ABOUT THE SPEAKER
Tali Sharot - Cognitive neuroscientist
Tali Sharot studies why our brains are biased toward optimism.

Why you should listen

Optimism bias is the belief that the future will be better, much better, than the past or present. And most of us display this bias. Neuroscientist Tali Sharot wants to know why: What is it about our brains that makes us overestimate the positive? She explores the question in her book The Optimism Bias: A Tour of the Irrationally Positive Brain

In the book (and a 2011 TIME magazine cover story), she reviewed findings from both social science and neuroscience that point to an interesting conclusion: "our brains aren't just stamped by the past. They are constantly being shaped by the future." In her own work, she's interested in how our natural optimism actually shapes what we remember, and her interesting range of papers encompasses behavioral research (how likely we are to misremember major events) as well as medical findings -- like searching for the places in the brain where optimism lives. Sharot is a faculty member of the Department of Cognitive, Perceptual and Brain Sciences at University College London.

 

More profile about the speaker
Tali Sharot | Speaker | TED.com
TED2012

Tali Sharot: The optimism bias

Tali Sharot: Der Hang zum Optimismus

Filmed:
2,387,106 views

Sind wir zum Optimismus geboren, und nicht zum Realismus? Tali Sharot erzählt von neuen Forschungen, die darauf hindeuten, dass unsere Gehirne eher auf der Sonnenseite agieren – und wie das sowohl Vorzüge als auch Risiken birgt.
- Cognitive neuroscientist
Tali Sharot studies why our brains are biased toward optimism. Full bio

