TEDSalon NY2014
Naomi Oreskes: Why we should trust scientists
Naomi Oreskes: Perché dovremmo fidarci degli scienziati
Filmed:
Readability: 4.7
1,316,791 views
Molti dei più grandi problemi del mondo necessitano di una spiegazione scientifica, ma perché dovremmo credere a quello che dicono gli scienziati? La storica della scienza Naomi Oreskes fa una riflessione profonda sulla nostra relazione con il credere, analizza tre problemi dell'atteggiamento comune nei confronti della ricerca scientifica e illustra il suo ragionamento sul perché dovremmo fidarci della scienza.
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
Ogni giorno ci confrontiamo
con problemi come il mutamento climatico
con problemi come il mutamento climatico
00:16
or the safety of vaccines
1
4058
1430
o la sicurezza dei vaccini
00:17
where we have to answer questions whose answers
2
5488
3040
e dobbiamo rispondere
a domande le cui risposte
a domande le cui risposte
00:20
rely heavily on scientific information.
3
8528
3461
si basano fortemente
su informazioni scientifiche.
su informazioni scientifiche.
00:23
Scientists tell us that the world is warming.
4
11989
2881
Gli scienziati ci dicono
che il mondo si sta riscaldando.
che il mondo si sta riscaldando.
00:26
Scientists tell us that vaccines are safe.
5
14870
2541
Gli scienziati ci dicono
che i vaccini sono sicuri.
che i vaccini sono sicuri.
00:29
But how do we know if they are right?
6
17411
2054
Ma come facciamo a sapere
se hanno ragione?
se hanno ragione?
00:31
Why should be believe the science?
7
19465
1964
Perché dovremmo credere alla scienza?
00:33
The fact is, many of us actually
don't believe the science.
don't believe the science.
8
21429
3469
Il punto è che molti di noi
in realtà non credono alla scienza.
in realtà non credono alla scienza.
00:36
Public opinion polls consistently show
9
24898
2176
I sondaggi sull'opinione pubblica
mostrano continuamente
mostrano continuamente
00:39
that significant proportions of the American people
10
27074
3010
che una porzione significativa
di Americani
di Americani
00:42
don't believe the climate is
warming due to human activities,
warming due to human activities,
11
30084
3541
non crede che il clima
si stia riscaldando a causa dell'uomo,
si stia riscaldando a causa dell'uomo,
00:45
don't think that there is
evolution by natural selection,
evolution by natural selection,
12
33625
2939
non crede che ci sia un'evoluzione
sulla base della selezione naturale
sulla base della selezione naturale
00:48
and aren't persuaded by the safety of vaccines.
13
36564
3901
e non è convinta
della sicurezza dei vaccini.
della sicurezza dei vaccini.
00:52
So why should we believe the science?
14
40465
3631
Quindi, perché dovremmo
credere alla scienza?
credere alla scienza?
00:56
Well, scientists don't like talking about
science as a matter of belief.
science as a matter of belief.
15
44096
3611
Gli scienziati non ne fanno
una questione di crederci.
una questione di crederci.
00:59
In fact, they would contrast science with faith,
16
47707
2587
Loro infatti contrappongono
la scienza alla fede
la scienza alla fede
01:02
and they would say belief is the domain of faith.
17
50294
2966
e direbbero che il credere
rientra nel campo della fede.
rientra nel campo della fede.
01:05
And faith is a separate thing
apart and distinct from science.
apart and distinct from science.
18
53260
3778
E la fede è una cosa distinta
e separata dalla scienza.
e separata dalla scienza.
01:09
Indeed they would say religion is based on faith
19
57038
3152
Direbbero invero che la religione
è basata sulla fede
è basata sulla fede
01:12
or maybe the calculus of Pascal's wager.
20
60190
3694
o forse sul calcolo
della scommessa di Pascal.
della scommessa di Pascal.
01:15
Blaise Pascal was a 17th-century mathematician
21
63884
2676
Blaise Pascal era un matematico
del diciassettesimo secolo
del diciassettesimo secolo
01:18
who tried to bring scientific
reasoning to the question of
reasoning to the question of
22
66560
2810
che cercò di applicare
il ragionamento scientifico al dilemma
il ragionamento scientifico al dilemma
01:21
whether or not he should believe in God,
23
69370
1872
sul credere o non credere in Dio.
01:23
and his wager went like this:
24
71242
2604
La sua scommessa era la seguente:
01:25
Well, if God doesn't exist
25
73846
2549
Se Dio non esiste
01:28
but I decide to believe in him
26
76395
2025
ma io decido di credere che esista
01:30
nothing much is really lost.
27
78420
1978
in realtà non perderei molto.
01:32
Maybe a few hours on Sunday.
28
80398
1613
Forse qualche ora la domenica.
01:34
(Laughter)
29
82011
993
(Risate)
01:35
But if he does exist and I don't believe in him,
30
83004
3381
Ma se invece lui esiste ed io non ci credo
01:38
then I'm in deep trouble.
31
86385
2017
allora mi troverei in un bel guaio.
01:40
And so Pascal said, we'd better believe in God.
32
88402
3036
E quindi Pascal diceva
che faremmo meglio a credere in Dio.
che faremmo meglio a credere in Dio.
01:43
Or as one of my college professors said,
33
91438
2172
O, come diceva uno
dei miei professori all'università,
dei miei professori all'università,
01:45
"He clutched for the handrail of faith."
34
93610
2226
"Si aggrappò alla ringhiera della fede".
01:47
He made that leap of faith
35
95836
1936
Fece un atto di fede
01:49
leaving science and rationalism behind.
36
97772
4524
lasciandosi indietro
la scienza ed il razionalismo.
la scienza ed il razionalismo.
01:54
Now the fact is though, for most of us,
37
102296
2696
E il punto è proprio che per molti di noi
01:56
most scientific claims are a leap of faith.
38
104992
3134
la maggior parte degli assunti scientifici
è un atto di fede.
è un atto di fede.
02:00
We can't really judge scientific
claims for ourselves in most cases.
claims for ourselves in most cases.
39
108126
4385
Non possiamo quasi mai giudicare
gli assunti scientifici da soli.
gli assunti scientifici da soli.
02:04
And indeed this is actually
true for most scientists as well
true for most scientists as well
40
112511
2840
Ed in effetti questo è vero
anche per gli scienziati
anche per gli scienziati
02:07
outside of their own specialties.
41
115351
2330
fuori dall'ambito
delle loro specializzazioni.
delle loro specializzazioni.
02:09
So if you think about it, a geologist can't tell you
42
117681
2520
Se ci pensate, un geologo non può dirvi
02:12
whether a vaccine is safe.
43
120201
1750
se un vaccino sia sicuro oppure no.
02:13
Most chemists are not experts in evolutionary theory.
44
121951
3000
La maggior parte dei chimici
non è esperto di teoria evolutiva.
non è esperto di teoria evolutiva.
02:16
A physicist cannot tell you,
45
124951
2259
Un fisico non può dirvi,
02:19
despite the claims of some of them,
46
127210
1443
nonostante le pretese
di qualcuno di loro,
di qualcuno di loro,
02:20
whether or not tobacco causes cancer.
