Today, actually, is
a very special day for me,
because it is my birthday.
(Applause)
And so, thanks to all of you
for joining the party.
(Laughter)
But every time you throw a party,
there's someone there to spoil it. Right?
(Laughter)
And I'm a physicist,
and this time I brought
another physicist along to do so.
His name is Albert Einstein --
also Albert -- and he's the one who said
that the person who has not made
his great contributions to science
by the age of 30
will never do so.
(Laughter)
Now, you don't need to check Wikipedia
that I'm beyond 30.
(Laughter)
So, effectively, what
he is telling me, and us,
is that when it comes to my science,
I'm deadwood.
Well, luckily, I had my share
of luck within my career.
Around age 28, I became
very interested in networks,
and a few years later, we managed
to publish a few key papers
that reported the discovery
of scale-free networks
and really gave birth to a new discipline
that we call network science today.
And if you really care about it,
you can get a PhD now in network science
in Budapest, in Boston,
and you can study it all over the world.
A few years later,
when I moved to Harvard
first as a sabbatical,
I became interested
in another type of network:
that time, the networks within ourselves,
how the genes and the proteins
and the metabolites link to each other
and how they connect to disease.
And that interest led
to a major explosion within medicine,
including the Network Medicine
Division at Harvard,
that has more than 300 researchers
who are using this perspective
to treat patients and develop new cures.
And a few years ago,
I thought that I would take
this idea of networks
and the expertise we had in networks
in a different area,
that is, to understand success.
And why did we do that?
Well, we thought that, to some degree,
our success is determined
by the networks we're part of --
that our networks can push us forward,
they can pull us back.
And I was curious if we could use
the knowledge and big data and expertise
where we develop the networks
to really quantify
how these things happen.
This is a result from that.
What you see here is a network
of galleries in museums
that connect to each other.
And through this map
that we mapped out last year,
we are able to predict very accurately
the success of an artist
if you give me the first five exhibits
that he or she had in their career.
Well, as we thought about success,
we realized that success
is not only about networks;
there are so many
other dimensions to that.
And one of the things
we need for success, obviously,
is performance.
So let's define what's the difference
between performance and success.
Well, performance is what you do:
how fast you run,
what kind of paintings you paint,
what kind of papers you publish.
However, in our working definition,
success is about what the community
notices from what you did,
from your performance:
How does it acknowledge it,
and how does it reward you for it?
In other terms,
your performance is about you,
but your success is about all of us.
And this was a very
important shift for us,
because the moment we defined success
as being a collective measure
that the community provides to us,
it became measurable,
because if it's in the community,
there are multiple data points about that.
So we go to school,
we exercise, we practice,
because we believe
that performance leads to success.
But the way we actually
started to explore,
we realized that performance and success
are very, very different animals
when it comes to
the mathematics of the problem.
And let me illustrate that.
So what you see here is
the fastest man on earth, Usain Bolt.
And of course, he wins most of
the competitions that he enters.
And we know he's the fastest on earth
because we have a chronometer
to measure his speed.
Well, what is interesting about him
is that when he wins,
he doesn't do so by really significantly
outrunning his competition.
He's running at most a percent faster
than the one who loses the race.
And not only does he run only
one percent faster than the second one,
but he doesn't run
10 times faster than I do --
and I'm not a good runner,
trust me on that.
(Laughter)
And every time we are able
to measure performance,
we notice something very interesting;
that is, performance is bounded.
What it means is that there are
no huge variations in human performance.
It varies only in a narrow range,
and we do need the chronometer
to measure the differences.
This is not to say that we cannot
see the good from the best ones,
but the best ones
are very hard to distinguish.
And the problem with that
is that most of us work in areas
where we do not have a chronometer
to gauge our performance.
Alright, performance is bounded,
there are no huge differences between us
when it comes to our performance.
How about success?
Well, let's switch to
a different topic, like books.
One measure of success for writers is
how many people read your work.
And so when my previous book
came out in 2009,
I was in Europe talking with my editor,
and I was interested:
Who is the competition?
And I had some fabulous ones.
That week --
(Laughter)
Dan Brown came out with "The Lost Symbol,"
and "The Last Song" also came out,
Nicholas Sparks.
And when you just look at the list,
you realize, you know, performance-wise,
there's hardly any difference
between these books or mine.
Right?
So maybe if Nicholas Sparks's team
works a little harder,
he could easily be number one,
because it's almost by accident
who ended up at the top.
So I said, let's look at the numbers --
I'm a data person, right?
So let's see what were
the sales for Nicholas Sparks.
And it turns out that
that opening weekend,
Nicholas Sparks sold more than
a hundred thousand copies,
which is an amazing number.
You can actually get to the top
of the "New York Times" best-seller list
by selling 10,000 copies a week,
so he tenfold overcame
what he needed to be number one.
Yet he wasn't number one.
Why?
Because there was Dan Brown,
who sold 1.2 million copies that weekend.
(Laughter)
And the reason I like this number
is because it shows that, really,
when it comes to success, it's unbounded,
that the best doesn't only get
slightly more than the second best
but gets orders of magnitude more,
because success is a collective measure.
We give it to them, rather than
we earn it through our performance.
So one of things we realized is that
performance, what we do, is bounded,
but success, which is
collective, is unbounded,
which makes you wonder:
How do you get these
huge differences in success
when you have such tiny
differences in performance?
And recently, I published a book
that I devoted to that very question.
And they didn't give me enough time
to go over all of that,
so I'm going to go back
to the question of,
alright, you have success;
when should that appear?
So let's go back to the party spoiler
and ask ourselves:
Why did Einstein make
this ridiculous statement,
that only before 30
you could actually be creative?
Well, because he looked around himself
and he saw all these fabulous physicists
that created quantum mechanics
and modern physics,
and they were all in their 20s
and early 30s when they did so.
And it's not only him.
It's not only observational bias,
because there's actually
a whole field of genius research
that has documented the fact that,
if we look at the people
we admire from the past
and then look at what age
they made their biggest contribution,
whether that's music,
whether that's science,
whether that's engineering,
most of them tend to do so
in their 20s, 30s, early 40s at most.
But there's a problem
with this genius research.
Well, first of all, it created
the impression to us
that creativity equals youth,
which is painful, right?
(Laughter)
And it also has an observational bias,
because it only looks at geniuses
and doesn't look at ordinary scientists
and doesn't look at all of us and ask,
is it really true that creativity
vanishes as we age?
So that's exactly what we tried to do,
and this is important for that
to actually have references.
So let's look at an ordinary
scientist like myself,
and let's look at my career.
So what you see here is all the papers
that I've published
from my very first paper, in 1989;
I was still in Romania when I did so,
till kind of this year.
And vertically, you see
the impact of the paper,
that is, how many citations,
how many other papers
have been written that cited that work.
And when you look at that,
you see that my career
has roughly three different stages.
I had the first 10 years
where I had to work a lot
and I don't achieve much.
No one seems to care
about what I do, right?
There's hardly any impact.
(Laughter)
That time, I was doing material science,
and then I kind of discovered
for myself networks
and then started publishing in networks.
And that led from one high-impact
paper to the other one.
And it really felt good.
That was that stage of my career.
(Laughter)
So the question is,
what happens right now?
And we don't know, because there
hasn't been enough time passed yet
to actually figure out how much impact
those papers will get;
it takes time to acquire.
Well, when you look at the data,
it seems to be that Einstein,
the genius research, is right,
and I'm at that stage of my career.
(Laughter)
So we said, OK, let's figure out
how does this really happen,
first in science.
And in order not to have
the selection bias,
to look only at geniuses,
we ended up reconstructing the career
of every single scientist
from 1900 till today
and finding for all scientists
what was their personal best,
whether they got the Nobel Prize
or they never did,
or no one knows what they did,
even their personal best.
And that's what you see in this slide.
Each line is a career,
and when you have a light blue dot
on the top of that career,
it says that was their personal best.
And the question is,
when did they actually make
their biggest discovery?
To quantify that,
we look at what's the probability
that you make your biggest discovery,
let's say, one, two, three
or 10 years into your career?
We're not looking at real age.
We're looking at
what we call "academic age."
Your academic age starts
when you publish your first papers.
I know some of you are still babies.
(Laughter)
So let's look at the probability
that you publish
your highest-impact paper.
And what you see is, indeed,
the genius research is right.
Most scientists tend to publish
their highest-impact paper
in the first 10, 15 years in their career,
and it tanks after that.
It tanks so fast that I'm about --
I'm exactly 30 years into my career,
and the chance that I will publish a paper
that would have a higher impact
than anything that I did before
is less than one percent.
I am in that stage of my career,
according to this data.
But there's a problem with that.
We're not doing controls properly.
So the control would be,
what would a scientist look like
who makes random contribution to science?
Or what is the productivity
of the scientist?
When do they write papers?
So we measured the productivity,
and amazingly, the productivity,
your likelihood of writing a paper
in year one, 10 or 20 in your career,
is indistinguishable from the likelihood
of having the impact
in that part of your career.
And to make a long story short,
after lots of statistical tests,
there's only one explanation for that,
that really, the way we scientists work
is that every single paper we write,
every project we do,
has exactly the same chance
of being our personal best.
That is, discovery is like
a lottery ticket.
And the more lottery tickets we buy,
the higher our chances.
And it happens to be so
that most scientists buy
most of their lottery tickets
in the first 10, 15 years of their career,
and after that,
their productivity decreases.
They're not buying
any more lottery tickets.
So it looks as if
they would not be creative.
In reality, they stopped trying.
So when we actually put the data together,
the conclusion is very simple:
success can come at any time.
It could be your very first
or very last paper of your career.
It's totally random
in the space of the projects.
It is the productivity that changes.
Let me illustrate that.
Here is Frank Wilczek,
who got the Nobel Prize in Physics
for the very first paper he ever wrote
in his career as a graduate student.
(Laughter)
More interesting is John Fenn,
who, at age 70, was forcefully retired
by Yale University.
They shut his lab down,
and at that moment, he moved
to Virginia Commonwealth University,
opened another lab,
and it is there, at age 72,
that he published a paper
for which, 15 years later, he got
the Nobel Prize for Chemistry.
And you think, OK,
well, science is special,
but what about other areas
where we need to be creative?
So let me take another
typical example: entrepreneurship.
Silicon Valley,
the land of the youth, right?
And indeed, when you look at it,
you realize that the biggest awards,
the TechCrunch Awards and other awards,
are all going to people
whose average age
is late 20s, very early 30s.
You look at who the VCs give the money to,
some of the biggest VC firms --
all people in their early 30s.
Which, of course, we know;
there is this ethos in Silicon Valley
that youth equals success.
Not when you look at the data,
because it's not only
about forming a company --
forming a company is like productivity,
trying, trying, trying --
when you look at which
of these individuals actually put out
a successful company, a successful exit.
And recently, some of our colleagues
looked at exactly that question.
And it turns out that yes,
those in the 20s and 30s
put out a huge number of companies,
form lots of companies,
but most of them go bust.
And when you look at the successful exits,
what you see in this particular plot,
the older you are, the more likely that
you will actually hit the stock market
or the sell the company successfully.
This is so strong, actually,
that if you are in the 50s,
you are twice as likely
to actually have a successful exit
than if you are in your 30s.
(Applause)
So in the end, what is it
that we see, actually?
What we see is that creativity has no age.
Productivity does, right?
Which is telling me that
at the end of the day,
if you keep trying --
(Laughter)
you could still succeed
and succeed over and over.
So my conclusion is very simple:
I am off the stage, back in my lab.
Thank you.
(Applause)
اليوم، في الواقع هو يوم
خاص جداً بالنسبة لي
لأنه عيد ميلادي
(تصفيق)
ولذلك شكرًا لكم جميعًا
لانضماكم إلى الحفلة
(ضحك)
لكن في كل مرة تُقيم فيها حفلة
يكون هنالك من يفسدها. اليس كذلك؟
(ضحك)
وأنا فيزيائي
وهذه المرة قد أحضرت بجانبي
عالم فيزياء آخر للقيام بذلك
يُدعى ألبرت أينشتاين،
وكذلك ألبرت وهو القائل:
أن الشخص الذي لم يصنع
إسهاماته العظيمة في العلم
في سن الثلاثين
لن يفعل ذلك أبداً
(ضحك)
الآن، أنت لست بحاجة إلى تفقد ويكيبيديا
للتأكد من أنني تجاوزت الثلاثين
(ضحك)
لذا، بشكل فعّال، ما
يخبرني به، ونحن
هو أنه عندما يتعلق الأمر بعلمي
فأنا عديم الفائدة
حسناً، ولحسن الحظ كان لي نصيب
من الحظ خلال حياتي المهنية
في سن ال28، أصبحت مهتماً جداً بالشبكات
وبعد عدة سنوات، تمكنا
من نشر بعض الأوراق الرئيسية
التي أبلغت عن إكتشاف شبكات
خالية من النطاق
والتي ولّدت مجال جديد،
نُطلق عليه علم الشبكات
وإذا كنت حقًا مهتمًا به، يمكنك الحصول على
الدكتوارة الآن في علوم الشبكة
في بودابيست في بوسطن
ويمكنك دراستها في جميع أنحاء العالم
بعد عدة سنوات
عندما انتقلت إلى هارفارد
أولًا كإجازة
أصبحت مهتمًا بنوع آخر من الشبكة:
تلك المرة، الشبكات التي بداخلنا
كيف ترتبط الجينات والبروتينات والأيضات
ببعضها البعض
وكيف ترتبط بالمرض
وهذا الاهتمام أدى
إلى إنفجار كبير داخل الطب
بما في ذلك شعبة طب الشبكة في هارفارد
التي لديها أكثر من 300 باحث
الذين يستخدمون هذا المنظور
لعلاج المرضى وتطوير علاجات جديدة
وقبل سنوات قليلة
إعتقدت بأنني سآخذ فكرة الشبكات هذه
والخبرة التي لدينا في الشبكات
في مجال مختلف
أي فهم النجاح
ولماذا فعلنا ذلك؟
حسنًا، إعتقدنا ذلك، إلى حد ما
نجاحنا حدد بواسطة الشبكات
التي نحن جزء منها --
أن شبكاتنا يمكن أن تدفعنا إلى الأمام،
يمكنهم سحبنا للخلف
وأنا كنت فضوليا إن كنا نستطيع الاستفادة
من المعرفة والبيانات والخبرات الكبيرة
حيث نطور الشبكات
لتحدد كميًا كيف تحدث هذه الأشياء حقًا
هذه نتيجة لذلك
ما تراه هنا هو شبكة
من المعارض في المتاحف
التي تتصل ببعضها البعض
ومن خلال هذه الخريطة
التي رسمناها العام الماضي
نحن قادرون على التنبؤ بدقة جدًا بنجاح فنان
إذا أعطيتني أول خمسة معارض
كانت لديه أو لديها في مهنتهم
حسنًا، كما فكرنا بشأن النجاح
أدركنا أن ذلك النجاح
ليس فقط حول الشبكات
هناك الكثير من
الأبعاد الأخرى لذلك
ومن الواضح أن أحد الأشياء التي
نحتاجها للنجاح
هو الأداء
لذا دعونا نعرف ما الفرق
بين الأداء والنجاح
حسنًا، الأداء هو ما تفعله
ما مدى سرعتك في الركض،
وما نوع اللوحات التي ترسمها
ما نوع الصحف التي تنشرها
ومع ذلك، في تعريفنا العملي
النجاح هو حول ما يلاحظ
المجتمع من ما فعلتم
من أدائك
كيف يعترف بذلك،
وكيف يكافئك على ذلك؟
بعبارات أخرى
أدائك عنك، لكن نجاحك يتعلق بنا جميعًا
وكان هذا تحول مهم جدًا بالنسبة لنا
لأن اللحظة التي عرفنا فيها النجاح
بأنه تدبير جماعي
يقدمه لنا المجتمع
أصبح قابلًا للقياس
لأنه إذا كان في المجتمع،
هناك نقاط بيانات متعددة حول ذلك
لذا نذهب إلى المدرسة، نتمرن، نتدرب
لأننا نعتقد أن الأداء يؤدي إلى النجاح
لكن الطريقة التي بدأنا بها الاستكشاف
أدركنا أن الأداء والنجاح هما
حيوانات مختلفة جدًا جدًا
عندما يتعلق الأمر بحسابات المشكلة
واسمحوا لي أن أوضح ذلك
إذا ما ترونه هنا هو أسرع رجل على
وجه الأرض، (يوسين بولت)
وبالطبع، يربح أغلب المسابقات التي يدخل بها
ونحن نعلم أنه الأسرع على الأرض
لأن لدينا كرونومتر
لقياس سرعته
حسنًا، ما هو مثير للاهتمام عنه هو
أنه عندما يفوز
هو لا يفعل ذلك من خلال تفوقه
بشكل كبير على منافسيه حقًأ
إنه يركض بسرعة أكبر من الشخص
الذي يخسر السباق
وليس فقط أنه لا يركض فقط واحد
في المئة أسرع من الثاني
لكنه لا يعمل 10 مرات أسرع مما أفعل --
وأنا لست عداء جيد، ثق بي في ذلك
(ضحك)
وفي كل مرة نكون قادرين على قياس الأداء
نلاحظ شيئًا مثيرًا جدًا للاهتمام
أي أن الأداء محدود
ما يعنيه هو أنه لا توجد اختلافات
كبيرة في الأداء البشري
يختلف فقط في نطاق ضيق
ونحن بحاجة إلى الكرونومتر لقياس الاختلافات
هذا لا يعني أننا لا نستطيع رؤية
الخير من الأفضل
ولكن من الصعب التمييز بين الأفضل
والمشكلة في ذلك هي أن معظمنا
يعمل في مجالات
ليس لدينا فيها كرونومتر لقياس أدائنا
حسنًا، الأداء محدد
ليس هناك إختلافات كبيرة بيننا
عندما يتعلق الأمر بأدائنا
ماذا عن النجاح؟
حسنًا، دعنا ننتقل إلى موضوع مختلف،
مثل الكتب
أحد مقاييس النجاح للكتاب هو
عدد الناس الذين يقرأون عملك
وهكذا عندما صدر كتابي السابق في عام 2009
كنت في أوروبا أتحدث مع محرري
وكنت مهتمًا: من هو المنافس؟
وكان لدي بعض منها رائعة
ذلك الأسبوع
(ضحك)
دان براون خرج مع "الرمز المفقود"
و"الأغنية الأخيرة" خرجت أيضًا
نيكولاس سباركس
وعندما تنظر إلى القائمة
تدرك، تعرف، أداء حكيم، هناك بالكاد
أي إختلاف
بين هذه الكتب أو خاصتي
أليس كذلك؟
لذا ربما لو عمل فريق نيكولاس
سباركس بجهد أكبر
يمكن أن يكون هو الأول بسهولة
لأنه تقريبًا بالصدفة الذي انتهى به الأمر
في القمة
لذا قلت، دعونا ننظر إلى الأرقام
أنا شخص البيانات، أليس كذلك؟
لذا دعونا نرى ما إذا كانت المبيعات
لنيكولاس سباركس
واتضح أن عطلة نهاية الأسبوع الإفتتاحي
(نيكولاس سباركس) باع أكثر من 100 ألف نسخة
وهو رقم مذهل
يمكنك في الواقع الحصول على أعلى من
"نيويورك تايمز" قائمة الأكثر مبيعًا
عن طريق بيع 10,000 نسخة في الأسبوع
حتى انه عشرة أضعاف ما يحتاج
إلى أن يكون رقم واحد
لكنه لم يكن رقم واحد
لماذا؟
لأنه كان هناك دان براون، الذي باع 1.2
مليون نسخة في عطلة نهاية الأسبوع
(ضحك)
وسبب إعجابي بهذا الرقم هو
لأنه يظهر أنه حقًا
عندما يتعلق الأمر بالنجاح، فإنه غير محدود
أن الأفضل لا يحصل فقط
على أكثر بقليل من الأفضل
ولكن يحصل على أوامر من حجم أكبر
لأن النجاح هو التدبير الجماعي
نعطيه لهم، بدلًا من أن نكسبه
من خلال أدائنا
إذًا أحد الأشياء التي أدركناها هو
أن الأداء، ما نقوم به، محدود
لكن النجاح، وهو جماعي، لا حدود له
مما يجعلك تتساءل
كيف تحصل على هذه الإختلافات
الكبيرة في النجاح
عندما يكون لديك مثل هذه الإختلافات
الصغيرة في الأداء؟
ومؤخرًا، نشرت كتابًا
كرسته لهذا السؤال بالذات
ولم يعطوني الوقت الكافي لمراجعة كل ذلك
لذا سأعود إلى السؤال
حسنًا، لديك النجاح، متى يجب أن يظهر ذلك؟
لذلك دعونا نعود إلى مفسد
الحفلة ونسأل أنفسنا
لماذا أدلى آينشتاين بهذا البيان السخيف؟
أنه قبل الثلاثين فقط يمكنك أن تكون مبدعًا؟
حسنًا، لأنه نظر من حوله ورأى كل هؤلاء
الفيزيائيين الرائعين
الذين صنعوا ميكانيكا الكم
والفيزياء الحديثة
وأوائل الثلاثينات عندما فعلوا ذلك
وليس هو فقط
إنه ليس فقط تحيز الملاحظة
لأنه في الواقع هناك مجال كامل
من البحث العبقري
التي وثقت حقيقة أنه
إذا نظرنا إلى الناس ونحن نعجب من الماضي
وبعد ذلك أنظر إلى العمر
الذي قدموا فيه أكبر مساهمة
سواء كانت تلك موسيقى، سواء كانت علم
أو كانت هندسة
معظمها تميل إلى القيام بذلك في
20ث، 30ث، 40ث على الأكثر
لكن هناك مشكلة في هذا البحث العبقري
حسنًا، أولًا وقبل كل شيء،
أنها خلقت انطباعًا بالنسبة لنا
أن الإبداع يساوي الشباب
وهو أمر مؤلم أليس كذلك ؟
(ضحك)
ولديه أيضًا تحيز الملاحظة
لأنه ينظر فقط إلى العباقرة
ولا ينظر إلى العلماء العاديين
ولا ينظر إلينا جميعًا ويسأل
هل صحيح حقًا أن الإبداع
يختفي مع تقدمنا في السن؟
هذا بالضبط ما حاولنا فعله
وهذا هو المهم لذلك بأن
يكون في الواقع مراجع
لذا دعونا ننظر إلى عالم عادي مثلي
ودعنا ننظر إلى مهنتي
إذًا ما ترونه هنا هو كل الصحف التي نشرتها
من أول مقال لي في عام 1989،
كنت لا أزال في رومانيا عندما فعلت ذلك
إلى حد ما هذا العام
ورأسيًا، ترى تأثير الورقة
ذلك، كم عدد الاستشهادات
وكم عدد الورقات الأخرى التي كتبت
والتي استشهدت بذلك العمل
وعندما تنظر إلى ذلك
ترى بأن مهنتي لها تقريبًا
ثلاث مراحل مختلفة
كان لدي السنوات ال10 الأولى
حيث يجب أن أعمل كثيرًا
وأنا لا أنجز الكثير
لا يبدو أن أحدًا يهتم بما أفعله، صحيح ؟
هناك بالكاد أي تأثير
(ضحك)
ذلك الوقت، أنا كنت أعمل العلم المادي
في ذلك الوقت، كنت أقوم بالعلوم المادية،
ثم اكتشفت لنفسي شبكات
ثم بدأت بالنشر في الشبكات
وهذا أدى من ورقة عالية التأثير
إلى الورقة الأخرى
وكان شعور جيد حقا.
تلك كانت تلك المرحلة من مهنتي
(ضحك)
لذا السؤال هو، ماذا يحدث الآن ؟
ونحن لا نعرف،
لأنه لم يمر وقت كاف حتى الآن
لمعرفة مدى تأثير تلك الأوراق
يستغرق وقتا للحصول عليها
حسنًا، عندما تنظر إلى البيانات
يبدو أن آينشتاين، البحث العبقري، هو الصحيح
وأنا في تلك المرحلة من مهنتي
(ضحك)
لذلك قلنا، حسنًا، دعونا نعرف كيف
يحدث هذا حقًا
أولًا في العلم
ومن أجل عدم وجود التحيز في الاختيار
أن ننظر فقط للعباقرة
انتهى بنا الأمر بإعادة بناء
مهنة كل عالم واحد
من عام 1900 حتى اليوم
وإيجاد أفضل ما لديهم لكل العلماء
سواء حصلوا على جائزة نوبل أو
لم يحصلوا عليها أبدًا
أو لا أحد يعرف ما فعلوه، حتى أفضل ما لديهم
وهذا ما تراه في هذه الشريحة
كل خط هو مهنة
وعندما يكون لديك نقطة زرقاء فاتحة
على قمة تلك المهنة
يقول ذلك كان أفضل ما لديهم
والسؤال هو
متى قاموا بأكبر اكتشاف لهم؟
لتحديد ذلك
نحن ننظر إلى إحتمالية أن تقوم
بأكبر اكتشاف لك
دعنا نقول، سنة، إثنان، ثلاثة أو 10
في حياتك المهنية؟
نحن لا ننظر إلى العمر الحقيقي
نحن ننظر إلى ما نسميه " العصر الأكاديمي."
عمرك الأكاديمي يبدأ عندما
تنشر أوراقك الأولى
أعرف أن بعضكم ما زال رضيعًا
(ضحك)
لذا دعنا ننظر إلى الإحتمالات
بأنك تنشر صحيفتك ذات التأثير الأعلى
وما تراه هو، في الواقع،
البحث العبقري هو الصحيح
معظم العلماء يميلون إلى نشر أبرع بحث لهم
في السنوات العشر أو الخمس عشرة
الأولى من حياتهم المهنية
وهي تتراكم بعد ذلك
إنها سريعة جدًا لدرجة أنني على وشك ...
أنا بالضبط 30 عامًا في حياتي المهنية
و الفرصة التي سوف أنشر ورقة التي
سيكون لها تأثير أكبر
من أي شيء فعلته من قبل
قبل أقل من واحد في المئة
أنا في تلك المرحلة من حياتي المهنية،
وفقًا لهذه البيانات
لكن هناك مشكلة في ذلك
نحن لا نقوم بالتحكم بشكل صحيح
لذا التحكم سيكون
كيف سيبدو العالم الذي
يقدم مساهمة عشوائية في العلم؟
أو ما هي إنتاجية العالم؟
متى يكتبون الصحف؟
لذا قمنا بقياس الإنتاجية
وبشكل مدهش، الإنتاجية
إحتمالية كتابتك ورقة في السنة الأولى،
ال10، أو ال20 في مهنتك
لا يمكن تمييزها عن احتمال حدوث التأثير
في هذا الجزء من حياتك المهنية
ولاختصار القصة الطويلة
بعد الكثير من الاختبارات الإحصائية هناك
تفسير واحد فقط لذلك
هو حقًا، الطريقة التي نعمل بها نحن العلماء
هي أن كل ورقة نكتبها، كل مشروع نقوم به
لديه بالضبط نفس فرصة أن يجعلنا
نكون أفضل شخص لدينا
ذلك، إكتشاف مثل تذكرة يانصيب
وكلما اشترينا المزيد من تذاكر اليانصيب
كلما زادت فرصنا
ويصادف أن يكون كذلك
أن معظم العلماء يشترون معظم تذاكر اليانصيب
في السنوات ال10 أو ال15 الأولى
من حياتهم المهنية
وبعد ذلك، تنخفض إنتاجيتهم
لن يشتروا المزيد من تذاكر اليانصيب
لذا يبدو أنهم لن يكونوا مبدعين
في الواقع، توقفوا عن المحاولة
لذا عندما نضع البيانات معًا،
فإن الاستنتاج بسيط جدًا
النجاح يمكن أن يأتي في أي وقت
قد تكون أول أو آخر ورقة لك في
حياتك المهنية
انها عشوائية تمامًا في مساحة المشاريع
الإنتاجية هي التي تتغير
اسمحوا لي أن أوضح ذلك
هنا فرانك ويلزيك، الذي حصل على
جائزة نوبل في الفيزياء
لأول ورقة كتبها في حياته المهنية كطالب
دراسات عليا
(ضحك)
الأكثر إثارة هو (جون فين)
الذي، في سن ال70،
تقاعد بالقوة من قبل جامعة ييل
لقد أغلقوا مختبره
وفي تلك اللحظة، انتقل إلى
جامعة (فيرجينيا كومنولث)
وافتتح معملًا آخر
وهناك، في سن 72، نشر ورقة
بعد 15 عامًا، حصل على جائزة
نوبل في الكيمياء
وأنت تعتقد، حسنًا، حسنًا، العلم خاص
لكن ماذا عن المجالات الأخرى
حيث نحتاج أن نكون مبدعين؟
لذا دعوني آخذ مثالًا نموذجيًا آخر:
تنظيم المشاريع
وادي السيليكون
أرض الشباب، أليس كذلك ؟
وفي الحقيقة، عندما تنظر إليه
تدرك بأن الجوائز الكبرى،
جوائز techcrunch والجوائز الأخرى
كلها تذهب إلى الناس
الذين متوسط أعمارهم هو أواخر العشرينات،
في أوائل الثلاثينات
أنت تنظر إلى من يعطي الـ(في سي) المال لبعض
أكبر شركات (في سي)
كل الناس في أوائل الثلاثينات
الذي، بالطبع، نعرف
هناك هذه الروح في وادي السيليكون
أن الشباب يساوي النجاح
ليس عندما تنظر إلى البيانات
لأنه ليس فقط حول تكوين شركة
تأسيس شركة مثل الإنتاجية
تحاول تحاول تحاول --
عندما تنظر إلى أي من هؤلاء
الأفراد في الواقع وضعت
شركة ناجحة ، خروج ناجح
ومؤخرًا، نظر بعض زملائنا في
هذا السؤال بالضبط
واتضح أن نعم، أولئك في
العشرينات والثلاثينات
وضعوا عددًا كبيرًا من الشركات،
يشكلون الكثير من الشركات
ولكن معظمهم يذهب تمثال نصفي
وعندما تنظر إلى المخارج الناجحة،
ما تراه في هذه المؤامرة بالذات
كلما تقدمتم في السن، كلما زادت احتمالات
دخولكم سوق الأسهم المالية
أو بيع الشركة بنجاح
هذا قوي جدًا، في الواقع،
إذا كنت في الخمسينات
فأنت ضعف احتمالية أن يكون لديك مخرج ناجح
مما إذا كنت في الثلاثينات من عمرك
(تصفيق)
إذًا في النهاية، ما الذي نراه،
في الواقع ؟
ما نراه هو أن الإبداع ليس له عمر
الإنتاجية تفعل، أليس كذلك ؟
الذي يخبرني ذلك في نهاية اليوم
إذا تستمر بالمحاولة
(ضحك)
مازال بإمكانك النجاح والنجاح
مرارًا وتكرارًا
لذا إستنتاجي بسيط جدًا
أنا خارج المسرح ، خلف مختبري
شكرًا لك
(تصفيق)
Heute ist ein ganz
besonderer Tag für mich,
denn es ist mein Geburtstag.
(Applaus)
Daher danke ich Ihnen allen,
bei der Party dabei zu sein.
(Gelächter)
Doch bei jeder Party
gibt es einen Spielverderber.
(Gelächter)
Ich bin Physiker
und diesmal wird ein anderer
Physiker das übernehmen.
Sein Name ist Albert Einstein --
auch Albert -- und er sagte,
dass diejenigen,
die vor dem 30. Lebensjahr
keine großen Beiträge
zur Wissenschaft geleistet haben,
es niemals tun werden.
(Gelächter)
Sie müssen nicht auf Wikipedia nachsehen,
dass ich über 30 bin.
(Gelächter)
Also was er mir und uns
damit sagen möchte ist,
hinsichtlich meiner Wissenschaft
habe ich ausgedient.
Zum Glück hatte ich meinen
Glücksmoment in meiner Karriere.
Mit 28 Jahren begann
mein Interesse an Netzwerken,
wenige Jahre danach veröffentlichten
wir einige Hauptartikel,
die die Entdeckung von
skalenfreien Netzwerken aufzeigten
und die Geburtsstunde der heutigen
Netzwerkwissenschaft waren.
Wen es wirklich interessiert, kann jetzt
in Netzwerkforschung promovieren.
In Budapest, in Boston
und es auf der ganzen Welt studieren.
Einige Jahre danach,
als ich nach Havard zog,
zunächst für ein Sabbatjahr,
begann mein Interesse
an einer weiteren Art von Netzwerk:
diesmal die Netzwerke in uns;
wie Gene, Proteine, Stoffwechselprodukte
miteinander verknüpft sind
und was sie mit Krankheiten zu tun haben.
Dieses Interesse führte
zu einer Explosion in der Medizin,
auch in der Abteilung
für Netzwerkmedizin in Havard,
die über 300 Forscher beschäftigt,
die diese Sichtweise nutzen,
um Patienten zu behandeln
und neue Verfahren zu entwickeln.
Vor einigen Jahren
wollte ich diese Idee von Netzwerken
und unser Wissen über Netzwerke
anders einsetzen,
und zwar, um Erfolg zu begreifen.
Warum machten wir das?
Wir dachten, dass zu einem gewissen Grad
unser Erfolg von den Netzwerken abhinge,
denen wir angehören.
Dass unsere Netzwerke uns antreiben
oder ausbremsen können.
Ich wollte wissen, ob wir das Wissen,
Big Data und Fachkenntnis
das wir in Netzwerken haben,
zur Messung dieser Dinge nutzen können.
Dies ist ein Resultat davon.
Hier sehen Sie ein Netzwerk
von Galerien in Museen,
die miteinander verbunden sind.
Mit dieser Karte,
die wir letztes Jahr erstellten,
können wir präzise den Erfolg
eines Künstlers vorhersagen,
anhand der ersten fünf Stücke,
die er oder sie je ausstellte.
Nun, als wir über Erfolg nachdachten,
bemerkten wir, dass Erfolg nicht nur
von Netzwerken abhängt.
Es gehören viele Dimensionen dazu.
Was wir offenbar zum Erfolg brauchen,
ist Leistung.
Definieren wir den Unterschied
zwischen Leistung und Erfolg.
Leistung ist, was man tut:
wie schnell man rennt,
welche Bilder man malt,
welche Arbeiten man veröffentlicht.
Erfolg hingegen definieren wir
anhand der Anerkennung des Geleisteten
durch die Gemeinschaft.
Die Leistung:
wie wird sie anerkannt,
wie wird man dafür ausgezeichnet?
Mit anderen Worten:
Ihre Leistung hängt von Ihnen ab,
doch Ihr Erfolg von uns allen.
Das war ein sehr wichtiger Wandel für uns,
denn im Moment wo wir Erfolg
als kollektiven Maßstab definierten,
den die Gemeinschaft bestimmt,
wurde er messbar,
da innerhalb der Gemeinschaft
mehrere Datenpunkte dazu bestehen.
Wir gehen zur Schule,
treiben Sport und üben,
weil wir denken,
dass Leistung zu Erfolg führt.
Durch die Art wie wir nachforschten,
erkannten wir, dass Leistung und Erfolg
zwei Paar Schuhe sind,
wenn es um die Mathematik
des Problems geht.
Ich illustriere dies so.
Hier sieht man
den schnellsten Mann der Welt: Usain Bolt.
Er gewinnt die meisten Wettbewerbe,
bei denen er startet.
Wir wissen, er ist der Schnellste,
da wir Zeitmesser haben,
die seine Zeit stoppt.
Interessant an ihm ist,
dass wenn er gewinnt,
tut er das nicht,
weil er viel schneller rennt
als die Anderen.
Er rennt höchstens ein Prozent schneller
als der Verlierer des Rennens.
Er rennt nur ein Prozent
schneller als der Zweite
und nicht mal 10 Mal schneller als ich
und ich bin kein guter Läufer,
glauben Sie es mir.
(Gelächter)
Immer wenn wir Leistung messen können,
fällt uns etwas Interessantes auf,
und zwar, dass Leistung begrenzt ist.
Es gibt also keine großen Unterschiede
bei menschlicher Leistung.
Sie variiert nur in kleinem Maße
und wir brauchen einen Zeitmesser,
um den Unterschied festzustellen.
Wir können zwar die Guten
von den Besseren unterscheiden,
aber die Besten
sind schwer zu differenzieren.
Problematisch ist,
die meisten arbeiten in Bereichen,
wo keine Stoppuhr die Leistung misst.
Also Leistung ist begrenzt.
Es gibt keine großen Unterschiede
bei unseren Leistungen.
Wie ist es bei Erfolg?
Wechseln wir das Thema zu Büchern.
Der Erfolg eines Autors
wird an der Leserzahl gemessen.
Als 2009 mein letztes Buch erschien,
traf ich meinen Verleger in Europa
und ich wollte wissen:
Wer ist die Konkurrenz?
Und ich hatte fabelhafte Konkurrenz.
In der Woche --
(Gelächter)
erschien Dan Browns
"Das verlorene Symbol"
und "Mit Dir an meiner Seite"
von Nicholas Sparks.
Wenn man nur die Liste betrachtet,
ist kein großer Unterschied
in puncto Leistung erkennbar,
zwischen diesen und meinem Buch.
Richtig?
Wenn Nicholas Sparkses Team
ein bisschen mehr gäbe,
könnte er einfach Nummer eins sein,
da es fast Zufall ist, wer oben endet.
Ich wollte also die Zahlen sehen --
ich bin ein Datenmensch.
Was waren Nicholas Sparks Verkaufzahlen?
An diesem Eröffnungswochenende
verkaufte er über hunderttausend Kopien,
was eine eindrucksvolle Zahl ist.
Man kann an die Spitze
der New York Times Bestsellerliste kommen
mit 10.000 verkauften Kopien pro Woche.
Er übertraf zehnfach,
was er zur Nummer eins gebraucht hätte.
Trotzdem war er nicht an der Spitze.
Warum?
Da Dan Brown 1,2 Millionen Kopien
an dem Wochenende verkaufte.
(Gelächter)
Ich mag diese Zahlen, denn sie zeigen,
dass Erfolg unbegrenzt ist,
dass der Beste nicht nur
ein wenig mehr als der Zweite bekommt,
sondern um Größenordnungen mehr,
denn Erfolg ist ein kollektiver Maßstab.
Wir vergeben ihn, anstatt ihn
durch Leistung zu verdienen.
Wir erkannten, dass Leistung,
also was wir tun, begrenzt ist.
Erfolg jedoch ist kollektiv und unbegrenzt
und Sie fragen sich:
Wie entstehen diese
riesigen Unterschiede bei Erfolg,
wenn es nur so kleine Unterschiede
bei der Leistung gibt?
Kürzlich veröffentlichte ich ein Buch,
das ich dieser Frage widmete.
Ich habe nicht genug Zeit bekommen,
um all das abzudecken,
also zurück zur Frage,
Sie haben Erfolg:
wann sollte der auftreten?
Zurück zum Spielverderber und der Frage:
Warum machte Einstein
diese lächerliche Aussage,
dass man nur unter 30
wirklich kreativ sein könne?
Weil er um sich schaute
und all die fabelhaften Physiker sah,
die Quantenmechanik
und moderne Physik begründeten,
und alle waren in ihren 20ern
und frühen 30ern, als sie das taten.
Und es ist nicht nur er.
Dies ist keine Ergebnisverzerrung,
denn es gibt wirklich
ein ganzes Feld in der Genieforschung,
das die Tatsache belegt hat,
wenn wir an verehrte Menschen
aus der Vergangenheit denken
und dann das Alter
beim größten Beitrag betrachten,
ob es Musik, ob es Wissenschaft
oder Ingenieurwesen ist,
war das vor dem 20, 30,
höchstens 40sten Lebensjahr.
Es gibt ein Problem
mit der Forschung an Genies.
Zunächst erweckt sie den Anschein,
dass Kreativität Jugend gleicht,
was schmerzhaft ist, richtig?
(Gelächter)
Und es besteht auch
eine Ergebnisverzerrung,
denn es werden nur Genies betrachtet
und keine normalen Wissenschaftler,
nicht alle einbezogen und gefragt,
ist es wirklich wahr,
dass Kreativität mit dem Alter abnimmt?
Das wollten wir versuchen
und daher ist es wichtig,
dafür Referenzen zu haben.
Betrachten wir einen
normalen Wissenschaftler wie mich
und schauen meine Karriere an.
Hier sieht man alle Arbeiten,
die ich veröffentlicht habe,
von der Allerersten 1989,
als ich noch in Rumänien war,
bis ungefähr dieses Jahr.
In der Vertikalen sieht man
den Einfluss der Arbeit,
also Anzahl der Zitierungen,
wie viele andere Arbeiten wurden verfasst
und zitierten dieses Werk.
Man sieht also,
meine Karriere
hat drei verschiedene Phasen.
Die ersten 10 Jahre
musste ich sehr viel arbeiten
und erreichte nicht viel.
Niemand interessiert sich für mein Tun.
Es hat fast keine Auswirkungen.
(Gelächter)
Damals arbeitete ich
an Materialwissenschaft
und dann entdeckte ich Netzwerke für mich
und begann, darüber zu veröffentlichen.
Das führte zu vielen
einflussreichen Arbeiten.
Es fühlte sich richtig gut an.
Das war eine Phase der Karriere.
(Gelächter)
Die Frage lautet,
was passiert jetzt gerade?
Wir wissen es nicht,
da noch nicht genug Zeit vergangen ist,
um die Auswirkungen
der Arbeiten herauszufinden.
Die Erarbeitung dauert.
Angesichts der Daten scheint es,
dass Einstein, die
Genieforschung, Recht hat
und meine Karriere hier steht.
(Gelächter)
Wir sagten ok, lasst uns herausfinden,
wie das wirklich geht,
zunächst in der Wissenschaft.
Ohne die Stichprobenverzerrung
und nur Genies anzusehen,
rekonstruierten wir die Karriere
jedes einzelnen Wissenschaftlers
von 1900 bis heute
und fanden heraus,
wann sie ihren Höhepunkt hatten,
ob es der Nobelpreis war oder nicht
oder niemand weiß, was sie taten,
nicht einmal zu ihren besten Zeiten.
Das kann man auf dieser Folie sehen.
Jede Linie ist eine Karriere.
Ein blauer Punkt oben auf der Karriere
markiert den persönlichen Höhepunkt.
Die Frage ist,
wann machten sie ihre größte Entdeckung?
Das wird anhand der Wahrscheinlichkeit
gemessen, die größte Entdeckung
nach einem, zwei, drei oder 10 Jahren
der Karriere zu machen.
Es geht nicht um reales Alter.
Wir betrachten das "akademische Alter".
Akademisches Alter beginnt
mit der ersten Veröffentlichung.
Einige von Ihnen sind noch Babys.
(Gelächter)
Betrachten wir die Wahrscheinlichkeit,
die wichtigste Arbeit zu veröffentlichen.
Man sieht, die Genieforschung hat recht.
Viele Wissenschaftler publizieren
die einflussreichste Arbeit
in den ersten 10, 15 Jahren ihrer Karriere
und danach geht es abwärts.
So schnell abwärts,
dass nach 30 Jahren Karriere
meine Chance, eine wichtigere Arbeit
als je zuvor zu veröffentlichen,
weniger als 1 Prozent ist.
Meine Karriere ist an dem Punkt,
laut dieser Daten.
Es gibt da ein Problem.
Wir machen keine richtigen Kontrollen.
Die Kontrolle wäre,
wie würde ein Wissenschaftler aussehen,
der zufällige Beiträge bringt?
Was ist seine Leistungsfähigkeit?
Wann schreiben sie Arbeiten?
Wir haben die Produktivität gemessen
und erstaunlicherweise ist Produktivität,
die Wahrscheinlichkeit, eine Arbeit
nach 1, 10 oder 20 Jahren zu schreiben,
nicht unterscheidbar
von der Wahrscheinlichkeit,
in dieser Phase der Karriere
Einfluss zu haben.
Lange Rede kurzer Sinn,
nach vielen statistischen Tests,
gibt es nur eine Erklärung dafür;
die Art wie wir Wissenschaftler arbeiten,
bedeutet, dass jede Arbeit, jedes Projekt
die gleichen Chancen hat,
ein persönlicher Höhepunkt zu werden.
Sprich, Entdeckung ist
wie ein Lottoschein.
Je mehr Lottoscheine wir kaufen,
desto höher unsere Chancen.
Und es scheint,
dass die meisten Wissenschaftler
die meisten Tickets
in den ersten 10, 15 Jahren
ihrer Karriere kaufen
und danach nimmt ihre Produktivität ab.
Sie kaufen keine Lottoscheine mehr.
Sie erscheinen also unkreativ.
Tatsächlich hören sie auf sich zu bemühen.
Wenn wir also die Daten zusammenfügen,
ist das Fazit sehr einfach:
Erfolg kann jederzeit stattfinden.
Es könnte die erste oder letzte Arbeit
Ihrer Karriere sein.
Es ist völliger Zufall
im Rahmen der Projekte.
Die Produktivität verändert sich.
Ich erläutere das.
Frank Wilczek bekam den Physik Nobelpreis
für die allererste Arbeit in seiner
Karriere nach dem Studium.
(Gelächter)
Noch interessanter ist John Fenn,
der mit 70 von der Yale University
zwangspensioniert wurde.
Sein Labor wurde geschlossen
und er wechselte zur
Virginia Commonwealth University,
öffnete ein neues Labor,
wo er mit 72 eine Arbeit veröffentlichte,
für die er 15 Jahre später
den Nobelpreis für Chemie bekam.
Sie denken jetzt, Ok,
die Wissenschaft ist speziell,
doch was ist mit anderen Gebieten,
die Kreativität benötigen?
Ein weiteres, typisches Beispiel
ist Unternehmertum.
Silicon Valley,
das Land junger Menschen, richtig?
Wenn man wirklich hinschaut,
sieht man, die größten Auszeichnungen,
TechCrunch Awards und andere,
gehen alle an Leute,
deren Durchschnittsalter
späte 20er, frühe 30er ist.
Die Wagniskapitalfirmen geben das Geld
Leuten Anfang 30.
Aber das wussten wir schon;
in Silicon Valley herrscht der Ethos
"Jugend ist gleich Erfolg" .
Nicht wenn man die Daten betrachtet.
