Stuart Firestein: The pursuit of ignorance

Translator: Behdad Khazaeli Reviewer: Leila Ataei

There is an ancient proverb that says

یک ضرب المثل قدیمی میگه

it's very difficult to find a black cat in a dark room,

پیدا کردن یه گربه سیاه توی اتاق تاریک خیلی سخته،

especially when there is no cat.

مخصوصا وقتی که اصلا گربه‌ای نباشه.

I find this a particularly apt description of science

من این تعریف مشخص از دانش رو مناسب دیدم

and how science works --

و اینکه کار علمى چگونه است --

bumbling around in a dark room, bumping into things,

توی اتاق تاریک سکندری میخوری، و به چیزها میخوری،

trying to figure out what shape this might be,

سعی میکنی بفهمی چه شکلیه،

what that might be,

و چی میتونه باشه،

there are reports of a cat somewhere around,

گزارشی از گربه‌ای که همین جاهاست،

they may not be reliable, they may be,

خیلی مطمئن نیستند، ممکنه باشه،

and so forth and so on.

و به همین صورت.

Now I know this is different than the way most people

می‌دونم که این با چیزی که بیشتر مردم

think about science.

در باره علم فکر می‌کنند فرق می‌کنه.

Science, we generally are told,

عموما به ما در باره علم گفته شده

is a very well-ordered mechanism for

راهکار بسیار منظمی هست

understanding the world,

تا جهان را درک کنیم،

for gaining facts, for gaining data,

حقایق را پیدا کنیم، اطلاعات را بدست آوریم،

that it's rule-based,

چیزی قاعده مند،

that scientists use this thing called the scientific method

این که داشمندان از چیزی به نام روش علمی استفاده می‌کنند

and we've been doing this for 14 generations or so now,

که ما الان حدود ۱۴ نسل است که انجامش می‌دهیم،

and the scientific method is a set of rules

و روش علمی مجموعه‌ای از قواعده

for getting hard, cold facts out of the data.

تا حقایق درست و دقیق را از اطلاعات بدست آوریم.

I'd like to tell you that's not the case.

دوست دارم به شما بگم که اینطور نیست.

So there's the scientific method,

پس روش علمی وجود دارد،

but what's really going on is this. (Laughter)

اما آنچه واقعا اتفاق می‌افته اینه. ( خنده )

[The Scientific Method vs. Farting Around]

[ روش علمی در مقیاسه با گیج زدن]

And it's going on kind of like that.

و به نوعی ازش خوشم میاد.

[... in the dark] (Laughter)

[ .. در تاریکی] ( خنده )

So what is the difference, then,

پس فرقش چیه، از،

between the way I believe science is pursued

بین راهی که فکر می‌کنم دانش دنبالشه

and the way it seems to be perceived?

و راهی که به نظر مشاهده میشه؟

So this difference first came to me in some ways

این تفاوت اولش از چند راه به نظرم رسید

in my dual role at Columbia University,

در دو جایگاهی که در داشگاه کلمبیا دارم،

where I'm both a professor and run a laboratory in neuroscience

جایی که هم یک استادم و هم آزمایشگاه عصب شناسی رو اداره می‌کنم

where we try to figure out how the brain works.

جایی که می‌خواهیم بفهمیم که مغز چطور کار می‌کنه.

We do this by studying the sense of smell,

ما این کار رو با بررسی بویایی انجام میدیم،

the sense of olfaction, and in the laboratory,

حس بویایی، و در آزمایشگاه،

it's a great pleasure and fascinating work

این کار بسیار عالی و لذت بخشی هست

and exciting to work with graduate students and post-docs

و کار با فارغ التحصیلها و دانشجوهای دکتری تخصصی

and think up cool experiments to understand how this

و پیدا کردن آزمایش های عالی برای فهمیدن اینکه

sense of smell works and how the brain might be working,

حس بویایی چطور کار می‌کنه و احتمالا مغز چطور کار میکنه،هیجان انگیزه.

and, well, frankly, it's kind of exhilarating.

و خوب، راستش رو بگم یه جورایی شادی بخشه.

But at the same time, it's my responsibility

اما در همون وقت، مسئولیت من

to teach a large course to undergraduates on the brain,

دادن درس سنگین در مورد مغز به دانشجوهاست،

and that's a big subject,

و این موضوع بزرگیه،

and it takes quite a while to organize that,

و برنامه‌ریزی‌اش وقت می‌گیره،

and it's quite challenging and it's quite interesting,

بسیار چالشی و بسیار جالبه،

but I have to say, it's not so exhilarating.

اما باید بگم، خیلی شادی بخش نیست.

So what was the difference?

خوب پس فرقش کجاست؟

Well, the course I was and am teaching

خوب، من درس میدادم و میدهم

is called Cellular and Molecular Neuroscience - I. (Laughs)

اسمش عصب شناسی سلولی و مولکولی -۱ است، ( خنده حضار )

It's 25 lectures full of all sorts of facts,

شامل ۲۵ درسه از تمامی انواع حقایق،

it uses this giant book called "Principles of Neural Science"

و کتاب این درس اسمش «اصول عصب پژوهی» است

by three famous neuroscientists.

که توسط سه عصب شناس معروف نوشته شده.

This book comes in at 1,414 pages,

این کتاب ۱،۴۱۴ صفحه است،

it weighs a hefty seven and a half pounds.

و وزن سنگین سه کیلو چهارصد گرم.

