TEDxSydney
Tom Griffiths: 3 ways to make better decisions -- by thinking like a computer
Tom Griffiths: Trois façons de prendre de meilleures décisions, en pensant comme un ordinateur
Filmed:
Readability: 4.2
3,652,976 views
Si vous avez déjà hésité à faire des choix, à prendre des décisions, écoutez cette présentation. Spécialiste des sciences cognitives, Tom Griffiths nous montre comment utiliser la logique informatique pour dénouer les fils des problèmes épineux dans notre vie. Il nous confie trois tactiques pour prendre des décisions meilleures, qu'il s'agisse pour nous de trouver une maison ou de choisir un restaurant pour passer la soirée.
Tom Griffiths - Psychologist, cognitive scientist
Tom Griffiths uses ideas from computer science to understand how human minds work. Full bio
Tom Griffiths uses ideas from computer science to understand how human minds work. Full bio
Double-click the English transcript below to play the video.
00:13
If there's one city in the world
0
1407
1581
S'il y a bien une ville au monde
où c'est compliqué de trouver
un bien à louer ou acheter,
un bien à louer ou acheter,
00:15
where it's hard to find
a place to buy or rent,
a place to buy or rent,
1
3012
2333
00:17
it's Sydney.
2
5369
1150
c'est Sydney.
00:19
And if you've tried
to find a home here recently,
to find a home here recently,
3
7043
2367
Si vous avez cherché une maison récemment,
vous savez de quoi je parle.
vous savez de quoi je parle.
00:21
you're familiar with the problem.
4
9434
1840
00:23
Every time you walk into an open house,
5
11298
2014
Chaque fois que vous visitez une maison,
vous obtenez des informations
sur le potentiel de l'offre
sur le potentiel de l'offre
00:25
you get some information
about what's out there
about what's out there
6
13336
2191
00:27
and what's on the market,
7
15551
1393
et sur le marché.
00:28
but every time you walk out,
8
16968
1430
Quand vous rejetez un choix,
00:30
you're running the risk
of the very best place passing you by.
of the very best place passing you by.
9
18422
3214
vous prenez le risque
de rater la meilleure maison.
de rater la meilleure maison.
00:33
So how do you know when
to switch from looking
to switch from looking
10
21660
2820
Comment savez-vous alors
quand arrêter de chercher
quand arrêter de chercher
00:36
to being ready to make an offer?
11
24504
1562
et faire une offre ?
00:39
This is such a cruel and familiar problem
12
27663
2401
Ce problème est à la fois
si cruel et si familier,
si cruel et si familier,
00:42
that it might come as a surprise
that it has a simple solution.
that it has a simple solution.
13
30088
3074
que vous serez surpris de savoir
que la réponse est simple.
que la réponse est simple.
00:45
37 percent.
14
33588
1203
37%.
(Rires)
00:46
(Laughter)
15
34815
1828
00:48
If you want to maximize the probability
that you find the very best place,
that you find the very best place,
16
36667
3936
Pour maximiser la probabilité
de trouver la meilleure maison,
de trouver la meilleure maison,
00:52
you should look at 37 percent
of what's on the market,
of what's on the market,
17
40627
2825
vous devez visiter 37%
des offres sur le marché
des offres sur le marché
00:55
and then make an offer
on the next place you see,
on the next place you see,
18
43476
2310
et faire une offre pour le lieu suivant
qui sera meilleur que tout ce que
vous avez déjà visité.
vous avez déjà visité.
00:57
which is better than anything
that you've seen so far.
that you've seen so far.
19
45810
2524
01:00
Or if you're looking for a month,
take 37 percent of that time --
take 37 percent of that time --
20
48358
3805
Imaginons avoir un mois pour y arriver,
il convient d'y réserver 37% du temps,
il convient d'y réserver 37% du temps,
01:04
11 days, to set a standard --
21
52187
2915
11 jours, pour avoir un standard,
01:07
and then you're ready to act.
22
55126
1575
pour être prêt à agir.
01:09
We know this because
trying to find a place to live
trying to find a place to live
23
57829
2709
Nous savons cela
car la recherche d'un lieu de vie
car la recherche d'un lieu de vie
01:12
is an example of an optimal
stopping problem.
stopping problem.
24
60562
2325
est un exemple
de problème d'arrêt optimal.
de problème d'arrêt optimal.
C'est une catégorie de problèmes
étudiée intensivement
étudiée intensivement
01:14
A class of problems that has been
studied extensively
studied extensively
25
62911
2483
01:17
by mathematicians and computer scientists.
26
65418
2105
par les mathématiciens
et les informaticiens.
et les informaticiens.
01:21
I'm a computational cognitive scientist.
27
69502
2519
Je suis spécialiste en science
cognitive informatique.
cognitive informatique.