47
128653
3354
se il tabacco provochi il cancro o meno.
02:24
So, if even scientists themselves
48
132007
2450
Quindi anche gli stessi scienziati
02:26
have to make a leap of faith
49
134457
1276
devono fare un atto di fede
02:27
outside their own fields,
50
135733
1922
fuori dai loro ambiti.
02:29
then why do they accept the
claims of other scientists?
claims of other scientists?
51
137655
3928
E quindi perché accettano le affermazioni
degli altri scienziati?
degli altri scienziati?
02:33
Why do they believe each other's claims?
52
141583
2298
Perché credono gli uni
agli assunti degli altri?
agli assunti degli altri?
02:35
And should we believe those claims?
53
143881
3290
E dovremmo crederci anche noi?
02:39
So what I'd like to argue is yes, we should,
54
147171
2776
Quello che voglio dimostrare
è che sì, dovremmo.
è che sì, dovremmo.
02:41
but not for the reason that most of us think.
55
149947
2883
Ma non per le ragioni
a cui molti di noi pensano.
a cui molti di noi pensano.
02:44
Most of us were taught in school
that the reason we should
that the reason we should
56
152830
2330
A scuola ci hanno insegnato
che il motivo per cui
che il motivo per cui
02:47
believe in science is because of the scientific method.
57
155160
3412
dovremmo credere nella scienza
è il metodo scientifico.
è il metodo scientifico.
02:50
We were taught that scientists follow a method
58
158572
2916
Ci hanno insegnato
che gli scienziati seguono un metodo
che gli scienziati seguono un metodo
02:53
and that this method guarantees
59
161488
2356
e che questo metodo garantisce
02:55
the truth of their claims.
60
163844
1996
la verità di ciò che dicono.
02:57
The method that most of us were taught in school,
61
165840
3420
Il metodo che ci hanno insegnato a scuola,
03:01
we can call it the textbook method,
62
169260
1576
noi lo chiamiamo il metodo da manuale,
03:02
is the hypothetical deductive method.
63
170836
2784
è il metodo ipotetico-deduttivo.
03:05
According to the standard
model, the textbook model,
model, the textbook model,
64
173620
3094
Secondo il modello standard,
il modello dei libri,
il modello dei libri,
03:08
scientists develop hypotheses, they deduce
65
176714
2957
gli scienziati sviluppano ipotesi,
03:11
the consequences of those hypotheses,
66
179671
2460
deducono le conseguenze di quelle ipotesi
03:14
and then they go out into the world and they say,
67
182131
1710
e poi si rivolgono al mondo e dicono:
03:15
"Okay, well are those consequences true?"
68
183841
2374
"Ok, sono vere queste conseguenze?
03:18
Can we observe them taking
place in the natural world?
place in the natural world?
69
186215
3333
Possiamo osservarle realizzarsi
davvero nel mondo naturale?"
davvero nel mondo naturale?"
03:21
And if they are true, then the scientists say,
70
189548
2600
E se le conseguenze sono vere
allora gli scienziati dicono,
allora gli scienziati dicono,
03:24
"Great, we know the hypothesis is correct."
71
192148
2856
"Fantastico, sappiamo
che l'ipotesi è corretta".
che l'ipotesi è corretta".
03:27
So there are many famous examples in the history
72
195004
2179
Ci sono molti esempi famosi nella storia
03:29
of science of scientists doing exactly this.
73
197183
2879
di scienziati che hanno fatto
esattamente così.
esattamente così.
03:32
One of the most famous examples
74
200062
2058
Uno degli esempi più famosi
03:34
comes from the work of Albert Einstein.
75
202120
2213
viene dal lavoro di Albert Einstein.
03:36
When Einstein developed the
theory of general relativity,
theory of general relativity,
76
204333
2522
Quando Einstein sviluppò
la teoria della relatività generale
la teoria della relatività generale
03:38
one of the consequences of his theory
77
206855
2316
una delle conseguenze della sua teoria
03:41
was that space-time wasn't just an empty void
78
209171
2839
era che lo spazio-tempo
non era solo un vuoto
non era solo un vuoto
03:44
but that it actually had a fabric.
79
212010
1909
ma aveva una struttura
03:45
And that that fabric was bent
80
213919
1601
e quella struttura si piegava
03:47
in the presence of massive objects like the sun.
81
215520
3380
in presenza di oggetti enormi
come il sole.
come il sole.
03:50
So if this theory were true then it meant that light
82
218900
2749
Quindi se quella teoria fosse stata vera
avrebbe significato
avrebbe significato
03:53
as it passed the sun
83
221649
1528
che la luce, superando il sole,
03:55
should actually be bent around it.
84
223177
2168
avrebbe dovuto ripiegarsi intorno ad esso.
03:57
That was a pretty startling prediction
85
225345
2400
Era un'ipotesi sconvolgente
03:59
and it took a few years before scientists
86
227745
1988
e ci vollero degli anni
prima che gli scienziati
prima che gli scienziati
04:01
were able to test it
87
229733
1278
fossero in grado di testarla.
04:03
but they did test it in 1919,
88
231011
2510
Ma lo fecero nel 1919
04:05
and lo and behold it turned out to be true.
89
233521
2450
ed ecco che diventò vera.
04:07
Starlight actually does bend
as it travels around the sun.
as it travels around the sun.
90
235971
3158
La luce stellare si piega davvero
quando viaggia intorno al sole.
quando viaggia intorno al sole.
04:11
This was a huge confirmation of the theory.
91
239129
2494
E questa è stata un'enorme
conferma della teoria.
conferma della teoria.
04:13
It was considered proof of the truth
92
241623
1805
È stata considerata
la prova della veridicità
la prova della veridicità
04:15
of this radical new idea,
93
243428
1312
di questa nuova idea radicale
04:16
and it was written up in many newspapers
94
244740
1852
ed è stata riportata in molti giornali
04:18
around the globe.
95
246592
2538
di tutto il mondo.
04:21
Now, sometimes this theory or this model
96
249130
2350
A volte ci si riferisce a questa teoria
o a questo modello
o a questo modello
04:23
is referred to as the deductive-nomological model,
97
251480
3434
col nome di
"modello nomologico-deduttivo",
"modello nomologico-deduttivo",
04:26
mainly because academics like
to make things complicated.
to make things complicated.
98
254914
3384
principalmente perché agli accademici
piace fare le cose complicate.
piace fare le cose complicate.
04:30
But also because in the ideal case, it's about laws.
99
258298
5261
Ma anche perché, nel caso ideale,
è un modello che riguarda le leggi.
è un modello che riguarda le leggi.
04:35
So nomological means having to do with laws.
100
263559
2502
Quindi "nomologico" è qualcosa
che ha a che fare con le leggi.
che ha a che fare con le leggi.
04:38
And in the ideal case, the hypothesis isn't just an idea:
101
266061
3424
E nel caso ideale l'ipotesi non è solamente un'idea:
04:41
ideally, it is a law of nature.
102
269485
2326
idealmente, è una legge della natura.
