TEDGlobal 2010
Matt Ridley: When ideas have sex
Matt Ridley: Gdy pomysły uprawiają seks
Filmed:
Readability: 3.7
2,434,498 views
Na TEDGlobal2010 pisarz Matt Ridley pokazuje jak, przez historię dziejów, siłą napędową postępu ludzkości było spotykanie się i łączenie pomysłów w celu stworzenia nowych. Nieważne jak mądre są jednostki, mówi; tak naprawdę liczy się jak inteligentny jest kolektywny mózg.
Matt Ridley - Rational optimist
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Double-click the English transcript below to play the video.
00:16
When I was a student here in Oxford in the 1970s,
0
1000
3000
Kiedy byłem studentem Oxfordu w latach 70.
00:19
the future of the world was bleak.
1
4000
3000
świat czekała marna przyszłość.
00:22
The population explosion was unstoppable.
2
7000
2000
Eksplozja populacji była nie do powstrzymania.
00:24
Global famine was inevitable.
3
9000
2000
Globalny głód nieunikniony.
00:26
A cancer epidemic caused by chemicals in the environment
4
11000
3000
Epidemia raka spowodowana przez chemikalia w środowisku
00:29
was going to shorten our lives.
5
14000
3000
miała skrócić nasze życia.
00:32
The acid rain was falling on the forests.
6
17000
3000
Kwaśne deszcze spadały na lasy.
00:35
The desert was advancing by a mile or two a year.
7
20000
2000
Pustynie postępowały o milę lub dwie rocznie.
00:37
The oil was running out,
8
22000
2000
Kończyła się ropa.
00:39
and a nuclear winter would finish us off.
9
24000
3000
A nuklearna zima miała nas wykończyć.
00:42
None of those things happened,
10
27000
2000
Nic się nie stało.
00:44
(Laughter)
11
29000
2000
(Śmiech)
00:46
and astonishingly, if you look at what actually happened in my lifetime,
12
31000
3000
I co ciekawe, w przeciągu mojego życia
00:49
the average per-capita income
13
34000
3000
średni dochód
00:52
of the average person on the planet,
14
37000
2000
przeciętnej osoby na Ziemi
00:54
in real terms, adjusted for inflation,
15
39000
2000
uwzględniając inflację
00:56
has tripled.
16
41000
2000
potroił się.
00:58
Lifespan is up by 30 percent in my lifetime.
17
43000
3000
Przez moje życie jego średnia długość wzrosła o 30%.
01:01
Child mortality is down by two-thirds.
18
46000
3000
Śmiertelność dzieci spadła o 2/3.
01:04
Per-capita food production
19
49000
2000
Produkcja żywności na osobę
01:06
is up by a third.
20
51000
2000
zwiększyła się o 1/3.
01:08
And all this at a time when the population has doubled.
21
53000
3000
I to wszystko w czasie podwojenia się populacji.
01:11
How did we achieve that, whether you think it's a good thing or not?
22
56000
2000
Pomijając czy to dobrze czy źle.
01:13
How did we achieve that?
23
58000
2000
Jak nam się to udało?
01:15
How did we become
24
60000
2000
Jak staliśmy się
01:17
the only species
25
62000
2000
jedynym gatunkiem
01:19
that becomes more prosperous
26
64000
2000
któremu powodzi się coraz lepiej
01:21
as it becomes more populous?
27
66000
2000
w miarę wzrostu jego populacji?
01:23
The size of the blob in this graph represents the size of the population,
28
68000
3000
Rozmiar plamy na tym wykresie to rozmiar populacji.
01:26
and the level of the graph
29
71000
2000
Wysokość wykresu
01:28
represents GDP per capita.
30
73000
2000
to PKB na mieszkańca.
01:30
I think to answer that question
31
75000
2000
Aby odpowiedzieć na to pytanie
01:32
you need to understand
32
77000
2000
trzeba zrozumieć
01:34
how human beings bring together their brains
33
79000
3000
jak ludzkie umysły współpracują
01:37
and enable their ideas to combine and recombine,
34
82000
3000
i umożliwiają łączenie i mieszanie się pomysłów.
01:40
to meet and, indeed, to mate.
35
85000
3000
Jak pomysły spotykają się i łączą w pary.
01:43
In other words, you need to understand
36
88000
2000
Innymi słowy, trzeba zrozumieć
01:45
how ideas have sex.
37
90000
2000
na czym polega seks pomysłów.
01:48
I want you to imagine
38
93000
2000
Wyobraźcie sobie
01:50
how we got from making objects like this
39
95000
3000
jak przeszliśmy od tworzenia przedmiotów takich jak ten
01:53
to making objects like this.
40
98000
3000
do tworzenia takich jak ten.
01:56
These are both real objects.
41
101000
2000
Obydwa są prawdziwe.
01:58
One is an Acheulean hand axe from half a million years ago
42
103000
2000
Pierwszy to aszelski pięściak sprzed pół miliona lat,
02:00
of the kind made by Homo erectus.
43
105000
3000
z rodzaju tworzonych przez Homo erectus.
02:03
The other is obviously a computer mouse.
44
108000
2000
Drugi to oczywiście myszka komputerowa.
02:05
They're both exactly the same size and shape to an uncanny degree.
45
110000
3000
Oba mają niesamowicie podobny rozmiar i kształt.
02:08
I've tried to work out which is bigger,
46
113000
3000
Próbowałem ustalić, który jest większy,
02:11
and it's almost impossible.
47
116000
2000
jest to prawie niemożliwe
02:13
And that's because they're both designed to fit the human hand.
48
118000
2000
gdyż oba zostały dopasowane do ludzkiej dłoni.
