TED2009
Dan Dennett: Cute, sexy, sweet, funny
Dan Dennett: Querido, sensual, doce, engraçado
Filmed:
Readability: 3.4
3,553,924 views
Porque são queridos os bebés? Porque são doces os bolos? O filósofo Dan Dennett tem respostas inesperadas e partilha um raciocínio contraintuitivo acerca de coisas queridas, doces e sensuais, sob o ponto de vista da evolução (e uma nova teoria de Matthew Hurley sobre a razão pela qual as piadas são engraçadas).
Dan Dennett - Philosopher, cognitive scientist
Dan Dennett thinks that human consciousness and free will are the result of physical processes. Full bio
Dan Dennett thinks that human consciousness and free will are the result of physical processes. Full bio
Double-click the English transcript below to play the video.
00:12
I’m going around the world giving talks about Darwin,
0
0
3000
Eu percorro o mundo inteiro
a fazer palestras sobre Darwin.
a fazer palestras sobre Darwin.
00:15
and usually what I’m talking about
1
3000
2000
Normalmente, falo sobre
a estranha inversão
do raciocínio de Darwin.
do raciocínio de Darwin.
00:17
is Darwin’s strange inversion of reasoning.
2
5000
3000
00:20
Now that title, that phrase, comes from a critic, an early critic,
3
8000
5000
Aquele título, aquela frase,
veio de um dos primeiros críticos,
veio de um dos primeiros críticos,
00:25
and this is a passage that I just love, and would like to read for you.
4
13000
4000
e esta é uma passagem que adoro
e que gostaria de vos ler.
e que gostaria de vos ler.
00:29
"In the theory with which we have to deal, Absolute Ignorance is the artificer;
5
17000
5000
"Na teoria com a qual temos de lidar,
o artífice é a Ignorância Absoluta,
o artífice é a Ignorância Absoluta,
00:34
so that we may enunciate as the fundamental principle of the whole system,
6
22000
5000
"de tal forma que podemos enunciar como
princípio fundamental de todo o sistema,
princípio fundamental de todo o sistema,
00:39
that, in order to make a perfect and beautiful machine,
7
27000
3000
"que, para fazermos
uma máquina bela e perfeita,
uma máquina bela e perfeita,
00:42
it is not requisite to know how to make it.
8
30000
3000
"não é necessário sabermos fazê-la.
00:45
This proposition will be found on careful examination to express,
9
33000
4000
"Esta proposição, analisada cuidadosamente,
"exprime, de forma condensada,
a pretensão essencial da Teoria
a pretensão essencial da Teoria
00:49
in condensed form, the essential purport of the Theory,
10
37000
4000
00:53
and to express in a few words all Mr. Darwin’s meaning;
11
41000
4000
"e exprime, em poucas palavras,
todo o significado do Sr. Darwin
todo o significado do Sr. Darwin
00:57
who, by a strange inversion of reasoning,
12
45000
4000
"que, por uma estranha
inversão de raciocínio,
inversão de raciocínio,
01:01
seems to think Absolute Ignorance fully qualified
13
49000
3000
"parece pensar que a Ignorância Absoluta
está qualificada
está qualificada
01:04
to take the place of Absolute Wisdom in the achievements of creative skill."
14
52000
6000
"para tomar o lugar da Sabedoria Absoluta
na consecução de capacidade criativa".
na consecução de capacidade criativa".
(Risos)
01:10
Exactly. Exactly. And it is a strange inversion.
15
58000
7000
Exatamente.
(Risos)
Exatamente. É uma estranha inversão.
01:17
A creationist pamphlet has this wonderful page in it:
16
65000
4000
Um panfleto criacionista
tem esta página maravilhosa:
tem esta página maravilhosa:
01:21
"Test Two:
17
69000
2000
"Teste Dois:
01:23
Do you know of any building that didn’t have a builder? Yes/No.
18
71000
4000
"Conhece algum edifício
que não tenha tido um construtor? SIM — NÃO
que não tenha tido um construtor? SIM — NÃO
01:27
Do you know of any painting that didn’t have a painter? Yes/No.
