TEDGlobal 2010
Matt Ridley: When ideas have sex
Matt Ridley: Quando as ideias fazem sexo
Filmed:
Readability: 3.7
2,434,498 views
No TEDGlobal 2010, o autor Matt Ridley mostra como, ao longo da história, o motor do progresso humano tem sido o encontro e acasalamento de ideias a fim de criar novas ideias. Não é importante quão inteligentes os indivíduos são, afirma; o que realmente importa é quão inteligente é o cérebro coletivo.
Matt Ridley - Rational optimist
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Matt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other." Full bio
Double-click the English transcript below to play the video.
00:16
When I was a student here in Oxford in the 1970s,
0
1000
3000
Quando eu estudava aqui em Oxford nos anos 70,
00:19
the future of the world was bleak.
1
4000
3000
o futuro do mundo era sombrio.
00:22
The population explosion was unstoppable.
2
7000
2000
Não era possível parar a explosão populacional.
00:24
Global famine was inevitable.
3
9000
2000
A fome global era inevitável.
00:26
A cancer epidemic caused by chemicals in the environment
4
11000
3000
Uma epidemia de cancro causada por produtos químicos no ambiente
00:29
was going to shorten our lives.
5
14000
3000
ameaçava encurtar as nossas vidas.
00:32
The acid rain was falling on the forests.
6
17000
3000
A chuva ácida estava a cair nas florestas.
00:35
The desert was advancing by a mile or two a year.
7
20000
2000
O deserto estava a avançar à velocidade de 1 milha (1,6 km) ou 2 (3,2 km) por ano.
00:37
The oil was running out,
8
22000
2000
O petróleo estava a esgotar-se.
00:39
and a nuclear winter would finish us off.
9
24000
3000
E esperava-se que um inverno nuclear nos fosse exterminar.
00:42
None of those things happened,
10
27000
2000
Nada disso aconteceu.
00:44
(Laughter)
11
29000
2000
(Risos)
00:46
and astonishingly, if you look at what actually happened in my lifetime,
12
31000
3000
E surpreendentemente, se vocês olharem para o que realmente aconteceu durante o meu tempo de vida,
00:49
the average per-capita income
13
34000
3000
a média do rendimento per capita
00:52
of the average person on the planet,
14
37000
2000
do indivíduo comum no planeta,
00:54
in real terms, adjusted for inflation,
15
39000
2000
em termos reais, tendo em conta a inflação,
00:56
has tripled.
16
41000
2000
triplicou.
00:58
Lifespan is up by 30 percent in my lifetime.
17
43000
3000
A expectativa de vida aumentou em 30 por cento durante o meu tempo de vida.
01:01
Child mortality is down by two-thirds.
18
46000
3000
A mortalidade infantil diminuiu dois terços.
01:04
Per-capita food production
19
49000
2000
A produção alimentar per capita
01:06
is up by a third.
20
51000
2000
aumentou um terço.
01:08
And all this at a time when the population has doubled.
21
53000
3000
E tudo isso numa altura em que a população duplicou.
01:11
How did we achieve that, whether you think it's a good thing or not?
22
56000
2000
Como conseguimos isso -- independentemente de se achar isso bom ou não --
01:13
How did we achieve that?
23
58000
2000
Como conseguimos isso?
01:15
How did we become
24
60000
2000
Como é que nos tornámos
01:17
the only species
25
62000
2000
a única espécie
01:19
that becomes more prosperous
26
64000
2000
que se torna mais próspera
01:21
as it becomes more populous?
27
66000
2000
à medida que se torna mais populosa?
01:23
The size of the blob in this graph represents the size of the population,
28
68000
3000
O tamanho da mancha neste gráfico representa o tamanho da população.
01:26
and the level of the graph
29
71000
2000
E o nível do gráfico
01:28
represents GDP per capita.
30
73000
2000
representa o PIB per capita.
01:30
I think to answer that question
31
75000
2000
Acho que para responder a essa pergunta
01:32
you need to understand
32
77000
2000
é necessário compreender
01:34
how human beings bring together their brains
33
79000
3000
como os seres humanos unem os seus cérebros
01:37
and enable their ideas to combine and recombine,
34
82000
3000
e permitem combinar e recombinar as suas ideias
01:40
to meet and, indeed, to mate.
35
85000
3000
para que estas se encontrem e, de facto, acasalem.
01:43
In other words, you need to understand
36
88000
2000
Por outras palavras, é necessário compreender
01:45
how ideas have sex.
37
90000
2000
como as ideias fazem sexo.
01:48
I want you to imagine
38
93000
2000
Quero que vocês imaginem
01:50
how we got from making objects like this
39
95000
3000
como conseguimos evoluir desde a produção de objetos como este
01:53
to making objects like this.
40
98000
3000
à produção de objetos como este.
01:56
These are both real objects.
41
101000
2000
São ambos objetos reais.
01:58
One is an Acheulean hand axe from half a million years ago
42
103000
2000
Um é um machado acheulense usado há meio milhão de anos
02:00
of the kind made by Homo erectus.
43
105000
3000
do tipo feito pelo Homo erectus.
02:03
The other is obviously a computer mouse.
44
108000
2000
O outro é obviamente um mouse de computador.
02:05
They're both exactly the same size and shape to an uncanny degree.
45
110000
3000
Extraordinariamente, são exatamente do mesmo tamanho e formato.
02:08
I've tried to work out which is bigger,
46
113000
3000
Eu tenho tentado descobrir qual deles é o maior,
02:11
and it's almost impossible.
47
116000
2000
e é quase impossível.
02:13
And that's because they're both designed to fit the human hand.
48
118000
2000
E isso deve-se ao facto de que ambos foram feitos para caber na mão humana.
02:15
They're both technologies. In the end, their similarity is not that interesting.
