ABOUT THE SPEAKERS
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | Speaker | TED.com
Amy O'Toole - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper.

Why you should listen

Amy O'Toole is a 12-year-old student with a peer-reviewed scientific publication under her belt. She took part in a participative science program led by Beau Lotto , called "i, scientist," which inspired a science experiment by a group of 26 primary school students in Blackawton, Devon, UK. O'Toole was never interested in science before this project, but now intends to study the human mind and body. The project led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," Royal Society's Biology Letters, December 2010). It starts: "Once upon a time ... ."

More profile about the speaker
Amy O'Toole | Speaker | TED.com
TEDGlobal 2012

Beau Lotto + Amy O'Toole: Science is for everyone, kids included

Beau Lotto + Amy O'Toole: A ciência é para todos, crianças incluídas

Filmed:
1,504,898 views

O que têm a ciência e a brincadeira em comum? O neurocientista Beau Lotto acha que todas as pessoas (crianças incluídas) devem participar na ciência e, pelo processo da descoberta, mudar perceções. É apoiado por Amy O'Toole, uma menina de 12 anos que, juntamente com 25 dos seus colegas de turma, publicou o primeiro artigo científico feito por crianças em idade escolar, revisto pelos seus pares, sobre o "Blackawton Bee Project" ["Projeto de Abelhas de Blackawton"]. Começa por: "Era uma vez...".
- Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system. Full bio - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper. Full bio

Double-click the English transcript below to play the video.

