TEDGlobal 2013
Uri Alon: Why science demands a leap into the unknown
Uri Alon: Dlaczego naprawdę innowacyjna nauka wymaga skoku w nieznane
Filmed:
Readability: 4.3
1,123,668 views
Podczas studiów doktoranckich z fizyki Uri Alon uważał się za porażkę, bo wszystkie jego badania prowadziły do ślepych zaułków. Jednak dzięki teatrowi improwizacyjnemu zrozumiał, że błądzenie może przynieść radość. Jest to przesłanie do naukowców, by nie myśleli o badaniach jako o bezpośredniej linii łączącej pytanie z odpowiedzią, lecz by kojarzyli je z bardziej kreatywnym procesem. To przekaz, który zadziała w dowolnej dyscyplinie naukowej.
Uri Alon - Systems biologist
Uri Alon studies how cells work, using an array of tools (including improv theater) to understand the biological circuits that perform the functions of life. Full bio
Uri Alon studies how cells work, using an array of tools (including improv theater) to understand the biological circuits that perform the functions of life. Full bio
Double-click the English transcript below to play the video.
00:12
In the middle of my Ph.D.,
0
325
2063
W połowie studiów doktoranckich
00:14
I was hopelessly stuck.
1
2388
3462
beznadziejnie utknąłem.
00:17
Every research direction that I tried
2
5850
1780
Każdy obierany kierunek badań
00:19
led to a dead end.
3
7630
1616
okazywał się ślepą uliczką.
00:21
It seemed like my basic assumptions
4
9246
1902
Jakby wcześniejsze założenia
00:23
just stopped working.
5
11148
1928
nagle przestały się sprawdzać.
00:25
I felt like a pilot flying through the mist,
6
13076
2999
Czułem się jak pilot lecący we mgle,
00:28
and I lost all sense of direction.
7
16075
2795
straciłem poczucie kierunku.
00:30
I stopped shaving.
8
18870
1481
Przestałem się golić.
00:32
I couldn't get out of bed in the morning.
9
20351
2741
Rano nie mogłem zwlec się z łóżka.
00:35
I felt unworthy
10
23092
1733
Czułem się niegodny
00:36
of stepping across the gates of the university,
11
24825
3153
przekraczania bram uniwersytetu,
00:39
because I wasn't like Einstein or Newton
12
27978
2148
bo nie byłem jak Einstein czy Newton,
00:42
or any other scientist whose results
13
30126
2153
czy inny naukowiec,
o którego osiągnięciach się uczyłem,
o którego osiągnięciach się uczyłem,
00:44
I had learned about, because in science,
14
32279
1531
00:45
we just learn about the results, not the process.
15
33810
3382
bo w nauce uczymy się
o wynikach, nie o procesie.
o wynikach, nie o procesie.
00:49
And so obviously, I couldn't be a scientist.
16
37192
4701
Czyli nie mogłem być naukowcem.
00:53
But I had enough support
17
41893
1664
Ale miałem dobre wsparcie,
00:55
and I made it through
18
43557
1397
wybrnąłem z tego
00:56
and discovered something new about nature.
19
44954
2220
i odkryłem coś nowego o naturze.
00:59
This is an amazing feeling of calmness,
20
47174
2743
To niesamowite uczucie spokoju,
kiedy jesteś jedyną osobą na świecie,
01:01
being the only person in the world
21
49917
1332
01:03
who knows a new law of nature.
22
51249
2225
która zna nowe prawo natury.
01:05
And I started the second project in my Ph.D,
23
53474
3042
Rozpocząłem drugi projekt
w ramach doktoratu
w ramach doktoratu
01:08
and it happened again.
24
56516
1364
i stało się to samo.
01:09
I got stuck and I made it through.
25
57880
2289
Utknąłem i wybrnąłem z tego.
01:12
And I started thinking,
26
60169
1386
Zacząłem się zastanawiać,
01:13
maybe there's a pattern here.
27
61555
1157
czy jest w tym wzór.
01:14
I asked the other graduate students, and they said,
28
62712
1841
Zapytałem inne osoby po studiach,
01:16
"Yeah, that's exactly what happened to us,
29
64553
2043
stwierdzili, że mieli to samo,
01:18
except nobody told us about it."
30
66596
2349
ale nikt o tym nie mówił.
01:20
We'd all studied science as if it's a series
31
68945
1950
Wszyscy poznawaliśmy naukę
01:22
of logical steps between question and answer,
32
70895
3576
jako serię logicznych kroków
między pytaniem a odpowiedzią,
między pytaniem a odpowiedzią,
01:26
but doing research is nothing like that.
33
74471
2746
ale prowadzenie badań wygląda inaczej.
01:29
At the same time, I was also studying
34
77217
2334
W tym samym czasie uczyłem się
01:31
to be an improvisation theater actor.
35
79551
2087
na aktora teatru improwizowanego.
01:33
So physics by day,
36
81638
1434
Za dnia fizyka,
01:35
and by night, laughing, jumping, singing,
37
83072
2018
nocą śmiechy, podskoki i śpiew,
01:37
playing my guitar.
38
85090
1312
gra na gitarze.
01:38
Improvisation theater,
39
86402
1479
Teatr improwizacyjny,
01:39
just like science, goes into the unknown,
40
87881
3009
jak nauka, zagłębia się w nieznane,
01:42
because you have to make a scene onstage
41
90890
1412
bo trzeba stworzyć scenkę
01:44
without a director, without a script,
42
92302
1703
bez reżysera, scenariusza,
01:46
without having any idea what you'll portray
43
94005
2278
nie mając pojęcia, co przedstawić,
01:48
or what the other characters will do.