Es ist nicht nur die Gründung
eines Unternehmens --
Unternehmensgründung ist wie
Produktivität, viele Versuche --
wenn man sieht, wer wirklich
ein erfolgreiches Unternehmen gründet,
einen erfolgreichen Exit schafft.
Kürzlich nahmen sich Kollegen
dieser Frage an.
Es zeigt sich, dass viele Anfang 20 und 30
eine große Anzahl an Unternehmen
rausbringen und gründen,
doch die meisten gehen Pleite.
Wenn man die erfolgreichen Exits ansieht,
erkennt man hier,
je älter, desto größer die Chancen
auf den Aktienmarkt
oder das Unternehmen
erfolgreich zu verkaufen.
Das ist so ausgeprägt,
dass man in seinen 50ern
zweimal mehr Chancen
auf einen erfolgreichen Exit hat
als in seinen 30ern.
(Applaus)
Was erkennen wir hieraus schließlich?
Wir sehen, Kreativität hat kein Alter.
Leistungsfähigkeit schon, richtig?
Das sagt mir, am Ende des Tages,
wenn man es weiter versucht --
(Gelächter)
kann man wieder und wieder Erfolg haben.
Mein Fazit ist sehr simpel:
Ich gehe von der Bühne
zurück in mein Labor.
Danke.
(Applaus)
El día de hoy es muy especial para mí
porque es mi cumpleaños.
(Aplausos)
Así que gracias por venir a la fiesta.
(Risas)
Pero cada vez que organizamos una fiesta
siempre alguien la arruina, ¿verdad?
(Risas)
Yo soy físico,
y esta vez invité a otro físico
para que se encargara de eso.
Su nombre es Albert Einstein,
también Albert, y él fue quien dijo
que quien no haya hecho
grandes contribuciones a la ciencia
a los 30 años, entonces nunca lo hará.
(Risas)
No necesitan ir a Wikipedia
para saber que tengo más de 30.
(Risas)
Así que, efectivamente,
lo que me dice a mí y a todos,
es que con respecto a mi ciencia
no soy muy competente.
Afortunadamente, durante la carrera
tuve mi dosis de suerte.
A los 28 años me surgió
un gran interés por las redes,
y unos años después
logramos publicar algunos artículos
que presentaban el descubrimiento
de redes de libre escala,
lo que dio paso a una nueva disciplina
que ahora llamamos ciencia de redes.
Si de verdad les gusta,
se puede estudiar un doctorado en eso
en Budapest, en Boston,
o en cualquier parte del mundo.
Algunos años después,
cuando llegué a Harvard como sabático
me interesó otro tipo de red.
Esta vez, fue la red dentro de nosotros.
Cómo los genes, las proteínas
y los metabolitos se conectan
y su relación con las enfermedades.
Ese interés hizo
que me adentrara en la medicina,
incluyendo la División
de Medicina de Red en Harvard,
que cuenta con más de 300 investigadores
que usan esta perspectiva
para tratar pacientes
y desarrollar nuevas curas.
Hace algunos años
pensé que tomaría
esta idea de las redes
y la experiencia que teníamos
en un área distinta
que es entender el éxito.
¿Por qué lo hicimos?
Creímos que, hasta cierto punto,
las redes en las que participábamos
determinaban nuestro éxito.
Que las redes nos pueden impulsar
y hacer retroceder.
Me preguntaba si podíamos usar
el conocimiento, los datos y experiencia
que usamos en las redes para medir
cómo suceden estas cosas.
Este es uno de los resultados.
Lo que ven es una red
de galerías en museos
conectadas entre ellas.
En este mapa,
que hicimos el año pasado,
podemos predecir el éxito
de un artista con gran precisión
si nos proporcionan las primeras
cinco exhibiciones de su carrera.
Tal y como lo pensábamos,
nos dimos cuenta de que el éxito
no solo está en las redes.
Hay muchas otras dimensiones.
Algo que, obviamente,
necesitamos para tener éxito
es el desempeño.
Aclaremos la diferencia
entre desempeño y éxito.
El desempeño es lo que hacemos.
Qué tan rápido corremos,
el tipo de pinturas que hacemos,
el tipo de artículos que publicamos.
Pero en nuestro entorno de trabajo
el éxito es lo que la comunidad
reconoce que hicimos,
con nuestro desempeño.
¿Cómo se reconoce
y cómo nos retribuye?
En otras palabras,
nuestro desempeño es algo personal,
pero nuestro éxito concierne a todos.
Para nosotros, este fue un gran cambio
porque al definir el éxito
como una medida colectiva,
provista por la comunidad,
lo volvimos cuantificable
pues hay múltiples datos
que conciernen a la comunidad.
Vamos a la escuela,
hacemos ejercicio y practicamos
porque creemos que el desempeño
conduce al éxito.
Pero al explorar un poco
nos dimos cuenta de que el desempeño
y el éxito no tienen nada en común
y no resuelven el problema.
Déjenme explicarles.
Él es el hombre más rápido
del mundo, Usain Bolt.
Gana casi todas las competencias
en las que participa.
Sabemos que es el más rápido
porque tenemos un cronómetro
que mide su velocidad.
Lo interesante es que cuando gana
no lo hace con una gran ventaja.
Como máximo, corre 1 %
más rápido que el que pierde.
No solo es que corra
1 % más rápido que el segundo,
tampoco corre diez veces
más rápido que yo.
Y no soy buen corredor, créanme.
(Risas)
Cada vez que medimos el desempeño
vemos algo muy interesante.
El desempeño tiene limitantes.
Es decir que el desempeño humano
no tiene grandes variaciones.
Solo varía muy poco
y necesitamos un cronómetro
para medir las diferencias.
No pretendo decir que no veamos
lo bueno de los mejores,
pero es muy difícil
identificar a los mejores.
El problema es que la mayoría
de nosotros trabajamos en áreas
donde no tenemos un cronómetro
para medir nuestro desempeño.
El desempeño tiene limitantes.
Si hablamos de desempeño,
no hay grandes diferencias entre nosotros.
¿Qué hay del éxito?
Cambiemos de tema y hablemos de libros.
Una forma de medir el éxito de un escritor
es con el número de personas que los leen.
Cuando publiqué mi último libro en 2009
estaba en Europa con mi editor
y me interesaba saber
quién era la competencia.
Eran de los grandes.
Esa semana...
(Risas)
Dan Brown publicó
"El símbolo perdido"
y también publicaron "La última canción"
de Nicholas Sparks.
Si solo miran la lista
pueden ver que, en cuanto a desempeño,
casi no hay diferencia
entre esos libros y el mío.
¿Cierto?
Si el equipo de Nicholas Sparks
se esforzaba un poco más,
pudo ser el número uno,
pues quien obtuvo el primer puesto
lo hizo casi por accidente.
Así que pensé en revisar los números,
después de todo, son datos.
Veamos las ventas de Nicholas Sparks.
Resulta que
ese fin de semana de estreno
Nicholas Sparks vendió
más de 100 000 copias,
lo cual es impresionante.
Se podría estar entre los mejores de
los best-seller de The New York Times
vendiendo 10 000 copias por semana.
Así que vendió diez veces más
de lo necesario para ser el número uno.
Sin embargo, no lo fue.
¿Por qué?
Porque Dan Brown vendió
1,2 millones de copias ese fin de semana.
(Risas)
Este número me gusta
porque nos muestra que, en realidad,
el éxito no tiene límites.
El primero no supera al segundo
solo por un poco,
sino que hay una gran diferencia
porque el éxito es una medida colectiva.
Es algo que damos, en lugar de ganarlo
con nuestro desempeño.
Vimos que el desempeño,
o lo que hacemos, tiene sus límites,
pero el éxito, que es colectivo,
no los tiene.
Eso hace que me pregunte
cómo es que existen
estas grandes diferencias en el éxito
cuando las diferencias
en el desempeño son tan mínimas.
Recientemente publiqué un libro
que se enfoca en esa cuestión.
No tengo mucho tiempo
para hablar de todo
así que regresaré a la otra pregunta:
¿Cuándo deberíamos de tener éxito?
Recordemos a esa persona
que arruina las fiestas.
¿Por qué Einstein
hizo esa ridícula declaración
de que solo antes de los 30
podemos ser creativos?
Porque miró a su alrededor
y vio a grandes físicos
que crearon la mecánica cuántica
y la física moderna
y que tenían entre 20 y 30 años.
Y no es el único.
No solo es un sesgo de observación.
Hay todo un campo de Genius Research
que ha documentado el hecho de que
si prestamos atención
a quienes admiramos del pasado
y vemos a qué edad
hicieron su mayor contribución,
ya sea en música, ciencia, o ingeniería,
la mayoría lo hicieron
a los 20, los 30 o máximo los 40.
Pero esta investigación tiene un problema.
Primero que nada, nos dio la impresión
de que la creatividad
se relaciona con la juventud.
Eso duele, ¿cierto?
(Risas)
También tiene un margen de error
porque solo toma en cuenta a genios
y no a científicos comunes.
Tampoco a nosotros para preguntar
si es verdad que la creatividad
se desvanece al envejecer.
Es justo lo que intentamos hacer,
lo cual es importante
para que hayan referencias.
Veamos a un científico común, como yo.
Veamos mi carrera.
Estos son todos los artículos
que he publicado,
desde el primero en 1989,
aún estaba en Rumania cuando lo hice,
hasta el de este año.
De manera vertical
pueden ver su impacto
con el número de citaciones.
Es decir, cuántos artículos
han citado este trabajo.
Si nos fijamos en eso
podemos ver que mi carrera
tiene tres diferentes etapas.
Están los primeros diez años
en los que trabajaba mucho
sin conseguir demasiado.
Al parecer, a nadie le importaba
mi trabajo, ¿cierto?
No hubo gran impacto.
(Risas)
En ese entonces,
me dedicaba a la ciencia de materiales
y después descubrí las redes
e hice publicaciones sobre el tema.
De ahí fue éxito tras éxito.
Se sintió muy bien.
Fue esa etapa de mi carrera.
(Risas)
La cuestión es, ¿qué sucede ahora?
No lo sabemos, porque
no ha pasado suficiente tiempo
para determinar el impacto que tendrán.
Eso toma tiempo.
Si vemos los datos
pareciera que Einstein
y Genius Research tienen razón
y ya no estoy en el mejor momento.
(Risas)
Así que quisimos descifrar
cómo es que esto sucede,
primero en la ciencia.
Para que no hubiera un sesgo de selección,
al fijarnos solo en genios
terminamos reconstruyendo
la carrera de cada científico
desde 1900 hasta la fecha
para encontrar la cúspide
de todos los científicos.
Tal vez ganaron un premio Nobel
o tal vez no lo hicieron
o nadie sabe de su trabajo,
incluso el mejor de ellos.
Esto es lo que ven aquí.
Cada línea es una carrera
y el punto azul en cada carrera
muestra su mayor éxito.
La cuestión es,
¿cuándo hicieron
su mayor descubrimiento?
Para medir eso
nos fijamos en las probabilidades
de hacer su mayor descubrimiento.
Tal vez en uno, dos, tres
o diez años de carrera.
No nos fijamos en la edad real.
Nos fijamos en lo que llamamos
edad académica.
La edad académica empieza
con las primeras publicaciones.
Sé que algunos de Uds. aún son bebés.
(Risas)
Analicemos la probabilidad
de publicar su mejor artículo.
Aquí vemos que Genius Research
está en lo correcto.
La mayoría de los científicos
suelen publicar su mejor artículo
en los primeros 10 o 15 años
de su carrera profesional,
para venirse abajo después.
Sucede tan rápido que estoy por...
llevo 30 años de carrera profesional,
y las probabilidades de que publique
un artículo que tenga un mayor impacto
de lo que he hecho anteriormente
son menores al 1 %.
Estoy en esa etapa profesional,
de acuerdo con esta información.
Pero hay un problema.
No hemos hecho un control apropiado.
Esto se haría preguntándonos
¿cómo sería un científico que contribuye
aleatoriamente a la ciencia?
¿Cuál es su nivel de productividad?
¿Cuándo escriben artículos?
Medimos la productividad
y sorprendentemente, la productividad
o la posibilidad de escribir un artículo
en su primer, décimo o veinteavo año
es equivalente a la posibilidad
de que este tenga éxito
en ese momento de su carrera profesional.
En pocas palabras,
después de muchos estudios,
solo hay una explicación para ello.
En realidad, por la forma de trabajar
de los científicos,
cada artículo que escribamos,
cada proyecto que hagamos
tiene exactamente la misma posibilidad
de ser nuestro mejor trabajo.
Es decir que el descubrimiento
es como un boleto de lotería.
Mientras más boletos compremos
más oportunidades tendremos.
Resulta que así sucede.
La mayoría de los científicos
compra la mayoría de sus boletos
en sus primeros 10 o 15 años de carrera.
Y después, su productividad disminuye.
Ya no compran boletos de lotería.
Así que pareciera que no son creativos,
cuando en realidad, dejaron de intentar.
Cuando combinamos la información,
la conclusión es muy simple.
El éxito puede llegar
en cualquier momento.
Puede llegar con el primer
o con el último artículo de su carrera.
Es algo completamente aleatorio
en el espacio de proyectos.
Lo que cambia es la productividad.
Permítanme explicarles.
Él es Frank Wilczek,
quien obtuvo el Premio Nobel en Física
por el primer artículo que escribió
estando en el último año de su carrera.
(Risas)
Aún más interesante, él es John Fenn.
Lo expulsaron de Yale a los 70 años.
Cerraron su laboratorio,
y fue entonces cuando se fue
a la universidad de Commonwealth Virginia,
y abrió otro laboratorio.
Fue ahí, a sus 72 años,
que publicó un artículo
por el cual, 15 años después,
ganó el Premio Nobel de Química.
Seguro pensarán, bueno,
la ciencia es algo especial,
pero qué hay de las otras áreas
en las que se debe ser creativo.
Permítanme darles
otro ejemplo: el emprendimiento.
Silicon Valley,
es la tierra de la juventud, ¿cierto?
Es cierto que si nos fijamos
podemos ver que los mejores premios,
como los premios TechCrunch, entre otros,
los reciben personas
con una edad promedio entre
finales de los 20 y principios de los 30.
Si vemos quiénes reciben financiamientos,
de algunas de las más grandes empresas,
todas son personas de apenas 30 años.
Ya sabemos
que en Silicon Valley se cree
que la juventud se relaciona con el éxito.
Los datos dicen lo contrario,
pues no solo se trata
de crear compañías.
Crear una compañía es seguir intentando,
como con la productividad.
Cuando vemos quiénes en realidad
crearon una compañía y un camino exitoso.
Recientemente, algunos compañeros
se fijaron en esa pregunta.
Y resulta que sí,
quienes tienen entre 20 y 30 años
crearon un gran número de compañías,
pero la mayoría quebraron.
Si nos fijamos en los caminos exitosos,
lo que se ve en este caso en particular,
es que mientras más edad tengas
más probabilidades tienes de lograrlo
o de crear una compañía exitosa.
Esto es tan serio que, en realidad,
con 50 años de edad,
se tiene el doble de probabilidades
de formar un camino exitoso,
que con 30 años de edad.
(Aplausos)
Al final de cuentas,
¿qué es lo que vemos en realidad?
Vemos que la creatividad no tiene edad.
La productividad sí, ¿cierto?
Lo que me dice que, al fin de cuentas,
si seguimos intentando...
(Risas)
... aún podemos tener éxito
una y otra vez.
Mi conclusión es muy simple.
Al bajar del escenario
regreso al laboratorio.
Gracias.
(Aplausos)
امروز برای من روز خاصی است،
چون تولدم است.
(تشویق حاضران)
بنابراین از همه شما ممنونم
که به مهمانی آمدید.
(خنده حاضران)
هر بار که مهمانی میدهید
کسی هست که خرابش کند، نه؟
(خنده حاضران)
من فیزیکدانم.
و فیزیکدان دیگری را
آوردهام که مهمانی را به هم بریزد.
اسم او آلبرت انشتین است،
و کسی است که گفت
شخصی که خدمت عمدهاش به علم را
تا سی سالگی نکرده
هرگز این کار را نخواهد کرد.
(خنده حاضران)
لازم نیست سراغ ویکیپدیا بروید
تا بدانید که من بالای سی سال هستم.
(خنده حاضران)
بنابراین، در واقع آنچه که
به من و ما میگوید
این است که در زمینه علم،
من چوب خشکی بیش نیستم.
خوشبختانه من در مسیر حرفهای
سهم خودم را از شانس داشتم.
در حدود ۲۸ سالگی به شبکهها
علاقه زیادی پیدا کردم،
و چند سال بعد، توانستیم
مقالات مهمی را منتشر کنیم
که کشف شبکههای
مستقل از مقیاس را گزارش میکرد
و باعث تولد نظم جدیدی شد که
امروز به آن علم شبکه میگوییم.
اگر خیلی علاقمند هستید،
میتوانید در علم شبکه پی اچ دی بگیرید
در بوداپست، در بوستون،
و در سرتاسر جهان در این رشته تحصیل کنید.
چند سال بعد،
وقتی که برای فرصت تحقیقاتی
به هاروارد آمدم،
به نوع دیگری از شبکه علاقمند شدم:
این بار شبکههای درون خود ما،
این که چطور ژنها و پروتئینها
و متابولیتها به همدیگر
و به بیماریها مرتبطند.
و آن علاقه به انفجاری عمده در
درون رشته پزشکی رهنمون شد،
از جمله در دایره شبکه پزشکی در هاروارد،
که بیش از ۳۰۰ پژوهشگر دارد
که از این چشمانداز استفاده میکنند
تا بیماران را درمان و
علاجهای جدید پیدا کنند.
و چند سال پیش
فکر کردم میتوانم این ایده از شبکهها
و تخصصی که در شبکه داریم را
به زمینه دیگری ببرم،
یعنی به فهمیدن موفقیت.
چرا این کار را کردیم؟
خب، فکر میکردیم، تا حدی
موفقیت ما توسط شبکههایی که
عضوش هستیم تعیین میشود--
کنجکاو بودم که آیا میتوانیم از دانش
و دادههای کلان و تخصصی که
در رشته شبکه ایجاد کرده بودیم
در تعیین نحوه وقوع این اتفاقها
استفاده کنیم.
این نتیجهاش است.
آنچه که میبینید شبکهای از
گالریهای موزههاست
که به هم متصلند.
و در این نقشه که ما پارسال تهیه کردیم،
میتوانیم بسیار دقیق موفقیت
یک هنرمند را پیشبینی کنیم
اگر که اطلاعات پنج نمایشگاه اول
از کارهای او را به من بدهید.
همانطور که درباره موفقیت فکر میکردیم،
متوجه شدیم که موفقیت تنها
به شبکهها مربوط نمیشود:
ابعاد دیگری نیز در آن دخیلند.
قطعا یکی از مواردی که
برای موفقیت لازم داریم،
عملکرد است.
بیایید تفاوت میان عملکرد
و موفقیت را توضیح دهیم.
عملکرد آنچه که شما انجام میدهید است:
سرعت دویدنتان، نوع نقاشیهایی که میکشید،
مقالاتی که منتشر میکنید.
با این حال، در قاموس کاری ما،
موفقیت چیزی است که جامعه
از آنچه شما کردهاید متوجه میشود،
از عملکرد شما:
جامعه چطور آن را تایید میکند،
و چطور بابتش به شما پاداش میدهد؟
به عبارت دیگر،
عملکرد شما درباره شماست،
اما موفقیت شما درباره همه ماست.
و این برای ما اهمیت بسزایی داشت،
چرا که وقتی موفقیت را
امری جمعی تعریف کردیم
که جامعه به ما ارائه میدهد،
قابلیت اندازهگیری یافت،
زیرا اگر در میان مردم باشد،
داده نماهای زیادی نیز برایش موجود است.
ما به مدرسه میرویم، ورزش میکنیم،
تمرین میکنیم،
زیرا معتقدیم که عملکرد
به موفقیت میانجامد.
اما وقتی در واقع شروع کردیم به کشف،
متوجه شدیم که عملکرد و موفقیت
از نظر ریاضی مسئله،
دو جانور کاملا متفاوتند.
بگذارید با تصویر توضیح دهم.
اینجا سریعترین مرد کره زمین را میبینید،
یوسین بولت.
او در بیشتر مسابقاتش برنده میشود.
میدانیم او سریعترین مرد جهان است
چون زمانسنج داریم
تا سرعتش را اندازه بگیریم.
نکته جالب درباره او این است
که وقتی برنده میشود،
واقعا تفاوت چشمگیری با رقیبانش ندارد.
او حداکثر یک درصد
از نفر دوم سریعتر میدود.
و نه تنها فقط یک درصد
تندتر از نفر دوم میدود،
بلکه ده برابر سریعتر از من هم نمیدود--
و راستش را بخواهید، من دونده خوبی نیستم.
(خنده حضار)
و هر بار که میتوانیم عملکرد را بسنجیم،
نکته بسیار جالبی را درمییابیم:
این که عملکرد محدود است.
بدین معنی که عملکرد انسان
گستره وسیعی ندارد.
تنوعش در چارچوب یک طیف باریک است،
و ما برای سنجش تفاوتها
به زمانسنج نیاز داریم.
این بدین معنی نیست که نمیتوانیم
خوب را از بهترین تشخیص دهیم،
اما تشخیص بهترینها بسیار سخت است.
و مشکلش اینجاست که بیشتر ما
در زمینههایی کار میکنیم
که زمانسنج برای سنجش عملکردمان نداریم.
بسیار خب، عملکرد محدود است،
میان ما از نظر عملکرد
تفاوت شاخصی وجود ندارد.
موفقیت چطور؟
خب، بیایید برویم سر موضوعی دیگر،
مثلا کتاب.
یک معیار موفقیت نویسندگان
شمار خوانندگان کتابشان است.
وقتی که کتاب قبلیم در ۲۰۰۹ بیرون آمد،
در اروپا بودم و با ویراستارم
صحبت میکردم،
علاقمند بودم که بدانم: رقیبم کیست؟
چند رقیب عالی داشتم.
آن هفته --
(خنده حاضران)
دن براون با کتاب «نماد گمشده»
و «آخرین آواز» نیز تازه منتشر شده بود،
توسط نیکلاس اسپارکز.
وقتی به فهرست نگاه میکنید،
میبینید که از نظر عملکرد، تفاوت چندانی
بین آن کتابها و کتاب من نیست.
اینطور نیست؟
اگر گروه نیکلاس اسپارکز
کمی بیشتر کار میکرد،
به راحتی میتوانست اول باشد،
چرا که رسیدن به صدر فهرست
تقریبا تصادفی است.
گفتم بگذار به ارقام نگاه کنم،
چون کارم با داده است. نه؟
ببینیم فروش نیکلاس اسپارکز
از چه قرار است.
معلوم میشود که در اولین آخر هفته،
نیکلاس اسپارکز بیش از صد هزار نسخه فروخت،
که رقم فوقالعادهای است.
در واقع میتوانید با فروش
ده هزار نسخه در یک هفته
به صدر پرفروشهای
«نیویورک تایمز» برسید
یعنی او ده برابر بیشتر از رقم لازم
برای اول شدن فروخته بود.
اما اول نشد.
چرا؟
چون دن براون در همان آخر هفته
یک میلیون و ۲۰۰ هزار نسخه فروخت.
(خنده حضار)
دلیل این که این ارقام را دوست دارم
این است که دقیقا نشان میدهد،
مسئله موفقیت بیحد وحصر است،
و بهترین تنها کمی بهتر از دومی نیست
بلکه به مراتب بهتر است،
چرا که موفقیت یک معیار جمعی است.
موفقیت را ما به آنها میدهیم، نه اینکه
آن را با عملکرد خوبمان کسب کنیم.
پس یکی از نکاتی که دریافتیم این است
که عملکرد، کاری که میکنیم، محدود است،
اما موفقیت، که جمعی است، بیحد وحصر است،
که شما را به این فکر وامیدارد:
چگونه چنین تفاوت عظیمی را در موفقیت دارید
وقتی که در عملکرد تفاوت چندانی نیست؟
اخیرا کتابی منتشر کردم که
موضوعش دقیقا همین است.
چون وقت زیادی به من ندادهاند
تا به همه مسائل بپردازم،
برمیگردم به همان سوال،
بسیار خب، موفقیت را دارید،
کی باید پیدایش شود؟
برگردیم به مهمانی خراب کن
و از خودمان بپرسیم:
چرا انشتین این حرف مضحک را زد،
که آدم فقط تا قبل از ۳۰ سالگی خلاق است؟
چون به اطرافش نگاه کرد و
فیزیکدانهای فوقالعادهای را دید
که مکانیک کوانتوم و
فیزیک مدرن را خلق کرده بودند
و دستاوردهایشان مربوط به زیر ۳۰سالگی
یا در اوایل دهه ۳۰ زندگیشان بود.
فقط انشتین نبود.
فقط تعصب مشاهدهای نیست،
چون در واقع تمام پژوهش در زمینه نابغهها
این واقعیت را ثبت کرده که،
اگر افراد مربوط به گذشته
که تحسین میکنیم را در نظر بگیریم
و ببینیم که در چند سالگی
مهمترین کارشان را کردهاند،
چه موسیقی باشد، چه علم،
و چه مهندسی،
اغلب بیست، سی یا در نهایت
اوایل دهه چهل سالگی بودهاند.
اما این تحقیق درباره نوابغ یک مشکل دارد.
اول از همه این ذهنیت را القا میکند
که خلاقیت برابر است با جوانی،
که دردناک است. نه؟
(خنده حضار)
تازه دچار غرضورزی مشاهدهای نیز هست،
چرا که فقط نوابغ را در نظر میگیرد
و به دانشمندان عادی نظری ندارد
و به همه ما برنمیگردد و سوال نمیکند،
که آیا واقعا حقیقت دارد که
خلاقیت با سن زائل میشود؟
این دقیقا همان کاری است که
تلاش کردیم بکنیم،
و داشتن مرجع برای کارمان اهمیت داشت.
بیایید یک دانشمند عادی
مثل خود من را در نظر بگیریم،
و به کارم توجه کنیم.
آنچه میبینید تمامی مقالاتی است
که منتشر کردهام
از اولین مقالههایم در ۱۹۸۹
که هنوز در رومانی بودم،
تا همین امسال.
و در خط عمودی تاثیر مقاله را میبینید،
که در واقع شمار استنادها است،
این که چند مقاله دیگر نوشته شده
که به مقاله من استناد کردهاند.
وقتی به آن نگاه میکنید،
میبینید که دوره حرفهای من
سه مرحله مختلف دارد.
ده سال اول که مجبور بودم سخت کار کنم
و دستاورد چندانی ندارم.
ظاهرا کسی به کار من اهمیتی
نمیداد. درست است؟
تاثیر خاصی وجود ندارد.
(خنده حاضران)
آن زمان کارم علوم مواد بود.
و بعد شبکهها را کشف کردم
و بعد شروع کردم به انتشار
مقاله در زمینه شبکهها.
و هر مقاله موثر به مطلب
موثر بعدی میانجامید.
احساس فوقالعادهای داشت.
بهترین مرحله کاریام بود.
(خنده حاضران)
سوال اینجاست که الان چه اتفاقی میافتد؟
نمیدانیم، چون هنوز زمان کافی نگذشته
تا دریابیم که این مقالات
چقدر اثر میگذارند؛
این فرایند زمان میطلبد.
وقتی که به آمار نگاه میکنید،
به نظر میرسد که انشتین،
پژوهشگر نابغه درست میگوید،
و من در آن مرحله از
حیات کاریام هستم.
(خنده حضار)
گفتیم بسیارخب، بیایید ببینیم
داستان واقعا از چه قرار است،
اول در جهان دانش.
برای این که دچار جانبداری اختیاری نشده،
و فقط نابغهها را در نظر نگیریم،
نهایتا شروع کردیم به بازسازی
حرفه تکتک دانشمندان
از ۱۹۰۰ تا امروز
و یافتن این که بهترین دستاورد شخصی
هر یک از دانشمندان چه بوده،
چه جایزه نوبل گرفته باشند و چه خیر،
و هیچکس از کارشان خبر نداشته،
حتی از مهمترین دستاورشان.
این موضوع در این تصویر دیده میشود.
هر خط یک شغل است،
و جایی که یک نقطه آبی روشن
روی آن شغل میبینید،
معنایش بزرگترین دستاورد شخصی است.
سوال اینجاست که،
آنها در واقع کی به بزرگترین
کشف خود رسیدند؟
برای سنجش این موضوع،
نگاه میکنیم به این که چقدر احتمال دارد
که به بزرگترین کشفتان
مثلا یک، دو، سه یا ده سال
بعد از شروع کار برسید؟
ما به سن واقعی نگاه نمیکنیم.
به چیزی نگاه میکنیم به نام «سن آکادمیک.»
سن آکادمیک وقتی شروع میشود
که اولین مقالاتتان را منتشر کنید.
میدانم که بعضی از شما هنوز بچه هستید.
(خنده حضار)
پس بیایید ببینیم احتمال این که
موثرترین مقالهتان
را منتشر کنید چقدر است.
و میبینیم که تحقیق درباره نوابغ
کاملا درست است.
بیشتر دانشمندان موثرترین مقاله خود را
در ۱۰-۱۵ سال اول کاری خود منتشر میکنند.
و پس از آن روند سقوط میکند.
آنقدر سریع کاهش مییابد که --
من دقیقا کارم را سی سال پیش شروع کردم،
و شانس این که مقالهای منتشر کنم که
بیش از تمام کارهای قبلیام موفق باشد
کمتر از یک درصد است.
من در آن مرحله از کارم هستم، طبق دادهها.
اما یک مشکلی دارد.
ما کار کنترل را به خوبی انجام میدهیم.
کنترل به این معنی که،
دانشمندی که تصادفا به علم
خدمت میکند، چه میشود؟
یا سازندگی آن دانشمند چیست؟
کی مقاله مینویسد؟
ما سازندگی را بررسی کردیم،
و جالب این که سازندگی،
احتمال نوشتن مقاله در سال اول،
دهم یا بیستم کاری شما،
از احتمال تاثیرگذاری آن
در آن بخش از زندگی کاری شما
قابل تشخیص نیست.
خلاصه کلام این که
پس از آزمایشهای آماری فراوان،
تنها یک توضیح برایش هست،
روش کار ما دانشمندان
این است که هر مقالهای که مینویسیم،
هر پروژهای که انجام میدهیم،
شانس کاملا برابر دارد
برای این که بهترین کار ما شود.
به این معنی که کشف،
مثل بلیط بخت آزمایی است.
هرچه بلیط بیشتری بخریم،
شانسمان بیشتر میشود.
و همینطور است که
بیشتر دانشمندان، بیشتر
بلیطهای بختآزماییشان را
در ۱۰ الی ۱۵ سال اول کارشان میخرند،
و پس از آن سازندگیشان کاهش مییابد.
دیگر بلیط بختآزمایی نمیخرند.
بنابراین اینطور به نظر
میآید که دیگر خلاق نیستند.
در واقع، آنها دست از تلاش برداشتهاند.
وقتی دادهها را روی هم میگذاریم،
نتیجه بسیار ساده است:
موفقیت هر زمانی ممکن است برسد.
میتواند اولین یا آخرین
مقاله حرفهای شما باشد.
در فضای پروژهها موفقیت
امری کاملا تصادفی است.
این سازندگی است که تغییر میکند.
بگذارید برایتان توضیح دهم.
این فرنک ویلچک است، برنده نوبل فیزیک
برای اولین مقاله عمرش
به عنوان دانشجوی فوق لیسانس.
(خنده حاضران)
جالبتر از او جان فین است،
که در ۷۰ سالگی به زور
از دانشگاه ییل بازنشسته شد.
آزمایشگاهش را تعطیل کردند،
همان موقع به دانشگاه ویرجینیا
نقل مکان کرد،
و آزمایشگاه دیگری گشود،
و در آنجا بود که در ۷۲ سالگی،
مقالهای منتشر ساخت
که به خاطرش ۱۵ سال بعد
جایزه نوبل صلح برای شیمی را گرفت.
با خودتان فکر میکنید، بسیار خب،
علوم فرق دارد،
اما زمینههای دیگری که
باید در آنها خلاق باشیم چطور؟
بگذارید یک مثال دیگر برایتان بزنم:
کارآفرینی.
سیلیکان ولی،
سرزمین جوانان، درست است؟
و وقتی که نگاهش میکنید،
متوجه میشوید که بزرگترین جایزهها،
جوایز تککرانچ و دیگر جوایز،
به افرادی تعلق میگیرد
میانگین سنشان اواخر دهه ۲۰ سالگی،
و اوایل سی سالگی باشد.
کسانی که بزرگترین شرکتهای سرمایهگذاری
خطرپذیر بهشان پول میدهند را ببینید--
همگی در اوایل دهه سی سالگی هستند.
که، البته، میدانیم؛
که این در سیلیکان ولی مد است
که بگویند جوانی برابر است با موفقیت.
وقتی به دادهها نگاه میکنید اینطور نیست،
زیرا این نه تنها درباره تشکیل شرکت است--
شرکت زدن مثل سازندگی است،
تلاش، تلاش، تلاش--
وقتی نگاه میکنید به این که
کدام یک از این افراد در واقع
یک شرکت موفق، یک خروج موفق داشته.
و اخیرا، برخی از همکاران ما
این پرسش را دقیق بررسی کردند.
و معلوم شد که بله، ۲۰ و ۳۰ سالهها
شمار بزرگی از شرکتها را ارائه میدهند،
شرکتهای زیادی میزنند،
اما بسیاری از آنها ورشکست میشوند.
و وقتی به خروجیهای موفق نگاه میکنید،
آنچه که در این طرح خاص میبینید،
هر چه پیرتر باشید، احتمال این که
دربازار سهام خوش بدرخشید
یا شرکت را با موفقیت بفروشید بیشتر است.
در واقع شانس قوی وجود دارد که
اگر در دهه ۵۰ سالگی باشید
احتمال این که خروج موفقی
داشته باشید دو برابر بیشتر است
از وقتی که در دهه ۳۰ باشید.
(تشویق حاضران)
بنابراین در نهایت، این چیست که میبینیم؟
آنچه که میبینیم این است که
خلاقیت سن و سال ندارد.
اما سازندگی دارد. درست است؟
که به من میگوید در نهایت،
اگر تلاش کنید--
(خنده حاضران)
هنوز میتوانید موفق شوید
و بارها و بارها موفق شوید.
نتیجهگیری من بسیار ساده است:
صحنه را ترک میکنم
و به آزمایشگاهم برمیگردم.
متشکرم.
(تشویق حضار)
Aujourd'hui est un jour
très spécial pour moi,
parce que c'est mon anniversaire.
(Applaudissements)
Et je vous remercie tous
d’être venus à la fête.
(Rires)
Mais quand on fait une fête, il y a
toujours quelqu'un pour la gâcher, non?
(Rires)
Je suis un physicien,
et aujourd'hui j'ai invité
un autre physicien pour tout gâcher.
Son nom est Albert Einstein - comme moi -
et c'est lui qui a déclaré
que quelqu'un qui n'a pas
fait de grandes contributions à la science
avant d'atteindre ses 30 ans
ne le fera jamais.
(Rires)
Vous n'avez pas besoin
de vérifier sur Wikipedia
que j'ai plus de 30 ans.
(Rires)
Ce qu'il me dit, nous dit en réalité,
c'est qu'en termes de sciences,
je suis un fruit pourri.
Eh bien, heureusement, j'ai eu
ma part de chance dans ma carrière.
Autour de 28 ans, je me suis intéressé
de près aux réseaux,
et quelques années plus tard, nous avons
publié quelques articles importants
qui annonçaient la découverte
des réseaux invariants d'échelle
et ont créé une nouvelle discipline
que nous appelons la science des réseaux.
Et si vous vous y intéressez , vous pouvez
obtenir un doctorat en science des réseaux
à Budapest, à Boston,
et pouvez l'étudier dans le monde entier.
Quelques années plus tard,
lorsque j'ai déménagé à Harvard
pour un congé sabbatique,
je me suis intéressé à
un autre genre de réseaux :
cette fois-ci, nos réseaux internes,
comment les gènes, les protéines
et les métabolites sont liés entre eux
et comment ils sont liés à la maladie.
Cet intérêt a mené
à une découverte majeure en médecine,
y compris le Département de Réseau
de Médecine de Harvard,
qui compte plus de 300 chercheurs
qui utilisent cette perspective
pour traiter les patients
et trouver de nouveaux traitements.
Et, il y a quelques années,
J'ai pensé que je pouvais utiliser
ce concept de réseaux
et notre expertise en réseaux
dans un autre domaine,
qui est la compréhension du succès.
Pourquoi faire cela ?
Nous avions pensé qu'à un certain degré
notre succès est déterminé
par les réseaux dont nous faisons partie,
que nos réseaux peuvent nous aider,
ils peuvent aussi nous faire reculer.
Et je voulais savoir si nous pouvions
utiliser cette expertise et ces données
dans le développement de nos réseaux
afin de vraiment évaluer
comment ces choses arrivent.
C'est le résultat de cela,
ce que vous voyez ici est un réseau
de galeries dans des musées
qui sont connectés entre eux.
Et au travers de cette carte
que nous avons créée l'année dernière,
nous pouvons prédire précisément
le succès d'un artiste si vous me donnez
les cinq premières expositions
qu'il ou elle a faites dans sa carrière.
En réfléchissant au succès,
nous avons réalisé que le succès
ne dépend pas que des réseaux.
Il y a tellement plus de dimensions.
Et une des choses nécessaires
à la réussite, évidemment,
est la performance.
Donc définissons la différence
entre la performance et le succès.
La performance, c'est ce qu'on fait :
la vitesse de course,
le type de peintures qu'on peint,
quel type d'articles on publie.
Cependant, dans notre
définition de travail,
le succès est ce que la société
remarque dans nos actions,
de notre performance :
comment la reconnaît-elle, et comment
nous récompense-t-elle pour cela ?
En d'autres mots,
notre performance dépend de nous,
mais notre succès dépend de tous.
Et cela a été
un tournant important pour nous,
car lorsqu'on définit le succès
comme une mesure collective
que la communauté nous offre,
cela devient quantifiable,
car si c'est dans la communauté,
il y a plusieurs points de données sur ça.
Nous allons à l'école,
nous nous exerçons, entraînons,
car nous croyons que
la performance mène au succès.
Mais de la façon dont
nous voyons les choses,
nous avons réalisé que la performance
et le succès sont très différents
lorsqu'il s'agit des
mathématiques du problème.
Laissez-moi vous illustrer cela.
Donc vous voyez ici, Usain Bolt,
l'homme le plus rapide au monde.
Et bien sûr, il gagne la plupart
des compétitions auxquelles il participe.
Et on sait qu'il est le plus rapide
car nous avons un chronomètre
pour mesurer sa vitesse.
Mais ce qui est intéressant à son sujet
est que, lorsqu'il gagne,
il ne le fait pas
en écrasant ses concurrents.
Il court au maximum 1% plus vite
que celui qui perd la course.
Non seulement il ne court que 1%
plus vite que le second,
mais il ne court pas 10 fois
plus vite que moi --
et je ne suis pas un bon coureur,
croyez-moi.
(Rires)
A chaque fois que pouvons
mesurer une performance,
on remarque quelque chose
de très intéressant,
qui est que la performance est limitée.
Cela signifie qu'il n'y a pas de grandes
variations dans les performances humaines.
Cela varie seulement
dans une fourchette étroite,
et nous avons besoin du chronomètre
pour mesurer ces différences.
Cela ne veut pas dire qu'on ne
distingue pas les bons des meilleurs,
mais les meilleurs sont très difficiles
à distinguer.
Et le problème est que dans
le contexte du travail
nous n'avons pas de chronomètre
pour mesurer la performance.
D'accord, la performance est limitée,
il y a peu de différence entre nous
quand il s'agit de performance.
Qu'en est-il du succès ?
Passons à un autre sujet comme les livres.
Une des mesures du succès pour un écrivain
est combien de personnes vous lisent.
Et quand mon second livre
est sorti en 2009,
J'étais en Europe
à parler avec mon éditeur,
et je me suis demandé :
qui sont mes concurrents ?
Et j'en ai eu des fabuleux.
Cette semaine-là --
Dan Brown sortait « Le symbole perdu »,
(Rires)
et « La dernière chanson »
est également sorti,
Nicholas Sparks.
Et quand on regarde la liste,
on voit, qu'en termes de performance,
il y a peu de différence
entre ces livres et les miens.
D'accord ?
Donc si l'équipe de Nicolas Sparks
travaille un peu plus dur,
il aurait pu facilement être numéro 1,
car arriver en tête
est presque un accident.
Je me suis dit : « Puisque j'aime
les données, regardons les chiffres. »
Donc allons voir quelles sont les ventes
de Nicholas Sparks.
Il s'est avéré que
ce week-end de lancement,
Nicholas Sparks a vendu
plus de 100 000 livres,
ce qui est impressionnant.
On peut arriver en tête de la liste
des best-sellers du New-York Times
en vendant 10 000 livres par semaine,
Donc il a largement dépassé
le minimum nécessaire pour être numéro un.
Pourtant il ne n'était pas.
Pourquoi ?
Car il y avait Dan Brown, qui a vendu
1,2 millions de livres ce week-end-là.
(Rires)
Et j'aime ce chiffre,
parce qu'il montre vraiment
qu'en termes de succès,
il n'y a pas de limite,
que le meilleur n'obtient pas
légèrement plus que le deuxième
mais un ordre de grandeur en plus,
parce que le succès
est une mesure collective.
Nous la donnons, plutôt qu'on la
gagne grâce à notre performance.
Une des choses que nous avons réalisées,
c'est que la performance est limitée,
mais le succès, qui est collectif,
ne l'est pas,
ce qui nous amène à nous demander :
comment avons-nous
une telle différence dans le succès
lorsque la différence
de performance est si faible ?
J'ai récemment publié un livre
consacré à cette question.
Et ils ne m'ont pas donné le temps
d'en faire le tour,
donc je reviens à la question :
ok, vous avez le succès ;
quand va-t-il arriver ?
Revenons au gâcheur de soirée
et demandons-nous :
pourquoi Einstein a-t-il fait
cette déclaration absurde,
que vous ne pouvez être créatif
qu'avant vos 30 ans ?
Parce qu'il a regardé autour de lui
et a vu tous ces fabuleux physiciens
qui créaient les mécaniques quantiques
et la physique moderne,
et qui avaient tous la vingtaine
et une jeune trentaine.
Et il n'y a pas que lui.
Ce n'est pas qu'une observation,
car il y a un vrai domaine de recherche
qui a documenté le fait que,
si l'on regarde les personnes du passé
que l'on admire
et que l'on regarde l'âge auquel
ils ont fait leur plus grande contribution
que ce soit en musique,
que ce soit en science,
que ce soit en ingénierie,
la plupart l'ont faite entre leurs
20/30 ans et leurs 40 ans, maximum.
Mais il y a un problème
avec cette recherche.
Au départ, on a eu l'impression
que créativité rime avec jeunesse,
ce qui est douloureux, non ?
(Rires)
Ça a également un parti-pris d'observation
car ça ne s'intéresse qu'aux génies,
et non pas aux scientifiques ordinaires
et il ne nous regarde pas tous
en se demandant
si c'est vrai que la créativité
disparaît avec l'âge ?
C'est justement ce qu'on a tenté de faire
et pour cela, il est important
d'avoir des références.
Intéressons-nous à un scientifique
ordinaire, moi-même,
et regardons ma carrière.
Ce que vous voyez-là,
ce sont les articles que j'ai publiés,
de mon premier article, en 1989 - j'étais
encore en Roumanie à cette époque -
jusqu'à cette année.
Et en ordonnée, vous voyez
l'impact de l'article,
c'est-à-dire, combien de citations,
combien d'autres articles ont été écrits
en citant mon travail.
Et quand vous regardez ça,
vous voyez que ma carrière a
en gros trois étapes.
Les 10 premières années,
où je travaillais beaucoup
sans grands résultats.
Personne ne s'intéressait
à ce que je faisais.
A peine un impact.
(Rires)
A l'époque, je faisais
de la science de matériaux,
puis j'ai en quelque sorte
découvert les réseaux,
et ai commencé à écrire sur les réseaux.
Cela a mené au premier article
avec un grand impact puis à un autre.
Et c'était très plaisant.
C'était cette étape de ma carrière.
(Rires)
Donc la question est :
que se passe-t-il maintenant ?
On ne le sait pas, car il ne s'est pas
écoulé assez de temps
pour vraiment comprendre l'impact
que ces articles auront ;
cela demande du temps.
Quand on regarde les données,
Il semble qu'Einstein avec sa recherche
de génie ait eu raison,
et je suis à ce stade de ma carrière.
(Rires)
On s'est dit : « Ok, on va voir
comment cela se produit vraiment,
d'abord en science. »
Et pour ne pas avoir un a priori
sur la sélection,
pas seulement les génies,
on a fini par retracer la carrière
de chaque scientifique
de 1900 à aujourd'hui
et trouver pour chacun d'entre eux
quel était leur record personnel,
qu'ils aient obtenu un prix Nobel ou pas,
ou que personne ne sache ce qu'ils ont
fait, même leur record personnel.
C'est que l'on voit sur cette diapositive.
Chaque ligne est une carrière,
et quand il y a un point bleu clair
au-dessus de cette carrière,
cela indique le record personnel.
Et la question est :
quand ont-ils vraiment fait
leur plus grande découverte ?
Pour quantifier cela,
on se demande quelle est la probabilité
de faire sa plus grande découverte,
après 1, 2, 3 ou 10 années d'expérience ?
Nous ne regardons pas leur vrai âge,
mais « l'âge académique ».
Votre âge académique commence lorsque
vous publiez vos premiers articles.
Je sais que certains d'entre vous sont
encore des bébés.
(Rires)
Regardons donc la probabilité
que vous publiiez votre article
avec le plus gros impact.
Et on voit que la recherche sur les génies
est en effet vraie.
La plupart des scientifiques publient
leur article le plus impactant
dans les 10 à 15 premières années
de leur carrière,
puis ça chute.
Ça chute si vite que j'en suis presque --
j'en suis exactement à 30 ans de carrière,
et la chance que je publie un article
qui aura un plus fort impact
que tout ce que j'ai déjà fait avant
est de moins de 1%.
J'en suis à ce stade de ma carrière,
selon ces données.
Mais il y a un problème avec ça.
C'est que nous ne faisons pas
les contrôles correctement.