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

00:16
I'm going to talk to you about optimismOptimismus --
0
148
3382
ich werde über Optimismus sprechen –
00:19
or more preciselygenau, the optimismOptimismus biasvorspannen.
1
3530
2483
beziehungsweise über den Hang zum Optimismus.
00:21
It's a cognitivekognitiv illusionIllusion
2
6013
1645
Das ist eine kognitive Täuschung,
00:23
that we'vewir haben been studyingstudieren in my labLabor for the pastVergangenheit fewwenige yearsJahre,
3
7658
2742
die wir in den letzten paar Jahren in meinem Labor studiert haben,
00:26
and 80 percentProzent of us have it.
4
10400
1735
und 80 Prozent von uns weisen ihn auf.
00:28
It's our tendencyTendenz to overestimateüberschätzen
5
12135
2734
Es ist unsere Tendenz dazu, die Wahrscheinlichkeit
00:30
our likelihoodWahrscheinlichkeit of experiencingerleben good eventsVeranstaltungen in our livesLeben
6
14869
2923
guter Ereignisse in unserem Leben zu überschätzen,
00:33
and underestimateunterschätzen our likelihoodWahrscheinlichkeit of experiencingerleben badschlecht eventsVeranstaltungen.
7
17792
4108
und die Wahrscheinlichkeit, schlechte Dinge zu erleben, zu unterschätzen.
00:37
So we underestimateunterschätzen our likelihoodWahrscheinlichkeit of sufferingLeiden from cancerKrebs,
8
21900
3017
Also unterschätzen wir die Wahrscheinlichkeit an Krebs zu erkranken,
00:40
beingSein in a carAuto accidentUnfall.
9
24917
1506
in einen Unfall verwickelt zu sein.
00:42
We overestimateüberschätzen our longevityLanglebigkeit, our careerKarriere prospectsAussichten.
10
26423
3186
Wir überschätzen unsere Langlebigkeit, unsere Karrierechancen.
00:45
In shortkurz, we're more optimisticoptimistisch than realisticrealistische,
11
29609
3445
Kurz gesagt, wir sind eher optimistisch als realistisch,
00:48
but we are obliviousweltvergessen to the factTatsache.
12
33054
2162
und das ist uns völlig unklar.
00:51
Take marriageEhe for exampleBeispiel.
13
35216
2227
Nehmen wir Ehe als Beispiel.
00:53
In the WesternWestern worldWelt, divorceScheidung ratesPreise are about 40 percentProzent.
14
37443
3534
In der westlichen Welt liegen die Scheidungsraten bei 40 %.
00:56
That meansmeint that out of fivefünf marriedverheiratet couplesPaare,
15
40977
3469
Das bedeutet, dass von fünf verheirateten Paaren
01:00
two will endEnde up splittingAufteilung theirihr assetsVermögenswerte.
16
44446
2721
zwei ihren Besitz aufteilen werden müssen.
01:03
But when you askFragen newlywedsBrautpaar about theirihr ownbesitzen likelihoodWahrscheinlichkeit of divorceScheidung,
17
47167
3375
Doch fragt man Frischverheiratete nach einer Wahrscheinlichkeit ihrer Scheidung,
01:06
they estimateschätzen it at zeroNull percentProzent.
18
50542
3692
schätzen sie sie mit null Prozent ein.
01:10
And even divorceScheidung lawyersAnwälte, who should really know better,
19
54234
3729
Und selbst Scheidungsanwälte, die es wirklich besser wissen sollten,
01:13
hugelyenorm underestimateunterschätzen theirihr ownbesitzen likelihoodWahrscheinlichkeit of divorceScheidung.
20
57963
3849
unterschätzen ihre eigene Wahrscheinlichkeit einer Scheidung massiv.
01:17
So it turnswendet sich out that optimistsOptimisten are not lessWeniger likelywahrscheinlich to divorceScheidung,
21
61812
3126
Die Wahrscheinlichkeit für die Scheidung eines Optimisten ist also nicht geringer,
01:20
but they are more likelywahrscheinlich to remarryheiraten.
22
64938
2530
aber die einer Wiederheirat ist größer.
01:23
In the wordsWörter of SamuelSamuel JohnsonJohnson,
23
67468
2303
Samuel Johnson bezeichnet die Wiederheirat
01:25
"RemarriageWiederverheiratung is the triumphTriumph of hopeHoffnung over experienceErfahrung."
24
69771
3997
als den "Triumph der Hoffnung über die Erfahrung".
01:29
(LaughterLachen)
25
73768
1962
(Lachen)
01:31
So if we're marriedverheiratet, we're more likelywahrscheinlich to have kidsKinder.
26
75730
4574
Wenn wir verheiratet sind, haben wir eher Kinder.
01:36
And we all think our kidsKinder will be especiallyinsbesondere talentedtalentiert.
27
80304
3265
Und wir alle glauben, unsere Kinder werden besonders talentiert sein.
01:39
This, by the way, is my two-year-oldzwei-jährige nephewNeffe, Guy.
28
83569
2598
Das ist übrigens mein zweijähriger Neffe Guy.
01:42
And I just want to make it absolutelyunbedingt clearklar
29
86167
2375
Und ich möchte hier klarstellen,
01:44
that he's a really badschlecht exampleBeispiel of the optimismOptimismus biasvorspannen,
30
88542
2771
dass er ein wirklich schlechtes Beispiel für den Hang zum Optimismus ist,
01:47
because he is in factTatsache uniquelyeinzigartig talentedtalentiert.
31
91313
2812
denn er ist so talentiert wie niemand sonst.
01:50
(LaughterLachen)
32
94125
1435
(Lachen)
01:51
And I'm not aloneallein.
33
95560
1607
Und ich bin da nicht allein.
01:53
Out of fourvier BritishBritische people, threedrei said
34
97167
2475
Von vier Briten sagten drei,
01:55
that they were optimisticoptimistisch about the futureZukunft of theirihr ownbesitzen familiesFamilien.
35
99642
3739
dass sie optimistisch in die Zukunft ihrer Familien blickten.
01:59
That's 75 percentProzent.
36
103381
1751
Das sind 75 Prozent.
02:01
But only 30 percentProzent said
37
105132
2058
Aber nur 30 Prozent sagten,
02:03
that they thought familiesFamilien in generalGeneral
38
107190
2560
dass sie allgemein fänden, dass es Familien
02:05
are doing better than a fewwenige generationsGenerationen agovor.
39
109750
2412
heute besser geht als vor ein paar Generationen.
02:08
And this is a really importantwichtig pointPunkt,
40
112162
2021
Und das ist ein sehr wichtiger Punkt,
02:10
because we're optimisticoptimistisch about ourselvesuns selbst,
41
114183
1888
denn wir sind über uns selbst optimistisch,
02:11
we're optimisticoptimistisch about our kidsKinder,
42
116071
1818
über unsere Kinder,
02:13
we're optimisticoptimistisch about our familiesFamilien,
43
117889
1788
über unsere Familien,
02:15
but we're not so optimisticoptimistisch about the guy sittingSitzung nextNächster to us,
44
119677
3183
aber nicht so sehr, wenn es um den Typen geht, der neben uns sitzt,
02:18
and we're somewhatetwas pessimisticpessimistisch
45
122860
2229
und wir sind etwas pessimistisch,
02:20
about the fateSchicksal of our fellowGefährte citizensBürger and the fateSchicksal of our countryLand.
46
125089
3879
wenn es um das Schicksal unserer Mitbürger und unseres Landes geht.
02:24
But privatePrivatgelände optimismOptimismus about our ownbesitzen personalpersönlich futureZukunft
47
128968
4036
Aber der private Optimismus über unsere persönliche Zukunft
02:28
remainsbleibt bestehen persistentpersistent.
48
133004
2011
besteht weiter.
02:30
And it doesn't mean that we think things will magicallymagisch turnWende out okay,
49
135015
4066
Das heißt aber nicht, wir hoffen, dass sich alles irgendwie einrenkt,
02:34
but ratherlieber that we have the uniqueeinzigartig abilityFähigkeit to make it so.
50
139081
4032
sondern dass wir die einzigartige Fähigkeit haben, genau das zu tun.
02:39