44
96283
2406
ani co zrobią pozostali.
01:50
But unlike science,
45
98689
1849
Ale w przeciwieństwie do nauki,
01:52
in improvisation theater, they tell you from day one
46
100538
3023
w teatrze improwizacyjnym
mówią ci pierwszego dnia,
mówią ci pierwszego dnia,
01:55
what's going to happen to
you when you get onstage.
you when you get onstage.
47
103561
2215
co się stanie, gdy wejdziesz na scenę.
01:57
You're going to fail miserably.
48
105776
2772
Zaliczysz sromotną porażkę.
02:00
You're going to get stuck.
49
108548
1177
Zatniesz się.
02:01
And we would practice staying creative
50
109725
2118
W teatrze ćwiczy się kreatywność
02:03
inside that stuck place.
51
111843
1203
w momentach blokady.
02:05
For example, we had an exercise
52
113046
1905
Na przykład jest ćwiczenie,
02:06
where we all stood in a circle,
53
114951
1142
że stoi się w kręgu
02:08
and each person had to do
the world's worst tap dance,
the world's worst tap dance,
54
116093
2965
i każdy ma stepować najgorzej jak potrafi,
02:11
and everybody else applauded
55
119058
1586
a pozostali biją brawa,
02:12
and cheered you on,
56
120644
1242
dopingują
02:13
supporting you onstage.
57
121886
2763
i wspierają tę osobę na scenie.
02:16
When I became a professor
58
124649
1908
Gdy zostałem profesorem,
02:18
and had to guide my own students
59
126557
1381
pomagałem studentom
02:19
through their research projects,
60
127938
1973
w ich projektach badawczych
02:21
I realized again,
61
129911
1367
i znów dotarło do mnie,
02:23
I don't know what to do.
62
131278
1712
że nie wiem, co robić.
02:24
I'd studied thousands of hours of physics,
63
132990
1994
Tysiące godzin poświęciłem fizyce,
02:26
biology, chemistry,
64
134984
1614
biologii, chemii,
02:28
but not one hour, not one concept
65
136598
2372
ale ani jednej godziny na to,
02:30
on how to mentor, how to guide someone
66
138970
2586
jak być mentorem, jak kimś kierować,
02:33
to go together into the unknown,
67
141556
1737
żeby razem iść w nieznane,
02:35
about motivation.
68
143293
1921
jak motywować.
02:37
So I turned to improvisation theater,
69
145214
1930
Korzystając z wiedzy z teatru,
02:39
and I told my students from day one
70
147144
2173
pierwszego dnia powiedziałem studentom,
02:41
what's going to happen when you start research,
71
149317
2901
co się stanie, gdy rozpoczną badania
02:44
and this has to do with our mental schema
72
152218
1726
i że ma to związek
02:45
of what research will be like.
73
153944
2012
z naszym schematem poznawczym badań.
02:47
Because you see, whenever people do anything,
74
155956
2278
Cokolwiek robimy,
02:50
for example if I want to touch this blackboard,
75
158234
2642
na przykład gdybym chciał dotknąć tablicy,
02:52
my brain first builds up a schema,
76
160876
1660
najpierw mózg buduje schemat,
02:54
a prediction of exactly what my muscles will do
77
162536
1859
przewiduje, co zrobią mięśnie,
02:56
before I even start moving my hand,
78
164395
2156
zanim zdążę poruszyć ręką,
02:58
and if I get blocked,
79
166551
1848
jeśli zostanę zablokowany,
schemat nie będzie
odpowiadał rzeczywistości,
odpowiadał rzeczywistości,
03:00
if my schema doesn't match reality,
80
168399
1875
03:02
that causes extra stress called cognitive dissonance.
81
170274
2284
jest to dodatkowy stres,
dysonans poznawczy.
dysonans poznawczy.
03:04
That's why your schemas had better match reality.
82
172558
2909
Lepiej, żeby schematy
pasowały do rzeczywistości.
pasowały do rzeczywistości.
03:07
But if you believe the way science is taught,
83
175467
3155
Ale jeśli wierzysz w to,
czego uczą o nauce,
czego uczą o nauce,
03:10
and if you believe textbooks, you're liable
84
178622
1897
i wierzysz podręcznikom,
03:12
to have the following schema of research.
85
180519
6294
twój schemat poznawczy badań
wygląda pewnie tak.
wygląda pewnie tak.
03:18
If A is the question,
86
186813
3318
"A" jest pytaniem,
03:22
and B is the answer,
87
190131
3400
"B" odpowiedzią,
03:25
then research is a direct path.
88
193531
4593
a badanie to bezpośrednia droga.
03:30
The problem is that if an experiment doesn't work,
89
198127
3115
Gdy eksperyment nie wychodzi
03:33
or a student gets depressed,
90
201242
3662
lub student się zniechęca,
03:36
it's perceived as something utterly wrong
91
204904
2086
postrzega się to jako coś złego,
03:38
and causes tremendous stress.
92
206990
3030
a to powoduje stres.
03:42
And that's why I teach my students
93
210020
1783
Dlatego uczę studentów
03:43
a more realistic schema.
94
211803
3862
bardziej realistycznego schematu.
