TEDSalon NY2014
Naomi Oreskes: Why we should trust scientists
Naomi Oreskes: Pourquoi nous devons faire confiance aux scientifiques
Filmed:
Readability: 4.7
1,316,791 views
Beaucoup des grands problèmes dans le monde nécessitent de poser des questions à des scientifiques - mais pourquoi devrions nous croire ce qu'ils disent ?
Naomi Oreskes, historienne des sciences, nous présente ses réflexions sur notre relation aux croyances ainsi que trois attitudes courantes face au questionnement scientifique — et partage son propre raisonnement sur les raisons pour lesquelles nous devrions faire confiance à la science.
Naomi Oreskes - Historian of science
Naomi Oreskes is a historian of science who uses reason to fight climate change denial. Full bio
Naomi Oreskes is a historian of science who uses reason to fight climate change denial. Full bio
Double-click the English transcript below to play the video.
00:12
Every day we face issues like climate change
0
930
3128
Tous les jours nous faisons face à des
problèmes comme le changement climatique
problèmes comme le changement climatique
00:16
or the safety of vaccines
1
4058
1430
ou la sécurité des vaccins
00:17
where we have to answer questions whose answers
2
5488
3040
pour lesquels nous devons répondre
à des questions dont les réponses
à des questions dont les réponses
00:20
rely heavily on scientific information.
3
8528
3461
s'appuient fortement
sur l'information scientifique.
sur l'information scientifique.
00:23
Scientists tell us that the world is warming.
4
11989
2881
Les chercheurs nous disent
que le monde se réchauffe.
que le monde se réchauffe.
00:26
Scientists tell us that vaccines are safe.
5
14870
2541
Les chercheurs nous disent
que les vaccins sont sûrs.
que les vaccins sont sûrs.
00:29
But how do we know if they are right?
6
17411
2054
Mais comment savoir s'ils ont raison ?
00:31
Why should be believe the science?
7
19465
1964
Pourquoi devrions-nous
croire en la science ?
croire en la science ?
00:33
The fact is, many of us actually
don't believe the science.
don't believe the science.
8
21429
3469
Le fait est, qu'en réalité, beaucoup
d'entre nous ne croient pas en la science.
d'entre nous ne croient pas en la science.
00:36
Public opinion polls consistently show
9
24898
2176
Les sondages d'opinion publique
montrent sans cesse
montrent sans cesse
00:39
that significant proportions of the American people
10
27074
3010
qu'un pourcentage significatif
de la population américaine
de la population américaine
00:42
don't believe the climate is
warming due to human activities,
warming due to human activities,
11
30084
3541
ne croit pas que le réchauffement
climatique est dû aux activités humaines,
climatique est dû aux activités humaines,
00:45
don't think that there is
evolution by natural selection,
evolution by natural selection,
12
33625
2939
ne croit pas qu'il y a évolution
par sélection naturelle,
par sélection naturelle,
00:48
and aren't persuaded by the safety of vaccines.
13
36564
3901
et n'est pas convaincu
par la sécurité de la vaccination.
par la sécurité de la vaccination.
00:52
So why should we believe the science?
14
40465
3631
Pourquoi devrions nous
croire en la science ?
croire en la science ?
00:56
Well, scientists don't like talking about
science as a matter of belief.
science as a matter of belief.
15
44096
3611
Eh bien, les chercheurs
n'aiment pas parler de la science
n'aiment pas parler de la science
comme d'une croyance.
00:59
In fact, they would contrast science with faith,
16
47707
2587
En fait, ils opposeraient plutôt
la science et la foi,
la science et la foi,
01:02
and they would say belief is the domain of faith.
17
50294
2966
et diraient que la croyance
est du domaine de la foi.
est du domaine de la foi.
01:05
And faith is a separate thing
apart and distinct from science.
apart and distinct from science.
18
53260
3778
Et que la foi est une chose distincte
et séparée de la science.
et séparée de la science.
01:09
Indeed they would say religion is based on faith
19
57038
3152
En effet, ils diraient que la religion
est fondée sur la foi
est fondée sur la foi
01:12
or maybe the calculus of Pascal's wager.
20
60190
3694
ou peut-être sur les calculs
du pari de Pascal.
du pari de Pascal.
01:15
Blaise Pascal was a 17th-century mathematician
21
63884
2676
Blaise Pascal était un mathématicien
du dix-septième siècle
du dix-septième siècle
01:18
who tried to bring scientific
reasoning to the question of
reasoning to the question of
22
66560
2810
qui a essayé d'apporter un raisonnement
scientifique à la question de savoir
scientifique à la question de savoir
01:21
whether or not he should believe in God,
23
69370
1872
si l'on devait ou non croire en Dieu,
01:23
and his wager went like this:
24
71242
2604
et son pari était le suivant :
01:25
Well, if God doesn't exist
25
73846
2549
Eh bien, si Dieu n'existe pas
01:28
but I decide to believe in him
26
76395
2025
mais que je décide de croire en lui
01:30
nothing much is really lost.
27
78420
1978
on ne perd pas grand chose.
01:32
Maybe a few hours on Sunday.
28
80398
1613
Peut-être quelques heures le dimanche.
01:34
(Laughter)
29
82011
993
(Rires)
01:35
But if he does exist and I don't believe in him,
30
83004
3381
Mais s'il existe
et que je ne crois pas en lui,
et que je ne crois pas en lui,
01:38
then I'm in deep trouble.
31
86385
2017
alors j'ai de gros problèmes.
01:40
And so Pascal said, we'd better believe in God.
32
88402
3036
Et donc Pascal a dit que
nous ferions mieux de croire en Dieu.
nous ferions mieux de croire en Dieu.
01:43
Or as one of my college professors said,
33
91438
2172
Ou comme le disait
un de mes professeurs d'université,
un de mes professeurs d'université,
01:45
"He clutched for the handrail of faith."
34
93610
2226
« Il s'agrippait à la rampe de la foi. »
01:47
He made that leap of faith
35
95836
1936
Il a fait cet acte de foi
01:49
leaving science and rationalism behind.
36
97772
4524
en laissant la science
et le rationalisme derrière.
et le rationalisme derrière.
01:54
Now the fact is though, for most of us,
37
102296
2696
Le fait est que,
pour la plupart d'entre nous,
pour la plupart d'entre nous,
01:56
most scientific claims are a leap of faith.
38
104992
3134
la plupart des allégations scientifiques
sont des actes de foi.
sont des actes de foi.
02:00
We can't really judge scientific
claims for ourselves in most cases.
claims for ourselves in most cases.
39
108126
4385
Dans la plupart des cas,
nous ne sommes pas en mesure
nous ne sommes pas en mesure
de juger les allégations scientifiques
par nous-mêmes.
par nous-mêmes.
02:04
And indeed this is actually
true for most scientists as well
true for most scientists as well
40
112511
2840
Et en effet, c'est vrai
pour la plupart des scientifiques
pour la plupart des scientifiques
02:07
outside of their own specialties.
41
115351
2330
en dehors de leur propre spécialité.
02:09
So if you think about it, a geologist can't tell you
42
117681
2520
Donc si on y réfléchit,
un géologue ne peut pas vous dire
un géologue ne peut pas vous dire
02:12
whether a vaccine is safe.
43
120201
1750
si un vaccin est sûr.
02:13
Most chemists are not experts in evolutionary theory.
44
121951
3000
La plupart des chimistes ne sont pas
experts en théorie de l'évolution.
experts en théorie de l'évolution.
02:16
A physicist cannot tell you,
45
124951
2259
Un physicien ne peut pas vous dire,
02:19
despite the claims of some of them,
46
127210
1443
malgré les affirmations
de certains d'entre eux,
de certains d'entre eux,
02:20
whether or not tobacco causes cancer.
