The real relationship between your age and your chance of success | Albert-László Barabási

285,456 views ・ 2019-09-03

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Léa Harnett Relecteur: Jeffnie Jean Louis
00:12
Today, actually, is a very special day for me,
0
12249
2266
Aujourd'hui est un jour très spécial pour moi,
00:14
because it is my birthday.
1
14539
2121
parce que c'est mon anniversaire.
00:16
(Applause)
2
16684
3973
(Applaudissements)
00:20
And so, thanks to all of you for joining the party.
3
20681
3441
Et je vous remercie tous d’être venus à la fête.
00:24
(Laughter)
4
24146
1167
(Rires)
00:25
But every time you throw a party, there's someone there to spoil it. Right?
5
25337
4786
Mais quand on fait une fête, il y a toujours quelqu'un pour la gâcher, non?
00:30
(Laughter)
6
30147
1072
(Rires)
00:31
And I'm a physicist,
7
31243
1359
Je suis un physicien,
00:32
and this time I brought another physicist along to do so.
8
32626
4157
et aujourd'hui j'ai invité un autre physicien pour tout gâcher.
00:36
His name is Albert Einstein -- also Albert -- and he's the one who said
9
36807
4562
Son nom est Albert Einstein - comme moi - et c'est lui qui a déclaré
00:41
that the person who has not made his great contributions to science
10
41393
4830
que quelqu'un qui n'a pas fait de grandes contributions à la science
00:46
by the age of 30
11
46247
1559
avant d'atteindre ses 30 ans
00:47
will never do so.
12
47830
1396
ne le fera jamais.
00:49
(Laughter)
13
49250
1012
(Rires)
00:50
Now, you don't need to check Wikipedia
14
50286
2340
Vous n'avez pas besoin de vérifier sur Wikipedia
00:52
that I'm beyond 30.
15
52650
1571
que j'ai plus de 30 ans.
00:54
(Laughter)
16
54245
1416
(Rires)
00:55
So, effectively, what he is telling me, and us,
17
55685
3606
Ce qu'il me dit, nous dit en réalité,
00:59
is that when it comes to my science,
18
59315
2544
c'est qu'en termes de sciences,
01:01
I'm deadwood.
19
61883
1203
je suis un fruit pourri.
01:04
Well, luckily, I had my share of luck within my career.
20
64078
5586
Eh bien, heureusement, j'ai eu ma part de chance dans ma carrière.
01:10
Around age 28, I became very interested in networks,
21
70132
3822
Autour de 28 ans, je me suis intéressé de près aux réseaux,
01:13
and a few years later, we managed to publish a few key papers
22
73978
4076
et quelques années plus tard, nous avons publié quelques articles importants
01:18
that reported the discovery of scale-free networks
23
78078
4097
qui annonçaient la découverte des réseaux invariants d'échelle
01:22
and really gave birth to a new discipline that we call network science today.
24
82199
4578
et ont créé une nouvelle discipline que nous appelons la science des réseaux.
01:26
And if you really care about it, you can get a PhD now in network science
25
86801
3678
Et si vous vous y intéressez , vous pouvez obtenir un doctorat en science des réseaux
01:30
in Budapest, in Boston,
26
90503
2028
à Budapest, à Boston,
01:32
and you can study it all over the world.
27
92555
2308
et pouvez l'étudier dans le monde entier.
01:35
A few years later,
28
95466
1595
Quelques années plus tard,
01:37
when I moved to Harvard first as a sabbatical,
29
97085
3230
lorsque j'ai déménagé à Harvard pour un congé sabbatique,
01:40
I became interested in another type of network:
30
100339
3092
je me suis intéressé à un autre genre de réseaux :
01:43
that time, the networks within ourselves,
31
103455
3027
cette fois-ci, nos réseaux internes,
01:46
how the genes and the proteins and the metabolites link to each other
32
106506
3726
comment les gènes, les protéines et les métabolites sont liés entre eux
01:50
and how they connect to disease.
33
110256
2493
et comment ils sont liés à la maladie.
01:53
And that interest led to a major explosion within medicine,
34
113368
4592
Cet intérêt a mené à une découverte majeure en médecine,
01:57
including the Network Medicine Division at Harvard,
35
117984
3979
y compris le Département de Réseau de Médecine de Harvard,
02:01
that has more than 300 researchers who are using this perspective
36
121987
3395
qui compte plus de 300 chercheurs qui utilisent cette perspective
02:05
to treat patients and develop new cures.
37
125406
2897
pour traiter les patients et trouver de nouveaux traitements.