03:50
Here's an example
95
218860
1524
To jest przykład,
03:52
where things don't match your schema.
96
220384
3136
w którym rzeczywistość
nie pasuje do schematu.
nie pasuje do schematu.
(Śmiech)
03:58
(Laughter)
97
226379
3262
04:01
(Applause)
98
229641
3199
(Brawa)
04:13
So I teach my students a different schema.
99
241564
3446
Uczę studentów innego schematu.
04:17
If A is the question,
100
245010
2194
"A" jest pytaniem,
04:19
B is the answer,
101
247204
2181
"B" odpowiedzią.
Trzeba być kreatywnym w chmurze.
04:25
stay creative in the cloud,
102
253320
1535
04:26
and you start going,
103
254855
1975
I zaczynamy,
04:28
and experiments don't work, experiments don't work,
104
256830
2363
eksperymenty nie wychodzą i nie wychodzą,
04:31
experiments don't work, experiments don't work,
105
259193
2535
nie wychodzą i nie wychodzą,
04:33
until you reach a place linked
with negative emotions
with negative emotions
106
261728
2676
aż dociera się tam,
gdzie są negatywne emocje,
gdzie są negatywne emocje,
04:36
where it seems like your basic assumptions
107
264404
2278
gdzie wydaje się,
że wcześniejsze założenia
że wcześniejsze założenia
04:38
have stopped making sense,
108
266682
1116
nie mają już sensu,
04:39
like somebody yanked the carpet beneath your feet.
109
267798
3055
jakby ktoś wyciągnął spod nas dywan.
04:42
And I call this place the cloud.
110
270853
3328
Nazywam to miejsce chmurą.
04:59
Now you can be lost in the cloud
111
287685
2678
Można błądzić w chmurze
05:02
for a day, a week, a month, a year,
112
290363
2508
dzień, tydzień, miesiąc, rok,
05:04
a whole career,
113
292871
1498
całą karierę,
05:06
but sometimes, if you're lucky enough
114
294369
2162
ale czasem, przy odrobinie szczęścia
05:08
and you have enough support,
115
296531
1856
i wsparcia,
05:10
you can see in the materials at hand,
116
298387
1990
zauważa się w tym, co pod ręką,
05:12
or perhaps meditating on the shape of the cloud,
117
300377
3248
lub rozmyślając nad kształtem chmury,
05:15
a new answer,
118
303625
2002
nową odpowiedź - "C"
05:19
C, and you decide to go for it.
119
307285
3684
i decydujesz się na nią.
05:22
And experiments don't work, experiments don't work,
120
310969
2369
Eksperymenty nie wychodzą i nie wychodzą,
05:25
but you get there,
121
313338
1469
ale docierasz tam
05:26
and then you tell everyone about it
122
314807
1220
i ogłaszasz to,
05:28
by publishing a paper that reads A arrow C,
123
316027
3502
publikując artykuł,
że "A" prowadzi do "C".
że "A" prowadzi do "C".
05:31
which is a great way to communicate,
124
319529
1959
To świetny sposób komunikacji,
05:33
but as long as you don't forget the path
125
321488
2344
o ile pamięta się ścieżkę,
05:35
that brought you there.
126
323832
1799
która nas tam doprowadziła.
05:37
Now this cloud is an inherent part
127
325631
1975
Chmura jest nieodłączną częścią badań,
05:39
of research, an inherent part of our craft,
128
327606
2604
naszego rzemiosła,
05:42
because the cloud stands guard at the boundary.
129
330210
3210
bo stoi na straży granicy.
05:49
It stands guard at the boundary
130
337721
2269
To granica
05:51
between the known
131
339990
2972
między znanym
05:57
and the unknown,
132
345795
3604
a nieznanym,
06:05
because in order to discover something truly new,
133
353110
2275
bo żeby odkryć coś zupełnie nowego,
06:07
at least one of your basic
assumptions has to change,
assumptions has to change,
134
355385
3577
trzeba zmienić przynajmniej jedno
z podstawowych założeń,
z podstawowych założeń,
06:10
and that means that in science,
135
358962
1254
co w nauce oznacza,
06:12
we do something quite heroic.
136
360216
1962
że robimy coś odważnego.
Codziennie próbujemy dotrzeć do granicy
06:14
Every day, we try to bring ourselves
137
362178
1821
06:15
to the boundary between
the known and the unknown
the known and the unknown
138
363999
1812
między znanym i nieznanym
06:17
and face the cloud.
139
365811
1821
i zmierzyć się z chmurą.
06:19
Now notice that I put B
140
367632
1705
Punkt "B" umieściłem w krainie
poznanego,
06:21
in the land of the known,
141
369337
743
06:22
because we knew about it in the beginning,
142
370080
1811
bo wiedzieliśmy o nim od początku,
06:23
but C is always more interesting
143
371891
3649
ale punkt "C" jest zawsze
bardziej interesujący
bardziej interesujący
06:27
and more important than B.
144
375540
2723
i ważniejszy niż "B".
06:30
So B is essential in order to get going,
145
378263
2193
"B" jest niezbędny, żeby zacząć,
06:32
but C is much more profound,
146
380456
1818
ale "C" jest bardziej dogłębny
06:34
and that's the amazing thing about resesarch.
147
382274
4497
i to jest w badaniach niesamowite.
