Stuart Firestein: The pursuit of ignorance

1,337,880 views ・ 2013-09-24

TED


Pro přehrání videa dvakrát klikněte na anglické titulky níže.

Překladatel: Marek Petrik Korektor: Pavel Slama
00:12
There is an ancient proverb that says
0
12495
3558
Staré rčení říká,
00:16
it's very difficult to find a black cat in a dark room,
1
16053
4062
že je těžké najít černou kočku v temné místnosti,
00:20
especially when there is no cat.
2
20115
2788
tím spíš, když tam žádná kočka není.
00:22
I find this a particularly apt description of science
3
22903
3329
Zdá se mi to jako docela přiléhavý popis vědy
00:26
and how science works --
4
26232
2136
a toho, jak věda funguje --
00:28
bumbling around in a dark room, bumping into things,
5
28368
3320
zmatené pobíhání po temné místnosti, narážení do věcí
00:31
trying to figure out what shape this might be,
6
31688
2302
zjišťování, co je to za tvar,
00:33
what that might be,
7
33990
1444
co by to mohlo být,
00:35
there are reports of a cat somewhere around,
8
35434
2489
existují zprávy o tom, že by tu mohla být kočka,
00:37
they may not be reliable, they may be,
9
37923
1793
nemusejí být spolehlivé, ale můžou,
00:39
and so forth and so on.
10
39716
1520
a tak dále.
00:41
Now I know this is different than the way most people
11
41236
1976
Vím, že se to liší od toho, jak si většina lidí
00:43
think about science.
12
43212
1552
vědu představuje.
00:44
Science, we generally are told,
13
44764
1554
Věda, jak se nám říká,
00:46
is a very well-ordered mechanism for
14
46318
2750
je uspořádaný mechanismus
00:49
understanding the world,
15
49068
1301
pro pochopení světa,
00:50
for gaining facts, for gaining data,
16
50369
2286
pro získávání faktů a dat,
00:52
that it's rule-based,
17
52655
1553
má svá pravidla
00:54
that scientists use this thing called the scientific method
18
54208
3241
a vědci používají to, čemu se říká vědecké metody,
00:57
and we've been doing this for 14 generations or so now,
19
57449
2839
už to tak děláme zhruba 14 generací,
01:00
and the scientific method is a set of rules
20
60288
2571
a ty vědecké metody jsou soubor pravidel,
01:02
for getting hard, cold facts out of the data.
21
62859
4192
jak z dat dostat tvrdá, holá fakta.
01:07
I'd like to tell you that's not the case.
22
67051
2095
Rád bych vám řekl, že to není pravda.
01:09
So there's the scientific method,
23
69146
1832
Máme sice vědecké metody,
01:10
but what's really going on is this. (Laughter)
24
70978
2319
ale ve skutečnosti to probíhá takto. (smích)
01:13
[The Scientific Method vs. Farting Around]
25
73297
958
[Vědecké metody vs. zevlování]
01:14
And it's going on kind of like that.
26
74255
3104
[Vědecké metody vs. zevlování]
01:17
[... in the dark] (Laughter)
27
77359
1421
[... po tmě] (smích)
01:18
So what is the difference, then,
28
78780
4541
Jaký je pak rozdíl,
01:23
between the way I believe science is pursued
29
83321
3816
mezi tím, jak si myslím že věda probíhá
01:27
and the way it seems to be perceived?
30
87137
2861
a tím, jak ji lidé vnímají?
01:29
So this difference first came to me in some ways
31
89998
2715
Na tento rozdíl jsem poprvé tak nějak natrefil
01:32
in my dual role at Columbia University,
32
92713
2097
ve své dvojroli na Kolumbijské univerzitě,
01:34
where I'm both a professor and run a laboratory in neuroscience
33
94810
4155
kde jsem byl profesorem a zároveň jsem vedl neurovědeckou laboratoř.
01:38
where we try to figure out how the brain works.
34
98965
2195
kde jsme se snažili přijít na to, jak funguje mozek.
01:41
We do this by studying the sense of smell,
35
101160
2371
Studovali jsme čich,
01:43
the sense of olfaction, and in the laboratory,
36
103531
2531
čich, a práce v laboratoři
01:46
it's a great pleasure and fascinating work
37
106062
2634
je velice příjemná a fascinující
01:48
and exciting to work with graduate students and post-docs
38
108696
2871
s doktorandy a studenty postgraduálu,
01:51
and think up cool experiments to understand how this
39
111567
2611
kteří vymýšlejí zajímavé pokusy, aby pochopili jak
01:54
sense of smell works and how the brain might be working,
40
114178
2386
čich funguje, a jak by mohl fungovat mozek
01:56
and, well, frankly, it's kind of exhilarating.
41
116564
2802
a, upřímně, je to docela vzrušující.
01:59
But at the same time, it's my responsibility
42
119366
2718
Ale zároveň mám odpovědnost za to,
02:02
to teach a large course to undergraduates on the brain,
43
122084
2949
abych odučil pro bakaláře předmět o mozku,
02:05
and that's a big subject,
44
125033
1075
a to je obsáhlý předmět,
02:06
and it takes quite a while to organize that,
45
126108
2391
a zabere dost času to zorganizovat,
02:08
and it's quite challenging and it's quite interesting,
46
128499
2811
je to docela náročné a docela zajímavé,
02:11
but I have to say, it's not so exhilarating.
47
131310
3557
ale musím říct, že to není moc vzrušující.
02:14
So what was the difference?
48
134867
1396
V čem je ten rozdíl?
02:16
Well, the course I was and am teaching
49
136263
2069
Ten předmět, který stále ještě učím,
02:18
is called Cellular and Molecular Neuroscience - I. (Laughs)
50
138332
6464
se jmenuje Buněčná a molekulární neurověda - 1 (smích)
02:24
It's 25 lectures full of all sorts of facts,
51
144796
4555
Je to 25 přenášek plných nejrůznějších informací,
02:29
it uses this giant book called "Principles of Neural Science"
52
149351
4317
musí přečíst takovou obrovskou knihu s názvem "Principy nervové vědy",
02:33
by three famous neuroscientists.
53
153668
2334
kterou napsali tři známí neurovědci.
