TED2006
Michael Shermer: Why people believe weird things
Michael Shermer tłumaczy, dlaczego ludzie wierzą w dziwne rzeczy
Filmed:
Readability: 4.2
7,339,268 views
Założyciel Stowarzyszenia Sceptyków Michael Shermer poświecił swoje życie na demaskowanie wszelkiego rodzaju mitów, guseł, zabobonów i przesądów. Dlaczego ludzie widzą Maryję Dziewicę na kanapce z serem, albo słyszą diabelskie przesłania w utworach muzycznych? Używając przykładów muzycznych i nagrań video Michael Shermer pokazuje jak przekonujemy samych siebie aby wierzyć w coś pomimo naukowych faktów.
Michael Shermer - Skeptic
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Double-click the English transcript below to play the video.
00:24
I'm Michael Shermer,
director of the Skeptics Society,
director of the Skeptics Society,
0
0
2532
Hej, jestem Michael Shermer, kieruję Skeptics Society,
prowadzę magazyn "Skeptic".
00:27
publisher of "Skeptic" magazine.
1
2556
1532
Badamy roszczenia paranormalne, pseudo-naukowe,
00:28
We investigate claims of the paranormal,
2
4112
1913
sekciarskie, okultystyczne, i wszelkie roszczenia pomiędzy -
00:30
pseudo-science, fringe groups and cults,
and claims of all kinds between,
and claims of all kinds between,
3
6049
3682
00:34
science and pseudo-science
and non-science and junk science,
and non-science and junk science,
4
9755
2894
nauką i pseudo-nauką, nienauką i złą nauką,
voodoo, patologią w nauce, brakiem nauki
00:37
voodoo science, pathological science,
bad science, non-science,
bad science, non-science,
5
12673
3303
00:40
and plain old non-sense.
6
16000
1887
i zwyczajnym nonsensem.
00:42
And unless you've been on Mars recently,
7
17911
1917
Jeśli nie byliście ostatnio na Marsie,
00:44
you know there's a lot of that out there.
8
19852
2018
wiecie, że jest tego pełno.
00:46
Some people call us debunkers,
which is kind of a negative term.
which is kind of a negative term.
9
21894
3022
Niektórzy nazywają nas demaskatorami, co ma negatywny wydźwięk.
00:49
But let's face it, there's a lot of bunk.
10
24940
2108
Lecz postawmy sprawę jasno:
Bzdur jest zatrzęsienie, a my je tropimy i usuwamy.
00:51
We are like the bunko squads
of the police departments out there --
of the police departments out there --
11
27072
3453
00:55
well, we're sort of like
the Ralph Naders of bad ideas,
the Ralph Naders of bad ideas,
12
30549
3427
Jesteśmy jak Ralph Nader dla idiotyzmów.
00:58
(Laughter)
13
34000
1230
(Śmiech)
- próbujemy zastąpić złe pomysły dobrymi.
01:00
trying to replace bad ideas
with good ideas.
with good ideas.
14
35254
2722
01:02
I'll show you an example of a bad idea.
15
38000
1863
Pokażę wam przykład złego.
01:04
I brought this with me,
16
39887
1158
NBC "Dateline" poprosiło nas o przetestowanie takiego urządzenia.
01:05
this was given to us
by NBC Dateline to test.
by NBC Dateline to test.
17
41069
3907
NBC "Dateline" poprosiło nas o przetestowanie takiego urządzenia.
01:09
It's produced by the Quadro
Corporation of West Virginia.
Corporation of West Virginia.
18
45000
3286
Produkowane jest przez Quadro Corporation z Wirginii Zachodniej.
Nazywa się Różdżka Quadro 2000.
01:13
It's called the Quadro 2000 Dowser Rod.
19
48310
2910
(Śmiech)
01:16
(Laughter)
20
51244
1446
01:17
This was being sold to high-school
administrators for $900 apiece.
administrators for $900 apiece.
21
52714
5262
Sprzedawano to dyrektorom szkół średnich za 900 dolarów od sztuki.
01:22
It's a piece of plastic with a Radio
Shack antenna attached to it.
Shack antenna attached to it.
22
58000
4327
Kawałek plastiku z przyczepioną anteną radiową.
Radiestezja przydaje się w wielu dziedzinach;
01:27
You could dowse for all sorts of things,
23
62351
1966
01:29
but this particular one was built
to dowse for marijuana
to dowse for marijuana
24
64341
3393
ta różdżka wykrywa marihuanę w szkolnych szafkach.
01:32
in students' lockers.
25
67758
1218
01:33
(Laughter)
26
69000
2460
(Śmiech)
Działa to następująco: idziemy korytarzem i otwieramy szafki,
01:36
So the way it works
is you go down the hallway,
is you go down the hallway,
27
71484
3545
01:39
and you see if it tilts
toward a particular locker,
toward a particular locker,
28
75053
2999
w stronę których przechyla się różdżka.
01:42
and then you open the locker.
29
78076
1444
Wygląda to mniej więcej tak.
