TEDSalon NY2014
Naomi Oreskes: Why we should trust scientists
Naomi Oreskes: Por que devemos confiar nos cientistas
Filmed:
Readability: 4.7
1,316,791 views
Muitos dos maiores problemas do mundo exigem que façamos perguntas aos cientistas. Por que devemos acreditar no que eles dizem? A historiadora da ciência, Naomi Oreskes, faz uma profunda reflexão sobre nossa relação com a confiança e apresenta três problemas de atitudes comuns quanto à pesquisa científica, dando sua própria opinião sobre por que deveríamos confiar na ciência.
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
Todos os dias, enfrentamos questões
como a mudança climática
como a mudança climática
00:16
or the safety of vaccines
1
4058
1430
ou segurança das vacinas,
00:17
where we have to answer questions whose answers
2
5488
3040
quando temos que responder
perguntas cujas respostas
perguntas cujas respostas
00:20
rely heavily on scientific information.
3
8528
3461
dependem profundamente
de informações científicas.
de informações científicas.
Os cientistas nos dizem que o planeta
está ficando mais quente.
está ficando mais quente.
00:23
Scientists tell us that the world is warming.
4
11989
2881
00:26
Scientists tell us that vaccines are safe.
5
14870
2541
Eles nos dizem que as vacinas são seguras.
00:29
But how do we know if they are right?
6
17411
2054
Mas como sabermos se eles estão certos?
00:31
Why should be believe the science?
7
19465
1964
Por que deveríamos acreditar na ciência?
00:33
The fact is, many of us actually
don't believe the science.
don't believe the science.
8
21429
3469
A verdade é que muitos de nós
não acreditamos na ciência.
não acreditamos na ciência.
Pesquisas de opinião pública
mostram consistentemente
mostram consistentemente
00:36
Public opinion polls consistently show
9
24898
2176
00:39
that significant proportions of the American people
10
27074
3010
que parte significativa do povo americano
não acredita que o aquecimento global
se deva às atividades humanas,
se deva às atividades humanas,
00:42
don't believe the climate is
warming due to human activities,
warming due to human activities,
11
30084
3541
não acredita que haja evolução
por meio da seleção natural
por meio da seleção natural
00:45
don't think that there is
evolution by natural selection,
evolution by natural selection,
12
33625
2939
00:48
and aren't persuaded by the safety of vaccines.
13
36564
3901
e não se convence
da segurança das vacinas.
da segurança das vacinas.
00:52
So why should we believe the science?
14
40465
3631
Então, por que devemos
acreditar na ciência?
acreditar na ciência?
00:56
Well, scientists don't like talking about
science as a matter of belief.
science as a matter of belief.
15
44096
3611
Os cientistas não gostam de falar
da ciência como uma questão de crença.
da ciência como uma questão de crença.
00:59
In fact, they would contrast science with faith,
16
47707
2587
Na verdade, eles contrastam
a ciência à fé,
a ciência à fé,
01:02
and they would say belief is the domain of faith.
17
50294
2966
e dizem que a crença está no campo da fé
01:05
And faith is a separate thing
apart and distinct from science.
apart and distinct from science.
18
53260
3778
e que a fé é algo separado
e distinto da ciência.
e distinto da ciência.
01:09
Indeed they would say religion is based on faith
19
57038
3152
De fato, eles dizem
que a religião é baseada na fé
que a religião é baseada na fé
01:12
or maybe the calculus of Pascal's wager.
20
60190
3694
ou no cálculo da aposta de Pascal.
01:15
Blaise Pascal was a 17th-century mathematician
21
63884
2676
Blaise Pascal foi um matemático
do século 17,
do século 17,
01:18
who tried to bring scientific
reasoning to the question of
reasoning to the question of
22
66560
2810
que tentou trazer
raciocínio científico à questão
raciocínio científico à questão
de se ele devia ou não acreditar em Deus,
01:21
whether or not he should believe in God,
23
69370
1872
01:23
and his wager went like this:
24
71242
2604
e sua aposta foi assim:
01:25
Well, if God doesn't exist
25
73846
2549
"Se Deus não existir,
01:28
but I decide to believe in him
26
76395
2025
mas eu decidir acreditar nele,
01:30
nothing much is really lost.
27
78420
1978
não perco muita coisa.
01:32
Maybe a few hours on Sunday.
28
80398
1613
Talvez algumas horas no domingo.
01:34
(Laughter)
29
82011
993
(Risos)
01:35
But if he does exist and I don't believe in him,
30
83004
3381
Mas se ele existir
e eu não acreditar nele,
e eu não acreditar nele,
01:38
then I'm in deep trouble.
31
86385
2017
estarei encrencado."
01:40
And so Pascal said, we'd better believe in God.
32
88402
3036
Então, Pascal disse que é melhor
acreditarmos em Deus.
acreditarmos em Deus.
Ou, como um de meus
professores de faculdade dizia:
professores de faculdade dizia:
01:43
Or as one of my college professors said,
33
91438
2172
01:45
"He clutched for the handrail of faith."
34
93610
2226
"Ele se agarrou aos corrimãos da fé".
01:47
He made that leap of faith
35
95836
1936
Ele deu um salto de fé,
01:49
leaving science and rationalism behind.
36
97772
4524
deixando para trás
o racionalismo e a ciência.
o racionalismo e a ciência.
01:54
Now the fact is though, for most of us,
37
102296
2696
Mas a questão é que,
para a maioria de nós,
para a maioria de nós,
01:56
most scientific claims are a leap of faith.
38
104992
3134
a maior parte das afirmações
científicas são um salto de fé.
científicas são um salto de fé.
02:00
We can't really judge scientific
claims for ourselves in most cases.
claims for ourselves in most cases.
39
108126
4385
Não podemos julgar
as afirmações científicas
as afirmações científicas
por nós mesmos, na maioria dos casos.
02:04
And indeed this is actually
true for most scientists as well
true for most scientists as well
40
112511
2840
De fato, isso também vale
para a maioria dos cientistas
para a maioria dos cientistas
02:07
outside of their own specialties.
41
115351
2330
fora de suas áreas de especialidade.
Se pararmos para pensar,
um geólogo não pode nos dizer
um geólogo não pode nos dizer
02:09
So if you think about it, a geologist can't tell you
42
117681
2520
02:12
whether a vaccine is safe.
43
120201
1750
se uma vacina é segura.
02:13
Most chemists are not experts in evolutionary theory.
44
121951
3000
A maioria dos químicos não é
especialista em teoria da evolução.
especialista em teoria da evolução.
02:16
A physicist cannot tell you,
45
124951
2259
Um físico não pode dizer,
embora alguns deles digam que podem,
02:19
despite the claims of some of them,
46
127210
1443
02:20
whether or not tobacco causes cancer.
47
128653
3354
se o tabaco causa câncer ou não.
