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.
Pernahkan Anda merasa benar - benar kewalahan ketika Anda dihadapkan pada masalah yang kompleks? Saya berharap dapat mengubahnya dalam waktu kurang dari tiga menit. Jadi, saya berharap untuk meyakinkan Anda bahwa kompleks tidak selalu sama dengan rumit. Jadi bagi saya, sebuah baguette yang dibuat dengan baik, langsung dari oven, adalah kompleks, tetapi sebuah roti kari bawang olive hijau keju adalah rumit. Saya seorang ahli ekologi, saya mempelajari kompleksitas. Saya menyukainya. Dan saya mempelajarinya di alam, hubungan antara spesies.
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.
Contohnya ini adalah jaring makanan, atau sebuah peta mata rantai makanan antarspesies yang hidup di danau - danau di pegunungan Kalifornia. Dan inilah yang terjadi dengan jaringan makanan itu ketika diganggu oleh ikan asing yang tidak pernah hidup di sana sebelumnya. Semua spesies yang abu - abu hilang. Sebagian di ambang kepunahan. Dan danau - danau mempunyai lebih banyak nyamuk, meskipun nyamuk itu dimakan ikan - ikan itu. Semua efek ini tidak diantisipasi, tapi kami menemukan bahwa hal ini dapat diprediksi.
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.
Jadi saya ingin membagikan kepada Anda beberapa pengetahuan kunci tentang kompleksitas yang kita pelajari dari alam yang mungkin bisa diaplikasikan ke masalah lain. Yang pertama adalah kekuatan sederhana dari alat visualisasi yang bagus untuk membantu menguraikan kompleksitas dan mendorong Anda untuk menanyakan pertanyaan yang tidak terpikirkan sebelumnya. Sebagai contoh, Anda dapat memplot aliran karbon melalui rantai suplai bersama di dalam ekosistem bersama, atau melalui interkoneksi antarhabitat untuk spesies langka di Taman Nasional Yosemite. Hal berikutnya adalah, jika Anda ingin memprediksi efek dari satu spesies kepada spesies lainnya, jika Anda hanya fokus pada hubungan itu, dan mengkotakhitamkan sisanya, sebenarnya hal itu menjadi lebih susah diprediksi dibandingkan jika melangkah mundur, melihat keseluruhan sistem -- semua spesies, semua keterhubungan -- dan dari sana, berfokus pada lingkungan pengaruh yang paling berarti. Dan kami menemukan di dalam penelitian, hal itu seringkali sangat dekat dengan noda yang Anda inginkan dalam satu atau dua tingkat. Jadi semakin Anda melangkah mundur, merangkul kompleksitas, semakin besar kesempatan Anda menemukan jawaban sederhana, dan jawaban itu sering berbeda dengan yang semula Anda pikirkan
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."
Jadi mari berpindah persneling dan melihat pada masalah yang sangat kompleks milik pemerintah Amerika Serikat. Ini adalah diagram strategi antipemberontakan Amerika di Afganistan. Ada di halaman depan New York Times beberapa bulan lalu -- yang dengan cepat dicemooh oleh media karena amat sangat rumit. Tujuan yang dinyatakan adalah meningkatkan dukungan penduduk untuk pemerintahan Afganistan. Jelas sebuah masalah yang kompleks, tetapi apakah itu rumit? Ketika saya melihat ini di halaman depan the Times, Saya berpikir, "Hebat. Akhirnya sesuatu yang familiar dengan saya. Saya bisa menganalisisnya dengan serius."
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.
Jadi mari kita lakukan. Jadi untuk pertama kalinya, diagram yang berantakan ini ditunjukkan sebagai jaringan yang teratur. Noda yang dilingkari ini adalah yang akan dicoba untuk dipengaruhi -- dukungan penduduk untuk pemerintah. Dan sekarang kita bisa melihat satu tingkat, dua tingkat, tiga tingkat dari noda itu dan mengeliminasi tiga perempat bagian diagram di luar lingkungan pengaruh Di dalam lingkungan itu, sebagian besar noda tidak dapat dilakukan, seperti kekerasan medan, dan sebagian kecil adalah aksi militer. Sebagian besar tidak melibatkan kekerasan dan ada pada dua kategori besar: keterlibatan aktif dengan persaingan etnik dan kepercayaan dan pembangunan ekonomi yang adil dan transparan dan penyediaan pelayanan. Saya tidak tahu tentang ini, tetapi ini yang bisa saya tangkap dari diagram ini dalam 24 detik.
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.
Ketika Anda melihat diagram seperti ini, saya tidak ingin Anda takut. Saya ingin Anda bergairah, lega. Karena jawaban yang sederhana mungkin muncul. Kita menemukan di alam bahwa kesederhanaan seringkali ada di sisi lain dari kompleksitas. Jadi untuk masalah apapun, semakin Anda menjauh dan merangkul kompleksitas, semakin besar kesempatan Anda untuk mendekat dan fokus pada detail sederhana yang paling berarti.
Thank you.
Terima kasih.
(Applause)
(Tepuk tangan)