TEDSalon NY2014
Naomi Oreskes: Why we should trust scientists
Naomi Oreskes: Dlaczego powinniśmy ufać naukowcom
Filmed:
Readability: 4.7
1,316,791 views
Wiele z największych problemów dotyczących świata wymaga kierowania pytań do naukowców, ale czemu powinniśmy wierzyć w to, co oni mówią? Historyczka nauki Naomi Oreskes analizuje nasz stosunek do wiary i przekonań i wskazuje trzy problemy w powszechnym podejściu do badań naukowych, oraz przedstawia własne argumenty, dlaczego powinniśmy ufać nauce.
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
Każdego dnia spotykamy się
z problemami takimi jak zmiana klimatu,
z problemami takimi jak zmiana klimatu,
czy strach przed szczepionkami,
00:16
or the safety of vaccines
1
4058
1430
00:17
where we have to answer questions whose answers
2
5488
3040
na które musimy odpowiedzieć,
00:20
rely heavily on scientific information.
3
8528
3461
opierając się na informacjach naukowych.
00:23
Scientists tell us that the world is warming.
4
11989
2881
Naukowcy twierdzą, że świat się ociepla.
00:26
Scientists tell us that vaccines are safe.
5
14870
2541
Naukowcy twierdzą,
że szczepionki są bezpieczne.
że szczepionki są bezpieczne.
00:29
But how do we know if they are right?
6
17411
2054
Ale skąd wiemy, że mają rację?
00:31
Why should be believe the science?
7
19465
1964
Dlaczego powinniśmy wierzyć nauce?
00:33
The fact is, many of us actually
don't believe the science.
don't believe the science.
8
21429
3469
Tak naprawdę wielu z nas
nie wierzy nauce.
nie wierzy nauce.
00:36
Public opinion polls consistently show
9
24898
2176
Badania opinii publicznej
zgodnie pokazują,
zgodnie pokazują,
00:39
that significant proportions of the American people
10
27074
3010
że spora część Amerykanów
00:42
don't believe the climate is
warming due to human activities,
warming due to human activities,
11
30084
3541
nie wierzy, że ocieplenie klimatu
jest spowodowane działalnością człowieka,
jest spowodowane działalnością człowieka,
00:45
don't think that there is
evolution by natural selection,
evolution by natural selection,
12
33625
2939
nie wierzy w ewolucję
poprzez selekcję naturalną,
poprzez selekcję naturalną,
00:48
and aren't persuaded by the safety of vaccines.
13
36564
3901
nie jest przekonana,
że szczepienia są bezpieczne.
że szczepienia są bezpieczne.
00:52
So why should we believe the science?
14
40465
3631
Dlaczego więc powinniśmy wierzyć nauce?
00:56
Well, scientists don't like talking about
science as a matter of belief.
science as a matter of belief.
15
44096
3611
Naukowcy nie lubią mówić,
że nauce trzeba "wierzyć".
że nauce trzeba "wierzyć".
00:59
In fact, they would contrast science with faith,
16
47707
2587
Raczej przeciwstawiają naukę wierze,
01:02
and they would say belief is the domain of faith.
17
50294
2966
zakładając, że wiara to kwestia religii
01:05
And faith is a separate thing
apart and distinct from science.
apart and distinct from science.
18
53260
3778
i zupełnie nie dotyczy ona nauki.
01:09
Indeed they would say religion is based on faith
19
57038
3152
Według nich
religia opiera się na wierze,
religia opiera się na wierze,
01:12
or maybe the calculus of Pascal's wager.
20
60190
3694
ewentualnie na zakładzie Pascala.
01:15
Blaise Pascal was a 17th-century mathematician
21
63884
2676
Blaise Pascal
był XVII-wieczny matematykiem,
był XVII-wieczny matematykiem,
01:18
who tried to bring scientific
reasoning to the question of
reasoning to the question of
22
66560
2810
który próbował zastosować
rozumowanie naukowe
rozumowanie naukowe
01:21
whether or not he should believe in God,
23
69370
1872
w odpowiedzi na pytanie,
czy powinien wierzyć w Boga.
czy powinien wierzyć w Boga.
01:23
and his wager went like this:
24
71242
2604
Zakład Pascala był taki:
01:25
Well, if God doesn't exist
25
73846
2549
jeżeli Bóg nie istnieje,
01:28
but I decide to believe in him
26
76395
2025
ale zdecyduję się w niego wierzyć,
01:30
nothing much is really lost.
27
78420
1978
nic wielkiego nie tracę.
01:32
Maybe a few hours on Sunday.
28
80398
1613
Może kilka godzin w niedzielę.
01:34
(Laughter)
29
82011
993
(Śmiech)
01:35
But if he does exist and I don't believe in him,
30
83004
3381
Ale jeśli istnieje,
a ja w niego nie wierzę,
a ja w niego nie wierzę,
01:38
then I'm in deep trouble.
31
86385
2017
wtedy mam problem.
01:40
And so Pascal said, we'd better believe in God.
32
88402
3036
Więc Pascal stwierdził,
że lepiej wierzyć w Boga.
że lepiej wierzyć w Boga.
01:43
Or as one of my college professors said,
33
91438
2172
Lub, jak powiedział
jeden z moich profesorów:
jeden z moich profesorów:
01:45
"He clutched for the handrail of faith."
34
93610
2226
"Tonący wiary się chwyta".
01:47
He made that leap of faith
35
95836
1936
Pascal przyjął wiarę w ciemno,
01:49
leaving science and rationalism behind.
36
97772
4524
porzucając naukę i racjonalizm.
01:54
Now the fact is though, for most of us,
37
102296
2696
Jednak dla większości z nas
01:56
most scientific claims are a leap of faith.
38
104992
3134
przyjęcie twierdzenia naukowego
wymaga właśnie ślepej wiary.
wymaga właśnie ślepej wiary.
02:00
We can't really judge scientific
claims for ourselves in most cases.
claims for ourselves in most cases.
39
108126
4385
W większości przypadków nie możemy
sami ocenić naukowych twierdzeń.
sami ocenić naukowych twierdzeń.
02:04
And indeed this is actually
true for most scientists as well
true for most scientists as well
40
112511
2840
Naukowcy też mają z tym problem,
02:07
outside of their own specialties.
41
115351
2330
jeśli chodzi o kwestie
poza ich specjalizacją.
poza ich specjalizacją.
02:09
So if you think about it, a geologist can't tell you
42
117681
2520
Geolog nie potrafi udowodnić.
że szczepienia są bezpieczne.
że szczepienia są bezpieczne.
02:12
whether a vaccine is safe.
43
120201
1750
02:13
Most chemists are not experts in evolutionary theory.
44
121951
3000
Większość chemików
nie jest specjalistami w teorii ewolucji.
nie jest specjalistami w teorii ewolucji.
02:16
A physicist cannot tell you,
45
124951
2259
Choć niektórzy próbują,
02:19
despite the claims of some of them,
46
127210
1443
fizycy nie mogą udowodnić,
02:20
whether or not tobacco causes cancer.
