Return to Video

A verdadeira relação entre a idade e a probabilidade de sucesso

  • 0:00 - 0:03
    Hoje, na verdade,
    é um dia muito especial para mim,
  • 0:03 - 0:05
    porque é o meu aniversário.
  • 0:05 - 0:08
    (Aplausos)
  • 0:09 - 0:12
    E por isso, agradeço-vos a todos
    por se juntarem à festa.
  • 0:12 - 0:13
    (Risos)
  • 0:13 - 0:18
    Mas sempre que se dá uma festa,
    há alguém para a estragar, certo?
  • 0:18 - 0:19
    (Risos)
  • 0:19 - 0:20
    Sou físico,
  • 0:20 - 0:25
    e desta vez trouxe
    outro físico comigo.
  • 0:25 - 0:28
    Chama-se Albert Einstein
    — também é Albert —
  • 0:28 - 0:32
    e foi ele que disse
    que uma pessoa que não tenha feito
  • 0:32 - 0:36
    contribuições importantes
    para a ciência até aos 30 anos,
  • 0:36 - 0:37
    nunca o irá fazer.
  • 0:37 - 0:38
    (Risos)
  • 0:38 - 0:40
    Ora, não é necessário ir à Wikipedia
  • 0:40 - 0:42
    para ver que tenho mais de 30 anos.
  • 0:42 - 0:43
    (Risos)
  • 0:44 - 0:47
    Por isso, efetivamente, o que ele
    está a dizer-me, a mim e a vocês,
  • 0:47 - 0:50
    é que, no que toca à minha ciência,
  • 0:50 - 0:51
    sou redundante.
  • 0:52 - 0:57
    Bem, felizmente, eu tive a minha parte
    de sorte na minha carreira.
  • 0:58 - 1:01
    Por volta dos 28 anos, fiquei
    muito interessado em redes,
  • 1:02 - 1:06
    e uns anos mais tarde, conseguimos
    publicar alguns artigos importantes
  • 1:06 - 1:10
    que relatavam a descoberta
    de redes sem escala
  • 1:10 - 1:14
    o que originou uma nova disciplina
    a que hoje chamamos ciência de redes.
  • 1:14 - 1:18
    E se estiverem mesmo interessados,
    podem fazer um doutoramento
  • 1:18 - 1:20
    em Budapeste, em Boston
  • 1:20 - 1:23
    e podem estudá-las em todo o mundo.
  • 1:23 - 1:25
    Uns anos mais tarde,
  • 1:25 - 1:28
    quando me mudei para Harvard
    primeiro como investigador em sabática,
  • 1:28 - 1:31
    interessei-me por outro tipo de redes:
  • 1:31 - 1:35
    desta vez, as redes dentro de nós,
  • 1:35 - 1:38
    como os genes, as proteínas
    e os metabolismos se ligam uns aos outros
  • 1:38 - 1:41
    e como se relacionam com as doenças.
  • 1:41 - 1:46
    Esse interesse levou
    a uma grande explosão na medicina,
  • 1:46 - 1:50
    incluindo a Divisão de Medicina
    em Rede de Harvard,
  • 1:50 - 1:54
    que tem mais de 300 investigadores
    que usam esta perspetiva
  • 1:54 - 1:56
    para tratar doentes
    e desenvolver novas curas.
  • 1:56 - 1:59
    E há alguns anos,
  • 1:59 - 2:02
    eu achei que levaria
    esta ideia de redes
  • 2:02 - 2:04
    e a experiência que tínhamos em redes
  • 2:04 - 2:05
    para uma área diferente,
  • 2:05 - 2:07
    ou seja, compreender o sucesso.
  • 2:07 - 2:09
    E porque o fizemos?
  • 2:09 - 2:11
    Bem, pensávamos que, até certo ponto,
  • 2:11 - 2:15
    o nosso sucesso era determinado
    pelas redes de que fazíamos parte,
  • 2:15 - 2:18
    para nos impulsionar,
    ou fazer-nos recuar.
