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 : Le parti-pris de l'optimisme

Filmed:
2,387,106 views

Sommes-nous nés optimistes plutôt que réalistes ? Tali Sharot partage avec nous de nouvelles recherches qui suggèrent que nos cerveaux sont faits pour voir le bon côté des choses ... et comment cela peu être aussi bien dangereux qu'avantageux.
- 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 optimismoptimisme --
0
148
3382
Je vais vous parler d'optimisme.
00:19
or more preciselyprécisément, the optimismoptimisme biasbiais.
1
3530
2483
ou plus précisément, du biais d'optimisme.
00:21
It's a cognitivecognitif illusionillusion
2
6013
1645
C'est une illusion cognitive
00:23
that we'venous avons been studyingen train d'étudier in my lablaboratoire for the pastpassé fewpeu yearsannées,
3
7658
2742
qu'on a étudié dans mon labo ces dernières années,
00:26
and 80 percentpour cent of us have it.
4
10400
1735
et 80% d'entre nous l'ont.
00:28
It's our tendencytendance to overestimatesurestimation
5
12135
2734
C'est notre tendance à surestimer
00:30
our likelihoodprobabilité of experiencingéprouver good eventsévénements in our livesvies
6
14869
2923
les probabilités de vivre des évènements heureux au cours de la vie
00:33
and underestimatesous-estimer our likelihoodprobabilité of experiencingéprouver badmal eventsévénements.
7
17792
4108
et à sous-évaluer les probabilités de vivre des mauvais évènements.
00:37
So we underestimatesous-estimer our likelihoodprobabilité of sufferingSouffrance from cancercancer,
8
21900
3017
On sous-évalue donc les probabilités d'avoir un cancer,
00:40
beingétant in a carvoiture accidentaccident.
9
24917
1506
d'avoir un accident de voiture.
00:42
We overestimatesurestimation our longevitylongévité, our careercarrière prospectsperspectives.
10
26423
3186
On surestime notre longévité, nos perspectives de carrière.
00:45
In shortcourt, we're more optimisticoptimiste than realisticréaliste,
11
29609
3445
En bref, nous sommes plus optimistes que réalistes,
00:48
but we are obliviousinconscient to the factfait.
12
33054
2162
mais on ne s'en rend pas compte.
00:51
Take marriagemariage for exampleExemple.
13
35216
2227
Prenez le mariage, par exemple.
00:53
In the WesternWestern worldmonde, divorcedivorce ratesles taux are about 40 percentpour cent.
14
37443
3534
Dans le monde occidental, le taux de divorce est de 40%.
00:56
That meansveux dire that out of fivecinq marriedmarié couplescouples,
15
40977
3469
Cela veut dire que sur cinq couples mariés,
01:00
two will endfin up splittingfractionnement theirleur assetsles atouts.
16
44446
2721
deux personnes finiront par une séparation des biens.
01:03
But when you askdemander newlywedsles nouveaux mariés about theirleur ownposséder likelihoodprobabilité of divorcedivorce,
17
47167
3375
Mais quand on demande à de jeunes mariés la probabilité de leur propre divorce,
01:06
they estimateestimation it at zerozéro percentpour cent.
18
50542
3692
ils l'estiment à 0%.
01:10
And even divorcedivorce lawyersavocats, who should really know better,
19
54234
3729
Et même les avocats spécialisés en divorce, qui sont bien placés pour le savoir,
01:13
hugelyénormement underestimatesous-estimer theirleur ownposséder likelihoodprobabilité of divorcedivorce.
20
57963
3849
sous-estiment grandement les probabilités de leur propre divorce.
01:17
So it turnsse tourne out that optimistsoptimistes are not lessMoins likelyprobable to divorcedivorce,
21
61812
3126
Il s'avère donc que les optimistes n'ont pas moins de chances de divorcer,
01:20
but they are more likelyprobable to remarryse remarier.
22
64938
2530
mais ils ont plus de chances de se remarier.
01:23
In the wordsmots of SamuelSamuel JohnsonJohnson,
23
67468
2303
Selon les dires de Samuel Johnson,
01:25
"RemarriageRemariage is the triumphtriomphe of hopeespérer over experienceexpérience."
24
69771
3997
« Le remariage est le triomphe de l'espoir sur l'expérience. »
01:29
(LaughterRires)
25
73768
1962
(Rires)
01:31
So if we're marriedmarié, we're more likelyprobable to have kidsdes gamins.
26
75730
4574
Donc, si on est marié, on a plus de chances d'avoir des enfants.
01:36
And we all think our kidsdes gamins will be especiallynotamment talentedtalentueux.
27
80304
3265
Et on pense tous que nos enfants seront particulièrement doués.
01:39
This, by the way, is my two-year-olddeux ans nephewneveu, Guy.
28
83569
2598
Voici d'ailleurs mon neveu de deux ans, Guy.
01:42
And I just want to make it absolutelyabsolument clearclair
29
86167
2375
Et je veux juste mettre les choses bien au clair :
01:44
that he's a really badmal exampleExemple of the optimismoptimisme biasbiais,
30
88542
2771
il est un très mauvais exemple du biais d'optimisme,
01:47
because he is in factfait uniquelyuniquement talentedtalentueux.
31
91313
2812
parce que c'est un surdoué.
01:50
(LaughterRires)
32
94125
1435
(Rires)
01:51
And I'm not aloneseul.
33
95560
1607
Et je ne suis pas la seule.
01:53
Out of fourquatre BritishBritannique people, threeTrois said
34
97167
2475
Sur 4 britanniques, 3 ont déclaré
01:55
that they were optimisticoptimiste about the futureavenir of theirleur ownposséder familiesdes familles.
35
99642
3739
être optimistes quant à l'avenir de leurs propres familles.
01:59
That's 75 percentpour cent.
36
103381
1751
Ça représente 75%.
02:01
But only 30 percentpour cent said
37
105132
2058
Mais seulement 30% ont déclaré
02:03
that they thought familiesdes familles in generalgénéral
38
107190
2560
que les familles en général, selon eux,
02:05
are doing better than a fewpeu generationsgénérations agodepuis.
39
109750
2412
vivaient mieux qu'il y a quelques générations.