06:38
Now just knowing that word, the cloud,
148
386771
2188
Sama znajomość słowa "chmura"
06:40
has been transformational in my research group,
149
388959
2555
przyczyniła się do zmian
w zespole badawczym,
w zespole badawczym,
06:43
because students come to me and say,
150
391514
1870
bo studenci przychodzą i mówią:
06:45
"Uri, I'm in the cloud,"
151
393384
1598
"Uri, jestem w chmurze",
06:46
and I say, "Great, you must be feeling miserable."
152
394982
3166
a ja na to: "Super,
pewnie czujesz się żałośnie".
pewnie czujesz się żałośnie".
06:50
(Laughter)
153
398148
2142
(Śmiech)
06:52
But I'm kind of happy,
154
400290
1913
Ale ja jestem zadowolony,
06:54
because we might be close to the boundary
155
402203
1678
bo możemy być blisko granicy
06:55
between the known and the unknown,
156
403881
1896
między znanym a nieznanym,
06:57
and we stand a chance of discovering
157
405777
1546
i mamy szansę odkryć
06:59
something truly new,
158
407323
1861
coś całkiem nowego.
07:01
since the way our mind works,
159
409184
1342
Tak działa nasz umysł,
07:02
it's just knowing that the cloud
160
410526
3148
wie, że chmura jest czymś
07:05
is normal, it's essential,
161
413674
4426
normalnym, koniecznym,
07:10
and in fact beautiful,
162
418100
1205
a nawet pięknym,
07:11
we can join the Cloud Appreciation Society,
163
419305
3623
możemy dołączyć do Stowarzyszenia
Uznania dla Chmury,
Uznania dla Chmury,
07:14
and it detoxifies the feeling that something
164
422928
1918
a to uwalnia od poczucia,
07:16
is deeply wrong with me.
165
424846
2562
że coś jest ze mną nie tak.
07:19
And as a mentor, I know what to do,
166
427408
2450
Jako mentor wiem, co robić,
07:21
which is to step up my support for the student,
167
429858
2202
muszę lepiej wspierać studenta,
07:24
because research in psychology shows
168
432060
1481
bo według psychologów
07:25
that if you're feeling fear and despair,
169
433541
3559
strach i rozpacz
07:29
your mind narrows down
170
437100
997
ograniczają umysł
07:30
to very safe and conservative ways of thinking.
171
438097
2831
do bezpiecznego
i konserwatywnego myślenia.
i konserwatywnego myślenia.
07:32
If you'd like to explore the risky paths
172
440928
1575
Żeby zgłębiać ryzykowne ścieżki
07:34
needed to get out of the cloud,
173
442503
1388
i wydostać się z chmury,
07:35
you need other emotions --
174
443891
1761
potrzeba innych emocji:
07:37
solidarity, support, hope —
175
445652
2201
solidarności, wsparcia, nadziei,
07:39
that come with your connection from somebody else,
176
447853
1737
które bierze się od innych.
07:41
so like in improvisation theater,
177
449590
1550
Jak w teatrze improwizacyjnym,
07:43
in science, it's best to walk into the unknown
178
451140
2301
tak i w nauce, w nieznane lepiej iść
07:45
together.
179
453441
1969
razem.
07:47
So knowing about the cloud,
180
455410
2442
Wiedząc o chmurze,
07:49
you also learn from improvisation theater
181
457852
3324
od teatru improwizacyjnego
można się nauczyć
można się nauczyć
07:53
a very effective way to have conversations
182
461176
2602
skutecznego prowadzenia rozmów
07:55
inside the cloud.
183
463778
1760
wewnątrz chmury.
07:57
It's based on the central principle
184
465538
1977
Podstawą jest główna zasada
07:59
of improvisation theater,
185
467515
1767
teatru improwizacyjnego,
08:01
so here improvisation theater
186
469282
1093
więc znów teatr
08:02
came to my help again.
187
470375
1296
przyszedł nam z pomocą.
08:03
It's called saying "Yes, and"
188
471671
2291
To mówienie "Tak, i..."
08:05
to the offers made by other actors.
189
473962
3465
na propozycje innych aktorów.
08:16
That means accepting the offers
190
484297
2894
Oznacza to akceptację propozycji
08:19
and building on them, saying, "Yes, and."
191
487191
2511
i rozbudowanie ich ze słowami "Tak, i...".
08:21
For example, if one actor says,
192
489702
1239
Przykładowo, aktor mówi:
08:22
"Here is a pool of water,"
193
490941
1155
"Tu jest basen",
08:24
and the other actor says,
194
492096
1045
a drugi na to:
08:25
"No, that's just a stage,"
195
493141
1869
"Nie, to tylko scena"
08:27
the improvisation is over.
196
495010
1738
i koniec improwizacji.
08:28
It's dead, and everybody feels frustrated.
197
496748
3772
Padła trupem i wszyscy są sfrustrowani.
08:32
That's called blocking.
198
500520
1348
Jest to blokowanie.
08:33
If you're not mindful of communications,
199
501868
1607
Gdy zapominamy o komunikacji,
08:35
scientific conversations can have a lot of blocking.
200
503475
2937
w naukowych rozmowach
jest dużo blokowania.
jest dużo blokowania.
08:38
Saying "Yes, and" sounds like this.
201
506412
2236
Mówienie "Tak, i..." wygląda tak:
08:40
"Here is a pool of water."
"Yeah, let's jump in."
"Yeah, let's jump in."
202
508648
2508
"Tu jest basen".
"Tak, wskoczmy do niego".
"Tak, wskoczmy do niego".
