TED2013
Stuart Firestein: The pursuit of ignorance
סטיוארט פיירסטיין: המרדף אחר הבורות
Filmed:
Readability: 3.5
2,046,254 views
כיצד נראית עבודה מדעית אמיתית? בתור חוקר מערכות עצבים, סטיוארט פיירסטיין מתבדח: זה נראה הרבה פחות כשיטה המדעית והרבה יותר כ"התברברות.... בחושך". בהרצאה שנונה זו, פיירסטיין נוגע בלב-ליבו של המדע כפי שהוא באמת מיושם ומציע לנו לקבל בהערכה את מה שאנו לא יודעים -- או את "הבורות באיכות גבוהה" -- בדיוק כמו את מה שאנו כן יודעים.
Stuart Firestein - Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge. Full bio
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge. Full bio
Double-click the English transcript below to play the video.
00:12
There is an ancient proverb that says
0
495
3558
ישנו פתגם עתיק האומר
00:16
it's very difficult to find a black cat in a dark room,
1
4053
4062
שקשה למצוא חתול שחור בחדר חשוך,
00:20
especially when there is no cat.
2
8115
2788
במיוחד כאשר אין חתול.
00:22
I find this a particularly apt description of science
3
10903
3329
אני מוצא בזה תאור הולם של המדע
00:26
and how science works --
4
14232
2136
ואיך שהמדע עובד --
נופלים וקמים בחדר חשוך, נתקלים בחפצים,
00:28
bumbling around in a dark room, bumping into things,
5
16368
3320
00:31
trying to figure out what shape this might be,
6
19688
2302
מנסים לשער איזו צורה יש להם,
00:33
what that might be,
7
21990
1444
מה זה עשוי להיות.
00:35
there are reports of a cat somewhere around,
8
23434
2489
אומרים שיש חתול היכן שהוא,
00:37
they may not be reliable, they may be,
9
25923
1793
אולי זה נכון, אולי לא,
00:39
and so forth and so on.
10
27716
1520
וכך הלאה.
00:41
Now I know this is different than the way most people
11
29236
1976
אני יודע שזה שונה ממה שרוב האנשים
00:43
think about science.
12
31212
1552
חושבים על המדע.
00:44
Science, we generally are told,
13
32764
1554
מדע, כך מספרים לנו,
00:46
is a very well-ordered mechanism for
14
34318
2750
הוא תהליך מאוד מסודר להבנת
00:49
understanding the world,
15
37068
1301
העולם,
00:50
for gaining facts, for gaining data,
16
38369
2286
לאיסוף ראיות, נתונים,
00:52
that it's rule-based,
17
40655
1553
שהוא מבוסס על כללים ברורים,
00:54
that scientists use this thing called the scientific method
18
42208
3241
שמדענים משתמשים במה שקרוי השיטה המדעית
00:57
and we've been doing this for 14 generations or so now,
19
45449
2839
ושאנחנו עושים זאת כבר 14 דורות בערך,
01:00
and the scientific method is a set of rules
20
48288
2571
ושהשיטה המדעית היא מערכת כללים
01:02
for getting hard, cold facts out of the data.
21
50859
4192
כדי להגיע לעובדות קשיחות וחסרות-פניות מהמידע.
01:07
I'd like to tell you that's not the case.
22
55051
2095
אבל אני אומר לכם שזה לא כך.
01:09
So there's the scientific method,
23
57146
1832
ישנה השיטה המדעית,
01:10
but what's really going on is this. (Laughter)
24
58978
2319
אבל מה שבאמת קורה הוא זה.
01:13
[The Scientific Method vs. Farting Around]
25
61297
958
[השיטה המדעית לעומת התברברות]
01:14
And it's going on kind of like that.
26
62255
3104
וזה ממשיך בערך כך.
[....בחושך]
01:17
[... in the dark] (Laughter)
27
65359
1421
01:18
So what is the difference, then,
28
66780
4541
אז מה ההבדל בין הדרך
01:23
between the way I believe science is pursued
29
71321
3816
שבה אני סבור שהמדע מתקדם
01:27
and the way it seems to be perceived?
30
75137
2861
והדרך בה הוא נתפס?
01:29
So this difference first came to me in some ways
31
77998
2715
הבדל זה קפץ מול עיניי
במידה מסויימת בגלל
במידה מסויימת בגלל
01:32
in my dual role at Columbia University,
32
80713
2097
התפקיד הכפול שלי באוניברסיטת קולומביה,
01:34
where I'm both a professor and run a laboratory in neuroscience
33
82810
4155
בה אני גם מרצה וגם מנהל מעבדת מחקר עיצבי
01:38
where we try to figure out how the brain works.
34
86965
2195
שבה אנו מנסים לפצח כיצד המוח פועל.
01:41
We do this by studying the sense of smell,
35
89160
2371
אנו עושים זאת באמצעות חקר חוש הריח,
01:43
the sense of olfaction, and in the laboratory,
36
91531
2531
ובמעבדה, זו הנאה גדולה,
01:46
it's a great pleasure and fascinating work
37
94062
2634
עבודה מרתקת ומרגשת
01:48
and exciting to work with graduate students and post-docs
38
96696
2871
לעבוד עם תלמידי מחקר ופוסט-דוקטורטים
01:51
and think up cool experiments to understand how this
39
99567
2611
ולחשוב על ניסויים
מקוריים כדי להבין כיצד
מקוריים כדי להבין כיצד
01:54
sense of smell works and how the brain might be working,
40
102178
2386
חוש הריח עובד וכיצד המוח מתפקד,
01:56
and, well, frankly, it's kind of exhilarating.
41
104564
2802
והאמת, זה די מרומם-נפש.
01:59
But at the same time, it's my responsibility
42
107366
2718
אבל בו בזמן, תחת אחריותי גם
02:02
to teach a large course to undergraduates on the brain,
43
110084
2949
ללמד קורס תואר Iראשון על המוח,
02:05
and that's a big subject,
44
113033
1075
וזה נושא רציני,
02:06
and it takes quite a while to organize that,
45
114108
2391
כי זה לוקח די הרבה זמן לארגן את החומר,
02:08
and it's quite challenging and it's quite interesting,
46
116499
2811
וזה די מאתגר וגם מעניין,
02:11
but I have to say, it's not so exhilarating.
47
119310
3557
אבל עליי לומר שזה לא כל-כך מלהיב.
02:14
So what was the difference?
48
122867
1396
אז מה ההבדל?
02:16
Well, the course I was and am teaching
49
124263
2069
הקורס שאני מלמד נקרא
02:18
is called Cellular and Molecular Neuroscience - I. (Laughs)
50
126332
6464
מדעי עצב תאיים ומולקולריים - 1 (צוחק)
02:24
It's 25 lectures full of all sorts of facts,
51
132796
4555
המורכב מ-25 הרצאות הגדושות בכל מיני עובדות,
02:29
it uses this giant book called "Principles of Neural Science"
52
137351
4317
ובקורס אני משתמש בספר עב-כרס זה
שנקרא "עקרונות מדעי מערכות עצבים",
שנקרא "עקרונות מדעי מערכות עצבים",
02:33
by three famous neuroscientists.
