken forever,
127
313000
2000
y permanecerá dañada para siempre
05:30
because you don't have a whole system of spare parts,
128
315000
3000
porque no tienen un sistema de repuestos
05:33
and you don't have the on-the-ground expertise
129
318000
2000
y no tienen expertos en el área
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
para componer un equipo de $ 40.000.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
Así uno termina gastando dinero
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
para conseguir ayuda y electrónica de avanzada para esos países,
05:42
and then it ends up being useless.
133
327000
2000
y finalmente termina siendo inservible.
05:44
So what Prestero and his team decided to do
134
329000
2000
Prestero y su equipo decidieron
05:46
is to look around and see: what are the abundant resources
135
331000
3000
observar alrededor y ver cuáles eran los recursos abundantes
05:49
in these developing world contexts?
136
334000
2000
en estos países en desarrollo.
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
Notaron que no tenían muchos aparatos de video,
05:54
they don't have a lot of microwaves,
138
339000
2000
no tenían microondas,
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
pero parecía que hacían un muy buen trabajo manteniendo sus coches en funcionamiento.
05:59
There's a Toyota Forerunner
140
344000
2000
Existe el Toyota Forerunner
06:01
on the street in all these places.
141
346000
2000
en las calles de estos lugares.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
Parece ser que tienen la experiencia para mantener los coches funcionando.
06:06
So they started to think,
143
351000
2000
Así que comenzaron a pensar:
06:08
"Could we build a neonatal incubator
144
353000
2000
"¿Podríamos construir una incubadora neonatal
06:10
that's built entirely out of automobile parts?"
145
355000
3000
con las partes de un coche?"
06:13
And this is what they ended up coming with.
146
358000
2000
Y este fue el resultado.
06:15
It's called a "neonurture device."
147
360000
2000
Se llama NeoNurture.
06:17
From the outside, it looks like a normal little thing
148
362000
2000
Desde afuera se ve como algo normal
06:19
you'd find in a modern, Western hospital.
149
364000
2000
que uno encuentra en un hospital moderno.
06:21
In the inside, it's all car parts.
150
366000
2000
Por dentro, son todas partes de coches.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
Tiene ventilador, tiene luces para calentar,
06:25
it's got door chimes for alarm --
152
370000
2000
tiene alarmas en sus puertas.
06:27
it runs off a car battery.
153
372000
2000
Funciona con batería de coche.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
Lo único que se necesita son repuestos de Toyota
06:31
and the ability to fix a headlight,
155
376000
2000
y la habilidad para componer una lámpara de luz,
06:33
and you can repair this thing.
156
378000
2000
para componer esta cosa.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
Es una idea fabulosa,
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
es una gran metáfora de cómo suceden las ideas.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
Nos gusta pensar que nuestras grandiosas ideas
06:42
are like that $40,000, brand new incubator,
160
387000
2000
son como esa incubadora de $ 40.000, totalmente nueva,
06:44
state-of-the-art technology,
161
389000
2000
lo último en tecnología,
06:46
but more often than not, they're cobbled together
162
391000
2000
pero usualmente son un conjunto
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
de partes que siempre estuvieron allí.
06:50
We take ideas from other people,
164
395000
2000
Tomamos ideas de otras personas,
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
de personas de las cuales hemos aprendido, que nos encontramos en los cafés,
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
las entretejemos en nuevas formas y creamos algo nuevo.
06:58
That's really where innovation happens.
167
403000
3000
Allí es cuando sucede realmente la innovación.
07:01
And that means that we have to change some of our models
168
406000
2000
Y eso significa que tenemos que cambiar algunos modelos
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
de cómo luce la innovación y el pensamiento profundo, ¿sí?
07:06
I mean, this is one vision of it.
170
411000
2000
Quiero decir, esta es una manera de verlo.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
Otra es Newton y la manzana, cuando Newton estaba en Cambridge.
07:11
This is a statue from Oxford.
172
416000
2000
Esta es una estatua en Oxford.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
Está allí sentado pensando profundamente,
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
la manzana se cae del árbol y, de repente, surge la teoría de la gravedad.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
De hecho, los espacios que históricamente han llevado a la innovación
07:21
tend to look like this, right.
176
426000
2000
se parecen a esto, ¿verdad?
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
Esta es la famosa pintura de Hogarth de una cena política en una taberna;
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
así se veían los cafés en esa época.