02:15
They're both technologies. In the end, their similarity is not that interesting.
49
120000
3000
Ich podobieństwo nie jest szczególnie ciekawe.
02:18
It just tells you they were both designed to fit the human hand.
50
123000
2000
Obydwa jedynie pasują do ludzkiej dłoni.
02:20
The differences are what interest me,
51
125000
2000
Mnie interesują różnice.
02:22
because the one on the left was made to a pretty unvarying design
52
127000
3000
Wygląd tego po lewej nie zmieniał się
02:25
for about a million years --
53
130000
2000
przez około milion lat
02:27
from one-and-a-half million years ago to half a million years ago.
54
132000
3000
od 1½ miliona lat temu do ½ miliona lat temu.
02:30
Homo erectus made the same tool
55
135000
3000
Homo erectus wytwarzał takie samo narzędzie
02:33
for 30,000 generations.
56
138000
2000
przez 30 000 pokoleń.
02:35
Of course there were a few changes,
57
140000
2000
Oczywiście było niewiele zmian,
02:37
but tools changed slower than skeletons in those days.
58
142000
3000
ale wtedy narzędzia zmieniały się wolniej niż kości.
02:40
There was no progress, no innovation.
59
145000
2000
Nie było postępu, zero innowacji.
02:42
It's an extraordinary phenomenon, but it's true.
60
147000
2000
Nieprawdopodobne, ale prawdziwe.
02:44
Whereas the object on the right is obsolete after five years.
61
149000
3000
Tymczasem myszka jest przestarzała już po 5 latach.
02:47
And there's another difference too,
62
152000
2000
Kolejna różnica:
02:49
which is the object on the left is made from one substance.
63
154000
2000
przedmiot po lewej jest wykonany z jednej substancji.
02:51
The object on the right is made from
64
156000
2000
Przedmiot po prawej powstał z
02:53
a confection of different substances,
65
158000
2000
połączenia różnych substancji,
02:55
from silicon and metal and plastic and so on.
66
160000
3000
krzemu, metalu, plastiku itd.
02:58
And more than that, it's a confection of different ideas,
67
163000
3000
Co więcej, jest połączeniem różnych pomysłów:
03:01
the idea of plastic, the idea of a laser,
68
166000
2000
plastiku, lasera,
03:03
the idea of transistors.
69
168000
2000
tranzystorów.
03:05
They've all been combined together in this technology.
70
170000
3000
Wszystkie zostały tu połączone.
03:08
And it's this combination,
71
173000
2000
I to właśnie to połączenie,
03:10
this cumulative technology, that intrigues me,
72
175000
3000
ta łączona technologia mnie intryguje.
03:13
because I think it's the secret to understanding
73
178000
3000
Sądzę, że jest ona kluczem do zrozumienia
03:16
what's happening in the world.
74
181000
2000
co się dzieje na świecie.
03:18
My body's an accumulation of ideas too:
75
183000
3000
Moje ciało to też akumulacja pomysłów:
03:21
the idea of skin cells, the idea of brain cells, the idea of liver cells.
76
186000
3000
komórki skóry, mózgowe, wątroby.
03:24
They've come together.
77
189000
2000
Zostały połączone.
03:26
How does evolution do cumulative, combinatorial things?
78
191000
3000
W jaki sposób ewolucja wytwarza tak złożone istnienia?
03:29
Well, it uses sexual reproduction.
79
194000
3000
Cóż, wszystko sprowadza się do reprodukcji.
03:32
In an asexual species, if you get two different mutations in different creatures,
80
197000
3000
W przypadku bezpłciowych gatunków, jeśli mamy dwie mutacje,
03:35
a green one and a red one,
81
200000
2000
zieloną i czerwoną,
03:37
then one has to be better than the other.
82
202000
2000
to któraś musi być lepsza.
03:39
One goes extinct for the other to survive.
83
204000
2000
Jedna wyginie, a druga przeżyje.
03:41
But if you have a sexual species,
84
206000
2000
Jednak w przypadku gatunków dwupłciowych
03:43
then it's possible for an individual
85
208000
2000
istnieje możliwość
03:45
to inherit both mutations
86
210000
2000
odziedziczenia obu mutacji
03:47
from different lineages.
87
212000
2000
z różnych linii.
03:49
So what sex does is it enables the individual
88
214000
3000
Czyli seks umożliwia jednostce
03:52
to draw upon
89
217000
2000
czerpanie z genetycznych innowacji
03:54
the genetic innovations of the whole species.
90
219000
3000
od całego gatunku.
03:57
It's not confined to its own lineage.
91
222000
2000
Jednostka nie jest ograniczona do własnej linii.
03:59
What's the process that's having the same effect
92
224000
2000
Jaki proces ma taki sam efekt
04:01
in cultural evolution
93
226000
2000
w ewolucji kulturalnej
04:03
as sex is having in biological evolution?
94
228000
3000
jak seks w ewolucji biologicznej?
04:06
And I think the answer is exchange,
95
231000
2000
Uważam, że tym procesem jest wymiana,
04:08
the habit of exchanging one thing for another.
96
233000
3000
zwyczaj wymiany jednej rzeczy za inną.
04:11
It's a unique human feature.
97
236000
2000
To unikalna ludzka cecha.
04:13
No other animal does it.
98
238000
2000
Żadne inne zwierzę tego nie robi.
04:15
You can teach them in the laboratory to do a little bit of exchange --
99
240000
2000
Można częściowo nauczyć zwierzę wymiany w labolatorium.
04:17
and indeed there's reciprocity in other animals --
100
242000
2000
U innych zwierząt istnieje wzajemność
04:19
But the exchange of one object for another never happens.
