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

285,039 views ・ 2019-09-03

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: Sylvia Aswin Reviewer: Andi Tenri Wahyuni
00:12
Today, actually, is a very special day for me,
0
12249
2266
Hari ini amat berarti bagi saya,
00:14
because it is my birthday.
1
14539
2121
karena hari ini hari ulang tahun saya
00:16
(Applause)
2
16684
3973
(Tepuk tangan)
00:20
And so, thanks to all of you for joining the party.
3
20681
3441
Terima kasih telah menghadiri pesta saya.
00:24
(Laughter)
4
24146
1167
(Tawa)
00:25
But every time you throw a party, there's someone there to spoil it. Right?
5
25337
4786
Tapi tiap kali Anda mengadakan pesta, selalu ada yang merusaknya. Benar, 'kan?
00:30
(Laughter)
6
30147
1072
(Tawa)
00:31
And I'm a physicist,
7
31243
1359
Dan saya adalah ahli fisika,
00:32
and this time I brought another physicist along to do so.
8
32626
4157
kali ini saya membawa seorang ahli fisika lain untuk menemani saya.
00:36
His name is Albert Einstein -- also Albert -- and he's the one who said
9
36807
4562
Namanya Albert Einstein - juga Albert - dan dia yang mengatakan
00:41
that the person who has not made his great contributions to science
10
41393
4830
orang yang belum berkontribusi besar di bidang ilmu pengetahuan
00:46
by the age of 30
11
46247
1559
pada umur 30 tahun
00:47
will never do so.
12
47830
1396
tak akan pernah berkontribusi.
00:49
(Laughter)
13
49250
1012
(Tawa)
00:50
Now, you don't need to check Wikipedia
14
50286
2340
Anda tidak perlu mengecek Wikipedia
00:52
that I'm beyond 30.
15
52650
1571
bahwa umur saya di atas 30.
00:54
(Laughter)
16
54245
1416
(Tawa)
00:55
So, effectively, what he is telling me, and us,
17
55685
3606
Jadi, singkatnya apa yang ia katakan kepada saya, dan kita,
00:59
is that when it comes to my science,
18
59315
2544
ialah jika berkaitan dengan ilmu saya,
01:01
I'm deadwood.
19
61883
1203
saya orang tak berguna.
01:04
Well, luckily, I had my share of luck within my career.
20
64078
5586
Untungnya saya cukup beruntung sepanjang karier saya.
01:10
Around age 28, I became very interested in networks,
21
70132
3822
Pada umur 28, saya sangat tertarik dengan jaringan,
01:13
and a few years later, we managed to publish a few key papers
22
73978
4076
dan beberapa tahun kemudian, kami mempublikasikan sejumlah makalah penting
01:18
that reported the discovery of scale-free networks
23
78078
4097
mengenai penemuan jaringan bebas skala
01:22
and really gave birth to a new discipline that we call network science today.
24
82199
4578
dan melahirkan disiplin baru yang sekarang kita kenal sebagai ilmu jaringan.
01:26
And if you really care about it, you can get a PhD now in network science
25
86801
3678
Jika Anda berminat, Anda bisa meraih gelar PhD di bidang ilmu jaringan
01:30
in Budapest, in Boston,
26
90503
2028
di Budapest, di Boston,
01:32
and you can study it all over the world.
27
92555
2308
Anda dapat mempelajarinya di seluruh dunia.
01:35
A few years later,
28
95466
1595
Beberapa tahun kemudian,
01:37
when I moved to Harvard first as a sabbatical,
29
97085
3230
saat saya pindah ke Harvard pertama-tama sebagai cuti panjang,
01:40
I became interested in another type of network:
30
100339
3092
saya menjadi tertarik dengan jaringan tipe lain:
01:43
that time, the networks within ourselves,
31
103455
3027
saat itu, jaringan dalam diri kita sendiri,
01:46
how the genes and the proteins and the metabolites link to each other
32
106506
3726
bagaimana gen dan protein dan metabolit saling berkaitan satu sama lain
01:50
and how they connect to disease.
33
110256
2493
dan bagaimana hubungannya dengan penyakit.
01:53
And that interest led to a major explosion within medicine,
34
113368
4592
Ketertarikan ini membawa ledakan besar dalam pengobatan,
01:57
including the Network Medicine Division at Harvard,
35
117984
3979
termasuk Divisi Kedokteran Jaringan di Harvard,
02:01
that has more than 300 researchers who are using this perspective
36
121987
3395
di mana lebih dari 300 peneliti menggunakan sudut pandang ini
02:05
to treat patients and develop new cures.
37
125406
2897
untuk mengobati pasien dan mengembangkan pengobatan baru.