04:43
Why does it matter that it is a law of nature?
103
271811
2287
Cosa significa che è
una legge della natura?
una legge della natura?
04:46
Because if it is a law, it can't be broken.
104
274098
2728
Significa che se è una legge,
non può essere infranta.
non può essere infranta.
04:48
If it's a law then it will always be true
105
276826
2108
Se è una legge allora sarà sempre vera,
04:50
in all times and all places
106
278934
1244
in qualunque tempo e luogo,
04:52
no matter what the circumstances are.
107
280178
2206
a prescindere dalle circostanze.
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
E tutti voi conoscerete almeno
un esempio di legge famosa:
un esempio di legge famosa:
04:57
Einstein's famous equation, E=MC2,
109
285613
3755
la famosa equazione di Einstein, E=MC2,
05:01
which tells us what the relationship is
110
289368
1800
che ci dice quale relazione esiste
05:03
between energy and mass.
111
291168
2193
tra energia e massa
05:05
And that relationship is true no matter what.
112
293361
4000
e che quella relazione è vera
a prescindere da tutto.
a prescindere da tutto.
05:09
Now, it turns out, though, that there
are several problems with this model.
are several problems with this model.
113
297361
3649
Tuttavia si scopre che ci sono
diversi problemi con questo modello.
diversi problemi con questo modello.
05:13
The main problem is that it's wrong.
114
301010
3635
Il problema principale è che è sbagliato.
05:16
It's just not true. (Laughter)
115
304645
3502
Semplicemente non è vero.
(Risate)
(Risate)
05:20
And I'm going to talk about
three reasons why it's wrong.
three reasons why it's wrong.
116
308147
2723
Vi dirò i tre motivi per cui
questo modello è sbagliato.
questo modello è sbagliato.
05:22
So the first reason is a logical reason.
117
310870
2679
Il primo è un motivo logico.
05:25
It's the problem of the fallacy
of affirming the consequent.
of affirming the consequent.
118
313549
3516
È il problema della fallacia
dell'affermazione del conseguente.
dell'affermazione del conseguente.
05:29
So that's another fancy, academic way of saying
119
317065
2826
Che è un altro modo estroso
degli accademici per dire
degli accademici per dire
05:31
that false theories can make true predictions.
120
319891
2670
che teorie false possono produrre
previsioni vere.
previsioni vere.
05:34
So just because the prediction comes true
121
322561
1994
Quindi solo perché
una previsione si avvera,
una previsione si avvera,
05:36
doesn't actually logically
prove that the theory is correct.
prove that the theory is correct.
122
324555
3222
secondo la logica ciò non implica
che la teoria sia corretta.
che la teoria sia corretta.
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
Ho un buon esempio anche di questo,
tratto sempre dalla storia della scienza.
tratto sempre dalla storia della scienza.
05:43
This is a picture of the Ptolemaic universe
124
331708
2695
Questa è un'immagine
dell'universo tolemaico,
dell'universo tolemaico,
05:46
with the Earth at the center of the universe
125
334403
1862
con la Terra al centro dell'universo
05:48
and the sun and the planets going around it.
126
336265
2595
e il sole e i pianeti
che le girano intorno.
che le girano intorno.
05:50
The Ptolemaic model was believed
127
338860
2030
Il modello Tolemaico
è stato preso per buono
è stato preso per buono
05:52
by many very smart people for many centuries.
128
340890
3253
per molti secoli da persone
molto intelligenti.
molto intelligenti.
05:56
Well, why?
129
344143
1736
Perché?
05:57
Well the answer is because it made
lots of predictions that came true.
lots of predictions that came true.
130
345879
3437
La risposta è: perché faceva un sacco
di previsioni che si sono avverate.
di previsioni che si sono avverate.
06:01
The Ptolemaic system enabled astronomers
131
349316
2016
Il sistema tolemaico
ha consentito agli astronomi
ha consentito agli astronomi
06:03
to make accurate predictions
of the motions of the planet,
of the motions of the planet,
132
351332
2750
di fare previsioni accurate
sul movimento dei pianeti.
sul movimento dei pianeti.
06:06
in fact more accurate predictions at first
133
354082
2519
Previsioni addirittura
più accurate di quelle
più accurate di quelle
06:08
than the Copernican theory
which we now would say is true.
which we now would say is true.
134
356601
4324
venute con la teoria copernicana,
che noi adesso riteniamo vera.
che noi adesso riteniamo vera.
06:12
So that's one problem with the textbook model.
135
360925
2982
Questo è il primo problema
con il modello da manuale.
con il modello da manuale.
06:15
A second problem is a practical problem,
136
363907
2396
Un secondo problema è di natura pratica,
06:18
and it's the problem of auxiliary hypotheses.
137
366303
3235
ed è il problema delle ipotesi ausiliarie.
06:21
Auxiliary hypotheses are assumptions
138
369538
2829
Le ipotesi ausiliarie sono delle ipotesi
06:24
that scientists are making
139
372367
1779
che gli scienziati fanno
06:26
that they may or may not even
be aware that they're making.
be aware that they're making.
140
374146
3043
consapevoli o meno del fatto
che le stiano facendo.
che le stiano facendo.
06:29
So an important example of this
141
377189
2661
Un esempio importante
06:31
comes from the Copernican model,
142
379850
2095
viene dal modello copernicano,
06:33
which ultimately replaced the Ptolemaic system.
143
381945
3192
che ha sostituito il modello tolemaico.
06:37
So when Nicolaus Copernicus said,
144
385137
2040
Quando Niccolò Copernico disse
06:39
actually the Earth is not the center of the universe,
145
387177
2650
che in realtà non era la Terra
il centro dell'universo,
il centro dell'universo,
06:41
the sun is the center of the solar system,
146
389827
1918
ma che il sole stava al centro
del sistema solare
del sistema solare
06:43
the Earth moves around the sun.
147
391745
1382
e che la Terra si muoveva intorno al sole,
06:45
Scientists said, well okay, Nicolaus, if that's true
148
393127
3728
gli scienziati dissero:
"Ok, Niccolò, se questo è vero
"Ok, Niccolò, se questo è vero
06:48
we ought to be able to detect the motion
149
396855
1764
dovremmo essere in grado
di notare il movimento
di notare il movimento
06:50
of the Earth around the sun.
150
398619
1958
della Terra intorno al Sole".
06:52
And so this slide here illustrates a concept
151
400577
2056
Questa slide illustra un concetto
06:54
known as stellar parallax.
152
402633
1808
conosciuto come "parallasse stellare".
06:56
And astronomers said, if the Earth is moving
153
404441
3822
Gli astronomi dissero:
se la Terra si muove
se la Terra si muove
07:00
and we look at a prominent star, let's say, Sirius --
154
408263
3200
e guardiamo una stella fondamentale,
diciamo per esempio Sirio --
diciamo per esempio Sirio --
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
lo so, sono a Manhattan e voi ragazzi
non potete vedere le stelle,
non potete vedere le stelle,
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
ma immaginate di essere in campagna,
immaginate di aver scelto la vita rurale --
immaginate di aver scelto la vita rurale --
07:09
and we look at a star in December, we see that star
157
417608
2867
se guardiamo una stella a dicembre,
vediamo quella stella
vediamo quella stella
07:12
against the backdrop of distant stars.
