TED2013
Stuart Firestein: The pursuit of ignorance
Stuart Firestein: W pogoni za ignorancją
Filmed:
Readability: 3.5
2,046,254 views
Jak wygląda praca naukowa? Według neurobiologa Stuarta Firesteina to raczej „zbijanie bąków” i to „w ciemności” niż mityczna metoda naukowa. Firestein mówi o sednie nauki i jej praktykowania. Sugeruje, że „wysokiej jakości ignorancja” jest warta równie wiele jak to, co już wiemy.
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
Jest takie przysłowie:
00:16
it's very difficult to find a black cat in a dark room,
1
4053
4062
trudno znaleźć czarnego kota
w ciemnym pokoju,
w ciemnym pokoju,
00:20
especially when there is no cat.
2
8115
2788
szczególnie, kiedy nie ma żadnego kota.
00:22
I find this a particularly apt description of science
3
10903
3329
Świetnie pasuje to do nauki
00:26
and how science works --
4
14232
2136
i tego jak ona działa.
00:28
bumbling around in a dark room, bumping into things,
5
16368
3320
Miotamy się po ciemnym pokoju,
wpadamy na coś,
wpadamy na coś,
00:31
trying to figure out what shape this might be,
6
19688
2302
zastanawiamy się, co to za kształt,
00:33
what that might be,
7
21990
1444
i co to może być,
00:35
there are reports of a cat somewhere around,
8
23434
2489
coś wiemy o kocie,
00:37
they may not be reliable, they may be,
9
25923
1793
ale nic nie jest pewne
00:39
and so forth and so on.
10
27716
1520
i tak dalej.
00:41
Now I know this is different than the way most people
11
29236
1976
Wiem, że większość ludzi
00:43
think about science.
12
31212
1552
myśli o nauce inaczej.
00:44
Science, we generally are told,
13
32764
1554
Mówią nam, że nauka
00:46
is a very well-ordered mechanism for
14
34318
2750
to uporządkowany mechanizm
00:49
understanding the world,
15
37068
1301
rozumienia świata
00:50
for gaining facts, for gaining data,
16
38369
2286
zbierania faktów i danych,
00:52
that it's rule-based,
17
40655
1553
oparty na zasadach,
których trzymają się naukowcy,
których trzymają się naukowcy,
00:54
that scientists use this thing called the scientific method
18
42208
3241
czyli na tak zwanej metodzie naukowej.
00:57
and we've been doing this for 14 generations or so now,
19
45449
2839
Robimy tak od 14 pokoleń,
01:00
and the scientific method is a set of rules
20
48288
2571
dzięki metodzie naukowej zdobywamy
01:02
for getting hard, cold facts out of the data.
21
50859
4192
surowe, suche fakty.
01:07
I'd like to tell you that's not the case.
22
55051
2095
Otóż wcale tak nie jest.
01:09
So there's the scientific method,
23
57146
1832
Jest metoda naukowa,
01:10
but what's really going on is this. (Laughter)
24
58978
2319
ale prawda wygląda tak. (Śmiech)
01:13
[The Scientific Method vs. Farting Around]
25
61297
958
[Metoda Naukowa a Zbijanie Bąków]
01:14
And it's going on kind of like that.
26
62255
3104
I tak to idzie.
01:17
[... in the dark] (Laughter)
27
65359
1421
[... w ciemności] (Śmiech)
01:18
So what is the difference, then,
28
66780
4541
Jaka jest różnica
01:23
between the way I believe science is pursued
29
71321
3816
między uprawianiem nauki,
01:27
and the way it seems to be perceived?
30
75137
2861
a tym jak ją postrzegamy?
01:29
So this difference first came to me in some ways
31
77998
2715
Wpadłem na to
01:32
in my dual role at Columbia University,
32
80713
2097
na Uniwersytecie Columbia,
01:34
where I'm both a professor and run a laboratory in neuroscience
33
82810
4155
gdzie jestem profesorem
i prowadzę laboratorium neurobiologii,
i prowadzę laboratorium neurobiologii,
01:38
where we try to figure out how the brain works.
34
86965
2195
w którym badamy działanie mózgu.
01:41
We do this by studying the sense of smell,
35
89160
2371
W tym celu badamy zmysł zapachu i węchu.
01:43
the sense of olfaction, and in the laboratory,
36
91531
2531
W tym celu badamy zmysł zapachu i węchu.
01:46
it's a great pleasure and fascinating work
37
94062
2634
To fascynujące zajęcie,
01:48
and exciting to work with graduate students and post-docs
38
96696
2871
praca z doktorantami i doktorami,
01:51
and think up cool experiments to understand how this
39
99567
2611
projektowanie fajnych eksperymentów,
01:54
sense of smell works and how the brain might be working,
40
102178
2386
by zrozumieć jak działa zmysł węchu i mózg.
01:56
and, well, frankly, it's kind of exhilarating.
41
104564
2802
Szczerze mówiąc, to zabawne.
01:59
But at the same time, it's my responsibility
42
107366
2718
Jednocześnie muszę też prowadzić
02:02
to teach a large course to undergraduates on the brain,
43
110084
2949
kursu na temat mózgu,
02:05
and that's a big subject,
44
113033
1075
a to duży temat
02:06
and it takes quite a while to organize that,
45
114108
2391
i wymaga zorganizowania.
02:08
and it's quite challenging and it's quite interesting,
46
116499
2811
To dosyć wymagające i interesujące,
02:11
but I have to say, it's not so exhilarating.
47
119310
3557
ale nie aż tak ożywcze.
02:14
So what was the difference?
48
122867
1396
W czym tkwi różnica?
02:16
Well, the course I was and am teaching
49
124263
2069
Kurs, który prowadzę
02:18
is called Cellular and Molecular Neuroscience - I. (Laughs)
50
126332
6464
nazywa się Neurobiologia
komórkowa i molekularna 1. (Śmiech)
komórkowa i molekularna 1. (Śmiech)
02:24
It's 25 lectures full of all sorts of facts,
51
132796
4555
To 25 wykładów
wypełnionych różnymi faktami,
wypełnionych różnymi faktami,
02:29
it uses this giant book called "Principles of Neural Science"
52
137351
4317
korzystam z wielkiej książki
trzech słynnych neurobiologów:
trzech słynnych neurobiologów:
02:33
by three famous neuroscientists.
