ABOUT THE SPEAKER
Paul Zak - Neuroeconomist
A pioneer in the field of neuroeconomics, Paul Zak is uncovering how the hormone oxytocin promotes trust, and proving that love is good for business.

Why you should listen

What’s behind the human instinct to trust and to put each other’s well-being first? When you think about how much of the world works on a handshake or on holding a door open for somebody, why people cooperate is a huge question. Paul Zak researches oxytocin, a neuropeptide that affects our everyday social interactions and our ability to behave altruistically and cooperatively, applying his findings to the way we make decisions. A pioneer in a new field of study called neuroeconomics, Zak has demonstrated that oxytocin is responsible for a variety of virtuous behaviors in humans such as empathy, generosity and trust. Amazingly, he has also discovered that social networking triggers the same release of oxytocin in the brain -- meaning that e-connections are interpreted by the brain like in-person connections.

A professor at Claremont Graduate University in Southern California, Zak believes most humans are biologically wired to cooperate, but that business and economics ignore the biological foundations of human reciprocity, risking loss: when oxytocin levels are high in subjects, people’s generosity to strangers increases up to 80 percent; and countries with higher levels of trust – lower crime, better education – fare better economically.

He says: "Civilization is dependent on oxytocin. You can't live around people you don't know intimately unless you have something that says: Him I can trust, and this one I can't trust."

More profile about the speaker
Paul Zak | Speaker | TED.com
TEDGlobal 2011

Paul Zak: Trust, morality -- and oxytocin?

Paul Zak: Vertrauen, Moral – und Oxytocin

Filmed:
1,741,186 views

Was weckt in uns den Wunsch, moralisch zu handeln? Neuroökonom Paul Zak erklärt, warum er glaubt, dass Oxytocin (er nennt es "Das Moralmolekül") verantwortlich ist für Vertrauen, Empathie und andere Gefühle, die bei der Bildung einer stabilen Gesellschaft helfen.
- Neuroeconomist
A pioneer in the field of neuroeconomics, Paul Zak is uncovering how the hormone oxytocin promotes trust, and proving that love is good for business. Full bio

Double-click the English transcript below to play the video.