Le contrôle serait :
à quoi ressemble un scientifique qui
apporte aléatoirement à la science ?
Ou quelle est la productivité
de ce scientifique ?
Quand écrivent-ils les articles ?
Donc nous avons mesuré la productivité,
et étonnamment, la productivité,
votre probabilité de rédiger un article la
1ère, 10ème ou 20ème année de carrière,
est indissociable de la probabilité
d’avoir un impact
sur cette partie de votre carrière.
Et pour faire court,
après plusieurs tests statistiques,
il n'y a qu'une explication :
la façon dont nous,
scientifiques, travaillons,
est que chaque article écrit,
chaque projet effectué,
a exactement la même chance
de devenir notre record personnel.
Que la découverte est
comme un ticket de loterie.
Et plus nous achetons de tickets,
plus nous avons de chances.
Et il en résulte
que la plupart des scientifiques
achètent leurs tickets de loterie
dans les 10 ou 15 premières
années de leur carrière,
et après cela, leur productivité diminue.
Ils n'achètent plus de tickets.
Il semblerait donc
qu'ils ne soient plus créatifs.
En réalité, ils ont arrêté d'essayer.
Donc quand on rassemble les données,
la conclusion est très simple :
le succès peut arriver à tout moment.
Ça peut être le tout premier ou le dernier
article de votre carrière.
C'est totalement aléatoire
dans l'espace des projets.
C'est la productivité qui change.
Laissez-moi illustrer ça.
Voici Frank Wilczek, qui a reçu
le Prix Nobel de Physique
pour le premier article qu'il a écrit -
il était encore étudiant.
(Rires)
Plus intéressant encore, John Fenn,
qui à 70 ans, a été forcé de prendre
sa retraite par l'Université de Yale.
Ils ont fermé son laboratoire,
et à ce moment, il a déménagé à la
Virginia Commonwealth University,
a ouvert un nouveau laboratoire,
et c'est là, à 72 ans,
qu'il a publié un article
pour lequel, 15 ans plus tard,
il a reçu le Prix Nobel de Chimie.
Et vous vous dites : « OK,
le domaine des sciences est spécial,
mais qu'en est-il des autres domaines
où il faut être créatif ? »
Prenons un autre exemple :
l'entrepreneuriat.
La Silicon Valley,
la terre de la jeunesse, n'est-ce pas ?
En effet, quand on s'y intéresse,
on réalise que les plus grands prix,
le Prix du TechCrunch et d'autres,
reviennent tous à des gens
dont l'âge moyen varie entre la fin
de vingtaine et le début de la trentaine.
Si vous regardez à qui
les plus gros investisseurs donnent :
que des personnes
au début de la trentaine.
Ce que, bien sûr, nous savons :
il y a une philosophie là-bas qui fait que
jeunesse rime avec succès.
Pas quand on regarde les données,
parce qu'il ne s'agit pas
que de créer une entreprise -
créer une entreprise, c'est comme
la productivité, toujours essayer -
quand vous regardez lequel de
ces individus a effectivement lancé
une entreprise prospère,
une sortie réussie.
Récemment, certains de nos collègues
se sont posé la même question.
Et il s'avère que oui, les personnes
entre 20 et 30 ans
ont lancé un grand nombre d'entreprises,
créé beaucoup d'entreprises,
mais la plupart ont fait faillite.
Et quand on regarde les sorties réussies,
ce que l'on voit dans ce graphique,
plus vous êtes âgé, plus vous avez
de chances de réussir en bourse
ou de vendre l’entreprise avec succès.
En fait, c'est tellement fort
que si vous avez la cinquantaine,
vous avez deux fois plus de chance
d’avoir une sortie réussie
que si vous êtes dans la trentaine.
(Applaudissements)
Finalement, qu'est-ce que l'on voit ?
Ce que l'on voit, c'est que
la créativité n'a pas d'âge.
Mais la productivité si, d'accord ?
Ce qui me fait dire que finalement,
si vous poursuivez vos efforts --
(Rires)
vous pouvez toujours connaître le succès,
encore et encore.
Donc ma conclusion est très simple :
je quitte la scène, direction mon labo.
Merci.
(Applaudissements)
આજે ખરેખર મારા માટે ખૂબ જ ખાસ દિવસ છે
કારણ કે તે મારો જન્મ દિવસ છે.
(અભિવાદન)
તેથી પાર્ટીમાં જોડાવા બદલ આપ સૌનો આભાર.
(હાસ્ય)
પરંતુ જયારે તમે પાર્ટી રાખો છો ત્યારે
કોઈ તેને બગાડવાનું કરે છે, ખરું ને?
(હાસ્ય)
અને હું એક ભૌતિકશાસ્ત્રી છું.
અને આ વખતે હું આવું કરવા માટે
બીજો ભૌતિકશાસ્ત્રી સાથે લાવ્યો.
તેનું નામ આલબટૅ આઈન્સ્ટાઈન-- આલબટૅ
--પણ છે અને તેણે જ કહ્યું હતું.
તે વ્યક્તિ જેણે વિજ્ઞાન અને ટેકનોલોજીમાં પોતાનું મહત્વનું યોગદાન આપ્યું નથી.
30 વર્ષની વયે
કયારેય આવું નહિ કરીશ.
(હાસ્ય)
હવે તમારે વિકિપીડિયા તપાસવાની જરૂર નથી
કે હું 30 ની પાર છું.
(હાસ્ય)
તેથી ,અસરકારક રીતે
, તે મને અને અમને શું કહે છે
જ્યારે મારા વિજ્ઞાનની વાત આવે ત્યારે ,
હું મૃતલાકડું છું.
સદભાગ્યે, મારી કારકિર્દીમાં
મારે ભાગ્ય નો ભાગ હતો.
લગભગ 28 વર્ષની આસપાસની
નેટવર્કમાં ખુબ રસ જાગ્યો ,
આને થોડા વર્ષો પછી અમે કેટલાક ચાવીરૂપ
કાગળો પ્રકાશિત કરવામાં સફળ થયા
કે શોધ અહેવાલ
સ્કેલ-ફ્રી નેટવર્ક
અને ખરેખર નવા શિસ્તને જન્મ આપ્યો
જેને આપણે આજે નેટવર્ક સાયન્સ કહીએ છીએ.
અને જો તમે ખરેખર તેની કાળજી લો છો,
તમે નેટવર્ક વિજ્ઞાનમાં પીએચડી મેળવી શકો છો
બુડાપેસ્ટમાં, બોસ્ટનમાં,
અને તમે તેનો અભ્યાસ સમગ્ર
વિશ્વમાં કરી શકો છો.
થોડા વર્ષો પછી,
જ્યારે હું હાર્વર્ડ ગયો
પ્રથમ સબાટિકલ તરીકે,
મને રસ પડ્યો
બીજા પ્રકારનાં નેટવર્કમાં:
તે સમયે, આપણી અંદરનાં નેટવર્ક્સ,
કેવી રીતે જનીનો અને પ્રોટીન
અને ચયાપચય એકબીજા સાથે જોડાય છે
અને તેઓ રોગ સાથે કેવી રીતે જોડાય છે.
અને તે રસ તરફ દોરી
દવા અંદર મોટા વિસ્ફોટ માટે,
નેટવર્ક મેડિસિન સહિત
હાર્વર્ડ ખાતે વિભાગ,
જેમાં 300 થી વધુ સંશોધકો છે
જેઓ આ દ્રષ્ટિકોણનો ઉપયોગ કરી રહ્યા છે
દર્દીઓની સારવાર કરવા અને
નવા ઉપચાર વિકસાવવા માટે.
અને થોડા વર્ષો પહેલા,
મેં વિચાર્યું કે હું લઈશ
નેટવર્ક્સનો આ વિચાર
અને નેટવર્ક્સમાં અમારી પાસે જે કુશળતા છે
એક અલગ વિસ્તારમાં,
એટલે કે સફળતાને સમજવી.
અને અમે તે કેમ કર્યું?
સારું, અમે વિચાર્યું કે, અમુક અંશે,
આપણી સફળતા નિશ્ચિત છે
નેટવર્ક્સ દ્વારા અમે ભાગ છીએ -
કે અમારા નેટવર્ક અમને આગળ ધકેલી શકે છે,
તેઓ અમને પાછા ખેંચી શકે છે.
અને જો આપણે ઉપયોગ કરી શકીએ તો હું ઉત્સુક
હતો જે જ્ઞાન અને મોટા ડેટા અને કુશળતા
જ્યાં આપણે નેટવર્ક વિકસાવીએ છીએ
ખરેખર પ્રમાણિત કરવા માટે
આ વસ્તુઓ કેવી રીતે થાય છે.
આ તે પરિણામ છે.
તમે જે અહીં જુઓ છો તે એક નેટવર્ક છે
સંગ્રહાલયોમાં ગેલેરીઓ
કે જે એકબીજા સાથે જોડાય છે.
અને આ નકશા દ્વારા
કે અમે ગયા વર્ષે મેપ આઉટ કર્યું,
અમે ખૂબ જ સચોટ આગાહી કરવામાં સક્ષમ છીએ
એક કલાકાર સફળતા
જો તમે મને પ્રથમ પાંચ પ્રદર્શન આપો
કે તે અથવા તેણીની કારકીર્દિમાં.
સારું, આપણે સફળતા વિશે વિચાર્યું છે,
અમને એ સફળતાનો અહેસાસ થયો
માત્ર નેટવર્ક્સ વિશે જ નથી;
ત્યાં ઘણા બધા છે
કે અન્ય પરિમાણો.
અને એક વસ્તુ
આપણને સફળતાની જરૂર છે, દેખીતી રીતે,
કામગીરી છે.
તો ચાલો વ્યાખ્યાયિત કરીએ કે શું તફાવત છે
પ્રભાવ અને સફળતા વચ્ચે.
સારું, પ્રભાવ તે છે જે તમે કરો છો:
તમે કેટલી ઝડપથી દોડો છો,
તમે કયા પ્રકારનાં ચિત્રો દોરો,
તમે કયા પ્રકારનાં કાગળો પ્રકાશિત કરો છો.
જો કે, અમારી કાર્યકારી વ્યાખ્યામાં,
સફળતા એ સમુદાયની છે
તમે જે કર્યું તેની સૂચનાઓ
તમારા પ્રદર્શનથી:
તે તેને કેવી રીતે સ્વીકારે છે,અને તે તમને
તેના માટે કેવી રીતે ઇનામ આપે છે?
અન્ય શરતોમાં,
તમારું પ્રદર્શન તમારા વિશે છે,
પરંતુ તમારી સફળતા આપણા બધા વિશે છે.
અને આ ખૂબ હતું
અમારા માટે મહત્વપૂર્ણ પાળી,
ક્ષણ અમે સફળતા વ્યાખ્યાયિત કારણ કે
સામૂહિક પગલા તરીકે
જે સમુદાય અમને પ્રદાન કરે છે,
તે માપી શકાય તેવું બન્યું,
કારણ કે જો તે સમુદાયમાં છે,
તે વિશે બહુવિધ ડેટા પોઇન્ટ્સ છે.
તેથી અમે શાળાએ જઈએ છીએ,
આપણે કસરત કરીએ છીએ, પ્રેક્ટિસ કરીએ છીએ,
કારણ કે આપણે માનીએ છીએ
કે પ્રભાવ સફળતા તરફ દોરી જાય છે.
પરંતુ અમે ખરેખર જે રીતે
શોધખોળ શરૂ કરી,
અમને તે કામગીરી અને સફળતાનો અહેસાસ થયો
ખૂબ, ખૂબ જ અલગ પ્રાણીઓ છે
જ્યારે તે આવે છે
સમસ્યા ગણિત.
અને હું તે સમજાવવા દો.
તો તમે અહીં જે જુઓ છો તે છે
પૃથ્વી પર સૌથી ઝડપી માણસ, યુઝૈન બોલ્ટ.
અને અલબત્ત, તે મોટાભાગનામાં જીતે છે
સ્પર્ધાઓ કે જેમાં તે પ્રવેશ કરે છે.
અને આપણે જાણીએ છીએ કે તે પૃથ્વી પરનો સૌથી
ઝડપી છે કારણ કે આપણી પાસે એક કિલોમીટર છે
તેની ઝડપ માપવા માટે..
સારું, તેના વિશે શું રસપ્રદ છે
તે જીતે ત્યારે,
તે ખરેખર નોંધપાત્ર રીતે આવું કરતું નથી
તેની સ્પર્ધા કરતા આગળ નીકળી ગયા.
તે વધુમાં વધુ એક ટકા ઝડપી દોડે છે
જે એક રેસ ગુમાવે છે તેના કરતાં.
અને તે માત્ર ચલાવતું નથી
બીજા કરતા એક ટકા વધુ ઝડપી,
પરંતુ તે દોડતો નથી
મારા કરતા 10 ગણો ઝડપી -
અને હું સારો દોડવીર નથી,
મારા પર વિશ્વાસ કરો.
(હાસ્ય)
અને દરેક વખતે અમે સક્ષમ છીએ
કામગીરી માપવા માટે,
અમે કંઈક ખૂબ જ રસપ્રદ નોટિસ;
તે છે, પ્રભાવ બંધાયેલ છે.
તેનો અર્થ એ છે કે ત્યાં છે
માનવ પ્રભાવમાં કોઈ વિશાળ ભિન્નતા.
તે ફક્ત એક સાંકડી રેન્જમાં બદલાય છે,
અને આપણને કિલોમીટરની જરૂર છે
તફાવતો માપવા માટે.
આ કહેવા માટે નથી કે આપણે કરી શકતા નથી
શ્રેષ્ઠ લોકો પાસેથી સારું જુઓ,
પરંતુ શ્રેષ્ઠ લોકો
તફાવત ખૂબ જ મુશ્કેલ છે.
અને તે સાથે સમસ્યા તે છે કે આપણામાંના
મોટા ભાગના વિસ્તારોમાં કામ કરે છે
જ્યાં આપણી પાસે કિલોમીટર નથી
અમારા પ્રદર્શનનો અંદાજ કા .વા માટે.
ઠીક છે, પ્રભાવ બંધાયેલ છે,
અમારી વચ્ચે કોઈ મોટો તફાવત નથી
જ્યારે તે અમારા પ્રદર્શનની વાત આવે છે.
કેવી રીતે સફળતા વિશે?
ઠીક છે, ચાલો સ્વિચ કરીએ
પુસ્તકો જેવા એક અલગ વિષય.
લેખકો માટે સફળતા એક માપદંડ છે
કેટલા લોકો તમારું કામ વાંચે છે.
અને તેથી જ્યારે મારું પાછલું પુસ્તક
2009 માં બહાર આવ્યા,
હું મારા સંપાદક સાથે વાત કરી રહ્યો હતો,
અને મને રસ હતો:
કોણ છે સ્પર્ધા?
અને હું કેટલાક કલ્પિત રાશિઓ હતી.
તે અઠવાડિયે -
(હાસ્ય)
ડેન બ્રાઉન "ધ લોસ્ટ
સિમ્બોલ," લઈને બહાર આવ્યો.
અને "ધ લાસ્ટ સોંગ" પણ બહાર આવ્યું,
નિકોલસ સ્પાર્ક્સ.
અને જ્યારે તમે ફક્ત સૂચિ જુઓ,
તમે અનુભૂતિ કરો છો, તમે જાણો છો,
કામગીરી મુજબના,ભાગ્યે જ કોઈ તફાવત છે
આ પુસ્તકો અથવા ખાણ વચ્ચે.
ખરું ને?
તેથી જો નિકોલસ સ્પાર્ક્સની ટીમ
થોડું સખત કામ કરે છે,
તે સરળતાથી નંબર વન બની શકે,
કારણ કે તે લગભગ અકસ્માત દ્વારા છે
જે ટોચ પર સમાપ્ત થયું.
તો મેં કહ્યું, ચાલો નંબરો જોઈએ -
હું ડેટા વ્યક્તિ છું, ખરું?
તો ચાલો જોઈએ શું હતા
નિકોલસ સ્પાર્ક્સ માટે વેચાણ.
અને તે બહાર આવ્યું છે
પ્રારંભિક સપ્તાહમાં,
નિકોલસ સ્પાર્ક્સ કરતાં વધુ વેચાય છે
એક હજાર નકલો,
જે એક સુંદર સંખ્યા છે.
તમે ખરેખર ટોચ પર પહોંચી શકો છો
"ન્યુ યોર્કટાઇમ્સ" શ્રેષ્ઠ વિક્રેતા સૂચિની
અઠવાડિયામાં 10,000 નકલો વેચીને,
તેથી તેણે દસ ગણા વટાવી લીધા
તેને નંબર વન બનવાની શું જરૂર છે.
છતાં તે નંબર વન નહોતો.
કેમ?
કારણ કે ત્યાં ડેન બ્રાઉન હતો,જેણે સપ્તાહના
અંતમાં 1.2 મિલિયન નકલો વેચી છે.
(હાસ્ય)
અને કારણ કે મને આ નંબર ગમે છે
કારણ કે તે બતાવે છે કે, ખરેખર,
જ્યારે તે સફળતાની વાત
આવે છે, ત્યારે તે અનબાઉન્ડ છે,
કે જે શ્રેષ્ઠ મેળવતું નથી
બીજા શ્રેષ્ઠ કરતાં થોડી વધારે
પરંતુ વધુ તીવ્રતાના ઓર્ડર મળે છે,
કારણ કે સફળતા એક સામૂહિક પગલું છે.
અમે તેને કરતાં, તેમને આપીએ છીએ
અમે અમારા પ્રદર્શન દ્વારા તે કમાઇએ છીએ.
તેથી અમને સમજાયેલી એક બાબત તે છે
પ્રભાવ, આપણે શું કરીએ છીએ, બંધાયેલા છે,
પરંતુ સફળતા, જે છે
સામૂહિક, અનબાઉન્ડ છે,
જે તમને આશ્ચર્યજનક બનાવે છે:
તમે આ કેવી રીતે મેળવશો
સફળતા મોટા તફાવતો
જ્યારે તમારી પાસે આટલું નાનું હોય
પ્રભાવમાં તફાવત?
અને તાજેતરમાં, મેં એક પુસ્તક પ્રકાશિત કર્યું
કે હું ખૂબ જ પ્રશ્ન માટે સમર્પિત.
અને તેઓએ મને પૂરતો સમય નથી આપ્યો
તે બધા ઉપર જવા માટે,
તેથી હું પાછો જાઉં છું
ના પ્રશ્ન માટે,
ઠીક છે, તમને સફળતા છે;
તે ક્યારે દેખાવું જોઈએ?
તો ચાલો પાછા પાર્ટી બગાડનાર પર જઈએ
અને જાતને પૂછો:
આઈન્સ્ટાઈને કેમ બનાવ્યું
આ હાસ્યાસ્પદ નિવેદન,
માત્ર 30 પહેલાં
તમે ખરેખર સર્જનાત્મક હોઈ શકે?
સારું, કારણ કે તેણે પોતાની આસપાસ જોયું
અને તેણે આ બધા કલ્પિત ભૌતિકશાસ્ત્રીઓ જોયા
જેણે ક્વોન્ટમ મિકેનિક્સ બનાવ્યાં
અને આધુનિક ભૌતિકશાસ્ત્ર,
અને તે બધા તેમના 20 માં હતા અને 30 ના
દાયકાની શરૂઆતમાં જ્યારે તેઓએ આમ કર્યું.
અને તે માત્ર તે જ નથી.
તે માત્ર નિરીક્ષણ પક્ષપાત જ નથી,
કારણ કે ત્યાં ખરેખર છે
પ્રતિભા સંશોધન એક સંપૂર્ણ ક્ષેત્ર
કે આ હકીકત દસ્તાવેજી છે કે,
જો આપણે લોકોને જોઈએ
અમે ભૂતકાળથી પ્રશંસા કરીએ છીએ
અને પછી કઈ વય જુઓ
તેઓએ તેમનો સૌથી મોટો ફાળો આપ્યો,
શું તે સંગીત છે,
શું તે વિજ્ઞાન છે,
ભલે તે એન્જિનિયરિંગ હોય,
તેમાંના મોટાભાગના આમ કરવા માટે વલણ ધરાવે છે
તેમના 20, 30 ના દાયકામાં, 40 ના દાયકાના પ્રારંભમાં.
પરંતુ એક સમસ્યા છે
આ પ્રતિભા સંશોધન સાથે.
સારું, સૌ પ્રથમ, તે બનાવ્યું
અમને છાપ
તે સર્જનાત્મકતા યુવા સમાન છે,
જે દુ:ખદાયક છે, ખરું?
(હાસ્ય)
અને તેનો નિરીક્ષણ પૂર્વગ્રહ પણ છે,
કારણ કે તે માત્ર પ્રતિભાઓને જુએ છે
અને સામાન્ય વૈજ્ઞાનિકો તરફ જોતો નથી
અને આપણા બધા તરફ નજર નાંખીને પૂછે છે,
તે ખરેખર સાચું છે કે સર્જનાત્મકતા
જેમ જેમ આપણે વય થઈ જઇએ છીએ?
તેથી બરાબર તે જ અમે કરવાનો પ્રયાસ કર્યો,
અને આ તે માટે મહત્વપૂર્ણ છે
ખરેખર સંદર્ભો છે.
તો ચાલો એક સામાન્ય જોઈએ
મારી જેમ વૈજ્ઞાનિક,
અને ચાલો મારી કારકીર્દિ જોઈએ.
તો તમે અહીં જે જુઓ છો તે બધા કાગળો છે
કે મેં પ્રકાશિત કર્યું છે
મારા પ્રથમ કાગળમાંથી, 1989 માં;
જ્યારે મેં આમ કર્યું ત્યારે પણ હું રોમાનિયામાં હતો,
આ વર્ષના પ્રકાર સુધી.
અને ઊભી રીતે, તમે જુઓ
કાગળની અસર,
તે છે, કેટલા ટાંકણા,
બીજા કેટલા કાગળો
લખ્યું છે કે જે કામ ટાંકવામાં.
અને જ્યારે તમે તે જુઓ,
તમે જુઓ છો કે મારી કારકિર્દી
આશરે ત્રણ અલગ અલગ તબક્કાઓ છે.
મારી પાસે પ્રથમ 10 વર્ષ હતા
જ્યાં મારે ઘણું કામ કરવું પડ્યું
અને હું વધારે પ્રાપ્ત કરતો નથી.
કોઈને ધ્યાન આપતું નથી
હું શું કરું તે વિશે, બરાબર?
ભાગ્યે જ કોઈ અસર થઈ.
(હાસ્ય)
તે સમયે, હું ભૌતિક
વૈજ્ઞાનિક કરી રહ્યો હતો,
અને પછી હું એક પ્રકારનો શોધ્યો
મારા માટે નેટવર્ક
અને પછી નેટવર્ક્સમાં પ્રકાશિત
કરવાનું શરૂ કર્યું.
અને તે એક ઉચ્ચ અસર તરફ દોરી
અન્ય એક કાગળ.
અને તે ખરેખર સારું લાગ્યું.
તે મારી કારકિર્દીનો તે તબક્કો હતો.
(હાસ્ય)
તો સવાલ એ છે કે
હમણાં શું થાય છે?
અને આપણે જાણતા નથી, કારણ કે ત્યાં છે
હજી પૂરતો સમય પસાર થયો નથી
ખરેખર કેટલી અસર પડે છે તે આકૃતિ
તે કાગળો મળશે;
તે હસ્તગત કરવામાં સમય લે છે.
સારું, જ્યારે તમે ડેટા જુઓ,
એવું લાગે છે કે આઈન્સ્ટાઈન,
પ્રતિભા સંશોધન, સાચું છે,
અને હું મારી કારકિર્દીના તે તબક્કે છું.
(હાસ્ય)
તેથી અમે કહ્યું, ઠીક છે, ચાલો આકૃતિ કરીએ
આ ખરેખર કેવી રીતે થાય છે,
વિજ્ઞાન માં પ્રથમ.
અને ક્રમમાં નથી
પસંદગી પૂર્વગ્રહ,
માત્ર પ્રતિભાઓ જોવા માટે,
અમે કારકિર્દીનું પુનર્ગઠન કર્યું
દરેક એક વૈજ્ઞાનિક છે
1900 થી આજ સુધી
અને બધા વૈજ્ઞાનિકો માટે શોધે છે
તેમના વ્યક્તિગત શ્રેષ્ઠ શું હતું,
તેમને નોબેલ પારિતોષિક મળ્યું કે કેમ
અથવા તેઓ ક્યારેય ન કરતા,
અથવા કોઈને ખબર નથી કે તેઓએ શું કર્યું,
પણ તેમના વ્યક્તિગત શ્રેષ્ઠ.
અને આ તે છે જે તમે આ સ્લાઇડમાં જુઓ છો.
દરેક લાઇન એ કારકિર્દી છે,
અને જ્યારે તમારી પાસે પ્રકાશ વાદળી
બિંદુ હોય તે કારકિર્દીની ટોચ પર,
તે કહે છે કે તે તેમનો
વ્યક્તિગત શ્રેષ્ઠ હતો.
અને સવાલ એ છે કે
જ્યારે તેઓ ખરેખર બનાવ્યા
તેમની સૌથી મોટી શોધ?
તે પ્રમાણિત કરવા માટે,
અમે સંભાવના શું છે તે જોઈએ છીએ
કે તમે તમારી સૌથી મોટી શોધ કરો છો,
ચાલો કહીએ, એક, બે, ત્રણ
અથવા તમારી કારકિર્દીમાં 10 વર્ષ?
અમે વાસ્તવિક ઉંમર તરફ જોઈ રહ્યા નથી.
અમે જોઈ રહ્યા છીએ
જેને આપણે "શૈક્ષણિક યુગ" કહીએ છીએ.
તમારી શૈક્ષણિક વય શરૂ થાય છે જ્યારે તમે
તમારા પ્રથમ કાગળો પ્રકાશિત કરો છો.
હું જાણું છું કે તમારામાંથી
કેટલાક હજી બાળકો છે.
(હાસ્ય)
તો ચાલો સંભાવના જોઈએ
કે જે તમે પ્રકાશિત કરો છો
તમારું સૌથી વધુ અસરકારક કાગળ.
અને તમે જે જુઓ છો તે ખરેખર છે,
પ્રતિભા સંશોધન સાચું છે.
મોટાભાગના વૈજ્ઞાનિકો પ્રકાશિત કરવાનું
વલણ ધરાવે છે તેમના સૌથી વધુ અસર કાગળ
તેમની કારકિર્દીના પ્રથમ 10, 15 વર્ષમાં,
અને તે પછી ટાંકી.
તે એટલી ઝડપથી ટાંકી દે છે કે હું લગભગ છું
મારી કારકિર્દીમાં હું બરાબર 30 વર્ષનો છું,
અને તક છે કે હું એક કાગળ પ્રકાશિત કરીશ
તે વધારે અસર કરશે
પહેલાં જે કંઈપણ કર્યું તે કરતાં
એક ટકા કરતા પણ ઓછા છે.
હું મારી કારકિર્દીના તે તબક્કે છું,
આ માહિતી અનુસાર.
પરંતુ તેની સાથે એક સમસ્યા છે.
અમે નિયંત્રણો યોગ્ય રીતે કરી રહ્યાં નથી.
તો નિયંત્રણ હશે,
વૈજ્ઞાનિક જેવું દેખાશે
વિજ્ઞાન કોણ અમનેમ ફાળો આપે છે?
અથવા ઉત્પાદકતા શું છે
વૈજ્ઞાનિક ની?
તેઓ ક્યારે કાગળો લખે છે?
તેથી અમે ઉત્પાદકતા માપી,
અને આશ્ચર્યજનક રીતે, ઉત્પાદકતા,
કાગળ લખવાની તમારી સંભાવના
તમારી કારકિર્દીમાં એક વર્ષ, 10 અથવા 20,
શક્યતાથી અવિભાજ્ય છે
અસર હોય છે
તમારી કારકિર્દીના તે ભાગમાં.
અને લાંબી વાર્તા ટૂંકી બનાવવા માટે,
ઘણાં આંકડાકીય પરીક્ષણો પછી,
તેના માટે ફક્ત એક જ સમજૂતી છે,
તે ખરેખર, જે રીતે આપણે વૈજ્
scientistsાનિકો કામ કરીએ છીએ
શું આપણે લખેલો દરેક કાગળ છે,
દરેક પ્રોજેક્ટ અમે કરીએ છીએ,
બરાબર એ જ તક છે
અમારા વ્યક્તિગત શ્રેષ્ઠ હોવાનો.
તે છે, શોધ જેવી છે
લોટરી ટિકિટ.
અને વધુ લોટરી ટિકિટ આપણે ખરીદે છે,
અમારી તકો વધારે છે.
અને તે આવું થાય છે
જે મોટાભાગના વૈજ્ઞાનિકો ખરીદે છે
તેમની મોટાભાગની લોટરી ટિકિટ
જે મોટાભાગના વૈજ્ઞાનિકો છે
તેમના મોટાભાગની લોટરી ટિકિટ
અને તે પછી,
તેમની ઉત્પાદકતા ઘટે છે.
તેઓ ખરીદી રહ્યા નથી
વધુ લોટરી ટિકિટ.
તો જાણે કે જાણે
તેઓ સર્જનાત્મક નહીં હોય.
વાસ્તવિકતામાં, તેઓએ
પ્રયાસ કરવાનું બંધ કરી દીધું.
તેથી જ્યારે આપણે ખરેખર ડેટા સાથે રાખીએ,
નિષ્કર્ષ ખૂબ જ સરળ છે:
સફળતા કોઈપણ સમયે આવી શકે છે.
તે તમારું પ્રથમ હોઈ શકે છે
અથવા તમારી કારકિર્દીનો ખૂબ જ છેલ્લા કાગળ.
તે એકદમ રેન્ડમ છે
પ્રોજેક્ટની જગ્યામાં.
તે ઉત્પાદકતા છે જે બદલાય છે.
ચાલો હું તેને સમજાવીશ.
અહીં છે ફ્રેન્ક વિલ્ઝેક,
જેમને ભૌતિકશાસ્ત્રનું નોબેલ પુરસ્કાર મળ્યો
પ્રથમ કાગળ માટે તેમણે ક્યારેય લખ્યું છે
સ્નાતક વિદ્યાર્થી તરીકે તેની કારકિર્દીમાં.
(હાસ્ય)
વધુ રસપ્રદ જ્હોન ફેન છે,
70 વર્ષની ઉંમરે, બળપૂર્વક નિવૃત્ત થયા હતા
યેલ યુનિવર્સિટી દ્વારા.
તેઓએ તેની લેબ બંધ કરી દીધી,
અને તે જ ક્ષણે, તે સ્થળાંતર થયો
વર્જિનિયા કોમનવેલ્થ યુનિવર્સિટી,
બીજી લેબ ખોલી,
અને તે ત્યાં છે, 72 વર્ષની ઉંમરે,
કે તેણે એક કાગળ પ્રકાશિત કર્યું
જેના માટે, 15 વર્ષ પછી, તે મળ્યો
રસાયણશાસ્ત્ર માટેનું નોબેલ પુરસ્કાર.
અને તમે વિચારો છો, બરાબર,
સારું, વિજ્ઞાન વિશેષ છે,
પરંતુ અન્ય ક્ષેત્રોનું શું છે
જ્યાં આપણે સર્જનાત્મક બનવાની જરૂર છે?
તો મને બીજા લેવા દો
લાક્ષણિક ઉદાહરણ: ઉદ્યમવૃત્તિ.
સિલીકોન વેલી,
યુવાનો ની જમીન, અધિકાર?
અને ખરેખર, જ્યારે તમે તેને જુઓ,
તમને ખ્યાલ છે કે સૌથી મોટો એવોર્ડ,
ટેકક્રંચ એવોર્ડ્સ અને અન્ય એવોર્ડ્સ,
બધા લોકો જઇ રહ્યા છે
જેની સરેરાશ ઉંમર 20 ના દાયકાના
અંતમાં છે, 30 ના દાયકાની શરૂઆતમાં.
તમે જુઓ કે વીસીઓ કોને પૈસા આપે છે,
કેટલીક સૌથી મોટી વીસી કંપનીઓ -
30 ના દાયકાના પ્રારંભમાં બધા લોકો.
જે, અલબત્ત, આપણે જાણીએ છીએ;
સિલિકોન વેલીમાં આ ધર્મો છે
કે યુવા સફળતા બરાબર છે.
જ્યારે તમે ડેટા જુઓ ત્યારે નહીં,
કારણ કે તે માત્ર નથી
કંપની બનાવવા વિશે -
કંપની બનાવવી એ ઉત્પાદકતા જેવી છે,પ્રયાસ
કરી, પ્રયાસ કરી, પ્રયાસ કરી રહ્યા છીએ -
જ્યારે તમે જે જુઓ
આ વ્યક્તિઓ ખરેખર બહાર મૂકવામાં
સફળ કંપની, સફળ એક્ઝિટ.
અને તાજેતરમાં, અમારા કેટલાક સાથીઓ
બરાબર તે પ્રશ્ન તરફ જોયું.
અને તે તારણ આપે છે કે હા,
તે 20 અને 30 ના દાયકાના છે
મોટી સંખ્યામાં કંપનીઓ મૂકી,
ઘણી કંપનીઓ બનાવે છે,
પરંતુ તેમાંના મોટા ભાગના બસ્ટ જાય છે.
અને જ્યારે તમે સફળ બહાર નીકળો છો,
તમે આ ખાસ પ્લોટમાં શું જોશો,
તમે જેટલા વૃદ્ધો છો, તેવી સંભાવના
તમે ખરેખર શેરબજારમાં ફટકો પડશે
અથવા કંપની સફળતાપૂર્વક વેચે છે.
આ ખરેખર એટલું મજબૂત છે,
કે જો તમે 50 ના દાયકામાં હો,
તમે શક્યતા બે વાર છો
ખરેખર સફળ બહાર નીકળવું
કરતાં વધુ જો તમે તમારા 30 માં છે.
(તાળીઓ)
તેથી અંતે, તે શું છે
કે આપણે જોઈએ છીએ, ખરેખર?
આપણે જે જોઈએ છીએ તે એ છે
કે સર્જનાત્મકતાની કોઈ ઉંમર નથી.
ઉત્પાદકતા કરે છે, અધિકાર?
જે મને કહે છે
દિવસ ના અંતે,
જો તમે પ્રયત્ન કરતા રહો -
(હાસ્ય)
તમે હજી પણ સફળ થઈ શક્યા
અને ઉપર અને વધુ સફળ.
તેથી મારો નિષ્કર્ષ ખૂબ જ સરળ છે:
હું મારી લેબમાં પાછો સ્ટેજથી બહાર છું.
આભાર.
(તાળીઓ)
היום הוא יום מאוד מיוחד עבורי,
מכיוון שזהו יום ההולדת שלי.
(מחיאות כפיים)
אז תודה לכולכם על שהצטרפתם למסיבה.
(צחוק)
אבל בכל פעם שאתם עורכים מסיבה,
נמצא מישהו שמקלקל לכם אותה. נכון?
(צחוק)
ואני פיזיקאי,
והפעם הבאתי עוד פיזיקאי לעשות זאת.
שמו הוא אלברט איינשטיין
-- גם אלברט -- והוא זה שאמר
כי אדם שלא תרם את תרומתו הגדולה למדע
עד גיל 30
לעולם לא יעשה זאת.
(צחוק)
עכשיו, אתם לא צריכים לבדוק בויקיפדיה
שאני אחרי גיל 30.
(צחוק)
אז למעשה, מה שהוא אומר לי, ולנו,
שכשזה מגיע למדע שלי,
אני חסר תועלת.
למזלי, היה לי מזל בקריירה שלי.
בסביבות גיל 28, התחלתי להתעניין
רבות ברשתות,
וכעבור כמה שנים, הצלחנו לפרסם
מספר מאמרי מפתח
שדיווחו על התגלית של רשתות Scale-free
והולידו תחום מחקר חדש שאנו
קוראים לו היום מדע רשתות.
ואם זה מעניין אתכם, אתם יכולים
לעשות היום דוקטורט במדע רשתות
בבודפשט, בבוסטון,
וניתן ללמוד את זה בכל העולם.
כמה שנים לאחר-מכן,
כשעברתי להרווארד תחילה כחלק משנת שבתון,
התחלתי להתעניין בסוג אחר של רשתות:
הפעם ברשתות בתוך עצמינו,
איך הגנים והחלבונים
והמטבוליטים מקושרים זה לזה
ואיך הם קשורים למחלות.
והעניין הזה הוביל לפיצוץ דרמטי ברפואה,
כולל מחלקת רפואת הרשתות בהרוואד,
בה יש יותר מ-300 חוקרים
המשתמשים בנקודת המבט הזו
על-מנת לרפא חולים ולפתח תרופות חדשות.
ולפני מספר שנים,
חשבתי לקחת את רעיון הרשתות
ואת המומחיות שיש לנו ברשתות
לתחום אחר,
כלומר, להבנת הצלחה.
ומדוע עשינו זאת?
ובכן, חשבנו שבמידה מסויימת
ההצלחה שלנו נקבעת על-פי
הרשתות שאנו נמצאים בהן --
שהרשתות שלנו יכולות לדחוף אותנו קדימה,
או למשוך אותנו אחורה.
והייתי סקרן לדעת האם אנו יכולים להשתמש
בידע ובנתוני עתק והמומחיות
היכן שאנו מפתחים רשתות
כדי לכמת איך הדברים הללו קורים.
זו התוצאה.
מה שאתם רואים כאן הן גלריות במוזיאונים
שמקושרות אחת לשניה.
ובאמצעות המפה הזו שיצרנו בשנה שעברה,
אנו מסוגלים לחזות באופן מדויק
את הצלחתו של אמן
אם ניתנות לי חמשת הגלריות הראשונות
שהוא או היא ערכו בקריירה שלהם.
ובכן, כשחשבנו על הצלחה,
הבנו שהצלחה אינה רק רשתות:
יש לה עוד כל-כך הרבה
מימדים אחרים.
ואחד הדברים שאנו צריכים
להצלחה, כמובן,
הוא ביצועים.
אז בואו נגדיר מהו ההבדל
בין ביצועים לבין הצלחה.
ובכן, ביצועים זה מה שאתם עושים:
כמה מהר אתם רצים,
איזה סוג של ציורים אתם מציירים,
איזה סוג של מאמרים אתם מפרסמים.
עם זאת, בהגדרת העבודה שלנו,
הצלחה היא במה הקהילה מבחינה
מתוך מה שעשיתם,
מהביצועים שלכם:
איך היא מכירה בהם,
ואיך זה מתגמל אתכם?
במונחים אחרים,
הביצועים שלכם קשורים אליכם,
אבל ההצלחה שלכם קשורה בכולנו.
וזו הייתה תפנית מאוד חשובה עבורנו,
מכיוון שהרגע בו הגדרנו הצלחה
כמדד קולקטיבי,
שהקהילה מספקת לנו,
היא הפכה למדידה,
כי אם זה בקהילה,
ישנן כמה נקודות השקפה על כך.
אז אנחנו הולכים לבית-ספר,
אנחנו מתרגלים, מתאמנים,
מכיוון שאנו מאמינים
שביצועים מובילים להצלחה.
אך כשהתחלנו לחקור,
הבנו שביצועים והצלחה הן
שתי חיות מאוד מאוד שונות
כשזה מגיע למתמטיקה של הבעיה.
ותנו לי להדגים זאת.
אז מה שאתם רואים כאן הוא
האדם המהיר בעולם, יוסיין בולט.
וכמובן, הוא מנצח את רוב
התחרויות בהן הוא משתתף.
ואנו יודעים שהוא האדם הכי מהיר בעולם
מכיוון שיש לנו כרונומטר
שמודד את המהירות שלו.
ובכן, מה שמעניין בו זה שכשהוא מנצח,
הוא לא עושה זאת בכך שהוא
משיג בפער גדול את המתחרים שלו.
הוא רץ אחוז אחד מהר יותר
מזה שמפסיד את המירוץ.
ולא די בכך שהוא רץ רק אחוז אחד
מהר יותר מהמקום השני,
אלא שהוא לא רץ פי 10 מהר יותר ממני --
ואני לא רץ טוב, סמכו עליי.
(צחוק)
ובכל פעם שאנו מודדים ביצועים,
אנו שמים לב למשהו מאוד מעניין:
ביצועים הם דבר מוגבל.
הכוונה היא שאין גיוון גדול
בביצועים אנושיים.
הם משתנים אך ורק בטווח צר,
ואנו צריכים להשתמש בכרונומטר
על-מנת למדוד את השינויים.
זה לא אומר שאנחנו לא יכולים לזהות
את הטובים בין הטובים ביותר,
אבל בטובים ביותר קשה מאוד להבחין.
והבעיה כאן היא שרובנו עובדים בתחומים
שאין בהם כרונומטר למדוד איתו
את הביצועים שלנו.
בסדר, ביצועים הם דבר מוגבל,
אין הבדלים ענקיים בינינו
כשמדובר בביצועים.
מה לגבי הצלחה?
ובכן, בואו נחליף לנושא אחר, ספרים למשל.
מדד אחד להצלחה של סופרים הוא
כמה אנשים קראו את העבודה שלכם.
וכשהספר הקודם שלי יצא לאור ב-2009,
הייתי באירופה ודיברתי עם העורך שלי,
ותהיתי: מי התחרות שלי?
והיו לי כמה נהדרים.
באותו השבוע --
(צחוק)
דן בראון יצא עם ספרו "הסמל האבוד",
ו"השיר האחרון" גם יצא,
ניקולס ספארקס.
ורק ממבט ברשימה,
אני מבין, אתם יודעים, כשמדובר בביצועים,
אין כמעט הבדל
בין הספרים הללו לספר שלי.
נכון?
אז אולי אם הצוות של ניקולס ספארקס
יעבוד מעט קשה יותר,
הוא יוכל להיות בקלות מספר אחד,
מכיוון שהמקום הראשון הוכרע כמעט בטעות.
אז אמרתי, בוא נסתכל על המספרים --
אני איש של נתונים, נכון?
בואו נראה מה היו המכירות
של ניקולס ספארקס.
והתברר כי בסוף שבוע הפתיחה הזה,
ניקולס ספארקס מכר יותר ממאה אלף עותקים,
שזה מספר מדהים.
אתם יכולים למעשה להגיע לראש רשימת
רבי-המכר של ה"ניו-יורק טיימס"
ממכירת 10,000 עותקים בשבוע,
אז הוא השיג פי 10 מהכמות
הדרושה להיות מספר אחת.
ועדיין, הוא לא היה מספר אחת.
למה?
מכיוון שהיה את דן בראון,
שמכר 1.2 מליון עותקים בסוף השבוע ההוא.
(צחוק)
והסיבה שאני אוהב את המספר הזה
היא שהוא מראה, באמת,
כשמדובר בהצלחה, אין לה גבולות,
שהטוב ביותר לא משיג
רק בקצת את המקום השני,
אלא מקבל יותר בסדרי גודל עצומים,
מכיוון שהצלחה היא מדד קולקטיבי.
אנחנו נותנים להם אותה,
ולא מרוויחים אותה בזכות הביצועים שלנו.
אז אחד הדברים שהבנו הוא שביצועים,
הדברים שאנו עושים, הם מוגבלים,
אבל להצלחה, שהיא דבר קולקטיבי, אין גבולות,
מה שמביא אתכם לתהות:
איך משיגים את ההבדלים הגדולים האלה בהצלחה
כשישנם מעט כל-כך הבדלים בביצועים?
ולאחרונה, פרסמתי ספר
שמוקדש לשאלה הזו בדיוק.
ולא נתנו לי מספיק זמן להסביר את כל זה,
אז אני חוזר לשאלה,
בסדר, לגבי הצלחה: מתי היא אמורה להופיע?
אז בואו נחזור למקלקל המסיבה
ונשאל את עצמנו:
למה איינשטיין קבע את האימרה המטופשת הזו,
שרק לפני גיל 30 ניתן באמת להיות יצירתי?
ובכן, משום שהוא הביט סביבו
וראה את כל הפיזיקאים הנהדרים האלו
שיצרו את מכניקת הקוונטים ופיזיקה מודרנית,
וכולם היו בשנות ה-20 וה-30
המוקדמות לחייהם כשעשו זאת.
וזה לא רק הוא.
זה לא רק דעה קדומה הסתכלותית,
מפני שישנו תחום שלם של חקר הגאונות
שתיעד את העובדה כי
אם אנו מסתכלים על האנשים
שאנו מעריצים מהעבר
ורואים באיזה גיל הם תרמו את תרומתם הגדולה,
בין אם זה מוזיקה, בין אם זה מדע,
בין אם זה הנדסה,
רובם עשו זאת בגילאי ה-20, 30,
תחילת גיל ה-40 לכל היותר.
אך יש בעיה עם חקר הגאונות הזה.
ובכן, קודם כל, הוא יצר לנו את הרושם
שיצירתיות משמעה נעורים,
וזה כואב, נכון?
(צחוק)
וגם יש לו הסתכלות מוטית,
משום שהוא מסתכל רק על גאונים
ולא על מדענים רגילים
ולא מסתכל על כולנו ושואל,
האם זה באמת נכון שיצירתיות נעלמת עם הגיל?
אז זה בדיוק מה שניסינו לעשות,
וחשוב שיהיה למה להשוות.
אז בואו נסתכל על מדענים רגילים כמותי,
ונסתכל על הקריירה שלי.
אז מה שאתם רואים כאן הם כל המאמרים
שאי פעם פרסמתי
מהמאמר הראשון שלי, ב-1989;
הייתי עדיין ברומניה כשכתבתי אותו,
עד השנה בערך.
ואנכית, אתם רואים את ההשפעה של המאמר,
הכוונה היא, כמה ציטוטים,
כמה מאמרים אחרים נכתבו
והזכירו את העבודה הזו.
וכאשר אתם מסתכלים על זה,
אתם רואים שלקריירה שלי ישנן שלוש תקופות.
יש את ה-10 שנים הראשונות
כשהייתי צריך לעבוד המון
ולא השגתי הרבה.
לא נראה שלמישהו אכפת ממה שאני עושה, נכון?
אין כמעט השפעה.
(צחוק)
בתקופה הזו עסקתי במדעי החומר,
ואז בערך גיליתי את הרשתות
והתחלתי לפרסם על רשתות.
