ABOUT THE SPEAKER
Tim Harford - Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences.

Why you should listen

In the Undercover Economist column he writes for the Financial Times, Tim Harford looks at familiar situations in unfamiliar ways and explains the fundamental principles of the modern economy. He illuminates them with clear writing and a variety of examples borrowed from daily life.

His book, Adapt: Why Success Always Starts With Failure, argues that the world has become far too unpredictable and complex for today's challenges to be tackled with ready-made solutions and expert opinions. Instead, Harford suggests, we need to learn to embrace failure and to constantly adapt, to improvise rather than plan, to work from the bottom up rather than the top down. His next book, Messy: Thriving in a Tidy-Minded World will be published in September 2016. 

Harford also presents the BBC radio series More or Less, a rare broadcast program devoted, as he says, to "the powerful, sometimes beautiful, often abused but ever ubiquitous world of numbers."

He says: "I’d like to see many more complex problems approached with a willingness to experiment."

More profile about the speaker
Tim Harford | Speaker | TED.com
TEDGlobal 2011

Tim Harford: Trial, error and the God complex

Tim Harford : L'expérimentation par tâtonnements et le complexe de Dieu

Filmed:
1,914,751 views

L'auteur de sciences économiques Tim Harford étudie les systèmes complexes, et trouve un lien surprenant parmi ceux qui réussissent : ils ont été construits par tâtonnements successifs. Dans cette intervention brillante à TEDGlobal 2011, il nous demande d'accepter notre part d'aléatoire et nous exhorte à commettre de meilleures erreurs.
- Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences. Full bio

Double-click the English transcript below to play the video.