08:43
"Look, there's a whale! Let's grab it by its tail.
203
511156
3009
"Patrzcie, wieloryb!".
"Złapmy go za ogon".
"Złapmy go za ogon".
08:46
It's pulling us to the moon!"
204
514165
2101
"Ciągnie nas do księżyca!".
08:48
So saying "Yes, and" bypasses our inner critic.
205
516266
3020
Mówienie "Tak, i..." pozwala
ominąć wewnętrznego krytyka.
ominąć wewnętrznego krytyka.
08:51
We all have an inner critic
206
519286
1694
Każdy ma wewnętrznego krytyka
08:52
that kind of guards what we say,
207
520980
1241
pilnującego naszych słów,
08:54
so people don't think that we're obscene
208
522221
1923
żeby nie wypadły nieprzyzwoicie,
08:56
or crazy or unoriginal,
209
524144
1115
idiotycznie, banalnie,
08:57
and science is full of the fear
210
525259
1260
a w nauce boimy się
08:58
of appearing unoriginal.
211
526519
1557
wyjść na banalnych.
09:00
Saying "Yes, and" bypasses the critic
212
528076
2167
Mówienie "Tak, i..." omija tego krytyka
09:02
and unlocks hidden voices of creativity
213
530243
2612
i odblokowuje ukryte pokłady kreatywności,
09:04
you didn't even know that you had,
214
532855
1525
o których nie wiedzieliśmy,
09:06
and they often carry the answer
215
534380
2030
a które często niosą sposób
09:08
about the cloud.
216
536410
2405
na chmurę.
09:10
So you see, knowing about the cloud
217
538815
2601
Wiedza o chmurze
09:13
and about saying "Yes, and"
218
541416
1404
i metodzie "Tak, i..."
09:14
made my lab very creative.
219
542820
2859
zwiększyła kreatywność
mojego laboratorium.
mojego laboratorium.
09:17
Students started playing off of each others' ideas,
220
545679
2528
Studenci zaczęli wymieniać się pomysłami
09:20
and we made surprising discoveries
221
548207
2114
i dokonaliśmy ciekawych odkryć
09:22
in the interface between physics and biology.
222
550321
2869
z pogranicza fizyki i biologii.
09:25
For example, we were stuck for a year
223
553190
2950
Na przykład utknęliśmy na rok,
09:28
trying to understand the intricate
224
556140
1149
próbując zrozumieć
09:29
biochemical networks inside our cells,
225
557289
2693
zawiłe, biochemiczne sieci
w komórkach ciała.
w komórkach ciała.
09:31
and we said, "We are deeply in the cloud,"
226
559982
2457
Stwierdziliśmy: "Jesteśmy
głęboko w chmurze",
głęboko w chmurze",
09:34
and we had a playful conversation
227
562439
1980
po czym mieliśmy zabawną dyskusję,
09:36
where my student Shai Shen Orr said,
228
564419
1788
i student Shai Shen Orr mówi:
09:38
"Let's just draw this on a
piece of paper, this network,"
piece of paper, this network,"
229
566207
2843
"Narysujmy tę sieć na papierze".
09:41
and instead of saying,
230
569050
1453
Zamiast powiedzieć,
09:42
"But we've done that so many times
231
570503
2151
że robiliśmy to już wiele razy
09:44
and it doesn't work,"
232
572654
1034
i to nie działa,
09:45
I said, "Yes, and
233
573688
2943
powiedziałem: "Tak,
09:48
let's use a very big piece of paper,"
234
576631
2041
i użyjmy papieru dużego formatu",
09:50
and then Ron Milo said,
235
578672
1092
a Ron Milo na to:
09:51
"Let's use a gigantic architect's
236
579764
2220
"Użyjmy papieru dla architektów,
09:53
blueprint kind of paper, and I know where to print it,"
237
581984
1796
wiem, gdzie można to wydrukować",
09:55
and we printed out the network and looked at it,
238
583780
2500
więc wydrukowaliśmy sieć,
spojrzeliśmy na nią
spojrzeliśmy na nią
09:58
and that's where we made
our most important discovery,
our most important discovery,
239
586280
2509
i wtedy dokonaliśmy
najważniejszego odkrycia,
najważniejszego odkrycia,
10:00
that this complicated network is just made
240
588789
2201
że ta złożona sieć składa się
10:02
of a handful of simple, repeating interaction patterns
241
590990
3463
z kilku prostych,
powtarzających się wzorów interakcji,
powtarzających się wzorów interakcji,
10:06
like motifs in a stained glass window.
242
594453
3163
jak motywy w witrażu.
10:09
We call them network motifs,
243
597616
2048
Nazywam je motywami sieci
10:11
and they're the elementary circuits
244
599664
2152
i są to podstawowe połączenia,
pozwalające zrozumieć logikę,
10:13
that help us understand
245
601816
1385
10:15
the logic of the way cells make decisions
246
603201
2700
według której komórki podejmują decyzje
10:17
in all organisms, including our body.
247
605901
2849
we wszystkich organizmach,
włącznie z naszym.
włącznie z naszym.
10:20
Soon enough, after this,
248
608750
1925
Tuż po tym
10:22
I started being invited to give talks
249
610675
1620
na zaproszenie przemawiałem
10:24
to thousands of scientists across the world,
250
612295
3011
przed tysiącami naukowców
na całym świecie,
na całym świecie,
10:27
but the knowledge about the cloud
251
615306
1833
ale wiedza o chmurze
10:29
and saying "Yes, and"
252
617139
1132
i mówieniu "Tak, i..."