158
420475
2765
sullo sfondo delle stelle lontane.
07:15
If we now make the same observation six months later
159
423240
2954
Se ripetiamo la stessa osservazione
sei mesi dopo,
sei mesi dopo,
07:18
when the Earth has moved to this position in June,
160
426194
3812
a Giugno, quando la Terra
ha cambiato la sua posizione,
ha cambiato la sua posizione,
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
guardando la stessa stella
la vedremo con uno sfondo diverso.
la vedremo con uno sfondo diverso.
07:26
That difference, that angular
difference, is the stellar parallax.
difference, is the stellar parallax.
162
434105
4182
Quella differenza angolare,
è la parallasse stellare.
è la parallasse stellare.
07:30
So this is a prediction that the Copernican model makes.
163
438287
2863
Quindi questa era la previsione
che fa il modello Copernicano.
che fa il modello Copernicano.
07:33
Astronomers looked for the stellar parallax
164
441150
2561
Gli astronomi cercarono
la parallasse stellare
la parallasse stellare
07:35
and they found nothing, nothing at all.
165
443711
4982
e non trovarono niente, niente di niente.
07:40
And many people argued that this proved
that the Copernican model was false.
that the Copernican model was false.
166
448693
3866
Molti sostennero che questa fosse la prova
della falsità del modello Copernicano.
della falsità del modello Copernicano.
07:44
So what happened?
167
452559
1488
Cos'era successo?
07:46
Well, in hindsight we can say
that astronomers were making
that astronomers were making
168
454047
2683
Col senno di poi, possiamo dire che gli astronomi stavano facendo
07:48
two auxiliary hypotheses, both of which
169
456730
2547
due ipotesi ausiliarie, ognuna delle quali
07:51
we would now say were incorrect.
170
459277
2663
possiamo ritenere oggi non corretta.
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 prima era un assunto
sulla grandezza dell'orbita terrestre.
sulla grandezza dell'orbita terrestre.
07:57
Astronomers were assuming
that the Earth's orbit was large
that the Earth's orbit was large
172
465575
3036
Gli astronomi stavano assumendo
che l'orbita terrestre fosse ampia
che l'orbita terrestre fosse ampia
08:00
relative to the distance to the stars.
173
468611
2338
in relazione alla distanza dalle stelle.
08:02
Today we would draw the picture more like this,
174
470949
2464
Oggi rappresenteremmo l'immagine così,
08:05
this comes from NASA,
175
473413
1347
questa è un'immagine della NASA
08:06
and you see the Earth's orbit is actually quite small.
176
474760
2423
e vedete come l'orbita terrestre
sia in realtà piuttosto piccola.
sia in realtà piuttosto piccola.
08:09
In fact, it's actually much
smaller even than shown here.
smaller even than shown here.
177
477183
2991
E in realtà è ancora più piccola
di quanto mostrato qui.
di quanto mostrato qui.
08:12
The stellar parallax therefore,
178
480174
1539
La parallasse stellare quindi
08:13
is very small and actually very hard to detect.
179
481713
3584
è molto piccola
e molto difficile da individuare.
e molto difficile da individuare.
08:17
And that leads to the second reason
180
485297
1974
E questo ci porta al secondo motivo
08:19
why the prediction didn't work,
181
487271
1859
per cui la previsione non funzionò.
08:21
because scientists were also assuming
182
489130
1915
Gli scienziati assumevano anche
08:23
that the telescopes they had were sensitive enough
183
491045
3010
che i telescopi di cui erano in possesso
08:26
to detect the parallax.
184
494055
1900
fossero abbastanza sensibili
da individuare la parallasse.
da individuare la parallasse.
08:27
And that turned out not to be true.
185
495955
2017
E questo si rivelò non essere vero.
08:29
It wasn't until the 19th century
186
497972
2534
Solo nel diciannovesimo secolo
08:32
that scientists were able to detect
187
500506
1684
gli scienziati sono stati in grado
08:34
the stellar parallax.
188
502190
1536
di individuare la parallasse stellare.
08:35
So, there's a third problem as well.
189
503726
2646
C'è anche un terzo problema.
08:38
The third problem is simply a factual problem,
190
506372
2778
Il terzo problema è semplicemente
un problema effettivo:
un problema effettivo:
08:41
that a lot of science doesn't fit the textbook model.
191
509150
2816
la scienza non sempre
si adatta al modello da manuale.
si adatta al modello da manuale.
08:43
A lot of science isn't deductive at all,
192
511966
2273
Molta scienza non è affatto deduttiva.
08:46
it's actually inductive.
193
514239
1768
È induttiva.
08:48
And by that we mean that scientists don't necessarily
194
516007
2516
E con questo intendo che gli scienziati
non devono necessariamente
non devono necessariamente
08:50
start with theories and hypotheses,
195
518523
2231
iniziare da teorie ed ipotesi.
08:52
often they just start with observations
196
520754
1869
Spesso iniziano dall'osservazione
08:54
of stuff going on in the world.
197
522623
2409
di quello che succede nel mondo.
08:57
And the most famous example
of that is one of the most
of that is one of the most
198
525032
2570
Il più celebre esempio è quello
08:59
famous scientists who ever lived, Charles Darwin.
199
527602
3065
del più famoso scienziato
mai vissuto, Charles Darwin.
mai vissuto, 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
Quando Darwin da ragazzo
partì con l'HMS Beagle,
partì con l'HMS Beagle,
09:05
he didn't have a hypothesis, he didn't have a theory.
201
533829
3612
non aveva un'ipotesi né una teoria.
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
Sapeva soltanto che voleva
fare carriera come scienziato
fare carriera come scienziato
09:12
and he started to collect data.
203
540507
2012
e cominciò a raccogliere dei dati.
09:14
Mainly he knew that he hated medicine
204
542519
2730
Sapeva di odiare la medicina,
09:17
because the sight of blood made him sick so
205
545249
1818
perché la vista del sangue
lo faceva sentire male
lo faceva sentire male
09:19
he had to have an alternative career path.
206
547067
2268
e aveva dovuto scegliere
un altro percorso.
un altro percorso.
09:21
So he started collecting data.
207
549335
2134
Quindi cominciò a raccogliere dati.
09:23
And he collected many things,
including his famous finches.
including his famous finches.
208
551469
3166
Raccolse anche molte altre cose,
inclusi i suoi famosi fringuelli.
inclusi i suoi famosi fringuelli.
09:26
When he collected these finches,
he threw them in a bag
he threw them in a bag
209
554635
2210
Quando raccoglieva questi fringuelli
li buttava in un sacco
li buttava in un sacco
09:28
and he had no idea what they meant.
210
556845
2340
senza avere idea di cosa significassero.
09:31
Many years later back in London,
211
559185
2287
Molti anni dopo,
una volta tornato a Londra,
una volta tornato a Londra,
09:33
Darwin looked at his data again and began
212
561472
2233
Darwin riguardò i suoi dati e cominciò
09:35
to develop an explanation,
213
563705
2448
a sviluppare una spiegazione.
