TEDGlobal 2010
Steven Johnson: Where good ideas come from
Steven Johnson: İyi fikirler nereden çıkagelir?
Filmed:
Readability: 4
4,960,715 views
İnsanlar genelde iyi fikirlerini akıllarına gelen "Evraka!" anları ile özdeşleştirirler. Ama Steven Johnson, tarihin anlattığı başka bir hikayeden bahsediyor. Şaşırtıcı konuşması, bizi Londra'daki kahvehanelerdeki "sıvı ağlarından" Charles Darwin'in uzun ve yavaş önsezilerineö oradan da bugünün hızlı ağlarına götürüyor.
Steven Johnson - Writer
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Steven Berlin Johnson examines the intersection of science, technology and personal experience. Full bio
Double-click the English transcript below to play the video.
00:15
Just a few minutes ago, I took this picture
0
0
3000
Bu resmi sadece birkaç dakika önce
00:18
about 10 blocks from here.
1
3000
2000
buradan 10 blok uzakta çektim.
00:20
This is the Grand Cafe here in Oxford.
2
5000
3000
Burası, Oxford'daki Grand Cafe.
00:23
I took this picture because this turns out to be
3
8000
3000
Bu resmi çektim çünkü, burası İngitere'de
00:26
the first coffeehouse to open
4
11000
2000
açılan ilk kahvehane,
00:28
in England in 1650.
5
13000
2000
1850 yılında açıldı.
00:30
That's its great claim to fame,
6
15000
2000
BuranBurayı ünlü yapan şey bu.
00:32
and I wanted to show it to you,
7
17000
2000
Bunu size göstermek istememin nedeni
00:34
not because I want to give you the kind of Starbucks tour
8
19000
2000
size tarihi İngiltere'ye özgü bir Starbucks turu
00:36
of historic England,
9
21000
2000
yaptırmak istemem fdeğil.
00:38
but rather because
10
23000
2000
daha çok,
00:40
the English coffeehouse was crucial
11
25000
2000
İngiliz kahvehanelerinin son 500 yılda
00:42
to the development and spread
12
27000
3000
ortaya çıkan ve yayılan entellektüel
00:45
of one of the great intellectual flowerings of the last 500 years,
13
30000
3000
tomurcuklanmaya katkısını göstermek için istedim,
00:48
what we now call the Enlightenment.
14
33000
3000
kü bu sürece biz artık Aydınlanma diyoruz.
00:51
And the coffeehouse played such a big role
15
36000
2000
Kahvehaneler bu Aydınlanma sürecinin
00:53
in the birth of the Enlightenment,
16
38000
2000
başlamasında çok önemli bir rol oynadılar,
00:55
in part, because of what people were drinking there.
17
40000
2000
bunun kısmen nedeni orada içilen şeyin niteliği.
00:57
Because, before the spread
18
42000
3000
Çünkü, kahve ve çayın İngiliz
01:00
of coffee and tea through British culture,
19
45000
3000
kültüründe yaygınlaşmasından önce
01:03
what people drank -- both elite and mass folks drank --
20
48000
3000
insanlar --hem sosyete hem ve sokaktaki adamlar--
01:06
day-in and day-out, from dawn until dusk
21
51000
2000
sabah akşam, gün doğumundan batana kadar
01:08
was alcohol.
22
53000
2000
içki içiyorlardı.
01:10
Alcohol was the daytime beverage of choice.
23
55000
2000
Gün içinde tercih edilen iecek alkoldü.
01:12
You would drink a little beer with breakfast and have a little wine at lunch,
24
57000
3000
Kahvaltıda biraz bira, öğlen yemeğinde biraz şarap,
01:15
a little gin -- particularly around 1650 --
25
60000
3000
sonra cin -- özellikle 1650 yıllarında--
01:18
and top it off with a little beer and wine at the end of the day.
26
63000
2000
ve gün bitiminde de biraz daha şarap ve bira.
01:20
That was the healthy choice -- right --
27
65000
2000
Sağlıklı seçenek buydu,
01:22
because the water wasn't safe to drink.
28
67000
2000
çünkü su içilecek kadar güvenli değildi.
01:24
And so, effectively until the rise of the coffeehouse,
29
69000
3000
Bu nedenle, kahvehanelerin yğkeslişine kadar
01:27
you had an entire population
30
72000
2000
aslında hemen hemen bütün nüfüs
01:29
that was effectively drunk all day.
31
74000
3000
gün boyu sarhoş geziniyordu.
01:32
And you can imagine what that would be like, right, in your own life --
32
77000
2000
Nasıl olduğunu tahmin edebilirsiniz değil mi? kendinizden düşünün --
01:34
and I know this is true of some of you --
33
79000
2000
bunun bazıları için geçerli olduğundan eminim--
01:36
if you were drinking all day,
34
81000
3000
eğer bütün gün içki içiyor olsanız
01:39
and then you switched from a depressant to a stimulant in your life,
35
84000
3000
ve birden bire sizi uyuşturan bir maddeden, sizi uyaran bir maddeye
01:42
you would have better ideas.
36
87000
2000
geçerseniz aklınızdan daha iyi fikirler geçmeye başlar.
01:44
You would be sharper and more alert.
37
89000
2000
Daha keskin bir zekanız olur, daha tetikte olursunuz.
01:46
And so it's not an accident that a great flowering of innovation happened
38
91000
3000
Bu nedenle İngiltere'de çay ve kahveye geçişi takiben müthiş bir
01:49
as England switched to tea and coffee.
39
94000
3000
yenilikçilik atağına geçmesine şaşırmamak lazım.
01:52
But the other thing that makes the coffeehouse important
40
97000
3000
Kahvehaneleri önemli kılan bir diğer unsur ise
01:55
is the architecture of the space.
41
100000
2000
bu mekanların mimarisi.
01:57
It was a space where people would get together
42
102000
2000
Buralar, farklı kültür ve geçmişlere sahip insanların
01:59
from different backgrounds,
43
104000
2000
bir araya gelerek farklı alanlardaki
02:01
different fields of expertise, and share.
44
106000
2000
deneyimlerini paylaştıkları yerlerdi.
02:03
It was a space, as Matt Ridley talked about, where ideas could have sex.
45
108000
3000
Buralar, Matt Ridley'in konuşmasında bahsettiği gibi fikirlerin seviştikleri yerlerdi.
02:06
This was their conjugal bed, in a sense --
46
111000
2000
Burası bir nevi yatakodası gibiydi.
02:08
ideas would get together there.
47
113000
2000
Fikirler burada bir araya geliyorlardı.
02:10
And an astonishing number of innovations from this period
48
115000
3000
Ve bu döneme ait pek çok buluşun geçmişinde bir yerlerde
02:13
have a coffeehouse somewhere in their story.
49
118000
3000
bir kahvehane saklıdır.
02:16
I've been spending a lot of time thinking about coffeehouses
50
121000
3000
Son beş yıl içinde kahvehaneler hakkında düşünerek
02:19
for the last five years,
51
124000
2000
epey bir vakit geçirdim,
02:21
because I've been kind of on this quest
52
126000
2000
çünkü iyi fikirlerin nereden geldiğini
02:23
to investigate this question
53
128000
2000
bulmaya çalışan bir
02:25
of where good ideas come from.