Just to put that in some perspective,

بگذارید کمی اون رو تصور کنیم،

that's the weight of two normal human brains.

این وزن دو تا مغز معمولی انسانه.

(Laughter)

( خنده حضار )

So I began to realize, by the end of this course,

پس متوجه شدم، که در پایان این درس،

that the students maybe were getting the idea

ممکنه که دانشجوها بفهمند

that we must know everything there is to know about the brain.

که باید همه این‌ها رو برای فهمیدن مغز بدونند.

That's clearly not true.

مشخصا درست نیست.

And they must also have this idea, I suppose,

و فکر کنم، باید بفهمند،

that what scientists do is collect data and collect facts

که کاری که داشمندان انحام میدهند، جمع آوری اطلاعات و واقعیت‌هاست

and stick them in these big books.

و چسبوندنشون توی این کتابهای بزرگ.

And that's not really the case either.

و هیچکدامشون مسئله اصلی نیستند.

When I go to a meeting, after the meeting day is over

وقتی به یک جلسه میرم، بعد از تمام شدن روز جلسه

and we collect in the bar over a couple of beers with my colleagues,

وقتی که ما توی بار برای چند تا آبجو با همکارها جمع میشیم،

we never talk about what we know.

هیچوقت در باره چیزهایی که می‌دونیم صحبت نمی‌کنیم.

We talk about what we don't know.

درباره چیزهایی که نمی‌دونیم صحبت می‌کنیم.

We talk about what still has to get done,

در باره اینکه چه کارهایی هنوز باید انجام بشه صحبت می‌کنیم.

what's so critical to get done in the lab.

اینکه موارد مهمی که باید در آزمایشگاه انجام بشه چیه.

Indeed, this was, I think, best said by Marie Curie

قطعا، ماری کوری چه خوب گفته

who said that one never notices what has been done

که هیچکس به کارهایی که انجام شده توجه نمی‌کنه

but only what remains to be done.

بلکه مهم، کارهایه که باقی مانده تا انجام بشه.

This was in a letter to her brother after obtaining

این رو در نامه‌ای به برادرش میگه بعد از

her second graduate degree, I should say.

آنکه دومین مدرکش را دریافت می‌کنه، باید بگم.

I have to point out this has always been one of my favorite pictures of Marie Curie,

باید اشاره کنم که این همیشه یکی از عکس‌های مورد علاقه من از ماری کوریه،

because I am convinced that that glow behind her

چون به نظر من اون نور پشتش

is not a photographic effect. (Laughter)

یک کار عکاسی نیست. ( خنده )

That's the real thing.

یه چیز واقعیه.

It is true that her papers are, to this day,

واقعا تحقیقات اون، تا امروز،

stored in a basement room in the Bibliothèque Française

که در اتاقی در زیر زمین Bibliothèque Française نگهداری میشه

in a concrete room that's lead-lined,

در یک اتاق بتونی که با سرب پوشیده شده،

and if you're a scholar and you want access to these notebooks,

و اگر شما محققی باشی که بخواهی به این یادداشت‌ها دسترسی پیدا کنی،

you have to put on a full radiation hazmat suit,

باید یه لباس ضد تشعشع کامل بپوشی،

so it's pretty scary business.

پس یه کار ترسناکه.

Nonetheless, this is what I think we were leaving out

با این وجود، این چیزیه که به نظرم

of our courses

در درسهایمون فراموش کرده ایم

and leaving out of the interaction that we have

و فراموش کردن کردن تعاملاتی که

with the public as scientists, the what-remains-to-be-done.

با جامعه به عنوان دانشمند داریم، که کاری است که باید انجام بشه.

This is the stuff that's exhilarating and interesting.

اینها چیزهایی شادی بخش و جالبند.

It is, if you will, the ignorance.

در واقع، این، نادانی است

That's what was missing.

که از دست رفته.

So I thought, well, maybe I should teach a course

پس، من فکر می کنم، شاید باید درسی در مورد

on ignorance,

نادانی بدهم.

something I can finally excel at, perhaps, for example.

شاید مثلا، چیزی که می تونم واقعا در آن بسیار خوب باشم.

So I did start teaching this course on ignorance,

پس شروع به دادن درس نادانی کردم،

and it's been quite interesting

و خیلی جالب بود

and I'd like to tell you to go to the website.

و دوست دارم تا ازتون بخواهم به وب سایت برید.

You can find all sorts of information there. It's wide open.

و همه چیز رو اونجا پیدا می کنید. کاملا بازه.

And it's been really quite an interesting time for me

و واقعا زمان جالبی برای منه

to meet up with other scientists who come in and talk

تا داشنمد های دیگر رو ببینم که میایند و صحبت می کنند

about what it is they don't know.

در باره چیزهایی که نمی دانند.

Now I use this word "ignorance," of course,

البته من از کلمه «نادانی» استفاده می کنم،

to be at least in part intentionally provocative,

که حداقل عمدا کمی تحریک کننده باشه،

because ignorance has a lot of bad connotations

چون نادانی معانی بد زیادی داره

and I clearly don't mean any of those.

که مشخصا منظور من نیست.

So I don't mean stupidity, I don't mean a callow indifference

منظورم من حماقت نیست، منظورم یک بی توجهی خام

to fact or reason or data.

به حقایق یا دلایل و اطلاعات نیست.