09:38
and that explanation was the
theory of natural selection.
theory of natural selection.
214
566153
3298
Quella spiegazione era la teoria
della selezione naturale.
della selezione naturale.
09:41
Besides inductive science,
215
569451
2059
Oltre alla scienza induttiva,
09:43
scientists also often participate in modeling.
216
571510
2936
gli scienziati spesso partecipano
anche alla costruzione di modelli.
anche alla costruzione di modelli.
09:46
One of the things scientists want to do in life
217
574446
2336
Una delle cose che gli scienziati
vogliono fare nella vita
vogliono fare nella vita
09:48
is to explain the causes of things.
218
576782
2268
è spiegare le cause delle cose.
09:51
And how do we do that?
219
579050
1518
E come facciamo a farlo?
09:52
Well, one way you can do it is to build a model
220
580568
2252
Un modo è quello
di costruire un modello
di costruire un modello
09:54
that tests an idea.
221
582820
1742
che sperimenti un'idea.
09:56
So this is a picture of Henry Cadell,
222
584562
1931
Questa è una foto di Henry Cadell,
09:58
who was a Scottish geologist in the 19th century.
223
586493
2866
un geologo scozzese
del diciannovesimo secolo.
del diciannovesimo secolo.
10:01
You can tell he's Scottish because he's wearing
224
589359
1433
Potete dire che è scozzese perché indossa
10:02
a deerstalker cap and Wellington boots.
225
590792
2388
un cappello da cacciatore di cervi
e degli stivali Wellington.
e degli stivali Wellington.
10:05
(Laughter)
226
593180
2154
(Risate)
10:07
And Cadell wanted to answer the question,
227
595334
1566
Cadell voleva rispondere alla domanda
10:08
how are mountains formed?
228
596900
1768
su come si formano le montagne
10:10
And one of the things he had observed
229
598668
1516
ed una delle cose che osservò
10:12
is that if you look at mountains
like the Appalachians,
like the Appalachians,
230
600184
2574
fu che se si osservano montagne
come gli Appalachi,
come gli Appalachi,
10:14
you often find that the rocks in them
231
602758
1633
vi si trovano spesso delle rocce
10:16
are folded,
232
604391
1469
che sono ripiegate
10:17
and they're folded in a particular way,
233
605860
1646
e sono ripiegate in un modo particolare,
10:19
which suggested to him
234
607506
1444
che gli suggerì
10:20
that they were actually being
compressed from the side.
compressed from the side.
235
608950
2949
che le pietre fossero compresse ai lati.
10:23
And this idea would later play a major role
236
611899
2088
Quest'idea più tardi giocherà
un ruolo importantissimo
un ruolo importantissimo
10:25
in discussions of continental drift.
237
613987
2423
nella discussione
sulla deriva dei continenti.
sulla deriva dei continenti.
10:28
So he built this model, this crazy contraption
238
616410
2506
Quindi costruì questo modello,
questo aggeggio assurdo
questo aggeggio assurdo
10:30
with levers and wood, and here's his wheelbarrow,
239
618916
2152
con leve, pezzi di legno,
questa è la sua carriola
questa è la sua carriola
10:33
buckets, a big sledgehammer.
240
621068
2442
secchi e un martello da fabbro.
10:35
I don't know why he's got the Wellington boots.
241
623510
1898
Non so perché indossasse
degli stivali Wellington.
degli stivali Wellington.
10:37
Maybe it's going to rain.
242
625408
1577
Forse stava per piovere.
10:38
And he created this physical model in order
243
626985
3085
Lui creò questo modello fisico
10:42
to demonstrate that you could, in fact, create
244
630070
3965
per dimostrare
che si possono creare in effetti
che si possono creare in effetti
10:46
patterns in rocks, or at least, in this case, in mud,
245
634035
2674
delle forme con delle rocce o,
almeno in questo caso, con del fango,
almeno in questo caso, con del fango,
10:48
that looked a lot like mountains
246
636709
2226
che somigliavano molto a delle montagne
10:50
if you compressed them from the side.
247
638935
1842
se si comprimono ai lati.
10:52
So it was an argument about
the cause of mountains.
the cause of mountains.
248
640777
3628
Questa fu una discussione
sull'origine delle montagne.
sull'origine delle montagne.
10:56
Nowadays, most scientists prefer to work inside,
249
644405
3048
Al giorno d'oggi gli scienziati
preferiscono lavorare al chiuso,
preferiscono lavorare al chiuso,
10:59
so they don't build physical models so much
250
647453
2427
quindi non costruiscono
molti modelli fisici,
molti modelli fisici,
11:01
as to make computer simulations.
251
649880
2361
fanno delle simulazioni al computer.
11:04
But a computer simulation is a kind of a model.
252
652241
2839
Ma una simulazione al computer
è una sorta di modello.
è una sorta di modello.
11:07
It's a model that's made with mathematics,
253
655080
1863
È un modello fatto con la matematica e,
11:08
and like the physical models of the 19th century,
254
656943
3233
come i modelli fisici
del diciannovesimo secolo,
del diciannovesimo secolo,
11:12
it's very important for thinking about causes.
255
660176
3778
è molto importante per riflettere
sulle cause delle cose.
sulle cause delle cose.
11:15
So one of the big questions
to do with climate change,
to do with climate change,
256
663954
2615
Una delle grandi questioni ha a che fare
con il mutamento climatico.
con il mutamento climatico.
11:18
we have tremendous amounts of evidence
257
666569
1803
Abbiamo una quantità
impressionante di prove
impressionante di prove
11:20
that the Earth is warming up.
258
668372
1880
che la Terra si stia surriscaldando.
11:22
This slide here, the black line shows
259
670252
2464
In questa slide, la linea nera mostra
11:24
the measurements that scientists have taken
260
672716
2120
le misurazioni che gli scienziati
hanno effettuato
hanno effettuato
11:26
for the last 150 years
261
674836
1963
negli ultimi 150 anni.
11:28
showing that the Earth's temperature
262
676799
1410
Dimostra che la temperatura della Terra
11:30
has steadily increased,
263
678209
1634
è aumentata costantemente.
11:31
and you can see in particular
that in the last 50 years
that in the last 50 years
264
679843
2846
Si può notare che negli ultimi 50 anni
11:34
there's been this dramatic increase
265
682689
1764
c'è stato un incremento drammatico
11:36
of nearly one degree centigrade,
266
684453
2340
di circa un grado centigrado
11:38
or almost two degrees Fahrenheit.
267
686793
2375
o quasi due gradi Fahrenheit.
11:41
So what, though, is driving that change?
268
689168
2437
Cos'è che determina questo cambiamento?
11:43
How can we know what's causing
269
691605
2335
Come facciamo a sapere cosa sta causando
11:45
the observed warming?
270
693940
1516
il surriscaldamento che è stato rilevato?
11:47
Well, scientists can model it
271
695456
1714
Beh, gli scienziati possono
crearne un modello,
crearne un modello,
11:49
using a computer simulation.