47
128653
3354
że tytoń wywołuje raka.
02:24
So, if even scientists themselves
48
132007
2450
Więc nawet jeśli sami naukowcy
muszą wierzyć nauce na ślepo
muszą wierzyć nauce na ślepo
02:26
have to make a leap of faith
49
134457
1276
02:27
outside their own fields,
50
135733
1922
poza swoimi specjalizacjami,
02:29
then why do they accept the
claims of other scientists?
claims of other scientists?
51
137655
3928
dlaczego akceptują oni
twierdzenia innych naukowców?
twierdzenia innych naukowców?
02:33
Why do they believe each other's claims?
52
141583
2298
Dlaczego nawzajem
wierzą w swoje twierdzenia?
wierzą w swoje twierdzenia?
02:35
And should we believe those claims?
53
143881
3290
I czy my powinniśmy im wierzyć?
02:39
So what I'd like to argue is yes, we should,
54
147171
2776
Chciałabym was przekonać, że powinniśmy,
02:41
but not for the reason that most of us think.
55
149947
2883
ale nie z przyczyn, o których myślicie.
02:44
Most of us were taught in school
that the reason we should
that the reason we should
56
152830
2330
Większość z nas uczono w szkole,
02:47
believe in science is because of the scientific method.
57
155160
3412
że powinniśmy wierzyć w naukę
ze względu na metodę naukową.
ze względu na metodę naukową.
02:50
We were taught that scientists follow a method
58
158572
2916
Uczono nas, że naukowcy stosują metodę,
02:53
and that this method guarantees
59
161488
2356
która gwarantuje
prawdziwość ich twierdzeń.
prawdziwość ich twierdzeń.
02:55
the truth of their claims.
60
163844
1996
02:57
The method that most of us were taught in school,
61
165840
3420
Metodą, której uczono
większość z nas w szkole,
większość z nas w szkole,
03:01
we can call it the textbook method,
62
169260
1576
nazwijmy ją metodą podręcznikową,
03:02
is the hypothetical deductive method.
63
170836
2784
jest metoda hipotetyczno-dedukcyjna.
03:05
According to the standard
model, the textbook model,
model, the textbook model,
64
173620
3094
Według standardowego modelu,
czyli metody "podręcznikowej",
czyli metody "podręcznikowej",
03:08
scientists develop hypotheses, they deduce
65
176714
2957
naukowcy tworzą hipotezy,
wnioskują na ich podstawie,
03:11
the consequences of those hypotheses,
66
179671
2460
03:14
and then they go out into the world and they say,
67
182131
1710
a potem wyruszają w świat, pytając:
03:15
"Okay, well are those consequences true?"
68
183841
2374
"Czy te wnioski są prawdziwe?
03:18
Can we observe them taking
place in the natural world?
place in the natural world?
69
186215
3333
Czy możemy zaobserwować je
w świecie przyrody?"
w świecie przyrody?"
03:21
And if they are true, then the scientists say,
70
189548
2600
A jeśli są prawdziwe, wtedy mówią:
03:24
"Great, we know the hypothesis is correct."
71
192148
2856
"Super, wiemy,
że hipoteza jest prawdziwa".
że hipoteza jest prawdziwa".
03:27
So there are many famous examples in the history
72
195004
2179
W historii nauki jest wiele
znanych przykładów naukowców,
znanych przykładów naukowców,
03:29
of science of scientists doing exactly this.
73
197183
2879
którzy tak postępowali.
03:32
One of the most famous examples
74
200062
2058
Jeden z najsławniejszych
03:34
comes from the work of Albert Einstein.
75
202120
2213
związany jest z pracą Alberta Einsteina.
03:36
When Einstein developed the
theory of general relativity,
theory of general relativity,
76
204333
2522
Kiedy Einstein opracował
ogólną teorię względności,
ogólną teorię względności,
03:38
one of the consequences of his theory
77
206855
2316
jednym z jej założeń było to,
03:41
was that space-time wasn't just an empty void
78
209171
2839
że czasoprzestrzeń nie jest próżnią,
03:44
but that it actually had a fabric.
79
212010
1909
ale ma strukturę.
03:45
And that that fabric was bent
80
213919
1601
I ta struktura załamuje się
03:47
in the presence of massive objects like the sun.
81
215520
3380
w obecności
olbrzymich obiektów, takich jak Słońce.
olbrzymich obiektów, takich jak Słońce.
03:50
So if this theory were true then it meant that light
82
218900
2749
Gdyby ta teoria była prawdziwa,
oznaczałoby to, że światło,
oznaczałoby to, że światło,
03:53
as it passed the sun
83
221649
1528
mijając Słońce,
03:55
should actually be bent around it.
84
223177
2168
powinno załamywć się wokół niego.
03:57
That was a pretty startling prediction
85
225345
2400
Było to całkiem zaskakujące założenie
03:59
and it took a few years before scientists
86
227745
1988
i minęło wiele lat,
zanim naukowcy mogli je przetestować,
zanim naukowcy mogli je przetestować,
04:01
were able to test it
87
229733
1278
04:03
but they did test it in 1919,
88
231011
2510
ale udało się to w 1919 roku
04:05
and lo and behold it turned out to be true.
89
233521
2450
i założenie to okazało się prawdą.
04:07
Starlight actually does bend
as it travels around the sun.
as it travels around the sun.
90
235971
3158
Światło gwiazd
załamuje się, gdy mija Słońca.
załamuje się, gdy mija Słońca.
04:11
This was a huge confirmation of the theory.
91
239129
2494
Było to istotnym potwierdzeniem teorii,
04:13
It was considered proof of the truth
92
241623
1805
i zostało uznane za dowód
na prawdziwość tej radykalnej, nowej myśli
na prawdziwość tej radykalnej, nowej myśli
04:15
of this radical new idea,
93
243428
1312
04:16
and it was written up in many newspapers
94
244740
1852
oraz zostało opisane
w prasie całego świata.
w prasie całego świata.
04:18
around the globe.
95
246592
2538
04:21
Now, sometimes this theory or this model
96
249130
2350
Czasami tę teorię czy też model
04:23
is referred to as the deductive-nomological model,
97
251480
3434
określa się mianem
"dedukcyjno-nomologicznego",
"dedukcyjno-nomologicznego",
04:26
mainly because academics like
to make things complicated.
to make things complicated.
98
254914
3384
głównie dlatego, że uczeni lubią
wszystko komplikować.
wszystko komplikować.
04:30
But also because in the ideal case, it's about laws.
99
258298
5261
Ale również dlatego,
że w idealnym przypadku dotyczy to praw.
że w idealnym przypadku dotyczy to praw.
04:35
So nomological means having to do with laws.
100
263559
2502
Nomologiczny oznacza
"odnoszący się do praw".
"odnoszący się do praw".
04:38
And in the ideal case, the hypothesis isn't just an idea:
101
266061
3424
W idealnym przypadku
hipoteza nie jest tylko koncepcją,
hipoteza nie jest tylko koncepcją,
04:41
ideally, it is a law of nature.