53
141668
2334
"Podstawy neurobiologii".
02:36
This book comes in at 1,414 pages,
54
144002
3781
Książka ma 1414 stron,
02:39
it weighs a hefty seven and a half pounds.
55
147783
2736
waży ponad 3 kilo.
02:42
Just to put that in some perspective,
56
150519
1927
Dla porównania to tyle,
02:44
that's the weight of two normal human brains.
57
152446
3455
co ważą dwa przeciętne mózgi.
02:47
(Laughter)
58
155901
3283
(Śmiech)
02:51
So I began to realize, by the end of this course,
59
159184
3267
Pod koniec kursu zdałem sobie sprawę,
02:54
that the students maybe were getting the idea
60
162451
2248
że studentom może się wydawać,
02:56
that we must know everything there is to know about the brain.
61
164699
3031
że wiemy już wszystko o mózgu.
02:59
That's clearly not true.
62
167730
1762
Tak oczywiście nie jest.
03:01
And they must also have this idea, I suppose,
63
169492
2698
Pewnie myślą, że naukowcy
03:04
that what scientists do is collect data and collect facts
64
172190
3381
zajmują się zbieraniem danych i faktów
03:07
and stick them in these big books.
65
175571
2089
w wielkich książkach.
03:09
And that's not really the case either.
66
177660
1407
To też nie tak.
03:11
When I go to a meeting, after the meeting day is over
67
179067
3303
Po spotkaniach naukowych,
03:14
and we collect in the bar over a couple of beers with my colleagues,
68
182370
3097
gdy rozmawiam przy piwie z kolegami,
03:17
we never talk about what we know.
69
185467
2201
nigdy nie rozmawiamy o tym, co wiemy.
03:19
We talk about what we don't know.
70
187668
2166
Rozmawiamy o tym, czego nie wiemy.
03:21
We talk about what still has to get done,
71
189834
2285
O tym, co jeszcze trzeba zrobić,
03:24
what's so critical to get done in the lab.
72
192119
2825
Co musimy zrobić w pierwszej kolejności.
03:26
Indeed, this was, I think, best said by Marie Curie
73
194944
2557
Najlepiej ujęła to Maria Curie:
03:29
who said that one never notices what has been done
74
197501
2419
nikt nie zauważa tego, co już zrobiono,
03:31
but only what remains to be done.
75
199920
1461
tylko to, co jeszcze zostało do zrobienia.
03:33
This was in a letter to her brother after obtaining
76
201381
2225
Napisała tak w liście do brata,
03:35
her second graduate degree, I should say.
77
203606
3718
po otrzymaniu drugiego dyplomu.
03:39
I have to point out this has always been one of my favorite pictures of Marie Curie,
78
207324
2813
To moje ulubione zdjęcie Marii Curie,
03:42
because I am convinced that that glow behind her
79
210137
2303
bo jestem pewien, że poświata w tle
03:44
is not a photographic effect. (Laughter)
80
212440
2738
to nie efekt fotograficzny. (Śmiech)
03:47
That's the real thing.
81
215178
1800
Jest prawdziwa.
03:48
It is true that her papers are, to this day,
82
216978
4380
Jej dokumenty są do dziś
03:53
stored in a basement room in the Bibliothèque Française
83
221358
2879
przechowywane w piwnicy Biblioteki Francuskiej,
03:56
in a concrete room that's lead-lined,
84
224237
2197
w betonowym pokoju wyłożonym ołowiem
03:58
and if you're a scholar and you want access to these notebooks,
85
226434
2652
i jeżeli naukowiec chce z nich skorzystać,
04:01
you have to put on a full radiation hazmat suit,
86
229086
2749
musi założyć kombinezon ochronny,
04:03
so it's pretty scary business.
87
231835
2351
więc trochę to straszne.
04:06
Nonetheless, this is what I think we were leaving out
88
234186
2796
Takie rzeczy są pomijane
04:08
of our courses
89
236982
1626
w naszych kursach.
04:10
and leaving out of the interaction that we have
90
238608
2526
Naukowcy nie mówią publice o tym,
04:13
with the public as scientists, the what-remains-to-be-done.
91
241134
2973
co jeszcze jest do zrobienia.
04:16
This is the stuff that's exhilarating and interesting.
92
244107
2634
A to jest właśnie zabawne i ciekawe.
04:18
It is, if you will, the ignorance.
93
246741
2910
Można powiedzieć, że chodzi o niewiedzę.
04:21
That's what was missing.
94
249651
979
Oto, czego brakuje.
04:22
So I thought, well, maybe I should teach a course
95
250630
2860
Pomyślałem że może trzeba poprowadzić
04:25
on ignorance,
96
253490
2100
kurs o niewiedzy,
04:27
something I can finally excel at, perhaps, for example.
97
255590
3629
coś, w czym byłbym świetny.
04:31
So I did start teaching this course on ignorance,
98
259219
1878
Tak właśnie zrobiłem
04:33
and it's been quite interesting
99
261097
1096
i było całkiem ciekawie.
04:34
and I'd like to tell you to go to the website.
100
262193
2086
Zajrzyjcie na tę stronę.
04:36
You can find all sorts of information there. It's wide open.
101
264279
3636
Znajdziecie różne informacje. Jest otwarta.
04:39
And it's been really quite an interesting time for me
102
267915
3523
Ciekawie było spotkać się
z innymi naukowcami
z innymi naukowcami
04:43
to meet up with other scientists who come in and talk
103
271438
1841
i rozmawiać o tym, czego nie wiedzą.
04:45
about what it is they don't know.
104
273279
1548
i rozmawiać o tym, czego nie wiedzą.
04:46
Now I use this word "ignorance," of course,
105
274827
1985
Oczywiście używam słowa "ignorancja"
04:48
to be at least in part intentionally provocative,
106
276812
3158
trochę prowokacyjnie.