53
141668
2334
מאת 3 חוקרי עצבים ידועים.
02:36
This book comes in at 1,414 pages,
54
144002
3781
בספר זה 1,414 עמודים,
02:39
it weighs a hefty seven and a half pounds.
55
147783
2736
משקלו 3.5 ק"ג.
02:42
Just to put that in some perspective,
56
150519
1927
ורק כדי לתת מושג,
02:44
that's the weight of two normal human brains.
57
152446
3455
זה משקלם של שני מוחות אדם ממוצעים.
02:47
(Laughter)
58
155901
3283
(צחוק)
02:51
So I began to realize, by the end of this course,
59
159184
3267
התחלתי להבין, עם סיום הקורס,
02:54
that the students maybe were getting the idea
60
162451
2248
שהסטודנטים אולי חושבים
02:56
that we must know everything there is to know about the brain.
61
164699
3031
שאנו כבר יודעים הכל על המוח.
02:59
That's clearly not true.
62
167730
1762
ברור שזה לא נכון.
03:01
And they must also have this idea, I suppose,
63
169492
2698
והם בטח גם חושבים, אני מניח,
03:04
that what scientists do is collect data and collect facts
64
172190
3381
שמה שהמדענים עושים זה לאסוף נתונים וראיות
03:07
and stick them in these big books.
65
175571
2089
ולצרפם ביחד בתוך הספרים העבים הללו.
03:09
And that's not really the case either.
66
177660
1407
וגם זה לא בדיוק נכון.
03:11
When I go to a meeting, after the meeting day is over
67
179067
3303
כאשר אני בכינוס, ובסוף היום
03:14
and we collect in the bar over a couple of beers with my colleagues,
68
182370
3097
אני ועמיתיי מתאספים בבר לשתות בירה,
03:17
we never talk about what we know.
69
185467
2201
אנו אף פעם לא מדברים על מה שאנו יודעים.
03:19
We talk about what we don't know.
70
187668
2166
אנו מדברים על מה שאנחנו לא יודעים.
03:21
We talk about what still has to get done,
71
189834
2285
אנו מדברים על מה שעלינו עוד לעשות,
03:24
what's so critical to get done in the lab.
72
192119
2825
מה הכי דחוף לבצע במעבדות.
03:26
Indeed, this was, I think, best said by Marie Curie
73
194944
2557
ואכן, מארי קירי הגדירה
זאת במדוייק כאשר אמרה
זאת במדוייק כאשר אמרה
03:29
who said that one never notices what has been done
74
197501
2419
שאנו מעולם לא שמים לב למה שכבר נעשה
03:31
but only what remains to be done.
75
199920
1461
אלא למה שעוד צריך להיעשות.
03:33
This was in a letter to her brother after obtaining
76
201381
2225
זה הופיע במכתב ששלחה לאחיה
03:35
her second graduate degree, I should say.
77
203606
3718
לאחר קבלת תואר שני שני.
03:39
I have to point out this has always been one of my favorite pictures of Marie Curie,
78
207324
2813
עליי לציין שזו אחת התמונות
של מארי קירי החביבות עליי,
של מארי קירי החביבות עליי,
03:42
because I am convinced that that glow behind her
79
210137
2303
כי אני משוכנע שההילה מאחוריה
03:44
is not a photographic effect. (Laughter)
80
212440
2738
אינה אפקט צילום. (צחוק)
03:47
That's the real thing.
81
215178
1800
וזהו הדבר האמיתי.
03:48
It is true that her papers are, to this day,
82
216978
4380
אכן נכון שמסמכיה, עד היום,
03:53
stored in a basement room in the Bibliothèque Française
83
221358
2879
מאוחסנים במרתף של הספריה הלאומית בפריז
03:56
in a concrete room that's lead-lined,
84
224237
2197
בחדר עשוי בטון עם ציפוי עופרת,
03:58
and if you're a scholar and you want access to these notebooks,
85
226434
2652
ואם איזה מתמחה רוצה לראות את מחברותיה,
04:01
you have to put on a full radiation hazmat suit,
86
229086
2749
עליו ללבוש חליפת הגנה נגד קרינה,
04:03
so it's pretty scary business.
87
231835
2351
כך שזה עניין די מפחיד.
04:06
Nonetheless, this is what I think we were leaving out
88
234186
2796
בכל אופן, אני סבור שזה בדיוק מה שאנו משמיטים
04:08
of our courses
89
236982
1626
מהקורסים שלנו
04:10
and leaving out of the interaction that we have
90
238608
2526
ומהמגע שיש לנו
04:13
with the public as scientists, the what-remains-to-be-done.
91
241134
2973
בתור מדענים עם הציבור, את מה-שנשאר-לעשות.
04:16
This is the stuff that's exhilarating and interesting.
92
244107
2634
זה הנושא שכה מלהיב ומעניין.
04:18
It is, if you will, the ignorance.
93
246741
2910
זו, אם לכנותה כך, היא הבורות.
04:21
That's what was missing.
94
249651
979
זה מה שהיה חסר.
04:22
So I thought, well, maybe I should teach a course
95
250630
2860
לכן חשבתי, אולי אני צריך להעביר
04:25
on ignorance,
96
253490
2100
קורס על בורות,
04:27
something I can finally excel at, perhaps, for example.
97
255590
3629
משהו שאני יכול סוף סוף להצטיין בו, אולי.
04:31
So I did start teaching this course on ignorance,
98
259219
1878
אז התחלתי ללמד את הקורס על בורות,
וזה היה די מעניין.
04:33
and it's been quite interesting
99
261097
1096
04:34
and I'd like to tell you to go to the website.
100
262193
2086
אבקשכם לבקר באתר.
04:36
You can find all sorts of information there. It's wide open.
101
264279
3636
ניתן למצוא שם מידע מכל סוג. הוא פתוח לכולם.
04:39
And it's been really quite an interesting time for me
102
267915
3523
זו תקופה באמת מעניינת
בשבילי לפגוש מדענים אחרים
בשבילי לפגוש מדענים אחרים
04:43
to meet up with other scientists who come in and talk
103
271438
1841
אשר מדברים על מה
04:45
about what it is they don't know.
104
273279
1548
שהם אינם יודעים.
04:46
Now I use this word "ignorance," of course,
105
274827
1985
כמובן שאני משתמש במילה "בורות",
04:48
to be at least in part intentionally provocative,
106
276812
3158
חלקית לפחות, כדי להתגרות,
04:51
because ignorance has a lot of bad connotations
107
279970
2390
כי לבורות יש הרבה הקשרים שליליים
04:54
and I clearly don't mean any of those.
108
282360
2005
וברור שאיני מכוון לאף אחד מאלה.
04:56
So I don't mean stupidity, I don't mean a callow indifference
109
284365
3505
איני מתכוון לטפשות, ולא לאדישות לעובדות,
04:59
to fact or reason or data.
110
287870
2308
היגיון או מידע.