102
269485
2326
jest prawem natury.
04:43
Why does it matter that it is a law of nature?
103
271811
2287
Dlaczego ma to znaczenie?
04:46
Because if it is a law, it can't be broken.
104
274098
2728
Ponieważ jeśli jest prawem,
nie może być złamana.
nie może być złamana.
04:48
If it's a law then it will always be true
105
276826
2108
Jeśli jest prawem, będzie prawdziwa
04:50
in all times and all places
106
278934
1244
zawsze i wszędzie,
04:52
no matter what the circumstances are.
107
280178
2206
bez względu na okoliczności.
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
Wszyscy znają przynajmniej jeden
przykład znanego prawa,
przykład znanego prawa,
04:57
Einstein's famous equation, E=MC2,
109
285613
3755
równanie Einsteina: E=MC2,
05:01
which tells us what the relationship is
110
289368
1800
które pokazuje związek
05:03
between energy and mass.
111
291168
2193
pomiędzy energią a masą.
05:05
And that relationship is true no matter what.
112
293361
4000
Związek ten zawsze musi być prawdziwy.
05:09
Now, it turns out, though, that there
are several problems with this model.
are several problems with this model.
113
297361
3649
Okazuje się jednak,
że jest kilka problemów z tym modelem.
że jest kilka problemów z tym modelem.
05:13
The main problem is that it's wrong.
114
301010
3635
Podstawowy problem - jest błędny.
05:16
It's just not true. (Laughter)
115
304645
3502
Nie jest prawdziwy. (Śmiech)
05:20
And I'm going to talk about
three reasons why it's wrong.
three reasons why it's wrong.
116
308147
2723
Przedstawię trzy przyczyny
dlaczego jest błędny.
dlaczego jest błędny.
05:22
So the first reason is a logical reason.
117
310870
2679
Pierwszy powód jest logiczny.
05:25
It's the problem of the fallacy
of affirming the consequent.
of affirming the consequent.
118
313549
3516
To błędne rozumowanie
związane z potwierdzeniem przez wynik.
związane z potwierdzeniem przez wynik.
05:29
So that's another fancy, academic way of saying
119
317065
2826
To kolejny wymyślny,
uczony sposób powiedzenia,
uczony sposób powiedzenia,
05:31
that false theories can make true predictions.
120
319891
2670
że fałszywe teorie mogą prowadzić
do prawdziwej prognozy.
do prawdziwej prognozy.
05:34
So just because the prediction comes true
121
322561
1994
To, że prognoza
okazuje się prawdziwa,
okazuje się prawdziwa,
05:36
doesn't actually logically
prove that the theory is correct.
prove that the theory is correct.
122
324555
3222
nie dowodzi to logicznie,
że teoria jest prawidłowa.
że teoria jest prawidłowa.
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
Mam tu dobry przykład z historii nauki.
05:43
This is a picture of the Ptolemaic universe
124
331708
2695
To jest obraz wszechświata Ptolemeusza
05:46
with the Earth at the center of the universe
125
334403
1862
z Ziemią jako centrum wszechświata
05:48
and the sun and the planets going around it.
126
336265
2595
i krążącego wokół niej
Słońca oraz planet.
Słońca oraz planet.
05:50
The Ptolemaic model was believed
127
338860
2030
W model Ptolemeusza
05:52
by many very smart people for many centuries.
128
340890
3253
wierzyło wiele mądrych osób
przez wiele wieków.
przez wiele wieków.
05:56
Well, why?
129
344143
1736
Dlaczego?
05:57
Well the answer is because it made
lots of predictions that came true.
lots of predictions that came true.
130
345879
3437
Ponieważ urzeczywistniał wiele prognoz.
06:01
The Ptolemaic system enabled astronomers
131
349316
2016
System Ptolemeusza pozwolił astronomom
06:03
to make accurate predictions
of the motions of the planet,
of the motions of the planet,
132
351332
2750
dokładnie prognozować ruchy planety,
06:06
in fact more accurate predictions at first
133
354082
2519
nawet początkowo dokładniej
06:08
than the Copernican theory
which we now would say is true.
which we now would say is true.
134
356601
4324
niż teoria Kopernika,
którą teraz nazywamy prawdziwą.
którą teraz nazywamy prawdziwą.
06:12
So that's one problem with the textbook model.
135
360925
2982
To jeden problem z modelem podręcznikowym.
06:15
A second problem is a practical problem,
136
363907
2396
Drugi problem jest praktyczny
06:18
and it's the problem of auxiliary hypotheses.
137
366303
3235
i dotyczy hipotez pomocniczych.
06:21
Auxiliary hypotheses are assumptions
138
369538
2829
Hipotezy pomocnicze to przypuszczenia,
06:24
that scientists are making
139
372367
1779
które naukowcy tworzą,
06:26
that they may or may not even
be aware that they're making.
be aware that they're making.
140
374146
3043
nie zawsze zdając sobie z tego sprawę.
06:29
So an important example of this
141
377189
2661
Znaczący tego przykład
06:31
comes from the Copernican model,
142
379850
2095
pochodzi od modelu Kopernika,
06:33
which ultimately replaced the Ptolemaic system.
143
381945
3192
który finalnie
zastąpił system Ptolemeusza.
zastąpił system Ptolemeusza.
06:37
So when Nicolaus Copernicus said,
144
385137
2040
Kiedy Kopernik stwierdził,
06:39
actually the Earth is not the center of the universe,
145
387177
2650
że Ziemia tak naprawdę
nie jest centrum wszechświata,
nie jest centrum wszechświata,
06:41
the sun is the center of the solar system,
146
389827
1918
Słońce jest centrum układu słonecznego,
06:43
the Earth moves around the sun.
147
391745
1382
a Ziemia krąży wokół Słońca,
06:45
Scientists said, well okay, Nicolaus, if that's true
148
393127
3728
naukowcy powiedzieli:
"Mikołaju, jeśli to prawda,
"Mikołaju, jeśli to prawda,
06:48
we ought to be able to detect the motion
149
396855
1764
powinniśmy wykryć ruch
06:50
of the Earth around the sun.
150
398619
1958
Ziemi wokół Słońca".
06:52
And so this slide here illustrates a concept
151
400577
2056
Ten slajd pokazuje koncepcję
06:54
known as stellar parallax.
152
402633
1808
znaną jako paralaksa gwiezdna.
06:56
And astronomers said, if the Earth is moving
153
404441
3822
Astronomowie stwierdzili,
że jeśli Ziemia się porusza
że jeśli Ziemia się porusza
07:00
and we look at a prominent star, let's say, Sirius --
154
408263
3200
i popatrzy się na widoczną gwiazdę,
na przykład na Syriusza...
na przykład na Syriusza...