01:44
So it looks something like this.
30
79544
1577
Wygląda to mniej więcej tak.
01:45
I'll show you.
31
81145
1183
01:48
(Laughter)
32
83809
1167
(Śmiech)
01:49
Well, it has kind of a right-leaning bias.
33
85000
3391
Skłania się raczej ku prawej.
To jest nauka, więc zróbmy eksperyment kontrolny.
01:53
Well, this is science,
so we'll do a controlled experiment.
so we'll do a controlled experiment.
34
88415
2805
Na pewno przechyli się w tę stronę.
01:56
It'll go this way for sure.
35
91244
1582
(Śmiech)
01:57
(Laughter)
36
92850
3934
02:01
Sir, do you want to empty
your pockets, please, sir?
your pockets, please, sir?
37
96808
2526
Czy może Pan opróżnić kieszenie?
(Śmiech)
02:04
(Laughter)
38
99358
1838
Czy to urządzenie potrafi znaleźć marihuanę w szafkach?
02:06
So the question was, can it actually
find marijuana in students' lockers?
find marijuana in students' lockers?
39
101220
3457
Tak, jeśli otworzymy ich wystarczająco dużo.
02:09
And the answer is,
if you open enough of them, yes.
if you open enough of them, yes.
40
104701
2598
(Śmiech)
02:12
(Laughter)
41
107323
1023
(Brawa)
02:13
(Applause)
42
108370
1606
02:14
But in science, we have to keep track
of the misses, not just the hits.
of the misses, not just the hits.
43
110000
3381
Ale w nauce ważne są zarówno trafienia, jak i chybienia.
I to chyba najważniejsza „lekcja” tego wykładu:
02:18
And that's probably the key lesson
to my short talk here:
to my short talk here:
44
113405
3266
02:21
This is how psychics work, astrologers,
tarot card readers and so on.
tarot card readers and so on.
45
116695
3734
tak działają parapsycholodzy, astrolodzy, tarociści itd.
Ludzie pamiętają trafienia i zapominają o chybieniach.
02:25
People remember the hits
and forget the misses.
and forget the misses.
46
120453
2219
Nauka musi gromadzić wszystkie dane,
02:27
In science, we keep the whole database,
47
122696
1895
i sprawdzić, czy ilość trafień nie zależy od zwykłego przypadku.
02:29
and look to see if the number
of hits somehow stands out
of hits somehow stands out
48
124615
2661
i sprawdzić, czy ilość trafień nie zależy od zwykłego przypadku.
02:32
from the total number
you'd expect by chance.
you'd expect by chance.
49
127300
2213
Przetestowaliśmy ten przypadek.
02:34
In this case, we tested it.
50
129537
1294
02:35
We had two opaque boxes:
51
130855
1492
Mieliśmy 2 nieprzezroczyste pudełka,
02:37
one with government-approved THC
marijuana, and one with nothing.
marijuana, and one with nothing.
52
132371
3634
jedno z legalną marihuaną, a drugie puste.
I udało się, 50% prób było trafionych!
02:40
And it got it 50 percent of the time --
53
136029
1881
02:42
(Laughter)
54
137934
1093
Czyli tyle, ile można oczekiwać od próby rzutu monetą.
02:43
which is exactly what you'd expect
with a coin-flip model.
with a coin-flip model.
55
139051
2925
02:46
So that's just a fun little example
here of the sorts of things we do.
here of the sorts of things we do.
56
142000
3991
Ten zabawny eksperyment pokazuje, czym się zajmujemy.
"Skeptic" jest kwartalnikiem.
02:50
"Skeptic" is the quarterly publication.
Each one has a particular theme.
Each one has a particular theme.
57
146015
3468
Każde wydanie ma temat przewodni, np. to jest o przyszłości inteligencji.
02:54
This one is on the future of intelligence.
58
149507
2074
Czy ludzie stają się mądrzejsi czy głupsi?
02:56
Are people getting smarter or dumber?
59
151605
1771
Mam swoją opinię na ten temat w związku z moją pracą…
02:58
I have an opinion of this myself
because of the business I'm in,
because of the business I'm in,
60
153400
3048
Ale stajemy się coraz mądrzejsi.
03:01
but in fact, people, it turns out,
are getting smarter.
are getting smarter.
61
156472
2667
O 3 punkty IQ w ciągu ostatnich 10 lat.
03:03
Three IQ points per 10 years, going up.
62
159163
2813
03:06
Sort of an interesting thing.
63
162000
1651
Interesujące.
03:08
With science, don't think of skepticism
as a thing, or science as a thing.
as a thing, or science as a thing.
64
163675
3547
Nie należy myśleć o sceptycyzmie czy nauce jako rzeczownikach.
Czy da się pogodzić naukę z religią?
03:12
Are science and religion compatible?
65
167246
1730
03:13
It's like, are science
and plumbing compatible?
and plumbing compatible?
66
169000
2231
A naukę z kanalizacją?
To dwie rożne sprawy.