02:09
And a few years ago,
38
129457
1770
Et, il y a quelques années,
02:11
I thought that I would take this idea of networks
39
131251
2526
J'ai pensé que je pouvais utiliser ce concept de réseaux
02:13
and the expertise we had in networks
40
133801
1766
et notre expertise en réseaux
02:15
in a different area,
41
135591
1392
dans un autre domaine,
qui est la compréhension du succès.
02:17
that is, to understand success.
42
137007
1982
02:19
And why did we do that?
43
139704
1210
Pourquoi faire cela ?
02:20
Well, we thought that, to some degree,
44
140938
2281
Nous avions pensé qu'à un certain degré
02:23
our success is determined by the networks we're part of --
45
143243
3377
notre succès est déterminé par les réseaux dont nous faisons partie,
02:26
that our networks can push us forward, they can pull us back.
46
146644
3847
que nos réseaux peuvent nous aider, ils peuvent aussi nous faire reculer.
02:30
And I was curious if we could use the knowledge and big data and expertise
47
150925
4128
Et je voulais savoir si nous pouvions utiliser cette expertise et ces données
02:35
where we develop the networks
48
155077
1403
dans le développement de nos réseaux
02:36
to really quantify how these things happen.
49
156504
3296
afin de vraiment évaluer comment ces choses arrivent.
02:40
This is a result from that.
50
160404
1342
C'est le résultat de cela,
02:41
What you see here is a network of galleries in museums
51
161770
2947
ce que vous voyez ici est un réseau de galeries dans des musées
02:44
that connect to each other.
52
164741
1632
qui sont connectés entre eux.
02:46
And through this map that we mapped out last year,
53
166806
4055
Et au travers de cette carte que nous avons créée l'année dernière,
02:50
we are able to predict very accurately the success of an artist
54
170885
4848
nous pouvons prédire précisément le succès d'un artiste si vous me donnez
02:55
if you give me the first five exhibits that he or she had in their career.
55
175757
4021
les cinq premières expositions qu'il ou elle a faites dans sa carrière.
03:01
Well, as we thought about success,
56
181404
2706
En réfléchissant au succès,
03:04
we realized that success is not only about networks;
57
184134
3067
nous avons réalisé que le succès ne dépend pas que des réseaux.
03:07
there are so many other dimensions to that.
58
187225
2396
Il y a tellement plus de dimensions.
Et une des choses nécessaires à la réussite, évidemment,
03:10
And one of the things we need for success, obviously,
59
190145
3247
est la performance.
03:13
is performance.
60
193416
1170
03:14
So let's define what's the difference between performance and success.
61
194610
3504
Donc définissons la différence entre la performance et le succès.
03:18
Well, performance is what you do:
62
198465
1997
La performance, c'est ce qu'on fait :
03:20
how fast you run, what kind of paintings you paint,
63
200486
3032
la vitesse de course, le type de peintures qu'on peint,
03:23
what kind of papers you publish.
64
203542
1881
quel type d'articles on publie.
03:25
However, in our working definition,
65
205835
2614
Cependant, dans notre définition de travail,
03:28
success is about what the community notices from what you did,
66
208473
4205
le succès est ce que la société remarque dans nos actions,
03:32
from your performance:
67
212702
1612
de notre performance :
03:34
How does it acknowledge it, and how does it reward you for it?
68
214338
4132
comment la reconnaît-elle, et comment nous récompense-t-elle pour cela ?
03:38
In other terms,
69
218494
1182
En d'autres mots,
03:39
your performance is about you, but your success is about all of us.
70
219700
4596
notre performance dépend de nous, mais notre succès dépend de tous.
03:45
And this was a very important shift for us,
71
225392
3334
Et cela a été un tournant important pour nous,
03:48
because the moment we defined success as being a collective measure
72
228750
4024
car lorsqu'on définit le succès comme une mesure collective
03:52
that the community provides to us,
73
232798
2106
que la communauté nous offre,
03:54
it became measurable,
74
234928
1510
cela devient quantifiable,
03:56
because if it's in the community, there are multiple data points about that.
75
236462
4510
car si c'est dans la communauté, il y a plusieurs points de données sur ça.
04:00
So we go to school, we exercise, we practice,
76
240996
5280
Nous allons à l'école, nous nous exerçons, entraînons,
04:06
because we believe that performance leads to success.
77
246300
2991
car nous croyons que la performance mène au succès.
04:09
But the way we actually started to explore,
78
249832
2015
Mais de la façon dont nous voyons les choses,
04:11
we realized that performance and success are very, very different animals
79
251871
3527
nous avons réalisé que la performance et le succès sont très différents
04:15
when it comes to the mathematics of the problem.
80
255422
2444
lorsqu'il s'agit des mathématiques du problème.
04:18
And let me illustrate that.