07:29
This is the kind of chaotic environment
179
434000
2000
Este es el ambiente caótico
07:31
where ideas were likely to come together,
180
436000
2000
que propiciaba la conjunción de ideas
07:33
where people were likely to have
181
438000
2000
donde las personas estaban predispuestas
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
a confluencias nuevas, interesantes e impredecibles; personas de distintas procedencias.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
Así, si estamos intentando crear organizaciones más innovadoras
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
debemos crear espacios que, suena extraño, se parezcan a esto.
07:43
This is what your office should look like,
185
448000
2000
Así debería verse una oficina,
07:45
is part of my message here.
186
450000
2000
es parte de mi mensaje.
07:47
And one of the problems with this is that
187
452000
2000
Uno de los problemas con esto es
07:49
people are actually -- when you research this field --
188
454000
3000
que las personas, cuando uno investiga este campo,
07:52
people are notoriously unreliable,
189
457000
2000
las personas son notoriamente inconsistentes,
07:54
when they actually kind of self-report
190
459000
2000
cuando tratan de informar
07:56
on where they have their own good ideas,
191
461000
2000
de dónde obtuvieron sus buenas ideas,
07:58
or their history of their best ideas.
192
463000
2000
o la historia de sus mejores ideas.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
Hace unos años un gran investigador llamado Kevin Dunbar
08:03
decided to go around
194
468000
2000
decidió salir a ver
08:05
and basically do the Big Brother approach
195
470000
2000
y adoptar un enfoque del tipo Gran Hermano
08:07
to figuring out where good ideas come from.
196
472000
2000
para descubrir de dónde provenían las buenas ideas.
08:09
He went to a bunch of science labs around the world
197
474000
3000
Visitó muchos laboratorios científicos de todo el mundo
08:12
and videotaped everyone
198
477000
2000
y grabó a cada uno
08:14
as they were doing every little bit of their job.
199
479000
2000
mientras hacían cada cosa en su trabajo.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
Grabó cuando se sentaban en frente del microscopio,
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
cuando hablaban con sus colegas cerca del surtidor de agua y todas esas cosas.
08:20
And he recorded all of these conversations
202
485000
2000
Grabó todas esas conversaciones
08:22
and tried to figure out where the most important ideas,
203
487000
2000
y trató de adivinar de dónde provenían las ideas más importantes;
08:24
where they happened.
204
489000
2000
dónde sucedieron.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
Y cuando pensamos en la imagen clásica de un científico de laboratorio,
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
tenemos esa imagen: están encima de un microscopio,
08:32
and they see something in the tissue sample.
207
497000
2000
viendo una muestra de tejido.
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
y "¡oh, eureka!" tuvieron una idea.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
Lo que realmente sucedió cuando Dunbar vio los videos
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
es que, de hecho, casi todas las ideas innovadoras
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
no sucedieron por sí solas en el laboratorio frente al microscopio.
08:46
They happened at the conference table
212
511000
2000
Sucedieron en la mesa de conferencias
08:48
at the weekly lab meeting,
213
513000
2000
en la reunión semanal de laboratorio,
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
cuando todos se reunían a compartir sus últimos datos y descubrimientos,
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
muchas veces cuando las personas compartían los errores que habían cometido,
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
el error, el ruido en la señal que estaban descubriendo.
08:58
And something about that environment --
217
523000
3000
Tiene que ver con el ambiente
09:01
and I've started calling it the "liquid network,"
218
526000
2000
y lo he comenzado a llamar la "red líquida",
09:03
where you have lots of different ideas that are together,
219
528000
3000
donde confluyen muchas ideas diferentes
09:06
different backgrounds, different interests,
220
531000
2000
distintas procedencias, distintos intereses,
09:08
jostling with each other, bouncing off each other --
221
533000
2000
que se empujan y rebotan mutuamente;
09:10
that environment is, in fact,
222
535000
2000
ese ambiente es, de hecho,
09:12
the environment that leads to innovation.
223
537000
2000
el caldo de cultivo de la innovación.
09:14
The other problem that people have
224
539000
2000
El otro problema que tienen las personas
09:16
is they like to condense their stories of innovation down
225
541000
2000
es que les gusta resumir sus historias de innovación
09:18
to kind of shorter time frames.
226
543000
2000
en términos de tiempo.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
Quieren contar la historia del momento "¡eureka!".
09:23
They want to say, "There I was, I was standing there
228
548000
2000
Dicen: "estaba allí parado
09:25
and I had it all suddenly clear in my head."
229
550000
2000
y de repente todo se aclaró en mi mente".