03:16
They're just two different things.
67
171255
1634
03:17
Science is not a thing. It's a verb.
68
172913
1739
Nauka nie jest rzeczą, jest czasownikiem.
03:19
It's a way of thinking about things.
69
174676
1722
Jest sposobem myślenia.
03:21
It's a way of looking for natural
explanations for all phenomena.
explanations for all phenomena.
70
176422
3070
Poszukiwaniem naturalnego wyjaśnienia zjawisk.
Co jest bardziej prawdopodobne -
03:24
I mean, what's more likely:
71
179516
1350
03:25
that extraterrestrial intelligences
or multi-dimensional beings
or multi-dimensional beings
72
180890
3563
to, że pozaziemska inteligencja przebyła przez kosmos,
03:29
travel across vast distances
of interstellar space
of interstellar space
73
184477
2390
by zostawić kręgi w zbożu
03:31
to leave a crop circle in Farmer Bob's
field in Puckerbrush, Kansas
field in Puckerbrush, Kansas
74
186891
3180
Farmera Boba w Puckerbrush z Kansas, aby wypromować stronę skeptic.com?
03:34
to promote skeptic.com, our web page?
75
190095
1810
Czy może bardziej możliwe jest to, że czytelnik "Skeptic" zrobił to w Photoshopie?
03:36
Or is it more likely that a reader
of "Skeptic" did this with Photoshop?
of "Skeptic" did this with Photoshop?
76
191929
4478
W każdym przypadku musimy zapytać...
03:41
And in all cases we have to ask --
77
196431
1650
(Śmiech)
03:42
(Laughter)
78
198105
1824
03:44
What's the more likely explanation?
79
199953
2023
o najbardziej prawdopodobne wyjaśnienie.
03:46
Before we say something
is out of this world,
is out of this world,
80
202000
2167
I zanim stwierdzimy, że coś jest spoza tego świata,
wpierw powinniśmy sprawdzić, czy może jest z tego.
03:48
we should first make sure
that it's not in this world.
that it's not in this world.
81
204191
2664
Co jest bardziej prawdopodobne -
03:51
What's more likely:
82
206879
1151
że Arnold został gubernatorem dzięki pomocy kosmitów?
03:52
that Arnold had extraterrestrial help
in his run for the governorship,
in his run for the governorship,
83
208054
3326
Czy może "World Weekly News" wymyśliło to sobie?
03:56
or that the "World Weekly News"
makes stuff up?
makes stuff up?
84
211404
2498
03:58
(Laughter)
85
213926
1389
(Śmiech)
Ten sam motyw jest ładnie pokazany
04:00
The same theme is expressed nicely
here in this Sidney Harris cartoon.
here in this Sidney Harris cartoon.
86
215339
4662
w komiksie Sidneya Harrisa.
04:04
For those of you in the back,
it says here: "Then a miracle occurs.
it says here: "Then a miracle occurs.
87
220025
3215
[Tu następuje cud.] "Punkt drugi trzeba dościślić."
04:08
I think you need to be more
explicit here in step two."
explicit here in step two."
88
223264
2712
[Tu następuje cud.] "Punkt drugi trzeba dościślić."
04:10
This single slide completely dismantles
the intelligent design arguments.
the intelligent design arguments.
89
226000
4496
Ten prosty rysunek druzgocze pomysł tzw. "inteligentnego projektu”.
Ten prosty rysunek druzgocze pomysł tzw. "inteligentnego projektu”.
04:15
There's nothing more to it than that.
90
230520
1848
(Brawa)
04:17
(Applause)
91
232392
1050
Oświadczenie, że nastąpił cud, niczego nie wyjaśnia.
04:18
You can say a miracle occurs,
92
233466
1388
04:19
it's just that it doesn't explain
anything or offer anything.
anything or offer anything.
93
234878
2966
Oświadczenie, że nastąpił cud, niczego nie wyjaśnia.
Nie można niczego zbadać.
04:22
There's nothing to test.
94
237868
1150
Ale kreacjonistom to wystarcza.
04:23
It's the end of the conversation
for intelligent design creationists.
for intelligent design creationists.
95
239042
3448
Naukowcy czasami rzucają
04:27
And it's true, scientists sometimes throw
terms out as linguistic place fillers --
terms out as linguistic place fillers --
96
242514
4886
językowymi zapchajdziurami - ciemna energia, itp.
04:32
dark energy or dark matter,
something like that --
something like that --
97
247424
2348
Tymczasowo, póki badania nie dostarczą szczegółów..
04:34
until we figure out what it is,
we'll call it this.
we'll call it this.
98
249796
2460
To logiczny początek.
04:37
It's the beginning of the causal
chain for science.
chain for science.
99
252280
2701
Dla kreacjonistów oznacza to koniec dociekań.
04:39
For intelligent design creationists,
it's the end of the chain.
it's the end of the chain.
100
255005
4075
Także znowu, zapytajmy, co jest bardziej prawdopodobne?
04:43
So again, we can ask this:
what's more likely?
what's more likely?
