Stuart Firestein: The pursuit of ignorance

1,346,709 views ・ 2013-09-24

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Kelwalin Dhanasarnsombut Reviewer: Chatthip Chaichakan
00:12
There is an ancient proverb that says
0
12495
3558
มันมีสำนวนโบราณกล่าวไว้ว่า
00:16
it's very difficult to find a black cat in a dark room,
1
16053
4062
มันยากที่จะตามหาแมวดำในห้องมืด
00:20
especially when there is no cat.
2
20115
2788
โดยเฉพาะอย่างยิ่งเมื่อมันไม่มีแมว
00:22
I find this a particularly apt description of science
3
22903
3329
ผมพบว่า นี่มันค่อนข้างที่จะเป็นนิยามจำเพาะของวิทยาศาสตร์
00:26
and how science works --
4
26232
2136
และวิถีของวิทยาศาสตร์ ว่าทำงานเช่นไร
00:28
bumbling around in a dark room, bumping into things,
5
28368
3320
โซเซปัดเป๋ไปเรื่อยในห้องมืด ชนเข้ากับอะไรนู่นนี่
00:31
trying to figure out what shape this might be,
6
31688
2302
พยายามที่จะเข้าใจว่ามันอาจเป็นรูปทรงแบบนี้
00:33
what that might be,
7
33990
1444
หรือแบบนั้น
00:35
there are reports of a cat somewhere around,
8
35434
2489
มันมีรายงานว่าแมวมันอยู่แถวๆนี้แหละ
00:37
they may not be reliable, they may be,
9
37923
1793
รายงานพวกนี้อาจน่าเชื่อถือ หรืออาจจะไม่
00:39
and so forth and so on.
10
39716
1520
และอะไรแนวนั้น
00:41
Now I know this is different than the way most people
11
41236
1976
ทีนี้ ผมรู้ว่านี่มันแตกต่างจากสิ่งที่คนทั่วไป
00:43
think about science.
12
43212
1552
คิดถึงวิทยาศาสตร์
00:44
Science, we generally are told,
13
44764
1554
พวกเรามักได้รับการบอกว่า วิทยาศาสตร์
00:46
is a very well-ordered mechanism for
14
46318
2750
เป็นกระบวนการที่มีการจัดวางอย่างมีระเบียบ
00:49
understanding the world,
15
49068
1301
เพื่อที่จะทำความเข้าใจโลก
00:50
for gaining facts, for gaining data,
16
50369
2286
เพื่อที่จะได้มาซึ่งข้อเท็จจริง และข้อมูล
00:52
that it's rule-based,
17
52655
1553
ที่อยู่บนพื้นฐานของกฎ
00:54
that scientists use this thing called the scientific method
18
54208
3241
ซึ่งนักวิทยาศาสตร์ใช้สิ่งที่เรียกว่า "วิธีการทางวิทยาศาสตร์"
00:57
and we've been doing this for 14 generations or so now,
19
57449
2839
และพวกเราก็ทำอย่างนี้กันมากว่า 14 ชั่วคนแล้ว
01:00
and the scientific method is a set of rules
20
60288
2571
และวิธีการทางวิทยาศาสตร์ก็เป็นกฎชุดหนึ่ง
01:02
for getting hard, cold facts out of the data.
21
62859
4192
สำหรับการดึงเอาข้อเท็จจริงแบบเน้นๆจากข้อมูล
01:07
I'd like to tell you that's not the case.
22
67051
2095
ผมอยากที่จะบอกคุณว่า นั่นไม่ใช่นะครับ
01:09
So there's the scientific method,
23
69146
1832
คือวิธีการทางวิทยาศาสตร์น่ะมันก็มี
01:10
but what's really going on is this. (Laughter)
24
70978
2319
แต่ที่มันเกิดขึ้นจริงๆแล้วเนี่ย มันเป็นแบบนี้ (เสียงหัวเราะ)
01:13
[The Scientific Method vs. Farting Around]
25
73297
958
[วิธีการทางวิทยาศาสตร์ ปะทะ ตดเรี่ยราด]
01:14
And it's going on kind of like that.
26
74255
3104
และมันก็เป็นอะไรแนวๆนั้น
01:17
[... in the dark] (Laughter)
27
77359
1421
[... ในที่มืด] (เสียงหัวเราะ)
01:18
So what is the difference, then,
28
78780
4541
แล้วมันต่างกันอย่างไรล่ะ
01:23
between the way I believe science is pursued
29
83321
3816
ระหว่างวิธีการที่ผมเชื่อว่า มันทำให้ได้มาซึ่งวิทยาศาสตร์
01:27
and the way it seems to be perceived?
30
87137
2861
กับรูปแบบที่คนทั่วไปรับรู้เข้าใจมัน
01:29
So this difference first came to me in some ways
31
89998
2715
ความแตกต่างนี้ได้เข้ามาหาผมในรูปแบบหนึ่ง
01:32
in my dual role at Columbia University,
32
92713
2097
ในหน้าที่ของผมที่มหาวิทยาลัยโคลัมเบีย (Columbia University)
01:34
where I'm both a professor and run a laboratory in neuroscience
33
94810
4155
ที่ซึ่งผมเป็นทั้งศาสตราจารย์ และผู้กำกับห้องปฎิบัติการทางประสาทวิทยา
01:38
where we try to figure out how the brain works.
34
98965
2195
ที่ซึ่งเราพยายามจะเข้าใจว่าสมองทำงานอย่างไร
01:41
We do this by studying the sense of smell,
35
101160
2371
พวกเราทำโดยศึกษาประสาทการรับกลิ่น
01:43
the sense of olfaction, and in the laboratory,
36
103531
2531
ประสาทการดมกลิ่น และในห้องทดลอง
01:46
it's a great pleasure and fascinating work
37
106062
2634
มันเป็นงานที่น่าตื่นเต้นและมีความสุขที่ได้ทำ
01:48
and exciting to work with graduate students and post-docs
38
108696
2871
และมันก็ตื่นเต้นที่ได้ทำงานกับนักเรียนปริญญาโท และนักวิจัยหลังปริญญาเอก
01:51
and think up cool experiments to understand how this
39
111567
2611
และออกแบบการทดลองเจ๋งๆ เพื่อที่จะเข้าใจ
01:54
sense of smell works and how the brain might be working,
40
114178
2386
ว่าประสาทการรับกลิ่นนั้นทำงานอย่างไร และสมองน่าจะทำงานเช่นไร
01:56
and, well, frankly, it's kind of exhilarating.
41
116564
2802
และว่ากันตามจริง มันก็น่าสำเริงสำราญใจทีเดียว
01:59
But at the same time, it's my responsibility
42
119366
2718
แต่ในเวลาเดียวกัน มันก็เป็นความรับผิดชอบของผม
02:02
to teach a large course to undergraduates on the brain,
43
122084
2949
ที่จะสอนเรื่องเกี่ยวกับสมองให้กับนักเรียนปริญญาตรี ในชั้นเรียนขนาดใหญ่
02:05
and that's a big subject,
44
125033
1075
และมันก็เป็นวิชาที่สำคัญ
02:06
and it takes quite a while to organize that,
45
126108
2391
ที่ต้องใช้เวลาสักช่วงหนึ่งในการจัดระเบียบมัน
02:08
and it's quite challenging and it's quite interesting,
46
128499
2811
และมันก็ค่อนข้างที่จะท้าทาย และค่อนข้างที่จะน่าสนใจ
02:11
but I have to say, it's not so exhilarating.
47
131310
3557
แต่ผมต้องบอกว่า มันไม่น่าเริงรมย์สักเท่าไร
02:14
So what was the difference?
48
134867
1396
อะไรกันล่ะที่ต่างกัน
02:16
Well, the course I was and am teaching
49
136263
2069
วิชาที่ผมสอนตอนนั้นและตอนนี้
02:18
is called Cellular and Molecular Neuroscience - I. (Laughs)
50
138332
6464
คือวิชา ประสาทวิทยาระดับเซลล์และโมเลกุล ผม - (เสียงหัวเราะ)
02:24
It's 25 lectures full of all sorts of facts,
51
144796
4555
มันประกอบด้วยการบรรยาย 25 ครั้ง เต็มไปด้วยข้อมูลมากมาย
02:29
it uses this giant book called "Principles of Neural Science"
52
149351
4317
มันใช้หนังสือขนาดยักษ์ที่เรียกว่า "ประสาทวิทยาพิ้นฐาน"
02:33
by three famous neuroscientists.
53
153668
2334
โดยนักประสาทวิทยาชื่อดังสามท่าน
02:36
This book comes in at 1,414 pages,
54
156002
3781
หนังสือเล่มนี้มี 1,414 หน้า
02:39
it weighs a hefty seven and a half pounds.
