Stuart Firestein: The pursuit of ignorance

Translator: Kelwalin Dhanasarnsombut Reviewer: Chatthip Chaichakan

There is an ancient proverb that says

มันมีสำนวนโบราณกล่าวไว้ว่า

it's very difficult to find a black cat in a dark room,

มันยากที่จะตามหาแมวดำในห้องมืด

especially when there is no cat.

โดยเฉพาะอย่างยิ่งเมื่อมันไม่มีแมว

I find this a particularly apt description of science

ผมพบว่า นี่มันค่อนข้างที่จะเป็นนิยามจำเพาะของวิทยาศาสตร์

and how science works --

และวิถีของวิทยาศาสตร์ ว่าทำงานเช่นไร

bumbling around in a dark room, bumping into things,

โซเซปัดเป๋ไปเรื่อยในห้องมืด ชนเข้ากับอะไรนู่นนี่

trying to figure out what shape this might be,

พยายามที่จะเข้าใจว่ามันอาจเป็นรูปทรงแบบนี้

what that might be,

หรือแบบนั้น

there are reports of a cat somewhere around,

มันมีรายงานว่าแมวมันอยู่แถวๆนี้แหละ

they may not be reliable, they may be,

รายงานพวกนี้อาจน่าเชื่อถือ หรืออาจจะไม่

and so forth and so on.

และอะไรแนวนั้น

Now I know this is different than the way most people

ทีนี้ ผมรู้ว่านี่มันแตกต่างจากสิ่งที่คนทั่วไป

think about science.

คิดถึงวิทยาศาสตร์

Science, we generally are told,

พวกเรามักได้รับการบอกว่า วิทยาศาสตร์

is a very well-ordered mechanism for

เป็นกระบวนการที่มีการจัดวางอย่างมีระเบียบ

understanding the world,

เพื่อที่จะทำความเข้าใจโลก

for gaining facts, for gaining data,

เพื่อที่จะได้มาซึ่งข้อเท็จจริง และข้อมูล

that it's rule-based,

ที่อยู่บนพื้นฐานของกฎ

that scientists use this thing called the scientific method

ซึ่งนักวิทยาศาสตร์ใช้สิ่งที่เรียกว่า "วิธีการทางวิทยาศาสตร์"

and we've been doing this for 14 generations or so now,

และพวกเราก็ทำอย่างนี้กันมากว่า 14 ชั่วคนแล้ว

and the scientific method is a set of rules

และวิธีการทางวิทยาศาสตร์ก็เป็นกฎชุดหนึ่ง

for getting hard, cold facts out of the data.

สำหรับการดึงเอาข้อเท็จจริงแบบเน้นๆจากข้อมูล

I'd like to tell you that's not the case.

ผมอยากที่จะบอกคุณว่า นั่นไม่ใช่นะครับ

So there's the scientific method,

คือวิธีการทางวิทยาศาสตร์น่ะมันก็มี

but what's really going on is this. (Laughter)

แต่ที่มันเกิดขึ้นจริงๆแล้วเนี่ย มันเป็นแบบนี้ (เสียงหัวเราะ)

[The Scientific Method vs. Farting Around]

[วิธีการทางวิทยาศาสตร์ ปะทะ ตดเรี่ยราด]

And it's going on kind of like that.

และมันก็เป็นอะไรแนวๆนั้น

[... in the dark] (Laughter)

[... ในที่มืด] (เสียงหัวเราะ)

So what is the difference, then,

แล้วมันต่างกันอย่างไรล่ะ

between the way I believe science is pursued

ระหว่างวิธีการที่ผมเชื่อว่า มันทำให้ได้มาซึ่งวิทยาศาสตร์

and the way it seems to be perceived?

กับรูปแบบที่คนทั่วไปรับรู้เข้าใจมัน

So this difference first came to me in some ways

ความแตกต่างนี้ได้เข้ามาหาผมในรูปแบบหนึ่ง

in my dual role at Columbia University,

ในหน้าที่ของผมที่มหาวิทยาลัยโคลัมเบีย (Columbia University)

where I'm both a professor and run a laboratory in neuroscience

ที่ซึ่งผมเป็นทั้งศาสตราจารย์ และผู้กำกับห้องปฎิบัติการทางประสาทวิทยา

where we try to figure out how the brain works.

ที่ซึ่งเราพยายามจะเข้าใจว่าสมองทำงานอย่างไร

We do this by studying the sense of smell,

พวกเราทำโดยศึกษาประสาทการรับกลิ่น

the sense of olfaction, and in the laboratory,

ประสาทการดมกลิ่น และในห้องทดลอง

it's a great pleasure and fascinating work

มันเป็นงานที่น่าตื่นเต้นและมีความสุขที่ได้ทำ

and exciting to work with graduate students and post-docs

และมันก็ตื่นเต้นที่ได้ทำงานกับนักเรียนปริญญาโท และนักวิจัยหลังปริญญาเอก

and think up cool experiments to understand how this

และออกแบบการทดลองเจ๋งๆ เพื่อที่จะเข้าใจ

sense of smell works and how the brain might be working,

ว่าประสาทการรับกลิ่นนั้นทำงานอย่างไร และสมองน่าจะทำงานเช่นไร

and, well, frankly, it's kind of exhilarating.

และว่ากันตามจริง มันก็น่าสำเริงสำราญใจทีเดียว

But at the same time, it's my responsibility

แต่ในเวลาเดียวกัน มันก็เป็นความรับผิดชอบของผม

to teach a large course to undergraduates on the brain,

ที่จะสอนเรื่องเกี่ยวกับสมองให้กับนักเรียนปริญญาตรี ในชั้นเรียนขนาดใหญ่

and that's a big subject,

และมันก็เป็นวิชาที่สำคัญ

and it takes quite a while to organize that,

ที่ต้องใช้เวลาสักช่วงหนึ่งในการจัดระเบียบมัน

and it's quite challenging and it's quite interesting,

และมันก็ค่อนข้างที่จะท้าทาย และค่อนข้างที่จะน่าสนใจ

but I have to say, it's not so exhilarating.

แต่ผมต้องบอกว่า มันไม่น่าเริงรมย์สักเท่าไร

So what was the difference?

อะไรกันล่ะที่ต่างกัน

Well, the course I was and am teaching

วิชาที่ผมสอนตอนนั้นและตอนนี้

is called Cellular and Molecular Neuroscience - I. (Laughs)

คือวิชา ประสาทวิทยาระดับเซลล์และโมเลกุล ผม - (เสียงหัวเราะ)

It's 25 lectures full of all sorts of facts,

มันประกอบด้วยการบรรยาย 25 ครั้ง เต็มไปด้วยข้อมูลมากมาย

it uses this giant book called "Principles of Neural Science"

มันใช้หนังสือขนาดยักษ์ที่เรียกว่า "ประสาทวิทยาพิ้นฐาน"

by three famous neuroscientists.

โดยนักประสาทวิทยาชื่อดังสามท่าน

This book comes in at 1,414 pages,

หนังสือเล่มนี้มี 1,414 หน้า

it weighs a hefty seven and a half pounds.

หนาหนักถึง 7.5 ปอนด์

Just to put that in some perspective,

ถ้าจะลองพูดให้เห็นภาพ

that's the weight of two normal human brains.