49
120000
3000
Ambos são tecnologias. No final de contas, a sua semelhança não é assim tão interessante.
02:18
It just tells you they were both designed to fit the human hand.
50
123000
2000
Diz-nos apenas que ambos foram feitos para caber na mão humana.
02:20
The differences are what interest me,
51
125000
2000
As diferenças são o que me interessa.
02:22
because the one on the left was made to a pretty unvarying design
52
127000
3000
Porque o design do da esquerda praticamente não variou
02:25
for about a million years --
53
130000
2000
durante cerca de um milhão de anos --
02:27
from one-and-a-half million years ago to half a million years ago.
54
132000
3000
desde há um milhão e meio de anos até há meio milhão de anos.
02:30
Homo erectus made the same tool
55
135000
3000
O Homo erectus fez a mesma ferramenta
02:33
for 30,000 generations.
56
138000
2000
durante 30.000 gerações.
02:35
Of course there were a few changes,
57
140000
2000
É claro que houve algumas mudanças,
02:37
but tools changed slower than skeletons in those days.
58
142000
3000
mas naquela altura as ferramentas mudavam mais devagar que os esqueletos.
02:40
There was no progress, no innovation.
59
145000
2000
Não havia progresso, não havia inovação.
02:42
It's an extraordinary phenomenon, but it's true.
60
147000
2000
É um fenómeno extraordinário, mas é verdade.
02:44
Whereas the object on the right is obsolete after five years.
61
149000
3000
Enquanto que o objeto da direita torna-se obsoleto após cinco anos.
02:47
And there's another difference too,
62
152000
2000
E há outra diferença também,
02:49
which is the object on the left is made from one substance.
63
154000
2000
é que o objeto da esquerda é feito de uma só substância.
02:51
The object on the right is made from
64
156000
2000
O objeto da direita é feito de
02:53
a confection of different substances,
65
158000
2000
uma combinação de diferentes substâncias,
02:55
from silicon and metal and plastic and so on.
66
160000
3000
desde o silício ao metal, plástico e assim por diante.
02:58
And more than that, it's a confection of different ideas,
67
163000
3000
E mais do que isso, é uma combinação de diferentes ideias,
03:01
the idea of plastic, the idea of a laser,
68
166000
2000
a ideia do plástico, a ideia do laser,
03:03
the idea of transistors.
69
168000
2000
a ideia dos transístores.
03:05
They've all been combined together in this technology.
70
170000
3000
Todos foram combinados nesta tecnologia.
03:08
And it's this combination,
71
173000
2000
E é esta combinação,
03:10
this cumulative technology, that intrigues me,
72
175000
3000
essa tecnologia cumulativa, que me intriga.
03:13
because I think it's the secret to understanding
73
178000
3000
Porque eu acho que este é o segredo para compreender
03:16
what's happening in the world.
74
181000
2000
o que está a acontecer no mundo.
03:18
My body's an accumulation of ideas too:
75
183000
3000
O meu corpo é também um conjunto de ideias acumuladas,
03:21
the idea of skin cells, the idea of brain cells, the idea of liver cells.
76
186000
3000
a ideia das células da pele, a ideia das células do cérebro, a ideia das células do fígado.
03:24
They've come together.
77
189000
2000
Elas juntaram-se.
03:26
How does evolution do cumulative, combinatorial things?
78
191000
3000
Como é que a evolução produz coisas cumulativas, que se combinam?
03:29
Well, it uses sexual reproduction.
79
194000
3000
Bem, ela usa a reprodução sexuada.
03:32
In an asexual species, if you get two different mutations in different creatures,
80
197000
3000
Numa espécie assexuada, se houver duas mutações diferentes em criaturas diferentes,
03:35
a green one and a red one,
81
200000
2000
uma verde e uma vermelha,
03:37
then one has to be better than the other.
82
202000
2000
logo uma tem de ser melhor do que a outra.
03:39
One goes extinct for the other to survive.
83
204000
2000
Uma entra em extinção para a outra sobreviver.
03:41
But if you have a sexual species,
84
206000
2000
Mas no caso de uma espécie sexuada,
03:43
then it's possible for an individual
85
208000
2000
é possível que um indivíduo
03:45
to inherit both mutations
86
210000
2000
herde ambas as mutações
03:47
from different lineages.
87
212000
2000
de linhagens diferentes.
03:49
So what sex does is it enables the individual
88
214000
3000
Então o que o sexo faz é permitir ao indivíduo
03:52
to draw upon
89
217000
2000
recorrer
03:54
the genetic innovations of the whole species.
90
219000
3000
às inovações genéticas de toda a espécie.
03:57
It's not confined to its own lineage.
91
222000
2000
Não é confinado à sua linhagem.
03:59
What's the process that's having the same effect
92
224000
2000
Qual é o processo que está a ter o mesmo efeito,
04:01
in cultural evolution
93
226000
2000
na evolução cultural
04:03
as sex is having in biological evolution?
94
228000
3000
que o sexo tem na evolução biológica?
04:06
And I think the answer is exchange,
95
231000
2000
Eu acho que a resposta é a troca,
04:08
the habit of exchanging one thing for another.
96
233000
3000
o hábito de trocar uma coisa por outra.
04:11
It's a unique human feature.
97
236000
2000
É uma característica unicamente humana.
04:13
No other animal does it.
98
238000
2000
Nenhum outro animal o faz.
04:15
You can teach them in the laboratory to do a little bit of exchange --
99
240000
2000
É possível ensiná-los em laboratório a fazer algumas trocas.
04:17
and indeed there's reciprocity in other animals --
100
242000
2000
E existe de facto reciprocidade noutros animais.
04:19
But the exchange of one object for another never happens.
101
244000
3000
Mas a troca de um objeto por outro nunca sucede.