55
159783
2736
หนาหนักถึง 7.5 ปอนด์
02:42
Just to put that in some perspective,
56
162519
1927
ถ้าจะลองพูดให้เห็นภาพ
02:44
that's the weight of two normal human brains.
57
164446
3455
มันหนักเท่ากับสมองคนปกติสองก้อน
02:47
(Laughter)
58
167901
3283
(เสียงหัวเราะ)
02:51
So I began to realize, by the end of this course,
59
171184
3267
ผมก็เลยเริมคิดได้ ตอนใกล้ๆจบหลักสูตร
02:54
that the students maybe were getting the idea
60
174451
2248
ว่าพวกนักเรียนบางทีอาจได้ความคิด
02:56
that we must know everything there is to know about the brain.
61
176699
3031
ว่าเราต้องรู้ทุกสิ่งทุกอย่างที่มีอยู่ เพื่อที่รู้เรื่องสมอง
02:59
That's clearly not true.
62
179730
1762
นั่นมันไม่จริงเลย
03:01
And they must also have this idea, I suppose,
63
181492
2698
และพวกเขาต้องมีความคิดนี้ ผมว่านะ
03:04
that what scientists do is collect data and collect facts
64
184190
3381
ว่าสิ่งที่นักวิทยาศาสตร์ทำคือการเก็บข้อมูล และรวบรวมข้อเท็จจริง
03:07
and stick them in these big books.
65
187571
2089
และติดพวกมันลงในหนังสือเล่มใหญ่
03:09
And that's not really the case either.
66
189660
1407
และนั่นก็ไม่ใช่เช่นกัน
03:11
When I go to a meeting, after the meeting day is over
67
191067
3303
เมื่อผมไปประชุม หลังจากเสร็จสิ้นวันประชุม
03:14
and we collect in the bar over a couple of beers with my colleagues,
68
194370
3097
และพวกเราก็ไปรวมตัวกันในบาร์ พร้อมกับเบียร์สองสามแก้วกับเพื่อนร่วมงาน
03:17
we never talk about what we know.
69
197467
2201
พวกเราไม่เคยพูดเกี่ยวกับสิ่งที่เรารู้
03:19
We talk about what we don't know.
70
199668
2166
เราพูดเกี่ยวกับสิ่งที่เราไม่รู้
03:21
We talk about what still has to get done,
71
201834
2285
เราพูดเกี่ยวกับสิ่งที่ยังต้องทำให้สำเร็จ
03:24
what's so critical to get done in the lab.
72
204119
2825
อะไรเป็นสิ่งสำคัญที่ต้องจัดการทำในห้องทดลอง
03:26
Indeed, this was, I think, best said by Marie Curie
73
206944
2557
แน่ล่ะ ผมคิดว่านี่เป็นคำกล่าวที่ดีที่สุด ของมารี คูรี (Marie Curie)
03:29
who said that one never notices what has been done
74
209501
2419
ผู้ซึ่งกล่าวว่า เราไม่เคยสังเกตว่ามีอะไรต้องทำ
03:31
but only what remains to be done.
75
211920
1461
มีก็แต่สิ่งที่เหลืออยู่ที่ต้องทำ
03:33
This was in a letter to her brother after obtaining
76
213381
2225
มันอยู่ในจดหมายถึงน้องชายของเธอหลังจากเธอได้รับ
03:35
her second graduate degree, I should say.
77
215606
3718
ปริญญาโทใบที่สอง ผมว่านะ
03:39
I have to point out this has always been one of my favorite pictures of Marie Curie,
78
219324
2813
ผมต้องขอบอกว่า นี่เป็นภาพของมารี คูรี ที่ผมชอบมากที่สุดตลอดกาล
03:42
because I am convinced that that glow behind her
79
222137
2303
เพราะว่าผมเชื่อว่าที่เรืองแสงอยู่ข้างหลังเธอน่ะ
03:44
is not a photographic effect. (Laughter)
80
224440
2738
ไม่ได้เกิดจากเทคนิคการถ่ายภาพ (เสียงหัวเราะ)
03:47
That's the real thing.
81
227178
1800
มันเป็นของแท้แน่นอน
03:48
It is true that her papers are, to this day,
82
228978
4380
มันจริงที่ว่างานตีพิมพ์ของเธอเป็นแบบนั้นถึงปัจจุบัน
03:53
stored in a basement room in the Bibliothèque Française
83
233358
2879
พวกมันถูกเก็บอยู่ในห้องใต้ดินในหอสมุดแห่งชาติฝรั่งเศส (Bibliothèque Française)
03:56
in a concrete room that's lead-lined,
84
236237
2197
ในห้องคอนกรีตที่มีโครงเป็นตะกั่ว
03:58
and if you're a scholar and you want access to these notebooks,
85
238434
2652
และถ้าคุณเป็นนักวิชาการ และคุณต้องการที่จะใช้สมุดบันทึกเหล่านี้
04:01
you have to put on a full radiation hazmat suit,
86
241086
2749
คุณต้องสวมใส่ชุดป้องกันรังสีแบบเต็มยศ
04:03
so it's pretty scary business.
87
243835
2351
มันค่อนข้างจะน่ากลัวเลยครับ
04:06
Nonetheless, this is what I think we were leaving out
88
246186
2796
ไม่ว่าอย่างไรก็ดี นี่คือสิ่งที่ผมคิดว่าพวกเราละทิ้งไม่สนใจ
04:08
of our courses
89
248982
1626
ในวิชาของเรา
04:10
and leaving out of the interaction that we have
90
250608
2526
และตัดการมีปฎิสัมพันธ์
04:13
with the public as scientists, the what-remains-to-be-done.
91
253134
2973
ที่เรามีกับสาธารณะในฐานะนักวิทยาศาสตร์ นี่เป็นสิ่งที่เหลืออยู่ที่ต้องทำ
04:16
This is the stuff that's exhilarating and interesting.
92
256107
2634
นี่คือสิ่งที่มีชีวิตชีวาและน่าสนใจ
04:18
It is, if you will, the ignorance.
93
258741
2910
ถ้าคุณจะยอมนะ มันคือความเขลา
04:21
That's what was missing.
94
261651
979
นั่นคือสิ่งที่หายไป
04:22
So I thought, well, maybe I should teach a course
95
262630
2860
ผมจึงคิดว่า เอาล่ะ บางที ผมควรที่จะสอนวิชา
04:25
on ignorance,
96
265490
2100
เกี่ยวกับความเขลา
04:27
something I can finally excel at, perhaps, for example.
97
267590
3629
บางที อะไรบางอย่างที่ผมสามารถจะเป็นเลิศได้ในที่สุด เป็นต้น
04:31
So I did start teaching this course on ignorance,
98
271219
1878
ผมก็เริ่มสอนวิชานี้เกี่ยวกับความเขลา
04:33
and it's been quite interesting
99
273097
1096
และมันก็ค่อนข้างที่จะน่าสนใจ
04:34
and I'd like to tell you to go to the website.
100
274193
2086
และผมอยากที่จะบอกคุณให้ไปที่เว็บไซต์
04:36
You can find all sorts of information there. It's wide open.
101
276279
3636
คุณสามารถหาข้อมูลทุกอย่างได้ที่นั่น มันเปิดกว้างให้ทุกคน
04:39
And it's been really quite an interesting time for me
102
279915
3523
และมันก็เป็นเวลาที่ค่อนข้างจะน่าสนใจจริงๆสำหรับผม
04:43
to meet up with other scientists who come in and talk
103
283438
1841
ที่ได้พบปะกับนักวิทยาศาสตร์คนอื่นๆ ผู้ที่เข้ามาและพูดคุย
04:45
about what it is they don't know.
104
285279
1548
เกี่ยวกับสิ่งที่เขาไม่รู้
04:46
Now I use this word "ignorance," of course,
105
286827
1985
ทีนี้ ผมใช้คำว่า "เขลา" แน่ล่ะ
04:48
to be at least in part intentionally provocative,
106
288812
3158
เพื่อที่จะจงใจยั่วยุด้วยประการหนึ่ง
04:51
because ignorance has a lot of bad connotations
107
291970
2390
เพราะว่าความเขลามีความเชื่อมโยงกับสิ่งไม่ดีมากมาย
04:54
and I clearly don't mean any of those.
108
294360
2005
และเป็นที่ชัดเจนว่า ผมไม่ได้หมายถึงอะไรพวกนั้นเลย
04:56
So I don't mean stupidity, I don't mean a callow indifference
109
296365
3505
ผมไม่ได้หมายถึงความโง่ ผมไม่ได้หมายถึง ความอ่อนหัด ไม่ใส่ใจ
04:59
to fact or reason or data.