The ignorant are clearly unenlightened, unaware,

شخص نادان، مشخصا نا آگاه است، بی توجه است،

uninformed, and present company today excepted,

بی اطلاع است، و شرکت های موجود امروز اینطور نیستند،

often occupy elected offices, it seems to me.

اغلب در دفاتر خاص مشغولند ، به نظر من.

That's another story, perhaps.

این موضوعی دیگری است، شاید.

I mean a different kind of ignorance.

منظور من نوع دیگری از نادانی است.

I mean a kind of ignorance that's less pejorative,

منظورم نوعی از نادانی است که کمتر تحقیر آمیز است،

a kind of ignorance that comes from a communal gap in our knowledge,

نوعی از نادانی که از شکاف اجتماعی در دانش ما ایجاد می شود،

something that's just not there to be known

چیزی که تنها، برای فهمیدن آنجا نیست

or isn't known well enough yet or we can't make predictions from,

یا هنوز بخوبی فهمیده نشده یا نمی توانیم پیش بینیش کنیم،

the kind of ignorance that's maybe best summed up

نوعی از نادانی که به بهترین نحو در

in a statement by James Clerk Maxwell,

جمله ای از جیمز کلارک ماکسول خلاصه شده،

perhaps the greatest physicist between Newton and Einstein,

که شاید بزرگترین فیزیکدان میان نیوتن و انشتین بوده،

who said, "Thoroughly conscious ignorance

و او گفته،« قطعا نادانی آگاهانه

is the prelude to every real advance in science."

مقدمه ای بر هر پیشرفتی در دانش است.»

I think it's a wonderful idea:

به نظر من نظری عالی است:

thoroughly conscious ignorance.

واقعا نادانی آگاهانه.

So that's the kind of ignorance that I want to talk about today,

پس این نوعی از نادانی است که می خواهم در باره اش صحبت کنم.

but of course the first thing we have to clear up

و مسلما اولین چیزی که باید مشخص کنیم

is what are we going to do with all those facts?

اینه که با تمام این واقعیت ها می خواهیم چه کنیم؟

So it is true that science piles up at an alarming rate.

این یک واقعیته که دانش به مقدار زیادی در حال افزایشه.

We all have this sense that science is this mountain of facts,

همه ما احساس می کنیم که دانش این کوه حقایقه،

this accumulation model of science, as many have called it,

این مدل انباشته از علم، که خیلی ها این اسم رو می گویند،

and it seems impregnable, it seems impossible.

به نظر تسخیر نشدنی است، غیر ممکنه.

How can you ever know all of this?

چطور میتونی همه اش را یاد بگیری؟

And indeed, the scientific literature grows at an alarming rate.

و واقعا، مقالات علمی هم با میزان قابل توجهی اضافه می شوند.

In 2006, there were 1.3 million papers published.

در ۲۰۰۶، ۱/۳میلیون مقاله منتشر شد.

There's about a two-and-a-half-percent yearly growth rate,

نرخ رشد سالانه حدود دو و نیم درصده،

and so last year we saw over one and a half million papers being published.

سال پیش دیدیم که بیش از یک و نیم میلیون مقاله منتشر شد.

Divide that by the number of minutes in a year,

آن را بر تعداد دقیقه های یک سال تقسیم کنید،

and you wind up with three new papers per minute.

و نتیجه اش سه مقاله جدید علمی در دقیقه می شود.

So I've been up here a little over 10 minutes,

من حدود ۱۰ دقیقه است که این بالا هستم،

I've already lost three papers.

تا حالا سه مقاله رو از دست داده ام.

I have to get out of here actually. I have to go read.

باید از اینجا برم. برم و بخونم.

So what do we do about this? Well, the fact is

پس برای این موضوع چه باید بکنیم؟ خوب در واقع

that what scientists do about it is a kind of a controlled neglect, if you will.

آنچه داشمندان انجام می دهند نوعی از بی توجهی کنترل شده است.

We just don't worry about it, in a way.

به نوعی، نگرانش نیستیم.

The facts are important. You have to know a lot of stuff

واقعیت ها مهمند، و شما باید کلی چیز ها را بدونی

to be a scientist. That's true.

تا یک دانشمند بشی. واقعا اینجوریه.

But knowing a lot of stuff doesn't make you a scientist.

اما دانستن کلی چیز شما رو یک دانشمند نمی‌کنه.

You need to know a lot of stuff to be a lawyer

شما برای وکیل شدن باید خیلی چیزها رو بدونید

or an accountant or an electrician or a carpenter.

یا برای حسابدار یا برقکار یا نجار بودن.

But in science, knowing a lot of stuff is not the point.

اما در علم، دانستن کلی چیز هدف نیست.

Knowing a lot of stuff is there to help you get

دانستن خیلی چیزها برای این است که

to more ignorance.

به نادانی بیشتری برسی.

So knowledge is a big subject, but I would say

پس دانش موضوع بزرگی است، اما به نظر من

ignorance is a bigger one.

نادانی بزرگتر است.

So this leads us to maybe think about, a little bit

پس این ما را به کمی فکر کردن

about, some of the models of science that we tend to use,

درباره بعضی از مدل‌های علمی که می‌خواهیم استفاده کنیم هدایت می‌کند،

and I'd like to disabuse you of some of them.

و می‌خواهم از اشتباه در بیاورمتان.