02:08
And this is a really importantimportant pointpoint,
40
112162
2021
Et c'est très important
02:10
because we're optimisticoptimiste about ourselvesnous-mêmes,
41
114183
1888
car nous sommes optimistes pour nous-mêmes,
02:11
we're optimisticoptimiste about our kidsdes gamins,
42
116071
1818
nous sommes optimistes pour nos enfants,
02:13
we're optimisticoptimiste about our familiesdes familles,
43
117889
1788
nous sommes optimistes pour nos familles,
02:15
but we're not so optimisticoptimiste about the guy sittingséance nextprochain to us,
44
119677
3183
mais nous ne sommes pas si optimistes pour la personne assise à côté de nous,
02:18
and we're somewhatquelque peu pessimisticpessimiste
45
122860
2229
et nous sommes quelque peu pessimistes
02:20
about the fatesort of our fellowcompagnon citizenscitoyens and the fatesort of our countryPays.
46
125089
3879
quant au sort de nos concitoyens et à celui de notre pays.
02:24
But privateprivé optimismoptimisme about our ownposséder personalpersonnel futureavenir
47
128968
4036
Mais l'optimisme privé qui concerne notre futur personnel
02:28
remainsrestes persistentpersistants.
48
133004
2011
est persistant.
02:30
And it doesn't mean that we think things will magicallymagiquement turntour out okay,
49
135015
4066
Et cela ne signifie pas que nous pensons que les choses vont s'améliorer comme par magie,
02:34
but ratherplutôt that we have the uniqueunique abilitycapacité to make it so.
50
139081
4032
mais plutôt que nous avons la capacité toute particulière de faire cela arriver.
02:39
Now I'm a scientistscientifique, I do experimentsexpériences.
51
143113
2841
Bon, je suis scientifique, je fais des expériences.
02:41
So to showmontrer you what I mean,
52
145954
1792
Donc, pour vous montrer ce que je veux dire,
02:43
I'm going to do an experimentexpérience here with you.
53
147746
2802
je vais faire une experience avec vous.
02:46
So I'm going to give you a listliste of abilitiescapacités and characteristicscaractéristiques,
54
150548
3850
Je vais vous donner une liste d'aptitudes et de caractéristiques
02:50
and I want you to think for eachchaque of these abilitiescapacités
55
154398
2894
et je veux que vous pensiez à chacune de ces aptitudes
02:53
where you standsupporter relativerelatif to the restdu repos of the populationpopulation.
56
157292
4393
et comment vous vous positionnez par rapport au reste de la population.
02:57
The first one is gettingobtenir alongle long de well with othersautres.
57
161685
3786
La première est bien s'entendre avec les autres.
03:01
Who here believescroit they're at the bottombas 25 percentpour cent?
58
165471
5652
Qui pense être dans les derniers 25% ?
03:07
Okay, that's about 10 people out of 1,500.
59
171123
4322
OK, ça fait à peu près 10 personnes sur 1500.
03:11
Who believescroit they're at the topHaut 25 percentpour cent?
60
175445
4013
Qui pense être dans les meilleurs 25% ?
03:15
That's mostles plus of us here.
61
179458
2710
Ça fait la plupart d'entre nous.
03:18
Okay, now do the sameMême for your drivingau volant abilitycapacité.
62
182168
4930
Ok , maintenant faites la même chose avec votre aptitude a conduire.
03:22
How interestingintéressant are you?
63
187098
2583
À quel point vous êtes intéressant ?
03:25
How attractiveattrayant are you?
64
189681
2844
À quel point vous êtes séduisant ?
03:28
How honesthonnête are you?
65
192525
2954
À quel point vous êtes honnête ?
03:31
And finallyenfin, how modestmodeste are you?
66
195479
5000
Et pour finir, à quel point vous êtes modeste ?
03:36
So mostles plus of us put ourselvesnous-mêmes aboveau dessus averagemoyenne
67
200479
2688
La plupart d'entre nous donc se sont mis au dessus de la moyenne
03:39
on mostles plus of these abilitiescapacités.
68
203167
2029
pour la plupart de ces aptitudes.
03:41
Now this is statisticallystatistiquement impossibleimpossible.
69
205196
2131
C'est statistiquement impossible.
03:43
We can't all be better than everyonetoutes les personnes elseautre.
70
207327
3229
On ne peut pas tous être meilleurs que les autres.
03:46
(LaughterRires)
71
210556
1642
(Rires)
03:48
But if we believe we're better than the other guy,
72
212198
2677
Mais si nous croyons que nous sommes meilleurs que le voisin,
03:50
well that meansveux dire that we're more likelyprobable to get that promotionpromotion, to remainrester marriedmarié,
73
214875
4083
alors ça veut dire que nous avons plus de chances d'avoir cette promotion, de rester marié,
03:54
because we're more socialsocial, more interestingintéressant.
74
218958
2598
parce que nous sommes plus sociaux, plus intéressants.
03:57
And it's a globalglobal phenomenonphénomène.
75
221556
2163
Et c'est un phénomène mondial.
03:59
The optimismoptimisme biasbiais has been observedobservé
76
223719
2468
Le biais d'optimisme a été observé
04:02
in manybeaucoup differentdifférent countriesdes pays --
77
226187
1719
dans de nombreux pays -
04:03
in WesternWestern culturesdes cultures, in non-Westernnon occidentales culturesdes cultures,
78
227906
3104
dans les cultures occidentales et d'ailleurs,
04:06
in femalesfemelles and malesmâles,
79
231010
1506
chez les hommes et chez les femmes,
04:08
in kidsdes gamins, in the elderlypersonnes âgées.
80
232516
1724
chez les enfants, chez les personnes agées.
04:10
It's quiteassez widespreadrépandu.
81
234240
1783
C'est assez répandu.
04:11
But the questionquestion is, is it good for us?
82
236023
3500
Mais la question est : est-ce que c'est bon pour nous ?
04:15
So some people say no.
83
239523
2454
Il y a des gens qui disent que non.
04:17
Some people say the secretsecret to happinessbonheur
84
241977
2518
Certains disent que le secret du bonheur
04:20
is lowfaible expectationsattentes.
85
244495
2753
est d'avoir de faibles attentes.
04:23
I think the logiclogique goesva something like this:
86
247248
2504
Je pense que la logique ressemble à ceci :
04:25
If we don't expectattendre greatnessgrandeur,
87
249752
2258
Si nous n'espérons pas de grandes choses,
04:27
if we don't expectattendre to find love and be healthyen bonne santé and successfulréussi,
88
252010
3880
si nous n'espérons pas trouver l'amour, être en bonne santé et avoir du succès,
04:31
well we're not going to be disappointeddésappointé when these things don't happense produire.
89
255890
3098
et bien nous ne serons pas déçus si cela n'arrive pas.