00:15
Is there anything uniqueeinzigartig about humanMensch beingsWesen?
0
0
3000
Gibt es etwas Einzigartiges an uns Menschen?
00:18
There is.
1
3000
2000
Ja.
00:20
We're the only creaturesKreaturen
2
5000
2000
Wir sind die einzigen Lebewesen
00:22
with fullyvöllig developedentwickelt moralMoral- sentimentsGefühle.
3
7000
2000
mit voll entwickelten moralischen Empfindungen.
00:24
We're obsessedbesessen with moralityMoral as socialSozial creaturesKreaturen.
4
9000
3000
Als soziale Wesen sind wir besessen von Moral.
00:27
We need to know why people are doing what they're doing.
5
12000
3000
Wir müssen wissen, warum die Leute tun, was sie tun.
00:30
And I personallypersönlich am obsessedbesessen with moralityMoral.
6
15000
3000
Ich persönlich bin von Moral besessen.
00:33
It was all duefällig to this womanFrau,
7
18000
2000
Schuld daran ist diese Frau,
00:35
SisterSchwester MaryMary MarastelaMarastela,
8
20000
2000
Schwester Mary Marastela,
00:37
alsoebenfalls knownbekannt as my momMama.
9
22000
3000
auch bekannt als meine Mutter.
00:41
As an altarAltar boyJunge, I breathedatmete in a lot of incenseWeihrauch,
10
26000
3000
Als Messdiener habe ich viel Weihrauch eingeatmet
00:44
and I learnedgelernt to say phrasesPhrasen in LatinLatein,
11
29000
2000
und gelernt, Gebete auf Latein aufzusagen,
00:46
but I alsoebenfalls had time to think
12
31000
2000
aber ich hatte auch Zeit darüber nachzudenken,
00:48
about whetherob my mother'sMutter top-downvon oben nach unten moralityMoral
13
33000
2000
ob die Top-down–Moral meiner Mutter
00:50
appliedangewendet to everybodyjeder.
14
35000
2000
für jeden gilt.
00:52
I saw that people who were religiousreligiös and non-religiousnicht-religiöse
15
37000
3000
Ich beobachtete, dass sowohl religiöse als auch nichtreligiöse Menschen
00:55
were equallygleichermaßen obsessedbesessen with moralityMoral.
16
40000
2000
gleichermaßen von Moral besessen sind.
00:57
I thought, maybe there's some earthlyirdischen basisBasis
17
42000
2000
Ich dachte, vielleicht gibt es einen irdischen Grund
00:59
for moralMoral- decisionsEntscheidungen.
18
44000
2000
für moralische Entscheidungen.
01:01
But I wanted to go furtherdes Weiteren
19
46000
2000
Es reichte mir nicht zu sagen,
01:03
than to say our brainsGehirne make us moralMoral-.
20
48000
2000
dass das Gehirn die Moral bestimmt.
01:05
I want to know if there's a chemistryChemie of moralityMoral.
21
50000
3000
Ich wollte wissen, ob es eine Chemie der Moral gibt.
01:08
I want to know
22
53000
2000
Ich wollte wissen,
01:10
if there was a moralMoral- moleculeMolekül.
23
55000
2000
ob es ein Moralmolekül gibt.
01:12
After 10 yearsJahre of experimentsExperimente,
24
57000
2000
Nach 10 Jahren des Experimentierens
01:14
I foundgefunden it.
25
59000
2000
habe ich es gefunden.
01:16
Would you like to see it? I broughtgebracht some with me.
26
61000
3000
Möchten Sie es sehen? Ich habe es mitgebracht.
01:20
This little syringeSpritze
27
65000
2000
Diese kleine Spritze
01:22
containsenthält the moralMoral- moleculeMolekül.
28
67000
3000
enthält das Moralmolekül.
01:31
(LaughterLachen)
29
76000
3000
(Lachen)
01:34
It's callednamens oxytocinOxytocin.
30
79000
2000
Es heißt Oxytocin.
01:36
So oxytocinOxytocin is a simpleeinfach and ancientAntike moleculeMolekül
31
81000
3000
Oxytocin ist ein einfaches und uraltes Molekül,
01:39
foundgefunden only in mammalsSäugetiere.
32
84000
2000
das man nur bei Säugetieren findet.
01:41
In rodentsNagetiere, it was knownbekannt
33
86000
2000
Bei Nagetieren sorgt es dafür,
01:43
to make mothersMütter carePflege for theirihr offspringNachwuchs,
34
88000
2000
dass die Mütter sich um ihre Nachkommen kümmern,
01:45
and in some creaturesKreaturen,
35
90000
2000
und bei einigen Lebewesen
01:47
alloweddürfen for tolerationDuldung of burrowmatesburrowmates.
36
92000
2000
ermöglicht es das Zusammenleben im Bau.
01:49
But in humansMenschen, it was only knownbekannt
37
94000
2000
Aber bei Menschen war nur bekannt,
01:51
to facilitateerleichtern birthGeburt and breastfeedingstillen in womenFrau,
38
96000
2000
dass es Geburt und Stillen bei Frauen erleichtert
01:53
and is releasedfreigegeben by bothbeide sexesGeschlechter duringwährend sexSex.
39
98000
3000
und von beiden Geschlechtern beim Sex ausgeschüttet wird.
01:57
So I had this ideaIdee that oxytocinOxytocin mightMacht be the moralMoral- moleculeMolekül.
40
102000
3000
Ich hatte also die Idee, dass Oxytocin das Moralmolekül sein könnte
02:00
I did what mostdie meisten of us do -- I triedversucht it on some colleaguesKollegen.
41
105000
3000
und diskutierte es – wie üblich – mit einigen Kollegen.
02:03
One of them told me,
42
108000
2000
Einer sagte mir:
02:05
"PaulPaul, that is the world'sWelt stupidiststupidist ideaIdee.
43
110000
3000
"Paul, das ist die blödeste Idee der Welt.
02:08
It is," he said, "only a femaleweiblich moleculeMolekül.
44
113000
2000
Es ist nur ein weibliches Molekül.
02:10
It can't be that importantwichtig."
45
115000
2000
Es kann nicht so wichtig sein."
02:12
But I counteredkonterte, "Well men'sHerren brainsGehirne make this too.
46
117000
3000
Ich erwiderte: "Männliche Gehirne produzieren es auch.
02:15
There mustsollen be a reasonGrund why."
47
120000
2000
Es muss einen Grund dafür geben."
02:17
But he was right, it was a stupidblöd ideaIdee.
48
122000
3000
Aber er hatte Recht, es war eine blöde Idee.
02:20
But it was testablyüberprüfbar stupidblöd.
49
125000
2000
Aber sie war überprüfbar blöd.
02:22
In other wordsWörter, I thought I could designEntwurf an experimentExperiment
50
127000
3000
Anders gesagt, ich wollte ein Experiment entwickeln,
02:25
to see if oxytocinOxytocin madegemacht people moralMoral-.
51
130000
3000
um zu überprüfen, ob Oxytocin Menschen moralisch handeln lässt.
02:29
TurnsDreht sich out it wasn'twar nicht so easyeinfach.
52
134000
2000
Es war nicht so einfach.
02:31
First of all, oxytocinOxytocin is a shyschüchtern moleculeMolekül.
53
136000
3000
Zunächst ist Oxytocin ein schüchternes Molekül.
02:34
BaselineBasislinie levelsEbenen are nearin der Nähe von zeroNull,
54
139000
2000
Die Basislinie liegt fast bei null,
02:36
withoutohne some stimulusImpulse to causeUrsache its releaseFreisetzung.
55
141000
3000
wenn es keine Stimulation zur Ausschüttung gibt.
02:39
And when it's producedhergestellt, it has a three-minutedrei Minuten half-lifeHalf-Life,
56
144000
2000
Nach der Ausschüttung hat es eine Halbwertzeit von drei Minuten
02:41
and degradesverschlechtert sich rapidlyschnell at roomZimmer temperatureTemperatur.
57
146000
3000
und zerfällt schnell bei Raumtemperatur.
02:44
So this experimentExperiment would have to causeUrsache a surgeÜberspannungsschutz of oxytocinOxytocin,
58
149000
2000
Das Experiment müsste einen Oxytocinschub auslösen,
02:46
have to grabgreifen it fastschnell and keep it coldkalt.
59
151000
2000
diesen schnell erfassen und kühl halten.
02:48
I think I can do that.
60
153000
2000
Ich glaube, ich kann das.
02:50
Now luckilyGlücklicherweise, oxytocinOxytocin is producedhergestellt
61
155000
2000
Glücklicherweise wird Oxytocin sowohl
02:52
bothbeide in the brainGehirn and in the bloodBlut,
62
157000
3000
im Gehirn als auch im Blut produziert.
02:55
so I could do this experimentExperiment withoutohne learningLernen neurosurgeryNeurochirurgie.
63
160000
3000
Ich musste für das Experiment kein Gehirnchirurg werden.
02:59
Then I had to measuremessen moralityMoral.
64
164000
3000
Dann musste ich die Moral messen.
03:02
So takingunter on MoralityMoral with a capitalHauptstadt M is a hugeenorm projectProjekt.
65
167000
3000
Sich der Moral anzunehmen, ist ein großes Projekt.
03:05
So I startedhat angefangen smallerkleiner.
66
170000
2000
Ich fing klein an.
03:07
I studiedstudiert one singleSingle virtueTugend:
67
172000
3000
Ich studierte eine einzige Tugend:
03:10
trustworthinessVertrauenswürdigkeit.