02:36
This book comes in at 1,414 pages,
54
156002
3781
Ta kniha má 1414 stránek,
02:39
it weighs a hefty seven and a half pounds.
55
159783
2736
a váží celých tři a půl kilogramu.
02:42
Just to put that in some perspective,
56
162519
1927
Abychom to k něčemu přirovnali,
02:44
that's the weight of two normal human brains.
57
164446
3455
to je váha dvou normálních lidských mozků.
02:47
(Laughter)
58
167901
3283
(smích)
02:51
So I began to realize, by the end of this course,
59
171184
3267
Na konci tohoto kurzu jsem si začal uvědomovat,
02:54
that the students maybe were getting the idea
60
174451
2248
že studenti začínají mít pocit,
02:56
that we must know everything there is to know about the brain.
61
176699
3031
že musíme vědět o mozku úplně všechno.
02:59
That's clearly not true.
62
179730
1762
A to samozřejmě není pravda.
03:01
And they must also have this idea, I suppose,
63
181492
2698
Ale také museli mít pocit, myslím si,
03:04
that what scientists do is collect data and collect facts
64
184190
3381
že jediné co vědci dělají je, že sbírají data a fakta
03:07
and stick them in these big books.
65
187571
2089
a strkají je do těchto velkých knih.
03:09
And that's not really the case either.
66
189660
1407
Což také není pravda.
03:11
When I go to a meeting, after the meeting day is over
67
191067
3303
Když máme mít ten den schůzi, a když máme po schůzi
03:14
and we collect in the bar over a couple of beers with my colleagues,
68
194370
3097
a jdeme si ten večer sednout s kolegy na pár piv,
03:17
we never talk about what we know.
69
197467
2201
nikdy se nebavíme o tom, co víme.
03:19
We talk about what we don't know.
70
199668
2166
Bavíme se o tom, co nevíme.
03:21
We talk about what still has to get done,
71
201834
2285
Bavíme se o tom, co se ještě musí udělat,
03:24
what's so critical to get done in the lab.
72
204119
2825
co je důležité v laborce udělat.
03:26
Indeed, this was, I think, best said by Marie Curie
73
206944
2557
Nejlépe to myslím vyjádřila Marie Curie
03:29
who said that one never notices what has been done
74
209501
2419
která řekla, že lidé si nevšímají toho, co se udělalo,
03:31
but only what remains to be done.
75
211920
1461
ale toho, co je ještě potřeba udělat.
03:33
This was in a letter to her brother after obtaining
76
213381
2225
Napsala to v dopise svému bratrovi potom, co obdržela
03:35
her second graduate degree, I should say.
77
215606
3718
svůj druhý titul, sluší se dodat.
03:39
I have to point out this has always been one of my favorite pictures of Marie Curie,
78
219324
2813
Mimochodem, tohle je jedna z mých nejoblíbenějších fotek Marie Curie,
03:42
because I am convinced that that glow behind her
79
222137
2303
protože věřím tomu, že ta záře za ní,
03:44
is not a photographic effect. (Laughter)
80
224440
2738
není fotografický efekt. (smích)
03:47
That's the real thing.
81
227178
1800
Že tam opravdu je.
03:48
It is true that her papers are, to this day,
82
228978
4380
Je pravda, že její práce jsou dodnes
03:53
stored in a basement room in the Bibliothèque Française
83
233358
2879
uloženy ve sklepě Bibliothèque Française
03:56
in a concrete room that's lead-lined,
84
236237
2197
v betonové místnosti, odstíněné olovem,
03:58
and if you're a scholar and you want access to these notebooks,
85
238434
2652
a pokud se jako badatel chcete k jejím zápiskům dostat,
04:01
you have to put on a full radiation hazmat suit,
86
241086
2749
musíte si obléct protiradiační skafandr,
04:03
so it's pretty scary business.
87
243835
2351
je to docela strašidelné.
04:06
Nonetheless, this is what I think we were leaving out
88
246186
2796
Nicméně, to je to, na co si myslím, že zapomínáme
04:08
of our courses
89
248982
1626
v přednáškách
04:10
and leaving out of the interaction that we have
90
250608
2526
a na co zapomínáme, když se bavíme
04:13
with the public as scientists, the what-remains-to-be-done.
91
253134
2973
s veřejností o vědě, to, co je ještě potřeba udělat.
04:16
This is the stuff that's exhilarating and interesting.
92
256107
2634
To jsou ty věci, které jsou osvěžující a zajímavé.
04:18
It is, if you will, the ignorance.
93
258741
2910
Je to, dalo by se říct, nevědění.
04:21
That's what was missing.
94
261651
979
To chybí.
04:22
So I thought, well, maybe I should teach a course
95
262630
2860
A tak jsem si říkal, no, možná bych měl učit předmět
04:25
on ignorance,
96
265490
2100
o nevědění,
04:27
something I can finally excel at, perhaps, for example.
97
267590
3629
něco, v čem bych konečně mohl vyniknout.
04:31
So I did start teaching this course on ignorance,
98
271219
1878
A tak jsem o nevědění začal učit,
04:33
and it's been quite interesting
99
273097
1096
a bylo to docela zajímavé
04:34
and I'd like to tell you to go to the website.
100
274193
2086
a chci vám říct, abyste se podívali na webové stránky.
04:36
You can find all sorts of information there. It's wide open.
101
276279
3636
Najdete tam spoustu informací. Je to volně přístupné.
04:39
And it's been really quite an interesting time for me
102
279915
3523
Bylo to pro mě docela zajímavé období,
04:43
to meet up with other scientists who come in and talk
103
283438
1841
potkával jsem se s ostatními vědci, kteří byli pozváni,
04:45
about what it is they don't know.
104
285279
1548
aby přednášeli o tom, co nevědí.
04:46
Now I use this word "ignorance," of course,
105
286827
1985
Slovo nevědění [v angličtině "ignorance"]
04:48
to be at least in part intentionally provocative,
106
288812
3158
používám to jako záměrnou provokaci,
04:51
because ignorance has a lot of bad connotations
107
291970
2390
protože "ignorance" má spoustu záporných konotací,
04:54
and I clearly don't mean any of those.
108
294360
2005
ale ty samozřejmě nemám na mysli.