19
75000
3000
"Conhece alguma pintura
que não tenha tido um pintor? SIM — NÃO
que não tenha tido um pintor? SIM — NÃO
01:30
Do you know of any car that didn’t have a maker? Yes/No.
20
78000
4000
"Conhece algum carro
que não tenha tido um fabricante? SIM — NÃO
que não tenha tido um fabricante? SIM — NÃO
01:34
If you answered 'Yes' for any of the above, give details."
21
82000
5000
"Se respondeu 'SIM' a alguma
destas perguntas, dê pormenores".
destas perguntas, dê pormenores".
(Risos)
01:39
A-ha! I mean, it really is a strange inversion of reasoning.
22
87000
6000
Aha! Quer dizer, isto é mesmo
uma estranha inversão de raciocínio.
uma estranha inversão de raciocínio.
01:45
You would have thought it stands to reason
23
93000
4000
Parece razoável pensar-se
que o 'design' requer
um 'designer' inteligente.
um 'designer' inteligente.
01:49
that design requires an intelligent designer.
24
97000
4000
01:53
But Darwin shows that it’s just false.
25
101000
2000
Mas Darwin mostra que isso é falso.
01:55
Today, though, I’m going to talk about Darwin’s other strange inversion,
26
103000
5000
No entanto, hoje vou falar-vos
da outra estranha inversão de Darwin,
da outra estranha inversão de Darwin,
02:00
which is equally puzzling at first, but in some ways just as important.
27
108000
6000
que é igualmente enigmática ao princípio,
mas de certa forma igualmente importante.
mas de certa forma igualmente importante.
02:06
It stands to reason that we love chocolate cake because it is sweet.
28
114000
7000
É razoável pensar que adoramos
bolo de chocolate porque é doce.
bolo de chocolate porque é doce.
02:13
Guys go for girls like this because they are sexy.
29
121000
6000
Os rapazes gostam destas raparigas
porque elas são sensuais.
porque elas são sensuais.
02:19
We adore babies because they’re so cute.
30
127000
4000
Adoramos bebés porque são tão queridos.
02:23
And, of course, we are amused by jokes because they are funny.
31
131000
9000
E, claro, divertimo-nos com anedotas
porque são engraçadas.
porque são engraçadas.
02:32
This is all backwards. It is. And Darwin shows us why.
32
140000
7000
Isto está tudo ao contrário.
E Darwin mostra-nos porquê.
02:39
Let’s start with sweet. Our sweet tooth is basically an evolved sugar detector,
33
147000
8000
Comecemos com os doces.
Gostamos de doces porque desenvolvemos
um detetor de açúcar,
um detetor de açúcar,
02:47
because sugar is high energy, and it’s just been wired up to the preferer,
34
155000
4000
porque o açúcar tem muita energia,
e estamos programados para o preferir,
e estamos programados para o preferir,
02:51
to put it very crudely, and that’s why we like sugar.
35
159000
5000
dito de forma simplista,
e é por isso que gostamos de açúcar.
e é por isso que gostamos de açúcar.
02:56
Honey is sweet because we like it, not "we like it because honey is sweet."
36
164000
7000
O mel é doce porque gostamos dele,
e não "gostamos de mel porque é doce".
e não "gostamos de mel porque é doce".
03:03
There’s nothing intrinsically sweet about honey.
37
171000
5000
Não há nada de intrinsecamente doce no mel.
03:08
If you looked at glucose molecules till you were blind,
38
176000
4000
Se olhassem para moléculas de glicose
até ficarem cegos,
até ficarem cegos,
03:12
you wouldn’t see why they tasted sweet.
39
180000
3000
não iriam ver a razão pela qual são doces.
03:15
You have to look in our brains to understand why they’re sweet.
40
183000
6000
Teriam que olhar para o nosso cérebro
para perceber porque são doces.
para perceber porque são doces.
03:21
So if you think first there was sweetness,
41
189000
2000
Por isso, se pensam
que primeiro houve a doçura,
que primeiro houve a doçura,
03:23
and then we evolved to like sweetness,
42
191000
2000
e depois evoluímos para gostar de doçura,
03:25
you’ve got it backwards; that’s just wrong. It’s the other way round.