68
175000
2000
Vertrauenswürdigkeit.
03:12
Why? I had showngezeigt in the earlyfrüh 2000s
69
177000
3000
Warum? Weil ich in den frühen 2000ern gezeigt hatte,
03:15
that countriesLänder with a higherhöher proportionAnteil of trustworthyvertrauenswürdige people
70
180000
3000
dass Länder mit einem höheren Anteil vertrauenswürdiger Menschen
03:18
are more prosperouswohlhabenden.
71
183000
2000
wohlhabender sind.
03:20
So in these countriesLänder, more economicWirtschaftlich transactionsTransaktionen occurauftreten
72
185000
3000
In diesen Ländern finden mehr wirtschaftliche Transaktion statt
03:23
and more wealthReichtum is createderstellt,
73
188000
2000
und es wird mehr Wohlstand produziert,
03:25
alleviatingLinderung von povertyArmut.
74
190000
2000
die Armut gelindert.
03:27
So poorArm countriesLänder are by and largegroß lowniedrig trustVertrauen countriesLänder.
75
192000
3000
Arme Länder sind weitgehend wenig vertrauenswürdig.
03:30
So if I understoodverstanden the chemistryChemie of trustworthinessVertrauenswürdigkeit,
76
195000
3000
Wenn ich also die Chemie der Vertrauenswürdigkeit verstünde,
03:33
I mightMacht help alleviatezu lindern povertyArmut.
77
198000
2000
könnte ich helfen, die Armut zu lindern.
03:35
But I'm alsoebenfalls a skepticSkeptiker.
78
200000
2000
Ich bin aber auch Skeptiker.
03:37
I don't want to just askFragen people, "Are you trustworthyvertrauenswürdige?"
79
202000
2000
Ich frage nicht einfach: "Sind Sie vertrauenswürdig?"
03:39
So insteadstattdessen I use
80
204000
2000
Stattdessen nutze ich
03:41
the JerryJerry MaguireMaguire approachAnsatz to researchForschung.
81
206000
2000
die Jerry-Maguire–Methode, um es herauszufinden.
03:43
If you're so virtuoustugendhafte,
82
208000
2000
Wenn du so tugendhaft bist,
03:45
showShow me the moneyGeld.
83
210000
2000
zeig mir das Geld!
03:47
So what we do in my labLabor
84
212000
2000
In meinem Labor
03:49
is we temptlocken people with virtueTugend and viceLaster by usingmit moneyGeld.
85
214000
2000
führen wir mit Geld Leute in Versuchung.
03:51
Let me showShow you how we do that.
86
216000
2000
Ich erkläre Ihnen wie.
03:53
So we recruitRekrut some people for an experimentExperiment.
87
218000
2000
Wir engagieren ein paar Leute für ein Experiment.
03:55
They all get $10 if they agreezustimmen to showShow up.
88
220000
3000
Alle bekommen 10 Dollar, wenn sie mitmachen möchten.
03:58
We give them lots of instructionAnweisung, and we never ever deceivetäuschen them.
89
223000
3000
Wir geben ihnen viele Anweisungen und wir sind dabei immer ehrlich.
04:01
Then we matchSpiel them in pairsPaare by computerComputer.
90
226000
3000
Dann bilden wir Paare per Computer.
04:04
And in that pairPaar, one personPerson getsbekommt a messageNachricht sayingSprichwort,
91
229000
2000
In einem Paar bekommt eine Person folgende Nachricht:
04:06
"Do you want to give up some of your $10
92
231000
2000
"Möchten Sie einen Teil Ihrer 10 Dollar,
04:08
you earnedverdient for beingSein here
93
233000
2000
die Sie hier verdient haben,
04:10
and shipSchiff it to someonejemand elsesonst in the labLabor?"
94
235000
2000
jemand anders im Labor zukommen lassen?"
04:12
The trickTrick is you can't see them,
95
237000
2000
Der Trick ist, dass man sie nicht sehen kann,
04:14
you can't talk to them.
96
239000
2000
man kann nicht mit ihnen reden.
04:16
You only do it one time.
97
241000
2000
Nur ein einziges Mal.
04:18
Now whateverwas auch immer you give up
98
243000
2000
Egal was man spendet,
04:20
getsbekommt tripledverdreifacht in the other person'sPerson accountKonto.
99
245000
3000
es wird auf dem Konto der anderen Person verdreifacht.
04:23
You're going to make them a lot wealthierreicher.
100
248000
2000
Man macht sie viel reicher.
04:25
And they get a messageNachricht by computerComputer sayingSprichwort
101
250000
2000
Sie bekommen dann folgende Nachricht vom Computer:
04:27
personPerson one sentgesendet you this amountMenge of moneyGeld.
102
252000
2000
"Person 1 hat Ihnen diese Menge Geld geschickt.
04:29
Do you want to keep it all,
103
254000
2000
Möchten Sie alles behalten
04:31
or do you want to sendsenden some amountMenge back?
104
256000
3000
oder einen Betrag zurücksenden?"
04:34
So think about this experimentExperiment for minuteMinute.
105
259000
2000
Denken Sie eine Minute über das Experiment nach.
04:36
You're going to sitsitzen on these hardhart chairsStühle for an hourStunde and a halfHälfte.
106
261000
3000
Sie sitzen eineinhalb Stunden auf einem harten Stuhl.
04:39
Some madwütend scientistWissenschaftler is going to jabJab your armArm with a needleNadel
107
264000
2000
Ein verrückter Wissenschaftler sticht eine Nadel in Ihren Arm
04:41
and take fourvier tubesRöhren of bloodBlut.
108
266000
2000
und entnimmt 4 Röhrchen Blut.
04:43
And now you want me to give up this moneyGeld and shipSchiff it to a strangerFremder?
109
268000
3000
Und jetzt soll ich mein Geld einem Fremden geben?
04:46
So this was the birthGeburt of vampireVampir economicsWirtschaft.
110
271000
3000
Das war die Geburt der Vampirwirtschaft.
04:49
Make a decisionEntscheidung and give me some bloodBlut.
111
274000
3000
Eine Entscheidung treffen und Blut abgeben.
04:52
So in factTatsache, experimentalExperimental- economistsÖkonomen
112
277000
2000
Wissenschaftler der experimentellen Ökonomie
04:54
had runLauf this testTest around the worldWelt,
113
279000
2000
führten diesen Test überall in der Welt aus,
04:56
and for much higherhöher stakesStakes,
114
281000
2000
mit viel höheren Einsätzen,
04:58
and the consensusKonsens viewAussicht
115
283000
2000
und mit einer übereinstimmenden Ansicht:
05:00
was that the measuremessen from the first personPerson to the secondzweite was a measuremessen of trustVertrauen,
116
285000
3000
das Messergebnis beim ersten Transfer misst das Vertrauen
05:03
and the transferÜbertragung from the secondzweite personPerson back to the first
117
288000
3000
und das Ergebnis beim Rücktransfer des Geldes
05:06
measuredgemessen trustworthinessVertrauenswürdigkeit.
118
291000
2000
misst die Vertrauenswürdigkeit.
05:08
But in factTatsache, economistsÖkonomen were flummoxedflummoxed
119
293000
2000
Doch die Ökonomen verwirrte,
05:10
on why the secondzweite personPerson would ever returnRückkehr any moneyGeld.
120
295000
3000
warum die zweite Person das Geld zurückgab.
05:13
They assumedangenommen moneyGeld is good,
121
298000
2000
Sie nahmen an, Geld sei gut,
05:15
why not keep it all?
122
300000
2000
warum nicht alles behalten?
05:17
That's not what we foundgefunden.
123
302000
2000
Wir haben etwas anderes herausgefunden.
05:19
We foundgefunden 90 percentProzent of the first decision-makersEntscheidungsträger sentgesendet moneyGeld,
124
304000
3000
90 Prozent der Erstentscheider schickten Geld
05:22
and of those who receivedempfangen moneyGeld,
125
307000
2000
und von den Empfängern gaben
05:24
95 percentProzent returnedist zurückgekommen some of it.
126
309000
2000
95 Prozent etwas davon zurück.
05:26
But why?
127
311000
2000
Aber warum?
05:28
Well by measuringMessung oxytocinOxytocin
128
313000
2000
Bei der Messung des Oxytocins
05:30
we foundgefunden that the more moneyGeld the secondzweite personPerson receivedempfangen,
129
315000
2000
stellte sich heraus, dass je mehr Geld die zweite Person erhielt,
05:32
the more theirihr brainGehirn producedhergestellt oxytocinOxytocin,
130
317000
2000
desto mehr Oxytocin produzierte das Gehirn.
05:34
and the more oxytocinOxytocin on boardTafel,
131
319000
2000
Und je mehr Oxytocin beteiligt war,
05:36
the more moneyGeld they returnedist zurückgekommen.
132
321000
3000
desto mehr Geld wurde zurückgegeben.
05:39
So we have a biologyBiologie of trustworthinessVertrauenswürdigkeit.
133
324000
3000
Das ist die Biologie der Vertrauenswürdigkeit.
05:42
But wait. What's wrongfalsch with this experimentExperiment?
