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

282,082 views ・ 2019-09-03

TED


Dubbelklicka på de engelska undertexterna nedan för att spela upp videon.

Översättare: Kerstin Brodelius Granskare: Annika Bidner
00:12
Today, actually, is a very special day for me,
0
12249
2266
Idag är det faktiskt en speciell dag för mig.
00:14
because it is my birthday.
1
14539
2121
Jag fyller år.
00:16
(Applause)
2
16684
3973
(Applåder)
00:20
And so, thanks to all of you for joining the party.
3
20681
3441
Så därför, tack till alla er som kommit på min fest.
00:24
(Laughter)
4
24146
1167
(Skratt)
00:25
But every time you throw a party, there's someone there to spoil it. Right?
5
25337
4786
Men på varje fest finns en festförstörare.
Eller hur?
00:30
(Laughter)
6
30147
1072
(Skratt)
00:31
And I'm a physicist,
7
31243
1359
Jag är fysiker
00:32
and this time I brought another physicist along to do so.
8
32626
4157
och idag tog jag med en kollega som får agera festförstörare.
00:36
His name is Albert Einstein -- also Albert -- and he's the one who said
9
36807
4562
Han heter Albert Einstein, Albert som jag, och han sa
00:41
that the person who has not made his great contributions to science
10
41393
4830
att den som inte gett sitt stora bidrag till vetenskapen
00:46
by the age of 30
11
46247
1559
vid 30 års ålder
00:47
will never do so.
12
47830
1396
aldrig kommer att göra det.
00:49
(Laughter)
13
49250
1012
(Skratt)
00:50
Now, you don't need to check Wikipedia
14
50286
2340
Du behöver inte kolla Wikipedia
00:52
that I'm beyond 30.
15
52650
1571
för att förstå att jag passerat 30.
00:54
(Laughter)
16
54245
1416
(Skratt)
00:55
So, effectively, what he is telling me, and us,
17
55685
3606
Han säger alltså till mig och till oss
00:59
is that when it comes to my science,
18
59315
2544
att jag bara är en belastning
01:01
I'm deadwood.
19
61883
1203
01:04
Well, luckily, I had my share of luck within my career.
20
64078
5586
Men tack och lov har jag haft
min andel tur i karriären.
01:10
Around age 28, I became very interested in networks,
21
70132
3822
När jag var 28 blev jag mycket intresserad av nätverk
01:13
and a few years later, we managed to publish a few key papers
22
73978
4076
och några år senare lyckades vi publicera några nyckelrapporter
01:18
that reported the discovery of scale-free networks
23
78078
4097
om upptäckten av skalfria nätverk
01:22
and really gave birth to a new discipline that we call network science today.
24
82199
4578
som blev starten för den disciplin som nu kallas nätverksvetenskap.
01:26
And if you really care about it, you can get a PhD now in network science
25
86801
3678
Den riktigt intresserade kan doktorera i nätverksvetenskap
01:30
in Budapest, in Boston,
26
90503
2028
i Budapest och i Boston
01:32
and you can study it all over the world.
27
92555
2308
och man kan studera ämnet i hela världen.
01:35
A few years later,
28
95466
1595
Några år senare
01:37
when I moved to Harvard first as a sabbatical,
29
97085
3230
när jag flyttade till Harvard under ett sabbatsår
01:40
I became interested in another type of network:
30
100339
3092
blev jag intresserad av en annan sorts nätverk:
01:43
that time, the networks within ourselves,
31
103455
3027
nätverken i våra kroppar,
01:46
how the genes and the proteins and the metabolites link to each other
32
106506
3726
hur gener, proteiner och deras nedbrytningsprodukter
är länkade till varandra och till sjukdomar.
01:50
and how they connect to disease.
33
110256
2493
01:53
And that interest led to a major explosion within medicine,
34
113368
4592
Intresset ledde till en revolution inom medicinforskningen,
01:57
including the Network Medicine Division at Harvard,
35
117984
3979
till exempel Avdelningen för medicinska nätverk på Harvard
02:01
that has more than 300 researchers who are using this perspective
36
121987
3395
där över 300 forskare använder detta perspektiv
02:05
to treat patients and develop new cures.
37
125406
2897
i behandlingen av patienter och i forskningen om nya botemedel.