04:56
So I don't mean stupidity, I don't mean a callow indifference
109
296365
3505
Nemám na mysli hloupost, ani tupý nezájem
04:59
to fact or reason or data.
110
299870
2308
o fakta, rozum nebo data.
05:02
The ignorant are clearly unenlightened, unaware,
111
302178
3271
Ignoranti jsou jistě neosvícení, lhostejní,
05:05
uninformed, and present company today excepted,
112
305449
3307
neinformovaní a s výjimkou dnešního osazenstva
05:08
often occupy elected offices, it seems to me.
113
308756
2908
často zaujímají místa na úřadech, zdá se mi.
05:11
That's another story, perhaps.
114
311664
1806
To bych ale odbočoval.
05:13
I mean a different kind of ignorance.
115
313470
1633
To je jiný druh nevědění.
05:15
I mean a kind of ignorance that's less pejorative,
116
315103
2268
Já mám na mysli nevědění v méně pejorativním významu,
05:17
a kind of ignorance that comes from a communal gap in our knowledge,
117
317371
3487
druh nevědění, která vychází ze společné mezery v našem vědění,
05:20
something that's just not there to be known
118
320858
1865
něco, co buď poznat nelze,
05:22
or isn't known well enough yet or we can't make predictions from,
119
322723
2821
nebo to ještě není dobře známo, nebo co neumožňuje předpovědi,
05:25
the kind of ignorance that's maybe best summed up
120
325544
2318
ten druh nevědění, které nejlépe shrnuje
05:27
in a statement by James Clerk Maxwell,
121
327862
1845
prohlášení Jamese Clerka Maxwella,
05:29
perhaps the greatest physicist between Newton and Einstein,
122
329707
3449
snad největšího fyzika vedle Newtona a Einsteina,
05:33
who said, "Thoroughly conscious ignorance
123
333156
2301
který řekl: "Uvědomělé nevědění
05:35
is the prelude to every real advance in science."
124
335457
2568
je předpokladem jakékoli pokroku ve vědě."
05:38
I think it's a wonderful idea:
125
338025
1388
Myslím si, že je to skvělá myšlenka:
05:39
thoroughly conscious ignorance.
126
339413
3147
uvědomělé nevědění.
05:42
So that's the kind of ignorance that I want to talk about today,
127
342560
2421
To je ten druh nevědění, o kterém chci dnes mluvit,
05:44
but of course the first thing we have to clear up
128
344981
1519
ale samozřejmě, první věc, kterou si musíme ujasnit,
05:46
is what are we going to do with all those facts?
129
346500
2103
je, co budeme se všemi těmi fakty dělat?
05:48
So it is true that science piles up at an alarming rate.
130
348603
3674
Je pravda, že se věda rozrůstá alarmujícím tempem.
05:52
We all have this sense that science is this mountain of facts,
131
352277
2810
Všichni máme pocit, že věda je hora faktů,
05:55
this accumulation model of science, as many have called it,
132
355087
4036
mnozí z nás tomu říkáme akumulativní model vědy,
05:59
and it seems impregnable, it seems impossible.
133
359123
2451
až se zdá nedobytná, nezdolatelná.
06:01
How can you ever know all of this?
134
361574
1314
Jak by někdo mohl toho tolik vědět?
06:02
And indeed, the scientific literature grows at an alarming rate.
135
362888
3581
A opravdu, objem vědecké literatury roste alarmujícím tempem.
06:06
In 2006, there were 1.3 million papers published.
136
366469
3654
V roce 2006 bylo publikováno 1,3 milionů studií.
06:10
There's about a two-and-a-half-percent yearly growth rate,
137
370123
2632
A každý rok se toto tempo zvyšuje o 2,5 procenta
06:12
and so last year we saw over one and a half million papers being published.
138
372755
4390
takže minulý rok bylo publikováno víc než 1,5 milionů studií.
06:17
Divide that by the number of minutes in a year,
139
377145
2230
Vydělte to počtem minut za rok,
06:19
and you wind up with three new papers per minute.
140
379375
3138
a vyjde vám, že byste museli přečíst tři nové studie za minutu.
06:22
So I've been up here a little over 10 minutes,
141
382513
1482
Už tu jsem něco přes 10 minut,
06:23
I've already lost three papers.
142
383995
1776
už jsem o tři studie pozadu.
06:25
I have to get out of here actually. I have to go read.
143
385771
2840
Budu muset jít. Musím jít číst.
06:28
So what do we do about this? Well, the fact is
144
388611
3446
Co s tím? Je zřejmé, že
06:32
that what scientists do about it is a kind of a controlled neglect, if you will.
145
392057
4509
vědci se s tím budou muset vypořádat pomocí úmyslného zanedbávání.
06:36
We just don't worry about it, in a way.
146
396566
2664
Prostě na to svým způsobem kašleme.
06:39
The facts are important. You have to know a lot of stuff
147
399230
2243
Fakta jsou důležitá. Musíte toho spoustu vědět,
06:41
to be a scientist. That's true.
148
401473
1810
abyste se mohli stát vědcem. To je pravda.
06:43
But knowing a lot of stuff doesn't make you a scientist.
149
403283
2927
Ale to, že toho hodně víte z vás ještě neudělá vědce.
06:46
You need to know a lot of stuff to be a lawyer
150
406210
2665
Musíte toho hodně vědět, aby z vás mohl být právník,
06:48
or an accountant or an electrician or a carpenter.
151
408875
3892
účetní, elektrikář nebo truhlář.
06:52
But in science, knowing a lot of stuff is not the point.
152
412767
3610
Ale ve vědě o ty znalosti tolik nejde.
06:56
Knowing a lot of stuff is there to help you get
153
416377
3556
Hodně vědět vám může pomoci
06:59
to more ignorance.
154
419933
1388
k nevědění.
07:01
So knowledge is a big subject, but I would say
155
421321
2510
Znalosti, to je velké téma, ale řekl bych,
07:03
ignorance is a bigger one.
156
423831
2487
že nevědění je ještě větší.
07:06
So this leads us to maybe think about, a little bit
157
426318
2194
To nás přivádí k tomu, abychom se trochu zamysleli
07:08
about, some of the models of science that we tend to use,
158
428528
2883
nad obvyklými modely vědy
07:11
and I'd like to disabuse you of some of them.