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
Wiem, że będąc na Manhattanie
nie widzi się gwiazd,
nie widzi się gwiazd,
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
ale wyobraźcie sobie,
że jesteście na wsi
że jesteście na wsi
07:09
and we look at a star in December, we see that star
157
417608
2867
i patrzcie na gwiazdy w grudniu,
a wtedy zobaczymy tę gwiazdę
a wtedy zobaczymy tę gwiazdę
07:12
against the backdrop of distant stars.
158
420475
2765
na tle innych, odległych gwiazd.
07:15
If we now make the same observation six months later
159
423240
2954
Jeżeli dokonamy obserwacji
sześć miesięcy później,
sześć miesięcy później,
07:18
when the Earth has moved to this position in June,
160
426194
3812
gdy Ziemia przemieściła się
w czerwcu na tę pozycję,
w czerwcu na tę pozycję,
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
patrzymy na tę samą gwiazdę
i widzimy ją na innym tle.
i widzimy ją na innym tle.
07:26
That difference, that angular
difference, is the stellar parallax.
difference, is the stellar parallax.
162
434105
4182
Ta różnica, zmiana kąta
to paralaksa gwiezdna.
to paralaksa gwiezdna.
07:30
So this is a prediction that the Copernican model makes.
163
438287
2863
Jest to prognoza
sformułowana przez model Kopernika.
sformułowana przez model Kopernika.
07:33
Astronomers looked for the stellar parallax
164
441150
2561
Astronomowie szukali paralaksy gwiezdnej
07:35
and they found nothing, nothing at all.
165
443711
4982
i nic nie znaleźli, absolutnie nic.
07:40
And many people argued that this proved
that the Copernican model was false.
that the Copernican model was false.
166
448693
3866
Wiele osób twierdziło, że dowodziło to
błędności modelu Kopernika.
błędności modelu Kopernika.
07:44
So what happened?
167
452559
1488
Co się stało?
07:46
Well, in hindsight we can say
that astronomers were making
that astronomers were making
168
454047
2683
Po fakcie możemy stwierdzić,
że astronomowie stworzyli
że astronomowie stworzyli
07:48
two auxiliary hypotheses, both of which
169
456730
2547
dwie hipotezy pomocnicze
i obie były błędne.
07:51
we would now say were incorrect.
170
459277
2663
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
Pierwsze założenie dotyczyło
rozmiaru orbity Ziemi.
rozmiaru orbity Ziemi.
07:57
Astronomers were assuming
that the Earth's orbit was large
that the Earth's orbit was large
172
465575
3036
Astronomowie zakładali,
że orbita Ziemi jest duża
że orbita Ziemi jest duża
08:00
relative to the distance to the stars.
173
468611
2338
w stosunku do odległości gwiazd.
08:02
Today we would draw the picture more like this,
174
470949
2464
Dzisiaj narysowalibyśmy to tak.
08:05
this comes from NASA,
175
473413
1347
Pochodzi to z NASA.
08:06
and you see the Earth's orbit is actually quite small.
176
474760
2423
Widać, że orbita Ziemi jest raczej mała.
08:09
In fact, it's actually much
smaller even than shown here.
smaller even than shown here.
177
477183
2991
W rzeczywistości
jest nawet mniejsza, niż tu widać.
jest nawet mniejsza, niż tu widać.
08:12
The stellar parallax therefore,
178
480174
1539
Paralaksa gwiezdna
08:13
is very small and actually very hard to detect.
179
481713
3584
jest więc mała i trudna do zaobserwowania.
08:17
And that leads to the second reason
180
485297
1974
Prowadzi to do drugiej przyczyny
porażki tej prognozy.
08:19
why the prediction didn't work,
181
487271
1859
08:21
because scientists were also assuming
182
489130
1915
Otóż naukowcy zakładali,
08:23
that the telescopes they had were sensitive enough
183
491045
3010
że teleskopy, którymi dysponowali,
są wystarczająco czułe,
są wystarczająco czułe,
08:26
to detect the parallax.
184
494055
1900
aby wykryć paralaksę.
08:27
And that turned out not to be true.
185
495955
2017
A tak nie było.
08:29
It wasn't until the 19th century
186
497972
2534
Aż do XIX wieku
08:32
that scientists were able to detect
187
500506
1684
naukowcy nie byli w stanie
zaobserwować paralaksy gwiezdnej.
zaobserwować paralaksy gwiezdnej.
08:34
the stellar parallax.
188
502190
1536
08:35
So, there's a third problem as well.
189
503726
2646
Pojawił się też trzeci problem.
08:38
The third problem is simply a factual problem,
190
506372
2778
To błąd rzeczowy.
08:41
that a lot of science doesn't fit the textbook model.
191
509150
2816
Wiele dziedzin nauki
nie pasuje do modelu podręcznikowego.
nie pasuje do modelu podręcznikowego.
08:43
A lot of science isn't deductive at all,
192
511966
2273
Wiele dziedzin nie polega na dedukcji,
08:46
it's actually inductive.
193
514239
1768
tylko na indukcji.
08:48
And by that we mean that scientists don't necessarily
194
516007
2516
To oznacza, że naukowcy niekoniecznie
08:50
start with theories and hypotheses,
195
518523
2231
zaczynają od teorii i hipotez,
08:52
often they just start with observations
196
520754
1869
ale często zaczynają od obserwacji
zjawisk zachodzących w świecie.
zjawisk zachodzących w świecie.
08:54
of stuff going on in the world.
197
522623
2409
08:57
And the most famous example
of that is one of the most
of that is one of the most
198
525032
2570
Przykładem jest jeden
z najsłynniejszych naukowców,
z najsłynniejszych naukowców,
08:59
famous scientists who ever lived, Charles Darwin.
199
527602
3065
Karol 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
Kiedy Darwin w młodości
wyruszył w podróż na pokładzie Beagle,
wyruszył w podróż na pokładzie Beagle,
09:05
he didn't have a hypothesis, he didn't have a theory.
201
533829
3612
nie miał hipotezy, nie miał teorii.
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
Wiedział tylko,
że pragnie kariery naukowca,
że pragnie kariery naukowca,
09:12
and he started to collect data.
203
540507
2012
więc zaczął gromadzić dane.
09:14
Mainly he knew that he hated medicine
204
542519
2730
Wiedział, że nienawidzi medycyny,
bo widok krwi wywoływał u niego mdłości,
09:17
because the sight of blood made him sick so
205
545249
1818
09:19
he had to have an alternative career path.
206
547067
2268
dlatego musiał znaleźć
inną ścieżkę kariery.
inną ścieżkę kariery.
09:21
So he started collecting data.
207
549335
2134
Zaczął więc gromadzić dane.
09:23
And he collected many things,
including his famous finches.
including his famous finches.
208
551469
3166
Zbierał wiele rzeczy,
w tym te słynne zięby.
w tym te słynne zięby.
09:26
When he collected these finches,
he threw them in a bag
he threw them in a bag
209
554635
2210
Zbierał je i wrzucał do torby,
nie mając pojęcia,
jakie mają one znaczenie.
jakie mają one znaczenie.
09:28
and he had no idea what they meant.