02:24
So, if even scientists themselves
48
132007
2450
Então, se os próprios cientistas
02:26
have to make a leap of faith
49
134457
1276
têm de dar um salto de fé
02:27
outside their own fields,
50
135733
1922
fora de suas áreas de especialidade,
02:29
then why do they accept the
claims of other scientists?
claims of other scientists?
51
137655
3928
por que eles aceitam as afirmações
de outros cientistas?
de outros cientistas?
Por que acreditam
nas afirmações uns dos outros?
nas afirmações uns dos outros?
02:33
Why do they believe each other's claims?
52
141583
2298
02:35
And should we believe those claims?
53
143881
3290
Deveríamos acreditar nessas afirmações?
02:39
So what I'd like to argue is yes, we should,
54
147171
2776
Eu gostaria de argumentar
que sim, devemos,
que sim, devemos,
02:41
but not for the reason that most of us think.
55
149947
2883
mas não pelo motivo
em que a maioria de nós acredita.
em que a maioria de nós acredita.
02:44
Most of us were taught in school
that the reason we should
that the reason we should
56
152830
2330
A maioria de nós aprendeu
na escola que devemos
na escola que devemos
02:47
believe in science is because of the scientific method.
57
155160
3412
acreditar na ciência
por causa do método científico.
por causa do método científico.
02:50
We were taught that scientists follow a method
58
158572
2916
Aprendemos que os cientistas
seguem um método
seguem um método
02:53
and that this method guarantees
59
161488
2356
e que esse método garante
02:55
the truth of their claims.
60
163844
1996
a veracidade de suas afirmações.
02:57
The method that most of us were taught in school,
61
165840
3420
O método que a maioria
de nós aprendeu na escola,
de nós aprendeu na escola,
que podemos chamar
de método do livro didático,
de método do livro didático,
03:01
we can call it the textbook method,
62
169260
1576
03:02
is the hypothetical deductive method.
63
170836
2784
é o método hipotético-dedutivo.
03:05
According to the standard
model, the textbook model,
model, the textbook model,
64
173620
3094
De acordo com o modelo padrão,
o modelo do livro didático,
o modelo do livro didático,
03:08
scientists develop hypotheses, they deduce
65
176714
2957
os cientistas desenvolvem hipóteses,
eles deduzem
eles deduzem
03:11
the consequences of those hypotheses,
66
179671
2460
as consequências dessas hipóteses,
03:14
and then they go out into the world and they say,
67
182131
1710
e depois vão ao mundo e dizem:
03:15
"Okay, well are those consequences true?"
68
183841
2374
"Certo. Bem, essas consequências
são verdadeiras?"
são verdadeiras?"
03:18
Can we observe them taking
place in the natural world?
place in the natural world?
69
186215
3333
Podemos observá-las ocorrendo
no mundo natural?
no mundo natural?
03:21
And if they are true, then the scientists say,
70
189548
2600
E se elas forem verdadeiras,
os cientistas dizem:
os cientistas dizem:
03:24
"Great, we know the hypothesis is correct."
71
192148
2856
"Ótimo. Sabemos que a hipótese
está correta."
está correta."
03:27
So there are many famous examples in the history
72
195004
2179
Há muitos exemplos famosos
na história da ciência
na história da ciência
03:29
of science of scientists doing exactly this.
73
197183
2879
de cientistas fazendo exatamente isso.
03:32
One of the most famous examples
74
200062
2058
Um dos exemplos mais famosos
03:34
comes from the work of Albert Einstein.
75
202120
2213
vem do trabalho de Albert Einstein.
Quando Einstein desenvolveu
a teoria geral da relatividade,
a teoria geral da relatividade,
03:36
When Einstein developed the
theory of general relativity,
theory of general relativity,
76
204333
2522
03:38
one of the consequences of his theory
77
206855
2316
uma das consequências de sua teoria
03:41
was that space-time wasn't just an empty void
78
209171
2839
foi que o espaço-tempo não era
apenas um vazio absoluto,
apenas um vazio absoluto,
03:44
but that it actually had a fabric.
79
212010
1909
mas que, na verdade, era um tecido
03:45
And that that fabric was bent
80
213919
1601
e que esse tecido se dobrava
03:47
in the presence of massive objects like the sun.
81
215520
3380
sob o peso de objetos
gigantescos como o Sol.
gigantescos como o Sol.
Se essa teoria fosse verdadeira,
isso significava que a luz,
isso significava que a luz,
03:50
So if this theory were true then it meant that light
82
218900
2749
03:53
as it passed the sun
83
221649
1528
ao passar pelo Sol,
03:55
should actually be bent around it.
84
223177
2168
na verdade, deveria
se dobrar ao redor dele.
se dobrar ao redor dele.
03:57
That was a pretty startling prediction
85
225345
2400
Essa foi uma previsão surpreendente
03:59
and it took a few years before scientists
86
227745
1988
e, somente depois de alguns anos,
os cientistas puderam testá-la,
os cientistas puderam testá-la,
04:01
were able to test it
87
229733
1278
04:03
but they did test it in 1919,
88
231011
2510
mas fizeram o teste em 1919,
04:05
and lo and behold it turned out to be true.
89
233521
2450
e eis que a teoria provou-se verdadeira.
04:07
Starlight actually does bend
as it travels around the sun.
as it travels around the sun.
90
235971
3158
A luz estelar realmente se curva
ao passar em torno do Sol.
ao passar em torno do Sol.
04:11
This was a huge confirmation of the theory.
91
239129
2494
Foi a grande confirmação da teoria.
04:13
It was considered proof of the truth
92
241623
1805
Foi considerada a prova da veracidade
04:15
of this radical new idea,
93
243428
1312
dessa nova ideia radical,
04:16
and it was written up in many newspapers
94
244740
1852
e foi registrado em muitos jornais
04:18
around the globe.
95
246592
2538
ao redor do mundo.
04:21
Now, sometimes this theory or this model
96
249130
2350
Às vezes, porém,
essa teoria, ou esse modelo,
essa teoria, ou esse modelo,
04:23
is referred to as the deductive-nomological model,
97
251480
3434
é chamado de modelo dedutivo-nomológico,
04:26
mainly because academics like
to make things complicated.
to make things complicated.
98
254914
3384
principalmente porque os acadêmicos
gostam de complicar as coisas,
gostam de complicar as coisas,
04:30
But also because in the ideal case, it's about laws.
99
258298
5261
mas também porque,
no cenário ideal, trata-se de leis.
no cenário ideal, trata-se de leis.
04:35
So nomological means having to do with laws.
100
263559
2502
"Nomológico" tem a ver com leis.
04:38
And in the ideal case, the hypothesis isn't just an idea:
101
266061
3424
No cenário ideal,
a hipótese não é apenas uma ideia.
a hipótese não é apenas uma ideia.
04:41
ideally, it is a law of nature.