159
431411
1825
a vyvrátili obecné omyly.
07:13
So one of them, a popular one, is that scientists
160
433236
2313
Jeden z nich, velmi oblíbený, je že vědci
07:15
are patiently putting the pieces of a puzzle together
161
435549
2628
trpělivě skládají dílky skládačky,
07:18
to reveal some grand scheme or another.
162
438177
2773
aby přišli na něco velkého.
07:20
This is clearly not true. For one, with puzzles,
163
440950
2558
To ve skutečnosti není pravda. Zaprvé, u skládaček
07:23
the manufacturer has guaranteed that there's a solution.
164
443508
3499
výrobce zaručuje, že existuje řešení.
07:27
We don't have any such guarantee.
165
447007
1749
Takovou záruku nemáme.
07:28
Indeed, there are many of us who aren't so sure about the manufacturer.
166
448756
3155
Mnozí si nejsme ani moc jistí tím výrobcem.
07:31
(Laughter)
167
451911
3063
(smích)
07:34
So I think the puzzle model doesn't work.
168
454974
1757
Takže ten skládačkový model nesedí.
07:36
Another popular model is that science is busy unraveling things
169
456731
3514
Další oblíbený model je, že věda stále odhaluje věci
07:40
the way you unravel the peels of an onion.
170
460245
2196
tak, jak se loupe cibule.
07:42
So peel by peel, you take away the layers of the onion
171
462441
2989
Vrstvu po vrstvě odlupujete jednotlivé slupky
07:45
to get at some fundamental kernel of truth.
172
465430
2319
abyste se dostali k podstatě, k jádru pravdy.
07:47
I don't think that's the way it works either.
173
467749
2187
Ale ani tak to podle mě není.
07:49
Another one, a kind of popular one, is the iceberg idea,
174
469936
2934
Další, docela oblíbená je teorie ledovce,
07:52
that we only see the tip of the iceberg but underneath
175
472870
2460
že vidíme pouze špičku ledovce, ale
07:55
is where most of the iceberg is hidden.
176
475330
2185
většina ledovce je schovaná.
07:57
But all of these models are based on the idea of a large body of facts
177
477515
3554
Všechny tyto modely jsou založené na představě velkého množství faktů
08:01
that we can somehow or another get completed.
178
481069
2420
které nějakým způsobem kompletujeme.
08:03
We can chip away at this iceberg and figure out what it is,
179
483489
3343
Můžeme se prosekat do toho ledovce a zjistit, co je zač,
08:06
or we could just wait for it to melt, I suppose, these days,
180
486832
2605
nebo už asi počkat, až roztaje,
08:09
but one way or another we could get to the whole iceberg. Right?
181
489437
3227
ale nějak se dostaneme k celému ledovci, že?
08:12
Or make it manageable. But I don't think that's the case.
182
492664
2467
Nebo to umožníme. Ale nemyslím si, že tomu tak je.
08:15
I think what really happens in science
183
495131
2399
Ve skutečnosti model vědy
08:17
is a model more like the magic well,
184
497530
1830
je spíš kouzelná studánka,
08:19
where no matter how many buckets you take out,
185
499360
1837
u které nezáleží na to, kolik kýblů vyčerpáte,
08:21
there's always another bucket of water to be had,
186
501197
2112
vždycky tam zbyde ještě další kýbl,
08:23
or my particularly favorite one,
187
503309
2127
nebo moje zvláště oblíbená,
08:25
with the effect and everything, the ripples on a pond.
188
505436
2939
s důsledky a vším, kruhy na vodní hladině.
08:28
So if you think of knowledge being this ever-expanding ripple on a pond,
189
508375
3127
Pokud si představíte, že vědomosti jsou jako stále se zvětšující kola na hladině,
08:31
the important thing to realize is that our ignorance,
190
511502
3382
musíme si uvědomit, že nevědění
08:34
the circumference of this knowledge, also grows with knowledge.
191
514884
3382
se zvětšuje spolu s vědomostmi.
08:38
So the knowledge generates ignorance.
192
518266
2763
Poznání generuje nevědomost.
08:41
This is really well said, I thought, by George Bernard Shaw.
193
521029
2915
To dobře řekl myslím George Bernard Shaw.
08:43
This is actually part of a toast that he delivered
194
523944
2677
Je to vlastně část přípitku, který pronesl
08:46
to celebrate Einstein at a dinner celebrating Einstein's work,
195
526621
3677
na oslavu Einsteina na večeři na počest jeho práce,
08:50
in which he claims that science
196
530298
1414
ve které tvrdí, že věda
08:51
just creates more questions than it answers. ["Science is always wrong. It never solves a problem without creating 10 more."]
197
531712
2265
vytváří víc otázek, než na kolik odpovídá.
08:53
I find that kind of glorious, and I think he's precisely right,
198
533977
3542
Myslím že uhodil hřebíček na hlavičku,
08:57
plus it's a kind of job security.
199
537519
2526
navíc díky tomu máme práci.
09:00
As it turns out, he kind of cribbed that
200
540045
2726
Pak jsem přišel na to, že to ukradl
09:02
from the philosopher Immanuel Kant
201
542771
1852
filozofovi Immanuelu Kantovi,
09:04
who a hundred years earlier had come up with this idea
202
544623
2645
který před sto lety přišel s toutéž myšlenkou
09:07
of question propagation, that every answer begets more questions.
203
547268
3808
množení otázek, že každá odpověď plodí další otázky.
09:11
I love that term, "question propagation,"
204
551076
2199
Zbožňují ten termín "množení otázek,"
09:13
this idea of questions propagating out there.
205
553275
2739
ta myšlenka, že se otázky rozmnožují.
09:16
So I'd say the model we want to take is not
206
556014
1887
Takže model, kterým se chceme řídit není ten,
09:17
that we start out kind of ignorant and we get some facts together
207
557901
3509
že začneme nevědomí a až si dáme informace dohromady,
09:21
and then we gain knowledge.
208
561410
2143
dojdeme k poznání.
09:23
It's rather kind of the other way around, really.
209
563553
2379
Je to spíš ve skutečnosti obráceně.
09:25
What do we use this knowledge for?