וזה הוביל למאמר רב-השפעה אחד לשני.
וזה הרגיש מאוד טוב.
זה היה השלב בקריירה שלי.
(צחוק)
אז, השאלה היא, מה קורה עכשיו?
ואנחנו לא יודעים, מכיוון שעדיין
לא עבר מספיק זמן
כדי באמת לשער כמה השפעה תהיה למאמרים האלו;
זה לוקח זמן להשיג.
ובכן, כשאתם מסתכלים על הנתונים,
זה נראה כי איינשטיין, מחקר הגאונות, צודקים,
ואני בשלב הזה בקריירה שלי.
(צחוק)
ולכן אמרנו, בסדר, בואו נפענח
איך זה באמת קורה,
קודם במדע.
ועל-מנת לא להיות בעלי הסתכלות מוטית,
לא להסתכל רק על גאונים,
מצאנו את עצמנו בסופו של דבר משחזרים
את הקריירה של כל מדען
מ-1900 ועד היום
ומוצאים לכל המדענים
את השיאים האישיים שלהם,
האם הם קיבלו פרס נובל או לא,
או שאיש לא יודע מה הם עשו,
אפילו לא את שיאם האישי.
וזה מה שאתם רואים בשקופית הזו.
כל קו הוא קריירה,
וכשמופיעה נקודה כחולה בהירה
מעל קריירה,
זה אומר שזה היה השיא האישי שלהם.
והשאלה היא,
מתי הם תרמו את תרומתם הגדולה ביותר?
כדי לכמת זאת,
הסתכלנו על מהי הסבירות
שתתרום את תרומתך הגדולה,
נגיד, שנה, שנתיים, שלוש,
או 10 שנים לתוך הקריירה שלכם?
אנחנו לא מסתכלים על גיל אמיתי.
אנו מסתכלים על מה שקראנו לו "הגיל האקדמי".
הגיל האקדמי שלכם מתחיל כאשר אתם
מפרסמים את המאמר הראשון שלכם.
אני יודע שכמה מכם עדיין תינוקות.
(צחוק)
אז בואו נסתכל על הסבירות
שתפרסמו את המאמר בעל הכי הרבה השפעה שלכם.
ומה שאתם רואים הוא, אכן, חקר הגאונות צודק.
רוב המדענים נוטים לפרסם את מאמריהם
בעלי ההשפעה הגדולה ביותר
ב-10, 15 שנים הראשונות לקריירה שלהם,
וזה צונח לאחר-מכן.
זה צונח כל-כך מהר שאני עומד --
אני בדיוק ב-30 שנה לקריירה שלי,
והסיכוי שאפרסם מאמר
שיהיה בעל השפעה גדולה יותר
מכל מה שעשיתי עד עכשיו
הוא פחות מאחוז.
אני בשלב הזה בקריירה שלי,
בהתבסס על הנתונים האלה.
אך יש בעיה עם זה.
אנחנו לא מבצעים בקרה כמו שצריך.
אז הבקרה צריכה להיות,
איך ייראה מדען שתורם
תרומות רנדומליות למדע?
או מה הפרודוקטיביות של המדען הזה?
מתי הם כותבים מאמרים?
אז מדדנו את הפרודוקטיביות,
ובאופן מדהים, הפרודוקטיביות,
הסבירות שתכתבו מאמר בשנה הראשונה,
העשירית או ה-20 שלכם בקריירה,
היא בלתי ניתנת להבחנה מהסבירות להשפיע
בשלב הזה בקריירה שלכם.
ובקצרה,
אחרי הרבה מבחני סטטיסטיקה,
ישנו רק הסבר אחד לזה,
והוא שהדרך בה אנו המדענים עובדים
היא שכל מאמר שאנו כותבים,
כל פרוייקט שאנו עושים,
יש לו בדיוק את אותו הסיכוי
להיות השיא האישי שלנו.
זה אומר שתגלית היא כמו כרטיס הגרלה.
וככל שנקנה יותר כרטיסי הגרלה,
גדלים הסיכויים שלנו.
ויצא שכך זה קורה
מפני שרוב המדענים קונים
את רוב כרטיסי ההגרלה
ב-10, 15 השנים הראשונות בקריירה שלהם,
ואחר-כך, הפרודוקטיביות יורדת.
הם לא קונים יותר כרטיסי הגרלה.
אז נראה כאילו הם לא יצירתיים.
המציאות היא, שהם הפסיקו לנסות.
אז כשאנחנו מחברים את כל הנתונים יחד,
המסקנה היא מאוד פשוטה:
הצלחה יכולה להגיע בכל זמן.
היא יכולה להיות מאמרכם הראשון
או המאמר האחרון בהחלט בקריירה שלכם.
זה רנדומלי לגמרי
מבחינת תחומי הפרוייקטים.
זו הפרודוקטיביות שמשתנה.
תנו לי להדגים לכם זאת.
זהו פרנק וילצ'ק שזכה בפרס נובל בפיזיקה
על מאמר הראשון שאי פעם כתב
בקריירה שלו כבוגר אוניברסיטה.
(צחוק)
מעניין מכך הוא ג'ון פן,
שבגיל 70 אולץ לצאת לפנסיה
על-ידי אוניברסיטת ייל.
הם סגרו את המעבדה שלו,
ובאותו הרגע הוא עבר
לאוניברסיטה הקהילתית בווירג'יניה,
פתח מעבדה נוספת,
וזהו המקום בו, בגיל 72, פרסם מאמר
עליו, אחרי 15 שנה, זכה בפרס נובל לכימיה.
ואתם חושבים, בסדר, טוב, המדע הוא מיוחד,
אבל מה בנוגע לשאר התחומים שאנו
צריכים להיות יצירתיים בהם?
אז בואו ניקח עוד דוגמא טיפוסית: יזמות.
עמק הסיליקון,
ארץ הנעורים, נכון?
ואכן, כשמסתכלים על זה,
מבינים שהפרסים הגדולים ביותר,
פרסי ה-TechCrunch ופרסים נוספים,
כולם הולכים לאנשים
שגילם הממוצע הוא שנות ה-20 המאוחרות,
שנות-30 המאוד מוקדמות.
אתם רואים למי קרנות הון סיכון נותנות כסף,
כמה מהקרנות הגדולות ביותר --
כולם אנשים בתחילת שנות ה-30 שלהם.
ואנו יודעים, כמובן;
ישנו אתוס בעמק הסיליקון
שנעורים שווים הצלחה.
לא רק כשמסתכלים על הנתונים,
כי לא מדובר רק בהקמת חברה --
הקמת חברה זה כמו פרודוקטיביות,
לנסות, לנסות, לנסות --
כשאתם מסתכלים על אילו מבין
האנשים האלו הובילו
לחברה מצליחה, אקזיט מצליח.
ולאחרונה, כמה מהקולגות שלנו
בחנו את השאלה הזו בדיוק.
ומתברר שכן, אלו בשנות ה-20 וה-30 לחייהם
מקימים מספר חברות ענק,
מקימים המון חברות,
אך רובן פושטות את הרגל.
וכשמסתכלים על האקזיטים המצליחים,
מה שניתן לראות בגרף המסוים הזו,
ככל שאתם מבוגרים יותר, ישנה סבירות
גדולה יותר שתביאו את המכה בבורסה
או שתמכרו את החברה בהצלחה.
זה כל-כך חזק, למעשה,
שאם אתם בשנות ה-50 שלכם,
אתם בעלי סבירות גדולה פי שתיים
לבצע אקזיט מוצלח
מאשר כשאתם בני 30.
(מחיאות כפיים)
אז, בסופו של דבר, מה אנחנו באמת רואים?
מה שאנו רואים זה שליצירתיות אין גיל.
לפרודוקטיביות יש, נכון?
מה שאומר לי שבסופו של יום,
אם תמשיכו לנסות --
(צחוק)
אתם עדיין יכולים להצליח שוב ושוב.
אז המסקנה שלי היא מאוד פשוטה:
אני יורד מהבמה וחוזר למעבדה שלי.
תודה רבה.
(מחיאות כפיים)
A mai nap igazán különleges számomra,
ugyanis ma van a születésnapom.
(Taps)
Szóval köszönöm, hogy eljöttek a partimra.
(Nevetés)
De ha buli van, mindig van valaki,
aki azt elrontja. Igaz?
(Nevetés)
Fizikus vagyok,
és ma egy másik fizikust hoztam magammal,
hogy betöltse ezt a szerepet.
A neve Albert Einstein, tehát ő is Albert.
Ő mondta azt, hogy aki nem alkotott
a tudomány terén semmi maradandót
30 éves koráig,
az már nem is fog.
(Nevetés)
Gondolom, nem kell megnézniük
a Wikipediát, hogy lássák,
elmúltam már 30.
(Nevetés)
Amit tehát Einstein mond, azt jelenti,
hogy ha a szakterületemről
van szó, annyit se érek már,
mint egy száraz kóró.
Mindenesetre, ami a karrieremet illeti,
több szempontból is szerencsém volt.
28 éves voltam, mikor elkezdtem
hálózatokkal foglalkozni.
Néhány évvel később pedig
két fontos tanulmányt is publikáltunk,
melyekben a skálafüggetlen hálózatok
felfedezéséről számoltunk be,
és ezzel megszületett egy új tudományág,
melyet ma hálózatkutatásnak nevezünk.
Ha esetleg érdekel valakit,
hálózatkutatásból már doktorálni is lehet
Budapesten, Bostonban;
és a világ számos pontján van ilyen szak.
Néhány évvel később,
mikor először jöttem a Harvardra –
szabadságot kaptam erre az időre –,
egy másik hálózattípus
keltette fel az érdeklődésem:
akkor a sejtjeinken belüli
hálózatokkal kezdtem foglalkozni,
egész pontosan azzal, hogyan kapcsolódnak
a gének, a fehérjék és a metabolitok,
és hogy ez hogyan hat
a betegségek kialakulására.
Ez a fajta érdeklődés robbanásszerű
változást hozott az orvostudományba,
és hatással volt például a Harvard
Hálózati Orvostudomány tanszékére is,
ahol több mint 300 kutató
használja ma ezt az elméletet
a gyógyítás és az új gyógymódok
kifejlesztésének szolgálatában.
Néhány évvel ezelőtt úgy gondoltam,
hogy a hálózatokról alkotott elméleteket
és az itt szerzett ismereteket
egy másik területre viszem át,
és megpróbálom megfejteni a siker titkát.
Mi is volt ezzel a cél?
Úgy gondoltuk, hogy bizonyos mértékben
a siker is attól függ,
milyen hálózatoknak vagyunk tagjai:
hálózataink lendületet adhatnak,
de vissza is húzhatnak.
Arra voltam kíváncsi, felhasználható-e
az a tudás, adatmennyiség és gyakorlat,
melyet a hálózatkutatás során
eddig megszereztünk arra,
hogy a sikert mérni tudjuk.
A következő eredményre jutottunk.
Amit itt látnak, különböző
múzeumok bemutatótermei,
melyek mind kapcsolatban állnak egymással.
Tavaly készültünk el azzal a térképpel,
melynek segítségével
meglehetősen pontosan meg tudtuk
határozni egy művész jövőbeli sikerét,
ha pályafutása első öt kiállításának
adatai a rendelkezésünkre álltak.
Ahogy a siker mibenlétén gondolkodtunk,
rájöttünk, hogy a siker
nemcsak a hálózatokon múlik,
hanem nagyon sok egyéb tényezőn is.
Ezek közül az egyik nyilvánvalóan
a teljesítmény.
Nézzük, mi a különbség
a teljesítmény és a siker között.
A teljesítmény nem más,
mint amit csinálunk:
hogyan futunk,
milyen képeket festünk,
milyen tanulmányokat publikálunk.
Jelenlegi definíciónk
szerint azonban a siker az,
amit a körülöttünk élők
ebből a tevékenységből,
vagyis a teljesítményből észlelnek.
Hogyan ismerik el ezt a teljesítményt?
Mivel jutalmazzák?
Más szóval,
a teljesítmény tőlünk függ,
a siker viszont a többiektől.
Ez nagyon fontos állomása
volt a munkánknak,
hiszen amint a sikert
meghatározhattuk úgy,
mint a környezetünkből
érkező kollektív mérőszámot,
máris mérhetővé tettük.
Vagyis ha a siker a környezet függvénye,
számos adat áll rendelkezésünkre.
Iskolába járunk,
képezzük magunkat, gyakorolunk,
mert úgy tudjuk,
a siker záloga a teljesítmény.
Kutatásainkból viszont kiderült,
hogy a teljesítmény és a siker
két nagyon, nagyon különböző állat,
ha matematikai szempontból
vizsgáljuk a kérdést.
Hadd hozzak erre egy példát.
Ezen a felvételen a világ leggyorsabb
emberét, Usain Boltot látják,
aki természetesen szinte minden versenyt
megnyer, amin csak indul.
Abból tudjuk, hogy ő
a világon a leggyorsabb,
mert a sebességét kronométerrel mérhetjük.
Bolttal kapcsolatban különösen
érdekes, hogy mikor nyer,
nem azért nyer, mert sokkal
gyorsabban fut, mint a többiek.
Maximum egy százalékkal fut
gyorsabban, mint a második, aki veszít.
És az még hagyján, hogy a második
helyezettnél csak 1%-kal gyorsabb,
de nálam sem tud tízszer gyorsabban futni,
pedig higgyék el,
nem vagyok valami nagy futó.
(Nevetés)
Minden egyes alkalommal,
mikor teljesítményt mérünk,
valami nagyon érdekes derül ki,
mégpedig az,
hogy a teljesítmény korlátos.
Azt értem ezalatt, hogy nincsenek nagy
különbségek az emberi teljesítményben:
az eredmények szűk skálán mozognak,
és nagy szükségünk van kronométerre,
hogy a különbséget mérni tudjuk.
Ez persze nem azt jelenti, hogy a jót
a legjobbtól ne tudnánk megkülönböztetni,
de a legjobbakat
tényleg nehéz kiszűrni.
A probléma ugyanis az, hogy legtöbben
olyan területen dolgozunk,
ahol a teljesítmény nem mérhető
időmérő eszközökkel.
Azt tehát értjük,
hogy a teljesítmény kötött,
és e tekintetben
nincsenek köztünk nagy különbségek.
De mi a helyzet a sikerrel?
Nézzünk most egy másik témát:
például a könyveket.
Az írók számára az egyik mérőszám az,
hogy hányan olvassák a könyveiket.
Így aztán, mikor az előző könyvem
2009-ben megjelent,
Európában voltam,
a szerkesztőmmel beszélgettem,
és arra voltam kíváncsi,
kik a vetélytársak.
És volt köztük pár nagyszerű név.
Azon a héten jött ki...
(Nevetés)
Dan Brown "Az elveszett jelkép"
című könyve,
és akkor jelent meg "Az utolsó dal"
Nicholas Sparkstól.
És ha végignézünk a listán,
látjuk, hogy teljesítmény tekintetében
szinte alig van különbség
az előbb felsorolt könyvek
és az enyém között.
Így van?
Vagyis ha Nicholas Sparks csapata
egy kicsit szorgalmasabban dolgozik,
akár elsők is lehettek volna,
hiszen szinte csak a véletlenen
múlik, ki kerül a csúcsra.
Akkor azt mondtam, nézzük meg az adatokat,
elvégre a számok embere vagyok, nem?
Nézzük meg, hány Nicholas Sparks
könyvet adtak el.
Kiderült, hogy az első héten
Nicholas Sparks könyvéből több
mint 100 000 példányt vásároltak meg,
ami elképesztően nagy szám.
Már azzal is felkerülhet az ember
a "New York Times" bestseller listájára,
ha egy héten 10 000 könyvét eladják.
Ő ezt tízszeresen felülmúlta.
Mégsem ő lett az első.
Miért?
Mert ott volt Dan Brown könyve, ami
1,2 millió példányban kelt el ugyanakkor.
(Nevetés)
Azért szeretem ezt a számot,
mert megmutatja,
hogy a siker korlátlan,
és hogy az elsőnek nemcsak egy kicsivel,
hanem nagyságrendekkel is több juthat,
mint a másodiknak,
mivel a siker kollektív mérőszám.
A sikert másoktól kapjuk,
nem a teljesítményünkkel érdemeljük ki.
Tehát arra a következtetésre jutottunk,
hogy bár a teljesítmény korlátos,
a siker közösségi és korlátlan.
Fel is merült a kérdés:
Miért van ekkora különbség
a siker mértékében,
ha maga a teljesítmény nem tér el
nagy mértékben?
Nemrégiben jelent meg egy könyvem,
amit ennek a kérdésnek szenteltem.
Nem kaptam túl sok időt,
hogy ezt részletesen kifejtsem,
ezért szeretnék visszamenni
ahhoz a kérdéshez,
hogy az rendben van, hogy sikeresek
leszünk, de mikor kell ennek jelentkeznie?
Lépjünk tehát vissza az ünneprontó
gondolathoz, és tegyük fel a kérdést:
Miért állította Einstein
azt a nevetséges dolgot,
hogy csak 30 éves korunk előtt
lehetünk ténylegesen kreatívak?
Nos azért, mert körülnézett, és látta
azt a rengeteg nagyszerű fizikust,
akik akkor fektették le a modern
fizika és a kvantummechanika alapjait,
mikor huszonévesek voltak,
de legfeljebb épp csak harmincasok.
Mert hát nem volt egyedül.
Azt sem mondhatjuk, hogy mindössze
megfigyelési hibáról van szó,
hiszen a zsenikutatók
egész sor dokumentummal igazolták a tényt,
hogy ha régi nagyságokra gondolunk,
és megnézzük, hány éves korukban
alkották legjelentősebb műveiket,
akár zenéről, tudományról,
vagy mérnöki tudományokról van szó,
látjuk, hogy legtöbben 20-as, 30-as
éveikben, vagy 40-es éveik elején jártak.
A zsenikutatással azonban
van egy probléma.
Elsősorban az, hogy azt a képet
alakította ki bennünk,
hogy a kreativitás egyenlő a fiatalsággal,
ami elég fájdalmas, igaz?
(Nevetés)
De van itt egy megfigyelési hiba is,
mivel csak a kiemelkedő tehetségeket
vizsgálták, az egyszerű tudósokat nem.
A vizsgálat tehát nem általánosan
tette fel a kérdést:
Igaz-e az, hogy a korral együtt
elveszítjük a kreativitásunkat is?
Mi pontosan erre kerestük a választ.
Ehhez viszont fontos volt,
hogy legyenek referenciapontjaink.
Vegyünk tehát
egy átlagos tudóst, mint én,
vizsgáljuk meg az én karrierem alakulást.
Itt látható azon tanulmányok listája,
melyeket eddig publikáltam,
az 1989-ben megjelent első tanulmányomtól,
amit még Romániában írtam,
egészen az idei évig.
A függőleges tengelyen ábrázoltam,
milyen hatása volt az adott tanulmánynak,
hányan hivatkoztak rá,
hány további tanulmány készült,
melyben erre hivatkoznak.
Ha ezt megnézik,
láthatják, hogy karrierem
nagyjából három fázisra osztható.
Ott volt az első 10 év,
amikor rengeteget dolgoztam,
viszont nem értem el túl sokat.
Ekkor még senkit nem érdekel,
mivel foglalkozom, igaz?
A munkámnak nincs még hatása.
(Nevetés)
Akkor még anyagtudományokkal foglalkoztam,
később felfedeztem magamnak a hálózatokat,
és ezekről kezdtem írni.
Onnan már egyik nagy hatású
tanulmány jelent meg a másik után.
Nagyszerű érzés volt ez –
ez volt karrierem csúcsidőszaka.
(Nevetés)
A kérdés az, hogy mi van most?
És ezt természetesen nem tudjuk,
mert nem telt el elegendő idő ahhoz,
hogy megmondjuk, milyen hatása lesz
az új tanulmányoknak –
ehhez még idő kell.
Ha ezeket az adatokat nézzük,
úgy tűnik, Einsteinnek
és a zsenikutatóknak igaza volt.
Most karrieremnek "ezen" a szintjén állok.
(Nevetés)
Erre azt mondtuk, rendben, akkor
nézzük meg, hogyan is történik mindez.
Nézzük először a tudomány világát.
Hogy elkerüljük a kiválasztási hibákat,
nemcsak a géniuszokat vizsgáltuk,
hanem megnéztük minden tudós életrajzát
1900-tól napjainkig.
Minden tudósnál meghatároztuk,
mi volt pályafutásának csúcspontja,
hogy kapott-e valaha
Nobel-díjat vagy nem,
sőt az is lehet, hogy senki nem ismerte
még legjelentősebb eredményeit sem.
Ezt látják a következő dián.
Minden sor egy-egy tudósé,
a világoskék pont azt jelzi,
mikor voltak karrierjük csúcsán,
mikor érték el a legkiemelkedőbb
eredményeket.
A kérdés pedig az,
mikor tették
a legnagyobb felfedezést.
Ahhoz, hogy ezt mérni tudjuk,
azt vizsgáltuk, mi a valószínűsége,
hogy mondjuk karrierje első, második,
vagy tizedik évében jut el
egy tudós a nagy felfedezéshez.
Itt nem a valós életkort vettük,
hanem az ún. "tudományos életkort".
A tudományos életkor akkor kezdődik,
mikor az első tanulmányunkat publikáljuk.
Igen, néhányan még kisbabák.
(Nevetés)
Nézzük, mikor legvalószínűbb,
hogy megjelenik a legjelentősebb munka.
Itt is azt látjuk, hogy igaza van
a zsenikutatóknak.
A legnagyobb hatású munkáját
ugyanis a legtöbb tudós
karrierje első 10-15 évében adja ki,
aztán hanyatlásnak indul.
Olyan gyorsan hanyatlik a teljesítmény,
hogy az én esetemben, aki most pont
karrierem 30. évében járok,
az esélye annak, hogy bármi
nagyobb hatásút írjak annál, mint eddig,
kevesebb mint egy százalék.
Az itt látható adatok is mutatják,
hogy karrierem leszálló ágában járok.
Csakhogy van ezzel egy kis probléma.
Nem jelöltük ugyanis
megfelelően a változókat.
Iktassuk be azt a szempontot,
hogy van olyan tudós, aki csak
alkalmanként jelentkezik eredményekkel.
Hogyan írhatjuk le
az ilyen tudósok teljesítményét?
Ők mikor jelentetnek meg tanulmányokat?
Megmértük tehát a teljesítményt,
és azt a hihetetlen eredményt kaptuk,
hogy a teljesítmény,
vagyis annak valószínűsége, hogy pályánk
első, 10. vagy 20. évében publikálunk,
megkülönböztethetetlen
annak valószínűségétől,
amilyen hatást karrierünk
adott szintjén elérhetünk.
Hogy röviden összefoglaljam a dolgot,
sok-sok statisztikai mérés után,
erre csak egy magyarázatot tudtunk adni,
és ez nem volt más, mint az,
hogy mi, tudósok úgy dolgozunk,
hogy minden egyes tanulmány, amit írunk,
minden projekt, amiben részt veszünk,
ugyanakkora eséllyel lehet
egyben legkiválóbb teljesítményünk.
A tudományos felfedezés
olyan tehát, mint a lutri.
Minél több lottószelvényünk van,
annál nagyobb az esély, hogy nyerünk.
És úgy tűnik,
a legtöbb tudós ezeket a szelvényeket
pályafutása első 10-15 évében szerzi be.
Aztán csökken a teljesítmény.
Már nem vesznek több szelvényt.
Úgy tűnik, mintha
elvesztették volna a kreativitásukat.
Valójában azonban,
inkább nem próbálkoznak tovább.
Tehát ha összesítjük az adatokat,
azt az egyszerű eredményt kapjuk,
hogy a siker bármikor beüthet.
Ennek kiváltója lehet pályafutásunk
első vagy utolsó tanulmánya is.
A vizsgált téma tekintetében is
teljesen esetleges ez.
Ami változik, az a teljesítmény.
Hadd hozzak erre egy példát.
A képen Frank Wilczeket látják, aki első,
még egyetemistaként írt tanulmányával
nyerte el a fizikai Nobel-díjat.
(Nevetés)
Még nála is érdekesebb John Fenn esete,
akit a Yale Egyetem 70 évesen
kényszernyugdíjazott.
Még a laborját is bezárták.
Fenn ekkor átment
a Virginia Commonwealth Egyetemre,
új labort nyitott,
és ekkor, 72 évesen
írta azt a tanulmányát,
melyért 15 évvel később
megkapta a kémiai Nobel-díjat.
És most gondolhatják azt,
hogy hát a tudomány világa mégis más,
de mi a helyzet más foglalkozásokkal,
ahol szükség van a kreativitásra?
Hadd mondjak el itt egy másik jellegzetes
példát: nézzük a vállalkozásokat.
Szilícium-völgy,
a feltörekvő ifjúság Mekkája, ugye?
És tényleg, ha megnézzük, látjuk,
hogy a legnagyobb díjakat,
mint a TechCrunch-díj és egyebek,
azok kapják,
akik átlagéletkora alig 30,
vagy csak egy kicsivel több annál.
Nézzék meg, kiket támogatnak
a kockázati tőkések és vállalataik:
a 30 év körülieket.
Ami persze azért van, ezt mind tudjuk,
mert a Szilícium-völgyben úgy gondolják,
a fiatalság egyenlő a sikerrel.
Az adatok viszont nem ezt mutatják.
Mert itt nem csak
magáról a cégalapításról van szó.
A cégalapítás egy teljesítmény -
próbálkozunk, próbálkozunk.
De nézzük meg, kik azok,
akik valóban sikeres céget hoznak létre,
vagy más módon lesznek sikeresek.
Nemrégiben néhány kollégám
ennek a kérdésnek járt utána.
És igen, kiderült, hogy a 20-as, 30-asok
nagyon sok céget alakítanak,
sok céget hoznak létre,
de legtöbbjük csődbe megy.
Ha megnézzük, mitől lesz valaki sikeres
ebben az esetben, azt látjuk,
hogy minél idősebb valaki, annál nagyobb
az esélye annak, hogy jegyezzék a tőzsdén,
vagy hogy nyereségesen adja el a cégét.
Ez nagyon egyértelműen megmutatkozott.
Egy ötvenes üzletembernek
kétszer akkora esélye van a sikerre,
mint egy harmincasnak.
(Taps)
Végeredményben tehát,
mi is derül ki mindebből?
Az, hogy a kreativitás nem életkorfüggő.
A teljesítmény viszont igen, igaz?
Ebből számomra az következik,
hogy végső soron,
ha az ember próbálkozik,
(Nevetés)
újra és újra érhet el sikereket.
A végkövetkeztetés tehát nagyon egyszerű:
megyek is vissza a laboromba.
Köszönöm.
(Taps)
Hari ini amat berarti bagi saya,
karena hari ini hari ulang tahun saya
(Tepuk tangan)
Terima kasih telah menghadiri pesta saya.
(Tawa)
Tapi tiap kali Anda mengadakan pesta,
selalu ada yang merusaknya. Benar, 'kan?
(Tawa)
Dan saya adalah ahli fisika,
kali ini saya membawa seorang
ahli fisika lain untuk menemani saya.
Namanya Albert Einstein - juga
Albert - dan dia yang mengatakan
orang yang belum berkontribusi besar
di bidang ilmu pengetahuan
pada umur 30 tahun
tak akan pernah
berkontribusi.
(Tawa)
Anda tidak perlu mengecek
Wikipedia
bahwa umur saya di atas 30.
(Tawa)
Jadi, singkatnya apa yang ia katakan
kepada saya, dan kita,
ialah jika berkaitan dengan ilmu saya,
saya orang tak berguna.
Untungnya saya cukup beruntung
sepanjang karier saya.
Pada umur 28, saya sangat tertarik
dengan jaringan,
dan beberapa tahun kemudian, kami
mempublikasikan sejumlah makalah penting
mengenai penemuan jaringan bebas skala
dan melahirkan disiplin baru yang sekarang
kita kenal sebagai ilmu jaringan.
Jika Anda berminat, Anda bisa
meraih gelar PhD di bidang ilmu jaringan
di Budapest, di Boston,
Anda dapat mempelajarinya
di seluruh dunia.
Beberapa tahun kemudian,
saat saya pindah ke Harvard
pertama-tama sebagai cuti panjang,
saya menjadi tertarik dengan
jaringan tipe lain:
saat itu,
jaringan dalam diri kita sendiri,
bagaimana gen dan protein dan metabolit
saling berkaitan satu sama lain
dan bagaimana hubungannya dengan penyakit.
Ketertarikan ini membawa ledakan besar
dalam pengobatan,
termasuk Divisi Kedokteran Jaringan
di Harvard,
di mana lebih dari 300 peneliti
menggunakan sudut pandang ini
untuk mengobati pasien dan
mengembangkan pengobatan baru.
Beberapa tahun yang lalu,
saya berpikir untuk membawa
ide mengenai jaringan ini
dan keahlian kami di
bidang jaringan
ke bidang yang lain,
yaitu, untuk memahami sukses.
Kenapa kami
melakukan itu?
Kami berpikir bahwa,
sedikit banyak,
kesuksesan kita ditentukan oleh
jaringan yang jadi bagian kita -
bahwa jaringan dapat mendorong kita maju,
atau menarik kita ke belakang.
Saya ingin tahu apakah kita bisa memakai
ilmu dan mahadata dan keahlian
di mana kita bangun jaringan
untuk benar-benar mengukur bagaimana
hal ini bisa terjadi.
Ini ialah hasilnya.
Yang Anda lihat di sini ialah
jaringan galeri di museum
yang saling berhubungan.
Melalui peta yang kami buat tahun lalu,
kami dapat memprediksikan kesuksesan
seorang seniman dengan amat akurat
jika Anda memberitahu saya lima pameran
pertama seniman tersebut.
Saat memikirkan kesuksesan,
kami menyadari bahwa sukses
bukan hanya mengenai jaringan;
ada banyak dimensi lain dari
kesuksesan.
Jelas salah satu hal yang kita butuhkan
untuk mencapai sukses
ialah kinerja.
Mari definisikan apa perbedaan antara
kinerja dan sukses.
Kinerja adalah apa yang Anda lakukan:
seberapa cepat Anda berlari,
lukisan apa yang Anda buat,
makalah apa yang Anda publikasikan.
Namun, definisi kerja kami,
sukses adalah mengenai apa yang komunitas
lihat dari apa yang Anda lakukan,
dari kinerja Anda:
Bagaimana komunitas mengakui sukses dan
menghadiahi Anda?
Dengan kata lain,
kinerja Anda adalah tentang Anda,
sukses Anda adalah tentang kita semua.
Ini merupakan pergeseran yang
sangat penting bagi kita,
karena pada saat kita mendefinisikan
sukses sebagai ukuran kolektif
dari komunitas kepada kita,
sukses menjadi dapat diukur,
karena jika suatu hal ada dalam komunitas,
maka ada berbagai titik data mengenainya.
Jadi kita pergi ke sekolah,
kita berolah raga, kita berlatih,
karena kita yakin bahwa
kinerja membawa kesuksesan.
Namun cara kami mulai mengeksplorasi,
kami sadar bahwa kinerja dan sukses
adalah dua hal yang amat berbeda
jika berkaitan dengan sisi matematisnya.
Mari saya ilustrasikan.
Apa yang Anda lihat di sini ialah
manusia tercapat di dunia, Usain Bolt.
Tentu saja ia memenangkan mayoritas
pertandingan yang ia ikuti.
Kita tahu ia yang tercepat karena
kita punya kronometer untuk
mengukur kecepatannya
Yang menarik mengenai ia ialah
saat ia menang,
ia tidak menang dengan berlari jauh
lebih cepat daripada saingannya.
Paling banyak, ia berlari 1 persen lebih
cepat daripada orang yang kalah.
ia tidak hanya berlari 1 persen
lebih cepat daripada pemenang kedua,
ia tidak berlari 10 kali lebih cepat
daripada saya -
dan saya bukan pelari yang cepat,
percayalah.
(Tawa)
Setiap saat kami mengukur kinerja,
kami menemukan sesuatu yang
sangat menarik:
kinerja itu terbatas.
Artinya tidak ada variasi besar dalam
kinerja manusia.
Variasinya hanya dalam kisaran sempit,
dan kami memerlukan kronometer
untuk mengukur perbedaannya.
Tidak berarti kita tidak bisa membedakan
yang baik dan terbaik,
tetapi yang terbaik
sangat sulit dibedakan.
Masalahnya kebanyakan dari kita
bekerja dalam bidang
di mana kita tidak punya kronometer
untuk mengukur kinerja kita.
Baiklah, kinerja itu terbatas,
tidak ada perbedaan besar di antara kita
dalam hal kinerja.
Bagaimana dengan sukses?
Mari kita berubah topik, mengenai
buku misalnya.
Salah satu ukuran sukses penulis ialah
berapa banyak orang membaca karya mereka.
Jadi saat buku saya dipublikasikan
pada tahun 2009,
saya di Eropa bicara dengan
editor saya,
saya ingin tahu:
Siapa saingan saya?
Saya memiliki sejumlah
kompetitor yang hebat.
Minggu itu -
(Tawa)
Dan Brown mempublikasikan
"The Lost Symbol,"
dan "The Last Song" juga dipublikasikan,
karya Nicholas Sparks.
Saat Anda melihat daftarnya,
Anda sadar, dalam hal kinerja,
hampir tidak ada perbedaan
antara dua buku itu
atau buku saya
Bukan demikian?
Jika tim Nicholas Sparks bekerja
sedikit lebih keras,
dengan mudah ia bisa
jadi nomor satu,
siapa yang berada di puncak
ditentukan dengan tidak sengaja.
Mari kita lihat angkanya -
saya adalah orang yang senang data, kan?
Mari kita lihat jumlah penjualan
untuk Nicholas Sparks.
Ternyata pada pembukaan
di akhir minggu itu,
Nicholas Sparks menjual lebih dari
seratus ribu eksemplar,
jumlah yang mengagumkan.
Anda dapat mencapai puncak
daftar buku paling laku "New York Times"
dengan menjual 10.000
eksemplar tiap minggu,
jadi ia 10 kali lipat melebihi jumlah
yang dibutuhkan untuk menjadi nomor satu.
Tapi ia bukan normor satu.
Kenapa?
Karena Dan Brown menjual
1,2 juta eksemplar di akhir minggu itu.
(Tawa)
Kenapa saya menyukai angka ialah karena
angka menunjukkan bahwa, sungguh,
sukses itu tidak terbatas,
yang terbaik bukan hanya mendapat sedikit
lebih dari yang terbaik kedua
tetapi mendapat
tingkat besaran lebih banyak,
karena sukses adalah ukuran kolektif.
Kita memberikan, bukan mendapatkan sukses
melalui kinerja.
Salah satu hal yang kami sadari ialah
kinerja, apa kita lakukan, itu terbatas
namun sukses, yang kolektif, itu
tidak terbatas,
membuat Anda bertanya:
Bagaimana bisa ada perbedaan besar
dalam kesuksesan
jika hanya ada perbedaan amat kecil
dalam kinerja?
Baru-baru ini saya mempublikasi buku
untuk membahas pertanyaan ini.
Saya tidak punya cukup waktu
untuk membahasnya,
jadi kembali ke pertanyaan,
baik, kesuksesan:
kapan harus muncul?
Mari kembali ke perusak pesta
dan bertanya pada diri sendiri:
Mengapa Einstein membuat
pernyataan bodoh ini,
bahwa Anda hanya bisa kreatif
sebelum usia 30?
Karena ia melihat sekelilingnya dan ia
melihat semua ahli fisika hebat ini
yang menemukan mekanika kuantum
dan fisika modern,
mereka semua berusia 20-an dan awal 30-an
saat mereka menemukan hal-hal itu.
Jadi bukan hanya ia.
Ini bukan hanya
bias observasional,
karena sesungguhnya
ada bidang penelitian jenius
yang mendokumentasikan fakta bahwa,
jika kita melihat orang-orang yang
kita kagumi di masa lalu
dan pada umur berapa mereka
memberikan kontribusi terbesar mereka,
baik dalam bidang musik,
ilmu pengetahuan,
tehnik,
kebanyakan berkontribusi pada usia
20-an, 30-an, paling lambat awal 40-an.
Namun penelitian jenius ini
memiliki masalah.
Pertama, penelitian ini
menciptakan pandangan
bahwa kreativitas sama dengan usia muda,
menyakitkan, bukan?
(Tawa)
Penelitian ini juga memiliki
bias observasional,
karena hanya melihat orang-orang jenius
dan tidak melihat para ilmuwan biasa
tidak melihat kita dan bertanya,
benarkah kreativitas berkurang sejalan
dengan bertambahnya usia?
Inilah yang sebenarnya
ingin kami coba,
dan memiliki acuan adalah penting.
Mari kita melihat ilmuwan biasa
seperti saya,
mari kita lihat karier saya.
Ini ialah semua publikasi ilmiah saya
dari yang pertama, di tahun 1989;
saya masih di Romania saat itu,
sampai kurang lebih tahun ini.
Secara vertikal,
dampak publikasi ilmiah itu,
yakni berapa banyak kutipan,
berapa banyak publikasi lain
yang mengutip hasil kerja saya
Jika Anda lihat,
karier saya secara kasar
memiliki tiga stadium berbeda.
10 tahun pertama di mana saya
harus banyak bekerja
dan tidak banyak hasil.
Tak ada yang peduli apa
yang saya lakukan.
Hampir tidak ada dampaknya.
(Tawa)
Saat itu saya sedang sibuk
dengan ilmu material.
dan tidak sengaja saya menemukan
ilmu jaringan
dan mulai menulis mengenai jaringan.
Dari karya berdampak tinggi yang satu
ke yang lain.
Sangat senang rasanya.
Di stadium karier saya saat itu.
(Tawa)
Pertanyaannya, apa yang
terjadi sekarang?
Kita tidak tahu, karena belum cukup
waktu berlalu
untuk mengukur dampak karya-karya
ilmiah tersebut;
ini membutuhkan waktu.
Jika Anda melihat datanya,
tampaknya Einstein,
penelitian jenius, benar,
dan karier saya ada di stadium itu.
(Tawa)
Jadi kami memutuskan mari
cari tahu bagaimana ini terjadi,
pertama di bidang
ilmu pengetahuan.
Agar tidak ada bias seleksi, yaitu
hanya melihat para jenius,
kami merekonstruksi
karier semua ilmuwan
dari tahun 1900 sampai sekarang
dan menentukan apa
pencapaian terbaik mereka,
pernah menang hadiah Nobel atau tidak,
atau tiada yang tahu usaha mereka,
bahkan pencapaian terbaik mereka.
Inilah yang Anda lihat di salindia ini.
Tiap garis menunjukkan karier,
dan titik biru muda
di atas karier itu,
menunjukkan pencapaian terbaik mereka.
Pertanyaannya,
kapan mereka membuat
penemuan terbesar mereka?
Untuk kuantifikasinya,
kami melihat probabilitas
penemuan terbesar Anda,
satu, dua, tiga atau
10 tahun setelah memulai karier?
Tidak melihat usia sebenarnya.
Kami melihat apa yang
disebut "usia akademis"
Usia akademis Anda dimulai
saat Anda menerbitkan makalah pertama.
Sebagian dari Anda masih bayi.
(Tawa)
Mari lihat probabilitasnya
Anda mempublikasikan makalah
berdampak besar
Anda akan melihat bahwa
penelitian jenius benar.
Kebanyakan ilmuwan mempublikasikan
makalah berdampak besar
dalam 10, 15 tahun pertama karier mereka,
dan kemudian kualitasnya menurun.
Menurun amat cepat hingga saya -
karier saya sudah 30 tahun,
kemungkinan saya mempublikasikan
makalah berdampak lebih besar
daripada sebelumnya
kurang dari satu persen.
Menurut data ini, saya ada
pada stadium karier tersebut.
Tapi ada masalah.
Kita tidak melakukan kontrol
dengan benar.
Kontrolnya ialah,
ilmuwan seperti apa yang berkontribusi
acak bagi ilmu pengetahuan?
Atau bagaimanakah
produktivitas ilmuwan tersebut?
Kapan mereka menulis makalah?
Jadi kami mengukur produktivitas,
yang mengherankan, produktivitas,
probabilitas Anda menulis makalah
dalam satu, 10 atau 20 tahun karier Anda,
tidak dapat dibedakan dari
kemungkinan dampak yang terjadi
pada karier Anda di stadium itu.
Singkatnya,
setelah banyak tes statistik,
hanya ada satu penjelasan,
bahwa, cara kerja kita para ilmuwan
setiap makalah yang kita tulis,
setiap proyek yang kita kerjakan,
semua memiliki kemungkinan sama
untuk menjadi yang terbaik.
Artinya, penemuan adalah tiket undian.
Semakin banyak tiket undian
yang kita beli,
semakin besar kemungkinannya.
Dan kebetulan
kebanyakan ilmuwan membeli
tiket undian mereka
dalam satu, 10, 15 tahun pertama
karier mereka,
dan setelah itu,
produktivitas mereka menurun.
Mereka tidak lagi
membeli tiket undian.
Seolah-olah mereka
tidak lagi kreatif.
Realitasnya, mereka berhenti mencoba.
Jadi saat kami merangkum semua data,
kesimpulannya sederhana:
sukses dapat terjadi kapan saja.
Bisa jadi makalah pertama
atau terakhir Anda.
Benar-benar acak
dalam cakupan proyek Anda.
Yang berubah ialah produktivitas.
Mari saya ilustrasikan.
Ini ialah Frank Wilczek,
pemenang Hadiah Nobel Fisika
untuk makalah pertamanya yang ia tulis
saat masih mahasiswa pasca sarjana.
(Tawa)
Yang lebih menarik ialah John Fenn,
yang pada usia 70 dipaksa pensiun
oleh Universitas Yale.
Mereka menutup lab-nya,
dan pada saat itu, ia pindah ke
Universitas Virginia Commonwealth,
membuka lab lain,
dan di sanalah, pada umur 72,
ia mempublikasikan makalah
yang membuatnya memenangkan
Hadiah Nobel Kimia 15 tahun kemudian.
Anda mungkin berpikir,
ilmu pengetahuan itu spesial,
bagaimana dengan area lain
yang memerlukan kreativitas?
Mari saya ambil contoh khas lain:
wirausaha.
Silicon Valley,
tanah kaum muda, bukan demikian?
Memang, jika Anda mencermatinya,
penghargaan terbesar TechCrunch
Awards dan penghargaan lain
semua jatuh ke tangan orang-orang
yang rata-rata berusia
akhir 20-an, awal 30-an.
Anda lihat pada siapa VC memberikan uang,
beberapa firma VC terbesar -
semua adalah orang-orang
berusia awal 30-an.
Yang tentu saja,
kita tahu;
ada etos ini di Silicon Valley
bahwa usia muda berarti sukses.
Jika Anda melihat datanya,
karena tidak hanya tentang
mendirikan perusahaan-
mendirikan perusahaan ibarat produktivitas
usaha, usaha, usaha --
jika Anda melihat individu mana
yang benar-benar mendirikan
perusahaan yang berhasil,
peluncuran yang berhasil.
Baru-baru ini, sejumlah kolega kami
meneliti hal ini.
Hasilnya, ya, mereka yang
berusia 20-an dan 30-an
mendirikan sejumlah besar perusahaan,
membentuk banyak perusahaan,
tapi kebanyakan dari mereka
gagal
Jika Anda melihat peluncuran yang sukses,
yang dilihat di alur ini,
semakin tua Anda, semakin besar
kemungkinan mencapai pasar modal
atau sukses menjual perusahaan.
Penemuan ini sangat kuat,
bahwa jika Anda berusia 50-an
Anda 2 kali lebih mungkin
sukses melakukan peluncuran
daripada jika Anda berusia 30-an.
(Tepuk tangan)
Pada akhirnya, apa yang
sebenarnya kita lihat?
Kita lihat bahwa kreativitas
tidak memiliki usia.
Tetapi produktivitas ya,
bukan demikian?
Ini menunjukkan saya bahwa akhirnya,
jika Anda terus berusaha -
(Tawa)
Anda dapat mencapai sukses berulang kali.
Jadi kesimpulan saya sangat sederhana:
Saya turun dari podium,
kembali ke lab saya.
Terima kasih.
(Tepuk tangan)
今日は 私にとって
特別な日です
実は 誕生日なんです
(拍手)
本日は 誕生会にお越しいただき
ありがとうございます
(笑)
でもパーティーを開くと
必ず ぶち壊す人がいますよね
(笑)
私は物理学者です
今回はもう一人 会をぶち壊してもらう
物理学者を呼びました
アルベルト・アインシュタインです
こんなことを言っています
「科学において 30歳までに
多大な貢献をしていない者は
その後も しない」
(笑)
ネットで調べていただかなくとも
ご覧のとおり―
私は30歳を超えてます
(笑)
アインシュタインはつまり
こう言ってるんです
私は 科学者としては
もう終わっている と
幸い 私は仕事で
それなりに運がありました
28歳ごろ ネットワークに
強い興味を持ち
数年後には 重要な論文をいくつか
出すことができました
スケールフリーネットワークの
発見を報告し
そこからネットワーク科学と呼ばれる
新しい分野が誕生しました
ご興味があれば ネットワーク科学で
博士号を取得することもできます
ブダペストやボストンで取れますし
世界中でネットワーク科学を
学ぶことができます
その数年後
最初はサバティカルとして
ハーバード大学に移りました
そこで別タイプのネットワークに
興味を持ちました
体内にあるネットワークです
遺伝子とタンパク質と代謝物質の
関わり合いや
病気との繋がりについてです
これが医学において
重要な起爆剤となりました
ハーバード大学の
ネットワーク医学研究所(CDNM)では
300名以上の研究者が
この考えを活かし
患者の治療と 新たな治療法の
開発に取り組んでます
そして数年前
私は このアイデアと
ネットワークの専門知識を
別のことに活かそうと
思いました
「成功」を解明することです
なぜか?