04:22
As Adam Smith said, "No man ever saw a dog
102
247000
2000
Como Adam Smith disse, "Jamais alguém viu um cão
04:24
make a fair exchange of a bone with another dog."
103
249000
3000
fazer uma troca justa de um osso com outro cão."
04:27
(Laughter)
104
252000
3000
(Risos)
04:30
You can have culture without exchange.
105
255000
2000
É possível haver cultura sem intercâmbio.
04:32
You can have, as it were, asexual culture.
106
257000
2000
É possível haver, por assim dizer, culturas assexuadas.
04:34
Chimpanzees, killer whales, these kinds of creatures, they have culture.
107
259000
3000
Chimpanzés, orcas, esse tipo de criaturas, eles possuem cultura.
04:37
They teach each other traditions
108
262000
2000
Eles ensinam-se uns aos outros tradições,
04:39
which are handed down from parent to offspring.
109
264000
2000
as quais são transmitidas de pais para filhos.
04:41
In this case, chimpanzees teaching each other
110
266000
2000
Neste caso, os chimpanzés ensinam-se uns aos outros
04:43
how to crack nuts with rocks.
111
268000
2000
como quebrar nozes com pedras.
04:45
But the difference is
112
270000
2000
Mas a diferença é
04:47
that these cultures never expand, never grow,
113
272000
2000
que essas culturas nunca se expandem, nunca crescem,
04:49
never accumulate, never become combinatorial,
114
274000
2000
nunca acumulam, nunca permitem combinações.
04:51
and the reason is because
115
276000
2000
E isso deve-se ao facto de que
04:53
there is no sex, as it were,
116
278000
2000
não há sexo, por assim dizer,
04:55
there is no exchange of ideas.
117
280000
2000
não há troca de ideias.
04:57
Chimpanzee troops have different cultures in different troops.
118
282000
3000
Os grupos de chimpanzés têm culturas que diferem de grupo para grupo.
05:00
There's no exchange of ideas between them.
119
285000
3000
Não há troca de ideias entre eles.
05:03
And why does exchange raise living standards?
120
288000
2000
E por que é que a troca aumenta o nível de qualidade de vida?
05:05
Well, the answer came from David Ricardo in 1817.
121
290000
3000
Bem, a resposta veio de David Ricardo em 1817.
05:08
And here is a Stone Age version of his story,
122
293000
2000
E aqui está uma versão da história ao estilo da Idade da Pedra,
05:10
although he told it in terms of trade between countries.
123
295000
3000
embora ele a tenha contado em termos de trocas entre países.
05:13
Adam takes four hours to make a spear and three hours to make an axe.
124
298000
3000
O Adam leva quatro horas para fazer uma lança e três para fazer um machado.
05:16
Oz takes one hour to make a spear and two hours to make an axe.
125
301000
3000
Já o Oz leva uma hora para fazer uma lança e duas para fazer um machado.
05:19
So Oz is better at both spears and axes than Adam.
126
304000
3000
Portanto o Oz é melhor do que o Adam a fazer lanças e machados.
05:22
He doesn't need Adam.
127
307000
2000
Ele não precisa do Adam.
05:24
He can make his own spears and axes.
128
309000
2000
Ele pode fabricar as suas próprias lanças e machados.
05:26
Well no, because if you think about it,
129
311000
2000
Bem, não, porque se pensarmos nisso,
05:28
if Oz makes two spears and Adam make two axes,
130
313000
2000
se o Oz fizer duas lanças e o Adam dois machados,
05:30
and then they trade,
131
315000
2000
e eles trocarem,
05:32
then they will each have saved an hour of work.
132
317000
3000
então cada um poupará uma hora de trabalho.
05:35
And the more they do this, the more true it's going to be,
133
320000
3000
E quanto mais fizerem isso, mais isso se irá verificar.
05:38
because the more they do this, the better Adam is going to get at making axes
134
323000
3000
Porque quanto mais o fizerem, melhor o Adam será a fazer machados,
05:41
and the better Oz is going to get at making spears.
135
326000
2000
e melhor será o Oz a fazer lanças.
05:43
So the gains from trade are only going to grow.
136
328000
2000
E como tal os ganhos da troca só vão aumentar.
05:45
And this is one of the beauties of exchange,
137
330000
2000
E essa é uma das belezas da troca,
05:47
is it actually creates the momentum
138
332000
2000
ela cria na verdade um impulso
05:49
for more specialization,
139
334000
2000
para uma maior especialização,
05:51
which creates the momentum for more exchange and so on.
140
336000
3000
a qual cria um impulso para mais trocas e assim por diante.
05:54
Adam and Oz both saved an hour of time.
141
339000
2000
Ambos, Adam e Oz, pouparam uma hora.
05:56
That is prosperity, the saving of time
142
341000
2000
Isso é prosperidade, o poupar tempo
05:58
in satisfying your needs.
143
343000
3000
para satisfazer necessidades pessoais.
06:01
Ask yourself how long you would have to work
144
346000
2000
Quanto tempo teriam de trabalhar
06:03
to provide for yourself
145
348000
3000
para poderem ter
06:06
an hour of reading light this evening to read a book by.
146
351000
3000
uma hora de luz para ler um livro logo à noite?
06:09
If you had to start from scratch, let's say you go out into the countryside.
147
354000
3000
Se tivessem de começar do zero, digamos que vão para o campo.
06:12
You find a sheep. You kill it. You get the fat out of it.
148
357000
2000
Encontram uma ovelha. Matam-na. Tiram-lhe a gordura.
06:14
You render it down. You make a candle, etc. etc.
149
359000
3000
Clarificam-na. Fazem uma vela, etc, etc.
06:17
How long is it going to take you? Quite a long time.