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
pero de hecho, si uno mira atrás,
09:30
it turns out that a lot of important ideas
231
555000
3000
resulta que muchas de las ideas importantes
09:33
have very long incubation periods --
232
558000
3000
han tenido largos periodos de incubación.
09:36
I call this the "slow hunch."
233
561000
2000
Lo llamo "corazonada a paso lento"
09:38
We've heard a lot recently
234
563000
2000
Hemos escuchado recientemente
09:40
about hunch and instinct
235
565000
2000
de las corazonadas e instintos
09:42
and blink-like sudden moments of clarity,
236
567000
3000
y esas chispas rápidas de claridad,
09:45
but in fact, a lot of great ideas
237
570000
2000
sin embargo muchas de las grandes ideas
09:47
linger on, sometimes for decades,
238
572000
2000
han persistido, algunas durante décadas,
09:49
in the back of people's minds.
239
574000
2000
en la mente de las personas.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
Tienen el presentimiento de que existe un problema interesante,
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
pero aún no tienen las herramientas para descubrirlo.
09:56
They spend all this time working on certain problems,
242
581000
3000
Pasan todo el tiempo trabajando en ciertos problemas,
09:59
but there's another thing lingering there
243
584000
2000
pero hay otra cosa que persiste allí
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
que están interesados, pero aún no lo resuelven.
10:03
Darwin is a great example of this.
245
588000
2000
Darwin es un gran ejemplo de esto.
10:05
Darwin himself, in his autobiography,
246
590000
2000
Darwin mismo, en su autobiografía,
10:07
tells the story of coming up with the idea
247
592000
2000
cuenta la historia del descubrimiento de la idea
10:09
for natural selection
248
594000
2000
de la selección natural
10:11
as a classic "eureka!" moment.
249
596000
2000
como un momento eureka clásico.
10:13
He's in his study,
250
598000
2000
En su estudio,
10:15
it's October of 1838,
251
600000
2000
esto es octubre de 1838,
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
está leyendo a Malthus, concretamente acerca de poblaciones.
10:19
And all of a sudden,
253
604000
2000
Y, de repente,
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
se le ocurre el algoritmo básico de selección natural
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
y dice: "finalmente conseguí una teoría en la cual trabajar".
10:27
That's in his autobiography.
256
612000
2000
Está en su autobiografía.
10:29
About a decade or two ago,
257
614000
2000
Hace unos 10 ó 20 años,
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
un estudiante maravilloso llamado Howard Gruber
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
vio los apuntes de Darwin de ese periodo.
10:36
And Darwin kept these copious notebooks
260
621000
2000
Darwin guardaba estos apuntes
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
donde escribía la más pequeña idea que tuviera, la más pequeña corazonada.
10:41
And what Gruber found was
262
626000
2000
Y Gruber encontró
10:43
that Darwin had the full theory of natural selection
263
628000
3000
que Darwin tuvo toda la teoría de la selección natural
10:46
for months and months and months
264
631000
2000
desde hacía muchos meses
10:48
before he had his alleged epiphany,
265
633000
2000
antes de su presunta revelación,
10:50
reading Malthus in October of 1838.
266
635000
3000
leyendo a Malthus en octubre de 1838.
10:53
There are passages where you can read it,
267
638000
2000
Hay capítulos que pueden leer,
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
y pensar que están leyendo un libro de Darwin,
10:58
from the period before he has this epiphany.
269
643000
3000
de ese periodo antes de que tuviera su revelación.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
Así, lo que uno se da cuenta es que Darwin, en algún sentido,
11:03
had the idea, he had the concept,
271
648000
2000
tenía la idea, tenía el concepto,
11:05
but was unable of fully thinking it yet.
272
650000
3000
pero no había podido desarrollarlo aún.
11:08
And that is actually how great ideas often happen;
273
653000
3000
Así es como se generan las grandes ideas,
11:11
they fade into view over long periods of time.
274
656000
2000
son borrosas a la vista durante largos periodos de tiempo.
11:13
Now the challenge for all of us is:
275
658000
2000
El desafío para todos nosotros es:
11:15
how do you create environments
276
660000
2000
¿cómo crear ambientes
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
que permitan mantener ideas latentes mucho tiempo?
11:19
It's hard to go to your boss and say,
278
664000
2000
Es difícil ir a decirle al jefe:
11:21
"I have an excellent idea for our organization.
279
666000
2000
"Tengo una idea excelente para nuestra compañía.