210
565932
1907
K čemu toto poznání používáme?
09:27
What are we using this collection of facts for?
211
567839
2528
Pro koho tato fakta sbíráme?
09:30
We're using it to make better ignorance,
212
570367
2857
Používáme je k prohlubování nevědění,
09:33
to come up with, if you will, higher-quality ignorance.
213
573224
3079
abychom vytvořili kvalitnější nevědění.
09:36
Because, you know, there's low-quality ignorance
214
576303
1872
Protože, jak víte, je tu nekvalitní nevědění
09:38
and there's high-quality ignorance. It's not all the same.
215
578175
2413
a kvalitní nevědění. V tom je rozdíl.
09:40
Scientists argue about this all the time.
216
580588
2370
Vědci se o tom v jednom kuse přou.
09:42
Sometimes we call them bull sessions.
217
582958
1965
Někdy tomu říkáme býčí zápasy.
09:44
Sometimes we call them grant proposals.
218
584923
1918
Někdy tomu říkáme žádosti o grant.
09:46
But nonetheless, it's what the argument is about.
219
586841
3508
Ale nicméně, kvůli tomu se vedou všechny spory.
09:50
It's the ignorance. It's the what we don't know.
220
590349
1844
Kvůli nevědění. O to, co nevíme.
09:52
It's what makes a good question.
221
592193
2690
Jen tak dojdeme k dobrým otázkám.
09:54
So how do we think about these questions?
222
594883
1630
Jak tedy na tyto otázky přijdeme?
09:56
I'm going to show you a graph that shows up
223
596513
1952
Ukážu vám graf, který se vyskytuje
09:58
quite a bit on happy hour posters in various science departments.
224
598465
3867
docela často na nástěnkách v nejrůznějších výzkumných odděleních.
10:02
This graph asks the relationship between what you know
225
602332
4221
Tento graf ukazuje vztah mezi tím, co víme,
10:06
and how much you know about it.
226
606553
2190
a tím, kolik o tom víme.
10:08
So what you know, you can know anywhere from nothing to everything, of course,
227
608743
3515
Vědět můžete od "nic" až po "všechno";
10:12
and how much you know about it can be anywhere
228
612258
1683
kolik toho o tom víte, může být mezi
10:13
from a little to a lot.
229
613941
2423
"trochu" a "hodně".
10:16
So let's put a point on the graph. There's an undergraduate.
230
616364
4232
A teď si to zakreslíme do grafu. Tady jsou bakaláři.
10:20
Doesn't know much but they have a lot of interest.
231
620596
2364
Nevědí toho moc, ale mají spoustu zájmů.
10:22
They're interested in almost everything.
232
622960
1691
Zajímá je téměř všechno.
10:24
Now you look at a master's student, a little further along in their education,
233
624651
3454
Pokud se podíváme na magisterské studenty, když jejich vzdělávání pokročilo,
10:28
and you see they know a bit more,
234
628105
1351
vidíte, že toho vědí o trochu víc,
10:29
but it's been narrowed somewhat.
235
629456
1890
ale trochu se to zúžilo.
10:31
And finally you get your Ph.D., where it turns out
236
631346
2719
A pak se dostáváme k doktorandům, kde se ukazuje
10:34
you know a tremendous amount about almost nothing. (Laughter)
237
634065
5105
že toho víte ohromnou spoustu téměř o ničem. (smích)
10:39
What's really disturbing is the trend line that goes through that
238
639170
3781
Opravdu znepokojující je křivka, která tudy prochází
10:42
because, of course, when it dips below the zero axis, there,
239
642951
3775
a samozřejmě, tady, když klesne pod nulovou hranici,
10:46
it gets into a negative area.
240
646726
2262
dostane se do záporných čísel.
10:48
That's where you find people like me, I'm afraid.
241
648988
2915
Tam, obávám se, najdete lidi, jako jsem já.
10:51
So the important thing here is that this can all be changed.
242
651903
3368
Důležité je to, že se to všechno může změnit.
10:55
This whole view can be changed
243
655271
1804
Celý tento pohled se může změnit,
10:57
by just changing the label on the x-axis.
244
657075
3161
stačí pouze změnit popisek na ose x.
11:00
So instead of how much you know about it,
245
660236
1917
Místo toho, kolik toho o tom víte,
11:02
we could say, "What can you ask about it?"
246
662153
3541
bychom mohli říct: "Na co se můžete zeptat?"
11:05
So yes, you do need to know a lot of stuff as a scientist,
247
665694
2867
Takže ano, jako vědec toho potřebujete vědět velkou spoustu,
11:08
but the purpose of knowing a lot of stuff
248
668561
2629
ale vědět toho spoustu
11:11
is not just to know a lot of stuff. That just makes you a geek, right?
249
671190
2587
není účelem. To z vás jen udělá podivína.
11:13
Knowing a lot of stuff, the purpose is
250
673777
2138
Smyslem vědění spousty věcí je to,
11:15
to be able to ask lots of questions,
251
675915
1676
abyste byli schopni pokládat spoustu otázek,
11:17
to be able to frame thoughtful, interesting questions,
252
677591
3088
abyste byli schopni formulovat smysluplné a zajímavé otázky,
11:20
because that's where the real work is.
253
680679
1725
protože o to běží.
11:22
Let me give you a quick idea of a couple of these sorts of questions.
254
682404
2552
Dám vám několik rychlých příkladů takových otázek.
11:24
I'm a neuroscientist, so how would we come up
255
684956
2163
Jsem neurovědec, jak bych mohl vznést
11:27
with a question in neuroscience?
256
687119
1431
pochybnosti ohledně neurovědy?
11:28
Because it's not always quite so straightforward.
257
688550
2669
Protože to není vždycky tak přímočaré.
11:31
So, for example, we could say, well what is it that the brain does?
258
691219
2559
Takže například bychom se mohli zeptat: Co že to vlastně mozek dělá?
11:33
Well, one thing the brain does, it moves us around.
259
693778
1814
Jednou z věcí, které mozek dělá, je že s námi hýbe.
11:35
We walk around on two legs.
260
695592
2005
Chodíme po dvou nohách.
11:37
That seems kind of simple, somehow or another.
261
697597
1851
To se zdá být jaksi jednoduché.
