0:00:01.566,0:00:04.534
Ik zal het hebben over[br]de ontwikkeling van menselijk potentieel

0:00:04.534,0:00:09.453
en begin met wellicht het populairste[br]moderne verhaal over ontwikkeling.

0:00:09.497,0:00:13.476
Jullie hebben vast al gehoord[br]over de regel van 10.000 uur?

0:00:13.476,0:00:15.568
Misschien pas je dit toe[br]in je eigen leven?

0:00:15.568,0:00:18.266
Het idee is dat je[br]om écht goed in iets te worden

0:00:18.266,0:00:21.203
10.000 uur gefocust moet oefenen,

0:00:21.203,0:00:23.739
dus je kan maar beter [br]zo vroeg mogelijk beginnen.

0:00:23.739,0:00:27.614
Het boegbeeld van dit verhaal[br]is Tiger Woods.

0:00:27.614,0:00:30.997
Zijn vader gaf hem een putter[br]toen hij 7 maanden oud was.

0:00:31.362,0:00:34.782
Toen hij 10 maanden was,[br]begon hij zijn vaders swing te imiteren.

0:00:34.973,0:00:38.443
Als tweejarige kwam hij op tv,[br]zoals je kan zien op YouTube.

0:00:38.467,0:00:41.419
En op 21 was hij[br]de beste golfer ter wereld.

0:00:41.419,0:00:43.684
Een typisch 10.000 uur-verhaal.

0:00:43.708,0:00:47.630
Een ander bestsellerverhaal[br]gaat over de drie zusjes Polgar.

0:00:47.922,0:00:51.040
Hun vader leerde hen schaken[br]op een heel technische manier

0:00:51.074,0:00:52.470
en op zeer jonge leeftijd.

0:00:52.494,0:00:55.638
Hij wou aantonen dat[br]met een vroege start en grote focus

0:00:55.638,0:00:58.438
elk kind een genie[br]kan worden in eender wat.

0:00:58.462,0:01:02.002
En inderdaad, twee dochters werden[br]grootmeesters in het schaken.

0:01:02.959,0:01:07.277
Dus als wetenschapsschrijver voor[br]Sports Illustrated werd ik nieuwsgierig.

0:01:07.291,0:01:10.437
Als de regel van 10.000 uur klopt,[br]zouden de beste atleten

0:01:10.441,0:01:13.560
een voorsprong moeten krijgen[br]door 'bewuste training'.

0:01:13.566,0:01:16.294
Training met een coach[br]gefocust op foutencorrectie,

0:01:16.294,0:01:17.783
niet zomaar iets doen.

0:01:17.783,0:01:19.830
Wetenschappers die eliteatleten bestuderen

0:01:19.830,0:01:22.587
zien dat ze inderdaad[br]meer bezig zijn met bewuste training.

0:01:22.587,0:01:23.886
Geen grote verrassing.

0:01:23.886,0:01:27.172
Als ze atleten effectief opvolgen[br]doorheen hun ontwikkeling,

0:01:27.172,0:01:28.664
ziet het patroon er zo uit:

0:01:28.664,0:01:31.620
de toekomstige elite besteedt[br]aanvankelijk minder tijd

0:01:31.620,0:01:34.412
aan bewuste training[br]in hun uiteindelijke sport.

0:01:34.412,0:01:37.790
Ze doorlopen wat wetenschappers[br]een proefperiode noemen,

0:01:37.790,0:01:40.154
waarin ze verschillende[br]disciplines uittesten

0:01:40.154,0:01:41.962
en brede vaardigheden opdoen.

0:01:41.962,0:01:43.998
Ze leren hun interesses en sterktes kennen

0:01:43.998,0:01:46.327
en stellen specialisatie langer uit

0:01:46.327,0:01:48.496
dan degenen die stranden[br]op een lager niveau.

0:01:48.677,0:01:50.977
Toen ik dit zag, dacht ik:

0:01:51.001,0:01:54.209
vreemd, dat komt niet overeen[br]met de regel van 10.000 uur.

0:01:54.209,0:01:56.300
Dus ik dacht na over andere domeinen

0:01:56.300,0:01:59.208
die we associëren[br]met de obligate vroege specialisatie,

0:01:59.472,0:02:00.908
zoals muziek.

0:02:00.989,0:02:02.841
Daar zien we hetzelfde patroon.