101
244000
3000
ale nie wymiana przedmiotów.
04:22
As Adam Smith said, "No man ever saw a dog
102
247000
2000
Jak powiedział Adam Smith "Nikt nie widział psa
04:24
make a fair exchange of a bone with another dog."
103
249000
3000
uczciwie wymieniającego kość z innym psem."
04:27
(Laughter)
104
252000
3000
(Śmiech)
04:30
You can have culture without exchange.
105
255000
2000
Może istnieć kultura bez wymiany.
04:32
You can have, as it were, asexual culture.
106
257000
2000
Kultura aseksualna.
04:34
Chimpanzees, killer whales, these kinds of creatures, they have culture.
107
259000
3000
Zwierzęta takie jak szympansy albo wieloryby mają kulturę.
04:37
They teach each other traditions
108
262000
2000
Tradycje są przekazywane
04:39
which are handed down from parent to offspring.
109
264000
2000
z pokolenia na pokolenie.
04:41
In this case, chimpanzees teaching each other
110
266000
2000
Tu szympansy uczą się wzajemnie
04:43
how to crack nuts with rocks.
111
268000
2000
rozłupywania orzechów kamieniami.
04:45
But the difference is
112
270000
2000
Ale różnica polega na tym,
04:47
that these cultures never expand, never grow,
113
272000
2000
że te kultury nigdy nie rozwijają się lub rozrastają,
04:49
never accumulate, never become combinatorial,
114
274000
2000
nigdy nie zbierają, nie starają się łączyć.
04:51
and the reason is because
115
276000
2000
Ponieważ
04:53
there is no sex, as it were,
116
278000
2000
brak jako takiego seksu
04:55
there is no exchange of ideas.
117
280000
2000
nie ma też wymiany pomysłów.
04:57
Chimpanzee troops have different cultures in different troops.
118
282000
3000
Różne stada szympansów mają różne kultury.
05:00
There's no exchange of ideas between them.
119
285000
3000
Nie wymieniają między sobą pomysłów.
05:03
And why does exchange raise living standards?
120
288000
2000
Dlaczego wymiana podnosi standard życia?
05:05
Well, the answer came from David Ricardo in 1817.
121
290000
3000
Odpowiedział na to David Ricardo w 1817 roku.
05:08
And here is a Stone Age version of his story,
122
293000
2000
Jest też wersja jego odpowiedzi z epoki kamienia łupanego,
05:10
although he told it in terms of trade between countries.
123
295000
3000
choć on mówił o handlu międzynarodowym.
05:13
Adam takes four hours to make a spear and three hours to make an axe.
124
298000
3000
Adam robi włócznię w 4 godziny i topór w 3.
05:16
Oz takes one hour to make a spear and two hours to make an axe.
125
301000
3000
Oz robi włócznię w 1 godzinę a topór w 2.
05:19
So Oz is better at both spears and axes than Adam.
126
304000
3000
Więc Oz robi i włócznie, i topory, lepiej niż Adam.
05:22
He doesn't need Adam.
127
307000
2000
Nie potrzebuje Adama.
05:24
He can make his own spears and axes.
128
309000
2000
Może sam robić swoje włócznie i topory.
05:26
Well no, because if you think about it,
129
311000
2000
A jednak nie do końca.
05:28
if Oz makes two spears and Adam make two axes,
130
313000
2000
Jeśli Oz zrobi dwie włócznie, a Adam dwa topory
05:30
and then they trade,
131
315000
2000
i dokonają transakcji
05:32
then they will each have saved an hour of work.
132
317000
3000
każdy z nich oszczędzi godzinę pracy.
05:35
And the more they do this, the more true it's going to be,
133
320000
3000
Im częściej to robią ,tym bardziej będzie to widoczne.
05:38
because the more they do this, the better Adam is going to get at making axes
134
323000
3000
Bo im częściej to robią, tym lepsi są
05:41
and the better Oz is going to get at making spears.
135
326000
2000
w tym co robią.
05:43
So the gains from trade are only going to grow.
136
328000
2000
Zyski z handlu będą tylko rosnąć.
05:45
And this is one of the beauties of exchange,
137
330000
2000
Jedną z pięknych cech wymiany jest to,
05:47
is it actually creates the momentum
138
332000
2000
że tworzy ona tendencję
05:49
for more specialization,
139
334000
2000
do większej specjalizacji,
05:51
which creates the momentum for more exchange and so on.
140
336000
3000
co z kolei prowadzi do wzrostu wymiany itd.
05:54
Adam and Oz both saved an hour of time.
141
339000
2000
I Adam, i Oz, każdy oszczędził godzinę.
05:56
That is prosperity, the saving of time
142
341000
2000
To jest powodzenie - oszczędzanie czasu
05:58
in satisfying your needs.
143
343000
3000
zaspokajania potrzeb.
06:01
Ask yourself how long you would have to work
144
346000
2000
Pomyślcie jak długo musielibyście pracować
06:03
to provide for yourself
145
348000
3000
aby zapewnić sobie
06:06
an hour of reading light this evening to read a book by.
146
351000
3000
godzinę światła do czytania książki tego wieczoru.
06:09
If you had to start from scratch, let's say you go out into the countryside.
147
354000
3000
Zaczynając od początku, powiedzmy, że jedziesz na wieś.
06:12
You find a sheep. You kill it. You get the fat out of it.
148
357000
2000
Znajdujesz owcę. Zabijasz ją. Wydobywasz z niej tłuszcz.
06:14
You render it down. You make a candle, etc. etc.
149
359000
3000
Robisz świeczkę itd, itd.