こう考えたからです
成功は ある程度 自分が属する
ネットワークによって決まり
それが追い風にも
向かい風にもなり得る と
そこで 我々の知識や
ビッグデータや専門性を活かし
成功が起こる過程を定量化する
ネットワークを作れないかと考えました
これがその結果です
美術館とギャラリーのネットワークです
互いの繋がりを示してます
昨年 作った
このマップを使えば
とても正確に 芸術家の成功を
予測することができます
その人の最初の5回の展覧会を
教えてくれれば分かります
とはいえ 成功について考えるにつれ
ネットワークが全てではないと
分かりました
成功はもっと多面的です
成功するために必要な要因の一つは
実力ですよね
では実力と成功の違いを
考えましょう
実力とは 何をするかということ
どれだけ速く走るか
どんな絵を描くか
どんな論文を発表するか など
一方で 私たちの仮の定義では
成功とは その人が
実力で為したことを
コミュニティがどう
受け止めるかということ
周りがそれをどう認め
どう報いるか です
言い方を変えれば
実力は本人に関することですが
成功はみんなに関することだということです
これは研究する上で
大事な発想の転換でした
成功は コミュニティが与える
集合的な尺度だと定義した瞬間から
測定可能になったからです
コミュニティの中にあるので
いろいろデータを取れる場所があります
私たちが学校に行き
運動や練習をするのは
実力が成功に繋がると
信じているからです
でも こうして探求してみて
実力と成功は
全く異なるものだと分かりました
数学的な観点からするとそうです
ご説明しましょう
こちらは世界最速の男
ウサイン・ボルト選手です
出場する試合は
ほぼ全て勝ちます
彼が世界最速と分かるのは
ストップウォッチで
計測できるからです
興味深いのは
彼が勝つとき
圧倒的な大差で
勝つわけではないということ
最大でも1%ほど
2位より速いだけです
しかも それだけではなく
彼でも私の10倍速くは
走れないんです
へなちょこランナーの この私より
(笑)
実力の測定ができるたびに
面白いことに気づきます
それは 実力は有限だということ
つまり 人間の実力に
大した違いはなく
狭い範囲内で異なるだけです
違いを測るには
高精度の計測器がいるほどです
まあまあの人とトップの人の
見分けがつかないわけではなく
トップを見分けるのは
とても難しいということです
しかも ほとんどの人は 実力を
正確に計測できない分野で働いてます
実力は有限です
実力に関して
私たちに大差はありません
では 成功はどうでしょう?
分野を変えて
本はどうでしょう
作家の成功を測る方法の一つは
読者の数ですね
私は2009年に
前作の本を出しました
ヨーロッパで
編集者と話していて
ライバルは誰か
気になりました
強者ぞろいでした
その週に出たのは―
(笑)
ダン・ブラウンの
『ロスト・シンボル』や
ニコラス・スパークスの
『ラスト・ソング』でした
これらの本を比べても
実力に関しては
その性質上
そんなに違いがある
わけではありません
ですよね?
ニコラス側が
もう少し頑張っていたら
1位になれたかもしれません
1位になるのは
ほとんど偶然ですから
そこで数字を見ることにしました
私はデータ人間なので
ニコラス・スパークスの
売上はどうだったか
最初の週末で なんと―
10万部以上を
売り上げていました
すごい数です
ニューヨーク・タイムズの
ベストセラーリストの1位でも
1週間に1万部くらいです
その10倍以上を売ったニコラスは
当然1位だと思うでしょうが
違いました
なぜか?
ダン・ブラウンが 同時期に
120万部 売り上げたからです
(笑)
この数字を見て
面白いと思うのは
成功に関しては
際限がないということです
1番が 2番をわずかに
上回るというのでなく
桁違いの大差を
つけるんです
成功は 集合的な尺度だからです
実力で得るというより
他者が与えるものなんです
つまり 我々の認識だと 実力—
自分が何をするかは 有限ですが
成功は集合的なもので
際限がないということ
そこで こう思うでしょう
実力では わずかな差なのに
どうして成功に
大差が出るのか?
私は最近 まさにこの問いを
追求した本を出しました
じっくり解説する時間は
もらえなかったので
はじめの問い
「成功は いつ現れるのか」
に戻りましょう
ぶち壊し役の
アインシュタイン氏ですが
彼は なぜあんなバカげたことを
言ったのか?
「人は 30歳を超えたら創造的では
なくなる」
彼は 周りの偉大な物理学者を
見ていたからです
量子力学や現代物理学を
生み出した人たちは皆
20~30代前半で
偉業を成し遂げていました
これはアインシュタインの
観察者バイアスというわけではなく
天才についての研究をする分野で
こんな事実が示されています
これまでの偉人たちについて
最大の業績を為したのは
何歳のときか見ると
音楽であれ 科学であれ
工学であれ
そのほとんどが 20代 30代
遅くとも40代前半でした
でも この天才に関する研究には
問題があります
第一に これが私たちに
ある印象を与えること
「創造性は 若さに等しい」
グサッときますね
(笑)
これには観察者バイアスもあります
普通の科学者は含まず
天才だけを見ているんです
科学者全員を観察して
「本当に 年齢とともに創造性は
消えるのか」と問うべきです
これこそが我々の試みでした
それには資料が
あることが重要です
私のような普通の科学者はどうか
私の経歴を見てみましょう
これは私が発表した
すべての論文です
1989年の最初の論文から—
当時はまだルーマニアにいました—
今年の論文まですべてです
縦軸は 各論文の影響度です
どれくらい多く
他の論文で引用されたか です
ご覧のとおり
私の経歴には 大まかに
3つの段階があります
最初の10年は
仕事量が多いわりに
さほど結果が出てません
私のしてることなんか
誰も関心がなく
ほとんど影響力がありません
(笑)
この頃は 材料科学を
研究していました
それから ネットワークにたどり着き
ネットワークの論文を
出し始めました
そして影響力のある論文を
連発しました
気分は最高
舞い上がってる時期です
(笑)
では 現在の影響力はどうか?
真相は定かではありません
実際にその論文が
影響力を見せ始めるには
時間がかかるので
それでも このデータを見ると
アインシュタインや天才の研究は
どうやら正しく―
私は 生ける屍(しかばね)です
(笑)
そこで このメカニズムを
探ることにしました
まず科学分野からです
対象を選ぶとき
天才だけに偏らないように
科学者を一人残らず対象にし
経歴を再現しました
1900年から現在まで
全員です
そして各人の最大の業績を
明らかにしました
ノーベル賞を取ったか
取らなかったか
あるいは 最大の業績すら
知られていないのか など
そして このスライドにしました
各線が経歴です
経歴の頂点に見える青い点は
各人の最大の業績です
ここで問いたいのは
その人が
最大の発見をした時期です
それを定量化すべく
最大の発見をするのが 経歴の
1年目の確率、2年目の確率、・・・を調べました
年齢ではなく
我々が「アカデミック・エイジ」と
呼ぶものを見ます
最初の論文を出したときから
数えます
皆さんの中には
まだ赤ちゃんの方もいますね
(笑)
最も影響力のある論文を出す年を
分析したグラフを見ると
まさに 天才に関する研究が
正しいと分かります
傾向として
最も影響力のある論文を出すのは
ほとんどの科学者が
10~15年目です
それ以降は下がります
あまりに急激に下がるので
私は今 経歴上30歳ですが
これから過去の自分を上回る
影響力ある論文を出す可能性は
1%にも満たないのです
このデータによると
私はその段階にいるわけです
でも この予測には問題があります
対照群を調べていません
適切に調べるとすれば
ランダムな貢献をする科学者は
どう見えるかでしょう
その科学者の生産性はどうで
論文を書くのはいつか
ということです
生産性を測ってみると
驚くことに 生産性―
つまり 論文を書く
可能性の高い時期と
経歴上で影響力を持つ
可能性の高い時期とが
区別できないほど
そっくりだったのです
簡単に言うと
多くの仮説検定をした結果
可能な説明はひとつで
科学者の仕事において
「書く論文や
行うプロジェクトはどれも
自己ベストになる可能性が等しい」
つまり 発見は
宝くじのようなものなのです
買えば買うほど
チャンスも増えます
そして ほとんどの科学者が
最も 宝くじを買う時期が
経歴上 10~15年目です
その後は 生産性が落ちます
宝くじを買わなくなるので
あたかも創造性を
失ったかのように見えますが
実際には
頑張らなくなったんです
なので データをまとめたら
結論はシンプルでした
「成功はいつでも起こり得る」
最初の論文かもしれないし
最後の論文かもしれない
プロジェクトの空間に
ランダムに分布しています
変化するのは生産性の方です
例を挙げましょう
フランク・ウィルチェックは
ノーベル物理学賞を受賞しましたが
大学院生のときに書いた
経歴上 最初の論文が当たりました
(笑)
もっと興味深いのは
ジョン・フェンです
70歳で イェール大学を
退職させられ
研究室が閉鎖されたので
バージニア・コモンウェルス大学に
移りました
新たに研究室を開き
72歳で論文を発表し
15年後 その論文で
ノーベル化学賞を受賞したのです
科学分野は特別だと
思うかもしれません
創造性を要求される
ほかの分野を考えてみましょう
代表例として
起業家はどうか
シリコンバレーです
若者の地ですね
起業家の場合は
最も大きな賞に
TechCrunch賞などがありますが
これらの賞の受賞者は
平均して
20代後半~30代前半です
ベンチャーキャピタルの
投資先を見ると
30代前半に絞っている
大手もあります
ご存知のように
「若さは成功に等しい」という風潮が
シリコンバレーにはあります
でも データを見ると
違うんです
会社の設立が成功では
ないからです
会社を作るのは
生産性のようなものであり
実際に 会社を成功させ
成功裏にイグジットしたのは誰かを
見る必要があります
最近 我々の同僚が
これについて調べました
すると 今言ったように
20代、30代は
とても多くの会社を
設立していますが
ほとんどが
倒産しています
一方 成功裏のイグジットを示す
このグラフによると
年齢が上がるほど
株式上場にこぎ着けたり
会社をうまく売却している
傾向があります
この傾向は強いもので
50代になると
成功裏のイグジットの確率が
30代のときと比べ
2倍にもなります
(拍手)
さて 終わりになりますが
結論は何か
それは 創造性に
年は関係なく
関係あるのは生産性だ
ということです
つまり こういう事なんです
挑戦し続ける限り―
(笑)
何度だって成功することはできる と
なので 私の結論はシンプルです
「おしゃべりはやめて
研究室に戻ろう」
ありがとうございました
(拍手)
사실 오늘은 저에게
매우 특별한 날입니다.
제 생일이거든요.
(박수)
제 파티에 와주신
모두에게 감사드립니다.
(웃음)
하지만 파티를 열 때마다
항상 망치는 사람이 있죠?
(웃음)
네, 저는 물리학자입니다.
오늘 파티를 망칠 물리학자를
한 명 데리고 왔습니다.
그의 이름은 알버트 아인슈타인 또는
알버트라고 하죠. 그가 이렇게 말했죠.
30살이 될 때까지
과학에 큰 기여를 하지 못했다면
그 사람은 결국 절대
기여할 수 없을 것이라고요.
(웃음)
여러분은 위키피디아를
찾아볼 필요도 없어요.
저는 30살이 훨씬 넘었거든요.
(웃음)
결국, 그가 저에게, 또 우리에게
말하고 있는 것에 따르면
적어도 제가 일하고 있는 과학 분야에서
저는 쓸모없는 인간이죠.
다행히 제 경력에 운이 따라줬습니다.
28살 무렵에, 저는 네트워크에 대해
매우 관심을 갖기 시작했고,
몇 년 후, 중요한 논문
몇 편을 쓰게 되었는데
이것이 척도 없는 네트워크의
새로운 발견으로 알려지게 되고
오늘날의 네트워크 과학의 효시로
탄생하게 됩니다.
관심이 있으시면, 네트워크 과학으로
박사학위도 받으실 수 있어요.
부다페스트나 보스턴, 혹은
전 세계 어디에서나
네트워크 과학을 공부할 수 있습니다.
몇 년 후,
하버드에서 안식년을 보낼 때,
다른 형태의 네트워크에
관심을 가지게 되었습니다.
우리 몸 내부에 있는
네트워크에 관심이 생겼죠.
유전자와 단백질 그리고 대사물질들이
서로 어떻게 연결되는지
그리고 어떻게 질병이
생기는지에 관해서요.
그러한 관심들은 의약품에 대한
폭발적인 연구로 이어졌죠,
하버드 대학교의
네트워크 의약 부서를 포함해서,
300명 이상의 연구자들이
이러한 개념을 가지고
환자를 치료하거나 새로운 치료법을
개발하고 있었습니다.
그리고 몇 년 전에,
저는 이런 네트워크의 개념과
전문지식들을
다른 분야에도 이용할 수 있지 않을까
생각했어요.
바로, 성공을 이해하는 데 있어서요.
왜 그랬냐고요?
글쎄요, 제 생각엔 성공은
어떤 면에서는,
우리가 속한 네트워크에 의해서
성공여부가 결정된다고 생각했거든요.
즉, 우리의 네트워크가 우리를 앞으로
나아가게도 뒷걸음질 치게도 한다고요.
저는 또한 네트워크 개발에 쓰여지는
빅데이타나 전문지식들을
다르게 이용해서
이런 현상들을 수량화 할 수 있는지
정말로 궁금했습니다.
이게 바로 그 결과입니다.
여러분이 보시는 것은 미술관
관람객들의 네트워크 입니다.
서로의 연관성을 보여주죠.
작년에 만들어진 이 지도를 통해,
우리는 어떤 예술가의 성공 여부를
정확히 예측할 수 있었습니다.
그 예술가의 경력에서 첫 5번의
전시회 자료를 바탕으로요.
또한 성공이라는 것에 대해서
연구해 본 결과,
성공은 단지 네트워크만으로
좌우되는 것이 아니었으며
다른 많은 차원의 조건들이
있다는 것을 알게 되었죠.
성공에 있어서 꼭 짚어봐야 할 것은
성과이죠.
그렇다면 성과와 성공의 차이점은
무엇인지 정의해 볼까요.
성과는 여러분이
무엇을 했느냐의 문제죠.
얼마나 빨리 달리는지,
어떤 종류의 그림을 그리는지,
어떤 논문을 발표하는지요.
하지만 우리가 실제로 생각하는
개념으로 보면
성공은 그 공동체가 무엇을
알아주느냐의 문제입니다.
여러분이 한 일로부터
즉, 성과로부터요.
그 공동체가 그것을 인지하고,
무엇을 보상해 주느냐의 문제입니다.
다시 말하면,
성과는 자신만의 문제이나,
성공은 우리 모두의 문제라는 겁니다.
이 발견은 우리에게 있어
매우 중요한 발상의 전환이었습니다.
왜냐하면, 성공을 공동체가 우리에게
부여하는 집단의 개념으로 정의하는 순간
그것은 측정이 가능한 개념이 되죠.
공동체의 개념이라면 다양한 데이터의
활용이 가능해지기 때문입니다.
우리가 학교에 가는 이유는
활동하고, 연습하기 때문입니다.
성과를 내야 성공할 수 있다고
믿기 때문이죠.
하지만 연구를 해가면서
저희는 성과와 성공이 아주 많이
다른 개념이라는 것을 깨닫게 되었죠.
상황을 수학적으로
풀어 봤을 때 말입니다.
지금 보여드릴게요.
지금 보시는 화면은 세상에서
가장 빠른 사람인 우사인 볼트 입니다.
그는 출전하는 거의 모든 경기에서
일등을 합니다.
그가 가장 빠르다는 것을 아는 것은
그의 속도를 잴 수 있는
초정밀 시계 때문이죠.
그런데 그가 이기는 상황에는
흥미로운 점이 있습니다.
그는 매우 압도적인 차이로
경쟁자들을 앞서지는 않습니다.
그의 속도는 다른 선수들보다
1% 더 빠른 정도일 뿐입니다.
2등을 하는 선수보다 단지 1%
더 빠르게 달리는 것 뿐만 아니라,
또한 저보다 10배 빠르게
달리는 것도 아닙니다.
저는 달리기를 잘 못하지만요.
정말로요.
(웃음)
성과를 측정할 때마다,
우리는 흥미로운 점을 발견합니다.
즉, 성과는 한정되어 있다는 겁니다.
인간의 성과는 그렇게 많이 차이가
나지 않는다는 것입니다.
매우 작은 차이가 날 뿐입니다.
그 작은 차이를 알기 위해서
초정밀 시계가 필요한겁니다.
1등 이외에는 다 의미가
없다는 말을 하고자 하는게 아니라,
1등을 찾는 것이
매우 힘들다는 말입니다.
문제는 우리가 실제로
일하는 상황에서는,
성과를 측정하는 초정밀 시계 같은건
없다는 것입니다.
네, 성과는 한정적입니다.
우리의 성과를 보면 그리
큰 차이가 없어요.
그럼 성공은요?
다른 주제로 한번 얘기해보죠.
예를 들면 책이요.
작가에게 있어서 성공이란 얼마나 많은
사람들이 자신의 책을 읽었느냐이죠.
제가 최근에 쓴 책은
2009년도에 출간되었는데,
그때 저는 편집자와
유럽에 있었습니다.
그리고 저는 궁금해서 물었죠,
제 경쟁자는 누구죠?
어마어마한 사람들이었어요.
바로 같은 주에
책을 출간한 사람들이요.
(웃음)
댄 브라운의 "로스트 심벌",
"라스트 송"도 출간되었고요,
니콜라스 스파크스 작품이죠.
이 목록을 보시면,
여러분은 성과를 잘 판단하실 수 있으니
별 차이가 없다는 걸 아실 거예요.
이 책들과 제 책 이요.
그렇죠?
만일 니콜라스 스파크스의 팀이
좀 더 열심히 일한다면,
그도 쉽게 1위를 했을 겁니다.
누가 1위가 되느냐는
사실 거의 운이니까요.
그래서 전 숫자에 의미를 두기로 했죠.
저는 데이타를 중시하는 사람이니까요.
그럼 니콜라스 스파크스의
판매량을 봅시다.
출간 첫 주에,
첫 주에 십만 부 이상이 팔렸습니다.
엄청나게 팔린 거죠.
당장 뉴욕타임즈 베스트 셀러 1위에
올라갈 만한 부수입니다.
일주일에 만부만 팔아도요.
그러니 1위가 되기 위한 부수보다
열배나 더 팔은 셈이죠.
하지만 1위를 하지 못했습니다.
왜냐고요?
그 주에 댄브라운 책이
120만부나 팔렸거든요.
(웃음)
제가 이 숫자를 좋아하는 이유는
그것이 의미하는 게 있게 때문인데요.
바로 성공이라는 것에는
한계가 없다는 것입니다.
즉, 1위가 2위의 차이가
근소하지 않을 뿐 아니라,
너무나 엄청난 차이가 날 수도
있다는 것 입니다.
왜냐하면 성공은 집단 전체를
측정하는 개념이니까요.
우리 개인은 우리의 성과를 통해
보상을 받지만, 성공은 다른 거죠.
여기서 우리는 한 가지를 깨닫죠.
우리가 내는 성과는 한정적이지만,
집단적인 개념인 성공은
한계가 없다는 건데요,
그럼 궁금한 것이 생기죠.
성공의 정도는 왜 이렇게
엄청나게 차이가 나는 걸까요?
성과의 차이는 미미한데 말이죠.
저는 바로 그 질문의 답을 찾는 책을
최근에 출간했습니다.
그 책을 다 설명하긴 시간이
부족하니까요.
아까의 질문으로 돌아가보죠.
여러분이 성공을 한다면
그게 언제일까요?
아까 파티를 망쳤던 아인슈타인에 대해
다시 생각해 보고 질문해 봅시다:
아인슈타인은 왜 그런
터무니 없는 말을 했을까요?
오직 30살 이전까지만
창의적일 수 있다고요.
아마 본인과 주변의
훌륭한 물리학자들을 돌아봤겠죠.
양자역학과 현대 물리학을 창시한
과학자들을요.
그 일을 해냈을 때 그들이 모두
20대 이거나 30대 초반이었거든요.
아인슈타인 뿐만 아니에요.
단지 관찰상의 편견이 아니라,
실제로 모든 분야의
천재들에 관한 연구를 보면
그런 사실이 자료화 되어 있습니다.
인류 역사상 존경할 만한 사람들의
사례를 보면,
그들이 최고의 업적을 이뤘을 때의
나이를 볼까요.
그 분야가 음악이거나, 과학,
혹은 공학이라도
그들은 기껏해야 20대, 30대, 혹은
기껏해야 40대 초반이었습니다.
하지만 천재들에 관한 이 연구는
문제점이 하나 있죠.
우선, 이 연구는
잘못된 인상을 심어줍니다.
즉 창의성은 곧 젊음이라는 인상을요.
속상하시죠?
(웃음)
또한 관찰상의 편견도 문제 입니다.
왜냐하면 이 연구는 오직 천재들만 볼뿐
평범한 과학자들을 배제하고 있어요.
우리 모두를 고려하지도,
우리에게 묻지도 않습니다.
"나이가 들면 창의성이
정말로 사라지는 건가요?"
그게 바로 저희가 연구하려는 건데요.
연구를 위해서는
실제 사례를 모으는 것도 중요합니다.
그럼, 저같이 평범한 과학자를
한번 생각해 볼까요.
제 경력을 보시죠.
이 그래프는 제가 발표한
모든 논문을 표시한 것입니다.
1989년에 낸 첫 논문부터요,
저는 그때 루마니아에 있었고,
올해까지도 그랬죠.
세로축은 제 논문의
영향력을 나타냅니다.
즉, 얼마나 많이 인용되었는지,
제 논문을 인용한 다른 논문이
몇 편 발표되었는지 말입니다.
그 내용을 잘 보면
대략 제 경력을 세 시기로
나눌 수 있는게 보이시죠.
첫 10년간, 전 매우 열심히 일했죠.
그러나 성과는 별로였죠.
아무도 제 일에 신경쓰지
않았던 것 같죠?
거의 영향력이 없던 시기입니다.
(웃음)
그 당시, 저는 재료과학을
연구하고 있었습니다.
그리고 네트워크에 관심을 갖게 되었고
네트워크에 관한 논문을 쓰기 시작했죠.
그 논문이 다른 사람들에게
영향을 주기 시작했습니다.
정말 기분이 좋았죠,
바로 이 시기죠.
(웃음)
그렇다면 지금은 어떨까요?
아직은 잘 모릅니다.
제 논문들이 얼마나 영향을 끼칠지를
알기 위한 시간이 아직
충분히 지나지 않았으니까요.
시간이 걸리는 일이죠.
이 자료를 보면,
천재 아인슈타인이 한 말이
맞는 것 같네요.
제가 바로 이 시기에 해당하니까요.
(웃음)
그럼, 실제로 어떠한지 알아볼까요?
우선 과학분야에서요.
선택에 따른 오류를 피하기 위해서
천재들만 관찰하지 않고
모든 과학자들의 경력을
재구성 해보았습니다.
1900년대부터 현재까지
모든 과학자들에 대해서요.
그들 개개인의 최고의 시기를
모두 조사했습니다.
노벨상을 받았던 과학자이건
아니건 간에요.
그들이 최고의 시기였다는걸
아무도 몰랐다 하더라도요.
이것이 바로 그 자료입니다.
각각의 선은 경력을 의미하고,
그 경력의 맨 윗부분에 파란 점은
바로 개개인의 최고의 시기를 의미하죠.
여기서 궁금한 건,
그들이 가장 큰 발견을 해낸 시기는
언제일까요?
그걸 수량화하기 위해,
여러분이 가장 큰 발견을 해낼
가능성에 대해 생각해 봅시다.
아마 일을 시작한지
1년, 2년, 3년 혹은 10년?
실제 나이를 말하는 게 아니라
"학계의 나이"를 말하는 것입니다.
학계의 나이는 첫 논문을 발표한
시기로부터 시작됩니다.
여러분 중 일부는 아직 아기이죠.
(웃음)
가능성을 한번 봅시다.
여러분이 영향력 있는 논문을
발표할 가능성이요.
이걸 보시면 천재들에 관한 연구가
정말 맞다는걸 알 수 있죠.
대부분의 과학자들이
가장 영향력있는 논문을 발표하는 시기는
10년이나 15년 이내이고,
그 후엔 침체기를 겪습니다.
매우 급격히 침체기로 접어드는데
제 경력이 30년째이니
제가 전에 발표한 논문보다
더 영향력있는 논문을 쓰게 될
가능성은 1% 이하입니다.
이 표에 따르면 바로 저는
그 시기에 해당되네요.
하지만 여기에는 한 가지 문제가 있죠.
다른 표본을 제대로
통제하지 않았거든요.
통제란 이런 겁니다.
어떤 과학자가 무작위로 과학에
기여하게 되는 경우는 어떨까?
혹은 과학자들의 생산성이란
무엇을 의미할까?
그들은 언제 논문을 쓰는 걸까?
그래서 저희는 생산성을
측정해 보았습니다.
놀랍게도 그 생산성 즉,
1년, 10년 혹은 20년 이내
논문을 쓰게 될 가능성과
그 시기에 영향력을 갖게 될 가능성이
동일하다는 것입니다.
경력 전체를 놓고 볼 때요.
결국 요약하면,
많은 통계자료를 검증해 본 결과
오직 하나의 결론에 도달했어요.
즉, 과학자들은 연구를 하죠,
그런데 우리가 어떤 논문을 쓰건,
어떤 연구를 진행하건,
그것이 우리의 최고의 결과가 될
가능성은 항상 똑같다는 겁니다.
위대한 발견은 복권과 같다는 거죠.
복권은 많이 살수록,
당첨될 확률이 높아집니다.
다시 말하면
대부분의 과학자들은
자신의 경력 중 10년, 15년 이내에
복권을 산다는 것이고,
그 후에, 그들의 생산성은 떨어지죠.
더 이상 복권을 사지 않는다는 거죠.
그들은 창조적이지
않은 것처럼 보이지만,
사실은, 노력을 멈춘 것이죠.
이 모든 자료를 취합해보면,
결론은 매우 간단합니다.
성공은 언제든지 일어날 수 있습니다.
첫 번째 논문에서일 수도 있고
마지막 논문에서일 수도 있습니다.
어떤 연구에서 성공하게 될지
정말로 예측할 수 없습니다.
하지만 생산성은 다릅니다.
보여드리죠.
노벨물리학상을 받은
프랭크 윌첵을 아시죠.
대학원생이었을 때 발표한
첫 논문으로 상을 탔어요.
(웃음)
더 흥미로운 케이스는 존 펜인데요.
그는 70세에 예일대에서
강제로 은퇴를 했죠.
학교측에서 그의 연구실을 폐쇄했거든요.
그러자 그는 버지니아 복지대학으로
자리를 옮겨
다른 연구실을 열어서
72세에 논문을 발표합니다.
15년 후 그 논문으로
노벨화학상을 받았습니다.
과학은 특수한 분야라서
그럴수도 있다고 생각하시나요?
그럼 다른 분야는 어떨까요?
창의력을 필요로 하는 분야요.
다른 전형적인 예시를 들어볼까요?
창업 쪽은 어떨까요?
실리콘 밸리,
젊은이들의 공간이죠?
네 정말 그렇습니다.
가장 큰 상인 테크크런치상이나
다른 상들을 받는 사람들은 보면
모두 20대 후반이나, 30대 초반이죠
벤쳐 캐피탈 회사들이 투자하는
회사들을 보시면 모두
30대 초반의 젊은이들이
운영하는 회사죠.
우리 모두 알다시피
실리콘 밸리에서는 젊음이 곧
성공을 의미하니까요.
하지만 자료를 보시면,
회사를 세우는 게
전부가 아님을 알 수 있죠.
그것은 생산성에 관한 일이죠,
끊임없이 시도해야 하니까요.
하지만 이 개인들이 실제로 해내는
결과를 보면 어떨까요,
즉 회사를 결국 성공적으로
매듭짓는 것 말입니다.
저희는 바로 이 질문을
최근에 갖게 되었는데요.
그 결과는 보시면,
20대나 30대의 젊은이들은
정말 많은 회사를 창업합니다.
하지만 대부분 실패합니다.
이 표에서 성공적인 결과를
이끌어내는 사례를 보시면,
여러분이 나이가 많을 수록 주식시장에서
성공을 거둘 확률이 높아지며
회사를 성공적으로 매도할
가능성도 높아집니다.
즉, 여러분이 50대라면,
성공적인 결과를 얻을 확률이
두 배나 될 가능성이 매우 높습니다.
30대 인 경우보다요.
(박수)
결국, 우리가 확인한 건 무엇인가요?
창의성은 나이와 관계가 없지만
생산성은 나이와 관계가 있다는 거죠?
오늘 이야기를 마치면서
하고 싶은 이야기가 있는데요.
여러분이 계속 노력한다면
(웃음)
여전히 성공, 계속해서
성공할 수 있다는 것입니다.
제 결론은 매우 간단하죠.
무대를 내려가
연구실로 돌아가는 겁니다.
감사합니다.
(박수)
ဒီနေ့က ကျွန်တော့်အတွက် တကယ့်ကို
ထူးခြားတဲ့နေ့ပါ။
ဘာလို့ဆို ဒီနေ့က ကျွန်တော့်မွေးနေ့မို့ပါ။
(လက်ခုပ်သံများ)
ပြီးတော့ ကျွန်တော့်ပါတီပွဲကို တက်ရောက်ပေး
ကြတဲ့အတွက် ကျေးဇူးတင်ပါတယ်။
(ရယ်သံများ)
ဒါပေမဲ့ ပါတီပွဲတစ်ခုကျင်းပတိုင်း အဖျက်
အမှောင့်တစ်ယောက်တော့ ရှိစမြဲပဲမို့လား။
(ရယ်သံများ)
ကျွန်တော်က ရူပဗေဒပညာရှင်ပါ။
ဒီတစ်ခါ ကျွန်တော့ပွဲပါတီကို ဖျက်ဆီးဖို့
တခြားရူပဗေဒပညာရှင် တစ်ယောက်ကို ခေါ်လာတယ်
သူ့နာမည်က အဲဘတ်အိုင်းစတိုင်းပါ
အဲဘတ်လို့လည်းခေါ်တယ်။ သူ ပြောခဲ့တာက
လူတစ်ယောက်ဟာ သိပ္ပံပညာရပ်ပေါ်
အသက် ၃၀ နေလို့မှ အကျိုးထူးမပြုသေးရင်
အဲဒီလူဟာ ဘယ်တော့မှ
အကျိုးပြုနိုင်မှာမဟုတ်ဘူးတဲ့။
(ရယ်သံများ)
အခု ခင်ဗျားတို့ ဝီကိပိဒိယကို
ကြည့်စရာမလိုပါဘူး
ကျွန်တော်အသက် ၃၀ ကျော်ပါပြီ
(ရယ်သံများ)
သူ ကျွန်တော့်ကို ပြောတာက
သိပ္ပံပညာနဲ့ပတ်သက်လာရင်
ကျွန်တော်က အသုံးမကျသူတဲ့။
ကျွန်တော့်အလုပ်ထဲမှာတော့
ကျွန်တော်ကံကောင်းတဲ့ထဲမှာပါခဲ့တယ်
အသက် ၂၈ နှစ်လောက်မှာ ကျွန်တော်
ချိတ်ဆက်မှုတွေကို စိတ်ဝင်စားလာခဲ့တယ်
နောက်နှစ်အနည်းငယ်ကြာတော့
ကျွန်တော်တို့ အဓိကကျတဲ့ စာတမ်းတွေဖြစ်တဲ့
scale-free networks ကို
ရှာဖွေတွေ့ရှိခြင်းနဲ့
ဒီနေ့ network science လို့ခေါ်တဲ့
စည်းမျဉ်းအသစ်ကို မွေးထုတ်ပေးနိုင်ခဲ့ပါတယ်
တကယ်လို့ network science ကို
စိတ်ဝင်စားတယ်ဆိုရင် ဘူဒါပတ်စ်တို့
ဘော်စတွန်တို့မှာ PhD ယူနိုင်ပါပြီ
ကမ္ဘာအနှံ့မှာလည်း လေ့လာလို့ရပါတယ်
နှစ်အနည်းငယ်ကြာပြီးတော့
ကျွန်တော် ဟားဗတ်ကို ပထမအကြိမ်
ခွင့်နဲ့ပြောင်းခဲ့တုန်းက
ကျွန်တော် network နောက်တစ်မျိုးကို
စိတ်ဝင်စားခဲ့ပါတယ်
အဲဒီတုန်းက ကျွန်တော့်တို့အတွင်းမှာရှိတဲ့
network တွေအကြောင်းပါ
မျိုးရိုးဗီဇတွေ ပရိုတိန်းတွေ ဇီဝဖြစ်ပျက်
မှုတွေအချင်းချင်း ဘယ်လိုချိတ်ဆက်ကြတယ်
ရောဂါတွေနဲ့ သူတို့နဲ့ ဘယ်လို
ချိတ်ဆက်တယ်ဆိုတာပေါ့။
အဲဒီစိတ်ဝင်စားမှုကနေတစ်ဆင့် ခုဆေးပညာမှာ
ပေါက်ကွဲမှုအကြီးကြီးဖြစ်စေခဲ့ပါတယ်
ဟားဗတ်မှာရှိတဲ့ ချိတ်ဆက်မှုဆေးပညာဌာန
အပါအဝင်ပေါ့
အဲဒီမှာ သုသေတနပြုသူ ၃၀၀ ကျော်ဟာ
ဒီရှုထောင့်ကို အသုံးပြုပြီး
လူနာတွေကို ကုသဖို့နဲ့ ကုသနည်းအသစ်တွေကို
တီထွင်နေကြပါတယ်။
လွန်ခဲ့တဲ့နှစ်တွေတုန်းက
ဒီချိတ်ဆက်မှုသဘောတရားတွေနဲ့
မတူတဲ့ နယ်ပယ်တစ်ခုထဲက
ကွန်ရက်တွေမှာရှိတဲ့ ကျွမ်းကျင်မှုကို
ယူဖို့ တွေးမိတယ်။
ဆိုလိုတာက အောင်မြင်မှုကို
နားလည်ဖို့ပါ
ဘာလို့ ဒါကိုလုပ်တာလဲ။
ဘာလို့လဲဆိုတော့ ကျွန်တော်တို့ရှိနေတဲ့
ချိတ်ဆက်မှုတွေက
ကျွန်တော့်တို့ အောင်မြင်မှုကို အတိုင်းအတာ
တစ်ခုအထိ ဆုံးဖြတ်ပေးနိုင်မယ် ထင်လို့ပါ။
ကျွန်တော်တို့ရဲ့ ချိတ်ဆက်မှုတွေက ရှေ့ကို
တွန်းပို့နိုင်သလို နောက်ကိုလည်းဆွဲထားမယ်။
ကျွန်တော်တို့ရဲ့ အသိပညာတွေ၊
အချက်အလက်တွေနဲ့
ဒီချိတ်ဆက်မှုတွေကို တည်ဆောက်တဲ့
ကျွမ်းကျင်မှုတွေက
ဒါတွေဘယ်လိုဖြစ်လာသလဲ တကယ်တိုင်းနိုင်လား
ဆိုတာ ကျွန်တော်အရမ်းသိချင်ခဲ့တယ်။
ဒါ အဲ့ဒီကရလာတဲ့ ရလဒ်တစ်ခုပါ
ဒီမှာပြတိုက်တွေမှာရှိတဲ့ ပြခန်းတွေရဲ့
တစ်ခုနဲ့တစ်ခုချိတ်ဆက်မှုကို
တွေ့မြင်ရပါမယ်
ကျွန်တော်တို့ အရင်နှစ်က လုပ်ခဲ့တဲ့
ဒီမြေပုံကိုအခြေခံပြီး
သူတို့လုပ်ငန်းသက်အတွင်း
ပြသခဲ့တဲ့ ပထမဆုံးပွဲ ၅ ပွဲကို ကြည့်ပြီး
ကျွန်တော်တို့က အနုပညာရှင်တစ်ယောက်ရဲ့
အောင်မြင်မှုကို အတိအကျခန့်မှန်းနိုင်ပါတယ်
အောင်မြင်မှုအကြောင်း
ကျွန်တော်တို့ တွေးထားသလိုပါပဲ
အောင်မြင်မှုဆိုတာ ချိတ်ဆက်မှု
တွေကြောင့်ချည်းပဲ မဟုတ်ပါဘူး
တခြားအချက်တွေလည်း ရှိပါသေးတယ်
ဆိုတာ သိခဲ့ရပါတယ်
အဲဒီထဲကမှ အောင်မြင်မှုအတွက် လိုအပ်တဲ့
တစ်ချက်က
လုပ်ဆောင်ချက်ပါပဲ။
လုပ်ဆောင်ချက်နဲ့ အောင်မြင်မှုကြား
ကွဲပြားခြားနားချက်ကို ပြောကြည့်ရအောင်
လုပ်ဆောင်ချက်ဆိုတာ
မင်းလုပ်တဲ့ဟာကို ခေါ်တယ်
မင်းဘယ်လောက်မြန်မြန်ပြေးတယ်
မင်းဘယ်လိုပန်းချီကားတွေဆွဲတယ်
မင်းဘယ်လိုစာတမ်းတွေရေးတယ်ဆိုတာမျိုးပေါ့။
ကျွန်တော်တို့ အလုပ်သတ်မှတ်ချက်အရတော့
အောင်မြင်မှုဆိုတာ မင်းလုပ်တဲ့အလုပ်
အကြောင်း မင်းရဲ့လုပ်ဆောင်ချက်ကနေ
လူတွေဘာတွေသိသလဲ လို့ဆိုပါတယ်
လူတွေဘယ်လိုအသိအမှတ်ပြုသလဲ
လူတွေ ဘာချီးမွမ်းကြသလဲ
နောက်တစ်နည်းပြောရရင်
မင်းရဲ့လုပ်ဆောင်ချက်က မင်းနဲ့ပဲဆိုင်တယ်
အောင်မြင်မှုက အားလုံးနဲ့ဆိုင်တယ်
ဒါက ကျွန်တော်တို့အတွက် အလွန်အရေးကြီးတဲ့
အရွေ့တစ်ခုပဲ
ကျွန်တော်တို့က အောင်မြင်မှုဆိုတာ
လူတွေကပေးတဲ့ တိုင်းတာချက်တွေနဲ့
တိုင်းတာလို့ရတယ်လို့
သတ်မှတ်လိုက်တဲ့အချိန်မှာ
တိုင်းတာလို့ရသွားပါတယ်
အောင်မြင်မှုဆိုတာ လူတွေကြားထဲကအရာဖြစ်ပြီး
အချက်အလက်ပေါင်းများစွာ ချိန်ထိုးရလို့ပါ။
ကျွန်တော်တို့ ကျောင်းသွားတယ်
လေ့ကျင့်ခန်းတွေလုပ်တယ် လေ့ကျင့်ကြတယ်
ကျွန်တော်တို့လုပ်ဆောင်ချက်တွေ အောင်မြင်မှု
တွေကို သယ်ဆောင်လာမယ်ဆိုတာ ယုံကြည်ကြလို့လေ
ဒါပေမဲ့ ကျွန်တော်တို့ တဖြည်းဖြည်း
သိလာတာလေးရှိပါတယ်
လုပ်ဆောင်ချက်နဲ့ အောင်မြင်မှုနဲ့ဆိုတာ
သင်္ချာရှုထောင့်ကနေကြည့်ရင်
ဘာဆိုဘာမှမဆိုင်တဲ့ သတ္တဝါနှစ်ကောင်ပါပဲ
ကျွန်တော် သရုပ်ဖော်ပုံလေးနဲ့ပြပါရစေ။
ဒီမှာ ကမ္ဘာ့အပြေးမြန်ဆုံးလူသား
ယူစိန်ဘော့ကို တွေ့ရမှာပါ
သူက သူဝင်ပြိုင်တဲ့ပြိုင်ပွဲတော်တော်များ
များမှာ အနိုင်ရရှိသူပါ။
ကျွန်တော်တို့ သူ့ကို ကမ္ဘာမှာအပြေးမြန်ဆုံး
လို့သိတယ်၊ ဘာလို့လဲဆို သူ့ပြေးနှုန်းကို
တိုင်းတာနိုင်တဲ့ နာရီရှိလို့ပါပဲ။
သူ့အကြောင်း စိတ်ဝင်စားစရာကောင်းတာက
သူနိုင်ပြီဆိုရင်
သူ့ပြိုင်ဘက်တွေကို အပြတ်အသတ်အသာစီးရပြီး
နိုင်တာမဟုတ်ပါဘူး
သူက ပြိုင်ပွဲမှာ ရှုံးသွားသူရဲ့ တစ်ရာခိုင်
နှုန်းစာလောက်ပဲ ပိုပြေးနိုင်တာပါ။
ဒုတိယရတဲ့သူရဲ့ တစ်ရာခိုင်နှုန်းပဲ
ပိုမြန်ရုံတင်မဟုတ်ဘူး၊
ကျွန်တော်ပြေးတာထက် ၁၀ ဆ သူပိုမမြန်ပါဘူး
ဒါတောင် ကျွန်တော် အပြေးကောင်းတဲ့
သူမဟုတ်ဘူးနော်
(ရယ်သံများ)
ကျွန်တော့်တို့ဟာ ကျွန်တော်တို့ လုပ်ဆောင်
ချက်တွေကို တိုင်းလို့ရတဲ့အခါတိုင်း
ကျွန်တော်တို့ လုပ်ဆောင်ချက်က
ကန့်သတ်ချက်ရှိတယ်ဆိုတာကို
သတိထားမိပါတယ်၊
အရမ်းကို စိတ်ဝင်စားစရာကောင်းပါတယ်
ဆိုလိုတာက လူသားတွေရဲ့ လုပ်ဆောင်ချက်တွေမှာ
ကြီးကြီးမားမားကွာဟချက်တွေဆိုတာမရှိပါဘူး
အတိုင်းအတာသေးသေးလေးတစ်ခုပဲ ကွာခြားကြတာပါ
အဲလိုကွာခြားချက်တွေကို နှိုင်းမယ်ဆိုရင်
အပြေးပြိုင်ပွဲကလိုမျိုး နာရီလိုပါမယ်
အကောင်းဆုံးဆိုသူတွေဆီက ကောင်းတာတွေ မြင်ရ
ဖို့ မဖြစ်နိုင်ပါဘူးလို့ပြောတာမဟုတ်ပါဘူး
အကောင်းဆုံးဆိုတာလဲ ခွဲခြားသတ်မှတ်ဖို့
ခက်ပါတယ်
ဘာလို့လဲဆိုတော့ ကျွန်တော်တို့အလုပ်လုပ်တဲ့
နယ်ပယ်တွေက
ကျွန်တော့်တို့ရဲ့ လုပ်ဆောင်ချက်ကို
တိုင်းတာနိုင်တဲ့ နာရီမရှိလို့ပါ
ဟုတ်ပြီ၊ လုပ်ဆောင်ချက်တွေဟာ
ကန့်သတ်ချက်ရှိတယ်
လုပ်ဆောင်ချက်တွေမှာ
ကြီးကြီးမားမားကွာဟချက် မရှိဘူး
ဒါဆို အောင်မြင်မှုကရော။?
ကဲ အခု တစ်ခြားခေါင်းစဉ်အကြောင်း ပြောင်း
ပြောရအောင်၊ စာအုပ်တွေအကြောင်းလိုမျိုးပေါ။
စာရေးဆရာတွေအောင်မြင်လား တိုင်းတာတဲ့နည်းက
သူ့စာအုပ်တွေ ဖတ်တဲ့လူတွေနဲ့ တိုင်းတာပါ။
ကျွန်တော့်ရဲ့ အရင်စာအုပ် ၂၀၀၉ မှာ
ထွက်ပါတယ်
ကျွန်တော် ဥရောပမှာ ကျွန်တော့်
အယ်ဒီတာနဲ့ ပြောဖြစ်ပါတယ်
ကျွန်တော့်ပြိုင်ဘက်ဘယ်သူလဲဆိုတာ
စိတ်ဝင်စားပါတယ်။
ပြိုင်ဘက်ကောင်းတွေရရှိခဲ့ပါတယ်
အဲဒီအပတ်မှာ
(ရယ်သံများ)
ဒန်ဘရောင်းရဲ့ “The Lost Symbol” ထွက်ပါတယ်။
Nicholas Sparks ရဲ့
“The Last Song” လည်း ထွက်ပါတယ်။
ဒီစာရင်းတွေကို ကြည့်လိုက်ရင်
ဒီစာအုပ်တွေချင်းရော
ကျွန်တော့်စာအုပ်တေွနဲ့ရော
လုပ်ဆောင်ချက်အရ ကွာခြားမှန်း
ခင်ဗျားတို့ သိနိုင်ပါတယ်
ဟုတ်တယ်ဟုတ်
Nicolas Spark’s တို့အဖွဲ့သာ နည်းနည်းလေး
ပိုကြိုးစားခဲ့ရင်
နံပတ်တစ်ကို လွယ်လွယ်လေးရောက်နိုင်ပါတယ်၊
ဘာလို့ဆို ထိပ်ရောက်နေတာက
တိုက်ဆိုင်မှုကြောင်လဲဖြစ်နိုင်တာပဲ
ကျွန်တော်က အချက်အလက်နဲ့အလုပ်လုပ်တဲ့သူမို့
ဒီကိန်းဂဏန်းတွေကို ကြည့်ကြည့်ရအောင်
ဒါက Nicolas Sparks ရဲ့ ရောင်းအား
ကို တွေ့ရမှာပါ
အဖွင့်ရက်သတ္တပတ်မှာတင်
Nicolas Sparks က စောင်ရေ
သန်းနဲ့ချီရောင်းခဲ့ရပါတယ်
အံ့ဩစရာကောင်းတဲ့ အရေအတွက်ဖြစ်ပါတယ်
တစ်ပတ်ကို စောင်ရေ တစ်သောင်းရောင်းနိုင်ရင်
New York Times ရဲ့ ရောင်းအားအကောင်းဆုံး
စာရင်းမှာ ထိပ်ဆုံးမှာ၊
သူက နံပတ်တစ်ရဖို့ လိုအပ်တဲ့အရေအတွက်ထက်
၁၀ ပိုရောင်းခဲ့ရပါတယ်
ဒါတောင် သူက နံပတ် တစ် မဟုတ်ပါဘူး
ဘာလို့လဲ?
