Beau Lotto + Amy O'Toole: Science is for everyone, kids included

183,128 views ・ 2012-10-17

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Traduttore: Isabella Martini Revisore: Lela Selmo
00:16
Beau Lotto: So, this game is very simple.
1
16747
2169
Beau Lotto: Questo gioco è semplicissimo.
00:18
All you have to do is read what you see. Right?
2
18916
4047
Dovete leggere quello che vedete. Ok?
00:22
So, I'm going to count to you, so we don't all do it together.
3
22963
3201
Conterò per voi, così non dobbiamo farlo tutti.
00:26
Okay, one, two, three.Audience: Can you read this?
4
26164
2499
Uno, due, tre. Pubblico: "Can you read this?"
00:28
BL: Amazing. What about this one? One, two, three.Audience: You are not reading this.
5
28663
4379
BL: Fantastico. E questo? Uno, due, tre. Pubblico: "You are not reading this."
00:33
BL: All right. One, two, three. (Laughter)
6
33042
5316
BL: Molto bene. Uno, due, tre. (Risate)
00:38
If you were Portuguese, right? How about this one? One, two, three.
7
38358
4797
Se foste portoghesi. E questo? Uno, due, tre.
00:43
Audience: What are you reading?
8
43155
1978
Pubblico: "What are you reading?"
00:45
BL: What are you reading? There are no words there.
9
45133
3458
BL: "What are you reading?" Non ci sono parole, lì.
00:48
I said, read what you're seeing. Right?
10
48591
2537
Vi ho detto di leggere quello che vedete. Giusto?
00:51
It literally says, "Wat ar ou rea in?" (Laughter) Right?
11
51128
3850
Alla lettera dice: "Wat ar ou rea in?" (Risate) Giusto?
00:54
That's what you should have said. Right? Why is this?
12
54978
3828
Ecco cosa dovevate dire. Giusto? Perché?
00:58
It's because perception is grounded in our experience.
13
58806
3536
Perché la percezione è radicata nella nostra esperienza.
01:02
Right? The brain takes meaningless information
14
62342
2897
La mente prende informazioni prive di senso
01:05
and makes meaning out of it, which means we never see
15
65239
2959
e dà loro un senso; non vediamo mai
01:08
what's there, we never see information,
16
68198
2256
quello che c'è, non vediamo mai l'informazione
01:10
we only ever see what was useful to see in the past.
17
70454
3275
vediamo solo quello che era utile vedere nel passato.
01:13
All right? Which means, when it comes to perception,
18
73729
2736
Questo significa che, quando si tratta di percezioni,
01:16
we're all like this frog.
19
76465
6795
siamo tutti come questa rana.
01:23
(Laughter)
20
83260
912
(Risate)
01:24
Right? It's getting information. It's generating behavior
21
84172
3395
Raccoglie informazioni. Genera un comportamento
01:27
that's useful. (Laughter)
22
87567
4468
che è utile. (Risate)
01:32
(Laughter)
23
92035
7032
(Risate)
01:39
(Video) Man: Ow! Ow! (Laughter) (Applause)
24
99067
5982
(Video) Uomo: Ah! (Risate) (Applausi)
01:45
BL: And sometimes, when things don't go our way,
25
105049
2712
BL: A volte, quando le cose non vanno come vogliamo,
01:47
we get a little bit annoyed, right?
26
107761
2259
un po' ci infastidisce, no?
01:50
But we're talking about perception here, right?
27
110020
2730
Ma qui si parla di percezioni, o no?
01:52
And perception underpins everything we think, we know,
28
112750
4365
Sulle percezioni si fonda tutto ciò che pensiamo, sappiamo,
01:57
we believe, our hopes, our dreams, the clothes we wear,
29
117115
2871
crediamo, le speranze, i sogni, ciò che indossiamo,
01:59
falling in love, everything begins with perception.
30
119986
3743
innamorarci, tutto inizia con le percezioni.
02:03
Now if perception is grounded in our history, it means
31
123729
2945
Se le percezioni sono radicate nella nostra storia, significa
02:06
we're only ever responding according to what we've done before.
32
126674
3459
che noi reagiamo solo in base a cosa abbiamo già fatto.
02:10
But actually, it's a tremendous problem,
33
130133
3076
Ma in realtà è un problema tremendo,
02:13
because how can we ever see differently?
34
133209
3617
perché come si fa a vedere le cose diversamente?
02:16
Now, I want to tell you a story about seeing differently,
35
136826
4063
Voglio raccontarvi una storia su come vedere diversamente le cose,
02:20
and all new perceptions begin in the same way.