04:51
because ignorance has a lot of bad connotations
107
279970
2390
Ignorancja ma wiele złych konotacji,
04:54
and I clearly don't mean any of those.
108
282360
2005
a mi wcale nie o to chodzi.
04:56
So I don't mean stupidity, I don't mean a callow indifference
109
284365
3505
Nie chodzi o głupotę czy obojętność
04:59
to fact or reason or data.
110
287870
2308
na fakty, logikę czy dane.
05:02
The ignorant are clearly unenlightened, unaware,
111
290178
3271
Ignoranci są nieoświeceni,
nieświadomi, niedoinformowani
nieświadomi, niedoinformowani
05:05
uninformed, and present company today excepted,
112
293449
3307
i, z wyłączeniem tu obecnych,
05:08
often occupy elected offices, it seems to me.
113
296756
2908
chyba często zajmują wysokie stanowiska.
05:11
That's another story, perhaps.
114
299664
1806
Ale to inna historia.
05:13
I mean a different kind of ignorance.
115
301470
1633
Chodzi mi o inny rodzaj ignorancji.
05:15
I mean a kind of ignorance that's less pejorative,
116
303103
2268
Mniej negatywny.
05:17
a kind of ignorance that comes from a communal gap in our knowledge,
117
305371
3487
Wynika ze zbiorowych braków w wiedzy,
05:20
something that's just not there to be known
118
308858
1865
z tego, czego jeszcze nie wiemy
05:22
or isn't known well enough yet or we can't make predictions from,
119
310723
2821
albo co jest jeszcze nieugruntowane.
05:25
the kind of ignorance that's maybe best summed up
120
313544
2318
Taki rodzaj ignorancji najlepiej podsumowuje
05:27
in a statement by James Clerk Maxwell,
121
315862
1845
James Clerk Maxwell,
05:29
perhaps the greatest physicist between Newton and Einstein,
122
317707
3449
największy chyba fizyk
między Newtonem a Einsteinem,
między Newtonem a Einsteinem,
05:33
who said, "Thoroughly conscious ignorance
123
321156
2301
który powiedział: "Świadoma ignorancja
05:35
is the prelude to every real advance in science."
124
323457
2568
to wstęp do każdego postępu w nauce".
05:38
I think it's a wonderful idea:
125
326025
1388
Myślę, że to wspaniała idea:
05:39
thoroughly conscious ignorance.
126
327413
3147
świadoma ignorancja.
05:42
So that's the kind of ignorance that I want to talk about today,
127
330560
2421
O takiej właśnie ignorancji mówię.
05:44
but of course the first thing we have to clear up
128
332981
1519
Ale oczywiście musimy ustalić,
05:46
is what are we going to do with all those facts?
129
334500
2103
co zrobimy z tymi wszystkimi faktami.
05:48
So it is true that science piles up at an alarming rate.
130
336603
3674
Dorobek nauki rośnie
w zastraszającym tempie.
w zastraszającym tempie.
05:52
We all have this sense that science is this mountain of facts,
131
340277
2810
Nauka wygląda jak góra faktów,
05:55
this accumulation model of science, as many have called it,
132
343087
4036
nazywana często modelem kumulatywnym,
05:59
and it seems impregnable, it seems impossible.
133
347123
2451
która wydaje się nieosiągalna.
06:01
How can you ever know all of this?
134
349574
1314
Jak to wszystko ogarnąć?
06:02
And indeed, the scientific literature grows at an alarming rate.
135
350888
3581
Literatura naukowa niepokojąco rośnie.
06:06
In 2006, there were 1.3 million papers published.
136
354469
3654
W 2006 r. było 1,3 miliona artykułów.
06:10
There's about a two-and-a-half-percent yearly growth rate,
137
358123
2632
Roczny wzrost to mniej więcej 2,5%
06:12
and so last year we saw over one and a half million papers being published.
138
360755
4390
i w zeszłym roku mieliśmy
ponad 1,5 mln publikacji.
ponad 1,5 mln publikacji.
06:17
Divide that by the number of minutes in a year,
139
365145
2230
Podzielmy to przez liczbę minut w roku
06:19
and you wind up with three new papers per minute.
140
367375
3138
i wyjdą nam 3 artykuły na minutę.
06:22
So I've been up here a little over 10 minutes,
141
370513
1482
Jestem tu od jakichś 10 minut,
06:23
I've already lost three papers.
142
371995
1776
więc już straciłem 3 artykuły.
06:25
I have to get out of here actually. I have to go read.
143
373771
2840
Właściwie muszę już iść.
Muszę iść czytać.
Muszę iść czytać.
06:28
So what do we do about this? Well, the fact is
144
376611
3446
I co z tym zrobimy?
06:32
that what scientists do about it is a kind of a controlled neglect, if you will.
145
380057
4509
Naukowcy muszą zaniedbywać pewne sprawy.
06:36
We just don't worry about it, in a way.
146
384566
2664
Po prostu nie przejmujemy się.
06:39
The facts are important. You have to know a lot of stuff
147
387230
2243
Fakty są ważne.
06:41
to be a scientist. That's true.
148
389473
1810
Naukowcy muszą dużo wiedzieć.
06:43
But knowing a lot of stuff doesn't make you a scientist.
149
391283
2927
Ale obszerna wiedza nie czyni naukowca.
06:46
You need to know a lot of stuff to be a lawyer
150
394210
2665
Trzeba dużo wiedzieć,
żeby zostać prawnikiem
żeby zostać prawnikiem
06:48
or an accountant or an electrician or a carpenter.
151
396875
3892
czy księgowym, elektrykiem albo stolarzem.
06:52
But in science, knowing a lot of stuff is not the point.
152
400767
3610
W nauce nie chodzi o samą wiedzę.
06:56
Knowing a lot of stuff is there to help you get
153
404377
3556
Wiedza pomaga tylko przekonać się
06:59
to more ignorance.
154
407933
1388
o niewiedzy.
07:01
So knowledge is a big subject, but I would say
155
409321
2510
Wiedza jest ważna,
07:03
ignorance is a bigger one.