00:17
BeauBeau LottoLotto: So, this gamejogos is very simplesimples.
0
1487
2169
Então, este jogo é muito simples.
00:19
All you have to do is readler what you see. Right?
1
3656
4047
Têm apenas que ler o que veem. Ok?
00:23
So, I'm going to countcontagem to you, so we don't all do it togetherjuntos.
2
7703
3201
Vou contar, para que
o façamos todos ao mesmo tempo.
00:26
Okay, one, two, threetrês.AudienceAudiência: Can you readler this?
3
10904
2499
Ok, um, dois, três...
Audiência: "Conseguem ler isto?"
00:29
BLBL: AmazingIncrível. What about this one? One, two, threetrês.AudienceAudiência: You are not readingleitura this.
4
13403
4379
Fantástico. E este? Um, dois, três...
Audiência: "Vocês não estão a ler isto."
00:33
BLBL: All right. One, two, threetrês. (LaughterRiso)
5
17782
5316
Ok. Um, dois, três...
(Risos)
00:38
If you were PortuguesePortuguês, right? How about this one? One, two, threetrês.
6
23098
4797
Se fossem portugueses, certo?
E este? Um, dois, três...
00:43
AudienceAudiência: What are you readingleitura?
7
27895
1978
Audiência: "O que é que estão a ler?"
00:45
BLBL: What are you readingleitura? There are no wordspalavras there.
8
29873
3458
O que é que estão a ler?
Ali não há palavras.
00:49
I said, readler what you're seeingvendo. Right?
9
33331
2537
Eu disse, leiam o que veem.
Certo?
00:51
It literallyliteralmente saysdiz, "WatWat arar ouunidade organizacional rearea in?" (LaughterRiso) Right?
10
35868
3850
Diz ali literalmente:
"Wat ar ou rea in?" Certo?
00:55
That's what you should have said. Right? Why is this?
11
39718
3828
É o que deveriam ter dito. Certo?
E porque é que isto acontece?
00:59
It's because perceptionpercepção is groundedaterrado in our experienceexperiência.
12
43546
3536
Porque a perceção baseia-se
na nossa experiência.
01:02
Right? The braincérebro takes meaninglesssem significado informationem formação
13
47082
2897
O cérebro pega em
informação sem sentido
01:05
and makesfaz com que meaningsignificado out of it, whichqual meanssignifica we never see
14
49979
2959
e faz sentido a partir disso,
o que significa que nunca vemos
01:08
what's there, we never see informationem formação,
15
52938
2256
o que lá está,
nunca vemos informação,
01:11
we only ever see what was usefulútil to see in the pastpassado.
16
55194
3275
só vemos o que
nos foi útil ver no passado.
01:14
All right? WhichQue meanssignifica, when it comesvem to perceptionpercepção,
17
58469
2736
O que quer dizer que,
no que toca à perceção,
01:17
we're all like this frog.
18
61205
6795
somos todos como este sapo.
01:23
(LaughterRiso)
19
68000
912
(Risos)
01:24
Right? It's gettingobtendo informationem formação. It's generatinggerando behaviorcomportamento
20
68912
3395
Certo? Está a obter informação.
Está a gerar comportamento
01:28
that's usefulútil. (LaughterRiso)
21
72307
4468
que é útil.
01:32
(LaughterRiso)
22
76775
7032
(Risos)
01:39
(VideoVídeo) Man: OwAi! OwAi! (LaughterRiso) (ApplauseAplausos)
23
83807
5982
Pessoa no vídeo: "Ai! Ai!"
01:45
BLBL: And sometimesas vezes, when things don't go our way,
24
89789
2712
B.L.: E às vezes, quando as coisas
não correm como queremos,
01:48
we get a little bitpouco annoyedirritado, right?
25
92501
2259
ficamos um pouco aborrecidos, certo?
01:50
But we're talkingfalando about perceptionpercepção here, right?
26
94760
2730
Mas estamos a falar de perceção.
01:53
And perceptionpercepção underpinsapoios everything we think, we know,
27
97490
4365
E a perceção sustenta
tudo o que pensamos, conhecemos,
01:57
we believe, our hopesesperanças, our dreamssonhos, the clothesroupas we wearvestem,
28
101855
2871
acreditamos, as nossas esperanças,
os nossos sonhos, as roupas que usamos,
02:00
fallingqueda in love, everything beginscomeça with perceptionpercepção.
29
104726
3743
apaixonarmo-nos, tudo começa
com a perceção.
02:04
Now if perceptionpercepção is groundedaterrado in our historyhistória, it meanssignifica
30
108469
2945
Se a perceção se fundamenta
na nossa história, isso significa
02:07
we're only ever respondingrespondendo accordingde acordo com to what we'venós temos donefeito before.
31
111414
3459
que só respondemos de acordo
com o que fizemos antes.
02:10
But actuallyna realidade, it's a tremendoustremendo problemproblema,
32
114873
3076
Mas, na verdade,
isso cria um problema enorme,
02:13
because how can we ever see differentlydiferente?
33
117949
3617
porque como podemos alguma vez
ver de modo diferente?
02:17
Now, I want to tell you a storyhistória about seeingvendo differentlydiferente,
34
121566
4063
Quero contar-vos uma história
sobre ver de forma diferente.
02:21
and all newNovo perceptionspercepções begininício in the samemesmo way.
35
125629
3988
E todas as novas perceções
começam da mesma forma.
02:25
They begininício with a questionquestão.
36
129617
2582
Começam com uma pergunta.
02:28
The problemproblema with questionsquestões is they createcrio uncertaintyincerteza.
37
132199
3238
O problema com as perguntas
é que criam incerteza.
02:31
Now, uncertaintyincerteza is a very badmau thing. It's evolutionarilyevolutivamente
38
135437
2729
A incerteza é uma coisa muito má.
É evolucionariamente
02:34
a badmau thing. If you're not sure that's a predatorpredador, it's too lateatrasado.
39
138166
3601
uma coisa má. Se não temos a certeza
que é um predador, é tarde demais.
02:37
Okay? (LaughterRiso)
40
141767
1360
Ok? (Risos)
02:39
Even seasicknessenjoo is a consequenceconsequência of uncertaintyincerteza.
41
143127
3160
Até os enjoos no mar são
uma consequência da incerteza.
02:42
Right? If you go down belowabaixo on a boatbarco, your innerinterior earsorelhas
42
146287
2252
Se entrarmos dentro de um barco,
o nosso ouvido interno
02:44
are you tellingdizendo you you're movingmovendo-se. Your eyesolhos, because
43
148539
2176
está a dizer-nos que estamos em movimento.
Os nossos olhos, porque
02:46
it's movingmovendo-se in registerregisto with the boatbarco, say I'm standingparado still.
44
150715
2316
se movem ao mesmo tempo que o barco,
dizem que estamos parados.
02:48
Your braincérebro cannotnão podes dealacordo with the uncertaintyincerteza of that informationem formação, and it getsobtém illeu vou.
45
153031
4655
O cérebro não consegue lidar com a incerteza
destas informações, e fica indisposto.
02:53
The questionquestão "why?" is one of the mosta maioria dangerousperigoso things you can do,
46
157686
3929
A pergunta "porquê?" é uma das coisas
mais perigosas que podemos fazer,
02:57
because it takes you into uncertaintyincerteza.
47
161615
2992
porque nos conduz à incerteza.
03:00
And yetainda, the ironyironia is, the only way we can ever
48
164607
2879
E, no entanto, a ironia é que
a única maneira de podermos
03:03
do anything newNovo is to stepdegrau into that spaceespaço.
49
167486
3536