มันหนักเท่ากับสมองคนปกติสองก้อน

(Laughter)

(เสียงหัวเราะ)

So I began to realize, by the end of this course,

ผมก็เลยเริมคิดได้ ตอนใกล้ๆจบหลักสูตร

that the students maybe were getting the idea

ว่าพวกนักเรียนบางทีอาจได้ความคิด

that we must know everything there is to know about the brain.

ว่าเราต้องรู้ทุกสิ่งทุกอย่างที่มีอยู่ เพื่อที่รู้เรื่องสมอง

That's clearly not true.

นั่นมันไม่จริงเลย

And they must also have this idea, I suppose,

และพวกเขาต้องมีความคิดนี้ ผมว่านะ

that what scientists do is collect data and collect facts

ว่าสิ่งที่นักวิทยาศาสตร์ทำคือการเก็บข้อมูล และรวบรวมข้อเท็จจริง

and stick them in these big books.

และติดพวกมันลงในหนังสือเล่มใหญ่

And that's not really the case either.

และนั่นก็ไม่ใช่เช่นกัน

When I go to a meeting, after the meeting day is over

เมื่อผมไปประชุม หลังจากเสร็จสิ้นวันประชุม

and we collect in the bar over a couple of beers with my colleagues,

และพวกเราก็ไปรวมตัวกันในบาร์ พร้อมกับเบียร์สองสามแก้วกับเพื่อนร่วมงาน

we never talk about what we know.

พวกเราไม่เคยพูดเกี่ยวกับสิ่งที่เรารู้

We talk about what we don't know.

เราพูดเกี่ยวกับสิ่งที่เราไม่รู้

We talk about what still has to get done,

เราพูดเกี่ยวกับสิ่งที่ยังต้องทำให้สำเร็จ

what's so critical to get done in the lab.

อะไรเป็นสิ่งสำคัญที่ต้องจัดการทำในห้องทดลอง

Indeed, this was, I think, best said by Marie Curie

แน่ล่ะ ผมคิดว่านี่เป็นคำกล่าวที่ดีที่สุด ของมารี คูรี (Marie Curie)

who said that one never notices what has been done

ผู้ซึ่งกล่าวว่า เราไม่เคยสังเกตว่ามีอะไรต้องทำ

but only what remains to be done.

มีก็แต่สิ่งที่เหลืออยู่ที่ต้องทำ

This was in a letter to her brother after obtaining

มันอยู่ในจดหมายถึงน้องชายของเธอหลังจากเธอได้รับ

her second graduate degree, I should say.

ปริญญาโทใบที่สอง ผมว่านะ

I have to point out this has always been one of my favorite pictures of Marie Curie,

ผมต้องขอบอกว่า นี่เป็นภาพของมารี คูรี ที่ผมชอบมากที่สุดตลอดกาล

because I am convinced that that glow behind her

เพราะว่าผมเชื่อว่าที่เรืองแสงอยู่ข้างหลังเธอน่ะ

is not a photographic effect. (Laughter)

ไม่ได้เกิดจากเทคนิคการถ่ายภาพ (เสียงหัวเราะ)

That's the real thing.

มันเป็นของแท้แน่นอน

It is true that her papers are, to this day,

มันจริงที่ว่างานตีพิมพ์ของเธอเป็นแบบนั้นถึงปัจจุบัน

stored in a basement room in the Bibliothèque Française

พวกมันถูกเก็บอยู่ในห้องใต้ดินในหอสมุดแห่งชาติฝรั่งเศส (Bibliothèque Française)

in a concrete room that's lead-lined,

ในห้องคอนกรีตที่มีโครงเป็นตะกั่ว

and if you're a scholar and you want access to these notebooks,

และถ้าคุณเป็นนักวิชาการ และคุณต้องการที่จะใช้สมุดบันทึกเหล่านี้

you have to put on a full radiation hazmat suit,

คุณต้องสวมใส่ชุดป้องกันรังสีแบบเต็มยศ

so it's pretty scary business.

มันค่อนข้างจะน่ากลัวเลยครับ

Nonetheless, this is what I think we were leaving out

ไม่ว่าอย่างไรก็ดี นี่คือสิ่งที่ผมคิดว่าพวกเราละทิ้งไม่สนใจ

of our courses

ในวิชาของเรา

and leaving out of the interaction that we have

และตัดการมีปฎิสัมพันธ์

with the public as scientists, the what-remains-to-be-done.

ที่เรามีกับสาธารณะในฐานะนักวิทยาศาสตร์ นี่เป็นสิ่งที่เหลืออยู่ที่ต้องทำ

This is the stuff that's exhilarating and interesting.

นี่คือสิ่งที่มีชีวิตชีวาและน่าสนใจ

It is, if you will, the ignorance.

ถ้าคุณจะยอมนะ มันคือความเขลา

That's what was missing.

นั่นคือสิ่งที่หายไป

So I thought, well, maybe I should teach a course

ผมจึงคิดว่า เอาล่ะ บางที ผมควรที่จะสอนวิชา

on ignorance,

เกี่ยวกับความเขลา

something I can finally excel at, perhaps, for example.

บางที อะไรบางอย่างที่ผมสามารถจะเป็นเลิศได้ในที่สุด เป็นต้น

So I did start teaching this course on ignorance,

ผมก็เริ่มสอนวิชานี้เกี่ยวกับความเขลา

and it's been quite interesting

และมันก็ค่อนข้างที่จะน่าสนใจ

and I'd like to tell you to go to the website.

และผมอยากที่จะบอกคุณให้ไปที่เว็บไซต์

You can find all sorts of information there. It's wide open.

คุณสามารถหาข้อมูลทุกอย่างได้ที่นั่น มันเปิดกว้างให้ทุกคน

And it's been really quite an interesting time for me

และมันก็เป็นเวลาที่ค่อนข้างจะน่าสนใจจริงๆสำหรับผม

to meet up with other scientists who come in and talk

ที่ได้พบปะกับนักวิทยาศาสตร์คนอื่นๆ ผู้ที่เข้ามาและพูดคุย

about what it is they don't know.

เกี่ยวกับสิ่งที่เขาไม่รู้

Now I use this word "ignorance," of course,

ทีนี้ ผมใช้คำว่า "เขลา" แน่ล่ะ

to be at least in part intentionally provocative,

เพื่อที่จะจงใจยั่วยุด้วยประการหนึ่ง

because ignorance has a lot of bad connotations

เพราะว่าความเขลามีความเชื่อมโยงกับสิ่งไม่ดีมากมาย

and I clearly don't mean any of those.

และเป็นที่ชัดเจนว่า ผมไม่ได้หมายถึงอะไรพวกนั้นเลย

So I don't mean stupidity, I don't mean a callow indifference

ผมไม่ได้หมายถึงความโง่ ผมไม่ได้หมายถึง ความอ่อนหัด ไม่ใส่ใจ

to fact or reason or data.