02:09
And a few years ago,
38
129457
1770
För några år sedan
02:11
I thought that I would take this idea of networks
39
131251
2526
fick jag idén att använda denna teori om nätverk
02:13
and the expertise we had in networks
40
133801
1766
och vår expertis om nätverk
02:15
in a different area,
41
135591
1392
inom ett nytt område.
02:17
that is, to understand success.
42
137007
1982
Nämligen för att förstå framgång.
02:19
And why did we do that?
43
139704
1210
Varför gjorde vi det?
02:20
Well, we thought that, to some degree,
44
140938
2281
Vi tänkte att, på något sätt,
02:23
our success is determined by the networks we're part of --
45
143243
3377
borde vår framgång bero på de nätverk vi ingår i.
02:26
that our networks can push us forward, they can pull us back.
46
146644
3847
Våra nätverk kan dra oss framåt eller hålla oss tillbaka.
02:30
And I was curious if we could use the knowledge and big data and expertise
47
150925
4128
Jag undrade om vi kunde använda all data och all vår expertkunskap
02:35
where we develop the networks
48
155077
1403
när vi utvecklar nätverk
02:36
to really quantify how these things happen.
49
156504
3296
för att kvantifiera hur detta kan ske.
02:40
This is a result from that.
50
160404
1342
Detta är ett resultat.
02:41
What you see here is a network of galleries in museums
51
161770
2947
Det ni ser här är ett nätverk av gallerier på museer
02:44
that connect to each other.
52
164741
1632
som länkar till varandra.
02:46
And through this map that we mapped out last year,
53
166806
4055
Tack vare denna karta som vi tog fram förra året
02:50
we are able to predict very accurately the success of an artist
54
170885
4848
kan vi väldigt exakt förutspå hur väl en konstnär kommer att lyckas
02:55
if you give me the first five exhibits that he or she had in their career.
55
175757
4021
utifrån hans eller hennes fem första utställningar.
03:01
Well, as we thought about success,
56
181404
2706
När vi nu tänkte på framgång
03:04
we realized that success is not only about networks;
57
184134
3067
insåg vi att framgång inte bara handlar om nätverk;
03:07
there are so many other dimensions to that.
58
187225
2396
det beror på så många andra faktorer.
03:10
And one of the things we need for success, obviously,
59
190145
3247
En sak som självklart krävs för framgång är prestation.
03:13
is performance.
60
193416
1170
03:14
So let's define what's the difference between performance and success.
61
194610
3504
Nu måste vi definiera skillnaden mellan prestation och framgång.
03:18
Well, performance is what you do:
62
198465
1997
Prestation är vad du gör:
03:20
how fast you run, what kind of paintings you paint,
63
200486
3032
hur fort du springer, vilka tavlor du målar,
03:23
what kind of papers you publish.
64
203542
1881
vilka artiklar du publicerar.
03:25
However, in our working definition,
65
205835
2614
I vår definition handlar framgång om
03:28
success is about what the community notices from what you did,
66
208473
4205
vad omgivningen lägger märke till av det du gjorde,
03:32
from your performance:
67
212702
1612
av din prestation.
03:34
How does it acknowledge it, and how does it reward you for it?
68
214338
4132
Hur bekräftas din prestation och hur belönas du för den?
03:38
In other terms,
69
218494
1182
Med andra ord
03:39
your performance is about you, but your success is about all of us.
70
219700
4596
handlar din prestation om dig. Framgång handlar om oss alla.
03:45
And this was a very important shift for us,
71
225392
3334
Detta blev en vändpunkt för oss
03:48
because the moment we defined success as being a collective measure
72
228750
4024
för när framgång definieras som ett totalmått
03:52
that the community provides to us,
73
232798
2106
som vår omgivning ger oss
03:54
it became measurable,
74
234928
1510
blev det mätbart
03:56
because if it's in the community, there are multiple data points about that.
75
236462
4510
för om det finns i vår omgivning så finns det massor av mätpunkter.
04:00
So we go to school, we exercise, we practice,
76
240996
5280
Så vi går till skolan, vi övar, vi tränar,
04:06
because we believe that performance leads to success.
77
246300
2991
för vi tror att prestation leder till framgång.
04:09
But the way we actually started to explore,
78
249832
2015
Men efterhand som vi forskade insåg vi
04:11
we realized that performance and success are very, very different animals
79
251871
3527
att prestation och framgång är väsensskilda ting
04:15
when it comes to the mathematics of the problem.
80
255422
2444
när det handlar om det matematiska i problemet.
04:18
And let me illustrate that.