0:02:02.865,0:02:05.281
Dit is onderzoek[br]uit een beroemde muziekacademie

0:02:05.305,0:02:07.418
en ik wil jullie aandacht hierop richten:

0:02:07.418,0:02:10.775
uitzonderlijke muzikanten begonnen[br]niet vroeger met bewuste training

0:02:10.775,0:02:13.920
dan doorsnee muzikanten[br]tot hun derde instrument.

0:02:13.920,0:02:16.081
Ook zij doorliepen eerst een proefperiode,

0:02:16.081,0:02:19.594
zelfs vroegrijpe muzikanten als Yo-Yo Ma.

0:02:19.709,0:02:21.094
Hij had een proefperiode,

0:02:21.094,0:02:24.083
maar doorliep deze sneller[br]dan de meeste muzikanten.

0:02:24.107,0:02:26.975
En toch wordt dit onderzoek[br]bijna volledig genegeerd.

0:02:27.290,0:02:31.401
Veel meer impact heeft de eerste pagina[br]uit Battle Hymn of the Tiger Mother,

0:02:31.401,0:02:34.618
waarin de schrijfster[br]haar dochter opdraagt viool te spelen.

0:02:34.618,0:02:38.113
Niemand lijkt zich te herinneren[br]dat haar dochter later in het boek zegt:

0:02:38.113,0:02:39.825
"Het was jouw keuze, niet de mijne",

0:02:39.825,0:02:41.033
en ermee stopt.

0:02:41.033,0:02:44.086
Toen ik dit verrassende patroon[br]ontdekte in sport en muziek,

0:02:44.086,0:02:47.537
was ik benieuwd naar algemenere[br]domeinen, zoals onderwijs.

0:02:47.537,0:02:49.975
Een econoom vond een natuurlijk experiment

0:02:49.975,0:02:52.611
in het schoolsysteem[br]van Engeland en Schotland.

0:02:52.611,0:02:55.306
Toen hij studeerde[br]leken de systemen erg op elkaar,

0:02:55.306,0:02:58.750
behalve dat de Engelsen[br]als tiener al moesten specialiseren

0:02:58.750,0:03:00.762
en zich toeleggen[br]op een specifieke studie,

0:03:00.762,0:03:03.714
terwijl Schotten op de unief[br]dingen konden blijven uitproberen,

0:03:03.714,0:03:04.924
als men dat wou.

0:03:04.924,0:03:07.536
En zijn vraag was: wie wint?

0:03:07.536,0:03:09.575
Zij die vroeg of laat specialiseren?

0:03:09.575,0:03:12.843
Hij zag dat vroege specialisten[br]een voorsprong hadden op inkomensvlak

0:03:12.843,0:03:14.877
door hun domeinspecifieke vaardigheden.

0:03:14.877,0:03:17.276
De late specialisten[br]proberen meer dingen uit

0:03:17.276,0:03:19.631
en hun uiteindelijke keuze[br]past beter bij hen.

0:03:19.631,0:03:22.227
Wat economen 'match quality' noemen.

0:03:22.251,0:03:24.909
Dus hun groeipercentage ligt hoger.

0:03:24.933,0:03:27.346
Na zes jaar elimineren ze[br]het loonverschil.

0:03:27.772,0:03:31.915
Ondertussen beginnen veel meer[br]vroege specialisten hun vak te verlaten

0:03:31.915,0:03:35.698
omdat ze door hun vroege keuze[br]vaak slechtere keuzes maakten.

0:03:35.698,0:03:37.976
De late specialisten[br]verliezen op korte termijn

0:03:37.976,0:03:39.429
en winnen op lange termijn.

0:03:39.429,0:03:41.833
Als we carrièrekeuze[br]zouden benaderen als daten,

0:03:41.833,0:03:44.334
zouden we mensen niet pushen[br]om zo snel te kiezen.

0:03:44.334,0:03:46.907
Het was interessant[br]om dit patroon te zien terugkeren

0:03:46.907,0:03:50.594
toen ik de ontwikkeling onderzocht[br]van mensen die ik al lang bewonderde,

0:03:50.594,0:03:53.225
zoals Duke Ellington,[br]die als kind geen muziekles wou,

0:03:53.225,0:03:56.013
maar focuste op baseball,[br]schilderen en tekenen.