43
193000
4000
estão a perceber ao contrário;
está errado.
está errado.
É exatamente ao contrário.
03:29
Sweetness was born with the wiring which evolved.
44
197000
4000
A doçura nasceu
com os mecanismos que evoluíram.
com os mecanismos que evoluíram.
03:33
And there’s nothing intrinsically sexy about these young ladies.
45
201000
4000
Também não há nada de intrinsecamente
sensual nestas jovens.
sensual nestas jovens.
03:37
And it’s a good thing that there isn’t, because if there were,
46
205000
5000
E ainda bem que não há
porque, se houvesse,
porque, se houvesse,
03:42
then Mother Nature would have a problem:
47
210000
4000
então a Mãe Natureza teria um problema:
Como conseguiria fazer com que
os chimpanzés acasalassem?
os chimpanzés acasalassem?
03:46
How on earth do you get chimps to mate?
48
214000
5000
(Risos)
03:53
Now you might think, ah, there’s a solution: hallucinations.
49
221000
8000
Podiam pensar:
"Ah! há uma solução: alucinações!"
"Ah! há uma solução: alucinações!"
(Risos)
04:01
That would be one way of doing it, but there’s a quicker way.
50
229000
4000
Isso seria uma forma de o fazer,
mas há uma forma mais rápida.
mas há uma forma mais rápida.
04:05
Just wire the chimps up to love that look,
51
233000
3000
Programem os chimpanzés
para gostar daquele aspeto,
para gostar daquele aspeto,
04:08
and apparently they do.
52
236000
3000
e, segundo parece, eles gostam.
04:11
That’s all there is to it.
53
239000
4000
É tudo quanto há a dizer.
04:16
Over six million years, we and the chimps evolved our different ways.
54
244000
4000
Ao longo de 6 milhões de anos,
nós e os chimpanzés
evoluímos de forma diferente.
evoluímos de forma diferente.
04:20
We became bald-bodied, oddly enough;
55
248000
3000
Perdemos o pelo corporal, estranhamente;
04:23
for one reason or another, they didn’t.
56
251000
4000
por qualquer razão, e eles não.
04:27
If we hadn’t, then probably this would be the height of sexiness.
57
255000
12000
Se não tivéssemos perdido, provavelmente
isto seria o pico da sensualidade.
isto seria o pico da sensualidade.
(Risos)
04:39
Our sweet tooth is an evolved and instinctual preference for high-energy food.
58
267000
5000
O nosso gosto pela doçura
é um instinto que evoluímos
é um instinto que evoluímos
para preferir alimentos
altamente energéticos.
altamente energéticos.
04:44
It wasn’t designed for chocolate cake.
59
272000
3000
Não foi feito para gostar
de bolo de chocolate.
de bolo de chocolate.
04:47
Chocolate cake is a supernormal stimulus.
60
275000
3000
O bolo de chocolate
é um estímulo "supernormal".
é um estímulo "supernormal".
04:50
The term is owed to Niko Tinbergen,
61
278000
2000
Este termo deve-se a Niko Tinbergen,
04:52
who did his famous experiments with gulls,
62
280000
2000
que fez uma experiência
famosa com gaivotas,
famosa com gaivotas,
04:54
where he found that that orange spot on the gull’s beak --
63
282000
4000
em que descobriu que, se aumentasse
a mancha laranja no bico da gaivota
a mancha laranja no bico da gaivota
04:58
if he made a bigger, oranger spot
64
286000
2000
05:00
the gull chicks would peck at it even harder.
65
288000
2000
as crias da gaivota iriam
bicá-la ainda mais.
bicá-la ainda mais.
05:02
It was a hyperstimulus for them, and they loved it.
66
290000
3000
Era um hiper-estímulo para elas
e elas adoravam-na.
e elas adoravam-na.
05:05
What we see with, say, chocolate cake
67
293000
4000
O que acontece com o bolo de chocolate,
é que é um estímulo supernormal
para mexer com a nossa programação.
para mexer com a nossa programação.
05:09
is it’s a supernormal stimulus to tweak our design wiring.