02:09
And a few years ago,
38
129457
1770
Beberapa tahun yang lalu,
02:11
I thought that I would take this idea of networks
39
131251
2526
saya berpikir untuk membawa ide mengenai jaringan ini
02:13
and the expertise we had in networks
40
133801
1766
dan keahlian kami di bidang jaringan
02:15
in a different area,
41
135591
1392
ke bidang yang lain,
02:17
that is, to understand success.
42
137007
1982
yaitu, untuk memahami sukses.
02:19
And why did we do that?
43
139704
1210
Kenapa kami melakukan itu?
02:20
Well, we thought that, to some degree,
44
140938
2281
Kami berpikir bahwa, sedikit banyak,
02:23
our success is determined by the networks we're part of --
45
143243
3377
kesuksesan kita ditentukan oleh jaringan yang jadi bagian kita -
02:26
that our networks can push us forward, they can pull us back.
46
146644
3847
bahwa jaringan dapat mendorong kita maju, atau menarik kita ke belakang.
02:30
And I was curious if we could use the knowledge and big data and expertise
47
150925
4128
Saya ingin tahu apakah kita bisa memakai ilmu dan mahadata dan keahlian
02:35
where we develop the networks
48
155077
1403
di mana kita bangun jaringan
02:36
to really quantify how these things happen.
49
156504
3296
untuk benar-benar mengukur bagaimana hal ini bisa terjadi.
02:40
This is a result from that.
50
160404
1342
Ini ialah hasilnya.
02:41
What you see here is a network of galleries in museums
51
161770
2947
Yang Anda lihat di sini ialah jaringan galeri di museum
02:44
that connect to each other.
52
164741
1632
yang saling berhubungan.
02:46
And through this map that we mapped out last year,
53
166806
4055
Melalui peta yang kami buat tahun lalu,
02:50
we are able to predict very accurately the success of an artist
54
170885
4848
kami dapat memprediksikan kesuksesan seorang seniman dengan amat akurat
02:55
if you give me the first five exhibits that he or she had in their career.
55
175757
4021
jika Anda memberitahu saya lima pameran pertama seniman tersebut.
03:01
Well, as we thought about success,
56
181404
2706
Saat memikirkan kesuksesan,
03:04
we realized that success is not only about networks;
57
184134
3067
kami menyadari bahwa sukses bukan hanya mengenai jaringan;
03:07
there are so many other dimensions to that.
58
187225
2396
ada banyak dimensi lain dari kesuksesan.
03:10
And one of the things we need for success, obviously,
59
190145
3247
Jelas salah satu hal yang kita butuhkan untuk mencapai sukses
03:13
is performance.
60
193416
1170
ialah kinerja.
03:14
So let's define what's the difference between performance and success.
61
194610
3504
Mari definisikan apa perbedaan antara kinerja dan sukses.
03:18
Well, performance is what you do:
62
198465
1997
Kinerja adalah apa yang Anda lakukan:
03:20
how fast you run, what kind of paintings you paint,
63
200486
3032
seberapa cepat Anda berlari, lukisan apa yang Anda buat,
03:23
what kind of papers you publish.
64
203542
1881
makalah apa yang Anda publikasikan.
03:25
However, in our working definition,
65
205835
2614
Namun, definisi kerja kami,
03:28
success is about what the community notices from what you did,
66
208473
4205
sukses adalah mengenai apa yang komunitas lihat dari apa yang Anda lakukan,
03:32
from your performance:
67
212702
1612
dari kinerja Anda:
03:34
How does it acknowledge it, and how does it reward you for it?
68
214338
4132
Bagaimana komunitas mengakui sukses dan menghadiahi Anda?
03:38
In other terms,
69
218494
1182
Dengan kata lain,
03:39
your performance is about you, but your success is about all of us.
70
219700
4596
kinerja Anda adalah tentang Anda, sukses Anda adalah tentang kita semua.
03:45
And this was a very important shift for us,
71
225392
3334
Ini merupakan pergeseran yang sangat penting bagi kita,
03:48
because the moment we defined success as being a collective measure
72
228750
4024
karena pada saat kita mendefinisikan sukses sebagai ukuran kolektif
03:52
that the community provides to us,
73
232798
2106
dari komunitas kepada kita,
03:54
it became measurable,
74
234928
1510
sukses menjadi dapat diukur,
03:56
because if it's in the community, there are multiple data points about that.
75
236462
4510
karena jika suatu hal ada dalam komunitas, maka ada berbagai titik data mengenainya.
04:00
So we go to school, we exercise, we practice,
76
240996
5280
Jadi kita pergi ke sekolah, kita berolah raga, kita berlatih,
04:06
because we believe that performance leads to success.
77
246300
2991
karena kita yakin bahwa kinerja membawa kesuksesan.
04:09
But the way we actually started to explore,
78
249832
2015
Namun cara kami mulai mengeksplorasi,
04:11
we realized that performance and success are very, very different animals
79
251871
3527
kami sadar bahwa kinerja dan sukses adalah dua hal yang amat berbeda
04:15
when it comes to the mathematics of the problem.