36
140889
3988
e su come tutte le nuove percezioni iniziano allo stesso modo.
02:24
They begin with a question.
37
144877
2582
Iniziano con una domanda.
02:27
The problem with questions is they create uncertainty.
38
147459
3238
Il problema delle domande è che creano incertezza.
02:30
Now, uncertainty is a very bad thing. It's evolutionarily
39
150697
2729
L'incertezza è una brutta cosa. È evolutivamente
02:33
a bad thing. If you're not sure that's a predator, it's too late.
40
153426
3601
una brutta cosa. Se non sei sicuro che quello lì è un predatore, è troppo tardi.
02:37
Okay? (Laughter)
41
157027
1360
Ok? (Risate)
02:38
Even seasickness is a consequence of uncertainty.
42
158387
3160
Anche il mal di mare è conseguenza dell'incertezza.
02:41
Right? If you go down below on a boat, your inner ears
43
161547
2252
Se scendete sottocoperta, l'orecchio interno
02:43
are you telling you you're moving. Your eyes, because
44
163799
2176
vi dice che vi state muovendo. Gli occhi,
02:45
it's moving in register with the boat, say I'm standing still.
45
165975
2316
che si muovono insieme alla barca, mi dicono che sono fermo.
02:48
Your brain cannot deal with the uncertainty of that information, and it gets ill.
46
168291
4655
La mente non riesce a gestire l'incertezza di quella infomazione, e sta male.
02:52
The question "why?" is one of the most dangerous things you can do,
47
172946
3929
Chiedersi "Perché?" è una delle cose più pericolose che potete fare,
02:56
because it takes you into uncertainty.
48
176875
2992
poiché vi trasporta nell'incertezza.
02:59
And yet, the irony is, the only way we can ever
49
179867
2879
Eppure, l'ironia è che l'unico modo in cui possiamo
03:02
do anything new is to step into that space.
50
182746
3536
fare qualcosa di nuovo è avventurarci in quello spazio.
03:06
So how can we ever do anything new? Well fortunately,
51
186282
3224
Allora come potremo mai fare qualcosa di nuovo?
03:09
evolution has given us an answer, right?
52
189506
3584
Per fortuns l'evoluzione ci ha dato una risposta, no?
03:13
And it enables us to address even the most difficult
53
193090
3595
E ci permette di affrontare anche le domande
03:16
of questions. The best questions are the ones that create the most uncertainty.
54
196685
4679
più difficili. Le domande migliori sono quelle che creano più incertezza.
03:21
They're the ones that question the things we think to be true already. Right?
55
201364
3956
Sono proprio quelle che mettono in dubbio le cose che diamo per vere. Giusto?
03:25
It's easy to ask questions about how did life begin,
56
205320
1989
È facile fare domande su come la vita ha avuto inizio,
03:27
or what extends beyond the universe, but to question what you think to be true already
57
207309
3308
su cosa c'è oltre l'universo, ma mettere in dubbio quello che date per vero
03:30
is really stepping into that space.
58
210617
3001
è davvero avventurarsi in quello spazio.
03:33
So what is evolution's answer to the problem of uncertainty?
59
213618
4810
Quindi qual è la risposta dell'evoluzione al problema dell'incertezza?
03:38
It's play.
60
218428
1773
È il gioco.
03:40
Now play is not simply a process. Experts in play will tell you
61
220201
4193
Il gioco non è soltanto un processo. Gli esperti vi diranno
03:44
that actually it's a way of being.
62
224394
2615
che è proprio un modo di essere.
03:47
Play is one of the only human endeavors where uncertainty
63
227009
2891
Il gioco è una delle uniche attività umane dove l'incertezza
03:49
is actually celebrated. Uncertainty is what makes play fun.
64
229900
4326
viene invece celebrata. L'incertezza è ciò che rende il gioco divertente.
03:54
Right? It's adaptable to change. Right? It opens possibility,
65
234226
4275
Si adatta ai cambiamenti. Apre alle possibilità,
03:58
and it's cooperative. It's actually how we do our social bonding,
66
238501
4109
e alla cooperazione. È così che creiamo le nostre relazioni sociali,
04:02
and it's intrinsically motivated. What that means
67
242610
1726
ed ha una motivazione intrinseca. Ciò significa che
04:04
is that we play to play. Play is its own reward.
68
244336
4606
giochiamo per giocare. Il gioco è ricompensa di se stesso.