ต่อข้อเท็จจริง หรือเหตุผล หรือข้อมูล

The ignorant are clearly unenlightened, unaware,

เป็นที่ชัดเจนว่า ผู้เขลานั้น ไม่ได้เข้าใจแจ่มแจ้ง ไม่ได้ตระหนัก

uninformed, and present company today excepted,

ไม่มีข้อมูล และทุกวันนี้มักจะ

often occupy elected offices, it seems to me.

ได้รับการเลือกตั้งเข้าไปซะด้วย ผมว่านะครับ

That's another story, perhaps.

แต่บางที นั่นเป็นอีกเรื่องหนึ่ง

I mean a different kind of ignorance.

ผมหมายถึงความเขลาในอีกแบบ

I mean a kind of ignorance that's less pejorative,

ผมหมายถึงความเขลาในรูปแบบที่หยาบคายน้อยกว่า

a kind of ignorance that comes from a communal gap in our knowledge,

ความเขลาที่มาจากช่องว่างสาธารณะในความรู้ของเรา

something that's just not there to be known

บางอย่างที่ไม่ได้แค่อยู่ตรงนั้นให้เรารับรู้

or isn't known well enough yet or we can't make predictions from,

หรือยังไม่ได้เป็นที่รู้จักดีพอ หรือเราไม่สามารถที่จะคาดเดาได้

the kind of ignorance that's maybe best summed up

ความเขลาในรูปแบบที่คงจะสรุปได้ดีที่สุด

in a statement by James Clerk Maxwell,

โดยข้อความแถลงจาก เจมส์ คาล์ค แม็กซ์เวล (James Clerk Maxwell)

perhaps the greatest physicist between Newton and Einstein,

ซึ่งอาจเป็นนักฟิสิกส์ที่ยิ่งใหญ่ที่สุดระหว่างนิวตันและไอสไตน์

who said, "Thoroughly conscious ignorance

ผู้กล่าวว่า "ความเขลาอันมีสติสัมปชัญญะครบถ้วน

is the prelude to every real advance in science."

คือปฐมบทสู่ทุกความก้าวหน้าทางวิทยาศาสตร์อย่างแท้จริง"

I think it's a wonderful idea:

ผมคิดว่า นั่นเป็นความคิดแสนวิเศษ:

thoroughly conscious ignorance.

ความเขลาอันมีสติสัมปชัญญะอย่างครบถ้วน

So that's the kind of ignorance that I want to talk about today,

นั่นล่ะเป็นความเขลาในแบบที่ผมต้องการพูดถึงในวันนี้

but of course the first thing we have to clear up

แต่แน่นอน สิ่งแรกที่เราต้องทำให้กระจ่าง

is what are we going to do with all those facts?

ก็คือ เราจะทำอย่างไรกับข้อเท็จจริงทั้งหมดนั่น

So it is true that science piles up at an alarming rate.

มันจริงที่วิทยาศาสตร์นั้นกองทับถมในอัตราที่น่าตกใจ

We all have this sense that science is this mountain of facts,

เราทุกคนมีความรู้สึกว่า วิทยาศาสตร์นั้นเป็นภูเขาแห่งข้อเท็จจริง

this accumulation model of science, as many have called it,

เป็นตัวอย่างการสะสมทางวิทยาศาสตร์ ดั่งที่หลายๆคนเรียกมัน

and it seems impregnable, it seems impossible.

และราวกับว่ามันเป็นไปไม่ได้ที่จะเข้าถึง เป็นไปไม่ได้เลย

How can you ever know all of this?

เราจะไปรู้หมดนี่ได้อย่างไรกัน

And indeed, the scientific literature grows at an alarming rate.

และแน่นอน งานเขียนทางวิทยาศาสตร์นั้น เติบโตด้วยอัตราที่น่าตกใจ

In 2006, there were 1.3 million papers published.

ในปี 2006 มีผลงานตีพิมพ์ออกมา 1.3 ล้านฉบับ

There's about a two-and-a-half-percent yearly growth rate,

มันมีอัตราการเติบโตต่อปีที่ สองจุดห้าเปอร์เซ็นต์

and so last year we saw over one and a half million papers being published.

และเมื่อปีที่แล้ว พวกเราเห็นว่า ผลงานกว่าหนึ่งล้านห้าแสนฉบับถูกตีพิมพ์

Divide that by the number of minutes in a year,

ลองหารดูด้วยจำนวนนาทีในหนึ่งปี

and you wind up with three new papers per minute.

และจะได้ผลลัพธ์คือสามบทความต่อนาที

So I've been up here a little over 10 minutes,

แล้วผมขึ้นมายืนตรงนี้ได้กว่า 10 นาทีละ

I've already lost three papers.

ผมเสียงานตีพิมพ์ไปแล้วสามเรื่องแหน่ะ

I have to get out of here actually. I have to go read.

ผมต้องไปแล้วเนี่ยจริงๆนะ ผมต้องไปอ่านละ

So what do we do about this? Well, the fact is

แล้วเราจะทำยังไงกันดี เอาล่ะครับ อันที่จริงเนี่ย

that what scientists do about it is a kind of a controlled neglect, if you will.

ที่นักวิทยาศาสตร์ทำเรียกได้ว่าเป็นการเพิกเฉยที่ควบคุมได้ ถ้าจะว่ากันอะนะ

We just don't worry about it, in a way.

พวกเราแค่ไม่เป็นกังวลกับมัน อะไรแนวนั้น

The facts are important. You have to know a lot of stuff

ข้อเท็จจริงนั้นสำคัญ คุณต้องรู้เยอะเลย

to be a scientist. That's true.

เพื่อที่เป็นนักวิทยาศาสตร์ มันจริงครับ

But knowing a lot of stuff doesn't make you a scientist.

แต่การที่รู้อะไรมากมายไม่ได้ทำให้คุณเป็นนักวิทยาศาสตร์นะครับ

You need to know a lot of stuff to be a lawyer

คุณต้องรู้อะไรเยอะแยะเพื่อที่จะเป็นทนาย

or an accountant or an electrician or a carpenter.

หรือนักบัญชี หรือช่างไฟ หรือช่างไม้

But in science, knowing a lot of stuff is not the point.

แต่ในวิทยาศาสตร์ การที่รู้อะไรมากมายนั้น ไม่ใช่ประเด็น

Knowing a lot of stuff is there to help you get

การรู้อะไรมากนั้นมีเพื่อจะช่วยคุณ

to more ignorance.

ให้ไปพบความเขลามากยิ่งขึ้น

So knowledge is a big subject, but I would say

ดังนั้น ความรู้เป็นเรื่องใหญ่เลย แต่ผมอยากบอกว่า

ignorance is a bigger one.

ความเขลานั้นใหญ่ยิ่งกว่า

So this leads us to maybe think about, a little bit

บางทีมันอาจชักนำให้เราคิด อย่างน้อยๆก็สักนิดหนึ่ง

about, some of the models of science that we tend to use,

เกี่ยวกับ ตัวอย่างทางวิทยาศาสตร์บางชิ้นที่เราจงใจใช้

and I'd like to disabuse you of some of them.

และก็อยากจะแก้ไข้ให้คุณเข้าใจอะไรบางอย่างเสียใหม่

So one of them, a popular one, is that scientists

อันหนึ่งที่เป็นที่เข้าใจกันก็คือ นักวิทยาศาสตร์นั้น

are patiently putting the pieces of a puzzle together

ค่อยๆประกอบชิ้นส่วนปริศนาเข้าด้วยกันอย่างอดทน

to reveal some grand scheme or another.