101
259104
2172
UFO, czy może błąd w percepcji lub nawet oszustwo?
04:46
Are UFOs alien spaceships, or perceptual
cognitive mistakes, or even fakes?
cognitive mistakes, or even fakes?
102
261300
4391
04:50
This is a UFO shot from my house
in Altadena, California,
in Altadena, California,
103
265715
3261
Oto zdjęcie UFO zrobione z mojego domu w Altadenie, w Kalifornii,
04:53
looking down over Pasadena.
104
269000
1976
w dole leży Pasadena.
04:55
And if it looks a lot like a Buick
hubcap, it's because it is.
hubcap, it's because it is.
105
271000
3521
Jeśli to przypomina kołpak od Buica, to dlatego, że to kołpak.
04:59
You don't even need Photoshop
or high-tech equipment,
or high-tech equipment,
106
274545
2738
Nie potrzeba Photoshopa,
nie potrzeba żadnych komputerów.
05:02
you don't need computers.
107
277307
1198
05:03
This was shot with a throwaway
Kodak Instamatic camera.
Kodak Instamatic camera.
108
278529
3447
Zdjęcie zrobione jednorazowym aparatem Kodaka.
05:06
You just have somebody off on the side
with a hubcap ready to go.
with a hubcap ready to go.
109
282000
3096
Wystarczy, że ktoś rzuci kołpakiem.
Gotowy aparat i już.
05:09
Camera's ready -- that's it.
110
285120
1898
(Śmiech)
05:11
(Laughter)
111
287042
1437
Choć możliwe, że niektóre z takich sensacji są prawdziwe,
05:13
So, although it's possible
that most of these things are fake
that most of these things are fake
112
288503
3473
05:16
or illusions or so on,
and that some of them are real,
and that some of them are real,
113
292000
3714
bardziej prawdopodobne jest to,
że wszystkie są zmyślone, jak koła w zbożu.
05:20
it's more likely that all of them
are fake, like the crop circles.
are fake, like the crop circles.
114
295738
3133
A teraz poważniej: w całej nauce szukamy równowagi
05:23
On a more serious note, in all of science
we're looking for a balance
we're looking for a balance
115
298895
3381
pomiędzy informacją, a teorią.
05:27
between data and theory.
116
302300
1676
05:28
In the case of Galileo,
he had two problems
he had two problems
117
304000
3976
Kiedy Galileusz skierował teleskop na Saturna
05:32
when he turned his telescope to Saturn.
118
308000
2361
miał 2 problemy.
Po pierwsze - nie było teorii pierścieni planetarnych.
05:35
First of all, there was no
theory of planetary rings.
theory of planetary rings.
119
310385
3122
A po drugie, posiadał niedokładne dane
05:38
Second of all, his data
was grainy and fuzzy,
was grainy and fuzzy,
120
313531
2193
i nie potrafił zrozumieć tego co badał.
05:40
and he couldn't quite make out
what he was looking at.
what he was looking at.
121
315748
2528
Opisał więc, co widział -
05:43
So he wrote that he had seen --
122
318300
1676
05:44
"I have observed that the furthest
planet has three bodies."
planet has three bodies."
123
320000
3507
"Zaobserwowałem, że najdalsza planeta posiada 3 ciała."
I tą konkluzją zakończył swoje obserwacje.
05:48
And this is what he ended up
concluding that he saw.
concluding that he saw.
124
323531
2865
Więc bez dokładnych danych i teorii pierścieni planetarnych
05:51
So without a theory of planetary
rings and with only grainy data,
rings and with only grainy data,
125
326420
3556
05:54
you can't have a good theory.
126
330000
1918
nie mogło być dobrej teorii.
05:56
It wasn't solved until 1655.
127
331942
1619
Zagadkę rozwiązano w 1655 roku.
05:58
This is Christiaan Huygens's book
that catalogs all the mistakes
that catalogs all the mistakes
128
333585
3014
Christiaan Huygens opisał wszystkie błędy
06:01
people made trying to figure out
what was going on with Saturn.
what was going on with Saturn.
129
336623
2962
w dotychczasowych badaniach Saturna.
Huygens posiadał 2 rzeczy:
06:04
It wasn't till Huygens had two things:
130
339609
1856
Teorię planetarnych pierścieni i działania układu słoneczny.
06:06
He had a good theory of planetary rings
and how the solar system operated,
and how the solar system operated,
131
341489
4486
06:10
and he had better telescopic,
more fine-grain data
more fine-grain data
132
345999
2863
Dzięki lepszym teleskopom, lepszym danym,
06:13
in which he could figure out that
as the Earth is going around faster --
as the Earth is going around faster --
133
348886
3543
rozpoznał, że Ziemia kreci się szybciej wokół Słońca,
niż Saturn - nawiązując do prawa Keplera.
06:17
according to Kepler's Laws --
than Saturn, then we catch up with it.
than Saturn, then we catch up with it.
134
352453
3228
Widzimy rożne kąty pierścienia w zależności od nachylenia.