05:02
The ignorant are clearly unenlightened, unaware,
111
290178
3271
הנבערים הם צרי-אופקים, חסרי מודעות,
05:05
uninformed, and present company today excepted,
112
293449
3307
חסרי ידע, ומלבד אלה של היום,
05:08
often occupy elected offices, it seems to me.
113
296756
2908
בדרך-כלל מאיישים מישרות ציבוריות.
05:11
That's another story, perhaps.
114
299664
1806
טוב, זה כבר סיפור אחר.
05:13
I mean a different kind of ignorance.
115
301470
1633
אני מתכוון לבורות מסוג אחר.
05:15
I mean a kind of ignorance that's less pejorative,
116
303103
2268
אני מתכוון לבורות שהיא פחות מעליבה,
05:17
a kind of ignorance that comes from a communal gap in our knowledge,
117
305371
3487
מין בורות הנובעת מהחללים הקיימים בידע שלנו,
05:20
something that's just not there to be known
118
308858
1865
משהו שאינו ידוע כי פשוט אינו קיים,
05:22
or isn't known well enough yet or we can't make predictions from,
119
310723
2821
או שאינו ידוע מספיק טוב,
או שלא ניתן לנבא על-פיו,
או שלא ניתן לנבא על-פיו,
05:25
the kind of ignorance that's maybe best summed up
120
313544
2318
אותה בורות שניתן לסכמה הכי טוב באמצעות
05:27
in a statement by James Clerk Maxwell,
121
315862
1845
אימרתו של ג'יימס קלארק מקסוול,
05:29
perhaps the greatest physicist between Newton and Einstein,
122
317707
3449
אולי הפיזיקאי הכי גדול שחי
בין ניוטון לאיינשטיין,
בין ניוטון לאיינשטיין,
05:33
who said, "Thoroughly conscious ignorance
123
321156
2301
שאמר, "בורות מודעת ומעמיקה
05:35
is the prelude to every real advance in science."
124
323457
2568
היא המבוא לכל התקדמות ממשית במדע."
05:38
I think it's a wonderful idea:
125
326025
1388
אני חושב שזה מושג נפלא:
05:39
thoroughly conscious ignorance.
126
327413
3147
בורות מודעת ומעמיקה.
05:42
So that's the kind of ignorance that I want to talk about today,
127
330560
2421
זה סוג הבורות שאני רוצה לדבר עליה,
05:44
but of course the first thing we have to clear up
128
332981
1519
אבל הדבר הראשון שעלינו להבהיר
05:46
is what are we going to do with all those facts?
129
334500
2103
הוא מה אנו עומדים לעשות עם כל הנתונים?
05:48
So it is true that science piles up at an alarming rate.
130
336603
3674
אכן המדע צובר נתונים בקצב מסחרר.
05:52
We all have this sense that science is this mountain of facts,
131
340277
2810
לכולנו יש את התחושה שהמדע
הוא מין הר כזה של נתונים.
הוא מין הר כזה של נתונים.
05:55
this accumulation model of science, as many have called it,
132
343087
4036
מודל זה של צבירת נתונים מדעית,
כפי שרבים מכנים אותו,
כפי שרבים מכנים אותו,
05:59
and it seems impregnable, it seems impossible.
133
347123
2451
נראה איתן, אבל כנראה גם בלתי אפשרי.
06:01
How can you ever know all of this?
134
349574
1314
הכיצד ניתן לדעת את כל זה?
06:02
And indeed, the scientific literature grows at an alarming rate.
135
350888
3581
ואכן הספרות המדעית גדלה בקצב מסחרר.
06:06
In 2006, there were 1.3 million papers published.
136
354469
3654
ב-2006, התפרסמו 1.3 מיליון מאמרים מדעיים.
06:10
There's about a two-and-a-half-percent yearly growth rate,
137
358123
2632
כל שנה יש עליה של 2.5 אחוזים,
06:12
and so last year we saw over one and a half million papers being published.
138
360755
4390
ולכן בשנה שעברה התפרסמו
יותר מ-1.5 מיליון מאמרים מדעיים.
יותר מ-1.5 מיליון מאמרים מדעיים.
06:17
Divide that by the number of minutes in a year,
139
365145
2230
אם נחלק במספר הדקות בשנה,
06:19
and you wind up with three new papers per minute.
140
367375
3138
נקבל 3 מאמרים חדשים בכל דקה.
06:22
So I've been up here a little over 10 minutes,
141
370513
1482
כך שאני כאן קצת יותר מ-10 דקות,
06:23
I've already lost three papers.
142
371995
1776
כבר הפסדתי 30 מאמרים.
06:25
I have to get out of here actually. I have to go read.
143
373771
2840
האמת עליי לצאת מכאן עכשיו כדי להספיק לקרוא.
06:28
So what do we do about this? Well, the fact is
144
376611
3446
אז מה עלינו לעשות בקשר לזה? האמת היא
06:32
that what scientists do about it is a kind of a controlled neglect, if you will.
145
380057
4509
שמה שהמדענים עושים זה מין התעלמות מודעת.
06:36
We just don't worry about it, in a way.
146
384566
2664
אנו פשוט לא נותנים לזה להטריד אותנו.
06:39
The facts are important. You have to know a lot of stuff
147
387230
2243
העובדות חשובות. עלינו לדעת המון
06:41
to be a scientist. That's true.
148
389473
1810
כדי להיות מדענים.
06:43
But knowing a lot of stuff doesn't make you a scientist.
149
391283
2927
אבל הידיעה לבדה אינה הופכת אותנו למדענים.
06:46
You need to know a lot of stuff to be a lawyer
150
394210
2665
צריך לדעת הרבה בשביל להיות
06:48
or an accountant or an electrician or a carpenter.
151
396875
3892
עורך-דין או רואה-חשבון או חשמלאי או נגר.
06:52
But in science, knowing a lot of stuff is not the point.
152
400767
3610
אבל במדע, לדעת הרבה זה לא העיקר.
06:56
Knowing a lot of stuff is there to help you get
153
404377
3556
ידיעת הרבה נתונים מטרתה לסייע לנו
06:59
to more ignorance.
154
407933
1388
להגיע לבורות נוספת.
07:01
So knowledge is a big subject, but I would say
155
409321
2510
ידע הוא עניין רציני, אבל הייתי אומר
07:03
ignorance is a bigger one.
156
411831
2487
שבורות היא עניין עוד יותר רציני.
07:06
So this leads us to maybe think about, a little bit
157
414318
2194
זה מוביל אותנו אולי לחשוב, קצת,
07:08
about, some of the models of science that we tend to use,
158
416528
2883
על כמה מהמודלים של מדע בהם אנו נוטים להשתמש,
07:11
and I'd like to disabuse you of some of them.
159
419411
1825
וברצוני להצביע על שגיאות נפוצות לגביהם.
07:13
So one of them, a popular one, is that scientists
160
421236
2313
אחד המקובלים מביניהם הוא שמדענים
07:15
are patiently putting the pieces of a puzzle together
161
423549
2628
מצרפים בסבלנות את חלקי התשבץ
07:18
to reveal some grand scheme or another.