เพื่อที่จะเปิดเผยแบบภาพรวมหรือสิ่งอื่นๆ

This is clearly not true. For one, with puzzles,

นั่นมันไม่จริงเลยครับ อย่างหนึ่งก็เรื่องปริศนาเนี่ย

the manufacturer has guaranteed that there's a solution.

ผู้ผลิตยืนยันว่ามันมีทางแก้ปริศนาแน่นอน

We don't have any such guarantee.

พวกเราไม่อะไรรับรองแบบนั้นนะครับ

Indeed, there are many of us who aren't so sure about the manufacturer.

ที่จริง พวกเราหลายคนนั้นไม่ค่อยมั่นใจกับผู้ผลิตด้วยซ้ำ

(Laughter)

(เสียงหัวเราะ)

So I think the puzzle model doesn't work.

ฉะนั้น ผมคิดว่าแบบจำลองปริศนานั้นไม่น่าจะเข้าท่า

Another popular model is that science is busy unraveling things

อีกแบบจำลองหนึ่งที่นิยมคิดกันก็คือว่า วิทยาศาสตร์นั้นมัวแต่ง่วนอยู่กับการเปิดเผยสิ่งต่างๆ

the way you unravel the peels of an onion.

ในแบบที่คุณปอกหัวหอมใหญ่

So peel by peel, you take away the layers of the onion

เมื่อปอกออกทีละกลีบ คุณดึงหัวหอมออกไปทีละชั้น

to get at some fundamental kernel of truth.

เพื่อที่จะไปถึงรากฐานแก่นเนื้อในแห่งความจริง

I don't think that's the way it works either.

ผมไม่คิดว่านั้นจะเป็นวิธีที่จะได้ผลเช่นกัน

Another one, a kind of popular one, is the iceberg idea,

อีกอันหนึ่ง ก็นิยมคิดกันเหมือนกัน คือแนวคิดภูเขาน้ำแข็ง

that we only see the tip of the iceberg but underneath

ที่บอกว่า เราเห็นแต่ยอดภูเขาน้ำแข็ง แต่ข้างใต้นั้น

is where most of the iceberg is hidden.

เป็นส่วนใหญ่ที่ภูเขาน้ำแข็งซ่อนเร้นอยู่

But all of these models are based on the idea of a large body of facts

แต่แบบจำลองทั้งหมดนี้ตั้งอยู่บนฐานความคิด ของตัวเนื้อข้อเท็จจริง

that we can somehow or another get completed.

ที่เราสามารถทำให้มันสมบูรณ์ได้ ไม่ว่าทางใดก็ทางหนึ่ง

We can chip away at this iceberg and figure out what it is,

พวกเราสามารถสกัดภูเขาน้ำแข็งออก แล้วเข้าใจได้ว่า มันคืออะไร

or we could just wait for it to melt, I suppose, these days,

หรือเราแค่รอให้มันละลายก็ได้ ผมว่านะในปัจจุบันนี้เนี่ย

but one way or another we could get to the whole iceberg. Right?

แต่ไม่ว่าทางไหนสักทาง เราก็สามารถจัดการกับภูเขาน้ำแข็ง ได้ทั้งก้อน จริงไหมครับ

Or make it manageable. But I don't think that's the case.

หรือทำให้มันอยู่ในภาวะที่จัดการได้ แต่ผมไม่คิดว่ามันจะเป็นแบบนั้น

I think what really happens in science

ผมคิดว่า ที่มันเกิดขึ้นจริงในวิทยาศาสตร์

is a model more like the magic well,

คือแบบจำลองที่เป็นเหมือนกับบ่อกายสิทธิ์

where no matter how many buckets you take out,

ซึ่งเป็นบ่อที่ไม่ว่าคุณจะตักน้ำออกไปสักกี่ถัง

there's always another bucket of water to be had,

มันก็ยังคงเหลือน้ำอยู่อีกถังทุกทีไป

or my particularly favorite one,

หรือที่ผมชอบเป็นพิเศษ

with the effect and everything, the ripples on a pond.

คือว่ามันยังมีจะมีลูกเล่นพิเศษ มีระลอกคลื่นในบ่ออีกต่างหาก

So if you think of knowledge being this ever-expanding ripple on a pond,

ฉะนั้น ถ้าคุณคิดถึงว่าความรู้เป็นดั่งระลอกวงคลื่นในบ่อ ที่ขยายตัวออกไปเรื่อยๆ

the important thing to realize is that our ignorance,

สิ่งสำคัญที่ควรตระหนักก็คือความเขลาของเรา

the circumference of this knowledge, also grows with knowledge.

เส้นรอบวงของความรู้นั้น ก็ขยายออกพร้อมกับความรู้เช่นกัน

So the knowledge generates ignorance.

ดังนั้น ความรู้นั้นก่อให้เกิดความเขลา

This is really well said, I thought, by George Bernard Shaw.

นี่เป็นพจน์ที่กล่าวไว้ได้เป็นอย่างดี โดย จอร์ช เบอร์นาร์ด ชอว์ (George Bernard Shaw)

This is actually part of a toast that he delivered

ที่จริงแล้วมันเป็นส่วนหนึ่งของการอวยพรเชิญดื่ม

to celebrate Einstein at a dinner celebrating Einstein's work,

เพื่อฉลองให้กับไอน์สไตน์ที่งานเลี้ยงอาหารค่ำ

in which he claims that science

ซึ่งเขาได้อ้างว่าวิทยาศาสตร์นั้น

just creates more questions than it answers. ["Science is always wrong. It never solves a problem without creating 10 more."]

สร้างปริศนามากกว่าคำตอบ ["วิทยาศาสตร์นั้นผิดตลอด มันไม่เคยแก้ปัญหาโดยไม่ก่อให้เกิดอีก10 ปัญหา]

I find that kind of glorious, and I think he's precisely right,

ผมเห็นว่านั่นมันเป็นอะไรที่ช่างรุ่งโรจน์อลังการ และผมคิดว่าเขานั้นพูดถูกเผงเลยครับ

plus it's a kind of job security.

แถมมันยังเป็นอะไรเกี่ยวกับ ความปลอดภัยทางวิชาชีพด้วยนะครับ

As it turns out, he kind of cribbed that

มันกลายเป็นว่า เขาแอบลอก

from the philosopher Immanuel Kant

มาจากนักปรัชญานาม อิมมานูเอล คานท์ (Immanuel Kant)

who a hundred years earlier had come up with this idea

ผู้ซึ่งเมื่อประมาณร้อยปีก่อนหน้านั้น ได้ความคิดเกี่ยวกับ

of question propagation, that every answer begets more questions.

การแพร่ขยายของคำถาม ที่ทุกคำตอบ ก่อให้เกิดคำถามมากขึ้น

I love that term, "question propagation,"

ผมชอบคำว่า "การแพร่ขยายของคำถาม"

this idea of questions propagating out there.