11:39
I mean, virtually everybody over 10 months of age
262
699448
2725
Chci říct, skoro každý, kdo je starší než 10 měsíců,
11:42
walks around on two legs, right?
263
702173
2172
dokáže chodit po dvou, že?
11:44
So that maybe is not that interesting.
264
704345
1391
No, to možná není tak zajímavé.
11:45
So instead maybe we want to choose something a little more complicated to look at.
265
705736
3148
Takže místo toho bychom si měli vybrat něco komplikovanějšího.
11:48
How about the visual system?
266
708884
2775
Co třeba zraková soustava?
11:51
There it is, the visual system.
267
711659
1627
Tady je zraková soustava.
11:53
I mean, we love our visual systems. We do all kinds of cool stuff.
268
713286
3248
Zrakovou soustavu máme rádi. Děláme spoustu skvělých věcí.
11:56
Indeed, there are over 12,000 neuroscientists
269
716534
3391
Na zrakové soustavě pracuje
11:59
who work on the visual system,
270
719925
1580
přes 12 000 neurovědců,
12:01
from the retina to the visual cortex,
271
721505
2081
od sítnice po zrakové centrum v mozku,
12:03
in an attempt to understand not just the visual system
272
723586
2565
abychom pochopili nejenom zrakovou soustavu,
12:06
but to also understand how general principles
273
726151
3024
ale také obecné principy
12:09
of how the brain might work.
274
729175
1951
fungování mozku.
12:11
But now here's the thing:
275
731126
1660
Ale je zde problém:
12:12
Our technology has actually been pretty good
276
732786
2480
Naše technologie je sice dost dobrá na to,
12:15
at replicating what the visual system does.
277
735266
2590
aby replikovala to, co zraková soustava dělá.
12:17
We have TV, we have movies,
278
737856
3023
Máme televizi, máme filmy,
12:20
we have animation, we have photography,
279
740879
2495
máme animace, máme fotografie,
12:23
we have pattern recognition, all of these sorts of things.
280
743374
3151
máme rozpoznávání vzorců, všechny tyto věci.
12:26
They work differently than our visual systems in some cases,
281
746525
2646
V některých případech fungují jinak než naše zraková soustava,
12:29
but nonetheless we've been pretty good at
282
749171
1591
ale nicméně dokážeme dost dobře
12:30
making a technology work like our visual system.
283
750762
3476
vytvořit technologii, která pracuje jako naše zraková soustava.
12:34
Somehow or another, a hundred years of robotics,
284
754238
2936
Robotika je tu sto let, a přesto jsme
12:37
you never saw a robot walk on two legs,
285
757174
2266
ještě neviděli robota, který by chodil po dvou,
12:39
because robots don't walk on two legs
286
759440
2163
protože roboti po dvou nechodí
12:41
because it's not such an easy thing to do.
287
761603
2390
protože to není nic jednoduchého.
12:43
A hundred years of robotics,
288
763993
1528
Robotika je tu sto let,
12:45
and we can't get a robot that can move more than a couple steps one way or the other.
289
765521
3367
a my nedokážeme sestrojit robota, který by udělal víc než pár krůčků.
12:48
You ask them to go up an inclined plane, and they fall over.
290
768888
2572
Necháte je jít po nakloněné rovině a spadnou.
12:51
Turn around, and they fall over. It's a serious problem.
291
771460
2004
Otočí se, a spadnou. Je to vážný problém.
12:53
So what is it that's the most difficult thing for a brain to do?
292
773464
3547
Co je ta nejtěžší věc, kterou musí mozek zvládnout?
12:57
What ought we to be studying?
293
777011
1623
Co bychom měli studovat?
12:58
Perhaps it ought to be walking on two legs, or the motor system.
294
778634
4295
Možná by to měla být chůze po dvou, motorika.
13:02
I'll give you an example from my own lab,
295
782929
1735
Dám vám příklad z mojí laborky,
13:04
my own particularly smelly question,
296
784664
1725
otázku, která zavání,
13:06
since we work on the sense of smell.
297
786389
2099
protože zkoumáme čich.
13:08
But here's a diagram of five molecules
298
788488
3228
Zde je diagram pěti molekul
13:11
and sort of a chemical notation.
299
791716
1510
a jakýsi chemický zápis.
13:13
These are just plain old molecules, but if you sniff those molecules
300
793226
2996
Jsou to jenom obyčejné molekuly, ale pokud je nasajete
13:16
up these two little holes in the front of your face,
301
796222
2470
těmi dvěma dírkami v obličeji,
13:18
you will have in your mind the distinct impression of a rose.
302
798692
3874
vytvoří se ve vaší mysli představa růže.
13:22
If there's a real rose there, those molecules will be the ones,
303
802566
2158
Jejich zdrojem může být skutečná růže,
13:24
but even if there's no rose there,
304
804724
1560
ale i když tu žádná růže není,
13:26
you'll have the memory of a molecule.
305
806284
1591
ty molekuly vyvolají vzpomínku na ni.
13:27
How do we turn molecules into perceptions?
306
807875
3104
Jak z molekul vznikají vjemy?
13:30
What's the process by which that could happen?
307
810979
1857
Jakým procesem se to asi děje?
13:32
Here's another example: two very simple molecules, again in this kind of chemical notation.
308
812836
3960
Zde je další příklad: chemický vzorec dvou velmi jednoduchých molekul.
13:36
It might be easier to visualize them this way,
309
816796
2077
Možná si je lépe představíte takto,
13:38
so the gray circles are carbon atoms, the white ones
310
818873
2794
ty šedé kruhy jsou atomy uhlíku, ty bílé
13:41
are hydrogen atoms and the red ones are oxygen atoms.
311
821667
2775
jsou atomy vodíku a ty červené jsou atomy kyslíku.
13:44
Now these two molecules differ by only one carbon atom
312
824442
4298
Tyto dvě molekuly se liší jen jedním atomem uhlíku
13:48
and two little hydrogen atoms that ride along with it,
313
828740
2688
a dvěma malými atomy vodíku, které se na ně pojí,
13:51
and yet one of them, heptyl acetate,
314
831428
1986
a přesto jeden z nich, heptylacetát,
13:53
has the distinct odor of a pear,
315
833414
2311
má typickou vůni hrušky,
13:55
and hexyl acetate is unmistakably banana.