102
269485
2326
De forma ideal, é uma lei da natureza.
E por que importa
que seja uma lei da natureza?
que seja uma lei da natureza?
04:43
Why does it matter that it is a law of nature?
103
271811
2287
04:46
Because if it is a law, it can't be broken.
104
274098
2728
Porque, se é uma lei,
não pode ser quebrada.
não pode ser quebrada.
Se é uma lei, sempre será verdadeira,
em todas as épocas e lugares,
em todas as épocas e lugares,
04:48
If it's a law then it will always be true
105
276826
2108
04:50
in all times and all places
106
278934
1244
04:52
no matter what the circumstances are.
107
280178
2206
independentemente das circunstâncias.
04:54
And all of you know of at least
one example of a famous law:
one example of a famous law:
108
282384
3229
E todos conhecemos ao menos
um exemplo famoso de lei:
um exemplo famoso de lei:
04:57
Einstein's famous equation, E=MC2,
109
285613
3755
a famosa equação de Einstein, E=mc²,
05:01
which tells us what the relationship is
110
289368
1800
que nos diz qual é a relação
05:03
between energy and mass.
111
291168
2193
entre energia e massa.
05:05
And that relationship is true no matter what.
112
293361
4000
E essa relação é absolutamente verdadeira.
05:09
Now, it turns out, though, that there
are several problems with this model.
are several problems with this model.
113
297361
3649
Acontece que há alguns
problemas nesse modelo.
problemas nesse modelo.
05:13
The main problem is that it's wrong.
114
301010
3635
O principal problema
é que ele está incorreto.
é que ele está incorreto.
05:16
It's just not true. (Laughter)
115
304645
3502
Simplesmente não é verdadeiro. (Risos)
05:20
And I'm going to talk about
three reasons why it's wrong.
three reasons why it's wrong.
116
308147
2723
E vou falar de três razões
pelas quais ele é incorreto.
pelas quais ele é incorreto.
05:22
So the first reason is a logical reason.
117
310870
2679
A primeira é uma razão lógica.
05:25
It's the problem of the fallacy
of affirming the consequent.
of affirming the consequent.
118
313549
3516
É o problema da falácia
da afirmação do consequente.
da afirmação do consequente.
05:29
So that's another fancy, academic way of saying
119
317065
2826
Essa é outra forma
elegante e acadêmica de dizer
elegante e acadêmica de dizer
05:31
that false theories can make true predictions.
120
319891
2670
que falsas teorias podem
fazer deduções verdadeiras.
fazer deduções verdadeiras.
05:34
So just because the prediction comes true
121
322561
1994
Então, não é porque a dedução se comprova
05:36
doesn't actually logically
prove that the theory is correct.
prove that the theory is correct.
122
324555
3222
que provamos, de forma lógica,
que a teoria está correta.
que a teoria está correta.
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
Também tenho um bom exemplo disso, que,
mais uma vez, vem da história da ciência.
mais uma vez, vem da história da ciência.
05:43
This is a picture of the Ptolemaic universe
124
331708
2695
Esta é uma ilustração
do universo de Ptolomeu,
do universo de Ptolomeu,
05:46
with the Earth at the center of the universe
125
334403
1862
com a Terra sendo o centro do universo
05:48
and the sun and the planets going around it.
126
336265
2595
e o Sol e os planetas
girando em torno dela.
girando em torno dela.
O modelo de Ptolomeu foi tido como correto
05:50
The Ptolemaic model was believed
127
338860
2030
05:52
by many very smart people for many centuries.
128
340890
3253
por muitas pessoas inteligentes,
durante muitos séculos.
durante muitos séculos.
05:56
Well, why?
129
344143
1736
Por quê?
Bem, a resposta é que ele deduziu
diversas coisas que se comprovaram.
diversas coisas que se comprovaram.
05:57
Well the answer is because it made
lots of predictions that came true.
lots of predictions that came true.
130
345879
3437
O sistema ptolomaico
permitiu que os astrônomos
permitiu que os astrônomos
06:01
The Ptolemaic system enabled astronomers
131
349316
2016
06:03
to make accurate predictions
of the motions of the planet,
of the motions of the planet,
132
351332
2750
fizessem deduções precisas
sobre o movimento do planeta,
sobre o movimento do planeta,
06:06
in fact more accurate predictions at first
133
354082
2519
na verdade, mais precisas, em princípio,
06:08
than the Copernican theory
which we now would say is true.
which we now would say is true.
134
356601
4324
que as da teoria de Copérnico,
que hoje diríamos ser a verdadeira.
que hoje diríamos ser a verdadeira.
06:12
So that's one problem with the textbook model.
135
360925
2982
Esse é um dos problemas
do modelo do livro didático.
do modelo do livro didático.
06:15
A second problem is a practical problem,
136
363907
2396
O segundo é um problema prático,
06:18
and it's the problem of auxiliary hypotheses.
137
366303
3235
que tem a ver com as hipóteses auxiliares.
06:21
Auxiliary hypotheses are assumptions
138
369538
2829
Hipóteses auxiliares são suposições
06:24
that scientists are making
139
372367
1779
que os cientistas fazem,
06:26
that they may or may not even
be aware that they're making.
be aware that they're making.
140
374146
3043
talvez estando ou não conscientes disso.
06:29
So an important example of this
141
377189
2661
Um exemplo importante disso
06:31
comes from the Copernican model,
142
379850
2095
vem do modelo de Copérnico,
06:33
which ultimately replaced the Ptolemaic system.
143
381945
3192
que, por fim,
substituiu o sistema de Ptolomeu.
substituiu o sistema de Ptolomeu.
06:37
So when Nicolaus Copernicus said,
144
385137
2040
Quando Nicolau Copérnico disse
06:39
actually the Earth is not the center of the universe,
145
387177
2650
que a Terra, na verdade,
não era o centro do universo,
não era o centro do universo,
06:41
the sun is the center of the solar system,
146
389827
1918
que o Sol é o centro do Sistema Solar
e que a Terra gira em torno do Sol,
06:43
the Earth moves around the sun.
147
391745
1382
06:45
Scientists said, well okay, Nicolaus, if that's true
148
393127
3728
os cientistas disseram:
"Certo, Nicolau. Se for verdade,
"Certo, Nicolau. Se for verdade,
temos de conseguir detectar o movimento
06:48
we ought to be able to detect the motion
149
396855
1764
06:50
of the Earth around the sun.
150
398619
1958
da Terra em torno do Sol."
06:52
And so this slide here illustrates a concept
151
400577
2056
E este slide ilustra um conceito
06:54
known as stellar parallax.
152
402633
1808
conhecido como paralaxe estelar.
06:56
And astronomers said, if the Earth is moving
153
404441
3822
Os astrônomos disseram que,
se a Terra estivesse se movendo
se a Terra estivesse se movendo
07:00
and we look at a prominent star, let's say, Sirius --
154
408263
3200
e observássemos um estrela
proeminente, digamos, Sirius...
proeminente, digamos, Sirius...