00:15
It's the SecondSeconde WorldMonde WarGuerre.
0
0
2000
Nous sommes pendant la Seconde Guerre mondiale,
00:17
A GermanAllemand prisonprison campcamp.
1
2000
3000
dans un camp de prisonniers allemand,
00:20
And this man,
2
5000
3000
et cet homme,
00:23
ArchieArchie CochraneCochrane,
3
8000
3000
Archie Cochrane,
00:26
is a prisonerprisonnier of warguerre and a doctordocteur,
4
11000
3000
est un prisonnier de guerre et un médecin,
00:29
and he has a problemproblème.
5
14000
3000
et il a un problème.
00:32
The problemproblème is that the menHommes underen dessous de his carese soucier
6
17000
3000
Le problème est que les hommes qu'il soigne
00:35
are sufferingSouffrance
7
20000
2000
souffrent
00:37
from an excruciatingatroce and debilitatingdébilitante conditioncondition
8
22000
3000
d'une condition extrêmement douloureuse et débilitante
00:40
that ArchieArchie doesn't really understandcomprendre.
9
25000
3000
qu'Archie ne comprend pas vraiment.
00:43
The symptomssymptômes
10
28000
2000
Les symptômes
00:45
are this horriblehorrible swellingun gonflement up of fluidsfluides underen dessous de the skinpeau.
11
30000
3000
sont d'horribles gonflements des fluides sous la peau.
00:48
But he doesn't know whetherqu'il s'agisse it's an infectioninfection, whetherqu'il s'agisse it's to do with malnutritionmalnutrition.
12
33000
3000
Mais il ne sait pas si c'est une infection, ou si c'est lié à la malnutrition.
00:51
He doesn't know how to cureguérir it.
13
36000
2000
Il ne sait pas comment y remédier.
00:53
And he's operatingen fonctionnement in a hostilehostile environmentenvironnement.
14
38000
3000
Il travaille dans un environnement hostile.
00:56
And people do terribleterrible things in warsguerres.
15
41000
2000
Les gens font des choses effroyables en temps de guerre.
00:58
The GermanAllemand campcamp guardsgardes, they'veils ont got boredennuyé.
16
43000
3000
Les gardes du camp allemand s'ennuyaient
01:01
They'veIls ont takenpris to just firingmise à feu into the prisonprison campcamp at randomau hasard
17
46000
2000
Ils se mirent à tirer de manière complètement aléatoire à l’intérieur du camp de prisonniers
01:03
for funamusement.
18
48000
2000
pour s'amuser.
01:05
On one particularparticulier occasionoccasion,
19
50000
2000
Une fois, lors d’une occasion spécifique,
01:07
one of the guardsgardes threwjeta a grenadeGrenade into the prisoners'des prisonniers lavatorylavabo
20
52000
3000
l'un des gardes a même jeté une grenade dans les toilettes des prisonniers
01:10
while it was fullplein of prisonersles prisonniers.
21
55000
3000
alors qu'elles étaient pleines de prisonniers.
01:13
He said he heardentendu suspiciousméfiant laughterrire.
22
58000
2000
Il a dit avoir entendu des rires suspects.
01:15
And ArchieArchie CochraneCochrane, as the campcamp doctordocteur,
23
60000
3000
Archie Cochrane, en tant que médecin du camp,
01:18
was one of the first menHommes in
24
63000
2000
était l'un des premiers hommes à y entrer
01:20
to clearclair up the messdésordre.
25
65000
2000
pour nettoyer le carnage.
01:22
And one more thing:
26
67000
2000
D'autre part,
01:24
ArchieArchie was sufferingSouffrance from this illnessmaladie himselflui-même.
27
69000
3000
Archie souffrait lui-même de cette maladie.
01:27
So the situationsituation seemedsemblait prettyjoli desperatedésespéré.
28
72000
3000
La situation semblait donc assez désespérée.
01:30
But ArchieArchie CochraneCochrane
29
75000
2000
Mais Archie Cochrane
01:32
was a resourcefulplein de ressources personla personne.
30
77000
3000
était un homme plein de ressources.
01:35
He'dIl serait alreadydéjà smuggledcontrebande vitaminvitamine C into the campcamp,
31
80000
3000
Il avait déjà fait passer clandestinement de la vitamine C dans le camp,
01:38
and now he managedgéré
32
83000
2000
et il trouva le moyen
01:40
to get holdtenir of suppliesProvisions of marmitemarmite
33
85000
2000
de se procurer des provisions de marmite
01:42
on the blacknoir marketmarché.
34
87000
2000
au marché noir.
01:44
Now some of you will be wonderingme demandant what marmitemarmite is.
35
89000
3000
Certains d'entre vous se demandent maintenant ce qu'est la marmite.
01:47
MarmiteMarmite is a breakfastdéjeuner spreadpropager belovedaimé of the BritishBritannique.
36
92000
3000
La marmite est une pâte à tartiner que les Anglais adorent.
01:50
It looksregards like crudebrut oilpétrole.
37
95000
2000
Ça ressemble à du pétrole brut.
01:52
It tastesgoûts ...
38
97000
2000
Son goût est...
01:54
zestyzesty.
39
99000
2000
...épicé.
01:56
And importantlyimportant,
40
101000
2000
De façon plus importante,
01:58
it's a richriches sourcela source
41
103000
2000
c'est une source riche
02:00
of vitaminvitamine B12.
42
105000
2000
en vitamine B12.
02:02
So ArchieArchie splitsfractionne the menHommes underen dessous de his carese soucier as bestmeilleur he can
43
107000
3000
Archie sépare alors les hommes sous ses soins aussi bien qu’il le peut
02:05
into two equalégal groupsgroupes.
44
110000
2000
en deux groupes égaux.
02:07
He givesdonne halfmoitié of them vitaminvitamine C.
45
112000
2000
Il donne à la moitié d’entre eux de la vitamine C.
02:09
He givesdonne halfmoitié of them vitaminvitamine B12.
46
114000
3000
Il donne de la vitamine B12 à l'autre moitié.
02:12
He very carefullysoigneusement and meticulouslyméticuleusement notesRemarques his resultsrésultats
47
117000
3000
Il note ses résultats très soigneusement et méticuleusement
02:15
in an exerciseexercice booklivre.
48
120000
2000
dans un cahier.
02:17
And after just a fewpeu daysjournées,
49
122000
2000
Après seulement quelques jours,
02:19
it becomesdevient clearclair
50
124000
2000
il apparaît évident
02:21
that whateverpeu importe is causingprovoquant this illnessmaladie,
51
126000
3000
que quelle que soit l'origine de la maladie,
02:24
marmitemarmite is the cureguérir.
52
129000
3000
la marmite en est le remède.
02:27
So CochraneCochrane then goesva to the GermansAllemands who are runningfonctionnement the prisonprison campcamp.
53
132000
3000
Cochrane va donc voir les Allemands en charge du camp de prisonniers.
02:30
Now you've got to imagineimaginer at the momentmoment --
54
135000
2000
Vous devez vous représenter à cet instant --
02:32
forgetoublier this photophoto, imagineimaginer this guy
55
137000
2000
oubliez cette photo, imaginez-vous un type
02:34
with this long gingergingembre beardbarbe and this shockchoc of redrouge haircheveux.
56
139000
3000
avec une longue barbe rousse et un tas de cheveux roux.
02:37
He hasn'tn'a pas been ablecapable to shavese raser -- a sortTrier of BillyBilly ConnollyConnolly figurefigure.
57
142000
3000
Il n’avait pas pu se raser -- une silhouette à la Billy Connolly.
02:40
CochraneCochrane, he startsdéparts rantingrodomontades at these GermansAllemands
58
145000
2000
Cochrane commence à haranguer ces Allemands
02:42
in this ScottishÉcossais accentaccent --
59
147000
2000
avec son accent écossais --
02:44
in fluentFluent GermanAllemand, by the way, but in a ScottishÉcossais accentaccent --
60
149000
3000
dans un allemand courant, au passage, mais avec un accent écossais --
02:47
and explainsexplique to them how GermanAllemand cultureCulture was the cultureCulture
61
152000
3000
et il leur explique que la culture allemande est la culture
02:50
that gavea donné SchillerSchiller and GoetheGoethe to the worldmonde.
62
155000
2000
qui a donné Schiller et Goethe au monde.
02:52
And he can't understandcomprendre
63
157000
2000
Il ne peut comprendre
02:54