fazer qualquer coisa nova é
dar um passo nessa direção.
03:06
So how can we ever do anything newNovo? Well fortunatelyFelizmente,
50
171022
3224
Como poderemos fazer algo novo?
Bem, felizmente,
03:10
evolutionevolução has givendado us an answerresponda, right?
51
174246
3584
a evolução deu-nos a resposta, certo?
03:13
And it enableshabilita us to addressendereço even the mosta maioria difficultdifícil
52
177830
3595
E permite-nos lidar mesmo com a mais difícil
03:17
of questionsquestões. The bestmelhor questionsquestões are the onesuns that createcrio the mosta maioria uncertaintyincerteza.
53
181425
4679
das questões. As melhores questões são
as que geram mais incerteza.
03:22
They're the onesuns that questionquestão the things we think to be trueverdade already. Right?
54
186104
3956
São as que questionam as coisas
que pensamos serem verdade. Certo?
03:25
It's easyfácil to askpergunte questionsquestões about how did life begininício,
55
190060
1989
É fácil fazer perguntas sobre
como é que a vida começou,
03:27
or what extendsse estende beyondalém the universeuniverso, but to questionquestão what you think to be trueverdade already
56
192049
3308
ou o que está para lá do universo,
mas questionar o que pensamos ser verdade
03:31
is really steppingpisando into that spaceespaço.
57
195357
3001
é realmente dar um salto em frente.
03:34
So what is evolution'sevolução answerresponda to the problemproblema of uncertaintyincerteza?
58
198358
4810
Então qual é a resposta evolutiva
ao problema da incerteza?
03:39
It's playToque.
59
203168
1773
É brincar.
03:40
Now playToque is not simplysimplesmente a processprocesso. ExpertsEspecialistas in playToque will tell you
60
204941
4193
Brincar não é simplesmente um processo.
Especialistas em brincadeira dir-vos-ão
03:45
that actuallyna realidade it's a way of beingser.
61
209134
2615
que se trata de uma forma de ser.
03:47
PlayJogar is one of the only humanhumano endeavorsempreendimentos where uncertaintyincerteza
62
211749
2891
Brincar é uma das únicas tentativas humanas
em que a incerteza
03:50
is actuallyna realidade celebratedcélebre. UncertaintyIncerteza is what makesfaz com que playToque funDiversão.
63
214640
4326
é de facto celebrada. A incerteza
é o que torna o brincar divertido.
03:54
Right? It's adaptableadaptável to changemudança. Right? It opensabre possibilitypossibilidade,
64
218966
4275
É flexível à mudança.
Abre uma possibilidade.
03:59
and it's cooperativecooperativa. It's actuallyna realidade how we do our socialsocial bondingde ligação,
65
223241
4109
E é cooperativo. É na verdade
a maneira como criamos laços sociais.
04:03
and it's intrinsicallyintrinsecamente motivatedmotivado. What that meanssignifica
66
227350
1726
E é intrinsecamente motivante.
O que significa que
04:04
is that we playToque to playToque. PlayJogar is its ownpróprio rewardrecompensa.
67
229076
4606
brincamos para brincar.
Brincar é a sua própria recompensa.
04:09
Now if you look at these fivecinco waysmaneiras of beingser,
68
233682
3891
Se olharmos para estas 5 formas de ser,
04:13
these are the exactexato samemesmo waysmaneiras of beingser you need
69
237573
2721
são exatamente as mesmas formas
de ser que precisamos
04:16
in orderordem to be a good scientistcientista.
70
240294
2036
para sermos bons cientistas.
04:18
ScienceCiência is not defineddefiniram by the methodmétodo sectionseção of a paperpapel.
71
242330
3027
A ciência não é definida pela parte do método
de um artigo científico.
04:21
It's actuallyna realidade a way of beingser, whichqual is here, and this is trueverdade
72
245357
3140
É, na verdade, uma forma de ser,
que está aqui e é verdadeira
04:24
for anything that is creativecriativo.
73
248497
2653
para qualquer coisa que seja criativa.
04:27
So if you addadicionar rulesregras to playToque, you have a gamejogos.
74
251150
4203
Por isso, se juntarmos regras
ao brincar, temos um jogo.
04:31
That's actuallyna realidade what an experimentexperimentar is.
75
255353
2790
Isso é exatamente o que é uma experiência.
04:34
So armedarmado with these two ideasidéias,
76
258143
1919
Por isso, com estas duas ideias,
04:35
that scienceCiência is a way of beingser and experimentsexperiências are playToque,
77
260062
4322
que a ciência é uma forma de ser
e que as experiências são brincadeiras,
04:40
we askedperguntei, can anyonealguém becometornar-se a scientistcientista?
78
264384
3453
perguntámos: "pode qualquer um
tornar-se um cientista?"
04:43
And who better to askpergunte than 25 eight-oito- to 10-year-old-ano de idade childrencrianças?
79
267837
3500
E a quem melhor perguntar do que
a 25 crianças entre os 8 e os 10 anos?
04:47
Because they're expertsespecialistas in playToque. So I tooktomou my beeabelha arenaarena
80
271337
3507
Porque eles são especialistas em brincar.
Por isso, levei a minha "arena de abelhas"
04:50
down to a smallpequeno schoolescola in DevonDevon, and the aimalvo of this
81
274844
3547
a uma pequena escola em Devon,
e o objetivo disto
04:54
was to not just get the kidsfilhos to see scienceCiência differentlydiferente,
82
278391
4244
era não só levar os miúdos a ver
a ciência de maneira diferente,
04:58
but, throughatravés the processprocesso of scienceCiência, to see themselvessi mesmos differentlydiferente. Right?
83
282635
4598
mas, através do processo da ciência,
levá-los a verem-se de maneira diferente.
05:03
The first stepdegrau was to askpergunte a questionquestão.
84
287233
3408
O primeiro passo foi fazer uma pergunta.
05:06
Now, I should say that we didn't get fundingfinanciamento for this studyestude
85
290641
2880
Agora, eu devia dizer que não tivemos
financiamento para este estudo
05:09
because the scientistscientistas said smallpequeno childrencrianças couldn'tnão podia make
86
293521
3330
porque os cientistas disseram que
as crianças pequenas não poderiam fazer
05:12
a usefulútil contributioncontribuição to scienceCiência, and the teachersprofessores said kidsfilhos couldn'tnão podia do it.
87
296851
4302
uma contribuição útil para a ciência, e os professores disseram que os miúdos não o conseguiriam fazer.
05:17
So we did it anywayde qualquer forma. Right? Of coursecurso.
88
301153
3734
De qualquer forma, fizemos o estudo.
Certo? Com certeza.
05:20
So, here are some of the questionsquestões. I put them in smallpequeno printimpressão
89
304887
2819
Aqui estão algumas das perguntas.
Pu-las em letras pequenas
05:23
so you wouldn'tnão seria botherincomoda readingleitura it. PointPonto is that fivecinco of the questionsquestões that the kidsfilhos cameveio up with
90
307706
4440
para não se darem ao trabalho de ler.
O importante é que 5 das perguntas dos miúdos
05:28
were actuallyna realidade the basisbase of scienceCiência publicationpublicação the last fivecinco to 15 yearsanos. Right?