81
258429
1432
Laissez-moi vous illustrer cela.
04:20
So what you see here is the fastest man on earth, Usain Bolt.
82
260329
4947
Donc vous voyez ici, Usain Bolt, l'homme le plus rapide au monde.
04:25
And of course, he wins most of the competitions that he enters.
83
265832
3910
Et bien sûr, il gagne la plupart des compétitions auxquelles il participe.
04:30
And we know he's the fastest on earth because we have a chronometer
84
270393
3175
Et on sait qu'il est le plus rapide car nous avons un chronomètre
04:33
to measure his speed.
85
273592
1160
pour mesurer sa vitesse.
04:34
Well, what is interesting about him is that when he wins,
86
274776
4119
Mais ce qui est intéressant à son sujet est que, lorsqu'il gagne,
04:38
he doesn't do so by really significantly outrunning his competition.
87
278919
5502
il ne le fait pas en écrasant ses concurrents.
04:44
He's running at most a percent faster than the one who loses the race.
88
284445
4519
Il court au maximum 1% plus vite que celui qui perd la course.
04:49
And not only does he run only one percent faster than the second one,
89
289631
3638
Non seulement il ne court que 1% plus vite que le second,
04:53
but he doesn't run 10 times faster than I do --
90
293293
2849
mais il ne court pas 10 fois plus vite que moi --
04:56
and I'm not a good runner, trust me on that.
91
296166
2181
et je ne suis pas un bon coureur, croyez-moi.
04:58
(Laughter)
92
298371
1197
(Rires)
04:59
And every time we are able to measure performance,
93
299592
3502
A chaque fois que pouvons mesurer une performance,
on remarque quelque chose de très intéressant,
05:03
we notice something very interesting;
94
303118
2050
05:05
that is, performance is bounded.
95
305192
2511
qui est que la performance est limitée.
05:07
What it means is that there are no huge variations in human performance.
96
307727
3757
Cela signifie qu'il n'y a pas de grandes variations dans les performances humaines.
05:11
It varies only in a narrow range,
97
311508
3432
Cela varie seulement dans une fourchette étroite,
05:14
and we do need the chronometer to measure the differences.
98
314964
3279
et nous avons besoin du chronomètre pour mesurer ces différences.
05:18
This is not to say that we cannot see the good from the best ones,
99
318267
3168
Cela ne veut pas dire qu'on ne distingue pas les bons des meilleurs,
05:21
but the best ones are very hard to distinguish.
100
321459
2733
mais les meilleurs sont très difficiles à distinguer.
05:24
And the problem with that is that most of us work in areas
101
324216
2992
Et le problème est que dans le contexte du travail
05:27
where we do not have a chronometer to gauge our performance.
102
327232
3922
nous n'avons pas de chronomètre pour mesurer la performance.
D'accord, la performance est limitée,
05:31
Alright, performance is bounded,
103
331178
1564
05:32
there are no huge differences between us when it comes to our performance.
104
332766
3532
il y a peu de différence entre nous quand il s'agit de performance.
05:36
How about success?
105
336322
1157
Qu'en est-il du succès ?
05:37
Well, let's switch to a different topic, like books.
106
337995
2930
Passons à un autre sujet comme les livres.
05:40
One measure of success for writers is how many people read your work.
107
340949
5015
Une des mesures du succès pour un écrivain est combien de personnes vous lisent.
05:46
And so when my previous book came out in 2009,
108
346662
4410
Et quand mon second livre est sorti en 2009,
J'étais en Europe à parler avec mon éditeur,
05:51
I was in Europe talking with my editor,
109
351096
1902
et je me suis demandé : qui sont mes concurrents ?
05:53
and I was interested: Who is the competition?
110
353022
2462
Et j'en ai eu des fabuleux.
05:56
And I had some fabulous ones.
111
356253
2735
Cette semaine-là --
05:59
That week --
112
359012
1169
(Rires)
06:00
(Laughter)
113
360205
1024
Dan Brown sortait « Le symbole perdu »,
06:01
Dan Brown came out with "The Lost Symbol,"
114
361253
3557
06:04
and "The Last Song" also came out,
115
364834
2982
et « La dernière chanson » est également sorti,
Nicholas Sparks.
06:07
Nicholas Sparks.
116
367840
1429
Et quand on regarde la liste,
06:09
And when you just look at the list,
117
369293
2988
06:12
you realize, you know, performance-wise, there's hardly any difference
118
372305
3453
on voit, qu'en termes de performance, il y a peu de différence
06:15
between these books or mine.
119
375782
1598
entre ces livres et les miens.
06:17
Right?
120
377404
1175
D'accord ?