54
130000
2000
arayış içindeydim.
02:27
What are the environments
55
132000
2000
Bu alışılmadık yeniliklikçi fikrilere
02:29
that lead to unusual levels of innovation,
56
134000
3000
ve alışılmadık yaratıcılığa yol açan
02:32
unusual levels of creativity?
57
137000
3000
ortamlar nelerdir?
02:35
What's the kind of environmental --
58
140000
2000
Yaratıcılığı destekleyen
02:37
what is the space of creativity?
59
142000
2000
çevresel faktörler neler olabilir?
02:39
And what I've done is
60
144000
2000
Şunu yaptım:
02:41
I've looked at both environments like the coffeehouse;
61
146000
2000
hem kahvehane ve benzeri yerleri inceledim;
02:43
I've looked at media environments, like the world wide web,
62
148000
2000
hem de inanılmaz derecede yenilikçi fikirler üretmiş
02:45
that have been extraordinarily innovative;
63
150000
2000
olan İnternet gibi medya ortamlarını inceledim;
02:47
I've gone back to the history of the first cities;
64
152000
3000
ilk şehirlerin tarihlerini inceledim;
02:50
I've even gone to biological environments,
65
155000
2000
hatta mercan adaları ve yağmur ormanları gibi
02:52
like coral reefs and rainforests,
66
157000
2000
alışılmadık derecede biyolojik
02:54
that involve unusual levels of biological innovation;
67
159000
3000
çeşitlilik gösteren yerelere gittim;
02:57
and what I've been looking for is shared patterns,
68
162000
3000
ve bu tip yerlerde durmadan ortaya çıkan
03:00
kind of signature behavior that shows up
69
165000
2000
ortak bir şablon, kendini tekrarlayan
03:02
again and again in all of these environments.
70
167000
3000
bir davranış biçimi aradım.
03:05
Are there recurring patterns that we can learn from,
71
170000
3000
Onlardan ders alabileceğimiz, onları alıp kendi yaşantımıza
03:08
that we can take and kind of apply to our own lives,
72
173000
2000
ya da kurumlarımıza, hatta çevremize uygulayarak
03:10
or our own organizations,
73
175000
2000
onları daha yaratıcı ve yenilikçi
03:12
or our own environments to make them more creative and innovative?
74
177000
2000
hale getirebileceğimiz tekrar eden şablonlar mevcut mudur?
03:14
And I think I've found a few.
75
179000
2000
Sanırım birkaç tane buldum.
03:16
But what you have to do to make sense of this
76
181000
3000
Ama bunlara anlam verebilmek
03:19
and to really understand these principles
77
184000
2000
ve gerçekten anlayabilmek için
03:21
is you have to do away
78
186000
2000
fikir-üretimi ile ilgili koseptlerin
03:23
with a lot of the way in which our conventional metaphors and language
79
188000
3000
bizi sürüklediği alışılageldik kelimelerden ve benzetmelerden
03:26
steers us towards
80
191000
2000
uzak durmaya
03:28
certain concepts of idea-creation.
81
193000
2000
çalışmanız gerekli.
03:30
We have this very rich vocabulary
82
195000
2000
İlham verici anları tarif etmek için
03:32
to describe moments of inspiration.
83
197000
2000
kullandığımız zengin bir kelime dağarcığımız var.
03:34
We have the kind of the flash of insight,
84
199000
3000
Beynimizde bir an şimşek çakması,
03:37
the stroke of insight,
85
202000
2000
ilham gelirken donup kalmak
03:39
we have epiphanies, we have "eureka!" moments,
86
204000
3000
gibi deyişlerimiz var; "Evraka!" anlarımız,
03:42
we have the lightbulb moments, right?
87
207000
2000
hatta beynimizde yanan ampuller, değil mi?
03:44
All of these concepts,
88
209000
2000
Tüm bu kavramlar,
03:46
as kind of rhetorically florid as they are,
89
211000
3000
her ne kadar gösterişli söylemler olsalar da
03:49
share this basic assumption,
90
214000
2000
tek bir basit önyargıyı paylaşıyorlar,
03:51
which is that an idea is a single thing,
91
216000
3000
bu da, bir fikirin, genellikle muhteşem ve
03:54
it's something that happens often
92
219000
2000
aydınlatıcı bir anda ortaya çıkan
03:56
in a wonderful illuminating moment.
93
221000
3000
tek bir kavram olduğu.
03:59
But in fact, what I would argue and what you really need to kind of begin with
94
224000
3000
Ancak, şunu söyleyebilirim ki, bence ozellikle başlangıçta
04:02
is this idea that an idea is a network
95
227000
3000
yeni bir fikir aslında temele
04:05
on the most elemental level.
96
230000
2000
inerseniz bir şebekedir.
04:07
I mean, this is what is happening inside your brain.
97
232000
2000
Yani, beyninizin içinde şunlar oluyor.
04:09
An idea -- a new idea -- is a new network of neurons
98
234000
3000
Bir fikir, yeni bir fikir, beyninizin içinde
04:12
firing in sync with each other inside your brain.
99
237000
3000
birbirleriyle senkronize ateşlenen yeni bir sinir ağıdır.
04:15
It's a new configuration that has never formed before.
100
240000
3000
Daha önce ortaya çıkmamış yeni bir dizilimdir.
04:18
And the question is: how do you get your brain into environments
101
243000
3000
Şimdi soru şu: Bu tip yeni ağların oluşumunun daha çok olduğu
04:21
where these new networks are going to be more likely to form?
102
246000
3000
ortamlara beyninizi nasıl götürebilirsiniz?
04:24
And it turns out that, in fact, the kind of network patterns of the outside world
103
249000
3000
Aslında, ilginç olan şu ki, dış dünyadaki bu tip şebeke yapıları
04:27
mimic a lot of the network patterns
104
252000
2000
aslında insan beyninin içindeki
04:29
of the internal world of the human brain.
105
254000
3000
şebeke yapısının birer taklidi.
04:32
So the metaphor I'd like the use
106
257000
2000
Kullanmak istediğim benzetme
04:34
I can take
107
259000
2000
için aslında epey yakın zamana ait
04:36
from a story of a great idea that's quite recent --
108
261000
3000
bir fikirin hikayesinden, epey güncel --
04:39
a lot more recent than the 1650s.
109
264000
3000
1650'lerden daha güncel en azından.
04:43
A wonderful guy named Timothy Prestero,
110
268000
2000
Timoty Prestero adında harika bir adam var,
04:45
who has a company called ... an organization called Design That Matters.
111
270000
3000
bu adamın "Önemli Tasarım" diye bir firması var.
04:48
They decided to tackle this really pressing problem
112
273000
3000
Bu ekip, gelişmekte olan ülkelerde başta gelen
04:53
of, you know, the terrible problems we have with infant mortality rates
113
278000
2000
sorunlardan biri olan bebek ölüm oranalrına ilişkin
04:55
in the developing world.
114
280000
2000
birşeyler yapmak istemiş.