110
299870
2308
ต่อข้อเท็จจริง หรือเหตุผล หรือข้อมูล
05:02
The ignorant are clearly unenlightened, unaware,
111
302178
3271
เป็นที่ชัดเจนว่า ผู้เขลานั้น ไม่ได้เข้าใจแจ่มแจ้ง ไม่ได้ตระหนัก
05:05
uninformed, and present company today excepted,
112
305449
3307
ไม่มีข้อมูล และทุกวันนี้มักจะ
05:08
often occupy elected offices, it seems to me.
113
308756
2908
ได้รับการเลือกตั้งเข้าไปซะด้วย ผมว่านะครับ
05:11
That's another story, perhaps.
114
311664
1806
แต่บางที นั่นเป็นอีกเรื่องหนึ่ง
05:13
I mean a different kind of ignorance.
115
313470
1633
ผมหมายถึงความเขลาในอีกแบบ
05:15
I mean a kind of ignorance that's less pejorative,
116
315103
2268
ผมหมายถึงความเขลาในรูปแบบที่หยาบคายน้อยกว่า
05:17
a kind of ignorance that comes from a communal gap in our knowledge,
117
317371
3487
ความเขลาที่มาจากช่องว่างสาธารณะในความรู้ของเรา
05:20
something that's just not there to be known
118
320858
1865
บางอย่างที่ไม่ได้แค่อยู่ตรงนั้นให้เรารับรู้
05:22
or isn't known well enough yet or we can't make predictions from,
119
322723
2821
หรือยังไม่ได้เป็นที่รู้จักดีพอ หรือเราไม่สามารถที่จะคาดเดาได้
05:25
the kind of ignorance that's maybe best summed up
120
325544
2318
ความเขลาในรูปแบบที่คงจะสรุปได้ดีที่สุด
05:27
in a statement by James Clerk Maxwell,
121
327862
1845
โดยข้อความแถลงจาก เจมส์ คาล์ค แม็กซ์เวล (James Clerk Maxwell)
05:29
perhaps the greatest physicist between Newton and Einstein,
122
329707
3449
ซึ่งอาจเป็นนักฟิสิกส์ที่ยิ่งใหญ่ที่สุดระหว่างนิวตันและไอสไตน์
05:33
who said, "Thoroughly conscious ignorance
123
333156
2301
ผู้กล่าวว่า "ความเขลาอันมีสติสัมปชัญญะครบถ้วน
05:35
is the prelude to every real advance in science."
124
335457
2568
คือปฐมบทสู่ทุกความก้าวหน้าทางวิทยาศาสตร์อย่างแท้จริง"
05:38
I think it's a wonderful idea:
125
338025
1388
ผมคิดว่า นั่นเป็นความคิดแสนวิเศษ:
05:39
thoroughly conscious ignorance.
126
339413
3147
ความเขลาอันมีสติสัมปชัญญะอย่างครบถ้วน
05:42
So that's the kind of ignorance that I want to talk about today,
127
342560
2421
นั่นล่ะเป็นความเขลาในแบบที่ผมต้องการพูดถึงในวันนี้
05:44
but of course the first thing we have to clear up
128
344981
1519
แต่แน่นอน สิ่งแรกที่เราต้องทำให้กระจ่าง
05:46
is what are we going to do with all those facts?
129
346500
2103
ก็คือ เราจะทำอย่างไรกับข้อเท็จจริงทั้งหมดนั่น
05:48
So it is true that science piles up at an alarming rate.
130
348603
3674
มันจริงที่วิทยาศาสตร์นั้นกองทับถมในอัตราที่น่าตกใจ
05:52
We all have this sense that science is this mountain of facts,
131
352277
2810
เราทุกคนมีความรู้สึกว่า วิทยาศาสตร์นั้นเป็นภูเขาแห่งข้อเท็จจริง
05:55
this accumulation model of science, as many have called it,
132
355087
4036
เป็นตัวอย่างการสะสมทางวิทยาศาสตร์ ดั่งที่หลายๆคนเรียกมัน
05:59
and it seems impregnable, it seems impossible.
133
359123
2451
และราวกับว่ามันเป็นไปไม่ได้ที่จะเข้าถึง เป็นไปไม่ได้เลย
06:01
How can you ever know all of this?
134
361574
1314
เราจะไปรู้หมดนี่ได้อย่างไรกัน
06:02
And indeed, the scientific literature grows at an alarming rate.
135
362888
3581
และแน่นอน งานเขียนทางวิทยาศาสตร์นั้น เติบโตด้วยอัตราที่น่าตกใจ
06:06
In 2006, there were 1.3 million papers published.
136
366469
3654
ในปี 2006 มีผลงานตีพิมพ์ออกมา 1.3 ล้านฉบับ
06:10
There's about a two-and-a-half-percent yearly growth rate,
137
370123
2632
มันมีอัตราการเติบโตต่อปีที่ สองจุดห้าเปอร์เซ็นต์
06:12
and so last year we saw over one and a half million papers being published.
138
372755
4390
และเมื่อปีที่แล้ว พวกเราเห็นว่า ผลงานกว่าหนึ่งล้านห้าแสนฉบับถูกตีพิมพ์
06:17
Divide that by the number of minutes in a year,
139
377145
2230
ลองหารดูด้วยจำนวนนาทีในหนึ่งปี
06:19
and you wind up with three new papers per minute.
140
379375
3138
และจะได้ผลลัพธ์คือสามบทความต่อนาที
06:22
So I've been up here a little over 10 minutes,
141
382513
1482
แล้วผมขึ้นมายืนตรงนี้ได้กว่า 10 นาทีละ
06:23
I've already lost three papers.
142
383995
1776
ผมเสียงานตีพิมพ์ไปแล้วสามเรื่องแหน่ะ
06:25
I have to get out of here actually. I have to go read.
143
385771
2840
ผมต้องไปแล้วเนี่ยจริงๆนะ ผมต้องไปอ่านละ
06:28
So what do we do about this? Well, the fact is
144
388611
3446
แล้วเราจะทำยังไงกันดี เอาล่ะครับ อันที่จริงเนี่ย
06:32
that what scientists do about it is a kind of a controlled neglect, if you will.
145
392057
4509
ที่นักวิทยาศาสตร์ทำเรียกได้ว่าเป็นการเพิกเฉยที่ควบคุมได้ ถ้าจะว่ากันอะนะ
06:36
We just don't worry about it, in a way.
146
396566
2664
พวกเราแค่ไม่เป็นกังวลกับมัน อะไรแนวนั้น
06:39
The facts are important. You have to know a lot of stuff
147
399230
2243
ข้อเท็จจริงนั้นสำคัญ คุณต้องรู้เยอะเลย
06:41
to be a scientist. That's true.
148
401473
1810
เพื่อที่เป็นนักวิทยาศาสตร์ มันจริงครับ
06:43
But knowing a lot of stuff doesn't make you a scientist.
149
403283
2927
แต่การที่รู้อะไรมากมายไม่ได้ทำให้คุณเป็นนักวิทยาศาสตร์นะครับ
06:46
You need to know a lot of stuff to be a lawyer
150
406210
2665
คุณต้องรู้อะไรเยอะแยะเพื่อที่จะเป็นทนาย
06:48
or an accountant or an electrician or a carpenter.
151
408875
3892
หรือนักบัญชี หรือช่างไฟ หรือช่างไม้
06:52
But in science, knowing a lot of stuff is not the point.
152
412767
3610
แต่ในวิทยาศาสตร์ การที่รู้อะไรมากมายนั้น ไม่ใช่ประเด็น
06:56
Knowing a lot of stuff is there to help you get
153
416377
3556
การรู้อะไรมากนั้นมีเพื่อจะช่วยคุณ
06:59
to more ignorance.
154
419933
1388
ให้ไปพบความเขลามากยิ่งขึ้น
07:01
So knowledge is a big subject, but I would say
155
421321
2510
ดังนั้น ความรู้เป็นเรื่องใหญ่เลย แต่ผมอยากบอกว่า
07:03
ignorance is a bigger one.
156
423831
2487
ความเขลานั้นใหญ่ยิ่งกว่า
07:06
So this leads us to maybe think about, a little bit
157
426318
2194
บางทีมันอาจชักนำให้เราคิด อย่างน้อยๆก็สักนิดหนึ่ง
07:08
about, some of the models of science that we tend to use,
158
428528
2883
เกี่ยวกับ ตัวอย่างทางวิทยาศาสตร์บางชิ้นที่เราจงใจใช้
07:11
and I'd like to disabuse you of some of them.
