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.
C'è un antico proverbio che dice: è molto difficile trovare un gatto nero in una stanza buia soprattutto quando non vi è nessun gatto. Trovo che sia una descrizione particolarmente adatta della scienza e di come funziona -- un vagare impacciato in una stanza buia, urtando delle cose, cercando di immaginare quale possa esserne la forma, cosa possano essere, ci sono notizie di un gatto in giro da qualche parte, possono non essere affidabili, possono esserlo e così via...
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.
Ora, io so che tutto ciò è diverso dal modo in cui la maggior parte delle persone pensa che operi la scienza. In genere, ci viene raccontato che la scienza consiste in una procedura ben ordinata per comprendere il mondo, per ottenere fatti e acquisire dati, che è basata su regole, che gli scienziati usano questa cosa chiamata metodo scientifico e stiamo facendo così da circa 14 generazioni, e che il metodo scientifico è formato da un insieme di regole che servono ad ottenere dei freddi e determinati fatti dai dati.
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)
Vorrei dirvi che non è proprio così. C'è un metodo scientifico ma quello che veramente avviene è questo. (Risate)
[The Scientific Method vs. Farting Around]
[Il Metodo Scientifico contro Flatulenza]
And it's going on kind of like that.
Le cose vanno proprio così.
[... in the dark] (Laughter)
[..nel buio] (Risate)
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.
Allora qual è la differenza tra il modo in cui io credo la scienza venga portata avanti e il modo in cui sembra essere percepita? Dunque, ho notato questa differenza per la prima volta durante il mio doppio ruolo alla Columbia University dove sono sia docente che ricercatore presso un laboratorio di neuroscienze dove si cerca di comprendere come funzioni il cervello. Lo facciamo studiando il senso dell'odorato, dell'olfatto, e nel laboratorio il lavoro è molto gratificante e affascinante e per di più, operare con laureati e dottorandi è stimolante così come ideare esperimenti particolari per comprendere come funzioni l'olfatto e come potrebbe funzionare il cervello ebbene, è piuttosto esilarante.
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.
Ma allo stesso tempo, è mia responsabilità insegnare un ampio corso sul cervello a studenti universitari ed è un argomento vasto, ci vuole parecchio tempo per organizzarlo ed è piuttosto impegnativo e piuttosto interessante, ma devo dire che non è così divertente. Allora qual è la differenza? Bene, il corso nel quale stavo e sto insegnando si chiama Neuroscienze Cellulari e Molecolari - I. (Risate) Sono 25 lezioni fitte di tutti i tipi di fatti, fa riferimento ad un libro gigante che si intitola "Principi delle Scienze Neurali" scritto da tre famosi neuroscienziati. Questo libro ha 1414 pagine, pesa circa 2 chili e mezzo. Giusto per mettere la cosa nella giusta prospettiva, è il peso di due normali cervelli umani.
(Laughter)
(Risate)
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.
Così ho iniziato a rendermi conto, alla fine di questo corso, che forse gli studenti si stavano facendo l'idea che noi dobbiamo sapere tutto quello che c'è da sapere sul cervello. Ovviamente questo non è vero. E devono aver maturato l'idea, credo, che ciò che gli scienziati fanno sia raccogliere dati e fatti e ficcarli in questi grandi libri. E nemmeno questo non corrisponde alla realtà. Quando vado ad un incontro, alla fine della giornata con i miei colleghi ci incontriamo al bar davanti ad un paio di birre, non parliamo mai di ciò che sappiamo. Parliamo di ciò che non sappiamo. Parliamo di ciò che deve ancora essere fatto, di quello che di cruciale deve essere fatto in laboratorio. In realtà, penso, che questo sia stato espresso meglio da Marie Curie che disse che non si nota mai ciò che è stato fatto ma solo ciò che rimane da fare. Lo scrisse in una lettera a suo fratello dopo aver ottenuto la sua seconda laurea, dovrei aggiungere.
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.
Devo sottolineare che questo è sempre stato uno dei miei ritratti preferiti di Marie Curie, perché sono convinto che il bagliore dietro di lei non sia un effetto fotografico. (Risate) Quello è una cosa reale. È vero che i suoi scritti sono, ad oggi, conservati in una stanza del seminterrato della Bibliothèque Française in una stanza di cemento rivestita di piombo, e per uno studioso che vuole accedere a questi libri di appunti è necessario indossare una tuta ignifuga contro le radiazioni quindi è veramente una situazione inquietante.
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.