  • 2:18 - 2:22
    E eu estava curioso saber se
    conseguiríamos usar o conhecimento
  • 2:22 - 2:25
    e o grande volume de dados e experiência
    com os quais desenvolvemos as redes
  • 2:25 - 2:28
    para quantificar como
    estas coisas acontecem.
  • 2:29 - 2:30
    E este é o resultado.
  • 2:30 - 2:33
    O que veem aqui é uma rede
    de galerias em museus
  • 2:33 - 2:34
    ligadas umas às outras.
  • 2:35 - 2:39
    E através deste mapa
    que traçámos no ano passado,
  • 2:39 - 2:44
    conseguimos prever com muita precisão
    o sucesso de um artista
  • 2:44 - 2:48
    se me derem as primeiras cinco exposições
    que ele ou ela fez na sua carreira.
  • 2:49 - 2:52
    Bem, como tínhamos pensado,
  • 2:52 - 2:55
    concluímos que o sucesso
    não se limita a redes;
  • 2:55 - 2:58
    existem muito mais dimensões.
  • 2:58 - 3:01
    E uma das coisas de que necessitamos
    para o sucesso é, obviamente,
  • 3:01 - 3:03
    o desempenho.
  • 3:03 - 3:06
    Por isso, vamos definir a diferença
    entre desempenho e sucesso.
  • 3:06 - 3:08
    Bem, o desempenho é aquilo que se faz:
  • 3:08 - 3:11
    quão rápido se corre,
    que tipo de quadros se pinta,
  • 3:11 - 3:13
    que tipo de artigos se publica.
  • 3:13 - 3:16
    No entanto, na nossa definição funcional,
  • 3:16 - 3:21
    o sucesso relaciona-se com a perceção
    da comunidade daquilo que se fez,
  • 3:21 - 3:22
    do desempenho:
  • 3:22 - 3:26
    Como é que o reconhece,
    e como é que o recompensa?
  • 3:26 - 3:28
    Por outras palavras,
  • 3:28 - 3:32
    o desempenho de cada um depende de si,
    mas o seu sucesso depende de todos nós.
  • 3:33 - 3:37
    E esta foi uma mudança
    muito importante para nós,
  • 3:37 - 3:41
    porque o momento em que definimos
    o sucesso como uma medida coletiva
  • 3:41 - 3:43
    que a comunidade nos proporciona,
  • 3:43 - 3:45
    tornou-se mensurável,
  • 3:45 - 3:49
    porque se está na comunidade, existem
    múltiplos pontos de dados sobre isso.
  • 3:49 - 3:54
    Assim, vamos para a escola,
    fazemos exercício, praticamos,
  • 3:54 - 3:57
    porque acreditamos que o
    desempenho leva ao sucesso.
  • 3:57 - 4:01
    Mas a maneira como começamos
    a explorar, faz com que percebamos
  • 4:01 - 4:04
    que desempenho e sucesso
    são animais muito, muito diferentes
  • 4:04 - 4:08
    no que se refere à matemática do problema.
    E permitam-me que o ilustre.
  • 4:08 - 4:14
    Então, o que vemos aqui é o homem
    mais rápido do mundo, Usain Bolt.
  • 4:14 - 4:18
    E, claro, ele ganha a maior parte
    das competições em que entra.
  • 4:18 - 4:21
    E nós sabemos que ele é o mais rápido
    do planeta porque temos um cronómetro
  • 4:21 - 4:23
    para medir a sua velocidade.
  • 4:23 - 4:26
    Bem, o que ele tem de interessante
    é que, quando ele ganha,
  • 4:26 - 4:32
    ele não o faz ultrapassando
    a concorrência de forma significativa.
  • 4:32 - 4:36
    Ele corre, no máximo, 1% mais rápido
    do que aquele que perde a corrida.
  • 4:37 - 4:40
    Ele não só corre apenas 1% mais rápido
    do que o segundo classificado,
  • 4:40 - 4:44
    como não corre
    dez vezes mais rápido do que eu,
  • 4:44 - 4:46
    e eu não sou um bom atleta,
    acreditem.
