ABOUT THE SPEAKER
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.

Why you should listen

Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably IrrationalThe Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.

Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.

More profile about the speaker
Dan Ariely | Speaker | TED.com
TED2009

Dan Ariely: Our buggy moral code

Dan Ariely a hibás erkölcsi normákról

Filmed:
3,509,395 views

Dan Ariely viselkedéskutató közgazda az erkölcsi normáink hibáit vizsgálja - a rejtett okokat, miért érezzük néha megengedhetőnek a csalást vagy a hazugságot. Ügyes kísérletek segítik levonni a következtetést, hogy megjósolhatóan irracionálisak vagyunk, és tudtunk nélkül befolyásolhatóak.
- Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio

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

00:16
I want to talk to you todayMa a little bitbit
0
1000
2000
Amiről ma beszélni szeretnék,
00:18
about predictablekiszámítható irrationalityirracionalitás.
1
3000
3000
az a megjósolható irracionalitás.
00:21
And my interestérdeklődés in irrationalirracionális behaviorviselkedés
2
6000
4000
Az irracionális viselkedéssel kapcsolatos érdeklődésem
00:25
startedindult manysok yearsévek agoezelőtt in the hospitalkórház.
3
10000
3000
sok évvel ezelőtt egy kórházban kezdődött.
00:28
I was burnedégett very badlyrosszul.
4
13000
4000
Nagyon súlyosan megégtem.
00:32
And if you spendtölt a lot of time in hospitalkórház,
5
17000
3000
Aki sok időt tölt kórházban,
00:35
you'llazt is megtudhatod see a lot of typestípusok of irrationalitiesirracionális dolgot.
6
20000
3000
sokféle irracionális dolgot tapasztal.
00:38
And the one that particularlykülönösen botheredzavarta me in the burnéget departmentosztály
7
23000
5000
Ami a leginkább zavart az égési osztályon,
00:43
was the processfolyamat by whichmelyik the nursesápolók tookvett the bandagePólya off me.
8
28000
4000
az a módszer, ahogy a nővérek a kötést levették rólam.
00:48
Now, you mustkell have all takentett a Band-AidSebtapasz off at some pointpont,
9
33000
2000
Biztosan próbáltatok már kötést eltávolítani,
00:50
and you mustkell have wonderedkíváncsi what's the right approachmegközelítés.
10
35000
3000
és biztosan gondolkoztatok rajta, mi a legjobb módja.
00:53
Do you ripNyugodj békében it off quicklygyorsan -- shortrövid durationtartam but highmagas intensityintenzitás --
11
38000
4000
Gyorsan letéped - rövid ideig tart, de erős fájdalom,
00:57
or do you take your Band-AidSebtapasz off slowlylassan --
12
42000
2000
vagy lassan veszed le - így hosszabb,
00:59
you take a long time, but eachminden egyes secondmásodik is not as painfulfájdalmas --
13
44000
4000
de egyik pillanatban sem annyira intenzív a fájdalom.
01:03
whichmelyik one of those is the right approachmegközelítés?
14
48000
3000
Melyik a jobb megoldás?
01:06
The nursesápolók in my departmentosztály thought that the right approachmegközelítés
15
51000
4000
A nővérek az osztályon úgy gondolták,
01:10
was the rippinghasító one, so they would grabMegragad holdtart and they would ripNyugodj békében,
16
55000
3000
hogy jobb letépni. Csak megmarkolták és tépték,
01:13
and they would grabMegragad holdtart and they would ripNyugodj békében.
17
58000
2000
és megmarkolták, és tépték.
01:15
And because I had 70 percentszázalék of my bodytest burnedégett, it would take about an houróra.
18
60000
4000
Mivel a testem 70 százaléka megégett, ez egy órán keresztül tartott.
01:19
And as you can imagineKépzeld el,
19
64000
3000