06:20
And we see the angles of the rings
at different angles, there.
at different angles, there.
135
355705
3271
06:23
And that, in fact, turns out to be true.
136
359000
2220
Huygens miał rację.
Posiadana przez nas teoria
06:26
The problem with having a theory is that
it may be loaded with cognitive biases.
it may be loaded with cognitive biases.
137
361244
5297
może być pełna błędów poznawczych.
Dlatego trudno czasem wytłumaczyć, dlaczego ludzie wierzą w dziwne rzeczy.
06:31
So one of the problems of explaining
why people believe weird things
why people believe weird things
138
366565
3267
Zaczniemy od prostego przykładu,
06:34
is that we have things, on a simple level,
139
369856
2068
potem przejdę do spraw poważniejszych.
06:36
and then I'll go to more serious ones.
140
371948
1828
Mamy skłonność do widzenia twarzy.
06:38
Like, we have a tendency to see faces.
141
373800
1876
Oto twarz na Marsie.
06:40
This is the face on Mars.
142
375700
1776
W 1976 r. istniał ruch, który chciał zmusić NASA
06:42
In 1976, where there was a whole movement
to get NASA to photograph that area
to get NASA to photograph that area
143
377500
4512
do fotografowania tego obszaru, ponieważ ludzie myśleli,
06:46
because people thought this was monumental
architecture made by Martians.
architecture made by Martians.
144
382036
3916
że to niesamowita budowla Marsjan.
Tutaj zbliżenie z 2001 roku. Jeśli zmrużymy oczy…
06:50
Here's the close-up of it from 2001.
145
385976
2771
06:53
If you squint, you can still see the face.
146
388771
2460
Widzimy twarz.
Ale mrużąc oczy zmieniamy dane dokładne na niedokładne.
06:56
And when you're squinting,
147
391255
1302
06:57
you're turning that from fine-grain
to coarse-grain,
to coarse-grain,
148
392581
3023
Ale mrużąc oczy zmieniamy dane dokładne na niedokładne.
Innymi słowy, redukujemy jakość danych.
07:00
so you're reducing
the quality of your data.
the quality of your data.
149
395628
2287
Widzimy tam twarz nawet bez podpowiedzi -
07:02
And if I didn't tell you what to look for,
you'd still see the face,
you'd still see the face,
150
397939
3229
bo tak nas zaprogramowała ewolucja.
07:05
because we're programmed
by evolution to see faces.
by evolution to see faces.
151
401192
2429
Twarze są ważne społecznie.
07:08
Faces are important for us socially.
152
403645
2151
Uśmiechnięte twarze również.
07:10
And of course, happy faces,
faces of all kinds are easy to see.
faces of all kinds are easy to see.
153
405820
3468
Łatwo zauważymy każdą twarz.
(Śmiech)
07:14
You see the happy face on Mars, there.
154
409312
1896
Widzymy uśmieszek na Marsie.
07:16
(Laughter)
155
411232
1151
Żabi astronomowie zobaczyliby tam może Kermita.
07:17
If astronomers were frogs,
perhaps they'd see Kermit the Frog.
perhaps they'd see Kermit the Frog.
156
412407
2913
Widzicie go?
07:20
Do you see him there? Little froggy legs.
157
415344
1953
Jego małe żabie udka?
07:22
Or if geologists were elephants?
158
417688
2195
Albo gdyby geolodzy byliby słoniami?
07:25
Religious iconography.
159
420736
3240
Ikonografia religijna.
07:28
(Laughter)
160
424000
2801
(Śmiech)
Odkryta przez piekarza z Tennessee w 1996 roku.
07:31
Discovered by a Tennessee baker in 1996.
161
426825
2151
07:33
He charged five bucks a head
to come see the nun bun
to come see the nun bun
162
429000
2477
Żądał 5 dolarów za oglądanie "zakonnej bułki",
aż do momentu gdy spotkał prawnika Matki Teresy.
07:36
till he got a cease-and-desist
from Mother Teresa's lawyer.
from Mother Teresa's lawyer.
163
431501
3713
Tutaj mamy Panienkę z Gwadelupy i Panienkę z Watsonville,
07:40
Here's Our Lady of Guadalupe and Our
Lady of Watsonville, just down the street,
Lady of Watsonville, just down the street,
164
435238
3738
07:43
or is it up the street from here?
165
439000
1604
Bardzo niedaleko stąd.
07:45
Tree bark is particularly good
because it's nice and grainy, branchy,
because it's nice and grainy, branchy,
166
440628
3348
Kora to doskonały wybór - ładna, chropowata, rozłożysta,
07:48
black-and-white splotchy and you can
get the pattern-seeking --
get the pattern-seeking --
167
444000
3000
w plamki. Uruchamia się rozpoznawanie wzorców.
Ludzie są zwierzętami szukającymi wzorców.
07:51
humans are pattern-seeking animals.
168
447024
1952
07:53
Here's the Virgin Mary on the side
of a glass window in Sao Paulo.
of a glass window in Sao Paulo.