  • 4:46 - 4:48
    (Risos)
  • 4:48 - 4:51
    De cada vez que conseguimos
    medir o desempenho,
  • 4:51 - 4:53
    verificamos algo muito interessante;
  • 4:53 - 4:55
    isto é, o desempenho é limitado.
  • 4:55 - 4:58
    O que isto significa é que não
    existem grandes variações
  • 4:58 - 5:00
    no desempenho humano.
  • 5:00 - 5:02
    Ele varia apenas
    num intervalo limitado,
  • 5:02 - 5:06
    e precisamos mesmo do cronómetro
    para medir as diferenças.
  • 5:06 - 5:09
    Isto não quer dizer que não consigamos
    distinguir o bom dos melhores,
  • 5:09 - 5:12
    mas os melhores
    são muito difíceis de distinguir.
  • 5:12 - 5:15
    E o problema é que
    a maioria de nós trabalha em áreas
  • 5:15 - 5:19
    nas quais não temos um cronómetro
    para medir o nosso desempenho.
  • 5:19 - 5:21
    Bom, o desempenho é limitado,
  • 5:21 - 5:25
    não existem grandes diferenças entre nós
    no que toca ao nosso desempenho.
  • 5:25 - 5:26
    E quanto ao sucesso?
  • 5:26 - 5:29
    Bem, mudemos para
    um tópico diferente, como os livros.
  • 5:29 - 5:33
    O sucesso de um autor é medido
    através do número dos seus leitores.
  • 5:34 - 5:37
    Desta forma, quando o meu livro anterior
    foi publicado em 2009,
  • 5:37 - 5:41
    eu estava na Europa a falar
    com o meu editor,
  • 5:41 - 5:43
    e queria saber:
    "Quem é a concorrência?"
  • 5:43 - 5:46
    E havia alguma concorrência fabulosa.
  • 5:47 - 5:48
    Nessa semana...
  • 5:48 - 5:49
    (Risos)
  • 5:49 - 5:51
    saiu o "Símbolo Perdido" de Dan Brown,
  • 5:51 - 5:57
    e também "A Melodia do Adeus",
    de Nicholas Sparks.
  • 5:57 - 6:00
    E quando se olha para a lista,
  • 6:00 - 6:02
    percebe-se que, em termos de desempenho,
  • 6:02 - 6:05
    não há nenhuma diferença
    entre esses livros e o meu.
  • 6:05 - 6:07
    Certo?
  • 6:07 - 6:11
    Por isso, se a equipa do Nicholas Sparks
    trabalhar um pouco mais,
  • 6:11 - 6:13
    ele pode facilmente ser o número um,
  • 6:13 - 6:16
    porque é quase por acidente
    chegar ao topo de vendas.
  • 6:16 - 6:19
    Vamos olhar para os números.
    Eu sou uma pessoa dos dados, certo?
  • 6:20 - 6:24
    Então, vamos ver quais foram
    as vendas do Nicholas Sparks.
  • 6:24 - 6:26
    E acontece que naquela
    primeira semana,
  • 6:26 - 6:29
    o Nicholas Sparks vendeu
    mais de cem mil cópias,
  • 6:29 - 6:30
    o que é um número espetacular.
  • 6:30 - 6:34
    De facto, é possível chegar ao topo dos
    best-sellers da lista do "New York Times"
  • 6:34 - 6:36
    com 10 000 cópias por semana.
  • 6:36 - 6:40
    por isso, ele multiplicou por dez
    o que necessitava para ser o número um.
  • 6:40 - 6:43
    No entanto, ele não foi o número um.
    Porquê?
  • 6:43 - 6:47
    Porque havia o Dan Brown, que vendeu
    1,2 milhões de cópias nesse fim de semana.
  • 6:49 - 6:53
    E a razão pela qual eu gosto deste número
    é porque mostra que, na verdade,
  • 6:53 - 6:56
    no que toca ao sucesso, é ilimitado,
  • 6:56 - 7:03
    e o melhor não consegue apenas
    ligeiramente mais do que o segundo melhor
  • 7:03 - 7:05
    mas consegue resultados de
    maior amplitude,
  • 7:05 - 7:08
    porque o sucesso é uma medida coletiva.