156
411831
2487
ale ignorancja liczy się jeszcze bardziej.
07:06
So this leads us to maybe think about, a little bit
157
414318
2194
Musimy więc zastanowić się
07:08
about, some of the models of science that we tend to use,
158
416528
2883
nas modelami nauki, które stosujemy.
07:11
and I'd like to disabuse you of some of them.
159
419411
1825
Chciałbym wyprowadzić was z błędu.
07:13
So one of them, a popular one, is that scientists
160
421236
2313
W myśl popularnego modelu
07:15
are patiently putting the pieces of a puzzle together
161
423549
2628
naukowcy cierpliwie składają kawałki układanki,
07:18
to reveal some grand scheme or another.
162
426177
2773
by odkryć jakiś większy schemat.
07:20
This is clearly not true. For one, with puzzles,
163
428950
2558
To oczywiście nieprawda.
Producent układanki gwarantuje,
Producent układanki gwarantuje,
07:23
the manufacturer has guaranteed that there's a solution.
164
431508
3499
że jest jakieś rozwiązanie.
07:27
We don't have any such guarantee.
165
435007
1749
Nie mamy takiej gwarancji.
07:28
Indeed, there are many of us who aren't so sure about the manufacturer.
166
436756
3155
Wielu ma wątpliwości, co do producenta.
07:31
(Laughter)
167
439911
3063
(Śmiech)
07:34
So I think the puzzle model doesn't work.
168
442974
1757
Myślę, że model z układanką nie działa.
07:36
Another popular model is that science is busy unraveling things
169
444731
3514
Inny popularny model mówi o odkrywaniu,
07:40
the way you unravel the peels of an onion.
170
448245
2196
jak obieranie kolejnych warstw cebuli.
07:42
So peel by peel, you take away the layers of the onion
171
450441
2989
Łupina po łupinie, odkrywamy kolejne warstwy,
07:45
to get at some fundamental kernel of truth.
172
453430
2319
by dojść do sedna.
07:47
I don't think that's the way it works either.
173
455749
2187
To też nie działa.
07:49
Another one, a kind of popular one, is the iceberg idea,
174
457936
2934
Inny model mówi o górze lodowej.
07:52
that we only see the tip of the iceberg but underneath
175
460870
2460
Widzimy wierzchołek,
07:55
is where most of the iceberg is hidden.
176
463330
2185
pod którym skrywa się większość góry.
07:57
But all of these models are based on the idea of a large body of facts
177
465515
3554
Wszystkie te modele zakładają,
08:01
that we can somehow or another get completed.
178
469069
2420
że fakty składają się na pewną całość.
08:03
We can chip away at this iceberg and figure out what it is,
179
471489
3343
Możemy wydrążyć górę i zobaczyć co to jest,
08:06
or we could just wait for it to melt, I suppose, these days,
180
474832
2605
albo czekać aż się roztopi, pewnie niedługo.
08:09
but one way or another we could get to the whole iceberg. Right?
181
477437
3227
Mamy do czynienia z całą górą.
08:12
Or make it manageable. But I don't think that's the case.
182
480664
2467
Można ją ogarnąć. Nie sądzę jednak,
08:15
I think what really happens in science
183
483131
2399
że to samo dzieje się w nauce,
08:17
is a model more like the magic well,
184
485530
1830
Myślę, że to raczej jak magiczna studnia.
08:19
where no matter how many buckets you take out,
185
487360
1837
Choćby wybrać nie wiem ile wiader,
08:21
there's always another bucket of water to be had,
186
489197
2112
zawsze można wziąć kolejne.
08:23
or my particularly favorite one,
187
491309
2127
Mój ulubiony model
08:25
with the effect and everything, the ripples on a pond.
188
493436
2939
to fale na stawie.
08:28
So if you think of knowledge being this ever-expanding ripple on a pond,
189
496375
3127
Jeżeli wiedza to fale,
rozchodzące się w nieskończoność,
rozchodzące się w nieskończoność,
08:31
the important thing to realize is that our ignorance,
190
499502
3382
to musimy pojąć, że nasza ignorancja,
08:34
the circumference of this knowledge, also grows with knowledge.
191
502884
3382
rośnie wraz z wiedzą,
coraz szerszym kręgiem.
coraz szerszym kręgiem.
08:38
So the knowledge generates ignorance.
192
506266
2763
Wiedza generuje niewiedzę.
08:41
This is really well said, I thought, by George Bernard Shaw.
193
509029
2915
Dobrze ujął to George Bernard Shaw.
08:43
This is actually part of a toast that he delivered
194
511944
2677
To toast na cześć Einsteina,
08:46
to celebrate Einstein at a dinner celebrating Einstein's work,
195
514621
3677
na kolacji dla uczczenia jego pracy,
08:50
in which he claims that science
196
518298
1414
w którym stwierdza, że nauka zawsze się myli.
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
["Nigdy nie rozwiązuje problemu
bez stworzenia 10 nowych".]
bez stworzenia 10 nowych".]
08:53
I find that kind of glorious, and I think he's precisely right,
198
521977
3542
Myślę, że to chwalebne
i że właśnie o to chodzi.
i że właśnie o to chodzi.
08:57
plus it's a kind of job security.
199
525519
2526
No i zapewnia stałe zatrudnienie.
09:00
As it turns out, he kind of cribbed that
200
528045
2726
Wygląda na to, że ściągnął to
09:02
from the philosopher Immanuel Kant
201
530771
1852
od filozofa Immanuela Kanta,
09:04
who a hundred years earlier had come up with this idea
202
532623
2645
który sto lat wcześniej
wpadł na pomysł mnożenia pytań,
wpadł na pomysł mnożenia pytań,
09:07
of question propagation, that every answer begets more questions.
203
535268
3808
bo każda odpowiedź rodzi nowe pytania.
09:11
I love that term, "question propagation,"
204
539076
2199
Uwielbiam to pojęcie "mnożenie pytań",
09:13
this idea of questions propagating out there.
205
541275
2739
tę ideę, że pytania się mnożą.