So one of them, a popular one, is that scientists

یکی از آنها، یکی از معروف‌ها، اینه که دانشمندان

are patiently putting the pieces of a puzzle together

با حوصله و صبر بازی جورچین رو حل می‌کنند

to reveal some grand scheme or another.

تا این ساختار اصلی و یا دیگری رو پیدا کنند.

This is clearly not true. For one, with puzzles,

مشخصه که این درست نیست. در مورد جورچین،

the manufacturer has guaranteed that there's a solution.

سازنده وجود راه حل رو تضمین می‌کنه.

We don't have any such guarantee.

اما ما چنین تضمینی نداریم.

Indeed, there are many of us who aren't so sure about the manufacturer.

در واقع، بسیاری از ما خیلی به سازنده اعتقاد نداریم.

(Laughter)

( خنده حضار )

So I think the puzzle model doesn't work.

پس به نظر من روش جورچین بدرد نمی‌خورد.

Another popular model is that science is busy unraveling things

یک مدل معروف دیگر اینه که علم مشغول حل مشکلات است

the way you unravel the peels of an onion.

مثل اینکه شما لایه‌های پیاز رو از هم باز می‌کنید

So peel by peel, you take away the layers of the onion

لایه به لایه، پوسته‌های پیاز رو باز می‌کنید

to get at some fundamental kernel of truth.

تا به هسته اصلی واقعیت می‌رسید.

I don't think that's the way it works either.

به نظر من این هم درست نیست.

Another one, a kind of popular one, is the iceberg idea,

یکی دیگر، که معروفه، نظریه کوه یخ است،

that we only see the tip of the iceberg but underneath

که ما فقط نوک کوه یخ را می‌بینیم اما در زیر

is where most of the iceberg is hidden.

قسمت اصلی کوه یخ مخفی شده.

But all of these models are based on the idea of a large body of facts

اما همه این مدلها بر مبنای نظریه مقدار زیاد واقعیت‌هاست

that we can somehow or another get completed.

که ما بالاخره می‌توانیم کاملش کنیم.

We can chip away at this iceberg and figure out what it is,

می‌توانیم این کوه یخ را بتراشیم و بفهمیم که چیه،

or we could just wait for it to melt, I suppose, these days,

یا به نظرم، این روزها، می‌توانیم صبر کنیم تا آب بشه،

but one way or another we could get to the whole iceberg. Right?

اما از هر راهی می توانیم به کوه یخ برسیم. درسته؟

Or make it manageable. But I don't think that's the case.

یا اون رو کنترل کنیم. اما فکر نمی‌کنم اینطور باشه.

I think what really happens in science

به نظر من آنچه واقعا در علم اتفاق می‌افته

is a model more like the magic well,

مدلیه که بیشتر شبیه چاه جادویی است،

where no matter how many buckets you take out,

که مهم نیست چند سطل بیرون بکشی،

there's always another bucket of water to be had,

همیشه می‌توانی یه سطل دیگه هم بیرون بکشی،

or my particularly favorite one,

یا اونی که مشخصا دوست دارم،

with the effect and everything, the ripples on a pond.

با تاثیرش و کلا همه چیزش، موج روی آبگیر.

So if you think of knowledge being this ever-expanding ripple on a pond,

اگر تصور کنی که دانش مثل موجهای دایره‌ای روی یک آبگیره که از هم دور می‌شوند،

the important thing to realize is that our ignorance,

موضوع مهم اینه که بفهمی که نادانی ما،

the circumference of this knowledge, also grows with knowledge.

که محیط این دانشه، همراه با دانش بزرگ میشه.

So the knowledge generates ignorance.

پس دانش، نادانی تولید می‌کنه.

به نظرم، این رو جورج برنارد شاو، به خوبی بیان کرده.

This is really well said, I thought, by George Bernard Shaw.

This is actually part of a toast that he delivered

این در واقع بخشی از آرزوی موفقیت او

to celebrate Einstein at a dinner celebrating Einstein's work,

در بزرگداشت انشتین در مهمانی شامی به مناسبت کارهای انیشتین بود،

in which he claims that science

که در آن عنوان کرد که علم

just creates more questions than it answers. ["Science is always wrong. It never solves a problem without creating 10 more."]

تنها سوالات بیشتری رو به نسبت جواب ایجاد می‌کنه.

I find that kind of glorious, and I think he's precisely right,

من این شکوه رو دیده‌ام، و به نظرم دقیقا راست میگه،

plus it's a kind of job security.

به علاوه به نوعی یه تضمین شغلیه.

As it turns out, he kind of cribbed that

همونطور که معلومه، یه جوری این رو از

from the philosopher Immanuel Kant

فیلسوف امانوئل کانت سرقت کرده

who a hundred years earlier had come up with this idea

که صد سال قبل این نظریه رو داده بود

of question propagation, that every answer begets more questions.

سوال تکثیر شدنی ، یعنی هر پاسخ سوالهای بیشتری رو ایجاد می‌کنه.

I love that term, "question propagation,"

من عبارت،« سوال تکثیر شدنی» را دوست دارم،

this idea of questions propagating out there.

این نظریه را که سوالها اونجا تکثیر میشه.

So I'd say the model we want to take is not

پس به نظر من مدلی که باید انتخاب کنیم

that we start out kind of ignorant and we get some facts together

اینکه نوعی از نادانی را انتخاب کنیم وبعضی از واقعیتها را کنار هم بگذاریم

and then we gain knowledge.

و دانش ایجاد کنیم نیست.