159
431411
1825
และก็อยากจะแก้ไข้ให้คุณเข้าใจอะไรบางอย่างเสียใหม่
07:13
So one of them, a popular one, is that scientists
160
433236
2313
อันหนึ่งที่เป็นที่เข้าใจกันก็คือ นักวิทยาศาสตร์นั้น
07:15
are patiently putting the pieces of a puzzle together
161
435549
2628
ค่อยๆประกอบชิ้นส่วนปริศนาเข้าด้วยกันอย่างอดทน
07:18
to reveal some grand scheme or another.
162
438177
2773
เพื่อที่จะเปิดเผยแบบภาพรวมหรือสิ่งอื่นๆ
07:20
This is clearly not true. For one, with puzzles,
163
440950
2558
นั่นมันไม่จริงเลยครับ อย่างหนึ่งก็เรื่องปริศนาเนี่ย
07:23
the manufacturer has guaranteed that there's a solution.
164
443508
3499
ผู้ผลิตยืนยันว่ามันมีทางแก้ปริศนาแน่นอน
07:27
We don't have any such guarantee.
165
447007
1749
พวกเราไม่อะไรรับรองแบบนั้นนะครับ
07:28
Indeed, there are many of us who aren't so sure about the manufacturer.
166
448756
3155
ที่จริง พวกเราหลายคนนั้นไม่ค่อยมั่นใจกับผู้ผลิตด้วยซ้ำ
07:31
(Laughter)
167
451911
3063
(เสียงหัวเราะ)
07:34
So I think the puzzle model doesn't work.
168
454974
1757
ฉะนั้น ผมคิดว่าแบบจำลองปริศนานั้นไม่น่าจะเข้าท่า
07:36
Another popular model is that science is busy unraveling things
169
456731
3514
อีกแบบจำลองหนึ่งที่นิยมคิดกันก็คือว่า วิทยาศาสตร์นั้นมัวแต่ง่วนอยู่กับการเปิดเผยสิ่งต่างๆ
07:40
the way you unravel the peels of an onion.
170
460245
2196
ในแบบที่คุณปอกหัวหอมใหญ่
07:42
So peel by peel, you take away the layers of the onion
171
462441
2989
เมื่อปอกออกทีละกลีบ คุณดึงหัวหอมออกไปทีละชั้น
07:45
to get at some fundamental kernel of truth.
172
465430
2319
เพื่อที่จะไปถึงรากฐานแก่นเนื้อในแห่งความจริง
07:47
I don't think that's the way it works either.
173
467749
2187
ผมไม่คิดว่านั้นจะเป็นวิธีที่จะได้ผลเช่นกัน
07:49
Another one, a kind of popular one, is the iceberg idea,
174
469936
2934
อีกอันหนึ่ง ก็นิยมคิดกันเหมือนกัน คือแนวคิดภูเขาน้ำแข็ง
07:52
that we only see the tip of the iceberg but underneath
175
472870
2460
ที่บอกว่า เราเห็นแต่ยอดภูเขาน้ำแข็ง แต่ข้างใต้นั้น
07:55
is where most of the iceberg is hidden.
176
475330
2185
เป็นส่วนใหญ่ที่ภูเขาน้ำแข็งซ่อนเร้นอยู่
07:57
But all of these models are based on the idea of a large body of facts
177
477515
3554
แต่แบบจำลองทั้งหมดนี้ตั้งอยู่บนฐานความคิด ของตัวเนื้อข้อเท็จจริง
08:01
that we can somehow or another get completed.
178
481069
2420
ที่เราสามารถทำให้มันสมบูรณ์ได้ ไม่ว่าทางใดก็ทางหนึ่ง
08:03
We can chip away at this iceberg and figure out what it is,
179
483489
3343
พวกเราสามารถสกัดภูเขาน้ำแข็งออก แล้วเข้าใจได้ว่า มันคืออะไร
08:06
or we could just wait for it to melt, I suppose, these days,
180
486832
2605
หรือเราแค่รอให้มันละลายก็ได้ ผมว่านะในปัจจุบันนี้เนี่ย
08:09
but one way or another we could get to the whole iceberg. Right?
181
489437
3227
แต่ไม่ว่าทางไหนสักทาง เราก็สามารถจัดการกับภูเขาน้ำแข็ง ได้ทั้งก้อน จริงไหมครับ
08:12
Or make it manageable. But I don't think that's the case.
182
492664
2467
หรือทำให้มันอยู่ในภาวะที่จัดการได้ แต่ผมไม่คิดว่ามันจะเป็นแบบนั้น
08:15
I think what really happens in science
183
495131
2399
ผมคิดว่า ที่มันเกิดขึ้นจริงในวิทยาศาสตร์
08:17
is a model more like the magic well,
184
497530
1830
คือแบบจำลองที่เป็นเหมือนกับบ่อกายสิทธิ์
08:19
where no matter how many buckets you take out,
185
499360
1837
ซึ่งเป็นบ่อที่ไม่ว่าคุณจะตักน้ำออกไปสักกี่ถัง
08:21
there's always another bucket of water to be had,
186
501197
2112
มันก็ยังคงเหลือน้ำอยู่อีกถังทุกทีไป
08:23
or my particularly favorite one,
187
503309
2127
หรือที่ผมชอบเป็นพิเศษ
08:25
with the effect and everything, the ripples on a pond.
188
505436
2939
คือว่ามันยังมีจะมีลูกเล่นพิเศษ มีระลอกคลื่นในบ่ออีกต่างหาก
08:28
So if you think of knowledge being this ever-expanding ripple on a pond,
189
508375
3127
ฉะนั้น ถ้าคุณคิดถึงว่าความรู้เป็นดั่งระลอกวงคลื่นในบ่อ ที่ขยายตัวออกไปเรื่อยๆ
08:31
the important thing to realize is that our ignorance,
190
511502
3382
สิ่งสำคัญที่ควรตระหนักก็คือความเขลาของเรา
08:34
the circumference of this knowledge, also grows with knowledge.
191
514884
3382
เส้นรอบวงของความรู้นั้น ก็ขยายออกพร้อมกับความรู้เช่นกัน
08:38
So the knowledge generates ignorance.
192
518266
2763
ดังนั้น ความรู้นั้นก่อให้เกิดความเขลา
08:41
This is really well said, I thought, by George Bernard Shaw.
193
521029
2915
นี่เป็นพจน์ที่กล่าวไว้ได้เป็นอย่างดี โดย จอร์ช เบอร์นาร์ด ชอว์ (George Bernard Shaw)
08:43
This is actually part of a toast that he delivered
194
523944
2677
ที่จริงแล้วมันเป็นส่วนหนึ่งของการอวยพรเชิญดื่ม
08:46
to celebrate Einstein at a dinner celebrating Einstein's work,
195
526621
3677
เพื่อฉลองให้กับไอน์สไตน์ที่งานเลี้ยงอาหารค่ำ
08:50
in which he claims that science
196
530298
1414
ซึ่งเขาได้อ้างว่าวิทยาศาสตร์นั้น
08:51
just creates more questions than it answers. ["Science is always wrong. It never solves a problem without creating 10 more."]
197
531712
2265
สร้างปริศนามากกว่าคำตอบ ["วิทยาศาสตร์นั้นผิดตลอด มันไม่เคยแก้ปัญหาโดยไม่ก่อให้เกิดอีก10 ปัญหา]
08:53
I find that kind of glorious, and I think he's precisely right,
198
533977
3542
ผมเห็นว่านั่นมันเป็นอะไรที่ช่างรุ่งโรจน์อลังการ และผมคิดว่าเขานั้นพูดถูกเผงเลยครับ
08:57
plus it's a kind of job security.
199
537519
2526
แถมมันยังเป็นอะไรเกี่ยวกับ ความปลอดภัยทางวิชาชีพด้วยนะครับ
09:00
As it turns out, he kind of cribbed that
200
540045
2726
มันกลายเป็นว่า เขาแอบลอก
09:02
from the philosopher Immanuel Kant
201
542771
1852
มาจากนักปรัชญานาม อิมมานูเอล คานท์ (Immanuel Kant)
09:04
who a hundred years earlier had come up with this idea
202
544623
2645
ผู้ซึ่งเมื่อประมาณร้อยปีก่อนหน้านั้น ได้ความคิดเกี่ยวกับ
09:07
of question propagation, that every answer begets more questions.
203
547268
3808
การแพร่ขยายของคำถาม ที่ทุกคำตอบ ก่อให้เกิดคำถามมากขึ้น
09:11
I love that term, "question propagation,"
204
551076
2199
ผมชอบคำว่า "การแพร่ขยายของคำถาม"
09:13
this idea of questions propagating out there.
205
553275
2739
ความคิดเกี่ยวกับการแพร่ขยายของคำถามทั่วไป
09:16
So I'd say the model we want to take is not
206
556014
1887
ผมอยากจะบอกว่า แบบจำลองที่พวกเราอยากได้นั้น
09:17
that we start out kind of ignorant and we get some facts together
207
557901
3509
ไม่ใช่อันที่เราเริ่มจากความเขลา และเราได้ข้อเท็จจริงมาประกอบกัน
09:21
and then we gain knowledge.