09:16
So I'd say the model we want to take is not
206
544014
1887
W prawdziwym modelu nie jest tak,
że zaczynamy od ignorancji,
że zaczynamy od ignorancji,
09:17
that we start out kind of ignorant and we get some facts together
207
545901
3509
zbieramy jakieś fakty
09:21
and then we gain knowledge.
208
549410
2143
i zdobywamy wiedzę.
09:23
It's rather kind of the other way around, really.
209
551553
2379
Jest raczej na odwrót.
09:25
What do we use this knowledge for?
210
553932
1907
Do czego stosujemy tę wiedzę?
09:27
What are we using this collection of facts for?
211
555839
2528
Po co nam ten zbiór faktów?
09:30
We're using it to make better ignorance,
212
558367
2857
Używamy ich, by ulepszyć ignorancję,
09:33
to come up with, if you will, higher-quality ignorance.
213
561224
3079
by osiągnąć wyższy poziom ignorancji.
09:36
Because, you know, there's low-quality ignorance
214
564303
1872
Istnieje niższy i wyższy poziom ignorancji.
09:38
and there's high-quality ignorance. It's not all the same.
215
566175
2413
To nie to samo.
09:40
Scientists argue about this all the time.
216
568588
2370
Naukowcy wciąż się o to sprzeczają.
09:42
Sometimes we call them bull sessions.
217
570958
1965
Czasem to zwykłe gadanie,
09:44
Sometimes we call them grant proposals.
218
572923
1918
czasem wielkie teorie.
09:46
But nonetheless, it's what the argument is about.
219
574841
3508
Ale sednem jest ignorancja.
09:50
It's the ignorance. It's the what we don't know.
220
578349
1844
To, czego nie wiemy.
09:52
It's what makes a good question.
221
580193
2690
Tak rodzi się dobre pytanie.
09:54
So how do we think about these questions?
222
582883
1630
Jak myślimy o tych pytaniach?
09:56
I'm going to show you a graph that shows up
223
584513
1952
Pokażę wam graf,
09:58
quite a bit on happy hour posters in various science departments.
224
586465
3867
który wiele mówi o nauce.
10:02
This graph asks the relationship between what you know
225
590332
4221
Pokazuje relację między tym, co wiemy,
10:06
and how much you know about it.
226
594553
2190
a tym, jak dużo o tym wiemy.
10:08
So what you know, you can know anywhere from nothing to everything, of course,
227
596743
3515
Można wiedzieć wszystko albo trochę.
10:12
and how much you know about it can be anywhere
228
600258
1683
Można wiedzieć trochę
10:13
from a little to a lot.
229
601941
2423
lub bardzo dużo.
10:16
So let's put a point on the graph. There's an undergraduate.
230
604364
4232
Postawmy tu kropkę. To student.
10:20
Doesn't know much but they have a lot of interest.
231
608596
2364
Nie wie za dużo,
ale ma wiele zainteresowań.
ale ma wiele zainteresowań.
10:22
They're interested in almost everything.
232
610960
1691
Interesuje go prawie wszystko.
10:24
Now you look at a master's student, a little further along in their education,
233
612651
3454
Spójrzmy na magistranta.
Jest trochę dalej,
Jest trochę dalej,
10:28
and you see they know a bit more,
234
616105
1351
wie nieco więcej,
10:29
but it's been narrowed somewhat.
235
617456
1890
ale zakres jego wiedzy jest zawężony.
10:31
And finally you get your Ph.D., where it turns out
236
619346
2719
Wreszcie po doktoracie okazuje się,
10:34
you know a tremendous amount about almost nothing. (Laughter)
237
622065
5105
że wiemy bardzo dużo
o prawie niczym. (Śmiech)
o prawie niczym. (Śmiech)
10:39
What's really disturbing is the trend line that goes through that
238
627170
3781
Niepokojąco wygląda ta linia trendu,
10:42
because, of course, when it dips below the zero axis, there,
239
630951
3775
bo kiedy spadnie poniżej zera,
10:46
it gets into a negative area.
240
634726
2262
wpada w obszar ujemny.
10:48
That's where you find people like me, I'm afraid.
241
636988
2915
Obawiam się, że tu są tacy, jak ja.
10:51
So the important thing here is that this can all be changed.
242
639903
3368
Najważniejsze jednak, że można to zmienić.
10:55
This whole view can be changed
243
643271
1804
Ten obraz będzie wyglądał inaczej,
10:57
by just changing the label on the x-axis.
244
645075
3161
jeśli tylko zmienimy oznaczenie osi x.
11:00
So instead of how much you know about it,
245
648236
1917
Zamiast "jak dużo wiadomo",
11:02
we could say, "What can you ask about it?"
246
650153
3541
powiemy: "O co można zapytać
w związku z tym?".
w związku z tym?".
11:05
So yes, you do need to know a lot of stuff as a scientist,
247
653694
2867
Tak, naukowiec musi dużo wiedzieć,
11:08
but the purpose of knowing a lot of stuff
248
656561
2629
ale szeroka wiedza
nie jest celem samym w sobie.
nie jest celem samym w sobie.
11:11
is not just to know a lot of stuff. That just makes you a geek, right?
249
659190
2587
To dobre dla kujonów.
11:13
Knowing a lot of stuff, the purpose is
250
661777
2138
Wiemy dużo po to,
11:15
to be able to ask lots of questions,
251
663915
1676
by móc zadać wiele pytań,
11:17
to be able to frame thoughtful, interesting questions,
252
665591
3088
by zarysować ciekawe, przemyślane pytania,
11:20
because that's where the real work is.
253
668679
1725
bo w ten sposób pracujemy.
11:22
Let me give you a quick idea of a couple of these sorts of questions.
254
670404
2552
Przyjrzyjmy się takim pytaniom.
11:24
I'm a neuroscientist, so how would we come up
255
672956
2163
Jestem neurobiologiem.
11:27
with a question in neuroscience?
256
675119
1431
Jak zadajemy pytania w neurobiologii?
11:28
Because it's not always quite so straightforward.
257
676550
2669
To nie zawsze takie proste.
11:31
So, for example, we could say, well what is it that the brain does?
258
679219
2559
Możemy zapytać, co robi mózg.