how this barbarismbarbarie can be toleratedtoléré,
64
159000
2000
comment ce barbarisme peut être toléré.
02:56
and he ventsévents his frustrationsfrustrations.
65
161000
3000
Il décharge sa frustration.
02:59
And then he goesva back to his quartersquartiers,
66
164000
3000
Puis il retourne dans ses quartiers,
03:02
breakspauses down and weepspleure
67
167000
3000
il se décompose et pleure
03:05
because he's convincedconvaincu that the situationsituation is hopelessdésespéré.
68
170000
3000
parce qu'il est convaincu que la situation est sans espoir.
03:10
But a youngJeune GermanAllemand doctordocteur
69
175000
3000
Mais un jeune médecin allemand
03:13
pickspics up ArchieArchie Cochrane'sDe Cochrane exerciseexercice booklivre
70
178000
3000
ramasse le cahier d'Archie Cochrane
03:16
and saysdit to his colleaguescollègues,
71
181000
4000
et dit à ses collègues :
03:20
"This evidencepreuve is incontrovertibleincontestable.
72
185000
5000
« Cette preuve est irréfutable.
03:25
If we don't supplyla fourniture vitaminsvitamines to the prisonersles prisonniers,
73
190000
3000
Si nous ne fournissons pas des vitamines aux prisonniers,
03:28
it's a warguerre crimela criminalité."
74
193000
2000
c'est un crime de guerre. »
03:30
And the nextprochain morningMatin,
75
195000
2000
Le matin suivant,
03:32
suppliesProvisions of vitaminvitamine B12 are deliveredlivré to the campcamp,
76
197000
3000
des provisions de vitamine B12 sont livrées au camp,
03:35
and the prisonersles prisonniers begincommencer to recoverrécupérer.
77
200000
3000
et les prisonniers commencent à se rétablir.
03:39
Now I'm not tellingrécit you this storyrécit
78
204000
2000
Je ne vous raconte pas maintenant cette histoire
03:41
because I think ArchieArchie CochraneCochrane is a dudeDude,
79
206000
2000
parce que je pense qu'Archie Cochrane est un type bien,
03:43
althoughbien que ArchieArchie CochraneCochrane is a dudeDude.
80
208000
4000
bien qu'Archie Cochrane soit un type bien
03:47
I'm not even tellingrécit you the storyrécit
81
212000
2000
Je ne vous raconte même pas cette histoire
03:49
because I think we should be runningfonctionnement
82
214000
2000
parce que je pense qu'on devrait exploiter
03:51
more carefullysoigneusement controlledcontrôlé randomizedrandomisés trialsessais
83
216000
2000
plus soigneusement les essais contrôlés aléatoires
03:53
in all aspectsaspects of publicpublic policypolitique,
84
218000
2000
dans tous les aspects des politiques publiques,
03:55
althoughbien que I think that would alsoaussi be completelycomplètement awesomeimpressionnant.
85
220000
4000
bien que je pense que ça serait complètement génial.
03:59
I'm tellingrécit you this storyrécit
86
224000
2000
Je vous raconte cette histoire
04:01
because ArchieArchie CochraneCochrane, all his life,
87
226000
3000
parce qu'Archie Cochrane, durant toute sa vie,
04:04
foughtcombattu againstcontre a terribleterrible afflictionaffliction,
88
229000
4000
s'est battu contre une maladie terrible.
04:08
and he realizedréalisé it was debilitatingdébilitante to individualspersonnes
89
233000
4000
Il a compris qu'elle était débilitante pour les individus
04:12
and it was corrosivecorrosifs to societiessociétés.
90
237000
2000
et corrosive pour les sociétés.
04:14
And he had a nameprénom for it.
91
239000
2000
Il lui avait donné un nom.
04:16
He calledappelé it the God complexcomplexe.
92
241000
3000
Il l'appelait le complexe de Dieu.
04:19
Now I can describedécrire the symptomssymptômes of the God complexcomplexe very, very easilyfacilement.
93
244000
4000
Je peux décrire maintenant les symptômes du complexe de Dieu très, très aisément.
04:23
So the symptomssymptômes of the complexcomplexe
94
248000
3000
Les symptômes du complexe sont que,
04:26
are, no mattermatière how complicatedcompliqué the problemproblème,
95
251000
3000
peu importe la complexité du problème,
04:29
you have an absolutelyabsolument overwhelmingaccablant beliefcroyance
96
254000
3000
vous avez la conviction absolument écrasante
04:32
that you are infalliblyinfailliblement right in your solutionSolution.
97
257000
4000
que votre solution au problème est infaillible.
04:36
Now ArchieArchie was a doctordocteur,
98
261000
2000
Archie était médecin.
04:38
so he hungpendu around with doctorsmédecins a lot.
99
263000
2000
Il trainait donc beaucoup avec des médecins.
04:40
And doctorsmédecins suffersouffrir from the God complexcomplexe a lot.
100
265000
3000
Les médecins souffrent beaucoup du complexe de Dieu.
04:43
Now I'm an economistéconomiste, I'm not a doctordocteur,
101
268000
2000
Moi, je suis un économiste, je ne suis pas médecin,
04:45
but I see the God complexcomplexe around me all the time
102
270000
2000
mais je rencontre tout le temps le complexe de Dieu autour de moi
04:47
in my fellowcompagnon economistséconomistes.
103
272000
2000
chez mes confrères économistes.
04:49
I see it in our businessEntreprise leadersdirigeants.
104
274000
2000
Je le rencontre chez nos dirigeants d'entreprises.
04:51
I see it in the politiciansLes politiciens we votevote for --
105
276000
2000
Je le rencontre chez les hommes politiques pour qui nous votons --
04:53
people who, in the facevisage of an incrediblyincroyablement complicatedcompliqué worldmonde,
106
278000
4000
des gens qui, face à un monde incroyablement compliqué,
04:57
are neverthelessNéanmoins absolutelyabsolument convincedconvaincu
107
282000
3000
sont malgré tout absolument convaincus
05:00
that they understandcomprendre the way that the worldmonde workstravaux.
108
285000
3000
qu'ils comprennent la façon dont le monde fonctionne.
05:03
And you know, with the futureavenir billionsdes milliards that we'venous avons been hearingaudition about,
109
288000
3000
Vous savez, avec les prochains milliards d'individus dont on nous parle,
05:06
the worldmonde is simplysimplement farloin too complexcomplexe
110
291000
2000
le monde est tout simplement bien trop compliqué
05:08
to understandcomprendre in that way.
111
293000
2000
pour le comprendre de cette façon.
05:10
Well let me give you an exampleExemple.
112
295000
2000
Laissez-moi vous donner un exemple.
05:12
ImagineImaginez for a momentmoment
113
297000
2000
Imaginez pour l'instant
05:14
that, insteadau lieu of TimTim HarfordHarford in frontde face of you,
114
299000
2000
qu'à la place de Tim Harford devant vous,
05:16
there was HansHans RoslingRosling presentingen présentant his graphsgraphiques.
115
301000
3000
il y ait Hans Rosling en train de présenter ses graphiques.
05:19
You know HansHans:
116
304000
2000
Vous connaissez Hans :
05:21
the MickMick JaggerJagger of TEDTED.
117
306000
2000
le Mick Jagger de TED.
05:23
(LaughterRires)
118
308000
2000
(Rires)
05:25
And he'dil aurait be showingmontrer you these amazingincroyable statisticsstatistiques,
119
310000
2000
Il serait en train de vous montrer ces statistiques étonnantes,
05:27
these amazingincroyable animationsdes animations.
120
312000
2000
ces animations incroyables.
05:29
And they are brilliantbrillant; it's wonderfulformidable work.
121
314000
2000
Elles sont brillantes ; c'est un travail merveilleux.
05:31
But a typicaltypique HansHans RoslingRosling graphgraphique:
122
316000
2000
Mais prenez un graph typique d'Hans Rosling :
05:33
think for a momentmoment, not what it showsmontre,
123
318000
3000
pensez un instant, non pas à ce qu'il montre,
05:36
but think insteadau lieu about what it leavesfeuilles out.
124
321000
3000
mais pensez plutôt à ce qu'il ne montre pas.
05:39
So it'llça va showmontrer you GDPPIB perpar capitatête,