208
561410
2143
และจากนั้นเราก็ได้มาซึ่งองค์ความรู้
09:23
It's rather kind of the other way around, really.
209
563553
2379
มันออกจะเป็นไปในทางกลับกันนะครับ อันที่จริง
09:25
What do we use this knowledge for?
210
565932
1907
เราใช้องค์ความรู้นี้สำหรับอะไรกันหรือ
09:27
What are we using this collection of facts for?
211
567839
2528
เราใช้ข้อเท็จจริงเหล่านี้เพื่ออะไรกัน
09:30
We're using it to make better ignorance,
212
570367
2857
เราใช้มันเพื่อทำให้ความเขลาดีขึ้น
09:33
to come up with, if you will, higher-quality ignorance.
213
573224
3079
เพื่อที่จะได้มาซึ่ง -- จะว่าไปอะนะ -- ความเขลาคุณภาพสูง
09:36
Because, you know, there's low-quality ignorance
214
576303
1872
เพราะว่า มันมีความเขลาแบบไร้คุณภาพ
09:38
and there's high-quality ignorance. It's not all the same.
215
578175
2413
และมันก็มีความเขลาคุณภาพสูง พวกมันไม่เหมือนกันนะครับ
09:40
Scientists argue about this all the time.
216
580588
2370
นักวิทยาศาสตร์โต้เถียงเรื่องนี้กันตลอดเลย
09:42
Sometimes we call them bull sessions.
217
582958
1965
บางทีพวกเราเรียกพวกมันว่าเป็นการชุมนุมควาย
09:44
Sometimes we call them grant proposals.
218
584923
1918
บางครั้ง พวกเราเรียกมันว่า การเขียนขอทุน (grant proposal)
09:46
But nonetheless, it's what the argument is about.
219
586841
3508
แต่อย่างไรก็ดี นั่นแหละที่เกี่ยวกับการโต้เถียงที่ว่า
09:50
It's the ignorance. It's the what we don't know.
220
590349
1844
มันคือความเขลา มันคือสิ่งที่เราไม่รู้
09:52
It's what makes a good question.
221
592193
2690
นั่นแหละคือสิ่งที่สร้างคำถามที่ดี
09:54
So how do we think about these questions?
222
594883
1630
แล้วเราคิดถึงคำถามเหล่านี้กันอย่างไร
09:56
I'm going to show you a graph that shows up
223
596513
1952
ผมกำลังที่จะแสดงให้คุณดูกราฟ
09:58
quite a bit on happy hour posters in various science departments.
224
598465
3867
ที่ชอบนำมาแสดงบ่อยๆในช่วงเวลาสังสรรค์ ในคณะวิทยาศาสตร์หลายๆแห่ง
10:02
This graph asks the relationship between what you know
225
602332
4221
กราฟนี้ถามถึงความสัมพันธ์ระหว่างสิ่งที่คุณรู้
10:06
and how much you know about it.
226
606553
2190
และ คุณรู้ดีแค่ไหนเกี่ยวกับมัน
10:08
So what you know, you can know anywhere from nothing to everything, of course,
227
608743
3515
ฉะนั้นคุณสามารถที่จะมีระดับความรู้เท่าใดก็ได้ จากไม่มีเลยไปยังรู้ทุกสิ่ง
10:12
and how much you know about it can be anywhere
228
612258
1683
และปริมาณสิ่งที่คุณรู้ สามารถอยู่ตรงไหนก็ได้
10:13
from a little to a lot.
229
613941
2423
จากน้อยไปเยอะ
10:16
So let's put a point on the graph. There's an undergraduate.
230
616364
4232
เอาล่ะ ลองมาใส่จุดลงไปในกราฟ เด็กปริญญาตรีอยู่ตรงไหน
10:20
Doesn't know much but they have a lot of interest.
231
620596
2364
รู้อะไรไม่ค่อยจะเยอะ แต่พวกเขามีความสนใจเยอะเลย
10:22
They're interested in almost everything.
232
622960
1691
พวกเขาสนใจแทบจะทุกอย่าง
10:24
Now you look at a master's student, a little further along in their education,
233
624651
3454
ทีนี้เราลองมาดูนักเรียนปริญญาโทบ้าง ถัดมาอีกนิดในช่วงประวัติการศึกษา
10:28
and you see they know a bit more,
234
628105
1351
และคุณจะเห็นว่า พวกเขารู้มากขึ้นอีกนิด
10:29
but it's been narrowed somewhat.
235
629456
1890
แต่มันดูเหมือนจะแคบลง
10:31
And finally you get your Ph.D., where it turns out
236
631346
2719
และในที่สุด คุณไปถึงนักเรียนปริญญาเอก ซึ่งผลออกมาว่า
10:34
you know a tremendous amount about almost nothing. (Laughter)
237
634065
5105
คุณแทบจะไม่รู้อะไรเลยอย่างเยอะแยะมหาศาล (เสียงหัวเราะ)
10:39
What's really disturbing is the trend line that goes through that
238
639170
3781
ที่มันขัดหูขัดตาเสียจริงๆเห็นจะเป็นเส้นแนวโน้มที่พาดผ่านมัน
10:42
because, of course, when it dips below the zero axis, there,
239
642951
3775
เพราะว่า เมื่อมันตกลงไปต่ำกว่าศูนย์ที่แกน
10:46
it gets into a negative area.
240
646726
2262
มันเข้าไปในบริเวณที่ติดลบ
10:48
That's where you find people like me, I'm afraid.
241
648988
2915
เกรงว่านั่นเป็นบริเวณที่คุณเจอบุคคลอย่างผมครับ
10:51
So the important thing here is that this can all be changed.
242
651903
3368
สิ่งสำคัญตรงนี้ก็คือว่า เราสามารถเปลี่ยนแปลงทั้งหมดนี้ได้
10:55
This whole view can be changed
243
655271
1804
ภาพรวมทั้งหมดนี้สามารถเปลี่ยนแปลงได้
10:57
by just changing the label on the x-axis.
244
657075
3161
โดยแค่เปลี่ยนคำบรรยายที่แกนนอน (x-axis)
11:00
So instead of how much you know about it,
245
660236
1917
แทนที่จะเป็นว่าคุณรู้เรื่องนั้นๆดีแค่ไหน
11:02
we could say, "What can you ask about it?"
246
662153
3541
เราสามารถบอกได้ว่า "คุณสามารถตั้งคำถามอะไรเกี่ยวกับมันได้บ้าง"
11:05
So yes, you do need to know a lot of stuff as a scientist,
247
665694
2867
ครับ คุณต้องรู้อะไรมากมายเมื่อเป็นนักวิทยาศาสตร์
11:08
but the purpose of knowing a lot of stuff
248
668561
2629
แต่จุดประสงค์ของการที่รู้อะไรมากมายนั้น
11:11
is not just to know a lot of stuff. That just makes you a geek, right?
249
671190
2587
ไม่ใช่เพียงเพื่อจะรู้อะไรเยอะแยะ นั่นมันแค่ทำให้คุณเป็นพวกบ้าตำรา (geek) จริงไหมครับ
11:13
Knowing a lot of stuff, the purpose is
250
673777
2138
จุดประสงค์ของการที่เรารู้มาก
11:15
to be able to ask lots of questions,
251
675915
1676
ก็เพื่อที่จะสามารถถามคำถามได้มาก
11:17
to be able to frame thoughtful, interesting questions,
252
677591
3088
เพื่อที่จะสามารถสร้างกรอบปัญหาที่น่าคิดน่าสนใจ
11:20
because that's where the real work is.
253
680679
1725
เพราะว่านั่นแหละครับคืองานที่แท้จริง
11:22
Let me give you a quick idea of a couple of these sorts of questions.
254
682404
2552
ให้ผมได้มอบแนวคิดเล็กๆน้อยๆเกี่ยวกับคำถามแนวๆนี้
11:24
I'm a neuroscientist, so how would we come up
255
684956
2163
ผมเป็นนักประสาทวิทยา ว่าแต่เรานั้น
11:27
with a question in neuroscience?
256
687119
1431
จะได้มาซึ่งคำถามทางประสาทวิทยาได้อย่างไร
11:28
Because it's not always quite so straightforward.
257
688550
2669
เพราะว่ามันไม่ค่อยจะตรงไปตรงมาเสมอหรอกครับ
11:31
So, for example, we could say, well what is it that the brain does?
258
691219
2559
ยกตัวอย่างเช่น เราอาจพูดได้ว่า เอาล่ะ สมองมันทำอะไรของมันหรือ
11:33
Well, one thing the brain does, it moves us around.