47
128653
3354
si oui ou non,
le tabac provoque des cancers.
le tabac provoque des cancers.
02:24
So, if even scientists themselves
48
132007
2450
Donc, même si les scientifiques eux-mêmes
02:26
have to make a leap of faith
49
134457
1276
doivent faire un acte de foi
02:27
outside their own fields,
50
135733
1922
en dehors de leurs propres domaines,
02:29
then why do they accept the
claims of other scientists?
claims of other scientists?
51
137655
3928
alors pourquoi acceptent-ils les
affirmations des autres scientifiques ?
affirmations des autres scientifiques ?
02:33
Why do they believe each other's claims?
52
141583
2298
Pourquoi croient-ils
les affirmations des autres ?
les affirmations des autres ?
02:35
And should we believe those claims?
53
143881
3290
Et pourquoi devrions-nous
croire ces affirmations ?
croire ces affirmations ?
02:39
So what I'd like to argue is yes, we should,
54
147171
2776
Ce que je voudrais défendre
c'est que oui, nous devrions
c'est que oui, nous devrions
02:41
but not for the reason that most of us think.
55
149947
2883
mais pas pour la raison à laquelle
la plupart d'entre nous pensent.
la plupart d'entre nous pensent.
02:44
Most of us were taught in school
that the reason we should
that the reason we should
56
152830
2330
La plupart d'entre nous ont appris
à l'école que la raison
à l'école que la raison
02:47
believe in science is because of the scientific method.
57
155160
3412
pour laquelle nous devrions croire
en la science est la méthode scientifique.
en la science est la méthode scientifique.
02:50
We were taught that scientists follow a method
58
158572
2916
On nous a enseigné
que les scientifiques suivent une méthode
que les scientifiques suivent une méthode
02:53
and that this method guarantees
59
161488
2356
et que c'est cette méthode qui garantit
02:55
the truth of their claims.
60
163844
1996
la vérité de leurs affirmations.
02:57
The method that most of us were taught in school,
61
165840
3420
La méthode que la plupart
d'entre nous ont apprise à l'école,
d'entre nous ont apprise à l'école,
03:01
we can call it the textbook method,
62
169260
1576
qu'on peut appeler la méthode classique,
03:02
is the hypothetical deductive method.
63
170836
2784
est la méthode
de la déduction hypothétique.
de la déduction hypothétique.
03:05
According to the standard
model, the textbook model,
model, the textbook model,
64
173620
3094
Selon le modèle standard,
le modèle classique,
le modèle classique,
03:08
scientists develop hypotheses, they deduce
65
176714
2957
les scientifiques développent
des hypothèses,
des hypothèses,
03:11
the consequences of those hypotheses,
66
179671
2460
ils déduisent des conséquences
de ces hypothèses,
de ces hypothèses,
03:14
and then they go out into the world and they say,
67
182131
1710
et ensuite ils vont
dans le monde et disent,
dans le monde et disent,
03:15
"Okay, well are those consequences true?"
68
183841
2374
« OK, est-ce que ces conséquences
sont vraies ? »
sont vraies ? »
03:18
Can we observe them taking
place in the natural world?
place in the natural world?
69
186215
3333
Peut-on les observer
dans le monde naturel ?
dans le monde naturel ?
03:21
And if they are true, then the scientists say,
70
189548
2600
Et s'ils ont raison,
les scientifiques disent,
les scientifiques disent,
03:24
"Great, we know the hypothesis is correct."
71
192148
2856
« Génial, nous savons que
cette hypothèse est vérifiée. »
cette hypothèse est vérifiée. »
03:27
So there are many famous examples in the history
72
195004
2179
Il y a donc de nombreux exemples
célèbres dans l'histoire de la science
célèbres dans l'histoire de la science
03:29
of science of scientists doing exactly this.
73
197183
2879
où des scientifiques ont agi
exactement ainsi.
exactement ainsi.
03:32
One of the most famous examples
74
200062
2058
Un des exemples les plus célèbres
03:34
comes from the work of Albert Einstein.
75
202120
2213
est issu du travail d'Albert Einstein.
03:36
When Einstein developed the
theory of general relativity,
theory of general relativity,
76
204333
2522
Quand Einstein a développé
la théorie de la relativité générale,
la théorie de la relativité générale,
03:38
one of the consequences of his theory
77
206855
2316
une des conséquences de sa théorie
03:41
was that space-time wasn't just an empty void
78
209171
2839
était que l'espace-temps n'était
pas uniquement une coquille vide
pas uniquement une coquille vide
03:44
but that it actually had a fabric.
79
212010
1909
mais qu'il avait, en fait, un tissu.
03:45
And that that fabric was bent
80
213919
1601
Et que ce tissu était courbé
03:47
in the presence of massive objects like the sun.
81
215520
3380
en présence d'objets massifs
comme le soleil.
comme le soleil.
03:50
So if this theory were true then it meant that light
82
218900
2749
Donc si cette théorie était vraie,
ça signifiait alors que la lumière
ça signifiait alors que la lumière
03:53
as it passed the sun
83
221649
1528
quand elle passait au niveau du soleil
03:55
should actually be bent around it.
84
223177
2168
devrait en fait
se courber autour de lui.
se courber autour de lui.
03:57
That was a pretty startling prediction
85
225345
2400
C'était une prédiction plutôt surprenante
03:59
and it took a few years before scientists
86
227745
1988
et ça a pris quelques années
avant que les scientifiques
avant que les scientifiques
04:01
were able to test it
87
229733
1278
ne soient capables de la tester
04:03
but they did test it in 1919,
88
231011
2510
mais ils l'ont fait en 1919,
04:05
and lo and behold it turned out to be true.
89
233521
2450
et il s'est avéré que c'était vrai.
04:07
Starlight actually does bend
as it travels around the sun.
as it travels around the sun.
90
235971
3158
La lumière des étoiles se courbe bien
lorsqu'elle passe autour du soleil.
lorsqu'elle passe autour du soleil.
04:11
This was a huge confirmation of the theory.
91
239129
2494
C'était une confirmation
énorme de la théorie.
énorme de la théorie.
04:13
It was considered proof of the truth
92
241623
1805
Ce fut considéré
comme une preuve de la vérité
comme une preuve de la vérité
04:15
of this radical new idea,
93
243428
1312
de cette nouvelle idée radicale,
04:16
and it was written up in many newspapers
94
244740
1852
et ce fut écrit dans de nombreux journaux
04:18
around the globe.
95
246592
2538
dans le monde.
04:21
Now, sometimes this theory or this model
96
249130
2350
Maintenant, parfois
cette théorie ou ce modèle
cette théorie ou ce modèle
04:23
is referred to as the deductive-nomological model,
97
251480
3434
est utilisée comme référence
du modèle déductif-nomologique,
du modèle déductif-nomologique,
04:26
mainly because academics like
to make things complicated.
to make things complicated.
98
254914
3384
surtout parce que les universitaires
aiment compliquer les choses.
aiment compliquer les choses.
04:30
But also because in the ideal case, it's about laws.
99
258298
5261
Mais aussi parce que dans le cas idéal,
il s'agit de lois.
il s'agit de lois.
04:35
So nomological means having to do with laws.
100
263559
2502
Donc nomologique signifie
que ça concerne les lois.
que ça concerne les lois.
04:38
And in the ideal case, the hypothesis isn't just an idea:
101
266061
3424
Et dans le cas idéal, l'hypothèse
n'est pas juste une idée :
n'est pas juste une idée :
04:41
ideally, it is a law of nature.
102
269485
2326
idéalement, c'est une loi de la nature.
04:43
Why does it matter that it is a law of nature?