150
362000
2000
Quanto tempo seria necesário? Um bom pedaço.
06:19
How long do you actually have to work
151
364000
2000
Quanto tempo teriam realmente de trabalhar hoje
06:21
to earn an hour of reading light
152
366000
2000
para obter uma hora de luz para ler
06:23
if you're on the average wage in Britain today?
153
368000
2000
se tiverem o equivalente à média salarial britânica?
06:25
And the answer is about half a second.
154
370000
3000
E a resposta é cerca de meio segundo.
06:28
Back in 1950,
155
373000
2000
Em 1950,
06:30
you would have had to work for eight seconds on the average wage
156
375000
2000
teria sido necessário, com a média salarial, trabalhar oito segundos
06:32
to acquire that much light.
157
377000
2000
para adquirir esse tanto de luz.
06:34
And that's seven and a half seconds of prosperity that you've gained
158
379000
3000
E isso equivale a um ganho de sete segundos e meio de prosperidade.
06:37
since 1950, as it were,
159
382000
2000
Desde 1950, por assim dizer.
06:39
because that's seven and a half seconds in which you can do something else,
160
384000
3000
Porque esses são sete segundos e meio durante os quais se pode fazer outra coisa.
06:42
or you can acquire another good or service.
161
387000
2000
Ou se pode adquirir outro bem ou serviço.
06:44
And back in 1880,
162
389000
2000
E mais atrás, em 1880,
06:46
it would have been 15 minutes
163
391000
2000
teriam sido necessários 15 minutos
06:48
to earn that amount of light on the average wage.
164
393000
2000
com a média salarial, para obter esse tanto de luz.
06:50
Back in 1800,
165
395000
2000
Em 1800,
06:52
you'd have had to work six hours
166
397000
2000
teria sido necessário trabalhar seis horas
06:54
to earn a candle that could burn for an hour.
167
399000
3000
para obter uma vela que queimasse durante uma hora.
06:57
In other words, the average person on the average wage
168
402000
2000
Por outras palavras, uma pessoa comum com a média salarial
06:59
could not afford a candle in 1800.
169
404000
3000
não podia pagar uma vela em 1800.
07:02
Go back to this image of the axe and the mouse,
170
407000
3000
Voltemos a esta imagem do machado e do mouse,
07:05
and ask yourself: "Who made them and for who?"
171
410000
3000
e interroguemo-nos: "Quem os fez e para quem?"
07:08
The stone axe was made by someone for himself.
172
413000
2000
O machado de pedra foi feito por alguém para ele mesmo.
07:10
It was self-sufficiency.
173
415000
2000
Era auto-suficiência.
07:12
We call that poverty these days.
174
417000
2000
Hoje em dia, isso chama-se pobreza.
07:14
But the object on the right
175
419000
2000
Mas o objeto à direita
07:16
was made for me by other people.
176
421000
3000
foi feito para mim por outra pessoa.
07:19
How many other people?
177
424000
2000
Quantas outras pessoas?
07:21
Tens? Hundreds? Thousands?
178
426000
2000
Dezenas? Centenas? Milhares?
07:23
You know, I think it's probably millions.
179
428000
2000
Sabem, eu acho que provavelmente são milhões.
07:25
Because you've got to include the man who grew the coffee,
180
430000
2000
Porque temos de incluir o homem que cultivou o café,
07:27
which was brewed for the man who was on the oil rig,
181
432000
3000
que foi servido ao homem que estava na plataforma petrolífera,
07:30
who was drilling for oil, which was going to be made into the plastic, etc.
182
435000
3000
que estava a explorar petróleo, o qual viria a ser transformado em plástico, etc.
07:33
They were all working for me,
183
438000
2000
Todos eles estavam a trabalhar para mim,
07:35
to make a mouse for me.
184
440000
2000
para me fazer um mouse.
07:37
And that's the way society works.
185
442000
3000
E é este o modo como a sociedade funciona.
07:40
That's what we've achieved as a species.
186
445000
3000
Isso é o que nós conseguimos alcançar como espécie.
07:44
In the old days, if you were rich,
187
449000
2000
Antigamente, quando se era rico,
07:46
you literally had people working for you.
188
451000
2000
tinha-se literalmente pessoas a prestar serviços.
07:48
That's how you got to be rich; you employed them.
189
453000
2000
Era assim que se ficava rico; empregava-se pessoas.
07:50
Louis XIV had a lot of people working for him.
190
455000
2000
Luís XIV tinha muitas pessoas a trabalhar para ele.
07:52
They made his silly outfits, like this,
191
457000
2000
Elas faziam as suas vestes ridículas, como esta.
07:54
(Laughter)
192
459000
2000
(Risos)
07:56
and they did his silly hairstyles, or whatever.
193
461000
3000
E faziam-lhe os seus ridículos cortes de cabelo, ou o que quer que fosse.
07:59
He had 498 people
194
464000
2000
Ele tinha 498 pessoas
08:01
to prepare his dinner every night.
195
466000
2000
para lhe preparar o jantar todas as noites.
08:03
But a modern tourist going around the palace of Versailles
196
468000
2000
Mas um turista moderno que esteja a andar pelo palácio de Versailles
08:05
and looking at Louis XIV's pictures,
197
470000
3000
e a olhar para os quadros de Luís XIV,
08:08
he has 498 people doing his dinner tonight too.
198
473000
2000
também tem 498 pessoas a fazer-lhe o jantar.
08:10
They're in bistros and cafes and restaurants
199
475000
2000
Elas estão em bares e cafés e restaurantes
08:12
and shops all over Paris,
200
477000
2000
e lojas por toda a cidade de Paris.
08:14
and they're all ready to serve you at an hour's notice with an excellent meal
201
479000
3000
E estão todas prontas para servir uma excelente refeição
08:17
that's probably got higher quality
202
482000
2000
provavelmente com melhor qualidade
08:19
than Louis XIV even had.