Donc si l'équipe de Nicolas Sparks travaille un peu plus dur,
06:18
So maybe if Nicholas Sparks's team works a little harder,
121
378603
4668
06:23
he could easily be number one,
122
383295
1722
il aurait pu facilement être numéro 1,
06:25
because it's almost by accident who ended up at the top.
123
385041
2898
car arriver en tête est presque un accident.
06:28
So I said, let's look at the numbers -- I'm a data person, right?
124
388486
3153
Je me suis dit : « Puisque j'aime les données, regardons les chiffres. »
06:31
So let's see what were the sales for Nicholas Sparks.
125
391663
4318
Donc allons voir quelles sont les ventes de Nicholas Sparks.
Il s'est avéré que ce week-end de lancement,
06:36
And it turns out that that opening weekend,
126
396005
2054
Nicholas Sparks a vendu plus de 100 000 livres,
06:38
Nicholas Sparks sold more than a hundred thousand copies,
127
398083
2975
ce qui est impressionnant.
06:41
which is an amazing number.
128
401082
1705
06:42
You can actually get to the top of the "New York Times" best-seller list
129
402811
3396
On peut arriver en tête de la liste des best-sellers du New-York Times
en vendant 10 000 livres par semaine,
06:46
by selling 10,000 copies a week,
130
406231
2110
06:48
so he tenfold overcame what he needed to be number one.
131
408365
3752
Donc il a largement dépassé le minimum nécessaire pour être numéro un.
06:52
Yet he wasn't number one.
132
412141
1430
Pourtant il ne n'était pas.
06:53
Why?
133
413595
1308
Pourquoi ?
06:54
Because there was Dan Brown, who sold 1.2 million copies that weekend.
134
414927
4078
Car il y avait Dan Brown, qui a vendu 1,2 millions de livres ce week-end-là.
(Rires)
06:59
(Laughter)
135
419029
2136
Et j'aime ce chiffre, parce qu'il montre vraiment
07:01
And the reason I like this number is because it shows that, really,
136
421189
3971
qu'en termes de succès, il n'y a pas de limite,
07:05
when it comes to success, it's unbounded,
137
425184
3730
07:08
that the best doesn't only get slightly more than the second best
138
428938
5861
que le meilleur n'obtient pas légèrement plus que le deuxième
07:14
but gets orders of magnitude more,
139
434823
2697
mais un ordre de grandeur en plus,
07:17
because success is a collective measure.
140
437544
2794
parce que le succès est une mesure collective.
07:20
We give it to them, rather than we earn it through our performance.
141
440362
4376
Nous la donnons, plutôt qu'on la gagne grâce à notre performance.
07:24
So one of things we realized is that performance, what we do, is bounded,
142
444762
5376
Une des choses que nous avons réalisées, c'est que la performance est limitée,
mais le succès, qui est collectif, ne l'est pas,
07:30
but success, which is collective, is unbounded,
143
450162
2682
07:32
which makes you wonder:
144
452868
1312
ce qui nous amène à nous demander :
07:34
How do you get these huge differences in success
145
454204
2911
comment avons-nous une telle différence dans le succès
lorsque la différence de performance est si faible ?
07:37
when you have such tiny differences in performance?
146
457139
2906
07:40
And recently, I published a book that I devoted to that very question.
147
460537
3787
J'ai récemment publié un livre consacré à cette question.
07:44
And they didn't give me enough time to go over all of that,
148
464348
2839
Et ils ne m'ont pas donné le temps d'en faire le tour,
07:47
so I'm going to go back to the question of,
149
467211
2071
donc je reviens à la question :
ok, vous avez le succès ; quand va-t-il arriver ?
07:49
alright, you have success; when should that appear?
150
469306
3135
07:52
So let's go back to the party spoiler and ask ourselves:
151
472465
3758
Revenons au gâcheur de soirée et demandons-nous :
pourquoi Einstein a-t-il fait cette déclaration absurde,
07:57
Why did Einstein make this ridiculous statement,
152
477215
3339
08:00
that only before 30 you could actually be creative?
153
480578
3156
que vous ne pouvez être créatif qu'avant vos 30 ans ?
08:03
Well, because he looked around himself and he saw all these fabulous physicists
154
483758
4680
Parce qu'il a regardé autour de lui et a vu tous ces fabuleux physiciens
08:08
that created quantum mechanics and modern physics,
155
488462
2587
qui créaient les mécaniques quantiques et la physique moderne,
08:11
and they were all in their 20s and early 30s when they did so.
156
491073
3736
et qui avaient tous la vingtaine et une jeune trentaine.
08:15
And it's not only him.
157
495730
1220
Et il n'y a pas que lui.