01:24
I spend my time trying to understand
28
72045
1960
Je cherche à comprendre
comment l'esprit de l'homme fonctionne,
comment l'esprit de l'homme fonctionne,
01:26
how it is that human minds work,
29
74029
1798
01:27
from our amazing successes
to our dismal failures.
to our dismal failures.
30
75851
3671
depuis nos réussites éblouissantes
jusqu'à nos échecs les plus retentissants.
jusqu'à nos échecs les plus retentissants.
01:32
To do that, I think about
the computational structure
the computational structure
31
80552
2493
Pour ça, je réfléchis à la structure
de calcul analogique
de calcul analogique
01:35
of the problems
that arise in everyday life,
that arise in everyday life,
32
83069
2659
des problèmes qui égrènent
notre quotidien,
notre quotidien,
et je compare les solutions idéales
de ces problèmes
de ces problèmes
01:37
and compare the ideal
solutions to those problems
solutions to those problems
33
85752
2375
01:40
to the way that we actually behave.
34
88151
1747
avec nos comportements
dans la réalité.
dans la réalité.
01:42
As a side effect,
35
90725
1185
Effet secondaire :
01:43
I get to see how applying
a little bit of computer science
a little bit of computer science
36
91934
2715
je vois que des petites touches
de science informatique
de science informatique
01:46
can make human decision-making easier.
37
94673
1860
peuvent faciliter
notre processus de décision.
notre processus de décision.
01:49
I have a personal motivation for this.
38
97828
1847
Mes motivations sont très personnelles.
01:52
Growing up in Perth
as an overly cerebral kid ...
as an overly cerebral kid ...
39
100153
3166
J'ai grandi à Perth
et j'étais un gamin trop intellectuel.
et j'étais un gamin trop intellectuel.
(Rires)
01:55
(Laughter)
40
103343
4731
02:00
I would always try and act in the way
that I thought was rational,
that I thought was rational,
41
108098
3147
J'essayais toujours d'agir de la façon
qui me semblait rationnelle,
qui me semblait rationnelle,
02:03
reasoning through every decision,
42
111269
1597
mûrissant toutes mes décisions,
tentant de déterminer
la meilleure action à prendre.
la meilleure action à prendre.
02:04
trying to figure out
the very best action to take.
the very best action to take.
43
112890
2403
02:07
But this is an approach
that doesn't scale up
that doesn't scale up
44
115972
2190
Mais ce n'est pas une approche viable
quand on rencontre le genre de problèmes
qui émergent dans la vie adulte.
qui émergent dans la vie adulte.
02:10
when you start to run into
the sorts of problems
the sorts of problems
45
118186
2242
02:12
that arise in adult life.
46
120452
1500
J'ai même essayé de rompre avec ma copine
02:13
At one point, I even tried
to break up with my girlfriend
to break up with my girlfriend
47
121976
2728
02:16
because trying to take into account
her preferences as well as my own
her preferences as well as my own
48
124728
3350
parce que prendre en considération
ses préférences et les miennes
ses préférences et les miennes
02:20
and then find perfect solutions --
49
128102
1683
pour trouver la solution parfaite
(Rires)
02:21
(Laughter)
50
129809
2259
02:24
was just leaving me exhausted.
51
132092
1752
m'épuisait littéralement.
02:25
(Laughter)
52
133868
2533
(Rires)
Elle m'a fait remarquer
que mon approche n'était pas bonne
que mon approche n'était pas bonne
02:28
She pointed out that I was taking
the wrong approach
the wrong approach
53
136425
2429
02:30
to solving this problem --
54
138878
1609
pour résoudre ça --
02:32
and she later became my wife.
55
140511
1382
et elle est devenue ma femme.
(Rires)
02:33
(Laughter)
56
141917
2062
02:36
(Applause)
57
144003
4971
(Applaudissements)
02:40
Whether it's as basic as trying to decide
what restaurant to go to
what restaurant to go to
58
148998
3461
Qu'il s'agisse d'une décision simple
comme le choix d'un restaurant,
comme le choix d'un restaurant,
02:44
or as important as trying to decide
who to spend the rest of your life with,
who to spend the rest of your life with,
59
152483
4055
ou plus importante, comme décider
avec qui passer sa vie,
avec qui passer sa vie,
la vie des hommes est saturée
de problèmes à analyser
de problèmes à analyser
02:48
human lives are filled
with computational problems
with computational problems
60
156562
2375
02:50
that are just too hard to solve
by applying sheer effort.
by applying sheer effort.
61
158961
4196
trop complexes à résoudre
avec la force brute uniquement.
avec la force brute uniquement.
02:55
For those problems,
62
163650
1166
Pour ces problèmes, pourquoi
ne pas consulter des spécialistes :
ne pas consulter des spécialistes :
02:56
it's worth consulting the experts:
63
164840
1961
des informaticiens ?
02:58
computer scientists.