80
255422
2444
jika berkaitan dengan sisi matematisnya.
04:18
And let me illustrate that.
81
258429
1432
Mari saya ilustrasikan.
04:20
So what you see here is the fastest man on earth, Usain Bolt.
82
260329
4947
Apa yang Anda lihat di sini ialah manusia tercapat di dunia, Usain Bolt.
04:25
And of course, he wins most of the competitions that he enters.
83
265832
3910
Tentu saja ia memenangkan mayoritas pertandingan yang ia ikuti.
04:30
And we know he's the fastest on earth because we have a chronometer
84
270393
3175
Kita tahu ia yang tercepat karena kita punya kronometer untuk
04:33
to measure his speed.
85
273592
1160
mengukur kecepatannya
04:34
Well, what is interesting about him is that when he wins,
86
274776
4119
Yang menarik mengenai ia ialah saat ia menang,
04:38
he doesn't do so by really significantly outrunning his competition.
87
278919
5502
ia tidak menang dengan berlari jauh lebih cepat daripada saingannya.
04:44
He's running at most a percent faster than the one who loses the race.
88
284445
4519
Paling banyak, ia berlari 1 persen lebih cepat daripada orang yang kalah.
04:49
And not only does he run only one percent faster than the second one,
89
289631
3638
ia tidak hanya berlari 1 persen lebih cepat daripada pemenang kedua,
04:53
but he doesn't run 10 times faster than I do --
90
293293
2849
ia tidak berlari 10 kali lebih cepat daripada saya -
04:56
and I'm not a good runner, trust me on that.
91
296166
2181
dan saya bukan pelari yang cepat, percayalah.
04:58
(Laughter)
92
298371
1197
(Tawa)
04:59
And every time we are able to measure performance,
93
299592
3502
Setiap saat kami mengukur kinerja,
05:03
we notice something very interesting;
94
303118
2050
kami menemukan sesuatu yang sangat menarik:
05:05
that is, performance is bounded.
95
305192
2511
kinerja itu terbatas.
05:07
What it means is that there are no huge variations in human performance.
96
307727
3757
Artinya tidak ada variasi besar dalam kinerja manusia.
05:11
It varies only in a narrow range,
97
311508
3432
Variasinya hanya dalam kisaran sempit,
05:14
and we do need the chronometer to measure the differences.
98
314964
3279
dan kami memerlukan kronometer untuk mengukur perbedaannya.
05:18
This is not to say that we cannot see the good from the best ones,
99
318267
3168
Tidak berarti kita tidak bisa membedakan yang baik dan terbaik,
05:21
but the best ones are very hard to distinguish.
100
321459
2733
tetapi yang terbaik sangat sulit dibedakan.
05:24
And the problem with that is that most of us work in areas
101
324216
2992
Masalahnya kebanyakan dari kita bekerja dalam bidang
05:27
where we do not have a chronometer to gauge our performance.
102
327232
3922
di mana kita tidak punya kronometer untuk mengukur kinerja kita.
05:31
Alright, performance is bounded,
103
331178
1564
Baiklah, kinerja itu terbatas,
05:32
there are no huge differences between us when it comes to our performance.
104
332766
3532
tidak ada perbedaan besar di antara kita dalam hal kinerja.
05:36
How about success?
105
336322
1157
Bagaimana dengan sukses?
05:37
Well, let's switch to a different topic, like books.
106
337995
2930
Mari kita berubah topik, mengenai buku misalnya.
05:40
One measure of success for writers is how many people read your work.
107
340949
5015
Salah satu ukuran sukses penulis ialah berapa banyak orang membaca karya mereka.
05:46
And so when my previous book came out in 2009,
108
346662
4410
Jadi saat buku saya dipublikasikan pada tahun 2009,
05:51
I was in Europe talking with my editor,
109
351096
1902
saya di Eropa bicara dengan editor saya,
05:53
and I was interested: Who is the competition?
110
353022
2462
saya ingin tahu: Siapa saingan saya?
05:56
And I had some fabulous ones.
111
356253
2735
Saya memiliki sejumlah kompetitor yang hebat.
05:59
That week --
112
359012
1169
Minggu itu -
06:00
(Laughter)
113
360205
1024
(Tawa)
06:01
Dan Brown came out with "The Lost Symbol,"
114
361253
3557
Dan Brown mempublikasikan "The Lost Symbol,"
06:04
and "The Last Song" also came out,
115
364834
2982
dan "The Last Song" juga dipublikasikan,
06:07
Nicholas Sparks.
116
367840
1429
karya Nicholas Sparks.
06:09
And when you just look at the list,
117
369293
2988
Saat Anda melihat daftarnya,
06:12
you realize, you know, performance-wise, there's hardly any difference
118
372305
3453
Anda sadar, dalam hal kinerja, hampir tidak ada perbedaan
06:15
between these books or mine.