169
449000
3563
Tutaj Maryja Dziewica na oknie w Sao Paulo.
A tu na kanapce z serem,
07:57
Here's when the Virgin Mary made
her appearance on a cheese sandwich --
her appearance on a cheese sandwich --
170
452587
3414
którą nawet trzymałem w kasynie w Las Vegas,
08:00
which I got to actually
hold in a Las Vegas casino --
hold in a Las Vegas casino --
171
456025
2490
oczywiście w USA.
08:03
of course, this being America.
172
458539
1537
(Śmiech)
08:04
(Laughter)
173
460100
1525
08:06
This casino paid $28,500
on eBay for the cheese sandwich.
on eBay for the cheese sandwich.
174
461649
4327
Kasyno zapłaciło za kanapkę 28 000 dolarów na eBayu.
08:10
(Laughter)
175
466000
1976
(Śmiech)
08:12
But who does it really look like?
The Virgin Mary?
The Virgin Mary?
176
468000
2381
Ale czy naprawdę wam to przypomina Maryję Dziewicę?
(Śmiech)
08:15
(Laughter)
177
470405
1979
Ma podobnie ściągnięte usta jak kobiety z lat 40-tych.
08:17
It has that sort of
puckered lips, 1940s-era look.
puckered lips, 1940s-era look.
178
472408
3865
Maryja Dziewica w Clearwater, Floryda.
08:21
Virgin Mary in Clearwater, Florida.
179
476297
1679
08:22
I actually went to see this one.
180
478000
1976
Nawet pojechałem to zobaczyć.
08:24
There was a lot of people there.
181
480000
1834
Zgromadziła się tam cała masa bogobojnych osób,
08:26
The faithful come in their wheelchairs
and crutches, and so on.
and crutches, and so on.
182
481858
4652
na wózkach inwalidzkich, o kulach, itp.
Zjawiliśmy tę sprawę.
08:31
We went down and investigated.
183
486534
1861
Pokaże wam rozmiar tego zjawiska - To Dawkins, ja i Randi,
08:33
Just to give you a size, that's Dawkins,
me and The Amazing Randi,
me and The Amazing Randi,
184
488419
3173
a obok nas wysoki na dwa i pół piętra wizerunek.
08:36
next to this two,
two and a half story-sized image.
two and a half story-sized image.
185
491616
2413
Ludzie palili tysiące świec w hołdzie temu czemuś.
08:38
All these candles, thousands of candles
people had lit in tribute to this.
people had lit in tribute to this.
186
494053
3502
Zobaczyliśmy, jak to wygląda od tyłu.
08:42
So we walked around the backside,
to see what was going on.
to see what was going on.
187
497579
2805
Okazało się, że jeśli połączymy zraszacz z drzewem palmowym
08:45
It turns out wherever there's
a sprinkler head and a palm tree,
a sprinkler head and a palm tree,
188
500408
3331
otrzymujemy pożądany efekt.
08:48
you get the effect.
189
503763
1213
08:49
Here's the Virgin Mary on the backside,
which they started to wipe off.
which they started to wipe off.
190
505000
3381
Tutaj jest Maria Dziewica, którą właśnie zaczęto ścierać.
Chyba chodzi o to, że można mieć tylko jeden cud na budynek.
08:53
I guess you can only have
one miracle per building.
one miracle per building.
191
508405
2571
08:55
(Laughter)
192
511000
3333
(Śmiech)
Więc czy to cud Maryi, czy może cud Marge?
08:59
So is it really a miracle of Mary,
or is it a miracle of Marge?
or is it a miracle of Marge?
193
514357
3679
(Śmiech)
09:02
(Laughter)
194
518060
1001
Na koniec przykład innego cudu – iluzji słuchowej.
09:03
And now I'm going to finish up
with another example of this,
with another example of this,
195
519085
3603
Na koniec przykład innego cudu – iluzji słuchowej.
09:07
with auditory illusions.
196
522712
2777
Jest taki film - "Głosy" ,
09:10
There's this film, "White Noise,"
with Michael Keaton,
with Michael Keaton,
197
525513
2526
z Michaelem Keatonem, o zmarłych, którzy z nami rozmawiają.
09:12
about the dead talking back to us.
198
528063
2534
Wiecie, kontaktowanie się z umarłymi nie jest takie trudne.
09:15
By the way, the whole business of talking
to the dead is not that big a deal.
to the dead is not that big a deal.
199
530621
3665
Każdy to potrafi.
09:19
Anybody can do it, turns out.
200
534310
1485
Trudniej uzyskać odpowiedź.
09:20
It's getting the dead to talk
back that's the really hard part.
back that's the really hard part.
201
535819
3088
(Śmiech)
09:23
(Laughter)
202
538931
1098
W tym przypadku, przekazy z zaświatów kryją się ponoć w elektronice.
09:24
In this case, supposedly, these messages
are hidden in electronic phenomena.
are hidden in electronic phenomena.