64
166825
1151
03:00
(Laughter)
65
168000
1784
(Rires)
Quand on a besoin
d'un conseil dans la vie,
d'un conseil dans la vie,
03:01
When you're looking for life advice,
66
169808
1819
03:03
computer scientists probably aren't
the first people you think to talk to.
the first people you think to talk to.
67
171651
3640
on ne pense pas spontanément
à demander l'avis d'un informaticien.
à demander l'avis d'un informaticien.
03:07
Living life like a computer --
68
175315
1875
Vivre une vie d'ordinateur,
déterministe à un point affligeant,
exhaustif et exact.
exhaustif et exact.
03:09
stereotypically deterministic,
exhaustive and exact --
exhaustive and exact --
69
177214
2578
A priori, aucun gai luron ici.
03:11
doesn't sound like a lot of fun.
70
179816
1552
03:14
But thinking about the computer science
of human decisions
of human decisions
71
182153
2927
Mais envisager la science
informatique des décisions humaines
informatique des décisions humaines
dévoile le fait que nous prenons
le problème à l'envers.
le problème à l'envers.
03:17
reveals that in fact,
we've got this backwards.
we've got this backwards.
72
185104
2408
03:19
When applied to the sorts
of difficult problems
of difficult problems
73
187536
2198
En appliquant au genre
de problèmes complexes
de problèmes complexes
03:21
that arise in human lives,
74
189758
1239
rencontrés dans la vie,
la méthode des ordinateurs
pour résoudre ces problèmes
pour résoudre ces problèmes
03:23
the way that computers
actually solve those problems
actually solve those problems
75
191021
2727
03:25
looks a lot more like the way
that people really act.
that people really act.
76
193772
2896
ressemble beaucoup
aux comportements réels des gens.
aux comportements réels des gens.
03:29
Take the example of trying to decide
what restaurant to go to.
what restaurant to go to.
77
197267
2922
Prenons l'exemple du choix du restaurant.
03:33
This is a problem that has
a particular computational structure.
a particular computational structure.
78
201090
3088
Ce problème a une structure
analytique spécifique.
analytique spécifique.
Il y a plusieurs options,
vous allez en choisir une
vous allez en choisir une
03:36
You've got a set of options,
79
204202
1524
03:37
you're going to choose
one of those options,
one of those options,
80
205750
2049
et demain, vous serez confronté
à exactement la même décision.
à exactement la même décision.
03:39
and you're going to face
exactly the same decision tomorrow.
exactly the same decision tomorrow.
81
207823
2811
03:42
In that situation,
82
210658
1151
C'est ce que nous appelons être confronté
03:43
you run up against
what computer scientists call
what computer scientists call
83
211833
2295
au compromis entre
l'exploration et l'exploitation.
l'exploration et l'exploitation.
03:46
the "explore-exploit trade-off."
84
214152
2372
03:49
You have to make a decision
85
217115
1334
Vous devez décider
03:50
about whether you're going
to try something new --
to try something new --
86
218473
2334
si vous allez essayer
quelque chose de nouveau,
quelque chose de nouveau,
explorer, collecter des informations
utilisables à l'avenir,
utilisables à l'avenir,
03:52
exploring, gathering some information
87
220831
2183
03:55
that you might be able
to use in the future --
to use in the future --
88
223038
2285
ou si vous allez aller dans ce resto
que vous connaissez et qui n'est pas mal,
que vous connaissez et qui n'est pas mal,
03:57
or whether you're going to go to a place
that you already know is pretty good --
that you already know is pretty good --
89
225347
3793
04:01
exploiting the information
that you've already gathered so far.
that you've already gathered so far.
90
229164
3003
soit exploiter l'information
que vous avez déjà en main.
que vous avez déjà en main.
04:05
The explore/exploit trade-off
shows up any time you have to choose
shows up any time you have to choose
91
233488
3096
Vous devez faire un compromis
entre explorer ou exploiter
entre explorer ou exploiter
devant le choix de découvrir
04:08
between trying something new
92
236608
1350
04:09
and going with something
that you already know is pretty good,
that you already know is pretty good,
93
237982
2980
ou de revenir à une chose connue
qui est de fait plutôt bonne,
qui est de fait plutôt bonne,
04:12
whether it's listening to music
94
240986
1550
écouter de la musique
04:14
or trying to decide
who you're going to spend time with.
who you're going to spend time with.
95
242560
2634
ou décider avec qui passer votre temps.
Les entreprises technologiques
partagent votre problème
partagent votre problème
04:17
It's also the problem
that technology companies face
that technology companies face
96
245218
2494
04:19
when they're trying to do something
like decide what ad to show on a web page.
like decide what ad to show on a web page.
97
247736
3667
quand elles décident quelle publicité
vous montrer sur votre page web.
vous montrer sur votre page web.