04:57
One of the things that's very frustrating about this is that we know,
115
282000
3000
Bu konuyla ilgili en sıkıntılı konulardan biri de,
05:00
by getting modern neonatal incubators
116
285000
3000
yenidoğan bebekler için inkübatör ( yaşam destek cihazları)
05:03
into any context,
117
288000
2000
temin edilmesi.
05:05
if we can keep premature babies warm, basically -- it's very simple --
118
290000
3000
Eğer özetle bebekleri sıcak tutmayı başarırsak --çok basitçe--
05:08
we can halve infant mortality rates in those environments.
119
293000
3000
buralardaki bebek ölüm oranlarını yarı yarıya azaltabiliriz.
05:11
So, the technology is there.
120
296000
2000
Bu teknolojiye sahibiz,
05:13
These are standard in all the industrialized worlds.
121
298000
3000
şu anda gelişmiş ülkelerde standart bir teknoloji bu.
05:16
The problem is, if you buy a $40,000 incubator,
122
301000
3000
Sorun şu ki, 40.000 dolar verip bir inkübatör alır
05:19
and you send it off
123
304000
2000
ve bu cihazı Afrika'da
05:21
to a mid-sized village in Africa,
124
306000
2000
orta büyüklükte bir köye gönderirseniz,
05:23
it will work great for a year or two years,
125
308000
2000
bir ya da iki yıl sorunsuz çalışacaktır.
05:25
and then something will go wrong and it will break,
126
310000
3000
ama bir süre sonra bir yerleri arızalanacak, bozulacak
05:28
and it will remain broken forever,
127
313000
2000
ve sonsuza kadar bozuk kalacaktır,
05:30
because you don't have a whole system of spare parts,
128
315000
3000
çünkü 40.000 dolar değerindeki bu cihaza
05:33
and you don't have the on-the-ground expertise
129
318000
2000
yedek parça sağlayacak bir sistem, ve onu tamir
05:35
to fix this $40,000 piece of equipment.
130
320000
2000
edecek bir uzman mevcut değil.
05:37
And so you end up having this problem where you spend all this money
131
322000
2000
Böylece, bu ülkelere yardım sağlamak için elinizdeki tüm parayı
05:39
getting aid and all these advanced electronics to these countries,
132
324000
3000
bu ileri teknoloji ürünlerine yatırmış olursunuz ve sonunda tüm bu yatırımlar
05:42
and then it ends up being useless.
133
327000
2000
işe yaramaz hale gelirler.
05:44
So what Prestero and his team decided to do
134
329000
2000
Prestero'nun ekibinin yapmaya karar verdiği şey buydu,
05:46
is to look around and see: what are the abundant resources
135
331000
3000
etrafı inceleyip, gelişmekte olan bu ülkelerdeki
05:49
in these developing world contexts?
136
334000
2000
hangi mevcut kaynakları kullanabileceklerini görmek.
05:51
And what they noticed was they don't have a lot of DVRs,
137
336000
3000
Şunu farkettiler, buralarda yaşayan insanların çoğunun DVR cihazları
05:54
they don't have a lot of microwaves,
138
339000
2000
ya da mikrodalga fırınları yoktu,
05:56
but they seem to do a pretty good job of keeping their cars on the road.
139
341000
3000
ama arabalarını çalışır durumda tutma konusunda epey başarılıydılar.
05:59
There's a Toyota Forerunner
140
344000
2000
Bu yerlerin hemen hepsinde
06:01
on the street in all these places.
141
346000
2000
sokakta çalışan bir sürü Toyota Forerunner mevcut.
06:03
They seem to have the expertise to keep cars working.
142
348000
3000
Yani arabaları çalışır halde tutma konusunda epey uzmanlar.
06:06
So they started to think,
143
351000
2000
Bunun üzerine, Prestero'nun ekibi şunu düşündü:
06:08
"Could we build a neonatal incubator
144
353000
2000
"Tamamı araba yedek parçalarından oluşan
06:10
that's built entirely out of automobile parts?"
145
355000
3000
bir inkübatör imal edebilir miyiz?"
06:13
And this is what they ended up coming with.
146
358000
2000
Sonunda ürettikleri cihaz buydu.
06:15
It's called a "neonurture device."
147
360000
2000
Adı yenibakım cihazı.
06:17
From the outside, it looks like a normal little thing
148
362000
2000
Dışarıdan, modern batılı bir ülkedeki herhangi bir
06:19
you'd find in a modern, Western hospital.
149
364000
2000
hastanede bulabileceğiniz inkübatöre benziyor.
06:21
In the inside, it's all car parts.
150
366000
2000
İçi ise tamamen araba parçalarından oluşuyor.
06:23
It's got a fan, it's got headlights for warmth,
151
368000
2000
İçinde pervane var, ısıyı far lambaları ile veriyor,
06:25
it's got door chimes for alarm --
152
370000
2000
alarm olarak kapı açık uyarısı kullanılmış.
06:27
it runs off a car battery.
153
372000
2000
Araba aküsü ile çalışyor.
06:29
And so all you need is the spare parts from your Toyota
154
374000
2000
Yani bu cihaz bozulduğunda tamir etmek için gereken tek şey
06:31
and the ability to fix a headlight,
155
376000
2000
Toyota yedek parça bayiinden edineceğiniz yedek parçalar
06:33
and you can repair this thing.
156
378000
2000
ve tamir yeteneği.
06:35
Now, that's a great idea, but what I'd like to say is that, in fact,
157
380000
3000
Bu gerçekten de harika bir fikir, ama benim söylemek istediğim
06:38
this is a great metaphor for the way that ideas happen.
158
383000
2000
bunun aynı zamanda ortaya çıkan iyi fikirler için çok iyi bir benzetme olduğu.
06:40
We like to think our breakthrough ideas, you know,
159
385000
2000
Biz, ortalığı yerinden oynatacak fikirlerimizin
06:42
are like that $40,000, brand new incubator,
160
387000
2000
bir nevi 40.000 dolarlık inkübatör gibi son model
06:44
state-of-the-art technology,
161
389000
2000
olduğunu düşünmeyi severiz,
06:46
but more often than not, they're cobbled together
162
391000
2000
oysa çoğunlukla böyle değillerdir. Genelde yakında, ortalıkla
06:48
from whatever parts that happen to be around nearby.
163
393000
2000
bulunan parçaların birleşmesinden oluşmuşlardır.
06:50
We take ideas from other people,
164
395000
2000
Diğer insanlardan fikir alırız,
06:52
from people we've learned from, from people we run into in the coffee shop,
165
397000
3000
bize birşeyler öğretmiş olan insanlardan, kahvehanelerde karşılaştıklarımızdan
06:55
and we stitch them together into new forms and we create something new.
166
400000
3000
ve bu fikirleri birbirlerine ekleyerek yeniden şekil veririz, yeni bir şey yaratırız.
06:58
That's really where innovation happens.
167
403000
3000
Yeniliğin ortaya çıktığı an budur işte.
07:01
And that means that we have to change some of our models
168
406000
2000
Bu aynı zamanda yenilikçilik ve derin düşünce ile ilgili kafamızdaki bazı
07:03
of what innovation and deep thinking really looks like, right.