91
312146
4618
eram, na verdade, a base das publicações científicas
dos últimos cinco a quinze anos.
05:32
So they were askingPerguntando questionsquestões that were significantsignificativo
92
316764
2660
Estavam a colocar perguntas que eram importantes
05:35
to expertespecialista scientistscientistas.
93
319424
2130
para peritos cientistas.
05:37
Now here, I want to sharecompartilhar the stageetapa with someonealguém quitebastante specialespecial. Right?
94
321554
4134
Agora, quero partilhar o palco com
alguém muito especial.
05:41
She was one of the youngjovem people who was involvedenvolvido in this studyestude,
95
325688
2612
Ela é uma das crianças que estiveram
envolvidas neste estudo
05:44
and she's now one of the youngestmais jovens publishedPublicados scientistscientistas
96
328300
2334
e é agora uma das mais novas cientistas publicadas
05:46
in the worldmundo. Right? She will now, onceuma vez she comesvem ontopara stageetapa,
97
330634
3883
no mundo.
Ela, assim que chegar ao palco,
05:50
will be the youngestmais jovens personpessoa to ever speakfalar at TEDTED. Right?
98
334517
3698
vai ser a mais jovem pessoa a falar na TED.
05:54
Now, scienceCiência and askingPerguntando questionsquestões is about couragecoragem.
99
338215
2875
A ciência e colocar perguntas é sobre coragem.
05:56
Now she is the personificationpersonificação of couragecoragem, because she's
100
341090
3200
Ela é a personificação da coragem, porque
06:00
going to standficar de pé up here and talk to you all.
101
344290
1387
vai estar aqui e falar para todos vocês.
06:01
So AmyAmy, would you please come up? (ApplauseAplausos)
102
345677
5254
Então Amy, podes aparecer?
06:06
(ApplauseAplausos)
103
350931
7185
(Aplausos)
06:14
So Amy'sAmy está going to help me tell the storyhistória of what we call
104
358116
2519
A Amy vai ajudar-me a contar a história
daquilo a que chamamos
06:16
the BlackawtonBlackawton BeesAbelhas ProjectProjeto, and first she's going to tell you
105
360635
2666
o "Blackawton Bees Project" e,
em primeiro lugar, vai dizer-vos
06:19
the questionquestão that they cameveio up with. So go aheadadiante, AmyAmy.
106
363301
2545
a pergunta que eles colocaram.
Força, Amy.
06:21
AmyAmy O'TooleO ' Toole: Thank you, BeauBeau. We thought
107
365846
1719
A.O'T.: Obrigada, Beau. Nós pensámos
06:23
that it was easyfácil to see the linkligação betweenentre humanshumanos and apesmacacos
108
367565
3401
que era fácil ver a ligação entre
humanos e macacos
06:26
in the way that we think, because we look alikemuito parecido.
109
370966
3024
na nossa maneira de pensar,
porque somos parecidos.
06:29
But we wonderedme perguntei if there's a possiblepossível linkligação
110
373990
2689
Mas perguntámo-nos se haveria
uma possível ligação
06:32
with other animalsanimais. It'dSeria be amazingsurpreendente if humanshumanos and beesabelhas
111
376679
4704
com outros animais.
Seria maravilhoso se os humanos e as abelhas
06:37
thought similarsemelhante, sinceDesde a they seemparecem so differentdiferente from us.
112
381383
4113
pensassem de forma similar, pois parecem
tão diferentes de nós.
06:41
So we askedperguntei if humanshumanos and beesabelhas mightpoderia solveresolver
113
385496
3053
Por isso perguntámos se os humanos
e as abelhas poderiam solucionar
06:44
complexcomplexo problemsproblemas in the samemesmo way.
114
388549
2407
problemas complexos da mesma forma.
06:46
Really, we wanted to know if beesabelhas can alsoAlém disso adaptadaptar
115
390956
3287
Na verdade, queríamos saber se as abelhas
também se podem adaptar
06:50
themselvessi mesmos to newNovo situationssituações usingusando previouslyanteriormente learnedaprendido rulesregras
116
394243
3707
elas próprias a novas situações
usando regras e condições
06:53
and conditionscondições. So what if beesabelhas can think like us?
117
397950
4214
previamente aprendidas.
E se as abelhas puderem pensar como nós?
06:58
Well, it'dseria be amazingsurpreendente, sinceDesde a we're talkingfalando about an insectinseto
118
402164
2552
Bem, isso seria espantoso
porque estamos a falar de um inseto
07:00
with only one millionmilhão braincérebro cellscélulas.
119
404716
2525
apenas com um milhão de células cerebrais.
07:03
But it actuallyna realidade makesfaz com que a lot of sensesentido they should,
120
407241
2142
Mas, na verdade, faz todo o sentido
que assim seja,
07:05
because beesabelhas, like us, can recognizereconhecer a good flowerflor
121
409383
3277
porque as abelhas, tal como nós,
podem reconhecer uma boa flor
07:08
regardlessindependentemente of the time of day, the lightluz, the weatherclima,
122
412660
3613
independentemente
da altura do dia, da luz, do tempo,
07:12
or from any angleângulo they approachabordagem it from. (ApplauseAplausos)
123
416273
5742
ou do ângulo pelo qual a abordem.
(Aplausos)
07:17
BLBL: So the nextPróximo stepdegrau was to designdesenhar an experimentexperimentar,
124
422015
3782
B.L.: O próximo passo foi
delinear uma experiência,
07:21
whichqual is a gamejogos. So the kidsfilhos wentfoi off and they designedprojetado
125
425797
3302
que é um jogo. Por isso,
os miúdos foram desenhar
07:24
this experimentexperimentar, and so -- well, gamejogos -- and so,
126
429099
3301
esta experiência, e — bem, jogo — e,
07:28
AmyAmy, can you tell us what the gamejogos was,
127
432400
1466
Amy, podes dizer-nos como era o jogo
07:29
and the puzzleenigma that you setconjunto the beesabelhas?
128
433866
2143
e o puzzle que prepararam para as abelhas?
07:31
AOAO: The puzzleenigma we cameveio up with was an if-thense-então ruleregra.
129
436009
3023
A.O'T.: O puzzle que preparámos era
uma condição "se-então".
07:34
We askedperguntei the beesabelhas to learnaprender not just to go to a certaincerto colorcor,
130
439032
3645
Pedimos às abelhas para aprenderem
não só a irem para uma determinada cor,
07:38
but to a certaincerto colorcor flowerflor only
131
442677
2668
mas a irem ter com uma flor
de determinada cor
07:41
when it's in a certaincerto patternpadronizar.
132
445345
1632
apenas quando está num determinado padrão.
07:42
They were only rewardedrecompensado if they wentfoi to the yellowamarelo flowersflores
133
446977
3259
Apenas eram recompensadas
se se dirigissem para as flores amarelas
07:46
if the yellowamarelo flowersflores were surroundedcercado by the blueazul,
134
450236
3060
se as flores amarelas estivessem
rodeadas de azul,
07:49
or if the blueazul flowersflores were surroundedcercado by the yellowamarelo.
135
453296
3268
ou se as flores azuis estivessem
rodeadas de amarelo.
07:52
Now there's a numbernúmero of differentdiferente rulesregras the beesabelhas can learnaprender
136
456564
2585
Há uma série de regras diferentes
que as abelhas podem aprender
07:55