162
426177
2773
כדי לגלות את התמונה הגדולה.
07:20
This is clearly not true. For one, with puzzles,
163
428950
2558
ברור שאין זה נכון. דבר ראשון,
07:23
the manufacturer has guaranteed that there's a solution.
164
431508
3499
בתשבצים היצרן ערב שיש פיתרון. לנו המדענים
07:27
We don't have any such guarantee.
165
435007
1749
אין שום ערובה כזו.
07:28
Indeed, there are many of us who aren't so sure about the manufacturer.
166
436756
3155
רבים מאיתנו אפילו אינם בטוחים לגבי זהות היצרן.
07:31
(Laughter)
167
439911
3063
(צחוק)
07:34
So I think the puzzle model doesn't work.
168
442974
1757
לכן אני חושב שהמודל של תשבץ לא מתאים.
07:36
Another popular model is that science is busy unraveling things
169
444731
3514
מודל מקובל נוסף הוא שהמדע עוסק בגילוי דברים
07:40
the way you unravel the peels of an onion.
170
448245
2196
כמו שמקלפים את שכבות הבצל.
07:42
So peel by peel, you take away the layers of the onion
171
450441
2989
כך שקליפה אחר קליפה, מסירים את שכבות הבצל
07:45
to get at some fundamental kernel of truth.
172
453430
2319
כדי להגיע לאיזה שהוא גרעין של אמת.
07:47
I don't think that's the way it works either.
173
455749
2187
גם זה אני חושב תיאור לא נכון.
07:49
Another one, a kind of popular one, is the iceberg idea,
174
457936
2934
עוד תיאור שמאוד מקובל הוא רעיון של קרחון,
07:52
that we only see the tip of the iceberg but underneath
175
460870
2460
שאנו רואים רק את קצה הקרחון, אבל שמתחת
07:55
is where most of the iceberg is hidden.
176
463330
2185
חבוי רוב רובו של הקרחון.
07:57
But all of these models are based on the idea of a large body of facts
177
465515
3554
כל המודלים הללו מבוססים
על הרעיון של קיום מאגר של עובדות
על הרעיון של קיום מאגר של עובדות
08:01
that we can somehow or another get completed.
178
469069
2420
שאנו בדרך זו או אחרת משלימים אותן.
08:03
We can chip away at this iceberg and figure out what it is,
179
471489
3343
שאנו נוכל לגרד את הקרחון ולהבין מהו,
08:06
or we could just wait for it to melt, I suppose, these days,
180
474832
2605
או שפשוט נוכל להמתין עד שיימס,
במיוחד בימים האלה,
במיוחד בימים האלה,
08:09
but one way or another we could get to the whole iceberg. Right?
181
477437
3227
אבל שבדרך זו או אחרת,
נוכל להגיע לכל הקרחון, נכון?
נוכל להגיע לכל הקרחון, נכון?
08:12
Or make it manageable. But I don't think that's the case.
182
480664
2467
שנוכל להשתלט עליו. אבל איני סבור שזה כך.
08:15
I think what really happens in science
183
483131
2399
אני חושב שמה שבאמת קורה במדע
08:17
is a model more like the magic well,
184
485530
1830
הוא יותר מודל של באר הקסם,
08:19
where no matter how many buckets you take out,
185
487360
1837
שבו לא משנה כמה דליים נוציא החוצה,
08:21
there's always another bucket of water to be had,
186
489197
2112
ישנו תמיד דלי נוסף של מים שצריך להוציא,
08:23
or my particularly favorite one,
187
491309
2127
או, התיאור שאהוב עליי,
08:25
with the effect and everything, the ripples on a pond.
188
493436
2939
בגלל האפקט וכו', האדוות באגם.
08:28
So if you think of knowledge being this ever-expanding ripple on a pond,
189
496375
3127
כך שאם תחשבו על הידע כאדווה המתפשטת לעד באגם,
08:31
the important thing to realize is that our ignorance,
190
499502
3382
הדבר שחשוב להבין הוא שהבורות שלנו,
08:34
the circumference of this knowledge, also grows with knowledge.
191
502884
3382
שהיא ההיקף של הידע, גם כן מתרחבת עם הידע.
08:38
So the knowledge generates ignorance.
192
506266
2763
כך שהידע מחולל בורות.
08:41
This is really well said, I thought, by George Bernard Shaw.
193
509029
2915
ג'ורג' ברנרד שו הביע זאת היטב.
08:43
This is actually part of a toast that he delivered
194
511944
2677
היה זה בהרמת כוסית
08:46
to celebrate Einstein at a dinner celebrating Einstein's work,
195
514621
3677
בארוחה לכבוד איינשטיין לציון עבודתו,
08:50
in which he claims that science
196
518298
1414
בה הוא אמר שהמדע
08:51
just creates more questions than it answers.
["Science is always wrong. It never solves a problem without creating 10 more."]
["Science is always wrong. It never solves a problem without creating 10 more."]
197
519712
2265
רק יוצר יותר שאלות מאשר תשובות.
["המדע תמיד טועה. הוא אף פעם לא פותר
בעיות מבלי ליצור 10 נוספות."]
["המדע תמיד טועה. הוא אף פעם לא פותר
בעיות מבלי ליצור 10 נוספות."]
08:53
I find that kind of glorious, and I think he's precisely right,
198
521977
3542
אני מוצא בזה משהו מופלא
ואני חושב שהוא מאוד צודק,
ואני חושב שהוא מאוד צודק,
08:57
plus it's a kind of job security.
199
525519
2526
ובנוסף זה גם מבטיח פרנסה.
09:00
As it turns out, he kind of cribbed that
200
528045
2726
מתברר שהוא העתיק זאת מהפילוסוף
09:02
from the philosopher Immanuel Kant
201
530771
1852
עמנואל קאנט
09:04
who a hundred years earlier had come up with this idea
202
532623
2645
ש-100 שנה יותר מוקדם יצא עם הרעיון
09:07
of question propagation, that every answer begets more questions.
203
535268
3808
של התפשטות שאלה. שכל תשובה מולידה עוד שאלות.
09:11
I love that term, "question propagation,"
204
539076
2199
אני אוהב את הביטוי, "התפשטות שאלה",
09:13
this idea of questions propagating out there.
205
541275
2739
את הרעיון של התפשטות שאלות במרחב.
09:16
So I'd say the model we want to take is not
206
544014
1887
לכן הייתי אומר שהמודל שאנו רוצים
09:17
that we start out kind of ignorant and we get some facts together
207
545901
3509
הוא אינו כזה שמתחילים בתור בורים,
מדביקים ביחד כמה עובדות
מדביקים ביחד כמה עובדות
09:21
and then we gain knowledge.
208
549410
2143
ואז זוכים בידע.
09:23
It's rather kind of the other way around, really.
209
551553
2379
זה הפוך.
09:25
What do we use this knowledge for?
210
553932
1907
איזה שימוש אנו עושים בידע?
09:27
What are we using this collection of facts for?