103
271811
2287
Pourquoi est-ce que ça compte
que ce soit une loi de la nature ?
que ce soit une loi de la nature ?
04:46
Because if it is a law, it can't be broken.
104
274098
2728
Parce que si c'est une loi,
on ne peut pas la briser.
on ne peut pas la briser.
04:48
If it's a law then it will always be true
105
276826
2108
Si c'est une loi,
alors ce sera toujours vrai
alors ce sera toujours vrai
04:50
in all times and all places
106
278934
1244
partout et n'importe quand
04:52
no matter what the circumstances are.
107
280178
2206
quelles que soient les circonstances.
04:54
And all of you know of at least
one example of a famous law:
one example of a famous law:
108
282384
3229
Vous connaissez tous au moins un exemple
de cette fameuse loi :
de cette fameuse loi :
04:57
Einstein's famous equation, E=MC2,
109
285613
3755
la célèbre équation d'Einstein,
E=mc²,
E=mc²,
05:01
which tells us what the relationship is
110
289368
1800
qui nous dit quelle est la relation
05:03
between energy and mass.
111
291168
2193
entre l'énergie et la masse.
05:05
And that relationship is true no matter what.
112
293361
4000
Cette relation est vraie
quoi qu'il arrive.
quoi qu'il arrive.
05:09
Now, it turns out, though, that there
are several problems with this model.
are several problems with this model.
113
297361
3649
Maintenant, il s'avère qu'il y a
plusieurs problèmes avec ce modèle.
plusieurs problèmes avec ce modèle.
05:13
The main problem is that it's wrong.
114
301010
3635
Le principal problème est qu'il est faux.
05:16
It's just not true. (Laughter)
115
304645
3502
Ce n'est tout simplement pas vrai.
(Rires)
(Rires)
05:20
And I'm going to talk about
three reasons why it's wrong.
three reasons why it's wrong.
116
308147
2723
Je vais vous parler des trois raisons
pour lesquelles c'est faux.
pour lesquelles c'est faux.
05:22
So the first reason is a logical reason.
117
310870
2679
La première raison
est une raison logique.
est une raison logique.
05:25
It's the problem of the fallacy
of affirming the consequent.
of affirming the consequent.
118
313549
3516
C'est le problème de l'illusion
d'affirmer le conséquent.
d'affirmer le conséquent.
05:29
So that's another fancy, academic way of saying
119
317065
2826
C'est une autre façon fantaisiste
et académique de dire
et académique de dire
05:31
that false theories can make true predictions.
120
319891
2670
que de fausses théories
peuvent faire de vraies prédictions.
peuvent faire de vraies prédictions.
05:34
So just because the prediction comes true
121
322561
1994
Donc, simplement
parce qu'une prédiction est vraie
parce qu'une prédiction est vraie
05:36
doesn't actually logically
prove that the theory is correct.
prove that the theory is correct.
122
324555
3222
ça ne prouve pas de manière logique
que la théorie est correcte.
que la théorie est correcte.
05:39
And I have a good example of that too,
again from the history of science.
again from the history of science.
123
327777
3931
J'ai aussi un bon exemple de ça,
encore issu de l'histoire de la science.
encore issu de l'histoire de la science.
05:43
This is a picture of the Ptolemaic universe
124
331708
2695
C'est une image de l'univers Ptolémaïque
05:46
with the Earth at the center of the universe
125
334403
1862
avec la Terre au centre de l'univers
05:48
and the sun and the planets going around it.
126
336265
2595
et le soleil et les planètes autour.
05:50
The Ptolemaic model was believed
127
338860
2030
Le géocentrisme
était considéré comme vrai
était considéré comme vrai
05:52
by many very smart people for many centuries.
128
340890
3253
par de nombreuses personnes très
intelligentes pendant de nombreux siècles.
intelligentes pendant de nombreux siècles.
05:56
Well, why?
129
344143
1736
Pourquoi ?
05:57
Well the answer is because it made
lots of predictions that came true.
lots of predictions that came true.
130
345879
3437
Eh bien, la réponse est parce qu'il est
constitué de nombreuses prédictions
constitué de nombreuses prédictions
qui se sont avérées vraies.
06:01
The Ptolemaic system enabled astronomers
131
349316
2016
Le géocentrisme a permis aux astronomes
06:03
to make accurate predictions
of the motions of the planet,
of the motions of the planet,
132
351332
2750
de faire des prédictions précises
sur les mouvements de la planète,
sur les mouvements de la planète,
06:06
in fact more accurate predictions at first
133
354082
2519
en fait, plus précises au départ,
06:08
than the Copernican theory
which we now would say is true.
which we now would say is true.
134
356601
4324
que la théorie de Copernic
que nous savons désormais vraie.
que nous savons désormais vraie.
06:12
So that's one problem with the textbook model.
135
360925
2982
C'est donc l'un des problèmes
avec le modèle classique.
avec le modèle classique.
06:15
A second problem is a practical problem,
136
363907
2396
Un deuxième problème
est un problème pratique,
est un problème pratique,
06:18
and it's the problem of auxiliary hypotheses.
137
366303
3235
c'est le problème
des hypothèses auxiliaires.
des hypothèses auxiliaires.
06:21
Auxiliary hypotheses are assumptions
138
369538
2829
Les hypothèses auxiliaires
sont des suppositions
sont des suppositions
06:24
that scientists are making
139
372367
1779
que les scientifiques font
06:26
that they may or may not even
be aware that they're making.
be aware that they're making.
140
374146
3043
en étant conscients ou non de les faire.
06:29
So an important example of this
141
377189
2661
Un exemple important
06:31
comes from the Copernican model,
142
379850
2095
vient du modèle de Copernic,
06:33
which ultimately replaced the Ptolemaic system.
143
381945
3192
qui a finalement remplacé
le système de Ptolémée.
le système de Ptolémée.
06:37
So when Nicolaus Copernicus said,
144
385137
2040
Lorsque Nicolas Copernic a dit,
06:39
actually the Earth is not the center of the universe,
145
387177
2650
en fait la Terre n'est pas
le centre de l'univers,
le centre de l'univers,
06:41
the sun is the center of the solar system,
146
389827
1918
le Soleil est le centre
du système solaire,
du système solaire,
06:43
the Earth moves around the sun.
147
391745
1382
et la Terre se déplace autour du Soleil.
06:45
Scientists said, well okay, Nicolaus, if that's true
148
393127
3728
Les scientifiques ont dit,
bon OK Nicolas, si c'est vrai
bon OK Nicolas, si c'est vrai
06:48
we ought to be able to detect the motion
149
396855
1764
nous devrions être capable
de détecter les mouvements
de détecter les mouvements
06:50
of the Earth around the sun.
150
398619
1958
de la Terre autour du Soleil.
06:52
And so this slide here illustrates a concept
151
400577
2056
Et donc cette diapositive
ici illustre un concept
ici illustre un concept
06:54
known as stellar parallax.
152
402633
1808
connu comme le parallaxe solaire.
06:56
And astronomers said, if the Earth is moving
153
404441
3822
Les astronomes disaient que
si la Terre se déplace
si la Terre se déplace
07:00
and we look at a prominent star, let's say, Sirius --
154
408263
3200
et que l'on regarde une étoile connue,
disons, Sirius --
disons, Sirius --
07:03
well I know I'm in Manhattan
so you guys can't see the stars,
so you guys can't see the stars,
155
411463
2414
bon je sais qu'on est à Manhattan et
que vous ne pouvez pas voir les étoiles,
que vous ne pouvez pas voir les étoiles,
07:05
but imagine you're out in the country,
imagine you chose that rural life —
imagine you chose that rural life —
156
413877
3731
mais imaginez que vous êtes
dans la campagne,
dans la campagne,
que vous avez choisi une vie rurale --
on regarde une étoile en Décembre,
on voit cette étoile
on voit cette étoile
07:09
and we look at a star in December, we see that star
157
417608
2867
07:12
against the backdrop of distant stars.