0:03:56.013,0:03:59.144
Of Maryam Mirzakhani, die als kind[br]geen interesse had in wiskunde

0:03:59.144,0:04:00.883
maar romans wou schrijven

0:04:00.883,0:04:03.929
en later als eerste en voorlopig[br]enige vrouw de Fields Medal won,

0:04:03.929,0:04:06.230
de meest prestigieuze[br]wiskundeprijs ter wereld.

0:04:06.230,0:04:08.658
Vincent Van Gogh[br]had vijf verschillende carrières

0:04:09.019,0:04:12.943
die hij elk als zijn roeping beschouwde[br]tot ze snel in tranen eindigde

0:04:13.223,0:04:17.541
en hij als late twintiger[br]een basisboek over tekenen las.

0:04:17.828,0:04:19.392
Dat liep goed af.

0:04:19.674,0:04:23.022
Claude Shannon, een elektrotechnicus[br]aan de Universiteit van Michigan,

0:04:23.022,0:04:25.809
volgde een filosofiecursus[br]om aan een vereiste te voldoen.

0:04:25.809,0:04:29.161
Daar leerde hij over een logicasysteem[br]dat bijna een eeuw oud was

0:04:29.161,0:04:30.937
waarbij juiste en foute verklaringen

0:04:30.937,0:04:34.317
met enen en nullen werden gecodeerd[br]en opgelost als wiskundeproblemen.

0:04:34.624,0:04:37.040
Dit leidde tot de ontwikkeling[br]van binaire code,

0:04:37.064,0:04:40.137
waarop vandaag al onze computers draaien.

0:04:40.161,0:04:42.869
Dan is er nog mijn eigen rolmodel,[br]Frances Hesselbein --

0:04:42.893,0:04:44.141
hier zie je ons samen.

0:04:44.165,0:04:47.316
Ze had haar eerste job toen ze 54 was

0:04:47.340,0:04:49.428
en werd de CEO van de meisjesscouts,

0:04:49.428,0:04:50.696
die ze redde.

0:04:50.736,0:04:52.896
Het aantal minderheidsleden[br]verdrievoudigde,

0:04:52.896,0:04:55.398
er kwamen 130.000 vrijwilligers bij,

0:04:55.422,0:04:58.137
en dit is een van de badges[br]die zij in het leven riep:

0:04:58.137,0:05:00.958
binair coderen voor meisjes[br]die met computers leren werken.

0:05:01.558,0:05:05.546
Vandaag leidt ze een leiderschapsinstituut[br]waar ze elke weekdag werkt, in Manhattan.

0:05:05.546,0:05:08.906
En ze is nog maar 104,[br]dus wie weet wat er nog komt.

0:05:08.963,0:05:10.113
(Gelach)

0:05:10.605,0:05:12.846
We horen nooit dergelijke[br]ontwikkelingsverhalen.

0:05:12.846,0:05:16.179
We horen niet over het onderzoek[br]waaruit bleek dat Nobel-wetenschappers

0:05:16.179,0:05:19.494
22 keer zo vaak een hobby[br]buiten hun werk hebben

0:05:19.494,0:05:21.181
dan doorsnee wetenschappers.

0:05:21.181,0:05:22.333
Daarover horen we nooit.

0:05:22.333,0:05:25.858
Zelfs bij bekende personen[br]krijgen we die verhalen niet te horen.

0:05:25.858,0:05:27.869
Dit is een atleet die ik volgde.

0:05:27.893,0:05:30.903
Hier zie je hem toen hij zes was,[br]met een rugbykit.

0:05:30.903,0:05:33.511
Hij probeerde tennis, skiën, worstelen.

0:05:33.511,0:05:36.291
Zijn moeder was tenniscoach,[br]maar weigerde hem te coachen

0:05:36.291,0:05:38.511
omdat hij de bal[br]niet normaal wou terugslaan.

0:05:38.965,0:05:41.304
Hij deed basketbal, tafeltennis, zwemmen.

0:05:41.328,0:05:44.982
Toen men hem een klas hoger wou steken[br]bij de oudere jongens, weigerde hij,

0:05:44.982,0:05:48.261
omdat hij achteraf over worstelen[br]wou praten met zijn vrienden.

0:05:48.501,0:05:50.321
En hij probeerde steeds meer uit.