169
408000
3000
modelleri de değiştirmemiz gerektiği anlamına geliyor.
07:06
I mean, this is one vision of it.
170
411000
2000
Bakın, klasik modellerden biri bu.
07:08
Another is Newton and the apple, when Newton was at Cambridge.
171
413000
3000
Bir diğeri de Newton CAmbrıdge'deykenki Newton ve elma,
07:11
This is a statue from Oxford.
172
416000
2000
Bu Oxford'dan bir heykel.
07:13
You know, you're sitting there thinking a deep thought,
173
418000
2000
Yani, adeta orada öyle durup derin düşüncelere dalmışken,
07:15
and the apple falls from the tree, and you have the theory of gravity.
174
420000
3000
daldan bir elma düşüyor ve birden yerçekimi teorisini akıl ediyorsunuz.
07:18
In fact, the spaces that have historically led to innovation
175
423000
3000
Aslında, tarih boyunca yenilikçiliğe önayak olmuş yerler
07:21
tend to look like this, right.
176
426000
2000
aslında biraz şöyle görünme eğilimindedirler.
07:23
This is Hogarth's famous painting of a kind of political dinner at a tavern,
177
428000
3000
Bu, Hogarth'ın bir tavernadaki politik bir akşam yemeğini betimlediği meşhur tablosu,
07:26
but this is what the coffee shops looked like back then.
178
431000
3000
ama o zamanlardaki kahvehaneler böyle görünüyordu.
07:29
This is the kind of chaotic environment
179
434000
2000
İşte fikirleri bir araya getiren
07:31
where ideas were likely to come together,
180
436000
2000
insanların yeni, ilginç ve öngörülmeyen
07:33
where people were likely to have
181
438000
2000
tesadüflere maruz kaldığı,farklı geçmişe sahip
07:35
new, interesting, unpredictable collisions -- people from different backgrounds.
182
440000
3000
insanlarla beklenmedik şekilde karşılaştıkları kaotik ortamlar buralar.
07:38
So, if we're trying to build organizations that are more innovative,
183
443000
2000
Yani, eğer yenilikçilik peşinde bir organizasyon yaratmak istiyorsanız
07:40
we have to build spaces that -- strangely enough -- look a little bit more like this.
184
445000
3000
size tuhaf gelse de, buradakine benzer ortamlar yaratmalıyız.
07:43
This is what your office should look like,
185
448000
2000
Ofisiniz buna benzemeli.
07:45
is part of my message here.
186
450000
2000
vermeye çalıştığım mesajın bir kısmı bu.
07:47
And one of the problems with this is that
187
452000
2000
Bununla ilgili sorunlardan biri de şu,
07:49
people are actually -- when you research this field --
188
454000
3000
bu alanda yeterince araştırma yaparsanız göreceksiniz ki
07:52
people are notoriously unreliable,
189
457000
2000
insanlar kendi ürettikleri iyi fikirleri
07:54
when they actually kind of self-report
190
459000
2000
ya da geçmişteki en iyi fikirlerini
07:56
on where they have their own good ideas,
191
461000
2000
anımsama ve rapor etme konusunda
07:58
or their history of their best ideas.
192
463000
2000
inanılmaz derecede tutarsızdır.
08:00
And a few years ago, a wonderful researcher named Kevin Dunbar
193
465000
3000
Bundan birkaç yıl önce, Kevin Dunbar adındaki harika bir araştırmacı
08:03
decided to go around
194
468000
2000
ortalıkta dolanıp
08:05
and basically do the Big Brother approach
195
470000
2000
bir nevi "Big Brother" yaklaşımı ile
08:07
to figuring out where good ideas come from.
196
472000
2000
iyi fikirlerin nerelerden geldiğini bulmaya çalıştı.
08:09
He went to a bunch of science labs around the world
197
474000
3000
Dünyadaki bir sürü bilimsel araştırma laboratuvarını ziyaret etti
08:12
and videotaped everyone
198
477000
2000
ve herkesi günlük işlerini yaparken
08:14
as they were doing every little bit of their job.
199
479000
2000
videoya kaydetti.
08:16
So when they were sitting in front of the microscope,
200
481000
2000
Mikroskop başında otururken, su makinesinin başında
08:18
when they were talking to their colleague at the water cooler, and all these things.
201
483000
2000
iş arkadaşları ile sohbet ederken, bütün hepsini.
08:20
And he recorded all of these conversations
202
485000
2000
Tüm konuşmaları da kaydetti ve
08:22
and tried to figure out where the most important ideas,
203
487000
2000
en önemli fikirlerin nerelerde ortaya çıktığını
08:24
where they happened.
204
489000
2000
bulmaya çalıştı.
08:26
And when we think about the classic image of the scientist in the lab,
205
491000
3000
hepimiz, laboratuvarda çalışan bir bilim adamı düşündüğümüzde aklımıza
08:29
we have this image -- you know, they're pouring over the microscope,
206
494000
3000
şu klasik görüntü gelir -- bilim adamı mikroskobunun başında iken
08:32
and they see something in the tissue sample.
207
497000
2000
incelediği doku örneğinde birşey görür
08:34
And "oh, eureka," they've got the idea.
208
499000
3000
ve birden "evraka!" süper bir fikir gelir aklına.
08:37
What happened actually when Dunbar kind of looked at the tape
209
502000
3000
Ama Dunbar yaptığı kayıtları incelediğinde gördü ki
08:40
is that, in fact, almost all of the important breakthrough ideas
210
505000
3000
aslında ortalığı sarsacak derecede güşlü fikirlerin hiçbiri
08:43
did not happen alone in the lab, in front of the microscope.
211
508000
3000
tek başına laboratuvarda, mikroskop çaşında ortaya çıkmadı.
08:46
They happened at the conference table
212
511000
2000
Aksine, bu fikirler haftalık laboratuvar toplantısı sırasında
08:48
at the weekly lab meeting,
213
513000
2000
konferans masası çevresinde
08:50
when everybody got together and shared their kind of latest data and findings,
214
515000
3000
herkesin bir araya gelerek, ellerindeki en son verileri ve bulguları
08:53
oftentimes when people shared the mistakes they were having,
215
518000
2000
ve hatta yaptıkları hataları paylaştıkları anlarda ortaya çıktılar,
08:55
the error, the noise in the signal they were discovering.
216
520000
3000
Yaptıkları buluşlardaki hatalardan köken aldılar.
08:58
And something about that environment --
217
523000
3000
İşte bu tip bir ortam --
09:01
and I've started calling it the "liquid network,"
218
526000
2000
ki ben buna likit network demeye başladım,
09:03
where you have lots of different ideas that are together,
219
528000
3000
farklı geçmişe, ilgi alanına sahip kişilerden gelen
09:06
different backgrounds, different interests,
220
531000
2000
farklı fikirlerin bir araya gelmesi, birbiriyle itişmesi
09:08
jostling with each other, bouncing off each other --
221
533000
2000
birbiri ile sürtüşmesini mimkün kılan alanlar --
09:10
that environment is, in fact,
222
535000
2000
işte bu alanlar, aslında
09:12
the environment that leads to innovation.