Comunque, penso che sia proprio questo quello che stiamo tralasciando nei nostri corsi e stiamo escludendo nelle interazioni con il pubblico in quanto scienziati: ciò che rimane da fare. Questo è proprio l'aspetto divertente ed interessante. Si tratta, se volete, dell'ignoranza. Questo è ciò che mancava.
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.
Allora ho pensato "beh, forse dovrei fare un corso sull'ignoranza, qualcosa in cui almeno posso eccellere, per esempio". Così ho iniziato ad insegnare un corso sull'ignoranza, ed è stato piuttosto interessante e vorrei suggerirvi di andare sul sito web. Là potrete trovare ogni sorta d'informazione. È completamente libero. Ed è stato un periodo proprio interessante per me, incontrare altri scienziati che arrivano e parlano di quello che non sanno.
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.
Ora io uso la parola "ignoranza", naturalmente per essere almeno in parte intenzionalmente provocatorio, poiché il termine ignoranza contiene molte connotazioni negative e chiaramente io non intendo nessuna di esse. Non intendo la stupidità, non intendo un'indifferenza derivata dall'inesperienza su fatti, ragionamenti o dati. Gli ignoranti sono chiaramente poco illuminati, inconsapevoli disinformati e, esclusi i presenti, spesso occupano cariche dirigenziali, mi sembra. Però questa è un'altra storia, forse.
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.
Intendo un tipo differente di ignoranza. Intendo un tipo di ignoranza meno peggiorativa un tipo di ignoranza che deriva da un vuoto comune nelle nostre conoscenze, qualcosa che non sappiamo o non sappiamo abbastanza bene o di cui non possiamo fare previsioni, il tipo di ignoranza che forse può essere riassunta meglio in una dichiarazione di James Clerk Maxwell, forse il più grande fisico tra Newton e Einstein, che disse, "L'ignoranza perfettamente consapevole è il preludio a ogni reale progresso scientifico." Penso sia un'idea magnifica: l'ignoranza perfettamente consapevole.
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.
Questo é il tipo di ignoranza di cui voglio parlare oggi, ma naturalemente la prima cosa che dobbiamo chiarire è: cosa abbiamo intenzione di fare di tutti questi fatti? Dunque, è vero che i dati scientifici si accumulano a un ritmo allarmante. Tutti noi abbiamo questa percezione che la scienza sia questa montagna di fatti, questo modello cumulativo di scienza, come molti lo hanno definito, e sembra inespugnabile, sembra impossibile. Come si può mai sapere tutto questo? Ed effettivamente, la letteratura scientifica cresce in maniera allarmante. Nel 2006, esistevano 1,3 milioni di documenti pubblicati. C'è un tasso d'aumento annuo di circa 2,5% e così, lo scorso anno abbiamo assistito alla pubblicazione di più di un milione e mezzo di documenti. Dividetelo per il numero di minuti in un anno, e finirete col contare tre documenti al minuto. Quindi, io sono stato qui per poco più di dieci minuti, Ho già perso tre documenti. Devo proprio uscire da qui. Devo andare a leggere.
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.
Cosa dobbiamo fare di tutto ciò? Bene, il fatto è che ciò che gli scienziati fanno è una specie di trascuratezza controllata, se volete. In un certo senso, semplicemente, non ce ne preoccupiamo. I fatti sono importanti. Bisogna conoscere un sacco di materiale per essere uno scienziato. Questo è vero. Ma conoscere molto materiale non fa di voi uno scienziato. Bisogna sapere molte cose per essere un avvocato o un ragioniere, o un elettricista, o un falegname. Ma per quanto riguarda la scienza, sapere molte cose non è il punto. Sapere molte cose vi porta ad una maggiore ignoranza. La conoscenza è un argomento degno d'importanza, ma direi che l'ignoranza lo è di più.
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.
Quindi, ciò ci porta forse a pensare un po', ad alcuni stereotipi sulla scienza che tendono ad influenzarci, e vorrei che smetteste di abusare di alcuni di loro. Uno di questi, uno popolare, è che gli scienziati siano coloro che pazientemente mettono insieme i pezzi di un puzzle in modo da svelare un qualche grande schema. Chiaramente, questo non è vero. In primo luogo, riguardo i puzzles, il produttore ha garantito che c'è una soluzione. Noi non abbiamo una tale garanzia. Tra l'altro, ci sono molti di noi che non sono così sicuri del produttore.
(Laughter)
(Risate)
So I think the puzzle model doesn't work.
Dunque, io penso che il modello del puzzle non funzioni.