Sei que em Manhattan
não conseguimos ver as estrelas,
não conseguimos ver as estrelas,
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
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
mas imaginem que vocês estão no campo,
que tenham escolhido uma vida rural,
que tenham escolhido uma vida rural,
e que observamos uma estrela
em dezembro e vemos essa estrela
em dezembro e vemos essa estrela
07:09
and we look at a star in December, we see that star
157
417608
2867
07:12
against the backdrop of distant stars.
158
420475
2765
contra o pano de fundo
de estrelas distantes.
de estrelas distantes.
07:15
If we now make the same observation six months later
159
423240
2954
Se fizermos a mesma observação
seis meses depois,
seis meses depois,
07:18
when the Earth has moved to this position in June,
160
426194
3812
quando a Terra tiver se movido
para essa posição, em junho,
para essa posição, em junho,
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
observamos a mesma estrela,
contra um pano de fundo diferente.
contra um pano de fundo diferente.
07:26
That difference, that angular
difference, is the stellar parallax.
difference, is the stellar parallax.
162
434105
4182
Essa diferença, essa diferença de ângulo,
é o paralaxe estelar.
é o paralaxe estelar.
07:30
So this is a prediction that the Copernican model makes.
163
438287
2863
Essa é uma dedução
que o modelo de Copérnico faz.
que o modelo de Copérnico faz.
07:33
Astronomers looked for the stellar parallax
164
441150
2561
Os astrônomos buscaram o paralaxe estelar
07:35
and they found nothing, nothing at all.
165
443711
4982
e não encontraram nada,
absolutamente nada.
absolutamente nada.
07:40
And many people argued that this proved
that the Copernican model was false.
that the Copernican model was false.
166
448693
3866
E muitos argumentaram que isso provava
que o modelo de Copérnico era incorreto.
que o modelo de Copérnico era incorreto.
07:44
So what happened?
167
452559
1488
Então, o que aconteceu?
Bem, olhando para trás, podemos dizer
que os astrônomos
que os astrônomos
07:46
Well, in hindsight we can say
that astronomers were making
that astronomers were making
168
454047
2683
estavam criando duas hipóteses auxiliares,
07:48
two auxiliary hypotheses, both of which
169
456730
2547
que hoje diríamos serem incorretas.
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
A primeira foi uma suposição
sobre o tamanho da órbita da Terra.
sobre o tamanho da órbita da Terra.
07:57
Astronomers were assuming
that the Earth's orbit was large
that the Earth's orbit was large
172
465575
3036
Os astrônomos presumiam
que a órbita da Terra era extensa
que a órbita da Terra era extensa
08:00
relative to the distance to the stars.
173
468611
2338
em relação à distância
a que estava das estrelas.
a que estava das estrelas.
08:02
Today we would draw the picture more like this,
174
470949
2464
Hoje, a imagem seria mais assim.
08:05
this comes from NASA,
175
473413
1347
Essa imagem é da NASA,
08:06
and you see the Earth's orbit is actually quite small.
176
474760
2423
e vemos que a órbita da Terra
é, na verdade, bem pequena.
é, na verdade, bem pequena.
08:09
In fact, it's actually much
smaller even than shown here.
smaller even than shown here.
177
477183
2991
Na verdade, é bem menor
que nesta ilustração.
que nesta ilustração.
08:12
The stellar parallax therefore,
178
480174
1539
Portanto, o paralaxe estelar
08:13
is very small and actually very hard to detect.
179
481713
3584
é bem pequeno e, na verdade,
bem difícil de detectar.
bem difícil de detectar.
08:17
And that leads to the second reason
180
485297
1974
E isso nos leva à segunda razão
08:19
why the prediction didn't work,
181
487271
1859
pela qual a dedução não funcionou,
08:21
because scientists were also assuming
182
489130
1915
porque os cientistas também presumiam
08:23
that the telescopes they had were sensitive enough
183
491045
3010
que os telescópios que tinham
eram sensíveis o bastante
eram sensíveis o bastante
08:26
to detect the parallax.
184
494055
1900
para detectar o paralaxe.
08:27
And that turned out not to be true.
185
495955
2017
E isso provou-se incorreto.
08:29
It wasn't until the 19th century
186
497972
2534
Foi somente no século 19
que os cientistas conseguiram detectar
08:32
that scientists were able to detect
187
500506
1684
08:34
the stellar parallax.
188
502190
1536
o paralaxe estelar.
08:35
So, there's a third problem as well.
189
503726
2646
Há um terceiro problema.
08:38
The third problem is simply a factual problem,
190
506372
2778
Esse terceiro problema
é simplesmente factual:
é simplesmente factual:
08:41
that a lot of science doesn't fit the textbook model.
191
509150
2816
muito da ciência não cabe
no modelo do livro didático.
no modelo do livro didático.
08:43
A lot of science isn't deductive at all,
192
511966
2273
Muito da ciência não é nada dedutivo.
08:46
it's actually inductive.
193
514239
1768
Na verdade, é indutivo.
08:48
And by that we mean that scientists don't necessarily
194
516007
2516
Dizemos com isso que os cientistas
não necessariamente
não necessariamente
08:50
start with theories and hypotheses,
195
518523
2231
começam com teorias e hipóteses.
08:52
often they just start with observations
196
520754
1869
Geralmente, começam com observações
08:54
of stuff going on in the world.
197
522623
2409
de coisas que acontecem no mundo.
08:57
And the most famous example
of that is one of the most
of that is one of the most
198
525032
2570
E o exemplo mais famoso disso
é um dos mais
é um dos mais
08:59
famous scientists who ever lived, Charles Darwin.
199
527602
3065
famosos cientistas que já existiu,
Charles Darwin.
Charles Darwin.
09:02
When Darwin went out as a young
man on the voyage of the Beagle,
man on the voyage of the Beagle,
200
530667
3162
Quando Darwin partiu, ainda jovem,
na viagem do Beagle,
na viagem do Beagle,
09:05
he didn't have a hypothesis, he didn't have a theory.
201
533829
3612
ele não tinha uma hipótese, ou uma teoria.
09:09
He just knew that he wanted
to have a career as a scientist
to have a career as a scientist
202
537441
3066
Ele só sabia que queria
ter uma carreira como cientista
ter uma carreira como cientista
09:12
and he started to collect data.
203
540507
2012
e começou a coletar dados.
09:14
Mainly he knew that he hated medicine
204
542519
2730
Sobretudo, ele sabia
que detestava medicina
que detestava medicina
poque ver sangue o fazia passar mal.
09:17
because the sight of blood made him sick so
205
545249
1818
Por isso, ele tinha de ter
uma carreira alternativa.
uma carreira alternativa.
09:19
he had to have an alternative career path.