316
835725
3839
a hexylacetát je jasný banán.
13:59
So there are two really interesting questions here, it seems to me.
317
839564
2557
Z toho vyplývají dvě zajímavé otázky.
14:02
One is, how can a simple little molecule like that
318
842121
3215
Zaprvé, jak může taková obyčejná molekula
14:05
create a perception in your brain that's so clear
319
845336
2468
vytvořit v mozku konkrétní dojem
14:07
as a pear or a banana?
320
847804
1742
hrušky nebo banánu?
14:09
And secondly, how the hell can we tell the difference
321
849546
3121
A za druhé, jak sakra poznáme rozdíl
14:12
between two molecules that differ by a single carbon atom?
322
852667
4315
mezi dvěma molekulami, které se liší jediným atomem uhlíku?
14:16
I mean, that's remarkable to me,
323
856982
1646
To je pro mě neuvěřitelné,
14:18
clearly the best chemical detector on the face of the planet.
324
858628
3032
máme na tváři nejdokonalejší chemický detektor na celém světě.
14:21
And you don't even think about it, do you?
325
861660
2776
To by vás ani nenapadlo, že?
14:24
So this is a favorite quote of mine that takes us
326
864436
2617
Můj oblíbený citát nás vrací zpátky
14:27
back to the ignorance and the idea of questions.
327
867053
1746
k nevědění a k teorii otázek.
14:28
I like to quote because I think dead people
328
868799
2019
Rád používám citáty, protože si myslím,
14:30
shouldn't be excluded from the conversation.
329
870818
2543
že mrtví se nemohou nechat stranou.
14:33
And I also think it's important to realize that
330
873361
1939
A také si myslím, že je důležité si uvědomit, že
14:35
the conversation's been going on for a while, by the way.
331
875300
2462
konverzace už mimochodem nějakou dobu probíhá.
14:37
So Erwin Schrodinger, a great quantum physicist
332
877762
2758
Erwin Schrodinger, významný kvantový fyzik
14:40
and, I think, philosopher, points out how you have to
333
880520
2566
a, řekl bych, filozof, poukazuje na to, jak musíte
14:43
"abide by ignorance for an indefinite period" of time.
334
883086
3465
"následovat své nevědění nekonečně dlouho".
14:46
And it's this abiding by ignorance
335
886551
1987
A myslím si, že následovat své nevědění
14:48
that I think we have to learn how to do.
336
888538
1666
je něco, co se musíme všichni naučit.
14:50
This is a tricky thing. This is not such an easy business.
337
890204
2977
Je to zrádné. Není to nic jednoduchého.
14:53
I guess it comes down to our education system,
338
893181
1959
Myslím si, že musíme začít od vzdělávacího systému,
14:55
so I'm going to talk a little bit about ignorance and education,
339
895140
2457
a tak budu mluvit trochu o nevědění a vzdělávání,
14:57
because I think that's where it really has to play out.
340
897597
2268
protože si myslím, že zde se to musí vyřešit.
14:59
So for one, let's face it,
341
899865
2267
Takže si to přiznejme,
15:02
in the age of Google and Wikipedia,
342
902132
3352
za časů Google a Wikipedie,
15:05
the business model of the university
343
905484
1793
obchodní model univerzit a
15:07
and probably secondary schools is simply going to have to change.
344
907277
3421
možná i středních škol se prostě musí změnit.
15:10
We just can't sell facts for a living anymore.
345
910698
1901
Už se neuživíme prodáváním fakt.
15:12
They're available with a click of the mouse,
346
912599
2050
Dnes se k nim dostanete jedním kliknutím,
15:14
or if you want to, you could probably just ask the wall
347
914649
2496
nebo pokud chcete, stačí se zeptat zdi
15:17
one of these days, wherever they're going to hide the things
348
917145
1712
nebo kde to vlastně schovávají ty věci,
15:18
that tell us all this stuff.
349
918857
1417
které nám všechno tohle zprostředkovávají.
15:20
So what do we have to do? We have to give our students
350
920274
2883
Co je tedy potřeba? Musíme předat našim studentům
15:23
a taste for the boundaries, for what's outside that circumference,
351
923157
3896
smysl pro hranice, pro to, co je za nimi,
15:27
for what's outside the facts, what's just beyond the facts.
352
927053
4308
co je mimo ta fakta, co je za těmi fakty.
15:31
How do we do that?
353
931361
2157
Jak to uděláme?
15:33
Well, one of the problems, of course,
354
933518
1508
No, jedním z problémů se samozřejmě
15:35
turns out to be testing.
355
935026
2109
ukazuje být zkoušení.
15:37
We currently have an educational system
356
937135
2649
V současnosti máme vzdělávací systém,
15:39
which is very efficient but is very efficient at a rather bad thing.
357
939784
3709
který je velmi efektivní, ale ne v dobrém.
15:43
So in second grade, all the kids are interested in science,
358
943493
2974
Všechny děti ve druhé třídě zajímají přírodní vědy,
15:46
the girls and the boys.
359
946467
1263
dívky i chlapce.
15:47
They like to take stuff apart. They have great curiosity.
360
947730
3974
Rádi věci rozmontovávají. Jsou velice zvídaví.
15:51
They like to investigate things. They go to science museums.
361
951704
2499
Rádi věcem přicházejí na kloub. Chodí do muzeí.
15:54
They like to play around. They're in second grade.
362
954203
6188
Rádi si hrají. Jsou ve druhé třídě.
16:00
They're interested.
363
960407
1494
Jsou zvídaví.
16:01
But by 11th or 12th grade, fewer than 10 percent
364
961901
2934
Ale okolo třeťáku nebo čtvrťáku na střední méně než 10 procent
16:04
of them have any interest in science whatsoever,
365
964835
3075
z nich má zájem o přírodní vědy,
16:07
let alone a desire to go into science as a career.
366
967910
2945
natož pak touhu dát se na vědeckou kariéru.
16:10
So we have this remarkably efficient system
367
970855
2982
Máme neuvěřitelně účinný systém
16:13
for beating any interest in science out of everybody's head.