81
258429
1432
Låt mig visa detta.
04:20
So what you see here is the fastest man on earth, Usain Bolt.
82
260329
4947
Här ser ni Usain Bolt, världens snabbaste man.
04:25
And of course, he wins most of the competitions that he enters.
83
265832
3910
Han vinner såklart det mesta han ställer upp i.
04:30
And we know he's the fastest on earth because we have a chronometer
84
270393
3175
Vi vet att han är världens snabbaste
för vi har tidtagarur.
04:33
to measure his speed.
85
273592
1160
04:34
Well, what is interesting about him is that when he wins,
86
274776
4119
Det som är intressant är att när han vinner
04:38
he doesn't do so by really significantly outrunning his competition.
87
278919
5502
vinner han inte med stor marginal.
04:44
He's running at most a percent faster than the one who loses the race.
88
284445
4519
Han är max en procent snabbare än den som förlorar loppet.
04:49
And not only does he run only one percent faster than the second one,
89
289631
3638
Han springer bara en procent snabbare än tvåan
04:53
but he doesn't run 10 times faster than I do --
90
293293
2849
och han springer inte tio gånger fortare än jag
04:56
and I'm not a good runner, trust me on that.
91
296166
2181
och jag är ingen bra löpare - tro mig!
04:58
(Laughter)
92
298371
1197
(Skratt)
04:59
And every time we are able to measure performance,
93
299592
3502
Varje gång vi kan mäta prestation
05:03
we notice something very interesting;
94
303118
2050
noterar vi något mycket intressant;
05:05
that is, performance is bounded.
95
305192
2511
prestationen är begränsad.
05:07
What it means is that there are no huge variations in human performance.
96
307727
3757
Med det menar vi att variationerna är små.
05:11
It varies only in a narrow range,
97
311508
3432
Prestationen varierar inom ett litet område,
05:14
and we do need the chronometer to measure the differences.
98
314964
3279
så vi behöver tidtagarur för att notera skillnaden.
05:18
This is not to say that we cannot see the good from the best ones,
99
318267
3168
Det betyder inte att vi inte kan skilja de bra från de bästa,
05:21
but the best ones are very hard to distinguish.
100
321459
2733
men det är svårt att särskilja de bästa.
05:24
And the problem with that is that most of us work in areas
101
324216
2992
Problemet med det är att vi oftast jobbar i branscher
05:27
where we do not have a chronometer to gauge our performance.
102
327232
3922
där vi inte kan mätas med tidtagarur.
05:31
Alright, performance is bounded,
103
331178
1564
Så, prestationen är begränsad,
05:32
there are no huge differences between us when it comes to our performance.
104
332766
3532
det är inga stora skillnader mellan oss vad gäller prestation.
05:36
How about success?
105
336322
1157
Men framgång då?
05:37
Well, let's switch to a different topic, like books.
106
337995
2930
Vi byter till ett nytt ämne; böcker.
05:40
One measure of success for writers is how many people read your work.
107
340949
5015
Ett mått på en författares framgång är hur många som läser hens bok.
05:46
And so when my previous book came out in 2009,
108
346662
4410
Så när min senaste bok gavs ut 2009
05:51
I was in Europe talking with my editor,
109
351096
1902
pratade jag med min europeiska utgivare.
05:53
and I was interested: Who is the competition?
110
353022
2462
Jag frågade: Vilka är mina konkurrenter?
05:56
And I had some fabulous ones.
111
356253
2735
De var fantastiska!
05:59
That week --
112
359012
1169
Samma vecka -
06:00
(Laughter)
113
360205
1024
(Skratt)
06:01
Dan Brown came out with "The Lost Symbol,"
114
361253
3557
kom Dan Brown ut med "Den förlorade symbolen",
06:04
and "The Last Song" also came out,
115
364834
2982
och Nicholas Sparks kom ut med "The last song".
06:07
Nicholas Sparks.
116
367840
1429
06:09
And when you just look at the list,
117
369293
2988
Om du tittar på listan
06:12
you realize, you know, performance-wise, there's hardly any difference
118
372305
3453
så förstår du att prestationsmässigt är det ingen stor skillnad
06:15
between these books or mine.
119
375782
1598
mellan dessa böcker och min bok.
06:17
Right?
120
377404
1175
Eller hur?