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."]
Un altro luogo comune è che la scienza sveli le cose dipanandole, nello stesso modo in cui si sbucciano gli strati di una cipolla. Così, buccia dopo buccia, si tirano via gli strati della cipolla per arrivare a un qualche nocciolo fondamentale di verità. Non credo funzioni nemmeno così. Un altro stereotipo, uno piuttosto comune, è l'immagine dell'iceberg, e cioé che vediamo solo la punta dell'iceberg ma, sotto la superficie è nascosta la maggior parte dell'iceberg. Ma tutti questi modelli sono basati sull'idea dell'esistenza di un ampio corpus di fatti che possiamo completare in un modo o nell'altro. Possiamo sgretolare quest'iceberg lentamente e capire in cosa consista, oppure potremmo semplicemente aspettare che si sciolga, penso, uno di questi giorni ma in un modo o nell'altro potremmo arrivare all'intero iceberg. O renderlo gestibile. Ma non penso che sia questo il punto. Penso che quello che veramente succede nella scienza segua uno schema più simile al pozzo magico, dove non importa quanti secchi si tirino fuori, ci sarà sempre un altro secchio di acqua da riempire, o il mio preferito, con l'effetto e tutto, i cerchi nell'acqua. Se pensate alla conoscenza come ad un cerchio nell'acqua che si espande sempre più, è importante rendersi conto che la nostra ignoranza, la circonferenza di questa conoscenza, si ingrandisce con la conoscenza. Così il sapere genera ignoranza. È stato veramente ben espresso, ho pensato, da George Bernard Shaw. Fa parte di un brindisi che ha fatto per celebrare Einstein ad una cena organizzata in onore del lavoro di Einstein, nel quale egli afferma che la scienza crea più domande che risposte. ["La scienza ha sempre torto. Non risolve mai un problema senza crearne 10 di più"]
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.
Lo trovo geniale, e penso che abbia proprio ragione, in più è una specie di sicurezza per il lavoro. Pare che egli abbia preso l'idea dal filosofo Emanuele Kant che già cent'anni prima era arrivato a questa idea della propagazione della domanda, che ogni risposta genera ulteriori domande. Adoro quest'espressione, "propagazione della domanda" quest'idea di domande che si diffondono.
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.
Così, direi che il modello che vogliamo assumere non è partire ignoranti, mettere insieme dei fatti e acquisire conoscenza. È piuttosto il contrario, in realtà. Per che cosa usiamo questa conoscenza? Per cosa usiamo questa raccolta di fatti? La usiamo per creare una ignoranza migliore, per raggiungere, se volete, ignoranza di più alta qualità. Perché, sapete, esistono sia ignoranza di bassa qualità sia ignoranza di alta qualità. Non è tutto la stessa cosa. Gli scienziati ne discutono tutto il tempo. A volte le chiamiamo "sessioni-toro" Qualche volta le chiamiamo proposte concilianti. Ma ciononostante, è ciò di cui si tratta. È l'ignoranza. È quel quid che non conosciamo. È ciò che rende interessante una domanda.
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.
Quindi, cosa pensiamo di queste domande? Vi faccio vedere un grafico che si presenta abbastanza sui manifesti degli Happy-Hour in vari dipartimenti scientifici. Questo grafico indica la relazione tra ciò che sapete e quanto ne sapete. Quindi, ciò che sapete, potete saperlo dal niente al tutto, naturalmente, e il quanto ne sapete può attestarsi ovunque, dal poco al molto. Mettiamo un punto sul grafico. C'è uno studente universitario ai primi anni. Non sa molto, ma ha molti interessi. Si interessa praticamente di tutto. Ora osserviamo uno studente di laurea specialistica, un po' più avanti nella sua carriera di studio, e vediamo che sanno un po' di più, ma il campo è in qualche modo ristretto. E alla fine ottene il dottorato dove si scopre che sapete una gran quantita' di... quasi niente. (Risate) Ciò che veramente disturba è la linea di tendenza perché, naturalmente, quando va al di sotto dell'asse dello zero, si va in un'area negativa. È lì che si trovano le persone come me, mi dispiace.
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.
Quindi la cosa importante qui è che tutto ciò può essere modificato. L'intero punto di vista può essere cambiato senza far altro che cambiare l'etichetta sull'asse delle x. Così, invece di "quanto sai sull'argomento", potremmo dire,"Cosa puoi chiedere sull'argomento?" Dunque sì, gli scienziati devono davvero sapere molte cose, ma lo scopo di sapere molte cose non è solo sapere tante cose. Questo vi rende solo secchioni, giusto? Lo scopo di sapere molte cose è essere in grado di rispondere a molte domande, essere in grado di formulare domande ponderate, interessanti perché è là che sta il vero lavoro.