Now I'm a scientistWissenschaftler, I do experimentsExperimente.
51
143113
2841
Ich bin eine Wissenschaftlerin, ich experimentiere.
02:41
So to showShow you what I mean,
52
145954
1792
Um Ihnen zu zeigen, was ich damit meine,
02:43
I'm going to do an experimentExperiment here with you.
53
147746
2802
werde ich hier ein Experiment mit Ihnen veranstalten.
02:46
So I'm going to give you a listListe of abilitiesFähigkeiten and characteristicsCharakteristik,
54
150548
3850
Ich werde Ihnen eine Liste von Fähigkeiten und Eigenschaften geben,
02:50
and I want you to think for eachjede einzelne of these abilitiesFähigkeiten
55
154398
2894
und möchte, dass Sie über jede dieser Fähigkeiten nachdenken,
02:53
where you standStand relativerelativ to the restsich ausruhen of the populationBevölkerung.
56
157292
4393
und wie Sie sich dabei relativ zum Rest der Bevölkerung einordnen.
02:57
The first one is gettingbekommen alongeine lange well with othersAndere.
57
161685
3786
Die erste ist das gute Auskommen mit anderen.
03:01
Who here believesglaubt they're at the bottomBoden 25 percentProzent?
58
165471
5652
Wer hier denkt, sie sind da in den unteren 25 Prozent?
03:07
Okay, that's about 10 people out of 1,500.
59
171123
4322
Ok, das sind um die 10 Leute von 1.500.
03:11
Who believesglaubt they're at the topoben 25 percentProzent?
60
175445
4013
Wer hier ordnet sich in den oberen 25 Prozent ein?
03:15
That's mostdie meisten of us here.
61
179458
2710
Das sind die meisten von uns hier.
03:18
Okay, now do the samegleich for your drivingFahren abilityFähigkeit.
62
182168
4930
Okay, nun tun Sie dasselbe mit Ihren Fähigkeiten als Autofahrer.
03:22
How interestinginteressant are you?
63
187098
2583
Wie interessant sind Sie?
03:25
How attractiveattraktiv are you?
64
189681
2844
Wie attraktiv sind Sie?
03:28
How honestehrlich are you?
65
192525
2954
Wie ehrlich sind Sie?
03:31
And finallyendlich, how modestbescheiden are you?
66
195479
5000
Und als letztes: Wie bescheiden sind Sie?
03:36
So mostdie meisten of us put ourselvesuns selbst aboveüber averagedurchschnittlich
67
200479
2688
Die meisten von uns haben uns für die meisten dieser
03:39
on mostdie meisten of these abilitiesFähigkeiten.
68
203167
2029
Fähigkeiten überdurchschnittlich eingeordnet.
03:41
Now this is statisticallystatistisch impossibleunmöglich.
69
205196
2131
Das ist statistisch unmöglich.
03:43
We can't all be better than everyonejeder elsesonst.
70
207327
3229
Wir können nicht alle besser als alle anderen sein.
03:46
(LaughterLachen)
71
210556
1642
(Lachen)
03:48
But if we believe we're better than the other guy,
72
212198
2677
Aber wenn wir glauben, dass wir besser als der andere sind,
03:50
well that meansmeint that we're more likelywahrscheinlich to get that promotionBeförderung, to remainbleiben übrig marriedverheiratet,
73
214875
4083
dann heißt das, wir bekommen eher die Promotion, wir bleiben eher verheiratet,
03:54
because we're more socialSozial, more interestinginteressant.
74
218958
2598
denn wir sind sozialer, interessanter.
03:57
And it's a globalglobal phenomenonPhänomen.
75
221556
2163
Und das ist ein globales Phänomen.
03:59
The optimismOptimismus biasvorspannen has been observedbeobachtete
76
223719
2468
Der Hang zum Optimismus ist in vielen
04:02
in manyviele differentanders countriesLänder --
77
226187
1719
verschiedenen Ländern beobachtet worden –
04:03
in WesternWestern culturesKulturen, in non-Westernnicht-westliche culturesKulturen,
78
227906
3104
in westlichen Kulturen, nicht-westlichen Kulturen,
04:06
in femalesWeibchen and malesMänner,
79
231010
1506
bei Frauen und Männern,
04:08
in kidsKinder, in the elderlyAlten.
80
232516
1724
bei Kindern, bei Senioren.
04:10
It's quiteganz widespreadweit verbreitet.
81
234240
1783
Er ist ziemlich weitverbreitet.
04:11
But the questionFrage is, is it good for us?
82
236023
3500
Aber die Frage ist: Ist er gut für uns?
04:15
So some people say no.
83
239523
2454
Einige Leute bestreiten das.
04:17
Some people say the secretGeheimnis to happinessGlück
84
241977
2518
Einige Leute sagen, das Geheimnis zum Glück
04:20
is lowniedrig expectationsErwartungen.
85
244495
2753
seien niedrige Erwartungen.
04:23
I think the logicLogik goesgeht something like this:
86
247248
2504
Ich glaube, die Logik geht ungefähr so:
04:25
If we don't expecterwarten von greatnessGröße,
87
249752
2258
Wenn wir nichts Großartiges erwarten,
04:27
if we don't expecterwarten von to find love and be healthygesund and successfulerfolgreich,
88
252010
3880
dann erwarten wir nicht, Liebe zu finden, gesund und erfolgreich zu sein,
04:31
well we're not going to be disappointedenttäuscht when these things don't happengeschehen.
89
255890
3098
dann sind wir auch nicht enttäuscht, wenn nichts davon eintritt.
04:34
And if we're not disappointedenttäuscht when good things don't happengeschehen,
90
258988
3408
Und wenn wir nicht enttäuscht sind, weil Gutes nicht passiert,
04:38
and we're pleasantlyangenehm surprisedüberrascht when they do,
91
262396
1979
dann sind wir angenehm überrascht, wenn sie es doch tun,
04:40
we will be happyglücklich.
92
264375
1781
dann sind wir glücklich.
04:42
So it's a very good theoryTheorie,
93
266156
1702
Das ist also eine sehr gute Theorie,
04:43
but it turnswendet sich out to be wrongfalsch for threedrei reasonsGründe dafür.
94
267858
3027
aber sie stellt sich aus drei Gründen für falsch heraus.
04:46
NumberAnzahl one: WhateverWas auch immer happensdas passiert, whetherob you succeedgelingen or you failScheitern,
95
270885
4615
Nummer eins: Was auch immer passiert, ob Erfolg oder Versagen,
04:51
people with highhoch expectationsErwartungen always feel better.
96
275500
3858
die Leute mit hohen Erwartungen fühlen sich immer besser.
04:55
Because how we feel when we get dumpedabgeladen or winSieg employeeMitarbeiter of the monthMonat
97
279358
3932
Denn so, wie wir uns fühlen, wenn wir verlassen werden oder Angestellter des Monats werden,
04:59
dependshängt davon ab on how we interpretinterpretieren that eventEvent.
98
283290
3030
hängt davon ab, wie wir dieses Ereignis interpretieren.
05:02
The psychologistsPsychologen MargaretMargaret MarshallMarshall and JohnJohn BrownBraun
99
286320
4050
Die Psychologen Margaret Marshall und John Brown
05:06
studiedstudiert studentsStudenten with highhoch and lowniedrig expectationsErwartungen.
100
290370
2994
untersuchten Studenten mit hohen und niedrigen Erwartungen.
05:09
And they foundgefunden that when people with highhoch expectationsErwartungen succeedgelingen,
101
293364
4184
Und sie fanden heraus, wenn Leute mit hohen Erwartungen Erfolg haben,
05:13
they attributeAttribut that successErfolg to theirihr ownbesitzen traitsZüge.
102
297548
2910
dann schreiben sie diesen Erfolg ihren Eigenschaften zu.
05:16
"I'm a geniusGenius, thereforedeswegen I got an A,
103
300458
2196
"Ich bin ein Genie, daher habe ich eine Eins bekommen,
05:18
thereforedeswegen I'll get an A again and again in the futureZukunft."
104
302654
2675