211
555839
2528
לאיזו מטרה אנו אוספים את העובדות?
09:30
We're using it to make better ignorance,
212
558367
2857
אנו משתמשים בהן ליצירת בורות יותר טובה,
09:33
to come up with, if you will, higher-quality ignorance.
213
561224
3079
כדי לקבל בורות באיכות יותר גבוהה.
09:36
Because, you know, there's low-quality ignorance
214
564303
1872
כי כידוע, יש בורות ברמה ירודה
09:38
and there's high-quality ignorance. It's not all the same.
215
566175
2413
ויש בורות ברמה גבוהה. הן לא אותו הדבר.
09:40
Scientists argue about this all the time.
216
568588
2370
מדענים דנים בזה כל הזמן.
09:42
Sometimes we call them bull sessions.
217
570958
1965
לפעמים אנו מכנים זאת שיחות בטלות.
09:44
Sometimes we call them grant proposals.
218
572923
1918
לפעמים מכנים זאת הצעות מחקר.
09:46
But nonetheless, it's what the argument is about.
219
574841
3508
בכל אופן, זהו נושא הדיון -- הבורות.
09:50
It's the ignorance. It's the what we don't know.
220
578349
1844
זהו מה שאנו לא יודעים.
09:52
It's what makes a good question.
221
580193
2690
זה מה שמעורר את השאלות הטובות.
09:54
So how do we think about these questions?
222
582883
1630
אז כיצד השאלות הללו עולות?
09:56
I'm going to show you a graph that shows up
223
584513
1952
אראה לכם גרף המופיע די הרבה
09:58
quite a bit on happy hour posters in various science departments.
224
586465
3867
על מודעות מפגשי חברה במחלקות
מדעיות שונות (באוניברסיטאות).
מדעיות שונות (באוניברסיטאות).
10:02
This graph asks the relationship between what you know
225
590332
4221
הגרף מתאר את הקשר בין מה שאנו יודעים
10:06
and how much you know about it.
226
594553
2190
לבין רמת הידע שלנו לגביו.
10:08
So what you know, you can know anywhere from nothing to everything, of course,
227
596743
3515
מה שאנו יודעים, זה יכול
לנוע משום דבר להכל,
לנוע משום דבר להכל,
10:12
and how much you know about it can be anywhere
228
600258
1683
ורמת הידע לגביו
10:13
from a little to a lot.
229
601941
2423
יכולה לנוע ממעט להמון.
10:16
So let's put a point on the graph. There's an undergraduate.
230
604364
4232
הבה נסמן נקודה על הגרף. יש סטודנט לתואר I.
10:20
Doesn't know much but they have a lot of interest.
231
608596
2364
הוא אינו יודע הרבה אבל יש לו עניין רחב.
10:22
They're interested in almost everything.
232
610960
1691
הוא מתעניין כמעט בהכל.
10:24
Now you look at a master's student, a little further along in their education,
233
612651
3454
כעת אם מסתכלים על סטודנט לתואר שני,
המתקדם מעט יותר בלימודיו,
המתקדם מעט יותר בלימודיו,
10:28
and you see they know a bit more,
234
616105
1351
רואים שהוא יודע יותר,
10:29
but it's been narrowed somewhat.
235
617456
1890
אבל בתחום יותר צר במידת מה.
10:31
And finally you get your Ph.D., where it turns out
236
619346
2719
ובסוף מישהו מקבל תואר שלישי, ואז מתברר
10:34
you know a tremendous amount about almost nothing. (Laughter)
237
622065
5105
שיודעים המון על כמעט שום דבר. (צחוק)
10:39
What's really disturbing is the trend line that goes through that
238
627170
3781
מה שבאמת מטריד הוא מגמת הגרף אשר ממשיך
10:42
because, of course, when it dips below the zero axis, there,
239
630951
3775
וצולל מתחת לציר -- מתחת לאפס,
10:46
it gets into a negative area.
240
634726
2262
שם הוא נכנס לאזור השלילי.
10:48
That's where you find people like me, I'm afraid.
241
636988
2915
שם מוצאים אנשים כמוני, כך חוששני.
10:51
So the important thing here is that this can all be changed.
242
639903
3368
הדבר החשוב כאן הוא שאת כל זה ניתן לשנות.
10:55
This whole view can be changed
243
643271
1804
ניתן לשנות את כל צורת ההסתכלות
10:57
by just changing the label on the x-axis.
244
645075
3161
פשוט על-ידי שינוי התג של
ציר ה-X. כך שבמקום לומר
ציר ה-X. כך שבמקום לומר
11:00
So instead of how much you know about it,
245
648236
1917
כמה אנו יודעים על משהו,
11:02
we could say, "What can you ask about it?"
246
650153
3541
אפשר לומר, "מה ניתן לשאול על זה?"
11:05
So yes, you do need to know a lot of stuff as a scientist,
247
653694
2867
אז נכון, צריך לדעת המון חומר בתור מדען,
11:08
but the purpose of knowing a lot of stuff
248
656561
2629
אבל מטרת ידיעת המון חומר אינה רק בשביל
11:11
is not just to know a lot of stuff. That just makes you a geek, right?
249
659190
2587
לדעת אותו. זה הופך אותנו סתם למכורי ידע.
11:13
Knowing a lot of stuff, the purpose is
250
661777
2138
מטרת ידיעת הרבה חומר היא
11:15
to be able to ask lots of questions,
251
663915
1676
להיות מסוגל לשאול הרבה שאלות,
11:17
to be able to frame thoughtful, interesting questions,
252
665591
3088
להיות מסוגל להרכיב שאלות חכמות ומעניינות,
11:20
because that's where the real work is.
253
668679
1725
כי זוהי המלאכה האמיתית.
11:22
Let me give you a quick idea of a couple of these sorts of questions.
254
670404
2552
אציג בפניכם כמה שאלות מהסוג הזה.
11:24
I'm a neuroscientist, so how would we come up
255
672956
2163
אני מדען עצבים, אז כיצד נעלה שאלה
11:27
with a question in neuroscience?
256
675119
1431
במדעי העצב?
11:28
Because it's not always quite so straightforward.
257
676550
2669
כי זה לא תמיד כל-כך ברור מאליו.
11:31
So, for example, we could say, well what is it that the brain does?
258
679219
2559
לדוגמא, אפשר לשאול, מה בדיוק
המוח עושה? אחד הדברים
המוח עושה? אחד הדברים
11:33
Well, one thing the brain does, it moves us around.
259
681778
1814
שהמוח עושה זה להזיז אותנו אנה ואנה.
11:35
We walk around on two legs.
260
683592
2005
אנו מתהלכים על שתי רגלינו.
11:37
That seems kind of simple, somehow or another.
261
685597
1851
זה נראה די פשוט, כך או אחרת.
11:39
I mean, virtually everybody over 10 months of age
262
687448
2725
כלומר, כל אחד מעל גיל 10 חודשים
11:42
walks around on two legs, right?
263
690173
2172
הולך על שתי רגליים, נכון?
11:44
So that maybe is not that interesting.