  • 7:08 - 7:12
    Damos aos outros, em vez de conquistar
    através do nosso desempenho.
  • 7:12 - 7:16
    Assim, uma das coisas
    de que nos apercebemos
  • 7:16 - 7:18
    é que o desempenho,
    o que fazemos, é limitado,
  • 7:18 - 7:21
    mas o sucesso que é coletivo, é ilimitado.
  • 7:21 - 7:22
    O que nos faz questionar:
  • 7:22 - 7:25
    como conseguimos
    estas diferenças enormes no sucesso
  • 7:25 - 7:28
    quando temos diferenças
    tão pequenas no desempenho?
  • 7:29 - 7:32
    Recentemente, publiquei um livro
    dedicado, precisamente, a esta questão.
  • 7:32 - 7:35
    E eles não me deram
    tempo suficiente para analisar tudo.
  • 7:35 - 7:37
    Então, vou voltar à questão:
  • 7:37 - 7:40
    "Ok, você tem sucesso:
    quando isso deve aparecer?"
  • 7:40 - 7:44
    Então vamos voltar
    a quem estraga a festa e perguntar:
  • 7:45 - 7:49
    "Porque é que Einstein
    fez aquela declaração ridícula,
  • 7:49 - 7:52
    "de que 'só antes dos 30
    se pode ser realmente criativo'?"
  • 7:53 - 7:56
    Porque ele olhou à sua volta
    e viu todos aqueles incríveis cientistas
  • 7:56 - 7:59
    que criaram a mecânica "quantum"
    e a física moderna,
  • 7:59 - 8:03
    e eles tinham entre 20 e 30 anos
    quando o fizeram.
  • 8:04 - 8:05
    E ele não foi o único.
  • 8:05 - 8:07
    Não é só um a observação preconceituosa,
  • 8:07 - 8:11
    porque existe mesmo
    um campo de pesquisa sobre génios
  • 8:11 - 8:13
    que documentou o facto
  • 8:13 - 8:16
    de que, se olharmos para as pessoas
    que admiramos do passado
  • 8:16 - 8:19
    e virmos as idades em que fizeram
    as suas maiores contribuições
  • 8:19 - 8:23
    — seja na música, seja na ciência
    ou na engenharia —
  • 8:23 - 8:30
    na sua maior parte, estavam
    entre os 20, 30 e início dos 40, se tanto.
  • 8:30 - 8:33
    Mas há um problema
    nesta pesquisa sobre génios.
  • 8:33 - 8:36
    Bem, primeiro, criou em nós a impressão
  • 8:37 - 8:40
    de que a criatividade é igual à juventude,
  • 8:40 - 8:42
    o que é doloroso, certo?
  • 8:42 - 8:44
    (Risos)
  • 8:44 - 8:48
    E também há um preconceito na observação,
  • 8:48 - 8:53
    porque apenas considera os génios
    e não os cientistas normais
  • 8:53 - 8:55
    e não nos considera a todos nós
    e questiona:
  • 8:55 - 8:58
    "É verdade que a criatividade
    desaparece à medida que envelhecemos?"
  • 8:58 - 9:00
    Então, foi isso que tentámos fazer,
  • 9:00 - 9:04
    e isto é importante para termos
    verdadeiras referências.
  • 9:04 - 9:07
    Então vamos ver um cientista
    normal, como eu,
  • 9:07 - 9:09
    e vamos ver a minha carreira.
  • 9:09 - 9:12
    O que vemos aqui são todos
    os artigos que eu publiquei
  • 9:12 - 9:17
    desde o primeiro, em 1989
    — ainda estava na Roménia quando o fiz —
  • 9:17 - 9:19
    até este ano.
  • 9:19 - 9:21
    E, verticalmente, vocês veem o impacto
    desse artigo,
  • 9:21 - 9:23
    o que é, quantas citações,
  • 9:23 - 9:27
    quantos outros artigos
    citaram o meu trabalho.
