Do you ever feel completely overwhelmed when you're faced with a complex problem? Well, I hope to change that in less than three minutes. So, I hope to convince you that complex doesn't always equal complicated. So for me, a well-crafted baguette, fresh out of the oven, is complex, but a curry onion green olive poppy cheese bread is complicated. I'm an ecologist, and I study complexity. I love complexity. And I study that in the natural world, the interconnectedness of species.
Vous sentez-vous complètement dépassés lorsque vous êtes confrontés à un problème complexe ? Eh bien, j’espère changer cela en moins de trois minutes. Donc, j'espère vous convaincre que complexe ne veut pas toujours dire compliqué. Donc pour moi, une baguette bien conçue, fraîchement sortie du four, est complexe, mais un pain au curry d'oignons, olives vertes, et fromage est compliqué. Je suis un écologiste, et j’étudie la complexité. J'aime la complexité. Et je l'étudie dans le milieu naturel, l'interdépendance des espèces.
So here's a food web, or a map of feeding links between species that live in Alpine Lakes in the mountains of California. And this is what happens to that food web when it's stocked with non-native fish that never lived there before. All the grayed-out species disappear. Some are actually on the brink of extinction. And lakes with fish have more mosquitos, even though they eat them. These effects were all unanticipated, and yet we're discovering they're predictable.
Voici donc une chaîne alimentaire, ou une carte des liens alimentaires entre les espèces qui vivent dans les lacs alpins des montagnes de Californie. Et voilà ce qui arrive à cette chaîne alimentaire quand il est rempli de poissons non indigènes, qui n'ont jamais vécu là avant. Toutes les espèces grisées disparaissent. Certaines sont en fait au bord de l'extinction. Et les lacs avec des poissons ont plus de moustiques, même s’ils les mangent. Tous ces effets ont été imprévus, et pourtant, nous découvrons qu'ils sont prévisibles.
So I want to share with you a couple key insights about complexity we're learning from studying nature that maybe are applicable to other problems. First is the simple power of good visualization tools to help untangle complexity and just encourage you to ask questions you didn't think of before. For example, you could plot the flow of carbon through corporate supply chains in a corporate ecosystem, or the interconnections of habitat patches for endangered species in Yosemite National Park. The next thing is that if you want to predict the effect of one species on another, if you focus only on that link, and then you black box the rest, it's actually less predictable than if you step back, consider the entire system -- all the species, all the links -- and from that place, hone in on the sphere of influence that matters most. And we're discovering, with our research, that's often very local to the node you care about within one or two degrees. So the more you step back, embrace complexity, the better chance you have of finding simple answers, and it's often different than the simple answer that you started with.
Donc, je veux partager avec vous quelques idées clés sur la complexité que nous apprenons de l'étude de la nature qui sont peut-être applicables à d'autres problèmes. Le premier est le simple pouvoir de bons outils de visualisation pour aider à démêler la complexité et vous encourager à poser les questions auxquelles vous n'avez pas pensé avant. Par exemple, vous pouvez tracer les flux de carbone par le biais de chaînes d'approvisionnement dans un écosystème d'entreprise, ou les interconnexions des parcelles d'habitat pour les espèces menacées dans le Yosemite National Park. La prochaine chose est que, si vous voulez prévoir l'effet d'une espèce sur une autre, si vous vous concentrez uniquement sur ce lien, faisant du reste une boîte noire, c'est en fait moins prévisible que si vous prenez du recul, considérez l'ensemble du système -- toutes les espèces, tous les liens -- et de cette position, peaufinez la sphère d'influence qui vous intéresse le plus. Et nous découvrons avec notre étude, que c’est souvent très localisé autour du nœud que vous considérez entre un ou deux degrés. Donc, plus vous prenez du recul, embrasser la complexité, plus vous avez des chances de trouver des réponses simples, et c’est souvent différent de la réponse simple avec laquelle vous avez commencé.
So let's switch gears and look at a really complex problem courtesy of the U.S. government. This is a diagram of the U.S. counterinsurgency strategy in Afghanistan. It was front page of the New York Times a couple months ago. Instantly ridiculed by the media for being so crazy complicated. And the stated goal was to increase popular support for the Afghan government. Clearly a complex problem, but is it complicated? Well, when I saw this in the front page of the Times, I thought, "Great. Finally something I can relate to. I can sink my teeth into this."
Alors changeons de vitesse et penchons-nous sur un problème très complexe gracieusement offert par le gouvernement américain. Voici le schéma de la stratégie contre-insurrectionnelle des Etats-Unis en Afghanistan. Il était en première page du New York Times il y a quelques mois -- tout de suite ridiculisé par les médias pour être follement compliqué. Et l'objectif déclaré était d'accroître le soutien populaire pour le gouvernement afghan. De toute évidence un problème complexe, mais est-il compliqué ? Eh bien, quand j'ai vu cela dans la première page du Times, J'ai pensé, "Super. Enfin quelque chose que je peux comprendre. Je peux y couler mes dents."
So let's do it. So here we go for the first time ever, a world premiere view of this spaghetti diagram as an ordered network. The circled node is the one we're trying to influence -- popular support for the government. And so now we can look one degrees, two degrees, three degrees away from that node and eliminate three-quarters of the diagram outside that sphere of influence. Within that sphere, most of those nodes are not actionable, like the harshness of the terrain, and a very small minority are actual military actions. Most are non-violent and they fall into two broad categories: active engagement with ethnic rivalries and religious beliefs and fair, transparent economic development and provisioning of services. I don't know about this, but this is what I can decipher from this diagram in 24 seconds.
Alors faisons-le. Alors on y va pour la première fois, une vue en première mondiale de ce diagramme spaghetti en un réseau ordonné. Le nœud encerclé est celui que nous essayons d'influencer -- le soutien populaire au gouvernement. Et nous pouvons maintenant regarder à un degré, deux degrés, trois degrés à partir de ce nœud et d'éliminer les trois quarts du diagramme en dehors de cette sphère d'influence. Dans ce domaine, on ne peut pas agir sur la plupart de ces nœuds, comme la dureté du terrain, et une très petite minorité sont des actions militaires. La plupart sont non-violents et ils se divisent en deux grandes catégories: engagement actif auprès des rivalités ethniques et croyances religieuses et développement économique transparent et équitable et la fourniture des services. Je n’en sais pas plus à ce sujet, mais c'est ce que je peux déchiffrer à partir de ce schéma en 24 secondes.
When you see a diagram like this, I don't want you to be afraid. I want you to be excited. I want you to be relieved. Because simple answers may emerge. We're discovering in nature that simplicity often lies on the other side of complexity. So for any problem, the more you can zoom out and embrace complexity, the better chance you have of zooming in on the simple details that matter most.
Quand vous voyez un schéma comme celui-ci, je ne veux pas que vous ayez peur. Je veux vous voir motivés. Je veux que vous soyez soulagés. Parce que des réponses simples peuvent émerger. On découvre dans la nature que la simplicité est souvent de l'autre côté de la complexité. Donc, pour tout problème, plus vous pouvez effectuer un zoom arrière pour embrasser la complexité, plus vous avez de chances de vous concentrer sur les détails simples qui comptent le plus.
Thank you.
Je vous remercie.
(Applause)
(Applaudissements)