06:18
So maybe if Nicholas Sparks's team works a little harder,
121
378603
4668
Kanske om Nicholas Sparks förlag jobbat lite hårdare,
06:23
he could easily be number one,
122
383295
1722
så kunde han varit listetta,
06:25
because it's almost by accident who ended up at the top.
123
385041
2898
det är ju lite av en slump vem som hamnar överst.
06:28
So I said, let's look at the numbers -- I'm a data person, right?
124
388486
3153
Siffermänniska som jag är, sa jag: låt oss titta på siffrorna.
06:31
So let's see what were the sales for Nicholas Sparks.
125
391663
4318
Låt oss kolla Nicholas Sparks försäljningssiffror.
06:36
And it turns out that that opening weekend,
126
396005
2054
Det visar sig att han redan första helgen
06:38
Nicholas Sparks sold more than a hundred thousand copies,
127
398083
2975
sålde mer än 100 000 exemplar.
06:41
which is an amazing number.
128
401082
1705
Ett otroligt antal!
06:42
You can actually get to the top of the "New York Times" best-seller list
129
402811
3396
Man kan faktiskt bli etta på New York Times bästsäljarlista
06:46
by selling 10,000 copies a week,
130
406231
2110
med 10 000 exemplar på en vecka,
06:48
so he tenfold overcame what he needed to be number one.
131
408365
3752
så han sålde tio gånger så mycket.
06:52
Yet he wasn't number one.
132
412141
1430
Ändå blev han inte etta.
06:53
Why?
133
413595
1308
Varför?
06:54
Because there was Dan Brown, who sold 1.2 million copies that weekend.
134
414927
4078
För att Dan Brown sålde 1,2 miljoner exemplar samma helg.
06:59
(Laughter)
135
419029
2136
(Skratt)
07:01
And the reason I like this number is because it shows that, really,
136
421189
3971
Jag gillar de här siffrorna, för de visar verkligen
07:05
when it comes to success, it's unbounded,
137
425184
3730
att framgången är obegränsad.
07:08
that the best doesn't only get slightly more than the second best
138
428938
5861
Den bästa får inte lite mer än den näst bästa,
07:14
but gets orders of magnitude more,
139
434823
2697
utan många gånger mer,
07:17
because success is a collective measure.
140
437544
2794
eftersom framgång bestäms av kollektivet.
07:20
We give it to them, rather than we earn it through our performance.
141
440362
4376
Man snarare får framgång, än förtjänar med sin prestation.
07:24
So one of things we realized is that performance, what we do, is bounded,
142
444762
5376
Så nu har vi insett att prestationen, det vi gör, har sina begränsningar,
07:30
but success, which is collective, is unbounded,
143
450162
2682
men framgång, som bestäms av andra, saknar begränsningar.
07:32
which makes you wonder:
144
452868
1312
Nu undrar man:
07:34
How do you get these huge differences in success
145
454204
2911
Hur kan skillnaderna i framgång vara så extremt stora
07:37
when you have such tiny differences in performance?
146
457139
2906
när skillnaden i prestation är så liten?
07:40
And recently, I published a book that I devoted to that very question.
147
460537
3787
Jag gav nyligen ut en bok som handlade om just det.
07:44
And they didn't give me enough time to go over all of that,
148
464348
2839
Men det hinner jag inte berätta om idag,
07:47
so I'm going to go back to the question of,
149
467211
2071
så jag återgår till frågan om framgång: när får man det?
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
Låt oss återgå till festförstöraren
och fråga oss:
07:57
Why did Einstein make this ridiculous statement,
152
477215
3339
Varför kom Einstein med det fåniga påståendet
08:00
that only before 30 you could actually be creative?
153
480578
3156
att man bara är kreativ före 30?
08:03
Well, because he looked around himself and he saw all these fabulous physicists
154
483758
4680
Tja, han tittade runt sig och såg fantastiska fysiker
08:08
that created quantum mechanics and modern physics,
155
488462
2587
som skapade kvantmekanik och modern fysik
08:11
and they were all in their 20s and early 30s when they did so.
156
491073
3736
och de var alla kring 20 eller 30 år.
08:15
And it's not only him.
157
495730
1220
Men det är inte bara han.