ဘာလို့လဲဆိုတော့ ဒန်ဘရောင်းက အဲ့ဒီအပတ်မှာပဲ
အုပ်ရေ ၁.၂ သန်းရောင်းရခဲ့လို့ပါ
(ရယ်သံများ)
ကျွန်တော် ဒီကိန်းဂဏန်းတွေကို
ဘာလို့ကြိုက်သလဲဆိုတော့
အောင်မြင်မှုနဲ့ပတ်သက်လာရင် ကန့်သတ်ချက်
မရှိဘူး ဆိုတာ သူတို့က ပြနေတယ်
အကောင်းဆုံးလူက ဒုတိယအကောင်းဆုံးထက်
အနည်းငယ်ပဲ ပိုရတာမဟုတ်ပါဘူး
ပမာဏအကြီးကြီးကို ရလိုက်တာပါ
ဘာလို့ဆိုတော့ အောင်မြင်မှုက
တိုင်းတာနိုင်လို့ပါပဲ။
ကျွန်တော်တို့က လုပ်ဆောင်ချက်ကနေ ကြည့်
ရမယ့်အစား အောင်မြင်မှုကို ပေးပလိုက်တယ်။
သိလိုက်တဲ့တစ်ချက်က ကျွန်တော်တို့လုပ်တဲ့
လုပ်ဆောင်ချက်က ကန့်သတ်ချက်ရှိတယ်၊
ရေတွက်လို့ရတဲ့ အောင်မြင်မှုက
ကန့်သတ်ချက်မရှိဘူး
စဉ်းစားစရာဖြစ်လာတာက
လုပ်ဆောင်ချက်မှာ ကြီးကြီးမားမား
ကွာခြားချက်မရှိဘဲနဲ့
အောင်မြင်မှုမှာကျတော့ ဘာကြောင့်
ကွာခြားချက် ကြီးမားရတာလဲ
အဲဒီမေးခွန်း ဖြေဖို့ ကြိုးစားထားတဲ့ စာအုပ်
ကျွန်တော်ထုတ်ဝေထားတာ မကြာသေးပါဘူး။
တစ်အုပ်လုံးအကြောင်းပြောရလောက်အောင်
ကျွန်တော့်ကို အချိန်မပေးထားကြဘူး
ဒါကြောင့် ကျွန်တော်ဒီမေးခွန်းလေးဆီ
ပြန်သွားပါမယ်၊
အော်မြင်မှုရတယ်ဆိုရင်
ဘယ်အချိန်မှာ ရသင့်လဲ
ကျွန်တော့်ပါတီပွဲကို ဖျက်ဆီးတဲ့သူပြောတာကို
ကျွန်တော်တို့ ပြန်ဆန်းစစ်ကြည့်ရအောင်-
ဘာလို့ အိုင်းစတိုင်းက ဒီလို
ရူးကြောင်ကြောင် စကားမျိုး ပြောတာလဲ၊
တကယ်ပဲ အသက် ၃၀ မတိုင်ခင်မှာပဲ
ဖန်တီးနိုင်စွမ်းရှိတာလား
သူဘာလို့အဲဒီလိုပြောလဲဆိုတော့ သူ့ပတ်ဝန်း
ကျင်မှာရှိတဲ့ ဒိတ်ဒိတ်ကြဲရူပဗေဒပညာရှင်တွေက
quantum mechanics နဲ့ ခေတ်သစ်ရူပဗေဒကို
ဖန်တီးခဲ့ကြတုန်းက
သူတို့ အသက်တွေက
၂၀ ကျော် နဲ့ ၃၀ စွန်းစွန်းတွေပဲမို့လို့ပါ။
သူတစ်ယောက်ထဲမဟုတ်ပါဘူး
သူ့ဘက် ဘက်လိုက်ပြီးတော့
ပြောတာလည်းမဟုတ်ဘူး
ဉာဏ်ကြီးရှင်တွေကို သုတေသနလုပ်ထားတာ
တစ်ကယ်ရှိပါတယ်
ဘယ်အချက်ကို ထွက်ပေါ်စေလဲဆိုတော့
အတိတ်က ကျွန်တော်တို့လေးစားတဲ့
လူတွေကို ကြည့်လိုက်ရင်
သူတို့ရဲ့ အအောင်မြင်ဆုံး ဖန်တီးမှုကို
ဘယ်အရွယ်မှာလုပ်လဲ ကြည့်ကြည့်ရင်
ဂီတနယ်ပယ်ဖြစ်ဖြစ်
သိပ္ပံပညာဖြစ်ဖြစ်
အင်ဂျင်နီယာပညာဖြစ်ဖြစ်
သူတို့အများစုက ၂၀၊ ၃၀၊ အရွယ်တွေပါ
အလွန်ဆုံးရှိလှ ၄၀ စွန်းစွန်းပေါ့
ဒီဉာဏ်ကြီးရှင်ပညာရှင်တွေအကြောင်း သုတေသနမှာ
ပြဿနာတစ်ခုရှိတာက
ပထမဆုံး ကျွန်တော်တို့ကို
တီထွင်ဖန်တီးနိုင်စွမ်း = လူငယ် လို့
ထင်စေပါတယ်
ရင်နာစရာမကောင်းဘူးလားဗျာ
(ရယ်သံများ)
ဒါက လေ့လာတဲ့နေရာမှာ ဘက်လိုက်မှုရှိပါတယ်
အကြောင်းက ဉာဏ်ကြီးရှင်တွေပဲ ကြည့်ပြီး
သာမာန်သိပ္ပံပညာရှင်တွေကို မကြည့်လို့ပါ။
ကျွန်တော်တို့အားလုံးကို မလေ့လာပါဘူး
အသက်ကြီးလို့ ဖန်တီးနိုင်စွမ်းကျဆင်းသွားတာ
အမှန်လားလို့ ကျွန်တော်တို့ကို လာမမေးပါဘူး
အဲဒီဟာက ကျွန်တော်တို့
လုပ်ဖို့ကြိုးစားနေတာပါ၊
လုပ်ဖို့ဆို ကျမ်းကိုးတွေရှိဖို့လည်း
အရေးကြီးသေးတယ်ဗျ
ကျွန်တော့်လိုသာမာန်
သိပ္ပံပညာရှင်ကို ကြည့်ရအောင်
ကျွန်တော့် လုပ်ငန်းသက်ကို ကြည့်ကြည့်ရအောင်
ကျွန်တော်တင်ထားတဲ့ စာတမ်း တွေ့ပါလိမ့်မယ်
၁၉၈၉ ရိုမေးနီးယားမှာ နေတုန်းက တင်ခဲ့တဲ့
ပထမဆုံးစာတမ်းကနေ
ဒီနှစ်ထိ တင်ထားတဲ့
စာတမ်းတွေ တွေ့နိုင်ပါတယ်။
ဒေါင်လိုက်မှာတော့ ဒီစာတမ်းရဲ့
အကျိုးသက်ရောက်မှု
ဒီစာတမ်းကို ဘယ်လောက်ကိုးကားထားလဲ၊
ဒီစာတမ်းကို ကိုးကားပြီး နောက်ထပ်စာတမ်း
ဘယ်နှစောင်ရေးထားလဲ တွေ့ရမှာပါ
ကြည့်လိုက်မယ်ဆိုရင်
ကျွန်တော့် လုပ်သက်မှာ အကြမ်းအားဖြင့် မတူ
ညီတဲ့အဆင့် (၃) ဆင့်ရှိတာကိုတွေ့ရပါလိမ့်မယ်
ပထမ(၁၀)နှစ်မှာအလုပ်အရမ်း
ကြိုးစားပါတယ်
အရမ်းကြီးအောင်မြင်မှုမရပါဘူး။
ကျွန်တော်ဘာလုပ်နေလဲ ဘယ်သူမှ
စိတ်မဝင်စားပါဘူး
ဘာအကျိုးသက်ရောက်မှုမှ
မရှိဘူးပေါ့ဗျာ
(ရယ်သံများ)
အဲ့တုန်းက သိပ္ပံပညာရပ်ကို လေ့လာပြီးတော့
ချိတ်ဆက်မှုတွေအကြောင်း တွေ့ရှိခဲ့ပါတယ်
အဲဒီချိတ်ဆက်မှုတွေအကြောင်းကို
စာတမ်းတွေထုတ်ဝေခဲ့ပါတယ်
အဲ့ဒီစာတမ်းတွေက တစ်စောင်ကနေ တစ်စောင်
အကျိုးသက်ရောက်မှုကြီးပါတယ်
အရမ်းကို ခံစားဖို့နှစ်သက်ရာပါပဲ
ကျွန်တော့်လုပ်သက်ရဲ့ အဆင့်တစ်ခုပေါ့ဗျာ
(ရယ်သံများ)
မေးစရာရှိတာက
ခုဘာဖြစ်နေပြီလဲဆိုတာပါပဲ
ကျွန်တော်တို့မသိပါဘူး။ ဘာလို့ဆို ကျွန်တော်
တို့ အချိန်တွေအလုံအလောက်မရသေးလို့ပါ။
ဒီစာတမ်းတွေ ဘယ်လောက်အကျိုးသက်ရောက်မှု
ရှိတယ်ဆိုတာ ပြောဖို့က
အချိန်ယူရပါလိမ့်မယ်
အချက်အလက်တွေပြန်ကြည့်ရင်တော့
အိန်းစတိန်းပြောတဲ့ အဲ့ဒီလူတော်တွေနဲ့
ပတ်သက်တဲ့သုတေသနက မှန်တယ်ဗျ။
ကျွန်တော်က အဲ့ဒီအဆင့်ကို
ရောက်နေလို့လည်းဖြစ်တယ်။
(ရယ်သံများ)
ဟုတ်ပြီ၊ ဒါဆို ဒါတကယ်ဖြစ်နိုင်ပါ့မလားဆိုတာ
ပြောကြည့်ရအောင်
သိပ္ပံနယ်မှာ အရင်ကြည့်ရအောင်
ရွေးချယ်တဲ့နေရာမှာ ဘက်လိုက်မှုမရှိအောင်
ဉာဏ်ကြီးရှင်တွေကိုပဲ ကြည့်မယ်၊
ကျွန်တော်တို့ ၁၉၀၀ ခုနှစ်ကစလို့
ခုထိ သိပ္ပံပညာရှင်တစ်ယောက်ချင်းစီရဲ့
အလုပ်တွေကို ပြန်ပြီးကြည့်ကြတယ်
သူတို့ရဲ့ တစ်ယောက်ချင်းစီရဲ့ အကောင်းဆုံးက
ဘယ်ဟာလဲဆိုတာရှာကြတယ်
နိုဘယ်ဆုရရ မရရ
လူတွေသိသိမသိသိ သူတို့ရဲ့
အကောင်းဆုံးဆိုတာတွေကိုပဲကြည့်မယ်
ဒီ Slide ကိုကြည့်ကြည့်ပါ
မျဉ်းတစ်ကြောင်းချင်းစီက
သူတို့ရဲ့ အလုပ်သက်တမ်းပါ
အပြာရောင်အစက်လေးက
သူတို့လုပ်သက်မှာ အကောင်းဆုံးဆိုတာကို
ပြထားတယ်။
မေးခွန်းက
သူတို့ဒီမဟာရှာဖွေတွေရှိမှုကို
ဘယ်အရွယ်မှာတွေ့ကြတာလဲ
အဲဒီကိန်းဂဏန်းကိုသိဖို့
မဟာရှာဖွေတွေ့ရှိမှုကို လုပ်တဲ့
ဖြစ်နိုင်ခြေရှိတဲ့ အရွယ်ကိုကြည့်ပါမယ်၊
လုပ်သက် တစ်နှစ်လား၊ နှစ်နှစ်လား၊
သုံးနှစ်လား ဒါမှမဟုတ် ၁၀နှစ်လား
ကျွန်တော်တို့ တကယ့်အသက်ကို
ပြောနေတာမဟုတ်ပါဘူး။
“ပညာသက်”လို့ခေါ်တဲ့ အသက်ကို
ကြည့်နေတာပါ။
ပညာသက်က ခင်ဗျားရဲ့ ပထမဆုံးစာတမ်းကို
စတင်ထုတ်ဝေတာကနေ စရေပါတယ်
ခင်ဗျားတို့ တစ်ချို့တွေ ကလေးပဲရှိသေးတယ်
ဆိုတာ ကျွန်တော်သိပါတယ်
(ရယ်သံများ)
ခင်ဗျားရဲ့ သက်ရောက်မှုအရှိဆုံး
စာတမ်းကို ထုတ်ဝေနိုင်တဲ့
ခန့်မှန်းနှစ်ကို ကြည့်ရအောင်
ဉာဏ်ကြီးရှင်တွေကိုလုပ်တဲ့ သုတေသနက
တကယ်မှန်ကန်တာကိုတွေ့ရမှာပါ
သိပ္ပံပညာရှင်အများစုက သက်ရောက်မှု
အရှိဆုံးစာတမ်းကို သူတို့လုပ်သက်ရဲ့
ပထမ ၁၀ နှစ် ၁၅ နှစ်မှာ ထုတ်ဝေကြလေ့ရှိပါတယ်
အဲဒါပြီးရင် ကျသွားလေ့ရှိပါတယ်
ကျွန်တော်လည်း လုပ်သက် နှစ် ၃၀
အတိရှိပါပြီ
ကျွန်တော်လည်းအကျမြန်ပါတယ်
ကျွန်တော်ထုတ်ခဲ့တဲ့ စာတမ်းတွေထက်
သက်ရောက်မှုပိုရှိတဲ့ စာတမ်းထုတ်ဝေနိုင်ဖို့
အခွင့်အရေးက တစ်ရာခိုင်နှုန်းထက်ကို
နည်းနေပါပြီ
ဒီအချက်အလက်တွေအရ ကျွန်တော်က
လုပ်သက်ရဲ့ ဒီအဆင့်မှာပါ
အဲ့ဒါနဲ့ပတ်သက်ပြီး ပြဿနာရှိပါတယ်
ကျွန်တော်တို့က နှိုင်းယှဉ်တာတွေကို
သေချာမလုပ်ပါဘူး။
နှိုင်းယှဉ်ရမှာက
သိပ္ပံပညာကို ကျပမ်းအကျိုးပြုနေတဲ့
သိပ္ပံပညာရှင်က ဘယ်လိုလဲ။
အဲ့ဒီသိပ္ပံပညာရှင်ရဲ့
ထုတ်လုပ်နိုင်စွမ်းက ဘာလဲ။
စာတမ်းတွေကို ဘယ်အချိန်မှာရေးကြသလဲ။
သူတို့ထုတ်လုပ်နိုင်စွမ်းတွေကို
တိုင်းကြည့်ပါတယ်၊
အံ့ဩစရာပါပဲ။
သင်ရဲ့ စာတမ်းကို ရေးဖြစ်နိုင်ခြေက
လုပ်သက်ရဲ့ ၁ နှစ် ၁၀ နှစ်နဲ့ ၂၀ နှစ်မှာပါ
ပြီးတော့ အဲ့ဒီစာတမ်းရေးတဲ့နှစ်တွေမှာပဲ
အကျိုးသက်ရောက်မှုများကလည်း
တွဲပါလာမှာပါ။
ရှည်လျားထွေပြားတဲ့
ဒီပုံပြင်ကို အတိုချုပ်ရရင်၊
အချက်အလက်စစ်ဆေးမှုတွေ အများကြီးလုပ်ရင်
ရှင်းလင်းချက်တစ်ခုပဲရှိပါတယ်၊
ကျွန်တော်တို့ သိပ္ပံပညာရှင်တွေ
အလုပ်လုပ်ပုံက
ကျွန်တော်တို့ ရေးတဲ့ စာတမ်းတိုင်း၊
ကျွန်တော်တို့ လုပ်တဲ့ project တိုင်း၊
ကျွန်တော်တို့ရဲ့ အကောင်းဆုံးဖြစ်လာဖို့
အခွင့်အရေးတူတူရှိပါတယ်။
ရှာဖွေတွေ့ရှိမှုက ထီလက်မှတ်လိုပါပဲ။
ထီလက်မှတ်များများဝယ်လေလေ
ပေါက်နိုင်ခြေများလေပါပဲ။
အဲဒါဆို ဒီလိုဖြစ်လိမ့်မယ်-
သိပ္ပံပညာရှင်အများစုက
သူတို့ရဲ့ ထီလက်မှတ်အများစုကို
လုပ်သက်ရဲ့ ပထမ ၁၀ နှစ် ၁၅ နှစ်မှာ
ဝယ်ကြပါတယ်
အဲ့ဒါပြီးတော့ productivity ကျသွားပါတယ်။
ထီလက်မှတ်တွေ ထပ်မဝယ်ကြတော့ဘူး။
သူတို့ ဖန်တီးနိုင်စွမ်းမရှိတော့လို့လို့
ထင်ရပေမဲ့၊
တကယ်တမ်းကျ သူတို့
ကြိုးစားတာကို ရပ်လိုက်လို့ပါ။
အချက်အလက်တွေ ပေါင်းလိုက်ရင် သုံးသပ်ချက်က
အလွန်ရိုးရိုးရှင်းရှင်းထွက်လာပါတယ်။
အောင်မြင်မှုက အချိန်မရွေးလာနိုင်ပါတယ်။
ခင်ဗျားတို့လုပ်သက်မှာ ပထမဆုံးစာတမ်း ဖြစ်
နိုင်သလို နောက်ဆုံးစာတမ်းလည်းဖြစ်နိုင်တယ်။
Projects တွေထဲမှာ ဘယ် project မဆို
ဖြစ်နိုင်ပါတယ်
အလုပ်လုပ်နိုင်စွမ်းကသာ ပြောင်းသွားတာပါ
ပုံလေးနဲ့ပြပါရစေ
ဒါ ရူပဗေဒမှာ နိုဘယ်ဆုရတဲ့ Frank Wilczek ပါ
ဘွဲ့ရကျောင်းသားတစ်ယောက်အနေနဲ့
သူ့လုပ်သက်ရဲ့ ပထမဆုံးစာတမ်းမှာ ဆုရတာပါ။
(ရယ်သံများ)
ပိုစိတ်ဝင်စားစရာကောင်းတာက John Fenn ပါ။
အသက် ၇၀ မှာ ယေးလ် တက္ကသိုလ်ကနေ
အနားယူခိုင်းခြင်းခံရပါတယ်။
သူရဲ့ ဓာတ်ခွဲခန်းကို ပိတ်လိုက်ကြတယ်
အဲဒီမှာ Virginia Commonwealth
တက္ကသိုလ်ကို ပြောင်းတယ်၊
နောက်ထပ် ဓာတ်ခွဲခန်းတစ်ခုဖွင့်တယ်၊
အသက် ၇၂ နှစ်မှာ စာတမ်းတစ်စောင်ထုတ်တယ်၊
နောက် ၁၅ နှစ်အကြာမှာ ဓာတုဗေဒအတွက်
နိုဘယ်ဆုချီးမြှင့်ခံရတယ်။
ခင်ဗျားကထင်မှာပေါ့ သိပ္ပံပညာက ထူးခြားလို့
ကျန်တဲ့ ဖန်တီးမှုစွမ်းရည်လိုတဲ့
ပညာရပ်တွေကျရောပေါ့။
နောက်ထပ် ပုံမှန်ဉပမာတစ်ခုပေးပါရစေ
စွန့်ဦးတီထွင်ကဏ္ဍပါ၊
Silicon Valley ပါ။
လူငယ်တွေရဲ့ အောင်မြေပါ၊ ဟုတ်တယ်မလား?
ကြည့်လိုက်မယ်ဆိုရင်၊
အကြီးဆုံးဆုဖြစ်တဲ့ TechCrunch ဆု နဲ့
တစ်ခြားဆုတွေအားလုံးကို
ရထားတဲ့သူတွေရဲ့
ပျမ်းမျှအသက်ဟာ ၂၀ နောက်ပိုင်းနဲ့
၃၀ စွန်းစွန်းတွေပါ။
အချို့ VCs လုပ်ငန်းအကြီးကြီးတွေ
ဘယ်သူ့ကို ပိုက်ဆံပေးလဲကြည့်ကြည့်လိုက်
အသက် ၃၀ စွန်းစွန်းတွေအကုန်ပါပဲ။
ကျွန်တော်တို့ သိပြီးသားပဲ
Silicon Valley မှာ လူငယ် = အောင်မြင်မှု
ဆိုပြီး အတွေးအခေါ်တွေရှိပါတယ်။
ဒီအချက်အလက်တွေကိုကြည့်ကြည့်ပါ
ဒါဟာ ကုမ္ပဏီတစ်ခုတည်ထောင်တဲ့
အကြောင်းချည်းပဲ မဟုတ်ပါဘူး--
ကုမ္ပဏီတစ်ခုတည်ထောင်ထာက အလုပ်ကြိုးစားနေ
ခြင်းပါ-- ကြိုးစား ကြိုးစား ကြိုးစားရင်း
ဘယ်သူတွေ အောင်မြင်တဲ့
ကုမ္ပဏီတည်ထောင်နိုင်တယ်၊
အောင်မြင်စွာဆုတ်ခွာရတယ်ဆိုတာ
ကြည့်ကြည့်လိုက်ပါ။
မကြာသေးမီက ကျွန်တော်တို့ လုပ်ဖော်ကိုင်ဖက်
အချို့က ဒီမေးခွန်းတွေကို ကြည့်ခဲ့ကြသေးတယ်
အသက် ၂၀၊ ၃၀ တွေမှာ
အများစုက ဒေဝါလီခံလိုက်ရတာပဲ
ဒီအခြေအနေမျိုးမှာ အောင်မြင်စွာဆုတ်ခွာတယ်
ဆိုတကာကို ကြည့်လိုက်ပါ
အသက်ကြီးလာတာနဲ့အမျှ ဈေးကွက်မှာပိုပြီး
ပေါက်ဖို့ရယ်
ကုမ္ပဏီကို အောင်အောင်မြင်မြင်
ရောင်းနိုင်ဖို့ရယ် ပိုဖြစ်နိုင်ပါတယ်။
ဒီအချက်က သိပ်ခိုင်လုံတယ်
အသက် ၅၀ ပိုင်းမှာဆိုရင်
အသက် ၃၀ ပိုင်းမှာထက် အောင်မြင်စွာ
ဆုတ်ခွာဖို့ ၂ ဆ ပိုဖြစ်နိုင်ပါတယ်၊
(လက်ခုပ်သံများ)
နောက်ဆုံး ကျွန်တော်တို့
တွေ့လိုက်ရတာ ဘာပါလဲ။
ကျွန်တော်တို့ သိလိုက်တာက တီထွင်
ဖန်တီးခြင်းမှာ အသက်ကန့်သတ်ချက်မရှိဘူး။
အလုပ်လုပ်နိုင်ခြင်းမှာ ရှိတယ်၊ ဟုတ်တယ်မလား
ဒီနေ့အဆုံးသတ်မှာ ကျွန်တော့် သိနေတာက၊
တစ်စိုက်မတ်မတ်ကြိုးစားနေမယ်ဆိုရင်၊
(ရယ်သံများ)
အောင်မြင်နိုင်ပါတယ်
ထပ်ခါထပ်ခါ အောင်မြင်နိုင်ပါတယ်၊
ကျွန်တော့်နိဂုံးသုံးသပ်ချက်က
အလွန်ရှင်းပါတယ်
ကျွန်တော်စင်ပေါ်ကဆင်းပြီး
Lab ခန်းကို ပြန်သွားပါတော့မယ်။
ကျေးဇူးတင်ပါတယ်ခင်ဗျား
(လက်ခုပ်သံများ)
Hoje, na verdade,
é um dia muito especial para mim,
porque é o meu aniversário.
(Aplausos)
E por isso, agradeço-vos a todos
por se juntarem à festa.
(Risos)
Mas sempre que se dá uma festa,
há alguém para a estragar, certo?
(Risos)
Sou físico,
e desta vez trouxe
outro físico comigo.
Chama-se Albert Einstein
— também é Albert —
e foi ele que disse
que uma pessoa que não tenha feito
contribuições importantes
para a ciência até aos 30 anos,
nunca o irá fazer.
(Risos)
Ora, não é necessário ir à Wikipedia
para ver que tenho mais de 30 anos.
(Risos)
Por isso, efetivamente, o que ele
está a dizer-me, a mim e a vocês,
é que, no que toca à minha ciência,
sou redundante.
Bem, felizmente, eu tive a minha parte
de sorte na minha carreira.
Por volta dos 28 anos, fiquei
muito interessado em redes,
e uns anos mais tarde, conseguimos
publicar alguns artigos importantes
que relatavam a descoberta
de redes sem escala
o que originou uma nova disciplina
a que hoje chamamos ciência de redes.
E se estiverem mesmo interessados,
podem fazer um doutoramento
em Budapeste, em Boston
e podem estudá-las em todo o mundo.
Uns anos mais tarde,
quando me mudei para Harvard
primeiro como investigador em sabática,
interessei-me por outro tipo de redes:
desta vez, as redes dentro de nós,
como os genes, as proteínas
e os metabolismos se ligam uns aos outros
e como se relacionam com as doenças.
Esse interesse levou
a uma grande explosão na medicina,
incluindo a Divisão de Medicina
em Rede de Harvard,
que tem mais de 300 investigadores
que usam esta perspetiva
para tratar doentes
e desenvolver novas curas.
E há alguns anos,
eu achei que levaria
esta ideia de redes
e a experiência que tínhamos em redes
para uma área diferente,
ou seja, compreender o sucesso.
E porque o fizemos?
Bem, pensávamos que, até certo ponto,
o nosso sucesso era determinado
pelas redes de que fazíamos parte,
para nos impulsionar,
ou fazer-nos recuar.
E eu estava curioso saber se
conseguiríamos usar o conhecimento
e o grande volume de dados e experiência
com os quais desenvolvemos as redes
para quantificar como
estas coisas acontecem.
E este é o resultado.
O que veem aqui é uma rede
de galerias em museus
ligadas umas às outras.
E através deste mapa
que traçámos no ano passado,
conseguimos prever com muita precisão
o sucesso de um artista
se me derem as primeiras cinco exposições
que ele ou ela fez na sua carreira.
Bem, como tínhamos pensado,
concluímos que o sucesso
não se limita a redes;
existem muito mais dimensões.
E uma das coisas de que necessitamos
para o sucesso é, obviamente,
o desempenho.
Por isso, vamos definir a diferença
entre desempenho e sucesso.
Bem, o desempenho é aquilo que se faz:
quão rápido se corre,
que tipo de quadros se pinta,
que tipo de artigos se publica.
No entanto, na nossa definição funcional,
o sucesso relaciona-se com a perceção
da comunidade daquilo que se fez,
do desempenho:
Como é que o reconhece,
e como é que o recompensa?
Por outras palavras,
o desempenho de cada um depende de si,
mas o seu sucesso depende de todos nós.
E esta foi uma mudança
muito importante para nós,
porque o momento em que definimos
o sucesso como uma medida coletiva
que a comunidade nos proporciona,
tornou-se mensurável,
porque se está na comunidade, existem
múltiplos pontos de dados sobre isso.
Assim, vamos para a escola,
fazemos exercício, praticamos,
porque acreditamos que o
desempenho leva ao sucesso.
Mas a maneira como começamos
a explorar, faz com que percebamos
que desempenho e sucesso
são animais muito, muito diferentes
no que se refere à matemática do problema.
E permitam-me que o ilustre.
Então, o que vemos aqui é o homem
mais rápido do mundo, Usain Bolt.
E, claro, ele ganha a maior parte
das competições em que entra.
E nós sabemos que ele é o mais rápido
do planeta porque temos um cronómetro
para medir a sua velocidade.
Bem, o que ele tem de interessante
é que, quando ele ganha,
ele não o faz ultrapassando
a concorrência de forma significativa.
Ele corre, no máximo, 1% mais rápido
do que aquele que perde a corrida.
Ele não só corre apenas 1% mais rápido
do que o segundo classificado,
como não corre
dez vezes mais rápido do que eu,
e eu não sou um bom atleta,
acreditem.
(Risos)
De cada vez que conseguimos
medir o desempenho,
verificamos algo muito interessante;
isto é, o desempenho é limitado.
O que isto significa é que não
existem grandes variações
no desempenho humano.
Ele varia apenas
num intervalo limitado,
e precisamos mesmo do cronómetro
para medir as diferenças.
Isto não quer dizer que não consigamos
distinguir o bom dos melhores,
mas os melhores
são muito difíceis de distinguir.
E o problema é que
a maioria de nós trabalha em áreas
nas quais não temos um cronómetro
para medir o nosso desempenho.
Bom, o desempenho é limitado,
não existem grandes diferenças entre nós
no que toca ao nosso desempenho.
E quanto ao sucesso?
Bem, mudemos para
um tópico diferente, como os livros.
O sucesso de um autor é medido
através do número dos seus leitores.
Desta forma, quando o meu livro anterior
foi publicado em 2009,
eu estava na Europa a falar
com o meu editor,
e queria saber:
"Quem é a concorrência?"
E havia alguma concorrência fabulosa.
Nessa semana...
(Risos)
saiu o "Símbolo Perdido" de Dan Brown,
e também "A Melodia do Adeus",
de Nicholas Sparks.
E quando se olha para a lista,
percebe-se que, em termos de desempenho,
não há nenhuma diferença
entre esses livros e o meu.
Certo?
Por isso, se a equipa do Nicholas Sparks
trabalhar um pouco mais,
ele pode facilmente ser o número um,
porque é quase por acidente
chegar ao topo de vendas.
Vamos olhar para os números.
Eu sou uma pessoa dos dados, certo?
Então, vamos ver quais foram
as vendas do Nicholas Sparks.
E acontece que naquela
primeira semana,
o Nicholas Sparks vendeu
mais de cem mil cópias,
o que é um número espetacular.
De facto, é possível chegar ao topo dos
best-sellers da lista do "New York Times"
com 10 000 cópias por semana.
por isso, ele multiplicou por dez
o que necessitava para ser o número um.
No entanto, ele não foi o número um.
Porquê?
Porque havia o Dan Brown, que vendeu
1,2 milhões de cópias nesse fim de semana.
E a razão pela qual eu gosto deste número
é porque mostra que, na verdade,
no que toca ao sucesso, é ilimitado,
e o melhor não consegue apenas
ligeiramente mais do que o segundo melhor
mas consegue resultados de
maior amplitude,
porque o sucesso é uma medida coletiva.
Damos aos outros, em vez de conquistar
através do nosso desempenho.
Assim, uma das coisas
de que nos apercebemos
é que o desempenho,
o que fazemos, é limitado,
mas o sucesso que é coletivo, é ilimitado.
O que nos faz questionar:
como conseguimos
estas diferenças enormes no sucesso
quando temos diferenças
tão pequenas no desempenho?
Recentemente, publiquei um livro
dedicado, precisamente, a esta questão.
E eles não me deram
tempo suficiente para analisar tudo.
Então, vou voltar à questão:
"Ok, você tem sucesso:
quando isso deve aparecer?"
Então vamos voltar
a quem estraga a festa e perguntar:
"Porque é que Einstein
fez aquela declaração ridícula,
"de que 'só antes dos 30
se pode ser realmente criativo'?"
Porque ele olhou à sua volta
e viu todos aqueles incríveis cientistas
que criaram a mecânica "quantum"
e a física moderna,
e eles tinham entre 20 e 30 anos
quando o fizeram.
E ele não foi o único.
Não é só um a observação preconceituosa,
porque existe mesmo
um campo de pesquisa sobre génios
que documentou o facto
de que, se olharmos para as pessoas
que admiramos do passado
e virmos as idades em que fizeram
as suas maiores contribuições
— seja na música, seja na ciência
ou na engenharia —
na sua maior parte, estavam
entre os 20, 30 e início dos 40, se tanto.
Mas há um problema
nesta pesquisa sobre génios.
Bem, primeiro, criou em nós a impressão
de que a criatividade é igual à juventude,
o que é doloroso, certo?
(Risos)
E também há um preconceito na observação,
porque apenas considera os génios
e não os cientistas normais
e não nos considera a todos nós
e questiona:
"É verdade que a criatividade
desaparece à medida que envelhecemos?"
Então, foi isso que tentámos fazer,
e isto é importante para termos
verdadeiras referências.
Então vamos ver um cientista
normal, como eu,
e vamos ver a minha carreira.
O que vemos aqui são todos
os artigos que eu publiquei
desde o primeiro, em 1989
— ainda estava na Roménia quando o fiz —
até este ano.
E, verticalmente, vocês veem o impacto
desse artigo,
o que é, quantas citações,
quantos outros artigos
citaram o meu trabalho.
E quando vocês olham para ali,
veem que a minha carreira teve
três etapas diferentes.
Os primeiros 10 anos
quando eu tive de trabalhar muito
sem reconhecimento.
Ninguém se importava com
o que eu fazia, pois não? (Risos)
Não tinha quase nenhum impacto.
Nessa altura, eu estava a estudar
a ciência dos materiais
e descobri por mim mesmo as redes
e comecei a publicar nas redes.
Isso levou-me de um artigo
de grande impacto a outro.
Eu sentia-me muito bem.
Aquela foi uma etapa da minha carreira.
(Risos)
A questão é:
"O que acontece agora?"
Nós não sabemos,
porque ainda não passou tempo suficiente
para descobrir o impacto desses artigos,
isso leva tempo.
Bem, quando olhamos para os dados,
parece que Einstein,
o investigador genial, está certo,
estou na tal etapa da minha carreira.
(Risos)
Então, dissemos: "Ok, vamos descobrir
como é que isso realmente acontece,
"primeiro na ciência."
De forma a não ter preconceito na seleção,
considerando apenas os génios,
nós acabámos por reconstruir
a carreira de todos os cientistas
de 1900 até hoje,
e encontrar em cada cientista
o que foi o seu melhor,
tivesse ou não ganhado o prémio Nobel,
ou se ninguém conhecer o que fez,
mesmo o seu melhor.
E é isso o que vocês veem aqui.
Cada linha é uma carreira,
e quando se tem um ponto azul
em cima da carreira,
significa que foi o seu melhor.
E a pergunta é:
"Quando é que eles tiveram
a sua grande descoberta?"
Para quantificar isso,
vemos a probabilidade
de se fazer a maior descoberta,
digamos — com um, dois, três
ou dez anos de carreira.
Não estamos a olhar para a idade.
Estamos a olhar para a "idade académica".
A vossa idade académica começa
ao publicarem o vosso primeiro artigo.
Sei que alguns aqui são ainda bebés.
(Risos)
Vamos ver as probabilidades
de publicarem o vosso artigo
de maior impacto.
O que vocês veem
é que o investigador génio está certo.
A maior parte dos cientistas
publicam o artigo de maior impacto
nos primeiros 10, 15 anos de carreira,
e cai depois disso.
Caem tão rápido,
que estou há 30 anos na carreira,
e a hipótese de eu publicar um artigo
de maior impacto
do que qualquer coisa que eu fiz antes,
é menos de 1%.
Estou nessa etapa da minha carreira,
de acordo com esses dados.
Mas tenho um problema com isso.
Não estamos a fazer
corretamente o controlo.
Então o controlo deveria ser:
"Como parece um cientista
com contribuições ao acaso à ciência?"
Ou: "Qual é a produtividade
do cientista?"
"Quando é que ele escreve os artigos?"
Então calculámos a produtividade,
e incrivelmente, a produtividade,
a probabilidade de ele escrever
um artigo no primeiro ano,
no 10.º ou no 20.º ano de carreira
é indistinguível
da probabilidade do seu impacto
na sua carreira.
E, resumindo,
depois de vários testes de estatística,
há apenas uma explicação para isso:
a forma como nós, cientistas, trabalhamos,
é que cada artigo que escrevemos,
cada projeto que fazemos,
tem a mesma hipótese de ser
o nosso melhor trabalho.
Isto é, a descoberta
é como um bilhete de lotaria.
E quanto mais bilhetes
de lotaria comprarmos,
maiores serão as nossas hipóteses.
E acontece
que a maioria dos cientistas
compra os bilhetes
nos primeiros 10, 15 anos de carreira,
e depois disso,
a sua produtividade cai.
Eles não compram mais bilhetes.
Parece então que eles
já não conseguem ser criativos.
Na realidade, eles pararam de tentar.
Quando juntamos todos os dados,
a conclusão é muito simples:
o sucesso pode surgir a qualquer momento.
Pode ser o primeiro
ou último artigo da sua carreira.
É totalmente aleatório
no espaço dos projetos.
É a produtividade que muda.
Deixem-me ilustrar.
Aqui está Franck Wilczek,
que recebeu o prémio Nobel de Física
pelo primeiro artigo que escreveu
na sua carreira com aluno de licenciatura.
(Risos)
Mais interessante é John Fenn,
que, aos 70 anos,
foi forçado a sair
da Universidade de Yale.
Eles fecharam o seu laboratório.
Nesse momento, ele mudou-se
para a Universidade de Virgínia,
abriu outro laboratório,
e, aos 72 anos, publicou um artigo
pelo qual, 15 anos depois,
recebeu o Nobel da Química.
E vocês pensam: "Ok, a ciência é especial,
"mas e as outras áreas em que
precisamos de ser criativos?"
Então, vamos a outro exemplo:
o empreendedorismo.
O Vale do Silício,
terra da juventude, certo?
Quando vocês olham para isso,
descobrem que os grandes prémios,
o TechCrunch Awards e outros,
foram para pessoas
entre os seus 20 e 30 anos.
Vejam a quem é que as empresas
de capital de risco dão dinheiro
— só a pessoas de 30 e poucos anos.
Claro que nós sabemos
que há no Vale do Silício o hábito
de associar a juventude ao sucesso.
Não quando olhamos para os dados,
porque não se trata apenas
de formar uma empresa
— formar uma empresa é produtividade,
tentar, tentar, tentar —
quando vemos qual desses indivíduos
monta uma empresa de sucesso,
uma venda de sucesso.
Recentemente, um dos nossos colegas
examinou precisamente essa questão.
E verificou que sim,
os indivíduos com 20 e 30 anos
montaram um grande número
de empresas, formaram muitas,
mas a maioria delas faliu.
E quando vemos as vendas de sucesso,
constatamos que, quanto mais velhos,
mais hipóteses têm de entrar na Bolsa
ou de venderem a empresa com sucesso.
Isso é forte, se vocês tiverem 50 anos,
vocês têm duas vezes mais hipóteses
de terem verdadeiro sucesso
do que se tiverem 30 anos.
(Aplausos)
Então, afinal, o que é que nós vemos?
Vemos que a criatividade não tem idade.
A produtividade tem.
O que me diz é que, no final das contas,
se vocês continuarem a tentar...
(Risos)
podem acabar por ter sucesso
atrás de sucesso.
Então, a minha conclusão é simples:
Estou fora do palco,
volto para o meu laboratório.
Obrigado.
(Aplausos)
Hoje é um dia muito especial para mim,
porque é meu aniversário.
(Aplausos)
Obrigado a todos vocês
por participarem da festa.
(Risos)
Mas toda vez que damos uma festa,
tem alguém lá para estragar tudo, não é?
(Risos)
Sou físico.
Desta vez, trouxe outro físico
para fazer isso.
O nome dele é Albert Einstein, meu xará,
e foi ele quem disse
que uma pessoa que não fez
contribuições importantes à ciência
até os 30 anos de idade
nunca fará.
(Risos)
Vocês não precisam consultar a Wikipédia
para saber que tenho mais de 30.
(Risos)
Na realidade, ele está nos dizendo
que, quando se trata de minha ciência,
sou inútil.
Felizmente, tive minha quota
de sorte na carreira.
Por volta dos 28 anos,
fiquei muito interessado por redes
e, alguns anos depois, conseguimos
publicar alguns artigos importantes
que informaram a descoberta
de redes sem escala
e deram origem a uma nova disciplina
que chamamos hoje de ciência das redes.
Se vocês se importarem com isso,
poderão obter um PhD em ciência das redes
em Budapeste, em Boston,
e estudar no mundo todo.
Alguns anos mais tarde,
quando me mudei para Harvard
primeiro como um ano sabático,
eu me interessei por outro tipo de rede:
naquela época, as redes
dentro de nós mesmos,
como os genes, as proteínas
e os metabólitos se ligam uns aos outros
e como se conectam a doenças.
Esse interesse levou a um crescimento
importante dentro da medicina,
que inclui a Network Medicine
Division de Harvard,
com mais de 300 pesquisadores
que usam essa perspectiva
para tratar pacientes
e desenvolver novas curas.
Alguns anos atrás,
pensei em aproveitar essa ideia de redes
e nosso conhecimento em redes
em uma área diferente,
isto é, para entender o sucesso.
Por que fizemos isso?
Pensamos que, até certo ponto,
nosso sucesso é determinado
pelas redes das quais fazemos parte,
que nossas redes podem
nos impulsionar ou nos deter.
Eu estava curioso
se poderíamos usar o conhecimento,
o "big data" e a competência
do desenvolvimento das redes
para quantificar
como essas coisas acontecem.
Este é um resultado disso.
Vemos aqui uma rede de galerias em museus
que se conectam entre si.
Por meio deste mapa,
elaborado no ano passado,
podemos prever com muita precisão
o sucesso de um artista
se tivermos as primeiras
cinco exposições de sua carreira.
Quando pensamos em sucesso,
percebemos que o sucesso
não se trata apenas de redes;
há muitas outras dimensões envolvidas.
Uma das coisas que precisamos
para o sucesso, obviamente,
é o desempenho.
Vamos definir qual é a diferença
entre desempenho e sucesso.
Desempenho é o que você faz:
a velocidade a que você corre,
o tipo de quadros que você pinta,
o tipo de artigos que você publica.
Contudo, em nossa definição de trabalho,
o sucesso se trata do que a comunidade
percebe a partir do que você fez,
do seu desempenho:
como ela reconhece
e recompensa você por isso.
Em outros termos,
seu desempenho trata-se de você,
mas seu sucesso trata-se de todos nós.
Essa foi uma mudança
muito importante para nós,
porque, quando definimos o sucesso
como uma medida coletiva
que a comunidade nos fornece,
ele se tornou mensurável,
porque, se estiver na comunidade,
haverá vários pontos de dados a respeito.
Então, vamos à escola,
fazemos exercícios, praticamos,
porque acreditamos
que o desempenho leva ao sucesso.
Mas, da maneira que começamos a explorar,
percebemos que desempenho e sucesso
são coisas muito diferentes
quando se trata da matemática do problema.
Darei um exemplo.
Vemos aqui o homem
mais rápido do mundo, Usain Bolt.
É claro que ele vence a maioria
das competições das quais participa.
Sabemos que ele é o mais rápido
porque temos um cronômetro
para medir a velocidade.
O interessante sobre ele
é que, quando vence,
ele não vence superando os adversários
de modo significativo.
Ele corre, no máximo, 1% mais rápido
do que quem perde a corrida.
Não só corre 1% mais rápido
do que o segundo lugar,
como também não corre dez vezes
mais rápido do que eu.
E não sou bom corredor, acreditem.
(Risos)
Sempre que conseguimos medir o desempenho,
notamos algo muito interessante:
o desempenho é limitado.
Isso significa que não há grandes
variações no desempenho humano.
Varia apenas em um intervalo estreito,
e precisamos do cronômetro
para medir as diferenças.
Não significa que não conseguimos
diferenciar os bons dos melhores,
mas é muito difícil
distinguir os melhores.
O problema é que a maioria de nós
trabalha em áreas sem cronômetro
para medir nosso desempenho.
Tudo bem, o desempenho é limitado.
Não há grandes diferenças entre nós
quando se trata de nosso desempenho.
E quanto ao sucesso?
Vamos mudar para um assunto
diferente, como livros.
Uma medida de sucesso para os escritores
é a quantidade de leitores de sua obra.
Quando meu livro anterior
foi lançado, em 2009,
eu estava na Europa falando com o editor
e fiquei interessado:
"Quem eram meus concorrentes?"
Havia alguns incríveis.
Naquela semana...
(Risos)
Dan Brown lançou "O Símbolo Perdido",
e "A Última Música" também foi lançado,
de Nicholas Sparks.
Quando analisamos a lista,
percebemos que, em termos de desempenho,
quase não há diferença
entre esses livros ou os meus.
Certo?
Talvez se a equipe de Nicholas Sparks
trabalhasse um pouco mais,
ele poderia facilmente ficar em primeiro,
porque é quase por acidente
acabar no topo da lista.
Eu disse: "Vamos analisar os números",
pois sou uma pessoa de dados.
Vejamos quais foram as vendas
para Nicholas Sparks.
Acontece que, no fim de semana inicial,
Nicholas Sparks vendeu
mais de 100 mil cópias,
o que é um número incrível.
É possível chegar ao topo da lista
dos mais vendidos do "New York Times"
com a venda de 10 mil cópias por semana.
Ele superou em dez vezes
o necessário para ficar em primeiro.
Mas ele não ficou em primeiro.
Por quê?
Porque Dan Brown tinha vendido 1,2 milhão
de cópias naquele final de semana.
(Risos)
Gosto dessas quantidades
porque mostram que, realmente,
quando se trata de sucesso,
ele é ilimitado,
que o melhor não é apenas
um pouco maior do que o segundo melhor,
mas recebe mais ordens de grandeza,
porque o sucesso é uma medida coletiva.
Nós o atribuímos a elas,
em vez de merecê-lo por nosso desempenho.
Percebemos que desempenho,
que é o que fazemos, é limitado,
mas sucesso, que é coletivo, é ilimitado,
o que nos faz pensar:
"Como obtemos essas enormes
diferenças de sucesso
quando temos diferenças
tão pequenas no desempenho?"
Recentemente lancei um livro
dedicado a essa mesma pergunta.
Eles não me deram tempo suficiente
para examinar tudo isso.
Voltarei à pergunta:
certo, você tem sucesso;
quando isso deveria aparecer?
Vamos voltar ao "spoiler"
do grupo e nos perguntar:
"Por que Einstein
fez essa declaração ridícula,
de que, somente antes dos 30 anos,
poderíamos ser criativos?"
Porque ele se viu rodeado
de todos esses físicos incríveis
que criaram a mecânica quântica
e a física moderna,
e estavam todos na faixa dos 20
e início dos 30 anos quando fizeram isso.
E não é apenas ele.
Não é só um viés de observação,
porque há uma área completa
de pesquisa sobre gênios
que documentou o fato
de que, se analisarmos as pessoas
que admiramos no passado,
e depois examinarmos a idade
em que fizeram sua maior contribuição,
seja na música, na ciência
ou na engenharia,
a maioria delas estava na faixa dos 20,
30, início dos 40 anos, no máximo.
Mas há um problema
com essa pesquisa sobre gênios.