ความคิดเกี่ยวกับการแพร่ขยายของคำถามทั่วไป

So I'd say the model we want to take is not

ผมอยากจะบอกว่า แบบจำลองที่พวกเราอยากได้นั้น

that we start out kind of ignorant and we get some facts together

ไม่ใช่อันที่เราเริ่มจากความเขลา และเราได้ข้อเท็จจริงมาประกอบกัน

and then we gain knowledge.

และจากนั้นเราก็ได้มาซึ่งองค์ความรู้

It's rather kind of the other way around, really.

มันออกจะเป็นไปในทางกลับกันนะครับ อันที่จริง

What do we use this knowledge for?

เราใช้องค์ความรู้นี้สำหรับอะไรกันหรือ

What are we using this collection of facts for?

เราใช้ข้อเท็จจริงเหล่านี้เพื่ออะไรกัน

We're using it to make better ignorance,

เราใช้มันเพื่อทำให้ความเขลาดีขึ้น

to come up with, if you will, higher-quality ignorance.

เพื่อที่จะได้มาซึ่ง -- จะว่าไปอะนะ -- ความเขลาคุณภาพสูง

Because, you know, there's low-quality ignorance

เพราะว่า มันมีความเขลาแบบไร้คุณภาพ

and there's high-quality ignorance. It's not all the same.

และมันก็มีความเขลาคุณภาพสูง พวกมันไม่เหมือนกันนะครับ

Scientists argue about this all the time.

นักวิทยาศาสตร์โต้เถียงเรื่องนี้กันตลอดเลย

Sometimes we call them bull sessions.

บางทีพวกเราเรียกพวกมันว่าเป็นการชุมนุมควาย

Sometimes we call them grant proposals.

บางครั้ง พวกเราเรียกมันว่า การเขียนขอทุน (grant proposal)

But nonetheless, it's what the argument is about.

แต่อย่างไรก็ดี นั่นแหละที่เกี่ยวกับการโต้เถียงที่ว่า

It's the ignorance. It's the what we don't know.

มันคือความเขลา มันคือสิ่งที่เราไม่รู้

It's what makes a good question.

นั่นแหละคือสิ่งที่สร้างคำถามที่ดี

So how do we think about these questions?

แล้วเราคิดถึงคำถามเหล่านี้กันอย่างไร

I'm going to show you a graph that shows up

ผมกำลังที่จะแสดงให้คุณดูกราฟ

quite a bit on happy hour posters in various science departments.

ที่ชอบนำมาแสดงบ่อยๆในช่วงเวลาสังสรรค์ ในคณะวิทยาศาสตร์หลายๆแห่ง

This graph asks the relationship between what you know

กราฟนี้ถามถึงความสัมพันธ์ระหว่างสิ่งที่คุณรู้

and how much you know about it.

และ คุณรู้ดีแค่ไหนเกี่ยวกับมัน

So what you know, you can know anywhere from nothing to everything, of course,

ฉะนั้นคุณสามารถที่จะมีระดับความรู้เท่าใดก็ได้ จากไม่มีเลยไปยังรู้ทุกสิ่ง

and how much you know about it can be anywhere

และปริมาณสิ่งที่คุณรู้ สามารถอยู่ตรงไหนก็ได้

from a little to a lot.

จากน้อยไปเยอะ

So let's put a point on the graph. There's an undergraduate.

เอาล่ะ ลองมาใส่จุดลงไปในกราฟ เด็กปริญญาตรีอยู่ตรงไหน

Doesn't know much but they have a lot of interest.

รู้อะไรไม่ค่อยจะเยอะ แต่พวกเขามีความสนใจเยอะเลย

They're interested in almost everything.

พวกเขาสนใจแทบจะทุกอย่าง

Now you look at a master's student, a little further along in their education,

ทีนี้เราลองมาดูนักเรียนปริญญาโทบ้าง ถัดมาอีกนิดในช่วงประวัติการศึกษา

and you see they know a bit more,

และคุณจะเห็นว่า พวกเขารู้มากขึ้นอีกนิด

but it's been narrowed somewhat.

แต่มันดูเหมือนจะแคบลง

And finally you get your Ph.D., where it turns out

และในที่สุด คุณไปถึงนักเรียนปริญญาเอก ซึ่งผลออกมาว่า

you know a tremendous amount about almost nothing. (Laughter)

คุณแทบจะไม่รู้อะไรเลยอย่างเยอะแยะมหาศาล (เสียงหัวเราะ)

What's really disturbing is the trend line that goes through that

ที่มันขัดหูขัดตาเสียจริงๆเห็นจะเป็นเส้นแนวโน้มที่พาดผ่านมัน

because, of course, when it dips below the zero axis, there,

เพราะว่า เมื่อมันตกลงไปต่ำกว่าศูนย์ที่แกน

it gets into a negative area.

มันเข้าไปในบริเวณที่ติดลบ

That's where you find people like me, I'm afraid.

เกรงว่านั่นเป็นบริเวณที่คุณเจอบุคคลอย่างผมครับ

So the important thing here is that this can all be changed.

สิ่งสำคัญตรงนี้ก็คือว่า เราสามารถเปลี่ยนแปลงทั้งหมดนี้ได้

This whole view can be changed

ภาพรวมทั้งหมดนี้สามารถเปลี่ยนแปลงได้

by just changing the label on the x-axis.

โดยแค่เปลี่ยนคำบรรยายที่แกนนอน (x-axis)

So instead of how much you know about it,

แทนที่จะเป็นว่าคุณรู้เรื่องนั้นๆดีแค่ไหน

we could say, "What can you ask about it?"

เราสามารถบอกได้ว่า "คุณสามารถตั้งคำถามอะไรเกี่ยวกับมันได้บ้าง"

So yes, you do need to know a lot of stuff as a scientist,

ครับ คุณต้องรู้อะไรมากมายเมื่อเป็นนักวิทยาศาสตร์

but the purpose of knowing a lot of stuff

แต่จุดประสงค์ของการที่รู้อะไรมากมายนั้น

is not just to know a lot of stuff. That just makes you a geek, right?

ไม่ใช่เพียงเพื่อจะรู้อะไรเยอะแยะ นั่นมันแค่ทำให้คุณเป็นพวกบ้าตำรา (geek) จริงไหมครับ

Knowing a lot of stuff, the purpose is

จุดประสงค์ของการที่เรารู้มาก

to be able to ask lots of questions,

ก็เพื่อที่จะสามารถถามคำถามได้มาก

to be able to frame thoughtful, interesting questions,

เพื่อที่จะสามารถสร้างกรอบปัญหาที่น่าคิดน่าสนใจ

because that's where the real work is.

เพราะว่านั่นแหละครับคืองานที่แท้จริง

Let me give you a quick idea of a couple of these sorts of questions.

ให้ผมได้มอบแนวคิดเล็กๆน้อยๆเกี่ยวกับคำถามแนวๆนี้

I'm a neuroscientist, so how would we come up

ผมเป็นนักประสาทวิทยา ว่าแต่เรานั้น

with a question in neuroscience?

จะได้มาซึ่งคำถามทางประสาทวิทยาได้อย่างไร

Because it's not always quite so straightforward.

เพราะว่ามันไม่ค่อยจะตรงไปตรงมาเสมอหรอกครับ

So, for example, we could say, well what is it that the brain does?

