There is an ancient proverb that says it's very difficult to find a black cat in a dark room, especially when there is no cat. I find this a particularly apt description of science and how science works -- bumbling around in a dark room, bumping into things, trying to figure out what shape this might be, what that might be, there are reports of a cat somewhere around, they may not be reliable, they may be, and so forth and so on.
Van egy régi közmondás, amelyik azt mondja: Nagyon nehéz megtalálni egy fekete macskát egy sötét szobában, főleg, ha nincs is ott a macska. Ez egy kifejezetten találó leírás a tudományról, és arról, ahogy a tudomány működik: botladozunk a sötét szobában, beleütközünk dolgokba megpróbáljuk kitalálni, milyen formája lehet, és mi lehet az. Voltak olyan hírek, hogy volt arra egy macska talán nem is igaz, vagy mégis - és így tovább, és így tovább.
Now I know this is different than the way most people think about science. Science, we generally are told, is a very well-ordered mechanism for understanding the world, for gaining facts, for gaining data, that it's rule-based, that scientists use this thing called the scientific method and we've been doing this for 14 generations or so now, and the scientific method is a set of rules for getting hard, cold facts out of the data.
Tudom, hogy ez eléggé különbözik attól, ahogyan a legtöbb ember a tudományra gondol. A tudományról általában azt gondoljuk, hogy az egy nagyon jól szervezett gépezet, amely segíti megérteni a világot, gyűjti a tényeket és az adatokat, szabályokon alapszik, a tudósok pedig használják ezt a tudományos módszertannak nevezett valamit, és mi is ezt tesszük már vagy 14 generáció óta. A tudományos módszertan szabályok gyűjteménye arra, hogyan jussunk el rideg, száraz tényekhez az adatokból.
I'd like to tell you that's not the case. So there's the scientific method, but what's really going on is this. (Laughter)
Szeretném elmondani nektek, hogy ez nem így megy. Van ugye a tudományos módszertan, és van az, ami helyette folyik. (nevetés)
[The Scientific Method vs. Farting Around]
[Tudományos Módszertan kontra Szarakodás]
And it's going on kind of like that.
Valami ilyesmi történik. [Tudományos Módszertan kontra Szarakodás]
[... in the dark] (Laughter)
[... a sötétben] (Nevetés)
So what is the difference, then, between the way I believe science is pursued and the way it seems to be perceived? So this difference first came to me in some ways in my dual role at Columbia University, where I'm both a professor and run a laboratory in neuroscience where we try to figure out how the brain works. We do this by studying the sense of smell, the sense of olfaction, and in the laboratory, it's a great pleasure and fascinating work and exciting to work with graduate students and post-docs and think up cool experiments to understand how this sense of smell works and how the brain might be working, and, well, frankly, it's kind of exhilarating.
De mi is a különbség aközött, ahogyan szerintem a tudományt űzik, és ahogyan ezt mások látják? Ezzel a különbséggel először a Columbia Egyetemen találkoztam, ahol kettős feladatom is van: professzor vagyok és vezetem a neurológiai laboratóriumot is, ahol megpróbáljuk kitalálni, hogyan működik az agy. Tanulmányozzuk a szaglást, a szaglóérzéket, és ez hatalmas élvezet és magával ragadó munka. Izgalmas együtt dolgozni a végzős hallgatókkal és a PhD-sekkel, kieszelni menő kísérleteket, hogy megértsük, hogyan működik a szaglás, és hogyan működhet az agy, és ez - őszintén szólva - igazán felvillanyozó.
But at the same time, it's my responsibility to teach a large course to undergraduates on the brain, and that's a big subject, and it takes quite a while to organize that, and it's quite challenging and it's quite interesting, but I have to say, it's not so exhilarating. So what was the difference? Well, the course I was and am teaching is called Cellular and Molecular Neuroscience - I. (Laughs) It's 25 lectures full of all sorts of facts, it uses this giant book called "Principles of Neural Science" by three famous neuroscientists. This book comes in at 1,414 pages, it weighs a hefty seven and a half pounds. Just to put that in some perspective, that's the weight of two normal human brains.
De ugyanakkor az én felelősségem az is, hogy hosszú kurzusokat tartsak a hallgatóknak az agyról, ami elég nagy témakör, és elég sok időt visz el a szervezése, ami nagy kihívás és nagyon érdekes, de el kell, hogy mondjam - nem igazán felvillanyozó. De akkor mi lehet a különbség? Nos a kurzust, amin tanítottam és tanítok, úgy hívják, hogy Celluláris és Molekuláris Neurobiológia - 1. (Nevetés) Ez 25 előadás, tele mindenféle tényekkel, felhasználva az "Idegi Tudományok Alapjai" című hatalmas munkát, amit három híres neurológus írt. Ez a könyv 1414 lapból áll és masszívan 3 és fél kiló. Hogy adjak egy más megközelítést is, ez két átlagos emberi agy súlya.