203
540053
3782
09:28
There's a ReverseSpeech.com web page
where I downloaded this stuff.
where I downloaded this stuff.
204
543859
3285
Ściągnąłem to ze strony ReverseSpeech.com.
Oto jeden z najbardziej znanych przykładów.
09:31
This is the most famous one
of all of these.
of all of these.
205
547168
3151
Puszczę teraz normalną wersję bardzo znanej piosenki.
09:35
Here's the forward version
of the very famous song.
of the very famous song.
206
550343
2801
09:37
(Music with lyrics)
207
553168
1071
09:39
If there's a bustle in your hedgerow
don't be alarmed now.
don't be alarmed now.
208
554263
5158
09:44
It's just a spring clean
for the May Queen.
for the May Queen.
209
560089
3795
09:50
Yes, there are two paths you
can go by, but in the long run,
can go by, but in the long run,
210
565764
4987
09:56
There's still time to change
the road you're on
the road you're on
211
571870
3564
Można tego słuchać cały dzień, prawda?
10:03
Couldn't you just listen to that all day?
212
578733
2611
(Śmiech)
A teraz odtworzymy utwór wstecz.
10:06
All right, here it is backwards,
213
581368
1607
10:07
and see if you can hear the hidden
messages that are supposedly in there.
messages that are supposedly in there.
214
582999
4030
Zobaczymy, czy usłyszycie "ukryte przesłanie”.
10:12
(Music with unintelligible lyrics)
215
587513
6778
10:26
(Lyrics) Satan!
216
601450
1294
10:27
(Unintelligible lyrics continue)
217
602768
6477
I co usłyszeliście?
10:41
What did you get?
Audience: Satan!
Audience: Satan!
218
616934
1620
(Widownia: Szatan)
10:43
Satan. OK, at least we got "Satan".
219
618578
1712
Szatan? Ok, przynajmniej mamy słowo Szatan.
10:45
Now, I'll prime the auditory
part of your brain
part of your brain
220
620314
2302
A teraz zasugeruję waszym mózgom, co usłyszeć.
10:47
to tell you what you're supposed
to hear, and then hear it again.
to hear, and then hear it again.
221
622640
3437
A teraz zasugeruję waszym mózgom, co usłyszeć.
10:50
(Music with lyrics)
222
626101
3801
11:17
(Music ends)
223
652673
1086
(Śmiech)
11:18
(Laughter)
224
653783
1207
(Brawa)
11:19
(Applause)
225
655014
6389
To oczywiste, co oni śpiewają… kiedy to najpierw wyjaśnię.
11:26
You can't miss it
when I tell you what's there.
when I tell you what's there.
226
661427
2549
11:28
(Laughter)
227
664000
3250
(Śmiech)
Ok, zakończę pozytywnie, miłą i króciutką historyjką.
11:32
I'm going to just end
with a positive, nice little story.
with a positive, nice little story.
228
667274
4035
„Sceptics” to edukacyjna organizacja non-profit.
11:36
The Skeptics is a nonprofit
educational organization.
educational organization.
229
671333
2845
Szukamy przykładów tego, jak ludzie czynią dobro.
11:39
We're always looking for little
good things that people do.
good things that people do.
230
674202
2820
Jedna z najbardziej popularnych piosenkarek w Anglii, Katie Melua,
11:41
And in England, there's a pop singer.
231
677046
2009
Jedna z najbardziej popularnych piosenkarek w Anglii, Katie Melua,
11:43
One of the top popular singers
in England today, Katie Melua.
in England today, Katie Melua.
232
679079
3745
napisała przepiękną piosenkę.
11:47
And she wrote a beautiful song.
233
682848
1528
Top 5 w 2005 roku. Nazywa się "9 milionów rowerów w Pekinie".
11:49
It was in the top five in 2005, called,
"Nine Million Bicycles in Beijing."
"Nine Million Bicycles in Beijing."
234
684400
5576
11:54
It's a love story -- she's sort
of the Norah Jones of the UK --
of the Norah Jones of the UK --
235
690000
3096
Jest to historia jej wielkiej miłości…
To taka brytyjska Norah Jones.
11:57
about how she much loves her guy,
236
693120
1621
11:59
and compared to nine million
bicycles, and so forth.
bicycles, and so forth.
237
694765
2476
Porównuje to do 9 milionów rowerów, itp.
Oto fragment tej piosenki.
12:02
And she has this one passage here.
238
697265
2225
12:04
(Music)
239
699514
1036
♫ Jesteśmy 12 miliardów lat świetlnych od krawędzi ♫
12:05
(Lyrics) We are 12 billion
light-years from the edge
light-years from the edge
240
700574
5771
♫ Tak mi się wydaje ♫
12:11
That's a guess,
241
706369
2325
♫ Nie można stwierdzić, czy to prawda ♫
12:13
No one can ever say it's true,
242
708718
3711
♫ Ale wiem, że zawsze z tobą będę ♫
12:17
But I know that I will always be with you.