ยกตัวอย่างเช่น เราอาจพูดได้ว่า เอาล่ะ สมองมันทำอะไรของมันหรือ

Well, one thing the brain does, it moves us around.

เอ่อ อย่างหนึ่งที่สมองทำคือ มันทำให้เราดำเนินไป

We walk around on two legs.

เราเดินไปมาบนสองขาของเรา

That seems kind of simple, somehow or another.

นั่นเหมือนจะเป็นอะไรง่ายๆ ในมุมมองหนึ่ง

I mean, virtually everybody over 10 months of age

ผมหมายความว่า ถ้าดูด้วยตา ทุกคนที่อายุเกิน 10 เดือน

walks around on two legs, right?

ก็เดินไปเดินมาบนสองขา จริงไหมครับ

So that maybe is not that interesting.

งั้น บางทีนั่นอาจไม่น่าสนใจเท่าไร

So instead maybe we want to choose something a little more complicated to look at.

บาง ทีถ้าหากเราต้องการที่จะเลือกอะไรบางอย่าง ที่มันซับซ้อนไปกว่านั้น

How about the visual system?

ระบบการมองเห็นเป็นไงครับ

There it is, the visual system.

นั่นล่ะครับ ระบบการมองเห็น

I mean, we love our visual systems. We do all kinds of cool stuff.

ผมหมายถึงว่า พวกเราชอบระบบการมองเห็น พวกเราทำอะไรเจ๋งๆมากมาย

Indeed, there are over 12,000 neuroscientists

แน่นอน มีนักประสาทวิทยามากกว่า 12,000 คน

who work on the visual system,

ที่ทำงานเกี่ยวกับระบบการมองเห็น

from the retina to the visual cortex,

จากจอประสาทตา (retina) ไปจนถึง สมองส่วนการมองเห็น (visual cortex)

in an attempt to understand not just the visual system

ด้วยความพยายามที่จะเข้าใจ ไม่ใช่แค่ระบบการมองเห็น

but to also understand how general principles

แต่เพื่อที่จะเข้าใจอีกด้วยว่า พื้นฐานทั่วไป

of how the brain might work.

ของการทำงานของสมองนั้นเป็นอย่างไร

But now here's the thing:

แต่ตอนนี้มันเป็นแบบนี้ครับ

Our technology has actually been pretty good

นวัตกรรมของเรานั้นพัฒนามาค่อนข้างจะดี

at replicating what the visual system does.

ในการลอกเลียนแบบสิ่งที่ระบบการมองเห็นทำ

We have TV, we have movies,

พวกเรามีโทรทัศน์ พวกเรามีภาพยนตร์

we have animation, we have photography,

พวกเรามีแอนิเมชั่น พวกเรามีภาพถ่าย

we have pattern recognition, all of these sorts of things.

พวกเรามีรูปแบบการจดจำ อะไรพวกนั้นแหละครับ

They work differently than our visual systems in some cases,

พวกมันทำงานต่างไปจากระบบการมองเห็นของเราในบางกรณี

but nonetheless we've been pretty good at

แต่ไม่ว่าอย่างไรก็ตาม พวกเรานั้นค่อนข้างเก่งในเรื่อง

making a technology work like our visual system.

การสร้างนวัตกรรมที่ทำงานเหมือนกับระบบการมองเห็นของเรา

Somehow or another, a hundred years of robotics,

ในแง่หนึ่ง แม้จะมีการศึกษาพัฒนาเรื่องหุ่นยนต์มาเป็นร้อยปี

you never saw a robot walk on two legs,

คุณยังไม่เคยเห็นหุ่นยนต์เดินสองขาเลย

because robots don't walk on two legs

เพราะว่าหุ่นยนต์นั้นไม่เดินสองขา

because it's not such an easy thing to do.

เพราะว่ามันไม่ใช่เรื่องง่ายๆที่จะทำ

A hundred years of robotics,

ร้อยปีแห่งการศึกษาเรื่องหุ่นยนต์

and we can't get a robot that can move more than a couple steps one way or the other.

และพวกเราไม่สามารถที่จะสร้างหุ่นยนต์ ที่เคลื่อนที่ได้มากกว่าก้าวสองก้าว

You ask them to go up an inclined plane, and they fall over.

เราสั่งให้มันเดินขึ้นไปบนทางลาด และมันก็ตกลงมา

Turn around, and they fall over. It's a serious problem.

ให้มันกลับตัว พวกมันก็ล้ม นั่นมันเป็นปัญหาที่จริงจังครับ

So what is it that's the most difficult thing for a brain to do?

แล้วอะไรคือสิ่งที่ยากทีสุดสำหรับสมอง

What ought we to be studying?

อะไรกัน ที่เราควรจะทำการศึกษา

Perhaps it ought to be walking on two legs, or the motor system.

บางที มันน่าจะเป็นการเดินบนสองขา หรือระบบการเคลื่อนไหว

I'll give you an example from my own lab,

ผมจะให้ตัวอย่างจากห้องทดลองของผมกับคุณ

my own particularly smelly question,

คำถามของผมเอง ที่ออกจะมีกลิ่นตุๆ

since we work on the sense of smell.

ตั้งแต่ที่เราทำงานเกี่ยวกับเรื่องกลิ่น

But here's a diagram of five molecules

แต่นี่เป็นภาพไดอะแกรมของโมเลกุลทั้งห้า

and sort of a chemical notation.

และเครื่องหมายทางเคมี

These are just plain old molecules, but if you sniff those molecules

พวกมันเป็นแค่โมเลกุลเชยๆธรรมดาๆ แต่ถ้าคุณดมๆพวกมันดู

up these two little holes in the front of your face,

ด้วยเจ้ารูเล็กๆสองรูบนหน้าของคุณ

you will have in your mind the distinct impression of a rose.

ก็จะมีมโนคติของกุหลาบเกิดขึ้นในสมองคุณอย่างเด่นชัด

If there's a real rose there, those molecules will be the ones,

ถ้ามันมีกุหลาบอยู่ตรงนั้นจริงๆ โมเลกุลเหล่านี้ก็จะอยู่ตรงนั้นด้วย

but even if there's no rose there,

แต่ถึงแม้ว่ามันจะไม่มีกุหลาบอยู่ตรงนั้น

you'll have the memory of a molecule.

คุณจะมีความทรงจำของโมเลกุลนั้น

How do we turn molecules into perceptions?

เราเปลี่ยนโมเลกุลเป็นความทรงจำได้อย่างไร

What's the process by which that could happen?

อะไรเป็นกระบวนการที่ทำให้เกิดสิ่งนั้น

Here's another example: two very simple molecules, again in this kind of chemical notation.

นี่เป็นอีกตัวอย่างหนึ่ง : โมเลกุลแสนเรียบง่ายทั้งสอง แล้วก็เหมือนเคย สัญลักษณ์ทางเคมี

It might be easier to visualize them this way,

มันน่าจะง่ายขึ้น ถ้ามองพวกมันในแง่มุมนี้

so the gray circles are carbon atoms, the white ones

วงกลมสีเทาคืออะตอมของคาร์บอน ส่วนอันสีขาว

are hydrogen atoms and the red ones are oxygen atoms.