125
324000
3000
Il vous montrera le PIB par habitant,
05:42
populationpopulation, longevitylongévité,
126
327000
2000
la population, la longévité,
05:44
that's about it.
127
329000
2000
C’est à peu près tout.
05:46
So threeTrois piecesdes morceaux of dataLes données for eachchaque countryPays --
128
331000
2000
Trois ensembles de données pour chaque pays.
05:48
threeTrois piecesdes morceaux of dataLes données.
129
333000
2000
Trois ensembles de données.
05:50
ThreeTrois piecesdes morceaux of dataLes données is nothing.
130
335000
2000
Trois ensembles de données, ce n'est rien.
05:52
I mean, have a look at this graphgraphique.
131
337000
2000
Je veux dire, regardez ce graphique.
05:54
This is producedproduit by the physicistphysicien CesarCesar HidalgoHidalgo.
132
339000
2000
Il a été réalisé par le physicien Cesar Hidalgo.
05:56
He's at MITMIT.
133
341000
2000
Il travaille au MIT.
05:58
Now you won'thabitude be ablecapable to understandcomprendre a wordmot of it,
134
343000
2000
Vous ne pourrez pas y comprendre quoi que ce soit
06:00
but this is what it looksregards like.
135
345000
2000
mais voilà à quoi ça ressemble.
06:02
CesarCesar has trolledcontrôlé the databasebase de données
136
347000
2000
Cesar a parcouru la base de données
06:04
of over 5,000 differentdifférent productsdes produits,
137
349000
3000
de plus de 5000 produits différents,
06:07
and he's used techniquestechniques of networkréseau analysisune analyse
138
352000
5000
et il a utilisé les techniques d'analyse de réseau
06:12
to interrogateinterroger les this databasebase de données
139
357000
2000
pour interroger cette base de données
06:14
and to graphgraphique relationshipsdes relations betweenentre the differentdifférent productsdes produits.
140
359000
2000
et pour représenter graphiquement les relations entre les différents produits.
06:16
And it's wonderfulformidable, wonderfulformidable work.
141
361000
2000
C'est un travail absolument merveilleux.
06:18
You showmontrer all these interconnectionsinterconnexions, all these interrelationsinterrelations.
142
363000
3000
Vous voyez toutes ces interconnexions, toutes ces interdépendances.
06:21
And I think it'llça va be profoundlyprofondément usefulutile
143
366000
2000
Je pense que ce sera profondément utile
06:23
in understandingcompréhension how it is that economieséconomies growcroître.
144
368000
3000
pour comprendre les croissances économiques.
06:26
BrilliantBrillant work.
145
371000
2000
Un travail remarquable.
06:28
CesarCesar and I trieda essayé to writeécrire a piecepièce for The NewNouveau YorkYork TimesFois MagazineMagazine
146
373000
2000
Cesar et moi avons essayé d'écrire un article pour le New York Times Magazine
06:30
explainingexpliquer how this workstravaux.
147
375000
2000
en expliquant comment ça fonctionne.
06:32
And what we learnedappris
148
377000
2000
Ce que nous avons appris
06:34
is Cesar'sDe Cesar work is farloin too good to explainExplique
149
379000
2000
est que le travail de Cesar est bien trop bon pour être expliqué
06:36
in The NewNouveau YorkYork TimesFois MagazineMagazine.
150
381000
2000
dans le New York Times Magazine.
06:40
FiveCinq thousandmille productsdes produits --
151
385000
3000
5000 produits --
06:43
that's still nothing.
152
388000
2000
ça n'est pas grand chose.
06:45
FiveCinq thousandmille productsdes produits --
153
390000
2000
5000 produits --
06:47
imagineimaginer countingcompte everychaque productproduit categoryCatégorie
154
392000
2000
imaginez-vous dénombrer chaque catégorie de produit
06:49
in CesarCesar Hidalgo'sHidalgo dataLes données.
155
394000
2000
dans les données de Cesar Hidalgo.
06:51
ImagineImaginez you had one secondseconde
156
396000
2000
Imaginez-vous avoir entendu une seconde
06:53
perpar productproduit categoryCatégorie.
157
398000
2000
par catégorie de produit.
06:55
In about the lengthlongueur of this sessionsession,
158
400000
3000
Dans la durée de cette session,
06:58
you would have counteddénombré all 5,000.
159
403000
2000
vous auriez compté les 5000.
07:00
Now imagineimaginer doing the sameMême thing
160
405000
2000
Imaginez faire la même chose
07:02
for everychaque differentdifférent typetype of productproduit on salevente in WalmartWal-Mart.
161
407000
3000
pour tous les types de produits différents en vente à Walmart.
07:05
There are 100,000 there. It would take you all day.
162
410000
3000
Il y en a 100 000. Ça vous prendrait la journée.
07:08
Now imagineimaginer tryingen essayant to countcompter
163
413000
2000
Imaginez maintenant que vous essayez de compter
07:10
everychaque differentdifférent specificspécifique productproduit and serviceun service
164
415000
3000
tous les différents produits et services spécifiques
07:13
on salevente in a majorMajeur economyéconomie
165
418000
2000
en vente dans une économie importante
07:15
suchtel as TokyoTokyo, LondonLondres or NewNouveau YorkYork.
166
420000
2000
comme celles de Tokyo, Londres, ou New York.
07:17
It's even more difficultdifficile in EdinburghEdinburgh
167
422000
2000
C'est encore plus difficile à Edinburgh
07:19
because you have to countcompter all the whiskywhisky and the tartantartan.
168
424000
3000
parce que vous devez compter tout le whisky et le tartan.
07:22
If you wanted to countcompter everychaque productproduit and serviceun service
169
427000
2000
Si vous voulez dénombrer tous les produits et services
07:24
on offeroffre in NewNouveau YorkYork --
170
429000
2000
en vente à New York --
07:26
there are 10 billionmilliard of them --
171
431000
2000
il y en a 10 milliards --
07:28
it would take you 317 yearsannées.
172
433000
3000
cela vous prendrait 317 ans.
07:31
This is how complexcomplexe the economyéconomie we'venous avons createdcréé is.
173
436000
3000
C'est le niveau de complexité de l'économie que l'on a créée.
07:34
And I'm just countingcompte toastersgrille-pains here.
174
439000
2000
Et je compte juste les grille-pains.
07:36
I'm not tryingen essayant to solverésoudre the MiddleMoyen EastEast problemproblème.
175
441000
2000
Je n'essaie pas de résoudre le problème du Moyen-Orient.
07:39
The complexitycomplexité here is unbelievableincroyable.
176
444000
3000
La complexité est ici incroyable.
07:42
And just a piecepièce of contextle contexte --
177
447000
2000
Pour vous mettre dans le contexte :
07:44
the societiessociétés in whichlequel our brainscerveaux evolvedévolué
178
449000
2000
les sociétés dans lesquelles nos cerveaux ont évolué
07:46
had about 300 productsdes produits and servicesprestations de service.
179
451000
2000
offraient environ 300 produits et services.
07:48
You could countcompter them in fivecinq minutesminutes.
180
453000
3000
Vous pouviez les dénombrer en cinq minutes.
07:51
So this is the complexitycomplexité of the worldmonde that surroundsentoure us.
181
456000
3000
Voilà donc la complexité du monde qui nous entoure.
07:54
This perhapspeut être is why
182
459000
2000
C'est peut-être la raison pour laquelle
07:56
we find the God complexcomplexe so temptingTempting.
183
461000
3000
nous trouvons que le complexe de Dieu est si tentant.
07:59
We tendtendre to retreatretraite and say, "We can drawdessiner a picturephoto,
184
464000
3000
Nous avons tendance à nous replier et dire : « Nous pouvons dessiner une image,
08:02
we can postposter some graphsgraphiques,
185
467000
2000
nous pouvons afficher des graphiques,
08:04
we get it, we understandcomprendre how this workstravaux."
186
469000
3000
nous comprenons comment ça marche. »
08:07