272
697170
2368
usando una simulazione virtuale.
11:51
So this diagram illustrates a computer simulation
273
699538
2792
Questo diagramma illustra
una simulazione virtuale
una simulazione virtuale
11:54
that has looked at all the different factors
274
702330
2121
che ha osservato tutti i diversi fattori
11:56
that we know can influence the Earth's climate,
275
704451
2605
che sappiamo possono influenzare
il clima sulla Terra.
il clima sulla Terra.
11:59
so sulfate particles from air pollution,
276
707056
2752
Particelle di solfato
dall'inquinamento dell'aria,
dall'inquinamento dell'aria,
12:01
volcanic dust from volcanic eruptions,
277
709808
2970
polvere vulcanica dalle eruzioni,
12:04
changes in solar radiation,
278
712778
2234
cambiamenti nella radiazione solare
12:07
and, of course, greenhouse gases.
279
715012
2378
e, ovviamente, i gas serra.
12:09
And they asked the question,
280
717390
1818
Si sono posti la domanda:
12:11
what set of variables put into a model
281
719208
3696
quale insieme di variabili
messe in un modello
messe in un modello
12:14
will reproduce what we actually see in real life?
282
722904
2976
riprodurrà quello
che osserviamo nella vita vera?
che osserviamo nella vita vera?
12:17
So here is the real life in black.
283
725880
2020
Ecco, in nero, la vita vera.
12:19
Here's the model in this light gray,
284
727900
2280
E in grigio chiaro la simulazione.
12:22
and the answer is
285
730180
1560
La risposta è:
12:23
a model that includes, it's the answer E on that SAT,
286
731740
4387
un modello che include --
sarebbe la risposta E di un test --
sarebbe la risposta E di un test --
12:28
all of the above.
287
736127
2141
tutte le opzioni precedenti.
12:30
The only way you can reproduce
288
738268
1506
L'unico modo in cui si possano riprodurre
12:31
the observed temperature measurements
289
739774
1828
le misurazioni della temperatura
12:33
is with all of these things put together,
290
741602
1978
è con tutti questi elementi messi insieme,
12:35
including greenhouse gases,
291
743580
2139
inclusi i gas serra.
12:37
and in particular you can see that the increase
292
745719
2551
In particolare,
potete vedere che l'incremento
potete vedere che l'incremento
12:40
in greenhouse gases tracks
293
748270
1884
dei gas serra segna
12:42
this very dramatic increase in temperature
294
750154
2206
questo aumento marcato della temperatura
12:44
over the last 50 years.
295
752360
1480
in questi ultimi 50 anni.
12:45
And so this is why climate scientists say
296
753840
2434
Questo è il motivo per cui
i climatologi dicono
i climatologi dicono
12:48
it's not just that we know that
climate change is happening,
climate change is happening,
297
756274
3108
che non solo sappiamo
che il mutamento climatico sta avvenendo
che il mutamento climatico sta avvenendo
12:51
we know that greenhouse gases are a major part
298
759382
2768
ma sappiamo anche che i gas serra
sono una parte fondamentale
sono una parte fondamentale
12:54
of the reason why.
299
762150
2730
del motivo.
12:56
So now because there all these different things
300
764880
2388
Proprio perché ci sono tutte queste cose
12:59
that scientists do,
301
767268
1489
che fanno gli scienziati,
13:00
the philosopher Paul Feyerabend famously said,
302
768757
3486
il filosofo Paul Feyerabend
ha detto la famosa frase:
ha detto la famosa frase:
13:04
"The only principle in science
303
772243
1626
"L'unico principio nella scienza
13:05
that doesn't inhibit progress is: anything goes."
304
773869
3979
che non inibisce il progresso è:
qualsiasi cosa può andar bene".
qualsiasi cosa può andar bene".
13:09
Now this quotation has often
been taken out of context,
been taken out of context,
305
777848
2616
Questa citazione è stata spesso
ripresa fuori contesto,
ripresa fuori contesto,
13:12
because Feyerabend was not actually saying
306
780464
2118
perché in realtà Feyerabend
non stava dicendo che
non stava dicendo che
13:14
that in science anything goes.
307
782582
1950
nella scienza tutto può andare bene.
13:16
What he was saying was,
308
784532
1344
Quello che stava dicendo era --
13:17
actually the full quotation is,
309
785876
2024
in realtà la citazione per intero è
13:19
"If you press me to say
310
787900
2090
"Se mi costringete a dire
13:21
what is the method of science,
311
789990
1646
quale sia il metodo della scienza,
13:23
I would have to say: anything goes."
312
791636
3629
io dovrei dire:
qualsiasi cosa può andar bene."
qualsiasi cosa può andar bene."
13:27
What he was trying to say
313
795265
1078
Quello che stava cercando di dire
13:28
is that scientists do a lot of different things.
314
796343
2567
è che gli scienziati
fanno un sacco di cose.
fanno un sacco di cose.
13:30
Scientists are creative.
315
798910
2308
Gli scienziati sono creativi.
13:33
But then this pushes the question back:
316
801218
2110
Ma questo rimanda alla domanda:
13:35
If scientists don't use a single method,
317
803328
3471
se gli scienziati non usano
un solo metodo,
un solo metodo,
13:38
then how do they decide
318
806799
1899
come fanno a decidere
13:40
what's right and what's wrong?
319
808698
1458
cosa è giusto e cosa è sbagliato?
13:42
And who judges?
320
810156
1894
E chi giudica?
13:44
And the answer is, scientists judge,
321
812050
2080
La risposta è: gli scienziati giudicano
13:46
and they judge by judging evidence.
322
814130
2883
e giudicano giudicando le prove.
13:49
Scientists collect evidence in many different ways,
323
817013
3409
Gli scienziati raccolgono prove
in molti modi diversi,
in molti modi diversi,
13:52
but however they collect it,
324
820422
1622
ma in qualunque modo lo facciano,
13:54
they have to subject it to scrutiny.
325
822044
2577
devono sottoporle ad un esame minuzioso.
13:56
And this led the sociologist Robert Merton
326
824621
2560
Questo ci collega
al sociologo Robert Merton,
al sociologo Robert Merton,
13:59
to focus on this question of how scientists
327
827181
2180
per focalizzarci su questa questione
di come gli scienziati
di come gli scienziati
14:01
scrutinize data and evidence,
328
829361
1679
esaminino i dati
in loro possesso e le prove.
in loro possesso e le prove.
14:03
and he said they do it in a way he called
329
831040
2808
Disse che lo fanno
in una maniera che ha chiamato
in una maniera che ha chiamato
14:05
"organized skepticism."
330
833848
1919
"scetticismo organizzato".
14:07
And by that he meant it's organized
331
835767
1884
Intendeva dire che è "organizzato"
14:09
because they do it collectively,
332
837651
1478
perché gli scienziati
operano collettivamente,
operano collettivamente,
14:11
they do it as a group,
333
839129
1629
come gruppo,
14:12
and skepticism, because they do it from a position
334
840758
2816
e "scetticismo" perché agiscono
da una posizione
da una posizione
14:15
of distrust.