10:30
just stayed within my own lab,
253
618271
1839
pozostała w moim laboratorium,
10:32
because you see, in science,
we don't talk about the process,
we don't talk about the process,
254
620110
2131
bo w nauce nie mówi się o procesie,
10:34
anything subjective or emotional.
255
622241
2433
rzeczach subiektywnych czy emocjonalnych.
10:36
We talk about the results.
256
624674
1863
Na konferencji mówi się o wynikach.
10:38
So there was no way to talk about it in conferences.
257
626537
2069
Więc nie było jak o tym opowiedzieć.
10:40
That was unthinkable.
258
628606
1924
To było nie do pomyślenia.
10:42
And I saw scientists in other groups get stuck
259
630530
2076
Inni naukowcy, którzy utknęli,
10:44
without even having a word to describe
260
632606
1774
nie wiedzieli, jak opisać to,
10:46
what they're seeing,
261
634380
1321
co się dzieje.
10:47
and their ways of thinking
262
635701
1355
Tok myślenia był zawężony
10:49
narrowed down to very safe paths,
263
637056
1528
do bezpiecznych rozwiązań,
10:50
their science didn't reach its full potential,
264
638584
1660
nauce brakowało potencjału,
10:52
and they were miserable.
265
640244
1753
a oni byli przygnębieni.
10:53
I thought, that's the way it is.
266
641997
1939
Pomyślałem, że tak po prostu jest.
10:55
I'll try to make my lab as creative as possible,
267
643936
2021
Rozwinę kreatywność w moim laboratorium
10:57
and if everybody else does the same,
268
645957
1680
i jeśli każdy zrobi to samo,
10:59
science will eventually become
269
647637
2190
to nauka byłaby
11:01
more and more better and better.
270
649827
2214
coraz lepsza.
11:04
That way of thinking got turned on its head
271
652041
2920
To podejście zmieniło się diametralnie,
11:06
when by chance I went to hear Evelyn Fox Keller
272
654961
2339
gdy usłyszałem, jak Evelyn Fox Keller mówi
11:09
give a talk about her experiences
273
657300
1358
o swoich doświadczeniach
11:10
as a woman in science.
274
658658
1691
jako kobieta nauki.
11:12
And she asked,
275
660349
1823
Zapytała:
11:14
"Why is it that we don't talk about the subjective
276
662172
1948
"Czemu nie rozmawiamy o subiektywnych
11:16
and emotional aspects of doing science?
277
664120
2186
i emocjonalnych aspektach nauki?
11:18
It's not by chance. It's a matter of values."
278
666306
3992
To nie przypadek. To kwestia wartości".
11:22
You see, science seeks knowledge
279
670298
2178
Nauka poszukuje wiedzy
11:24
that's objective and rational.
280
672476
1795
obiektywnej i racjonalnej.
11:26
That's the beautiful thing about science.
281
674271
2198
To w nauce jest piękne.
11:28
But we also have a cultural myth
282
676469
1956
Ale jest pewien kulturalny mit,
11:30
that the doing of science,
283
678425
1254
że tworzenie nauki,
11:31
what we do every day to get that knowledge,
284
679679
2300
to, co robimy, żeby dotrzeć do wiedzy,
11:33
is also only objective and rational,
285
681979
2440
jest też obiektywne i racjonalne,
11:36
like Mr. Spock.
286
684419
2432
jak Spock ze Star Treka.
11:38
And when you label something
287
686851
1414
Gdy uważamy coś
11:40
as objective and rational,
288
688265
1813
za obiektywne i racjonalne,
11:42
automatically, the other side,
289
690078
1642
automatycznie druga strona,
11:43
the subjective and emotional,
290
691720
1457
subiektywna i emocjonalna,
11:45
become labeled as non-science
291
693177
2102
jest uważana za pseudonaukę,
11:47
or anti-science or threatening to science,
292
695279
1971
antynaukę lub zagrożenie dla nauki,
11:49
and we just don't talk about it.
293
697250
1811
dlatego o tym się nie mówi.
11:51
And when I heard that,
294
699061
1954
Gdy usłyszałem,
11:53
that science has a culture,
295
701015
2167
że istnieje kultura nauki,
11:55
everything clicked into place for me,
296
703182
1547
wszystko nabrało sensu,
11:56
because if science has a culture,
297
704729
1664
bo skoro nauka ma kulturę,
11:58
culture can be changed,
298
706393
1256
kulturę można zmienić,
11:59
and I can be a change agent
299
707649
1593
a ja mogę być inicjatorem,
12:01
working to change the culture
of science wherever I could.
of science wherever I could.
300
709242
2712
wpływając na kulturę nauki gdzie się da.
12:03
And so the very next lecture I gave in a conference,
301
711954
3069
Na następnej konferencji
12:07
I talked about my science,
302
715023
1612
mówiłem o swoich badaniach,
12:08
and then I talked about the importance
303
716635
1512
a później o istocie
12:10
of the subjective and emotional
aspects of doing science
aspects of doing science
304
718147
2182
subiektywizmu i emocjach w nauce
12:12
and how we should talk about them,
305
720329
1120
i jak o tym rozmawiać.
12:13
and I looked at the audience,
306
721449
1234
Spojrzałem na widownię,
12:14
and they were cold.
307
722683
2360
a oni nie reagowali.