daher bekomme ich in der Zukunft wieder und wieder Einsen."
05:21
When they failedgescheitert, it wasn'twar nicht because they were dumbstumm,
105
305329
2973
Wenn sie scheiterten, lag es nicht daran, dass sie dumm sind,
05:24
but because the examPrüfung just happenedpassiert to be unfairunfair.
106
308302
3173
sondern dass die Prüfung eben unfair war.
05:27
NextNächste time they will do better.
107
311475
2283
Das nächste Mal werden sie besser abschneiden.
05:29
People with lowniedrig expectationsErwartungen do the oppositeGegenteil.
108
313758
3077
Menschen mit niedrigen Erwartungen tun das Gegenteil.
05:32
So when they failedgescheitert it was because they were dumbstumm,
109
316835
2832
Wenn sie scheiterten, geschah es, weil sie dumm sind,
05:35
and when they succeededErfolgreich
110
319667
1500
und wenn sie Erfolg hatten,
05:37
it was because the examPrüfung just happenedpassiert to be really easyeinfach.
111
321167
3317
lag es daran, dass die Prüfung zufällig sehr einfach war.
05:40
NextNächste time realityWirklichkeit would catchFang up with them.
112
324484
2401
Das nächste Mal würde die Realität sie einholen
05:42
So they feltFilz worseschlechter.
113
326885
2073
und sie würden sich noch schlechter fühlen.
05:44
NumberAnzahl two: RegardlessUnabhängig davon of the outcomeErgebnis,
114
328958
3240
Nummer zwei: Unabhängig vom Endergebnis
05:48
the purerein actHandlung of anticipationVorfreude auf makesmacht us happyglücklich.
115
332198
4047
macht uns allein die Vorfreude schon glücklich.
05:52
The behavioralVerhaltens- economistÖkonom GeorgeGeorge LowensteinLowenstein
116
336245
3176
Der Verhaltensökonom George Lowenstein
05:55
askedaufgefordert studentsStudenten in his universityUniversität
117
339421
1719
bat Studenten an seiner Universität,
05:57
to imaginevorstellen gettingbekommen a passionateleidenschaftlich kissKuss from a celebrityBerühmtheit, any celebrityBerühmtheit.
118
341140
4362
sich einen leidenschaftlichen Kuss von einer prominenten Person ihrer Wahl vorzustellen.
06:01
Then he said, "How much are you willingbereit to payZahlen
119
345502
2885
Dann sagte er: "Wie viel würdet ihr bezahlen,
06:04
to get a kissKuss from a celebrityBerühmtheit
120
348387
1988
um einen Kuss von einer prominenten Person
06:06
if the kissKuss was deliveredgeliefert immediatelysofort,
121
350375
2227
zu erhalten, wenn der Kuss unmittelbar,
06:08
in threedrei hoursStd., in 24 hoursStd., in threedrei daysTage,
122
352602
5023
in drei Stunden, 24 Stunden, 3 Tagen,
06:13
in one yearJahr, in 10 yearsJahre?
123
357625
2433
einem Jahr oder 10 Jahren erfolgen würde?
06:15
He foundgefunden that the studentsStudenten were willingbereit to payZahlen the mostdie meisten
124
360058
3130
Er fand heraus, dass die meisten Studenten das meiste bezahlen würden,
06:19
not to get a kissKuss immediatelysofort,
125
363188
1999
wenn der Kuss nicht unmittelbar erfolgte,
06:21
but to get a kissKuss in threedrei daysTage.
126
365187
2980
sondern in drei Tagen.
06:24
They were willingbereit to payZahlen extraextra in orderAuftrag to wait.
127
368167
4247
Sie würden draufzahlen, um darauf zu warten.
06:28
Now they weren'twaren nicht willingbereit to wait a yearJahr or 10 yearsJahre;
128
372414
3003
Sie wollten allerdings nicht ein Jahr oder zehn warten,
06:31
no one wants an agingAltern celebrityBerühmtheit.
129
375417
1421
niemand möchte einen alternden Star küssen.
06:32
But threedrei daysTage seemedschien to be the optimumOptimum amountMenge.
130
376838
4789
Aber drei Tage schienen die optimale Zeitspanne.
06:37
So why is that?
131
381627
2303
Wieso ist das so?
06:39
Well if you get the kissKuss now, it's over and doneerledigt with.
132
383930
3424
Tja, wenn man den Kuss jetzt bekommt, ist er vorbei.
06:43
But if you get the kissKuss in threedrei daysTage,
133
387354
1950
Aber wenn man ihn in drei Tagen erhält,
06:45
well that's threedrei daysTage of jitterynervös anticipationVorfreude auf, the thrillNervenkitzel of the wait.
134
389304
4154
dann sind das drei Tage der Vorfreude, der Nervenkitzel beim Warten.
06:49
The studentsStudenten wanted that time
135
393458
1869
Die Studenten wollten sich in dieser Zeit vorstellen,
06:51
to imaginevorstellen where is it going to happengeschehen,
136
395327
2381
wo es passieren würde,
06:53
how is it going to happengeschehen.
137
397708
1629
wie es passieren würde.
06:55
AnticipationVorfreude auf madegemacht them happyglücklich.
138
399337
2211
Die Vorfreude machte sie glücklich.
06:57
This is, by the way, why people preferbevorzugen FridayFreitag to SundaySonntag.
139
401548
3869
Daher bevorzugen die Leute den Freitag dem Sonntag.
07:01
It's a really curiousneugierig factTatsache,
140
405417
2083
Es ist ein sehr seltsamer Umstand,
07:03
because FridayFreitag is a day of work and SundaySonntag is a day of pleasureVergnügen,
141
407500
3417
denn Freitag ist ein Arbeitstag und Sonntag ein freier Tag,
07:06
so you'ddu würdest assumeannehmen that people will preferbevorzugen SundaySonntag,
142
410917
2904
also könnte man annehmen, dass die Leute Sonntag eher mögen.
07:09
but they don't.
143
413821
1721
Aber sie tun es nicht.
07:11
It's not because they really, really like beingSein in the officeBüro
144
415542
2875
Das liegt nicht daran, dass sie wirklich gerne im Büro sind,
07:14
and they can't standStand strollingein Spaziergang in the parkPark
145
418417
1967
und diese Spaziergänge im Park oder
07:16
or havingmit a lazyfaul brunchBrunch.
146
420384
1661
das ausgedehnte Brunch nicht ausstehen können.
07:17
We know that, because when you askFragen people
147
422045
2136
Wir wissen das, weil Leute, wenn man sie nach ihrem
07:20
about theirihr ultimateLetztendlich favoriteFavorit day of the weekWoche,
148
424181
2704
absoluten Lieblingswochentag fragt –
07:22
surpriseüberraschen, surpriseüberraschen, SaturdaySamstag comeskommt in at first,
149
426885
2820
Überraschung! – den Samstag zuerst nennen,
07:25
then FridayFreitag, then SundaySonntag.
150
429705
2920
dann Freitag, dann der Sonntag.
07:28
People preferbevorzugen FridayFreitag
151
432625
1869
Die Leute bevorzugen Freitag,
07:30
because FridayFreitag bringsbringt with it the anticipationVorfreude auf of the weekendam Wochenende aheadvoraus,
152
434494
3964
weil der Freitag die Vorfreude auf das Wochenende mit sich bringt,
07:34
all the plansPläne that you have.
153
438458
1917
alle Pläne, die man hat.
07:36
On SundaySonntag, the only thing you can look forwardVorwärts- to
154
440375
2704
Am Sonntag kann man sich höchstens
07:38
is the work weekWoche.
155
443079
2254
auf die Arbeitswoche freuen.
07:41
So optimistsOptimisten are people who expecterwarten von more kissesKüsse in theirihr futureZukunft,
156
445333
4877
Optimisten sind also Leute, die mehr Küsse in ihrer Zukunft erwarten,
07:46
more strollsSpaziergänge in the parkPark.
157
450210
1921
mehr Spaziergänge im Park.
07:48
And that anticipationVorfreude auf enhancesverbessert theirihr wellbeingWohlbefinden.
158
452131
3907
Und diese Vorfreude verbessert ihr Wohlbefinden.
07:51