11:33
Well, one thing the brain does, it moves us around.
259
681778
1814
Na przykład pozwala nam się poruszać.
11:35
We walk around on two legs.
260
683592
2005
Chodzimy na dwóch nogach.
11:37
That seems kind of simple, somehow or another.
261
685597
1851
To wygląda na dosyć proste.
11:39
I mean, virtually everybody over 10 months of age
262
687448
2725
Prawie każdy od 10 miesiąca życia
11:42
walks around on two legs, right?
263
690173
2172
chodzi na dwóch nogach, prawda?
11:44
So that maybe is not that interesting.
264
692345
1391
To nie jest aż tak ciekawe.
11:45
So instead maybe we want to choose something a little more complicated to look at.
265
693736
3148
Wolimy zająć się czymś
bardziej skomplikowanym.
bardziej skomplikowanym.
11:48
How about the visual system?
266
696884
2775
Może układ wzrokowy?
11:51
There it is, the visual system.
267
699659
1627
Właśnie, układ wzrokowy.
11:53
I mean, we love our visual systems. We do all kinds of cool stuff.
268
701286
3248
Uwielbiamy go.
11:56
Indeed, there are over 12,000 neuroscientists
269
704534
3391
Ponad 12 000 neurobiologów
11:59
who work on the visual system,
270
707925
1580
bada układ wzrokowy,
12:01
from the retina to the visual cortex,
271
709505
2081
od soczewki do kory wzrokowej,
12:03
in an attempt to understand not just the visual system
272
711586
2565
by zrozumieć nie tylko wzrok,
12:06
but to also understand how general principles
273
714151
3024
ale i ogólne zasady
12:09
of how the brain might work.
274
717175
1951
działania mózgu.
12:11
But now here's the thing:
275
719126
1660
Ale problem w tym,
12:12
Our technology has actually been pretty good
276
720786
2480
że technika nieźle sobie radzi
12:15
at replicating what the visual system does.
277
723266
2590
z imitowaniem funkcji wzroku.
12:17
We have TV, we have movies,
278
725856
3023
Mamy telewizję, filmy,
12:20
we have animation, we have photography,
279
728879
2495
animację, fotografię,
12:23
we have pattern recognition, all of these sorts of things.
280
731374
3151
rozpoznawanie wzorów i tym podobne.
12:26
They work differently than our visual systems in some cases,
281
734525
2646
Niektóre działają trochę inaczej
niż nasz układ,
niż nasz układ,
12:29
but nonetheless we've been pretty good at
282
737171
1591
ale całkiem dobrze radzimy sobie
12:30
making a technology work like our visual system.
283
738762
3476
z tworzeniem technologii na wzór wzroku.
12:34
Somehow or another, a hundred years of robotics,
284
742238
2936
Tymczasem po stu latach prac nad robotyką
12:37
you never saw a robot walk on two legs,
285
745174
2266
nie ma dwunożnych robotów.
12:39
because robots don't walk on two legs
286
747440
2163
Roboty nie używają nóg,
12:41
because it's not such an easy thing to do.
287
749603
2390
bo to nie takie proste.
12:43
A hundred years of robotics,
288
751993
1528
Sto lat rozwoju robotyki,
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
a roboty nie mogą przejść kilku kroków.
12:48
You ask them to go up an inclined plane, and they fall over.
290
756888
2572
Przewracają się przy nachyleniu,
12:51
Turn around, and they fall over. It's a serious problem.
291
759460
2004
przy obrocie. To poważny problem.
12:53
So what is it that's the most difficult thing for a brain to do?
292
761464
3547
Która funkcja mózgu jest najtrudniejsza?
12:57
What ought we to be studying?
293
765011
1623
Co powinnyśmy badać?
12:58
Perhaps it ought to be walking on two legs, or the motor system.
294
766634
4295
Może właśnie chodzenie na dwóch nogach,
układ ruchowy.
układ ruchowy.
13:02
I'll give you an example from my own lab,
295
770929
1735
Dam przykład z mojego laboratorium,
13:04
my own particularly smelly question,
296
772664
1725
moje własne śmierdzące pytania,
13:06
since we work on the sense of smell.
297
774389
2099
bo zajmuję się zmysłem węchu.
13:08
But here's a diagram of five molecules
298
776488
3228
To diagramy przedstawiające 5 cząsteczek
13:11
and sort of a chemical notation.
299
779716
1510
i zapis chemiczny.
13:13
These are just plain old molecules, but if you sniff those molecules
300
781226
2996
To zwykłe cząsteczki,
ale wystarczy je powąchać
ale wystarczy je powąchać
13:16
up these two little holes in the front of your face,
301
784222
2470
dwiema dziurkami z przodu twarzy,
13:18
you will have in your mind the distinct impression of a rose.
302
786692
3874
i w umyśle powstanie wyraźne wrażenie róży.
13:22
If there's a real rose there, those molecules will be the ones,
303
790566
2158
To będą właśnie te cząsteczki
w przypadku prawdziwej róży,
w przypadku prawdziwej róży,
13:24
but even if there's no rose there,
304
792724
1560
ale nawet, gdy nie ma żadnej róży,
13:26
you'll have the memory of a molecule.
305
794284
1591
pozostaje pamięć po cząsteczkach.
13:27
How do we turn molecules into perceptions?
306
795875
3104
Jak zamienić cząsteczki w percepcję?
13:30
What's the process by which that could happen?
307
798979
1857
Na czym polega ten proces?
13:32
Here's another example: two very simple molecules, again in this kind of chemical notation.
308
800836
3960
Inny przykład: dwie proste cząsteczki,
znów ich chemiczny zapis.
znów ich chemiczny zapis.
13:36
It might be easier to visualize them this way,
309
804796
2077
Łatwiej to sobie wyobrazić tak:
13:38
so the gray circles are carbon atoms, the white ones
310
806873
2794
szare kółka to atomy węgla, białe wodoru,
13:41
are hydrogen atoms and the red ones are oxygen atoms.
311
809667
2775
a czerwone tlenu.