119
375782
1598
antara dua buku itu atau buku saya
06:17
Right?
120
377404
1175
Bukan demikian?
06:18
So maybe if Nicholas Sparks's team works a little harder,
121
378603
4668
Jika tim Nicholas Sparks bekerja sedikit lebih keras,
06:23
he could easily be number one,
122
383295
1722
dengan mudah ia bisa jadi nomor satu,
06:25
because it's almost by accident who ended up at the top.
123
385041
2898
siapa yang berada di puncak ditentukan dengan tidak sengaja.
06:28
So I said, let's look at the numbers -- I'm a data person, right?
124
388486
3153
Mari kita lihat angkanya - saya adalah orang yang senang data, kan?
06:31
So let's see what were the sales for Nicholas Sparks.
125
391663
4318
Mari kita lihat jumlah penjualan untuk Nicholas Sparks.
06:36
And it turns out that that opening weekend,
126
396005
2054
Ternyata pada pembukaan di akhir minggu itu,
06:38
Nicholas Sparks sold more than a hundred thousand copies,
127
398083
2975
Nicholas Sparks menjual lebih dari seratus ribu eksemplar,
06:41
which is an amazing number.
128
401082
1705
jumlah yang mengagumkan.
06:42
You can actually get to the top of the "New York Times" best-seller list
129
402811
3396
Anda dapat mencapai puncak daftar buku paling laku "New York Times"
06:46
by selling 10,000 copies a week,
130
406231
2110
dengan menjual 10.000 eksemplar tiap minggu,
06:48
so he tenfold overcame what he needed to be number one.
131
408365
3752
jadi ia 10 kali lipat melebihi jumlah yang dibutuhkan untuk menjadi nomor satu.
06:52
Yet he wasn't number one.
132
412141
1430
Tapi ia bukan normor satu.
06:53
Why?
133
413595
1308
Kenapa?
06:54
Because there was Dan Brown, who sold 1.2 million copies that weekend.
134
414927
4078
Karena Dan Brown menjual 1,2 juta eksemplar di akhir minggu itu.
06:59
(Laughter)
135
419029
2136
(Tawa)
07:01
And the reason I like this number is because it shows that, really,
136
421189
3971
Kenapa saya menyukai angka ialah karena angka menunjukkan bahwa, sungguh,
07:05
when it comes to success, it's unbounded,
137
425184
3730
sukses itu tidak terbatas,
07:08
that the best doesn't only get slightly more than the second best
138
428938
5861
yang terbaik bukan hanya mendapat sedikit lebih dari yang terbaik kedua
07:14
but gets orders of magnitude more,
139
434823
2697
tetapi mendapat tingkat besaran lebih banyak,
07:17
because success is a collective measure.
140
437544
2794
karena sukses adalah ukuran kolektif.
07:20
We give it to them, rather than we earn it through our performance.
141
440362
4376
Kita memberikan, bukan mendapatkan sukses melalui kinerja.
07:24
So one of things we realized is that performance, what we do, is bounded,
142
444762
5376
Salah satu hal yang kami sadari ialah kinerja, apa kita lakukan, itu terbatas
07:30
but success, which is collective, is unbounded,
143
450162
2682
namun sukses, yang kolektif, itu tidak terbatas,
07:32
which makes you wonder:
144
452868
1312
membuat Anda bertanya:
07:34
How do you get these huge differences in success
145
454204
2911
Bagaimana bisa ada perbedaan besar dalam kesuksesan
07:37
when you have such tiny differences in performance?
146
457139
2906
jika hanya ada perbedaan amat kecil dalam kinerja?
07:40
And recently, I published a book that I devoted to that very question.
147
460537
3787
Baru-baru ini saya mempublikasi buku untuk membahas pertanyaan ini.
07:44
And they didn't give me enough time to go over all of that,
148
464348
2839
Saya tidak punya cukup waktu untuk membahasnya,
07:47
so I'm going to go back to the question of,
149
467211
2071
jadi kembali ke pertanyaan,
07:49
alright, you have success; when should that appear?
150
469306
3135
baik, kesuksesan: kapan harus muncul?
07:52
So let's go back to the party spoiler and ask ourselves:
151
472465
3758
Mari kembali ke perusak pesta dan bertanya pada diri sendiri:
07:57
Why did Einstein make this ridiculous statement,
152
477215
3339
Mengapa Einstein membuat pernyataan bodoh ini,
08:00
that only before 30 you could actually be creative?
153
480578
3156
bahwa Anda hanya bisa kreatif sebelum usia 30?
08:03
Well, because he looked around himself and he saw all these fabulous physicists
154
483758
4680
Karena ia melihat sekelilingnya dan ia melihat semua ahli fisika hebat ini
08:08
that created quantum mechanics and modern physics,
155
488462
2587
yang menemukan mekanika kuantum dan fisika modern,
08:11
and they were all in their 20s and early 30s when they did so.