134
327000
3000
Aber warten Sie. Was stimmt bei diesem Experiment nicht?
05:45
Two things.
135
330000
2000
Zwei Dinge.
05:47
One is that nothing in the bodyKörper happensdas passiert in isolationIsolierung.
136
332000
3000
Erstens passiert im Körper nichts völlig isoliert.
05:50
So we measuredgemessen nineneun other moleculesMoleküle that interactinteragieren with oxytocinOxytocin,
137
335000
3000
Wir konnten neun andere Moleküle messen, die mit dem Oxytocin interagieren,
05:53
but they didn't have any effectbewirken.
138
338000
2000
aber sie hatten keine Auswirkungen.
05:55
But the secondzweite is
139
340000
2000
Zweitens war die Beziehung
05:57
that I still only had this indirectindirekte relationshipBeziehung
140
342000
2000
zwischen Oxytocin und Vertrauenswürdigkeit
05:59
betweenzwischen oxytocinOxytocin and trustworthinessVertrauenswürdigkeit.
141
344000
2000
immer noch indirekt.
06:01
I didn't know for sure
142
346000
2000
Ich wusste nicht mit Sicherheit,
06:03
oxytocinOxytocin causedverursacht trustworthinessVertrauenswürdigkeit.
143
348000
2000
ob Oxytocin Vertrauenswürdigkeit auslöst.
06:05
So to make the experimentExperiment,
144
350000
2000
Für das Experiment
06:07
I knewwusste I'd have to go into the brainGehirn
145
352000
2000
müsste ich also in das Gehirn eingreifen
06:09
and manipulatemanipulieren oxytocinOxytocin directlydirekt.
146
354000
2000
und das Oxytocin direkt manipulieren.
06:11
I used everything shortkurz of a drillbohren
147
356000
2000
Ich versuchte alles außer einem Bohrer,
06:13
to get oxytocinOxytocin into my ownbesitzen brainGehirn.
148
358000
3000
um Oxytocin in mein eigenes Gehirn zu bringen.
06:16
And I foundgefunden I could do it
149
361000
2000
Ich fand eine Lösung:
06:18
with a nasalnasal inhalerInhalator.
150
363000
2000
ein Naseninhalator.
06:20
So alongeine lange with colleaguesKollegen in ZurichZürich,
151
365000
2000
Zusammen mit Kollegen in Zürich
06:22
we put 200 menMänner on oxytocinOxytocin or placeboPlacebo,
152
367000
2000
gaben wir 200 Personen Oxytocin oder ein Placebo,
06:24
had that samegleich trustVertrauen testTest with moneyGeld,
153
369000
2000
und führten den gleichen Vertrauenstest mit Geld durch.
06:26
and we foundgefunden that those on oxytocinOxytocin not only showedzeigte more trustVertrauen,
154
371000
3000
Jene unter Oxytocin zeigten nicht nur mehr Vertrauen,
06:29
we can more than doubledoppelt the numberNummer of people
155
374000
3000
wir konnten die Zahl der Leute verdoppeln,
06:32
who sentgesendet all theirihr moneyGeld to a strangerFremder --
156
377000
2000
die ihr ganzes Geld einem Fremden schickten –
06:34
all withoutohne alteringverändern moodStimmung or cognitionErkenntnis.
157
379000
3000
ohne Stimmung oder Wahrnehmung zu verändern.
06:38
So oxytocinOxytocin is the trustVertrauen moleculeMolekül,
158
383000
4000
Oxytocin ist also das Vertrauensmolekül,
06:42
but is it the moralMoral- moleculeMolekül?
159
387000
3000
aber ist es das Moralmolekül?
06:45
UsingMit Hilfe the oxytocinOxytocin inhalerInhalator,
160
390000
2000
Mit dem Oxytocin-Inhalator
06:47
we ranlief more studiesStudien.
161
392000
2000
führten wir weitere Studien durch.
06:49
We showedzeigte that oxytocinOxytocin infusionInfusion
162
394000
2000
Wir zeigten, dass die Gabe von Oxytocin
06:51
increaseserhöht sich generosityGroßzügigkeit
163
396000
2000
die Großzügigkeit
06:53
in unilateraleinseitige monetaryWährungsunion transfersTransfers
164
398000
2000
bei einseitigen Geldtransfers
06:55
by 80 percentProzent.
165
400000
2000
um 80 Prozent erhöht.
06:57
We showedzeigte it increaseserhöht sich donationsSpenden to charityNächstenliebe
166
402000
2000
Wir zeigten, dass es die Spendenbereitschaft
06:59
by 50 percentProzent.
167
404000
2000
um 50 Prozent erhöht.
07:01
We'veWir haben alsoebenfalls investigateduntersucht
168
406000
2000
Wir untersuchten auch nicht-pharmakologische Wege,
07:03
non-pharmacologicnicht-pharmakologische waysWege to raiseerziehen oxytocinOxytocin.
169
408000
2000
den Oxytocinlevel zu steigern.
07:05
These includeeinschließen massageMassage,
170
410000
2000
Dazu gehören Massagen,
07:07
dancingTanzen and prayingbeten.
171
412000
2000
Tanzen und Beten.
07:09
Yes, my momMama was happyglücklich about that last one.
172
414000
3000
Ja, meine Mutter war über letzteres sehr froh.
07:12
And wheneverwann immer we raiseerziehen oxytocinOxytocin,
173
417000
2000
Wann immer wir den Oxytocinlevel steigern,
07:14
people willinglybereitwillig openöffnen up theirihr walletsGeldbörsen
174
419000
2000
öffnen die Menschen bereitwillig ihre Geldbeutel
07:16
and shareAktie moneyGeld with strangersFremde.
175
421000
2000
und teilen Geld mit Fremden.
07:18
But why do they do this?
176
423000
2000
Aber warum?
07:20
What does it feel like
177
425000
2000
Wie fühlt es sich an,
07:22
when your brainGehirn is floodedüberschwemmt with oxytocinOxytocin?
178
427000
2000
wenn das Gehirn mit Oxytocin überflutet wird?
07:24
To investigateuntersuchen this questionFrage, we ranlief an experimentExperiment
179
429000
3000
Das untersuchten wir mit einem Experiment,
07:27
where we had people watch a videoVideo
180
432000
2000
bei dem wir Menschen ein Video zeigten,
07:29
of a fatherVater and his fourvier year-oldj hrige sonSohn,
181
434000
2000
von einem Vater und seinem vierjährigen Sohn,
07:31
and his sonSohn has terminalTerminal brainGehirn cancerKrebs.
182
436000
2000
wobei der Sohn einen tödlichen Gehirntumor hat.
07:33
After they watchedangesehen the videoVideo, we had them ratePreis theirihr feelingsGefühle
183
438000
3000
Nach dem Video sollten sie ihre Gefühle bewerten
07:36
and tookdauerte bloodBlut before and after to measuremessen oxytocinOxytocin.
184
441000
3000
und wir entnahmen vor- und nachher Blut, um das Oxytocin zu messen.
07:39
The changeVeränderung in oxytocinOxytocin
185
444000
2000
Die Änderung des Oxytocinlevels
07:41
predictedvorhergesagt theirihr feelingsGefühle of empathyEmpathie.
186
446000
3000
prognostizierte ihr Mitgefühl.
07:45
So it's empathyEmpathie
187
450000
2000
Denn Mitgefühl
07:47
that makesmacht us connectverbinden to other people.
188
452000
2000
verbindet uns mit anderen Menschen.
07:49
It's empathyEmpathie that makesmacht us help other people.
189
454000
3000
Wegen des Mitgefühls wollen wir anderen Menschen helfen.
07:52
It's empathyEmpathie that makesmacht us moralMoral-.
190
457000
4000
Mitgefühl lässt uns moralisch handeln.
07:56
Now this ideaIdee is not newneu.
191
461000
2000
Diese Idee ist nicht neu.
07:58
A then unknownunbekannt philosopherPhilosoph namedgenannt AdamAdam SmithSmith
192
463000
2000
Adam Smith, damals ein unbekannter Philosoph,
08:00
wroteschrieb a bookBuch in 1759
193
465000
2000
schrieb 1759 ein Buch
08:02
callednamens "The TheoryTheorie of MoralMoralische SentimentsGefühle."
194
467000
2000
mit dem Titel "Theorie der ethischen Gefühle".
08:04
In this bookBuch, SmithSmith arguedargumentierte
195
469000
3000
Darin argumentiert Smith,
08:07
that we are moralMoral- creaturesKreaturen, not because of a top-downvon oben nach unten reasonGrund,
196
472000
3000
dass wir moralische Wesen sind, nicht wegen eines Top-down-Grundes,
08:10
but for a bottom-upProst reasonGrund.
197
475000
2000
sondern wegen eines Bottom-up-Grundes.
08:12
He said we're socialSozial creaturesKreaturen,
198
477000
2000
Er sagte, weil wir soziale Wesen sind,
08:14
so we shareAktie the emotionsEmotionen of othersAndere.
199
479000
2000
teilen wir die Gefühle der anderen.
08:16
So if I do something that hurtstut weh you, I feel that painSchmerz.
200
481000
3000
Wenn ich etwas tue, das dich verletzt, fühle ich den Schmerz.
08:19
So I tendneigen to avoidvermeiden that.
201
484000
2000
Deshalb vermeide ich das.
08:21
If I do something that makesmacht you happyglücklich, I get to shareAktie your joyFreude.
202
486000
3000