(Laughter)
(Nevetés)
So I began to realize, by the end of this course, that the students maybe were getting the idea that we must know everything there is to know about the brain. That's clearly not true. And they must also have this idea, I suppose, that what scientists do is collect data and collect facts and stick them in these big books. And that's not really the case either. When I go to a meeting, after the meeting day is over and we collect in the bar over a couple of beers with my colleagues, we never talk about what we know. We talk about what we don't know. We talk about what still has to get done, what's so critical to get done in the lab. Indeed, this was, I think, best said by Marie Curie who said that one never notices what has been done but only what remains to be done. This was in a letter to her brother after obtaining her second graduate degree, I should say.
Kezdtem rájönni a kurzus végére, hogy a hallgatókban kialakult egy olyan kép, hogy mi már biztosan mindent tudunk az agyról, amit tudni lehet. De ez egyáltalán nem igaz. Szerintem még egy olyan ötletük is lehetett, hogy a tudósok csak gyűjtögetik az adatokat és a tényeket és beletöltik ezekbe a nagy könyvekbe. És persze ez sem igaz. Amikor egy egész napos értekezlet után összejövünk a kollégákkal néhány sörre a bárban, sohasem arról beszélünk, amit tudunk, hanem arról, amit nem tudunk. Arról beszélünk, hogy mivel kéne még elkészülni, ami fontos lenne a laborban. Ezt szerintem legjobban Marie Curie fogalmazta meg, amikor azt mondta: sohasem azt vesszük észre, amivel elkészültünk, hanem azt, amit még kell tenni. Ezt egy levelében írta bátyjának, miután megszerezte a második diplomáját.
I have to point out this has always been one of my favorite pictures of Marie Curie, because I am convinced that that glow behind her is not a photographic effect. (Laughter) That's the real thing. It is true that her papers are, to this day, stored in a basement room in the Bibliothèque Française in a concrete room that's lead-lined, and if you're a scholar and you want access to these notebooks, you have to put on a full radiation hazmat suit, so it's pretty scary business.
Hadd mutassak rá, hogy mindig ez volt a kedvenc Marie Curie fényképem, mert meg vagyok győződve arról, hogy mögötte a derengés nem egy fotós trükk. (Nevetés) Valódi. Az is igaz, hogy az írásait a mai napig egy alagsori szobában tárolják a Bibliothéque Francaise-ben, egy ólommal bélelt szobában, és ha tudós vagy és hozzá akarsz férni ezekhez a jegyzetfüzetekhez, akkor egy sugárvédő ruhát kell felvenned, vagyis ez elég rémisztő dolog.
Nonetheless, this is what I think we were leaving out of our courses and leaving out of the interaction that we have with the public as scientists, the what-remains-to-be-done. This is the stuff that's exhilarating and interesting. It is, if you will, the ignorance. That's what was missing.
Azt hiszem, hogy az, amit kifelejtünk a kurzusokból, és kifelejtünk, amikor tudósként érintkezünk a közönséggel, az amit még meg kell tenni. Ez az a dolog, ami igazán felvillanyozó és érdekes. Ez, ha úgy akarad, a tudatlanság. Ez az, amit hiányolok.
So I thought, well, maybe I should teach a course on ignorance, something I can finally excel at, perhaps, for example. So I did start teaching this course on ignorance, and it's been quite interesting and I'd like to tell you to go to the website. You can find all sorts of information there. It's wide open. And it's been really quite an interesting time for me to meet up with other scientists who come in and talk about what it is they don't know.
Ezért gondoltam, hogy talán kéne tartanom egy kurzust a tudatlanságról, végre valami, amiben esetleg kitűnhetek. Így beindítottam a kurzust a tudatlanságról, ami elég érdekes lett, szeretném, ha ti is megnéznétek a weboldalt. Találhattok ott mindenféle információt. Szabadon elérhető. Ez tényleg nagyon érdekes időszak lett a számomra, találkoztam más tudósokkal is, akik eljöttek és beszéltek arról, amit nem tudnak.
Now I use this word "ignorance," of course, to be at least in part intentionally provocative, because ignorance has a lot of bad connotations and I clearly don't mean any of those. So I don't mean stupidity, I don't mean a callow indifference to fact or reason or data. The ignorant are clearly unenlightened, unaware, uninformed, and present company today excepted, often occupy elected offices, it seems to me. That's another story, perhaps.