06:17
How long is it going to take you? Quite a long time.
150
362000
2000
Jak długo ci to zajmie? Dość długo.
06:19
How long do you actually have to work
151
364000
2000
Ile musisz w rzeczywistości pracować,
06:21
to earn an hour of reading light
152
366000
2000
żeby zarobić na godzinę oświetlenia
06:23
if you're on the average wage in Britain today?
153
368000
2000
przy obecnej średniej stawce w UK?
06:25
And the answer is about half a second.
154
370000
3000
Około ½ sekundy.
06:28
Back in 1950,
155
373000
2000
W 1950
06:30
you would have had to work for eight seconds on the average wage
156
375000
2000
musiałbyś pracować 8 sekund
06:32
to acquire that much light.
157
377000
2000
aby kupić tyle prądu.
06:34
And that's seven and a half seconds of prosperity that you've gained
158
379000
3000
Zyskałeś 7½ sekundy.
06:37
since 1950, as it were,
159
382000
2000
W porównaniu z 1950.
06:39
because that's seven and a half seconds in which you can do something else,
160
384000
3000
To 7½ sekundy na robienie innych rzeczy.
06:42
or you can acquire another good or service.
161
387000
2000
Lub zakup innych dóbr i usług.
06:44
And back in 1880,
162
389000
2000
W 1880
06:46
it would have been 15 minutes
163
391000
2000
zajęłoby to 15 minut
06:48
to earn that amount of light on the average wage.
164
393000
2000
przy średnim wynagrodzeniu.
06:50
Back in 1800,
165
395000
2000
W 1800
06:52
you'd have had to work six hours
166
397000
2000
musiałbyś pracować 6 godzin
06:54
to earn a candle that could burn for an hour.
167
399000
3000
na świeczkę palącą się godzinę.
06:57
In other words, the average person on the average wage
168
402000
2000
Innymi słowy, przeciętnej osoby z przeciętnym zarobkiem
06:59
could not afford a candle in 1800.
169
404000
3000
nie było stać na świeczkę w 1800.
07:02
Go back to this image of the axe and the mouse,
170
407000
3000
Wróćcie do obrazu z toporem i myszką
07:05
and ask yourself: "Who made them and for who?"
171
410000
3000
i zastanówcie się "Kto je zrobił i dla kogo?"
07:08
The stone axe was made by someone for himself.
172
413000
2000
Kamienny topór ktoś zrobił dla siebie.
07:10
It was self-sufficiency.
173
415000
2000
To samowystarczalność.
07:12
We call that poverty these days.
174
417000
2000
Dziś nazywamy to nędzą.
07:14
But the object on the right
175
419000
2000
Przedmiot po prawej
07:16
was made for me by other people.
176
421000
3000
zrobili dla mnie inni ludzie.
07:19
How many other people?
177
424000
2000
Ilu ludzi?
07:21
Tens? Hundreds? Thousands?
178
426000
2000
Dziesiątki? Setki? Tysiące?
07:23
You know, I think it's probably millions.
179
428000
2000
Myślę, że miliony.
07:25
Because you've got to include the man who grew the coffee,
180
430000
2000
Uwzględniając człowieka, który uprawiał kawę,
07:27
which was brewed for the man who was on the oil rig,
181
432000
3000
podaną gościowi, który wydobywał ropę,
07:30
who was drilling for oil, which was going to be made into the plastic, etc.
182
435000
3000
z której zrobiono plastik itd.
07:33
They were all working for me,
183
438000
2000
Oni wszyscy dla mnie pracowali
07:35
to make a mouse for me.
184
440000
2000
żeby zrobić myszkę.
07:37
And that's the way society works.
185
442000
3000
Tak działa społeczeństwo.
07:40
That's what we've achieved as a species.
186
445000
3000
To właśnie osiągnęliśmy jako gatunek.
07:44
In the old days, if you were rich,
187
449000
2000
Dawniej, jeśli byłeś bogaty
07:46
you literally had people working for you.
188
451000
2000
ludzie dosłownie pracowali dla ciebie.
07:48
That's how you got to be rich; you employed them.
189
453000
2000
W ten sposób się bogaciłeś; zatrudniałeś ich.
07:50
Louis XIV had a lot of people working for him.
190
455000
2000
Dla Ludwika XIV pracowało wielu ludzi.
07:52
They made his silly outfits, like this,
191
457000
2000
Robili jego głupkowate ubrania, jak to.
07:54
(Laughter)
192
459000
2000
(Śmiech)
07:56
and they did his silly hairstyles, or whatever.
193
461000
3000
I jego idiotyczne fryzury itd.
07:59
He had 498 people
194
464000
2000
498 osób
08:01
to prepare his dinner every night.
195
466000
2000
codziennie robiło mu kolację.
08:03
But a modern tourist going around the palace of Versailles
196
468000
2000
Ale współczesny turysta chodzący po pałacu w Wersalu
08:05
and looking at Louis XIV's pictures,
197
470000
3000
oglądający portrety Ludwika XIV
08:08
he has 498 people doing his dinner tonight too.
198
473000
2000
również ma 498 osób przygotowujących jego kolację.
08:10
They're in bistros and cafes and restaurants
199
475000
2000
Są w bistrach, kawiarniach, restauracjach
08:12
and shops all over Paris,
200
477000
2000
i sklepach w całym Paryżu.
08:14
and they're all ready to serve you at an hour's notice with an excellent meal
201
479000
3000
Są gotowi podać doskonały posiłek w ciągu godziny.
08:17
that's probably got higher quality
202
482000
2000
Pewnie lepszej jakości
08:19
than Louis XIV even had.