to solveresolver this puzzleenigma. The interestinginteressante questionquestão is, whichqual?
137
459149
3425
para resolverem este puzzle.
A questão que interessa é: "Quais?"
07:58
What was really excitingemocionante about this projectprojeto was we,
138
462574
2780
O que era realmente empolgante
neste projeto era que nós,
08:01
and BeauBeau, had no ideaidéia whetherse it would work.
139
465354
2343
e o Beau, não tínhamos ideia
se iria funcionar.
08:03
It was completelycompletamente newNovo, and no one had donefeito it before,
140
467697
2454
Era completamente novo,
e ninguém tinha feito isto antes,
08:06
includingIncluindo adultsadultos. (LaughterRiso)
141
470151
3723
incluindo os adultos.
(Risos)
08:09
BLBL: IncludingIncluindo a the teachersprofessores, and that was really hardDifícil for the teachersprofessores.
142
473874
3464
B.L.: Incluindo os professores, e isso foi
muito difícil para os professores,
08:13
It's easyfácil for a scientistcientista to go in and not have a cluepista what he's doing,
143
477338
2904
É fácil para um cientista atirar-se
sem ter ideia do que está a fazer
08:16
because that's what we do in the lablaboratório, but for a teacherprofessor
144
480242
2544
porque isso é o que fazemos no laboratório,
mas para um professor
08:18
not to know what's going to happenacontecer at the endfim of the day --
145
482786
1625
não saber o que vai acontecer no final do dia...
08:20
so much of the creditcrédito goesvai to DaveDave StrudwickSTRUDWICK, who was
146
484411
2599
Muitos dos créditos vão para
Dave Strudwick, que
08:22
the collaboratorcolaborador on this projectprojeto. Okay?
147
487010
2209
colaborou neste projeto. Ok?
08:25
So I'm not going to go throughatravés the wholetodo detailsdetalhes of the studyestude
148
489219
2732
Não vou passar por todos
os detalhes deste estudo
08:27
because actuallyna realidade you can readler about it, but the nextPróximo stepdegrau
149
491951
2638
porque podem ler sobre ele,
mas o passo seguinte
08:30
is observationobservação. So here are some of the studentsalunos
150
494589
3645
é observar.
Aqui estão alguns dos alunos
08:34
doing the observationsobservações. They're recordinggravação the datadados
151
498234
2768
a fazer as observações.
Estão a registar os dados
08:36
of where the beesabelhas flymosca.
152
501002
5044
do lugar para onde as abelhas voam.
08:41
(VideoVídeo) DaveDave StrudwickSTRUDWICK: So what we're going to do —StudentEstudante: 5C.
153
506046
2023
(Vídeo) D.S.: "Então o que vamos fazer?"
Aluno: "5C."
08:43
DaveDave StrudwickSTRUDWICK: Is she still going up here?StudentEstudante: Yeah.
154
508069
3990
D.S.: "Ainda está a vir para aqui?"
Aluno: "Sim."
08:47
DaveDave StrudwickSTRUDWICK: So you keep trackpista of eachcada.StudentEstudante: HenryHenry, can you help me here?
155
512059
3597
D.S.: "Então segue o rasto de cada uma."
Aluno: "Henry, podes ajudar-me?"
08:51
BLBL: "Can you help me, HenryHenry?" What good scientistcientista saysdiz that, right?
156
515656
2904
B.L.: "Podes ajudar-me, Henry?"
Qual é o bom cientista que diz isto, certo?
08:54
StudentEstudante: There's two up there.
157
518560
4710
Aluno: "Há duas ali em cima."
08:59
And threetrês in here.
158
523270
2874
Aluno: "E três aqui."
09:02
BLBL: Right? So we'venós temos got our observationsobservações. We'veTemos got our datadados.
159
526144
2275
B.L.: Certo? Obtivemos as nossas observações.
Obtivemos os nossos dados.
09:04
They do the simplesimples mathematicsmatemática, averaginguma média de, etcetc.., etcetc..
160
528419
3773
Fizeram a matemática simples,
a média, etc.
09:08
And now we want to sharecompartilhar. That's the nextPróximo stepdegrau.
161
532192
1931
E agora queremos partilhar.
Esse é o passo seguinte.
09:10
So we're going to writeEscreva this up and try to submitenviar this
162
534123
1608
Vamos escrever isto
e tentar submetê-lo
09:11
for publicationpublicação. Right? So we have to writeEscreva it up.
163
535731
2856
para publicação.
Por isso temos de escrever.
09:14
So we go, of coursecurso, to the pubbar. All right? (LaughterRiso)
164
538587
4513
Por isso vamos, para o bar ("pub").
(Risos)
09:19
The one on the left is minemeu, okay? (LaughterRiso)
165
543100
2284
O da esquerda é meu.
(Risos)
09:21
Now, I tell them, a paperpapel has fourquatro differentdiferente sectionsSeções:
166
545384
2086
Eu disse-lhes, um artigo científico
tem quatro partes diferentes.
09:23
an introductionintrodução, a methodsmétodos, a resultsresultados, a discussiondiscussão.
167
547470
2807
Uma introdução, os métodos,
os resultados, a discussão.
09:26
The introductionintrodução saysdiz, what's the questionquestão and why?
168
550277
2604
A introdução diz qual é
a pergunta e porquê.
09:28
MethodsMétodos de, what did you do? ResultsResultados, what was the observationobservação?
169
552881
3119
Métodos: o que é que fizemos.
Resultados: o que foi observado.
09:31
And the discussiondiscussão is, who caresse preocupa? Right?
170
556000
2143
E a discussão é: o que é que isso interessa.
09:34
That's a scienceCiência paperpapel, basicallybasicamente. (LaughterRiso)
171
558143
2459
Isto é um artigo científico,
basicamente.
09:36
So the kidsfilhos give me the wordspalavras, right? I put it into a narrativenarrativa,
172
560602
4529
Então os miúdos deram-me as palavras.
Eu pu-las numa narrativa,
09:41
whichqual meanssignifica that this paperpapel is writtenescrito in kidspeakkidSPEAK.
173
565131
3247
o que significa que este artigo
foi escrito em linguagem de miúdos.
09:44
It's not writtenescrito by me. It's writtenescrito by AmyAmy
174
568378
2528
Não foi escrito por mim.
Foi escrito pela Amy
09:46
and the other studentsalunos in the classclasse. As a consequenceconsequência,
175
570906
3320
e pelos outros alunos da turma.
Como consequência,
09:50
this scienceCiência paperpapel beginscomeça, "OnceVez uponsobre a time ... " (LaughterRiso)
176
574226
6017
este artigo começa por
"Era uma vez..." (Risos)
09:56
The resultsresultados sectionseção, it saysdiz: "TrainingFormação phasefase, the puzzleenigma ... duhduh duhduh duuuuuhhhduuuuuhhh." Right? (LaughterRiso)
177
580243
5312
Na parte dos resultados, diz: "Fase de treino,
o puzzle... tam, taram, tam" (Risos)
10:01
And the methodsmétodos, it saysdiz, "Then we put the beesabelhas
178
585555
2196
E nos métodos diz:
"Depois colocámos as abelhas
10:03
into the fridgegeladeira (and madefeito beeabelha pietorta)," smileySmiley facecara. Right? (LaughterRiso)
179
587751
3317
"no frigorífico e fizemos tarte de abelhas",
um smile (sorriso) Certo? (Risos)
10:06
This is a scienceCiência paperpapel. We're going to try to get it publishedPublicados.
180
591068
3833
É um artigo científico.
Vamos tentar publicá-lo.
10:10
So here'saqui está the titletítulo pagepágina. We have a numbernúmero of authorsautores there.
181
594901