Doivent-elles montrer une nouvelle
pub et en apprendre davantage
pub et en apprendre davantage
04:23
Should they show a new ad
and learn something about it,
and learn something about it,
98
251417
2572
04:26
or should they show you an ad
99
254003
1383
ou privilégier une pub
04:27
that they already know there's a good
chance you're going to click on?
chance you're going to click on?
100
255420
3306
dont elles savent que la probabilité
de cliquer est grande ?
de cliquer est grande ?
04:30
Over the last 60 years,
101
258750
1151
Ces 60 dernières années,
la compréhension des informaticiens
a beaucoup progressé
a beaucoup progressé
04:31
computer scientists have made
a lot of progress understanding
a lot of progress understanding
102
259925
2892
au sujet de ce compromis.
04:34
the explore/exploit trade-off,
103
262841
1452
Leurs résultats mettent au jour
des réflexions surprenantes.
des réflexions surprenantes.
04:36
and their results offer
some surprising insights.
some surprising insights.
104
264317
2398
04:39
When you're trying to decide
what restaurant to go to,
what restaurant to go to,
105
267291
2598
Quand on décide d'un restaurant,
04:41
the first question you should ask yourself
106
269913
2000
la première question à se poser est :
« Combien de temps resterai-je
encore en ville ? »
encore en ville ? »
04:43
is how much longer
you're going to be in town.
you're going to be in town.
107
271937
2179
04:46
If you're just going to be there
for a short time,
for a short time,
108
274505
2342
Si vous ne restez que peu de temps,
04:48
then you should exploit.
109
276871
1515
choisissez l'exploitation.
04:50
There's no point gathering information.
110
278410
1905
Ça ne fait pas sens de collecter.
04:52
Just go to a place
you already know is good.
you already know is good.
111
280339
2048
Visitez un restaurant qui vous plaît déjà.
04:54
But if you're going to be there
for a longer time, explore.
for a longer time, explore.
112
282411
2929
Mais si vous résidez
plus longtemps, explorez.
plus longtemps, explorez.
04:57
Try something new,
because the information you get
because the information you get
113
285364
2387
Essayez des choses nouvelles,
car ces informations vous permettront
d'améliorer vos choix à l'avenir.
d'améliorer vos choix à l'avenir.
04:59
is something that can improve
your choices in the future.
your choices in the future.
114
287775
2974
05:02
The value of information increases
115
290773
1979
La valeur des informations augmente
avec le nombre d'occasions
que vous aurez de les mettre à profit.
que vous aurez de les mettre à profit.
05:04
the more opportunities
you're going to have to use it.
you're going to have to use it.
116
292776
2600
05:08
This principle can give us insight
117
296193
1754
Ce principe nous dévoile
la structure de la vie humaine.
la structure de la vie humaine.
05:09
into the structure
of a human life as well.
of a human life as well.
118
297971
2070
05:13
Babies don't have a reputation
for being particularly rational.
for being particularly rational.
119
301104
3053
Les bébés n'ont pas
la réputation d'être rationnels.
la réputation d'être rationnels.
05:17
They're always trying new things,
120
305098
1825
Ils essaient toujours de nouveaux trucs,
05:18
and you know, trying to stick them
in their mouths.
in their mouths.
121
306947
2836
et de les mettre en bouche,
vous voyez ce que je veux dire ?
vous voyez ce que je veux dire ?
05:22
But in fact, this is exactly
what they should be doing.
what they should be doing.
122
310621
2952
En fait, c'est exactement
ce qu'ils doivent faire.
ce qu'ils doivent faire.
05:25
They're in the explore
phase of their lives,
phase of their lives,
123
313597
2430
Ils sont dans la phase
d'exploration de leur vie.
d'exploration de leur vie.
05:28
and some of those things
could turn out to be delicious.
could turn out to be delicious.
124
316051
2621
Et certaines choses pourraient
être vraiment bonnes.
être vraiment bonnes.
05:32
At the other end of the spectrum,
125
320040
1572
A l'autre bout du spectre,
il y a le vieil homme qui va toujours
au même restaurant
au même restaurant
05:33
the old guy who always goes
to the same restaurant
to the same restaurant
126
321636
2506
05:36
and always eats the same thing
127
324166
1635
où il mange la même chose.
Ce n'est pas d'un ennui mortel,
il optimise.
il optimise.
05:37
isn't boring --
128
325825
1328
05:39
he's optimal.
129
327177
1509
(Rires)
05:40
(Laughter)
130
328710
3830
05:44
He's exploiting the knowledge
that he's earned
that he's earned
131
332564
2228
Il exploite le savoir
accumulé durant sa vie.
accumulé durant sa vie.
05:46
through a lifetime's experience.
132
334816
1767
05:50
More generally,
133
338406
1151
De manière générale,
être conscient de ce compromis
être conscient de ce compromis
05:51
knowing about
the explore/exploit trade-off
the explore/exploit trade-off
134
339581
2031
05:53
can make it a little easier for you
to sort of relax and go easier on yourself
to sort of relax and go easier on yourself
135
341636
3667
vous rend la vie plus facile et plus relax
au moment de prendre une décision.
au moment de prendre une décision.