Wenn ich etwas tue, das dich glücklich macht, teile ich deine Freude.
08:24
So I tendneigen to do those things.
203
489000
2000
Deshalb mache ich eher solche Sachen.
08:26
Now this is the samegleich AdamAdam SmithSmith who, 17 yearsJahre laterspäter,
204
491000
2000
Genau dieser Adam Smith schrieb 17 Jahre später
08:28
would writeschreiben a little bookBuch callednamens "The WealthReichtum of NationsNationen" --
205
493000
3000
ein kleines Buch mit dem Titel "Der Wohlstand der Nationen",
08:31
the foundingGründung documentDokument of economicsWirtschaft.
206
496000
2000
das Gründungswerk der Ökonomie.
08:33
But he was, in factTatsache, a moralMoral- philosopherPhilosoph,
207
498000
3000
Tatsächlich war er aber ein Moralphilosoph
08:36
and he was right on why we're moralMoral-.
208
501000
2000
und er wusste, warum wir moralisch handeln.
08:38
I just foundgefunden the moleculeMolekül behindhinter it.
209
503000
3000
Ich habe nur das Molekül dazu gefunden.
08:41
But knowingzu wissen that moleculeMolekül is valuablewertvoll,
210
506000
3000
Das Molekül zu kennen, ist nützlich,
08:44
because it tellserzählt us how to turnWende up this behaviorVerhalten
211
509000
3000
Wir wissen damit, wie man dieses Verhalten anschalten kann,
08:47
and what turnswendet sich it off.
212
512000
2000
und was es abschaltet.
08:49
In particularinsbesondere, it tellserzählt us
213
514000
2000
Es erzählt uns nämlich,
08:51
why we see immoralityUnmoral.
214
516000
3000
warum wir unmoralisches Verhalten erfahren.
08:54
So to investigateuntersuchen immoralityUnmoral,
215
519000
2000
Um Unmoral zu untersuchen,
08:56
let me bringbringen you back now to 1980.
216
521000
2000
muss ich Sie ins Jahr 1980 zurückführen.
08:58
I'm workingArbeiten at a gasGas stationBahnhof
217
523000
2000
Ich arbeitete an einer Tankstelle
09:00
on the outskirtsStadtrand of SantaSanta BarbaraBarbara, CaliforniaCalifornia.
218
525000
3000
in einem Randbezirk von Santa Barbara in Kalifornien.
09:03
You sitsitzen in a gasGas stationBahnhof all day,
219
528000
2000
Im Laufe eines ganzen Tages an einer Tankstelle
09:05
you see lots of moralityMoral and immoralityUnmoral, let me tell you.
220
530000
2000
bekommt man viel Moral und Unmoral zu sehen.
09:07
So one SundaySonntag afternoonNachmittag, a man walksSpaziergänge into my cashier'sKasse boothStand
221
532000
3000
Eines Sonntags kam ein Mann in den Kassenraum
09:10
with this beautifulschön jewelrySchmuck boxBox.
222
535000
2000
mit einer schönen Schmuckschachtel.
09:12
OpensÖffnet it up and there's a pearlPerle necklaceHalskette insideinnen.
223
537000
2000
Er öffnete sie. Es war eine Perlenkette darin.
09:14
And he said, "Hey, I was in the men'sHerren roomZimmer.
224
539000
2000
Er sagte: "Hey, ich habe das gerade eben
09:16
I just foundgefunden this. What do you think we should do with it?"
225
541000
3000
auf der Herrentoilette gefunden. Was machen wir jetzt damit?"
09:19
"I don't know, put it in the losthat verloren and foundgefunden."
226
544000
2000
"Zu den Fundsachen?"
09:21
"Well this is very valuablewertvoll.
227
546000
2000
"Aber es ist sehr wertvoll.
09:23
We have to find the ownerInhaber for this." I said, "YeaJa."
228
548000
2000
Wir müssen den Besitzer finden." Ich sagte: "Ja."
09:25
So we're tryingversuchen to decideentscheiden what to do with this,
229
550000
2000
Wir versuchten zu entscheiden, was wir tun sollten,
09:27
and the phoneTelefon ringsRinge.
230
552000
2000
als das Telefon klingelte.
09:29
And a man sayssagt very excitedlyaufgeregt,
231
554000
2000
Ein Mann sagte sehr aufgeregt:
09:31
"I was in your gasGas stationBahnhof a while agovor,
232
556000
2000
"Ich war eben an Ihrer Tankstelle
09:33
and I boughtgekauft this jewelrySchmuck for my wifeEhefrau, and I can't find it."
233
558000
2000
und jetzt kann ich den Schmuck, den ich für meine Frau kaufte, nicht finden."
09:35
I said, "PearlPearl necklaceHalskette?" "Yeah."
234
560000
2000
Ich sagte: "Perlenkette?". "Ja."
09:37
"Hey, a guy just foundgefunden it."
235
562000
2000
"Jemand hat sie gerade gefunden."
09:39
"Oh, you're savingsparen my life. Here'sHier ist my phoneTelefon numberNummer.
236
564000
2000
"Oh, Sie retten mein Leben. Hier ist meine Telefonnummer.
09:41
Tell that guy to wait halfHälfte an hourStunde.
237
566000
2000
Der Mann soll eine halbe Stunde warten.
09:43
I'll be there and I'll give him a $200 rewardBelohnung."
238
568000
2000
Ich bin gleich da und er bekommt 200 Dollar Belohnung."
09:45
Great, so I tell the guy, "Look, relaxEntspannen Sie sich.
239
570000
2000
Das erzähle ich dem Mann: "Alles wird gut.
09:47
Get yourselfdich selber a fatFett rewardBelohnung. Life'sDes Lebens good."
240
572000
3000
Sie bekommen eine fette Belohnung. Das Leben ist gerecht."
09:50
He said, "I can't do it.
241
575000
2000
Er sagte: "Ich kann nicht.
09:52
I have this jobJob interviewInterview in GalenaGalena in 15 minutesProtokoll,
242
577000
2000
Ich muss in 15 Minuten zu einem Vorstellungsgespräch.
09:54
and I need this jobJob, I've got to go."
243
579000
3000
Ich brauche diesen Job. Ich muss gehen."
09:57
Again he askedaufgefordert me, "What do you think we should do?"
244
582000
2000
Er fragte mich wieder: "Was sollen wir tun?"
09:59
I'm in highhoch schoolSchule. I have no ideaIdee.
245
584000
3000
Ich war noch Schüler. Ich wusste es nicht.
10:02
So I said, "I'll holdhalt it for you."
246
587000
2000
Also sagte ich: "Ich hebe es für Sie auf."
10:04
He said, "You know, you've been so nicenett, let's splitTeilt the rewardBelohnung."
247
589000
3000
Er sagte: "Wissen Sie, Sie waren so nett, wir teilen die Belohnung.
10:07
I'll give you the jewelrySchmuck, you give me a hundredhundert dollarsDollar,
248
592000
2000
Ich gebe Ihnen den Schmuck. Sie geben mir hundert Dollar,
10:09
and when the guy comeskommt ... "
249
594000
2000
und wenn der Mann kommt ... "
10:11
You see it. I was connedbetrogen.
250
596000
2000
Genau! Ich wurde betrogen.
10:13
So this is a classicklassisch con callednamens the pigeonTaube dropfallen,
251
598000
3000
Das ist ein klassischer Trickbetrug.
10:16
and I was the pigeonTaube.
252
601000
2000
Und ich war das Opfer.
10:18
So the way manyviele consNachteile work
253
603000
2000
So funktionieren viele Trickbetrügereien.
10:20
is not that the conmanHochstapler getsbekommt the victimOpfer to trustVertrauen him,
254
605000
3000
Es geht nicht darum, dass das Opfer dem Betrüger vertrauen soll,
10:23
it's that he showszeigt an he trustsvertraut the victimOpfer.
255
608000
3000
der Betrüger zeigt Vertrauen gegenüber dem Opfer.
10:26
Now we know what happensdas passiert.
256
611000
2000
Wir wissen, was jetzt passiert.
10:28
The victim'sdes Opfers brainGehirn releasesVeröffentlichungen oxytocinOxytocin,
257
613000
2000
Das Gehirn des Opfers setzt Oxytocin frei,
10:30
and you're openingÖffnung up your walletBrieftasche or purseGeldbörse, givinggeben away the moneyGeld.
258
615000
3000
Sie öffnen Ihre Geldbörse und geben das Geld.
10:33
So who are these people
259
618000
2000
Wer sind diese Menschen,
10:35
who manipulatemanipulieren our oxytocinOxytocin systemsSysteme?
260
620000
3000
die unser Oxytocin-System manipulieren?
10:38
We foundgefunden, testingtesten thousandsTausende of individualsIndividuen,
261
623000
3000
Tests an Tausenden Einzelpersonen ergaben,
10:41
that fivefünf percentProzent of the populationBevölkerung
262
626000
2000
dass fünf Prozent der Bevölkerung
10:43
don't releaseFreisetzung oxytocinOxytocin on stimulusImpulse.
263
628000
3000
kein Oxytocin freisetzen, wenn sie einem Reiz ausgesetzt werden.
10:47
So if you trustVertrauen them, theirihr brainsGehirne don't releaseFreisetzung oxytocinOxytocin.
264
632000
3000
Wenn Sie ihnen vertrauen, werden ihre Gehirne kein Oxytocin freisetzen.
10:50
If there's moneyGeld on the tableTabelle, they keep it all.
265
635000
3000