259
693778
1814
เอ่อ อย่างหนึ่งที่สมองทำคือ มันทำให้เราดำเนินไป
11:35
We walk around on two legs.
260
695592
2005
เราเดินไปมาบนสองขาของเรา
11:37
That seems kind of simple, somehow or another.
261
697597
1851
นั่นเหมือนจะเป็นอะไรง่ายๆ ในมุมมองหนึ่ง
11:39
I mean, virtually everybody over 10 months of age
262
699448
2725
ผมหมายความว่า ถ้าดูด้วยตา ทุกคนที่อายุเกิน 10 เดือน
11:42
walks around on two legs, right?
263
702173
2172
ก็เดินไปเดินมาบนสองขา จริงไหมครับ
11:44
So that maybe is not that interesting.
264
704345
1391
งั้น บางทีนั่นอาจไม่น่าสนใจเท่าไร
11:45
So instead maybe we want to choose something a little more complicated to look at.
265
705736
3148
บาง ทีถ้าหากเราต้องการที่จะเลือกอะไรบางอย่าง ที่มันซับซ้อนไปกว่านั้น
11:48
How about the visual system?
266
708884
2775
ระบบการมองเห็นเป็นไงครับ
11:51
There it is, the visual system.
267
711659
1627
นั่นล่ะครับ ระบบการมองเห็น
11:53
I mean, we love our visual systems. We do all kinds of cool stuff.
268
713286
3248
ผมหมายถึงว่า พวกเราชอบระบบการมองเห็น พวกเราทำอะไรเจ๋งๆมากมาย
11:56
Indeed, there are over 12,000 neuroscientists
269
716534
3391
แน่นอน มีนักประสาทวิทยามากกว่า 12,000 คน
11:59
who work on the visual system,
270
719925
1580
ที่ทำงานเกี่ยวกับระบบการมองเห็น
12:01
from the retina to the visual cortex,
271
721505
2081
จากจอประสาทตา (retina) ไปจนถึง สมองส่วนการมองเห็น (visual cortex)
12:03
in an attempt to understand not just the visual system
272
723586
2565
ด้วยความพยายามที่จะเข้าใจ ไม่ใช่แค่ระบบการมองเห็น
12:06
but to also understand how general principles
273
726151
3024
แต่เพื่อที่จะเข้าใจอีกด้วยว่า พื้นฐานทั่วไป
12:09
of how the brain might work.
274
729175
1951
ของการทำงานของสมองนั้นเป็นอย่างไร
12:11
But now here's the thing:
275
731126
1660
แต่ตอนนี้มันเป็นแบบนี้ครับ
12:12
Our technology has actually been pretty good
276
732786
2480
นวัตกรรมของเรานั้นพัฒนามาค่อนข้างจะดี
12:15
at replicating what the visual system does.
277
735266
2590
ในการลอกเลียนแบบสิ่งที่ระบบการมองเห็นทำ
12:17
We have TV, we have movies,
278
737856
3023
พวกเรามีโทรทัศน์ พวกเรามีภาพยนตร์
12:20
we have animation, we have photography,
279
740879
2495
พวกเรามีแอนิเมชั่น พวกเรามีภาพถ่าย
12:23
we have pattern recognition, all of these sorts of things.
280
743374
3151
พวกเรามีรูปแบบการจดจำ อะไรพวกนั้นแหละครับ
12:26
They work differently than our visual systems in some cases,
281
746525
2646
พวกมันทำงานต่างไปจากระบบการมองเห็นของเราในบางกรณี
12:29
but nonetheless we've been pretty good at
282
749171
1591
แต่ไม่ว่าอย่างไรก็ตาม พวกเรานั้นค่อนข้างเก่งในเรื่อง
12:30
making a technology work like our visual system.
283
750762
3476
การสร้างนวัตกรรมที่ทำงานเหมือนกับระบบการมองเห็นของเรา
12:34
Somehow or another, a hundred years of robotics,
284
754238
2936
ในแง่หนึ่ง แม้จะมีการศึกษาพัฒนาเรื่องหุ่นยนต์มาเป็นร้อยปี
12:37
you never saw a robot walk on two legs,
285
757174
2266
คุณยังไม่เคยเห็นหุ่นยนต์เดินสองขาเลย
12:39
because robots don't walk on two legs
286
759440
2163
เพราะว่าหุ่นยนต์นั้นไม่เดินสองขา
12:41
because it's not such an easy thing to do.
287
761603
2390
เพราะว่ามันไม่ใช่เรื่องง่ายๆที่จะทำ
12:43
A hundred years of robotics,
288
763993
1528
ร้อยปีแห่งการศึกษาเรื่องหุ่นยนต์
12:45
and we can't get a robot that can move more than a couple steps one way or the other.
289
765521
3367
และพวกเราไม่สามารถที่จะสร้างหุ่นยนต์ ที่เคลื่อนที่ได้มากกว่าก้าวสองก้าว
12:48
You ask them to go up an inclined plane, and they fall over.
290
768888
2572
เราสั่งให้มันเดินขึ้นไปบนทางลาด และมันก็ตกลงมา
12:51
Turn around, and they fall over. It's a serious problem.
291
771460
2004
ให้มันกลับตัว พวกมันก็ล้ม นั่นมันเป็นปัญหาที่จริงจังครับ
12:53
So what is it that's the most difficult thing for a brain to do?
292
773464
3547
แล้วอะไรคือสิ่งที่ยากทีสุดสำหรับสมอง
12:57
What ought we to be studying?
293
777011
1623
อะไรกัน ที่เราควรจะทำการศึกษา
12:58
Perhaps it ought to be walking on two legs, or the motor system.
294
778634
4295
บางที มันน่าจะเป็นการเดินบนสองขา หรือระบบการเคลื่อนไหว
13:02
I'll give you an example from my own lab,
295
782929
1735
ผมจะให้ตัวอย่างจากห้องทดลองของผมกับคุณ
13:04
my own particularly smelly question,
296
784664
1725
คำถามของผมเอง ที่ออกจะมีกลิ่นตุๆ
13:06
since we work on the sense of smell.
297
786389
2099
ตั้งแต่ที่เราทำงานเกี่ยวกับเรื่องกลิ่น
13:08
But here's a diagram of five molecules
298
788488
3228
แต่นี่เป็นภาพไดอะแกรมของโมเลกุลทั้งห้า
13:11
and sort of a chemical notation.
299
791716
1510
และเครื่องหมายทางเคมี
13:13
These are just plain old molecules, but if you sniff those molecules
300
793226
2996
พวกมันเป็นแค่โมเลกุลเชยๆธรรมดาๆ แต่ถ้าคุณดมๆพวกมันดู
13:16
up these two little holes in the front of your face,
301
796222
2470
ด้วยเจ้ารูเล็กๆสองรูบนหน้าของคุณ
13:18
you will have in your mind the distinct impression of a rose.
302
798692
3874
ก็จะมีมโนคติของกุหลาบเกิดขึ้นในสมองคุณอย่างเด่นชัด
13:22
If there's a real rose there, those molecules will be the ones,
303
802566
2158
ถ้ามันมีกุหลาบอยู่ตรงนั้นจริงๆ โมเลกุลเหล่านี้ก็จะอยู่ตรงนั้นด้วย
13:24
but even if there's no rose there,
304
804724
1560
แต่ถึงแม้ว่ามันจะไม่มีกุหลาบอยู่ตรงนั้น
13:26
you'll have the memory of a molecule.
305
806284
1591
คุณจะมีความทรงจำของโมเลกุลนั้น
13:27
How do we turn molecules into perceptions?
306
807875
3104
เราเปลี่ยนโมเลกุลเป็นความทรงจำได้อย่างไร
13:30
What's the process by which that could happen?
307
810979
1857
อะไรเป็นกระบวนการที่ทำให้เกิดสิ่งนั้น
13:32
Here's another example: two very simple molecules, again in this kind of chemical notation.
308
812836
3960
นี่เป็นอีกตัวอย่างหนึ่ง : โมเลกุลแสนเรียบง่ายทั้งสอง แล้วก็เหมือนเคย สัญลักษณ์ทางเคมี
13:36
It might be easier to visualize them this way,
309
816796
2077
มันน่าจะง่ายขึ้น ถ้ามองพวกมันในแง่มุมนี้
13:38
so the gray circles are carbon atoms, the white ones
310
818873
2794
วงกลมสีเทาคืออะตอมของคาร์บอน ส่วนอันสีขาว
13:41
are hydrogen atoms and the red ones are oxygen atoms.