It's rather kind of the other way around, really.

بلکه به نوعی عکس آن است، واقعا.

What do we use this knowledge for?

ما چه استفاده ای از این دانش می‌کنیم؟

What are we using this collection of facts for?

این جمع کردن واقعیت ها به چه درد می‌خورد؟

We're using it to make better ignorance,

ما برای ساختن نادانی بیشتر از آن استفاده می‌کنیم،

to come up with, if you will, higher-quality ignorance.

برای پیدا کردن، اگر بشود گفت، «نادانی با ارزش».

Because, you know, there's low-quality ignorance

چون که میدانی، نادانی بی ارزش هم وجود دارد

and there's high-quality ignorance. It's not all the same.

و نادانی با ارزش هم وجود دارد، که مثل هم نیستند.

Scientists argue about this all the time.

دانشمندان دائما در این مورد بحث می‌کنند.

Sometimes we call them bull sessions.

بعضی وقتها به اون میگیم جلسه‌های شاخ به شاخ.

Sometimes we call them grant proposals.

بعضی وقتها پیشنهادهای تحصیلی.

But nonetheless, it's what the argument is about.

اما به هر صورت، این یک مباحثه است.

It's the ignorance. It's the what we don't know.

این نادانی است. چیزی است که نمی دانیم.

It's what makes a good question.

چیزی است که موجب سوال خوب می‌شود.

So how do we think about these questions?

پس ما در باره این سوالها چه فکری می‌کنیم؟

I'm going to show you a graph that shows up

می خواهم یک نمودار نشانتان بدهم که

quite a bit on happy hour posters in various science departments.

مثل عکسی از زمان های شادمانی در واحد های مختف دانشگاهی است.

This graph asks the relationship between what you know

این نمودار رابطه بین آنچه میدانی

and how much you know about it.

و اینکه چقدر در موردش میدونیه.

So what you know, you can know anywhere from nothing to everything, of course,

خوب چه چیزی میدونی، مسلما میتونی هر میزانی بین هیچ چیز تا همه چیز را بدونی،

and how much you know about it can be anywhere

و چقدر ازش می دونی میتونه

from a little to a lot.

از کم تا زیاد باشه.

So let's put a point on the graph. There's an undergraduate.

پس بذارید یک نقطه روی نمودار بگذاریم. این دانشجوست.

Doesn't know much but they have a lot of interest.

خیلی نمی‌دونه ولی کلی علاقه داره.

They're interested in almost everything.

تقریبا به همه چیز علاقه داره.

Now you look at a master's student, a little further along in their education,

حالا به یک دانشجوی فوق لیسانس نگاه کن، کمی جلوتر در آموزششون،

and you see they know a bit more,

و میبینی که کمی بیشتر می‌دونند،

but it's been narrowed somewhat.

کمی محدود شده.

And finally you get your Ph.D., where it turns out

و در آخر یک دکتری رو می‌بینی و نتیجه‌اش

you know a tremendous amount about almost nothing. (Laughter)

اینه که خیلی زیاد در مورد هیچ چیز می‌دونی. (خنده )

What's really disturbing is the trend line that goes through that

چیزی که من رو واقعا اذیت می‌کنه مسیریه که ادامه پیدا می‌کنه

because, of course, when it dips below the zero axis, there,

چون، البته، وقتی زیر محور صفر میره، اینجا،

it gets into a negative area.

وارد محدوده منفی میشه.

That's where you find people like me, I'm afraid.

به نظرم، این جاییه که آدمهایی مثل من رو پیدا می‌کنید.

So the important thing here is that this can all be changed.

چیز مهم اینجا اینه که همه این میتونه عوض بشه،

This whole view can be changed

همه این دیدگاه می‌تونه تغییر کنه

by just changing the label on the x-axis.

تنها با تغییر اسم محور x.

So instead of how much you know about it,

پس بجای چقدر در موردش می‌دونی،

we could say, "What can you ask about it?"

می‌توانیم بگیم، « چی می‌توانی ازش بپرسی؟»

So yes, you do need to know a lot of stuff as a scientist,

پس بله، واقعا باید کلی چیز به عنوان دانشمند بدونی،

but the purpose of knowing a lot of stuff

اما دلیل دونستن کلی چیز

is not just to know a lot of stuff. That just makes you a geek, right?

فقط دونستن کلی چیز نیست. این فقط تو رو یک خرخون می کنه، درسته؟

Knowing a lot of stuff, the purpose is

دونستن کلی چیز، هدف از اون

to be able to ask lots of questions,

اینه که بتونی کلی سوال بپرسی،

to be able to frame thoughtful, interesting questions,

تا بتونی سوال هایی از روی فکر و جالب بپرسی،

because that's where the real work is.

چون این جای کار اصلیه.

Let me give you a quick idea of a couple of these sorts of questions.

بگذارید چند نمونه سریعی از این سوال ها رو نشونتون بدم.

I'm a neuroscientist, so how would we come up

من یک عصب پژوهم، پس ما چطوری

with a question in neuroscience?

پرسشی رو در عصب شناسی پیدا می‌کنیم؟

Because it's not always quite so straightforward.

چون معمولا خیلی سر راست نیستند.

So, for example, we could say, well what is it that the brain does?

برای مثال، می‌توانیم بگیم، خوب کار مغز چیه؟

Well, one thing the brain does, it moves us around.