El tudjátok képzelni,
01:22
I hatedgyűlölt that momentpillanat of rippinghasító with incrediblehihetetlen intensityintenzitás.
20
67000
4000
mennyire utáltam azokat a fájdalmas pillanatokat, mikor téptek.
01:26
And I would try to reasonok with them and say,
21
71000
2000
Próbáltam érvelni, és meggyőzni őket,
01:28
"Why don't we try something elsemás?
22
73000
1000
"Miért nem próbálják másként?
01:29
Why don't we take it a little longerhosszabb --
23
74000
2000
Miért nem csináljuk kicsit tovább,
01:31
maybe two hoursórák insteadhelyette of an houróra -- and have lessKevésbé of this intensityintenzitás?"
24
76000
5000
akár két óráig egy helyett - kisebb intenzitással?"
01:36
And the nursesápolók told me two things.
25
81000
2000
A nővérek két dolgot mondtak.
01:38
They told me that they had the right modelmodell of the patientbeteg --
26
83000
4000
Azt, hogy ők pontosan tudják, mit érez a beteg,
01:42
that they knewtudta what was the right thing to do to minimizeminimalizálása my painfájdalom --
27
87000
3000
és tudják, mivel lehet a leginkább csökkenteni a fájdalmamat.
01:45
and they alsois told me that the wordszó patientbeteg doesn't mean
28
90000
3000
Azt is mondták, hogy a "páciens" szó nem azt jelenti,
01:48
to make suggestionsjavaslatok or to interferezavarja or ...
29
93000
2000
hogy javaslatokat tesz, vagy beleszól.
01:50
This is not just in Hebrewhéber, by the way.
30
95000
3000
Egyébként nem csak héberül,
01:53
It's in everyminden languagenyelv I've had experiencetapasztalat with so farmessze.
31
98000
3000
hanem minden nyelven, amivel eddig találkoztam.
01:56
And, you know, there's not much -- there wasn'tnem volt much I could do,
32
101000
4000
Tudjátok, nem sokat tudtam tenni,
02:00
and they kepttartotta on doing what they were doing.
33
105000
3000
és ők folytatták úgy, ahogy addig.
02:03
And about threehárom yearsévek latera későbbiekben, when I left the hospitalkórház,
34
108000
2000
Körülbelül három év után, mikor kikerültem a kórházból,
02:05
I startedindult studyingtanul at the universityegyetemi.
35
110000
3000
elkezdtem az egyetemet.
02:08
And one of the mosta legtöbb interestingérdekes lessonstanulságok I learnedtanult
36
113000
3000
Az egyik legérdekesebb lecke, amit megtanultam,
02:11
was that there is an experimentalkísérleti methodmódszer
37
116000
2000
hogy van egy kísérleti módszer,
02:13
that if you have a questionkérdés you can createteremt a replicareplika of this questionkérdés
38
118000
4000
amivel egy kérdést absztrakt módon átalakíthatsz,
02:17
in some abstractabsztrakt way, and you can try to examinevizsgálata this questionkérdés,
39
122000
4000
és ha ezt a kérdést próbálod megérteni,
02:21
maybe learntanul something about the worldvilág.
40
126000
2000
talán tanulsz valamit a világról.
02:23
So that's what I did.
41
128000
2000
És én ezt tettem.
02:25
I was still interestedérdekelt
42
130000
1000
Még mindig érdekelt az a kérdés,
02:26
in this questionkérdés of how do you take bandageskötszerek off burnéget patientsbetegek.
43
131000
2000
hogyan vegyük le a kötést az égési sérültekről.
02:28
So originallyeredetileg I didn't have much moneypénz,
44
133000
3000
Kezdetben nem volt sok pénzem.
02:31
so I wentment to a hardwarehardver storebolt and I boughtvásárolt a carpenter'sÁcs vicehelyettes.
45
136000
4000
Elmentem egy szerszámboltba, és vettem egy asztalos satut.
02:35
And I would bringhoz people to the lablabor and I would put theirazok fingerujj in it,
46
140000
4000
Embereket hívtam a laborba, akik bedugták az ujjukat,