A "tudatlanság" szót használom, ami, persze legalábbis részben, szándékosan provokatív, mivel a tudatlansághoz sok rossz jelentés társul pedig én egyikre sem gondolok. Nem gondolom ezt ostobaságnak, vagy éretlen közönynek a tények, az okok vagy az adatok iránt. A tudatlanok nyilván felvilágosulatlan, naiv, tájékozatlan emberek, és nekem úgy tűnik, hogy gyakran ők foglalják el a válogatott hivatalokat is - a jelenlévők persze kivételek. Persze, ez egy másik történet.
I mean a different kind of ignorance. I mean a kind of ignorance that's less pejorative, a kind of ignorance that comes from a communal gap in our knowledge, something that's just not there to be known or isn't known well enough yet or we can't make predictions from, the kind of ignorance that's maybe best summed up in a statement by James Clerk Maxwell, perhaps the greatest physicist between Newton and Einstein, who said, "Thoroughly conscious ignorance is the prelude to every real advance in science." I think it's a wonderful idea: thoroughly conscious ignorance.
Egy másfajta tudatlanság. Én egy olyan tudatlanságra gondolok, amely kevésbé pejoratív, egy olyan tudatlanság, amely tudásunk hiányosságából fakad, valami, amit nem lehet ismerni, vagy még nem eléggé ismerünk, vagy még megjósolni sem tudunk. Ezt a fajta tudatlanságot James Clark Maxwell összegezhette legjobban egy állításában, aki talán a legnagyobb fizikus volt Newton és Einstein között. "A tökéletesen öntudatos tudatlanság vezet minden valódi tudományos haladáshoz." Szerintem ez egy csodálatos ötlet: a tökéletesen öntudatos tudatlanság.
So that's the kind of ignorance that I want to talk about today, but of course the first thing we have to clear up is what are we going to do with all those facts? So it is true that science piles up at an alarming rate. We all have this sense that science is this mountain of facts, this accumulation model of science, as many have called it, and it seems impregnable, it seems impossible. How can you ever know all of this? And indeed, the scientific literature grows at an alarming rate. In 2006, there were 1.3 million papers published. There's about a two-and-a-half-percent yearly growth rate, and so last year we saw over one and a half million papers being published. Divide that by the number of minutes in a year, and you wind up with three new papers per minute. So I've been up here a little over 10 minutes, I've already lost three papers. I have to get out of here actually. I have to go read.
Ez a fajta tudatlanság az, amiről ma beszélni akarok, de először persze azt a dolgot kell tisztázni, hogy mit is kezdünk azzal a rengeteg ténnyel? Mert a tudomány riasztó mértékben halmozza a tényeket. Mind éreztük már, hogy a tudomány csak tények halmaza, ahogyan sokan nevezték, ez a tudomány felhalmozási modellje, ami úgy tűnik, bevehetetlen és képtelen. Hogyan lennél képes mindezt megismerni? Csakugyan, a tudományos szakirodalom riasztó mértékben növekszik. 2006-ban 1,3 millió tanulmányt publikáltak. Az éves növekedés kb. 2 és fél százalékos, vagyis tavaly (2012) már több mint másfél milliót publikáltak. Leosztva az év minden egyes percére, percenként 3 tanulmánnyal számolhatunk. Amíg itt állok egy kicsit több, mint tíz percig, már három tanulmányt szalasztottam el. Tulajdonképpen már mennem is kell. Olvasni.
So what do we do about this? Well, the fact is that what scientists do about it is a kind of a controlled neglect, if you will. We just don't worry about it, in a way. The facts are important. You have to know a lot of stuff to be a scientist. That's true. But knowing a lot of stuff doesn't make you a scientist. You need to know a lot of stuff to be a lawyer or an accountant or an electrician or a carpenter. But in science, knowing a lot of stuff is not the point. Knowing a lot of stuff is there to help you get to more ignorance. So knowledge is a big subject, but I would say ignorance is a bigger one.
De mit is tehetük ezzel? Nos, az a helyzet, hogy amit a tudósok tesznek, az egyfajta irányított hanyagság, ha úgy tetszik. Egyszerűen nem aggódunk emiatt egy bizonyos fokig. A tények fontosak. Egy csomó dolgot tudnod kell, hogy tudós legyél. Ez igaz. De hiába ismersz egy csomó dolgot, attól még nem leszel tudós. Rengeteg dolgot kell tudnod, hogy ügyvéd, könyvelő, villanyszerelő vagy ács legyél. De a tudományban nem ez a lényeg. Ha sok mindent tudsz, az segít abban, hogy még tudatlanabb legyél. Vagyis a tudás egy nagy témakör, de azt mondanám, hogy a tudatlanság még nagyobb.