68
297000
5000
05:14
And there are lots of supernormal stimuli; chocolate cake is one.
69
302000
3000
Há muitos estímulos supernormais.
O bolo de chocolate é um deles.
O bolo de chocolate é um deles.
05:17
There's lots of supernormal stimuli for sexiness.
70
305000
3000
Há muitos estímulos supernormais
para a sensualidade.
para a sensualidade.
05:20
And there's even supernormal stimuli for cuteness. Here’s a pretty good example.
71
308000
6000
Até há estímulos supernormais
para coisas queridas.
para coisas queridas.
Aqui está um bom exemplo.
05:26
It’s important that we love babies, and that we not be put off by, say, messy diapers.
72
314000
5000
É importante que gostemos de bebés
e que as fraldas sujas não nos incomodem
e que as fraldas sujas não nos incomodem
05:31
So babies have to attract our affection and our nurturing, and they do.
73
319000
6000
Os bebés têm que atrair o nosso afeto
e o nosso cuidado, e é o que fazem.
e o nosso cuidado, e é o que fazem.
05:37
And, by the way, a recent study shows that mothers
74
325000
4000
Já agora, um estudo recente mostra
que as mães preferem o cheiro
das fraldas sujas do seu bebé.
das fraldas sujas do seu bebé.
05:41
prefer the smell of the dirty diapers of their own baby.
75
329000
3000
05:44
So nature works on many levels here.
76
332000
3000
A natureza funciona aqui a muitos níveis.
05:47
But now, if babies didn’t look the way they do -- if babies looked like this,
77
335000
5000
Mas, se os bebés não tivessem
o aspeto que têm,
o aspeto que têm,
se tivessem este aspeto,
05:52
that’s what we would find adorable, that’s what we would find --
78
340000
4000
seria isto que acharíamos adorável,
05:56
we would think, oh my goodness, do I ever want to hug that.
79
344000
6000
ue pensaríamos:
"Meu deus, apetece-me tanto abraçá-lo".
"Meu deus, apetece-me tanto abraçá-lo".
06:02
This is the strange inversion.
80
350000
2000
Esta é a estranha inversão.
06:04
Well now, finally what about funny. My answer is, it’s the same story, the same story.
81
352000
7000
Por fim, relativamente às anedotas.
A minha resposta é, a mesma história,
é a mesma história.
é a mesma história.
06:11
This is the hard one, the one that isn’t obvious. That’s why I leave it to the end.
82
359000
4000
Esta é a mais difícil, a que não é óbvia.
Por isso é que a deixei para o fim.
06:15
And I won’t be able to say too much about it.
83
363000
2000
E não vou poder dizer muito acerca dela.
06:17
But you have to think evolutionarily, you have to think, what hard job that has to be done --
84
365000
6000
Mas devem pensar de forma evolucionária,
têm que pensar que é preciso
fazer o trabalho difícil.
fazer o trabalho difícil.
06:23
it’s dirty work, somebody’s got to do it --
85
371000
3000
É um trabalho sujo,
alguém tem que o fazer -
alguém tem que o fazer -
06:26
is so important to give us such a powerful, inbuilt reward for it when we succeed.
86
374000
8000
É muito importante darem-nos uma recompensa
poderosa quando temos sucesso.
poderosa quando temos sucesso.
06:34
Now, I think we've found the answer -- I and a few of my colleagues.
87
382000
4000
Acho que encontrámos a resposta,
eu e alguns dos meus colegas.
eu e alguns dos meus colegas.
06:38
It’s a neural system that’s wired up to reward the brain
88
386000
4000
É um sistema neuronal programado
para recompensar o cérebro
para recompensar o cérebro
06:42
for doing a grubby clerical job.
89
390000
5000
por fazer um mero trabalho rotineiro.
06:48
Our bumper sticker for this view is
90
396000
4000
A nossa frase feita
para este ponto de vista seria
para este ponto de vista seria
06:52
that this is the joy of debugging.
91
400000
3000
que isto é a alegria da depuração.
06:55
Now I’m not going to have time to spell it all out,
92
403000
2000
Não vou ter tempo
para explicar muitos detalhes,
para explicar muitos detalhes,
06:57
but I’ll just say that only some kinds of debugging get the reward.