05:57
when you're trying to make a decision.
136
345327
1810
Pourquoi aller dans le meilleur
restaurant tous les soirs ?
restaurant tous les soirs ?
05:59
You don't have to go
to the best restaurant every night.
to the best restaurant every night.
137
347161
2728
06:01
Take a chance, try something new, explore.
138
349913
2979
Osez quelque chose de nouveau, explorez !
Vous pourriez apprendre quelque chose.
Vous pourriez apprendre quelque chose.
06:04
You might learn something.
139
352916
1627
L'information gagnée aura plus de valeur
que ce dîner pas mal du tout.
que ce dîner pas mal du tout.
06:06
And the information that you gain
140
354567
1589
06:08
is going to be worth more
than one pretty good dinner.
than one pretty good dinner.
141
356180
2543
06:12
Computer science can also help
to make it easier on us
to make it easier on us
142
360178
2699
La science informatique nous aide aussi
à rendre la vie plus facile
à rendre la vie plus facile
06:14
in other places at home and in the office.
143
362901
2152
ailleurs, à la maison ou au bureau.
06:17
If you've ever had
to tidy up your wardrobe,
to tidy up your wardrobe,
144
365860
2453
Quand vous rangez votre penderie,
06:20
you've run into a particularly
agonizing decision:
agonizing decision:
145
368337
2671
vous avez ces choix impossibles
et angoissants à faire :
et angoissants à faire :
06:23
you have to decide what things
you're going to keep
you're going to keep
146
371032
2382
qu'allez-vous conserver,
06:25
and what things you're going to give away.
147
373438
2009
et qu'allez-vous donner ?
06:27
Martha Stewart turns out
to have thought very hard about this --
to have thought very hard about this --
148
375974
3000
Martha Steward y a consacré
beaucoup de réflexion.
beaucoup de réflexion.
06:30
(Laughter)
149
378998
1205
(Rires)
06:32
and she has some good advice.
150
380227
1678
Elle en a retiré de bons conseils :
06:33
She says, "Ask yourself four questions:
151
381929
2295
« Posez-vous quatre questions :
Depuis combien de temps ai-je ça ?
06:36
How long have I had it?
152
384248
1526
06:37
Does it still function?
153
385798
1450
Est-ce qu'il me va toujours ?
06:39
Is it a duplicate
of something that I already own?
of something that I already own?
154
387272
3199
Ai-je autre chose de similaire ?
06:42
And when was the last time
I wore it or used it?"
I wore it or used it?"
155
390495
2411
Quand l'ai-je porté
pour la dernière fois ? »
pour la dernière fois ? »
06:46
But there's another group of experts
156
394648
1715
Il y a toutefois un autre
genre de spécialistes
genre de spécialistes
06:48
who perhaps thought
even harder about this problem,
even harder about this problem,
157
396387
3130
qui y a sans doute pensé plus intensément.
06:51
and they would say one of these questions
is more important than the others.
is more important than the others.
158
399541
3660
Ils ajouteraient qu'une de ces questions
est plus importante que les autres.
est plus importante que les autres.
06:55
Those experts?
159
403819
1150
Quels spécialistes ?
06:57
The people who design
the memory systems of computers.
the memory systems of computers.
160
405281
2848
Ceux qui conçoivent les systèmes
de mémoire des ordinateurs.
de mémoire des ordinateurs.
07:00
Most computers have
two kinds of memory systems:
two kinds of memory systems:
161
408153
2254
Les ordinateurs ont deux
types de processeur :
types de processeur :
07:02
a fast memory system,
162
410431
1387
un processeur rapide,
07:03
like a set of memory chips
that has limited capacity,
that has limited capacity,
163
411842
3169
comme un ensemble de cartes mémoires
avec une capacité limitée,
avec une capacité limitée,
07:07
because those chips are expensive,
164
415035
2052
car elles sont coûteuses,
07:09
and a slow memory system,
which is much larger.
which is much larger.
165
417111
3260
et une mémoire RAM, plus lente
mais de plus grande capacité.
mais de plus grande capacité.
07:13
In order for the computer to operate
as efficiently as possible,
as efficiently as possible,
166
421239
3000
Pour optimiser
l'efficacité de l'ordinateur,
l'efficacité de l'ordinateur,
07:16
you want to make sure
167
424263
1151
on doit s'assurer que les informations
auxquelles on veut avoir accès
auxquelles on veut avoir accès
07:17
that the pieces of information
you want to access
you want to access
168
425438
2352
07:19
are in the fast memory system,
169
427814
1477
sont dans le processeur rapide,
pour les récupérer rapidement.
pour les récupérer rapidement.
07:21
so that you can get to them quickly.