264
692345
1391
לכן אולי זה לא כל-כך מעניין.
11:45
So instead maybe we want to choose something a little more complicated to look at.
265
693736
3148
אז אולי נבחר במקום זה משהו קצת יותר מורכב.
11:48
How about the visual system?
266
696884
2775
מה לגבי מערכת הראייה?
11:51
There it is, the visual system.
267
699659
1627
הנה היא, מערכת הראייה.
11:53
I mean, we love our visual systems. We do all kinds of cool stuff.
268
701286
3248
אנו אוהבים את מערכת הראיה שלנו.
אנו עושים איתה המון דברים מעניינים.
אנו עושים איתה המון דברים מעניינים.
11:56
Indeed, there are over 12,000 neuroscientists
269
704534
3391
יש יותר מ-12,000 מדענים שעובדים בתחום
11:59
who work on the visual system,
270
707925
1580
מערכת הראייה,
12:01
from the retina to the visual cortex,
271
709505
2081
מהרשתית ועד אזור הראייה שבקליפת המוח,
12:03
in an attempt to understand not just the visual system
272
711586
2565
בניסיון להבין לא רק את מערכת הראייה,
12:06
but to also understand how general principles
273
714151
3024
אלא גם להבין מה הם העקרונות הכלליים
12:09
of how the brain might work.
274
717175
1951
לפיהם המוח פועל.
12:11
But now here's the thing:
275
719126
1660
אבל חשוב לשים לב לזה:
12:12
Our technology has actually been pretty good
276
720786
2480
הטכנולוגיה שלנו די הצליחה
12:15
at replicating what the visual system does.
277
723266
2590
בשכפול של מה שעושה מערכת הראייה.
12:17
We have TV, we have movies,
278
725856
3023
יש לנו טלוויזיות, סרטים,
12:20
we have animation, we have photography,
279
728879
2495
יש סרטי הנפשה, יש צילום,
12:23
we have pattern recognition, all of these sorts of things.
280
731374
3151
יש זיהוי צורות וכל מיני דברים דומים כאלה.
12:26
They work differently than our visual systems in some cases,
281
734525
2646
בכמה מקרים זה עובד באופן
שונה לעומת מערכת הראייה.
שונה לעומת מערכת הראייה.
12:29
but nonetheless we've been pretty good at
282
737171
1591
אבל בכל מקרה אנו
12:30
making a technology work like our visual system.
283
738762
3476
די מצטיינים ביצירת טכנולוגיה
הפועלת כמו מערכת הראייה שלנו.
הפועלת כמו מערכת הראייה שלנו.
12:34
Somehow or another, a hundred years of robotics,
284
742238
2936
אבל, לאחר 100 שנות רובוטיקה,
12:37
you never saw a robot walk on two legs,
285
745174
2266
עדיין לא ראינו רובוט מהלך על שתיים,
12:39
because robots don't walk on two legs
286
747440
2163
כי רובוטים אינם יכולים ללכת על שתיים
12:41
because it's not such an easy thing to do.
287
749603
2390
מכיוון שזה לא כל-כך קל לעשות זאת.
12:43
A hundred years of robotics,
288
751993
1528
100 שנות רובוטיקה,
12:45
and we can't get a robot that can move more than a couple steps one way or the other.
289
753521
3367
ועדיין אין לנו רובוט
שיכול לנוע יותר מכמה צעדים.
שיכול לנוע יותר מכמה צעדים.
12:48
You ask them to go up an inclined plane, and they fall over.
290
756888
2572
שולחים אותם על משטח משופע והם נופלים.
12:51
Turn around, and they fall over. It's a serious problem.
291
759460
2004
הם מנסים להסתובב אבל נופלים. זו בעיה קשה.
12:53
So what is it that's the most difficult thing for a brain to do?
292
761464
3547
אם כך, מה הוא הדבר הקשה ביותר למוח לבצע?
12:57
What ought we to be studying?
293
765011
1623
מה עלינו לחקור?
12:58
Perhaps it ought to be walking on two legs, or the motor system.
294
766634
4295
אולי זה חייב להיות הליכה
על שתיים, או המערכת המוטורית.
על שתיים, או המערכת המוטורית.
13:02
I'll give you an example from my own lab,
295
770929
1735
אתן דוגמא מהמעבדה שלי,
13:04
my own particularly smelly question,
296
772664
1725
השאלה הריחנית שלי,
13:06
since we work on the sense of smell.
297
774389
2099
מאחר ואנו חוקרים את חוש הריח.
13:08
But here's a diagram of five molecules
298
776488
3228
הנה תרשים של 5 מולקולות
13:11
and sort of a chemical notation.
299
779716
1510
וסימון כימי.
13:13
These are just plain old molecules, but if you sniff those molecules
300
781226
2996
אלו הן רק מולקולות רגילות וידועות,
אבל אם רק תרחרחו מולקולות הללו
אבל אם רק תרחרחו מולקולות הללו
13:16
up these two little holes in the front of your face,
301
784222
2470
עם שני החורים בקידמת פניכם,
13:18
you will have in your mind the distinct impression of a rose.
302
786692
3874
יווצר במוחכם רושם ברור של ורד.
אם יהיה שם ורד אמיתי,
אם יהיה שם ורד אמיתי,
13:22
If there's a real rose there, those molecules will be the ones,
303
790566
2158
אלו הן המולקולות שיהיו שם,
13:24
but even if there's no rose there,
304
792724
1560
אבל גם אם לא יהיה ורד,
13:26
you'll have the memory of a molecule.
305
794284
1591
יהיה לכם הזיכרון של המולקולות.
13:27
How do we turn molecules into perceptions?
306
795875
3104
כיצד אנו הופכים מולקולות לתפיסה?
13:30
What's the process by which that could happen?
307
798979
1857
מהו התהליך שדרכו זה מתרחש?
13:32
Here's another example: two very simple molecules, again in this kind of chemical notation.
308
800836
3960
הנה דוגמא נוספת: שתי מולקולות מאוד פשוטות,
שוב תחת אותו סימון כימי.
שוב תחת אותו סימון כימי.
13:36
It might be easier to visualize them this way,
309
804796
2077
אולי יהיה יותר קל להסתכל עליהן כך,
13:38
so the gray circles are carbon atoms, the white ones
310
806873
2794
העיגולים האפורים הם אטומי פחמן,
13:41
are hydrogen atoms and the red ones are oxygen atoms.
311
809667
2775
הלבנים אטומי מימן והאדומים אטומי חמצן.
13:44
Now these two molecules differ by only one carbon atom
312
812442
4298
שתי מולקולות הללו נבדלות
זו מזו רק באטום פחמן אחד
זו מזו רק באטום פחמן אחד
13:48
and two little hydrogen atoms that ride along with it,
313
816740
2688
ושני אטומ מימן הקשורים אליו,
13:51
and yet one of them, heptyl acetate,
314
819428
1986
אבל אחת מהן, heptyl acetate,
13:53
has the distinct odor of a pear,
315
821414
2311
הינה בעלת ניחוח של אגס,
13:55
and hexyl acetate is unmistakably banana.