08:16
It's not only observational bias,
158
496974
1623
Ce n'est pas qu'une observation,
08:18
because there's actually a whole field of genius research
159
498621
3997
car il y a un vrai domaine de recherche
qui a documenté le fait que,
08:22
that has documented the fact that,
160
502642
2256
08:24
if we look at the people we admire from the past
161
504922
3160
si l'on regarde les personnes du passé que l'on admire
et que l'on regarde l'âge auquel ils ont fait leur plus grande contribution
08:28
and then look at what age they made their biggest contribution,
162
508106
3358
08:31
whether that's music, whether that's science,
163
511488
2096
que ce soit en musique, que ce soit en science,
08:33
whether that's engineering,
164
513608
1619
que ce soit en ingénierie,
08:35
most of them tend to do so in their 20s, 30s, early 40s at most.
165
515251
6123
la plupart l'ont faite entre leurs 20/30 ans et leurs 40 ans, maximum.
08:41
But there's a problem with this genius research.
166
521914
2791
Mais il y a un problème avec cette recherche.
08:45
Well, first of all, it created the impression to us
167
525197
3280
Au départ, on a eu l'impression
que créativité rime avec jeunesse,
08:48
that creativity equals youth,
168
528501
3479
ce qui est douloureux, non ?
08:52
which is painful, right?
169
532004
1610
08:53
(Laughter)
170
533638
1951
(Rires)
08:55
And it also has an observational bias,
171
535613
4088
Ça a également un parti-pris d'observation
08:59
because it only looks at geniuses and doesn't look at ordinary scientists
172
539725
4962
car ça ne s'intéresse qu'aux génies, et non pas aux scientifiques ordinaires
09:04
and doesn't look at all of us and ask,
173
544711
1965
et il ne nous regarde pas tous en se demandant
09:06
is it really true that creativity vanishes as we age?
174
546700
3185
si c'est vrai que la créativité disparaît avec l'âge ?
C'est justement ce qu'on a tenté de faire
09:10
So that's exactly what we tried to do,
175
550382
1877
09:12
and this is important for that to actually have references.
176
552283
3803
et pour cela, il est important d'avoir des références.
Intéressons-nous à un scientifique ordinaire, moi-même,
09:16
So let's look at an ordinary scientist like myself,
177
556110
2643
09:18
and let's look at my career.
178
558777
1522
et regardons ma carrière.
09:20
So what you see here is all the papers that I've published
179
560323
3202
Ce que vous voyez-là, ce sont les articles que j'ai publiés,
09:23
from my very first paper, in 1989; I was still in Romania when I did so,
180
563549
5115
de mon premier article, en 1989 - j'étais encore en Roumanie à cette époque -
09:28
till kind of this year.
181
568688
1593
jusqu'à cette année.
09:30
And vertically, you see the impact of the paper,
182
570940
2518
Et en ordonnée, vous voyez l'impact de l'article,
09:33
that is, how many citations,
183
573482
1403
c'est-à-dire, combien de citations,
09:34
how many other papers have been written that cited that work.
184
574909
3988
combien d'autres articles ont été écrits en citant mon travail.
09:39
And when you look at that,
185
579397
1300
Et quand vous regardez ça,
09:40
you see that my career has roughly three different stages.
186
580721
2813
vous voyez que ma carrière a en gros trois étapes.
09:43
I had the first 10 years where I had to work a lot
187
583558
2435
Les 10 premières années, où je travaillais beaucoup
sans grands résultats.
09:46
and I don't achieve much.
188
586017
1276
Personne ne s'intéressait à ce que je faisais.
09:47
No one seems to care about what I do, right?
189
587317
2118
09:49
There's hardly any impact.
190
589459
1681
A peine un impact.
(Rires)
09:51
(Laughter)
191
591164
1404
09:52
That time, I was doing material science,
192
592592
2887
A l'époque, je faisais de la science de matériaux,
09:55
and then I kind of discovered for myself networks
193
595503
3691
puis j'ai en quelque sorte découvert les réseaux,
09:59
and then started publishing in networks.
194
599218
1947
et ai commencé à écrire sur les réseaux.
10:01
And that led from one high-impact paper to the other one.
195
601189
3073
Cela a mené au premier article avec un grand impact puis à un autre.
10:04
And it really felt good. That was that stage of my career.
196
604286
3104
Et c'était très plaisant. C'était cette étape de ma carrière.
10:07
(Laughter)
197
607414
1282
(Rires)
10:08
So the question is, what happens right now?
198
608720
3208
Donc la question est : que se passe-t-il maintenant ?
10:12
And we don't know, because there hasn't been enough time passed yet
199
612587
3239
On ne le sait pas, car il ne s'est pas écoulé assez de temps
10:15
to actually figure out how much impact those papers will get;
200
615850
2987
pour vraiment comprendre l'impact que ces articles auront ;
10:18
it takes time to acquire.