In factTatsache, withoutohne the optimismOptimismus biasvorspannen,
159
456038
2964
Ohne den Hang zum Optimismus
07:54
we would all be slightlyleicht depressedgedrückt.
160
459002
2750
wären wir alle ein bisschen deprimiert.
07:57
People with mildmild depressionDepression,
161
461752
2267
Leute mit leichter Depression
07:59
they don't have a biasvorspannen when they look into the futureZukunft.
162
464019
2979
haben diesen Hang nicht, wenn sie in die Zukunft schauen.
08:02
They're actuallytatsächlich more realisticrealistische than healthygesund individualsIndividuen.
163
466998
4222
Sie sind sogar realistischer als gesunde Individuen.
08:07
But individualsIndividuen with severeschwer depressionDepression,
164
471220
2101
Aber Individuen mit ernsthafter Depression
08:09
they have a pessimisticpessimistisch biasvorspannen.
165
473321
1829
haben einen Hang zum Pessimismus.
08:11
So they tendneigen to expecterwarten von the futureZukunft
166
475150
2463
Sie erwarten also, dass die Zukunft
08:13
to be worseschlechter than it endsendet up beingSein.
167
477613
2477
schlechter sein wird, als sie tatsächlich ist.
08:15
So optimismOptimismus changesÄnderungen subjectivesubjektive realityWirklichkeit.
168
480090
3243
Optimismus ändert also die subjektive Realität.
08:19
The way we expecterwarten von the worldWelt to be changesÄnderungen the way we see it.
169
483333
3750
Unsere Erwartung gegenüber der Welt ändert unsere Betrachtungsweise.
08:22
But it alsoebenfalls changesÄnderungen objectiveZielsetzung realityWirklichkeit.
170
487083
3242
Sie verändert aber auch die objektive Realität.
08:26
It actshandelt as a self-fulfillingSelf-fulfilling prophecyProphezeiung.
171
490325
2727
Sie funktioniert wie eine selbsterfüllende Prophezeiung.
08:28
And that is the thirddritte reasonGrund
172
493052
2068
Und das ist der dritte Grund,
08:31
why loweringSenkung der your expectationsErwartungen will not make you happyglücklich.
173
495120
3180
wieso eine niedrige Erwartungshaltung uns nicht glücklich macht.
08:34
ControlledGesteuert experimentsExperimente have showngezeigt
174
498300
1835
Kontrollierte Experimente beweisen,
08:36
that optimismOptimismus is not only relatedverwandte to successErfolg,
175
500135
2917
dass Optimismus nicht nur mit Erfolg verbunden ist:
08:38
it leadsführt to successErfolg.
176
503052
1807
Er führt zum Erfolg.
08:40
OptimismOptimismus leadsführt to successErfolg in academiaWissenschaft and sportsSport and politicsPolitik.
177
504859
4870
Optimismus führt zu akademischem, sportlichem und politischem Erfolg.
08:45
And maybe the mostdie meisten surprisingüberraschend benefitVorteil of optimismOptimismus is healthGesundheit.
178
509729
4475
Und der vielleicht überraschendste Vorteil von Optimismus ist Gesundheit.
08:50
If we expecterwarten von the futureZukunft to be brighthell,
179
514204
3325
Wenn wir die Zukunft als rosig wahrnehmen,
08:53
stressStress and anxietyAngst are reducedreduziert.
180
517529
2740
dann werden Stress und Sorgen reduziert.
08:56
So all in all, optimismOptimismus has lots of benefitsVorteile.
181
520269
4220
Zusammengefasst hat Optimismus also viele Vorzüge.
09:00
But the questionFrage that was really confusingverwirrend to me was,
182
524489
3011
Doch die Frage, die mich wirklich verwirrte, war diese:
09:03
how do we maintainpflegen optimismOptimismus in the faceGesicht of realityWirklichkeit?
183
527500
4669
Wie können wir im Angesicht der Realität Optimismus bewahren?
09:08
As an neuroscientistNeurowissenschaftler, this was especiallyinsbesondere confusingverwirrend,
184
532169
3018
Als Neurowissenschaftlerin war das besonders verwirrend,
09:11
because accordingnach to all the theoriesTheorien out there,
185
535187
2896
denn laut all den existierenden Theorien
09:13
when your expectationsErwartungen are not metgetroffen, you should alterändern them.
186
538083
4188
sollte man die Erwartungen verändern, wenn sie nicht eintreten.
09:18
But this is not what we find.
187
542271
1552
Doch unsere Funde sehen anders aus.
09:19
We askedaufgefordert people to come into our labLabor
188
543823
3483
Wir baten Leute, in unser Labor zu kommen,
09:23
in orderAuftrag to try and figureZahl out what was going on.
189
547306
2810
denn wir wollten herausfinden, was vor sich ging.
09:26
We askedaufgefordert them to estimateschätzen theirihr likelihoodWahrscheinlichkeit
190
550116
2547
Wir baten sie, die Wahrscheinlichkeit zu schätzen,
09:28
of experiencingerleben differentanders terriblefurchtbar eventsVeranstaltungen in theirihr livesLeben.
191
552663
2504
mit der ihnen schwierige Ereignisse in ihrem Leben bevorstünden.
09:31
So, for exampleBeispiel, what is your likelihoodWahrscheinlichkeit of sufferingLeiden from cancerKrebs?
192
555167
4375
Zum Beispiel: "Was ist die Wahrscheinlichkeit, dass Sie an Krebs erkranken?"
09:35
And then we told them the averagedurchschnittlich likelihoodWahrscheinlichkeit
193
559542
2352
Und dann verrieten wir ihnen die durchschnittliche Wahrscheinlichkeit,
09:37
of someonejemand like them to sufferleiden these misfortunesUnglück.
194
561894
2981
mit der jemand wie sie solch ein Unglück erleben würde.
09:40
So cancerKrebs, for exampleBeispiel, is about 30 percentProzent.
195
564875
3565
Zum Beispiel liegt die Krebsrate bei circa 30 Prozent.
09:44
And then we askedaufgefordert them again,
196
568440
2935
Und wir fragten sie noch einmal:
09:47
"How likelywahrscheinlich are you to sufferleiden from cancerKrebs?"
197
571375
2875
"Wie wahrscheinlich werden Sie an Krebs leiden?"
09:50
What we wanted to know was
198
574250
2248
Wir wollten wissen, ob die Leute
09:52
whetherob people will take the informationInformation that we gavegab them
199
576498
2669
die von uns gegebenen Informationen nehmen würden,
09:55
to changeVeränderung theirihr beliefsÜberzeugungen.
200
579167
2131
um ihre Überzeugung zu ändern.
09:57
And indeedtatsächlich they did --
201
581298
2369
Und sie taten das tatsächlich –
09:59
but mostlymeist when the informationInformation we gavegab them
202
583667
2581
aber meist, wenn die Information, die wir ihnen gegeben hatten,
10:02
was better than what they expectederwartet.
203
586248
2831
besser war, als sie angenommen hatten.
10:04
So for exampleBeispiel,
204
589079
1361
Zum Beispiel
10:06
if someonejemand said, "My likelihoodWahrscheinlichkeit of sufferingLeiden from cancerKrebs
205
590440
2910
sagte jemand: "Die Wahrscheinlichkeit, dass ich an Krebs erkranke,
10:09
is about 50 percentProzent,"
206
593350
2381
liegt bei 50 Prozent",
10:11
and we said, "Hey, good newsNachrichten.
207
595731
2521
und wir antworteten: "Wir haben gute Neuigkeiten.
10:14
The averagedurchschnittlich likelihoodWahrscheinlichkeit is only 30 percentProzent,"
208
598252
2581
Der Durchschnitt liegt bei 30 Prozent",
10:16
the nextNächster time around they would say,
209
600833
2046
dann würde die Person das nächste Mal sagen,
10:18
"Well maybe my likelihoodWahrscheinlichkeit is about 35 percentProzent."
210
602879
2715
"Vielleicht liegt meine Krebswahrscheinlichkeit nur bei 35 %."