316
823725
3839
ו-hexyl acetate היא ללא ספק ניחוח של בננה.
13:59
So there are two really interesting questions here, it seems to me.
317
827564
2557
כך שלדעתי יש כאן שתי שאלות מעניינות.
14:02
One is, how can a simple little molecule like that
318
830121
3215
האחת, כיצד מולקולה פשוטה כמו זו
14:05
create a perception in your brain that's so clear
319
833336
2468
יוצרת תפיסה במוחנו שהיא כה ברורה
14:07
as a pear or a banana?
320
835804
1742
כמו אגס או בננה?
14:09
And secondly, how the hell can we tell the difference
321
837546
3121
והשניה, כיצד לכל הרוחות אנו מסוגלים להבחין
14:12
between two molecules that differ by a single carbon atom?
322
840667
4315
בין שתי מולקולות הנבדלות באטום פחמן בודד?
14:16
I mean, that's remarkable to me,
323
844982
1646
כלומר, מבחינתי זה משהו מופלא,
14:18
clearly the best chemical detector on the face of the planet.
324
846628
3032
ללא ספק החיישן הכימי הטוב ביותר עלי-אדמות.
14:21
And you don't even think about it, do you?
325
849660
2776
ואנו אפילו כלל לא חושבים על כך, נכון?
14:24
So this is a favorite quote of mine that takes us
326
852436
2617
יש ציטוט שאני אוהב אשר לוקח אותנו
14:27
back to the ignorance and the idea of questions.
327
855053
1746
בחזרה אל הבורות ורעיון השאלות.
14:28
I like to quote because I think dead people
328
856799
2019
אני אוהב לצטט כי אני סבור שאנשים שנפטרו
14:30
shouldn't be excluded from the conversation.
329
858818
2543
אינם צריכים להיות מחוץ לשיג-והשיח.
14:33
And I also think it's important to realize that
330
861361
1939
אני גם סבור שחשוב להבין
14:35
the conversation's been going on for a while, by the way.
331
863300
2462
שאותו שיג-ושיח מתנהל די הרבה זמן.
14:37
So Erwin Schrodinger, a great quantum physicist
332
865762
2758
ארווין שרדינגר, פיזיקאי גדול בתורת הקוונטים
14:40
and, I think, philosopher, points out how you have to
333
868520
2566
וסבורני, שגם פילוסוף, מצביע על כיצד
14:43
"abide by ignorance for an indefinite period" of time.
334
871086
3465
"לפעול דרך הבורות לאורך זמן לא ידוע".
14:46
And it's this abiding by ignorance
335
874551
1987
ופעולה זו דרך הבורות,
14:48
that I think we have to learn how to do.
336
876538
1666
היא לדעתי משהו שעלינו ללמוד.
14:50
This is a tricky thing. This is not such an easy business.
337
878204
2977
זהו דבר מוליך-שולל. זה לא עסק כזה פשוט.
14:53
I guess it comes down to our education system,
338
881181
1959
אני משער שזה מסתכם במערכת החינוך,
14:55
so I'm going to talk a little bit about ignorance and education,
339
883140
2457
לכן אדבר עכשיו קצת על בורות וחינוך,
14:57
because I think that's where it really has to play out.
340
885597
2268
כי אני חושב ששם המקום בו זה צריך להתבהר.
14:59
So for one, let's face it,
341
887865
2267
אז הבה נתמודד עם זה.
15:02
in the age of Google and Wikipedia,
342
890132
3352
בעידן של גוגל וויקיפדיה,
15:05
the business model of the university
343
893484
1793
המודל העיסקי של האוניברסיטאות
15:07
and probably secondary schools is simply going to have to change.
344
895277
3421
וכנראה של בתי-ספר תיכוניים,
יצטרך להשתנות. אין אנו יכולים
יצטרך להשתנות. אין אנו יכולים
15:10
We just can't sell facts for a living anymore.
345
898698
1901
פשוט למכור יותר עובדות בשביל להתפרנס.
15:12
They're available with a click of the mouse,
346
900599
2050
הן זמינות בלחיצת עכבר,
15:14
or if you want to, you could probably just ask the wall
347
902649
2496
או שפשוט אפשר יהיה לשאול את הקיר באחד הימים
15:17
one of these days, wherever they're going to hide the things
348
905145
1712
היכן הם מסתירים את כל הדברים
15:18
that tell us all this stuff.
349
906857
1417
המספרים לנו את כל הדברים.
15:20
So what do we have to do? We have to give our students
350
908274
2883
אז מה עלינו לעשות? עלינו לאפשר לתלמידים
15:23
a taste for the boundaries, for what's outside that circumference,
351
911157
3896
לחוש את הגבולות, ואת מה שמעבר לאותן הגבולות,
15:27
for what's outside the facts, what's just beyond the facts.
352
915053
4308
את מה שמחוץ לעובדות, את מה שמעבר לעובדות.
15:31
How do we do that?
353
919361
2157
כיצד עושים זאת?
15:33
Well, one of the problems, of course,
354
921518
1508
אחת הבעיות כמובן
15:35
turns out to be testing.
355
923026
2109
היא בחינות.
15:37
We currently have an educational system
356
925135
2649
נכון לעכשיו, יש לנו מערכת חינוך
15:39
which is very efficient but is very efficient at a rather bad thing.
357
927784
3709
שהיא מאוד יעילה,
אבל מאוד יעילה בדבר שהוא די רע.
אבל מאוד יעילה בדבר שהוא די רע.
15:43
So in second grade, all the kids are interested in science,
358
931493
2974
בכיתה ב', כל הילדים מתעניינים במדע,
15:46
the girls and the boys.
359
934467
1263
הבנות והבנים.
15:47
They like to take stuff apart. They have great curiosity.
360
935730
3974
הם אוהבים לפרק דברים. יש להם המון סקרנות.
15:51
They like to investigate things. They go to science museums.
361
939704
2499
הם אוהבים לחקור דברים. הם הולכים למוזיאוני מדע.
15:54
They like to play around. They're in second grade.
362
942203
6188
הם אוהבים להשתובב. הם בכיתה ב'.
16:00
They're interested.
363
948407
1494
הם מתעניינים.
16:01
But by 11th or 12th grade, fewer than 10 percent
364
949901
2934
אבל בכיתה י"א או י"ב, פחות מ-10 אחוז
16:04
of them have any interest in science whatsoever,
365
952835
3075
מהם מתעניינים במדע כלשהו,
16:07
let alone a desire to go into science as a career.
366
955910
2945
שלא לדבר על הרצון לבחור במדע בתור קריירה.
16:10
So we have this remarkably efficient system
367
958855
2982
כך שיש לנו את המערכת המועילה להפליא
16:13
for beating any interest in science out of everybody's head.
368
961837
3973
שמדכאת כל עניין במדע בראשים של כולם.
16:17
Is this what we want?
369
965810
1914
האם זה מה שאנו רוצים?
16:19
I think this comes from what a teacher colleague of mine
370
967724
2342
אני חושב שזה קורה בגלל מה שמורה עמית שלי
16:22
calls "the bulimic method of education."