243
712453
4603
Ładne.
12:22
Michael Shermer: Well, that's nice.
At least she got it close.
At least she got it close.
244
717731
2965
Przynajmniej jest blisko,
W amerykańskiej wersji byłoby pewnie "…dzieli nas 6000 lat świetlnych."
12:25
In America it'd be,
"We're 6,000 light years from the edge."
"We're 6,000 light years from the edge."
245
720720
2923
(Śmiech)
12:28
(Laughter)
246
723667
1036
Mój przyjaciel, Simon Singh, fizyk cząsteczek, popularyzuje naukę.
12:29
But my friend, Simon Singh, the particle
physicist now turned science educator,
physicist now turned science educator,
247
724727
3769
Napisał książkę "The Big Bang", itp.
12:33
who wrote the book
"The Big Bang," and so on,
"The Big Bang," and so on,
248
728520
2127
Propaguje dobrą naukę przy każdej możliwej okazji.
12:35
uses every chance he gets
to promote good science.
to promote good science.
249
730671
2405
I napisał artykuł w "Guardianie" o piosence Katie,
12:37
And so he wrote an op-ed piece
in "The Guardian" about Katie's song,
in "The Guardian" about Katie's song,
250
733100
3286
gdzie pisze, że dokładnie wiemy, jak daleko znajdujemy się od krawędzi.
12:41
in which he said, well, we know exactly
how far from the edge.
how far from the edge.
251
736410
5036
Nie 12, ale 13,7 miliardów lat świetlnych. To nie przypuszczenie.
12:46
You know, it's 13.7 billion light years,
and it's not a guess.
and it's not a guess.
252
741470
3818
Wiemy to ze znaną nam dokładnością.
12:50
We know within precise
error bars how close it is.
error bars how close it is.
253
745312
4264
To nie prawda absolutna, ale powiedziałbym, że to bardzo blisko prawdy.
12:54
So we can say, although not absolutely
true, it's pretty close to being true.
true, it's pretty close to being true.
254
749600
3810
Ponoć Katie zadzwoniła do niego, mówiąc: „Jestem taka zażenowana.
12:58
And, to his credit, Katie called him up
after this op-ed piece came out, and said,
after this op-ed piece came out, and said,
255
753434
4739
Taka pomyłka. A byłam członkinią klubu astronomicznego."
13:02
"I'm so embarrassed.
I was in the astronomy club.
I was in the astronomy club.
256
758197
2371
Taka pomyłka. A byłam członkinią klubu astronomicznego."
13:05
I should've known better."
257
760592
1278
I zmontowała piosenkę od nowa.
13:06
And she re-cut the song.
258
761894
1222
Zakończę więc nową wersją tej piosenki.
13:07
So I will end with the new version.
259
763140
1848
♫ Jesteśmy 13,7 miliardów lat świetlnych ♫
13:09
(Music with lyrics)
260
765012
1264
13:11
We are 13.7 billion light years
261
766300
2421
♫ Od krawędzi postrzegalnego wszechświata ♫
13:13
from the edge of the observable universe.
262
768745
3491
♫ To wartość przybliżona, całkiem dobra, w obrębie marginesu błędu ♫
13:17
That's a good estimate
with well-defined error bars.
with well-defined error bars.
263
772260
3769
♫ A na podstawie dostępnych informacji ♫
13:20
And with the available information,
264
776053
3152
♫ Szacuję, że zawsze z tobą będę ♫
13:24
I predict that I will always be with you.
265
779229
4343
(Brawa)
13:28
(Laughter)
266
783596
1157
Fajne, prawda?
13:29
How cool is that?
267
784777
1168
(Brawa)
13:30
(Applause)
268
785969
2031
ABOUT THE SPEAKER
Michael Shermer - SkepticMichael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market.
Why you should listen
As founder and publisher of Skeptic Magazine, Michael Shermer has exposed fallacies behind intelligent design, 9/11 conspiracies, the low-carb craze, alien sightings and other popular beliefs and paranoias. But it's not about debunking for debunking's sake. Shermer defends the notion that we can understand our world better only by matching good theory with good science.
Shermer's work offers cognitive context for our often misguided beliefs: In the absence of sound science, incomplete information can powerfully combine with the power of suggestion (helping us hear Satanic lyrics when "Stairway to Heaven" plays backwards, for example). In fact, a common thread that runs through beliefs of all sorts, he says, is our tendency to convince ourselves: We overvalue the shreds of evidence that support our preferred outcome, and ignore the facts we aren't looking for.
He writes a monthly column for Scientific American, and is an adjunct at Claremont Graduate University and Chapman University. His latest book is The Believing Brain: From Ghosts and Gods to Politics and Conspiracies—How We Construct Beliefs and Reinforce Them as Truths. He is also the author of The Mind of the Market, on evolutionary economics, Why Darwin Matters: Evolution and the Case Against Intelligent Design, and The Science of Good and Evil. And his next book is titled The Moral Arc of Science.
Michael Shermer | Speaker | TED.com