11:23
It will be useful in 2020.
280
668000
3000
Será muy útil en el 2020.
11:26
Could you just give me some time to do that?"
281
671000
2000
¿Podría darme algo de tiempo para desarrollarla?"
11:28
Now a couple of companies -- like Google --
282
673000
2000
Bien, un par de compañías, como Google,
11:30
they have innovation time off, 20 percent time,
283
675000
2000
disponen de 20% de tiempo libre para innovación,
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
son mecanismos para cultivar corazonadas en la organización.
11:35
But that's a key thing.
285
680000
3000
Eso es clave.
11:38
And the other thing is to allow those hunches
286
683000
2000
La otra cosa es permitirle a esas corazonadas
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
conectarse con las corazonadas de otros; eso es lo que sucede a menudo.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
Alguien tiene la mitad de la idea y otro tiene la otra mitad,
11:45
and if you're in the right environment,
289
690000
2000
y si uno está en el ambiente correcto,
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
se vuelven algo más grande que la suma de las partes.
11:49
So, in a sense,
291
694000
2000
Así, de alguna manera,
11:51
we often talk about the value
292
696000
2000
generalmente hablamos del valor
11:53
of protecting intellectual property,
293
698000
2000
de proteger la propiedad intelectual
11:55
you know, building barricades,
294
700000
2000
construyendo barricadas,
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
teniendo laboratorios secretos de desarrollo e investigación, patentando todo,
12:00
so that those ideas will remain valuable,
296
705000
3000
de tal manera que esas ideas mantengan su valor,
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
y la gente sea incentivada a tener más ideas,
12:05
and the culture will be more innovative.
298
710000
3000
y la cultura sea más innovadora.
12:08
But I think there's a case to be made
299
713000
2000
Pero pienso que
12:10
that we should spend at least as much time, if not more,
300
715000
3000
deberíamos pasar el mismo tiempo, si no más,
12:13
valuing the premise of connecting ideas
301
718000
2000
valorando el principio de la conexión de ideas
12:15
and not just protecting them.
302
720000
2000
y no sólo protegiéndolas.
12:17
And I'll leave you with this story,
303
722000
2000
Y les quiero dejar esta historia
12:19
which I think captures a lot of these values,
304
724000
3000
que captura muchos de estos valores;
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
es una historia maravillosa acerca de innovar
12:24
and how it happens in unlikely ways.
306
729000
3000
y como sucedió de manera inusual.
12:27
It's October of 1957,
307
732000
3000
Es octubre de 1957
12:30
and Sputnik has just launched,
308
735000
2000
y se acaba de lanzar el Sputnik;
12:32
and we're in Laurel Maryland,
309
737000
2000
estamos en Laurel, Maryland,
12:34
at the applied physics lab
310
739000
2000
en el laboratorio de física aplicada
12:36
associated with Johns Hopkins University.
311
741000
2000
en conjunto con la Universidad Johns Hopkins.
12:38
And it's Monday morning,
312
743000
2000
Es lunes a la mañana
12:40
and the news has just broken about this satellite
313
745000
2000
y las noticias dicen que el satélite
12:42
that's now orbiting the planet.
314
747000
3000
está girando alrededor del planeta.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
Y por supuesto, esto es el cielo de los nerds, ¿cierto?
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
Todos estos locos de la física están pensando:
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
"¡Dios mío! Es increíble. No puedo creer que esté pasando".
12:52
And two of them,
318
757000
2000
Y dos de ellos,
12:54
two 20-something researchers at the APL
319
759000
2000
dos investigadores veinteañeros del laboratorio de física aplicada
12:56
are there at the cafeteria table
320
761000
2000
están en la mesa de la cafetería
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
conversando informalmente con varios colegas.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
Estos dos hombres son Guier y Weffenbach.
13:04
And they start talking, and one of them says,
323
769000
2000
Empiezan a hablar y uno de ellos dice:
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
"¿alguien ha tratado de escuchar esa cosa?
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
Hay un satélite artificial en el espacio
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
enviando señales de algún tipo.
13:13
We could probably hear it, if we tune in."
327
778000
3000
Probablemente podríamos oírlas si las sintonizamos".
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
Así que preguntan entre los colegas
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
y todos dicen: "No, no lo había pensado.
13:20
That's an interesting idea."
330
785000
2000
Es una idea interesante".
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
Y resulta que Weiffenbach es un experto
13:25
in microwave reception,
332
790000
2000
en la recepción de microondas,
13:27
and he's got a little antennae set up
333
792000
2000
y tenía una pequeña antena
13:29
with an amplifier in his office.