156
491073
3736
mereka semua berusia 20-an dan awal 30-an saat mereka menemukan hal-hal itu.
08:15
And it's not only him.
157
495730
1220
Jadi bukan hanya ia.
08:16
It's not only observational bias,
158
496974
1623
Ini bukan hanya bias observasional,
08:18
because there's actually a whole field of genius research
159
498621
3997
karena sesungguhnya ada bidang penelitian jenius
08:22
that has documented the fact that,
160
502642
2256
yang mendokumentasikan fakta bahwa,
08:24
if we look at the people we admire from the past
161
504922
3160
jika kita melihat orang-orang yang kita kagumi di masa lalu
08:28
and then look at what age they made their biggest contribution,
162
508106
3358
dan pada umur berapa mereka memberikan kontribusi terbesar mereka,
08:31
whether that's music, whether that's science,
163
511488
2096
baik dalam bidang musik, ilmu pengetahuan,
08:33
whether that's engineering,
164
513608
1619
tehnik,
08:35
most of them tend to do so in their 20s, 30s, early 40s at most.
165
515251
6123
kebanyakan berkontribusi pada usia 20-an, 30-an, paling lambat awal 40-an.
08:41
But there's a problem with this genius research.
166
521914
2791
Namun penelitian jenius ini memiliki masalah.
08:45
Well, first of all, it created the impression to us
167
525197
3280
Pertama, penelitian ini menciptakan pandangan
08:48
that creativity equals youth,
168
528501
3479
bahwa kreativitas sama dengan usia muda,
08:52
which is painful, right?
169
532004
1610
menyakitkan, bukan?
08:53
(Laughter)
170
533638
1951
(Tawa)
08:55
And it also has an observational bias,
171
535613
4088
Penelitian ini juga memiliki bias observasional,
08:59
because it only looks at geniuses and doesn't look at ordinary scientists
172
539725
4962
karena hanya melihat orang-orang jenius dan tidak melihat para ilmuwan biasa
09:04
and doesn't look at all of us and ask,
173
544711
1965
tidak melihat kita dan bertanya,
09:06
is it really true that creativity vanishes as we age?
174
546700
3185
benarkah kreativitas berkurang sejalan dengan bertambahnya usia?
09:10
So that's exactly what we tried to do,
175
550382
1877
Inilah yang sebenarnya ingin kami coba,
09:12
and this is important for that to actually have references.
176
552283
3803
dan memiliki acuan adalah penting.
09:16
So let's look at an ordinary scientist like myself,
177
556110
2643
Mari kita melihat ilmuwan biasa seperti saya,
09:18
and let's look at my career.
178
558777
1522
mari kita lihat karier saya.
09:20
So what you see here is all the papers that I've published
179
560323
3202
Ini ialah semua publikasi ilmiah saya
09:23
from my very first paper, in 1989; I was still in Romania when I did so,
180
563549
5115
dari yang pertama, di tahun 1989; saya masih di Romania saat itu,
09:28
till kind of this year.
181
568688
1593
sampai kurang lebih tahun ini.
09:30
And vertically, you see the impact of the paper,
182
570940
2518
Secara vertikal, dampak publikasi ilmiah itu,
09:33
that is, how many citations,
183
573482
1403
yakni berapa banyak kutipan,
09:34
how many other papers have been written that cited that work.
184
574909
3988
berapa banyak publikasi lain yang mengutip hasil kerja saya
09:39
And when you look at that,
185
579397
1300
Jika Anda lihat,
09:40
you see that my career has roughly three different stages.
186
580721
2813
karier saya secara kasar memiliki tiga stadium berbeda.
09:43
I had the first 10 years where I had to work a lot
187
583558
2435
10 tahun pertama di mana saya harus banyak bekerja
09:46
and I don't achieve much.
188
586017
1276
dan tidak banyak hasil.
09:47
No one seems to care about what I do, right?
189
587317
2118
Tak ada yang peduli apa yang saya lakukan.
09:49
There's hardly any impact.
190
589459
1681
Hampir tidak ada dampaknya.
09:51
(Laughter)
191
591164
1404
(Tawa)
09:52
That time, I was doing material science,
192
592592
2887
Saat itu saya sedang sibuk dengan ilmu material.
09:55
and then I kind of discovered for myself networks
193
595503
3691
dan tidak sengaja saya menemukan ilmu jaringan
09:59
and then started publishing in networks.
194
599218
1947
dan mulai menulis mengenai jaringan.
10:01
And that led from one high-impact paper to the other one.
195
601189
3073
Dari karya berdampak tinggi yang satu ke yang lain.
10:04
And it really felt good. That was that stage of my career.
196
604286
3104
Sangat senang rasanya. Di stadium karier saya saat itu.
10:07
(Laughter)
197
607414
1282
(Tawa)
10:08
So the question is, what happens right now?
198
608720
3208
Pertanyaannya, apa yang terjadi sekarang?