203
484000
2000
niż jakikolwiek który jadł Ludwik XIV.
08:21
And that's what we've done, because we're all working for each other.
204
486000
3000
Osiągnęliśmy to dzięki pracy dla siebie nawzajem.
08:24
We're able to draw upon specialization and exchange
205
489000
3000
Możemy czerpać ze specjalizacji i wymiany
08:27
to raise each other's living standards.
206
492000
3000
do wzajemnego podnoszenia standardu życia.
08:30
Now, you do get other animals working for each other too.
207
495000
3000
Pewne zwierzęta też pracują dla siebie nawzajem.
08:33
Ants are a classic example; workers work for queens and queens work for workers.
208
498000
3000
Weźmy mrówki; pracownice pracują dla królowej i odwrotnie.
08:36
But there's a big difference,
209
501000
2000
Ale jest zasadnicza różnica,
08:38
which is that it only happens within the colony.
210
503000
2000
mianowicie - to dzieje się tylko w obrębie mrowiska.
08:40
There's no working for each other across the colonies.
211
505000
2000
Nie ma współpracy między mrowiskami.
08:42
And the reason for that is because there's a reproductive division of labor.
212
507000
3000
Powodem jest reprodukcyjny podział pracy.
08:45
That is to say, they specialize with respect to reproduction.
213
510000
3000
Czyli specjalizują się w kwestii reprodukcji.
08:48
The queen does it all.
214
513000
2000
Królowa odwala całą robotę.
08:50
In our species, we don't like doing that.
215
515000
2000
My tego nie lubimy.
08:52
It's the one thing we insist on doing for ourselves, is reproduction.
216
517000
3000
Jedyne co chcemy robić sami to reprodukcja.
08:55
(Laughter)
217
520000
3000
(Śmiech)
08:58
Even in England, we don't leave reproduction to the Queen.
218
523000
3000
Nawet w Anglii nie zostawiamy tego królowej.
09:01
(Applause)
219
526000
4000
(Oklaski)
09:05
So when did this habit start?
220
530000
2000
Kiedy ten nawyk się wykształcił?
09:07
And how long has it been going on? And what does it mean?
221
532000
2000
Jak długo to trwa? Co to oznacza?
09:09
Well, I think, probably, the oldest version of this
222
534000
3000
Myślę, że najstarszą wersją
09:12
is probably the sexual division of labor.
223
537000
2000
jest podział pracy zależnie od płci.
09:14
But I've got no evidence for that.
224
539000
2000
Ale nie mam na to dowodów.
09:16
It just looks like the first thing we did
225
541000
2000
Po prostu wydaje się, że od początku
09:18
was work male for female and female for male.
226
543000
3000
mężczyźni pracowali dla kobiet i odwrotnie.
09:21
In all hunter-gatherer societies today,
227
546000
2000
W społecznościach zbieracko-łowieckich
09:23
there's a foraging division of labor
228
548000
2000
istnieje podział pracy
09:25
between, on the whole, hunting males and gathering females.
229
550000
2000
mężczyźni polują, kobiety zbierają.
09:27
It isn't always quite that simple,
230
552000
2000
Nie zawsze jest to tak proste,
09:29
but there's a distinction between
231
554000
2000
ale istnieje różnica pomiędzy
09:31
specialized roles for males and females.
232
556000
2000
wyspecjalizowanymi rolami, między mężczyznami i kobietami.
09:33
And the beauty of this system
233
558000
2000
Pięknem tego systemu jest to
09:35
is that it benefits both sides.
234
560000
3000
że zyskują obie strony.
09:38
The woman knows
235
563000
2000
Kobieta wie,
09:40
that, in the Hadzas' case here --
236
565000
2000
że, w tym przypadku,
09:42
digging roots to share with men in exchange for meat --
237
567000
2000
zdobyte korzonki wymieni na mięso.
09:44
she knows that all she has to do to get access to protein
238
569000
3000
Wie, że żeby zdobyć białko
09:47
is to dig some extra roots and trade them for meat.
239
572000
3000
musi tylko wykopać więcej korzonków i wymienić na mięso.
09:50
And she doesn't have to go on an exhausting hunt
240
575000
2000
Nie musi iść na wyczerpujące polowanie
09:52
and try and kill a warthog.
241
577000
2000
i zabijać guźca.
09:54
And the man knows that he doesn't have to do any digging
242
579000
2000
Mężczyzna wie, że nie musi kopać
09:56
to get roots.
243
581000
2000
żeby zdobyć korzonki.
09:58
All he has to do is make sure that when he kills a warthog
244
583000
2000
Musi tylko zabić guźca, który
10:00
it's big enough to share some.
245
585000
2000
jest wystarczająco duży aby go podzielić.
10:02
And so both sides raise each other's standards of living
246
587000
3000
Obie strony wzjamnie podnoszą swój poziom życia
10:05
through the sexual division of labor.
247
590000
2000
przez płciowy podział ról.
10:07
When did this happen? We don't know, but it's possible
248
592000
3000
Kiedy to się zaczęło? Nie wiemy, ale mozliwe
10:10
that Neanderthals didn't do this.
249
595000
2000
że neandertalczycy tego nie robili.
10:12
They were a highly cooperative species.
250
597000
2000
Byli bardzo skłonni do współpracy.
10:14
They were a highly intelligent species.
251
599000
2000
Bardzo inteligentni.
10:16
Their brains on average, by the end, were bigger than yours and mine
252
601000
2000
Wtedy ich mózgi były większe.
10:18
in this room today.
253
603000
2000
niż twój i mój dzisiaj.
10:20
They were imaginative. They buried their dead.