خوب، کاری که مغز می‌کنه اینه که ما رو این اطراف حرکت می‌ده.

We walk around on two legs.

ما با دو پا راه می‌رویم.

That seems kind of simple, somehow or another.

به نظر کاری ساده می‌رسه.

I mean, virtually everybody over 10 months of age

منظورم اینه که، معمولا هر کسی با سن بالای ۱۰ ماه

walks around on two legs, right?

روی دو پاش راه میره، درسته؟

So that maybe is not that interesting.

پس ممکنه این خیلی جالب به نظر نیاد.

So instead maybe we want to choose something a little more complicated to look at.

پس بجاش ممکنه بخواهید یه چیز پیچیده‌تر رو انتخاب کنید.

How about the visual system?

به نظرتون سیستم بینایی چطوره؟

There it is, the visual system.

هم اینجاست، سیستم بینایی.

I mean, we love our visual systems. We do all kinds of cool stuff.

به نظرم، ما سیستم بینایی‌مان را خیلی دوست داریم. ما کلی کارهای خوب انجام می‌دهیم.

Indeed, there are over 12,000 neuroscientists

در واقع حدود ۱۲/۰۰۰ عصب پژوه داریم

who work on the visual system,

که روی سیستم بینایی کار می‌کنند،

from the retina to the visual cortex,

از شبکیه تا قشر بینایی مغز،

in an attempt to understand not just the visual system

و تلاششون نه فقط فهم سیستم بینایی است

but to also understand how general principles

بلکه درک قواعد عمومی

of how the brain might work.

اینکه مغز چطور کار می‌کنه.

But now here's the thing:

اما موضوع اینجاست:

Our technology has actually been pretty good

فناوری ما واقعا خیلی خوب

at replicating what the visual system does.

تونسته سیستم بینایی رو بازسازی کنه.

We have TV, we have movies,

ما تلویزیون داریم، فیلم داریم،

we have animation, we have photography,

کارتون داریم، عکاسی داریم،

we have pattern recognition, all of these sorts of things.

الگو شناسی داریم، کلی از این چیزها.

They work differently than our visual systems in some cases,

در بعضی موارد کارشون با سیستم بینایی ما فرق می‌کنه،

but nonetheless we've been pretty good at

با این وجود ما

making a technology work like our visual system.

در ساخت فناوریهایی که شبیه سیستم بینایی ما کار کنه خوب عمل کرده‌ایم.

Somehow or another, a hundred years of robotics,

به هر حال، با وجود صد سال رباتیک،

you never saw a robot walk on two legs,

هیچ وقت رباتی را که روی دو پا راه برود را ندیده‌اید،

because robots don't walk on two legs

چون رباتها روی دو پا راه نمی‌روند

because it's not such an easy thing to do.

چون کار ساده‌ای نیست.

A hundred years of robotics,

صد سال رباتیک،

and we can't get a robot that can move more than a couple steps one way or the other.

و ما هنوز نمی‌توانیم رباتی بسازیم که بیشتر از چند قدم راه برود.

You ask them to go up an inclined plane, and they fall over.

ازشون می‌خواهید که از یک سطح شیب دار بالا بروند و می‌افتند.

Turn around, and they fall over. It's a serious problem.

برگردند، و می‌افتند. این یک مشکل بزرگه.

So what is it that's the most difficult thing for a brain to do?

پس سخت‌ترین کار برای مغز چیه؟

What ought we to be studying?

چه چیزی رو باید بررسی کنیم؟

Perhaps it ought to be walking on two legs, or the motor system.

شاید راه رفتن روی دو پا باشه، یا سیستم موتوری.

I'll give you an example from my own lab,

برای شما مثالی از آزمایشگاه خودم می‌آورم،

my own particularly smelly question,

سوال خاص و بد بوی خودم،

since we work on the sense of smell.

چون روی حس بویایی کار می‌کنیم.

But here's a diagram of five molecules

این نموداری از پنج مولکول است

and sort of a chemical notation.

و شکلی از نمایش شیمیایی آنها،

These are just plain old molecules, but if you sniff those molecules

اینها مولکول های معمولی هستند، اما اگر بویشون کنید

up these two little holes in the front of your face,

با این دو سوراخی که روی صورتتون هست،

you will have in your mind the distinct impression of a rose.

در ذهنتون تصویر مشخص گل سرخ را خواهید داشت.

If there's a real rose there, those molecules will be the ones,

اگه اینجا یک گل سرخ واقعی باشه، این مولکولها همون هستند،

but even if there's no rose there,

حتی اگه گل سرخ اینجا نباشه،

you'll have the memory of a molecule.

خاطره ای از یک مولکول را دارید.

How do we turn molecules into perceptions?

ما چطور یک مولکول را به ادراک تبدیل می‌کنیم؟

What's the process by which that could happen?

با چه فرایندی این اتفاق می‌افته؟

Here's another example: two very simple molecules, again in this kind of chemical notation.

این یک مثال دیگه است: دو مولکول خیلی ساده، با این نمایش شیمیایی.

It might be easier to visualize them this way,

این جوری نشان دادنشون ساده‌تره،

so the gray circles are carbon atoms, the white ones

دایره‌های خاکستری اتمهای کربن هستند، سفیدها

are hydrogen atoms and the red ones are oxygen atoms.

اتمهای هیدروژن هستند و قرمزها اتمهای اکسیژن.