210
556845
2340
09:31
Many years later back in London,
211
559185
2287
Wiele lat później w Londynie
09:33
Darwin looked at his data again and began
212
561472
2233
Darwin znów spojrzał na swoje dane
i zaczął formułować wyjaśnienie,
09:35
to develop an explanation,
213
563705
2448
09:38
and that explanation was the
theory of natural selection.
theory of natural selection.
214
566153
3298
a wyjaśnieniem była
teoria selekcji naturalnej.
teoria selekcji naturalnej.
09:41
Besides inductive science,
215
569451
2059
Poza naukami indukcyjnymi,
09:43
scientists also often participate in modeling.
216
571510
2936
naukowcy często wykorzystują modelowanie.
Jednym z tematów,
którymi naukowcy chcą się zajmować,
którymi naukowcy chcą się zajmować,
09:46
One of the things scientists want to do in life
217
574446
2336
09:48
is to explain the causes of things.
218
576782
2268
jest wyjaśnianie przyczyn zjawisk.
09:51
And how do we do that?
219
579050
1518
Jak to robią?
09:52
Well, one way you can do it is to build a model
220
580568
2252
Jednym ze sposobów
jest zbudowanie modelu testującego zamysł.
jest zbudowanie modelu testującego zamysł.
09:54
that tests an idea.
221
582820
1742
09:56
So this is a picture of Henry Cadell,
222
584562
1931
To jest zdjęcie Henry'ego Cadella,
09:58
who was a Scottish geologist in the 19th century.
223
586493
2866
szkockiego geologa żyjącego w XIX wieku.
10:01
You can tell he's Scottish because he's wearing
224
589359
1433
Widać, że jest Szkotem,
bo ma czapkę myśliwską i kalosze.
bo ma czapkę myśliwską i kalosze.
10:02
a deerstalker cap and Wellington boots.
225
590792
2388
(Śmiech)
10:05
(Laughter)
226
593180
2154
10:07
And Cadell wanted to answer the question,
227
595334
1566
Cadell chciał odpowiedzieć na pytanie,
jak kształtowane są góry.
jak kształtowane są góry.
10:08
how are mountains formed?
228
596900
1768
Jedną z rzeczy, jakie zaobserwował,
10:10
And one of the things he had observed
229
598668
1516
10:12
is that if you look at mountains
like the Appalachians,
like the Appalachians,
230
600184
2574
było to, że gdy spojrzy się
na góry takie jak Appalachy,
na góry takie jak Appalachy,
10:14
you often find that the rocks in them
231
602758
1633
często widać, że skały są pofałdowane,
10:16
are folded,
232
604391
1469
10:17
and they're folded in a particular way,
233
605860
1646
i to w szczególny sposób,
10:19
which suggested to him
234
607506
1444
co nasunęło mu myśl,
10:20
that they were actually being
compressed from the side.
compressed from the side.
235
608950
2949
że były zgniatane po bokach.
10:23
And this idea would later play a major role
236
611899
2088
Ta myśl później odegrała ważną rolę
10:25
in discussions of continental drift.
237
613987
2423
w dyskusjach o wędrówce kontynentów.
10:28
So he built this model, this crazy contraption
238
616410
2506
Zbudował ten model, szalony przyrząd
10:30
with levers and wood, and here's his wheelbarrow,
239
618916
2152
z dźwigniami i drewnem,
a oto jego taczki,
a oto jego taczki,
10:33
buckets, a big sledgehammer.
240
621068
2442
wiadra, duży młot oburęczny.
10:35
I don't know why he's got the Wellington boots.
241
623510
1898
Nie wiem czemu ma kalosze,
10:37
Maybe it's going to rain.
242
625408
1577
może będzie padać.
10:38
And he created this physical model in order
243
626985
3085
Przygotował fizyczny model,
10:42
to demonstrate that you could, in fact, create
244
630070
3965
aby przedstawić, że można stworzyć
10:46
patterns in rocks, or at least, in this case, in mud,
245
634035
2674
układ kamieni, a przynajmniej,
w tym przypadku błota,
w tym przypadku błota,
10:48
that looked a lot like mountains
246
636709
2226
który będzie przypominał góry,
10:50
if you compressed them from the side.
247
638935
1842
jeśli będzie zgniatać się je po bokach.
10:52
So it was an argument about
the cause of mountains.
the cause of mountains.
248
640777
3628
Był to wywód w sprawie
procesów górotwórczych.
procesów górotwórczych.
10:56
Nowadays, most scientists prefer to work inside,
249
644405
3048
Dzisiaj większość naukowców woli
pracować w pomieszczeniach,
pracować w pomieszczeniach,
10:59
so they don't build physical models so much
250
647453
2427
nie budują tylu fizycznych modeli,
11:01
as to make computer simulations.
251
649880
2361
raczej tworzą komputerowe symulacje.
11:04
But a computer simulation is a kind of a model.
252
652241
2839
Ale symulacja też jest rodzajem modelu,
11:07
It's a model that's made with mathematics,
253
655080
1863
stworzonego przy pomocy matematyki,
11:08
and like the physical models of the 19th century,
254
656943
3233
i tak jak XIX-wieczne modele fizyczne,
11:12
it's very important for thinking about causes.
255
660176
3778
taki model jest przydatny
przy analizowaniu przyczyn.
przy analizowaniu przyczyn.
11:15
So one of the big questions
to do with climate change,
to do with climate change,
256
663954
2615
Jedno z ważnych obecnie pytań
dotyczy zmian klimatu.
dotyczy zmian klimatu.
11:18
we have tremendous amounts of evidence
257
666569
1803
Mamy ogromnie dużo dowodów,
11:20
that the Earth is warming up.
258
668372
1880
że Ziemia się ociepla.
11:22
This slide here, the black line shows
259
670252
2464
Na tym slajdzie czarna linia pokazuje
11:24
the measurements that scientists have taken
260
672716
2120
pomiary, których dokonali naukowcy
11:26
for the last 150 years
261
674836
1963
w trakcie ostatnich 150 lat,
11:28
showing that the Earth's temperature
262
676799
1410
na których widać,
że temperatura na Ziemi stale rośnie.
że temperatura na Ziemi stale rośnie.
11:30
has steadily increased,
263
678209
1634
11:31
and you can see in particular
that in the last 50 years
that in the last 50 years
264
679843
2846
Szczególnie w ostatnich 50 latach
11:34
there's been this dramatic increase
265
682689
1764
widoczny jest gwałtowny wzrost
11:36
of nearly one degree centigrade,
266
684453
2340
o prawie jeden stopień Celsjusza,
11:38
or almost two degrees Fahrenheit.
267
686793
2375
czyli prawie dwa stopnie Fahrenheita.
11:41
So what, though, is driving that change?
268
689168
2437
Co jest przyczyną takiej zmiany?
11:43
How can we know what's causing
269
691605
2335
Jak możemy się dowiedzieć,
skąd się bierze
to zaobserwowane ocieplenie?
to zaobserwowane ocieplenie?