0:05:50.321,0:05:53.765
Handbal, volleybal, voetbal,[br]badminton, skateboarden...

0:05:53.789,0:05:56.011
Wie is deze amateur?

0:05:56.674,0:05:58.530
Roger Federer.

0:05:58.554,0:06:01.754
Als volwassene even bekend[br]als Tiger Woods,

0:06:01.778,0:06:06.457
en toch weten zelfs tennisfanaten[br]doorgaans niets over zijn ontwikkeling.

0:06:06.621,0:06:09.221
Hoe komt dat, ook al is het de norm?

0:06:09.245,0:06:12.424
Deels omdat het verhaal[br]van Tiger Woods veel dramatischer is,

0:06:12.448,0:06:14.835
maar ook omdat het[br]een mooi afgelijnd verhaal is

0:06:14.859,0:06:17.855
dat we kunnen toepassen[br]op alles wat we goed willen kunnen

0:06:17.879,0:06:19.241
in ons eigen leven.

0:06:19.265,0:06:20.861
Maar dat lijkt me een probleem.

0:06:20.885,0:06:23.864
Want golf blijkt een uniek,[br]vreselijk model te zijn

0:06:23.864,0:06:26.696
voor ongeveer alles wat we willen leren.

0:06:26.720,0:06:28.050
(Gelach)

0:06:28.074,0:06:29.237
Golf is het toppunt

0:06:29.261,0:06:32.162
van wat Robin Hogarth[br]'een vriendelijke leeromgeving' noemde.

0:06:32.162,0:06:35.425
Dergelijke omgevingen hebben[br]duidelijke volgende stappen en doelen,

0:06:35.429,0:06:37.839
duidelijke regels die nooit veranderen,

0:06:37.863,0:06:40.789
als je iets doet,[br]krijg je snelle, accurate feedback,

0:06:40.789,0:06:43.339
het werk van volgend jaar[br]lijkt op vorig jaar.

0:06:43.363,0:06:45.559
Schaken: nog zo'n[br]vriendelijke leeromgeving.

0:06:45.559,0:06:47.000
De schaakmeester zijn voordeel

0:06:47.000,0:06:49.425
ligt vooral in de kennis[br]van terugkerende patronen.

0:06:49.425,0:06:51.708
Daarom is het ook[br]zo makkelijk te automatiseren.

0:06:51.708,0:06:54.531
Aan de andere kant[br]heb je moeilijke leeromgevingen,

0:06:54.531,0:06:56.999
waar de volgende stappen[br]niet duidelijk zijn.

0:06:56.999,0:06:58.881
De regels kunnen veranderen.

0:06:58.905,0:07:01.449
Je krijgt al dan niet feedback[br]als je iets doet,

0:07:01.473,0:07:03.414
of het is uitgesteld of niet accuraat

0:07:03.438,0:07:06.116
en het werk van volgend jaar[br]lijkt niet op vorig jaar.

0:07:06.140,0:07:10.352
Op welke van beide lijkt de wereld[br]waarin we steeds vaker leven?

0:07:10.376,0:07:12.844
De nood om ons denken[br]snel te kunnen aanpassen

0:07:12.868,0:07:14.979
en onderlinge verbanden[br]in het oog te houden

0:07:15.003,0:07:17.204
heeft onze perceptie[br]fundamenteel veranderd.

0:07:17.204,0:07:18.925
Als je dit diagram bekijkt,

0:07:18.925,0:07:22.551
ziet de centrale cirkel rechts[br]er waarschijnlijk groter uit,

0:07:22.575,0:07:26.171
omdat je brein zich richt op[br]de relatie tussen de delen in het geheel,

0:07:26.194,0:07:28.856
terwijl iemand die niets afweet[br]van het moderne werken,

0:07:28.880,0:07:31.505
met zijn nood aan aanpasbaar[br]conceptueel denken,

0:07:31.529,0:07:34.605
correct zal zien dat de centrale[br]cirkels even groot zijn.

0:07:35.073,0:07:38.145
Dus hier zijn we dan,[br]in de complexe werkwereld

0:07:38.169,0:07:41.680
waar hyperspecialisatie[br]een averechts effect kan hebben.