Now these two molecules differ by only one carbon atom

این دو مولکول تنها در یک اتم کربن متفاوتند

and two little hydrogen atoms that ride along with it,

و دو اتم کوچک هیدروژن که همراه اونهاست،

and yet one of them, heptyl acetate,

و یکی از اونها، هپتیل استات،

has the distinct odor of a pear,

بوی مشخص گلابی میده،

and hexyl acetate is unmistakably banana.

و بدون هیچ شکی هگزیل استات بوی موز میده.

So there are two really interesting questions here, it seems to me.

حالا به نظر من، ما دو سوال واقعا جالب داریم.

One is, how can a simple little molecule like that

یکی اینه که، چطوری یک مولکول ساده مثل این

create a perception in your brain that's so clear

میتونه ادراکی در مغزتون به وضوح

as a pear or a banana?

از یک گلابی یا موز ایجاد کنه؟

And secondly, how the hell can we tell the difference

و دومی، آخه ما واقعا چطور می‌تونیم تفاوت

between two molecules that differ by a single carbon atom?

بین دو مولکول رو که فقط یک اتم کربن فرق دارند، تشخیص بدهیم؟

I mean, that's remarkable to me,

منظورم اینه که، این واقعا برام جالبه،

clearly the best chemical detector on the face of the planet.

قطعا این بهترین تشخیص دهنده مواد شیمیایی روی کره زمینه.

And you don't even think about it, do you?

و حتی بهش فکر هم نمی‌کنید، درسته؟

So this is a favorite quote of mine that takes us

خوب این بهترین نقل قول منه که

back to the ignorance and the idea of questions.

ما رو به نادانی و اون سوال ها بر می گردونه.

I like to quote because I think dead people

دوست دارم این جمله رو بگم چون به نظرم مرده ها

shouldn't be excluded from the conversation.

نباید از گفتگو حذف بشوند.

And I also think it's important to realize that

و فکر کنم این مهمه که بفهمیم

the conversation's been going on for a while, by the way.

این صحبت به هر حال مدتیه که ادامه داره.

So Erwin Schrodinger, a great quantum physicist

اروین شرودینگر، یک فیزیکدان بزرگ کوانتم

and, I think, philosopher, points out how you have to

و به نظر من، یک فیلسوف، اشاره می‌کنه که شما چطور باید

"abide by ignorance for an indefinite period" of time.

«نادانی را برای مدتی نامعلوم پذیرا باشید».

And it's this abiding by ignorance

و این پذیرای نادانی بودن است

that I think we have to learn how to do.

که به نظرم باید انجام دادنش رو یاد بگیریم.

This is a tricky thing. This is not such an easy business.

موضوعی گول زننده است. و کار ساده ای نیست،

I guess it comes down to our education system,

به نظرم به نظام آموزشی ما بر می گرده،

so I'm going to talk a little bit about ignorance and education,

حالا می‌خواهم کمی در مورد نادانی و آموزش صحبت کنم،

because I think that's where it really has to play out.

چون به نظرم جایی که باید واقعا اجرا بشه آنجاست.

So for one, let's face it,

بذارید قبول کنیم، برای یک نفر،

in the age of Google and Wikipedia,

در دوران گوگل و ویکی پدیا،

the business model of the university

مدل کاری دانشگاه

and probably secondary schools is simply going to have to change.

و احتمالا تحصیلات متوسطه خیلی راحت در حال تغییره.

We just can't sell facts for a living anymore.

دیگه نمی تونیم با فروختن حقیقت زندگی کنیم.

They're available with a click of the mouse,

با یک کلیک ماوس میشه پیداشون کرد،

or if you want to, you could probably just ask the wall

یا اگه بخواهید، احتمالا همین روزها می‌تونید از دیوار بپرسید که

one of these days, wherever they're going to hide the things

هر چیزی رو که بخواهند مخفی کنند

that tell us all this stuff.

همه رو برامون بگه.

So what do we have to do? We have to give our students

پس باید چکار کنیم؟ باید به دانشجو هایمون

a taste for the boundaries, for what's outside that circumference,

درکی از مرز‌ها بدیم، که بیرون این شرایط چیه،

for what's outside the facts, what's just beyond the facts.

خارج از واقعیتها چیه، چه چیزی فراتر از واقعیته.

How do we do that?

چطور این کار رو بکنیم؟

Well, one of the problems, of course,

خوب، یکی از مشکلات، البته،

turns out to be testing.

معلوم شده که امتحانه.

We currently have an educational system

ما الان یک سیستم آموزشی داریم

which is very efficient but is very efficient at a rather bad thing.

که کارایی بالایی داره ولی در یک چیز بد.

So in second grade, all the kids are interested in science,

در کلاس دوم، همه بچه‌ها به علم علاقه‌مندند،

the girls and the boys.

دخترها و پسرها،

They like to take stuff apart. They have great curiosity.

دوست دارند چیز ها رو خورد کنند. کنجکاوی زیادی دارند.

They like to investigate things. They go to science museums.

دوست دارند تحقیق کنند. به موزه‌های علوم میرند.

They like to play around. They're in second grade.

دوست دارند بازی کنند. کلاس دومند.

They're interested.

علاقه مندند.

But by 11th or 12th grade, fewer than 10 percent

اما در کلاس ۱۱ یا ۱۲، کمتر از ۱۰ درصد

of them have any interest in science whatsoever,

از اونها در کل هیچ علاقه ای به علم دارند،

let alone a desire to go into science as a career.