11:45
the observed warming?
270
693940
1516
11:47
Well, scientists can model it
271
695456
1714
Naukowcy mogą to modelować
11:49
using a computer simulation.
272
697170
2368
poprzez symulacje komputerowe.
11:51
So this diagram illustrates a computer simulation
273
699538
2792
Ten wykres pokazuje symulację komputerową,
11:54
that has looked at all the different factors
274
702330
2121
która uwzględnia wszystkie znane czynniki
11:56
that we know can influence the Earth's climate,
275
704451
2605
mogące oddziaływać na klimat:
11:59
so sulfate particles from air pollution,
276
707056
2752
cząsteczki siarki
z zanieczyszczonego powietrza,
z zanieczyszczonego powietrza,
12:01
volcanic dust from volcanic eruptions,
277
709808
2970
pył wulkaniczny z erupcji,
12:04
changes in solar radiation,
278
712778
2234
zmiany promieniowania słonecznego
12:07
and, of course, greenhouse gases.
279
715012
2378
i oczywiście gazy cieplarniane.
12:09
And they asked the question,
280
717390
1818
Zadane zostało pytanie
12:11
what set of variables put into a model
281
719208
3696
jaki zestaw zmiennych
wprowadzonych do modelu
wprowadzonych do modelu
12:14
will reproduce what we actually see in real life?
282
722904
2976
da taki rezultat,
jaki obserwujemy w rzeczywistości?
jaki obserwujemy w rzeczywistości?
12:17
So here is the real life in black.
283
725880
2020
Rzeczywistość jest zaznaczona na czarno.
12:19
Here's the model in this light gray,
284
727900
2280
Model jest jasnoszary.
12:22
and the answer is
285
730180
1560
Wynikiem jest model,
12:23
a model that includes, it's the answer E on that SAT,
286
731740
4387
który uwzględnia,
tak jak ostatnia odpowiedź na teście,
tak jak ostatnia odpowiedź na teście,
12:28
all of the above.
287
736127
2141
wszystkie powyższe czynniki.
12:30
The only way you can reproduce
288
738268
1506
Jedynym sposobem na odtworzenie
12:31
the observed temperature measurements
289
739774
1828
zaobserwowanych pomiarów temperatury
12:33
is with all of these things put together,
290
741602
1978
jest połączenie wszystkich tych elementów,
12:35
including greenhouse gases,
291
743580
2139
w tym gazów cieplarnianych.
12:37
and in particular you can see that the increase
292
745719
2551
Szczególnie widać,
że wzrost ilości gazów cieplarnianych
że wzrost ilości gazów cieplarnianych
12:40
in greenhouse gases tracks
293
748270
1884
pokrywa się
z gwałtownym wzrostem temperatury
z gwałtownym wzrostem temperatury
12:42
this very dramatic increase in temperature
294
750154
2206
12:44
over the last 50 years.
295
752360
1480
w ostatnich 50 latach.
12:45
And so this is why climate scientists say
296
753840
2434
Dlatego klimatolodzy twierdzą,
12:48
it's not just that we know that
climate change is happening,
climate change is happening,
297
756274
3108
że nie tylko jesteśmy pewni,
że klimat się zmienia,
że klimat się zmienia,
12:51
we know that greenhouse gases are a major part
298
759382
2768
ale wiemy, że gazy cieplarniane
są tego główną przyczyną.
są tego główną przyczyną.
12:54
of the reason why.
299
762150
2730
12:56
So now because there all these different things
300
764880
2388
Ze względu na to, iloma sprawami
zajmują się naukowcy,
zajmują się naukowcy,
12:59
that scientists do,
301
767268
1489
13:00
the philosopher Paul Feyerabend famously said,
302
768757
3486
filozof Paul Feyerabend powiedział:
13:04
"The only principle in science
303
772243
1626
"Jedyną regułą w nauce
niehamującą postępu
niehamującą postępu
13:05
that doesn't inhibit progress is: anything goes."
304
773869
3979
jest: wszystko ujdzie".
13:09
Now this quotation has often
been taken out of context,
been taken out of context,
305
777848
2616
Ten cytat często
wyjmowano z kontekstu,
wyjmowano z kontekstu,
13:12
because Feyerabend was not actually saying
306
780464
2118
bo Feyerabend nie twierdził,
13:14
that in science anything goes.
307
782582
1950
że w nauce wszystko ujdzie.
13:16
What he was saying was,
308
784532
1344
Pełne twierdzenie brzmi:
13:17
actually the full quotation is,
309
785876
2024
13:19
"If you press me to say
310
787900
2090
"Jeśli zmusisz mnie do powiedzenia,
co jest metodą naukową,
co jest metodą naukową,
13:21
what is the method of science,
311
789990
1646
13:23
I would have to say: anything goes."
312
791636
3629
byłbym zmuszony odpowiedzieć:
wszystko ujdzie".
wszystko ujdzie".
13:27
What he was trying to say
313
795265
1078
Próbował wyjaśnić, że naukowcy
zajmują się wieloma różnymi rzeczami,
zajmują się wieloma różnymi rzeczami,
13:28
is that scientists do a lot of different things.
314
796343
2567
13:30
Scientists are creative.
315
798910
2308
naukowcy są kreatywni.
13:33
But then this pushes the question back:
316
801218
2110
Ale to znów nasuwa pytanie:
13:35
If scientists don't use a single method,
317
803328
3471
jeśli naukowcy nie stosują
wyłącznie jednej metody,
wyłącznie jednej metody,
13:38
then how do they decide
318
806799
1899
jak oceniają co jest poprawne, a co nie?
13:40
what's right and what's wrong?
319
808698
1458
13:42
And who judges?
320
810156
1894
Kto to osądza?
13:44
And the answer is, scientists judge,
321
812050
2080
Odpowiedź brzmi: osądzają to naukowcy,
13:46
and they judge by judging evidence.
322
814130
2883
poprzez ocenę dowodów.
13:49
Scientists collect evidence in many different ways,
323
817013
3409
Naukowcy zbierają dowody
na wiele sposobów,
na wiele sposobów,
13:52
but however they collect it,
324
820422
1622
ale niezależnie od tego
13:54
they have to subject it to scrutiny.
325
822044
2577
muszą je poddać analizie.
13:56
And this led the sociologist Robert Merton
326
824621
2560
To skłoniło socjologa Roberta Mertona
13:59
to focus on this question of how scientists
327
827181
2180
do skupienia się nad pytaniem,
jak naukowcy analizują dane i dowody.
14:01
scrutinize data and evidence,
328
829361
1679
14:03
and he said they do it in a way he called
329
831040
2808
Stwierdził, że robią to
14:05
"organized skepticism."
330
833848
1919
poprzez "zorganizowany sceptycyzm".
14:07
And by that he meant it's organized
331
835767
1884
Stwierdził, że jest zorganizowany,
14:09
because they do it collectively,
332
837651
1478
ponieważ pracują wspólnie, jako grupa,
14:11
they do it as a group,
333
839129
1629
14:12
and skepticism, because they do it from a position
334
840758
2816
a sceptycyzm, bo robią to
z pozycji niedowierzania.
z pozycji niedowierzania.