04:34
And if we're not disappointeddésappointé when good things don't happense produire,
90
258988
3408
Et si nous ne sommes pas déçus lorsque les bonnes choses n'arrivent pas
04:38
and we're pleasantlyagréablement surprisedsurpris when they do,
91
262396
1979
et que nous sommes agréablement surpris quand elles se produisent,
04:40
we will be happycontent.
92
264375
1781
nous serons heureux.
04:42
So it's a very good theorythéorie,
93
266156
1702
C'est donc une très bonne théorie,
04:43
but it turnsse tourne out to be wrongfaux for threeTrois reasonsles raisons.
94
267858
3027
mais elle s'avère fausse pour trois raisons.
04:46
NumberNombre one: WhateverQuelle que soit happensarrive, whetherqu'il s'agisse you succeedréussir or you failéchouer,
95
270885
4615
Un : quoi qu'il arrive, qu'on réussisse ou qu'on échoue,
04:51
people with highhaute expectationsattentes always feel better.
96
275500
3858
les gens qui ont des attentes plus élevées se sentent toujours mieux.
04:55
Because how we feel when we get dumpeddéversé or wingagner employeeemployé of the monthmois
97
279358
3932
Car ce que nous ressentons quand nous nous faisons larguer or quand sommes nommés « employé du mois »
04:59
dependsdépend on how we interpretinterpréter that eventun événement.
98
283290
3030
dépend de comment nous interprétons cet évènement.
05:02
The psychologistspsychologues MargaretMargaret MarshallMarshall and JohnJohn BrownBrown
99
286320
4050
Les psychologues Margaret Marshall et John Brown
05:06
studiedétudié studentsélèves with highhaute and lowfaible expectationsattentes.
100
290370
2994
ont étudié des étudiants avec des attentes élevées et faibles.
05:09
And they founda trouvé that when people with highhaute expectationsattentes succeedréussir,
101
293364
4184
Et ils ont trouvé que lorsque les gens qui ont des attentes élevées réussissent,
05:13
they attributeattribut that successSuccès to theirleur ownposséder traitstraits.
102
297548
2910
ils attribuent ce succès à leurs qualités personnelles.
05:16
"I'm a geniusgénie, thereforedonc I got an A,
103
300458
2196
« Je suis un génie, donc j'ai eu un 20,
05:18
thereforedonc I'll get an A again and again in the futureavenir."
104
302654
2675
par conséquent je continuerai à avoir des 20 dans le futur »
05:21
When they failedéchoué, it wasn'tn'était pas because they were dumbstupide,
105
305329
2973
Quand ils échouent, ce n'est pas parce qu'ils sont bêtes,
05:24
but because the examExam just happenedarrivé to be unfairdéloyale.
106
308302
3173
mais parce que l'examen était injuste.
05:27
NextProchaine time they will do better.
107
311475
2283
La prochaine fois, ils feront mieux.
05:29
People with lowfaible expectationsattentes do the oppositecontraire.
108
313758
3077
Les gens qui ont des attentes faibles font le contraire.
05:32
So when they failedéchoué it was because they were dumbstupide,
109
316835
2832
Quand ils échouent, c'est parce qu'ils sont bêtes,
05:35
and when they succeededréussi
110
319667
1500
et quand ils réussissent,
05:37
it was because the examExam just happenedarrivé to be really easyfacile.
111
321167
3317
c'est parce que l'examen était vraiment facile.
05:40
NextProchaine time realityréalité would catchcapture up with them.
112
324484
2401
La prochaine fois, la réalité les rattrapera.
05:42
So they feltse sentait worsepire.
113
326885
2073
Donc ils se sentent encore plus mal.
05:44
NumberNombre two: RegardlessSans se soucier of the outcomerésultat,
114
328958
3240
Deux : quelque soit le résultat,
05:48
the purepur actacte of anticipationanticipation makesfait du us happycontent.
115
332198
4047
le fait d'anticiper nous rend heureux.
05:52
The behavioralcomportementale economistéconomiste GeorgeGeorge LowensteinLowenstein
116
336245
3176
L'économiste comportemental George Lowenstein
05:55
askeda demandé studentsélèves in his universityUniversité
117
339421
1719
a demandé à des étudiants de son université
05:57
to imagineimaginer gettingobtenir a passionatepassionné kissbaiser from a celebritycélébrité, any celebritycélébrité.
118
341140
4362
d'imaginer un baiser passioné avec une célébrité, n'importe laquelle.
06:01
Then he said, "How much are you willingprêt to payPayer
119
345502
2885
Il leur a dit ensuite : « Combien êtes-vous prêts à payer
06:04
to get a kissbaiser from a celebritycélébrité
120
348387
1988
pour avoir un baiser d'une célébrité
06:06
if the kissbaiser was deliveredlivré immediatelyimmédiatement,
121
350375
2227
si le baiser se produisait immédiatement,
06:08
in threeTrois hoursheures, in 24 hoursheures, in threeTrois daysjournées,
122
352602
5023
dans 3 heures, dans 24 heures, dans trois jours,
06:13
in one yearan, in 10 yearsannées?
123
357625
2433
dans un an, dans 10 ans ? »
06:15
He founda trouvé that the studentsélèves were willingprêt to payPayer the mostles plus
124
360058
3130
Il a trouvé que les étudiants étaient prêts à payer le plus
06:19
not to get a kissbaiser immediatelyimmédiatement,
125
363188
1999
non pas pour avoir le baiser immédiatement
06:21
but to get a kissbaiser in threeTrois daysjournées.
126
365187
2980
mais pour avoir le baiser dans trois jours.
06:24
They were willingprêt to payPayer extrasupplémentaire in ordercommande to wait.
127
368167
4247
Ils étaient prêts à payer plus pour attendre.
06:28
Now they weren'tn'étaient pas willingprêt to wait a yearan or 10 yearsannées;
128
372414
3003
Ils n'étaient pas prêts à attendre un ou 10 ans ;
06:31
no one wants an agingvieillissement celebritycélébrité.
129
375417
1421
personne ne veut d'une célébrité vieillissante.
06:32
But threeTrois daysjournées seemedsemblait to be the optimumoptimum amountmontant.
130
376838
4789
Mais trois jours semblait la durée optimale.
06:37
So why is that?
131
381627
2303
Mais pourquoi donc ?
06:39
Well if you get the kissbaiser now, it's over and doneterminé with.
132
383930
3424
Eh bien, si vous avez le baiser maintenant, c'est tout de suite terminé.