206
547067
2268
09:21
So he started collecting data.
207
549335
2134
Então, ele começou a coletar dados.
09:23
And he collected many things,
including his famous finches.
including his famous finches.
208
551469
3166
Ele coletou muitas coisas,
incluindo seus famosos fringilídeos.
incluindo seus famosos fringilídeos.
Ao capturá-los,
ele os lançava em uma sacola
ele os lançava em uma sacola
09:26
When he collected these finches,
he threw them in a bag
he threw them in a bag
209
554635
2210
09:28
and he had no idea what they meant.
210
556845
2340
e não fazia ideia de sua importância.
09:31
Many years later back in London,
211
559185
2287
Muitos anos depois, em Londres,
09:33
Darwin looked at his data again and began
212
561472
2233
Darwin analisou novamente seus dados
e começou a desenvolver uma explicação,
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
e essa explicação
foi a teoria da seleção natural.
foi a teoria da seleção natural.
09:41
Besides inductive science,
215
569451
2059
Além da ciência indutiva,
09:43
scientists also often participate in modeling.
216
571510
2936
os cientistas também geralmente
criam modelos.
criam modelos.
Uma das coisas que os cientistas
querem fazer na vida
querem fazer na vida
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
é explicar as causas das coisas.
09:51
And how do we do that?
219
579050
1518
E como fazemos isso?
Bem, uma forma de fazermos isso
é criar um modelo
é criar um modelo
09:52
Well, one way you can do it is to build a model
220
580568
2252
09:54
that tests an idea.
221
582820
1742
que teste essa ideia.
09:56
So this is a picture of Henry Cadell,
222
584562
1931
Essa é uma imagem de Henry Cadell,
09:58
who was a Scottish geologist in the 19th century.
223
586493
2866
geólogo escocês do século 19.
Pode-se dizer que é escocês,
10:01
You can tell he's Scottish because he's wearing
224
589359
1433
pois está usando um chapéu
de caçador e botas Wellington.
de caçador e botas Wellington.
10:02
a deerstalker cap and Wellington boots.
225
590792
2388
10:05
(Laughter)
226
593180
2154
(Risos)
E Cadell queria responder a pergunta:
10:07
And Cadell wanted to answer the question,
227
595334
1566
10:08
how are mountains formed?
228
596900
1768
como as montanhas se formam?
Algo que ele tinha observado
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
é que, se analisarmos montanhas
como os Apalaches,
como os Apalaches,
10:14
you often find that the rocks in them
231
602758
1633
geralmente percebemos
que suas rochas são dobradas,
que suas rochas são dobradas,
10:16
are folded,
232
604391
1469
10:17
and they're folded in a particular way,
233
605860
1646
e dobradas de forma peculiar,
10:19
which suggested to him
234
607506
1444
o que o levou a crer
que, na verdade, elas estavam
sendo comprimidas na lateral.
sendo comprimidas na lateral.
10:20
that they were actually being
compressed from the side.
compressed from the side.
235
608950
2949
Essa ideia, mais tarde,
teria um importante papel
teria um importante papel
10:23
And this idea would later play a major role
236
611899
2088
10:25
in discussions of continental drift.
237
613987
2423
nas discussões sobre a deriva continental.
10:28
So he built this model, this crazy contraption
238
616410
2506
Ele construiu um modelo, uma engenhoca
maluca com alavancas e madeira,
maluca com alavancas e madeira,
10:30
with levers and wood, and here's his wheelbarrow,
239
618916
2152
seu carrinho de mão,
10:33
buckets, a big sledgehammer.
240
621068
2442
baldes, uma grande marreta.
10:35
I don't know why he's got the Wellington boots.
241
623510
1898
Não sei por que botas Wellington.
Talvez fosse chover.
10:37
Maybe it's going to rain.
242
625408
1577
10:38
And he created this physical model in order
243
626985
3085
Ele criou esse modelo físico
para demonstrar
que poderíamos, de fato, criar
que poderíamos, de fato, criar
10:42
to demonstrate that you could, in fact, create
244
630070
3965
10:46
patterns in rocks, or at least, in this case, in mud,
245
634035
2674
padrões em rochas,
ou, ao menos neste caso, na lama,
ou, ao menos neste caso, na lama,
10:48
that looked a lot like mountains
246
636709
2226
que se pareciam muito com os das montanhas
10:50
if you compressed them from the side.
247
638935
1842
se comprimidas pela lateral.
10:52
So it was an argument about
the cause of mountains.
the cause of mountains.
248
640777
3628
Era uma argumentação
sobre o que gerava as montanhas.
sobre o que gerava as montanhas.
Hoje em dia, a maioria dos cientistas
prefere trabalhar internamente.
prefere trabalhar internamente.
10:56
Nowadays, most scientists prefer to work inside,
249
644405
3048
10:59
so they don't build physical models so much
250
647453
2427
Por isso, eles não criam
tantos modelos físicos,
tantos modelos físicos,
11:01
as to make computer simulations.
251
649880
2361
mas criam simulações de computador.
11:04
But a computer simulation is a kind of a model.
252
652241
2839
Mas uma simulação de computador
é uma espécie de modelo.
é uma espécie de modelo.
11:07
It's a model that's made with mathematics,
253
655080
1863
É um modelo criado com matemática
11:08
and like the physical models of the 19th century,
254
656943
3233
e, como os modelos físicos do século 19,
11:12
it's very important for thinking about causes.
255
660176
3778
é muito importante para analisar causas.
Uma das grandes questões
relacionadas à mudança climática
relacionadas à mudança climática
11:15
So one of the big questions
to do with climate change,
to do with climate change,
256
663954
2615
é que temos inúmeras evidências
11:18
we have tremendous amounts of evidence
257
666569
1803
11:20
that the Earth is warming up.
258
668372
1880
de que a Terra está esquentando.
11:22
This slide here, the black line shows
259
670252
2464
Neste slide, a linha preta mostra
11:24
the measurements that scientists have taken
260
672716
2120
as medições que os cientistas tomaram
11:26
for the last 150 years
261
674836
1963
dos últimos 150 anos,
e que mostram que a temperatura
da Terra aumentou continuamente.
da Terra aumentou continuamente.
11:28
showing that the Earth's temperature
262
676799
1410
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
É possível ver que, especialmente
nos últimos 50 anos,
nos últimos 50 anos,
11:34
there's been this dramatic increase
265
682689
1764
houve um aumento drástico
11:36
of nearly one degree centigrade,
266
684453
2340
de aproximadamente um grau centígrado,
11:38
or almost two degrees Fahrenheit.
267
686793
2375
ou quase dois graus Fahreinheit.
11:41
So what, though, is driving that change?
268
689168
2437
Mas o que está causando essa mudança?
11:43
How can we know what's causing
269
691605
2335
Como podemos saber o que está causando
11:45
the observed warming?
270
693940
1516
o aquecimento observado?