203
484000
2000
do que até Luís XIV teve.
08:21
And that's what we've done, because we're all working for each other.
204
486000
3000
E isso é o que temos feito, porque estamos a trabalhar uns para os outros.
08:24
We're able to draw upon specialization and exchange
205
489000
3000
Somos capazes de nos basear na especialização e na troca
08:27
to raise each other's living standards.
206
492000
3000
para aumentar os níveis de qualidade de vida uns dos outros.
08:30
Now, you do get other animals working for each other too.
207
495000
3000
Bom, também há animais que trabalham uns para os outros.
08:33
Ants are a classic example; workers work for queens and queens work for workers.
208
498000
3000
As formigas são um exemplo clássico; as operárias trabalham para as rainhas e vice-versa.
08:36
But there's a big difference,
209
501000
2000
Mas há uma grande diferença,
08:38
which is that it only happens within the colony.
210
503000
2000
isso só acontece dentro da colónia.
08:40
There's no working for each other across the colonies.
211
505000
2000
Não há trabalho mútuo entre colónias diferentes.
08:42
And the reason for that is because there's a reproductive division of labor.
212
507000
3000
E a razão é que há uma divisão de trabalho reprodutora.
08:45
That is to say, they specialize with respect to reproduction.
213
510000
3000
Por outras palavras, elas especializam-se de acordo com a reprodução.
08:48
The queen does it all.
214
513000
2000
A rainha faz tudo.
08:50
In our species, we don't like doing that.
215
515000
2000
Na nossa espécie, não gostamos de fazer isso.
08:52
It's the one thing we insist on doing for ourselves, is reproduction.
216
517000
3000
Se há alguma coisa que nós insistimos em fazer por nós próprios, é a reprodução.
08:55
(Laughter)
217
520000
3000
(Risos)
08:58
Even in England, we don't leave reproduction to the Queen.
218
523000
3000
Até na Inglaterra, não deixamos a reprodução para a Rainha.
09:01
(Applause)
219
526000
4000
(Aplausos)
09:05
So when did this habit start?
220
530000
2000
Então quando começou esse hábito?
09:07
And how long has it been going on? And what does it mean?
221
532000
2000
E há quanto tempo é que se tem vindo a manifestar? E o que é que isso significa?
09:09
Well, I think, probably, the oldest version of this
222
534000
3000
Bem, eu acho que a versão mais antiga disso é provavelmente
09:12
is probably the sexual division of labor.
223
537000
2000
a divisão de trabalho por sexo.
09:14
But I've got no evidence for that.
224
539000
2000
Mas não tenho provas para isso.
09:16
It just looks like the first thing we did
225
541000
2000
Simplesmente parece que a primeira coisa que fizemos
09:18
was work male for female and female for male.
226
543000
3000
foi pôr os machos a trabalhar para as fêmeas e vice-versa.
09:21
In all hunter-gatherer societies today,
227
546000
2000
Em todas as sociedades atuais de caçadores-recoletores
09:23
there's a foraging division of labor
228
548000
2000
há uma divisão de trabalho na recolha de alimentos
09:25
between, on the whole, hunting males and gathering females.
229
550000
2000
entre, de modo geral, homens caçadores e mulheres recoletoras.
09:27
It isn't always quite that simple,
230
552000
2000
Nem sempre é assim tão simples.
09:29
but there's a distinction between
231
554000
2000
Mas há uma distinção entre
09:31
specialized roles for males and females.
232
556000
2000
tarefas especializadas entre homens e mulheres.
09:33
And the beauty of this system
233
558000
2000
E a beleza desse sistema
09:35
is that it benefits both sides.
234
560000
3000
é que ele beneficia ambos os lados.
09:38
The woman knows
235
563000
2000
A mulher sabe
09:40
that, in the Hadzas' case here --
236
565000
2000
que, no caso dos Hadzas aqui --
09:42
digging roots to share with men in exchange for meat --
237
567000
2000
escavar raízes para compartilhar com os homens em troca de carne --
09:44
she knows that all she has to do to get access to protein
238
569000
3000
ela sabe que tudo o que tem de fazer para obter proteínas
09:47
is to dig some extra roots and trade them for meat.
239
572000
3000
é escavar algumas raízes extra e trocá-las por carne.
09:50
And she doesn't have to go on an exhausting hunt
240
575000
2000
E ela não precisa de ir a uma caça exaustiva
09:52
and try and kill a warthog.
241
577000
2000
e tentar matar um javali.
09:54
And the man knows that he doesn't have to do any digging
242
579000
2000
E o homem sabe que não tem de escavar nada
09:56
to get roots.
243
581000
2000
para obter raízes.
09:58
All he has to do is make sure that when he kills a warthog
244
583000
2000
Tudo o que tem a fazer é ter a certeza de que o javali que matar
10:00
it's big enough to share some.
245
585000
2000
seja grande o suficiente para compartilhar.
10:02
And so both sides raise each other's standards of living
246
587000
3000
E assim ambos os lados aumentam o nível de qualidade de vida uns dos outros
10:05
through the sexual division of labor.
247
590000
2000
através da divisão do trabalho por sexo.
10:07
When did this happen? We don't know, but it's possible
248
592000
3000
Quando é que isso aconteceu? Não sabemos, mas é possível
10:10
that Neanderthals didn't do this.
249
595000
2000
que os neandertais não o tenham feito.
10:12
They were a highly cooperative species.
250
597000
2000
Eles eram uma espécie altamente cooperativa.
10:14
They were a highly intelligent species.
251
599000
2000
Eram altamente inteligentes.