06:43
But if you get the kissbaiser in threeTrois daysjournées,
133
387354
1950
Mais si vous avez le baiser dans 3 jours,
06:45
well that's threeTrois daysjournées of jitteryde nervosité anticipationanticipation, the thrillfrisson of the wait.
134
389304
4154
et bien ce sont trois jours d'anticipation, l'excitation de l'attente.
06:49
The studentsélèves wanted that time
135
393458
1869
Les étudiants voulaient ce temps
06:51
to imagineimaginer where is it going to happense produire,
136
395327
2381
pour imaginer où le baiser aurait lieu,
06:53
how is it going to happense produire.
137
397708
1629
comment ça allait se passer.
06:55
AnticipationAnticipation madefabriqué them happycontent.
138
399337
2211
L'anticipation les rendait heureux.
06:57
This is, by the way, why people preferpréférer FridayVendredi to SundayDimanche.
139
401548
3869
C'est pourquoi, d'ailleurs, les gens préfèrent vendredi à dimanche.
07:01
It's a really curiouscurieuse factfait,
140
405417
2083
C'est un fait très curieux,
07:03
because FridayVendredi is a day of work and SundayDimanche is a day of pleasureplaisir,
141
407500
3417
parce que le vendredi est une journée de travail et le dimanche est une journée de plaisir,
07:06
so you'dtu aurais assumeassumer that people will preferpréférer SundayDimanche,
142
410917
2904
donc vous pourriez supposer que les gens préféreront le dimanche,
07:09
but they don't.
143
413821
1721
mais non.
07:11
It's not because they really, really like beingétant in the officeBureau
144
415542
2875
Ce n'est pas parce qu'ils aiment vraiment bien être au bureau
07:14
and they can't standsupporter strollingse promener in the parkparc
145
418417
1967
et ils n'aiment pas se promener dans le parc
07:16
or havingayant a lazyparesseux brunchBrunch du.
146
420384
1661
ou prendre un brunch paresseux.
07:17
We know that, because when you askdemander people
147
422045
2136
Nous savons ça, parce que lorsque vous demandez aux gens
07:20
about theirleur ultimateultime favoritepréféré day of the weekla semaine,
148
424181
2704
le jour de la semaine qu'ils préfèrent le plus,
07:22
surprisesurprise, surprisesurprise, SaturdaySamedi comesvient in at first,
149
426885
2820
surprise, surprise, le samedi vient en premier.
07:25
then FridayVendredi, then SundayDimanche.
150
429705
2920
puis vendredi, puis dimanche.
07:28
People preferpréférer FridayVendredi
151
432625
1869
Les gens préfèrent le vendredi
07:30
because FridayVendredi bringsapporte with it the anticipationanticipation of the weekendfin de semaine aheaddevant,
152
434494
3964
parce que vendredi apporte avec lui l'anticipation de la fin de semaine à venir,
07:34
all the plansdes plans that you have.
153
438458
1917
tous les projets que vous avez.
07:36
On SundayDimanche, the only thing you can look forwardvers l'avant to
154
440375
2704
Le dimanche, la seule chose que vous pouvez attendre,
07:38
is the work weekla semaine.
155
443079
2254
c'est la semaine de travail.
07:41
So optimistsoptimistes are people who expectattendre more kissesBisous in theirleur futureavenir,
156
445333
4877
Ainsi, les optimistes sont des gens qui attendent plus de baisers dans l'avenir,
07:46
more strollsde belles promenades in the parkparc.
157
450210
1921
plus de promenades dans le parc.
07:48
And that anticipationanticipation enhancesaméliore theirleur wellbeingbien-être.
158
452131
3907
Et l'anticipation améliore leur bien-être.
07:51
In factfait, withoutsans pour autant the optimismoptimisme biasbiais,
159
456038
2964
En fait, sans le biais d'optimisme,
07:54
we would all be slightlylégèrement depresseddéprimé.
160
459002
2750
nous serions tous légèrement déprimés.
07:57
People with milddoux depressiondépression,
161
461752
2267
Les personnes atteintes de dépression légère,
07:59
they don't have a biasbiais when they look into the futureavenir.
162
464019
2979
elles n'ont pas de biais lorsqu'elles envisagent l'avenir.
08:02
They're actuallyréellement more realisticréaliste than healthyen bonne santé individualspersonnes.
163
466998
4222
Elles sont en fait plus réalistes que les individus en bonne santé.
08:07
But individualspersonnes with severesévère depressiondépression,
164
471220
2101
Mais les personnes souffrant de dépression sévère
08:09
they have a pessimisticpessimiste biasbiais.
165
473321
1829
subissent le biais de pessimisme.
08:11
So they tendtendre to expectattendre the futureavenir
166
475150
2463
Elles ont tendance alors à s'attendre à ce que l'avenir
08:13
to be worsepire than it endsprend fin up beingétant.
167
477613
2477
soit pire que ce qu'il finit par être.
08:15
So optimismoptimisme changeschangements subjectivesubjectif realityréalité.
168
480090
3243
L'optimisme modifie donc la réalité subjective.
08:19
The way we expectattendre the worldmonde to be changeschangements the way we see it.
169
483333
3750
Nos attentes au sujet du monde en altèrent notre vision.
08:22
But it alsoaussi changeschangements objectiveobjectif realityréalité.
170
487083
3242
Mais il change également la réalité objective.
08:26
It actsactes as a self-fulfillingauto-réalisatrice prophecyprophétie.
171
490325
2727
Il agit comme une prophétie auto-réalisatrice.
08:28
And that is the thirdtroisième reasonraison
172
493052
2068
Et c'est la troisième raison
08:31
why loweringabaissement your expectationsattentes will not make you happycontent.
173
495120
3180
pour laquelle abaisser vos attentes ne vous rendra pas heureux.
08:34
ControlledContrôlé experimentsexpériences have shownmontré
174
498300
1835
Des expériences contrôlées ont montré
08:36
that optimismoptimisme is not only relateden relation to successSuccès,
175
500135
2917
que l'optimisme n'est pas seulement lié à la réussite,
08:38
it leadspistes to successSuccès.
176
503052
1807
il mène à la réussite.
08:40
OptimismOptimisme leadspistes to successSuccès in academiamilieu universitaire and sportsdes sports and politicspolitique.
177
504859
4870
L'optimisme mène à la réussite en milieu universitaire, sportif et politique.
08:45
And maybe the mostles plus surprisingsurprenant benefitavantage of optimismoptimisme is healthsanté.
178
509729
4475
Et le bienfait le plus surprenant de l'optimisme est peut-être la santé.