335
843574
1454
di diffidenza.
14:17
That is to say, the burden of proof
336
845028
1962
Vale a dire, l'onere della prova
14:18
is on the person with a novel claim.
337
846990
2481
è a carico di chi effettua la scoperta.
14:21
And in this sense, science
is intrinsically conservative.
is intrinsically conservative.
338
849471
3143
In questo senso la scienza
è intrinsecamente conservativa.
è intrinsecamente conservativa.
14:24
It's quite hard to persuade the scientific community
339
852614
2572
È piuttosto difficile convincere
la comunità scientifica
la comunità scientifica
14:27
to say, "Yes, we know something, this is true."
340
855186
3711
a dire "Sì, conosciamo
questa cosa ed è vera".
questa cosa ed è vera".
14:30
So despite the popularity of the concept
341
858897
2496
Quindi, nonostante
la popolarità del concetto
la popolarità del concetto
14:33
of paradigm shifts,
342
861393
1597
del cambiamento del paradigma,
14:34
what we find is that actually,
343
862990
1284
quello che riteniamo è che in realtà
14:36
really major changes in scientific thinking
344
864274
2785
i cambiamenti veramente grandi
nel pensiero scientifico
nel pensiero scientifico
14:39
are relatively rare in the history of science.
345
867059
3720
sono relativamente rari
nella storia della scienza.
nella storia della scienza.
14:42
So finally that brings us to one more idea:
346
870779
3563
E questo ci porta ancora ad un'altra idea:
14:46
If scientists judge evidence collectively,
347
874342
3708
se gli scienziati giudicano
le prove collettivamente,
le prove collettivamente,
14:50
this has led historians to focus on the question
348
878050
2562
questo ha portato gli storici
a concentrarsi sulla questione
a concentrarsi sulla questione
14:52
of consensus,
349
880612
1419
del consenso.
14:54
and to say that at the end of the day,
350
882031
1895
Alla fine dei giochi,
14:55
what science is,
351
883926
1934
ciò che è la scienza,
14:57
what scientific knowledge is,
352
885860
1670
ciò che è la conoscenza scientifica,
14:59
is the consensus of the scientific experts
353
887530
3379
non è altro che il consenso
degli esperti scientifici
degli esperti scientifici
15:02
who through this process of organized scrutiny,
354
890909
2154
che, attraverso questo processo
di minuziosa analisi organizzata,
di minuziosa analisi organizzata,
15:05
collective scrutiny,
355
893063
2305
un'analisi collettiva,
15:07
have judged the evidence
356
895368
1242
hanno giudicato le prove
15:08
and come to a conclusion about it,
357
896610
2797
e sono arrivati ad una conclusione,
15:11
either yea or nay.
358
899407
2477
positiva o negativa.
15:13
So we can think of scientific knowledge
359
901884
1724
Quindi possiamo pensare
alla conoscenza scientifica
alla conoscenza scientifica
15:15
as a consensus of experts.
360
903608
2052
come ad un'opinione generale
che gli esperti hanno.
che gli esperti hanno.
15:17
We can also think of science as being
361
905660
1772
Possiamo pensare alla scienza anche come
15:19
a kind of a jury,
362
907432
1578
ad una specie di giuria,
15:21
except it's a very special kind of jury.
363
909010
2514
una giuria molto speciale.
15:23
It's not a jury of your peers,
364
911524
2104
Non è una giuria di persone come voi.
15:25
it's a jury of geeks.
365
913628
1896
È una giuria di geek.
15:27
It's a jury of men and women with Ph.D.s,
366
915524
3634
Una giuria di uomini e donne
con titoli di dottorato.
con titoli di dottorato.
15:31
and unlike a conventional jury,
367
919158
2442
E, a differenza di una giuria normale,
15:33
which has only two choices,
368
921600
1690
che ha solamente due scelte:
15:35
guilty or not guilty,
369
923290
2685
colpevole o non colpevole,
15:37
the scientific jury actually has a number of choices.
370
925975
3401
la giuria scientifica
ha un gran numero di scelte.
ha un gran numero di scelte.
15:41
Scientists can say yes, something's true.
371
929376
2784
Gli scienziati possono dire:
sì, questa cosa è vera.
sì, questa cosa è vera.
15:44
Scientists can say no, it's false.
372
932160
2580
Possono dire: no, è falsa.
15:46
Or, they can say, well it might be true
373
934740
2540
O possono anche dire:
beh, questa cosa potrebbe essere vera
beh, questa cosa potrebbe essere vera
15:49
but we need to work more
and collect more evidence.
and collect more evidence.
374
937280
3044
ma abbiamo bisogno di lavorarci
di più e raccogliere più prove.
di più e raccogliere più prove.
15:52
Or, they can say it might be true,
375
940324
1616
O ancora: potrebbe essere vera
15:53
but we don't know how to answer the question
376
941940
1700
ma non sappiamo
come rispondere alla domanda
come rispondere alla domanda
15:55
and we're going to put it aside
377
943640
1310
e per adesso la mettiamo da parte,
15:56
and maybe we'll come back to it later.
378
944950
2923
magari ci ritorneremo più avanti.
15:59
That's what scientists call "intractable."
379
947873
4002
Questo è quello che gli scienziati
definiscono "non trattabile".
definiscono "non trattabile".
16:03
But this leads us to one final problem:
380
951875
2606
E ci porta all'ultimo problema:
16:06
If science is what scientists say it is,
381
954481
2938
Se la scienza è quello
che dicono gli scienziati,
che dicono gli scienziati,
16:09
then isn't that just an appeal to authority?
382
957419
2541
allora non è altro
che un ricorso all'autorità?
che un ricorso all'autorità?
16:11
And weren't we all taught in school
383
959960
1062
E non ci hanno forse insegnato a scuola
16:13
that the appeal to authority is a logical fallacy?
384
961022
3227
che il ricorso all'autorità
è una fallacia logica?
è una fallacia logica?
16:16
Well, here's the paradox of modern science,
385
964249
3032
Ecco il paradosso della scienza moderna,
16:19
the paradox of the conclusion I think historians
386
967281
2272
il paradosso della conclusione a cui credo
16:21
and philosophers and sociologists have come to,
387
969553
2601
storici, filosofi e sociologi
siano arrivati:
siano arrivati:
16:24
that actually science is the appeal to authority,
388
972154
3501
la scienza è davvero
un appello all'autorità,
un appello all'autorità,
16:27
but it's not the authority of the individual,
389
975655
3776
ma non è l'autorità
di un singolo individuo,
di un singolo individuo,
16:31
no matter how smart that individual is,
390
979431
2399
non importa quanto sia intelligente
quell'individuo,
quell'individuo,
16:33
like Plato or Socrates or Einstein.
391
981830
3865
che sia Platone, Socrate oppure Einstein.
16:37
It's the authority of the collective community.
392
985695
3114
È l'autorità della comunità collettiva.
16:40
You can think of it is a kind of wisdom of the crowd,
393
988809
2986
Potete pensarci in termini
di una saggezza della folla,
di una saggezza della folla,
16:43
but a very special kind of crowd.