10:12
And we don't know, because there hasn't been enough time passed yet
199
612587
3239
Kita tidak tahu, karena belum cukup waktu berlalu
10:15
to actually figure out how much impact those papers will get;
200
615850
2987
untuk mengukur dampak karya-karya ilmiah tersebut;
10:18
it takes time to acquire.
201
618861
1227
ini membutuhkan waktu.
10:20
Well, when you look at the data,
202
620112
1569
Jika Anda melihat datanya,
10:21
it seems to be that Einstein, the genius research, is right,
203
621705
2854
tampaknya Einstein, penelitian jenius, benar,
10:24
and I'm at that stage of my career.
204
624583
1811
dan karier saya ada di stadium itu.
10:26
(Laughter)
205
626418
2308
(Tawa)
10:28
So we said, OK, let's figure out how does this really happen,
206
628750
5974
Jadi kami memutuskan mari cari tahu bagaimana ini terjadi,
10:34
first in science.
207
634748
1778
pertama di bidang ilmu pengetahuan.
10:36
And in order not to have the selection bias,
208
636550
3632
Agar tidak ada bias seleksi, yaitu
10:40
to look only at geniuses,
209
640206
1337
hanya melihat para jenius,
10:41
we ended up reconstructing the career of every single scientist
210
641567
3716
kami merekonstruksi karier semua ilmuwan
10:45
from 1900 till today
211
645307
2502
dari tahun 1900 sampai sekarang
10:47
and finding for all scientists what was their personal best,
212
647833
3712
dan menentukan apa pencapaian terbaik mereka,
10:51
whether they got the Nobel Prize or they never did,
213
651569
2812
pernah menang hadiah Nobel atau tidak,
10:54
or no one knows what they did, even their personal best.
214
654405
3407
atau tiada yang tahu usaha mereka, bahkan pencapaian terbaik mereka.
10:57
And that's what you see in this slide.
215
657836
1915
Inilah yang Anda lihat di salindia ini.
10:59
Each line is a career,
216
659775
1573
Tiap garis menunjukkan karier,
11:01
and when you have a light blue dot on the top of that career,
217
661372
3003
dan titik biru muda di atas karier itu,
11:04
it says that was their personal best.
218
664399
2040
menunjukkan pencapaian terbaik mereka.
11:06
And the question is,
219
666463
1155
Pertanyaannya,
11:07
when did they actually make their biggest discovery?
220
667642
3568
kapan mereka membuat penemuan terbesar mereka?
11:11
To quantify that,
221
671234
1165
Untuk kuantifikasinya,
11:12
we look at what's the probability that you make your biggest discovery,
222
672423
3376
kami melihat probabilitas penemuan terbesar Anda,
11:15
let's say, one, two, three or 10 years into your career?
223
675823
2672
satu, dua, tiga atau 10 tahun setelah memulai karier?
11:18
We're not looking at real age.
224
678519
1480
Tidak melihat usia sebenarnya.
11:20
We're looking at what we call "academic age."
225
680023
2134
Kami melihat apa yang disebut "usia akademis"
11:22
Your academic age starts when you publish your first papers.
226
682181
3250
Usia akademis Anda dimulai saat Anda menerbitkan makalah pertama.
11:25
I know some of you are still babies.
227
685455
1779
Sebagian dari Anda masih bayi.
11:27
(Laughter)
228
687258
1397
(Tawa)
11:28
So let's look at the probability
229
688679
2706
Mari lihat probabilitasnya
11:31
that you publish your highest-impact paper.
230
691409
2066
Anda mempublikasikan makalah berdampak besar
11:33
And what you see is, indeed, the genius research is right.
231
693499
3071
Anda akan melihat bahwa penelitian jenius benar.
11:36
Most scientists tend to publish their highest-impact paper
232
696594
3024
Kebanyakan ilmuwan mempublikasikan makalah berdampak besar
11:39
in the first 10, 15 years in their career,
233
699642
2899
dalam 10, 15 tahun pertama karier mereka,
11:42
and it tanks after that.
234
702565
3133
dan kemudian kualitasnya menurun.
11:45
It tanks so fast that I'm about -- I'm exactly 30 years into my career,
235
705722
5107
Menurun amat cepat hingga saya - karier saya sudah 30 tahun,
11:50
and the chance that I will publish a paper that would have a higher impact
236
710853
3540
kemungkinan saya mempublikasikan makalah berdampak lebih besar
11:54
than anything that I did before
237
714417
1940
daripada sebelumnya
11:56
is less than one percent.
238
716381
1353
kurang dari satu persen.
11:57
I am in that stage of my career, according to this data.
239
717758
3049
Menurut data ini, saya ada pada stadium karier tersebut.
12:01
But there's a problem with that.
240
721648
1843
Tapi ada masalah.
12:03
We're not doing controls properly.
241
723515
3675
Kita tidak melakukan kontrol dengan benar.