14:15
of distrust.
335
843574
1454
Czyli ciężar dowodu
14:17
That is to say, the burden of proof
336
845028
1962
14:18
is on the person with a novel claim.
337
846990
2481
spoczywa na osobie
z nowatorskim twierdzeniem.
z nowatorskim twierdzeniem.
14:21
And in this sense, science
is intrinsically conservative.
is intrinsically conservative.
338
849471
3143
W tym sensie nauka
jest wewnętrznie konserwatywna.
jest wewnętrznie konserwatywna.
14:24
It's quite hard to persuade the scientific community
339
852614
2572
Ciężko jest przekonać społeczność naukową
14:27
to say, "Yes, we know something, this is true."
340
855186
3711
do stwierdzenia:
"Tak, coś wiemy, to jest prawdziwe".
"Tak, coś wiemy, to jest prawdziwe".
14:30
So despite the popularity of the concept
341
858897
2496
Pomimo popularności koncepcji
zmiany paradygmatu,
zmiany paradygmatu,
14:33
of paradigm shifts,
342
861393
1597
14:34
what we find is that actually,
343
862990
1284
w rzeczywistości naprawdę
duże zmiany w myśleniu naukowym
duże zmiany w myśleniu naukowym
14:36
really major changes in scientific thinking
344
864274
2785
14:39
are relatively rare in the history of science.
345
867059
3720
są w historii nauki stosunkowo rzadkie.
14:42
So finally that brings us to one more idea:
346
870779
3563
Dochodzimy do jeszcze jednego zagadnienia.
14:46
If scientists judge evidence collectively,
347
874342
3708
Skoro naukowcy oceniają dowody wspólnie,
14:50
this has led historians to focus on the question
348
878050
2562
skłoniło to historyków do skupienia się
na kwestii jednomyślności.
na kwestii jednomyślności.
14:52
of consensus,
349
880612
1419
14:54
and to say that at the end of the day,
350
882031
1895
Koniec końców, to, czym jest nauka,
14:55
what science is,
351
883926
1934
14:57
what scientific knowledge is,
352
885860
1670
to, czym jest wiedza naukowa,
14:59
is the consensus of the scientific experts
353
887530
3379
to jednomyślność ekspertów naukowych,
15:02
who through this process of organized scrutiny,
354
890909
2154
którzy poprzez proces zorganizowanej
15:05
collective scrutiny,
355
893063
2305
wspólnej analizy
15:07
have judged the evidence
356
895368
1242
ocenili dowody
15:08
and come to a conclusion about it,
357
896610
2797
i doszli do wniosku:
15:11
either yea or nay.
358
899407
2477
że jest tak, albo nie jest tak.
15:13
So we can think of scientific knowledge
359
901884
1724
Możemy więc myśleć o wiedzy naukowej
jako o jednomyślności ekspertów.
jako o jednomyślności ekspertów.
15:15
as a consensus of experts.
360
903608
2052
15:17
We can also think of science as being
361
905660
1772
Możemy też myśleć o nauce
15:19
a kind of a jury,
362
907432
1578
jako o ławie przysięgłych,
15:21
except it's a very special kind of jury.
363
909010
2514
choć to specjalny rodzaj ławy.
15:23
It's not a jury of your peers,
364
911524
2104
Ale to nie byle jacy przysięgli,
15:25
it's a jury of geeks.
365
913628
1896
to ława wielkich mózgów.
15:27
It's a jury of men and women with Ph.D.s,
366
915524
3634
To ława złożona
z kobiet i mężczyzn z doktoratami.
z kobiet i mężczyzn z doktoratami.
15:31
and unlike a conventional jury,
367
919158
2442
I inaczej niż w przypadku
tradycyjnej ławy przysięgłych,
tradycyjnej ławy przysięgłych,
15:33
which has only two choices,
368
921600
1690
która ma tylko dwie możliwości,
15:35
guilty or not guilty,
369
923290
2685
winny lub niewinny,
15:37
the scientific jury actually has a number of choices.
370
925975
3401
naukowa ława przysięgłych
ma tych możliwości więcej.
ma tych możliwości więcej.
15:41
Scientists can say yes, something's true.
371
929376
2784
Naukowcy mogą stwierdzić:
"Tak, to jest prawdziwe".
"Tak, to jest prawdziwe".
15:44
Scientists can say no, it's false.
372
932160
2580
Mogą stwierdzić: "Nie, jest błędne".
15:46
Or, they can say, well it might be true
373
934740
2540
Mogą też stwierdzić:
"To może być prawdziwe,
"To może być prawdziwe,
15:49
but we need to work more
and collect more evidence.
and collect more evidence.
374
937280
3044
ale musimy nad tym jeszcze popracować
i zgromadzić więcej dowodów".
i zgromadzić więcej dowodów".
15:52
Or, they can say it might be true,
375
940324
1616
Albo: "To może być prawdziwe,
15:53
but we don't know how to answer the question
376
941940
1700
ale nie wiemy, jak to rozstrzygnąć,
15:55
and we're going to put it aside
377
943640
1310
więc odłożymy to na bok
i może kiedyś do tego wrócimy".
i może kiedyś do tego wrócimy".
15:56
and maybe we'll come back to it later.
378
944950
2923
15:59
That's what scientists call "intractable."
379
947873
4002
Naukowcy nazywają to
"niesfornym" zagadnieniem.
"niesfornym" zagadnieniem.
16:03
But this leads us to one final problem:
380
951875
2606
Prowadzi to nas do ostatniego problemu:
16:06
If science is what scientists say it is,
381
954481
2938
Jeśli nauka jest tym, co mówią naukowcy,
16:09
then isn't that just an appeal to authority?
382
957419
2541
czy nie jest odwołaniem do autorytetu?
16:11
And weren't we all taught in school
383
959960
1062
Czy nie uczono nas w szkole,
16:13
that the appeal to authority is a logical fallacy?
384
961022
3227
że odwołanie do autorytetu
jest logicznie błędne?
jest logicznie błędne?
16:16
Well, here's the paradox of modern science,
385
964249
3032
Oto paradoks współczesnej nauki,
16:19
the paradox of the conclusion I think historians
386
967281
2272
paradoks wniosku, do którego doszli
16:21
and philosophers and sociologists have come to,
387
969553
2601
historycy, filozofowie i socjologowie,
16:24
that actually science is the appeal to authority,
388
972154
3501
czyli że nauka jest
odwołaniem do autorytetu,
odwołaniem do autorytetu,
16:27
but it's not the authority of the individual,
389
975655
3776
ale nie jest to autorytet jednostki,
16:31
no matter how smart that individual is,
390
979431
2399
niezależnie od tego
jak mądra jest ta jednostka,
jak mądra jest ta jednostka,
16:33
like Plato or Socrates or Einstein.
391
981830
3865
na przykład Platon, Sokrates czy Einstein.