2834
Aqui está a página do título.
Temos muitos autores ali.
10:13
All the onesuns in boldnegrito are eightoito to 10 yearsanos oldvelho.
182
597735
2851
Todos aqueles a negrito são de crianças
entre os 8 e os 10 anos.
10:16
The first authorautor is BlackawtonBlackawton PrimaryPrimário SchoolEscola, because
183
600586
2050
O primeiro autor é a Escola Primária
Blackawton, porque
10:18
if it were ever referencedreferenciado, it would be "BlackawtonBlackawton etet alal,"
184
602636
3246
se alguma vez for referido,
será "Blackawton et al.",
10:21
and not one individualIndividual. So we submitenviar it to a publicpúblico accessAcesso journalDiário,
185
605882
3057
e não de um indivíduo. Submetemo-lo
a uma revista de acesso livre,
10:24
and it saysdiz this. It said manymuitos things, but it said this.
186
608939
3332
e disseram isto.
Disseram muitas coisas, mas disseram isto:
10:28
"I'm afraidreceoso the paperpapel failsfalha our initialinicial qualityqualidade controlao controle checksverifica in severalde várias differentdiferente waysmaneiras." (LaughterRiso)
187
612271
3919
"O artigo não passou no nosso controlo de qualidade
inicial de variadas e diferentes formas". (Risos)
10:32
In other wordspalavras, it startscomeça off "onceuma vez uponsobre a time,"
188
616190
2560
Noutras palavras,
começa com "Era uma vez",
10:34
the figuresfiguras are in crayoncreiom, etcetc.. (LaughterRiso)
189
618750
2526
as imagens são a lápis de cor, etc.
(Risos)
10:37
So we said, we'llbem get it reviewedrevisado. So I sentenviei it to DaleDale PurvesPurves,
190
621276
4353
Então resolvemos que seria revisto.
Por isso, enviámo-lo ao Dale Purves,
10:41
who is at the NationalNacional AcademyAcademia of ScienceCiência, one of the leadingconduzindo neuroscientistsneurocientistas in the worldmundo,
191
625629
3533
que está na Academia Nacional da Ciência,
um dos grandes neurocientistas no mundo,
10:45
and he saysdiz, "This is the mosta maioria originaloriginal scienceCiência paperpapel I have ever readler" — (LaughterRiso) —
192
629162
3449
e ele disse: "Este é o artigo cientifico
mais original que alguma vez li... (Risos)
10:48
"and it certainlyCertamente deservesmerece wideLargo exposureexposição."
193
632611
2097
"...e merece certamente uma ampla exposição".
10:50
LarryLarry MaloneyMaloney, expertespecialista in visionvisão, saysdiz, "The paperpapel is magnificentmagnífico.
194
634708
4271
Larry Maloney, especialista em Visão,
disse: "O artigo é magnífico.
10:54
The work would be publishablepublicável if donefeito by adultsadultos."
195
638979
3366
"O trabalho seria publicável
se tivesse sido feito por adultos."
10:58
So what did we do? We sendenviar it back to the editoreditor.
196
642345
1979
O que é que nós fizemos?
Enviámo-lo de volta ao editor.
11:00
They say no.
197
644324
1589
Disseram que não.
11:01
So we askedperguntei LarryLarry and NatalieNatalie HempelHempel to writeEscreva
198
645913
2454
Então perguntámos ao Larry e
a Natalie Hempel para escreverem
11:04
a commentarycomentário situatingsituar the findingsconclusões for scientistscientistas, right,
199
648367
4007
um comentário enquadrando
as descobertas para os cientistas,
11:08
puttingcolocando in the referencesreferências, and we submitenviar it to BiologyBiologia LettersLetras.
200
652374
4128
colocando as referências,
e submetemo-lo à revista Biology Letters.
11:12
And there, it was reviewedrevisado by fivecinco independentindependente refereesÁrbitros,
201
656502
3327
E aí, foi revisto por
5 árbitos independentes,
11:15
and it was publishedPublicados. Okay? (ApplauseAplausos)
202
659829
4421
e foi publicado. Ok?
(Aplausos)
11:20
(ApplauseAplausos)
203
664250
6000
(Aplausos)
11:26
It tooktomou fourquatro monthsmeses to do the scienceCiência,
204
670250
3021
Demorámos quatro meses
para fazer a ciência,
11:29
two yearsanos to get it publishedPublicados. (LaughterRiso)
205
673271
3228
dois anos para a publicar.
(Risos)
11:32
TypicalTípico scienceCiência, actuallyna realidade, right? So this makesfaz com que AmyAmy and
206
676499
4835
Típica ciência, certo?
Isto faz da Amy
11:37
her friendsamigos the youngestmais jovens publishedPublicados scientistscientistas in the worldmundo.
207
681334
2433
e dos seus amigos os mais jovens
cientistas publicados no mundo.
11:39
What was the feedbackcomentários like?
208
683767
2016
Quais foram as reações?
11:41
Well, it was publishedPublicados two daysdias before ChristmasNatal,
209
685783
2885
Bem, foi publicado dois dias
antes do Natal,
11:44
downloadedbaixado 30,000 timesvezes in the first day, right?
210
688668
4003
descarregado 30 000 vezes
no primeiro dia.
11:48
It was the Editors'Dos editores ChoiceEscolha in ScienceCiência, whichqual is a toptopo scienceCiência magazinerevista.
211
692671
4040
Foi "Escolha do Editor" na revista Science,
que é uma revista científica de topo.
11:52
It's foreverpara sempre freelylivremente accessibleacessível by BiologyBiologia LettersLetras.
212
696711
2542
Estará para sempre disponível livremente
através da revista Biology Letters.
11:55
It's the only paperpapel that will ever be freelylivremente accessibleacessível by this journalDiário.
213
699253
3680
É o único artigo desta revista
que será sempre de livre acesso.
11:58
Last yearano, it was the second-mostsegundo mais downloadedbaixado paperpapel
214
702933
2699
No ano passado, foi o segundo
artigo científico mais descarregado
12:01
by BiologyBiologia LettersLetras, and the feedbackcomentários from not just scientistscientistas
215
705632
4104
na revista Biology Letters,
e as reações são não apenas dos cientistas
12:05
and teachersprofessores but the publicpúblico as well.
216
709736
2548
e dos professores,
mas também do público em geral...
12:08
And I'll just readler one.
217
712284
1772
Vou ler só um:
12:09
"I have readler 'Blackawton' Blackawton Bees'Das abelhas recentlyrecentemente. I don't have
218
714056
2490
"Li Blackawton Bees recentemente.
Não tenho
12:12
wordspalavras to explainexplicar exactlyexatamente how I am feelingsentindo-me right now.
219
716546
2313
"palavras para explicar
exatamente como me estou a sentir."
12:14
What you guys have donefeito is realreal, trueverdade and amazingsurpreendente.
220
718859
2479
"O que vocês fizeram é real,
verdadeiro e espantoso.
12:17
CuriosityCuriosidade, interestinteresse, innocenceinocência and zealzelo are the mosta maioria basicbásico
221
721338
3109
"Curiosidade, interesse,
inocência e zelo são as coisas
12:20
and mosta maioria importantimportante things to do scienceCiência.
222
724447
1724
"mais básicas e mais importantes
para se fazer ciência.
12:22
Who elseoutro can have these qualitiesqualidades more than childrencrianças?
223
726171
2478
"Quem mais pode ter estas qualidades
além das crianças?
12:24