0:07:41.704,0:07:43.837
In onderzoek in een tiental landen

0:07:43.837,0:07:46.779
vergeleek men mensen[br]op hun ouders' aantal studiejaren,

0:07:46.779,0:07:47.957
hun testscores,

0:07:47.957,0:07:49.498
en hun eigen aantal studiejaren.

0:07:49.522,0:07:52.226
Maar sommigen kregen[br]carrièregericht onderwijs

0:07:52.250,0:07:54.411
en anderen een brede, algemene opleiding.

0:07:54.435,0:07:56.974
Zij die carrièregericht onderwijs kregen,

0:07:56.974,0:07:59.108
worden na hun studie sneller aangenomen

0:07:59.108,0:08:01.083
en verdienen aanvankelijk meer,

0:08:01.083,0:08:03.635
maar kunnen zich zo slecht[br]aanpassen aan verandering

0:08:03.635,0:08:06.596
dat ze het veel minder lang[br]uithouden op de werkvloer.

0:08:06.596,0:08:09.689
Zo winnen ze op korte termijn,[br]maar verliezen op lange termijn.

0:08:09.689,0:08:13.189
Of neem het bekende[br]twintigjarige onderzoek van experts

0:08:13.213,0:08:16.013
die geopolitieke en economische[br]voorspellingen maken.

0:08:16.037,0:08:20.016
De slechtste voorspellers[br]waren de meest gespecialiseerde experts,

0:08:20.016,0:08:23.129
zij die hun hele loopbaan[br]één of twee problemen hadden onderzocht

0:08:23.129,0:08:26.053
en de wereld waren gaan zien[br]door één lens of mentaal model.

0:08:26.053,0:08:27.513
Sommigen werden zelfs slechter

0:08:27.513,0:08:30.446
naarmate ze meer ervaring[br]en referenties vergaarden.

0:08:30.470,0:08:35.289
De beste voorspellers waren[br]intelligente mensen met brede interesses.

0:08:35.661,0:08:37.518
In sommige domeinen, zoals geneeskunde,

0:08:37.518,0:08:40.689
is een groeiende specialisatie[br]onvermijdelijk en gunstig,

0:08:40.689,0:08:41.854
geen twijfel aan.

0:08:41.854,0:08:43.717
En toch is het een tweesnijdend zwaard.

0:08:43.717,0:08:44.790
Een paar jaar geleden

0:08:44.790,0:08:47.607
werd een van de populairste[br]knieoperaties getest

0:08:47.607,0:08:49.370
in een proef met placebocontrole.

0:08:49.370,0:08:51.457
Sommigen kregen een schijnoperatie.

0:08:51.457,0:08:53.191
Daarbij maken chirurgen een incisie,

0:08:53.191,0:08:54.919
doen alsof ze iets veranderen

0:08:54.919,0:08:56.742
en naaien de patiënt weer dicht.

0:08:56.742,0:08:58.834
Het resultaat was even goed.

0:08:59.004,0:09:03.408
En toch blijven gespecialiseerde chirurgen[br]de procedure met miljoenen uitvoeren.

0:09:04.043,0:09:06.969
Dus als hyperspecialisatie[br]niet altijd de oplossing biedt,

0:09:06.969,0:09:08.143
wat dan wel?

0:09:08.143,0:09:11.989
Dat bespreken kan moeilijk zijn,[br]omdat het niet altijd op dit pad lijkt.

0:09:11.989,0:09:15.352
Soms is het meanderen of zigzaggen[br]of een brede blik hebben.

0:09:15.352,0:09:17.254
Soms lijkt het op achterstand.

0:09:17.254,0:09:19.703
Maar ik wil het hebben[br]over mogelijke oplossingen.

0:09:19.703,0:09:23.011
Onderzoek naar technologische innovatie[br]toont aan dat, steeds meer,

0:09:23.011,0:09:25.376
de meest impactvolle patenten[br]niet op naam staan

0:09:25.376,0:09:29.194
van zij die steeds dieper graven[br]in één gebied van technologie,

0:09:29.194,0:09:31.376
zoals octrooien worden geclassificeerd,

0:09:31.376,0:09:33.190
maar eerder door teams

0:09:33.190,0:09:37.582
waarvan de leden gewerkt hebben[br]in heel uiteenlopende technologieklassen

0:09:37.582,0:09:39.888
en vaak verschillende domeinen combineren.