10:21
So they learnedgelernt quicklyschnell and efficientlyeffizient.
211
605594
2636
Sie lernten also schnell und effektiv.
10:24
But if someonejemand startedhat angefangen off sayingSprichwort,
212
608230
2550
Aber wenn jemand zuerst sagte:
10:26
"My averagedurchschnittlich likelihoodWahrscheinlichkeit of sufferingLeiden from cancerKrebs is about 10 percentProzent,"
213
610780
3403
"Die Wahrscheinlichkeit einer Krebserkrankung bei mir liegt bei 10 %",
10:30
and we said, "Hey, badschlecht newsNachrichten.
214
614183
2692
und wir sagten: "Tut uns ja leid,
10:32
The averagedurchschnittlich likelihoodWahrscheinlichkeit is about 30 percentProzent,"
215
616875
3073
aber die durchschnittliche Wahrscheinlichkeit liegt bei 30 Prozent",
10:35
the nextNächster time around they would say,
216
619948
2058
dann sagte die Person das nächste Mal:
10:37
"YepYep. Still think it's about 11 percentProzent."
217
622006
3119
"Jupp, ich glaube immer noch, dass es um die 11 Prozent ist."
10:41
(LaughterLachen)
218
625125
1690
(Lachen)
10:42
So it's not that they didn't learnlernen at all -- they did --
219
626815
3319
Sie hatten also durchaus unsere Antwort berücksichtigt,
10:46
but much, much lessWeniger than when we gavegab them
220
630134
2336
aber viel, viel weniger, als wenn wir ihnen
10:48
positivepositiv informationInformation about the futureZukunft.
221
632470
2473
positive Informationen über die Zukunft gegeben hatten.
10:50
And it's not that they didn't remembermerken the numbersNummern that we gavegab them;
222
634943
3034
Sie hatten auch nicht die Zahlen vergessen, die wir genannt hatten –
10:53
everyonejeder rememberserinnert sich that the averagedurchschnittlich likelihoodWahrscheinlichkeit of cancerKrebs
223
637977
3073
niemand vergisst, dass die Durchschnittswahrscheinlichkeit von Krebs
10:56
is about 30 percentProzent
224
641050
1500
bei etwa 30 Prozent liegt,
10:58
and the averagedurchschnittlich likelihoodWahrscheinlichkeit of divorceScheidung is about 40 percentProzent.
225
642550
2779
und die durchschnittlichen Scheidungsraten bei etwa 40 Prozent.
11:01
But they didn't think that those numbersNummern were relatedverwandte to them.
226
645329
4631
Doch sie empfanden nicht, dass die Zahlen auf sie zutrafen.
11:05
What this meansmeint is that warningWarnung signsSchilder sucheine solche as these
227
649960
4148
Das bedeutet, dass solche Warnsignale möglicherweise
11:10
maykann only have limitedbegrenzt impactEinfluss.
228
654108
2892
nur begrenzte Wirkung haben.
11:12
Yes, smokingRauchen killstötet, but mostlymeist it killstötet the other guy.
229
657000
4159
Ja, Rauchen tötet, aber hauptsächlich tötet es die anderen.
11:17
What I wanted to know was
230
661159
1883
Ich wollte wissen,
11:18
what was going on insideinnen the humanMensch brainGehirn
231
663042
2860
was in einem menschlichen Gehirn vor sich geht,
11:21
that preventedverhindert us from takingunter these warningWarnung signsSchilder personallypersönlich.
232
665902
4094
das uns davon abhält, diese Warnsignale persönlich zu nehmen.
11:25
But at the samegleich time,
233
669996
1487
Doch zur selben Zeit hören wir,
11:27
when we hearhören that the housingGehäuse marketMarkt is hopefulhoffnungsvoll,
234
671483
1978
dass es auf dem Immobilienmarkt gut läuft, und denken:
11:29
we think, "Oh, my houseHaus is definitelybestimmt going to doubledoppelt in pricePreis."
235
673461
4116
"Oh, mein Haus wird sich im Preis definitiv verdoppeln!"
11:33
To try and figureZahl that out,
236
677577
2085
Um dem auf den Grund zu kommen,
11:35
I askedaufgefordert the participantsTeilnehmer in the experimentExperiment
237
679662
2473
bat ich die Teilnehmer an unserem Experiment,
11:38
to lieLüge in a brainGehirn imagingImaging scannerScanner.
238
682135
2161
sich in einen Gehirnbild-Scanner zu legen.
11:40
It lookssieht aus like this.
239
684296
1527
Das sieht so aus.
11:41
And usingmit a methodMethode callednamens functionalfunktionell MRIMRI,
240
685823
3031
Und mit einer Methode namens funktionelles MRT
11:44
we were ablefähig to identifyidentifizieren regionsRegionen in the brainGehirn
241
688854
3606
konnten wir Regionen im Gehirn identifizieren,
11:48
that were respondingreagieren to positivepositiv informationInformation.
242
692460
2817
die auf positive Informationen reagierten.
11:51
One of these regionsRegionen is callednamens the left inferiorminderwertige frontalfrontal gyrusGyrus.
243
695277
3579
Eine dieser Regionen ist der linke Gyrus frontalis inferior.
11:54
So if someonejemand said, "My likelihoodWahrscheinlichkeit of sufferingLeiden from cancerKrebs is 50 percentProzent,"
244
698856
3788
Wenn jemand also sagte: "Ich bekomme mit einer Wahrscheinlichkeit von 50 % Krebs",
11:58
and we said, "Hey, good newsNachrichten.
245
702644
1856
und wir sagten: "Gute Nachrichten!
12:00
AverageDurchschnitt likelihoodWahrscheinlichkeit is 30 percentProzent,"
246
704500
2290
Der Durchschnitt liegt bei 30 Prozent.",
12:02
the left inferiorminderwertige frontalfrontal gyrusGyrus would respondreagieren fiercelyheftig.
247
706790
3572
dann würde der linke Gyrus frontalis inferior stark ausschlagen.
12:06
And it didn't matterAngelegenheit if you're an extremeextrem optimistOptimist, a mildmild optimistOptimist
248
710362
4732
Dabei war es egal, ob man ein extremer oder milder Optimist
12:10
or slightlyleicht pessimisticpessimistisch,
249
715094
1821
oder leicht pessimistisch war,
12:12
everyone'sjeder ist left inferiorminderwertige frontalfrontal gyrusGyrus
250
716915
2585
der linke Gyrus frontalis inferior funktionierte
12:15
was functioningFunktion perfectlyperfekt well,
251
719500
1844
bei jedem gleich gut,
12:17
whetherob you're BarackBarack ObamaObama or WoodyHolzige AllenAllen.
252
721344
2906
ob man nun Barack Obama ist oder Woody Allen.
12:20
On the other sideSeite of the brainGehirn,
253
724250
1644
Auf der anderen Seite des Gehirns
12:21
the right inferiorminderwertige frontalfrontal gyrusGyrus was respondingreagieren to badschlecht newsNachrichten.
254
725894
4786
reagierte der rechte Gyrus frontalis inferior auf die schlechten Nachrichten.
12:26
And here'shier ist the thing: it wasn'twar nicht doing a very good jobJob.
255
730680
3726
Und hier ist der Clou: Er tat das nicht sonderlich gut.
12:30
The more optimisticoptimistisch you were,
256
734406
2015
Je optimistischer man war,
12:32
the lessWeniger likelywahrscheinlich this regionRegion was
257
736421
2337
umso weniger würde diese Region auf
12:34
to respondreagieren to unexpectedunerwartet negativeNegativ informationInformation.
258
738758
2982
unerwartete negative Informationen reagieren.
12:37
And if your brainGehirn is failingVersagen
259
741740
3058
Und wenn Ihr Gehirn dabei versagt,
12:40
at integratingintegrierend badschlecht newsNachrichten about the futureZukunft,
260
744798
3225
schlechte Neuigkeiten über die Zukunft zu verarbeiten,
12:43
you will constantlyständig leaveverlassen your rose-tintedrosarote spectaclesBrille on.
261
748023
4623