201
618861
1227
cela demande du temps.
Quand on regarde les données,
10:20
Well, when you look at the data,
202
620112
1569
10:21
it seems to be that Einstein, the genius research, is right,
203
621705
2854
Il semble qu'Einstein avec sa recherche de génie ait eu raison,
10:24
and I'm at that stage of my career.
204
624583
1811
et je suis à ce stade de ma carrière.
10:26
(Laughter)
205
626418
2308
(Rires)
10:28
So we said, OK, let's figure out how does this really happen,
206
628750
5974
On s'est dit : « Ok, on va voir comment cela se produit vraiment,
10:34
first in science.
207
634748
1778
d'abord en science. »
10:36
And in order not to have the selection bias,
208
636550
3632
Et pour ne pas avoir un a priori sur la sélection,
10:40
to look only at geniuses,
209
640206
1337
pas seulement les génies,
10:41
we ended up reconstructing the career of every single scientist
210
641567
3716
on a fini par retracer la carrière de chaque scientifique
10:45
from 1900 till today
211
645307
2502
de 1900 à aujourd'hui
10:47
and finding for all scientists what was their personal best,
212
647833
3712
et trouver pour chacun d'entre eux quel était leur record personnel,
10:51
whether they got the Nobel Prize or they never did,
213
651569
2812
qu'ils aient obtenu un prix Nobel ou pas,
10:54
or no one knows what they did, even their personal best.
214
654405
3407
ou que personne ne sache ce qu'ils ont fait, même leur record personnel.
10:57
And that's what you see in this slide.
215
657836
1915
C'est que l'on voit sur cette diapositive.
10:59
Each line is a career,
216
659775
1573
Chaque ligne est une carrière,
11:01
and when you have a light blue dot on the top of that career,
217
661372
3003
et quand il y a un point bleu clair au-dessus de cette carrière,
11:04
it says that was their personal best.
218
664399
2040
cela indique le record personnel.
11:06
And the question is,
219
666463
1155
Et la question est :
11:07
when did they actually make their biggest discovery?
220
667642
3568
quand ont-ils vraiment fait leur plus grande découverte ?
11:11
To quantify that,
221
671234
1165
Pour quantifier cela,
11:12
we look at what's the probability that you make your biggest discovery,
222
672423
3376
on se demande quelle est la probabilité de faire sa plus grande découverte,
11:15
let's say, one, two, three or 10 years into your career?
223
675823
2672
après 1, 2, 3 ou 10 années d'expérience ?
11:18
We're not looking at real age.
224
678519
1480
Nous ne regardons pas leur vrai âge,
mais « l'âge académique ».
11:20
We're looking at what we call "academic age."
225
680023
2134
Votre âge académique commence lorsque vous publiez vos premiers articles.
11:22
Your academic age starts when you publish your first papers.
226
682181
3250
11:25
I know some of you are still babies.
227
685455
1779
Je sais que certains d'entre vous sont encore des bébés.
11:27
(Laughter)
228
687258
1397
(Rires)
11:28
So let's look at the probability
229
688679
2706
Regardons donc la probabilité
que vous publiiez votre article avec le plus gros impact.
11:31
that you publish your highest-impact paper.
230
691409
2066
11:33
And what you see is, indeed, the genius research is right.
231
693499
3071
Et on voit que la recherche sur les génies est en effet vraie.
11:36
Most scientists tend to publish their highest-impact paper
232
696594
3024
La plupart des scientifiques publient leur article le plus impactant
11:39
in the first 10, 15 years in their career,
233
699642
2899
dans les 10 à 15 premières années de leur carrière,
11:42
and it tanks after that.
234
702565
3133
puis ça chute.
11:45
It tanks so fast that I'm about -- I'm exactly 30 years into my career,
235
705722
5107
Ça chute si vite que j'en suis presque -- j'en suis exactement à 30 ans de carrière,
11:50
and the chance that I will publish a paper that would have a higher impact
236
710853
3540
et la chance que je publie un article qui aura un plus fort impact
11:54
than anything that I did before
237
714417
1940
que tout ce que j'ai déjà fait avant
11:56
is less than one percent.
238
716381
1353
est de moins de 1%.
11:57
I am in that stage of my career, according to this data.
239
717758
3049
J'en suis à ce stade de ma carrière, selon ces données.
12:01
But there's a problem with that.
240
721648
1843
Mais il y a un problème avec ça.
12:03
We're not doing controls properly.
241
723515
3675
C'est que nous ne faisons pas les contrôles correctement.