Bem, os cientistas podem criar um modelo,
11:47
Well, scientists can model it
271
695456
1714
11:49
using a computer simulation.
272
697170
2368
utilizando uma simulação de computador.
11:51
So this diagram illustrates a computer simulation
273
699538
2792
Este diagrama ilustra
uma simulação de computador
uma simulação de computador
11:54
that has looked at all the different factors
274
702330
2121
que analisou todos os diferentes fatores
11:56
that we know can influence the Earth's climate,
275
704451
2605
que sabemos poderem
influenciar o clima da Terra.
influenciar o clima da Terra.
11:59
so sulfate particles from air pollution,
276
707056
2752
Partículas de sulfato da poluição do ar,
12:01
volcanic dust from volcanic eruptions,
277
709808
2970
poeira vulcânica de erupções,
12:04
changes in solar radiation,
278
712778
2234
mudanças na radiação solar
12:07
and, of course, greenhouse gases.
279
715012
2378
e, claro, os gases de efeito estufa.
12:09
And they asked the question,
280
717390
1818
Eles fizeram a pergunta:
12:11
what set of variables put into a model
281
719208
3696
que conjunto de variáveis,
colocadas num modelo,
colocadas num modelo,
12:14
will reproduce what we actually see in real life?
282
722904
2976
reproduzirão exatamente
o que vemos na vida real?
o que vemos na vida real?
12:17
So here is the real life in black.
283
725880
2020
A realidade é esta, em preto.
12:19
Here's the model in this light gray,
284
727900
2280
Este é o modelo, em cinza claro,
12:22
and the answer is
285
730180
1560
e a resposta
12:23
a model that includes, it's the answer E on that SAT,
286
731740
4387
é que um modelo que inclua...
é a alternativa E no Enem,
é a alternativa E no Enem,
12:28
all of the above.
287
736127
2141
"todas as alternativas acima".
A única maneira de reproduzirmos
12:30
The only way you can reproduce
288
738268
1506
12:31
the observed temperature measurements
289
739774
1828
as medições de temperatura observadas
12:33
is with all of these things put together,
290
741602
1978
é com todas essas coisas juntas,
12:35
including greenhouse gases,
291
743580
2139
incluindo os gases de efeito estufa.
12:37
and in particular you can see that the increase
292
745719
2551
É possível ver, especialmente,
que o aumento
que o aumento
12:40
in greenhouse gases tracks
293
748270
1884
dos gases de efeito estufa acompanha
12:42
this very dramatic increase in temperature
294
750154
2206
esse aumento drástico da temperatura,
ao longo dos últimos 50 anos.
12:44
over the last 50 years.
295
752360
1480
12:45
And so this is why climate scientists say
296
753840
2434
É por isso que os climatologistas dizem
12:48
it's not just that we know that
climate change is happening,
climate change is happening,
297
756274
3108
que sabemos não apenas
que a mudança climática está ocorrendo,
que a mudança climática está ocorrendo,
12:51
we know that greenhouse gases are a major part
298
759382
2768
mas também que os gases de efeito estufa
são, em grande parte,
são, em grande parte,
12:54
of the reason why.
299
762150
2730
os responsáveis por isso.
12:56
So now because there all these different things
300
764880
2388
Por haver tantas coisas diferentes
12:59
that scientists do,
301
767268
1489
que os cientistas fazem,
13:00
the philosopher Paul Feyerabend famously said,
302
768757
3486
o filósofo Paul Feyerabend
disse algo notório:
disse algo notório:
13:04
"The only principle in science
303
772243
1626
"O único princípio na ciência
13:05
that doesn't inhibit progress is: anything goes."
304
773869
3979
que não inibe o progresso
é que tudo é válido".
é que tudo é válido".
13:09
Now this quotation has often
been taken out of context,
been taken out of context,
305
777848
2616
Essa citação geralmente
é tirada de seu contexto,
é tirada de seu contexto,
13:12
because Feyerabend was not actually saying
306
780464
2118
porque Feyerabend, na verdade,
não estava dizendo
não estava dizendo
13:14
that in science anything goes.
307
782582
1950
que, na ciência, tudo é válido.
13:16
What he was saying was,
308
784532
1344
O que ele disse foi...
13:17
actually the full quotation is,
309
785876
2024
Na verdade, a citação inteira é assim:
13:19
"If you press me to say
310
787900
2090
"Se me pressionarem a dizer
13:21
what is the method of science,
311
789990
1646
qual é o método da ciência,
13:23
I would have to say: anything goes."
312
791636
3629
eu teria que dizer: tudo é válido."
Ele estava tentando dizer
13:27
What he was trying to say
313
795265
1078
que os cientistas fazem
um monte de coisas diferentes.
um monte de coisas diferentes.
13:28
is that scientists do a lot of different things.
314
796343
2567
13:30
Scientists are creative.
315
798910
2308
Os cientistas são criativos.
13:33
But then this pushes the question back:
316
801218
2110
Mas isso nos faz voltar à questão:
13:35
If scientists don't use a single method,
317
803328
3471
se os cientistas não utilizam
um método único,
um método único,
13:38
then how do they decide
318
806799
1899
como então eles decidem
13:40
what's right and what's wrong?
319
808698
1458
o que está correto ou errado?
13:42
And who judges?
320
810156
1894
E quem avalia isso?
13:44
And the answer is, scientists judge,
321
812050
2080
A resposta é que são
os cientistas que avaliam,
os cientistas que avaliam,
13:46
and they judge by judging evidence.
322
814130
2883
avaliando as evidências.
13:49
Scientists collect evidence in many different ways,
323
817013
3409
Os cientistas coletam evidências
de muitas maneiras diferentes,
de muitas maneiras diferentes,
mas, independentemente de como as coletam,
13:52
but however they collect it,
324
820422
1622
13:54
they have to subject it to scrutiny.
325
822044
2577
eles precisam examiná-las minuciosamente.
13:56
And this led the sociologist Robert Merton
326
824621
2560
E isso levou o sociólogo Robert Merton
13:59
to focus on this question of how scientists
327
827181
2180
a focar essa questão de como os cientistas
14:01
scrutinize data and evidence,
328
829361
1679
examinam os dados e as evidências
e ele disse que eles fazem isso
de uma forma que ele chamou
de uma forma que ele chamou
14:03
and he said they do it in a way he called
329
831040
2808
14:05
"organized skepticism."
330
833848
1919
de "ceticismo organizado".
14:07
And by that he meant it's organized
331
835767
1884
Ele quis dizer que é organizado
14:09
because they do it collectively,
332
837651
1478
pois fazem isso coletivamente,
14:11
they do it as a group,
333
839129
1629
fazem como um grupo,
14:12
and skepticism, because they do it from a position
334
840758
2816
e o ceticismo é porque fazem isso
a partir de uma olhar
a partir de uma olhar
14:15
of distrust.