16:37
It's the authority of the collective community.
392
985695
3114
To autorytet społeczności naukowej
jako całości.
jako całości.
16:40
You can think of it is a kind of wisdom of the crowd,
393
988809
2986
Można o tym myśleć jako o mądrości tłumu,
16:43
but a very special kind of crowd.
394
991795
4126
ale szczególnego rodzaju tłumu.
16:47
Science does appeal to authority,
395
995921
1890
Nauka odwołuje się do autorytetu,
16:49
but it's not based on any individual,
396
997811
2050
ale nie opartego na jednostce,
16:51
no matter how smart that individual may be.
397
999861
2586
nieważne, jak mądra to jednostka.
16:54
It's based on the collective wisdom,
398
1002447
1751
Oparta jest na wspólnej mądrości,
16:56
the collective knowledge, the collective work,
399
1004198
2642
wspólnej wiedzy, wspólnej pracy
16:58
of all of the scientists who have worked
400
1006840
1898
wszystkich naukowców, którzy pracowali
17:00
on a particular problem.
401
1008738
2717
nad danym zagadnieniem.
17:03
Scientists have a kind of culture of collective distrust,
402
1011455
2796
W nauce panuje kultura
wspólnego niedowierzania,
wspólnego niedowierzania,
17:06
this "show me" culture,
403
1014251
2200
kultury "zademonstruj mi to",
tu przedstawionej w formie uroczej kobiety
17:08
illustrated by this nice woman here
404
1016451
1950
17:10
showing her colleagues her evidence.
405
1018401
3082
prezentującej dowody współpracownikom.
17:13
Of course, these people don't
really look like scientists,
really look like scientists,
406
1021483
1857
Ci ludzie oczywiście nie wyglądają
na naukowców, bo są zbyt roześmiani.
na naukowców, bo są zbyt roześmiani.
17:15
because they're much too happy.
407
1023340
1986
17:17
(Laughter)
408
1025326
4012
(Śmiech)
17:21
Okay, so that brings me to my final point.
409
1029338
4322
Tu dochodzimy do ostatniego zagadnienia.
17:25
Most of us get up in the morning.
410
1033660
2648
Większość z nas wstaje rano
17:28
Most of us trust our cars.
411
1036308
1410
i polega na swoich samochodach.
17:29
Well, see, now I'm thinking, I'm in Manhattan,
412
1037718
1542
Teraz jestem na Manhattanie,
to złe porównanie,
to złe porównanie,
17:31
this is a bad analogy,
413
1039260
1298
ale większość Amerykanów
niemieszkających na Manhattanie
niemieszkających na Manhattanie
17:32
but most Americans who don't live in Manhattan
414
1040558
2824
17:35
get up in the morning and get in their cars
415
1043382
1738
wstaje rano i wsiada do samochodu,
17:37
and turn on that ignition, and their cars work,
416
1045120
2529
włącza zapłon, samochód działa.
17:39
and they work incredibly well.
417
1047649
2001
I to działa niewiarygodnie dobrze,
17:41
The modern automobile hardly ever breaks down.
418
1049650
2715
bo współczesny samochód rzadko się psuje.
17:44
So why is that? Why do cars work so well?
419
1052365
2783
Dlaczego samochody działają tak dobrze?
17:47
It's not because of the genius of Henry Ford
420
1055148
2504
Nie z powodu geniuszu Henry'ego Forda,
17:49
or Karl Benz or even Elon Musk.
421
1057652
3091
Karla Benza czy nawet Elona Muska.
17:52
It's because the modern automobile
422
1060743
2142
Jest tak, ponieważ współczesny samochód
17:54
is the product of more than 100 years of work
423
1062885
5034
jest wynikiem ponad 100 lat pracy
17:59
by hundreds and thousands
424
1067919
1590
setek, tysięcy i dziesiątek tysięcy osób.
18:01
and tens of thousands of people.
425
1069509
1336
18:02
The modern automobile is the product
426
1070845
2111
Współczesny samochód jest wynikiem
18:04
of the collected work and wisdom and experience
427
1072956
2789
wspólnej pracy, mądrości i doświadczenia
18:07
of every man and woman who has ever worked
428
1075745
2347
każdego człowieka,
który kiedykolwiek pracował
który kiedykolwiek pracował
18:10
on a car,
429
1078092
1608
nad samochodem.
18:11
and the reliability of the technology is the result
430
1079700
2915
Niezawodność technologii jest wynikiem
18:14
of that accumulated effort.
431
1082615
2683
tego skumulowanego wysiłku.
18:17
We benefit not just from the genius of Benz
432
1085298
2857
Korzystamy nie z geniuszu Benza,
18:20
and Ford and Musk
433
1088155
1066
Forda i Muska,
18:21
but from the collective intelligence and hard work
434
1089221
2768
ale ze wspólnej inteligencji
i ciężkiej pracy
i ciężkiej pracy
18:23
of all of the people who have worked
435
1091989
2251
wszystkich osób, które pracowały
18:26
on the modern car.
436
1094240
1670
nad współczesnym samochodem.
18:27
And the same is true of science,
437
1095910
2050
To samo dotyczy nauki,
18:29
only science is even older.
438
1097960
2844
tylko że nauka jest starsza.
18:32
Our basis for trust in science is actually the same
439
1100804
2574
Podstawą naszego zaufania jest to samo,
18:35
as our basis in trust in technology,
440
1103378
2674
co jest podstawą zaufania do technologii
18:38
and the same as our basis for trust in anything,
441
1106052
3987
i to samo, co jest podstawą
zaufania do czegokolwiek,
zaufania do czegokolwiek,
18:42
namely, experience.
442
1110039
2278
czyli doświadczenie.
18:44
But it shouldn't be blind trust
443
1112317
1844
Ale nie powinno być to ślepe zaufanie,
18:46
any more than we would have blind trust in anything.
444
1114161
2760
nie bardziej ślepe niż nasza ufność
wobec czegokolwiek innego.
wobec czegokolwiek innego.
18:48
Our trust in science, like science itself,
445
1116921
2841
Nasze zaufanie do nauki,
tak jak sama nauka,
tak jak sama nauka,
18:51
should be based on evidence,
446
1119762
1913
powinno być oparte na dowodach,
18:53
and that means that scientists
447
1121675
1502
a to oznacza, że naukowcy
18:55
have to become better communicators.
448
1123177
2048
muszą lepiej się komunikować.
18:57
They have to explain to us not just what they know
449
1125225
2887
Muszą nam wyjaśniać nie tylko, co wiedzą,
19:00
but how they know it,
450
1128112
1728
ale też skąd to wiedzą,
19:01
and it means that we have
to become better listeners.
to become better listeners.
451
1129840
3890
a to oznacza, że my musimy
nauczyć się lepiej słuchać.
nauczyć się lepiej słuchać.
19:05
Thank you very much.
452
1133730
1419
Dziękuję bardzo.
19:07
(Applause)
453
1135149
2303
(Brawa)
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