10:16
Their brains on average, by the end, were bigger than yours and mine
252
601000
2000
Os seus cérebros em média eram, no final, maiores do que aqueles que temos nós
10:18
in this room today.
253
603000
2000
aqui nesta sala hoje.
10:20
They were imaginative. They buried their dead.
254
605000
2000
Eram criativos. Enterravam os seus mortos.
10:22
They had language, probably,
255
607000
2000
Provavelmente tinham uma linguagem,
10:24
because we know they had the FOXP2 gene of the same kind as us,
256
609000
2000
pois sabemos que possuíam o gene FOXP2 do mesmo tipo do nosso,
10:26
which was discovered here in Oxford.
257
611000
2000
o qual foi descoberto aqui em Oxford.
10:28
And so it looks like they probably had linguistic skills.
258
613000
3000
E parece que provavelmente tinham competências linguísticas.
10:31
They were brilliant people. I'm not dissing the Neanderthals.
259
616000
3000
Eram pessoas brilhantes. Não estou a desmerecer os neandertais.
10:35
But there's no evidence
260
620000
2000
Mas não há evidência
10:37
of a sexual division of labor.
261
622000
2000
de uma divisão de trabalho por sexo.
10:39
There's no evidence of gathering behavior by females.
262
624000
3000
Não há evidência de comportamento recoletor nas mulheres.
10:42
It looks like the females were cooperative hunters with the men.
263
627000
3000
Parece que as mulheres eram caçadoras cooperativas com os homens.
10:46
And the other thing there's no evidence for
264
631000
2000
E a outra coisa da qual não há evidência
10:48
is exchange between groups,
265
633000
2000
é a troca entre grupos.
10:51
because the objects that you find in Neanderthal remains,
266
636000
3000
Porque os objetos que se encontram junto aos vestígios dos neandertais,
10:54
the tools they made,
267
639000
2000
as ferramentas que fabricavam,
10:56
are always made from local materials.
268
641000
2000
são sempre feitas de materiais locais.
10:58
For example, in the Caucasus
269
643000
2000
Por exemplo, no Cáucaso
11:00
there's a site where you find local Neanderthal tools.
270
645000
3000
há um lugar onde se encontram ferramentas locais dos neandertais.
11:03
They're always made from local chert.
271
648000
2000
São sempre feitas de cherte local.
11:05
In the same valley there are modern human remains
272
650000
2000
No mesmo vale há vestígios do homem moderno
11:07
from about the same date, 30,000 years ago,
273
652000
2000
de cerca da mesma data, há 30.000 anos.
11:09
and some of those are from local chert,
274
654000
2000
E alguns desses são de cherte local,
11:11
but more -- but many of them are made
275
656000
2000
mas mais -- mas muitos deles são feitos
11:13
from obsidian from a long way away.
276
658000
2000
de obsidiana encontrada longe do local.
11:15
And when human beings began
277
660000
2000
E quando os seres humanos começaram
11:17
moving objects around like this,
278
662000
2000
a transportar objetos como este,
11:19
it was evidence that they were exchanging between groups.
279
664000
3000
isso prova de que eles andavam a fazer trocas entre eles.
11:22
Trade is 10 times as old as farming.
280
667000
3000
A troca é tão velha como a agricultura.
11:25
People forget that. People think of trade as a modern thing.
281
670000
3000
As pessoas esquecem-se disso. Pensam na troca como algo moderno.
11:28
Exchange between groups has been going on
282
673000
2000
A troca entre grupos é um fenómeno
11:30
for a hundred thousand years.
283
675000
3000
com centenas de milhares de anos.
11:33
And the earliest evidence for it crops up
284
678000
2000
E a primeira evidência disso surgiu
11:35
somewhere between 80 and 120,000 years ago in Africa,
285
680000
3000
há 80-120.000 anos em África,
11:38
when you see obsidian and jasper and other things
286
683000
3000
quando se vê obsidiana e jaspe e outras coisas
11:41
moving long distances in Ethiopia.
287
686000
3000
a atravessar longas distâncias na Etiópia.
11:44
You also see seashells --
288
689000
2000
Também se vê conchas --
11:46
as discovered by a team here in Oxford --
289
691000
2000
como as que foram descobertas por uma equipa aqui de Oxford --
11:48
moving 125 miles inland
290
693000
2000
a deslocarem-se 125 milhas (201 km) para o interior
11:50
from the Mediterranean in Algeria.
291
695000
3000
desde o Mediterrâneo, na Argélia.
11:53
And that's evidence that people
292
698000
2000
E isso é evidência de que as pessoas
11:55
have started exchanging between groups.
293
700000
2000
começaram a trocar entre grupos.
11:57
And that will have led to specialization.
294
702000
2000
E isso terá conduzido à especialização.
11:59
How do you know that long-distance movement
295
704000
2000
Como se sabe que tal deslocamento de grande distância
12:01
means trade rather than migration?
296
706000
3000
significa troca e não migração?
12:04
Well, you look at modern hunter gatherers like aboriginals,
297
709000
2000
Bem, lembremo-nos dos caçadores-recoletores modernos, como os aborígenes,
12:06
who quarried for stone axes at a place called Mount Isa,
298
711000
3000
que escavaram para fazer machados de pedra num lugar chamado Monte Isa,
12:09
which was a quarry owned by the Kalkadoon tribe.
299
714000
3000
que era uma pedreira da tribo Kalkadoon.
12:12
They traded them with their neighbors
300
717000
2000
Eles trocavam os machados com os seus vizinhos
12:14
for things like stingray barbs,
301
719000
2000
por coisas como ferrões de raias.
12:16
and the consequence was that stone axes
302
721000
2000
E o resultado era que machados de pedra
12:18
ended up over a large part of Australia.
303
723000
2000
acabaram por aparecer numa grande parte da Austrália.