371
970066
2722
קורא לו "השיטה הבולימית של החינוך".
16:24
You know. You can imagine what it is.
372
972788
1373
אתם בטח מבינים מה זה.
16:26
We just jam a whole bunch of facts down their throats over here
373
974161
2948
אנו מאביסים ערימות של עובדות
לתוך גרונם (של תלמידים)
לתוך גרונם (של תלמידים)
16:29
and then they puke it up on an exam over here
374
977109
2354
ואז הם פולטים אותן לתוך הבחינה
16:31
and everybody goes home with no added intellectual heft whatsoever.
375
979463
4579
וכולם חוזרים הביתה ללא שום
מטען נוסף של אינטלקטואליות.
מטען נוסף של אינטלקטואליות.
16:36
This can't possibly continue to go on.
376
984042
2081
לא ניתן להמשיך עם זה יותר.
16:38
So what do we do? Well the geneticists, I have to say,
377
986123
2334
אז מה אנו עושים? לחוקרי התורשה
16:40
have an interesting maxim they live by.
378
988457
1983
יש פתגם לפיו הם חיים.
16:42
Geneticists always say, you always get what you screen for.
379
990440
5252
הם אומרים, אתה תמיד תקבל
את מה שאתה סורק בשבילו.
את מה שאתה סורק בשבילו.
16:47
And that's meant as a warning.
380
995692
2861
והכוונה כאן היא להזהיר.
16:50
So we always will get what we screen for,
381
998553
2319
אנו תמיד מקבלים את מה שאנו סורקים בשבילו,
16:52
and part of what we screen for is in our testing methods.
382
1000872
3455
וחלק ממה שאנו סורקים בשבילו
נמצא בשיטות הבחינה שלנו.
נמצא בשיטות הבחינה שלנו.
16:56
Well, we hear a lot about testing and evaluation,
383
1004327
3243
אנו שומעים הרבה על בחינה והערכה,
16:59
and we have to think carefully when we're testing
384
1007570
2187
ועלינו לחשוב בזהירות כאשר אנו בוחנים,
17:01
whether we're evaluating or whether we're weeding,
385
1009757
3087
האם אנו מעריכים או האם עוקרים,
17:04
whether we're weeding people out,
386
1012844
1459
האם אנו עוקרים אנשים החוצה,
17:06
whether we're making some cut.
387
1014303
3134
האם אנו מקצצים.
17:09
Evaluation is one thing. You hear a lot about evaluation
388
1017437
2641
הערכה זה דבר אחד. מדברים הרבה על הערכה
17:12
in the literature these days, in the educational literature,
389
1020078
2910
בימים אלה בספרים, בספרות החינוכית,
17:14
but evaluation really amounts to feedback and it amounts
390
1022988
2958
אבל הערכה אמיתית מסתכמת במשוב
ובמתן הזדמנות לניסוי וטעיה.
17:17
to an opportunity for trial and error.
391
1025946
2154
היא מסתכמת במתן הזדמנות לעבודה
במשך תקופת זמן יותר ארוכה
במשך תקופת זמן יותר ארוכה
17:20
It amounts to a chance to work over a longer period of time
392
1028100
4494
17:24
with this kind of feedback.
393
1032594
1910
עם משוב מן הסוג הזה.
זה שונה מעקירה, ובדרך-כלל, עליי לומר,
17:26
That's different than weeding, and usually, I have to tell you,
394
1034504
2938
17:29
when people talk about evaluation, evaluating students,
395
1037442
2726
שכאשר אנשים מדברים על הערכה, הערכת תלמידים,
הערכת מורים, הערכת בתי-ספר,
17:32
evaluating teachers, evaluating schools,
396
1040168
2787
הערכת תכנים, הם בפועל מדברים על עקירה.
17:34
evaluating programs, that they're really talking about weeding.
397
1042955
4161
17:39
And that's a bad thing, because then you will get what you select for,
398
1047116
4210
וזה דבר רע, כי אז מקבלים
את מה שאנו מכוונים אליו,
את מה שאנו מכוונים אליו,
17:43
which is what we've gotten so far.
399
1051326
1958
שזה מה שיש לנו כיום.
17:45
So I'd say what we need is a test that says, "What is x?"
400
1053284
3441
לכן הייתי אומר שאנו זקוקים
לבחינה השואלת, "מה זה x?"
לבחינה השואלת, "מה זה x?"
17:48
and the answers are "I don't know, because no one does,"
401
1056725
3092
והתשובות הן, "לא יודע כי אף אחד לא יודע",
17:51
or "What's the question?" Even better.
402
1059817
1741
או, "מה השאלה?", שזה עוד יותר טוב.
17:53
Or, "You know what, I'll look it up, I'll ask someone,
403
1061558
2390
או, "אתה יודע מה, אני אחפש, אני אשאל מישהו,
17:55
I'll phone someone. I'll find out."
404
1063964
2700
אתקשר למישהו. אני אגלה".
17:58
Because that's what we want people to do,
405
1066664
1550
כי זה מה שאנו רוצים שאנשים יעשו,
18:00
and that's how you evaluate them.
406
1068214
1371
וכך צריך להעריך אותם.
18:01
And maybe for the advanced placement classes,
407
1069585
1943
ואולי בשביל הכיתות המתקדמות,
18:03
it could be, "Here's the answer. What's the next question?"
408
1071528
3714
זה יכול להיות, "הנה התשובה. מה השאלה הבאה?"
18:07
That's the one I like in particular.
409
1075242
1511
ואת זה אני אוהב במיוחד.
18:08
So let me end with a quote from William Butler Yeats,
410
1076753
2177
אסיים בציטוט מאת ויליאם באטלר ייטס,
18:10
who said "Education is not about filling buckets;
411
1078930
3167
שאמר "חינוך אינו סתם מילוי דליים;
18:14
it is lighting fires."
412
1082097
2153
חינוך צריך להצית להבות".
18:16
So I'd say, let's get out the matches.
413
1084250
3875
לכן הייתי אומר, הבה נשלוף את הגפרורים.
18:20
Thank you.
414
1088125
1208
תודה.
18:21
(Applause)
415
1089333
3227
(מחיאות כפיים)
18:24
Thank you. (Applause)
416
1092560
3816
תודה לכם. (מחיאות כפיים)
ABOUT THE SPEAKER
Stuart Firestein - NeuroscientistStuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge.
Why you should listen
You’d think that a scientist who studies how the human brain receives and perceives information would be inherently interested in what we know. But Stuart Firestein says he’s far more intrigued by what we don’t. “Answers create questions,” he says. “We may commonly think that we begin with ignorance and we gain knowledge [but] the more critical step in the process is the reverse of that.”
Firestein, who chairs the biological sciences department at Columbia University, teaches a course about how ignorance drives science. In it -- and in his 2012 book on the topic -- he challenges the idea that knowledge and the accumulation of data create certainty. Facts are fleeting, he says; their real purpose is to lead us to ask better questions.
Stuart Firestein | Speaker | TED.com