08:50
If we expectattendre the futureavenir to be brightbrillant,
179
514204
3325
Si nous nous attendons à ce que l'avenir soit brillant,
08:53
stressstress and anxietyanxiété are reducedréduit.
180
517529
2740
le stress et l'anxiété sont réduits.
08:56
So all in all, optimismoptimisme has lots of benefitsavantages.
181
520269
4220
L'optimisme a donc beaucoup d'avantages.
09:00
But the questionquestion that was really confusingdéroutant to me was,
182
524489
3011
Mais la question qui a été vraiment déroutante pour moi était :
09:03
how do we maintainmaintenir optimismoptimisme in the facevisage of realityréalité?
183
527500
4669
comment garder l'optimisme face à la réalité ?
09:08
As an neuroscientistchercheur en neurosciences, this was especiallynotamment confusingdéroutant,
184
532169
3018
En tant que chercheur en neurosciences, cela a été particulièrement déroutant,
09:11
because accordingselon to all the theoriesthéories out there,
185
535187
2896
parce que d'après toutes les théories qu'on peut entendre
09:13
when your expectationsattentes are not metrencontré, you should altermodifier them.
186
538083
4188
lorsque vos attentes ne sont pas satisfaites, vous devriez les modifier.
09:18
But this is not what we find.
187
542271
1552
Mais ce n'est pas ce que nous trouvons.
09:19
We askeda demandé people to come into our lablaboratoire
188
543823
3483
Nous avons demandé aux gens de venir dans notre laboratoire
09:23
in ordercommande to try and figurefigure out what was going on.
189
547306
2810
pour tenter de comprendre ce qui se passait.
09:26
We askeda demandé them to estimateestimation theirleur likelihoodprobabilité
190
550116
2547
Nous leur avons demandé d'estimer la probabilité
09:28
of experiencingéprouver differentdifférent terribleterrible eventsévénements in theirleur livesvies.
191
552663
2504
de vivre différents évènements terribles dans leur vie.
09:31
So, for exampleExemple, what is your likelihoodprobabilité of sufferingSouffrance from cancercancer?
192
555167
4375
Ainsi, par exemple, quelle est votre risque d'être atteint d'un cancer ?
09:35
And then we told them the averagemoyenne likelihoodprobabilité
193
559542
2352
Et puis nous leur avons dit la probabilité moyenne
09:37
of someoneQuelqu'un like them to suffersouffrir these misfortunesmalheurs.
194
561894
2981
qu'une personne comme eux connaisse ces malheurs.
09:40
So cancercancer, for exampleExemple, is about 30 percentpour cent.
195
564875
3565
Le cancer, par exemple, c'est environ 30 %.
09:44
And then we askeda demandé them again,
196
568440
2935
Et puis nous leur avons demandé de nouveau,
09:47
"How likelyprobable are you to suffersouffrir from cancercancer?"
197
571375
2875
« Quelle est la probabilité que vous soyez atteint d'un cancer ? »
09:50
What we wanted to know was
198
574250
2248
Nous voulions savoir
09:52
whetherqu'il s'agisse people will take the informationinformation that we gavea donné them
199
576498
2669
si les personnes prendraient en compte l'information qu'on leur donnait
09:55
to changechangement theirleur beliefscroyances.
200
579167
2131
pour modifier ce qu'ils croyaient.
09:57
And indeedeffectivement they did --
201
581298
2369
Et elles l'ont fait,
09:59
but mostlyla plupart when the informationinformation we gavea donné them
202
583667
2581
mais surtout lorsque l'information que nous leur avons donné
10:02
was better than what they expectedattendu.
203
586248
2831
était meilleure que ce à quoi ils s'attendaient.
10:04
So for exampleExemple,
204
589079
1361
Ainsi, par exemple,
10:06
if someoneQuelqu'un said, "My likelihoodprobabilité of sufferingSouffrance from cancercancer
205
590440
2910
si quelqu'un a dit, « la probabilité que j'aie un cancer
10:09
is about 50 percentpour cent,"
206
593350
2381
est d'environ 50 % »
10:11
and we said, "Hey, good newsnouvelles.
207
595731
2521
et nous lui avons dit : « Hé, bonne nouvelle.
10:14
The averagemoyenne likelihoodprobabilité is only 30 percentpour cent,"
208
598252
2581
La probabilité moyenne est seulement de 30 % »
10:16
the nextprochain time around they would say,
209
600833
2046
la prochaine fois, ils diront,
10:18
"Well maybe my likelihoodprobabilité is about 35 percentpour cent."
210
602879
2715
« Peut-être bien que mon risque est d'environ 35 %. »
10:21
So they learnedappris quicklyrapidement and efficientlyefficacement.
211
605594
2636
Ainsi, ils ont appris rapidement et efficacement.
10:24
But if someoneQuelqu'un startedcommencé off sayingen disant,
212
608230
2550
Mais si quelqu'un commence à dire :
10:26
"My averagemoyenne likelihoodprobabilité of sufferingSouffrance from cancercancer is about 10 percentpour cent,"
213
610780
3403
« Ma probabilité moyenne d'être atteint d'un cancer est d'environ 10 % »,
10:30
and we said, "Hey, badmal newsnouvelles.
214
614183
2692
et nous lui disons : « Hé, mauvaise nouvelle.
10:32
The averagemoyenne likelihoodprobabilité is about 30 percentpour cent,"
215
616875
3073
La probabilité moyenne est d'environ 30 pour cent »,
10:35
the nextprochain time around they would say,
216
619948
2058
la prochaine fois ils diront,
10:37
"YepYep. Still think it's about 11 percentpour cent."
217
622006
3119
« Oui. Je pense toujours qu'elle est d'environ de 11%. »
10:41
(LaughterRires)
218
625125
1690
(Rires)
10:42
So it's not that they didn't learnapprendre at all -- they did --
219
626815
3319
Ce n'est pas qu'ils n'ont rien appris, ils l'ont fait,
10:46
but much, much lessMoins than when we gavea donné them
220
630134
2336
mais bien moins que quand on leur a donné
10:48
positivepositif informationinformation about the futureavenir.
221
632470
2473
des informations positives quant à l'avenir.
10:50
And it's not that they didn't rememberrappelles toi the numbersNombres that we gavea donné them;
222
634943
3034
Et ce n'est pas qu'ils ne se souviennent pas des chiffres qu'on leur a donnés ;
10:53
everyonetoutes les personnes remembersse souvient that the averagemoyenne likelihoodprobabilité of cancercancer
223
637977
3073
tout le monde se souvient que la probabilité moyenne de cancer
10:56
is about 30 percentpour cent
224
641050
1500
est d'environ 30 %
10:58
and the averagemoyenne likelihoodprobabilité of divorcedivorce is about 40 percentpour cent.