12:07
So the control would be,
242
727214
1417
Le contrôle serait :
12:08
what would a scientist look like who makes random contribution to science?
243
728655
4607
à quoi ressemble un scientifique qui apporte aléatoirement à la science ?
12:13
Or what is the productivity of the scientist?
244
733286
2995
Ou quelle est la productivité de ce scientifique ?
12:16
When do they write papers?
245
736305
2006
Quand écrivent-ils les articles ?
Donc nous avons mesuré la productivité,
12:18
So we measured the productivity,
246
738335
2444
12:20
and amazingly, the productivity,
247
740803
2052
et étonnamment, la productivité,
12:22
your likelihood of writing a paper in year one, 10 or 20 in your career,
248
742879
4131
votre probabilité de rédiger un article la 1ère, 10ème ou 20ème année de carrière,
est indissociable de la probabilité d’avoir un impact
12:27
is indistinguishable from the likelihood of having the impact
249
747034
3606
12:30
in that part of your career.
250
750664
1775
sur cette partie de votre carrière.
12:33
And to make a long story short,
251
753026
1783
Et pour faire court,
12:34
after lots of statistical tests, there's only one explanation for that,
252
754833
4228
après plusieurs tests statistiques, il n'y a qu'une explication :
la façon dont nous, scientifiques, travaillons,
12:39
that really, the way we scientists work
253
759085
2894
est que chaque article écrit, chaque projet effectué,
12:42
is that every single paper we write, every project we do,
254
762003
3633
12:45
has exactly the same chance of being our personal best.
255
765660
4160
a exactement la même chance de devenir notre record personnel.
12:49
That is, discovery is like a lottery ticket.
256
769844
4953
Que la découverte est comme un ticket de loterie.
12:54
And the more lottery tickets we buy,
257
774821
2351
Et plus nous achetons de tickets,
12:57
the higher our chances.
258
777196
1507
plus nous avons de chances.
12:58
And it happens to be so
259
778727
1559
Et il en résulte
13:00
that most scientists buy most of their lottery tickets
260
780310
2719
que la plupart des scientifiques achètent leurs tickets de loterie
13:03
in the first 10, 15 years of their career,
261
783053
2460
dans les 10 ou 15 premières années de leur carrière,
13:05
and after that, their productivity decreases.
262
785537
3413
et après cela, leur productivité diminue.
13:09
They're not buying any more lottery tickets.
263
789411
2084
Ils n'achètent plus de tickets.
13:11
So it looks as if they would not be creative.
264
791519
3444
Il semblerait donc qu'ils ne soient plus créatifs.
13:14
In reality, they stopped trying.
265
794987
1999
En réalité, ils ont arrêté d'essayer.
13:17
So when we actually put the data together, the conclusion is very simple:
266
797509
3915
Donc quand on rassemble les données, la conclusion est très simple :
13:21
success can come at any time.
267
801448
2331
le succès peut arriver à tout moment.
13:23
It could be your very first or very last paper of your career.
268
803803
3735
Ça peut être le tout premier ou le dernier article de votre carrière.
13:27
It's totally random in the space of the projects.
269
807562
4288
C'est totalement aléatoire dans l'espace des projets.
13:31
It is the productivity that changes.
270
811874
1931
C'est la productivité qui change.
13:33
Let me illustrate that.
271
813829
1252
Laissez-moi illustrer ça.
13:35
Here is Frank Wilczek, who got the Nobel Prize in Physics
272
815105
3269
Voici Frank Wilczek, qui a reçu le Prix Nobel de Physique
13:38
for the very first paper he ever wrote in his career as a graduate student.
273
818398
4101
pour le premier article qu'il a écrit - il était encore étudiant.
13:42
(Laughter)
274
822523
1007
(Rires)
13:43
More interesting is John Fenn,
275
823554
3218
Plus intéressant encore, John Fenn,
13:46
who, at age 70, was forcefully retired by Yale University.
276
826796
4598
qui à 70 ans, a été forcé de prendre sa retraite par l'Université de Yale.
13:51
They shut his lab down,
277
831418
2056
Ils ont fermé son laboratoire,
13:53
and at that moment, he moved to Virginia Commonwealth University,
278
833498
3666
et à ce moment, il a déménagé à la Virginia Commonwealth University,
13:57
opened another lab,
279
837188
1786
a ouvert un nouveau laboratoire,
13:58
and it is there, at age 72, that he published a paper
280
838998
3033
et c'est là, à 72 ans, qu'il a publié un article
pour lequel, 15 ans plus tard, il a reçu le Prix Nobel de Chimie.
14:02
for which, 15 years later, he got the Nobel Prize for Chemistry.