08:16
It's not only observational bias,
158
496974
1623
Och det är inte bara fördomar,
08:18
because there's actually a whole field of genius research
159
498621
3997
utan forskningen kring genier
08:22
that has documented the fact that,
160
502642
2256
har visat det faktum att när vi tittar på de vi beundrar mest genom historien
08:24
if we look at the people we admire from the past
161
504922
3160
08:28
and then look at what age they made their biggest contribution,
162
508106
3358
och hur gamla de var när de presterade som bäst
08:31
whether that's music, whether that's science,
163
511488
2096
inom musiken, inom vetenskapen,
08:33
whether that's engineering,
164
513608
1619
inom ingenjörskonsten,
08:35
most of them tend to do so in their 20s, 30s, early 40s at most.
165
515251
6123
var de flesta kring 20, 30 eller möjligen 40.
08:41
But there's a problem with this genius research.
166
521914
2791
Det finns dock ett problem med forskningen kring genier.
08:45
Well, first of all, it created the impression to us
167
525197
3280
För det första ger den oss intrycket
08:48
that creativity equals youth,
168
528501
3479
att kreativitet sammanfaller med ungdom
08:52
which is painful, right?
169
532004
1610
och det känns ju jobbigt, eller?
08:53
(Laughter)
170
533638
1951
(Skratt)
08:55
And it also has an observational bias,
171
535613
4088
Forskningen innehåller också ett systematiskt fel
08:59
because it only looks at geniuses and doesn't look at ordinary scientists
172
539725
4962
för den tittar bara på genierna och inte på de vanliga forskarna
09:04
and doesn't look at all of us and ask,
173
544711
1965
och den tittar inte på oss alla och frågar
09:06
is it really true that creativity vanishes as we age?
174
546700
3185
om det verkligen är sant att kreativiteten minskar med åren.
09:10
So that's exactly what we tried to do,
175
550382
1877
Så precis det har vi försökt göra
09:12
and this is important for that to actually have references.
176
552283
3803
för att få korrekta referenser.
09:16
So let's look at an ordinary scientist like myself,
177
556110
2643
Låt oss titta på en ordinär forskare som jag själv.
09:18
and let's look at my career.
178
558777
1522
Låt oss titta på min karriär.
09:20
So what you see here is all the papers that I've published
179
560323
3202
Här ser ni de artiklar jag publicerat
09:23
from my very first paper, in 1989; I was still in Romania when I did so,
180
563549
5115
från den allra första, 1989, när jag fortfarande var i Rumänien,
09:28
till kind of this year.
181
568688
1593
till i år.
09:30
And vertically, you see the impact of the paper,
182
570940
2518
På den vertikala axeln ser ni artikelns tyngd,
09:33
that is, how many citations,
183
573482
1403
hur ofta den blivit citerad,
09:34
how many other papers have been written that cited that work.
184
574909
3988
hur många andra artiklar som citerar den.
09:39
And when you look at that,
185
579397
1300
När man tittar på det
09:40
you see that my career has roughly three different stages.
186
580721
2813
ser man att min karriär haft i princip tre faser.
09:43
I had the first 10 years where I had to work a lot
187
583558
2435
De första tio åren jobbade jag hårt
09:46
and I don't achieve much.
188
586017
1276
och uppnådde inte mycket.
09:47
No one seems to care about what I do, right?
189
587317
2118
Ingen verkade bry sig om vad jag gjorde.
09:49
There's hardly any impact.
190
589459
1681
Det betydde inget.
09:51
(Laughter)
191
591164
1404
(Skratt)
09:52
That time, I was doing material science,
192
592592
2887
Jag höll på med materialforskning
09:55
and then I kind of discovered for myself networks
193
595503
3691
när jag upptäckte nätverk
09:59
and then started publishing in networks.
194
599218
1947
och började skriva artiklar om det.
10:01
And that led from one high-impact paper to the other one.
195
601189
3073
Och det ledde till flera tunga artiklar.
10:04
And it really felt good. That was that stage of my career.
196
604286
3104
Det kändes riktigt bra. Det var den fasen i karriären.
10:07
(Laughter)
197
607414
1282
(Skratt)
10:08
So the question is, what happens right now?
198
608720
3208
Så frågan är, vad händer nu?
10:12
And we don't know, because there hasn't been enough time passed yet
199
612587
3239
Det vet vi inte, det har inte gått tillräckligt mycket tid
10:15
to actually figure out how much impact those papers will get;
200
615850
2987
för att man ska kunna veta artiklarnas värde;
10:18
it takes time to acquire.
201
618861
1227
sådan kunskap tar tid.