dann behält man ständig die rosarote Brille auf.
12:48
So we wanted to know, could we changeVeränderung this?
262
752646
4969
Wir wollten also wissen: Können wir das ändern?
12:53
Could we alterändern people'sMenschen optimismOptimismus biasvorspannen
263
757615
3443
Können wir den Hang zum Optimismus verändern,
12:56
by interferingstörend with the brainGehirn activityAktivität in these regionsRegionen?
264
761058
3932
indem wir in die entsprechende Hirnaktivität eingreifen?
13:00
And there's a way for us to do that.
265
764990
2595
Und es gab tatsächlich eine Möglichkeit.
13:03
This is my collaboratorMitarbeiter RyotaRyota KanaiKanai.
266
767585
2627
Das ist mein Mitarbeiter Ryota Kanai.
13:06
And what he's doing is he's passingVorbeigehen a smallklein magneticmagnetisch pulseImpuls
267
770212
3955
Er schickt gerade einen kleinen magnetischen Impuls
13:10
throughdurch the skullSchädel of the participantTeilnehmer in our studyStudie
268
774167
2119
durch den Schädel unseres Untersuchungsteilnehmers,
13:12
into theirihr inferiorminderwertige frontalfrontal gyrusGyrus.
269
776286
2245
in ihren Gyrus frontalis inferior.
13:14
And by doing that,
270
778531
1927
Und auf diese Weise
13:16
he's interferingstörend with the activityAktivität of this brainGehirn regionRegion
271
780458
2904
kann er in die Aktivität dieser Gehirnregion eingreifen,
13:19
for about halfHälfte an hourStunde.
272
783362
1215
ungefähr eine halbe Stunde lang.
13:20
After that everything goesgeht back to normalnormal, I assureversichern you.
273
784577
2921
Danach ist alles wieder wie vorher, versprochen.
13:23
(LaughterLachen)
274
787498
1993
(Lachen)
13:25
So let's see what happensdas passiert.
275
789491
3154
Also schauen wir mal, was passiert.
13:28
First of all, I'm going to showShow you
276
792645
2097
Zuerst werde ich Ihnen die Durchschnittswerte
13:30
the averagedurchschnittlich amountMenge of biasvorspannen that we see.
277
794742
2704
für den Hang zum Optimismus zeigen.
13:33
So if I was to testTest all of you now,
278
797446
2823
Wenn ich Sie alle jetzt testen würde,
13:36
this is the amountMenge that you would learnlernen
279
800269
1794
dann wäre das die Menge, die Sie mehr aus
13:37
more from good newsNachrichten relativerelativ to badschlecht newsNachrichten.
280
802063
3120
guten als aus schlechten Nachrichten lernen würden.
13:41
Now we interfereeinmischen with the regionRegion
281
805183
2484
Jetzt greifen wir in die Region ein,
13:43
that we foundgefunden to integrateintegrieren negativeNegativ informationInformation in this taskAufgabe,
282
807667
4467
die laut unseren Erkenntnissen negative Informationen integriert,
13:48
and the optimismOptimismus biasvorspannen grewwuchs even largergrößer.
283
812134
3564
und der Hang zum Optimismus wurde noch größer.
13:51
We madegemacht people more biasedvoreingenommen in the way that they processverarbeiten informationInformation.
284
815698
5470
Wir vergrößerten also den Hang zum Optimismus bei der Informationsverarbeitung.
13:57
Then we interferedgestört with the brainGehirn regionRegion
285
821168
2897
Dann griffen wir in die Gehirnregion ein,
13:59
that we foundgefunden to integrateintegrieren good newsNachrichten in this taskAufgabe,
286
824065
3518
in der die guten Nachrichten verarbeitet werden,
14:03
and the optimismOptimismus biasvorspannen disappearedverschwunden.
287
827583
4471
und der Hang zum Optimismus verschwand.
14:07
We were quiteganz amazederstaunt by these resultsErgebnisse
288
832054
2008
Diese Ergebnisse waren verblüffend,
14:09
because we were ablefähig to eliminatebeseitigen
289
834062
2192
denn wir konnten diesen tief in uns Menschen
14:12
a deep-rootedtief verwurzelte biasvorspannen in humansMenschen.
290
836254
3196
verwurzelten Hang eliminieren.
14:15
And at this pointPunkt we stoppedgestoppt and we askedaufgefordert ourselvesuns selbst,
291
839450
4773
Und an diesem Punkt hielten wir inne und fragten uns,
14:20
would we want to shatterShatter the optimismOptimismus illusionIllusion into tinysehr klein little bitsBits?
292
844223
5102
ob wir wirklich die Optimismustäuschung zerschmettern wollten?
14:25
If we could do that, would we want to take people'sMenschen optimismOptimismus biasvorspannen away?
293
849325
5044
Wenn wir es tun könnten, würden wir Leuten den Hang zum Optimismus wegnehmen?
14:30
Well I've alreadybereits told you about all of the benefitsVorteile of the optimismOptimismus biasvorspannen,
294
854369
4600
Nach allem, was ich Ihnen vom Hang zum Optimismus erzählt habe,
14:34
whichwelche probablywahrscheinlich makesmacht you want to holdhalt ontoauf zu it for dearsehr geehrter life.
295
858969
4321
würden wir uns wohl bis zum Letzten daran festklammern.
14:39
But there are, of courseKurs, pitfallsFallstricke,
296
863290
2085
Aber es gibt natürlich Stolperfallen,
14:41
and it would be really foolishdumm of us to ignoreignorieren them.
297
865375
3120
und es wäre närrisch, diese einfach zu ignorieren.
14:44
Take for exampleBeispiel this emailEmail I recievederhalten
298
868495
3546
Zum Beispiel hier eine E-Mail, die mir ein
14:47
from a firefighterFeuerwehrmann here in CaliforniaCalifornia.
299
872041
2694
Feuerwehrmann hier in Kalifornien geschickt hat.
14:50
He sayssagt, "FatalityTodesfall investigationsUntersuchungen for firefightersFeuerwehr
300
874735
3304
Er sagt: "Die Untersuchung von Todesfällen bei Feuerwehrleuten
14:53
oftenhäufig includeeinschließen 'We' Wir didn't think the fireFeuer was going to do that,'
301
878039
4142
umfasst oft: 'Wir hätten nicht gedacht, dass das Feuer sich so entwickelt',
14:58
even when all of the availableverfügbar informationInformation
302
882181
2302
selbst wenn alle nötigen Informationen zur Verfügung standen,
15:00
was there to make safeSafe decisionsEntscheidungen."
303
884483
2255
um sichere Entscheidungen zu treffen."
15:02
This captainKapitän is going to use our findingsErgebnisse on the optimismOptimismus biasvorspannen
304
886738
3874
Dieser Hauptmann wird unsere Erkenntnisse dazu nutzen,
15:06
to try to explainerklären to the firefightersFeuerwehr
305
890612
2192
den Feuerwehrleuten zu erklären,
15:08
why they think the way they do,
306
892804
2209
wieso sie gewisse Dinge denken,
15:10
to make them acutelyakut awarebewusst of this very optimisticoptimistisch biasvorspannen in humansMenschen.
307
895013
7126
um ihnen diesen menschlichen Hang bewusst zu machen.
15:18
So unrealisticunrealistische optimismOptimismus can leadführen to riskyriskant behaviorVerhalten,
308
902139
5119
Unrealistischer Optimismus kann also zu riskantem Verhalten führen,
15:23
to financialfinanziell collapseZusammenbruch, to faultyfehlerhafte planningPlanung.
309
907258
3638
zu finanziellem Zusammenbruch, fehlerhafter Planung.
15:26
The BritishBritische governmentRegierung, for exampleBeispiel,
310
910896
2138
Die britische Regierung zum Beispiel
15:28
has acknowledgedanerkannt that the optimismOptimismus biasvorspannen
311
913034
2674
hat erkannt, dass der Hang zum Optimismus
15:31