254
605000
2000
Mieli wyobraźnię. Grzebali umarłych.
10:22
They had language, probably,
255
607000
2000
Prawdopodobnie mieli język,
10:24
because we know they had the FOXP2 gene of the same kind as us,
256
609000
2000
ponieważ mieli taki sam typ genu FOXP2 jak my,
10:26
which was discovered here in Oxford.
257
611000
2000
co odkryto tu, na Oxfordzie.
10:28
And so it looks like they probably had linguistic skills.
258
613000
3000
Wygląda na to, że mieli umiejętności lingwistyczne.
10:31
They were brilliant people. I'm not dissing the Neanderthals.
259
616000
3000
Wspaniali ludzie. Nie gardzę nimi.
10:35
But there's no evidence
260
620000
2000
Ale nie ma dowodów
10:37
of a sexual division of labor.
261
622000
2000
podziału ról ze względu na płeć.
10:39
There's no evidence of gathering behavior by females.
262
624000
3000
Nie ma dowodów zbieractwa wśród kobiet.
10:42
It looks like the females were cooperative hunters with the men.
263
627000
3000
Wygląda na to, że kobiety też polowały.
10:46
And the other thing there's no evidence for
264
631000
2000
Nie ma też dowodów
10:48
is exchange between groups,
265
633000
2000
na wymianę pomiędzy grupami.
10:51
because the objects that you find in Neanderthal remains,
266
636000
3000
Znajdowane dzisiaj neandertalskie przedmioty,
10:54
the tools they made,
267
639000
2000
narzędzia które zrobili,
10:56
are always made from local materials.
268
641000
2000
są zawsze wykonane z lokalnych materiałów.
10:58
For example, in the Caucasus
269
643000
2000
Na przykład na Kaukazie
11:00
there's a site where you find local Neanderthal tools.
270
645000
3000
znaleziono lokalne narzędzia neandertalczyków.
11:03
They're always made from local chert.
271
648000
2000
Zawsze wykonane z lokalnego krzemienia.
11:05
In the same valley there are modern human remains
272
650000
2000
W tej samej dolinie są szczątki współczesnych ludzi
11:07
from about the same date, 30,000 years ago,
273
652000
2000
z tego samego okresu, sprzed 30 000 lat.
11:09
and some of those are from local chert,
274
654000
2000
Niektóre wykonane z lokalnego krzemienia,
11:11
but more -- but many of them are made
275
656000
2000
ale wiele z nich jest zrobionych
11:13
from obsidian from a long way away.
276
658000
2000
z obsydianu pochodzącego z daleka.
11:15
And when human beings began
277
660000
2000
Kiedy ludzie zaczęli
11:17
moving objects around like this,
278
662000
2000
przenosić przedmioty jak te,
11:19
it was evidence that they were exchanging between groups.
279
664000
3000
jest to dowodem wymiany pomiędzy grupami.
11:22
Trade is 10 times as old as farming.
280
667000
3000
Handel jest 10 razy starszy niż rolnictwo.
11:25
People forget that. People think of trade as a modern thing.
281
670000
3000
Ludzie o tym zapominają. Myślą, że to nowość.
11:28
Exchange between groups has been going on
282
673000
2000
Wymiany pomiędzy grupami
11:30
for a hundred thousand years.
283
675000
3000
trwają 100 000 lat.
11:33
And the earliest evidence for it crops up
284
678000
2000
Wczesne dowody pochodzą gdzieś z
11:35
somewhere between 80 and 120,000 years ago in Africa,
285
680000
3000
okresu pomiędzy 80 000 i 120 000 lat temu w Afryce.
11:38
when you see obsidian and jasper and other things
286
683000
3000
Można było zobaczyć np. obsydian i jaspis
11:41
moving long distances in Ethiopia.
287
686000
3000
pokonujące ogromne odległości w Etiopii.
11:44
You also see seashells --
288
689000
2000
A także muszle,
11:46
as discovered by a team here in Oxford --
289
691000
2000
odkryte przez zespół z Oxfordu,
11:48
moving 125 miles inland
290
693000
2000
przetransportowane 125 mil w głąb lądu
11:50
from the Mediterranean in Algeria.
291
695000
3000
z wybrzeża Algierii.
11:53
And that's evidence that people
292
698000
2000
To dowód że ludzie zaczęli
11:55
have started exchanging between groups.
293
700000
2000
się wymieniać pomiędzy grupami.
11:57
And that will have led to specialization.
294
702000
2000
A to doprowadzi do specjalizacji.
11:59
How do you know that long-distance movement
295
704000
2000
Skąd wiemy, że długodystansowe ruchy
12:01
means trade rather than migration?
296
706000
3000
to handel a nie migracja?
12:04
Well, you look at modern hunter gatherers like aboriginals,
297
709000
2000
Współcześni zbieracze, np. aborygeni
12:06
who quarried for stone axes at a place called Mount Isa,
298
711000
3000
nosili kamienne topory do miejsca zwanego Mt. Isa,
12:09
which was a quarry owned by the Kalkadoon tribe.
299
714000
3000
kopalni należącej do plemienia Kalkadoon
12:12
They traded them with their neighbors
300
717000
2000
i wymieniali je ze swoimi sąsiadami na rzeczy
12:14
for things like stingray barbs,
301
719000
2000
takie jak haczyki na ryby.
12:16
and the consequence was that stone axes
302
721000
2000
W rezultacie kamienne topory
12:18
ended up over a large part of Australia.
303
723000
2000
przemierzyły dużą część Australii.
12:20
So long-distance movement of tools
304
725000
2000
Długodystansowe przemieszczanie przedmiotów
12:22
is a sign of trade, not migration.