170
429315
1754
07:23
Each time you access
a piece of information,
a piece of information,
171
431093
2061
Chaque fois qu'on récupère une donnée,
elle est chargée dans le processeur,
elle est chargée dans le processeur,
07:25
it's loaded into the fast memory
172
433178
1525
07:26
and the computer has to decide which item
it has to remove from that memory,
it has to remove from that memory,
173
434727
3877
et l'ordinateur doit décider
ce qu'il va effacer
ce qu'il va effacer
07:30
because it has limited capacity.
174
438628
1741
pour lui laisser de la place.
07:33
Over the years,
175
441794
1151
Depuis longtemps,
07:34
computer scientists have tried
a few different strategies
a few different strategies
176
442969
2739
les informaticiens ont essayé
différentes stratégies
différentes stratégies
de décision sur les données
à enlever du processeur rapide.
à enlever du processeur rapide.
07:37
for deciding what to remove
from the fast memory.
from the fast memory.
177
445732
2292
07:40
They've tried things like choosing
something at random
something at random
178
448048
3176
Ils sont passés du choix aléatoire,
07:43
or applying what's called
the "first-in, first-out principle,"
the "first-in, first-out principle,"
179
451248
2906
au principe du premier entré,
premier sorti,
premier sorti,
qui signifie enlever les données
les plus anciennes de la mémoire.
les plus anciennes de la mémoire.
07:46
which means removing the item
180
454178
1399
07:47
which has been in the memory
for the longest.
for the longest.
181
455601
2176
07:50
But the strategy that's most effective
182
458091
2713
Mais la stratégie
qui s'avère la plus efficace
qui s'avère la plus efficace
07:52
focuses on the items
which have been least recently used.
which have been least recently used.
183
460828
3229
se concentre sur les données
qui ont été les moins utilisées.
qui ont été les moins utilisées.
07:56
This says if you're going to decide
to remove something from memory,
to remove something from memory,
184
464972
3191
Donc, si vous devez choisir des données
pour les effacer du processeur,
pour les effacer du processeur,
08:00
you should take out the thing which was
last accessed the furthest in the past.
last accessed the furthest in the past.
185
468187
4968
vous devez supprimer celles qui
n'ont plus été utilisées depuis longtemps.
n'ont plus été utilisées depuis longtemps.
08:05
And there's a certain
kind of logic to this.
kind of logic to this.
186
473179
2159
Il y a une logique sous-jacente.
08:07
If it's been a long time since you last
accessed that piece of information,
accessed that piece of information,
187
475362
3598
S'il y a longtemps que vous n'avez
plus utilisé une information,
plus utilisé une information,
08:10
it's probably going to be a long time
188
478984
1762
il est probable que vous n'aurez pas
besoin d'y accéder avant longtemps.
besoin d'y accéder avant longtemps.
08:12
before you're going to need
to access it again.
to access it again.
189
480770
2192
08:15
Your wardrobe is just like
the computer's memory.
the computer's memory.
190
483787
2774
Votre penderie est exactement
comme un processeur.
comme un processeur.
08:18
You have limited capacity,
191
486585
2030
La capacité est limitée,
08:20
and you need to try and get in there
the things that you're most likely to need
the things that you're most likely to need
192
488639
5327
et vous devez y ranger les vêtements
dont vous aurez le plus besoin
dont vous aurez le plus besoin
08:25
so that you can get to them
as quickly as possible.
as quickly as possible.
193
493990
2419
pour y avoir accès
le plus rapidement possible.
le plus rapidement possible.
08:29
Recognizing that,
194
497016
1151
Fort de ce constat,
08:30
maybe it's worth applying
the least recently used principle
the least recently used principle
195
498191
2813
c'est sans doute une bonne idée
d'appliquer ce principe
d'appliquer ce principe
pour organiser votre penderie.
08:33
to organizing your wardrobe as well.
196
501028
1949
08:35
So if we go back
to Martha's four questions,
to Martha's four questions,
197
503001
2082
Reprenons les quatre questions de Martha.
08:37
the computer scientists
would say that of these,
would say that of these,
198
505107
2861
Les informaticiens affirmeront
que la dernière question
est la plus importante.
est la plus importante.
08:39
the last one is the most important.
199
507992
1941
08:43
This idea of organizing things
200
511473
2055
L'idée d'organiser les choses
afin que celles dont vous avez
le plus besoin soient le plus accessibles
le plus besoin soient le plus accessibles
08:45
so that the things you are most
likely to need are most accessible
likely to need are most accessible
201
513552
3129
08:48
can also be applied in your office.
202
516705
1676
fonctionne aussi pour le bureau.
08:51
The Japanese economist Yukio Noguchi
203
519091
1930
L'économiste japonais Yukio Noguchi
08:53
actually invented a filing system
that has exactly this property.
that has exactly this property.
204
521045
3055
a inventé un système de rangement
selon ce principe.
selon ce principe.