So this leads us to maybe think about, a little bit about, some of the models of science that we tend to use, and I'd like to disabuse you of some of them. So one of them, a popular one, is that scientists are patiently putting the pieces of a puzzle together to reveal some grand scheme or another. This is clearly not true. For one, with puzzles, the manufacturer has guaranteed that there's a solution. We don't have any such guarantee. Indeed, there are many of us who aren't so sure about the manufacturer.
Ez vezet el minket ahhoz, hogy egy kicsit átgondoljuk azokat a tudományos modelleket, amiket hajlamosak vagyunk elhinni, de én szeretnélek titeket kiábrándítani. Az egyik, talán a legnépszerűbb, hogy a tudósok türelmesen rakosgatják egy puzzle darabjait, hogy nagyszerű összefüggéseket tárjanak fel. Ez egyáltalán nem igaz. Először is, a puzzle gyártója garantálja, hogy van megoldás. Nekünk nincs ilyen garanciánk. Persze sokan még a gyártóban sem olyan biztosak.
(Laughter)
(Nevetés)
So I think the puzzle model doesn't work.
Szerintem a puzzle modell nem működik.
Another popular model is that science is busy unraveling things the way you unravel the peels of an onion. So peel by peel, you take away the layers of the onion to get at some fundamental kernel of truth. I don't think that's the way it works either. Another one, a kind of popular one, is the iceberg idea, that we only see the tip of the iceberg but underneath is where most of the iceberg is hidden. But all of these models are based on the idea of a large body of facts that we can somehow or another get completed. We can chip away at this iceberg and figure out what it is, or we could just wait for it to melt, I suppose, these days, but one way or another we could get to the whole iceberg. Right? Or make it manageable. But I don't think that's the case. I think what really happens in science is a model more like the magic well, where no matter how many buckets you take out, there's always another bucket of water to be had, or my particularly favorite one, with the effect and everything, the ripples on a pond. So if you think of knowledge being this ever-expanding ripple on a pond, the important thing to realize is that our ignorance, the circumference of this knowledge, also grows with knowledge. So the knowledge generates ignorance. This is really well said, I thought, by George Bernard Shaw. This is actually part of a toast that he delivered to celebrate Einstein at a dinner celebrating Einstein's work, in which he claims that science just creates more questions than it answers. ["Science is always wrong. It never solves a problem without creating 10 more."]
Egy másik népszerű modell szerint a tudomány szorgosan bogozgatja a szálakat, ahogyan a hagyma héját is tisztítjuk. Héjról-héjra eltávolítva a hagyma rétegeit, eljuthatunk az igazság alapvető lényegéhez. Szerintem ez sem működik. Még egy, szintén népszerű ötlet a jéghegy, vagyis mi csak a jéghegy csúcsát látjuk, de alatta ott van a jéghegy nagyobb része elrejtve. Ezek a modellek a hatalmas tömegű tényanyag gondolatára alapoznak, amit mi, vagy valaki más befejezhet. Szétmállaszthatjuk a jéghegyet és kitalálhatjuk, mi lehet ez, vagy csak megvárjuk, amíg elolvad, különösen mostanában, de így vagy úgy, a miénk lesz az egész jéghegy. Igaz? Vagy kezelhetővé válik. De nem hiszem, hogy így lenne. Ami a tudományban történik, az szerintem valójában olyan, mint egy varázskút, ahol nem számít, mennyi vödör vizet húzol, mindig megtölthetsz egy másik vödröt is vízzel. A személyes kedvencem, hatásában és egyébként is, a fodrozódás a vízen. Ha úgy tekintesz a tudásra, mint egy folytonosan terjedő hullámra, akkor észreveheted, hogy tudatlanságunk, ami a tudás kerülete, együtt növekszik a tudással. Vagyis a tudás idézi elő a tudatlanságot. Nagyon jól mondta ezt George Bernard Show. Ez egy részlet abból a köszöntőből, amit egy Einstein tiszteletére adott vacsorán mondott, azt állítva, hogy a tudomány több kérdést vet fel, mint amennyit megválaszol.
I find that kind of glorious, and I think he's precisely right, plus it's a kind of job security. As it turns out, he kind of cribbed that from the philosopher Immanuel Kant who a hundred years earlier had come up with this idea of question propagation, that every answer begets more questions. I love that term, "question propagation," this idea of questions propagating out there.
Ez ragyogó, és úgy vélem, rendkívül igaz, sőt még biztosítja a munkánkat is. Kiderülhet persze, hogy csak lenyúlta az ötletet Immanuel Kanttól, a filozófustól, aki már száz évvel korábban előállt egy ötlettel a kérdések szaporodásáról, ami szerint minden válasz újabb kérdéseket vet fel. Imádom ezt a kifejezést, a "kérdések szaporodását", az eszmét, hogy a kérdések szaporodnak a világban.