04:08
Now if you look at these five ways of being,
69
248942
3891
Se ora guardiamo questi cinque modi di essere,
04:12
these are the exact same ways of being you need
70
252833
2721
sono proprio gli stessi modi di essere necessari
04:15
in order to be a good scientist.
71
255554
2036
per essere un bravo scienziato.
04:17
Science is not defined by the method section of a paper.
72
257590
3027
La scienza non è definita dalla sezione materiali e metodi di un articolo.
04:20
It's actually a way of being, which is here, and this is true
73
260617
3140
È in realtà un modo di essere, questo, valido per
04:23
for anything that is creative.
74
263757
2653
tutto ciò che è creativo.
04:26
So if you add rules to play, you have a game.
75
266410
4203
Se aggiungiamo regole mentre giochiamo, otteniamo un vero gioco.
04:30
That's actually what an experiment is.
76
270613
2790
È così che funzionano gli esperimenti.
04:33
So armed with these two ideas,
77
273403
1919
Armati di queste due idee,
04:35
that science is a way of being and experiments are play,
78
275322
4322
che la scienza è un modo di essere e che gli esperimenti sono un gioco,
04:39
we asked, can anyone become a scientist?
79
279644
3453
ci siamo chiesti, possiamo tutti diventare scienziati?
04:43
And who better to ask than 25 eight- to 10-year-old children?
80
283097
3500
E a chi chiederlo se non a 25 bambini dagli 8 ai 10 anni?
04:46
Because they're experts in play. So I took my bee arena
81
286597
3507
Loro sono gli esperti. Così ho portato la mia teca delle api
04:50
down to a small school in Devon, and the aim of this
82
290104
3547
in una piccola scuola nel Devon, e lo scopo era
04:53
was to not just get the kids to see science differently,
83
293651
4244
non solo far vedere diversamente la scienza ai bambini,
04:57
but, through the process of science, to see themselves differently. Right?
84
297895
4598
ma, tramite il processo scientifico, vedere diversamente se stessi. Ok?
05:02
The first step was to ask a question.
85
302493
3408
Il primo passo è stato fare una domanda.
05:05
Now, I should say that we didn't get funding for this study
86
305901
2880
Ora, va detto che non ci sono stati finanziamenti per questo studio
05:08
because the scientists said small children couldn't make
87
308781
3330
perché gli scienziati hanno detto che i bambini non potevano dare
05:12
a useful contribution to science, and the teachers said kids couldn't do it.
88
312111
4302
un contribuito significativo alla scienza, e gli insegnanti che non erano in grado di farlo.
05:16
So we did it anyway. Right? Of course.
89
316413
3734
Allora l'abbiamo fatto lo stesso. Ovviamente.
05:20
So, here are some of the questions. I put them in small print
90
320147
2819
Queste sono alcune delle domande. Le ho scritte in piccolo
05:22
so you wouldn't bother reading it. Point is that five of the questions that the kids came up with
91
322966
4440
così non vi disturbate a leggerle. Il punto è che cinque tra le domande poste dai bambini
05:27
were actually the basis of science publication the last five to 15 years. Right?
92
327406
4618
erano in realtà alla base delle pubblicazioni scientifiche degli ultimi 5 -15 anni.
05:32
So they were asking questions that were significant
93
332024
2660
Dunque hanno posto domande che sono significative
05:34
to expert scientists.
94
334684
2130
per scienziati esperti.
05:36
Now here, I want to share the stage with someone quite special. Right?
95
336814
4134
Adesso voglio condividere il palco con una persona molto speciale.
05:40
She was one of the young people who was involved in this study,
96
340948
2612
Lei era una dei bambini coinvolti nello studio,
05:43
and she's now one of the youngest published scientists
97
343560
2334
e adesso è uno degli scienziati più giovani mai pubblicati
05:45
in the world. Right? She will now, once she comes onto stage,
98
345894
3883
al mondo. Ok? Lei sarà, una volta salita sul palco,
05:49
will be the youngest person to ever speak at TED. Right?
99
349777
3698
la persona più giovane che abbia mai parlato a TED.
05:53
Now, science and asking questions is about courage.
100
353475
2875
Per fare scienza e porre domande ci vuole coraggio.
05:56
Now she is the personification of courage, because she's
101
356350
3200
Lei è la personificazione del coraggio, perché
05:59
going to stand up here and talk to you all.
102
359550
1387
verrà qui a parlare davanti a tutti voi.