Em primeiro lugar, ela nos deu a impressão
de que criatividade é igual a juventude,
o que é doloroso, não é mesmo?
(Risos)
Também tem um viés de observação,
porque só analisa gênios
e não cientistas comuns
e não analisa todos nós e pergunta:
"É verdade que a criatividade desaparece
à medida que envelhecemos?"
É exatamente o que tentamos fazer,
e é importante ter referências.
Vamos analisar
um cientista comum, como eu,
e minha carreira.
Vemos aqui todos os artigos que publiquei
desde meu primeiro, em 1989,
quando eu ainda estava na Romênia,
até este ano.
Verticalmente, vemos o impacto do artigo,
ou seja, quantas citações,
quantos outros artigos escritos
citaram esse trabalho.
Nessa análise, vemos que minha carreira
tem cerca de três fases diferentes.
Nos primeiros dez anos,
tive que trabalhar muito
e não consegui muito.
Ninguém parece se importar com o que faço.
Quase não há impacto.
(Risos)
Naquela época, eu estava fazendo
ciência dos materiais,
e então descobri redes por mim mesmo
e comecei a publicar em redes.
Isso levou de um artigo
de alto impacto para outro.
Eu me senti bem
nessa fase de minha carreira.
(Risos)
A pergunta é: "E agora?"
Não sabemos, porque ainda
não houve tempo suficiente
para descobrir o impacto desses artigos.
Leva tempo para saber.
Quando analisamos os dados,
parece que Einstein e a pesquisa
sobre gênios estavam certos,
e estou nessa fase de minha carreira.
(Risos)
Dissemos: "Tudo bem, vamos descobrir
como isso realmente acontece,
primeiro na ciência".
Para não ter o viés de seleção,
analisar apenas gênios,
acabamos reconstruindo
a carreira de cada cientista
de 1900 até hoje
e descobrindo para todos eles
sua melhor conquista,
se ganharam o Prêmio Nobel ou não,
ou ninguém sabe o que fizeram,
nem mesmo sua melhor conquista.
É o que vemos neste slide.
Cada linha é uma carreira,
e um ponto azul claro no topo da carreira
indica a melhor conquista.
A pergunta é:
"Quando eles, na verdade,
fizeram sua maior descoberta?"
Para quantificar,
analisamos a probabilidade
de fazermos nossa maior descoberta
em, digamos, um, dois, três
ou dez anos em nossa carreira?
Não estamos analisando a idade real,
mas o que chamamos de "idade acadêmica".
Nossa idade acadêmica começa
ao publicarmos nossos primeiros artigos.
Sei que alguns de vocês ainda são bebês.
(Risos)
Vamos analisar a probabilidade
de publicarmos nosso artigo
de maior impacto.
Vemos que, de fato,
a pesquisa sobre gênios está certa.
A maioria dos cientistas tende a publicar
seu artigo de maior impacto
nos primeiros 10, 15 anos de carreira,
e há um declínio após esse período.
É tão rápido que estou prestes...
tenho exatamente 30 anos de carreira,
e a chance de eu publicar um artigo
que tenha um impacto maior
do que qualquer coisa que fiz antes
é de menos de 1%.
Estou nessa fase de minha carreira,
segundo esses dados.
Mas há um problema.
Não estamos controlando adequadamente.
O controle seria:
"Como seria um cientista que faz
contribuições aleatórias para a ciência?"
"Ou qual é a produtividade do cientista?"
"Quando eles escrevem artigos?"
Assim medimos a produtividade
e, surpreendentemente, a produtividade,
a probabilidade de escrever um artigo
no primeiro, décimo
ou vigésimo ano de carreira
é indistinguível da probabilidade
de ter o impacto
naquela parte de nossa carreira.
Para encurtar a história,
depois de muitos testes estatísticos,
só há uma explicação para isso:
nós, cientistas, trabalhamos
de modo que cada artigo que escrevemos,
cada projeto que fazemos,
tenha exatamente a mesma chance
de ser nossa melhor conquista.
Ou seja, a descoberta
é como um bilhete de loteria.
Quanto mais bilhetes de loteria compramos,
maiores são nossas chances,
tanto que a maioria dos cientistas
compra a maioria dos bilhetes de loteria
nos primeiros 10, 15 anos de carreira.
Depois disso, sua produtividade diminui.
Eles deixam de comprar bilhetes de loteria
e parece que não são criativos.
Na realidade, eles pararam de tentar.
Quando reunimos os dados,
a conclusão é muito simples:
"O sucesso pode vir a qualquer momento".
Pode ser o primeiro ou o último
artigo de sua carreira.
É totalmente aleatório
no espaço dos projetos.
É a produtividade que muda.
Darei um exemplo.
Este é Frank Wilczek,
que recebeu o Prêmio Nobel de Física
pelo primeiro artigo que escreveu
na carreira como aluno de pós-graduação.
(Risos)
Mais interessante é John Fenn,
que, aos 70 anos, foi aposentado à força
pela Universidade Yale.
Fecharam o laboratório dele
e, naquele momento, ele se mudou
para a Virginia Commonwealth University,
abriu outro laboratório,
e foi lá, aos 72 anos,
que publicou um artigo
pelo qual, 15 anos depois,
recebeu o Prêmio Nobel de Química.
Pensamos: "Tudo bem, a ciência é especial,
mas e quanto a outras áreas
em que precisamos ser criativos?"
Darei outro exemplo típico:
empreendedorismo.
Vale do Silício,
a terra da juventude, não é mesmo?
De fato, ao analisarmos,
percebemos que os maiores prêmios,
como o TechCrunch Awards, e outros,
estão todos destinados a pessoas
com idade média no final dos 20
e bem no início dos 30 anos.
Analisamos a quem os capitalistas
de risco dão o dinheiro,
algumas das maiores empresas
de capital de risco,
todas as pessoas
com pouco mais de 30 anos.
Sabemos, é claro,
que há uma crença no Vale do Silício
de que juventude é igual a sucesso.
Isso não ocorre
quando analisamos os dados,
porque não se trata apenas
de formar uma empresa,
que é semelhante à produtividade:
tentar, tentar, tentar,
quando analisamos quais desses indivíduos
criam uma empresa e uma saída de sucesso.
Recentemente, alguns de nossos colegas
analisaram exatamente essa questão.
Acontece que pessoas
na faixa dos 20 e 30 anos
criam um número enorme de empresas,
mas a maioria delas quebra.
Quando analisamos as saídas bem-sucedidas,
vemos, nesse enredo em particular,
que, quanto maior a idade, maior a chance
de conquistar o mercado de ações
ou a venda da empresa com sucesso.
Isso é tão forte que, se você
estiver na faixa dos 50 anos,
terá duas vezes mais chances
de ter uma saída bem-sucedida
do que se estiver na faixa dos 30 anos.
(Aplausos)
Finalmente, o que vemos na verdade?
Vemos que criatividade não tem idade.
Produtividade sim, certo?
Isso me diz que, no final,
se continuarmos tentando,
(Risos)
ainda podemos ter cada vez mais sucesso.
Minha conclusão é muito simples:
saio do palco,
de volta ao meu laboratório.
Obrigado.
(Aplausos)
Сегодня для меня особенный день,
потому что у меня день рождения.
(Аплодисменты)
И спасибо всем вам,
что пришли на вечеринку.
(Смех)
Но каждый раз, когда ты устраиваешь
вечеринку, есть тот, кто её испортит. Так?
(Смех)
Я физик,
и в этот раз я привёл
другого физика с этой целью.
Его зовут Альберт Эйнштейн — тоже
Альберт, — и это именно он однажды сказал,
что человек, который не сделал свой
самый значимый вклад в науку
до 30 лет,
никогда уже этого не сделает.
(Смех)
Что ж, вам не нужно
проверять в Википедии,
что мне уже за 30.
(Смех)
И самое главное, о чём это
говорит мне и всем нам, —
то, что в сфере науки
я бесполезен.
Но, к счастью, удачные периоды
случались в моей карьере.
В возрасте 28 или около того
я стал интересоваться сетями,
и несколько лет спустя мы
опубликовали несколько ключевых статей
об открытии безмасштабных сетей,
что послужило началом новой дисциплины,
которую мы сегодня называем наука о сетях.
Если вам это интересно, то сейчас можно
получить степень доктора науки о сетях
в Будапеште, в Бостоне,
вы можете изучать эту науку по всему миру.
Несколько лет спустя,
когда я переехал в Гарвард,
будучи сначала в творческом отпуске,
я заинтересовался ещё одним типом сетей:
на этот раз взаимосвязями в нас самих:
как гены, белки и метаболиты
связаны друг с другом
и как они связаны с болезнями.
И этот интерес привел к ещё
большему исследованию в медицине,
в том числе и на кафедре Сетевой Медицины
Гарвардского университета,
где более 300 исследователей
изучают эту сферу
для лечения пациентов
и разработки новых лекарств.
Несколько лет назад
я думал, что воспользуюсь идеей сетей
и опытом, который мы получили,
для применения в другой сфере
с целью определения успеха.
Почему мы так решили?
Что ж, мы полагали,
что в определённой степени
наш успех определяется взаимосвязями,
частью которых мы являемся, —
то есть взаимосвязи могут как толкать
нас вперёд, так и тянуть назад.
И мне было интересно, сможем ли мы
использовать знания, данные и опыт,
приобретённые при развитии сетей,
чтобы оценить, как происходят эти вещи.
Вот что получилось в итоге.
То, что вы видите здесь, —
это сеть галерей в музеях,
связанных друг с другом.
И из этой карты, которую мы
составили в прошлом году,
мы можем достаточно точно
предопределить успех художника,
если вы покажите мне первых
пять выставок в его или её карьере.
В процессе исследования успеха
мы поняли, что успех —
это не только о взаимосвязях;
существует множество других составляющих.
Одна из таких составляющих,
необходимых для успеха, —
это ваши результаты.
Итак, давайте определим, в чём разница
между результатами и успехом.
Результаты — это то, что вы делаете:
как быстро вы бежите,
какие картины вы пишите,
какие статьи вы публикуете.
Тем не менее, в нашей
рабочей терминологии,
успех — это то, что общество замечает
из того, что вы делаете,
из ваших результатов.
Как оно их отмечает
и как вас за них награждает?
Другими словами,
ваши результаты — о вас,
а ваш успех — о всех нас.
И это было для нас очень важным открытием,
потому что именно когда мы определили,
что успех это коллективная мера,
которую нам даёт общество,
успех стал измеряемым,
потому что если он находится в сфере
общества, об этом есть множество данных.
Итак, мы ходим в школу,
мы тренируемся, мы практикуемся,
потому что верим, что
результаты приводят к успеху.
Но в начале наших исследований
мы поняли, что результаты и успех —
это очень очень разные существа
с математической точки зрения
этого исследования.
Давайте я наглядно это покажу.
Итак, вы видите здесь самого
быстрого человека на земле, Усейна Болта.
И конечно же, он выигрывает большинство
соревнований, в которых участвует.
И мы знаем, что он самый быстрый
на земле, благодаря хронометру
для измерения скорости.
Интересен тот факт,
что когда он выигрывает,
так происходит не потому, что он
значительно опережает соперников.
Он бежит максимум на процент быстрее,
чем человек, который проигрывает гонку.
И он не только бежит всего на 1 процент
быстрее, чем второй участник,
но также он не бежит в 10 раз
быстрее, чем я —
и, поверьте, я не лучший бегун.
(Смех)
И каждый раз, когда мы
можем измерить результаты,
мы замечаем кое-что интересное:
а именно то, что результаты ограничены.
Это значит, что у людей нет
значительной разницы в результатах.
Она колеблется в пределах
узкого коридора значений,
и нам нужен хронометр,
чтоб определять эти расхождения.
Это не означает, что мы не можем
отличить хороших от наилучших,
но самых лучших очень трудно определить.
И проблема в том, что большинство
из нас работает в сферах,
где нет хронометра для
измерения наших результатов.
Хорошо, результаты ограничены,
и между нами не существует значительных
расхождений в отношении результатов.
А как насчёт успеха?
Что ж, давайте перейдём
к другой теме, например, к книгам.
Один из критериев успеха среди писателей —
количество людей, читающих твои работы.
Так что когда моя предыдущая
книга вышла в 2009 году,
я был в Европе, общался с редактором
и поинтересовался: кто мои конкуренты?
Среди них были великолепные писатели.
На той неделе...
(Смех)
Дэн Браун выпустил «Утраченный символ»,
а также вышла в свет »Последняя Песня»
Николаса Спаркса.
И если вы просто взглянете на список,
вы поймёте, что глядя на результат,
вряд ли найдутся расхождения
между этими книгами и моей.
Правильно?
Поэтому, возможно, если бы команда
Николаса Спаркса работала усерднее,
он с лёгкостью стал бы номером один,
потому что оказаться лидером было
практически случайностью.
Итак, давайте взглянем на цифры —
я человек чисел, так ведь?
Давайте посмотрим
на продажи Николаса Спаркса.
И оказывается, за первую неделю
Николас Спаркс продал
более ста тысяч экземпляров,
и это поразительное количество!
Вообще-то, можно попасть в лидеры
списка бестселлеров «New York Times»,
продавая 10 000 экземпляров в неделю,
то есть он в 10 раз превысил норму,
необходимую, чтобы стать номером один.
Но он не стал номером один.
Почему?
Потому что был ещё Дэн Браун, который
продал 1.2 миллиона экземпляров за неделю.
(Смех)
И мне эта цифра нравится потому,
что она доказывает:
успех безграничен,
и самый лучший не просто получает
слегка больше, чем второй лучший,
он получает несоизмеримо больше,
потому что успех — это коллективная мера.
Мы определяем его за них, а не они
зарабатывают его своими результатами.
Итак, одна вещь, которую мы поняли,
это то, что результаты ограничены,
а успех, будучи коллективным, неограничен,
и это заставляет задуматься:
как мы получаем эти огромные
расхождения в успехе,
если у нас минимальные
различия в результатах?
Недавно я выпустил книгу,
посвящённую именно этому вопросу.
И мне не дали достаточно времени,
чтобы изложить всё,
поэтому я вернусь к такому вопросу:
хорошо, к вам пришёл успех;
когда это случилось?
давайте вернёмся к спойлеру
нашей вечеринки и спросим себя:
почему Эйнштейн сделал
это смешное заявление о том,
что только до 30 лет
вы можете быть креативным?
А всё потому, что, оглядываясь вокруг,
он видел этих удивительных физиков,
которые создали квантовую механику
и современную физику,
когда им было 20–30 лет или немного за 30.
И не только он.
И это не просто ошибка наблюдения,
потому что на самом деле существует
масса гениальных исследований,
в которых задокументирован факт того,
что если посмотреть на всеми любимых
исторических личностей
и обратить внимание возраст, в котором
они сделали свой самый большой вклад —
будь-то в музыку, или в науку,
или в инженерию, —
большинство из них сделали это в возрасте
после 20, 30 или максимум около 40.
Но есть одна проблема
в этом гениальном исследовании.
Во-первых, оно создаёт впечатление,
что креативность равняется молодости,
а это прискорбно осознавать, так?
(Смех)
А также в нём есть ошибка наблюдения,
потому что оно затрагивает только гениев,
но не берёт во внимание рядовых учёных,
не учитывает всех нас и не интересуется,
правда ли, что с годами
креативность исчезает?
Это именно то, что мы пытались сделать,
и это важно для получения
источников информации.
Итак, давайте взглянем
на обыкновенного учёного, как я,
и посмотрим на мою карьеру.
Здесь вы видите материалы,
которые я опубликовал,
начиная с моей первой статьи в 1989 году —
я тогда жил в Румынии,
и до сегодняшнего дня.
А по вертикали вы можете видеть
влияние моей работы,
а именно, сколько цитат,
сколько других материалов,
цитирующих мою работу, было написало.
И если вы посмотрите на это,
вы увидите, что в моей карьере
выделяются три разных периода.
Это первые 10 лет,
когда я активно работал,
но не многого достиг.
Кажется, никому нет дела
до моих исследований, так?
Влияния практически нет.
(Смех)
В то время я занимался материаловеденьем,
а потом я открыл для себя сети
и начал писать о науке о сетях.
И это привело к публикации
влиятельных работ, одна за другой.
Это было действительно хорошо.
Вот этот период в моей карьере.
(Смех)
Но вопрос в том, что
же происходит сейчас?
Мы ещё не знаем, потому что
прошло не достаточно времени,
чтобы определить степень
влияния этих материалов;
для этого нужно время.
Когда вы смотрите на данные,
кажется, что Эйнштейн,
гениальный учёный, прав,
и я на том самом этапе свой карьеры.
(Смех)
И поэтому мы решили: ладно, давайте
определим, как же всё происходит,
для начала в науке.
И чтобы исключить ошибку выборки
при рассмотрении только гениев,
мы решили проследить
за карьерами каждого учёного,
начиная с 1900 года до сегодняшнего дня,
и исследовать максимальные
достижения каждого из них,
несмотря на то, получили они
Нобелевскую Премию или нет,
и даже если никто не знает ни чем они
занимались, ни об их лучших результатах.
И вот что показывает этот слайд.
Каждая линия это карьера,
а голубая точка на вершине карьеры
говорит о том, что это лучшие результаты.
И вопрос в том,
когда они сделали самые большие открытия?
Чтобы это определить,
мы смотрим на то, какова вероятность,
что вы сделаете своё лучшее открытие
в первый, второй, третий
или 10-й год вашей карьеры.
Мы не учитываем возраст.
Мы смотрим на «академический возраст».
Ваш академический возраст начинается
с публикации вашей первой статьи.
Знаю, кое-кто из вас всё ещё малыши.
(Смех)
Итак, давайте взглянем на вероятность
издания вашей самой влиятельной работы.
И то, что мы видим, подтверждает:
гениальное исследование верное.
Большинство учёных склонны издавать
самые влиятельные материалы
в первые 10, 15 лет своей карьеры,
а дальше идёт на спад.
И спад настолько стремительный,
что в мои 30 лет в професии
шанс того, что я выпущу исследование,
которое будет иметь большее влияние,
чем всё, что я делал раньше,
равен менее одному проценту.
Я вот на этом этапе своей карьеры,
согласно этим данным.
Но тут кроется проблема.
Мы не достаточно качественно
осуществляем проверку.
Проверка должна быть такой:
как выглядит учёный,
который делает случайный вклад в науку?
Или какова продуктивность учёного?
Когда они пишут свои статьи?
Что ж, мы измерили продуктивность,
и вот что удивительно: продуктивность,
то есть вероятность написания работы
в первый, 10 или 20 год вашей карьеры
не отличается от вероятности
стать влиятельным
в тот же период вашей карьеры.
Одним словом,
после череды статистических тестов
есть только одно объяснение этому:
на самом деле, то,
как мы, учёные, работаем,
любая статья, которую мы публикуем,
любой проект, в котором мы участвуем,
имеет абсолютно одинаковые шансы
стать нашим наилучшим результатом.
А значит, открытие — как лотерейный билет.
И чем больше лотерейных
билетов мы покупаем,
тем выше наши шансы.
И так случилось, что
большинство учёных покупают
большинство лотерейных билетов
в первые 10, 15 лет своей карьеры,
а дальше их продуктивность снижается.
Больше они не покупают лотерейных билетов.
И кажется, что они больше не креативны.
На самом же деле они прекращают пробовать.
Что ж, если мы соберём все данные вместе,
вывод будет очень простым:
успех может прийти в любое время.
Это может быть как первая, так и
последняя работа в вашей карьере.
Это абсолютно случайный
выбор в среде проектов.
Меняется только продуктивность.
Давайте я проиллюстрирую.
Это Фрэнк Вильчек, который получил
Нобелевскую Премию по физике
за самую первую работу в своей карьере,
которую он написал, будучи аспирантом.
(Смех)
Ещё более интересный пример — Джон Фенн,
которого в возрасте 70 лет принудительно
отправили на пенсию Йельский Университет.
Они закрыли его лабораторию,
и тогда же он перебрался
в Университет Содружества Виргинии,
открыл там другую лабораторию
и именно там, в возрасте 72 лет,
опубликовал статью,
за которую 15 лет спустя ему была
присуждена Нобелевская Премия по химии.
Вы думаете, да ладно,
наука это специфическая область,
как насчёт других сфер,
где нам нужно быть креативными?
Что ж, давайте рассмотрим ещё один
типичный пример: предпринимательство.
Силиконовая долина —
земля молодых, правда ведь?
И действительно, если вы посмотрите,
вы увидите, что самые большие награды,
награды TechCrunch и другие,
получают люди,
средний возраст которых около 30 лет.
Кому дают деньги венчурные фонды,
крупнейшие венчурные фирмы, —
им всем немного за 30.
Вот то, что мы знаем;
в Силиконовой Долине присутствует
этот дух, что молодость равна успеху.
Не когда вы смотрите на цифры,
потому что дело не только
в создании компании —
создание компании, как продуктивность,
нужно пробовать, пробовать, —
а когда вы смотрите на тех,
кто, собственно, основывает
успешную компанию
или удачно закрывает бизнес.
А недавно некоторые наши коллеги
обратили внимание именно на этот вопрос.
И оказалось, что да, тем, кому 20–30 лет,
основывают огромное количество компаний,
создают множество компаний,
но большинство становятся банкротами.
И если вы посмотрите на успешно
завершённые операции, вы увидите,
что чем вы старше, тем вероятнее
вы преуспеете на фондовом рынке
или удачно продадите компанию.
И это правда: если вам за 50,
то вероятность успешного закрытия
бизнеса для вас в два раза выше,
чем если бы вам было за 30.
(Аплодисменты)
Итак, напоследок, что же
мы, собственно, видим?
А видим мы то, что креативность
не имеет возраста.
А продуктивность имеет, так ведь?
Что подсказывает мне, что в конце концов,
если вы продолжите пробовать...
(Смех)
вы сможете преуспеть
и будете преуспевать снова и снова.
Мой вывод очень прост:
я ухожу со сцены
и спешу в свою лабораторию.
Спасибо!
(Аплодисменты)
Idag är det faktiskt
en speciell dag för mig.
Jag fyller år.
(Applåder)
Så därför, tack till alla er
som kommit på min fest.
(Skratt)
Men på varje fest
finns en festförstörare.
Eller hur?
(Skratt)
Jag är fysiker
och idag tog jag med en kollega
som får agera festförstörare.
Han heter Albert Einstein,
Albert som jag, och han sa
att den som inte gett
sitt stora bidrag till vetenskapen
vid 30 års ålder
aldrig kommer att göra det.
(Skratt)
Du behöver inte kolla Wikipedia
för att förstå att jag passerat 30.
(Skratt)
Han säger alltså till mig och till oss
att jag bara är en belastning
inom min vetenskapsgren.
Men tack och lov har jag haft
min andel tur i karriären.
När jag var 28 blev jag
mycket intresserad av nätverk
och några år senare lyckades vi
publicera några nyckelrapporter
om upptäckten av skalfria nätverk
som blev starten för den disciplin
som nu kallas nätverksvetenskap.
Den riktigt intresserade
kan doktorera i nätverksvetenskap
i Budapest och i Boston
och man kan studera ämnet
i hela världen.
Några år senare
när jag flyttade till Harvard
under ett sabbatsår
blev jag intresserad av
en annan sorts nätverk:
nätverken i våra kroppar,
hur gener, proteiner
och deras nedbrytningsprodukter
är länkade till varandra
och till sjukdomar.
Intresset ledde till en revolution
inom medicinforskningen,
till exempel Avdelningen
för medicinska nätverk på Harvard
där över 300 forskare använder
detta perspektiv
i behandlingen av patienter
och i forskningen om nya botemedel.
För några år sedan
fick jag idén att använda
denna teori om nätverk
och vår expertis om nätverk
inom ett nytt område.
Nämligen för att förstå framgång.
Varför gjorde vi det?
Vi tänkte att, på något sätt,
borde vår framgång bero på
de nätverk vi ingår i.
Våra nätverk kan dra oss framåt
eller hålla oss tillbaka.
Jag undrade om vi kunde använda
all data och all vår expertkunskap
när vi utvecklar nätverk
för att kvantifiera hur detta kan ske.
Detta är ett resultat.
Det ni ser här är ett nätverk
av gallerier på museer
som länkar till varandra.
Tack vare denna karta
som vi tog fram förra året
kan vi väldigt exakt förutspå
hur väl en konstnär kommer att lyckas
utifrån hans eller hennes
fem första utställningar.
När vi nu tänkte på framgång
insåg vi att framgång
inte bara handlar om nätverk;
det beror på
så många andra faktorer.
En sak som självklart krävs
för framgång är prestation.
Nu måste vi definiera skillnaden
mellan prestation och framgång.
Prestation är vad du gör:
hur fort du springer,
vilka tavlor du målar,
vilka artiklar du publicerar.
I vår definition handlar framgång om
vad omgivningen lägger märke till
av det du gjorde,
av din prestation.
Hur bekräftas din prestation
och hur belönas du för den?
Med andra ord
handlar din prestation om dig.
Framgång handlar om oss alla.
Detta blev en vändpunkt för oss
för när framgång definieras
som ett totalmått
som vår omgivning ger oss
blev det mätbart
för om det finns i vår omgivning
så finns det massor av mätpunkter.
Så vi går till skolan, vi övar, vi tränar,
för vi tror att prestation
leder till framgång.
Men efterhand som vi forskade insåg vi
att prestation och framgång
är väsensskilda ting
när det handlar om
det matematiska i problemet.
Låt mig visa detta.
Här ser ni Usain Bolt,
världens snabbaste man.
Han vinner såklart
det mesta han ställer upp i.
Vi vet att han är världens snabbaste
för vi har tidtagarur.
Det som är intressant är
att när han vinner
vinner han inte med stor marginal.
Han är max en procent snabbare
än den som förlorar loppet.
Han springer bara en procent
snabbare än tvåan
och han springer inte
tio gånger fortare än jag
och jag är ingen bra löpare - tro mig!
(Skratt)
Varje gång vi kan mäta prestation
noterar vi något mycket intressant;
prestationen är begränsad.
Med det menar vi
att variationerna är små.
Prestationen varierar
inom ett litet område,
så vi behöver tidtagarur
för att notera skillnaden.
Det betyder inte att vi inte kan
skilja de bra från de bästa,
men det är svårt
att särskilja de bästa.
Problemet med det är
att vi oftast jobbar i branscher
där vi inte kan mätas med tidtagarur.
Så, prestationen är begränsad,
det är inga stora skillnader
mellan oss vad gäller prestation.
Men framgång då?
Vi byter till ett nytt ämne; böcker.
Ett mått på en författares framgång
är hur många som läser hens bok.
Så när min senaste bok gavs ut 2009
pratade jag med min europeiska utgivare.
Jag frågade: Vilka är mina konkurrenter?
De var fantastiska!
Samma vecka -
(Skratt)
kom Dan Brown ut
med "Den förlorade symbolen",
och Nicholas Sparks kom ut
med "The last song".
Om du tittar på listan
så förstår du att prestationsmässigt
är det ingen stor skillnad
mellan dessa böcker och min bok.
Eller hur?
Kanske om Nicholas Sparks förlag
jobbat lite hårdare,
så kunde han varit listetta,
det är ju lite av en slump
vem som hamnar överst.
Siffermänniska som jag är, sa jag:
låt oss titta på siffrorna.
Låt oss kolla Nicholas Sparks
försäljningssiffror.
Det visar sig att han redan första helgen
sålde mer än 100 000 exemplar.
Ett otroligt antal!
Man kan faktiskt bli etta
på New York Times bästsäljarlista
med 10 000 exemplar på en vecka,
så han sålde tio gånger så mycket.
Ändå blev han inte etta.
Varför?
För att Dan Brown sålde
1,2 miljoner exemplar samma helg.
(Skratt)
Jag gillar de här siffrorna,
för de visar verkligen
att framgången är obegränsad.
Den bästa får inte lite mer
än den näst bästa,
utan många gånger mer,
eftersom framgång bestäms av kollektivet.
Man snarare får framgång,
än förtjänar med sin prestation.
Så nu har vi insett att prestationen,
det vi gör, har sina begränsningar,
men framgång, som bestäms
av andra, saknar begränsningar.
Nu undrar man:
Hur kan skillnaderna i framgång
vara så extremt stora
när skillnaden i prestation är så liten?
Jag gav nyligen ut en bok
som handlade om just det.
Men det hinner jag
inte berätta om idag,
så jag återgår till frågan
om framgång: när får man det?
Låt oss återgå till festförstöraren
och fråga oss:
Varför kom Einstein
med det fåniga påståendet
att man bara är kreativ före 30?
Tja, han tittade runt sig
och såg fantastiska fysiker
som skapade kvantmekanik
och modern fysik
och de var alla kring 20 eller 30 år.
Men det är inte bara han.
Och det är inte bara fördomar,
utan forskningen kring genier
har visat det faktum att när vi tittar
på de vi beundrar mest genom historien
och hur gamla de var
när de presterade som bäst
inom musiken, inom vetenskapen,
inom ingenjörskonsten,
var de flesta kring 20, 30
eller möjligen 40.
Det finns dock ett problem med
forskningen kring genier.
För det första ger den oss intrycket
att kreativitet sammanfaller med ungdom
och det känns ju jobbigt, eller?
(Skratt)
Forskningen innehåller också
ett systematiskt fel
för den tittar bara på genierna
och inte på de vanliga forskarna
och den tittar inte på oss alla och frågar
om det verkligen är sant
att kreativiteten minskar med åren.
Så precis det har vi försökt göra
för att få korrekta referenser.
Låt oss titta på
en ordinär forskare som jag själv.
Låt oss titta på min karriär.
Här ser ni de artiklar jag publicerat
från den allra första, 1989,
när jag fortfarande var i Rumänien,
till i år.
På den vertikala axeln ser ni
artikelns tyngd,
hur ofta den blivit citerad,
hur många andra artiklar
som citerar den.
När man tittar på det
ser man att min karriär haft
i princip tre faser.
De första tio åren jobbade jag hårt
och uppnådde inte mycket.
Ingen verkade bry sig om
vad jag gjorde.
Det betydde inget.
(Skratt)
Jag höll på med materialforskning
när jag upptäckte nätverk
och började skriva artiklar om det.
Och det ledde till
flera tunga artiklar.
Det kändes riktigt bra.
Det var den fasen i karriären.
(Skratt)
Så frågan är, vad händer nu?
Det vet vi inte, det har inte
gått tillräckligt mycket tid
för att man ska kunna veta
artiklarnas värde;
sådan kunskap tar tid.
Men om vi tittar på informationen
verkar det som om Einstein
och geniforskningen har rätt,
och jag är i denna fas av min karriär.
(Skratt)
Så vi tänkte att, OK, låt oss klura ut
hur detta egentligen går till.
Först inom vetenskapen.
Vi ville göra ett korrekt urval,
inte bara titta på genier,
så vi gick igenom alla vetenskapsmän
från år 1900 till idag
för att finna varje persons
höjdpunkt i karriären
oavsett om de vann Nobelpris eller ej,
eller om ingen minns vad de gjorde
ens när de stod på topp.
Det är det ni ser på denna bild.
Varje linje är en karriär
och den lilla blå pricken
på varje karriär
visar den personens bästa tid.
Frågan är:
när gjorde de sin största upptäckt?
För att kvantifiera det,
undersökte vi sannolikheten
att man gör sin största upptäckt
ett, två, tre eller tio år
in i sin karriär.
Vi tittar inte på verklig ålder
utan på det vi kallar
"akademisk ålder".
Din akademiska ålder börjar
när du publicerar din första artikel.
Jag vet att några av er är spädbarn.
(Skratt)
Låt oss titta på sannolikheten
för när du publicerar
din viktigaste artikel.
Man ser då att geniforskningen har rätt.
De flesta publicerar
sin viktigaste artikel
under sina första 10, 15 år av karriären,
och sedan rasar det.
Det rasar fort.
Jag är 30 år in i karriären
och sannolikheten
att jag ska publicera en artikel
som är viktigare än vad jag gjort förut
är mindre än 1 procent.
Enligt dessa data
är jag i den fasen av karriären.
Problemet med detta är
att vi inte hanterar våra data korrekt.
Vi borde titta på
vetenskapsmän som slumpmässigt
som bidrar till vetenskapen.
Eller hur produktiv
är en sådan vetenskapsman?
När skriver hen sina artiklar?
Så vi mätte produktiviteten
och märkligt nog är produktiviteten,
sannolikheten att skriva en artikel
i början av din karriär
lika stor som sannolikheten
att nå framgång
i den fasen av din karriär.
För att göra en lång historia kort:
Efter många statistiska tester
kom vi fram till
att så som vi arbetar inom vetenskapen
har varje artikel och varje projekt
exakt samma chans
att vara ditt livs bästa.
Upptäckter är som lotterivinster.
Ju fler lotter vi köper,
desto större chans att vinna.
Och det råkar vara så
att de flesta vetenskapsmän
köper flest lotter
de första 10, 15 åren av karriären,
men sedan minskar deras produktivitet.
De köper inga fler lotter.
Det ser ut som om
de inte längre är kreativa.
I själva verket har de slutat försöka.
När vi verkligen sätter ihop all data
är slutsatsen enkel:
Framgång kan komma när som helst.
Det kan vara din allra första
eller din allra sista artikel.
Det är fullständigt slumpmässigt.
Det är produktiviteten som förändras.
Låt mig illustrera detta.
Här är Frank Wilczek,
som fick Nobelpris i fysik
för sin allra första artikel,
som han skrev som ung student.
(Skratt)
Ännu intressantare är John Fenn,
som vid 70 pensionerades med tvång
från Yale University.
Hans labb stängdes ned
och han flyttade till
Virginia Commonwealth University.
Han startade ett nytt labb
och vid 72 års ålder
publicerade han en artikel
för vilken han 15 år senare
fick Nobelpris i kemi.
Nu tror du kanske
att detta bara gäller i vetenskap.
Vad gäller i andra områden
där man måste vara kreativ?
Låt mig ta ett annat exempel:
entreprenörskap.
Silicon Valley,
ungdomens förlovade land, eller?
Jo, när man tittar på det,
inser man att de finaste priserna,
typ TechCrunch Award,
går till personer
som är i tjugo- eller trettioårsåldern.
Titta på vem riskkapitalisterna
ger pengar till.
Bara människor i trettioårsåldern.
Och vi vet ju
att i Silicon Valley
betyder ungdom framgång.
Men inte om man tittar på fakta,
det handlar inte bara om
att starta ett företag.
Bygga upp företag handlar
om produktivitet - försöka, försöka.
Och titta på vilka det är
som faktiskt lyckas skapa
ett framgångsrikt företag.
Nyligen tittade några kollegor
på precis den frågan.
Och det visade sig
att personer i 20- till 30-årsåldern
startar många företag
men de flesta av dem går omkull.
Men i det här diagrammet
på de framgångsrika
ser du att ju äldre du är,
desto troligare når du börsen
eller säljer företaget med vinst.
Sambandet är så starkt
att det för en 50-åring
är dubbelt så troligt att lyckas
som för en 30-åring.
(Applåder)
Så vad är egentligen vår slutsats?
Vi har sett att kreativitet
inte är åldersbundet.
Men produktivitet är det.
Detta säger mig att till slut,
om man bara försöker,
(Skratt)
så kan man lyckas igen och igen.
Så min slutsats är enkel:
Jag lämnar scenen och går till mitt labb.
Tack.
(Applåder)
Bugün, aslında benim için
çok önemli bir gün.
Çünkü doğum günüm.
(Alkışlar)
Bu yüzden partiye katıldığınız için
hepinize teşekkürler.
(Gülüşmeler)
Ama her parti verdiğinizde
onu berbat eden birisi oluyor, değil mi?
(Gülüşmeler)
Ben bir fizikçiyim
ve bu sefer partiyi bozması için
yanımda bir başka fizikçi daha getirdim.
Adı Albert Einstein
aynı zamanda Albert.
Kendisi, 30 yaşına kadar
bilime katkısı olmayan kişinin
artık katkıda bulunamayacağını
söyleyen kişi.
(Gülme sesleri)
30 yaşının üstünde olduğumu
kontrol etmek için
Wikipedia'ya bakmanıza gerek yok.
(Gülme sesleri)
Yani aslında bana, bize söylediği şey,
konu bilime geldiği zaman
ben pasif bir üyeyim.
Neyse ki kariyerimde şansım yaver gitti.
28 yaşlarındayken iletişim ağlarına
ilgi duymaya başladım.
Birkaç yıl sonra
ölçeksiz ağ keşfimizi rapor eden
birkaç önemli noktayı
yayınlamayı başardık.
Böylelikle, bugünkü
iletişim ağı bilimi doğmuş oldu.
Eğer bu konuyla ilgileniyorsanız
Budapeşte'de ve Boston'da
iletişim ağı bilimleri
doktora derecesi alabilirsiniz.
Hatta bunu istediğiniz
yerde okuyabilirsiniz.
Bir kaç yıl sonra Harvard'a
ilk maaşlı iznim için taşındığımda
bu sefer ilgi duyduğum ağ
hepimizin içinde bulunan
genler, proteinler
ve metabolitlerin birbirleriyle
ve hastalıklarla olan ilişkileriydi.
Bu uğraş, 300'den fazla araştırmacısıyla
tedavilerde bu bakış açısını kullanan
Harvard İletişim Tıp bölümü de dahil,
tıpta büyük bir patlamaya neden oldu.
Birkaç yıl önce,
bu bakış açısını,
başarıyı anlamak için
diğer alanlardaki ağlarla birleştirerek
geliştirebiliriz diye düşündüm.
Peki bunu neden yaptık?
Bir bölüme kadar
başarımızın, parçası olduğumuz ağlar
tarafından belirlendiğini,
bağlantılarımızın bizi ileriye götürüp
geriye çekebileceğini düşünüyorduk.
Ağlar konusunda bilgi ve birikimimizi
bütün bunların
nasıl olduğunu belirlemek için
kullanıp kullanamayacağımızı
merak ediyordum.
Bu onun bir sonucu.
Burada gördüğünüz,
birbiriyle bağlantılı olan
müzelerdeki galerilerin bir ağ haritası.
Geçen yıl planladığımız
bu harita sayesinde
bir sanatçının kariyerindeki
ilk beş sergisine bakarak
o sanatçının başarısını
tam olarak tahmin edebilirim.
Başarı hakkında düşünürken
başarının sadece ağlar ile ilgili
olmadığını fark ettik.
Bunun dışında birçok ölçü var.
Doğal olarak başarı için gerekli olan
şeylerden biri performans.
Bu yüzden başarı ve performans
arasındaki farkı tanımlarsak
performans, ne yaptığındır;
ne kadar hızlı koştuğun
ne tür resimler çizdiğin,
ne tür yazılar yayınladığın.
Oysaki bizim çalışma tanımımızda,
başarı, toplumun yaptığınız
şeyden, performansınızdan
"Nasıl kabul ediliyor?"
veya "Ne işe yarıyor?"
sorularına verdiği cevapla tanımlanır.
Bir başka deyişle,
performansınız sizinle ilgiliyken
başarınız hepimizle ilgili.
Bu bizim için çok önemli bir değişimdi
çünkü başarıyı toplumun bize sağladığı
toplu bir ölçü olarak
tanımladığımız andan itibaren
başarı ölçülebilir oldu.
Çünkü eğer başarı toplumdaysa o zaman
buna işaret eden birçok veri vardır.
Bu yüzden okula gidiyoruz,
egzersiz yapıyoruz, pratik yapıyoruz.
Çünkü performansın
başarıya ulaştırdığına inanıyoruz.
Ama aslında keşfetmeye başladığımız yön,
olayın matematiğine baktığımızda
performans ve başarı çok farklı şeyler.
Bunu örneklendireyim.
Burada gördüğünüz kişi
dünyanın en hızlı adamı, Usain Bolt.
Elbette ki girdiği
birçok yarışmayı kazanıyor.
Onun dünya üzerindeki
en hızlı adam olduğunu biliyoruz.
Çünkü hızını ölçmek için
kronometremiz var.
İlginç olan ise rakiplerinden
daha hızlı koşarak kazanmıyor.
Yarışmayı kaybeden kişiden
en fazla yüzde bir daha hızlı koşuyor.
Sadece ikinciden yüzde bir
daha hızlı koşmuyor,
aynı zamanda benden de
10 kat daha hızlı koşmuyor
ve inanın hiç iyi bir koşucu değilim.
(Gülüşmeler)
Performansı ölçebildiğimiz zaman
ilginç bir şey fark ederiz.
Performans sınırlıdır.
Bu demek oluyor ki insanların
performansında büyük farklılıklar yok,
sadece küçük bir aralıkta değişiyor.
Bu farklılıkları ölçebilmek için
kronometreye ihtiyacımız var.
Bu, en iyiler yüzünden
iyileri göremiyoruz anlamına gelmiyor.
Ama en iyilerin ayırt edilmesi çok zor.
Problem, bir çoğumuzun
performansını ölçmek için
kronometrenin olmadığı
alanlarda çalışıyor olması.
Pekâlâ performans sınırlı,
performansımız açısından
aramızda büyük farklar yok.
Peki ya başarı?
Başka bir konuya geçelim, mesela kitaplar.
Yazarlar için başarının ölçüsü
eserlerinin ne kadar okunduğu.
Şöyle ki benim önceki kitabım
2009'da yayınladığında,
Avrupa'da editörüm ile konuşurken
rakiplerimin kim olduğu
dikkatimi çekmişti.
Birkaç ünlü isim vardı.
O hafta
(Gülme sesleri)
Nicholas Sparks'ın
"Son Şarkı" kitabıyla birlikte,
Dan Brown'un
"Kayıp Sembol'' kitabı çıkmıştı.
Listeye baktığınız zaman
bu kitaplar ve benim kitabım arasında
neredeyse hiç performans farkı
olmadığını görüyorsunuz,
değil mi?
Yani belki Nicholas Spark'ın takımı
biraz daha fazla çalışırsa
kolaylıkla bir numara olabilir.
Çünkü ilk sıraya yerleşen kişi
neredeyse yanlışlıkla birinci olmuştu.
Bu yüzden sayılara bakalım dedim.
Ben bir veri insanıyım, değil mi?
Nicholas Sparks'ın
satışlarına baktığımız zaman,
açılışın gerçekleştiği hafta sonunda
yüz binden daha fazla
satış yaptığını görüyoruz.
Bu, harika bir rakam.
Haftada on bin kitap satarak
"New York Times" en çok satanlar
listesinin başına geçebilirsiniz.
Nicholas, birinci olmak için
gerekenden 10 kat daha fazlasını yaptı
ama birinci olamadı.
Neden?
Çünkü Dan Brown
1,2 milyon kopya satmıştı.
(Gülme sesleri)
Bu sayıyı sevme sebebim;
söz konusu başarı olduğunda
sınır olmadığını,
en iyinin, ikinci en iyiden
çok az farkla değil,
onlarca kat farkla
en iyi olduğunu göstermesi.
Çünkü başarı toplu bir ölçü.
Performansımızla kazanmamızdan
ziyade onlara bunu biz veriyoruz.
Fark ettiğimiz şeylerden biri, performans,
bizim yaptığımız şeyler, sınırlı.
Fakat toplu olan başarı sınırsız.
Bu da size şunu düşündürüyor:
"Performansta bu kadar küçük farklılıkla
elde edilen başarılar
nasıl bu kadar farklı olabiliyor?"
Geçtiğimiz günlerde, bu soruyla
ilgili bir kitap yayınladım.
Fakat hepsine değinmek için
yeterli vaktim yok.
Bu yüzden,
"Başarılısın, ama bu ne zaman ortaya
çıkmalı?" sorusuna dönüyorum.
Bu yüzden partiyi bozan
insanlara dönüp şunu soralım:
Einstein, neden sadece 30 yaşından önce
yaratıcı olabileceğimizi söyleyen
saçma bir açıklama yapmış?
Çünkü etrafında kuantum
mekaniğini ve modern fiziği yaratan
ünlü fizikçiler vardı
ve hepsi 20'li yaşlarda
veya 30'lu yaşların başındaydılar.
Böyle düşünen sadece Einstein değil.
Bu sadece gözlemlenmiş
bir ön yargı da değil.
Çünkü bunu kanıtlayan birçok dâhi vardı.
Eğer geçmişten hayranlık
duyduğumuz insanlara
ve en büyük katkılarını
yaptıkları yaşa bakarsak
müzik olsun, bilim olsun,
mühendislik olsun,
birçoğu 20'li, 30'lu yaşlarda
ve 40'lı yaşların başında yapmış.
Ama bu dâhi araştırmayla
ilgili bir problem var.
İlk olarak, bizde yaratıcılığın
gençlikle paralel olduğu
izlenimini yarattı.
Acı verici, değil mi?
(Gülüşmeler)
Aynı zamanda gözlemsel bir ön yargısı var.
Çünkü sadece dâhilere bakıyor.
Sıradan bilim insanlarına
veya normal insanlara bakıp
"Yaşlandıkça yaratıcılığımızın yok olduğu
gerçekten doğru mu?" diye sormuyor.
Bu yüzden biz de tam olarak
bunu yapmaya çalıştık
ve elimizde bir örnek olması önemli.
Hadi benim gibi sıradan
bir bilim insanına bakalım
ve kariyerimi inceleyelim.
Burada gördüğünüz, hâlâ Romanya'dayken
1989 yılında yayınladığım ilk yazımdan
bu yıla kadarki tüm yazılarım.
Yazılarımın etkisini
dikey olarak görüyorsunuz.
Kaç tane alıntı yapılmış
veya başka kaç tane yazı
benim yazımdan bahsetmiş.
Grafiğe baktığınızda
kariyerimin kabaca üç bölümden
oluştuğunu görüyorsunuz.
İlk 10 yıl çok çalıştığımı
fakat pek başarılı olamadığımı.
Kimse ne yaptığımı
umursamıyor gibi, değil mi?
Neredeyse hiç etki yok.
(Gülme sesleri)
O zamanlar malzeme bilimiyle uğraşıyordum.
Sonrasında kendi ağlarımı keşfettim.
Daha sonra ise ağ bilimleri hakkında
yazı yayınlamaya başladım.
Bu, etkili yazılar yazmamı sağladı.
Gerçekten iyi hissediyordum
ve kariyerimin yükseldiği bir dönemdi.
(Gülme sesleri)
Soru şu: Şimdi ne olacak?