08:57
He started with a cardboard box,
205
525161
1609
Il a pris une caisse,
08:58
and he put his documents into the box
from the left-hand side.
from the left-hand side.
206
526794
2940
et il y a classé ses documents
en commençant par la gauche.
en commençant par la gauche.
09:02
Each time he'd add a document,
207
530067
1434
Quand il ajoute un document,
il pousse tout le reste vers la droite
il pousse tout le reste vers la droite
09:03
he'd move what was in there along
208
531525
1621
09:05
and he'd add that document
to the left-hand side of the box.
to the left-hand side of the box.
209
533170
2810
et classe le nouveau document à gauche.
09:08
And each time he accessed
a document, he'd take it out,
a document, he'd take it out,
210
536004
2667
Chaque fois qu'il prend
un document de la boîte
un document de la boîte
09:10
consult it and put it back in
on the left-hand side.
on the left-hand side.
211
538695
2608
pour le consulter, il le range à gauche.
09:13
As a result, the documents would be
ordered from left to right
ordered from left to right
212
541327
3281
Par conséquent, les documents sont
classés de gauche à droite
classés de gauche à droite
09:16
by how recently they had been used.
213
544632
1761
par ordre d'utilisation récente.
09:18
And he found he could quickly find
what he was looking for
what he was looking for
214
546417
2774
Il s'est aperçu qu'il trouvait
aisément ce qu'il cherchait
aisément ce qu'il cherchait
en feuilletant les documents
de gauche à droite.
de gauche à droite.
09:21
by starting at the left-hand
side of the box
side of the box
215
549215
2054
09:23
and working his way to the right.
216
551293
1572
09:25
Before you dash home
and implement this filing system --
and implement this filing system --
217
553215
2621
Avant de rentrer à la maison
et classer vos documents ainsi,
et classer vos documents ainsi,
09:27
(Laughter)
218
555860
1731
(Rires)
09:29
it's worth recognizing
that you probably already have.
that you probably already have.
219
557615
2638
c'est important de reconnaître
que vous le faites déjà.
que vous le faites déjà.
09:32
(Laughter)
220
560891
3310
(Rires)
09:36
That pile of papers on your desk ...
221
564225
2866
Ce tas de document sur votre bureau,
09:39
typically maligned
as messy and disorganized,
as messy and disorganized,
222
567115
2474
toujours en désordre, mal rangés,
09:41
a pile of papers is, in fact,
perfectly organized --
perfectly organized --
223
569613
2565
mais une pile de documents
parfaitement organisés !
parfaitement organisés !
09:44
(Laughter)
224
572202
1000
(Rires)
09:45
as long as you, when you take a paper out,
225
573226
2014
Tant que vous prenez un papier
09:47
put it back on the top of the pile,
226
575264
2432
et que vous le reposez
sur le dessus de la pile,
sur le dessus de la pile,
09:49
then those papers are going
to be ordered from top to bottom
to be ordered from top to bottom
227
577720
2826
Ces documents seront classés
de haut en bas
de haut en bas
09:52
by how recently they were used,
228
580570
1552
le plus récemment utilisé au-dessus.
09:54
and you can probably quickly find
what you're looking for
what you're looking for
229
582146
2701
Vous trouverez sans doute aisément
ce que vous cherchez
ce que vous cherchez
09:56
by starting at the top of the pile.
230
584871
1700
en commençant par le haut de la pile.
09:59
Organizing your wardrobe or your desk
231
587988
1848
Ranger votre penderie ou votre bureau
n'est peut-être pas le problème
le plus épineux dans votre vie.
le plus épineux dans votre vie.
10:01
are probably not the most pressing
problems in your life.
problems in your life.
232
589860
2681
10:05
Sometimes the problems we have to solve
are simply very, very hard.
are simply very, very hard.
233
593588
3602
Parfois, nos problèmes sont très,
très durs à résoudre.
très durs à résoudre.
10:09
But even in those cases,
234
597716
1150
Mais même dans ces cas,
10:10
computer science can offer some strategies
235
598890
2021
l'informatique offre des stratégies
et pourquoi pas, un certain réconfort.
et pourquoi pas, un certain réconfort.
10:12
and perhaps some solace.
236
600935
1669
10:16
The best algorithms are about doing
what makes the most sense
what makes the most sense
237
604048
3075
Les meilleurs algorithmes permettent
de faire ce qui a le plus de sens
de faire ce qui a le plus de sens
10:19
in the least amount of time.
238
607147
1502
dans le moins de temps possible.
10:22
When computers face hard problems,
239
610627
1958
Un ordinateur qui résout
un problème complexe
un problème complexe
10:24
they deal with them by making them
into simpler problems --
into simpler problems --
240
612609
2762
le fait en le découpant
en plus petits problèmes,
en plus petits problèmes,
10:27
by making use of randomness,
241
615395
1346
de manière aléatoire,
10:28
by removing constraints
or by allowing approximations.
or by allowing approximations.