10:20
Well, when you look at the data,
202
620112
1569
Men om vi tittar på informationen
10:21
it seems to be that Einstein, the genius research, is right,
203
621705
2854
verkar det som om Einstein och geniforskningen har rätt,
10:24
and I'm at that stage of my career.
204
624583
1811
och jag är i denna fas av min karriär.
10:26
(Laughter)
205
626418
2308
(Skratt)
10:28
So we said, OK, let's figure out how does this really happen,
206
628750
5974
Så vi tänkte att, OK, låt oss klura ut hur detta egentligen går till.
10:34
first in science.
207
634748
1778
Först inom vetenskapen.
10:36
And in order not to have the selection bias,
208
636550
3632
Vi ville göra ett korrekt urval,
10:40
to look only at geniuses,
209
640206
1337
inte bara titta på genier,
10:41
we ended up reconstructing the career of every single scientist
210
641567
3716
så vi gick igenom alla vetenskapsmän
10:45
from 1900 till today
211
645307
2502
från år 1900 till idag
10:47
and finding for all scientists what was their personal best,
212
647833
3712
för att finna varje persons höjdpunkt i karriären
10:51
whether they got the Nobel Prize or they never did,
213
651569
2812
oavsett om de vann Nobelpris eller ej,
10:54
or no one knows what they did, even their personal best.
214
654405
3407
eller om ingen minns vad de gjorde ens när de stod på topp.
10:57
And that's what you see in this slide.
215
657836
1915
Det är det ni ser på denna bild.
10:59
Each line is a career,
216
659775
1573
Varje linje är en karriär
11:01
and when you have a light blue dot on the top of that career,
217
661372
3003
och den lilla blå pricken på varje karriär
11:04
it says that was their personal best.
218
664399
2040
visar den personens bästa tid.
11:06
And the question is,
219
666463
1155
Frågan är:
11:07
when did they actually make their biggest discovery?
220
667642
3568
när gjorde de sin största upptäckt?
11:11
To quantify that,
221
671234
1165
För att kvantifiera det,
11:12
we look at what's the probability that you make your biggest discovery,
222
672423
3376
undersökte vi sannolikheten att man gör sin största upptäckt
11:15
let's say, one, two, three or 10 years into your career?
223
675823
2672
ett, två, tre eller tio år in i sin karriär.
11:18
We're not looking at real age.
224
678519
1480
Vi tittar inte på verklig ålder
11:20
We're looking at what we call "academic age."
225
680023
2134
utan på det vi kallar "akademisk ålder".
11:22
Your academic age starts when you publish your first papers.
226
682181
3250
Din akademiska ålder börjar när du publicerar din första artikel.
11:25
I know some of you are still babies.
227
685455
1779
Jag vet att några av er är spädbarn.
11:27
(Laughter)
228
687258
1397
(Skratt)
11:28
So let's look at the probability
229
688679
2706
Låt oss titta på sannolikheten
11:31
that you publish your highest-impact paper.
230
691409
2066
för när du publicerar din viktigaste artikel.
11:33
And what you see is, indeed, the genius research is right.
231
693499
3071
Man ser då att geniforskningen har rätt.
11:36
Most scientists tend to publish their highest-impact paper
232
696594
3024
De flesta publicerar sin viktigaste artikel
11:39
in the first 10, 15 years in their career,
233
699642
2899
under sina första 10, 15 år av karriären,
11:42
and it tanks after that.
234
702565
3133
och sedan rasar det.
11:45
It tanks so fast that I'm about -- I'm exactly 30 years into my career,
235
705722
5107
Det rasar fort.
Jag är 30 år in i karriären
11:50
and the chance that I will publish a paper that would have a higher impact
236
710853
3540
och sannolikheten att jag ska publicera en artikel
som är viktigare än vad jag gjort förut
11:54
than anything that I did before
237
714417
1940
11:56
is less than one percent.
238
716381
1353
är mindre än 1 procent.
11:57
I am in that stage of my career, according to this data.
239
717758
3049
Enligt dessa data är jag i den fasen av karriären.
12:01
But there's a problem with that.
240
721648
1843
Problemet med detta är
12:03
We're not doing controls properly.
241
723515
3675
att vi inte hanterar våra data korrekt.
12:07
So the control would be,
242
727214
1417
Vi borde titta på
12:08
what would a scientist look like who makes random contribution to science?
243
728655
4607
vetenskapsmän som slumpmässigt som bidrar till vetenskapen.
12:13
Or what is the productivity of the scientist?