223
537000
2000
yenilikçiliğe bizi götüren alanlardır.
09:14
The other problem that people have
224
539000
2000
İnsanların bir diğer sorunu da
09:16
is they like to condense their stories of innovation down
225
541000
2000
yaptıkları yenilikçiliğin tarihçesini
09:18
to kind of shorter time frames.
226
543000
2000
kısacık bir süreye hapsetmek istemeleri.
09:20
So they want to tell the story of the "eureka!" moment.
227
545000
3000
Buluşlarının hikayesini bir nevi "Evraka!" anına benzetmeyi seviyorlar.
09:23
They want to say, "There I was, I was standing there
228
548000
2000
"Orada dururken birdenbire zihnim aydınlandı,
09:25
and I had it all suddenly clear in my head."
229
550000
2000
herşey yerine oturdu." demek istiyorlar.
09:27
But in fact, if you go back and look at the historical record,
230
552000
3000
Ama, aslında eğer geçmişteki kayıtlara bakacak olursanız
09:30
it turns out that a lot of important ideas
231
555000
3000
pekçok önemli fikirin aslında
09:33
have very long incubation periods --
232
558000
3000
oldukça uzun kuluşka süreleri olduğunu görürsünüz.
09:36
I call this the "slow hunch."
233
561000
2000
Ben bu duruma "yavaş önsezi
09:38
We've heard a lot recently
234
563000
2000
Son zamanlarda bunu çok duyuyoruz
09:40
about hunch and instinct
235
565000
2000
önsezi ve dürtüler,
09:42
and blink-like sudden moments of clarity,
236
567000
3000
ve birdenbire, göz açıp kapama hızıyla olan idrak anları
09:45
but in fact, a lot of great ideas
237
570000
2000
ama gerçekte, iyi fikirlerin çoğu
09:47
linger on, sometimes for decades,
238
572000
2000
bazen onlarca yıl insanların zihninin
09:49
in the back of people's minds.
239
574000
2000
gerisinde bir yerde takılı kalabilir.
09:51
They have a feeling that there's an interesting problem,
240
576000
2000
Karşılaştıkları sorunun ilginç olduğununfarkına varırlar
09:53
but they don't quite have the tools yet to discover them.
241
578000
3000
ama onu nasıl çözeceklerine ilişkin bir yöntem yoktur akıllarında.
09:56
They spend all this time working on certain problems,
242
581000
3000
Bitin bu zamanı başka sorunları cevaplamak için harcarlar
09:59
but there's another thing lingering there
243
584000
2000
ama tüm bu zaman içinde kafalarının içinde, gezinip duran
10:01
that they're interested in, but they can't quite solve.
244
586000
2000
ve ilgilerini çeken ama henüz çözemedekileri bir büyük soru işareti vardır.
10:03
Darwin is a great example of this.
245
588000
2000
Bunun en güzel örnekerinden biri Darwin.
10:05
Darwin himself, in his autobiography,
246
590000
2000
Darwin'in kendisi, otobiyografisinde
10:07
tells the story of coming up with the idea
247
592000
2000
doğal seleksiyon fikrinin klasik bir
10:09
for natural selection
248
594000
2000
"Evraka!" anında
10:11
as a classic "eureka!" moment.
249
596000
2000
ortaya çıktığını anlatıyor.
10:13
He's in his study,
250
598000
2000
Çalışma odasında iken,
10:15
it's October of 1838,
251
600000
2000
1938 yılının Ekim ayında
10:17
and he's reading Malthus, actually, on population.
252
602000
2000
Malthus'un nüfus ile ilgili eserini okurken.
10:19
And all of a sudden,
253
604000
2000
Birdenbire
10:21
the basic algorithm of natural selection kind of pops into his head
254
606000
3000
doğal seleksiyona ait basit algoritma gözünün önünde beliriyor
10:24
and he says, "Ah, at last, I had a theory with which to work."
255
609000
3000
ve kendi kendine, "Ah, nihayet çalışan bir teori kurabildim." diyor.
10:27
That's in his autobiography.
256
612000
2000
Kendi otobiyografisinde böyle anlatıyor.
10:29
About a decade or two ago,
257
614000
2000
Bundan on yıl kadar önce,
10:31
a wonderful scholar named Howard Gruber went back
258
616000
2000
Howard Gruber isimli müthiş bir araştırmacı
10:33
and looked at Darwin's notebooks from this period.
259
618000
3000
Darwin'in o döneme ait not defterlerini inceledi.
10:36
And Darwin kept these copious notebooks
260
621000
2000
Ve Darwin inanılmaz not tutardı
10:38
where he wrote down every little idea he had, every little hunch.
261
623000
3000
aklına gelen her bir ufak fikri, her bir önseziyi yazardı.
10:41
And what Gruber found was
262
626000
2000
Gruber şunu fark buldu ki
10:43
that Darwin had the full theory of natural selection
263
628000
3000
Darwin Malthus'un nüfus kitabını 1938'de
10:46
for months and months and months
264
631000
2000
okurken ortaya çıkan anlık aydınlanmadan
10:48
before he had his alleged epiphany,
265
633000
2000
çok daha önce, aylar ve aylar önce
10:50
reading Malthus in October of 1838.
266
635000
3000
doğal seleksiyon teorisini tamamlamıştı bile.
10:53
There are passages where you can read it,
267
638000
2000
Bu teoriyi tam olarak anlatan bölümler vardı
10:55
and you think you're reading from a Darwin textbook,
268
640000
3000
ve aslında düşünürseniz bu bölümler Darwin'e göre
10:58
from the period before he has this epiphany.
269
643000
3000
kendisinin bur teoriyi geliştirmesinden önce yadığı kitaplar.
11:01
And so what you realize is that Darwin, in a sense,
270
646000
2000
Fark ettiğiniz gibi, Darwin, bir anlamda bu fikri bulmuştıu,
11:03
had the idea, he had the concept,
271
648000
2000
bu kavramı bulmuştu
11:05
but was unable of fully thinking it yet.
272
650000
3000
ancak bunu tam anlamı ile düşünme yetisinde değildi henüz.
11:08
And that is actually how great ideas often happen;
273
653000
3000
Aslında büyük fikirler genelde bu şekilde ortaya çıkar;
11:11
they fade into view over long periods of time.
274
656000
2000
yavaş yavaş, uzun bir zaman içinde görünür hale gelirler.
11:13
Now the challenge for all of us is:
275
658000
2000
Şimdi, hepimiz için ortaklaşa çözmesi gereken konu şu:
11:15
how do you create environments
276
660000
2000
bu tip uzun bir yarı ömrü olan fikirlerin
11:17
that allow these ideas to have this kind of long half-life, right?
277
662000
2000
ortaya çıkmasına yardım edecek ortamları nasıl yaratabiliriz?
11:19
It's hard to go to your boss and say,
278
664000
2000
Patronunuza gidip
11:21
"I have an excellent idea for our organization.
279
666000
2000
"Firmamız için 2020 yılında çok faydalı olacak
11:23
It will be useful in 2020.
280
668000
3000
harika bir fikrim var.
11:26
Could you just give me some time to do that?"