Wenn Geld auf dem Tisch liegt, behalten sie alles für sich.
10:53
So there's a technicaltechnisch wordWort for these people in my labLabor.
266
638000
2000
Für diese Personen haben wir in meinem Labor einen technischen Begriff.
10:55
We call them bastardsBastarde.
267
640000
3000
Wir nennen sie Bastarde.
10:58
(LaughterLachen)
268
643000
2000
(Lachen)
11:00
These are not people you want to have a beerBier with.
269
645000
2000
Mit diesen Menschen will man nichts zu tun haben.
11:02
They have manyviele of the attributesAttribute of psychopathsPsychopathen.
270
647000
3000
Sie weisen viele Merkmale eines Psychopathen auf.
11:06
Now there are other waysWege the systemSystem can be inhibitedgehemmt.
271
651000
2000
Es gibt andere Methoden, das System zu unterdrücken.
11:08
One is throughdurch improperunsachgemäße nurturingpflegend.
272
653000
3000
Unter anderem durch falsche Behandlung.
11:11
So we'vewir haben studiedstudiert sexuallysexuell abusedmissbraucht womenFrau,
273
656000
3000
Wir haben Frauen mit Missbrauchserfahrung untersucht
11:14
and about halfHälfte those don't releaseFreisetzung oxytocinOxytocin on stimulusImpulse.
274
659000
3000
und die Hälfte produziert kein Oxytocin nach einem Reiz.
11:17
You need enoughgenug nurturingpflegend
275
662000
2000
Man muss pfleglich behandelt werden,
11:19
for this systemSystem to developentwickeln properlyrichtig.
276
664000
2000
damit das System sich richtig entwickeln kann.
11:21
AlsoAuch, highhoch stressStress inhibitshemmt oxytocinOxytocin.
277
666000
3000
Viel Stress hemmt Oxytocin ebenfalls.
11:24
So we all know this, when we're really stressedbetont out,
278
669000
2000
Wir alle wissen, dass wir unter großem Stress
11:26
we're not actingSchauspielkunst our bestBeste.
279
671000
3000
nicht bestmöglich handeln.
11:29
There's anotherein anderer way oxytocinOxytocin is inhibitedgehemmt, whichwelche is interestinginteressant --
280
674000
3000
Oxytocin wird noch auf andere, interessante Weise gehemmt:
11:32
throughdurch the actionAktion of testosteroneTestosteron.
281
677000
3000
wenn Testosteron ins Spiel kommt.
11:35
So we, in experimentsExperimente, have administeredverwaltet testosteroneTestosteron to menMänner.
282
680000
3000
Bei Experimenten haben wir Männern Testosteron verabreicht.
11:38
And insteadstattdessen of sharingTeilen moneyGeld,
283
683000
2000
Anstatt Geld zu teilen,
11:40
they becomewerden selfishegoistisch.
284
685000
2000
wurden sie selbstsüchtig.
11:42
But interestinglyinteressant,
285
687000
3000
Interessanterweise neigen Männer
11:45
highhoch testosteroneTestosteron malesMänner are alsoebenfalls more likelywahrscheinlich
286
690000
2000
mit hohen Testosteronwerten eher dazu,
11:47
to use theirihr ownbesitzen moneyGeld to punishbestrafen othersAndere for beingSein selfishegoistisch.
287
692000
3000
ihr eigenes Geld zu nutzen, um andere für ihre Selbstsucht zu bestrafen.
11:50
(LaughterLachen)
288
695000
2000
(Lachen)
11:52
Now think about this. It meansmeint, withininnerhalb our ownbesitzen biologyBiologie,
289
697000
3000
Wir vereinen in unserer biologischen Beschaffenheit
11:55
we have the yinYin and yangYang of moralityMoral.
290
700000
3000
das Yin und Yang der Moral.
11:58
We have oxytocinOxytocin that connectsverbindet us to othersAndere,
291
703000
2000
Wir haben Oxytocin, das uns mit anderen verbindet,
12:00
makesmacht us feel what they feel.
292
705000
2000
das uns mitfühlen lässt.
12:02
And we have testosteroneTestosteron.
293
707000
2000
Und wir haben Testosteron.
12:04
And menMänner have 10 timesmal the testosteroneTestosteron as womenFrau,
294
709000
2000
Männer haben zehnmal so viel Testosteron wie Frauen.
12:06
so menMänner do this more than womenFrau --
295
711000
2000
Es beeinflusst Männer also eher als Frauen.
12:08
we have testosteroneTestosteron that makesmacht us want to punishbestrafen
296
713000
3000
Wir haben Testosteron, das uns dazu bringt,
12:11
people who behavesich verhalten immorallyunmoralisch.
297
716000
2000
unmoralische Menschen bestrafen zu wollen.
12:13
We don't need God or governmentRegierung tellingErzählen us what to do.
298
718000
2000
Kein Gott und keine Regierung sind nötig.
12:15
It's all insideinnen of us.
299
720000
3000
Es ist in uns drin.
12:18
So you maykann be wonderingwundernd:
300
723000
2000
Sie fragen sich vielleicht,
12:20
these are beautifulschön laboratoryLabor experimentsExperimente,
301
725000
2000
ob diese schönen Experimente im Labor
12:22
do they really applysich bewerben to realecht life?
302
727000
2000
sich im wirklichen Leben bewahrheiten?
12:24
Yeah, I've been worryingbeunruhigend about that too.
303
729000
2000
Ja, das habe ich mich auch gefragt.
12:26
So I've goneWeg out of the labLabor
304
731000
2000
Deshalb bin ich aus dem Labor raus,
12:28
to see if this really holdshält in our dailyTäglich livesLeben.
305
733000
2000
um zu sehen, ob es dem täglichen Leben standhält.
12:30
So last summerSommer-, I attendedbesucht a weddingHochzeit in SouthernSüdlichen EnglandEngland.
306
735000
3000
Im letzten Sommer war ich auf einer Hochzeit in Südengland.
12:33
200 people in this beautifulschön VictorianViktorianischen mansionHerrenhaus.
307
738000
3000
200 Menschen in einem schönen viktorianischen Haus.
12:36
I didn't know a singleSingle personPerson.
308
741000
2000
Ich kannte niemanden.
12:38
And I drovefuhr up in my rentedgemietet VauxhallVauxhall.
309
743000
2000
Ich fuhr mit meinem Mietwagen vor
12:40
And I tookdauerte out a centrifugeZentrifuge and drytrocken iceEis
310
745000
2000
und nahm eine Zentrifuge und Trockeneis
12:42
and needlesNadeln and tubesRöhren.
311
747000
2000
und Nadeln und Kanülen heraus.
12:44
And I tookdauerte bloodBlut from the brideBraut and the groomBräutigam
312
749000
2000
Ich nahm Blutproben von Braut und Bräutigam,
12:46
and the weddingHochzeit partyParty and the familyFamilie and the friendsFreunde
313
751000
2000
von der Hochzeitsgesellschaft, der Familie und den Freunden
12:48
before and immediatelysofort after the vowsGelübde.
314
753000
2000
vor und direkt nach dem Gelübde.
12:50
(LaughterLachen)
315
755000
2000
(Lachen)
12:52
And guessvermuten what?
316
757000
2000
Und jetzt raten Sie!
12:54
WeddingsHochzeiten causeUrsache a releaseFreisetzung of oxytocinOxytocin,
317
759000
2000
Hochzeiten setzen Oxytocin frei,
12:56
but they do so in a very particularinsbesondere way.
318
761000
3000
aber auf sehr besondere Weise.
12:59
Who is the centerCenter of the weddingHochzeit solarSolar- systemSystem?
319
764000
2000
Wer ist im Zentrum des Hochzeits-Sonnensystems?
13:01
The brideBraut.
320
766000
2000
Die Braut.
13:03
She had the biggestgrößte increaseerhöhen, ansteigen in oxytocinOxytocin.
321
768000
2000
Bei ihr stieg der Oxytocinwert am stärksten.
13:05
Who lovesliebt the weddingHochzeit almostfast as much as the brideBraut?
322
770000
3000
Wer liebt die Hochzeit fast so sehr wie die Braut?
13:08
Her motherMutter, that's right.
323
773000
2000
Ihre Mutter, richtig.
13:10
Her motherMutter was numberNummer two.
324
775000
2000
Ihre Mutter war an Platz zwei.
13:12
Then the groom'sdes Bräutigams fatherVater, then the groomBräutigam,
325
777000
2000
Dann der Vater des Bräutigams, dann der Bräutigam,
13:14
then the familyFamilie, then the friendsFreunde --
326
779000
2000
dann Familie, dann die Freunde –
13:16
arrayedangeordnet around the brideBraut
327
781000
2000
sie ordnen sich um die Braut an
13:18
like planetsPlaneten around the SunSonne.
328
783000
2000
wie Planeten um die Sonne.
13:20
So I think it tellserzählt us that we'vewir haben designedentworfen this ritualRitual
329
785000
3000
Das sagt uns, dass wir dieses Ritual erfanden,
13:23
to connectverbinden us to this newneu couplePaar,
330
788000
2000
um uns mit diesem neuen Paar
13:25
connectverbinden us emotionallyemotional.
331
790000
2000
emotional zu verbinden.
13:27