225
642550
2779
et que la probabilité moyenne de divorce est d'environ 40 %.
11:01
But they didn't think that those numbersNombres were relateden relation to them.
226
645329
4631
Mais ils ne pensaient pas que ces chiffres s'appliquaient à eux.
11:05
What this meansveux dire is that warningAttention signssignes suchtel as these
227
649960
4148
Cela signifie que des avertissements comme ceux-là
11:10
maymai only have limitedlimité impactimpact.
228
654108
2892
ne peuvent avoir qu'un effet limité.
11:12
Yes, smokingfumeur killstue, but mostlyla plupart it killstue the other guy.
229
657000
4159
Oui, fumer tue, mais ça tue surtout quelqu'un d'autre.
11:17
What I wanted to know was
230
661159
1883
Je voulais savoir
11:18
what was going on insideà l'intérieur the humanHumain braincerveau
231
663042
2860
ce qui se passait à l'intérieur du cerveau humain
11:21
that preventedempêché us from takingprise these warningAttention signssignes personallypersonnellement.
232
665902
4094
qui nous empêche de prendre ces avertissements pour nous.
11:25
But at the sameMême time,
233
669996
1487
Mais en même temps,
11:27
when we hearentendre that the housinglogement marketmarché is hopefuloptimiste,
234
671483
1978
quand nous entendons que le marché du logement est plein d'espoir,
11:29
we think, "Oh, my housemaison is definitelyabsolument going to doubledouble in priceprix."
235
673461
4116
nous pensons : « Oh, ma maison va certainement doubler de prix. »
11:33
To try and figurefigure that out,
236
677577
2085
Pour tenter de comprendre cela,
11:35
I askeda demandé the participantsparticipants in the experimentexpérience
237
679662
2473
j'ai demandé aux participants de l'expérience
11:38
to liemensonge in a braincerveau imagingd’imagerie scannerscanner.
238
682135
2161
de s'allonger dans un scanner d'imagerie cérébrale.
11:40
It looksregards like this.
239
684296
1527
Voici à quoi il ressemble.
11:41
And usingen utilisant a methodméthode calledappelé functionalfonctionnel MRIIRM,
240
685823
3031
Et à l'aide d'une méthode appelée IRM fonctionnelle,
11:44
we were ablecapable to identifyidentifier regionsles régions in the braincerveau
241
688854
3606
nous avons pu identifier les régions du cerveau
11:48
that were respondingrépondant to positivepositif informationinformation.
242
692460
2817
qui répondaient à des informations positives.
11:51
One of these regionsles régions is calledappelé the left inferiorinférieure frontalfrontal gyrusgyrus.
243
695277
3579
Une de ces régions est appelée le gyrus frontal inférieur gauche.
11:54
So if someoneQuelqu'un said, "My likelihoodprobabilité of sufferingSouffrance from cancercancer is 50 percentpour cent,"
244
698856
3788
Donc si quelqu'un dit, « le risque que je sois atteint d'un cancer est de 50 % »,
11:58
and we said, "Hey, good newsnouvelles.
245
702644
1856
et que nous disons: « Hé, bonne nouvelle.
12:00
AverageMoyenne likelihoodprobabilité is 30 percentpour cent,"
246
704500
2290
la probabilité moyenne est de 30 % »,
12:02
the left inferiorinférieure frontalfrontal gyrusgyrus would respondrépondre fiercelyférocement.
247
706790
3572
le gyrus frontal inférieur gauche va répondre intensément.
12:06
And it didn't mattermatière if you're an extremeextrême optimistoptimiste, a milddoux optimistoptimiste
248
710362
4732
Et que vous soyez extrêmement optimiste, légèrement optimiste
12:10
or slightlylégèrement pessimisticpessimiste,
249
715094
1821
ou légèrement pessimiste n'a pas d'importance,
12:12
everyone'stout le monde left inferiorinférieure frontalfrontal gyrusgyrus
250
716915
2585
le gyrus frontal inférieur gauche de tout le monde
12:15
was functioningfonctionnement perfectlyà la perfection well,
251
719500
1844
fonctionnait parfaitement bien,
12:17
whetherqu'il s'agisse you're BarackBarack ObamaObama or WoodyLigneuses AllenAllen.
252
721344
2906
que vous soyez Barack Obama ou Woody Allen.
12:20
On the other sidecôté of the braincerveau,
253
724250
1644
De l'autre côté du cerveau,
12:21
the right inferiorinférieure frontalfrontal gyrusgyrus was respondingrépondant to badmal newsnouvelles.
254
725894
4786
le gyrus frontal inférieur droit réagissait aux mauvaises nouvelles.
12:26
And here'svoici the thing: it wasn'tn'était pas doing a very good jobemploi.
255
730680
3726
Et voici le problème : il ne faisait pas un très bon travail.
12:30
The more optimisticoptimiste you were,
256
734406
2015
Plus vous étiez optimiste,
12:32
the lessMoins likelyprobable this regionRégion was
257
736421
2337
moins cette zone était susceptible
12:34
to respondrépondre to unexpectedinattendu negativenégatif informationinformation.
258
738758
2982
de réagir aux informations négatives inattendues.
12:37
And if your braincerveau is failingéchouer
259
741740
3058
Et si votre cerveau n'arrive pas
12:40
at integratingen intégrant badmal newsnouvelles about the futureavenir,
260
744798
3225
à intégrer les mauvaises nouvelles concernant l'avenir,
12:43
you will constantlyconstamment leavelaisser your rose-tintedteinté de rose spectacleslunettes on.
261
748023
4623
vous verrez constamment la vie en rose.
12:48
So we wanted to know, could we changechangement this?
262
752646
4969
Nous voulions donc savoir si nous pouvions changer cela.
12:53
Could we altermodifier people'sles gens optimismoptimisme biasbiais
263
757615
3443
Pouvions-nous modifier le biais d'optimisme des gens
12:56
by interferinginterférer with the braincerveau activityactivité in these regionsles régions?
264
761058
3932
en interférant avec l'activité cérébrale dans ces zones ?
13:00
And there's a way for us to do that.
265
764990
2595
Et nous avons un moyen de le faire.
13:03
This is my collaboratorcollaborateur RyotaRyota KanaiKanai.