242
616765
3817
en supprimant des contraintes
ou en faisant des approximations.
ou en faisant des approximations.
Résoudre des problèmes plus simples
10:32
Solving those simpler problems
243
620606
1494
10:34
can give you insight
into the harder problems,
into the harder problems,
244
622124
2920
conduit à une meilleure appréhension
des problèmes complexes
des problèmes complexes
10:37
and sometimes produces
pretty good solutions in their own right.
pretty good solutions in their own right.
245
625068
3031
et produisent parfois de bonnes solutions.
10:41
Knowing all of this has helped me
to relax when I have to make decisions.
to relax when I have to make decisions.
246
629658
3569
Savoir tout cela m'aide à ne pas stresser
quand je dois prendre des décisions.
quand je dois prendre des décisions.
10:45
You could take the 37 percent rule
for finding a home as an example.
for finding a home as an example.
247
633251
3255
La règle des 37% pour trouver
une maison est un exemple.
une maison est un exemple.
10:49
There's no way that you can
consider all of the options,
consider all of the options,
248
637015
2702
Il est impossible d'envisager
tous les choix.
tous les choix.
Donc, il faut s'en remettre
un peu à la chance.
un peu à la chance.
10:51
so you have to take a chance.
249
639741
1580
10:53
And even if you follow
the optimal strategy,
the optimal strategy,
250
641888
2860
De toute façon, même si on adopte
une stratégie optimale,
une stratégie optimale,
rien ne nous garantit un résultat parfait.
10:56
you're not guaranteed a perfect outcome.
251
644772
1931
10:59
If you follow the 37 percent rule,
252
647198
2154
Si vous suivez la règle des 37%,
11:01
the probability that you find
the very best place is --
the very best place is --
253
649376
3279
la probabilité de trouver
la meilleure maison est -
la meilleure maison est -
11:04
funnily enough ...
254
652679
1508
et c'est très curieux -
11:06
(Laughter)
255
654211
1014
(Rires)
11:07
37 percent.
256
655249
1420
de 37%.
11:09
You fail most of the time.
257
657966
1689
Vous raterez votre coup
la plupart du temps.
la plupart du temps.
11:12
But that's the best that you can do.
258
660522
1744
Mais c'est le mieux
que vous puissiez faire.
que vous puissiez faire.
11:14
Ultimately, computer science
can help to make us more forgiving
can help to make us more forgiving
259
662846
3052
Enfin, l'informatique peut nous aider
à devenir plus indulgent
à devenir plus indulgent
11:17
of our own limitations.
260
665922
1909
vis-à-vis de nos limites.
11:20
You can't control outcomes,
just processes.
just processes.
261
668333
2539
On ne contrôle pas le résultat,
juste les processus.
juste les processus.
11:22
And as long as you've used
the best process,
the best process,
262
670896
2119
Tant qu'on utilise le meilleur processus,
11:25
you've done the best that you can.
263
673039
1763
on fait du mieux qu'on peut.
11:26
Sometimes those best processes
involve taking a chance --
involve taking a chance --
264
674826
3688
Parfois, cela signifie
de prendre un risque,
de prendre un risque,
11:30
not considering all of your options,
265
678538
2115
et de ne pas envisager tous les choix,
11:32
or being willing to settle
for a pretty good solution.
for a pretty good solution.
266
680677
2729
ou d'être prêt à accepter
une solution suffisamment bonne.
une solution suffisamment bonne.
11:35
These aren't the concessions
that we make when we can't be rational --
that we make when we can't be rational --
267
683430
3350
Il ne s'agit pas là de concessions
faites sans rationalité,
faites sans rationalité,
11:38
they're what being rational means.
268
686804
1629
mais sont au contraire
l'expression de la raison.
l'expression de la raison.
11:40
Thank you.
269
688833
1151
Merci.
11:42
(Applause)
270
690008
4547
(Applaudissements)
ABOUT THE SPEAKER
Tom Griffiths - Psychologist, cognitive scientistTom Griffiths uses ideas from computer science to understand how human minds work.
Why you should listen
Tom Griffiths's research explores connections between natural and artificial intelligence to discover how people solve the challenging computational problems they encounter in everyday life. Currently the Henry R. Luce Professor of Information Technology, Consciousness, and Culture at Princeton University, his work has received awards from organizations ranging from the American Psychological Association to the Sloan Foundation.
In 2016, Griffiths and his friend and collaborator Brian Christian published Algorithms to Live By, a book that illustrates how understanding the algorithms used by computers can inform human decision-making (and vice versa). The book was named one of the Amazon.com "Best Science Books of 2016" and appeared on Forbes's "Must-read brain books of 2016" list as well as the MIT Technology Review's "Best books of 2016" list.
Tom Griffiths | Speaker | TED.com