  • 9:27 - 9:29
    E quando vocês olham para ali,
  • 9:29 - 9:32
    veem que a minha carreira teve
    três etapas diferentes.
  • 9:32 - 9:34
    Os primeiros 10 anos
    quando eu tive de trabalhar muito
  • 9:34 - 9:35
    sem reconhecimento.
  • 9:35 - 9:39
    Ninguém se importava com
    o que eu fazia, pois não? (Risos)
  • 9:39 - 9:41
    Não tinha quase nenhum impacto.
  • 9:41 - 9:43
    Nessa altura, eu estava a estudar
    a ciência dos materiais
  • 9:44 - 9:47
    e descobri por mim mesmo as redes
  • 9:47 - 9:49
    e comecei a publicar nas redes.
  • 9:49 - 9:52
    Isso levou-me de um artigo
    de grande impacto a outro.
  • 9:52 - 9:55
    Eu sentia-me muito bem.
    Aquela foi uma etapa da minha carreira.
  • 9:55 - 9:57
    (Risos)
  • 9:57 - 10:00
    A questão é:
    "O que acontece agora?"
  • 10:00 - 10:04
    Nós não sabemos,
    porque ainda não passou tempo suficiente
  • 10:04 - 10:07
    para descobrir o impacto desses artigos,
  • 10:07 - 10:08
    isso leva tempo.
  • 10:08 - 10:10
    Bem, quando olhamos para os dados,
  • 10:10 - 10:13
    parece que Einstein,
    o investigador genial, está certo,
  • 10:13 - 10:14
    estou na tal etapa da minha carreira.
  • 10:14 - 10:17
    (Risos)
  • 10:17 - 10:23
    Então, dissemos: "Ok, vamos descobrir
    como é que isso realmente acontece,
  • 10:23 - 10:25
    "primeiro na ciência."
  • 10:25 - 10:28
    De forma a não ter preconceito na seleção,
  • 10:28 - 10:30
    considerando apenas os génios,
  • 10:30 - 10:33
    nós acabámos por reconstruir
    a carreira de todos os cientistas
  • 10:33 - 10:36
    de 1900 até hoje,
  • 10:36 - 10:40
    e encontrar em cada cientista
    o que foi o seu melhor,
  • 10:40 - 10:42
    tivesse ou não ganhado o prémio Nobel,
  • 10:42 - 10:46
    ou se ninguém conhecer o que fez,
    mesmo o seu melhor.
  • 10:46 - 10:48
    E é isso o que vocês veem aqui.
  • 10:48 - 10:49
    Cada linha é uma carreira,
  • 10:49 - 10:52
    e quando se tem um ponto azul
    em cima da carreira,
  • 10:52 - 10:54
    significa que foi o seu melhor.
  • 10:54 - 10:56
    E a pergunta é:
  • 10:56 - 10:59
    "Quando é que eles tiveram
    a sua grande descoberta?"
  • 10:59 - 11:00
    Para quantificar isso,
  • 11:00 - 11:04
    vemos a probabilidade
    de se fazer a maior descoberta,
  • 11:04 - 11:06
    digamos — com um, dois, três
    ou dez anos de carreira.
  • 11:06 - 11:08
    Não estamos a olhar para a idade.
  • 11:08 - 11:11
    Estamos a olhar para a "idade académica".
  • 11:11 - 11:14
    A vossa idade académica começa
    ao publicarem o vosso primeiro artigo.
  • 11:14 - 11:16
    Sei que alguns aqui são ainda bebés.
  • 11:16 - 11:17
    (Risos)
  • 11:17 - 11:19
    Vamos ver as probabilidades
  • 11:19 - 11:22
    de publicarem o vosso artigo
    de maior impacto.
  • 11:22 - 11:25
    O que vocês veem
    é que o investigador génio está certo.