335
843574
1454
de desconfiança.
14:17
That is to say, the burden of proof
336
845028
1962
Isto é, o ônus da prova
14:18
is on the person with a novel claim.
337
846990
2481
recai sobre aquele com uma nova teoria.
14:21
And in this sense, science
is intrinsically conservative.
is intrinsically conservative.
338
849471
3143
Neste sentido, a ciência
é intrinsecamente conservadora.
é intrinsecamente conservadora.
14:24
It's quite hard to persuade the scientific community
339
852614
2572
É bem difícil persuadir
a comunidade científica
a comunidade científica
14:27
to say, "Yes, we know something, this is true."
340
855186
3711
a dizer: "Sim, sabemos isso.
Isso é verdadeiro".
Isso é verdadeiro".
14:30
So despite the popularity of the concept
341
858897
2496
Apesar da popularidade do conceito
14:33
of paradigm shifts,
342
861393
1597
de mudanças de paradigma,
14:34
what we find is that actually,
343
862990
1284
descobrimos que, na verdade,
14:36
really major changes in scientific thinking
344
864274
2785
mudanças realmente importantes
no pensamento científico
no pensamento científico
14:39
are relatively rare in the history of science.
345
867059
3720
são relativamente raras
na história da ciência.
na história da ciência.
14:42
So finally that brings us to one more idea:
346
870779
3563
Por fim, isso nos leva a mais uma ideia:
14:46
If scientists judge evidence collectively,
347
874342
3708
se os cientistas avaliam
as evidências coletivamente,
as evidências coletivamente,
14:50
this has led historians to focus on the question
348
878050
2562
isso levou os historiadores
a focarem a questão
a focarem a questão
14:52
of consensus,
349
880612
1419
do consenso,
14:54
and to say that at the end of the day,
350
882031
1895
e a dizer que, no fim das contas,
14:55
what science is,
351
883926
1934
a ciência,
14:57
what scientific knowledge is,
352
885860
1670
o conhecimento científico,
14:59
is the consensus of the scientific experts
353
887530
3379
é um consenso de especialistas em ciência
que, por meio de um processo
organizado de análise minuciosa,
organizado de análise minuciosa,
15:02
who through this process of organized scrutiny,
354
890909
2154
15:05
collective scrutiny,
355
893063
2305
e em grupo,
15:07
have judged the evidence
356
895368
1242
avaliam as evidências
15:08
and come to a conclusion about it,
357
896610
2797
e chegam a uma conclusão sobre o assunto:
15:11
either yea or nay.
358
899407
2477
ou sim ou não.
Então, podemos ver
o conhecimento científico
o conhecimento científico
15:13
So we can think of scientific knowledge
359
901884
1724
15:15
as a consensus of experts.
360
903608
2052
como um consenso de especialistas.
15:17
We can also think of science as being
361
905660
1772
Também podemos ver a ciência
15:19
a kind of a jury,
362
907432
1578
como uma espécie de juri,
15:21
except it's a very special kind of jury.
363
909010
2514
mas uma espécie de juri muito especial.
15:23
It's not a jury of your peers,
364
911524
2104
Não é um juri de pessoas comuns,
15:25
it's a jury of geeks.
365
913628
1896
mas um juri de geeks.
15:27
It's a jury of men and women with Ph.D.s,
366
915524
3634
É um juri de homens e mulheres com Ph.D.,
15:31
and unlike a conventional jury,
367
919158
2442
e, diferentemente de um juri convencional,
que possui apenas duas alternativas,
15:33
which has only two choices,
368
921600
1690
15:35
guilty or not guilty,
369
923290
2685
"culpado" ou "inocente",
15:37
the scientific jury actually has a number of choices.
370
925975
3401
o juri científico, na verdade,
possui várias alternativas.
possui várias alternativas.
15:41
Scientists can say yes, something's true.
371
929376
2784
Os cientistas podem dizer
que sim, que algo é verdadeiro.
que sim, que algo é verdadeiro.
15:44
Scientists can say no, it's false.
372
932160
2580
Eles podem dizer que não, que é falso.
15:46
Or, they can say, well it might be true
373
934740
2540
Ou podem dizer:
"Bem, talvez seja verdadeiro,
"Bem, talvez seja verdadeiro,
15:49
but we need to work more
and collect more evidence.
and collect more evidence.
374
937280
3044
mas precisamos trabalhar mais
e coletar mais evidências.
e coletar mais evidências.
Ou podem dizer: "Talvez seja verdadeiro,
15:52
Or, they can say it might be true,
375
940324
1616
mas não sabemos como responder a questão
e vamos colocá-la de lado,
e vamos colocá-la de lado,
15:53
but we don't know how to answer the question
376
941940
1700
15:55
and we're going to put it aside
377
943640
1310
15:56
and maybe we'll come back to it later.
378
944950
2923
e talvez a retomemos depois".
15:59
That's what scientists call "intractable."
379
947873
4002
É o que os cientistas
chamam de "intratável".
chamam de "intratável".
16:03
But this leads us to one final problem:
380
951875
2606
Mas isso nos leva a um problema final:
16:06
If science is what scientists say it is,
381
954481
2938
se a ciência for
o que os cientistas dizem que é,
o que os cientistas dizem que é,
16:09
then isn't that just an appeal to authority?
382
957419
2541
não seria ela, então,
apenas um apelo à autoridade?
apenas um apelo à autoridade?
16:11
And weren't we all taught in school
383
959960
1062
Não aprendemos na escola
16:13
that the appeal to authority is a logical fallacy?
384
961022
3227
que o apelo à autoridade
é uma falácia lógica?
é uma falácia lógica?
16:16
Well, here's the paradox of modern science,
385
964249
3032
Bem, eis o paradoxo da ciência moderna,
o paradoxo da conclusão, creio eu,
a que historiadores,
a que historiadores,
16:19
the paradox of the conclusion I think historians
386
967281
2272
16:21
and philosophers and sociologists have come to,
387
969553
2601
filósofos e sociologistas chegaram,
16:24
that actually science is the appeal to authority,
388
972154
3501
de que a ciência, na verdade,
é o apelo à autoridade,
é o apelo à autoridade,
16:27
but it's not the authority of the individual,
389
975655
3776
mas não a autoridade do indivíduo,
independentemente do nível
de inteligência do indivíduo,
de inteligência do indivíduo,
16:31
no matter how smart that individual is,
390
979431
2399
16:33
like Plato or Socrates or Einstein.
391
981830
3865
como Platão, Sócrates ou Einstein.
16:37
It's the authority of the collective community.
392
985695
3114
É a autoridade da coletividade
da comunidade.
da comunidade.
16:40
You can think of it is a kind of wisdom of the crowd,
393
988809
2986
Podemos imaginá-la como uma espécie
de sabedoria coletiva,
de sabedoria coletiva,
16:43
but a very special kind of crowd.