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?
Vi dò un veloce esempio di un paio di questo tipo di domande. Sono un neuroscienziato, dunque come potremmo formulare una domanda di neuroscienza? Poichè non è sempre così lineare. Così, per esempio, potremmo dire, bene cosa fa il cervello? Bene, una cosa che il cervello fa è farci andare in giro. Andiamo in giro su due gambe. Sembra piuttosto semplice, in un modo o nell'altro. Voglio dire, ipoteticamente chiunue abbia più di 10 mesi va in giro su due gambe, giusto? Quindi questo forse non è così interessante. Quindi, forse vogliamo scegliere qualcosa di leggermente più complicato da osservare. Cosa ne dite dell'apparato visivo? Ecco qua, l'apparato visivo. Voglio dire, noi amiamo il nostro sistema visivo. Ci facciamo di tutto. In effetti, ci sono più di 12 000 neuroscienziati che lavorano sull'apparato visivo, dalla retina alla corteccia visiva, nel tentativo di comprendere non solo il sistema visivo ma di capire anche i principi generali di come il cervello possa funzionare. Ma ecco il punto: la nostra tecnologia è davvero abbastanza efficace nel replicare ciò che il sistema visivo fa. Abbiamo Tv, abbiamo film, abbiamo l'animazione, abbiamo la fotografia, abbiamo modelli di riconoscimento, tutti questi tipi di cose. In alcuni casi funzionano in maniera diversa dal nostro apparato visivo ma ciononostante siamo stati piuttosto bravi nel costruire una tecnologia che funzioni come il nostro sistema visivo. In un modo o nell'altro, un centinaio di anni di robotica, non avete mai visto un robot camminare su due gambe, poiché i robot non camminano su due gambe perché non è una cosa facile da fare. Un centinaio di anni di robotica, e non siamo in grado di far sì che un robot muova più di un paio di passi, in una direzione o l'altra. Gli chiedete di risalire un piano inclinato, e cadono, di girarsi , e cadono. È un problema serio. Quindi qual è la cosa più difficile da fare per un cervello? Cosa dovremmo studiare? Forse dovrebbe essere il camminare su due gambe, o il sistema motorio. Vi darò un esempio dal mio laboratorio, la mia domanda particolare relativa all'odore, poichè lavoriamo sul senso dell'odorato. Ma qui c'è un diagramma di cinque molecole e una specie di simbolo chimico. Sono solo delle semplici vecchie molecole, ma se annusate queste molecole con i due piccoli fori che avete in mezzo alla faccia, avrete nella vostra mente la netta impressione di una rosa. Se c'è una rosa vera là, sono quelle molecole, ma anche se non ci fosse nessuna rosa là, voi avrete la memoria di una molecola. Come trasformiamo le molecole in percezioni? Qual è il processo con il quale ciò potrebbe accadere? Ecco qui un altro esempio: due semplici molecole, ancora in questa specie di notazione chimica. Potrebbe essere più semplice visualizzarle in questo modo, così i cerchi grigi sono atomi di carbonio, quelli bianchi sono atomi di idrogeno e quelli rossi sono atomi di ossigeno. Queste due molecole si differenziano solo per un atomo di carbonio e due piccoli atomi di idrogeno che lo accompagnano e tuttavia uno di loro, l'acetato di eptile, ha il distinto odore di una pera, e l'esil acetato è chiaramente una banana. Dunque, mi sembra che qui ci siano due fatti interessanti. Uno è, come può una semplice molecola come quella creare una percezione nel cervello che è chiara quanto una pera o una banana? E secondo, come diamine possiamo individuare la differenza fra due molecole che differiscono solo in un singolo atomo di carbonio? Voglio dire, questo mi sembra notevole, chiaramente il miglior rivelatore chimico sulla faccia del pianeta. E non ci si pensa neanche, non è vero?
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.
Questa è una delle mie citazioni preferite che ci riporta all'ignoranza e all'idea delle domande. Amo fare citazioni perché penso che le persone decedute non dovrebbero essere escluse dalla discussione. E penso anche che sia importante rendersi conto che in ogni caso la discussione sta andando avanti da un po'. Allora Erwin Schrodinger, un grande fisico quantistico e, penso, un filosofo, sottolinea come si debba "attenersi all'ignoranza per un indefinito lasso" di tempo. Ed è questo attenersi all'ignoranza che, penso, noi dobbiamo imparare a fare. È ingannevole. Non è un facile.