158
420475
2765
dans le contexte des étoiles éloignées.
07:15
If we now make the same observation six months later
159
423240
2954
Si maintenant on fait la même observation
six mois plus tard
six mois plus tard
07:18
when the Earth has moved to this position in June,
160
426194
3812
lorsque la Terre a bougé
de sa position en Juin,
de sa position en Juin,
07:22
we look at that same star and we
see it against a different backdrop.
see it against a different backdrop.
161
430006
4099
on regarde la même étoile et on la voit
dans un contexte différent.
dans un contexte différent.
07:26
That difference, that angular
difference, is the stellar parallax.
difference, is the stellar parallax.
162
434105
4182
Cette différence, cette différence
angulaire, c'est le parallaxe solaire.
angulaire, c'est le parallaxe solaire.
07:30
So this is a prediction that the Copernican model makes.
163
438287
2863
C'est donc une prédiction
que fait le modèle de Copernic.
que fait le modèle de Copernic.
07:33
Astronomers looked for the stellar parallax
164
441150
2561
Les astronomes ont cherché
le parallaxe solaire
le parallaxe solaire
07:35
and they found nothing, nothing at all.
165
443711
4982
et n'ont rien trouvé,
absolument rien.
absolument rien.
07:40
And many people argued that this proved
that the Copernican model was false.
that the Copernican model was false.
166
448693
3866
Et de nombreuses personnes
ont soutenu que ça prouvait
ont soutenu que ça prouvait
que le modèle de Copernic était faux.
07:44
So what happened?
167
452559
1488
Donc que s'est-il passé ?
07:46
Well, in hindsight we can say
that astronomers were making
that astronomers were making
168
454047
2683
Avec du recul, on peut dire que
les astronomes faisaient
les astronomes faisaient
07:48
two auxiliary hypotheses, both of which
169
456730
2547
deux hypothèses auxiliaires,
dont on dirait maintenant
dont on dirait maintenant
07:51
we would now say were incorrect.
170
459277
2663
qu'elles étaient incorrectes
toutes les deux.
toutes les deux.
07:53
The first was an assumption
about the size of the Earth's orbit.
about the size of the Earth's orbit.
171
461940
3635
La première hypothèse concerne
la taille de l'orbite de la Terre.
la taille de l'orbite de la Terre.
07:57
Astronomers were assuming
that the Earth's orbit was large
that the Earth's orbit was large
172
465575
3036
Les astronomes supposaient que
l'orbite de la Terre était plus grande
l'orbite de la Terre était plus grande
08:00
relative to the distance to the stars.
173
468611
2338
que la distance avec les étoiles.
08:02
Today we would draw the picture more like this,
174
470949
2464
Aujourd'hui, on dessinerait plutôt une
image comme ceci,
image comme ceci,
08:05
this comes from NASA,
175
473413
1347
ça provient de la NASA,
08:06
and you see the Earth's orbit is actually quite small.
176
474760
2423
et vous voyez que l'orbite de la Terre
est en fait plutôt petite.
est en fait plutôt petite.
08:09
In fact, it's actually much
smaller even than shown here.
smaller even than shown here.
177
477183
2991
En fait, elle est même bien plus petite
que ce que l'on montre ici.
que ce que l'on montre ici.
08:12
The stellar parallax therefore,
178
480174
1539
Par conséquent, le parallaxe solaire,
08:13
is very small and actually very hard to detect.
179
481713
3584
est très petit et en fait
très difficile à détecter.
très difficile à détecter.
08:17
And that leads to the second reason
180
485297
1974
Et ça mène à la deuxième raison
08:19
why the prediction didn't work,
181
487271
1859
pour laquelle la prédiction
ne fonctionnait pas,
ne fonctionnait pas,
08:21
because scientists were also assuming
182
489130
1915
parce que les scientifiques
faisaient aussi l'hypothèse
faisaient aussi l'hypothèse
08:23
that the telescopes they had were sensitive enough
183
491045
3010
que leurs télescopes étaient
suffisamment sensibles
suffisamment sensibles
08:26
to detect the parallax.
184
494055
1900
pour détecter le parallaxe.
08:27
And that turned out not to be true.
185
495955
2017
Il s'est avéré que ce n'était pas vrai.
08:29
It wasn't until the 19th century
186
497972
2534
Ce n'est qu'au dix-neuvième siècle
08:32
that scientists were able to detect
187
500506
1684
que les scientifiques ont été
capables de détecter
capables de détecter
08:34
the stellar parallax.
188
502190
1536
le parallaxe solaire.
08:35
So, there's a third problem as well.
189
503726
2646
Il y a aussi un troisième problème.
08:38
The third problem is simply a factual problem,
190
506372
2778
Le troisième problème
est un problème factuel,
est un problème factuel,
08:41
that a lot of science doesn't fit the textbook model.
191
509150
2816
Le modèle classique ne correspond pas
à de nombreuses sciences.
à de nombreuses sciences.
08:43
A lot of science isn't deductive at all,
192
511966
2273
De nombreuses sciences
ne sont pas du tout déductives,
ne sont pas du tout déductives,
08:46
it's actually inductive.
193
514239
1768
elles sont en fait inductives.
08:48
And by that we mean that scientists don't necessarily
194
516007
2516
Je veux dire par là, que les scientifiques
ne commencent pas
ne commencent pas
08:50
start with theories and hypotheses,
195
518523
2231
nécessairement par
les théories et les hypothèses,
les théories et les hypothèses,
08:52
often they just start with observations
196
520754
1869
souvent ils débutent par des observations
08:54
of stuff going on in the world.
197
522623
2409
de choses qui se passent dans le monde.
08:57
And the most famous example
of that is one of the most
of that is one of the most
198
525032
2570
L'un des exemples
les plus célèbres est celui
les plus célèbres est celui
08:59
famous scientists who ever lived, Charles Darwin.
199
527602
3065
du scientifique le plus célèbre
ayant existé, Charles Darwin.
ayant existé, Charles Darwin.
09:02
When Darwin went out as a young
man on the voyage of the Beagle,
man on the voyage of the Beagle,
200
530667
3162
Lorsque Darwin, alors jeune homme,
a embarqué sur le Beagle,
a embarqué sur le Beagle,
09:05
he didn't have a hypothesis, he didn't have a theory.
201
533829
3612
il n'avait pas d'hypothèse,
il n'avait pas de théorie.
il n'avait pas de théorie.
09:09
He just knew that he wanted
to have a career as a scientist
to have a career as a scientist
202
537441
3066
Il savait simplement qu'il voulait
avoir une carrière de scientifique
avoir une carrière de scientifique
09:12
and he started to collect data.
203
540507
2012
et il a commencé à collecter
des informations.
des informations.
09:14
Mainly he knew that he hated medicine
204
542519
2730
Il savait qu'il détestait la médecine
09:17
because the sight of blood made him sick so
205
545249
1818
parce que la vue du sang le rendait malade
09:19
he had to have an alternative career path.
206
547067
2268
donc il devait trouver
une carrière alternative.
une carrière alternative.
09:21
So he started collecting data.
207
549335
2134
Donc il a commencé
à collecter des données.
à collecter des données.
09:23
And he collected many things,
including his famous finches.
including his famous finches.
208
551469
3166
Il a collecté de nombreuses choses,
notamment ces célèbres pinsons.
notamment ces célèbres pinsons.
09:26
When he collected these finches,
he threw them in a bag
he threw them in a bag
209
554635
2210
Lorsqu'il collectait ces pinsons,
il les jetait dans un sac
il les jetait dans un sac
09:28
and he had no idea what they meant.