266
767585
2627
Voici mon collaborateur Ryota Kanai.
13:06
And what he's doing is he's passingqui passe a smallpetit magneticmagnétique pulseimpulsion
267
770212
3955
Et il fait passer une petite impulsion magnétique
13:10
throughpar the skullcrâne of the participantparticipant in our studyétude
268
774167
2119
à travers le crâne du participant à notre étude
13:12
into theirleur inferiorinférieure frontalfrontal gyrusgyrus.
269
776286
2245
jusqu'à l'intérieur de son gyrus frontal inférieur.
13:14
And by doing that,
270
778531
1927
Et en faisant cela,
13:16
he's interferinginterférer with the activityactivité of this braincerveau regionRégion
271
780458
2904
il interfère avec l'activité de cette zone du cerveau
13:19
for about halfmoitié an hourheure.
272
783362
1215
pendant environ une demi-heure.
13:20
After that everything goesva back to normalnormal, I assureassurer you.
273
784577
2921
Après ça, tout redevient normal, je vous assure.
13:23
(LaughterRires)
274
787498
1993
(Rires)
13:25
So let's see what happensarrive.
275
789491
3154
Voyons donc ce qui se passe.
13:28
First of all, I'm going to showmontrer you
276
792645
2097
Tout d'abord, je vais vous montrer
13:30
the averagemoyenne amountmontant of biasbiais that we see.
277
794742
2704
la quantité moyenne de biais que nous voyons.
13:33
So if I was to testtester all of you now,
278
797446
2823
Donc, si je vous testais tous maintenant,
13:36
this is the amountmontant that you would learnapprendre
279
800269
1794
voici la quantité de bonnes nouvelles que vous retiendriez plus
13:37
more from good newsnouvelles relativerelatif to badmal newsnouvelles.
280
802063
3120
par rapport aux mauvaises nouvelles.
13:41
Now we interfereinterférer with the regionRégion
281
805183
2484
Maintenant nous interférons avec la zone
13:43
that we founda trouvé to integrateintégrer negativenégatif informationinformation in this tasktâche,
282
807667
4467
dont nous avons trouvé qu'elle intégre les informations négatives dans cette tâche,
13:48
and the optimismoptimisme biasbiais grewgrandi even largerplus grand.
283
812134
3564
et le biais d'optimisme augmente encore plus.
13:51
We madefabriqué people more biasedbiaisé in the way that they processprocessus informationinformation.
284
815698
5470
Nous avons rendu les gens plus partiaux dans la manière dont ils traitent l'information.
13:57
Then we interferednui with the braincerveau regionRégion
285
821168
2897
Puis nous sommes intervenus dans la zone du cerveau
13:59
that we founda trouvé to integrateintégrer good newsnouvelles in this tasktâche,
286
824065
3518
dont nous avons trouvé qu'elle intégre les bonnes nouvelles dans cette tâche,
14:03
and the optimismoptimisme biasbiais disappeareddisparu.
287
827583
4471
et le biais d'optimisme a disparu.
14:07
We were quiteassez amazedétonné by these resultsrésultats
288
832054
2008
Nous avons été très surpris par ces résultats
14:09
because we were ablecapable to eliminateéliminer
289
834062
2192
parce que nous avons pu éliminer
14:12
a deep-rootedprofondément enraciné biasbiais in humanshumains.
290
836254
3196
un biais profondément enraciné chez les humains.
14:15
And at this pointpoint we stoppedarrêté and we askeda demandé ourselvesnous-mêmes,
291
839450
4773
Et à ce moment, nous nous sommes arrêtés et nous nous sommes demandés,
14:20
would we want to shatterShatter the optimismoptimisme illusionillusion into tinyminuscule little bitsmorceaux?
292
844223
5102
voulons-nous faire voler en éclat l'illusion de l'optimisme ?
14:25
If we could do that, would we want to take people'sles gens optimismoptimisme biasbiais away?
293
849325
5044
Si nous pouvions le faire, voudrions-nous enlever aux gens le biais d'optimisme ?
14:30
Well I've alreadydéjà told you about all of the benefitsavantages of the optimismoptimisme biasbiais,
294
854369
4600
Bien, je vous ai déjà parlé de tous les avantages du biais d'optimisme,
14:34
whichlequel probablyProbablement makesfait du you want to holdtenir ontosur it for dearcher life.
295
858969
4321
ce qui vous donne sans doute envie de vous y accrocher comme si votre vie en dépendait.
14:39
But there are, of coursecours, pitfallspièges,
296
863290
2085
Mais il y a, bien sûr, des pièges,
14:41
and it would be really foolishstupide of us to ignoreignorer them.
297
865375
3120
et il serait vraiment stupide que nous les ignorions.
14:44
Take for exampleExemple this emailemail I recieveda reçu
298
868495
3546
Prenez l'exemple de ce courriel que j'ai reçu
14:47
from a firefighterpompier here in CaliforniaCalifornie.
299
872041
2694
d'un pompier d'ici, en Californie.
14:50
He saysdit, "FatalityAccident mortel investigationsinvestigations for firefighterspompiers
300
874735
3304
Il dit : « Les enquêtes sur les décès de pompiers
14:53
oftensouvent includecomprendre 'We' Nous didn't think the fireFeu was going to do that,'
301
878039
4142
contiennent souvent "Nous ne pensions pas que le feu allait faire ça"
14:58
even when all of the availabledisponible informationinformation
302
882181
2302
même lorsque toutes les informations disponibles
15:00
was there to make safesûr decisionsles décisions."
303
884483
2255
étaient là pour prendre des décisions en toute sécurité. »
15:02
This captaincapitaine is going to use our findingsrésultats on the optimismoptimisme biasbiais
304
886738
3874
Ce capitaine va utiliser nos conclusions sur le biais d'optimisme
15:06
to try to explainExplique to the firefighterspompiers
305
890612
2192
pour tenter d'expliquer aux pompiers
15:08
why they think the way they do,
306
892804
2209
pourquoi ils pensent de cette façon,
15:10
to make them acutelyaiguë awareconscient of this very optimisticoptimiste biasbiais in humanshumains.
307
895013
7126
pour leur faire prendre conscience de ce biais d'optimiste tout particulier chez les humains.
15:18
So unrealisticirréaliste optimismoptimisme can leadconduire to riskyrisqué behaviorcomportement,
308
902139
5119
Un optimisme irréaliste peut donc conduire à un comportement dangereux,
15:23
to financialfinancier collapseeffondrer, to faultydéfectueux planningPlanification.