368
973837
3973
na vytloukání zájmu o vědu z dětských z hlav.
16:17
Is this what we want?
369
977810
1914
Je to to, co chceme?
16:19
I think this comes from what a teacher colleague of mine
370
979724
2342
Jeden z mých kolegů učitelů
16:22
calls "the bulimic method of education."
371
982066
2722
tomu říká "bulimická metoda vzdělávání."
16:24
You know. You can imagine what it is.
372
984788
1373
Asi víte co myslím.
16:26
We just jam a whole bunch of facts down their throats over here
373
986161
2948
Nacpeme jim do chřtánu mraky faktů
16:29
and then they puke it up on an exam over here
374
989109
2354
a pak je všechny u zkoušky vyzvrací
16:31
and everybody goes home with no added intellectual heft whatsoever.
375
991463
4579
a nikoho to intelektuálně neobohatí.
16:36
This can't possibly continue to go on.
376
996042
2081
Tak to nesmí pokračovat.
16:38
So what do we do? Well the geneticists, I have to say,
377
998123
2334
Co s tím? Genetici mají
16:40
have an interesting maxim they live by.
378
1000457
1983
zajímavé rčení, kterým se řídí.
16:42
Geneticists always say, you always get what you screen for.
379
1002440
5252
Říkají, že vždycky dostanete to, co vybíráte.
16:47
And that's meant as a warning.
380
1007692
2861
A to říkám jako varování.
16:50
So we always will get what we screen for,
381
1010553
2319
Vždycky dostaneme to, co vybíráme,
16:52
and part of what we screen for is in our testing methods.
382
1012872
3455
a to platí i o našich testovacích metodách.
16:56
Well, we hear a lot about testing and evaluation,
383
1016327
3243
Hodně se toho mluví o testování a hodnocení,
16:59
and we have to think carefully when we're testing
384
1019570
2187
a musíme při zkoušení dávat pozor na to,
17:01
whether we're evaluating or whether we're weeding,
385
1021757
3087
jestli hodnotíme, nebo oddělujeme zrno od plev,
17:04
whether we're weeding people out,
386
1024844
1459
jestli se zbavujeme lidí
17:06
whether we're making some cut.
387
1026303
3134
a některé odepisujeme.
17:09
Evaluation is one thing. You hear a lot about evaluation
388
1029437
2641
Hodnocení je jedna věc. Hodně se o něm dnes mluví
17:12
in the literature these days, in the educational literature,
389
1032078
2910
v pedagogické literatuře,
17:14
but evaluation really amounts to feedback and it amounts
390
1034988
2958
ale hodnocení vlastně závisí na zpětné vazbě,
17:17
to an opportunity for trial and error.
391
1037946
2154
a rovná se příležitostem pro pokusy a omyly.
17:20
It amounts to a chance to work over a longer period of time
392
1040100
4494
Rovná se možnosti pracovat po delší dobu
17:24
with this kind of feedback.
393
1044594
1910
s touto zpětnou vazbou.
17:26
That's different than weeding, and usually, I have to tell you,
394
1046504
2938
Není to oddělování zrna od plev, i když většinou
17:29
when people talk about evaluation, evaluating students,
395
1049442
2726
když lidé mluví o hodnocení studentů,
17:32
evaluating teachers, evaluating schools,
396
1052168
2787
hodnocení učitelů, škol
17:34
evaluating programs, that they're really talking about weeding.
397
1054955
4161
a oborů, většinou tím myslí oddělování zrna od plev.
17:39
And that's a bad thing, because then you will get what you select for,
398
1059116
4210
A to je špatně, protože pak dostanete to, co vybíráte,
17:43
which is what we've gotten so far.
399
1063326
1958
což je to, co máme k dispozici.
17:45
So I'd say what we need is a test that says, "What is x?"
400
1065284
3441
A tak bych řekl, že potřebujeme test, ve kterém je otázka: "Kolik je x?"
17:48
and the answers are "I don't know, because no one does,"
401
1068725
3092
a odpověď zní: "Nevím, protože to neví nikdo."
17:51
or "What's the question?" Even better.
402
1071817
1741
nebo "Jaká je otázka?" Ještě lepší.
17:53
Or, "You know what, I'll look it up, I'll ask someone,
403
1073558
2390
Nebo: "Víte co, já si to zjistím, někoho se zeptám,
17:55
I'll phone someone. I'll find out."
404
1075964
2700
někomu zavolám. Zjistím si to."
17:58
Because that's what we want people to do,
405
1078664
1550
Protože to chceme aby lidé dělali
18:00
and that's how you evaluate them.
406
1080214
1371
a tak bychom je měli hodnotit.
18:01
And maybe for the advanced placement classes,
407
1081585
1943
A možná pro pokročilejší třídy
18:03
it could be, "Here's the answer. What's the next question?"
408
1083528
3714
by to mohlo být: "Zde je odpověď. Jaká bude další otázka?"
18:07
That's the one I like in particular.
409
1087242
1511
Takové zadání mám nejradši.
18:08
So let me end with a quote from William Butler Yeats,
410
1088753
2177
Dovolte mi to zakončit citátem W. B. Yeatse,
18:10
who said "Education is not about filling buckets;
411
1090930
3167
který řekl: "Vzdělání není o tom plnit nádoby;
18:14
it is lighting fires."
412
1094097
2153
je to o tom, jak zažehnout oheň."
18:16
So I'd say, let's get out the matches.
413
1096250
3875
A tak vám říkám: vezměte si sirky.
18:20
Thank you.
414
1100125
1208
Děkuji.
18:21
(Applause)
415
1101333
3227
(potlesk)
18:24
Thank you. (Applause)
416
1104560
3816
Děkuji. (potlesk)
O tomto webu

Tato stránka vám představí videa na YouTube, která jsou užitečná pro výuku angličtiny. Uvidíte lekce angličtiny vedené špičkovými učiteli z celého světa. Dvojklikem na anglické titulky zobrazené na každé stránce s videem si video přehrajete přímo odtud. Titulky se posouvají synchronizovaně s přehráváním videa. Pokud máte nějaké připomínky nebo požadavky, kontaktujte nás prosím pomocí tohoto kontaktního formuláře.

https://forms.gle/WvT1wiN1qDtmnspy7