Please congratulateos parabéns your children'scrianças teamequipe from my sidelado."
224
728649
3541
"Por favor deem os parabéns
à vossa equipa de crianças da minha parte."
12:28
So I'd like to concludeconcluir with a physicalfisica metaphormetáfora.
225
732190
3383
Gostaria de acabar
com uma metáfora física.
12:31
Can I do it on you? (LaughterRiso)
226
735573
2968
Posso fazê-lo em si? (Risos)
12:34
Oh yeah, yeah, yeah, come on. Yeah yeah. Okay.
227
738541
3093
Sim, sim, sim. Venha daí.
Sim, sim. Ok.
12:37
Now, scienceCiência is about takinglevando risksriscos, so this is an incredibleincrível riskrisco, right? (LaughterRiso)
228
741634
5177
A ciência é correr riscos,
e este é um risco incrível, certo?
12:42
For me, not for him. Right? Because we'venós temos only donefeito this onceuma vez before. (LaughterRiso)
229
746811
6098
Para mim, não para ele. Certo?
Porque só fizemos isto antes uma vez.
12:48
And you like technologytecnologia, right?
230
752909
1576
Você gosta de tecnologia, certo?
12:50
ShimonShimon SchockenSchocken: Right, but I like myselfEu mesmo.
231
754485
2176
Shimon Schocken: Certo, mas gosto
de mim próprio...
12:52
BLBL: This is the epitomeepítome of technologytecnologia. Right. Okay.
232
756661
2951
B.L.: Isto é o suprassumo da tecnologia.
Certo. Ok.
12:55
Now ... (LaughterRiso)
233
759612
3608
Agora... (Risos)
12:59
Okay. (LaughterRiso)
234
763220
2880
Ok. (Risos)
13:02
Now, we're going to do a little demonstrationdemonstração, right?
235
766100
4084
Agora vamos fazer
uma pequena demonstração.
13:06
You have to closefechar your eyesolhos, and you have to pointponto
236
770184
4019
Tem de fechar os seus olho,
e tem de apontar
13:10
where you hearouvir me clappingbater palmas. All right?
237
774203
3157
para onde me ouvir
a bater palmas? Está bem?
13:13
(ClappingBater palmas)
238
777360
4398
(Palmas)
13:17
(ClappingBater palmas)
239
781758
3144
(Palmas)
13:20
Okay, how about if everyonetodos over there shoutsgrita. One, two, threetrês?
240
784902
2903
Ok, e se toda a gente aqui deste lado
gritasse. Um, dois, três...
13:23
AudienceAudiência: (ShoutsGrita)
241
787805
2901
Audiência: (Gritos)
13:26
(LaughterRiso)
242
790706
4446
(Risos)
13:31
(ShoutsGrita) (LaughterRiso)
243
795152
3171
(Gritos) (Risos)
13:34
BrilliantBrilhante. Now, openaberto your eyesolhos. We'llNós vamos do it one more time.
244
798323
3641
Fantástico. Agora abra os olhos.
Vamos repetir.
13:37
EveryoneToda a gente over there shoutgrito. (ShoutsGrita)
245
801964
2802
Toda a gente desse lado grite.
13:40
Where'sOnde está the soundsom comingchegando from? (LaughterRiso) (ApplauseAplausos)
246
804766
5932
De onde vem o som?
(Risos) (Aplausos)
13:46
Thank you very much. (ApplauseAplausos)
247
810698
4230
Muito obrigado.
(Aplausos)
13:50
What's the pointponto? The pointponto is what scienceCiência does for us.
248
814928
3713
E para que serve isto? Para que
percebam o que a ciência faz por nós.
13:54
Right? We normallynormalmente walkandar throughatravés life respondingrespondendo,
249
818641
2406
Normalmente passamos a vida a reagir,
13:56
but if we ever want to do anything differentdiferente, we have to
250
821047
2212
mas se queremos fazer
alguma coisa diferente, temos que
13:59
stepdegrau into uncertaintyincerteza. When he openedaberto his eyesolhos,
251
823259
2689
passar à incerteza.
Quando ele abriu os olhos,
14:01
he was ablecapaz to see the worldmundo in a newNovo way.
252
825948
2382
foi capaz de ver o mundo
de uma maneira diferente.
14:04
That's what scienceCiência offersofertas us. It offersofertas the possibilitypossibilidade
253
828330
3168
É isso que a ciência nos dá.
Dá-nos a possibilidade
14:07
to stepdegrau on uncertaintyincerteza throughatravés the processprocesso of playToque, right?
254
831498
4016
por um pézinho na incerteza
usando o processo da brincadeira, certo?
14:11
Now, trueverdade scienceCiência educationEducação I think should be about
255
835514
3024
Acho que a verdadeira
educação em ciência devia
14:14
givingdando people a voicevoz and enablingpossibilitando to expressexpressar that voicevoz,
256
838538
3399
dar voz às pessoas e a capacidade
de expressarem essa voz.
14:17
so I've askedperguntei AmyAmy to be the last voicevoz in this shortcurto storyhistória.
257
841937
4369
Por isso pedi à Amy para ser
a última voz nesta pequena história.
14:22
So, AmyAmy?
258
846306
3105
Por isso, Amy?
14:25
AOAO: This projectprojeto was really excitingemocionante for me,
259
849411
2553
A.O'T.: Este projeto foi
muito empolgante para mim,
14:27
because it broughttrouxe the processprocesso of discoverydescoberta to life,
260
851964
2671
porque deu vida
ao processo de descoberta,
14:30
and it showedmostrou me that anyonealguém, and I mean anyonealguém,
261
854635
2911
e mostrou-me que qualquer pessoa,
qualquer pessoa mesmo,
14:33
has the potentialpotencial to discoverdescobrir something newNovo,
262
857546
2753
tem o potencial de descobrir
qualquer coisa nova,
14:36
and that a smallpequeno questionquestão can leadconduzir into a biggrande discoverydescoberta.
263
860299
4072
e que uma pequena pergunta
pode conduzir a uma grande descoberta.
14:40
ChangingMudando the way a personpessoa thinksacha about something
264
864371
2652
Mudar a forma como uma pessoa
pensa sobre qualquer coisa
14:42
can be easyfácil or hardDifícil. It all dependsdepende on the way the personpessoa
265
867023
3712
pode ser fácil ou difícil.
Tudo depende da forma como a pessoa
14:46
feelssente about changemudança.
266
870735
1488
se sente com a mudança.
14:48
But changingmudando the way I thought about scienceCiência was
267
872223
2452
Mas mudar a forma de
eu pensar sobre a ciência foi
14:50
surprisinglysurpreendentemente easyfácil. OnceVez we playedreproduziu the gamesjogos
268
874675
2275
surpreendentemente fácil.
Assim que jogámos os jogos
14:52
and then startedcomeçado to think about the puzzleenigma,
269
876950
2418
e depois começámos
a pensar no puzzle,
14:55
I then realizedpercebi that scienceCiência isn't just a boringchato subjectsujeito,
270
879368
3857
percebi que a ciência não é
apenas uma disciplina aborrecida,
14:59
and that anyonealguém can discoverdescobrir something newNovo.
271
883225
3194
e que qualquer pessoa
pode descobrir algo novo.
15:02
You just need an opportunityoportunidade. My opportunityoportunidade cameveio
272
886419
3200
Só precisam de uma oportunidade.
A minha oportunidade surgiu
15:05
in the formFormato of BeauBeau, and the BlackawtonBlackawton BeeAbelha ProjectProjeto.
273
889619
2636
na forma do Beau e do
"Blackawton Bee Project".
15:08
Thank you.BLBL: Thank you very much. (ApplauseAplausos)
274
892255
4361
Obrigada.
B.L.: Muito obrigado. (Aplausos)
15:12
(ApplauseAplausos)
275
896616
7747
(Aplausos)
Translated by Inês Ramos
Reviewed by Edgar Fernandes