06:00
So Amy, would you please come up? (Applause)
103
360937
5254
Amy, vuoi raggiungermi quassù? (Applausi)
06:06
(Applause)
104
366191
7185
(Applausi)
06:13
So Amy's going to help me tell the story of what we call
105
373376
2519
Amy mi aiuterà a raccontarvi la storia di quello che chiamiamo
06:15
the Blackawton Bees Project, and first she's going to tell you
106
375895
2666
il progetto Blackawton Bees, e per prima cosa vi dirà
06:18
the question that they came up with. So go ahead, Amy.
107
378561
2545
la domanda che si sono posti. Inizia pure, Amy.
06:21
Amy O'Toole: Thank you, Beau. We thought
108
381106
1719
Amy O'Toole: Grazie, Beau. Abbiamo pensato
06:22
that it was easy to see the link between humans and apes
109
382825
3401
che fosse facile vedere il collegamento tra l'uomo e le scimmie
06:26
in the way that we think, because we look alike.
110
386226
3024
nel modo di ragionare, perché siamo simili.
06:29
But we wondered if there's a possible link
111
389250
2689
Ma ci siamo chiesti se ci fosse un collegamento
06:31
with other animals. It'd be amazing if humans and bees
112
391939
4704
anche con altri animali. Sarebbe sorprendente se uomini e api
06:36
thought similar, since they seem so different from us.
113
396643
4113
ragionassero allo stesso modo, poiché sembrano così diverse da noi.
06:40
So we asked if humans and bees might solve
114
400756
3053
Allora ci siamo chiesti se uomini e api potessero risolvere
06:43
complex problems in the same way.
115
403809
2407
problemi complessi allo stesso modo.
06:46
Really, we wanted to know if bees can also adapt
116
406216
3287
Davvero, volevamo scoprire se anche le api sapessero adattarsi
06:49
themselves to new situations using previously learned rules
117
409503
3707
a situazioni nuove sfruttando regole e condizioni apprese
06:53
and conditions. So what if bees can think like us?
118
413210
4214
in precedenza. E se le api ragionassero come noi?
06:57
Well, it'd be amazing, since we're talking about an insect
119
417424
2552
Be', sarebbe soprendente, poiché stiamo parlando di un insetto
06:59
with only one million brain cells.
120
419976
2525
con appena un milione di cellule cerebrali.
07:02
But it actually makes a lot of sense they should,
121
422501
2142
Ma in realtà avrebbe molto senso,
07:04
because bees, like us, can recognize a good flower
122
424643
3277
perché le api, come noi, sanno riconoscere un buon fiore
07:07
regardless of the time of day, the light, the weather,
123
427920
3613
a prescindere dall'ora, dalla luce, dal tempo
07:11
or from any angle they approach it from. (Applause)
124
431533
5742
o da qualsiasi angolo vi si avvicinino. (Applausi)
07:17
BL: So the next step was to design an experiment,
125
437275
3782
BL: Quindi lo step successivo è stato progettare un esperimento,
07:21
which is a game. So the kids went off and they designed
126
441057
3302
cioè un gioco. I bambini si sono messi all'opera e hanno progettato
07:24
this experiment, and so -- well, game -- and so,
127
444359
3301
questo esperimento, e quindi -- o meglio, gioco -- e quindi,
07:27
Amy, can you tell us what the game was,
128
447660
1466
Amy, puoi dirci qual era il gioco,
07:29
and the puzzle that you set the bees?
129
449126
2143
e il rompicapo che avete ideato per le api?
07:31
AO: The puzzle we came up with was an if-then rule.
130
451269
3023
AO: Il rompicapo che abbiamo ideato si basava sulla logica se-allora.
07:34
We asked the bees to learn not just to go to a certain color,
131
454292
3645
Abbiamo chiesto alle api di imparare non solo ad andare verso un certo colore,
07:37
but to a certain color flower only
132
457937
2668
ma verso un fiore di un certo colore
07:40
when it's in a certain pattern.
133
460605
1632
solo quando risponde a un certo schema.
07:42
They were only rewarded if they went to the yellow flowers
134
462237
3259
Ricevevano una ricompensa solo se andavano verso i fiori gialli,
07:45
if the yellow flowers were surrounded by the blue,
135
465496
3060
se i fiori gialli erano circondati dal blu,
07:48
or if the blue flowers were surrounded by the yellow.
136
468556
3268
o se i fiori blu erano circondati dal giallo.
07:51
Now there's a number of different rules the bees can learn
137
471824
2585
Ci sono quindi una serie di regole diverse che le api possono imparare
07:54
to solve this puzzle. The interesting question is, which?
138
474409
3425
per risolvere questo rompicapo. La domanda interessante è: quali?