And we don't.
187
472000
2000
Mais nous ne le comprenons pas
08:09
We never do.
188
474000
2000
Nous ne le comprenons jamais.
08:11
Now I'm not tryingen essayant to deliverlivrer a nihilisticnihiliste messagemessage here.
189
476000
2000
Je n'essaye pas de propager un message nihiliste ici.
08:13
I'm not tryingen essayant to say we can't solverésoudre
190
478000
2000
Je ne dis pas que nous ne pouvons pas résoudre
08:15
complicatedcompliqué problemsproblèmes in a complicatedcompliqué worldmonde.
191
480000
2000
des problèmes compliqués dans un monde compliqué.
08:17
We clearlyclairement can.
192
482000
2000
Nous le pouvons clairement.
08:19
But the way we solverésoudre them
193
484000
2000
Mais la façon dont nous les résolvons
08:21
is with humilityhumilité --
194
486000
2000
est faite d'humilité --
08:23
to abandonabandonner the God complexcomplexe
195
488000
2000
pour renoncer au complexe de Dieu
08:25
and to actuallyréellement use a problem-solvingrésolution de problèmes techniquetechnique that workstravaux.
196
490000
3000
et pour utiliser une technique de résolution qui fonctionne.
08:28
And we have a problem-solvingrésolution de problèmes techniquetechnique that workstravaux.
197
493000
3000
Nous avons une technique de résolution qui marche.
08:31
Now you showmontrer me
198
496000
2000
Montrez-moi
08:33
a successfulréussi complexcomplexe systemsystème,
199
498000
2000
un système complexe couronné de succès,
08:35
and I will showmontrer you a systemsystème
200
500000
3000
et je vous montrerai un système
08:38
that has evolvedévolué throughpar trialprocès and errorErreur.
201
503000
2000
qui a évolué par tâtonnements successifs.
08:40
Here'sVoici an exampleExemple.
202
505000
2000
Voici un exemple.
08:42
This babybébé was producedproduit throughpar trialprocès and errorErreur.
203
507000
3000
Ce bébé est né par tâtonnements successifs.
08:46
I realizeprendre conscience de that's an ambiguousambiguë statementdéclaration.
204
511000
3000
Je me rends compte que c'est une déclaration ambiguë.
08:49
Maybe I should clarifyclarifier it.
205
514000
2000
Peut-être devrais-je la clarifier.
08:51
This babybébé is a humanHumain bodycorps: it evolvedévolué.
206
516000
3000
Ce bébé est un corps humain : il a évolué.
08:54
What is evolutionévolution?
207
519000
2000
Qu'est-ce que l'évolution ?
08:56
Over millionsdes millions of yearsannées, variationvariation and selectionsélection,
208
521000
3000
Pendant des millions d'années, une variation et une sélection,
08:59
variationvariation and selectionsélection --
209
524000
3000
une variation et une sélection --
09:02
trialprocès and errorErreur,
210
527000
2000
un essai et une erreur,
09:04
trialprocès and errorErreur.
211
529000
3000
un essai et une erreur.
09:07
And it's not just biologicalbiologique systemssystèmes
212
532000
2000
Il n'y a pas que les systèmes biologiques
09:09
that produceproduire miraclesmiracles throughpar trialprocès and errorErreur.
213
534000
2000
qui produisent des miracles via l'essai et l'erreur.
09:11
You could use it in an industrialindustriel contextle contexte.
214
536000
2000
Vous pourriez l'utiliser dans un contexte industriel.
09:13
So let's say you wanted to make detergentdétergent.
215
538000
2000
Disons que vous vouliez fabriquer un détergent.
09:15
Let's say you're UnileverUnilever
216
540000
2000
Disons que vous êtes Unilever
09:17
and you want to make detergentdétergent in a factoryusine nearprès LiverpoolLiverpool.
217
542000
3000
et que vous voulez fabriquer un détergent dans une usine près de Liverpool.
09:20
How do you do it?
218
545000
2000
Comment faites-vous ?
09:22
Well you have this great biggros tankréservoir fullplein of liquidliquide detergentdétergent.
219
547000
3000
Vous avez ce grand réservoir plein de détergent liquide.
09:25
You pumppompe it at a highhaute pressurepression throughpar a nozzlebuse.
220
550000
2000
Vous le pompez à haute pression grâce à un ajutage.
09:27
You createcréer a sprayvaporisateur of detergentdétergent.
221
552000
3000
Vous créez un pulvérisateur de détergent.
09:30
Then the sprayvaporisateur driessèche. It turnsse tourne into powderpoudre.
222
555000
2000
Puis le pulvérisateur sèche et ça devient de la poudre.
09:32
It fallschutes to the floorsol.
223
557000
2000
Ça tombe par terre.
09:34
You scoopScoop it up. You put it in cardboardcarton boxesdes boites.
224
559000
2000
Vous le ramassez, vous le mettez dans des boîtes en carton.
09:36
You sellvendre it at a supermarketsupermarché.
225
561000
2000
Vous le vendez dans un supermarché.
09:38
You make lots of moneyargent.
226
563000
2000
Vous gagnez plein d'argent.
09:40
How do you designconception that nozzlebuse?
227
565000
3000
Comment concevez-vous l'ajutage ?
09:43
It turnsse tourne out to be very importantimportant.
228
568000
3000
Cela s'avère très important.
09:46
Now if you ascribeattribuer to the God complexcomplexe,
229
571000
2000
Si vous souscrivez au complexe de Dieu,
09:48
what you do is you find yourselftoi même a little God.
230
573000
3000
vous vous dénichez un petit dieu.
09:51
You find yourselftoi même a mathematicianmathématicien; you find yourselftoi même a physicistphysicien --
231
576000
3000
Vous dénichez un mathématicien, un physicien,
09:54
somebodyquelqu'un who understandscomprend the dynamicsdynamique of this fluidliquide.
232
579000
3000
quelqu'un qui comprend la dynamique de ce fluide.
09:57
And he will, or she will,
233
582000
3000
Et il ou elle
10:00
calculatecalculer the optimaloptimal designconception of the nozzlebuse.
234
585000
3000
calculera le design optimal de l'ajutage.
10:03
Now UnileverUnilever did this and it didn't work --
235
588000
2000
C'est ce qu'a fait Unilever, et ça n'a pas marché.
10:05
too complicatedcompliqué.
236
590000
2000
C'était trop compliqué.
10:07
Even this problemproblème, too complicatedcompliqué.
237
592000
3000
Même ce problème était trop compliqué.
10:10
But the geneticistgénéticien ProfessorProfesseur SteveSteve JonesJones
238
595000
3000
Mais le professeur de génétique Steve Jones
10:13
describesdécrit how UnileverUnilever actuallyréellement did solverésoudre this problemproblème --
239
598000
3000
décrit comment Unilever a en fait résolu le problème.
10:16
trialprocès and errorErreur,
240
601000
2000
Par essais et erreurs,
10:18
variationvariation and selectionsélection.
241
603000
2000
variations et sélections.
10:20
You take a nozzlebuse
242
605000
2000
Vous prenez un ajutage
10:22
and you createcréer 10 randomau hasard variationsvariations on the nozzlebuse.
243
607000
4000
et vous créez 10 variations au hasard sur l'ajutage.
10:26
You try out all 10; you keep the one that workstravaux bestmeilleur.
244
611000
3000
Vous les essayez toutes les 10, et vous gardez celle qui marche le mieux.
10:29
You createcréer 10 variationsvariations on that one.
245
614000
2000
Vous créez 10 variations sur celui-ci.
10:31
You try out all 10. You keep the one that workstravaux bestmeilleur.
246
616000
3000
Vous les essayez toutes les 10. Vous gardez celle qui marche le mieux.
10:34
You try out 10 variationsvariations on that one.
247
619000
2000
Vous essayez 10 variations sur celui-là.
10:36
You see how this workstravaux, right?
248
621000
2000
Vous voyez comment ça fonctionne, n'est-ce pas ?
10:38
And after 45 generationsgénérations,
249
623000
2000
Après 45 générations,
10:40
you have this incredibleincroyable nozzlebuse.
250
625000
2000
vous obtenez cet ajutage incroyable.
10:42
It looksregards a bitbit like a chesséchecs piecepièce --