12:20
So long-distance movement of tools
304
725000
2000
Portanto o deslocamento de grande distância de ferramentas
12:22
is a sign of trade, not migration.
305
727000
3000
é um sinal de troca, e não de migração.
12:25
What happens when you cut people off from exchange,
306
730000
3000
O que acontece quando se impede às pessoas o acesso à troca,
12:28
from the ability to exchange and specialize?
307
733000
3000
à capacidade de trocar e se especializar?
12:31
And the answer is that
308
736000
2000
E a resposta é que,
12:33
not only do you slow down technological progress,
309
738000
2000
não apenas se trava o progresso tecnológico,
12:35
you can actually throw it into reverse.
310
740000
3000
mas pode-se até mesmo provocar uma regressão.
12:38
An example is Tasmania.
311
743000
2000
Um exemplo é a Tasmânia.
12:40
When the sea level rose and Tasmania became an island 10,000 years ago,
312
745000
3000
Quano o nível do mar aumentou, e a Tasmânia tornou-se uma ilha há 10.000 anos,
12:43
the people on it not only experienced
313
748000
2000
as pessoas que nela viviam, não experienciaram apenas
12:45
slower progress than people on the mainland,
314
750000
3000
um progresso mais lento do que as pessoas no continente,
12:48
they actually experienced regress.
315
753000
2000
mas sofreram na verdade uma regressão.
12:50
They gave up the ability to make stone tools
316
755000
2000
Perderam a capacidade de fazer ferramentas [de ossos]
12:52
and fishing equipment and clothing
317
757000
2000
equipamentos de pesca e roupas,
12:54
because the population of about 4,000 people
318
759000
3000
porque a população de cerca de 4.000 pessoas
12:57
was simply not large enough
319
762000
2000
não era grande o suficiente
12:59
to maintain the specialized skills
320
764000
2000
para conservar as competências especializadas
13:01
necessary to keep the technology they had.
321
766000
3000
necessárias para manter a tecnologia que tinham.
13:04
It's as if the people in this room were plonked on a desert island.
322
769000
2000
É como se as pessoas desta sala caíssem de súbito numa ilha deserta.
13:06
How many of the things in our pockets
323
771000
2000
Quantas das coisas que temos nos bolsos
13:08
could we continue to make after 10,000 years?
324
773000
3000
poderíamos continuar a fazer após 10.000 anos?
13:12
It didn't happen in Tierra del Fuego --
325
777000
2000
Isso não aconteceu em Tierra del Fuego --
13:14
similar island, similar people.
326
779000
2000
ilha semelhante, pessoas semelhantes.
13:16
The reason: because Tierra del Fuego
327
781000
2000
A razão é porque a Tierra del Fuego
13:18
is separated from South America by a much narrower straight,
328
783000
3000
é separada da América do Sul por um estreito muito menor.
13:21
and there was trading contact across that straight
329
786000
2000
E havia contato para efetuar trocas entre os dois lados do estreito
13:23
throughout 10,000 years.
330
788000
2000
durante 10.000 anos.
13:25
The Tasmanians were isolated.
331
790000
3000
Os tasmanianos estavam isolados.
13:28
Go back to this image again
332
793000
2000
Voltemos mais uma vez a esta imagem
13:30
and ask yourself, not only who made it and for who,
333
795000
3000
e interroguemo-nos, não apenas sobre quem fez isto e para quem,
13:33
but who knew how to make it.
334
798000
3000
mas quem sabia como fazê-lo.
13:36
In the case of the stone axe, the man who made it knew how to make it.
335
801000
3000
No caso do machado de pedra, o homem que o fez sabia como fazê-lo.
13:39
But who knows how to make a computer mouse?
336
804000
3000
Mas quem sabe como fazer um mouse?
13:42
Nobody, literally nobody.
337
807000
3000
Ninguém, literalmente ninguém.
13:45
There is nobody on the planet who knows how to make a computer mouse.
338
810000
3000
Não há ninguém no planeta que saiba como fazer um mouse.
13:48
I mean this quite seriously.
339
813000
2000
Estou a falar muito a sério.
13:50
The president of the computer mouse company doesn't know.
340
815000
2000
O presidente da empresa que faz mouses não sabe.
13:52
He just knows how to run a company.
341
817000
3000
Ele sabe apenas como administrar uma empresa.
13:55
The person on the assembly line doesn't know
342
820000
2000
A pessoa na linha de montagem não sabe
13:57
because he doesn't know how to drill an oil well
343
822000
2000
porque ela não sabe como escavar petróleo num poço
13:59
to get oil out to make plastic, and so on.
344
824000
3000
e extraí-lo para fazer plástico, e assim por diante.
14:02
We all know little bits, but none of us knows the whole.
345
827000
3000
Todos sabemos pequenas partes, mas nenhum de nós sabe o todo.
14:05
I am of course quoting from a famous essay
346
830000
2000
É claro que estou a citar de uma famoso artigo
14:07
by Leonard Read, the economist in the 1950s,
347
832000
3000
de Leonard Reed, o economista nos anos 50,
14:10
called "I, Pencil"
348
835000
2000
chamado "Eu, Lápis" (I, Pencil)
14:12
in which he wrote about how a pencil came to be made,
349
837000
3000
no qual ele escreveu sobre como um lápis é feito,
14:15
and how nobody knows even how to make a pencil,
350
840000
3000
e como ninguém sabe como fazer sequer um lápis,
14:18
because the people who assemble it don't know how to mine graphite,
351
843000
3000
porque as pessoas que o montam não sabem como obter grafite de uma mina.
14:21
and they don't know how to fell trees and that kind of thing.
352
846000
3000
E não sabem como derrubar árvores e esse tipo de coisas.