07:57
What was really exciting about this project was we,
139
477834
2780
Ciò che era davvero entusiasmante in questo progetto era che noi,
08:00
and Beau, had no idea whether it would work.
140
480614
2343
e Beau, non avevamo idea se avrebbe funzionato.
08:02
It was completely new, and no one had done it before,
141
482957
2454
Era del tutto nuovo e nessuno l'aveva mai fatto prima,
08:05
including adults. (Laughter)
142
485411
3723
adulti compresi. (Risate)
08:09
BL: Including the teachers, and that was really hard for the teachers.
143
489134
3464
BL: Compresi gli insegnanti, ed è stata molto dura per gli insegnanti.
08:12
It's easy for a scientist to go in and not have a clue what he's doing,
144
492598
2904
È facile per uno scienziato iniziare senza avere idea di quello che sta facendo,
08:15
because that's what we do in the lab, but for a teacher
145
495502
2544
perché è quello che facciamo in laboratorio, ma per un insegnante,
08:18
not to know what's going to happen at the end of the day --
146
498046
1625
non sapere cosa succederà alla fine della giornata --
08:19
so much of the credit goes to Dave Strudwick, who was
147
499671
2599
buona parte dei meriti va a Dave Strudwick,
08:22
the collaborator on this project. Okay?
148
502270
2209
che ha collaborato a questo progetto.
08:24
So I'm not going to go through the whole details of the study
149
504479
2732
Non entrerò nei dettagli dello studio
08:27
because actually you can read about it, but the next step
150
507211
2638
perché potete leggerlo, ma lo step successivo
08:29
is observation. So here are some of the students
151
509849
3645
è l'osservazione. Ecco alcuni studenti
08:33
doing the observations. They're recording the data
152
513494
2768
durante l'osservazione. Stanno registrando i dati
08:36
of where the bees fly.
153
516262
5044
su dove volano le api.
08:41
(Video) Dave Strudwick: So what we're going to do —Student: 5C.
154
521306
2023
(Video) Dave Strudwick: Allora cosa facciamo? -- Alunno: 5C
08:43
Dave Strudwick: Is she still going up here?Student: Yeah.
155
523329
3990
DS: Sta andando sempre lassù? -- Alunno: Sì.
08:47
Dave Strudwick: So you keep track of each.Student: Henry, can you help me here?
156
527319
3597
DS: Allora tienile d'occhio tutte. -- Alunno: Henry, mi dai un mano?
08:50
BL: "Can you help me, Henry?" What good scientist says that, right?
157
530916
2904
BL: "Mi dai una mano, Henry?" Quale bravo scienziato non direbbe così?
08:53
Student: There's two up there.
158
533820
4710
Alunno: Ce ne sono due lassù.
08:58
And three in here.
159
538530
2874
E tre quaggiù.
09:01
BL: Right? So we've got our observations. We've got our data.
160
541404
2275
BL: Quindi abbiamo le nostre osservazioni. Abbiamo i nostri dati.
09:03
They do the simple mathematics, averaging, etc., etc.
161
543679
3773
Fanno loro i calcoli semplici, le medie, etc., etc.
09:07
And now we want to share. That's the next step.
162
547452
1931
E ora lo vogliamo condividere. È lo step successivo.
09:09
So we're going to write this up and try to submit this
163
549383
1608
Risistemiamo il tutto e cerchiamo di proporlo
09:10
for publication. Right? So we have to write it up.
164
550991
2856
per la pubblicazione. Quindi dobbiamo risistemarlo.
09:13
So we go, of course, to the pub. All right? (Laughter)
165
553847
4513
Quindi, ovviamente, andiamo al pub. Ok? (Risate)
09:18
The one on the left is mine, okay? (Laughter)
166
558360
2284
Quello a sinistra è il mio. (Risate)
09:20
Now, I tell them, a paper has four different sections:
167
560644
2086
E io dico, un articolo si divide in quattro parti:
09:22
an introduction, a methods, a results, a discussion.
168
562730
2807
introduzione, materiali e metodi, risultati, discussione.
09:25
The introduction says, what's the question and why?
169
565537
2604
L'introduzione dice: qual è la domanda e perché?
09:28
Methods, what did you do? Results, what was the observation?
170
568141
3119
Materiali e metodi: cosa avete fatto? Risultati: cosa avete osservato?
09:31
And the discussion is, who cares? Right?
171
571260
2143
E la discussione è: a chi importa?