305
727000
3000
jest oznaką handlu nie migracji.
12:25
What happens when you cut people off from exchange,
306
730000
3000
Co się dzieje, gdy ludzie zostaną odcięci od wymiany
12:28
from the ability to exchange and specialize?
307
733000
3000
i możliwości specjalizacji?
12:31
And the answer is that
308
736000
2000
Okazuje się, że
12:33
not only do you slow down technological progress,
309
738000
2000
postęp technologiczny nie tylko spowalnia
12:35
you can actually throw it into reverse.
310
740000
3000
ale zamienia się w cofanie.
12:38
An example is Tasmania.
311
743000
2000
Przykładem jest Tasmania.
12:40
When the sea level rose and Tasmania became an island 10,000 years ago,
312
745000
3000
Kiedy poziom morza się podniósł i Tasmania stała się wyspą około 10 000 lat temu,
12:43
the people on it not only experienced
313
748000
2000
ludzie stamtąd nie tylko doświadczyli
12:45
slower progress than people on the mainland,
314
750000
3000
wolniejszego postępu, niż ludzie na lądzie,
12:48
they actually experienced regress.
315
753000
2000
ale doświadczyli regresu.
12:50
They gave up the ability to make stone tools
316
755000
2000
Porzucili zdolność robienia narzędzi
12:52
and fishing equipment and clothing
317
757000
2000
narzędzi rybackich, i ubrania
12:54
because the population of about 4,000 people
318
759000
3000
bo populacja 4 000 ludzi
12:57
was simply not large enough
319
762000
2000
była zbyt mała
12:59
to maintain the specialized skills
320
764000
2000
żeby utrzymać specjalistyczne umiejętności
13:01
necessary to keep the technology they had.
321
766000
3000
potrzebne do zachowania technologii.
13:04
It's as if the people in this room were plonked on a desert island.
322
769000
2000
Jeśli nagle znaleźlibyście się na bezludnej wyspie
13:06
How many of the things in our pockets
323
771000
2000
ile z rzeczy które macie w kieszeniach
13:08
could we continue to make after 10,000 years?
324
773000
3000
moglibyście wytwarzać po 10 tysiącach lat?
13:12
It didn't happen in Tierra del Fuego --
325
777000
2000
Nie stało się tak w Ziemi Ognistej --
13:14
similar island, similar people.
326
779000
2000
podobna wyspa, podobni ludzie.
13:16
The reason: because Tierra del Fuego
327
781000
2000
Jednak Ziemia Ognista
13:18
is separated from South America by a much narrower straight,
328
783000
3000
jest o wiele bliżej Południowej Ameryki.
13:21
and there was trading contact across that straight
329
786000
2000
Handel trwał dalej
13:23
throughout 10,000 years.
330
788000
2000
przez 10 tysięcy lat.
13:25
The Tasmanians were isolated.
331
790000
3000
Tasmańczycy byli odcięci od świata.
13:28
Go back to this image again
332
793000
2000
Wróćmy do tego obrazka
13:30
and ask yourself, not only who made it and for who,
333
795000
3000
i zastanówmy się nie tylko, kto to zrobił i dla kogo,
13:33
but who knew how to make it.
334
798000
3000
ale kto wiedział, jak to zrobić.
13:36
In the case of the stone axe, the man who made it knew how to make it.
335
801000
3000
Ktoś, kto zrobił kamienny topór wiedział, jak go zrobić.
13:39
But who knows how to make a computer mouse?
336
804000
3000
Ale kto wie jak zrobić myszkę?
13:42
Nobody, literally nobody.
337
807000
3000
Nikt, dosłownie nikt.
13:45
There is nobody on the planet who knows how to make a computer mouse.
338
810000
3000
Nikt na całym świecie tego nie wie.
13:48
I mean this quite seriously.
339
813000
2000
Mówię poważnie.
13:50
The president of the computer mouse company doesn't know.
340
815000
2000
Prezes firmy wytwarzającej myszki tego nie wie.
13:52
He just knows how to run a company.
341
817000
3000
Wie tylko, jak zarządzać firmą.
13:55
The person on the assembly line doesn't know
342
820000
2000
Pracownik linii produkcyjnej nie wie,
13:57
because he doesn't know how to drill an oil well
343
822000
2000
bo nie wie, jak wykopać szyb naftowy,
13:59
to get oil out to make plastic, and so on.
344
824000
3000
jak wydobyć ropę do zrobienia plastiku itd.
14:02
We all know little bits, but none of us knows the whole.
345
827000
3000
Każdy z nas wie troszkę, ale nikt nie wie całości.
14:05
I am of course quoting from a famous essay
346
830000
2000
Oczywiście cytuję słynny esej
14:07
by Leonard Read, the economist in the 1950s,
347
832000
3000
Leonarda Reada, ekonomisty z lat 50tych
14:10
called "I, Pencil"
348
835000
2000
pod tytułem "Ja, Ołówek"
14:12
in which he wrote about how a pencil came to be made,
349
837000
3000
w którym opisał jak zrobiono ołówek
14:15
and how nobody knows even how to make a pencil,
350
840000
3000
i że nikt nie wie jak go zrobić,
14:18
because the people who assemble it don't know how to mine graphite,
351
843000
3000
bo ludzie w fabryce nie wiedzą jak wydobyć grafit.
14:21
and they don't know how to fell trees and that kind of thing.
352
846000
3000
Nie wiedzą jak ścinać drzewa itp.
14:24
And what we've done in human society,
353
849000
2000
W naszej ludzkiej społeczności
14:26
through exchange and specialization,
354
851000
2000
dzięki wymianie i specjalizacji
14:28
is we've created
355
853000
2000
stworzyliśmy
14:30
the ability to do things that we don't even understand.