244
733286
2995
Eller hur produktiv är en sådan vetenskapsman?
12:16
When do they write papers?
245
736305
2006
När skriver hen sina artiklar?
12:18
So we measured the productivity,
246
738335
2444
Så vi mätte produktiviteten
12:20
and amazingly, the productivity,
247
740803
2052
och märkligt nog är produktiviteten,
12:22
your likelihood of writing a paper in year one, 10 or 20 in your career,
248
742879
4131
sannolikheten att skriva en artikel i början av din karriär
12:27
is indistinguishable from the likelihood of having the impact
249
747034
3606
lika stor som sannolikheten att nå framgång
12:30
in that part of your career.
250
750664
1775
i den fasen av din karriär.
12:33
And to make a long story short,
251
753026
1783
För att göra en lång historia kort:
12:34
after lots of statistical tests, there's only one explanation for that,
252
754833
4228
Efter många statistiska tester kom vi fram till
12:39
that really, the way we scientists work
253
759085
2894
att så som vi arbetar inom vetenskapen
12:42
is that every single paper we write, every project we do,
254
762003
3633
har varje artikel och varje projekt
12:45
has exactly the same chance of being our personal best.
255
765660
4160
exakt samma chans att vara ditt livs bästa.
12:49
That is, discovery is like a lottery ticket.
256
769844
4953
Upptäckter är som lotterivinster.
12:54
And the more lottery tickets we buy,
257
774821
2351
Ju fler lotter vi köper,
12:57
the higher our chances.
258
777196
1507
desto större chans att vinna.
12:58
And it happens to be so
259
778727
1559
Och det råkar vara så
13:00
that most scientists buy most of their lottery tickets
260
780310
2719
att de flesta vetenskapsmän köper flest lotter
13:03
in the first 10, 15 years of their career,
261
783053
2460
de första 10, 15 åren av karriären,
13:05
and after that, their productivity decreases.
262
785537
3413
men sedan minskar deras produktivitet.
13:09
They're not buying any more lottery tickets.
263
789411
2084
De köper inga fler lotter.
13:11
So it looks as if they would not be creative.
264
791519
3444
Det ser ut som om de inte längre är kreativa.
13:14
In reality, they stopped trying.
265
794987
1999
I själva verket har de slutat försöka.
13:17
So when we actually put the data together, the conclusion is very simple:
266
797509
3915
När vi verkligen sätter ihop all data är slutsatsen enkel:
13:21
success can come at any time.
267
801448
2331
Framgång kan komma när som helst.
13:23
It could be your very first or very last paper of your career.
268
803803
3735
Det kan vara din allra första eller din allra sista artikel.
13:27
It's totally random in the space of the projects.
269
807562
4288
Det är fullständigt slumpmässigt.
13:31
It is the productivity that changes.
270
811874
1931
Det är produktiviteten som förändras.
13:33
Let me illustrate that.
271
813829
1252
Låt mig illustrera detta.
13:35
Here is Frank Wilczek, who got the Nobel Prize in Physics
272
815105
3269
Här är Frank Wilczek, som fick Nobelpris i fysik
13:38
for the very first paper he ever wrote in his career as a graduate student.
273
818398
4101
för sin allra första artikel, som han skrev som ung student.
13:42
(Laughter)
274
822523
1007
(Skratt)
13:43
More interesting is John Fenn,
275
823554
3218
Ännu intressantare är John Fenn,
13:46
who, at age 70, was forcefully retired by Yale University.
276
826796
4598
som vid 70 pensionerades med tvång från Yale University.
13:51
They shut his lab down,
277
831418
2056
Hans labb stängdes ned
13:53
and at that moment, he moved to Virginia Commonwealth University,
278
833498
3666
och han flyttade till Virginia Commonwealth University.
13:57
opened another lab,
279
837188
1786
Han startade ett nytt labb
13:58
and it is there, at age 72, that he published a paper
280
838998
3033
och vid 72 års ålder publicerade han en artikel
14:02
for which, 15 years later, he got the Nobel Prize for Chemistry.
281
842055
3845
för vilken han 15 år senare fick Nobelpris i kemi.
14:06
And you think, OK, well, science is special,
282
846940
3042
Nu tror du kanske att detta bara gäller i vetenskap.
14:10
but what about other areas where we need to be creative?
283
850006
3463
Vad gäller i andra områden där man måste vara kreativ?
14:13
So let me take another typical example: entrepreneurship.