210
556845
2340
et n'avait aucune idée
de ce que ça signifiait.
de ce que ça signifiait.
09:31
Many years later back in London,
211
559185
2287
Des années plus tard, de retour à Londres,
09:33
Darwin looked at his data again and began
212
561472
2233
Darwin a de nouveau observé ses données
et a commencé
et a commencé
09:35
to develop an explanation,
213
563705
2448
à développer une explication,
09:38
and that explanation was the
theory of natural selection.
theory of natural selection.
214
566153
3298
et cette explication, c'était
la théorie de la sélection naturelle.
la théorie de la sélection naturelle.
09:41
Besides inductive science,
215
569451
2059
En plus de la science inductive,
09:43
scientists also often participate in modeling.
216
571510
2936
les scientifiques utilisent
aussi souvent la modélisation.
aussi souvent la modélisation.
09:46
One of the things scientists want to do in life
217
574446
2336
Une des choses que les scientifiques
veulent faire dans la vie
veulent faire dans la vie
09:48
is to explain the causes of things.
218
576782
2268
c'est expliquer les raisons des choses.
09:51
And how do we do that?
219
579050
1518
Comment fait-on ça ?
09:52
Well, one way you can do it is to build a model
220
580568
2252
Eh bien, une des manières de le faire
c'est de construire un modèle
c'est de construire un modèle
09:54
that tests an idea.
221
582820
1742
qui teste cette idée.
09:56
So this is a picture of Henry Cadell,
222
584562
1931
Voilà une photo d'Henry Cadell,
09:58
who was a Scottish geologist in the 19th century.
223
586493
2866
qui était un géologue écossais
du dix-neuvième siècle.
du dix-neuvième siècle.
10:01
You can tell he's Scottish because he's wearing
224
589359
1433
On peut dire qu'il est Écossais
parce qu'il porte
parce qu'il porte
10:02
a deerstalker cap and Wellington boots.
225
590792
2388
une casquette à la Sherlock Holmes
et des bottes en caoutchouc.
et des bottes en caoutchouc.
10:05
(Laughter)
226
593180
2154
(Rires)
10:07
And Cadell wanted to answer the question,
227
595334
1566
Cadell voulait répondre
à la question suivante :
à la question suivante :
10:08
how are mountains formed?
228
596900
1768
comment se forment les montagnes ?
10:10
And one of the things he had observed
229
598668
1516
Une des choses qu'il a observées
10:12
is that if you look at mountains
like the Appalachians,
like the Appalachians,
230
600184
2574
c'est que si vous regardez des montagnes
comme les Appalaches,
comme les Appalaches,
10:14
you often find that the rocks in them
231
602758
1633
vous remarquerez souvent que les roches
10:16
are folded,
232
604391
1469
sont pliées,
10:17
and they're folded in a particular way,
233
605860
1646
et elles sont pliées
d'une façon particulière,
d'une façon particulière,
10:19
which suggested to him
234
607506
1444
qui lui suggéra
10:20
that they were actually being
compressed from the side.
compressed from the side.
235
608950
2949
qu'elles étaient en fait
comprimées par le côté.
comprimées par le côté.
10:23
And this idea would later play a major role
236
611899
2088
Cette idée jouera plus tard un rôle majeur
10:25
in discussions of continental drift.
237
613987
2423
dans les discussions
sur la dérive des continents.
sur la dérive des continents.
10:28
So he built this model, this crazy contraption
238
616410
2506
Donc il a construit ce modèle,
cette machine démente
cette machine démente
10:30
with levers and wood, and here's his wheelbarrow,
239
618916
2152
avec des leviers et du bois,
et voilà sa brouette,
et voilà sa brouette,
10:33
buckets, a big sledgehammer.
240
621068
2442
des seaux,
un gros marteau de forgeron.
un gros marteau de forgeron.
10:35
I don't know why he's got the Wellington boots.
241
623510
1898
Je ne sais pas pourquoi
il a des bottes en caoutchouc.
il a des bottes en caoutchouc.
10:37
Maybe it's going to rain.
242
625408
1577
Peut-être qu'il va pleuvoir.
10:38
And he created this physical model in order
243
626985
3085
Il a créé ce modèle physique pour
10:42
to demonstrate that you could, in fact, create
244
630070
3965
montrer que l'on pouvait, en fait,
créer des motifs dans les roches,
ou au moins, dans ce cas, dans la boue,
ou au moins, dans ce cas, dans la boue,
10:46
patterns in rocks, or at least, in this case, in mud,
245
634035
2674
10:48
that looked a lot like mountains
246
636709
2226
qui ressemblent beaucoup aux montagnes
10:50
if you compressed them from the side.
247
638935
1842
si on les compresse sur le côté.
10:52
So it was an argument about
the cause of mountains.
the cause of mountains.
248
640777
3628
C'était un argument
sur l'origine des montagnes.
sur l'origine des montagnes.
10:56
Nowadays, most scientists prefer to work inside,
249
644405
3048
De nos jours, la plupart des scientifiques
préfèrent travailler à l'intérieur,
préfèrent travailler à l'intérieur,
10:59
so they don't build physical models so much
250
647453
2427
donc ils ne construisent plus tellement
de modèles physiques
de modèles physiques
11:01
as to make computer simulations.
251
649880
2361
mais plutôt des simulations
sur ordinateur.
sur ordinateur.
11:04
But a computer simulation is a kind of a model.
252
652241
2839
Mais une simulation sur ordinateur
est une sorte de modèle.
est une sorte de modèle.
11:07
It's a model that's made with mathematics,
253
655080
1863
C'est un modèle construit
à partir de mathématiques,
à partir de mathématiques,
11:08
and like the physical models of the 19th century,
254
656943
3233
et comme les modèles physiques
du dix-neuvième siècle,
du dix-neuvième siècle,
11:12
it's very important for thinking about causes.
255
660176
3778
c'est très important
pour réfléchir aux causes.
pour réfléchir aux causes.
11:15
So one of the big questions
to do with climate change,
to do with climate change,
256
663954
2615
Donc l'une des grandes questions liées
au changement climatique,
au changement climatique,
11:18
we have tremendous amounts of evidence
257
666569
1803
nous avons des quantités
énormes de preuves
énormes de preuves
11:20
that the Earth is warming up.
258
668372
1880
que la Terre se réchauffe.
11:22
This slide here, the black line shows
259
670252
2464
Sur cette diapositive,
la ligne noire montre
la ligne noire montre
11:24
the measurements that scientists have taken
260
672716
2120
les mesures que les scientifiques
ont prises
ont prises
11:26
for the last 150 years
261
674836
1963
durant les 150 dernières années
11:28
showing that the Earth's temperature
262
676799
1410
montrant que la température de la Terre
11:30
has steadily increased,
263
678209
1634
a constamment augmenté,
11:31
and you can see in particular
that in the last 50 years
that in the last 50 years
264
679843
2846
et l'on peut voir qu'en particulier
que durant les 50 dernières années
que durant les 50 dernières années
11:34
there's been this dramatic increase
265
682689
1764
il y a eu une augmentation spectaculaire
11:36
of nearly one degree centigrade,
266
684453
2340
de presque un degré centigrade,
11:38
or almost two degrees Fahrenheit.
267
686793
2375
ou presque deux degrés Fahrenheit.
11:41
So what, though, is driving that change?
268
689168
2437
Quelle est la cause de ce changement ?
11:43
How can we know what's causing
269
691605
2335
Comment peut-on savoir ce qui provoque
11:45
the observed warming?
270
693940
1516
ce réchauffement constaté ?