0:09:39.888,0:09:42.718
Iemand wiens werk ik bewonder[br]en hierin een voorloper was,

0:09:42.718,0:09:45.349
is de Japanner Gunpei Yokoi.

0:09:45.349,0:09:48.223
Yokoi scoorde niet goed[br]op zijn examens elektronica,

0:09:48.223,0:09:50.517
dus moest hij genoegen nemen[br]met een lagere job:

0:09:50.517,0:09:53.241
machineonderhoud[br]in een speelkaartenbedrijf in Kyoto.

0:09:53.546,0:09:56.546
Hij wist dat hij niet geschikt was[br]voor geavanceerd werk,

0:09:56.546,0:09:59.264
maar begreep dat er[br]zoveel informatie beschikbaar was

0:09:59.264,0:10:02.151
dat hij dingen kon combineren[br]die al lang gekend waren

0:10:02.151,0:10:05.025
op manieren die kortzichtige[br]experts niet zagen.

0:10:05.025,0:10:08.591
Dus combineerde hij bekende technologie[br]uit de rekenmachine-industrie

0:10:08.591,0:10:11.139
met bekende technologie[br]uit de creditcardindustrie

0:10:11.139,0:10:13.084
en maakte draagbare spellen.

0:10:13.108,0:10:14.462
Een groot succes.

0:10:14.486,0:10:16.708
Het veranderde het speelkaartenbedrijf,

0:10:16.732,0:10:20.303
dat in de 19e eeuw werd opgericht[br]in een houten winkelpand,

0:10:20.327,0:10:22.084
in een speelgoed- en gamebedrijf.

0:10:22.108,0:10:24.308
Je kent het misschien, het heet Nintendo.

0:10:24.308,0:10:26.269
Zijn creatieve filosofie was:

0:10:26.269,0:10:28.815
lateraal denken[br]met verouderde technologie,

0:10:28.884,0:10:31.812
waarbij bekende technologie[br]op nieuwe manieren wordt gebruikt.

0:10:31.836,0:10:34.913
En zijn magnum opus was dit:[br]de Game Boy.

0:10:34.913,0:10:37.440
Een technologische grap in alle opzichten.

0:10:37.464,0:10:41.279
Het verscheen tegelijkertijd[br]met kleurconcurrenten van Saga en Atari,

0:10:41.303,0:10:42.965
en blies hen omver.

0:10:42.989,0:10:45.629
Want Yokoi wist wat zijn klanten[br]belangrijk vonden.

0:10:45.653,0:10:46.803
Niet kleur,

0:10:46.827,0:10:50.679
maar wel duurzaamheid, draagbaarheid,[br]betaalbaarheid, batterijduur,

0:10:50.679,0:10:52.112
keuze van games.

0:10:52.136,0:10:54.589
Ik vond de mijne terug[br]in de kelder van mijn ouders.

0:10:54.613,0:10:55.668
(Gelach)

0:10:55.668,0:10:57.214
Hij heeft betere dagen gekend.

0:10:57.214,0:10:58.571
Maar het rode lampje brandt.

0:10:58.571,0:11:01.415
Ik zette hem aan en speelde Tetris,[br]wat indrukwekkend was

0:11:01.415,0:11:04.689
want de batterijen waren verlopen[br]in 2007 en 2013.

0:11:04.689,0:11:06.271
(Gelach)

0:11:07.489,0:11:11.078
Het pluspunt van brede kennis[br]geldt ook voor meer subjectieve sferen.

0:11:11.102,0:11:12.881
In een studie naar de reden

0:11:12.881,0:11:17.341
waarom sommige stripmakers[br]meer blockbusters maken,

0:11:17.341,0:11:22.095
vonden onderzoekers[br]dat niet het aantal jaren ervaring,

0:11:22.095,0:11:25.026
noch de middelen van de uitgever,

0:11:25.026,0:11:27.717
noch het aantal eerder gemaakte[br]strips van belang waren.

0:11:27.717,0:11:31.699
Het was het aantal verschillende genres[br]waarin iemand had gewerkt.

0:11:31.699,0:11:33.295
En interessant genoeg

0:11:33.319,0:11:36.968
kon een individu met brede interesses[br]niet volledig worden vervangen

0:11:36.992,0:11:39.026
door een team van specialisten.