12:07
So the control would be,
242
727214
1417
Kontrolnya ialah,
12:08
what would a scientist look like who makes random contribution to science?
243
728655
4607
ilmuwan seperti apa yang berkontribusi acak bagi ilmu pengetahuan?
12:13
Or what is the productivity of the scientist?
244
733286
2995
Atau bagaimanakah produktivitas ilmuwan tersebut?
12:16
When do they write papers?
245
736305
2006
Kapan mereka menulis makalah?
12:18
So we measured the productivity,
246
738335
2444
Jadi kami mengukur produktivitas,
12:20
and amazingly, the productivity,
247
740803
2052
yang mengherankan, produktivitas,
12:22
your likelihood of writing a paper in year one, 10 or 20 in your career,
248
742879
4131
probabilitas Anda menulis makalah dalam satu, 10 atau 20 tahun karier Anda,
12:27
is indistinguishable from the likelihood of having the impact
249
747034
3606
tidak dapat dibedakan dari kemungkinan dampak yang terjadi
12:30
in that part of your career.
250
750664
1775
pada karier Anda di stadium itu.
12:33
And to make a long story short,
251
753026
1783
Singkatnya,
12:34
after lots of statistical tests, there's only one explanation for that,
252
754833
4228
setelah banyak tes statistik, hanya ada satu penjelasan,
12:39
that really, the way we scientists work
253
759085
2894
bahwa, cara kerja kita para ilmuwan
12:42
is that every single paper we write, every project we do,
254
762003
3633
setiap makalah yang kita tulis, setiap proyek yang kita kerjakan,
12:45
has exactly the same chance of being our personal best.
255
765660
4160
semua memiliki kemungkinan sama untuk menjadi yang terbaik.
12:49
That is, discovery is like a lottery ticket.
256
769844
4953
Artinya, penemuan adalah tiket undian.
12:54
And the more lottery tickets we buy,
257
774821
2351
Semakin banyak tiket undian yang kita beli,
12:57
the higher our chances.
258
777196
1507
semakin besar kemungkinannya.
12:58
And it happens to be so
259
778727
1559
Dan kebetulan
13:00
that most scientists buy most of their lottery tickets
260
780310
2719
kebanyakan ilmuwan membeli tiket undian mereka
13:03
in the first 10, 15 years of their career,
261
783053
2460
dalam satu, 10, 15 tahun pertama karier mereka,
13:05
and after that, their productivity decreases.
262
785537
3413
dan setelah itu, produktivitas mereka menurun.
13:09
They're not buying any more lottery tickets.
263
789411
2084
Mereka tidak lagi membeli tiket undian.
13:11
So it looks as if they would not be creative.
264
791519
3444
Seolah-olah mereka tidak lagi kreatif.
13:14
In reality, they stopped trying.
265
794987
1999
Realitasnya, mereka berhenti mencoba.
13:17
So when we actually put the data together, the conclusion is very simple:
266
797509
3915
Jadi saat kami merangkum semua data, kesimpulannya sederhana:
13:21
success can come at any time.
267
801448
2331
sukses dapat terjadi kapan saja.
13:23
It could be your very first or very last paper of your career.
268
803803
3735
Bisa jadi makalah pertama atau terakhir Anda.
13:27
It's totally random in the space of the projects.
269
807562
4288
Benar-benar acak dalam cakupan proyek Anda.
13:31
It is the productivity that changes.
270
811874
1931
Yang berubah ialah produktivitas.
13:33
Let me illustrate that.
271
813829
1252
Mari saya ilustrasikan.
13:35
Here is Frank Wilczek, who got the Nobel Prize in Physics
272
815105
3269
Ini ialah Frank Wilczek, pemenang Hadiah Nobel Fisika
13:38
for the very first paper he ever wrote in his career as a graduate student.
273
818398
4101
untuk makalah pertamanya yang ia tulis saat masih mahasiswa pasca sarjana.
13:42
(Laughter)
274
822523
1007
(Tawa)
13:43
More interesting is John Fenn,
275
823554
3218
Yang lebih menarik ialah John Fenn,
13:46
who, at age 70, was forcefully retired by Yale University.
276
826796
4598
yang pada usia 70 dipaksa pensiun oleh Universitas Yale.
13:51
They shut his lab down,
277
831418
2056
Mereka menutup lab-nya,
13:53
and at that moment, he moved to Virginia Commonwealth University,
278
833498
3666
dan pada saat itu, ia pindah ke Universitas Virginia Commonwealth,
13:57
opened another lab,
279
837188
1786
membuka lab lain,
13:58
and it is there, at age 72, that he published a paper
280
838998
3033
dan di sanalah, pada umur 72, ia mempublikasikan makalah
14:02
for which, 15 years later, he got the Nobel Prize for Chemistry.
281
842055
3845
yang membuatnya memenangkan Hadiah Nobel Kimia 15 tahun kemudian.