▲Back to top

ABOUT THE SPEAKERS
Beau Lotto - Neuroscientist, Artist
Beau Lotto is founder of Lottolab, a hybrid art studio and science lab. With glowing, interactive sculpture -- and old-fashioned peer-reviewed research--he's illuminating the mysteries of the brain's visual system.

Why you should listen

"Let there be perception," was evolution's proclamation, and so it was that all creatures, from honeybees to humans, came to see the world not as it is, but as was most useful. This uncomfortable place--where what an organism's brain sees diverges from what is actually out there--is what Beau Lotto and his team at Lottolab are exploring through their dazzling art-sci experiments and public illusions. Their Bee Matrix installation, for example, places a live bee in a transparent enclosure where gallerygoers may watch it seek nectar in a virtual meadow of luminous Plexiglas flowers. (Bees, Lotto will tell you, see colors much like we humans do.) The data captured isn't just discarded, either: it's put to good use in probing scientific papers, and sometimes in more exhibits.

At their home in London’s Science Museum, the lab holds "synesthetic workshops" where kids and adults make abstract paintings that computers interpret into music, and they host regular Lates--evenings of science, music and "mass experiments." Lotto is passionate about involving people from all walks of life in research on perception--both as subjects and as fellow researchers. One such program, called "i,scientist," in fact led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," December 2010). It starts, "Once upon a time ..."

These and Lotto's other conjurings are slowly, charmingly bending the science of perception--and our perceptions of what science can be.

More profile about the speaker
Beau Lotto | Speaker | TED.com
Amy O'Toole - Student
Amy O'Toole is a 12-year-old student who helped run a science experiment inspired by Beau Lotto's participative science approach. At age 10 she became one of the youngest people ever to publish a peer-reviewed science paper.

Why you should listen

Amy O'Toole is a 12-year-old student with a peer-reviewed scientific publication under her belt. She took part in a participative science program led by Beau Lotto , called "i, scientist," which inspired a science experiment by a group of 26 primary school students in Blackawton, Devon, UK. O'Toole was never interested in science before this project, but now intends to study the human mind and body. The project led to the publication of the first ever peer-reviewed scientific paper written by schoolchildren ("Blackawton Bees," Royal Society's Biology Letters, December 2010). It starts: "Once upon a time ... ."

More profile about the speaker
Amy O'Toole | Speaker | TED.com