12:17
They couldn't hear what I was saying
308
725043
3291
Nie docierały do nich moje słowa
w kontekście konferencji,
w kontekście konferencji,
12:20
in the context of a 10 back-to-back
309
728334
1251
gdzie 10 prezentacji PowerPoint
12:21
PowerPoint presentation conference.
310
729585
1839
pokazywano jedną po drugiej.
12:23
And I tried again and again,
conference after conference,
conference after conference,
311
731424
2482
Próbowałem ponownie
na innych konferencjach,
na innych konferencjach,
12:25
but I wasn't getting through.
312
733906
2373
ale nic nie docierało.
12:28
I was in the cloud.
313
736279
2906
Byłem w chmurze.
12:31
And eventually I managed to get out the cloud
314
739185
3514
Ostatecznie udało mi się wyjść z chmury
12:34
using improvisation and music.
315
742699
2811
dzięki improwizacji i muzyce.
12:37
Since then, every conference I go to,
316
745510
2739
Odtąd na każdej konferencji
daję naukowy wykład,
daję naukowy wykład,
12:40
I give a science talk and a second, special talk
317
748249
2862
a po nim specjalny wykład pod tytułem
12:43
called "Love and fear in the lab,"
318
751111
1993
"Miłość i strach w laboratorium",
12:45
and I start it off by doing a song
319
753104
2217
który zaczynam piosenką
12:47
about scientists' greatest fear,
320
755321
2572
o największej obawie każdego naukowca,
12:49
which is that we work hard,
321
757893
2912
że mimo ciężkiej pracy
12:52
we discover something new,
322
760805
2342
i odkrycia czegoś nowego,
12:55
and somebody else publishes it before we do.
323
763147
3357
ktoś inny opublikuje to przed nami.
12:58
We call it being scooped,
324
766504
2616
Mówimy, że ktoś nas wyprzedził
13:01
and being scooped feels horrible.
325
769120
3214
i jest to okropne uczucie.
13:04
It makes us afraid to talk to each other,
326
772334
2213
Przez to boimy się ze sobą rozmawiać,
a nie w tym sęk,
13:06
which is no fun,
327
774547
833
13:07
because we came to science to share our ideas
328
775380
2760
bo weszliśmy w świat nauki,
żeby dzielić się pomysłami
żeby dzielić się pomysłami
13:10
and to learn from each other,
329
778140
1311
i uczyć się od siebie,
13:11
and so I do a blues song,
330
779451
3489
dlatego śpiewam piosenkę
13:17
which — (Applause) —
331
785040
5504
(Brawa)
13:22
called "Scooped Again,"
332
790544
3223
pod tytułem "Znów wyprzedzony".
13:25
and I ask the audience to be my backup singers,
333
793767
2658
Proszę widownię o śpiewanie chórków
13:28
and I tell them, "Your text is 'Scoop, Scoop.'"
334
796425
3980
Mówię, żeby śpiewali "Znów, znów".
13:32
It sounds like this: "Scoop, scoop!"
335
800405
2645
Brzmi to tak: "Znów, znów!"
13:35
Sounds like this.
336
803050
963
Brzmi to tak.
13:36
♪ I've been scooped again ♪
337
804013
2219
♪Znów mnie ktoś wyprzedził♪
13:38
♪ Scoop! Scoop! ♪
338
806232
1743
♪Znów! Znów!♪
13:39
And then we go for it.
339
807975
1278
I jedziemy.
13:41
♪ I've been scooped again ♪
340
809253
2045
♪Znów mnie ktoś wyprzedził♪
13:43
♪ Scoop! Scoop! ♪
341
811298
1286
♪Znów! Znów!♪
13:44
♪ I've been scooped again ♪
342
812584
1895
♪Znów mnie ktoś wyprzedził♪
13:46
♪ Scoop! Scoop! ♪
343
814479
1306
♪Znów! Znów!♪
13:47
♪ I've been scooped again ♪
344
815785
1783
♪Znów mnie ktoś wyprzedził♪
13:49
♪ Scoop! Scoop! ♪
345
817568
1639
♪Znów! Znów!♪
13:51
♪ I've been scooped again ♪
346
819207
1668
♪Znów mnie ktoś wyprzedził♪
13:52
♪ Scoop! Scoop! ♪
347
820875
1762
♪Znów! Znów!♪
13:54
♪ Oh mama, can't you feel my pain ♪
348
822637
3275
♪Mamo, ból przeszywa mnie na wskroś♪
13:57
♪ Heavens help me, I've been scooped again ♪
349
825912
3786
♪Niebiosa pomóżcie,
znów wyprzedził mnie ktoś♪
znów wyprzedził mnie ktoś♪
14:02
(Applause)
350
830925
6391
(Brawa)
14:09
Thank you.
351
837735
1230
Dziękuję.
14:10
Thank you for your backup singing.
352
838965
1499
Dziękuję za chórki.
14:12
So everybody starts laughing, starts breathing,
353
840464
2084
Każdy zaczyna śmiać się, oddychać,
14:14
notices that there's other scientists around them
354
842548
2012
zauważać, że wokoło są inni naukowcy
14:16
with shared issues,
355
844560
1307
z podobnymi problemami.
14:17
and we start talking about the emotional
356
845867
1805
Zaczynamy rozmawiać o emocjach
14:19
and subjective things that go on in research.
357
847672
1850
i subiektywizmie w badaniach.