So I'd say the model we want to take is not that we start out kind of ignorant and we get some facts together and then we gain knowledge. It's rather kind of the other way around, really. What do we use this knowledge for? What are we using this collection of facts for? We're using it to make better ignorance, to come up with, if you will, higher-quality ignorance. Because, you know, there's low-quality ignorance and there's high-quality ignorance. It's not all the same. Scientists argue about this all the time. Sometimes we call them bull sessions. Sometimes we call them grant proposals. But nonetheless, it's what the argument is about. It's the ignorance. It's the what we don't know. It's what makes a good question.
Mondhatnám, hogy nem olyan modellt akarunk kapni, ahol elindulva egyfajta tudatlanságból, gyűjtögetve a tényeket végül elnyerjük a tudást. Ez tényleg nagyon különböző. Mire használjuk ezt a tudást? Mire is használjuk az összegyűjtött tényeket? Arra használjuk, hogy javítsuk a tudatlanságot, előálljunk, ha úgy tetszik, egy magas szintű tudatlansággal. Mivel, tudjuk, létezik az alacsony szintű és a magas szintű tudatlanság. Egyáltalán nem ugyanaz. A tudósok állandóan erről vitatkoznak. Néha megbeszélésnek hívjuk. Néha ösztöndíj előterjesztésnek. De mindazonáltal, ez az, amiről a vita folyik. A tudatlanság. Ez az, amit nem ismerünk. Ez az, ami a jó kérdéseket felveti.
So how do we think about these questions? I'm going to show you a graph that shows up quite a bit on happy hour posters in various science departments. This graph asks the relationship between what you know and how much you know about it. So what you know, you can know anywhere from nothing to everything, of course, and how much you know about it can be anywhere from a little to a lot. So let's put a point on the graph. There's an undergraduate. Doesn't know much but they have a lot of interest. They're interested in almost everything. Now you look at a master's student, a little further along in their education, and you see they know a bit more, but it's been narrowed somewhat. And finally you get your Ph.D., where it turns out you know a tremendous amount about almost nothing. (Laughter) What's really disturbing is the trend line that goes through that because, of course, when it dips below the zero axis, there, it gets into a negative area. That's where you find people like me, I'm afraid.
Hogyan is gondolunk ezekre a kérdésekre? Mutatok egy grafikont, amely fellelhető egyes egyetemi tanszékek hirdetőtábláin is. Ez a grafikon azt vizsgálja, hogy mi a viszony a között, amit tudsz és amennyit tudsz róla. Az "amit tudsz", az az amit tudhatsz, valahol a semmitől a mindenig, a "mennyit tudsz róla", pedig valahol a kevéstől a sokig. Tegyünk egy pontot a grafikonra. Az egy alsóéves hallgató. Nem tud sokat, de tele van érdeklődéssel. Majdnem minden érdekli. Most lássunk egy végzőst, aki már tovább jutott a tanulmányaiban, és ahogy látod, már kicsit többet tud, de már némileg szűkebben. És végül eléri a PhD-t, ahol kiderül, hogy borzasztó sokat tud, de majdnem semmiről. (Nevetés) Ami igazán zavaró, hogy a vonal még tovább is megy, hogy aztán ott a zéró tengely alá bukva, elérje a negatív tartományt. Ott találni meg olyanokat mint én, attól tartok.
So the important thing here is that this can all be changed. This whole view can be changed by just changing the label on the x-axis. So instead of how much you know about it, we could say, "What can you ask about it?" So yes, you do need to know a lot of stuff as a scientist, but the purpose of knowing a lot of stuff is not just to know a lot of stuff. That just makes you a geek, right? Knowing a lot of stuff, the purpose is to be able to ask lots of questions, to be able to frame thoughtful, interesting questions, because that's where the real work is.
Fontos, hogy itt van az, ahol minden megváltozhat. Az egész nézőpont megváltozhat azáltal, hogy kicseréljük az X-tengelyen a címkét. A "mennyit tudsz róla" helyett legyen inkább "mit tudsz erről kérdezni?" És igen, tényleg sok mindent kell tudnod tudósként, de a sok minden tudásának a célja nem az, hogy sokat tudjál. Attól csak egy stréber leszel, ugye? Ennek a sok tudásnak az a célja, hogy képes legyél sok kérdést feltenni, hogy képes legyél összerakni megfontolt, érdekes kérdéseket, mivel ez az igazi munka.