251
627000
2000
Il ressemble un peu à une pièce d'échecs.
10:44
functionsles fonctions absolutelyabsolument brilliantlybrillamment.
252
629000
3000
Il fonctionne de manière absolument brillante.
10:47
We have no ideaidée
253
632000
2000
Nous n'avons aucune idée
10:49
why it workstravaux,
254
634000
2000
de pourquoi ça fonctionne,
10:51
no ideaidée at all.
255
636000
2000
vraiment aucune idée.
10:53
And the momentmoment you stepétape back from the God complexcomplexe --
256
638000
2000
Dès l'instant où vous sortez du complexe de Dieu --
10:55
let's just try to have a bunchbouquet of stuffdes trucs;
257
640000
2000
essayons d'avoir un ensemble de choses,
10:57
let's have a systematicsystématique way of determiningdéterminer what's workingtravail and what's not --
258
642000
3000
et d'avoir un moyen systématique pour déterminer ce qui marche bien et mal.
11:00
you can solverésoudre your problemproblème.
259
645000
2000
Vous pouvez résoudre votre problème.
11:02
Now this processprocessus of trialprocès and errorErreur
260
647000
2000
Ce procédé par tâtonnements successifs
11:04
is actuallyréellement farloin more commoncommun in successfulréussi institutionsinstitutions
261
649000
3000
est en fait bien plus répandu dans les institutions qui fonctionnent
11:07
than we carese soucier to recognizereconnaître.
262
652000
2000
que nous daignons le reconnaitre.
11:09
And we'venous avons heardentendu a lot about how economieséconomies functionfonction.
263
654000
3000
Nous avons beaucoup entendu parler du fonctionnement des économies.
11:12
The U.S. economyéconomie is still the world'smonde greatestplus grand economyéconomie.
264
657000
4000
L'économie américaine est toujours la plus grande économie au monde.
11:16
How did it becomedevenir the world'smonde greatestplus grand economyéconomie?
265
661000
3000
Comment est-elle devenue la plus grande économie mondiale ?
11:19
I could give you all kindssortes of factsfaits and figureschiffres
266
664000
2000
Je pourrais vous donner toutes sortes de faits et de chiffres
11:21
about the U.S. economyéconomie,
267
666000
2000
sur l'économie américaine,
11:23
but I think the mostles plus salientsaillant one is this:
268
668000
3000
mais je pense que le plus marquant est celui-ci :
11:26
tenDix percentpour cent of AmericanAméricain businessesentreprises
269
671000
3000
10% des entreprises américaines
11:29
disappeardisparaître everychaque yearan.
270
674000
3000
disparaissent chaque année.
11:32
That is a hugeénorme failureéchec ratetaux.
271
677000
3000
C'est un énorme taux d'échec.
11:35
It's farloin higherplus haute than the failureéchec ratetaux of, say, AmericansAméricains.
272
680000
2000
C'est bien plus que le taux d'échec des Américains par exemple.
11:37
TenDix percentpour cent of AmericansAméricains don't disappeardisparaître everychaque yearan.
273
682000
3000
10% des Américains ne disparaissent pas chaque année.
11:40
WhichQui leadspistes us to concludeconclure
274
685000
2000
Ce qui nous amène à conclure
11:42
AmericanAméricain businessesentreprises failéchouer fasterPlus vite than AmericansAméricains,
275
687000
3000
que les entreprises américaines échouent plus vite que les Américains,
11:45
and thereforedonc AmericanAméricain businessesentreprises are evolvingévoluant fasterPlus vite than AmericansAméricains.
276
690000
3000
et donc que les entreprises américaines évoluent plus vite que les Américains.
11:48
And eventuallyfinalement, they'llils vont have evolvedévolué to suchtel a highhaute peakde pointe of perfectionperfection
277
693000
3000
Au final, elles auront évolué jusqu'à un tel degré de perfection
11:51
that they will make us all theirleur petsanimaux de compagnie --
278
696000
3000
qu'elles feront de nous leurs animaux domestiques.
11:54
(LaughterRires)
279
699000
2000
(Rires)
11:56
if, of coursecours, they haven'tn'a pas alreadydéjà doneterminé so.
280
701000
3000
Si, bien sûr, tel n'est pas déjà le cas.
11:59
I sometimesparfois wondermerveille.
281
704000
3000
Je me pose la question parfois.
12:02
But it's this processprocessus of trialprocès and errorErreur
282
707000
2000
Mais c'est ce procédé par tâtonnements successifs
12:04
that explainsexplique this great divergencedivergence,
283
709000
4000
qui explique cette grande divergence,
12:08
this incredibleincroyable performanceperformance of WesternWestern economieséconomies.
284
713000
3000
cet incroyable accomplissement des économies occidentales.
12:11
It didn't come because you put some incrediblyincroyablement smartintelligent personla personne in chargecharge.
285
716000
3000
Ce n'est pas dû au fait que vous ayez placé une personne incroyablement douée aux commandes.
12:14
It's come throughpar trialprocès and errorErreur.
286
719000
2000
C'est l'aboutissement d'essais et d'erreurs.
12:16
Now I've been sortTrier of bangingclaquement on about this
287
721000
2000
Je n'arrête pas de parler de ça
12:18
for the last couplecouple of monthsmois,
288
723000
2000
depuis deux mois,
12:20
and people sometimesparfois say to me,
289
725000
2000
et les gens me disent parfois :
12:22
"Well TimTim, it's kindgentil of obviousévident.
290
727000
2000
« Voyons, Tim, c'est assez évident.
12:24
ObviouslyDe toute évidence trialprocès and errorErreur is very importantimportant.
291
729000
2000
Évidemment que le tâtonnement successif est très important.
12:26
ObviouslyDe toute évidence experimentationexpérimentation is very importantimportant.
292
731000
2000
Évidemment que l'expérimentation est très importante.
12:28
Now why are you just wanderingerrance around sayingen disant this obviousévident thing?"
293
733000
3000
Pourquoi cours-tu donc partout pour dire cette chose évidente ? »
12:31
So I say, okay, fine.
294
736000
2000
Je dis : « Bon, d'accord.
12:33
You think it's obviousévident?
295
738000
2000
Vous pensez que c'est évident ?
12:35
I will admitadmettre it's obviousévident
296
740000
2000
J'admettrai que c'est évident
12:37
when schoolsécoles
297
742000
2000
quand les écoles
12:39
startdébut teachingenseignement childrenles enfants
298
744000
3000
commenceront à enseigner aux enfants
12:42
that there are some problemsproblèmes that don't have a correctcorrect answerrépondre.
299
747000
3000
qu'il y a des problèmes qui n'ont pas de réponse exacte.
12:45
Stop givingdonnant them listslistes of questionsdes questions
300
750000
3000
Arrêtez de leur donner des listes de questions
12:48
everychaque singleunique one of whichlequel has an answerrépondre.
301
753000
2000
qui ont toutes une réponse.
12:50
And there's an authorityautorité figurefigure in the cornercoin
302
755000
2000
Comme s'il y avait une figure d'autorité dans le coin
12:52
behindderrière the teacher'sde l’enseignant deskbureau who knowssait all the answersréponses.
303
757000
2000
derrière le bureau de l'enseignant qui connaissait toutes les réponses.
12:54
And if you can't find the answersréponses,
304
759000
2000
Si vous ne pouvez pas trouver les réponses,
12:56
you mustdoit be lazyparesseux or stupidstupide.
305
761000
2000
vous devez être fainéant, ou stupide.
12:58
When schoolsécoles stop doing that all the time,
306
763000
2000
Quand les écoles arrêteront de faire tout le temps ça,
13:00
I will admitadmettre that, yes,
307
765000
2000
j'admettrai que, oui,
13:02
it's obviousévident that trialprocès and errorErreur is a good thing.
308
767000
2000
c'est évident que l'essai et l'erreur est une bonne chose.
13:04
When a politicianhomme politique standspeuplements up
309
769000
3000