09:33
That's a science paper, basically. (Laughter)
172
573403
2459
Ecco un articolo scientifico, in pratica. (Risate)
09:35
So the kids give me the words, right? I put it into a narrative,
173
575862
4529
I bambini mi danno le parole. Io ne faccio un racconto,
09:40
which means that this paper is written in kidspeak.
174
580391
3247
perciò l'articolo è scritto nella lingua dei bambini.
09:43
It's not written by me. It's written by Amy
175
583638
2528
Non l'ho scritto io. L'hanno scritto Amy
09:46
and the other students in the class. As a consequence,
176
586166
3320
e i suoi compagni di classe. Di conseguenza,
09:49
this science paper begins, "Once upon a time ... " (Laughter)
177
589486
6017
l'articolo scientifico inizia con: "C'era una volta..." (Risate)
09:55
The results section, it says: "Training phase, the puzzle ... duh duh duuuuuhhh." Right? (Laughter)
178
595503
5312
La parte dei risultati dice: "I preparativi, il mistero... ta da da daaaaan." Ok? (Risate)
10:00
And the methods, it says, "Then we put the bees
179
600815
2196
E materiali e metodi dice: "Poi abbiamo messo le api
10:03
into the fridge (and made bee pie)," smiley face. Right? (Laughter)
180
603011
3317
in frigo (e abbiamo fatto la torta di api), faccina sorridente. (Risate)
10:06
This is a science paper. We're going to try to get it published.
181
606328
3833
È un articolo scientifico. Proviamo a farcelo pubblicare.
10:10
So here's the title page. We have a number of authors there.
182
610161
2834
Ecco la prima pagina. Vediamo che ci sono numerosi autori.
10:12
All the ones in bold are eight to 10 years old.
183
612995
2851
Tutti quelli in grassetto hanno dagli 8 ai 10 anni.
10:15
The first author is Blackawton Primary School, because
184
615846
2050
Il primo autore è la Blackawton Primary School, perché
10:17
if it were ever referenced, it would be "Blackawton et al,"
185
617896
3246
se dovesse essere mai citato, sarebbe "Blackawton et al."
10:21
and not one individual. So we submit it to a public access journal,
186
621142
3057
e non un singolo individuo. Poi lo inviamo a una rivista ad accesso aperto,
10:24
and it says this. It said many things, but it said this.
187
624199
3332
e ci hanno detto così. Ci hanno detto tante cose, ma ci hanno detto così.
10:27
"I'm afraid the paper fails our initial quality control checks in several different ways." (Laughter)
188
627531
3919
"Temo che l'articolo non soddisfi i nostri requisiti iniziali di qualità sotto diversi aspetti". (Risate)
10:31
In other words, it starts off "once upon a time,"
189
631450
2560
In altre parole, inizia con "c'era una volta",
10:34
the figures are in crayon, etc. (Laughter)
190
634010
2526
in numeri sono scritti a matita, etc. (Risate)
10:36
So we said, we'll get it reviewed. So I sent it to Dale Purves,
191
636536
4353
Ci siamo detti, chiediamo un parere. Così l'ho mandato a Dale Purves,
10:40
who is at the National Academy of Science, one of the leading neuroscientists in the world,
192
640889
3533
che è della National Academy of Sciences, uno dei maggiori neuroscienziati al mondo,
10:44
and he says, "This is the most original science paper I have ever read" — (Laughter) —
193
644422
3449
e ci ha detto: "Questo è l'articolo scientifico più originale che abbia mai letto --" (Risate)
10:47
"and it certainly deserves wide exposure."
194
647871
2097
"di certo merita grande visibilità".
10:49
Larry Maloney, expert in vision, says, "The paper is magnificent.
195
649968
4271
Larry Maloney, esperto in percezione visiva, ha detto: "L'articolo è magnifico.
10:54
The work would be publishable if done by adults."
196
654239
3366
Il lavoro sarebbe pubblicabile se fatto da adulti".
10:57
So what did we do? We send it back to the editor.
197
657605
1979
Allora cosa abbiamo fatto? L'abbiamo rimandato all'editor.
10:59
They say no.
198
659584
1589
Hanno detto di no.
11:01
So we asked Larry and Natalie Hempel to write
199
661173
2454
Quindi abbiamo chiesto a Larry e Natalie Hempel di scrivere
11:03
a commentary situating the findings for scientists, right,
200
663627
4007
un commento per inquadrare i risultati agli occhi degli scienziati,
11:07
putting in the references, and we submit it to Biology Letters.
201
667634
4128
abbiamo inserito le referenze e lo abbiamo inviato a Biology Letters.