คืออะตอมของโฮโดรเจน และสีแดงคืออะตอมของออกซิเจน

Now these two molecules differ by only one carbon atom

ทีนี้ โมเลกุลทั้งสองต่างกันแค่เพียงหนึ่งอะตอมของคาร์บอน

and two little hydrogen atoms that ride along with it,

และสองอะตอมของไฮโดรเจนที่เกาะอยู่บนนั้น

and yet one of them, heptyl acetate,

และเพียงเท่านั้น ก็ทำให้โมเลกุลหนึ่ง ซึ่งก็คือ แฮปทิล อะซิเตท (heptyl acetate)

has the distinct odor of a pear,

มีกลิ่นของลูกแพรอย่างเด่นชัด

and hexyl acetate is unmistakably banana.

และเฮกซิล อะซิเตท (hexyl acetate) นั้น กลิ่นเหมือนกล้วยอย่างไม่ผิดเพี้ยน

So there are two really interesting questions here, it seems to me.

ครับ ถึงตรงนี้ มันมีสองคำถามที่น่าสนใจ สำหรับผมแล้ว มันเหมือนว่าอย่างนั้น

One is, how can a simple little molecule like that

คำถามแรกคือ โมเลกุลเล็กๆ เรียบง่ายแบบนี้

create a perception in your brain that's so clear

สามารถที่จะสร้างความทรงจำในสมองของคุณ ได้อย่างชัดเจน

as a pear or a banana?

ว่ามันเป็นแพรหรือกล้วย ได้อย่างไรกัน

And secondly, how the hell can we tell the difference

และคำถามที่สอง แล้วเราจะไปตรัสรู้ถึงความแตกต่าง

between two molecules that differ by a single carbon atom?

ระหว่างสองโมเลกุลที่ต่างกัน แค่อะตอมคาร์บอนเดียวได้อย่างไร

I mean, that's remarkable to me,

สำหรับผมแล้ว นั่นมันไม่ธรรมดาจริงๆ

clearly the best chemical detector on the face of the planet.

เป็นที่ประจักษ์ชัดว่า มันเป็นเครื่องตรวจจับสารเคมีบนใบหน้าที่ดีที่สุดในโลก

And you don't even think about it, do you?

และคุณแทบจะไม่ได้คิดถึงมันเลย ใช่ไหมล่ะครับ

So this is a favorite quote of mine that takes us

นี่เป็นคำคมสุดโปรดของผมที่จะนำเรา

back to the ignorance and the idea of questions.

กลับไปยังความเขลา และความคิดของคำถาม

I like to quote because I think dead people

ผมชอบที่จะกล่าวคำคม เพราะผมคิดว่า คนที่ตายไปแล้ว

shouldn't be excluded from the conversation.

ไม่สมควรที่จะถูกตัดออกจากการสนทนา

And I also think it's important to realize that

และผมก็ยังคิดว่า มันสำคัญที่จะตระหนักว่า

the conversation's been going on for a while, by the way.

การสนทนานั้นได้ดำเนินต่อเนื่องมาเป็นเวลาหนึ่ง ในอีกทางหนึ่งอะนะ

So Erwin Schrodinger, a great quantum physicist

ฉะนั้น เอิร์ลวิน ชโรดิงเจอร์ (Erwin Schrodinger) นักฟิสิกส์ควอนตัมผู้ยิ่งใหญ่

and, I think, philosopher, points out how you have to

และนักปรัชญา ผมว่างั้นนะ ได้ชี้ให้เห็นว่าคุณจะต้อง

"abide by ignorance for an indefinite period" of time.

"ยอมเชื่อฟังความโง่เขลาแบบไม่มีการกำหนดช่วงเวลา"

And it's this abiding by ignorance

และมันก็คือการยอมเชื่อฟังความเขลานี่แหละ

that I think we have to learn how to do.

ที่ผมคิดว่าเราต้องเรียนรู้ว่าจะทำอย่างไร

This is a tricky thing. This is not such an easy business.

มันเป็นอะไรที่ซ่อนเงื่อน ไม่ค่อยจะง่ายนัก

I guess it comes down to our education system,

ผมเดาว่ามันต้องขึ้นอยู่กับระบบการศึกษาของเรานี่ล่ะ

so I'm going to talk a little bit about ignorance and education,

ฉะนั้น ผมจะพูดสักหน่อยเกี่ยวกับความเขลาและการศึกษา

because I think that's where it really has to play out.

เพราะผมคิดว่า นั่นเป็นที่ที่มันมีบทบาทจริงๆ

So for one, let's face it,

เอาละครับ มาเผชิญหน้ากับมันเลย

in the age of Google and Wikipedia,

ในยุคของกูเกิลและวิกิพีเดีย

the business model of the university

โครงสร้างทางธุรกิจของมหาวิทยาลัย

and probably secondary schools is simply going to have to change.

และอาจจะโรงเรียนมัธยมด้วย จะต้องมีการเปลี่ยนแปลง

We just can't sell facts for a living anymore.

พวกเราไม่สามารถที่จะขายข้อเท็จจริงเพื่อหากินได้อีกต่อไป

They're available with a click of the mouse,

พวกมันมีให้คุณพร้อม เพียงแค่กดเม้าส์

or if you want to, you could probably just ask the wall

หรือถ้าคุณต้องการ คุณบางทีสามารถที่จะถามกำแพง

one of these days, wherever they're going to hide the things

ทุกวันนี้นะ ที่ไหนสักที่ ที่พวกเขาจะซ่อนของ

that tell us all this stuff.

ที่จะบอกคุณทุกอย่าง

So what do we have to do? We have to give our students

แล้วเราจะต้องทำอะไรล่ะ เราจะต้องมอบ

a taste for the boundaries, for what's outside that circumference,

รสชาติของขอบเขตให้กับนักเรียนของเรา ว่าอะไรที่อยู่นอกเส้นรอบวงนั้น

for what's outside the facts, what's just beyond the facts.

ว่าอะไรที่อยู่นอกเหนือจากข้อเท็จจริง อะไรที่เกินข้อเท็จจริงที่เรามี

How do we do that?

แล้วเราจะทำได้อย่างไรล่ะ

Well, one of the problems, of course,

ครับ แน่ล่ะ มันเป็นหนึ่งในปัญหา

turns out to be testing.

ที่จะต้องทดสอบ

We currently have an educational system

ตอนนี้พวกเรามีระบบการศึกษา

which is very efficient but is very efficient at a rather bad thing.

ซึ่งมีประสิทธิภาพมาก แต่มีประสิทธิภาพมากกับสิ่งที่ค่อนข้างแย่

So in second grade, all the kids are interested in science,

ดังนั้น ในระดับชั้นประถม 2 เด็กทุกคนสนใจวิทยาศาสตร์

the girls and the boys.

ไม่ว่าจะชายหรือหญิง

They like to take stuff apart. They have great curiosity.

พวกเขาชอบที่จะแยกของออกเป็นชิ้นๆ พวกเขามีความอยากรู้อยากเห็นมาก

They like to investigate things. They go to science museums.

พวกเขาชอบที่จะสำรวจสิ่งต่างๆ พวกเขาไปยังพิพิธภัณฑ์วิทยาศาสตร์

They like to play around. They're in second grade.