Quand un homme politique prendra position
13:07
campaigningfaire campagne for electedélu officeBureau
310
772000
2000
lors d'une campagne pour être élu
13:09
and saysdit, "I want to fixréparer our healthsanté systemsystème.
311
774000
2000
et dira : « Je veux réparer notre système de santé.
13:11
I want to fixréparer our educationéducation systemsystème.
312
776000
2000
Je veux réparer notre système éducatif.
13:13
I have no ideaidée how to do it.
313
778000
3000
Je n'ai aucune idée de la façon de procéder.
13:16
I have halfmoitié a dozendouzaine ideasidées.
314
781000
2000
J'ai une demi-douzaine d'idées.
13:18
We're going to testtester them out. They'llIls vont probablyProbablement all failéchouer.
315
783000
3000
Nous allons toutes les tester. Elles échoueront probablement toutes.
13:21
Then we'llbien testtester some other ideasidées out.
316
786000
2000
Puis nous essayerons d'autres idées.
13:23
We'llNous allons find some that work. We'llNous allons buildconstruire on those.
317
788000
2000
Nous en trouverons qui fonctionnent. Nous les adopterons.
13:25
We'llNous allons get riddébarrasser of the onesceux that don't." --
318
790000
2000
Nous nous débarrasserons de celles qui ne fonctionnent pas. »
13:27
when a politicianhomme politique campaignscampagnes on that platformPlate-forme,
319
792000
3000
Quand un homme politique fera campagne sur ce programme,
13:30
and more importantlyimportant, when votersélecteurs like you and me
320
795000
3000
et plus important, quand les électeurs comme vous et moi
13:33
are willingprêt to votevote for that kindgentil of politicianhomme politique,
321
798000
2000
voudront voter pour ce genre d'homme politique,
13:35
then I will admitadmettre
322
800000
2000
alors j'admettrai
13:37
that it is obviousévident that trialprocès and errorErreur workstravaux, and that -- thank you.
323
802000
3000
qu'il est évident que l'expérimentation par tâtonnements fonctionne -- merci.
13:40
(ApplauseApplaudissements)
324
805000
4000
(Applaudissements)
13:44
UntilJusqu’au then, untiljusqu'à then
325
809000
3000
Jusqu'à ce que ça arrive,
13:47
I'm going to keep bangingclaquement on about trialprocès and errorErreur
326
812000
2000
je vais continuer à parler partout de l'expérimentation par tâtonnements
13:49
and why we should abandonabandonner the God complexcomplexe.
327
814000
3000
et de pourquoi nous devrions abandonner le complexe de Dieu.
13:52
Because it's so harddifficile
328
817000
3000
Parce qu'il est dur
13:55
to admitadmettre our ownposséder fallibilityfaillibilité.
329
820000
2000
d'admettre notre propre faillibilité.
13:57
It's so uncomfortableinconfortable.
330
822000
2000
C'est si pénible.
13:59
And ArchieArchie CochraneCochrane understoodcompris this as well as anybodyn'importe qui.
331
824000
3000
Archie Cochrane comprenait ça aussi bien que quiconque.
14:02
There's this one trialprocès he rancouru
332
827000
2000
Il y a une expérience qu'il a menée
14:04
manybeaucoup yearsannées after WorldMonde WarGuerre IIII.
333
829000
2000
plusieurs années après la Seconde Guerre mondiale.
14:06
He wanted to testtester out
334
831000
3000
Il voulait tester
14:09
the questionquestion of, where is it
335
834000
2000
la question de savoir à quel endroit
14:11
that patientsles patients should recoverrécupérer
336
836000
2000
les patients devraient se rétablir
14:13
from heartcœur attacksattaques?
337
838000
2000
après une attaque cardiaque.
14:15
Should they recoverrécupérer in a specializedspécialisé cardiaccardiaque unitunité in hospitalhôpital,
338
840000
3000
Devraient-ils se rétablir dans un service cardiologique spécialisé à l'hôpital,
14:18
or should they recoverrécupérer at home?
339
843000
3000
ou devraient-ils se rétablir chez eux ?
14:21
All the cardiaccardiaque doctorsmédecins trieda essayé to shutfermer him down.
340
846000
3000
Tous les cardiologues ont essayé de l'arrêter.
14:24
They had the God complexcomplexe in spadespiques.
341
849000
3000
Ils avaient le complexe de Dieu à la pelle.
14:27
They knewa connu that theirleur hospitalshôpitaux were the right placeendroit for patientsles patients,
342
852000
3000
Ils savaient que leurs hôpitaux étaient le bon endroit pour les patients.
14:30
and they knewa connu it was very unethicalcontraire à l’éthique
343
855000
2000
Ils savaient que cela allait contre l'éthique
14:32
to runcourir any kindgentil of trialprocès or experimentexpérience.
344
857000
3000
de mener un essai ou une expérimentation quelconque.
14:35
NeverthelessNéanmoins, ArchieArchie managedgéré to get permissionautorisation to do this.
345
860000
2000
Néanmoins, Archie a réussi à obtenir la permission de le faire.
14:37
He rancouru his trialprocès.
346
862000
2000
Il a mené ses essais.
14:39
And after the trialprocès had been runningfonctionnement for a little while,
347
864000
2000
Après avoir mené les essais pendant un moment,
14:41
he gatheredrecueillies togetherensemble all his colleaguescollègues
348
866000
2000
il a rassemblé tous ses collègues ensemble
14:43
around his tabletable,
349
868000
2000
autour de sa table,
14:45
and he said, "Well, gentlemenmessieurs,
350
870000
2000
et il a dit : « Eh bien, messieurs,
14:47
we have some preliminarypréliminaire resultsrésultats.
351
872000
2000
nous avons des résultats préliminaires.
14:49
They're not statisticallystatistiquement significantimportant.
352
874000
2000
Ils ne sont pas statistiquement significatifs.
14:51
But we have something.
353
876000
3000
Mais nous avons quelque chose.
14:54
And it turnsse tourne out that you're right and I'm wrongfaux.
354
879000
3000
Il s'avère que vous avez raison et que j'ai tort.
14:57
It is dangerousdangereux for patientsles patients
355
882000
2000
Il est dangereux pour les patients
14:59
to recoverrécupérer from heartcœur attacksattaques at home.
356
884000
2000
de se rétablir d'attaques cardiaques à la maison.
15:01
They should be in hospitalhôpital."
357
886000
3000
Ils devraient être à l'hôpital. »
15:04
And there's this uproarUproar, and all the doctorsmédecins startdébut poundingpounding the tabletable
358
889000
2000
Il y a ce tintamarre, et tous les médecins se mettent à taper du poing sur la table
15:06
and sayingen disant, "We always said you were unethicalcontraire à l’éthique, ArchieArchie.
359
891000
3000
et ils disent : « Nous avons toujours dit que tu allais à l'encontre de la déontologie, Archie.
15:09
You're killingmeurtre people with your clinicalclinique trialsessais. You need to shutfermer it down now.
360
894000
3000
Tu tues des gens avec tes tests cliniques. Tu dois les arrêter maintenant.
15:12
ShutFermer it down at onceune fois que."
361
897000
2000
Ferme-les immédiatement. »
15:14
And there's this hugeénorme hubbubbrouhaha.
362
899000
2000
Et il y a ce grand brouhaha.
15:16
ArchieArchie letspermet it diemourir down.
363
901000
2000
Archie le laisse s'éteindre.
15:18
And then he saysdit, "Well that's very interestingintéressant, gentlemenmessieurs,
364
903000
2000
Puis il dit : « Eh bien, c'est très intéressant, messieurs,
15:20
because when I gavea donné you the tabletable of resultsrésultats,
365
905000
3000
car lorsque je vous ai donné le tableau des résultats,
15:23
I swappedtroqué the two columnscolonnes around.
366
908000
4000
j'ai permuté les deux colonnes entre elles.
15:27
It turnsse tourne out your hospitalshôpitaux are killingmeurtre people,
367
912000
2000
Il s'avère que vos hôpitaux tuent les gens,
15:29
and they should be at home.
368
914000
2000
et qu'ils devraient être chez eux.
15:31