281
842055
3845
14:06
And you think, OK, well, science is special,
282
846940
3042
Et vous vous dites : « OK, le domaine des sciences est spécial,
mais qu'en est-il des autres domaines où il faut être créatif ? »
14:10
but what about other areas where we need to be creative?
283
850006
3463
14:13
So let me take another typical example: entrepreneurship.
284
853493
4936
Prenons un autre exemple : l'entrepreneuriat.
14:18
Silicon Valley,
285
858834
1579
La Silicon Valley,
14:20
the land of the youth, right?
286
860437
2066
la terre de la jeunesse, n'est-ce pas ?
14:22
And indeed, when you look at it,
287
862527
1595
En effet, quand on s'y intéresse,
on réalise que les plus grands prix, le Prix du TechCrunch et d'autres,
14:24
you realize that the biggest awards, the TechCrunch Awards and other awards,
288
864146
4642
14:28
are all going to people
289
868812
2173
reviennent tous à des gens
dont l'âge moyen varie entre la fin de vingtaine et le début de la trentaine.
14:31
whose average age is late 20s, very early 30s.
290
871009
5015
14:36
You look at who the VCs give the money to, some of the biggest VC firms --
291
876465
5602
Si vous regardez à qui les plus gros investisseurs donnent :
14:42
all people in their early 30s.
292
882091
2241
que des personnes au début de la trentaine.
14:44
Which, of course, we know;
293
884951
1265
Ce que, bien sûr, nous savons :
14:46
there is this ethos in Silicon Valley that youth equals success.
294
886240
4453
il y a une philosophie là-bas qui fait que jeunesse rime avec succès.
14:51
Not when you look at the data,
295
891653
2183
Pas quand on regarde les données,
14:53
because it's not only about forming a company --
296
893860
2304
parce qu'il ne s'agit pas que de créer une entreprise -
créer une entreprise, c'est comme la productivité, toujours essayer -
14:56
forming a company is like productivity, trying, trying, trying --
297
896188
3140
14:59
when you look at which of these individuals actually put out
298
899352
3484
quand vous regardez lequel de ces individus a effectivement lancé
15:02
a successful company, a successful exit.
299
902860
2782
une entreprise prospère, une sortie réussie.
15:05
And recently, some of our colleagues looked at exactly that question.
300
905666
3720
Récemment, certains de nos collègues se sont posé la même question.
15:09
And it turns out that yes, those in the 20s and 30s
301
909410
3156
Et il s'avère que oui, les personnes entre 20 et 30 ans
15:12
put out a huge number of companies, form lots of companies,
302
912590
3348
ont lancé un grand nombre d'entreprises, créé beaucoup d'entreprises,
15:15
but most of them go bust.
303
915962
1531
mais la plupart ont fait faillite.
Et quand on regarde les sorties réussies, ce que l'on voit dans ce graphique,
15:18
And when you look at the successful exits, what you see in this particular plot,
304
918089
4195
15:22
the older you are, the more likely that you will actually hit the stock market
305
922308
3695
plus vous êtes âgé, plus vous avez de chances de réussir en bourse
ou de vendre l’entreprise avec succès.
15:26
or the sell the company successfully.
306
926027
2312
15:28
This is so strong, actually, that if you are in the 50s,
307
928847
3113
En fait, c'est tellement fort que si vous avez la cinquantaine,
15:31
you are twice as likely to actually have a successful exit
308
931984
3588
vous avez deux fois plus de chance d’avoir une sortie réussie
15:35
than if you are in your 30s.
309
935596
1890
que si vous êtes dans la trentaine.
(Applaudissements)
15:38
(Applause)
310
938613
4325
15:43
So in the end, what is it that we see, actually?
311
943645
3009
Finalement, qu'est-ce que l'on voit ?
15:46
What we see is that creativity has no age.
312
946678
4083
Ce que l'on voit, c'est que la créativité n'a pas d'âge.
15:50
Productivity does, right?
313
950785
2202
Mais la productivité si, d'accord ?
15:53
Which is telling me that at the end of the day,
314
953424
4135
Ce qui me fait dire que finalement,
15:57
if you keep trying --
315
957583
2000
si vous poursuivez vos efforts --
15:59
(Laughter)
316
959607
2403
(Rires)
16:02
you could still succeed and succeed over and over.
317
962034
3572
vous pouvez toujours connaître le succès, encore et encore.
16:05
So my conclusion is very simple:
318
965630
2391
Donc ma conclusion est très simple :
je quitte la scène, direction mon labo.
16:08
I am off the stage, back in my lab.
319
968045
2093
Merci.
16:10
Thank you.
320
970162
1171
(Applaudissements)
16:11
(Applause)
321
971357
3309
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7