Let me give you a quick idea of a couple of these sorts of questions. I'm a neuroscientist, so how would we come up with a question in neuroscience? Because it's not always quite so straightforward. So, for example, we could say, well what is it that the brain does? Well, one thing the brain does, it moves us around. We walk around on two legs. That seems kind of simple, somehow or another. I mean, virtually everybody over 10 months of age walks around on two legs, right? So that maybe is not that interesting. So instead maybe we want to choose something a little more complicated to look at. How about the visual system? There it is, the visual system. I mean, we love our visual systems. We do all kinds of cool stuff. Indeed, there are over 12,000 neuroscientists who work on the visual system, from the retina to the visual cortex, in an attempt to understand not just the visual system but to also understand how general principles of how the brain might work. But now here's the thing: Our technology has actually been pretty good at replicating what the visual system does. We have TV, we have movies, we have animation, we have photography, we have pattern recognition, all of these sorts of things. They work differently than our visual systems in some cases, but nonetheless we've been pretty good at making a technology work like our visual system. Somehow or another, a hundred years of robotics, you never saw a robot walk on two legs, because robots don't walk on two legs because it's not such an easy thing to do. A hundred years of robotics, and we can't get a robot that can move more than a couple steps one way or the other. You ask them to go up an inclined plane, and they fall over. Turn around, and they fall over. It's a serious problem. So what is it that's the most difficult thing for a brain to do? What ought we to be studying? Perhaps it ought to be walking on two legs, or the motor system. I'll give you an example from my own lab, my own particularly smelly question, since we work on the sense of smell. But here's a diagram of five molecules and sort of a chemical notation. These are just plain old molecules, but if you sniff those molecules up these two little holes in the front of your face, you will have in your mind the distinct impression of a rose. If there's a real rose there, those molecules will be the ones, but even if there's no rose there, you'll have the memory of a molecule. How do we turn molecules into perceptions? What's the process by which that could happen? Here's another example: two very simple molecules, again in this kind of chemical notation. It might be easier to visualize them this way, so the gray circles are carbon atoms, the white ones are hydrogen atoms and the red ones are oxygen atoms. Now these two molecules differ by only one carbon atom and two little hydrogen atoms that ride along with it, and yet one of them, heptyl acetate, has the distinct odor of a pear, and hexyl acetate is unmistakably banana. So there are two really interesting questions here, it seems to me. One is, how can a simple little molecule like that create a perception in your brain that's so clear as a pear or a banana? And secondly, how the hell can we tell the difference between two molecules that differ by a single carbon atom? I mean, that's remarkable to me, clearly the best chemical detector on the face of the planet. And you don't even think about it, do you?
Adok egy kis ízelítőt az ilyen kérdésekből. Neurológus vagyok, vagyis javasolhatok egy neurológiai kérdést? Ez nem mindig igazán egyértelmű. Például mondhatnánk, hogy mit is csinál az agy? Nos, az egyik dolog, hogy mozgat minket. Két lábon járunk. Ez egyszerűen tűnik, így vagy úgy. Úgy értem, látszólag mindenki, aki elmúlt 10 hónapos két lábon jár, ugye? Vagyis talán ez nem is olyan érdekes. Ehelyett talán valami bonyolultabbat akarunk megvizsgálni. Legyen a látás? Ez az, a látás. Arra gondolok, imádjuk a látásunkat. Mindenféle menő dolgot csinál. És tényleg, több mint 12.000 neurológus van, akik a retinától a látókéregig a látás vizsgálatán dolgoznak, hogy megkíséreljék megérteni nem csak a látást, hanem az általános törvényszerűségeit annak is, hogyan működhet az agy. De van itt egy bökkenő: a technológia már elég jó abban, hogy lemásoljuk a látás rendszerét. Van tévé, mozi, animáció, fotózás, alakfelismerés, mindenféle ezekből a dolgokból. Bizonyos esetekben másképp működnek, mint a látásunk, de mégis eléggé jók vagyunk abban, hogy a látáshoz hasonló technológiát készítsünk. Így vagy úgy, a robotika 100 éve után sohasem láttunk robotot két lábon járni, a robotok nem járnak két lábon, mert ez mégsem olyan egyszerű dolog. A robotikában 100 éve után sem készült olyan robot, amely képes lenne néhány lépésnél többet megtenni. Ha megkérjük, hogy menjen fel egy ferde síkon, feldől. Visszafordul és feldől. Ez elég komoly probléma. Akkor mi is a legbonyolultabb dolog az agy számára? Mit kellene tanulmányoznunk? Talán a két lábon járást, vagy a mozgásszervi rendszert. Legyen egy példa a saját laboromból, egy különösen büdös kérdés, mivel mi a szaglás működésével foglalkozunk. Itt van egy ábra 5 molekulával és valamiféle kémiai jelölésekkel. Ezek egyszerű, jól ismert molekulák, de ha megszaglászod őket az arcodon található két kis lyukkal, az elmédben felötlik egy rózsa határozott lenyomata. Ha van ott egy valódi rózsa, akkor ezek azok a molekulák, de még ha nincs is ott a rózsa, akkor is van egy emléked a molekuláról. Hogyan fordítjuk át a molekulát érzékeléssé? Mi az a folyamat, amely ezt lehetővé teszi? Itt egy másik példa: két nagyon egyszerű molekula, újra a kémiai jelöléssel. Így talán könnyebb megjeleníteni őket, a szürke körök a szén atomok, a fehérek a hidrogén atomok, a vörösek az oxigén atomok. A két molekula között a különbség mindössze egyetlen szén atom és a rajta kapaszkodó két kicsi hidrogén atom, és mégis, az egyik, a heptil-acetát illata határozottan a körtéé, a másik, a hexil-acetát, félreismerhetetlenül a banáné. Vagyis úgy tűnik, hogy itt van két valóban érdekes kérdés. Egy, hogyan képes egy ilyen egyszerű molekula, mint ez, létrehozni az agyunkban a körte vagy a banán élményét? Másodszor, hogy az ördögbe vagyunk képesek különbséget tenni két molekula között, ami csak egy szén atomban különbözik? Vagyis, ami igazán rendkívüli, hogy az arcunkon van a bolygó legjobb kémiai detektora. És mi még sohasem gondoltunk erre, ugye?