281
671000
2000
Bunu yapmak için bana biraz zaman verir misiniz?"
11:28
Now a couple of companies -- like Google --
282
673000
2000
Şimdi, Google gibi bazı firmalarda,
11:30
they have innovation time off, 20 percent time,
283
675000
2000
bu tip yenilikçilik projeleri için yıllık izin hakkı mevcut,
11:32
where, in a sense, those are hunch-cultivating mechanisms in an organization.
284
677000
3000
mesainin %20'si, buralar fikir-üreten mekanizmaları besleyen organizasyonlar.
11:35
But that's a key thing.
285
680000
3000
Ama bu anahtar bir konu.
11:38
And the other thing is to allow those hunches
286
683000
2000
Bir diğer husus da bu tip önsezilerin
11:40
to connect with other people's hunches; that's what often happens.
287
685000
3000
diğer insanların önsezileri ile bağlanmasını sağlamak; genelde olan budur.
11:43
You have half of an idea, somebody else has the other half,
288
688000
2000
Bir fikrin yarısına sahipsinizdir, bir diğeri de diğer yarısına,
11:45
and if you're in the right environment,
289
690000
2000
ve eğer uygun bir ortamda iseniz
11:47
they turn into something larger than the sum of their parts.
290
692000
2000
bu iki yarı birleşerek toplamlarından çok daha güçlü bir hal alırlar.
11:49
So, in a sense,
291
694000
2000
Yani, bir bakıma,
11:51
we often talk about the value
292
696000
2000
Genelde fikri mülkiyet haklarının
11:53
of protecting intellectual property,
293
698000
2000
korunması hakkında konuşuruz,
11:55
you know, building barricades,
294
700000
2000
biliyorsunuz işte, bariyerler kurma,
11:57
having secretive R&D labs, patenting everything that we have,
295
702000
3000
gizli AR-GE laboratuvarları, her aklımıza gelen şeye patent almak,
12:00
so that those ideas will remain valuable,
296
705000
3000
böylece bu fikirlerin değerlerini koruyacaklarını,
12:03
and people will be incentivized to come up with more ideas,
297
708000
2000
insanların buna benzer yeni fikirler üretmesini özendireceğimizi
12:05
and the culture will be more innovative.
298
710000
3000
ve kültürümüzün daha yenilikçi olacağını düşünüyoruz.
12:08
But I think there's a case to be made
299
713000
2000
Ama önemli olan bir konu daha var
12:10
that we should spend at least as much time, if not more,
300
715000
3000
bence fikirleri korumak için harcadığımız zamanın
12:13
valuing the premise of connecting ideas
301
718000
2000
belki de daha fazlasını fikirleri birbirleri ile
12:15
and not just protecting them.
302
720000
2000
birleştirmek için harcamamız gerekiyor.
12:17
And I'll leave you with this story,
303
722000
2000
Size son bir hikaye daha anlatmak istiyorum,
12:19
which I think captures a lot of these values,
304
724000
3000
bence bu değerleri çok iyi bir şekilde gösteriyor,
12:22
and it's just wonderful kind of tale of innovation
305
727000
2000
ve bu hikaye yenilikçi bir keşfin nasıl hiç öngörmediğimiz
12:24
and how it happens in unlikely ways.
306
729000
3000
bir şekilde ortaya çıkabildiğini anlatan bir hikaye.
12:27
It's October of 1957,
307
732000
3000
1957 yılının Ekim ayında,
12:30
and Sputnik has just launched,
308
735000
2000
Sputnik uydusu yeni fırlatıldığında,
12:32
and we're in Laurel Maryland,
309
737000
2000
Laurel, Maryland'de
12:34
at the applied physics lab
310
739000
2000
John Hopkins Ünversitesi'ne bağlı
12:36
associated with Johns Hopkins University.
311
741000
2000
bir uygulamalı fizik laboratuvarındayız.
12:38
And it's Monday morning,
312
743000
2000
Günlerden Pazartesi sabahı,
12:40
and the news has just broken about this satellite
313
745000
2000
ve gezegenin etrafında dönmeye başlayan uydu ile ilgili
12:42
that's now orbiting the planet.
314
747000
3000
haberler yeni yayınlanmış.
12:45
And of course, this is nerd heaven, right?
315
750000
2000
Elbette ki, burası bir inekler cenneti, değil mi?
12:47
There are all these physics geeks who are there thinking,
316
752000
2000
O an orada bulunan fizikle uğraşan bir sürü inek,
12:49
"Oh my gosh! This is incredible. I can't believe this has happened."
317
754000
3000
"Aman Tanrım, Bu muhteçem. Bunun olduğuna inanamıyorum." diyor.
12:52
And two of them,
318
757000
2000
Bunlardan iki tanesi
12:54
two 20-something researchers at the APL
319
759000
2000
UFL'daki 20 araştırmacıdan iki tanesi
12:56
are there at the cafeteria table
320
761000
2000
kafeteryada, masada
12:58
having an informal conversation with a bunch of their colleagues.
321
763000
3000
bir grup meslektaşları ile sohbet ediyorlar.
13:01
And these two guys are named Guier and Weiffenbach.
322
766000
3000
İsimleri Guier ve Weiffenbach olan bu iki kişi
13:04
And they start talking, and one of them says,
323
769000
2000
muhabbet etmeye başlıyor, biri diyor ki,
13:06
"Hey, has anybody tried to listen for this thing?
324
771000
2000
"Hey, bu nesneyi dinlemeye çalışan oldu mu?"
13:08
There's this, you know, man-made satellite up there in outer space
325
773000
3000
Biliyorsunuz, tepemizde, uzayda insan yapımı bir uydu dolanıyor
13:11
that's obviously broadcasting some kind of signal.
326
776000
2000
ve mutlaka bir tür radyo sinyali yayıyor olmalı.
13:13
We could probably hear it, if we tune in."
327
778000
3000
Eğer frekansını bulursak muhtemelen onu duyabiliriz."
13:16
And so they ask around to a couple of their colleagues,
328
781000
2000
Böylece etraflarındaki birkaç meslektaşlarına soruyorlar,
13:18
and everybody's like, "No, I hadn't thought of doing that.
329
783000
2000
herkes diyor ki "Yok, bunu düşünmemiştik.
13:20
That's an interesting idea."
330
785000
2000
İlginç bir fikir."
13:22
And it turns out Weiffenbach is kind of an expert
331
787000
3000
tesadüf o ki Weiffenbach mikrodalga alıcıları
13:25
in microwave reception,
332
790000
2000
konusunda bir uzman,
13:27
and he's got a little antennae set up
333
792000
2000
ve ofisinde de bir anfiye bağlanmış
13:29
with an amplifier in his office.
334
794000
2000
ufak bir anten kurulu.
13:31
And so Guier and Weiffenbach go back to Weiffenbach's office,
335
796000
2000
Böylece Guier ve Weiffenbach, Weiffenbach'ın ofisine gidiyorlar,
13:33
and they start kind of noodling around -- hacking, as we might call it now.
336
798000
3000
ve alıcıyı kurcalamaya başlıyorlar --şu an hacking dediğimiz şey bu.