Why? Because we need them to be successfulerfolgreich at reproducingreproduzieren
332
792000
3000
Warum? Weil es wichtig ist, dass sie für die Arterhaltung
13:30
to perpetuatezu verewigen the speciesSpezies.
333
795000
3000
bei der Fortpflanzung Erfolg haben.
13:33
I alsoebenfalls worriedbesorgt that my trustVertrauen experimentsExperimente with smallklein amountsBeträge of moneyGeld
334
798000
3000
Ich befürchtete auch, dass meine Vertrauensexperimente mit wenig Geld
13:36
didn't really captureErfassung how oftenhäufig we actuallytatsächlich trustVertrauen our livesLeben to strangersFremde.
335
801000
4000
nicht festhalten, wie oft wir wirklich unser Leben einem Fremden anvertrauen.
13:40
So even thoughobwohl I have a fearAngst of heightsHöhen,
336
805000
2000
Obwohl ich Höhenangst habe,
13:42
I recentlyvor kurzem strappedgeschnallt myselfmich selber to anotherein anderer humanMensch beingSein
337
807000
2000
band ich mich neulich an einen anderen Menschen
13:44
and steppedtrat out of an airplaneFlugzeug at 12,000 ftft.
338
809000
3000
und sprang in 3½ Kilometern aus einem Flugzeug.
13:47
I tookdauerte my bloodBlut before and after,
339
812000
2000
Ich nahm davor und danach Blut ab,
13:49
and I had a hugeenorm spikeSpitze of oxytocinOxytocin.
340
814000
3000
und hatte einen großen Oxytocin-Ausstoß.
13:52
And there are so manyviele waysWege we can connectverbinden to people.
341
817000
3000
Es gibt so viele Wege, sich mit Menschen zu verbinden.
13:55
For exampleBeispiel, throughdurch socialSozial mediaMedien.
342
820000
2000
Durch soziale Medien zum Beispiel.
13:57
ManyViele people are TweetingTwittern right now.
343
822000
2000
Viele Menschen twittern momentan.
13:59
So we investigateduntersucht the roleRolle of socialSozial mediaMedien
344
824000
2000
Wir untersuchten die Rolle von sozialen Medien
14:01
and foundgefunden the usingmit socialSozial mediaMedien
345
826000
2000
und entdeckten, dass deren Nutzung
14:03
producedhergestellt a solidsolide double-digitim zweistelligen Bereich increaseerhöhen, ansteigen in oxytocinOxytocin.
346
828000
3000
einen gut zweistelligen Anstieg des Oxytocinwertes bewirkt.
14:06
So I ranlief this experimentExperiment recentlyvor kurzem for the KoreanKoreanisch BroadcastingRundfunk SystemSystem.
347
831000
3000
Kürzlich führte ich ein Experiment für die Koreanische Sendeanstalt durch.
14:09
And they had the reportersReporter and theirihr producersProduzenten participatesich beteiligen.
348
834000
4000
Es nahmen sowohl Reporter als auch Produzenten teil.
14:13
And one of these guys, he mustsollen have been 22,
349
838000
2000
Einer der Männer, er war etwa 22,
14:15
he had 150 percentProzent spikeSpitze in oxytocinOxytocin.
350
840000
3000
zeigte einen 150-prozentigen Anstieg des Oxytocins.
14:18
I mean, astoundingerstaunlich; no one has this.
351
843000
2000
Es war erstaunlich; das hatte niemand.
14:20
So he was usingmit socialSozial mediaMedien in privatePrivatgelände.
352
845000
2000
Er nutzte soziale Medien im Privatleben.
14:22
When I wroteschrieb my reportBericht to the KoreansKoreaner,
353
847000
2000
Als ich den Bericht für die Koreaner schrieb,
14:24
I said, "Look, I don't know what this guy was doing,"
354
849000
2000
sagte ich: "Ich weiß nicht, was der Typ gemacht hat,
14:26
but my guessvermuten was interactinginteragierend with his motherMutter or his girlfriendFreundin.
355
851000
3000
aber ich schätze, er kommunizierte mit seiner Mutter oder seiner Freundin."
14:29
They checkedgeprüft.
356
854000
2000
Sie prüften das nach.
14:31
He was interactinginteragierend on his girlfriend'sFreundin FacebookFacebook pageSeite.
357
856000
2000
Er war mit der Facebook-Seite seiner Freundin beschäftigt.
14:33
There you go. That's connectionVerbindung.
358
858000
3000
Da haben Sie's. Das ist Verbundenheit.
14:36
So there's tonsTonnen of waysWege that we can connectverbinden to other people,
359
861000
3000
Es gibt unzählige Wege, uns mit anderen Menschen zu verbinden,
14:39
and it seemsscheint to be universalUniversal-.
360
864000
2000
und das scheint überall gleich zu sein.
14:41
Two weeksWochen agovor,
361
866000
2000
Ich kam erst vor zwei Wochen
14:43
I just got back from PapuaPapua NewNeu GuineaGuinea
362
868000
2000
aus Papua-Neuguinea zurück,
14:45
where I wentging up to the highlandsHochland --
363
870000
2000
wo ich oben im Hochland war –
14:47
very isolatedisoliert tribesStämme of subsistenceAufenthaltskosten farmersBauern
364
872000
3000
dort leben isolierte Subsistenzbauern-Stämme
14:50
livingLeben as they have livedlebte for milleniaJahrtausende.
365
875000
3000
so wie seit tausend Jahren.
14:53
There are 800 differentanders languagesSprachen in the highlandsHochland.
366
878000
3000
Es gibt 800 verschiedene Sprachen im Hochland.
14:56
These are the mostdie meisten primitivePrimitive people in the worldWelt.
367
881000
3000
Es sind die primitivsten Menschen der Welt.
14:59
And they indeedtatsächlich alsoebenfalls releaseFreisetzung oxytocinOxytocin.
368
884000
3000
Und auch sie produzieren Oxytocin.
15:02
So oxytocinOxytocin connectsverbindet us to other people.
369
887000
4000
Oxytocin verbindet uns mit anderen Menschen.
15:06
OxytocinOxytocin makesmacht us feel what other people feel.
370
891000
2000
Oxytocin erzeugt Mitgefühl.
15:08
And it's so easyeinfach to causeUrsache people'sMenschen brainsGehirne
371
893000
3000
Und es ist ganz leicht, ein Gehirn
15:11
to releaseFreisetzung oxytocinOxytocin.
372
896000
2000
zur Oxytocinproduktion anzuregen.
15:13
I know how to do it,
373
898000
2000
Ich weiß, wie es geht.
15:15
and my favoriteFavorit way to do it is, in factTatsache, the easiestam einfachsten.
374
900000
2000
Am schönsten finde ich die einfachste Methode.
15:17
Let me showShow it to you.
375
902000
2000
Ich zeige es Ihnen.
15:24
Come here. Give me a hugUmarmung.
376
909000
2000
Kommen Sie her. Umarmen Sie mich.
15:26
(LaughterLachen)
377
911000
2000
(Lachen)
15:28
There you go.
378
913000
2000
So geht es.
15:30
(ApplauseApplaus)
379
915000
9000
(Applaus)
15:39
So my penchantVorliebe for huggingumarmt other people
380
924000
2000
Meine Vorliebe für Umarmungen
15:41
has earnedverdient me the nicknameSpitznamen DrDr. Love.
381
926000
2000
hat mir den Spitznamen Dr. Love eingebracht.
15:43
I'm happyglücklich to shareAktie a little more love in the worldWelt,
382
928000
2000
Ich bringe gern ein wenig mehr Liebe in die Welt,
15:45
it's great,
383
930000
2000
das ist toll.
15:47
but here'shier ist your prescriptionRezept from DrDr. Love:
384
932000
2000
Dr. Love verschreibt Ihnen nun Folgendes:
15:49
eightacht hugsUmarmungen a day.
385
934000
3000
acht Umarmungen täglich.
15:52
We have foundgefunden that people who releaseFreisetzung more oxytocinOxytocin
386
937000
2000
Menschen, die mehr Oxytocin freisetzen,
15:54
are happierglücklicher.
387
939000
2000
sind glücklicher.
15:56
And they're happierglücklicher
388
941000
2000
Sie sind glücklicher,
15:58
because they have better relationshipsBeziehungen of all typesTypen.
389
943000
3000
weil sie bessere Beziehungen aller Art haben.
16:01
DrDr. Love sayssagt eightacht hugsUmarmungen a day.
390
946000
3000
Dr. Love sagt: täglich acht Umarmungen.
16:04
EightAcht hugsUmarmungen a day -- you'lldu wirst be happierglücklicher
391
949000
2000
Acht Umarmungen täglich – Sie sind glücklicher
16:06
and the worldWelt will be a better placeOrt.
392
951000
2000
und die Welt wird ein besserer Ort sein.
16:08
Of courseKurs, if you don't like to touchberühren people, I can always shoveschieben this up your noseNase.
393
953000
3000
Falls Sie nicht gerne andere Menschen berühren, kann ich Ihnen das hier in die Nase schieben.
16:11
(LaughterLachen)
394
956000
2000
(Lachen)
16:13
Thank you.
395
958000
2000
Danke.
16:15
(ApplauseApplaus)
396
960000
13000
(Applaus)
Translated by Katja Tongucer
Reviewed by Lex Asobo