So this is a favorite quote of mine that takes us back to the ignorance and the idea of questions. I like to quote because I think dead people shouldn't be excluded from the conversation. And I also think it's important to realize that the conversation's been going on for a while, by the way. So Erwin Schrodinger, a great quantum physicist and, I think, philosopher, points out how you have to "abide by ignorance for an indefinite period" of time. And it's this abiding by ignorance that I think we have to learn how to do. This is a tricky thing. This is not such an easy business.
Ez a kedvenc idézetem, ami visszavezet minket a tudatlansághoz és a kérdések fogalmához. Szeretek idézni, mert úgy vélem, a halottakat sem kellene kizárni a beszélgetésből. És persze fontosnak gondolom, hogy ráébredjünk, hogy a beszélgetés már folyik egy ideje. Erwin Schrödinger, a nagy kvantumfizikus és filozófus mutatott rá, hogy még "határozatlan ideig el kell viselnünk a tudatlanságot". A tudatlanság elviselése az, amit szerintem meg kell tanulnunk. Ez egy ravasz dolog. Nem is igazán könnyű ügy.
I guess it comes down to our education system, so I'm going to talk a little bit about ignorance and education, because I think that's where it really has to play out. So for one, let's face it, in the age of Google and Wikipedia, the business model of the university and probably secondary schools is simply going to have to change. We just can't sell facts for a living anymore. They're available with a click of the mouse, or if you want to, you could probably just ask the wall one of these days, wherever they're going to hide the things that tell us all this stuff.
Ez talán az oktatási rendszerből származik, ezért beszélek egy kicsit a tudatlanságról és az oktatásról, mivel ez az, ahol ezt tényleg végig kell csinálni. Először is nézzünk szembe azzal, hogy a Google és a Wikipedia korában az egyetemek, és talán a középiskolák működési modellje is változtatásra szorul. Nem adhatunk el többé tényeket a megélhetésért. Mindezt el lehet érni egy kattintással, vagy ha akarod, egy napon talán a faltól is megkérdezheted, ha éppen oda rejtik el ezeket a dolgokat.
So what do we have to do? We have to give our students a taste for the boundaries, for what's outside that circumference, for what's outside the facts, what's just beyond the facts.
Akkor mit kellene tennünk? Át kell adjuk a hallgatóknak a határok érzését, hogy mi van a tudás peremén túl, mi van a tényeken kívül, mi van a tényeken túl.
How do we do that? Well, one of the problems, of course, turns out to be testing. We currently have an educational system which is very efficient but is very efficient at a rather bad thing. So in second grade, all the kids are interested in science, the girls and the boys. They like to take stuff apart. They have great curiosity. They like to investigate things. They go to science museums. They like to play around. They're in second grade. They're interested. But by 11th or 12th grade, fewer than 10 percent of them have any interest in science whatsoever, let alone a desire to go into science as a career. So we have this remarkably efficient system for beating any interest in science out of everybody's head.
Hogy tegyük meg ezt? Nos, kiderült, hogy természetesen az egyik probléma a tesztelés. Van pillanatnyilag egy oktatási rendszer, amelyik nagyon hatékony, de egy eléggé rossz dologban. Második osztályban minden gyereket érdekli a tudomány, a fiúkat és a lányokat is. Szeretnek szétszedni dolgokat. Nagyon kíváncsiak. Szívesen kutatják a dolgokat. Múzeumba járnak. Szívesen játszanak. Másodikosok. Érdeklődőek. De a 11. vagy 12. osztályban kevesebb mint 10 százalék mutat bármilyen tudományos érdeklődést, nem is szólva olyan vágyról, hogy tudományos karriert kezdjen. Vagyis van egy rendkívül hatékony rendszer, amely kiveri a tudományos érdeklődést a fejekből.