13:36
And after a couple of hours, they actually start picking up the signal,
337
801000
3000
Birkaç saat sonra, gerçekten de bir sinyal yakalıyorlar,
13:39
because the Soviets made Sputnik
338
804000
2000
çünkü Sovyetler Sputnik'i çok kolay
13:41
very easy to track.
339
806000
2000
izlenecek şekilde tasarlamışlardı.
13:43
It was right at 20 MHz, so you could pick it up really easily,
340
808000
3000
tam 20 MHz'lik sinyaller yayıyordu, bu nedenle kolayca dinlenebiliyordu,
13:46
because they were afraid that people would think it was a hoax, basically.
341
811000
2000
insaların bu uydunun yalan olduğunu düşünmesinden korkuyorlardı, aslında.
13:48
So they made it really easy to find it.
342
813000
2000
Bu nedenle kolaylıkla izlenebilir bir şekilde tasarladılar uyduyu.
13:50
So these two guys are sitting there listening to this signal,
343
815000
3000
Bu iki adam, ofiste oturup sinyali dinlerken,
13:53
and people start kind of coming into the office and saying,
344
818000
2000
ofise insanlar gelmeye başlıyor ve diyorlar ki,
13:55
"Wow, that's pretty cool. Can I hear? Wow, that's great."
345
820000
3000
"Vay canına, bu süper birşey. Ben de dinleyebilir miyim? Vay be, harika!"
13:58
And before long, they think, "Well jeez, this is kind of historic.
346
823000
3000
Çok geçmeden şunu fark ediyorlar, " Vay canına, bu tarihi bir an,
14:01
We may be the first people in the United States to be listening to this.
347
826000
2000
muhtemelen Amerika'da bunu dinleyen ilk insanlar biziz.
14:03
We should record it."
348
828000
2000
Bunu kaydetmeliyiz."
14:05
And so they bring in this big, clunky analog tape recorder
349
830000
2000
Böylece odaya bu kocaman, hantal, analog kayıt aletini getiriyorlar,
14:07
and they start recording these little bleep, bleeps.
350
832000
3000
ve bu ufak biip, biip seslerini kaydetmeye başlıyorlar.
14:10
And they start writing the kind of date stamp, time stamps
351
835000
3000
Ve dudukları her bir biip sesinin aralığının
14:13
for each little bleep that they record.
352
838000
3000
saatini kaydetmeye başlıyorlar.
14:16
And they they start thinking, "Well gosh, you know, we're noticing
353
841000
2000
Derken şunu düşünmeye başlıyorlar, " Farkında mısın? Burada
14:18
small little frequency variations here.
354
843000
3000
ufak bir frekans varyasyonu var.
14:21
We could probably calculate the speed
355
846000
3000
Eğer Doppler etkisini kullanarak
14:24
that the satellite is traveling,
356
849000
2000
matematiksel birkaç formül yazarsak
14:26
if we do a little basic math here
357
851000
2000
muhtemelen uydunun hızını
14:28
using the Doppler effect."
358
853000
2000
hesaplayabiliriz.
14:30
And then they played around with it a little bit more,
359
855000
2000
Derken buldukları ile biraz daha oynadılar,
14:32
and they talked to a couple of their colleagues
360
857000
2000
ve farklı uzmanlık alanına sahip
14:34
who had other kind of specialties.
361
859000
2000
birkaç meslektaşları ile daha konuştular.
14:36
And they said, "Jeez, you know,
362
861000
2000
Ve dediler ki, " Hey, biliyor musun,
14:38
we think we could actually take a look at the slope of the Doppler effect
363
863000
2000
bizce Doppler etkisinin grafiğinin eğimini dikkatlice incelersek
14:40
to figure out the points at which
364
865000
2000
uydunun antenimize en yakın olduğu
14:42
the satellite is closest to our antennae
365
867000
2000
ya da en uzak olduğu anları
14:44
and the points at which it's farthest away.
366
869000
2000
hesaplayabiliriz.
14:46
That's pretty cool."
367
871000
2000
Süper bir şey bu."
14:48
And eventually, they get permission --
368
873000
2000
Nihayetinde, standart iş tanımlarının yanısıra
14:50
this is all a little side project that hadn't been officially part of their job description.
369
875000
3000
bu ufak yan projeyi de yapmak için izin alabildiler.
14:53
They get permission to use the new, you know, UNIVAC computer
370
878000
3000
UFL'nin yeni satın aldığı ve bir odayı baştan başa dolduran
14:56
that takes up an entire room that they'd just gotten at the APL.
371
881000
3000
yeni UNIVAC bilgisayarını kullanma iznini de kopardılar.
14:59
They run some more of the numbers, and at the end of about three or four weeks,
372
884000
3000
Bazı rakamlar üzerinde çalıştılar, ve üç haftalık bir sürenin sonunda,
15:02
turns out they have mapped the exact trajectory
373
887000
3000
bu uydunun Dünya etrafındaki yörüngesinin
15:05
of this satellite around the Earth,
374
890000
2000
haritasını tam olarak çıkarmayı başardılar.
15:07
just from listening to this one little signal,
375
892000
2000
Bunu sadece yemek yerken kafeteryada
15:09
going off on this little side hunch that they'd been inspired to do
376
894000
3000
akıllarına gelen ufak bir öngörüyü dinleyerek
15:12
over lunch one morning.
377
897000
3000
başardılar.
15:15
A couple weeks later their boss, Frank McClure,
378
900000
3000
Birkaç hafta sonra, patronları, Frank MCClure,
15:18
pulls them into the room and says,
379
903000
2000
onları bir odaya çağırdı ve dedi ki,
15:20
"Hey, you guys, I have to ask you something
380
905000
2000
"Hey, çocuklar, sizden bir ricam var,
15:22
about that project you were working on.
381
907000
2000
şu çalıştığınız proje ile ilgili.
15:24
You've figured out an unknown location
382
909000
2000
Dünyanın etrafında dolanan ve bulunduğu
15:26
of a satellite orbiting the planet
383
911000
3000
nokta bilinmeyen bir uydunun konumunu
15:29
from a known location on the ground.
384
914000
2000
yerden belirlemeyi başardınız.
15:31
Could you go the other way?
385
916000
2000
Peki, tersini yapabilir misiniz?
15:33
Could you figure out an unknown location on the ground,
386
918000
2000
Eğer uydunun yerini biliyor olsanız, dünya üzerindeki
15:35
if you knew the location of the satellite?"
387
920000
3000
bir noktanın konumunu belirleyebilir misiniz?"
15:38
And they thought about it and they said,
388
923000
2000
Bunu biraz düşündüler, ve dediler ki,
15:40
"Well, I guess maybe you could. Let's run the numbers here."
389
925000
3000
"Hmm, sanırım yapılabilir. Bir hesaplayalım."
15:43
So they went back, and they thought about it.
390
928000
2000
Böylece odalarına gittiler, ve bu konuyu düşündüler.
15:45
And they came back and said, "Actually, it'll be easier."
391
930000
2000
Daha sonra geri geldiler ve dediler ki "Aslında, bu daha da kolay."
15:47
And he said, "Oh, that's great.
392
932000
2000
Patronları dedi ki, " Ah, bu güzel haber.