11:11
And there, it was reviewed by five independent referees,
202
671762
3327
E là è stato esaminato da cinque referee indipendenti,
11:15
and it was published. Okay? (Applause)
203
675089
4421
ed è stato pubblicato.
11:19
(Applause)
204
679510
6000
(Applausi)
11:25
It took four months to do the science,
205
685510
3021
Ci sono voluti quattro mesi per la ricerca scientifica,
11:28
two years to get it published. (Laughter)
206
688531
3228
due anni per farla pubblicare. (Risate)
11:31
Typical science, actually, right? So this makes Amy and
207
691759
4835
Tipico della scienza, in realtà. Questo fa di Amy e
11:36
her friends the youngest published scientists in the world.
208
696594
2433
dei suoi compagni i più giovani scienziati mai pubblicati.
11:39
What was the feedback like?
209
699027
2016
Com'è stato il feedback?
11:41
Well, it was published two days before Christmas,
210
701043
2885
Be', è stato pubblicato due giorni prima di Natale,
11:43
downloaded 30,000 times in the first day, right?
211
703928
4003
scaricato 30.000 volte il primo giorno.
11:47
It was the Editors' Choice in Science, which is a top science magazine.
212
707931
4040
È fra le Editors' Choice di Science, fra le migliori riviste scientifiche.
11:51
It's forever freely accessible by Biology Letters.
213
711971
2542
Sarà sempre gratuito su Biology Letters.
11:54
It's the only paper that will ever be freely accessible by this journal.
214
714513
3680
È l'unico articolo che sarà sempre gratuito su questa rivista.
11:58
Last year, it was the second-most downloaded paper
215
718193
2699
L'anno scorso è stato il secondo articolo più scaricato
12:00
by Biology Letters, and the feedback from not just scientists
216
720892
4104
su Biology Letters, con un feedback non solo dagli scienziati
12:04
and teachers but the public as well.
217
724996
2548
e dai docenti ma anche dal pubblico.
12:07
And I'll just read one.
218
727544
1772
Ve ne leggo uno.
12:09
"I have read 'Blackawton Bees' recently. I don't have
219
729316
2490
"Ho letto 'Blackawton Bees' di recente. Non trovo
12:11
words to explain exactly how I am feeling right now.
220
731806
2313
le parole per spiegare esattamente cosa ne penso.
12:14
What you guys have done is real, true and amazing.
221
734119
2479
Quello che voi avete fatto è reale, vero e sorprendente.
12:16
Curiosity, interest, innocence and zeal are the most basic
222
736598
3109
Curiosità, interesse, innocenza e zelo sono le cose più basilari
12:19
and most important things to do science.
223
739707
1724
e più importanti per fare scienza.
12:21
Who else can have these qualities more than children?
224
741431
2478
Chi altri può avere queste qualità se non i bambini?
12:23
Please congratulate your children's team from my side."
225
743909
3541
Faccia i miei complimenti al suo team di bambini."
12:27
So I'd like to conclude with a physical metaphor.
226
747450
3383
Vorrei concludere con una metafora fisica.
12:30
Can I do it on you? (Laughter)
227
750833
2968
Posso provarla su di voi? (Risate)
12:33
Oh yeah, yeah, yeah, come on. Yeah yeah. Okay.
228
753801
3093
Dai, dai, dai, su. Dai, dai. Ok.
12:36
Now, science is about taking risks, so this is an incredible risk, right? (Laughter)
229
756894
5177
Fare scienza implica correre dei rischi, e questo è un rischio incredibile. (Risate)
12:42
For me, not for him. Right? Because we've only done this once before. (Laughter)
230
762071
6098
Per me, non per lui. Ok? Perché l'abbiamo provato solo una volta finora. (Risate)
12:48
And you like technology, right?
231
768169
1576
Lei ama la tecnologia, vero?
12:49
Shimon Schocken: Right, but I like myself.
232
769745
2176
Shimon Schocken: Sì, però amo anche me stesso.
12:51
BL: This is the epitome of technology. Right. Okay.
233
771921
2951
BL: Ecco il paradigma della tecnologia. Ok.
12:54
Now ... (Laughter)
234
774872
3608
Ora... (Risate)
12:58
Okay. (Laughter)
235
778480
2880
Ok. (Risate)
13:01
Now, we're going to do a little demonstration, right?
236
781360
4084
Ora faremo una piccola dimostrazione, ok?
13:05
You have to close your eyes, and you have to point
237
785444
4019
Deve chiudere gli occhi e deve indicare
13:09
where you hear me clapping. All right?
238
789463
3157
dove mi sente battere le mani. Ok?