93
405000
5000
mas vou dizer apenas que alguns tipos
de depuração obtêm a recompensa.
de depuração obtêm a recompensa.
07:02
And what we’re doing is we’re using humor as a sort of neuroscientific probe
94
410000
8000
O que estamos a fazer é usar o humor
como uma sonda neurocientífica
como uma sonda neurocientífica
07:10
by switching humor on and off, by turning the knob on a joke --
95
418000
4000
ligando e desligando o humor,
rodando o botão para uma dada piada:
rodando o botão para uma dada piada:
07:14
now it’s not funny ... oh, now it’s funnier ...
96
422000
2000
isto tem piada...
oh, isto tem ainda mais piada...
oh, isto tem ainda mais piada...
07:16
now we’ll turn a little bit more ... now it’s not funny --
97
424000
2000
agora vou rodar um pouco mais...
isto não tem piada.
isto não tem piada.
07:18
in this way, we can actually learn something
98
426000
3000
Desta forma, podemos
aprender qualquer coisa
aprender qualquer coisa
07:21
about the architecture of the brain,
99
429000
2000
acerca da arquitetura do cérebro.
07:23
the functional architecture of the brain.
100
431000
2000
da arquitetura funcional do cérebro.
07:25
Matthew Hurley is the first author of this. We call it the Hurley Model.
101
433000
5000
Matthew Hurley foi o primeiro autor disto.
Chamámo-llhe Modelo de Hurley.
Chamámo-llhe Modelo de Hurley.
07:30
He’s a computer scientist, Reginald Adams a psychologist, and there I am,
102
438000
4000
É um cientista informático,
Reginal Adams é psicólogo, e aqui estou eu.
Reginal Adams é psicólogo, e aqui estou eu.
07:34
and we’re putting this together into a book.
103
442000
2000
Estamos a juntar tudo isto num livro.
07:36
Thank you very much.
104
444000
3000
Muito obrigado.
(Aplausos)
ABOUT THE SPEAKER
Dan Dennett - Philosopher, cognitive scientistDan Dennett thinks that human consciousness and free will are the result of physical processes.
Why you should listen
One of our most important living philosophers, Dan Dennett is best known for his provocative and controversial arguments that human consciousness and free will are the result of physical processes in the brain. He argues that the brain's computational circuitry fools us into thinking we know more than we do, and that what we call consciousness — isn't. His 2003 book "Freedom Evolves" explores how our brains evolved to give us -- and only us -- the kind of freedom that matters, while 2006's "Breaking the Spell" examines belief through the lens of biology.
This mind-shifting perspective on the mind itself has distinguished Dennett's career as a philosopher and cognitive scientist. And while the philosophy community has never quite known what to make of Dennett (he defies easy categorization, and refuses to affiliate himself with accepted schools of thought), his computational approach to understanding the brain has made him, as Edge's John Brockman writes, “the philosopher of choice of the AI community.”
“It's tempting to say that Dennett has never met a robot he didn't like, and that what he likes most about them is that they are philosophical experiments,” Harry Blume wrote in the Atlantic Monthly in 1998. “To the question of whether machines can attain high-order intelligence, Dennett makes this provocative answer: ‘The best reason for believing that robots might some day become conscious is that we human beings are conscious, and we are a sort of robot ourselves.'"
In recent years, Dennett has become outspoken in his atheism, and his 2006 book Breaking the Spell calls for religion to be studied through the scientific lens of evolutionary biology. Dennett regards religion as a natural -- rather than supernatural -- phenomenon, and urges schools to break the taboo against empirical examination of religion. He argues that religion's influence over human behavior is precisely what makes gaining a rational understanding of it so necessary: “If we don't understand religion, we're going to miss our chance to improve the world in the 21st century.”
Dennett's landmark books include The Mind's I, co-edited with Douglas Hofstaedter, Consciousness Explained, and Darwin's Dangerous Idea. Read an excerpt from his 2013 book, Intuition Pumps, in the Guardian >>
Dan Dennett | Speaker | TED.com