11:47
Well, scientists can model it
271
695456
1714
Eh bien, les scientifiques
peuvent le modéliser
peuvent le modéliser
11:49
using a computer simulation.
272
697170
2368
en utilisant une simulation informatique.
11:51
So this diagram illustrates a computer simulation
273
699538
2792
Donc ce diagramme illustre
la simulation informatique
la simulation informatique
11:54
that has looked at all the different factors
274
702330
2121
qui a observé tous les différents facteurs
11:56
that we know can influence the Earth's climate,
275
704451
2605
que nous connaissons comme
influençant le climat de la Terre,
influençant le climat de la Terre,
11:59
so sulfate particles from air pollution,
276
707056
2752
les particules de sulfate
de la pollution atmosphérique,
de la pollution atmosphérique,
12:01
volcanic dust from volcanic eruptions,
277
709808
2970
les poussières volcaniques
issues des éruptions,
issues des éruptions,
12:04
changes in solar radiation,
278
712778
2234
les changements de radiation solaire,
12:07
and, of course, greenhouse gases.
279
715012
2378
et bien sûr, les gaz à effet de serre.
12:09
And they asked the question,
280
717390
1818
Ils se sont posé la question :
12:11
what set of variables put into a model
281
719208
3696
quel jeu de variables
utilisé dans un modèle
utilisé dans un modèle
12:14
will reproduce what we actually see in real life?
282
722904
2976
reproduirait ce que l'on voit
réellement dans la vraie vie ?
réellement dans la vraie vie ?
12:17
So here is the real life in black.
283
725880
2020
Donc ici, voici la vraie vie en noir.
12:19
Here's the model in this light gray,
284
727900
2280
Voici le modèle en gris clair,
12:22
and the answer is
285
730180
1560
et la réponse est
12:23
a model that includes, it's the answer E on that SAT,
286
731740
4387
un modèle qui inclut,
c'est la réponse E sur ce QCM,
c'est la réponse E sur ce QCM,
12:28
all of the above.
287
736127
2141
toutes les propositions ci-dessus.
12:30
The only way you can reproduce
288
738268
1506
La seule façon de reproduire
12:31
the observed temperature measurements
289
739774
1828
les mesures de température observées,
12:33
is with all of these things put together,
290
741602
1978
c'est en associant tous ces éléments,
12:35
including greenhouse gases,
291
743580
2139
y compris les gaz à effet de serre,
12:37
and in particular you can see that the increase
292
745719
2551
et, en particulier, vous pouvez
voir que l'augmentation
voir que l'augmentation
12:40
in greenhouse gases tracks
293
748270
1884
des gaz à effet de serre,
12:42
this very dramatic increase in temperature
294
750154
2206
cette augmentation très importante
de la température
de la température
12:44
over the last 50 years.
295
752360
1480
au cours des 50 dernières années.
12:45
And so this is why climate scientists say
296
753840
2434
Voilà pourquoi les spécialistes
du changement climatique disent
du changement climatique disent
12:48
it's not just that we know that
climate change is happening,
climate change is happening,
297
756274
3108
que nous ne savons pas juste que
le réchauffement climatique existe,
le réchauffement climatique existe,
12:51
we know that greenhouse gases are a major part
298
759382
2768
nous savons que les gaz
à effet de serre en sont
à effet de serre en sont
12:54
of the reason why.
299
762150
2730
majoritairement responsables.
12:56
So now because there all these different things
300
764880
2388
Donc, parce qu'il y a toutes ces choses
12:59
that scientists do,
301
767268
1489
que font les scientifiques,
13:00
the philosopher Paul Feyerabend famously said,
302
768757
3486
le philosophe Paul Feyerabend
a fait cette célèbre citation :
a fait cette célèbre citation :
13:04
"The only principle in science
303
772243
1626
« Le seul principe en sciences
13:05
that doesn't inhibit progress is: anything goes."
304
773869
3979
qui n'inhibe pas le progrès est :
tout est bon. »
tout est bon. »
13:09
Now this quotation has often
been taken out of context,
been taken out of context,
305
777848
2616
Cette citation a souvent été
sortie de son contexte,
sortie de son contexte,
13:12
because Feyerabend was not actually saying
306
780464
2118
parce que Feyerabend ne disait pas
vraiment que
vraiment que
13:14
that in science anything goes.
307
782582
1950
tout est bon dans les sciences.
13:16
What he was saying was,
308
784532
1344
Ce qu'il disait c'est,
13:17
actually the full quotation is,
309
785876
2024
la citation complète est,
13:19
"If you press me to say
310
787900
2090
« Si vous me demandez de dire
13:21
what is the method of science,
311
789990
1646
ce qu'est la méthode scientifique,
13:23
I would have to say: anything goes."
312
791636
3629
je devrais dire : tout est bon. »
13:27
What he was trying to say
313
795265
1078
Ce qu'il voulait dire,
13:28
is that scientists do a lot of different things.
314
796343
2567
c'est que les scientifiques font
beaucoup de choses différentes.
beaucoup de choses différentes.
13:30
Scientists are creative.
315
798910
2308
Les scientifiques sont créatifs.
13:33
But then this pushes the question back:
316
801218
2110
Mais ça pose la question suivante
en retour :
en retour :
13:35
If scientists don't use a single method,
317
803328
3471
si les scientifiques n'utilisent
pas une seule méthode,
pas une seule méthode,
13:38
then how do they decide
318
806799
1899
alors comment décident-ils
13:40
what's right and what's wrong?
319
808698
1458
ce qui est vrai et ce qui est faux ?
13:42
And who judges?
320
810156
1894
Et qui juge ?
13:44
And the answer is, scientists judge,
321
812050
2080
Et la réponse est que,
les scientifiques jugent,
les scientifiques jugent,
13:46
and they judge by judging evidence.
322
814130
2883
et ils jugent en jugeant les preuves.
13:49
Scientists collect evidence in many different ways,
323
817013
3409
Les scientifiques collectent des preuves
de différentes manières,
de différentes manières,
13:52
but however they collect it,
324
820422
1622
mais peu importe la façon
dont ils les collectent,
dont ils les collectent,
13:54
they have to subject it to scrutiny.
325
822044
2577
ils doivent les soumettre
à un examen approfondi.
à un examen approfondi.
13:56
And this led the sociologist Robert Merton
326
824621
2560
Cela a amené
le sociologue Robert Merton
le sociologue Robert Merton
13:59
to focus on this question of how scientists
327
827181
2180
à se concentrer sur la façon
dont les scientifiques
dont les scientifiques
14:01
scrutinize data and evidence,
328
829361
1679
analysent les données et les preuves,
14:03
and he said they do it in a way he called
329
831040
2808
et il a déclaré qu'ils le faisaient
avec une méthode appelée :
avec une méthode appelée :
14:05
"organized skepticism."
330
833848
1919
« un scepticisme organisé ».
14:07
And by that he meant it's organized
331
835767
1884
Il considérait ça comme organisé
14:09
because they do it collectively,
332
837651
1478
parce qu'ils le font collectivement,
14:11
they do it as a group,
333
839129
1629
ils le font en groupe,
14:12
and skepticism, because they do it from a position
334
840758
2816
et le scepticisme,
c'est parce qu'ils se placent
c'est parce qu'ils se placent
14:15
of distrust.
335
843574
1454
en position de méfiance.
14:17
That is to say, the burden of proof
336
845028
1962
Ça signifie, que la charge de la preuve
14:18
is on the person with a novel claim.
337
846990
2481
incombe à la personne
qui a une nouvelle affirmation.
qui a une nouvelle affirmation.
14:21
And in this sense, science
is intrinsically conservative.
is intrinsically conservative.
338
849471
3143
Et en ce sens, la science est
intrinsèquement conservatrice.
intrinsèquement conservatrice.