تنها علاقه دنبال کردن علم به عنوان یک شغله.

So we have this remarkably efficient system

پس مشخصا این سیستم کارامد رو داریم

for beating any interest in science out of everybody's head.

که کلا علاقه به علم رو در هر آدمی از بین ببره.

Is this what we want?

این چیزیه که می‌خواهیم؟

I think this comes from what a teacher colleague of mine

فکر کنم یکی از همکارهای استاد من این رو گفته

calls "the bulimic method of education."

اسمش رو گذاشته « آموزش به روش پرخوری»

You know. You can imagine what it is.

خودت می‌دونی. می دونی که چیه.

We just jam a whole bunch of facts down their throats over here

ما فقط اطلاعات رو توی گلویشون از اینجا فرو می‌کنیم

and then they puke it up on an exam over here

و بعد اونها موقع امتحان اون رو اینجا استفراغ می‌کنند

and everybody goes home with no added intellectual heft whatsoever.

و همگی بدون هیچ ارزش فکری میرند خونشون.

This can't possibly continue to go on.

احتمالا این روش نمی‌تونه ادامه پیدا کنه.

So what do we do? Well the geneticists, I have to say,

پس باید چکار کنیم؟ باید بگم که داشمندان ژنتیک،

have an interesting maxim they live by.

روش جالبی در زندگی دارند.

Geneticists always say, you always get what you screen for.

داشمندان ژنتیک می‌گویند، در غربال گری چیزی که دنبالشی را پیدا می‌کنی.

And that's meant as a warning.

و منظورشون یک اخطاره.

So we always will get what we screen for,

پس ما همیشه چیزی رو که غربال گری کنیم رو پیدا می‌کنیم،

and part of what we screen for is in our testing methods.

و بخشی از چیزی که غربال می‌کنیم روشهای امتحانی ماست.

Well, we hear a lot about testing and evaluation,

خوب، حرف های زیادی در باره امتحان و آزمون زده میشه،

and we have to think carefully when we're testing

و باید موقع امتحان گرفتن خیلی مواظب باشیم

whether we're evaluating or whether we're weeding,

که آیا ارزیابی می‌کنیم با وجین،

whether we're weeding people out,

آیا آدمها را مثل علف هرز بیرون می‌ریزیم،

whether we're making some cut.

آیا برش می‌زنیم.

Evaluation is one thing. You hear a lot about evaluation

ارزیابی یک چیز است. خیلی در‌باره ارزیابی

in the literature these days, in the educational literature,

در مقالات این روزها، در مقالات آموزشی صحبت می‌شود،

but evaluation really amounts to feedback and it amounts

اما ارزیابی واقعا موجب بازخورد و موجب

to an opportunity for trial and error.

داشتن فرصت صحیح و خطا می‌شود.

It amounts to a chance to work over a longer period of time

باعث داشتن فرصت برای کار طولانی‌تر می‌شود

with this kind of feedback.

با این نوع از بازخورد‌ها.

That's different than weeding, and usually, I have to tell you,

این با وجین علف هرز فرق می‌کند، و معمولا، باید به شما بگم،

when people talk about evaluation, evaluating students,

وقتی مردم درباره ارزیابی صحبت می‌کنند، ارزیابی دانشجوها،

evaluating teachers, evaluating schools,

ارزیابی استادها، ارزیابی مدرسه‌ها،

evaluating programs, that they're really talking about weeding.

ارزیابی برنامه‌ها، واقعا منظورشون وجین علف‌هاست.

And that's a bad thing, because then you will get what you select for,

و این چیز بدیه، چون همانی رو بدست میاری که خواسته‌ای،

which is what we've gotten so far.

و این همون نتیجه‌ای است که تا حالا گرفتیم.

So I'd say what we need is a test that says, "What is x?"

پس به نظرم امتحانی می‌خواهیم که بگه «x چیه؟»

and the answers are "I don't know, because no one does,"

و جوابش اینه « نمی‌دونم، چون هیچکس نمی‌دونه،»

or "What's the question?" Even better.

یا حتی بهتر « سوال چیه؟».

Or, "You know what, I'll look it up, I'll ask someone,

یا، « ببین، دنباش می‌گردم، از یکی می‌پرسم،

I'll phone someone. I'll find out."

یه کسی تلفن می‌کنم، جوابش رو پیدا می‌کنم.»

Because that's what we want people to do,

چون این کاریه که می‌خواهیم آدمها انجام بدهند،

and that's how you evaluate them.

و اینجوری باید ارزیابی بشن.

And maybe for the advanced placement classes,

و شاید برای کلاسهای تعیین سطح پیشرفته،

it could be, "Here's the answer. What's the next question?"

می‌تونه این باشه، « جواب اینه، سوال بعدی چیه؟»

That's the one I like in particular.

من این یکی رو بخصوص دوست دارم.

So let me end with a quote from William Butler Yeats,

خوب بگذارید با جمله ای از ویلیام باتلر ییتس تمام کنم،

who said "Education is not about filling buckets;

که گفت «آموزش پر کردن سطلها نیست؛

it is lighting fires."

روشن کردن آتش است.»

So I'd say, let's get out the matches.

می‌خواهم بگم، بیایید کبریتها رو در بیاریم.

Thank you.

متشکرم.

(Applause)

( تشویق حضار )

Thank you. (Applause)

متشکرم. (تشویق حضار )