394
991795
4126
mas de uma coletividade muito especial.
16:47
Science does appeal to authority,
395
995921
1890
A ciência realmente apela à autoridade,
16:49
but it's not based on any individual,
396
997811
2050
mas não se baseia em indivíduo algum,
independentemente do quanto
esse indivíduo seja inteligente.
esse indivíduo seja inteligente.
16:51
no matter how smart that individual may be.
397
999861
2586
16:54
It's based on the collective wisdom,
398
1002447
1751
Ela se baseia na sabedoria coletiva,
16:56
the collective knowledge, the collective work,
399
1004198
2642
no conhecimento coletivo,
no trabalho coletivo
no trabalho coletivo
16:58
of all of the scientists who have worked
400
1006840
1898
de todos os cientistas que trabalharam
17:00
on a particular problem.
401
1008738
2717
em um problema específico.
Os cientistas têm um tipo de cultura
de desconfiança coletiva,
de desconfiança coletiva,
17:03
Scientists have a kind of culture of collective distrust,
402
1011455
2796
17:06
this "show me" culture,
403
1014251
2200
uma cultura do "ver para crer",
17:08
illustrated by this nice woman here
404
1016451
1950
ilustrada por esta bela mulher aqui,
17:10
showing her colleagues her evidence.
405
1018401
3082
mostrando a seus colegas suas evidências.
Claro, essas pessoas
não parecem exatamente cientistas,
não parecem exatamente cientistas,
17:13
Of course, these people don't
really look like scientists,
really look like scientists,
406
1021483
1857
17:15
because they're much too happy.
407
1023340
1986
por que estão felizes demais.
17:17
(Laughter)
408
1025326
4012
(Risos)
17:21
Okay, so that brings me to my final point.
409
1029338
4322
Certo. Isso me leva à minha finalização.
17:25
Most of us get up in the morning.
410
1033660
2648
A maioria de nós acorda de manhã.
e confiamos em nossos carros.
17:28
Most of us trust our cars.
411
1036308
1410
17:29
Well, see, now I'm thinking, I'm in Manhattan,
412
1037718
1542
Imagino que estou em Manhattan,
17:31
this is a bad analogy,
413
1039260
1298
uma analogia ruim,
17:32
but most Americans who don't live in Manhattan
414
1040558
2824
mas a maioria dos americanos
que não moram em Manhattan
que não moram em Manhattan
acordam de manhã, entram em seus carros,
17:35
get up in the morning and get in their cars
415
1043382
1738
17:37
and turn on that ignition, and their cars work,
416
1045120
2529
ligam a ignição, e seus carros funcionam,
17:39
and they work incredibly well.
417
1047649
2001
incrivelmente bem.
17:41
The modern automobile hardly ever breaks down.
418
1049650
2715
O automóvel moderno
raramente apresenta defeito.
raramente apresenta defeito.
17:44
So why is that? Why do cars work so well?
419
1052365
2783
Então, por quê? Por que os carros
funcionam tão bem?
funcionam tão bem?
17:47
It's not because of the genius of Henry Ford
420
1055148
2504
Não é por causa
da genialidade de Henry Ford,
da genialidade de Henry Ford,
17:49
or Karl Benz or even Elon Musk.
421
1057652
3091
de Karl Benz ou de Elon Musk,
17:52
It's because the modern automobile
422
1060743
2142
e sim porque o automóvel moderno
17:54
is the product of more than 100 years of work
423
1062885
5034
é produto de mais de 100 anos de trabalho,
17:59
by hundreds and thousands
424
1067919
1590
de centenas e milhares,
e dezenas de milhares de pessoas.
e dezenas de milhares de pessoas.
18:01
and tens of thousands of people.
425
1069509
1336
18:02
The modern automobile is the product
426
1070845
2111
O automóvel moderno é produto
18:04
of the collected work and wisdom and experience
427
1072956
2789
do trabalho coletivo,
do conhecimento e da experiência
do conhecimento e da experiência
18:07
of every man and woman who has ever worked
428
1075745
2347
de cada homem e mulher que já trabalhou
18:10
on a car,
429
1078092
1608
em um carro,
18:11
and the reliability of the technology is the result
430
1079700
2915
e a confiabilidade
da tecnologia é resultado
da tecnologia é resultado
18:14
of that accumulated effort.
431
1082615
2683
desse esforço cumulativo.
18:17
We benefit not just from the genius of Benz
432
1085298
2857
Nós nos beneficiamos não apenas
com a genialidade de Benz,
com a genialidade de Benz,
de Ford e de Musk,
18:20
and Ford and Musk
433
1088155
1066
18:21
but from the collective intelligence and hard work
434
1089221
2768
mas da inteligência coletiva
e trabalho árduo
e trabalho árduo
18:23
of all of the people who have worked
435
1091989
2251
de todas as pessoas que trabalharam
18:26
on the modern car.
436
1094240
1670
no carro moderno.
18:27
And the same is true of science,
437
1095910
2050
O mesmo se aplica à ciência,
18:29
only science is even older.
438
1097960
2844
só que a ciência é ainda mais antiga.
Nossa base para a confiança
na ciência, na verdade, é a mesma
na ciência, na verdade, é a mesma
18:32
Our basis for trust in science is actually the same
439
1100804
2574
18:35
as our basis in trust in technology,
440
1103378
2674
que nossa base
para a confiança na tecnologia,
para a confiança na tecnologia,
18:38
and the same as our basis for trust in anything,
441
1106052
3987
e a mesma base para nossa confiança
em qualquer coisa,
em qualquer coisa,
18:42
namely, experience.
442
1110039
2278
ou seja, a experiência.
18:44
But it shouldn't be blind trust
443
1112317
1844
Mas não deve ser uma confiança cega,
18:46
any more than we would have blind trust in anything.
444
1114161
2760
mais do que confiaríamos
em qualquer outra coisa.
em qualquer outra coisa.
18:48
Our trust in science, like science itself,
445
1116921
2841
Nossa confiança na ciência,
como a própria ciência,
como a própria ciência,
18:51
should be based on evidence,
446
1119762
1913
deve se basear em evidências.
Isso significa que os cientistas
18:53
and that means that scientists
447
1121675
1502
18:55
have to become better communicators.
448
1123177
2048
têm que se tornar melhores comunicadores.
18:57
They have to explain to us not just what they know
449
1125225
2887
Eles têm que nos explicar
não apenas o que sabem,
não apenas o que sabem,
19:00
but how they know it,
450
1128112
1728
mas como o sabem,
19:01
and it means that we have
to become better listeners.
to become better listeners.
451
1129840
3890
e isso significa que temos
que nos tornar melhores ouvintes.
que nos tornar melhores ouvintes.
19:05
Thank you very much.
452
1133730
1419
Muito obrigada.
19:07
(Applause)
453
1135149
2303
(Aplausos)
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