  • 11:25 - 11:28
    A maior parte dos cientistas
    publicam o artigo de maior impacto
  • 11:28 - 11:31
    nos primeiros 10, 15 anos de carreira,
  • 11:31 - 11:34
    e cai depois disso.
  • 11:34 - 11:39
    Caem tão rápido,
    que estou há 30 anos na carreira,
  • 11:39 - 11:42
    e a hipótese de eu publicar um artigo
    de maior impacto
  • 11:42 - 11:44
    do que qualquer coisa que eu fiz antes,
  • 11:44 - 11:46
    é menos de 1%.
  • 11:46 - 11:49
    Estou nessa etapa da minha carreira,
    de acordo com esses dados.
  • 11:50 - 11:51
    Mas tenho um problema com isso.
  • 11:52 - 11:55
    Não estamos a fazer
    corretamente o controlo.
  • 11:55 - 11:57
    Então o controlo deveria ser:
  • 11:57 - 12:01
    "Como parece um cientista
    com contribuições ao acaso à ciência?"
  • 12:01 - 12:04
    Ou: "Qual é a produtividade
    do cientista?"
  • 12:04 - 12:06
    "Quando é que ele escreve os artigos?"
  • 12:06 - 12:09
    Então calculámos a produtividade,
  • 12:09 - 12:11
    e incrivelmente, a produtividade,
  • 12:11 - 12:14
    a probabilidade de ele escrever
    um artigo no primeiro ano,
  • 12:14 - 12:15
    no 10.º ou no 20.º ano de carreira
  • 12:15 - 12:19
    é indistinguível
    da probabilidade do seu impacto
  • 12:19 - 12:21
    na sua carreira.
  • 12:21 - 12:23
    E, resumindo,
  • 12:23 - 12:25
    depois de vários testes de estatística,
  • 12:25 - 12:27
    há apenas uma explicação para isso:
  • 12:27 - 12:30
    a forma como nós, cientistas, trabalhamos,
  • 12:30 - 12:34
    é que cada artigo que escrevemos,
    cada projeto que fazemos,
  • 12:34 - 12:38
    tem a mesma hipótese de ser
    o nosso melhor trabalho.
  • 12:38 - 12:43
    Isto é, a descoberta
    é como um bilhete de lotaria.
  • 12:43 - 12:45
    E quanto mais bilhetes
    de lotaria comprarmos,
  • 12:45 - 12:47
    maiores serão as nossas hipóteses.
  • 12:47 - 12:48
    E acontece
  • 12:48 - 12:51
    que a maioria dos cientistas
    compra os bilhetes
  • 12:51 - 12:54
    nos primeiros 10, 15 anos de carreira,
  • 12:54 - 12:57
    e depois disso,
    a sua produtividade cai.
  • 12:57 - 12:59
    Eles não compram mais bilhetes.
  • 13:00 - 13:03
    Parece então que eles
    já não conseguem ser criativos.
  • 13:03 - 13:05
    Na realidade, eles pararam de tentar.
  • 13:06 - 13:09
    Quando juntamos todos os dados,
    a conclusão é muito simples:
  • 13:09 - 13:12
    o sucesso pode surgir a qualquer momento.
  • 13:12 - 13:16
    Pode ser o primeiro
    ou último artigo da sua carreira.
  • 13:16 - 13:20
    É totalmente aleatório
    no espaço dos projetos.
  • 13:20 - 13:22
    É a produtividade que muda.
  • 13:22 - 13:23
    Deixem-me ilustrar.
  • 13:23 - 13:26
    Aqui está Franck Wilczek,
    que recebeu o prémio Nobel de Física
  • 13:26 - 13:30
    pelo primeiro artigo que escreveu
    na sua carreira com aluno de licenciatura.
  • 13:31 - 13:32
    (Risos)
  • 13:32 - 13:35
    Mais interessante é John Fenn,
    que, aos 70 anos,
  • 13:35 - 13:39
    foi forçado a sair
    da Universidade de Yale.
  • 13:39 - 13:41
    Eles fecharam o seu laboratório.