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.
Immagino che derivi dal nostro sistema d'istruzione e quindi parlerò un po' di ignoranza e istruzione, perché penso che è qui che si gioca la questione. Così, diciamocelo, nell'era di Google e Wikipedia, il modello economico dell'università e probabilmente della scuola secondaria, dovrà semplicemente cambiare. Non possiamo proprio più vendere fatti per vivere. Sono a disposizione con un click del mouse, o se volete, probabilmente potreste addirittura chiedere al muro uno di questi giorni, ovunque verranno nascoste le cose che ci raccontano tutte queste cose.
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.
E allora cosa dobbiamo fare? Dobbiamo dare ai nostri studenti un assaggio dei limiti, di quello che c'è fuori da quella circonferenza, di quello che è al di fuori dei fatti, quello che è appena oltre i fatti.
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.
Come lo facciamo? Beh, uno dei problemi, naturalmente, si rivela essere l'esperienza. Attualmente abbiamo un sistema educativo che è molto efficiente, ma è efficiente in una cosa piuttosto negativa. Dunque, al secondo anno di elementari, tutti i bambini si interessano di scienze, le ragazze ed i ragazzi. A loro piace smontare le cose. Hanno una grande curiosità. Amano indagare sulle cose. Vanno ai musei della scienza. Amano divertirsi. Sono in seconda elementare. Sono interessati. Ma arrivati in terza o quarta superiore, meno del 10% di loro ha un qualche interesse per la scienza, tantomeno un desiderio di intraprendere la carriera scientifica. E dunque abbiamo questo sistema straordinariamente efficiente per sradicare ogni interesse per la scienza dalla testa di tutti.
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.
È questo ciò che vogliamo? Penso che ciò derivi da quello che un mio collega chiama "il metodo bulimico dell'istruzione". Eh sì. Potete immaginare cosa sia. Li ingozziamo di informazioni poi loro ce le vomitano in un esame e vanno tutti a casa con nessun valore intellettuale aggiunto.
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.
Non è possibile continuare così. Cosa dobbiamo fare? Bene, i genetisti, devo dire, hanno un'interessante massima con la quale vivono. I genetisti dicono sempre: si ottiene sempre ciò che si setaccia. E questo appare come un avvertimento. Dunque otteniamo sempre ciò che setacciamo, e parte di ciò che setacciamo è nei nostri metodi di verifica. Bene, sentiamo molto parlare dei test e delle valutazioni, e dobbiamo riflettere con attenzione quando valutiamo, se stiamo valutando o se stiamo eliminando, se stiamo estirpando le persone, se stiamo facendo dei tagli. Valutare è una cosa. Si sente parlare molto dei metodi di valutazione nella letteratura di questi tempi, nella letteratura educativa ma valutazione significa dare riscontri e dare un'opportunità a tentativi ed errori. Significa dare la possibilità di lavorare su un periodo di tempo più lungo con questo tipo di feedback. È diverso dall'estirpare, e devo dire che, di solito, quando si parla di valutazione, di valutare gli studenti, valutare gli insegnanti, valutare le scuole, valutare i programmi, in realtà si parla di eliminazione. E questo è negativo, perché così si ottiene ciò che si è selezionato, che è ciò che è stato ottenuto finora.
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.
Allora direi che ciò di cui abbiamo bisogno è un test che dica: "Che cos'è x ?" e le risposte sono: " Non lo so, perché nessuno lo sa", o " Qual e' il problema?". Anche meglio. Oppure, "Sa una cosa, indagherò, chiederò a qualcuno, telefonerò a qualcuno. Lo scoprirò". Perché è questo che vogliamo che gli studenti facciano, e sarebbe questo il modo per valutarli. E forse per per le classi di livello avanzato, potrebbe essere: "Ecco la risposta. Qual è la prossima domanda?" Questo è quello che preferisco in particolare.
So let me end with a quote from William Butler Yeats, who said "Education is not about filling buckets; it is lighting fires."
Dunque, fatemi finire con una citazione di William Butler Yeats, che disse " Istruzione non significa riempire dei secchi, significa accendere fuochi".
So I'd say, let's get out the matches. Thank you.
Allora tiriamo fuori i fiammiferi. Grazie.
(Applause)
(Applausi)
Thank you. (Applause)
Grazie. (Applausi)