14:24
It's quite hard to persuade the scientific community
339
852614
2572
Il est très difficile de persuader
la communauté scientifique
la communauté scientifique
14:27
to say, "Yes, we know something, this is true."
340
855186
3711
de dire : « Oui, nous savons
quelque chose, ceci est vrai. »
quelque chose, ceci est vrai. »
14:30
So despite the popularity of the concept
341
858897
2496
Donc malgré la popularité du concept
14:33
of paradigm shifts,
342
861393
1597
de changement de paradigme,
14:34
what we find is that actually,
343
862990
1284
ce que l'on voit c'est qu'en fait,
14:36
really major changes in scientific thinking
344
864274
2785
les changements majeurs
dans la pensée scientifique
dans la pensée scientifique
14:39
are relatively rare in the history of science.
345
867059
3720
sont relativement rares
dans l'histoire de la science.
dans l'histoire de la science.
14:42
So finally that brings us to one more idea:
346
870779
3563
Ce qui nous amène finalement
à une idée supplémentaire :
à une idée supplémentaire :
14:46
If scientists judge evidence collectively,
347
874342
3708
si les scientifiques jugent
les preuves collectivement,
les preuves collectivement,
14:50
this has led historians to focus on the question
348
878050
2562
les historiens se sont donc intéressés
14:52
of consensus,
349
880612
1419
à la question du consensus,
14:54
and to say that at the end of the day,
350
882031
1895
et peuvent dire finalement
14:55
what science is,
351
883926
1934
ce qu'est la science,
14:57
what scientific knowledge is,
352
885860
1670
ce qu'est la connaissance scientifique :
14:59
is the consensus of the scientific experts
353
887530
3379
c'est le consensus parmi
les experts scientifiques
les experts scientifiques
15:02
who through this process of organized scrutiny,
354
890909
2154
qui, grâce à ce processus
d'examen approfondi,
d'examen approfondi,
15:05
collective scrutiny,
355
893063
2305
d'étude collective,
15:07
have judged the evidence
356
895368
1242
ont jugé les preuves
15:08
and come to a conclusion about it,
357
896610
2797
et en ont tiré une conclusion,
15:11
either yea or nay.
358
899407
2477
soit oui, soit non.
15:13
So we can think of scientific knowledge
359
901884
1724
On peut donc considérer
la connaissance scientifique
la connaissance scientifique
15:15
as a consensus of experts.
360
903608
2052
comme un consensus d'experts.
15:17
We can also think of science as being
361
905660
1772
On peut aussi considérer
la science comme étant
la science comme étant
15:19
a kind of a jury,
362
907432
1578
une sorte de jury,
15:21
except it's a very special kind of jury.
363
909010
2514
sauf que c'est un jury
vraiment spécial.
vraiment spécial.
15:23
It's not a jury of your peers,
364
911524
2104
Ce n'est pas un jury de vos pairs,
15:25
it's a jury of geeks.
365
913628
1896
c'est un jury de geeks.
15:27
It's a jury of men and women with Ph.D.s,
366
915524
3634
C'est un jury d'hommes et de femmes
avec des doctorats,
avec des doctorats,
15:31
and unlike a conventional jury,
367
919158
2442
et à la différence
des jurys conventionnels,
des jurys conventionnels,
15:33
which has only two choices,
368
921600
1690
qui n'ont que deux choix,
15:35
guilty or not guilty,
369
923290
2685
coupable ou non coupable,
15:37
the scientific jury actually has a number of choices.
370
925975
3401
le jury scientifique a, en fait,
de nombreux choix.
de nombreux choix.
15:41
Scientists can say yes, something's true.
371
929376
2784
Les scientifiques peuvent dire
oui, c'est vrai.
oui, c'est vrai.
15:44
Scientists can say no, it's false.
372
932160
2580
Les scientifiques peuvent dire
non, c'est faux.
non, c'est faux.
15:46
Or, they can say, well it might be true
373
934740
2540
Ou bien, ils peuvent dire,
eh bien ça pourrait être vrai
eh bien ça pourrait être vrai
15:49
but we need to work more
and collect more evidence.
and collect more evidence.
374
937280
3044
mais nous avons besoin de travailler plus
et de rassembler plus de preuves.
et de rassembler plus de preuves.
15:52
Or, they can say it might be true,
375
940324
1616
Ou, ils peuvent dire
que ça pourrait être vrai,
que ça pourrait être vrai,
15:53
but we don't know how to answer the question
376
941940
1700
mais que nous ne savons pas
comment répondre à la question
comment répondre à la question
15:55
and we're going to put it aside
377
943640
1310
et que nous allons la mettre de côté
15:56
and maybe we'll come back to it later.
378
944950
2923
et peut-être y revenir plus tard.
15:59
That's what scientists call "intractable."
379
947873
4002
C'est ce que les scientifiques
appellent « insoluble ».
appellent « insoluble ».
16:03
But this leads us to one final problem:
380
951875
2606
Mais cela nous amène
à un ultime problème :
à un ultime problème :
16:06
If science is what scientists say it is,
381
954481
2938
si la science est
ce que les scientifiques en disent,
ce que les scientifiques en disent,
16:09
then isn't that just an appeal to authority?
382
957419
2541
alors n'est-ce pas simplement
faire appel à l'autorité ?
faire appel à l'autorité ?
16:11
And weren't we all taught in school
383
959960
1062
Est-ce qu'on ne nous
enseigne pas à l'école
enseigne pas à l'école
16:13
that the appeal to authority is a logical fallacy?
384
961022
3227
que faire appel à l'autorité
est une logique fallacieuse ?
est une logique fallacieuse ?
16:16
Well, here's the paradox of modern science,
385
964249
3032
Eh bien, voilà le paradoxe
de la science moderne,
de la science moderne,
16:19
the paradox of the conclusion I think historians
386
967281
2272
le paradoxe de la conclusion,
à laquelle, je pense, les historiens,
à laquelle, je pense, les historiens,
16:21
and philosophers and sociologists have come to,
387
969553
2601
les philosophes et les sociologues
sont arrivés ;
sont arrivés ;
16:24
that actually science is the appeal to authority,
388
972154
3501
qu'en fait la science
est un appel à l'autorité
est un appel à l'autorité
16:27
but it's not the authority of the individual,
389
975655
3776
mais il ne s'agit pas
de l'autorité d'un individu,
de l'autorité d'un individu,
16:31
no matter how smart that individual is,
390
979431
2399
quelle que soit
l'intelligence de cet individu,
l'intelligence de cet individu,
16:33
like Plato or Socrates or Einstein.
391
981830
3865
comme Platon, Socrate ou Einstein.
16:37
It's the authority of the collective community.
392
985695
3114
C'est l'autorité de
la communauté dans son ensemble.
la communauté dans son ensemble.
16:40
You can think of it is a kind of wisdom of the crowd,
393
988809
2986
Vous pouvez y penser comme
une sorte de sagesse de la foule,
une sorte de sagesse de la foule,
16:43
but a very special kind of crowd.
394
991795
4126
mais une foule très spéciale.
16:47
Science does appeal to authority,
395
995921
1890
La science fait appel à l'autorité,
mais ne se base pas
sur n'importe quel individu,
sur n'importe quel individu,
16:49
but it's not based on any individual,
396
997811
2050
16:51
no matter how smart that individual may be.
397
999861
2586
quelle que soit
l'intelligence de l'individu.
l'intelligence de l'individu.
16:54
It's based on the collective wisdom,
398
1002447
1751
Elle se base sur la sagesse collective,
16:56
the collective knowledge, the collective work,
399
1004198
2642
la connaissance collective,
le travail collectif
le travail collectif
16:58
of all of the scientists who have worked
400
1006840
1898
de tous les scientifiques
qui ont travaillé
qui ont travaillé
17:00
on a particular problem.