334
794000
2000
con un amplificador en su oficina.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
Guier y Weiffenbach van a la oficina de Weiffenbach
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
y empiezan a buscar por todos lados; hoy diríamos a "piratear".
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
Después de un par de horas comienzan a recibir la señal
13:39
because the Soviets made Sputnik
338
804000
2000
porque los soviéticos hicieron el Sputnik
13:41
very easy to track.
339
806000
2000
muy fácil de rastrear.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
Estaba en los 20 MHz, así que se lo podía encontrar fácilmente,
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
básicamente porque temían que la gente pensara que era una farsa.
13:48
So they made it really easy to find it.
342
813000
2000
Así que lo hicieron fácil de ubicar.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
Por eso este par de hombres están sentados escuchando la señal
13:53
and people start kind of coming into the office and saying,
344
818000
2000
y la gente empieza a llegar a la oficina diciendo:
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
"Es genial. Puedo escucharlo. Es grandioso".
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
Y pronto piensan: "Esto es histórico.
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
Tal vez seamos los primeros en Estados Unidos en estar escuchando esto.
14:03
We should record it."
348
828000
2000
Deberíamos registrarlo".
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
Así que traen esta grabadora gigante y anticuada,
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
y comienzan a grabar esos pequeños pitidos.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
Empiezan a escribir la fecha y la hora
14:13
for each little bleep that they record.
352
838000
3000
de cada pequeño pitido que graban.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
Empiezan a pensar: "estamos notando
14:18
small little frequency variations here.
354
843000
3000
pequeñas variaciones en la frecuencia.
14:21
We could probably calculate the speed
355
846000
3000
Probablemente podríamos calcular la velocidad
14:24
that the satellite is traveling,
356
849000
2000
a la que se mueve el satélite
14:26
if we do a little basic math here
357
851000
2000
con un poco de matemática elemental
14:28
using the Doppler effect."
358
853000
2000
usando el efecto Doppler.
14:30
And then they played around with it a little bit more,
359
855000
2000
Y jugaron un poco más con esto,
14:32
and they talked to a couple of their colleagues
360
857000
2000
hablaron con un par de colegas
14:34
who had other kind of specialties.
361
859000
2000
de otras especialidades.
14:36
And they said, "Jeez, you know,
362
861000
2000
Y dijeron:
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
podríamos mirar con detenimiento la pendiente del efecto Doppler
14:40
to figure out the points at which
364
865000
2000
para dar con los puntos
14:42
the satellite is closest to our antennae
365
867000
2000
en los que el satélite está más cerca de nuestra antena.
14:44
and the points at which it's farthest away.
366
869000
2000
y los puntos en los que está más distante.
14:46
That's pretty cool."
367
871000
2000
Es genial".
14:48
And eventually, they get permission --
368
873000
2000
Y, eventualmente, tuvieron el permiso...
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
esto es un proyecto al margen que no es parte de su trabajo.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
Tuvieron acceso a un computador UNIVAC
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
del tamaño de la sala que tenían en el laboratorio de física aplicada.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
Calcularon algunos números más y en 3 ó 4 semanas
15:02
turns out they have mapped the exact trajectory
373
887000
3000
habían rastreado la trayectoria exacta
15:05
of this satellite around the Earth,
374
890000
2000
de este satélite alrededor de la Tierra,
15:07
just from listening to this one little signal,
375
892000
2000
sólo escuchando la señal,
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
y siguiendo la corazonada de lo que les interesó hacer
15:12
over lunch one morning.
377
897000
3000
un día en el almuerzo.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
Un par de semanas más tarde su jefe, Frank McClure,
15:18
pulls them into the room and says,
379
903000
2000
los llamó al salón y les dijo:
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
"tengo que preguntarles algo
15:22
about that project you were working on.
381
907000
2000
sobre ese proyecto en el que están trabajando.
15:24
You've figured out an unknown location
382
909000
2000
Han encontrado la forma de saber la ubicación desconocida
15:26
of a satellite orbiting the planet
383
911000
3000
del satélite que está girando alrededor del planeta
15:29
from a known location on the ground.
384
914000
2000
desde un sitio conocido en la superficie terrestre.
15:31
Could you go the other way?
385
916000
2000
¿Podría hacerse al revés?
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
¿Podrían ubicar algo en la superficie terrestre
15:35
if you knew the location of the satellite?"