394
991795
4126
ma è una folla molto particolare.
16:47
Science does appeal to authority,
395
995921
1890
La scienza fa appello all'autorità,
16:49
but it's not based on any individual,
396
997811
2050
ma non è basata su un individuo,
16:51
no matter how smart that individual may be.
397
999861
2586
non importa quanto intelligente
possa essere quell'individuo.
possa essere quell'individuo.
16:54
It's based on the collective wisdom,
398
1002447
1751
È basata sulla saggezza collettiva,
16:56
the collective knowledge, the collective work,
399
1004198
2642
sulla conoscenza collettiva, sul lavoro
16:58
of all of the scientists who have worked
400
1006840
1898
di tutti gli scienziati che hanno lavorato
17:00
on a particular problem.
401
1008738
2717
su una specifica questione.
17:03
Scientists have a kind of culture of collective distrust,
402
1011455
2796
Gli scienziati hanno una sorta
di cultura della diffidenza collettiva,
di cultura della diffidenza collettiva,
17:06
this "show me" culture,
403
1014251
2200
la cultura del "dimostramelo",
17:08
illustrated by this nice woman here
404
1016451
1950
illustrata da questa simpatica signora
17:10
showing her colleagues her evidence.
405
1018401
3082
che illustra ai suoi colleghi
la sua dimostrazione.
la sua dimostrazione.
17:13
Of course, these people don't
really look like scientists,
really look like scientists,
406
1021483
1857
Certo, queste persone
non sembrano dei veri scienziati
non sembrano dei veri scienziati
17:15
because they're much too happy.
407
1023340
1986
perché sono troppo felici.
17:17
(Laughter)
408
1025326
4012
(Risate)
17:21
Okay, so that brings me to my final point.
409
1029338
4322
Ok, questo mi porta al punto conclusivo.
17:25
Most of us get up in the morning.
410
1033660
2648
La maggior parte di noi
si alza al mattino.
si alza al mattino.
17:28
Most of us trust our cars.
411
1036308
1410
La maggior parte di noi
si fida delle proprie automobili.
si fida delle proprie automobili.
17:29
Well, see, now I'm thinking, I'm in Manhattan,
412
1037718
1542
Beh, adesso sto pensando
che sono a Manhattan,
che sono a Manhattan,
17:31
this is a bad analogy,
413
1039260
1298
non è un buon esempio.
17:32
but most Americans who don't live in Manhattan
414
1040558
2824
Ma la maggior parte degli Americani
che non vive a Manhattan
che non vive a Manhattan
17:35
get up in the morning and get in their cars
415
1043382
1738
si alza al mattino e sale in macchina.
17:37
and turn on that ignition, and their cars work,
416
1045120
2529
Attiva l'accensione
e la loro automobile funziona
e la loro automobile funziona
17:39
and they work incredibly well.
417
1047649
2001
e funziona incredibilmente bene.
17:41
The modern automobile hardly ever breaks down.
418
1049650
2715
L'automobile moderna
difficilmente si rompe.
difficilmente si rompe.
17:44
So why is that? Why do cars work so well?
419
1052365
2783
Perché? Perché le nostre macchine
funzionano così bene?
funzionano così bene?
17:47
It's not because of the genius of Henry Ford
420
1055148
2504
Non è per il genio di Henry Ford
17:49
or Karl Benz or even Elon Musk.
421
1057652
3091
o di Karl Benz e neanche di Elon Musk.
17:52
It's because the modern automobile
422
1060743
2142
È perché l'automobile moderna
17:54
is the product of more than 100 years of work
423
1062885
5034
è il prodotto di più di 100 anni di lavoro
17:59
by hundreds and thousands
424
1067919
1590
di centinaia, migliaia
18:01
and tens of thousands of people.
425
1069509
1336
e decine di migliaia di persone.
18:02
The modern automobile is the product
426
1070845
2111
L'automobile moderna è il prodotto
18:04
of the collected work and wisdom and experience
427
1072956
2789
di un lavoro condiviso
e della saggezza e dell'esperienza
e della saggezza e dell'esperienza
18:07
of every man and woman who has ever worked
428
1075745
2347
di ogni uomo e di ogni donna
che abbia mai lavorato
che abbia mai lavorato
18:10
on a car,
429
1078092
1608
su una macchina.
18:11
and the reliability of the technology is the result
430
1079700
2915
E l'affidabilità della tecnologia
è il risultato
è il risultato
18:14
of that accumulated effort.
431
1082615
2683
di quello sforzo complessivo.
18:17
We benefit not just from the genius of Benz
432
1085298
2857
Non beneficiamo solamente
del genio di Benz,
del genio di Benz,
18:20
and Ford and Musk
433
1088155
1066
di Ford e di Musk,
18:21
but from the collective intelligence and hard work
434
1089221
2768
ma dell'intelligenza collettiva
e del duro lavoro
e del duro lavoro
18:23
of all of the people who have worked
435
1091989
2251
di tutte le persone che hanno lavorato
18:26
on the modern car.
436
1094240
1670
sull'automobile moderna.
18:27
And the same is true of science,
437
1095910
2050
E lo stesso vale per la scienza,
18:29
only science is even older.
438
1097960
2844
solo che la scienza è ancora più vecchia.
18:32
Our basis for trust in science is actually the same
439
1100804
2574
La nostra base per la fiducia
nella scienza è la stessa base
nella scienza è la stessa base
18:35
as our basis in trust in technology,
440
1103378
2674
della fiducia nella tecnologia,
18:38
and the same as our basis for trust in anything,
441
1106052
3987
e la stessa base della fiducia
in qualunque cosa.
in qualunque cosa.
18:42
namely, experience.
442
1110039
2278
E cioè l'esperienza.
18:44
But it shouldn't be blind trust
443
1112317
1844
Ma non dev'essere una fede cieca.
18:46
any more than we would have blind trust in anything.
444
1114161
2760
Non dovremmo avere
una fiducia cieca in nessuna cosa.
una fiducia cieca in nessuna cosa.
18:48
Our trust in science, like science itself,
445
1116921
2841
La nostra fede nella scienza,
come la scienza stessa,
come la scienza stessa,
18:51
should be based on evidence,
446
1119762
1913
dovrebbe essere basata sulle prove,
18:53
and that means that scientists
447
1121675
1502
il che significa che gli scienziati
18:55
have to become better communicators.
448
1123177
2048
devono diventare
dei comunicatori migliori.
dei comunicatori migliori.
18:57
They have to explain to us not just what they know
449
1125225
2887
Non devono semplicemente
spiegarci quello che conoscono,
spiegarci quello che conoscono,
19:00
but how they know it,
450
1128112
1728
ma devono dirci come lo conoscono.
19:01
and it means that we have
to become better listeners.
to become better listeners.
451
1129840
3890
E questo significa che noi dobbiamo
diventare degli ascoltatori migliori.
diventare degli ascoltatori migliori.
19:05
Thank you very much.
452
1133730
1419
Grazie mille.
19:07
(Applause)
453
1135149
2303
(Applausi)
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