401
1008738
2717
sur un problème particulier.
17:03
Scientists have a kind of culture of collective distrust,
402
1011455
2796
Les scientifiques ont une sorte de culture
de la méfiance collective
de la méfiance collective
17:06
this "show me" culture,
403
1014251
2200
cette culture du « Montre-moi »,
17:08
illustrated by this nice woman here
404
1016451
1950
illustrée par cette belle femme ici
17:10
showing her colleagues her evidence.
405
1018401
3082
montrant à ses collègues ses preuves.
17:13
Of course, these people don't
really look like scientists,
really look like scientists,
406
1021483
1857
Bien sûr, ces gens ne ressemblent pas
vraiment à des scientifiques,
vraiment à des scientifiques,
17:15
because they're much too happy.
407
1023340
1986
parce qu'ils sont trop heureux.
17:17
(Laughter)
408
1025326
4012
(Rires)
17:21
Okay, so that brings me to my final point.
409
1029338
4322
OK, ça m'amène à mon dernier point.
17:25
Most of us get up in the morning.
410
1033660
2648
La plupart d'entre nous
se lèvent le matin.
se lèvent le matin.
17:28
Most of us trust our cars.
411
1036308
1410
La plupart d'entre nous
font confiance à nos voitures.
font confiance à nos voitures.
17:29
Well, see, now I'm thinking, I'm in Manhattan,
412
1037718
1542
Voyons, je me dis,
je suis à Manhattan,
je suis à Manhattan,
17:31
this is a bad analogy,
413
1039260
1298
c'est une mauvaise analogie,
17:32
but most Americans who don't live in Manhattan
414
1040558
2824
mais la plupart des Américains
qui ne vivent pas à Manhattan
qui ne vivent pas à Manhattan
17:35
get up in the morning and get in their cars
415
1043382
1738
se lèvent le matin et
montent dans leurs voitures,
montent dans leurs voitures,
17:37
and turn on that ignition, and their cars work,
416
1045120
2529
mettent le contact et
leurs voitures fonctionnent,
leurs voitures fonctionnent,
17:39
and they work incredibly well.
417
1047649
2001
et elles fonctionnent
incroyablement bien.
incroyablement bien.
17:41
The modern automobile hardly ever breaks down.
418
1049650
2715
L'automobile moderne
tombe rarement en panne.
tombe rarement en panne.
17:44
So why is that? Why do cars work so well?
419
1052365
2783
Comment ça se fait ? Pourquoi
les voitures fonctionnent-elles si bien ?
les voitures fonctionnent-elles si bien ?
17:47
It's not because of the genius of Henry Ford
420
1055148
2504
Ce n'est pas grâce
aux génies comme Henry Ford,
aux génies comme Henry Ford,
17:49
or Karl Benz or even Elon Musk.
421
1057652
3091
Karl Benz ou même Elon Musk.
17:52
It's because the modern automobile
422
1060743
2142
C'est parce que la voiture moderne
17:54
is the product of more than 100 years of work
423
1062885
5034
est le produit de plus
de 100 ans de travail
de 100 ans de travail
17:59
by hundreds and thousands
424
1067919
1590
de centaines, de milliers,
18:01
and tens of thousands of people.
425
1069509
1336
de dizaines de milliers de personnes.
18:02
The modern automobile is the product
426
1070845
2111
La voiture moderne est le produit
18:04
of the collected work and wisdom and experience
427
1072956
2789
d'un travail de collecte
de sagesse et d'expérience
de sagesse et d'expérience
18:07
of every man and woman who has ever worked
428
1075745
2347
de chaque homme et femme
qui a travaillé
qui a travaillé
18:10
on a car,
429
1078092
1608
à un moment sur une voiture,
18:11
and the reliability of the technology is the result
430
1079700
2915
et la fiabilité de cette technologie
est le résultat
est le résultat
18:14
of that accumulated effort.
431
1082615
2683
de cet effort accumulé.
18:17
We benefit not just from the genius of Benz
432
1085298
2857
Nous ne profitons pas uniquement
du génie de Benz,
du génie de Benz,
18:20
and Ford and Musk
433
1088155
1066
Ford et Musk
18:21
but from the collective intelligence and hard work
434
1089221
2768
mais de l'intelligence collective
et du dur labeur
et du dur labeur
18:23
of all of the people who have worked
435
1091989
2251
de toutes les personnes qui ont travaillé
18:26
on the modern car.
436
1094240
1670
sur la voiture moderne.
18:27
And the same is true of science,
437
1095910
2050
La même chose est vraie pour la science,
18:29
only science is even older.
438
1097960
2844
sauf que la science
est même plus ancienne.
est même plus ancienne.
18:32
Our basis for trust in science is actually the same
439
1100804
2574
La base de la confiance
dans les sciences est la même
dans les sciences est la même
18:35
as our basis in trust in technology,
440
1103378
2674
que la base de la confiance
dans les technologies,
dans les technologies,
18:38
and the same as our basis for trust in anything,
441
1106052
3987
et la même que la base
pour croire en n'importe quoi,
pour croire en n'importe quoi,
18:42
namely, experience.
442
1110039
2278
à savoir, l'expérience.
18:44
But it shouldn't be blind trust
443
1112317
1844
Mais nous ne devrions pas
faire confiance aveuglement,
faire confiance aveuglement,
18:46
any more than we would have blind trust in anything.
444
1114161
2760
tout comme nous ne devrions pas croire
aveuglement en quoi que ce soit.
aveuglement en quoi que ce soit.
18:48
Our trust in science, like science itself,
445
1116921
2841
Notre confiance en la science,
comme la science elle-même,
comme la science elle-même,
18:51
should be based on evidence,
446
1119762
1913
devrait être fondée sur les preuves,
18:53
and that means that scientists
447
1121675
1502
et ça signifie que les scientifiques
18:55
have to become better communicators.
448
1123177
2048
doivent devenir
de meilleurs communicants.
de meilleurs communicants.
18:57
They have to explain to us not just what they know
449
1125225
2887
Ils doivent nous expliquer
non seulement ce qu'ils savent
non seulement ce qu'ils savent
19:00
but how they know it,
450
1128112
1728
mais comment ils le savent,
19:01
and it means that we have
to become better listeners.
to become better listeners.
451
1129840
3890
et ça implique que l'on devienne
de meilleurs auditeurs.
de meilleurs auditeurs.
19:05
Thank you very much.
452
1133730
1419
Merci beaucoup.
19:07
(Applause)
453
1135149
2303
(Applaudissements)
ABOUT THE SPEAKER
Naomi Oreskes - Historian of scienceNaomi Oreskes is a historian of science who uses reason to fight climate change denial.
Why you should listen
Noami Oreskes is a professor of the History of Science and an affiliated professor of Earth and Planetary Sciences at Harvard University. She received her PhD at Stanford in 1990 in the Graduate Special Program in Geological Research and History of Science.
In her 2004 paper published in Science, "Beyond the Ivory Tower: The Scientific Consensus on Climate Change,” Oreskes analyzed nearly 1,000 scientific journals to directly assess the magnitude of scientific consensus around anthropogenic climate change. The paper was famously cited by Al Gore in his film An Inconvenient Truth and led Oreskes to testify in front of the U.S. Senate Committee on Environment and Public Works.
Oreskes is the co-author of the 2010 book Merchants of Doubt, which looks at how the tobacco industry attempted to cast doubt on the link between smoking and lung cancer, and the 2014 book The Collapse of Western Civilization: A View from the Future, which looks back at the present from the year 2093. Both are written with Erik M. Conway.
Naomi Oreskes | Speaker | TED.com