  • 13:41 - 13:45
    Nesse momento, ele mudou-se
    para a Universidade de Virgínia,
  • 13:45 - 13:47
    abriu outro laboratório,
  • 13:47 - 13:50
    e, aos 72 anos, publicou um artigo
  • 13:50 - 13:54
    pelo qual, 15 anos depois,
    recebeu o Nobel da Química.
  • 13:55 - 13:58
    E vocês pensam: "Ok, a ciência é especial,
  • 13:58 - 14:01
    "mas e as outras áreas em que
    precisamos de ser criativos?"
  • 14:01 - 14:06
    Então, vamos a outro exemplo:
    o empreendedorismo.
  • 14:07 - 14:08
    O Vale do Silício,
  • 14:08 - 14:11
    terra da juventude, certo?
  • 14:11 - 14:12
    Quando vocês olham para isso,
  • 14:12 - 14:17
    descobrem que os grandes prémios,
    o TechCrunch Awards e outros,
  • 14:17 - 14:19
    foram para pessoas
  • 14:19 - 14:24
    entre os seus 20 e 30 anos.
  • 14:24 - 14:30
    Vejam a quem é que as empresas
    de capital de risco dão dinheiro
  • 14:30 - 14:33
    — só a pessoas de 30 e poucos anos.
  • 14:33 - 14:34
    Claro que nós sabemos
  • 14:34 - 14:39
    que há no Vale do Silício o hábito
    de associar a juventude ao sucesso.
  • 14:40 - 14:42
    Não quando olhamos para os dados,
  • 14:42 - 14:44
    porque não se trata apenas
    de formar uma empresa
  • 14:44 - 14:47
    — formar uma empresa é produtividade,
    tentar, tentar, tentar —
  • 14:47 - 14:51
    quando vemos qual desses indivíduos
  • 14:51 - 14:54
    monta uma empresa de sucesso,
    uma venda de sucesso.
  • 14:54 - 14:57
    Recentemente, um dos nossos colegas
    examinou precisamente essa questão.
  • 14:57 - 15:01
    E verificou que sim,
    os indivíduos com 20 e 30 anos
  • 15:01 - 15:04
    montaram um grande número
    de empresas, formaram muitas,
  • 15:04 - 15:06
    mas a maioria delas faliu.
  • 15:06 - 15:10
    E quando vemos as vendas de sucesso,
  • 15:10 - 15:14
    constatamos que, quanto mais velhos,
    mais hipóteses têm de entrar na Bolsa
  • 15:14 - 15:17
    ou de venderem a empresa com sucesso.
  • 15:17 - 15:20
    Isso é forte, se vocês tiverem 50 anos,
  • 15:20 - 15:24
    vocês têm duas vezes mais hipóteses
    de terem verdadeiro sucesso
  • 15:24 - 15:26
    do que se tiverem 30 anos.
  • 15:27 - 15:30
    (Aplausos)
  • 15:31 - 15:35
    Então, afinal, o que é que nós vemos?
  • 15:35 - 15:39
    Vemos que a criatividade não tem idade.
  • 15:39 - 15:41
    A produtividade tem.
  • 15:41 - 15:46
    O que me diz é que, no final das contas,
  • 15:46 - 15:48
    se vocês continuarem a tentar...
  • 15:48 - 15:50
    (Risos)
  • 15:50 - 15:53
    podem acabar por ter sucesso
    atrás de sucesso.
  • 15:53 - 15:56
    Então, a minha conclusão é simples:
  • 15:56 - 15:58
    Estou fora do palco,
    volto para o meu laboratório.
  • 15:58 - 16:00
    Obrigado.
  • 16:00 - 16:03
    (Aplausos)
Title:
A verdadeira relação entre a idade e a probabilidade de sucesso
Speaker:
Albert-László Barabási
Description:

Com base na sua análise matemática, o teórico de redes Albert-László Barabási explora os mecanismos ocultos que conduzem ao sucesso — independentemente da sua área — e revela a ligação intrigante entre a idade e a probabilidade de ser bem-sucedido(a).

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
16:16

Portuguese subtitles

Revisions