387
920000
3000
si supieran la ubicación del satélite?"
15:38
And they thought about it and they said,
388
923000
2000
Lo pensaron y dijeron:
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
"quizá se pueda. Permítanos calcular unos números".
15:43
So they went back, and they thought about it.
390
928000
2000
Así que se fueron a pensarlo
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
y regresaron diciendo: "realmente será más fácil".
15:47
And he said, "Oh, that's great.
392
932000
2000
Y él les dijo: "Oh, es grandioso.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
porque, verán, tengo estos nuevos submarinos nucleares
15:52
that I'm building.
394
937000
2000
que estoy construyendo,
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
y es muy difícil saber cómo hacer que los misiles
15:57
so that it will land right on top of Moscow,
396
942000
2000
lleguen a Moscú
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
si no sabemos dónde están los submarinos en medio del Océano Pacífico.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
Pensamos que podríamos enviar unos cuantos satélites
16:05
and use it to track our submarines
399
950000
3000
y usarlos para ubicar los submarinos
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
y conocer así su ubicación en medio del océano.
16:10
Could you work on that problem?"
401
955000
2000
¿Podrían trabajar en ese problema?
16:12
And that's how GPS was born.
402
957000
3000
Y así fue como nació el GPS
16:15
30 years later,
403
960000
2000
30 años más tarde.
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
Ronald Reagan fue quien realmente abrió la plataforma
16:20
that anybody could kind of build upon
405
965000
2000
para que cualquiera pudiera construir sobre ella
16:22
and anybody could come along and build new technology
406
967000
3000
y cualquiera pudiera sumarse y crear nueva tecnología
16:25
that would create and innovate
407
970000
2000
que creara e innovara
16:27
on top of this open platform,
408
972000
2000
sobre esta plataforma.
16:29
left it open for anyone to do
409
974000
2000
La dejó abierta a cualquiera
16:31
pretty much anything they wanted with it.
410
976000
2000
para que hicieran lo que quisieran.
16:33
And now, I guarantee you
411
978000
2000
Y ahora, les garantizo
16:35
certainly half of this room, if not more,
412
980000
2000
que la mitad de esta sala, si no más,
16:37
has a device sitting in their pocket right now
413
982000
2000
tiene un aparato en sus bolsillos ahora mismo
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
que se comunica con los satélites del espacio exterior.
16:42
And I bet you one of you, if not more,
415
987000
3000
Y les apuesto que uno de Uds, si no más,
16:45
has used said device and said satellite system
416
990000
3000
ha usado el sistema de dicho aparato y dicho satélite
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
para localizar el café más cercano
16:51
(Laughter)
418
996000
2000
(Risas)
16:53
in the last day or last week, right?
419
998000
3000
ayer o la semana pasada, ¿no?
16:56
(Applause)
420
1001000
3000
(Aplausos)
16:59
And that, I think,
421
1004000
2000
y eso, pienso,
17:01
is a great case study, a great lesson
422
1006000
3000
es un gran ejemplo, una gran lección,
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
del poder, de lo maravilloso, de algo no planeado
17:06
emergent, unpredictable power
424
1011000
3000
emergente, del poder impredecible,
17:09
of open innovative systems.
425
1014000
2000
de los sistemas innovadores abiertos.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
Cuando se construyen bien, pueden llevarnos en direcciones completamente nuevas
17:13
that the creators never even dreamed of.
427
1018000
2000
a las cuales los creadores ni siquiera lo habían soñado.
17:15
I mean, here you have these guys
428
1020000
2000
Quiero decir, uno tiene estos hombres
17:17
who basically thought they were just following this hunch,
429
1022000
2000
que pensaron que estaban siguiendo una corazonada,
17:19
this little passion that had developed,
430
1024000
2000
esa pequeña pasión que desarrollaron
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
y pensaron que estaban peleando en la Guerra Fría,
17:23
and then it turns out they're just helping somebody
432
1028000
2000
y resultó que estaban ayudando a descubrir
17:25
find a soy latte.
433
1030000
2000
el café con leche de soja.
17:27
(Laughter)
434
1032000
2000
(Risas)
17:29
That is how innovation happens.
435
1034000
2000
Así es como se produce la innovación.
17:31
Chance favors the connected mind.
436
1036000
2000
Las oportunidades favorecen a la mentes conectadas.
17:33
Thank you very much.
437
1038000
2000
Muchas gracias.
17:35
(Applause)
438
1040000
3000
(Aplausos)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com