15:49
Because see, I have these new nuclear submarines
393
934000
3000
Bakın, şu anda nükleer denizaltılar imal
15:52
that I'm building.
394
937000
2000
ediyoruz.
15:54
And it's really hard to figure out how to get your missile
395
939000
3000
ve bu denizaltılardan atılan bir füzenin
15:57
so that it will land right on top of Moscow,
396
942000
2000
tam Moskova'nın göbeğine düşmesini sağlamak
15:59
if you don't know where the submarine is in the middle of the Pacific Ocean.
397
944000
3000
eğer denizaltının Pasifik Okyanusu'ndaki konumunu bilmezseniz imkansız.
16:02
So we're thinking, we could throw up a bunch of satellites
398
947000
3000
Bu nedenle düşündük ki, yörüngeye bir grup uydu atabiliriz
16:05
and use it to track our submarines
399
950000
3000
ve bu uyduları kullanarak denizaltılarımızın
16:08
and figure out their location in the middle of the ocean.
400
953000
2000
okyanusun ortasındaki konumlarını tam olarak bulabiliriz.
16:10
Could you work on that problem?"
401
955000
2000
Bu konu üzerinde çalışır mısınız?"
16:12
And that's how GPS was born.
402
957000
3000
İşte bu, GPS'in doğuşu.
16:15
30 years later,
403
960000
2000
30 yıl sonra,
16:17
Ronald Reagan actually opened it up and made it an open platform
404
962000
3000
Ronald Regan bu teknolojiyi açıkladı ve açık bir platform haline getirdi
16:20
that anybody could kind of build upon
405
965000
2000
ve bu platform isteyen herkesin
16:22
and anybody could come along and build new technology
406
967000
3000
üzerine birşeyler ekleyebileceği ve yeni bir teknoloji geliştirerek
16:25
that would create and innovate
407
970000
2000
yaratıcı ve yenilikçi
16:27
on top of this open platform,
408
972000
2000
bir şeyler üreteceği
16:29
left it open for anyone to do
409
974000
2000
bir ortam haline geldi. Herkesin
16:31
pretty much anything they wanted with it.
410
976000
2000
ne isterse yapabileceği bir ortam.
16:33
And now, I guarantee you
411
978000
2000
Şimdi sizi temin ederim ki
16:35
certainly half of this room, if not more,
412
980000
2000
bu odanın en azından yarısı, hatta daha da fazlası
16:37
has a device sitting in their pocket right now
413
982000
2000
cebinde, uzaydaki bu uydularla iletişim kurabilen
16:39
that is talking to one of these satellites in outer space.
414
984000
3000
ufak birer cihaz taşıyor. Ve iddia ediyorum ki
16:42
And I bet you one of you, if not more,
415
987000
3000
en azından biriniz, hatta belki de çoğunuz
16:45
has used said device and said satellite system
416
990000
3000
bu ufak cihazı ve bahsettiğim uydu sistemini
16:48
to locate a nearby coffeehouse somewhere in the last --
417
993000
3000
son birkaç gün, ya da hafta içinde yakınlardaki bir kahvehanenin
16:51
(Laughter)
418
996000
2000
(Gülüşmeler)
16:53
in the last day or last week, right?
419
998000
3000
yerini tespit etmede kullandınız, değil mi?
16:56
(Applause)
420
1001000
3000
(Alkışlar)
16:59
And that, I think,
421
1004000
2000
Ve bence bu harika bir
17:01
is a great case study, a great lesson
422
1006000
3000
örnek, çok iyi bir ders,
17:04
in the power, the marvelous, kind of unplanned
423
1009000
2000
bize açık yenilikçi sistemlerin gücünü
17:06
emergent, unpredictable power
424
1011000
3000
muhteşem, öngörülemeyen, ve
17:09
of open innovative systems.
425
1014000
2000
sınır tanımaz gücünü gösteriyor.
17:11
When you build them right, they will be led to completely new directions
426
1016000
2000
Bu sistemleri doğru kurarsanız, yaratıcılarının hayal bile etmedikleri
17:13
that the creators never even dreamed of.
427
1018000
2000
noktalara götürebilirler sizi.
17:15
I mean, here you have these guys
428
1020000
2000
Yani bakın, bir an bu iki adam
17:17
who basically thought they were just following this hunch,
429
1022000
2000
anlık bir önseziyi, birlikte geliştirdikleri bu tutkulu
17:19
this little passion that had developed,
430
1024000
2000
projeyi izlemekteydiler,
17:21
then they thought they were fighting the Cold War,
431
1026000
2000
daha sonra soğuk savaşta yer aldıklarını düşündüler,
17:23
and then it turns out they're just helping somebody
432
1028000
2000
oysa görünen o ki, aslında sadece birilerine
17:25
find a soy latte.
433
1030000
2000
sütlü kahve bulmada yardım ediyorlar.
17:27
(Laughter)
434
1032000
2000
(Gülüşmeler)
17:29
That is how innovation happens.
435
1034000
2000
Yenilikler böyle yaratılır.
17:31
Chance favors the connected mind.
436
1036000
2000
Tesadüf, birleşik zihinlere destek olur.
17:33
Thank you very much.
437
1038000
2000
Çok teşekkür ederim.
17:35
(Applause)
438
1040000
3000
(Alkışlar)
ABOUT THE SPEAKER
Steven Johnson - WriterSteven Berlin Johnson examines the intersection of science, technology and personal experience.
Why you should listen
Steven Johnson is a leading light of today's interdisciplinary and collaborative approach to innovation. His writings have influenced everything from cutting-edge ideas in urban planning to the battle against 21st-century terrorism. Johnson was chosen by Prospect magazine as one of the top ten brains of the digital future, and The Wall Street Journal calls him "one of the most persuasive advocates for the role of collaboration in innovation."
Johnson's work on the history of innovation inspired the Emmy-nominated six-part series on PBS, "How We Got To Now with Steven Johnson," which aired in the fall of 2014. The book version of How We Got To Now was a finalist for the PEN/E.O. Wilson Literary Science Writing Award. His new book, Wonderland: How Play Made the Modern World, revolves around the creative power of play and delight: ideas and innovations that set into motion many momentous changes in science, technology, politics and society.
Johnson is also the author of the bestselling Where Good Ideas Come From: The Natural History of Innovation, one of his many books celebrating progress and innovation. Others include The Invention of Air and The Ghost Map. Everything Bad Is Good For You, one of the most discussed books of 2005, argued that the increasing complexity of modern media is training us to think in more complex ways. Emergence and Future Perfect explore the power of bottom-up intelligence in both nature and contemporary society.
An innovator himself, Johnson has co-created three influential sites: the pioneering online magazine FEED, the Webby-Award-winning community site, Plastic.com, and the hyperlocal media site outside.in, which was acquired by AOL in 2011.
Johnson is a regular contributor to WIRED magazine, as well as the New York Times, The Wall Street Journal and many other periodicals. He has appeared on many high-profile television programs, including "The Charlie Rose Show," "The Daily Show with Jon Stewart" and "The NewsHour with Jim Lehrer."
Steven Johnson | Speaker | TED.com