14:06
And you think, OK, well, science is special,
282
846940
3042
Anda mungkin berpikir, ilmu pengetahuan itu spesial,
14:10
but what about other areas where we need to be creative?
283
850006
3463
bagaimana dengan area lain yang memerlukan kreativitas?
14:13
So let me take another typical example: entrepreneurship.
284
853493
4936
Mari saya ambil contoh khas lain: wirausaha.
14:18
Silicon Valley,
285
858834
1579
Silicon Valley,
14:20
the land of the youth, right?
286
860437
2066
tanah kaum muda, bukan demikian?
14:22
And indeed, when you look at it,
287
862527
1595
Memang, jika Anda mencermatinya,
14:24
you realize that the biggest awards, the TechCrunch Awards and other awards,
288
864146
4642
penghargaan terbesar TechCrunch Awards dan penghargaan lain
14:28
are all going to people
289
868812
2173
semua jatuh ke tangan orang-orang
14:31
whose average age is late 20s, very early 30s.
290
871009
5015
yang rata-rata berusia akhir 20-an, awal 30-an.
14:36
You look at who the VCs give the money to, some of the biggest VC firms --
291
876465
5602
Anda lihat pada siapa VC memberikan uang, beberapa firma VC terbesar -
14:42
all people in their early 30s.
292
882091
2241
semua adalah orang-orang berusia awal 30-an.
14:44
Which, of course, we know;
293
884951
1265
Yang tentu saja, kita tahu;
14:46
there is this ethos in Silicon Valley that youth equals success.
294
886240
4453
ada etos ini di Silicon Valley bahwa usia muda berarti sukses.
14:51
Not when you look at the data,
295
891653
2183
Jika Anda melihat datanya,
14:53
because it's not only about forming a company --
296
893860
2304
karena tidak hanya tentang mendirikan perusahaan-
14:56
forming a company is like productivity, trying, trying, trying --
297
896188
3140
mendirikan perusahaan ibarat produktivitas usaha, usaha, usaha --
14:59
when you look at which of these individuals actually put out
298
899352
3484
jika Anda melihat individu mana yang benar-benar mendirikan
15:02
a successful company, a successful exit.
299
902860
2782
perusahaan yang berhasil, peluncuran yang berhasil.
15:05
And recently, some of our colleagues looked at exactly that question.
300
905666
3720
Baru-baru ini, sejumlah kolega kami meneliti hal ini.
15:09
And it turns out that yes, those in the 20s and 30s
301
909410
3156
Hasilnya, ya, mereka yang berusia 20-an dan 30-an
15:12
put out a huge number of companies, form lots of companies,
302
912590
3348
mendirikan sejumlah besar perusahaan, membentuk banyak perusahaan,
15:15
but most of them go bust.
303
915962
1531
tapi kebanyakan dari mereka gagal
15:18
And when you look at the successful exits, what you see in this particular plot,
304
918089
4195
Jika Anda melihat peluncuran yang sukses, yang dilihat di alur ini,
15:22
the older you are, the more likely that you will actually hit the stock market
305
922308
3695
semakin tua Anda, semakin besar kemungkinan mencapai pasar modal
15:26
or the sell the company successfully.
306
926027
2312
atau sukses menjual perusahaan.
15:28
This is so strong, actually, that if you are in the 50s,
307
928847
3113
Penemuan ini sangat kuat, bahwa jika Anda berusia 50-an
15:31
you are twice as likely to actually have a successful exit
308
931984
3588
Anda 2 kali lebih mungkin sukses melakukan peluncuran
15:35
than if you are in your 30s.
309
935596
1890
daripada jika Anda berusia 30-an.
15:38
(Applause)
310
938613
4325
(Tepuk tangan)
15:43
So in the end, what is it that we see, actually?
311
943645
3009
Pada akhirnya, apa yang sebenarnya kita lihat?
15:46
What we see is that creativity has no age.
312
946678
4083
Kita lihat bahwa kreativitas tidak memiliki usia.
15:50
Productivity does, right?
313
950785
2202
Tetapi produktivitas ya, bukan demikian?
15:53
Which is telling me that at the end of the day,
314
953424
4135
Ini menunjukkan saya bahwa akhirnya,
15:57
if you keep trying --
315
957583
2000
jika Anda terus berusaha -
15:59
(Laughter)
316
959607
2403
(Tawa)
16:02
you could still succeed and succeed over and over.
317
962034
3572
Anda dapat mencapai sukses berulang kali.
16:05
So my conclusion is very simple:
318
965630
2391
Jadi kesimpulan saya sangat sederhana:
16:08
I am off the stage, back in my lab.
319
968045
2093
Saya turun dari podium, kembali ke lab saya.
16:10
Thank you.
320
970162
1171
Terima kasih.
16:11
(Applause)
321
971357
3309
(Tepuk tangan)
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7