Is this what we want? I think this comes from what a teacher colleague of mine calls "the bulimic method of education." You know. You can imagine what it is. We just jam a whole bunch of facts down their throats over here and then they puke it up on an exam over here and everybody goes home with no added intellectual heft whatsoever.
Ez az, amit akarunk? Azt hiszem, ez abból származik, amit egy tanár kollégám úgy hívott, hogy "az oktatás bulimiás modellje." Ismeritek. El tudjátok képzelni, mi ez. Lenyomunk egy egész csomó tényt a torkukon, és aztán ők visszaöklendezik ezt egy vizsgán, majd mindenki hazamegy, bármilyen hozzáadott intellektuális érték nélkül.
This can't possibly continue to go on. So what do we do? Well the geneticists, I have to say, have an interesting maxim they live by. Geneticists always say, you always get what you screen for. And that's meant as a warning. So we always will get what we screen for, and part of what we screen for is in our testing methods. Well, we hear a lot about testing and evaluation, and we have to think carefully when we're testing whether we're evaluating or whether we're weeding, whether we're weeding people out, whether we're making some cut. Evaluation is one thing. You hear a lot about evaluation in the literature these days, in the educational literature, but evaluation really amounts to feedback and it amounts to an opportunity for trial and error. It amounts to a chance to work over a longer period of time with this kind of feedback. That's different than weeding, and usually, I have to tell you, when people talk about evaluation, evaluating students, evaluating teachers, evaluating schools, evaluating programs, that they're really talking about weeding. And that's a bad thing, because then you will get what you select for, which is what we've gotten so far.
Ezt nem folytatódhat így tovább. Akkor mit csináljunk? El kell mondjam, a genetikusoknak van egy érdekes alapelvük, ami szerint élnek. Azt mondják, hogy mindig azt kapod, amit éppen keresel. Ezt figyelmeztetésnek szánják. Vagyis mindig azt kapjuk, amit keresünk, és ennek az egyik oldala a teszteléses módszer. Nos, sokat hallunk tesztelésről és értékelésről, és gondosan át kellene gondolnunk, hogy amikor tesztelünk, akkor vajon értékelünk, vagy gyomlálunk? Vajon csak kigyomláljuk az embereket, csak csökkentjük a létszámot? Az értékelés egy dolog. Sokkal hallottunk erről mostanában a szakirodalomban, főleg az oktatási szakirodalomban, de az értékelés valójában csak egy visszacsatolás, ami alkalmat teremt a próbálgatásokra. Hosszú távon a visszajelzések esélyt teremtenek az újragondolásra. Ez más, mint a gyomlálás, és el kell mondjam, amikor az emberek általában az értékelésről beszélnek - hallgatók, tanárok, iskolák vagy programok értékeléséről, valójában gyomlálásról beszélnek. Ez pedig rossz dolog, mivel azt fogjuk kapni, amit keresünk, az, amit már eddig is megkaptunk.
So I'd say what we need is a test that says, "What is x?" and the answers are "I don't know, because no one does," or "What's the question?" Even better. Or, "You know what, I'll look it up, I'll ask someone, I'll phone someone. I'll find out." Because that's what we want people to do, and that's how you evaluate them. And maybe for the advanced placement classes, it could be, "Here's the answer. What's the next question?" That's the one I like in particular.
Szerintem olyan tesztre van szükségünk, amiben a kérdésre: "Mi az X?" a válasz: "Nem tudom, mert senki sem tudja", esetleg "Mi is a kérdés?" Még jobb. Vagy: "Te tudod, én majd utánanézek, megkérdezek vagy felhívok valakit. Kiderítem." Mert azt akarjuk, hogy így tegyenek az emberek, ez az, ahogy értékelni tudjuk őket. A kiemelt osztályok számára esetleg lehetne ilyen is: "Itt a válasz. Mi a következő kérdés?" Ez az, amit igazán kedvelek.
So let me end with a quote from William Butler Yeats, who said "Education is not about filling buckets; it is lighting fires."
Ezért hadd fejezzem be egy Yeats idézettel, aki azt mondta: "Az oktatás nem arról szól, hogy vödröket töltögessünk, hanem hogy tüzeket gyújtsunk."
So I'd say, let's get out the matches. Thank you.
Szóval, elő a gyufákkal. Köszönöm.
(Applause)
(Taps)
Thank you. (Applause)
Köszönöm. (Taps)