พวกเขาชอบที่จะเล่น พวกเขาเป็นเด็กประถม 2

They're interested.

พวกเขารู้สึกสนใจ

But by 11th or 12th grade, fewer than 10 percent

แต่พอสัก มัธยม 5 หรือ 6 แล้ว น้อยกว่า 10 เปอร์เซ็นต์

of them have any interest in science whatsoever,

ของพวกเขา ที่จะมีความสนใจอะไรก็ตามในวิทยาศาสตร์

let alone a desire to go into science as a career.

ไม่ต้องพูดถึงความต้องการ ที่จะมีอาชีพในสายวิทยาศาสตร์ด้วยซ้ำ

So we have this remarkably efficient system

ครับ เรามีระบบที่ทรงประสิทธิภาพอย่างน่าประหลาด

for beating any interest in science out of everybody's head.

สำหรับตบความสนใจอะไรก็ตามในวิทยาศาสตร์ ออกจากกบาล

Is this what we want?

นี่หรือที่เราต้องการ

I think this comes from what a teacher colleague of mine

ผมคิดว่า นี่มาจากสิ่งที่เพื่อนของผมซึ่งเป็นครู

calls "the bulimic method of education."

เรียกว่า "วิธีระรานการศึกษา"

You know. You can imagine what it is.

คุณรู้ไหม คุณสามารถที่จะจินตนาการได้ว่ามันคืออะไร

We just jam a whole bunch of facts down their throats over here

พวกเรานั้นยัดความรู้ข้อเท็จจริงลงคอหอยพวกเขาตรงนี้

and then they puke it up on an exam over here

และจากนั้นพวกเขาก็อ้วกออกมาในวันสอบตรงนั้น

and everybody goes home with no added intellectual heft whatsoever.

และทุกคนก็กลับบ้าน โดยปราศจากการเพิ่มเติมสาระทางปัญญาใดๆ

This can't possibly continue to go on.

นี่มันไม่สมควรที่จะดำเนินต่อไป

So what do we do? Well the geneticists, I have to say,

แล้วเราจะทำยังไงกัน ครับ ผมต้องบอกว่า นักพันธุศาสตร์

have an interesting maxim they live by.

มีหลักเกณฑ์ในการดำเนินชีวิตที่น่าสนใจ

Geneticists always say, you always get what you screen for.

นักพันธุศาสตร์พูดเสมอว่า คุณจะได้ในสิ่งที่คุณแสวงหาเสมอ

And that's meant as a warning.

และนั่นเป็นดั่งสัญญาณเตือน

So we always will get what we screen for,

ฉะนั้น เรานั้นจะได้สิ่งที่เราแสวงหาเสมอ

and part of what we screen for is in our testing methods.

และส่วนหนึ่งของสิ่งที่เราหานั้น อยู่ในวิธีการทดลองของเรา

Well, we hear a lot about testing and evaluation,

ครับ เราได้ยินมามากเกี่ยวกับการทดสอบและการประเมิน

and we have to think carefully when we're testing

และพวกเราต้องคิดอย่างรอบคอบเมื่อพวกเราทำการทดสอบ

whether we're evaluating or whether we're weeding,

ไม่ว่าพวกเราประเมินหรือ ไม่ว่าพวกเราจะกำจัด

whether we're weeding people out,

ไม่ว่าพวกเราจะทำการคัดคนออก

whether we're making some cut.

ไม่ว่าพวกเราจะทำการตัดอะไรทิ้ง

Evaluation is one thing. You hear a lot about evaluation

การประเมินนั้นเป็นสิ่งหนึ่ง คุณได้ยินมามากเกี่ยวกับมัน

in the literature these days, in the educational literature,

ในงานเขียนสมัยนี้ ในงานเขียนเชิงวิชาการ

but evaluation really amounts to feedback and it amounts

แต่การประเมินนั้นจริงๆแล้วเทียบเท่ากับเสียงตอบรับ และมันเป็นเสมือน

to an opportunity for trial and error.

โอกาสสำหรับการลองผิดลองถูก

It amounts to a chance to work over a longer period of time

มันเป็นดั่งโอกาสที่จะทำงานในระยะยาว

with this kind of feedback.

ด้วยการตอบรับเช่นนี้

That's different than weeding, and usually, I have to tell you,

นั่นมันต่างจากการกำจัดคัดออก และบ่อยครั้ง ผมต้องบอกคุณว่า

when people talk about evaluation, evaluating students,

เมื่อคนพูดถึงการประเมิน การประเมินนักเรียน

evaluating teachers, evaluating schools,

การประเมินครู การประเมินโรงเรียน

evaluating programs, that they're really talking about weeding.

การประเมินโครงการ ที่จริงแล้วพวกเขาต่างพูดถึงเรื่องการคัดออก

And that's a bad thing, because then you will get what you select for,

และนั่นเป็นเรื่องร้าย เพราะว่า จากนั้นคุณจะได้ในสิ่งที่คุณเลือกหา

which is what we've gotten so far.

ซึ่งเป็นสิ่งที่คุณได้มาจนถึงตอนนี้

So I'd say what we need is a test that says, "What is x?"

ผมคงบอกได้ว่า ที่เราต้องการก็คือข้อสอบที่บอกว่า "อะไรคือ x"

and the answers are "I don't know, because no one does,"

และคำตอบก็คือ "ผมไม่รู้ เพราะมันไม่มีใครรู้"

or "What's the question?" Even better.

หรือ "คำถามคืออะไร" ยิ่งดีใหญ่

Or, "You know what, I'll look it up, I'll ask someone,

หรือ "รู้อะไรไม๊ ผมจะลองค้นดู ผมจะถามใครสักคน

I'll phone someone. I'll find out."

ผมจะโทรหาใครสักคน แล้วจะหาคำตอบ"

Because that's what we want people to do,

เพราะว่า นั่นเป็นสิ่งที่เราต้องการให้คนทำ

and that's how you evaluate them.

และนั่นคือวิธีที่เราประเมินพวกเขา

And maybe for the advanced placement classes,

และบางที สำหรับห้องเรียนที่มีการคัดคุณสมบัติเด็ก [ห้องคิง ห้องควีน]

it could be, "Here's the answer. What's the next question?"

มันอาจจะเป็น "นี่เป็นคำตอบ อะไรคือคำถามถัดไป"

That's the one I like in particular.

นั่นเป็นอันที่ผมชอบเป็นพิเศษเลย

So let me end with a quote from William Butler Yeats,

ครับ ให้ผมจบการบรรยายนี้ด้วยคติพจน์ จาก วิลเลี่ยม บัทเลอร์ ยีทส์ (William Butler Yeats)

who said "Education is not about filling buckets;

ที่กล่าวว่า "การศึกษาไม่ใช่การหาอะไรใส่ถัง

it is lighting fires."

มันเป็นการจุดไฟ"

So I'd say, let's get out the matches.

ผมก็อยากจะบอกว่า งั้นเอาไม้ขีดออกมาเลยครับ

Thank you.

ขอบคุณครับ

(Applause)

(เสียงปรบมือ)

Thank you. (Applause)

ของคุณครับ (เสียงปรบมือ)