309
907258
3638
à un effondrement financier, à une planification défaillante.
15:26
The BritishBritannique governmentgouvernement, for exampleExemple,
310
910896
2138
Le gouvernement britannique, par exemple,
15:28
has acknowledgeda reconnu that the optimismoptimisme biasbiais
311
913034
2674
a reconnu que le biais d'optimisme
15:31
can make individualspersonnes more likelyprobable
312
915708
3287
peut rendre les personnes plus susceptibles
15:34
to underestimatesous-estimer the costsfrais and durationsdurées of projectsprojets.
313
918995
4026
de sous-estimer les coûts et les durées des projets.
15:38
So they have adjustedajusté the 2012 OlympicOlympique budgetbudget
314
923021
4254
Ils ont donc adapté le budget des JO de 2012
15:43
for the optimismoptimisme biasbiais.
315
927275
2111
en fonction du biais d'optimisme.
15:45
My friendami who'squi est gettingobtenir marriedmarié in a fewpeu weekssemaines
316
929386
2187
Mon ami qui se marie dans quelques semaines
15:47
has doneterminé the sameMême for his weddingmariage budgetbudget.
317
931573
2434
a fait de même pour le budget de son mariage.
15:49
And by the way, when I askeda demandé him about his ownposséder likelihoodprobabilité of divorcedivorce,
318
934007
3062
Et d'ailleurs, quand je lui ai demandé son propre risque de divorce,
15:52
he said he was quiteassez sure it was zerozéro percentpour cent.
319
937069
3560
il s'est dit certain que c'était zéro pour cent.
15:56
So what we would really like to do,
320
940629
2417
Ce que nous voudrions donc vraiment faire,
15:58
is we would like to protectprotéger ourselvesnous-mêmes from the dangersles dangers of optimismoptimisme,
321
943046
4161
c'est nous protéger contre les dangers de l'optimisme,
16:03
but at the sameMême time remainrester hopefuloptimiste,
322
947207
3228
mais en même temps garder espoir,
16:06
benefitingbénéficiant from the manybeaucoup fruitsfruits of optimismoptimisme.
323
950435
2844
et bénéficier des nombreux fruits de l'optimisme.
16:09
And I believe there's a way for us to do that.
324
953279
2804
Et je crois que nous avons un moyen de le faire.
16:11
The keyclé here really is knowledgeconnaissance.
325
956083
2060
La clé réside ici vraiment dans la connaissance.
16:14
We're not bornnée with an innateinnée understandingcompréhension of our biasesbiais.
326
958143
3311
Nous ne sommes pas nés avec une compréhension innée de nos biais.
16:17
These have to be identifiedidentifié by scientificscientifique investigationenquête.
327
961454
3841
La recherche scientifique doit les identifier.
16:21
But the good newsnouvelles is that becomingdevenir awareconscient of the optimismoptimisme biasbiais
328
965295
4184
Mais la bonne nouvelle est que la prise de conscience du biais d'optimisme
16:25
does not shatterShatter the illusionillusion.
329
969479
1775
ne brise pas l'illusion.
16:27
It's like visualvisuel illusionsillusions,
330
971254
1548
C'est comme les illusions optiques,
16:28
in whichlequel understandingcompréhension them does not make them go away.
331
972802
3490
pour lesquelles le fait de les comprendre ne les fait pas disparaître.
16:32
And this is good because it meansveux dire
332
976292
2237
Et c'est bien, parce que cela signifie
16:34
we should be ablecapable to strikegrève a balanceéquilibre,
333
978529
2473
que nous devrions être en mesure de trouver un équilibre,
16:36
to come up with plansdes plans and rulesrègles
334
981002
2427
de créer des plans et des règles
16:39
to protectprotéger ourselvesnous-mêmes from unrealisticirréaliste optimismoptimisme,
335
983429
2783
pour nous protéger de l'optimisme irréaliste,
16:42
but at the sameMême time remainrester hopefuloptimiste.
336
986212
3152
mais en même temps garder espoir.
16:45
I think this cartoondessin animé portraysdépeint it nicelybien.
337
989364
3424
Je pense que cette caricature dépeint cela parfaitement.
16:48
Because if you're one of these pessimisticpessimiste penguinspingouins up there
338
992788
3526
Parce que si vous êtes l'un de ces pingouins pessimistes
16:52
who just does not believe they can flymouche,
339
996314
2119
qui ne croit tout simplement pas qu'il peut voler,
16:54
you certainlycertainement never will.
340
998433
2359
vous n'y arriverez certainement jamais.
16:56
Because to make any kindgentil of progressle progrès,
341
1000792
1831
Parce que pour faire des progrès quelconques,
16:58
we need to be ablecapable to imagineimaginer a differentdifférent realityréalité,
342
1002623
2350
nous devons être capables d'imaginer une réalité différente,
17:00
and then we need to believe that that realityréalité is possiblepossible.
343
1004973
3731
et puis, nous avons besoin de croire que cette réalité est possible.
17:04
But if you are an extremeextrême optimisticoptimiste penguinpingouin
344
1008714
3524
Mais si vous êtes un pingouin extrêmement optimiste
17:08
who just jumpssaute down blindlyaveuglément hopingen espérant for the bestmeilleur,
345
1012238
2762
qui saute tout en espérant aveuglément le meilleur,
17:10
you mightpourrait find yourselftoi même in a bitbit of a messdésordre when you hitfrappé the groundsol.
346
1015000
4781
vous pourriez vous retrouver dans un sale état lorsque vous heurterez le sol.
17:15
But if you're an optimisticoptimiste penguinpingouin
347
1019781
1889
Mais si vous êtes un pingouin optimiste
17:17
who believescroit they can flymouche,
348
1021670
1796
qui croit qu'il peut voler,
17:19
but then adjustsajuste a parachuteparachute to your back
349
1023466
2663
mais qui ajuste ensuite un parachute sur son dos
17:22
just in caseCas things don't work out exactlyexactement as you had plannedprévu,
350
1026129
3017
juste au cas où les choses ne tournent pas exactement comme vous l'aviez prévu,
17:25
you will soarSoar like an eagleAigle,
351
1029146
1863
vous allez monter en flèche comme un aigle,
17:26
even if you're just a penguinpingouin.
352
1031009
3049
même si vous n'êtes qu'un pingouin.
17:29
Thank you.
353
1034058
1762
Merci.
17:31
(ApplauseApplaudissements)
354
1035820
2936
(Applaudissements)
Translated by Gwenaelle Deloux
Reviewed by Andra Zamosteanu

▲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