13:44
Now these two molecules differ by only one carbon atom
312
812442
4298
Cząsteczki różnią się
tylko jednym atomem węgla
tylko jednym atomem węgla
13:48
and two little hydrogen atoms that ride along with it,
313
816740
2688
i dwoma połączonymi atomami wodoru,
13:51
and yet one of them, heptyl acetate,
314
819428
1986
a jednak jeden z nich, octan heptylu,
13:53
has the distinct odor of a pear,
315
821414
2311
ma wyraźny zapach gruszki,
13:55
and hexyl acetate is unmistakably banana.
316
823725
3839
podczas gdy octan heksylu to banan.
13:59
So there are two really interesting questions here, it seems to me.
317
827564
2557
Mamy tu dwa naprawdę interesujące pytania.
14:02
One is, how can a simple little molecule like that
318
830121
3215
Po pierwsze, jak jedna prosta cząsteczka
14:05
create a perception in your brain that's so clear
319
833336
2468
tworzy w mózgu tak wyraźne wrażenie
14:07
as a pear or a banana?
320
835804
1742
jak gruszka lub banan?
14:09
And secondly, how the hell can we tell the difference
321
837546
3121
I po drugie, jakim cudem widzimy różnicę
14:12
between two molecules that differ by a single carbon atom?
322
840667
4315
między dwiema cząsteczkami,
które różnią się jednym atomem wodoru?
które różnią się jednym atomem wodoru?
14:16
I mean, that's remarkable to me,
323
844982
1646
To niezwykłe,
14:18
clearly the best chemical detector on the face of the planet.
324
846628
3032
to najlepszy wykrywacz chemiczny.
14:21
And you don't even think about it, do you?
325
849660
2776
A w ogóle o tym nie myślimy.
14:24
So this is a favorite quote of mine that takes us
326
852436
2617
To mój ulubiony cytat
14:27
back to the ignorance and the idea of questions.
327
855053
1746
o ignorancji i pytaniach.
14:28
I like to quote because I think dead people
328
856799
2019
Lubię cytować, bo uważam, że martwych
14:30
shouldn't be excluded from the conversation.
329
858818
2543
nie należy wyłączać z konwersacji.
14:33
And I also think it's important to realize that
330
861361
1939
I to ważne, by zdać sobie sprawę,
14:35
the conversation's been going on for a while, by the way.
331
863300
2462
jak długo sama dyskusja trwa.
14:37
So Erwin Schrodinger, a great quantum physicist
332
865762
2758
Erwin Schrodinger, wielki fizyk kwantowy
14:40
and, I think, philosopher, points out how you have to
333
868520
2566
i filozof, mówi o tym, jak musimy
14:43
"abide by ignorance for an indefinite period" of time.
334
871086
3465
"przestrzegać ignorancji
w nieokreślonym okresie" czasu.
w nieokreślonym okresie" czasu.
14:46
And it's this abiding by ignorance
335
874551
1987
I to właśnie przestrzegania ignorancji
14:48
that I think we have to learn how to do.
336
876538
1666
musimy się nauczyć.
14:50
This is a tricky thing. This is not such an easy business.
337
878204
2977
A to nie jest łatwe.
14:53
I guess it comes down to our education system,
338
881181
1959
Sprowadza się to do systemu edukacji,
14:55
so I'm going to talk a little bit about ignorance and education,
339
883140
2457
więc powiem trochę o ignorancji i edukacji,
14:57
because I think that's where it really has to play out.
340
885597
2268
bo to tam wszystko się rozgrywa.
14:59
So for one, let's face it,
341
887865
2267
Po pierwsze, powiedzmy sobie,
15:02
in the age of Google and Wikipedia,
342
890132
3352
w czasach Google'a i Wikipedii
15:05
the business model of the university
343
893484
1793
biznesowy model uniwersytetów
15:07
and probably secondary schools is simply going to have to change.
344
895277
3421
i prawdopodobnie liceów musi się zmienić.
15:10
We just can't sell facts for a living anymore.
345
898698
1901
Nie możemy już żyć
ze sprzedawania informacji.
ze sprzedawania informacji.
15:12
They're available with a click of the mouse,
346
900599
2050
Te są dostępne na jedno kliknięcie,
15:14
or if you want to, you could probably just ask the wall
347
902649
2496
możemy też pewnie zapytać ściany,
15:17
one of these days, wherever they're going to hide the things
348
905145
1712
czy gdzie tam dziś
15:18
that tell us all this stuff.
349
906857
1417
kryją się informacje.
15:20
So what do we have to do? We have to give our students
350
908274
2883
Co trzeba zrobić? Musimy nauczyć studentów
15:23
a taste for the boundaries, for what's outside that circumference,
351
911157
3896
szukania poza granicami,
15:27
for what's outside the facts, what's just beyond the facts.
352
915053
4308
poza faktami.
15:31
How do we do that?
353
919361
2157
Jak to zrobić?
15:33
Well, one of the problems, of course,
354
921518
1508
Jednym z problemów
15:35
turns out to be testing.
355
923026
2109
są testy.
15:37
We currently have an educational system
356
925135
2649
Mamy bardzo skuteczny system edukacji,
15:39
which is very efficient but is very efficient at a rather bad thing.
357
927784
3709
ale skuteczny w czymś złym.
15:43
So in second grade, all the kids are interested in science,
358
931493
2974
W drugiej klasie wszystkie dzieci
interesują się nauką,
interesują się nauką,
15:46
the girls and the boys.
359
934467
1263
i dziewczynki i chłopcy.
15:47
They like to take stuff apart. They have great curiosity.
360
935730
3974
Lubią rozbierać na części. Są ciekawskie.
15:51
They like to investigate things. They go to science museums.
361
939704
2499
Lubią badać rzeczy.
Chodzą do muzeów nauki.
Chodzą do muzeów nauki.
15:54
They like to play around. They're in second grade.
362
942203
6188
Lubią się bawić. Są w drugiej klasie.
16:00
They're interested.
363
948407
1494
Są zainteresowane.