356
855000
3000
możliwość produkowania rzeczy, których nawet nie rozumiemy.
14:33
It's not the same with language.
357
858000
2000
Z językiem jest inaczej.
14:35
With language we have to transfer ideas
358
860000
2000
Przekazujemy nim pomysły,
14:37
that we understand with each other.
359
862000
3000
które są zrozumiałe.
14:40
But with technology,
360
865000
2000
Z technologią
14:42
we can actually do things that are beyond our capabilities.
361
867000
2000
możemy robić rzeczy, których nie pojmujemy.
14:44
We've gone beyond the capacity of the human mind
362
869000
3000
Przekroczyliśmy granice ludzkiego umysłu
14:47
to an extraordinary degree.
363
872000
2000
w niewyobrażalnym stopniu.
14:49
And by the way,
364
874000
2000
Przy okazji,
14:51
that's one of the reasons that I'm not interested
365
876000
3000
to właśnie jeden z powodów, dla których nie interesują mnie
14:54
in the debate about I.Q.,
366
879000
2000
dyskusje na temat I.Q.
14:56
about whether some groups have higher I.Q.s than other groups.
367
881000
3000
O tym, czy jedne grupy mają wyższe I.Q. od innych
14:59
It's completely irrelevant.
368
884000
2000
To jest kompletnie bez znaczenia
15:01
What's relevant to a society
369
886000
3000
Co się liczy dla społeczeństwa
15:04
is how well people are communicating their ideas,
370
889000
3000
to jak dobrze ludzie przekazują swoje pomysły,
15:07
and how well they're cooperating,
371
892000
2000
jak dobrze współpracują,
15:09
not how clever the individuals are.
372
894000
2000
nie jak mądre są ich jednostki.
15:11
So we've created something called the collective brain.
373
896000
2000
Stworzyliśmy coś zwanego kolektywnym mózgiem.
15:13
We're just the nodes in the network.
374
898000
2000
Jesteśmy tylko węzłami w sieci.
15:15
We're the neurons in this brain.
375
900000
3000
Jesteśmy neuronami tego mózgu.
15:18
It's the interchange of ideas,
376
903000
2000
To wymiana pomysłów
15:20
the meeting and mating of ideas between them,
377
905000
2000
ich mieszanie się, tworzenie się z nich nowych,
15:22
that is causing technological progress,
378
907000
3000
to właśnie powoduje postęp technologiczny
15:25
incrementally, bit by bit.
379
910000
2000
krok za krokiem.
15:27
However, bad things happen.
380
912000
2000
Ale dzieją się złe rzeczy.
15:29
And in the future, as we go forward,
381
914000
3000
W przyszłości
15:32
we will, of course, experience terrible things.
382
917000
3000
doświadczymy oczywiście strasznych rzeczy.
15:35
There will be wars; there will be depressions;
383
920000
2000
Będą wojny; będą kryzysy;
15:37
there will be natural disasters.
384
922000
2000
przyjdą klęski żywiołowe.
15:39
Awful things will happen in this century, I'm absolutely sure.
385
924000
3000
Okropne rzeczy zdarzą się w tym wieku, jestem pewien.
15:42
But I'm also sure that, because of the connections people are making,
386
927000
3000
Jestem też pewien, że ze względu na połączenia tworzone przez ludzi,
15:45
and the ability of ideas
387
930000
2000
zdolność pomysłów
15:47
to meet and to mate
388
932000
2000
do spotykania się i mieszania
15:49
as never before,
389
934000
2000
jest większa niż kiedykolwiek.
15:51
I'm also sure
390
936000
2000
Jestem też pewny,
15:53
that technology will advance,
391
938000
2000
że technologia będzie się rozwijać
15:55
and therefore living standards will advance.
392
940000
2000
i tym samym podnosić się będzie standard życia.
15:57
Because through the cloud,
393
942000
2000
Ponieważ dzięki chmurze,
15:59
through crowd sourcing,
394
944000
2000
dzięki crowdsourcingowi,
16:01
through the bottom-up world that we've created,
395
946000
2000
przez świat odwrócony do góry nogami który stworzyliśmy,
16:03
where not just the elites but everybody
396
948000
3000
gdzie nie tylko elity, ale każdy
16:06
is able to have their ideas
397
951000
2000
może mieć swoje pomysły
16:08
and make them meet and mate,
398
953000
2000
i sprawić że się spotkają i połączą w pary
16:10
we are surely accelerating the rate of innovation.
399
955000
3000
dzięki czemu przyspieszamy tempo innowacji.
16:13
Thank you.
400
958000
2000
Dziękuję.
16:15
(Applause)
401
960000
4000
(Oklaski)
ABOUT THE SPEAKER
Matt Ridley - Rational optimistMatt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other."
Why you should listen
British author Matt Ridley knows one thing: Through history, the engine of human progress and prosperity has been, and is, the mating of ideas. The sophistication of the modern world, says Ridley, lies not in individual intelligence or imagination; it is a collective enterprise. In his book The Rational Optimist, Ridley (whose previous works include Genome and Nature via Nurture) sweeps the entire arc of human history to powerfully argue that "prosperity comes from everybody working for everybody else."
It is our habit of trade, idea-sharing and specialization that has created the collective brain which set human living standards on a rising trend. This, he says, "holds out hope that the human race will prosper mightily in the years ahead -- because ideas are having sex with each other as never before."
Watch his 2010 TEDTalk, "When Ideas Have Sex."
Matt Ridley | Speaker | TED.com