311
821667
2775
คืออะตอมของโฮโดรเจน และสีแดงคืออะตอมของออกซิเจน
13:44
Now these two molecules differ by only one carbon atom
312
824442
4298
ทีนี้ โมเลกุลทั้งสองต่างกันแค่เพียงหนึ่งอะตอมของคาร์บอน
13:48
and two little hydrogen atoms that ride along with it,
313
828740
2688
และสองอะตอมของไฮโดรเจนที่เกาะอยู่บนนั้น
13:51
and yet one of them, heptyl acetate,
314
831428
1986
และเพียงเท่านั้น ก็ทำให้โมเลกุลหนึ่ง ซึ่งก็คือ แฮปทิล อะซิเตท (heptyl acetate)
13:53
has the distinct odor of a pear,
315
833414
2311
มีกลิ่นของลูกแพรอย่างเด่นชัด
13:55
and hexyl acetate is unmistakably banana.
316
835725
3839
และเฮกซิล อะซิเตท (hexyl acetate) นั้น กลิ่นเหมือนกล้วยอย่างไม่ผิดเพี้ยน
13:59
So there are two really interesting questions here, it seems to me.
317
839564
2557
ครับ ถึงตรงนี้ มันมีสองคำถามที่น่าสนใจ สำหรับผมแล้ว มันเหมือนว่าอย่างนั้น
14:02
One is, how can a simple little molecule like that
318
842121
3215
คำถามแรกคือ โมเลกุลเล็กๆ เรียบง่ายแบบนี้
14:05
create a perception in your brain that's so clear
319
845336
2468
สามารถที่จะสร้างความทรงจำในสมองของคุณ ได้อย่างชัดเจน
14:07
as a pear or a banana?
320
847804
1742
ว่ามันเป็นแพรหรือกล้วย ได้อย่างไรกัน
14:09
And secondly, how the hell can we tell the difference
321
849546
3121
และคำถามที่สอง แล้วเราจะไปตรัสรู้ถึงความแตกต่าง
14:12
between two molecules that differ by a single carbon atom?
322
852667
4315
ระหว่างสองโมเลกุลที่ต่างกัน แค่อะตอมคาร์บอนเดียวได้อย่างไร
14:16
I mean, that's remarkable to me,
323
856982
1646
สำหรับผมแล้ว นั่นมันไม่ธรรมดาจริงๆ
14:18
clearly the best chemical detector on the face of the planet.
324
858628
3032
เป็นที่ประจักษ์ชัดว่า มันเป็นเครื่องตรวจจับสารเคมีบนใบหน้าที่ดีที่สุดในโลก
14:21
And you don't even think about it, do you?
325
861660
2776
และคุณแทบจะไม่ได้คิดถึงมันเลย ใช่ไหมล่ะครับ
14:24
So this is a favorite quote of mine that takes us
326
864436
2617
นี่เป็นคำคมสุดโปรดของผมที่จะนำเรา
14:27
back to the ignorance and the idea of questions.
327
867053
1746
กลับไปยังความเขลา และความคิดของคำถาม
14:28
I like to quote because I think dead people
328
868799
2019
ผมชอบที่จะกล่าวคำคม เพราะผมคิดว่า คนที่ตายไปแล้ว
14:30
shouldn't be excluded from the conversation.
329
870818
2543
ไม่สมควรที่จะถูกตัดออกจากการสนทนา
14:33
And I also think it's important to realize that
330
873361
1939
และผมก็ยังคิดว่า มันสำคัญที่จะตระหนักว่า
14:35
the conversation's been going on for a while, by the way.
331
875300
2462
การสนทนานั้นได้ดำเนินต่อเนื่องมาเป็นเวลาหนึ่ง ในอีกทางหนึ่งอะนะ
14:37
So Erwin Schrodinger, a great quantum physicist
332
877762
2758
ฉะนั้น เอิร์ลวิน ชโรดิงเจอร์ (Erwin Schrodinger) นักฟิสิกส์ควอนตัมผู้ยิ่งใหญ่
14:40
and, I think, philosopher, points out how you have to
333
880520
2566
และนักปรัชญา ผมว่างั้นนะ ได้ชี้ให้เห็นว่าคุณจะต้อง
14:43
"abide by ignorance for an indefinite period" of time.
334
883086
3465
"ยอมเชื่อฟังความโง่เขลาแบบไม่มีการกำหนดช่วงเวลา"
14:46
And it's this abiding by ignorance
335
886551
1987
และมันก็คือการยอมเชื่อฟังความเขลานี่แหละ
14:48
that I think we have to learn how to do.
336
888538
1666
ที่ผมคิดว่าเราต้องเรียนรู้ว่าจะทำอย่างไร
14:50
This is a tricky thing. This is not such an easy business.
337
890204
2977
มันเป็นอะไรที่ซ่อนเงื่อน ไม่ค่อยจะง่ายนัก
14:53
I guess it comes down to our education system,
338
893181
1959
ผมเดาว่ามันต้องขึ้นอยู่กับระบบการศึกษาของเรานี่ล่ะ
14:55
so I'm going to talk a little bit about ignorance and education,
339
895140
2457
ฉะนั้น ผมจะพูดสักหน่อยเกี่ยวกับความเขลาและการศึกษา
14:57
because I think that's where it really has to play out.
340
897597
2268
เพราะผมคิดว่า นั่นเป็นที่ที่มันมีบทบาทจริงๆ
14:59
So for one, let's face it,
341
899865
2267
เอาละครับ มาเผชิญหน้ากับมันเลย
15:02
in the age of Google and Wikipedia,
342
902132
3352
ในยุคของกูเกิลและวิกิพีเดีย
15:05
the business model of the university
343
905484
1793
โครงสร้างทางธุรกิจของมหาวิทยาลัย
15:07
and probably secondary schools is simply going to have to change.
344
907277
3421
และอาจจะโรงเรียนมัธยมด้วย จะต้องมีการเปลี่ยนแปลง
15:10
We just can't sell facts for a living anymore.
345
910698
1901
พวกเราไม่สามารถที่จะขายข้อเท็จจริงเพื่อหากินได้อีกต่อไป
15:12
They're available with a click of the mouse,
346
912599
2050
พวกมันมีให้คุณพร้อม เพียงแค่กดเม้าส์
15:14
or if you want to, you could probably just ask the wall
347
914649
2496
หรือถ้าคุณต้องการ คุณบางทีสามารถที่จะถามกำแพง
15:17
one of these days, wherever they're going to hide the things
348
917145
1712
ทุกวันนี้นะ ที่ไหนสักที่ ที่พวกเขาจะซ่อนของ
15:18
that tell us all this stuff.
349
918857
1417
ที่จะบอกคุณทุกอย่าง
15:20
So what do we have to do? We have to give our students
350
920274
2883
แล้วเราจะต้องทำอะไรล่ะ เราจะต้องมอบ
15:23
a taste for the boundaries, for what's outside that circumference,
351
923157
3896
รสชาติของขอบเขตให้กับนักเรียนของเรา ว่าอะไรที่อยู่นอกเส้นรอบวงนั้น
15:27
for what's outside the facts, what's just beyond the facts.
352
927053
4308
ว่าอะไรที่อยู่นอกเหนือจากข้อเท็จจริง อะไรที่เกินข้อเท็จจริงที่เรามี
15:31
How do we do that?
353
931361
2157
แล้วเราจะทำได้อย่างไรล่ะ
15:33
Well, one of the problems, of course,
354
933518
1508
ครับ แน่ล่ะ มันเป็นหนึ่งในปัญหา
15:35
turns out to be testing.
355
935026
2109
ที่จะต้องทดสอบ
15:37
We currently have an educational system
356
937135
2649
ตอนนี้พวกเรามีระบบการศึกษา
15:39
which is very efficient but is very efficient at a rather bad thing.
357
939784
3709
ซึ่งมีประสิทธิภาพมาก แต่มีประสิทธิภาพมากกับสิ่งที่ค่อนข้างแย่
15:43
So in second grade, all the kids are interested in science,
358
943493
2974
ดังนั้น ในระดับชั้นประถม 2 เด็กทุกคนสนใจวิทยาศาสตร์
15:46
the girls and the boys.
359
946467
1263
ไม่ว่าจะชายหรือหญิง
15:47
They like to take stuff apart. They have great curiosity.
360
947730
3974
พวกเขาชอบที่จะแยกของออกเป็นชิ้นๆ พวกเขามีความอยากรู้อยากเห็นมาก
15:51
They like to investigate things. They go to science museums.
361
951704
2499
พวกเขาชอบที่จะสำรวจสิ่งต่างๆ พวกเขาไปยังพิพิธภัณฑ์วิทยาศาสตร์
15:54
They like to play around. They're in second grade.
362
954203
6188
พวกเขาชอบที่จะเล่น พวกเขาเป็นเด็กประถม 2
16:00
They're interested.