Would you like to closeFermer down the trialprocès now,
369
916000
3000
Voulez-vous arrêter les essais maintenant,
15:34
or should we wait untiljusqu'à we have robustrobuste resultsrésultats?"
370
919000
3000
ou devrions-nous attendre avant d'avoir des résultats solides ? »
15:38
TumbleweedTumbleweed
371
923000
2000
Un froid glacial
15:40
rollsRouleaux throughpar the meetingréunion roomchambre.
372
925000
3000
s'abattit sur la salle de réunion.
15:43
But CochraneCochrane would do that kindgentil of thing.
373
928000
3000
Mais Cochrane avait l'habitude de faire ce genre de chose.
15:46
And the reasonraison he would do that kindgentil of thing
374
931000
2000
La raison pour laquelle il faisait ça
15:48
is because he understoodcompris
375
933000
2000
est qu'il avait compris
15:50
it feelsse sent so much better
376
935000
2000
qu'il est bien plus facile
15:52
to standsupporter there and say,
377
937000
2000
de prendre position et dire :
15:54
"Here in my ownposséder little worldmonde,
378
939000
2000
« Ici, dans mon propre petit monde,
15:56
I am a god, I understandcomprendre everything.
379
941000
2000
je suis un dieu, je comprends tout.
15:58
I do not want to have my opinionsdes avis challengedcontesté.
380
943000
2000
Je ne veux pas que mes opinions soient remises en question.
16:00
I do not want to have my conclusionsconclusions testedtesté."
381
945000
3000
Je ne veux pas que mes propres conclusions soient analysées. »
16:03
It feelsse sent so much more comfortableconfortable
382
948000
2000
Il est tellement plus aisé
16:05
simplysimplement to layallonger down the lawloi.
383
950000
3000
de simplement faire la loi.
16:08
CochraneCochrane understoodcompris
384
953000
2000
Cochrane avait compris
16:10
that uncertaintyincertitude, that fallibilityfaillibilité,
385
955000
2000
que l'incertitude, la faillibilité,
16:12
that beingétant challengedcontesté, they hurtblesser.
386
957000
2000
le fait d'être contesté, font mal.
16:14
And you sometimesparfois need to be shockedchoqué out of that.
387
959000
4000
Et que vous avez parfois besoin d'être secoué hors de cette façon de pensée.
16:18
Now I'm not going to pretendfaire semblant that this is easyfacile.
388
963000
3000
Maintenant, je ne vais pas prétendre que c'est facile.
16:21
It isn't easyfacile.
389
966000
2000
Ça n'est pas facile.
16:23
It's incrediblyincroyablement painfuldouloureux.
390
968000
2000
C'est incroyablement douloureux.
16:25
And sincedepuis I startedcommencé talkingparlant about this subjectassujettir
391
970000
2000
Depuis que j'ai commencé à parler de ce sujet
16:27
and researchingdes recherches sur this subjectassujettir,
392
972000
2000
et à me documenter sur ce sujet,
16:29
I've been really hauntedhanté by something
393
974000
2000
j'ai vraiment été hanté par quelque chose
16:31
a JapaneseJaponais mathematicianmathématicien said on the subjectassujettir.
394
976000
2000
qu'un mathématicien japonais a dit sur le sujet.
16:33
So shortlypeu de temps after the warguerre,
395
978000
2000
Peu de temps après la guerre,
16:35
this youngJeune man, YutakaYutaka TaniyamaConjecture de Taniyama,
396
980000
3000
ce jeune homme, Yutaka Taniyama,
16:38
developeddéveloppé this amazingincroyable conjectureconjecture
397
983000
2000
a développé une conjecture incroyable
16:40
calledappelé the Taniyama-ShimuraConjecture de Taniyama-Shimura ConjectureConjecture.
398
985000
2000
appelée la Conjecture de Taniyama-Shimura.
16:42
It turnedtourné out to be absolutelyabsolument instrumentalinstrumental
399
987000
3000
Elle s’avéra être absolument fondamentale
16:45
manybeaucoup decadesdécennies laterplus tard
400
990000
2000
plusieurs décennies plus tard,
16:47
in provingprouver Fermat'sFermat Last TheoremThéorème de.
401
992000
2000
pour prouver le dernier théorème de Fermat.
16:49
In factfait, it turnsse tourne out it's equivalentéquivalent
402
994000
2000
En fait, il s'avère qu'elle est équivalente
16:51
to provingprouver Fermat'sFermat Last TheoremThéorème de.
403
996000
2000
à démontrer le dernier théorème de Fermat.
16:53
You proveprouver one, you proveprouver the other.
404
998000
4000
Vous en démontrez un, vous démontrez l'autre.
16:57
But it was always a conjectureconjecture.
405
1002000
3000
Mais c'était toujours resté une conjecture.
17:00
TaniyamaConjecture de Taniyama trieda essayé and trieda essayé and trieda essayé
406
1005000
3000
Taniyama a essayé, encore et encore,
17:03
and he could never proveprouver that it was truevrai.
407
1008000
3000
et il n'arrivait jamais à montrer qu'elle était vraie.
17:06
And shortlypeu de temps before his 30thth birthdayanniversaire in 1958,
408
1011000
3000
Peu de temps avant son 30ème anniversaire en 1958,
17:09
YutakaYutaka TaniyamaConjecture de Taniyama killedtué himselflui-même.
409
1014000
4000
Yutaka Taniyama se donna la mort.
17:13
His friendami, GoroGoro ShimuraShimura --
410
1018000
2000
Son ami, Goro Shimura,
17:15
who workedtravaillé on the mathematicsmathématiques with him --
411
1020000
2000
qui travaillait sur les mathématiques avec lui,
17:17
manybeaucoup decadesdécennies laterplus tard, reflectedreflété on Taniyama'sDe la conjecture de Taniyama life.
412
1022000
3000
plusieurs décennies plus tard, a réfléchi sur la vie de Taniyama.
17:22
He said,
413
1027000
3000
Il a dit :
17:25
"He was not a very carefulprudent personla personne
414
1030000
2000
« Il n'était pas quelqu'un de très soigneux
17:27
as a mathematicianmathématicien.
415
1032000
2000
en tant que mathématicien.
17:29
He madefabriqué a lot of mistakeserreurs.
416
1034000
3000
Il faisait beaucoup d'erreurs.
17:32
But he madefabriqué mistakeserreurs in a good directiondirection.
417
1037000
4000
Mais il faisait des erreurs dans la bonne direction.
17:36
I trieda essayé to emulateémuler him,
418
1041000
3000
J'ai essayé de l'égaler,
17:39
but I realizedréalisé
419
1044000
2000
mais j'ai compris
17:41
it is very difficultdifficile
420
1046000
2000
qu'il était très difficile
17:43
to make good mistakeserreurs."
421
1048000
3000
de commettre de bonnes erreurs. »
17:46
Thank you.
422
1051000
2000
Merci.
17:48
(ApplauseApplaudissements)
423
1053000
12000
(Applaudissements)
Translated by Hugo Wagner
Reviewed by Florence Divet

▲Back to top

ABOUT THE SPEAKER
Tim Harford - Economist, journalist, broadcaster
Tim Harford's writings reveal the economic ideas behind everyday experiences.

Why you should listen

In the Undercover Economist column he writes for the Financial Times, Tim Harford looks at familiar situations in unfamiliar ways and explains the fundamental principles of the modern economy. He illuminates them with clear writing and a variety of examples borrowed from daily life.

His book, Adapt: Why Success Always Starts With Failure, argues that the world has become far too unpredictable and complex for today's challenges to be tackled with ready-made solutions and expert opinions. Instead, Harford suggests, we need to learn to embrace failure and to constantly adapt, to improvise rather than plan, to work from the bottom up rather than the top down. His next book, Messy: Thriving in a Tidy-Minded World will be published in September 2016. 

Harford also presents the BBC radio series More or Less, a rare broadcast program devoted, as he says, to "the powerful, sometimes beautiful, often abused but ever ubiquitous world of numbers."

He says: "I’d like to see many more complex problems approached with a willingness to experiment."

More profile about the speaker
Tim Harford | Speaker | TED.com