can make individualsIndividuen more likelywahrscheinlich
312
915708
3287
dazu führen kann, dass Individuen
15:34
to underestimateunterschätzen the costsKosten and durationsDauer of projectsProjekte.
313
918995
4026
die Dauer und Kosten von Projekten eher unterschätzen.
15:38
So they have adjustedangepasst the 2012 OlympicOlympia budgetBudget
314
923021
4254
Also haben sie das Budget für die Olympischen Spiele 2012
15:43
for the optimismOptimismus biasvorspannen.
315
927275
2111
auf den Hang zum Optimismus angepasst.
15:45
My friendFreund who'swer ist gettingbekommen marriedverheiratet in a fewwenige weeksWochen
316
929386
2187
Ein Freund von mir heiratet in ein paar Wochen
15:47
has doneerledigt the samegleich for his weddingHochzeit budgetBudget.
317
931573
2434
und hat dasselbe mit seiner Hochzeitsplanung gemacht.
15:49
And by the way, when I askedaufgefordert him about his ownbesitzen likelihoodWahrscheinlichkeit of divorceScheidung,
318
934007
3062
Als ich ihn übrigens zu der Wahrscheinlichkeit seiner Scheidung befragte,
15:52
he said he was quiteganz sure it was zeroNull percentProzent.
319
937069
3560
war er sich recht sicher, dass sie bei null Prozent liegt.
15:56
So what we would really like to do,
320
940629
2417
Was wir also wirklich gern tun würden,
15:58
is we would like to protectschützen ourselvesuns selbst from the dangersGefahren of optimismOptimismus,
321
943046
4161
ist uns vor den Gefahren des Optimismus zu schützen,
16:03
but at the samegleich time remainbleiben übrig hopefulhoffnungsvoll,
322
947207
3228
aber zur selben Zeit die Hoffnung zu bewahren,
16:06
benefitingprofitieren from the manyviele fruitsFrüchte of optimismOptimismus.
323
950435
2844
und von den zahlreichen Vorzügen des Optimismus zehren.
16:09
And I believe there's a way for us to do that.
324
953279
2804
Ich bin überzeugt, dass es so eine Lösung gibt.
16:11
The keySchlüssel here really is knowledgeWissen.
325
956083
2060
Der Schlüssel hier ist Wissen.
16:14
We're not borngeboren with an innateangeborene understandingVerstehen of our biasesVorurteile.
326
958143
3311
Uns ist kein Verständnis unserer Tendenzen angeboren.
16:17
These have to be identifiedidentifiziert by scientificwissenschaftlich investigationErmittlung.
327
961454
3841
Sie müssen durch wissenschaftliche Arbeit identifiziert werden.
16:21
But the good newsNachrichten is that becomingWerden awarebewusst of the optimismOptimismus biasvorspannen
328
965295
4184
Doch die gute Nachricht ist, dass unsere Illusion nicht kaputt geht,
16:25
does not shatterShatter the illusionIllusion.
329
969479
1775
wenn wir uns dieses Hangs bewusst werden.
16:27
It's like visualvisuell illusionsIllusionen,
330
971254
1548
Es ist wie mit optischen Täuschungen:
16:28
in whichwelche understandingVerstehen them does not make them go away.
331
972802
3490
Auch wenn wir sie verstehen, täuschen sie unser Auge immer noch.
16:32
And this is good because it meansmeint
332
976292
2237
Und das ist gut, denn es bedeutet,
16:34
we should be ablefähig to strikeStreik a balanceBalance,
333
978529
2473
dass wir ein Gleichgewicht erreichen können,
16:36
to come up with plansPläne and rulesRegeln
334
981002
2427
dass wir Pläne und Regeln aufstellen können,
16:39
to protectschützen ourselvesuns selbst from unrealisticunrealistische optimismOptimismus,
335
983429
2783
um uns vor unrealistischem Optimismus zu schützen,
16:42
but at the samegleich time remainbleiben übrig hopefulhoffnungsvoll.
336
986212
3152
doch zur selben Zeit voller Hoffnung zu bleiben.
16:45
I think this cartoonKarikatur portraysporträtiert it nicelyschön.
337
989364
3424
Diese Karikatur stellt es gut dar, finde ich.
16:48
Because if you're one of these pessimisticpessimistisch penguinsPinguine up there
338
992788
3526
Denn sind Sie eines der pessimistischen Pinguine hier,
16:52
who just does not believe they can flyFliege,
339
996314
2119
das einfach nicht daran glaubt, fliegen zu können,
16:54
you certainlybestimmt never will.
340
998433
2359
werden Sie es auch niemals tun.
16:56
Because to make any kindArt of progressFortschritt,
341
1000792
1831
Denn für jedwede Art von Fortschritt
16:58
we need to be ablefähig to imaginevorstellen a differentanders realityWirklichkeit,
342
1002623
2350
müssen wir uns eine andere Realität vorstellen können,
17:00
and then we need to believe that that realityWirklichkeit is possiblemöglich.
343
1004973
3731
und wir müssen dann daran glauben, dass sie möglich ist.
17:04
But if you are an extremeextrem optimisticoptimistisch penguinPinguin
344
1008714
3524
Sind Sie aber ein extrem optimistisches Pinguin,
17:08
who just jumpsspringt down blindlyBlind hopinghoffend for the bestBeste,
345
1012238
2762
das auf das Beste hoffend einfach den großen Sprung wagt,
17:10
you mightMacht find yourselfdich selber in a bitBit of a messChaos when you hitschlagen the groundBoden.
346
1015000
4781
dann haben Sie beim Aufprall vielleicht ein kleines Problem.
17:15
But if you're an optimisticoptimistisch penguinPinguin
347
1019781
1889
Ein optimistisches Pinguin jedoch,
17:17
who believesglaubt they can flyFliege,
348
1021670
1796
das daran glaubt, dass es fliegen kann,
17:19
but then adjustspasst a parachuteFallschirm to your back
349
1023466
2663
aber vorsichtshalber doch einen Fallschirm mitnimmt,
17:22
just in caseFall things don't work out exactlygenau as you had plannedgeplant,
350
1026129
3017
falls die Dinge nicht ganz so laufen wie geplant,
17:25
you will soarSoar like an eagleAdler,
351
1029146
1863
wird wie ein Adler fliegen können,
17:26
even if you're just a penguinPinguin.
352
1031009
3049
auch wenn es nur ein Pinguin ist.
17:29
Thank you.
353
1034058
1762
Danke.
17:31
(ApplauseApplaus)
354
1035820
2936
(Beifall)
Translated by Judith Matz
Reviewed by Anja Lehmann

▲Back to top

ABOUT THE SPEAKER
Tali Sharot - Cognitive neuroscientist
Tali Sharot studies why our brains are biased toward optimism.

Why you should listen

Optimism bias is the belief that the future will be better, much better, than the past or present. And most of us display this bias. Neuroscientist Tali Sharot wants to know why: What is it about our brains that makes us overestimate the positive? She explores the question in her book The Optimism Bias: A Tour of the Irrationally Positive Brain

In the book (and a 2011 TIME magazine cover story), she reviewed findings from both social science and neuroscience that point to an interesting conclusion: "our brains aren't just stamped by the past. They are constantly being shaped by the future." In her own work, she's interested in how our natural optimism actually shapes what we remember, and her interesting range of papers encompasses behavioral research (how likely we are to misremember major events) as well as medical findings -- like searching for the places in the brain where optimism lives. Sharot is a faculty member of the Department of Cognitive, Perceptual and Brain Sciences at University College London.

 

More profile about the speaker
Tali Sharot | Speaker | TED.com