363
960407
1494
พวกเขารู้สึกสนใจ
16:01
But by 11th or 12th grade, fewer than 10 percent
364
961901
2934
แต่พอสัก มัธยม 5 หรือ 6 แล้ว น้อยกว่า 10 เปอร์เซ็นต์
16:04
of them have any interest in science whatsoever,
365
964835
3075
ของพวกเขา ที่จะมีความสนใจอะไรก็ตามในวิทยาศาสตร์
16:07
let alone a desire to go into science as a career.
366
967910
2945
ไม่ต้องพูดถึงความต้องการ ที่จะมีอาชีพในสายวิทยาศาสตร์ด้วยซ้ำ
16:10
So we have this remarkably efficient system
367
970855
2982
ครับ เรามีระบบที่ทรงประสิทธิภาพอย่างน่าประหลาด
16:13
for beating any interest in science out of everybody's head.
368
973837
3973
สำหรับตบความสนใจอะไรก็ตามในวิทยาศาสตร์ ออกจากกบาล
16:17
Is this what we want?
369
977810
1914
นี่หรือที่เราต้องการ
16:19
I think this comes from what a teacher colleague of mine
370
979724
2342
ผมคิดว่า นี่มาจากสิ่งที่เพื่อนของผมซึ่งเป็นครู
16:22
calls "the bulimic method of education."
371
982066
2722
เรียกว่า "วิธีระรานการศึกษา"
16:24
You know. You can imagine what it is.
372
984788
1373
คุณรู้ไหม คุณสามารถที่จะจินตนาการได้ว่ามันคืออะไร
16:26
We just jam a whole bunch of facts down their throats over here
373
986161
2948
พวกเรานั้นยัดความรู้ข้อเท็จจริงลงคอหอยพวกเขาตรงนี้
16:29
and then they puke it up on an exam over here
374
989109
2354
และจากนั้นพวกเขาก็อ้วกออกมาในวันสอบตรงนั้น
16:31
and everybody goes home with no added intellectual heft whatsoever.
375
991463
4579
และทุกคนก็กลับบ้าน โดยปราศจากการเพิ่มเติมสาระทางปัญญาใดๆ
16:36
This can't possibly continue to go on.
376
996042
2081
นี่มันไม่สมควรที่จะดำเนินต่อไป
16:38
So what do we do? Well the geneticists, I have to say,
377
998123
2334
แล้วเราจะทำยังไงกัน ครับ ผมต้องบอกว่า นักพันธุศาสตร์
16:40
have an interesting maxim they live by.
378
1000457
1983
มีหลักเกณฑ์ในการดำเนินชีวิตที่น่าสนใจ
16:42
Geneticists always say, you always get what you screen for.
379
1002440
5252
นักพันธุศาสตร์พูดเสมอว่า คุณจะได้ในสิ่งที่คุณแสวงหาเสมอ
16:47
And that's meant as a warning.
380
1007692
2861
และนั่นเป็นดั่งสัญญาณเตือน
16:50
So we always will get what we screen for,
381
1010553
2319
ฉะนั้น เรานั้นจะได้สิ่งที่เราแสวงหาเสมอ
16:52
and part of what we screen for is in our testing methods.
382
1012872
3455
และส่วนหนึ่งของสิ่งที่เราหานั้น อยู่ในวิธีการทดลองของเรา
16:56
Well, we hear a lot about testing and evaluation,
383
1016327
3243
ครับ เราได้ยินมามากเกี่ยวกับการทดสอบและการประเมิน
16:59
and we have to think carefully when we're testing
384
1019570
2187
และพวกเราต้องคิดอย่างรอบคอบเมื่อพวกเราทำการทดสอบ
17:01
whether we're evaluating or whether we're weeding,
385
1021757
3087
ไม่ว่าพวกเราประเมินหรือ ไม่ว่าพวกเราจะกำจัด
17:04
whether we're weeding people out,
386
1024844
1459
ไม่ว่าพวกเราจะทำการคัดคนออก
17:06
whether we're making some cut.
387
1026303
3134
ไม่ว่าพวกเราจะทำการตัดอะไรทิ้ง
17:09
Evaluation is one thing. You hear a lot about evaluation
388
1029437
2641
การประเมินนั้นเป็นสิ่งหนึ่ง คุณได้ยินมามากเกี่ยวกับมัน
17:12
in the literature these days, in the educational literature,
389
1032078
2910
ในงานเขียนสมัยนี้ ในงานเขียนเชิงวิชาการ
17:14
but evaluation really amounts to feedback and it amounts
390
1034988
2958
แต่การประเมินนั้นจริงๆแล้วเทียบเท่ากับเสียงตอบรับ และมันเป็นเสมือน
17:17
to an opportunity for trial and error.
391
1037946
2154
โอกาสสำหรับการลองผิดลองถูก
17:20
It amounts to a chance to work over a longer period of time
392
1040100
4494
มันเป็นดั่งโอกาสที่จะทำงานในระยะยาว
17:24
with this kind of feedback.
393
1044594
1910
ด้วยการตอบรับเช่นนี้
17:26
That's different than weeding, and usually, I have to tell you,
394
1046504
2938
นั่นมันต่างจากการกำจัดคัดออก และบ่อยครั้ง ผมต้องบอกคุณว่า
17:29
when people talk about evaluation, evaluating students,
395
1049442
2726
เมื่อคนพูดถึงการประเมิน การประเมินนักเรียน
17:32
evaluating teachers, evaluating schools,
396
1052168
2787
การประเมินครู การประเมินโรงเรียน
17:34
evaluating programs, that they're really talking about weeding.
397
1054955
4161
การประเมินโครงการ ที่จริงแล้วพวกเขาต่างพูดถึงเรื่องการคัดออก
17:39
And that's a bad thing, because then you will get what you select for,
398
1059116
4210
และนั่นเป็นเรื่องร้าย เพราะว่า จากนั้นคุณจะได้ในสิ่งที่คุณเลือกหา
17:43
which is what we've gotten so far.
399
1063326
1958
ซึ่งเป็นสิ่งที่คุณได้มาจนถึงตอนนี้
17:45
So I'd say what we need is a test that says, "What is x?"
400
1065284
3441
ผมคงบอกได้ว่า ที่เราต้องการก็คือข้อสอบที่บอกว่า "อะไรคือ x"
17:48
and the answers are "I don't know, because no one does,"
401
1068725
3092
และคำตอบก็คือ "ผมไม่รู้ เพราะมันไม่มีใครรู้"
17:51
or "What's the question?" Even better.
402
1071817
1741
หรือ "คำถามคืออะไร" ยิ่งดีใหญ่
17:53
Or, "You know what, I'll look it up, I'll ask someone,
403
1073558
2390
หรือ "รู้อะไรไม๊ ผมจะลองค้นดู ผมจะถามใครสักคน
17:55
I'll phone someone. I'll find out."
404
1075964
2700
ผมจะโทรหาใครสักคน แล้วจะหาคำตอบ"
17:58
Because that's what we want people to do,
405
1078664
1550
เพราะว่า นั่นเป็นสิ่งที่เราต้องการให้คนทำ
18:00
and that's how you evaluate them.
406
1080214
1371
และนั่นคือวิธีที่เราประเมินพวกเขา
18:01
And maybe for the advanced placement classes,
407
1081585
1943
และบางที สำหรับห้องเรียนที่มีการคัดคุณสมบัติเด็ก [ห้องคิง ห้องควีน]
18:03
it could be, "Here's the answer. What's the next question?"
408
1083528
3714
มันอาจจะเป็น "นี่เป็นคำตอบ อะไรคือคำถามถัดไป"
18:07
That's the one I like in particular.
409
1087242
1511
นั่นเป็นอันที่ผมชอบเป็นพิเศษเลย
18:08
So let me end with a quote from William Butler Yeats,
410
1088753
2177
ครับ ให้ผมจบการบรรยายนี้ด้วยคติพจน์ จาก วิลเลี่ยม บัทเลอร์ ยีทส์ (William Butler Yeats)
18:10
who said "Education is not about filling buckets;
411
1090930
3167
ที่กล่าวว่า "การศึกษาไม่ใช่การหาอะไรใส่ถัง
18:14
it is lighting fires."
412
1094097
2153
มันเป็นการจุดไฟ"
18:16
So I'd say, let's get out the matches.
413
1096250
3875
ผมก็อยากจะบอกว่า งั้นเอาไม้ขีดออกมาเลยครับ
18:20
Thank you.
414
1100125
1208
ขอบคุณครับ
18:21
(Applause)
415
1101333
3227
(เสียงปรบมือ)
18:24
Thank you. (Applause)
416
1104560
3816
ของคุณครับ (เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7