14:24
And what we've done in human society,
353
849000
2000
E o que temos feito na sociedade humana,
14:26
through exchange and specialization,
354
851000
2000
através da troca e da especialização,
14:28
is we've created
355
853000
2000
é criar
14:30
the ability to do things that we don't even understand.
356
855000
3000
a capacidade de fazer coisas que nem sequer entendemos.
14:33
It's not the same with language.
357
858000
2000
O mesmo não acontece com a linguagem.
14:35
With language we have to transfer ideas
358
860000
2000
Com a linguagem temos de transferir ideias
14:37
that we understand with each other.
359
862000
3000
que entendemos de uns para os outros.
14:40
But with technology,
360
865000
2000
Mas com a tecnologia,
14:42
we can actually do things that are beyond our capabilities.
361
867000
2000
podemos, na verdade, fazer coisas que estão para além das nossas capacidades.
14:44
We've gone beyond the capacity of the human mind
362
869000
3000
Ultrapassámos a capacidade da mente humana
14:47
to an extraordinary degree.
363
872000
2000
de uma forma extraordinária.
14:49
And by the way,
364
874000
2000
E, a propósito,
14:51
that's one of the reasons that I'm not interested
365
876000
3000
essa é uma das razões pela qual não estou interessado
14:54
in the debate about I.Q.,
366
879000
2000
no debate sobre o Q.I.,
14:56
about whether some groups have higher I.Q.s than other groups.
367
881000
3000
sobre se alguns grupos têm um Q.I. maior do que outros.
14:59
It's completely irrelevant.
368
884000
2000
É completamente irrelevante.
15:01
What's relevant to a society
369
886000
3000
O que é relevante para uma sociedade
15:04
is how well people are communicating their ideas,
370
889000
3000
é quão bem as pessoas comunicam as suas ideias,
15:07
and how well they're cooperating,
371
892000
2000
e quão bem elas cooperam,
15:09
not how clever the individuals are.
372
894000
2000
não quão inteligentes são os seus indivíduos.
15:11
So we've created something called the collective brain.
373
896000
2000
Nós criámos o chamado cérebro coletivo.
15:13
We're just the nodes in the network.
374
898000
2000
Nós somos apenas os nós na rede.
15:15
We're the neurons in this brain.
375
900000
3000
Somos os neurónios nesse cérebro.
15:18
It's the interchange of ideas,
376
903000
2000
É o intercâmbio de ideias,
15:20
the meeting and mating of ideas between them,
377
905000
2000
o encontro e o acasalamento de ideias entre eles,
15:22
that is causing technological progress,
378
907000
3000
que está a causar o progresso tecnológico,
15:25
incrementally, bit by bit.
379
910000
2000
progressivamente, pouco a pouco.
15:27
However, bad things happen.
380
912000
2000
Entretanto, há coisas más que acontecem.
15:29
And in the future, as we go forward,
381
914000
3000
E no futuro, à medida que avançarmos,
15:32
we will, of course, experience terrible things.
382
917000
3000
vamos, é claro, experienciar coisas terríveis.
15:35
There will be wars; there will be depressions;
383
920000
2000
Vai haver guerras; vai haver depressões;
15:37
there will be natural disasters.
384
922000
2000
vai haver desastres naturais.
15:39
Awful things will happen in this century, I'm absolutely sure.
385
924000
3000
Coisas terríveis vão acontecer durante este século. Tenho a certeza absoluta.
15:42
But I'm also sure that, because of the connections people are making,
386
927000
3000
Mas também estou certo de que, por causa das ligações que as pessoas estão a fazer,
15:45
and the ability of ideas
387
930000
2000
e da capacidade que as ideias têm
15:47
to meet and to mate
388
932000
2000
de se encontrarem e acasalarem
15:49
as never before,
389
934000
2000
como nunca antes,
15:51
I'm also sure
390
936000
2000
também estou certo
15:53
that technology will advance,
391
938000
2000
de que a tecnologia vai avançar,
15:55
and therefore living standards will advance.
392
940000
2000
e logo os níveis de qualidade de vida vão avançar.
15:57
Because through the cloud,
393
942000
2000
Porque através da nuvem,
15:59
through crowd sourcing,
394
944000
2000
através de fontes de informação acumuladas por multidões,
16:01
through the bottom-up world that we've created,
395
946000
2000
através do mundo "bottom-up" (da base para o topo) que criámos,
16:03
where not just the elites but everybody
396
948000
3000
onde não apenas as elites, mas todos
16:06
is able to have their ideas
397
951000
2000
são capazes de ter as suas ideias
16:08
and make them meet and mate,
398
953000
2000
e fazer com que estas se encontrem e acasalem,
16:10
we are surely accelerating the rate of innovation.
399
955000
3000
estamos certamente a acelerar o ritmo da inovação.
16:13
Thank you.
400
958000
2000
Obrigado.
16:15
(Applause)
401
960000
4000
(Aplausos)
ABOUT THE SPEAKER
Matt Ridley - Rational optimistMatt Ridley argues that, through history, the engine of human progress and prosperity has been, and is, "ideas having sex with each other."
Why you should listen
British author Matt Ridley knows one thing: Through history, the engine of human progress and prosperity has been, and is, the mating of ideas. The sophistication of the modern world, says Ridley, lies not in individual intelligence or imagination; it is a collective enterprise. In his book The Rational Optimist, Ridley (whose previous works include Genome and Nature via Nurture) sweeps the entire arc of human history to powerfully argue that "prosperity comes from everybody working for everybody else."
It is our habit of trade, idea-sharing and specialization that has created the collective brain which set human living standards on a rising trend. This, he says, "holds out hope that the human race will prosper mightily in the years ahead -- because ideas are having sex with each other as never before."
Watch his 2010 TEDTalk, "When Ideas Have Sex."
Matt Ridley | Speaker | TED.com