16:01
But by 11th or 12th grade, fewer than 10 percent
364
949901
2934
Ale w 11. czy 12. klasie mniej niż 10%
16:04
of them have any interest in science whatsoever,
365
952835
3075
ma jakiekolwiek zainteresowania naukowe,
16:07
let alone a desire to go into science as a career.
366
955910
2945
nie mówiąc już o planach kariery naukowej.
16:10
So we have this remarkably efficient system
367
958855
2982
Nasz system edukacji bardzo skutecznie
16:13
for beating any interest in science out of everybody's head.
368
961837
3973
zniechęca wszystkich do nauki.
16:17
Is this what we want?
369
965810
1914
Czy tego właśnie chcemy?
16:19
I think this comes from what a teacher colleague of mine
370
967724
2342
Według znajomego nauczyciela wynika to
16:22
calls "the bulimic method of education."
371
970066
2722
z "bulimicznej metody edukacji".
16:24
You know. You can imagine what it is.
372
972788
1373
Możecie sobie wyobrazić, o co chodzi.
16:26
We just jam a whole bunch of facts down their throats over here
373
974161
2948
Zmuszamy ich do wchłonięcia
olbrzymiej ilości faktów,
olbrzymiej ilości faktów,
16:29
and then they puke it up on an exam over here
374
977109
2354
które zwymiotują na egzaminie
16:31
and everybody goes home with no added intellectual heft whatsoever.
375
979463
4579
i wrócą do domu bez niczego.
16:36
This can't possibly continue to go on.
376
984042
2081
Tak nie może być.
16:38
So what do we do? Well the geneticists, I have to say,
377
986123
2334
Co zrobimy?
16:40
have an interesting maxim they live by.
378
988457
1983
Genetycy mają ciekawą maksymę:
16:42
Geneticists always say, you always get what you screen for.
379
990440
5252
dostaniemy to, na co się nastawiamy.
16:47
And that's meant as a warning.
380
995692
2861
To ostrzeżenie.
16:50
So we always will get what we screen for,
381
998553
2319
Zawsze dostaniemy to,
na co się nastawiamy,
na co się nastawiamy,
16:52
and part of what we screen for is in our testing methods.
382
1000872
3455
co widać w naszych metodach testowania.
16:56
Well, we hear a lot about testing and evaluation,
383
1004327
3243
Dużo słyszy się o testowaniu i ocenianiu.
16:59
and we have to think carefully when we're testing
384
1007570
2187
Testując, musimy zastanowić się,
17:01
whether we're evaluating or whether we're weeding,
385
1009757
3087
czy oceniamy, czy przesiewamy,
17:04
whether we're weeding people out,
386
1012844
1459
czy odsiewamy ludzi,
17:06
whether we're making some cut.
387
1014303
3134
czy niektórych odcinamy.
17:09
Evaluation is one thing. You hear a lot about evaluation
388
1017437
2641
Ocenianie to jedno.
17:12
in the literature these days, in the educational literature,
389
1020078
2910
W literaturze o edukacji
dużo mówi się o ocenianiu,
dużo mówi się o ocenianiu,
17:14
but evaluation really amounts to feedback and it amounts
390
1022988
2958
ale ocenianie to komentarz,
17:17
to an opportunity for trial and error.
391
1025946
2154
który umożliwia próby i błędy.
17:20
It amounts to a chance to work over a longer period of time
392
1028100
4494
Informacja zwrotna pozwala
17:24
with this kind of feedback.
393
1032594
1910
dalej pracować.
17:26
That's different than weeding, and usually, I have to tell you,
394
1034504
2938
To co innego niż przesiew.
17:29
when people talk about evaluation, evaluating students,
395
1037442
2726
Gdy ludzie mówią o ocenianiu studentów,
17:32
evaluating teachers, evaluating schools,
396
1040168
2787
nauczycieli, szkół, programów,
17:34
evaluating programs, that they're really talking about weeding.
397
1042955
4161
to tak naprawdę chodzi im o odsiew.
17:39
And that's a bad thing, because then you will get what you select for,
398
1047116
4210
A to źle, bo dostaniemy to, co wybieramy,
17:43
which is what we've gotten so far.
399
1051326
1958
i już się tak dzieje.
17:45
So I'd say what we need is a test that says, "What is x?"
400
1053284
3441
Potrzebny nam test, który pyta: "Co to jest X?",
17:48
and the answers are "I don't know, because no one does,"
401
1056725
3092
i odpowiedzi to: "Nie wiem, bo nikt nie wie"
17:51
or "What's the question?" Even better.
402
1059817
1741
albo "Jakie jest pytanie?" Jeszcze jepiej.
17:53
Or, "You know what, I'll look it up, I'll ask someone,
403
1061558
2390
Albo: "Sprawdzę, zapytam kogoś,
17:55
I'll phone someone. I'll find out."
404
1063964
2700
zadzwonię do kogoś. Dowiem się".
17:58
Because that's what we want people to do,
405
1066664
1550
Bo właśnie tego chcemy od ludzi
18:00
and that's how you evaluate them.
406
1068214
1371
i po tym ich oceniamy.
18:01
And maybe for the advanced placement classes,
407
1069585
1943
Może w rozszerzonych klasach dałoby się:
18:03
it could be, "Here's the answer. What's the next question?"
408
1071528
3714
"Oto odpowiedź. Jakie z niej wynika pytanie?".
18:07
That's the one I like in particular.
409
1075242
1511
To podoba mi się najbardziej.
18:08
So let me end with a quote from William Butler Yeats,
410
1076753
2177
Zacytuję Williama Butlera Yeatsa,
18:10
who said "Education is not about filling buckets;
411
1078930
3167
który powiedział: "W edukacji
nie chodzi o wypełnianie wiader,
nie chodzi o wypełnianie wiader,
18:14
it is lighting fires."
412
1082097
2153
a o rozpalanie ognia".
18:16
So I'd say, let's get out the matches.
413
1084250
3875
Wyjmijmy więc zapałki.
18:20
Thank you.
414
1088125
1208
Dziękuję.
18:21
(Applause)
415
1089333
3227
(Brawa)
18:24
Thank you. (Applause)
416
1092560
3816
Dziękuję. (Brawa)
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