▲Back to top

ABOUT THE SPEAKER
Paul Zak - Neuroeconomist
A pioneer in the field of neuroeconomics, Paul Zak is uncovering how the hormone oxytocin promotes trust, and proving that love is good for business.

Why you should listen

What’s behind the human instinct to trust and to put each other’s well-being first? When you think about how much of the world works on a handshake or on holding a door open for somebody, why people cooperate is a huge question. Paul Zak researches oxytocin, a neuropeptide that affects our everyday social interactions and our ability to behave altruistically and cooperatively, applying his findings to the way we make decisions. A pioneer in a new field of study called neuroeconomics, Zak has demonstrated that oxytocin is responsible for a variety of virtuous behaviors in humans such as empathy, generosity and trust. Amazingly, he has also discovered that social networking triggers the same release of oxytocin in the brain -- meaning that e-connections are interpreted by the brain like in-person connections.

A professor at Claremont Graduate University in Southern California, Zak believes most humans are biologically wired to cooperate, but that business and economics ignore the biological foundations of human reciprocity, risking loss: when oxytocin levels are high in subjects, people’s generosity to strangers increases up to 80 percent; and countries with higher levels of trust – lower crime, better education – fare better economically.

He says: "Civilization is dependent on oxytocin. You can't live around people you don't know intimately unless you have something that says: Him I can trust, and this one I can't trust."

More profile about the speaker
Paul Zak | Speaker | TED.com