14:21
It feels like a huge taboo has been lifted.
358
849522
2184
Jakby największe tabu
zostało przełamane.
zostało przełamane.
14:23
Finally, we can talk about
this in a scientific conference.
this in a scientific conference.
359
851706
2799
Nareszcie rozmawiamy o tym
na konferencji naukowej.
na konferencji naukowej.
14:26
And scientists have gone on to form peer groups
360
854505
2186
Naukowcy zaczęli formować grupy,
14:28
where they meet regularly
361
856691
1610
które spotykają się regularnie
14:30
and create a space to talk about the emotional
362
858301
1629
i dyskutują o emocjach
14:31
and subjective things that
happen as they're mentoring,
happen as they're mentoring,
363
859930
2301
i subiektywnych stronach mentorstwa,
14:34
as they're going into the unknown,
364
862231
1363
gdy wkracza się w nieznane.
14:35
and even started courses
365
863594
1570
Nawet zainicjowali kursy
14:37
about the process of doing science,
366
865164
1675
o procesie tworzenia nauki,
14:38
about going into the unknown together,
367
866839
1895
o wspólnym wkraczaniu w nieznane
14:40
and many other things.
368
868734
1416
i wiele innych.
14:42
So my vision is that,
369
870150
1334
W mojej wizji,
14:43
just like every scientist knows the word "atom,"
370
871484
3462
tak jak każdy naukowiec zna słowo "atom"
14:46
that matter is made out of atoms,
371
874946
1967
i wie, że atomy tworzą materię,
14:48
every scientist would know the words
372
876913
1484
będzie znał takie słowa,
14:50
like "the cloud," saying "Yes, and,"
373
878397
2344
jak "chmura", mówienie "Tak, i...",
14:52
and science will become much more creative,
374
880741
3079
a nauka nabierze kreatywności,
14:55
make many, many more unexpected discoveries
375
883820
3004
dokona większej ilości
niespodziewanych odkryć
niespodziewanych odkryć
14:58
for the benefit of us all,
376
886824
2536
z korzyścią dla nas wszystkich
15:01
and would also be much more playful.
377
889360
2216
i będzie weselsza.
15:03
And what I might ask you to remember from this talk
378
891576
2590
Chciałbym, żebyście
zapamiętali z tej prelekcji,
zapamiętali z tej prelekcji,
15:06
is that next time you face
379
894166
2696
że następnym razem,
gdy napotkacie problem,
gdy napotkacie problem,
15:08
a problem you can't solve
380
896862
1726
którego nie możecie rozwiązać,
15:10
in work or in life,
381
898588
2592
w życiu zawodowym czy prywatnym,
15:13
there's a word for what you're going to see:
382
901180
1876
jest słowo na to, co zobaczycie:
15:15
the cloud.
383
903056
1177
chmura.
15:16
And you can go through the cloud
384
904233
1533
Możecie przez nią przejść
15:17
not alone but together
385
905766
1408
wspólnie z kimś,
15:19
with someone who is your source of support
386
907174
2038
kto jest wam wsparciem
15:21
to say "Yes, and" to your ideas,
387
909212
2048
i mówi "Tak, i..." na wasze pomysły
15:23
to help you say "Yes, and" to your own ideas,
388
911260
2317
i pomaga wam powiedzieć to samo,
15:25
to increase the chance that,
389
913577
1887
przez co zwiększają się szanse na to,
15:27
through the wisps of the cloud,
390
915464
1726
że między kłębami chmury
15:29
you'll find that moment of calmness
391
917190
1498
dozna się spokoju,
15:30
where you get your first glimpse
392
918688
1803
gdy w prześwicie mignie
15:32
of your unexpected discovery,
393
920491
3250
to niespodziewane odkrycie,
15:35
your C.
394
923741
2724
twoje "C".
15:38
Thank you.
395
926465
2320
Dziękuję.
15:40
(Applause)
396
928785
4000
(Brawa)
ABOUT THE SPEAKER
Uri Alon - Systems biologistUri Alon studies how cells work, using an array of tools (including improv theater) to understand the biological circuits that perform the functions of life.
Why you should listen
First trained as a physicist, Uri Alon found a passion for biological systems. At the Weizmann Institute of Science in Israel, he and his lab investigate the protein circuits within a cell (they focus on E. coli), looking for basic interaction patterns that recur throughout biological networks. It's a field full of cross-disciplinary thinking habits and interesting problems. And in fact, Alon is the author of a classic paper on lab behavior called "How to Choose a Good Scientific Problem," which takes a step back from the rush to get grants and publish papers to ask: How can a good lab foster growth and self-motivated research?
In Alon's lab, students use tools from physics, neurobiology and computer science -- and concepts from improv theatre -- to study basic principles of interactions. Using a theater practice called the "mirror game," they showed that two people can create complex novel motion together without a designated leader or follower. He also works on an addicting site called BioNumbers -- all the measurements you need to know about biology. The characteristic heart rate of a pond mussel? Why it's 4-6 beats per minute.
More profile about the speakerIn Alon's lab, students use tools from physics, neurobiology and computer science -- and concepts from improv theatre -- to study basic principles of interactions. Using a theater practice called the "mirror game," they showed that two people can create complex novel motion together without a designated leader or follower. He also works on an addicting site called BioNumbers -- all the measurements you need to know about biology. The characteristic heart rate of a pond mussel? Why it's 4-6 beats per minute.
Uri Alon | Speaker | TED.com