Bilmiyoruz çünkü bu yazıların
ne kadar etkili olacağını öğrenmek için
yeterli zaman geçmedi,
sonuçta zaman gerektiren bir süreç.
Verilere baktığınızda
Einstein'ın, dâhi
araştırmacının, haklı olduğu
ve kariyerimin bu aşamasında
olduğum görülüyor, değil mi?
(Kahkahalar)
Biz de bu yüzden öncelikle
bu işe bilimsel yaklaşarak
nasıl gerçekleştiğini çözelim dedik.
Ayrıca sadece dâhilere bakarak
işe ön yargılı yaklaşmamak için
1900'den bugüne kadarki
tüm bilim insanlarının kariyerlerine
tekrar göz attık.
Nobel ödülü alan veya almayan
ya da ne yaptığı bilinmeyen
tüm bilim insanlarının yaptıkları şeylerin
kendi rekorları olduğuna karar kıldık.
Bu slaytta gördüğünüz
her çizgi bir kariyer.
O kariyerin üstündeki mavi nokta
en iyi kişisel başarıyı gösteriyor.
Soru şu ki
"Ne zaman en büyük keşiflerini yaptılar?"
Bunu anlamak için en büyük katkının
kariyerin kaçıncı yılında
yapılabileceği ihtimaline bakıyoruz.
Gerçek yaşa bakmıyoruz.
''Akademik yaş'' dediğimiz şeye bakıyoruz.
Akademik yaş, ilk araştırmalarınızı
yayınladığınız zaman başlar.
Biliyorum, bazılarınız hâlâ bebeksiniz.
(Gülme sesleri)
O zaman, en iyi yazınızı
yayınlama ihtimalinize bir bakalım.
Siz de yapılan bu dâhi araştırmanın
doğru olduğunu göreceksiniz.
Birçok bilim insanı en iyi yazılarını
kariyerlerinin ilk 10 -15
yılında yayınlıyor
ve sonrasında düşüşe geçiyor.
Hatta o kadar hızlı düşüyor ki
tam 30 yıllık kariyerimde
daha önce yazdığım bütün yazılardan
daha iyisini yazma ihtimalim
yüzde birden daha aza düşüyor.
Verilere göre kariyerimin bu bölümündeyim.
Ama bir problem var.
Kontrolleri düzgün yapmıyoruz.
Kontrol şöyle olmalı:
"Bilime rastgele bir katkıda bulunan
bilim insanı nasıl görünür?"
ya da "Bilim insanının üretkenliği nedir?"
"Ne zaman yazı yazarlar?"
Bu yüzden biz de üretkenliği ölçtük.
Şaşırtıcı bir şekilde kariyerinizin
ilk yılında, ilk 10 yılında
ya da ilk 20 yılında yazdıklarınızla
sonraki yıllarında yazdıklarınız arasında
üretkenlik açısından fark yok.
Uzun lafın kısası,
bir sürü istatistiksel testten
sonra sonuç şu ki
biz bilim insanlarının çalışma şekli,
yazdığı her yazının
veya yaptığı her projenin
kişisel rekor olma ihtimali aynı.
Yani, keşif bir piyango bileti gibi.
Ne kadar çok alırsak
şans o kadar yükselir.
Görünen o ki birçok bilim insanı
en çok piyango biletini
kariyerlerinin ilk 10 - 15 yılında alıyor.
Sonrasında ise üretkenlikleri azalıyor.
Daha fazla piyango bileti almıyorlar.
Bu yüzden, yaratıcı
değilmiş gibi görünürler.
Fakat sadece denemeyi bırakmışlardır.
Verileri bir araya getirdiğimiz
zaman sonuç çok basit.
Başarı her an gelebilir.
Yani kariyerinizdeki ilk
veya son yazınız başarılı olabilir.
Bu, projeler uzayında tamamen rastlantı.
Değişen şey üretkenlik.
Hemen örnek vereyim.
Yüksek lisans öğrencisi olarak
kariyerinde yazdığı ilk yazıyla
Nobel Fizik Ödülü alan Frank Wilczek.
(Gülme sesleri)
Daha da ilginci,
bir başka örnek, John Fenn.
70 yaşında, Yale Üniversitesi tarafından
emekli olmaya zorlandı.
Laboratuvarını kapattılar.
O da Virginia Commonwealth
Üniversitesi'ne gitti.
Başka bir laboratuvar açtı.
72 yaşında yayınladığı bir yazıyla
15 yıl sonra Nobel Kimya Ödülü aldı.
Tamam, bilim özel diye düşünüyorsunuz.
Peki ya yaratıcı olmamız
gereken diğer alanlar?
Tipik bir örnek vereyim, girişimcilik.
Silikon Vadisi.
Gençliğin yeri, değil mi?
İşin aslına baktığımızda
TechCrunch gibi en büyük ödüller,
ortalama 20'li yaşların sonunda
ve 30'ların başında
olan insanlara veriliyor.
Bazı büyük şirketlerden ödül alanların
yaş ortalamasına bakıyorsunuz.
Hepsi 30'lu yaşların başında.
Elbette biliyoruz ki
Silikon Vadisi'nde gençliğin başarıyla
paralel olduğu bir kültür var.
Sadece verilere bakarak değil.
Çünkü bu sadece
şirket kurmakla ilgili değil,
şirket kurmak üretkenlik gibidir,
sürekli denersiniz.
Kimin gerçekten başarılı bir şirket kurup
başarılı bir çıkış yaptığına
bakarak da anlaşılıyor.
Geçtiğimiz günlerde, meslektaşlarım
tam olarak bu konuyu incelediler.
Sonuç olarak evet,
20'lerinde ve 30'larında olanların
birçok şirket kurup
geliştirdiği ortaya çıkıyor.
Ama çoğu iflas ediyor.
Ayrıca bu başarılı çıkışlara
baktığımızda göreceğimiz şey,
yaşlandıkça piyasada başarılı olmanız
ya da iyi bir şirket kurmanız daha olası.
Hatta o kadar yüksek bir ihtimal ki
eğer 50'li yaşlardaysanız
30'lu yaşlarınıza göre daha başarılı
olma ihtimaliniz iki kat daha fazla.
(Alkışlar)
Yani tam olarak sonuç:
Yaratıcılığın yaşı yok
ama üretkenliğin var, değil mi?
Bunun bana söylediği şey,
günün sonunda,
eğer denemeye devam ederseniz
(Kahkahalar)
tekrar tekrar başarabilirsiniz.
Bu yüzden şu an yapmam
gereken şey çok basit.
Sahneden iniyorum
ve laboratuvarıma dönüyorum.
Teşekkürler.
(Alkışlar)
Сьогодні дуже особливий для мене день,
тому що у мене день народження.
(Оплески)
Тому, дякую всім вам за те,
що приєдналися до святкування.
(Сміх)
Але кожного разу, коли ви організовуєте
вечірку, хтось її зіпсує. Правда?
(Сміх)
Я фізик,
і для цієї справи я прихопив з собою
ще одного фізика.
Його звати Альберт Ейнштейн, теж Альберт,
і він той самий, хто заявив,
що людина, яка не зробила
великих внесків у науку
до 30 років,
вже ніколи цього не зробить.
(Сміх)
Вам не треба перевіряти
Вікіпедію, щоб зрозуміти,
що мені вже за 30.
(Сміх)
Тому він, по суті, каже мені і нам,
що з точки зору моєї науки,
я старий пень.
Що ж, на щастя, я отримав
частку удачі протягом своєї кар'єри.
Приблизно у віці 28 років
мене дуже зацікавили мережі,
і кілька років потому нам вдалося
опублікувати кілька головних праць,
де йшлося про відкриття
безмасштабних мереж,
саме їм завдячує своїм народженням
наука про мережі.
Якщо вам цікаво, то отримати ступінь
доктора наук про мережі можна
в Будапешті, в Бостоні,
і вивчати їх будь-де по всьому світі.
Кілька років потому,
перебуваючи у творчій відпустці,
я прибув у Гарвард
і зацікавився ще одним типом мереж:
цього разу мережами всередині нас,
як пов'язані між собою гени,
протеїни та метаболіти,
і як вони впливають на захворювання.
Такий інтерес спричинив
великий вибух в медицині,
включно з відділенням
мережевої медицини у Гарварді,
де працює більше 300 дослідників,
які використовують цю концепцію
для лікування пацієнтів
та розробки нових ліків.
Кілька років тому
я думав, що перенесу цю мережеву ідею
і знання про мережі в іншу сферу,
а саме у дослідження природи успіху.
Для чого це нам потрібно?
Ми думали, що до певної міри
наш успіх визначається мережами,
до яких ми належимо,
наші мережі можуть
просувати нас вперед або ж тягнути назад.
Мене цікавило, чи можемо ми
використовувати знання, дані та досвід
для розвитку мереж
та кількісно дослідити,
як відбуваються такі речі.
Ось результат.
Ось ми бачимо мережу галерей у музеях,
які пов'язані одна з одною.
Завдяки цій карті,
яку ми розробили минулого року,
ми можемо дуже точно
передбачити успіх художника,
якщо назвати перші п'ять виставок
у його кар'єрі.
Що ж, досліджуючи успіх,
ми збагнули, що успіх
стосується не тільки мереж,
існує чимало його вимірів.
Однією з потрібних для успіху речей,
очевидно, є наша продуктивність.
Тому давайте визначимо різницю
між продуктивністю та успіхом.
Продуктивність - це те, що ви робите:
як швидко ви бігаєте, які картини малюєте,
які праці публікуєте.
Проте за нашим робочим визначенням,
успіх це те, що суспільство помічає
серед того, що ви робите,
серед ваших результатів.
Як воно відгукується,
як винагороджує вас за них?
Іншими словами,
результат належить вам,
а успіх – всім нам.
Для нас це було дуже важливим зрушенням,
бо з того моменту, коли ми призначили
успіх колективним мірилом
всього суспільства,
він стає вимірним.
Якщо він стосується суспільства,
то тут існує чимало точок виміру.
Ми ходимо до школи,
виконуємо вправи, практикуємось,
бо віримо, що результат веде до успіху.
Однак коли заходить мова
про математику проблеми,
то почавши проводити дослідження,
ми збагнули, що результат одне,
а успіх зовсім інше,
Дозвольте проілюструвати це.
Ось тут ви бачите найшвидшу людину
на Землі – Усейна Болта.
Звичайно ж, він виграє більшість змагань,
де братиме участь.
Ми знаємо, що він найшвидший на Землі,
тому що ми маємо хронометр,
щоб виміряти його швидкість.
Що цікаво, коли він виграє,
то не завдяки своїй значній перевазі.
Він біжить щонайбільше на 1% швидше,
ніж той, хто програє перегони.
Він не тільки біжить лише
на 1% швидше за іншого бігуна,
він навіть не біжить
у 10 разів швидше, ніж я,
а я поганий бігун, повірте.
(Сміх)
І кожного разу, коли ми можемо
виміряти результат,
ми помічаємо щось дуже цікаве —
результат обмежений.
Це означає, що не існує великих варіацій
у людських результатах.
Вони змінюються в невеликих межах,
і нам таки потрібен хронометр,
щоб виміряти різницю.
Це не означає, що ми не можемо
відрізнити хороших від найкращих,
однак найкращих визначити дуже важко.
Проблема полягає в тому,
що більшість працює у сферах,
де немає хронометра
для вимірювання результатів.
Добре, результати обмежені,
між нами немає великої різниці,
коли мова йде про результати.
А як щодо успіху?
Що ж, давайте переключимося
на іншу тему, наприклад, книги.
Один з вимірів успіху письменників —
скільки людей прочитали вашу книгу.
Тому коли моя попередня книжка
вийшла у 2009 році,
я був у Європі,
розмовляв зі своїм редактором
і поцікавився:
хто бере участь у змаганні?
Учасники були легендарними.
Того тижня...
(Сміх)
вийшов "Втрачений символ" Дена Брауна,
також з'явилася "Остання пісня"
Ніколаса Спаркса.
І якщо просто поглянути на список,
то в продуктивності
не помітно великої різниці
між цими книжками і моєю.
Правда?
Тому, можливо, якби команда
Ніколаса Спаркса працювала наполегливіше,
він міг би посісти перше місце,
тому що на вершині
опиняєшся майже випадково.
Я казав, давайте глянемо на цифри,
я ж люблю цифри, правда?
Отже, давайте подивимося,
якими були продажі у Ніколаса Спаркса.
Виявляється, що протягом перших вихідних
Ніколас Спаркс продав більш,
ніж сто тисяч копій,
і ця цифра вражає.
Насправді, можна потрапити на вершину
списку бестселерів "Нью-Йорк Таймс",
продавши 10 тисяч копій за тиждень,
тому він у 10 разів перевищив цифри,
необхідні для першого місця.
Та все ж він не очолив список.
Чому?
Тому що Ден Браун продав
1,2 млн копій за ті ж вихідні.
(Сміх)
Мені так подобається ця цифра,
бо вона показує,
коли заходить мова про успіх,
то у нього немає меж,
найкращий не лише отримує
трохи більше за другого,
але й здобуває в десятки разів більше,
тому що успіх — колективна міра.
Ми даємо його,
а не вони самі його заробляють.
Отже, одна з речей, яку ми збагнули —
наша діяльність, що ми робимо, обмежена,
але успіх, який є колективним,
необмежений,
що змусить задуматися:
звідки беруться такі значні
відмінності в успіху
при таких невеликих відмінностях
у діяльності?
Нещодавно я опублікував книгу
і присвятив її цьому питанню.
Мені не дали досить часу,
щоб розглянути все,
тому я повертаюсь до цього питання:
добре, заходить мова про успіх:
коли саме він має прийти?
Давайте повернемося
до того, хто псує вечірку, і запитаємо:
чому Ейнштейн зробив
це сміховинне твердження,
що тільки до 30 можна
бути дійсно креативним?
Що ж, він озирнувся навколо
і побачив всіх тих дивовижних фізиків,
які створили квантову механіку
і сучасну фізику,
і їм всім було близько 20-ти чи 30-ти,
коли вони це зробили.
Не тільки він один.
Це не просто помилкове надання переваги,
тому що насправді існує ціла сфера
геніальних досліджень,
яка засвідчує той факт,
що коли подивитися на людей з минулого,
якими ми захоплюємося,
на той час, коли вони здійснили
своє найбільше досягнення,
візьмімо музику, науку
чи інженерію,
більшість з них зробили це у 20, 30
чи щонайбільше у 40-річному віці.
Але з цим геніальним дослідженням
є одна проблема.
Перш за все, воно створило враження,
що креативність дорівнює молодості,
що боляче чути, правда ж?
(Сміх)
Воно також містить помилкове
надання переваги,
тому що ґрунтується лише на геніях,
а не на звичайних науковцях,
воно зовсім не бере до уваги всіх нас
і не запитує:
чи дійсно правда,
що креативність зникає з віком?
Саме це ми і збиралися зробити,
і тут дуже важливо зіслатися на когось.
Тому давайте поглянемо
на такого звичайного науковця як я
і проаналізуємо мою кар'єру.
Ви бачите всі роботи,
які я опублікував:
від моєї першої роботи у 1989 році;
я був все ще в Румунії, коли її написав,
і аж до цього року.
А по вертикалі ви бачите вплив цих робіт,
тобто, скільки було цитувань,
скільки інших робіт було написано
з посиланням на цю роботу.
Коли глянути на це,
то видно, що моя кар'єра
пройшла приблизно три різні етапи.
Перші 10 років я був змушений
багато працювати,
але досягнув небагато.
Здається, всім було байдуже,
що я роблю, так?
Майже жодного результату.
(Сміх)
У той час я займався матеріалознавством,
і тоді, нібито, відкрив для себе мережі
і почав робити про них публікації.
Це привело до руху
від однієї результативної роботи до іншої.
Це було справді добре.
Оце був період в моїй кар‘єрі.
(Сміх)
Але питання в тому,
а що ж відбувається зараз?
Ми не знаємо, бо ще не пройшло
достатньо часу,
щоб дійсно визначити результат
цих робіт,
для цього потрібен час.
Що ж, якщо подивитися на дані,
то здається, ніби Ейнштейн,
геній дослідження, має рацію,
і я на цьому етапі своєї кар'єри.
(Сміх)
Тому ми вирішили визначити,
як це відбувається насправді
спершу в науці.
Щоб бути неупередженими у виборі
і не дивитися лише на геніїв,
ми відтворили кар'єру кожного науковця
з 1900 року і до сьогоднішнього дня,
визначаючи кар'єрний пік всіх науковців,
отримували вони Нобелівську премію, чи ні,
або ж ніхто не знає, що вони поробляли,
навіть їх особистий рекорд.
Ось що ви бачите на цьому слайді.
Кожна лінія — це кар'єра,
світло-синя крапка — це її пік,
вона показує, що це був
їх особистий рекорд.
Виникає наступне запитання:
коли вони дійсно зробили
найбільше відкриття?
Щоб це визначити,
ми поглянемо на ваші шанси
зробити своє найбільше відкриття,
скажімо, через 1, 2, 3 чи 10 років
своєї кар'єри?
Ми не дивимося на реальний вік.
Ми дивимося на те,
що називається "науковим віком".
Ваш науковий вік починається,
коли ви публікуєте свою першу роботу.
Знаю, дехто з вас ще немовлята.
(Сміх)
Тому давайте поглянемо
на ймовірність
опублікувати
свої найрезультативніші роботи.
Ви бачите, що в такому випадку, дійсно,
дослідження геніїв правдиві.
Більшість науковців публікують
свої найважливіші роботи
за перші 10-15 років кар'єри,
а потім все йде на спад.
Все рухається так повільно,
зараз я на 30-му році своєї кар'єри —
шанси, що я опублікую роботу,
яка матиме успіх більший,
ніж все, що я до цього робив,
менше 1%.
Я зараз на цьому етапі своєї кар'єри,
згідно цих даних.
Але тут є проблема.
Ми не контролюємо все належним чином.
А контролювати варто так:
як би виглядав науковець,
який робить випадковий внесок в науку?
Або яка продуктивність науковця?
Коли вони пишуть роботи?
Тому ми виміряли продуктивність,
і ось що дивовижно: продуктивність,
тобто ймовірність написання роботи
на 1-му, 10 чи 20-ому році своєї кар'єри
не відрізнити від ймовірності
високого впливу
в цій частині вашої кар'єри.
Коротше кажучи,
після багатьох статистичних тестів
цьому існує тільки одне пояснення,
що, дійсно, наші методи роботи
як науковців,
кожна робота, яку ми пишемо,
кожен проєкт, який ми робимо,
має однаковий шанс стати
нашим особистим рекордом.
Тобто, відкриття -
це як лотерейний квиток.
І чим більше лотерейних білетів
ми купуємо,
тим більші наші шанси.
І трапляється так,
що більшість науковців купує
більшість лотерейних квитків
протягом перших 10-15 років своєї кар'єри,
і після цього їхня продуктивність падає.
Вони більше не купують лотерейних квитків.
Тому виглядає так, ніби
вони більше не креативні.
Насправді, вони припиняють спроби.
Тому якщо ми зберемо дані докупи,
то висновок буде дуже простим:
успіх може прийти в будь-який час.
Це може бути ваша перша
чи остання робота протягом кар'єри.
Це абсолютно випадковий вибір
серед проєктів.
Змінюється сама продуктивність.
Дозвольте мені це проілюструвати.
Ось Франк Вільшек, який отримав
Нобелівську премію з фізики
за першу роботу, яку він написав,
ще навчаючись у магістратурі.
(Сміх)
Цікавішим є випадок Джона Фенна,
якого у віці 70 років змусив
піти на пенсію Єльський університет.
Вони закрили його лабораторію,
і тоді він перебрався
до Університету Співдружності Вірджинії,
відкрив іншу лабораторію,
і там у віці 72 років
він опублікував роботу,
за яку 15 років потому отримав
Нобелівську премію з хімії.
Ви думаєте, що ж,
наука - це особлива діяльність,
а як щодо інших сфер,
в яких ми повинні бути креативними.
Отже, давайте візьмемо
інший типовий приклад — підприємництво.
Силіконова долина —
земля молодих, правда?
Дійсно, коли на неї поглянути,
усвідомлюєш, що найбільші нагороди,
"TechCrunch" та інші
отримують люди,
середній вік яких 25-30 років.
Подивіться на тих, кому
найбільші венчурні фонди дають гроші —
всі люди у віці близько 30 років.
Що, звичайно, нам відомо;
у Силіконовій долині побутує така ідея,
що молодість дорівнює успіху.
Але не тоді, коли подивитися на дані,
тому що йдеться не тільки
про формування компанії,
формування компанії як продуктивність —
ви пробуєте знову й знову,
а коли ви спостерігаєте,
які з цих осіб дійсно створили
успішну компанію,
чи успішно закрили бізнес.
Нещодавно деякі з наших колег
розглянули саме це запитання.
І виявилося, що справді,
ті кому 20-30 років,
заснували велику кількість компаній,
збудували чимало компаній,
але більшість з них прогоріли.
А коли ви глянете на успішні завершення,
що видно саме на цьому графіку,
чим ви старші, тим більша ймовірність,
що ви дійсно перевернете фондовий ринок
або успішно продасте компанію.
І це правда: коли вам за 50,
то існує вдвічі більша ймовірність
успішно закрити бізнес,
ніж коли вам 30.
(Оплески)
Отже, що ми дійсно бачимо?
Ми бачимо, що креативність
не обмежена віком.
А продуктивність так, правда?
А це говорить мені, що у підсумку,
якщо ви продовжите намагатися...
(Сміх)
ви зможете досягнути успіху,
і робити це знову й знову.
Тому мій висновок дуже простий:
я йду зі сцени назад у свою лабораторію.
Дякую.
(Оплески)
今天对我来说很特别,
因为是我的生日。
(鼓掌)
谢谢大家参与这个聚会。
(笑声)
可是,每次你举办聚会的时候,
总是有人捣蛋,对吧?
(笑声)
我是个物理学家,
这次我带来了另一个物理学家。
他的名字是阿尔伯特·爱因斯坦——
也叫阿尔伯特——他是那个说过
如果一个人到30岁时对科学
都没啥大贡献,
也就永远不会有贡献了。
(笑声)
你不需要查维基百科
去了解我是不是超过30岁。
(笑声)
实际上他是想告诉我们,
当涉及到我在科学领域的作为时,
我是朽木难雕了。
幸运的是,我的事业运还算不错。
在28岁时,我对网络产生了兴趣,
几年后,我成功发表了几篇
关于发现无标度网络的核心论文,
并催生了一门我们今天称为
网络科学的新学科。
如果你对这个学科也很感兴趣,
可以在布达佩斯,在波士顿
读取网络科学的博士学位,
也可以在全球各地学习这门课程。
几年后,
当我第一次在哈佛进行学术休假时,
我对另一种形态的网络产生了兴趣:
在我们自身的网络中,
基因、蛋白质和代谢物如何相互联系
以及它们与疾病的关系。
这个兴趣引发了
医学领域的一阵轰动,
包括哈佛大学的网络医学部,
有300多名研究人员
基于这个想法来治疗病人,
开发新的治疗方法。
几年以前,
我觉得我应该把网络的概念
和关于网络的专业知识
应用于一个新的领域,
用来理解成功。
我们为什么要这么做?
我们认为,在某种程度上,
我们的成功取决于我们所处的网络——
我们的网络可以推动我们前进,
也能拖我们后腿。
我好奇我们能否使用
在网络中获得的这些知识,
结合大数据和专长
来量化事情是如何发生的。
这是一个结果。
你在这里看到的是博物馆里
相互连接的画廊网络。
通过这张我们去年绘制的图,
如果给我他或她在他们的
职业生涯举办的前五个展览,
我们就能够非常准确地预测
一个艺术家是否成功。
当我们思考成功时,
我们意识到成功不仅跟网络有关;
还有很多其他的维度。
其中一个成功的必要因素,
很明显就是业绩。
让我们定义一下业绩和成功的差别。
业绩是你做的事情:
你跑得有多快,你画的是什么画,
你发表的是什么论文。
然而,在我们的工作定义中,
成功是社群从你的业绩中
注意到你做的哪些事情,
如何承认你的成就,如何奖励你?
换句话说,
你的业绩跟你有关,
但你的成功跟大家都有关。
这对我们来说是个非常重要的转变,
因为我们把成功定义为社群
给予我们的集体评价。
这样一来成功就变得可衡量,
因为在一个社群中,
关于成功包含着很多数据点。
我们上学,我们练习,我们实践,
因为我们相信业绩会让我们成功。
但当我们开始探索,
我们开始意识到
以数学的方式看待这个问题时,
业绩和成功是非常,
非常不同的概念,
让我来解释一下。
你在这里看到的是世界上
最快的人,尤塞恩·博尔特。
当然,他赢得了大多数参与的比赛。
我们知道是他是世界上最快的人,
因为我们有精密的计时器
去测量他的速度。
有趣之处在于当他获胜时,
他并没有明显地超过竞争对手。
他跑得比输掉比赛的人
最多快百分之一。
他不仅只比第二名快百分之一,
他的速度也不超过我的10倍——
并且我还不是个擅长跑步的人,
这点请相信我。
(笑声)
每次我们能够评估业绩时,
我们都会注意到一些有趣的事情:
业绩是有界限的。
这意味着人类的业绩
并没有巨大的差异。
它变化的范围非常小,
我们确实需要精密的计时器
来测量这个差异。
不是说我们不能从
最好的人身上看到好的一面,
但最好的人非常难以识别。
并且问题在于我们很多人的工作领域
并没有精密的计时器
来衡量我们的业绩。
好了,业绩是有界限的,
当涉及我们的业绩时,
我们之间并没有显著的差异。
那么成功呢?
让我们转到另一个话题,比如书籍。
评估作家成功的一个方法是
有多少人阅读了你的作品。
当我早先那本书
在2009年出版时,
我在欧洲和编辑谈话,
我感兴趣的是:谁是我的竞争对手?
我有一些炙手可热的对手。
那周——
(笑声)
丹·布朗出版了《失落的秘符》,
并且尼古拉斯·斯帕克斯
的《最后一首歌》也问世了。
当你看这个书单时,
你意识到,就业绩而言,这些书
和我的之间并无多大差别。
是吧?
如果尼古拉斯·斯帕克斯
的团队再努力一点,
他就可以轻松进入榜首,
因为最终谁在畅销榜顶端
几乎是随机的。
所以我说,让我们看看数字吧——
我就是干这行的,对吧?
让我们看看尼古拉斯·斯帕克斯
的作品销量。
结果在新书发售的那个周末,
尼古拉斯·斯帕克斯
卖出了10万多本书,
这是个惊人的数字。
你可以看看纽约时报
每周销量在1万册以上的
畅销书榜单,
所以他只凭借新书销量的
十分之一就能轻松登上榜首。
然而他不是第一名。
为什么?
因为有丹·布朗,他在
那个周末卖出了120万册。
(笑声)
我喜欢这个数字的原因
是因为它真正显示了,
当涉及到成功时,它是没有界限的,
最好的不止比第二名好一点点,
而超越了好几个数量级,
因为成功是集体的衡量标准。
我们给予他们成功,而不是
通过我们的业绩获得它。
我们意识到业绩是有界限的,
但成功,属于集体衡量的,是无界的,
这一定让你心生疑惑:
当人们的业绩表现差异很小的时候,
为何成功的差异如此之大?
最近,我出版了一本
关于这个问题的书。
我没有太多时间详细介绍这本书,
所以我打算回到这个问题,
成功通常会在什么时候出现呢?
那么让我们回到派对捣乱者
的话题,问问我们自己:
为什么爱因斯坦要发表
这样荒谬的言论,
人的创造力止步于30岁?
因为他发现周围
所有这些创造量子力学
和现代物理学的伟大物理学家,
他们的伟大成就都是诞生在
20多岁和30岁出头。
并不是只有他这样想。
这不仅是观察偏差,
因为事实上有一整个
领域的天才研究
都证明了这一点,
如果回顾一下我们崇拜的先人,
然后再看他们做出
最大贡献的年纪,
不管在音乐,在科学,
还是在工程领域,
大部分人都是在他们20岁,30岁,
最多40岁出头时做出了这些成绩。
但这个天才研究有个问题。
首先,它为大众制造了一种印象,
即创造力等于年轻,
真让人伤心,不是吗?
(笑声)
并且它也存在观察偏差,
因为它只观察了天才,
并没研究普通科学家,
并没有看着我们这些人问,
随着年龄的增长,
创造力真的会消失吗?
所以这正是我们尝试做的,
并且有参照对象很重要。
那么让我们看看像我
这样平凡科学家
的职业生涯。
这里是我发表的全部论文,
从1989年发表的最早一篇论文;
当时我还在罗马尼亚,
直到今年这个时候。
纵坐标,你可以看到论文的影响,
也就是被引用的次数,
有多少其他人发表的论文
引用了我的工作。
当你看这个数据时,
可以看到我的职业生涯有三个阶段。
我第一个10年,工作很多,
但却并没有多少成就。
似乎没人关注我做的事情,对吧?
没有一点影响力。
(笑声)
当时,我在做材料科学,
然后我自己发现了网络,
然后开始发表网络的文章,
从那以后,高影响力的文章
我发表了一篇又一篇。
那时感觉真是很好,那是
我职业生涯的高光时刻。
(笑声)
那么问题是,现在发生了什么?
我们不知道,现在就去
计算出这些论文
会产生怎样的影响还为时尚早,
需要时间来获取这些信息。
当你看这个数据时,
会觉得爱因斯坦和
天才研究的结论是对的,
我在我职业生涯的高光阶段。
(笑声)
那么让我们看看
这究竟是如何发生的,
首先看看科学领域。
为了不产生选择偏差,
只看天才,
我们最终重建了1900年至今每一位
科学家的职业生涯,
并找到了所有科学家
的个人最高成就,
不管他获得了诺贝尔奖还是没有,
或是没人问津,即便是他最好的成就。
这就是你们在这张幻灯片上看到的。
每条线是个职业生涯,
在职业生涯的顶端
有一个浅蓝色的点,
代表着他们个人的最好成就。
问题是,
他们最重大的发现
发生在什么时候?
要量化这点,
我们看的是你获得
最大发现的概率是多少,
比如你职业生涯的
的第1,2,3或者10年。
我们真正要看的并不是年纪。
我们看的是所谓的“学术年龄。”
你的学术年龄始于
你发表第一篇论文的时候。
我知道你们有些人还是婴儿。
(笑声)
那么让我们来看看
你发表最高影响力论文的概率。
你看到的是,的确,
天才研究的结论是正确的。
很多科学家发表的
影响力最高的论文倾向于
发表在他们职业生涯的
前10到15年,
在那之后就会直线下降。
它下降得如此之快——我如今
正处在我职业的第30个年头,
我发表一篇比过往有
更高影响力的论文
的概率
不到1%。
根据这个数据,我正处在
职业生涯的这个阶段。
但这里有个问题。
我们的对照数据有问题。
对照数据就是,
对科学做出随机贡献的
科学家会是什么样子?
或者科学家的生产力怎样?
他们什么时候写的论文?
所以我们评估了生产力,
令人惊讶的是,生产力,
你在职业生涯的第1年、第10年
或第20年写论文的概率,
与论文产生影响的概率
几乎无法区分。
长话短说,
在很多的数据检验后,
只有一个解释,
真相是,我们科学家的工作,
我们写的每篇论文,做的每个项目
都有同样的概率成为
我们个人的最佳成果。
那就是,发现就像中彩票。
我们买了越多的彩票,
我们中奖的几率就越高。
碰巧的是,
很多科学家在他们
职业生涯的头10年,
15年买了大部分的彩票,
在那之后,他们的生产力就下降了。
他们不再买更多的彩票。
所以看起来他们没有创造力了。
现实中,他们停止了尝试。
所以当我们把数据放在一起时,
结论非常简单:
成功可能随时会来。
它可能是你职业生涯中
最早或最后的论文。
它在项目的空间中完全是随机的。
改变的是你的生产力。
让我解释一下。
这是获得诺贝尔物理学奖
的弗兰克·威尔切克,
他得奖要归功于研究生时
写的第一篇论文。
(笑声)
更有趣的是约翰·芬,
他在70岁时,被耶鲁大学强制退休,
他们关闭了他的实验室,
那时,他搬到了弗吉尼亚联邦大学,
开了另一个实验室,
就在那里,在年纪72岁时,
他发表了一篇论文,
这篇论文在15年后
获得了诺贝尔化学奖。
你会想,科学领域比较特殊,
但其他需要我们有创造力的领域呢?
那么让我们再看看
另一个典型的例子:创业。
硅谷。
年轻人的领地,对吧?
确实,当你看这个领域时,
你发现最大的奖励,
TechCrunch Awards或其他奖励,
全都给了平均年纪
在30岁左右的人。
再看看VC的钱都给了谁,
一些最大的VC企业——
几乎所有的人都在30岁出头。
当然,我们知道;
硅谷有这样一种风气:
年轻等于成功。
不过,当你看数据的时候
就不会这样认为了。
看看这些人当中有谁真正
成立了一家成功的公司——
成立一个公司就像生产力,
尝试,尝试,再尝试。
因为这不仅关于成立一个公司。
最近,我们的几位同事
正好研究了这个问题。
果不期然,这些年纪
在20多岁和30多岁的人
创立了大量的公司,很多公司,
但大部分都破产了。
再看看那些成功的退出,
你在这个图中可以看到,
你年纪越大,就越有可能
轰动股票市场
或者成功出售公司。
数据很显著,事实上,
如果你50多岁,
你成功退出的机会是
你30岁时的两倍。
(鼓掌)
所以最后,我们看到了什么?
我们看到的是创意并无年龄限制。
生产力才是关键,对吧?
这就告诉我们,
如果你不断尝试——
(笑声)
你仍然可以不断取得成功。
所以我的结论很简单:
演讲结束后,我得回到实验干活儿了。
谢谢。
(鼓掌)
今天對我來說是個很特別的一天,
因為今天是我的生日。
(掌聲)
謝謝大家來參加這場派對。
(笑聲)
但,每次你辦派對時,
總會掃興的人,對吧?
(笑聲)
我是物理學家,
這次,我帶來了
另一位來掃興的物理學家。
他叫做阿爾伯特愛因斯坦——
也叫阿爾伯特——他說過
如果一個人到了三十歲
都還沒有對科學
做出偉大的貢獻,
就永遠不會有貢獻了。
(笑聲)
各位不需要去維基百科查證,
我已經超過三十歲了。
(笑聲)
所以,實際上,他要
告訴我以及我們的是,
在我的科學領域中,
我已經是枯枝。
嗯,幸運的是,我在
我的職涯中有好運氣。
大約二十八歲時,
我對於網路非常感興趣,
幾年後,我們出版了
幾篇重要論文,
闡述我們發現了無尺度網路,
創造出了一門新的學科,
就是現今所稱的網路科學。
如果各位想知道,現在可以
取得網路科學博士學位的地方
包括布達佩斯、波士頓,
且在全世界各地都可以研讀它。
幾年後,
我搬到哈佛,一開始是學術休假,
我開始對另一種網路產生了興趣:
我們體內的網路,
基因、蛋白質、代謝物
彼此之間如何連結,
以及它們和疾病的關係。
那項興趣導致了醫學上的大爆炸,
包括哈佛的網路醫學部門,
有超過三百名研究者使用這種觀點
來治療病人和開發新解藥。
幾年前,
我認為我可以把網路的這個點子
以及我們對網路的專長
帶到不同的領域去,
也就是,用來了解成功。
為什麼要那樣做?
嗯,我們認為,在某種程度上,
我們的成功是由我們所屬的網路決定,
我們的網路將我們向前推進,
也可以讓我們遲滯不前。
我很好奇,我們是否
能用這知識和大數據
及我們開發網路的專門技術
來將成功的發生給量化。
這就是研究的結果。
各位現在看到的是
博物館的畫廊的網路,
它們彼此連結。
透過我們去年畫的這張地圖,
我們就可以很精確地預測
一位藝術家是否會成功,
只要給我這位藝術家
在職涯中的最早五件展示品。
當我們在思考成功時,
我們發現,成功不只和網路有關;
還有好多其他的維度。
很顯然,我們想要成功
就一定需要的一樣東西
就是表現。
所以,咱們來定義一下
表現和成功之間的差別。
表現是你所做的事:
你能跑多快、你畫出什麼樣的畫、
你出版什麼樣的論文。
然而,根據我們的工作定義,
成功的重點在於大家
能注意到你做了什麼、
你的表現如何:
怎麼認可你的表現,
你的表現帶給你什麼報償?
換言之,
你的表現是你的事,
但你的成功是我們所有人的事。
這對我們來說是很重要的轉變,
因為當我們把成功定義為
團體提供我們的一個集體測量值,
它就變成可測量的,
因為如果它是在團體中,
就有相關的許多資料點。
所以我們去學校,
我們做作業,我們練習,
因為我們相信表現會導致成功。
但我們這樣開始探究之後,
便了解到在數學問題上,
表現和成功非常不同。
讓我說明一下。
各位在這裡看到的是世界上
最快的人,尤塞恩博爾特。
當然,他參加的比賽,
他大部分都有贏。
我們知道他跑得最快,因為我們
有精密計時器來測量速度。
關於他,有一點很有趣,
那就是當他贏的時候,
他並不是明顯超越他的對手許多。
他最多是比輸家快 1% 而已。
他不僅只比第二名快 1%,
他也沒有跑得比我快十倍——
我不是個好跑者,相信我。
(笑聲)
每當我們能夠測量表現時,
我們就會注意到一件很有趣的事;
那就是,表現是受限的。
意思就是說,人類的表現
並沒有太大的變動。
人類表現只在一個小範圍中變動,
我們的確需要很精密的
計時器才能測出差別。
這並不是說我們分不出
好和最好的差別,
而是很難分辨出最好的人。
那所造成的問題就是,
我們大部分人工作的領域中
並沒有精密的計時器
來測量我們的表現。
好,表現是受限的,
我們之間在表現上
沒有很大的差異。
那成功呢?
咱們切換到一個不同的
主題,以書籍為例。
對作家來說,成功的測量值之一
就是有多少人讀你的作品。
我的上一本書在 2009 年推出時,
我在歐洲跟我的編輯談,
我很感興趣:競爭對手是誰?
我有一些很棒的對手。
那週——
(笑聲)
丹布朗推出《失落的符號》,
《最後一首歌》也推出了,
尼可拉斯史派克的作品。
當你只是看列表,
你會知道,就表現來說,
這些書和我的書之間
幾乎沒有什麼差別。
對吧?
所以,也許尼可拉斯史派克的
團隊更努力一點,
他很容易成為第一名,
因為誰會在頂端幾乎都是意外。
所以,我說,咱們來看看數字,
我是研究資料的人,對吧?
咱們來看看尼可拉斯
史派克的銷售額如何。
結果發現,在第一個週末,
尼可拉斯史派克
賣出了超過十萬本書,
這個數字很驚人。
只要一週銷售一萬本,
就可以登上《紐約時報》
暢銷書排行榜了,
所以他超越了成為第一名
需要的數字足足十倍。
但,他並非第一名。為什麼?
因為還有丹布朗,那個週末,
他的書賣了一百二十萬本。
(笑聲)
我喜歡這些數字是因為,
它呈現出成功是沒有限制的,
第一名並不會只比第二名多一點,
而是用指數倍數來算,
因為成功是集體的測量值。
我們把成功給他們,而不是
透過自己的表現贏來成功的。
我們了解到,表現,
也就是我們所做的,會受限,
但成功,是集體的,沒有限制,
這就會讓人納悶:
如果在表現上只能有小小的差別,
在成功上如何造成
這麼巨大的差別?
最近,我出版了一本書,
就是針對這個問題而寫的。
他們沒有給我足夠的時間
去談所有這些,
所以我要回到這個問題,
好,你有成功;它會何時出現?
咱們回到讓派對掃興的
那個人,問問我們自己:
為什麼愛因斯坦
會說出那句荒謬的話,
說只有在三十歲之前
你才可能真的有創意?
因為他看看自己身邊,
這些很出色的物理學家,
發明了量子力學和近代物理的人,
他們提出發明時都是
二十多歲或三十初頭。
不只是他而已。
這並不是觀察偏見,
因為有一整個領域的天才研究
記錄這個事實,
如果我們去看我們
所欣賞的過去人物,
看看他們做出最大貢獻的年齡,
不論是音樂、不論是科學、
不論是工程,
大部分都是在二、三十歲時達成,
最多四十初頭。
但這種天才研究有一個問題。
首先,它讓我們有一種印象,
認為創意等同年輕,
這很痛,對吧?
(笑聲)
它也有存在觀察偏見,
因為它只研究天才,
沒有研究一般科學家,
且沒有研究我們所有人並問:
真的在我們年長之後
創意就消失嗎?
那就是我們試圖要做的,
能真正有參考是很重要的。
咱們來看看一般的
科學家,像我自己,
來看看我的職涯。
這裡是我出版過的所有論文,
我的第一篇論文在 1989 年出版,
當時我還在羅馬尼亞,
直到今年。
垂直來看,可以看到論文的影響,
也就是引用數,
有多少篇其他論文
曾經引用過那篇文章。
如果去看那些,就會發現
我的職涯大致可以分為三個階段。
前十年,我很努力工作,
沒有很高的成就。
似乎沒有人在乎我做什麼,對吧?
幾乎沒有任何影響力。
(笑聲)
那段時間,我在做材料科學,
接著,我發現了網路,
接著開始出版網路的文章。
導致了一篇又一篇的
高影響力論文出現。
感覺真的很好,我職涯的那個階段。
(笑聲)
問題是,現在會發生什麼事?
我們不知道,因為
還沒有經過那麼多時間,
無法得知那些論文的影響會有
多大;那需要時間才能知道。
如果去看資料,似乎,愛因斯坦,
那些天才研究,是對的,
我正在職涯的那個階段。
(笑聲)
所以,我們說,好,
咱們來研究看看這是如何發生的,
先看科學。
為了避免選樣偏誤,
只去研究天才,
我們最後為每一位
科學家都重建了職涯,
從 1900 年至今的所有科學家,
並針對所有科學家,
找出他們個人的顛峰時期,
不論他們是否有得到諾貝爾獎,
或者即使他們在顛峰時
也沒有人知道他們做了什麼。
那就是這張投影片呈現的。
每一條線就是一段職涯,
淡藍色的點就是那職涯的顛峰,
那是他們個人的最佳狀態。
問題是,他們何時
有最重大的發現?
為了量化它,我們去研究
做出最重大發現的機率,
比如,你的職涯開始之後的
一、二、三,或十年?
我們研究的不是真實年齡,
而是所謂的「學術年齡」。
你的學術年齡開始於
你的第一篇論文被刊出時。
我知道在座還有一些嬰兒。
(笑聲)
咱們來看看你出版
最有影響力的論文的機率。
各位可以看見,的確,
天才研究是對的。
大部分的科學家傾向會在
職涯的前十、十五年
出版他們最有影響力的論文,
之後就開始下滑。
下滑的速度很快,我大約——
我現在正在我職涯的三十年,
我有可能出版一篇
比我以前所有論文
都更有影響力的論文的機率,
低於 1%。
根據這些資料,我現在
就處在職涯的那個階段。
但有個問題。
我們沒有把控制做好。
控制指的是,
對科學做出隨機貢獻的科學家
看起來會是什麼樣子的?
或,那位科學家的產能會是什麼?
他們何時撰寫論文?
所以我們測量了產能,
很驚人的是,產能,
你在職涯第一、十、二十年
寫一篇論文的可能性,
很接近在你職涯的那個部分
有所影響的可能性。
長話短說,
經過許多統計檢定,
只找出了一個解釋,
那就是,我們科學家工作的方式,
我們所寫的每一篇論文,
我們所做的每一個研究計畫,
都有同等的機會成為
我們個人的最佳作。
也就是說,探究
就像是買彩券一樣。
我們買越多彩券,
機會就越高。
只是剛好
大部分的科學家是在
職涯的前十、十五年
買了他們大部分的彩券而已,
那之後,他們的產能就下降了。
他們不再買更多的彩券。
所以看起來就好像是
他們沒有創意了。
現實上,他們只是沒再嘗試。
所以當我們把資料拼在一起,
結論就非常簡單:
成功隨時都可能到來。
可能是你職涯中的第一篇
或最後一篇論文。
在研究計畫的空間中,
這完全是隨機的。
改變的是產能。
讓我說明一下。
這是弗朗克韋爾切克,
得過諾貝爾物理獎,
得獎的是他研究生
職涯中的第一篇論文。
(笑聲)
更有趣的是約翰芬恩,
他在七十歲時被迫
從耶魯大學退休。
他們關掉了他的實驗室,
那時,他搬到維吉尼亞聯邦大學,
開了另一間實驗室,
在那裡,七十二歲時,
他刊出了一篇論文,
十五年後,那篇論文
讓他得了諾貝爾化學獎。
你們會想,好,科學是比較特別,
但其他需要有創意的領域呢?
讓我舉另一個很典型的例子:
企業家精神。
矽谷,
年輕人之地,對吧?
的確,當你去看它時,
你會發現,最大的獎項
TechCrunch 獎及其他獎項
得獎人平均都是
快要三十歲或三十歲初頭的人。
可以去看創投公司把錢給誰,
有些最大的創投公司——
都是三十初頭的人。
當然,我們知道;
在矽谷有一種風氣,
就是年輕等同成功。
資料可不是這麼說的。
因為重點並不只是成立公司——
成立公司就像是產能,
嘗試、嘗試、嘗試——
如果你只是去看
這些人當中有誰設立了
成功的公司、成功的退場。
最近,我們的一些同事
就在探究這個問題。
結果發現,是的,二、三十歲的人
成立了很多公司,
創辦了很多公司,
但大部分都破產收場。
如果去看成功退場的公司,
各位在這張圖上可以看到,
你的年紀越大,
你就越有可能上市,
或者成功把公司賣掉。
這個機率強到,
如果你是五十幾歲,
你有可能成功退場的機會,
是你三十幾歲時的兩倍。
(掌聲)
所以,最後,這些到底是什麼意思?
我們看到的是,創意不分年齡。
產能倒是會有差,對吧?
這就是告訴我,到頭來,
如果你繼續嘗試——
(笑聲)
你仍然有可能成功,且一再成功。
所以我的結論非常簡單:
我要下台,回到我的實驗室了。
謝謝。
(掌聲)