0:11:39.154,0:11:41.994
Waarschijnlijk brengen we niet genoeg[br]van die mensen voort,

0:11:41.994,0:11:45.091
want op jonge leeftijd lijkt het[br]alsof ze achterop lopen

0:11:45.091,0:11:47.827
en we stimuleren niets[br]wat niet op voorsprong lijkt

0:11:47.851,0:11:49.188
of op specialisatie.

0:11:49.342,0:11:52.429
Door onze goedbedoelde drang[br]naar een voorsprong

0:11:52.429,0:11:56.621
belemmeren we zelfs de manier[br]waarop we nieuw materiaal leren

0:11:56.621,0:11:58.555
op een fundamenteel niveau.

0:11:58.579,0:12:02.185
In een studie van vorig jaar[br]werden wiskundeleerlingen in de VS

0:12:02.185,0:12:05.165
willekeurig toegewezen[br]aan verschillende soorten leren.

0:12:05.169,0:12:07.815
Sommigen kregen training in blokken:

0:12:07.815,0:12:12.041
je krijgt een probleem van het type A,[br]AAAA, BBBB, enzovoort.

0:12:12.301,0:12:14.838
Men maakt snel vooruitgang,[br]de kinderen zijn gelukkig,

0:12:14.838,0:12:16.078
alles is super.

0:12:16.078,0:12:20.188
Anderen kregen 'afwisselende training'.

0:12:20.403,0:12:22.748
Je gooit verschillende[br]types problemen in een hoed

0:12:22.748,0:12:24.363
en haalt er een willekeurige uit.

0:12:24.363,0:12:28.097
De vooruitgang is trager,[br]de kinderen zijn meer gefrustreerd.

0:12:28.121,0:12:30.784
Maar in plaats van te leren[br]hoe ze procedures uitvoeren,

0:12:30.808,0:12:34.621
leren ze hun strategie aanpassen[br]aan het type probleem.

0:12:34.645,0:12:39.530
En op de test veegde de tweede groep[br]de eerste groep volledig weg.

0:12:39.722,0:12:41.799
Ze kwamen niet eens in de buurt.

0:12:41.825,0:12:45.445
Veel van dit onderzoek[br]vond ik diep contra-intuïtief,

0:12:45.469,0:12:46.818
het idee dat een voorsprong,

0:12:46.842,0:12:48.981
in de keuze van een carrière[br]of een opleiding

0:12:48.981,0:12:50.764
of gewoon nieuw materiaal aanleren,

0:12:50.788,0:12:53.481
soms de ontwikkeling[br]op lange termijn ondermijnt.

0:12:53.505,0:12:56.288
En natuurlijk zijn er[br]evenveel manieren om te slagen

0:12:56.312,0:12:57.680
als dat er mensen zijn.

0:12:57.704,0:13:01.925
Maar we lijken enkel de weg[br]van Tiger Woods aan te moedigen,

0:13:01.949,0:13:03.900
terwijl we in een complexe wereld

0:13:03.900,0:13:06.649
ook steeds meer mensen[br]als Federer nodig hebben.

0:13:06.713,0:13:09.271
Of zoals de eminente fysicus en wiskundige

0:13:09.295,0:13:12.719
en de geweldige schrijver[br]Freeman Dyson zei --

0:13:12.743,0:13:15.638
en Dyson is gisteren overleden,

0:13:15.662,0:13:17.937
dus ik hoop dat ik[br]zijn woorden eer aandoe --

0:13:17.961,0:13:22.854
zoals hij zei: voor een gezond ecosysteem[br]hebben we zowel vogels als kikkers nodig.

0:13:22.878,0:13:26.092
Kikkers zitten in de modder[br]en zien alle details.

0:13:26.327,0:13:29.084
De vogels zweven hoog in de lucht[br]en zien de details niet,

0:13:29.108,0:13:31.156
maar integreren de kennis van de kikkers.

0:13:31.180,0:13:32.491
En we hebben beide nodig.

0:13:32.515,0:13:34.210
Het probleem, volgens Dyson,

0:13:34.234,0:13:36.909
is dat we iedereen aanmoedigen[br]om kikkers te worden.

0:13:36.933,0:13:39.568
En ik denk dat dit in een complexe wereld

0:13:39.568,0:13:41.786
steeds kortzichtiger is.

0:13:41.810,0:13:43.102
Hartelijk dank.

0:13:43.126,0:13:46.086
(Applaus)