13:12
(Clapping)
239
792620
4398
(Batte le mani)
13:17
(Clapping)
240
797018
3144
(Batte le mani)
13:20
Okay, how about if everyone over there shouts. One, two, three?
241
800162
2903
Che ne dite se tutti da quel lato urlate? Uno, due, tre.
13:23
Audience: (Shouts)
242
803065
2901
Pubblico: (Urla)
13:25
(Laughter)
243
805966
4446
(Risate)
13:30
(Shouts) (Laughter)
244
810412
3171
(Urla) (Risate)
13:33
Brilliant. Now, open your eyes. We'll do it one more time.
245
813583
3641
Perfetto. Ora apra gli occhi. Lo facciamo un'altra volta.
13:37
Everyone over there shout. (Shouts)
246
817224
2802
Da quel lato, urlate tutti. (Urla)
13:40
Where's the sound coming from? (Laughter) (Applause)
247
820026
5932
Da dove viene il suono? (Risate) (Applausi)
13:45
Thank you very much. (Applause)
248
825958
4230
Grazie mille. (Applausi)
13:50
What's the point? The point is what science does for us.
249
830188
3713
Qual è il punto? Il punto è cosa fa per noi la scienza.
13:53
Right? We normally walk through life responding,
250
833901
2406
Normalmente passiamo la vita a rispondere,
13:56
but if we ever want to do anything different, we have to
251
836307
2212
ma se vogliamo fare qualcosa di diverso, dobbiamo
13:58
step into uncertainty. When he opened his eyes,
252
838519
2689
avventurarci nell'incertezza. Quando ha aperto gli occhi,
14:01
he was able to see the world in a new way.
253
841208
2382
è riuscito a vedere il mondo con occhi nuovi.
14:03
That's what science offers us. It offers the possibility
254
843590
3168
Ecco cosa ci offre la scienza. Offre la possibilità
14:06
to step on uncertainty through the process of play, right?
255
846758
4016
di avventurarci nell'incertezza tramite il processo del gioco.
14:10
Now, true science education I think should be about
256
850774
3024
Credo che la vera formazione scientifica debba occuparsi di
14:13
giving people a voice and enabling to express that voice,
257
853798
3399
dare voce alla gente e permetterle di esprimere quella voce,
14:17
so I've asked Amy to be the last voice in this short story.
258
857197
4369
così ho chiesto ad Amy di essere l'ultima voce di questo racconto.
14:21
So, Amy?
259
861566
3105
Amy?
14:24
AO: This project was really exciting for me,
260
864671
2553
AO: Questo progetto è stato molto entusiamante per me,
14:27
because it brought the process of discovery to life,
261
867224
2671
perché ha dato vita al processo della scoperta,
14:29
and it showed me that anyone, and I mean anyone,
262
869895
2911
e mi ha mostrato che chiunque, e dico chiunque,
14:32
has the potential to discover something new,
263
872806
2753
ha il potenziale per scoprire qualcosa di nuovo,
14:35
and that a small question can lead into a big discovery.
264
875559
4072
e che una piccola domanda può portare a una grande scoperta.
14:39
Changing the way a person thinks about something
265
879631
2652
Cambiare il modo in cui una persona la pensa su qualcosa
14:42
can be easy or hard. It all depends on the way the person
266
882283
3712
può essere facile o difficile. Tutto dipende da come quella persona
14:45
feels about change.
267
885995
1488
si pone di fronte al cambiamento.
14:47
But changing the way I thought about science was
268
887483
2452
Ma cambiare il mio modo di vedere la scienza è stato
14:49
surprisingly easy. Once we played the games
269
889935
2275
sorprendentemente facile. Dopo aver giocato
14:52
and then started to think about the puzzle,
270
892210
2418
e iniziato a riflettere sul rompicapo,
14:54
I then realized that science isn't just a boring subject,
271
894628
3857
allora ho capito che la scienza non è solo una materia noiosa,
14:58
and that anyone can discover something new.
272
898485
3194
e che chiunque può scoprire qualcosa di nuovo.
15:01
You just need an opportunity. My opportunity came
273
901679
3200
Bisogna solo avere un'opportunità. La mia opportunità è arrivata
15:04
in the form of Beau, and the Blackawton Bee Project.
274
904879
2636
nella persona di Beau, e con il progetto Blackawton Bee.
15:07
Thank you.BL: Thank you very much. (Applause)
275
907515
4361
Grazie. BL: Grazie mille. (Applausi)
15:11
(Applause)
276
911876
7747
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7