284
853493
4936
Låt mig ta ett annat exempel: entreprenörskap.
14:18
Silicon Valley,
285
858834
1579
Silicon Valley,
14:20
the land of the youth, right?
286
860437
2066
ungdomens förlovade land, eller?
14:22
And indeed, when you look at it,
287
862527
1595
Jo, när man tittar på det,
14:24
you realize that the biggest awards, the TechCrunch Awards and other awards,
288
864146
4642
inser man att de finaste priserna, typ TechCrunch Award,
14:28
are all going to people
289
868812
2173
går till personer
14:31
whose average age is late 20s, very early 30s.
290
871009
5015
som är i tjugo- eller trettioårsåldern.
14:36
You look at who the VCs give the money to, some of the biggest VC firms --
291
876465
5602
Titta på vem riskkapitalisterna ger pengar till.
14:42
all people in their early 30s.
292
882091
2241
Bara människor i trettioårsåldern.
14:44
Which, of course, we know;
293
884951
1265
Och vi vet ju
14:46
there is this ethos in Silicon Valley that youth equals success.
294
886240
4453
att i Silicon Valley betyder ungdom framgång.
14:51
Not when you look at the data,
295
891653
2183
Men inte om man tittar på fakta,
14:53
because it's not only about forming a company --
296
893860
2304
det handlar inte bara om att starta ett företag.
14:56
forming a company is like productivity, trying, trying, trying --
297
896188
3140
Bygga upp företag handlar om produktivitet - försöka, försöka.
14:59
when you look at which of these individuals actually put out
298
899352
3484
Och titta på vilka det är som faktiskt lyckas skapa
15:02
a successful company, a successful exit.
299
902860
2782
ett framgångsrikt företag.
15:05
And recently, some of our colleagues looked at exactly that question.
300
905666
3720
Nyligen tittade några kollegor på precis den frågan.
15:09
And it turns out that yes, those in the 20s and 30s
301
909410
3156
Och det visade sig att personer i 20- till 30-årsåldern
15:12
put out a huge number of companies, form lots of companies,
302
912590
3348
startar många företag
15:15
but most of them go bust.
303
915962
1531
men de flesta av dem går omkull.
15:18
And when you look at the successful exits, what you see in this particular plot,
304
918089
4195
Men i det här diagrammet på de framgångsrika
15:22
the older you are, the more likely that you will actually hit the stock market
305
922308
3695
ser du att ju äldre du är, desto troligare når du börsen
15:26
or the sell the company successfully.
306
926027
2312
eller säljer företaget med vinst.
15:28
This is so strong, actually, that if you are in the 50s,
307
928847
3113
Sambandet är så starkt att det för en 50-åring
15:31
you are twice as likely to actually have a successful exit
308
931984
3588
är dubbelt så troligt att lyckas
15:35
than if you are in your 30s.
309
935596
1890
som för en 30-åring.
15:38
(Applause)
310
938613
4325
(Applåder)
15:43
So in the end, what is it that we see, actually?
311
943645
3009
Så vad är egentligen vår slutsats?
15:46
What we see is that creativity has no age.
312
946678
4083
Vi har sett att kreativitet inte är åldersbundet.
15:50
Productivity does, right?
313
950785
2202
Men produktivitet är det.
15:53
Which is telling me that at the end of the day,
314
953424
4135
Detta säger mig att till slut,
15:57
if you keep trying --
315
957583
2000
om man bara försöker,
15:59
(Laughter)
316
959607
2403
(Skratt)
16:02
you could still succeed and succeed over and over.
317
962034
3572
så kan man lyckas igen och igen.
16:05
So my conclusion is very simple:
318
965630
2391
Så min slutsats är enkel:
16:08
I am off the stage, back in my lab.
319
968045
2093
Jag lämnar scenen och går till mitt labb.
16:10
Thank you.
320
970162
1171
Tack.
16:11
(Applause)
321
971357
3309
(Applåder)
Om denna webbplats

På den här webbplatsen hittar du YouTube-videor som är användbara för att lära sig engelska. Du kommer att få se engelska lektioner som ges av förstklassiga lärare från hela världen. Dubbelklicka på de engelska undertexterna som visas på varje videosida för att spela upp videon därifrån. Undertexterna rullar i takt med videouppspelningen. Om du har några kommentarer eller önskemål kan du kontakta oss via detta kontaktformulär.

https://forms.gle/WvT1wiN1qDtmnspy7