02:39
and I would crunchropogtat it a little bitbit.
47
144000
2000
és megszorongattam őket.
02:41
(LaughterNevetés)
48
146000
2000
(Nevetés)
02:43
And I would crunchropogtat it for long periodsidőszakok and shortrövid periodsidőszakok,
49
148000
3000
Szorítottam hosszabb és rövidebb ideig,
02:46
and painfájdalom that wentment up and painfájdalom that wentment down,
50
151000
2000
növelve és csökkentve a fájdalmukat,
02:48
and with breaksszünetek and withoutnélkül breaksszünetek -- all kindsféle of versionsváltozatok of painfájdalom.
51
153000
4000
szünetekkel és szünet nélkül, mindenféle fájdalmat okozva.
02:52
And when I finishedbefejezett hurtingfáj people a little bitbit, I would askkérdez them,
52
157000
2000
Miután befejeztem a kínzásukat, megkérdeztem őket.
02:54
so, how painfulfájdalmas was this? Or, how painfulfájdalmas was this?
53
159000
2000
"Milyen volt? Mekkora fájdalmat éreztél?
02:56
Or, if you had to chooseválaszt betweenközött the last two,
54
161000
2000
Ha választani kellene a két utolsó közül,
02:58
whichmelyik one would you chooseválaszt?
55
163000
2000
melyiket választanád?"
03:00
(LaughterNevetés)
56
165000
3000
(Nevetés)
03:03
I kepttartotta on doing this for a while.
57
168000
3000
Csináltam ezt egy darabig.
03:06
(LaughterNevetés)
58
171000
2000
(Nevetés)
03:08
And then, like all good academicakadémiai projectsprojektek, I got more fundingfinanszírozás.
59
173000
4000
Aztán, mint egy jobb tudományos kutatás, több támogatást kaptam.
03:12
I movedköltözött to soundshangok, electricalelektromos shockssokk --
60
177000
2000
Áttértem a hang- és áramütéses kísérletekre.
03:14
I even had a painfájdalom suitöltöny that I could get people to feel much more painfájdalom.
61
179000
5000
Volt egy fájdalomkészletem, amivel elértem, hogy az emberek sokkal több fájdalmat elviseljenek.
03:19
But at the endvég of this processfolyamat,
62
184000
4000
A folyamat végére rájöttem,
03:23
what I learnedtanult was that the nursesápolók were wrongrossz.
63
188000
3000
hogy a nővérek tévedtek.
03:26
Here were wonderfulcsodálatos people with good intentionsszándékok
64
191000
3000
Csodálatos emberek voltak, csupa jó szándékkal
03:29
and plentybőven of experiencetapasztalat, and neverthelessMindazonáltal
65
194000
2000
és rengeteg tapasztalattal,
03:31
they were gettingszerzés things wrongrossz predictablykiszámíthatóan all the time.
66
196000
4000
mégis félreértették a dolgokat, biztosan és állandóan.
03:35
It turnsmenetek out that because we don't encodekódolás durationtartam
67
200000
3000
Kiderült, hogy az időtartamot nem ugyanúgy érzékeljük,
03:38
in the way that we encodekódolás intensityintenzitás,
68
203000
2000
mint az intenzitást, ezért
03:40
I would have had lessKevésbé painfájdalom if the durationtartam would have been longerhosszabb
69
205000
4000
kevésbé fájt volna, ha hosszabb ideig,
03:44
and the intensityintenzitás was lowerAlsó.
70
209000
2000
de kisebb fájdalommal kezeltek volna.
03:46
It turnsmenetek out it would have been better to startRajt with my facearc,
71
211000
3000
Kiderült, hogy jobb lett volna az arcommal kezdeni,
03:49
whichmelyik was much more painfulfájdalmas, and movemozog towardfelé my legslábak,
72
214000
2000
ami sokkal fájdalmasabb volt, és haladni a lábaim felé,
03:51
givingígy me a trendirányzat of improvementjavulás over time --
73
216000
3000
hogy fokozatos javulást érezhessek.
03:54
that would have been alsois lessKevésbé painfulfájdalmas.
74
219000
1000
Kevésbé fájt volna.
03:55
And it alsois turnsmenetek out that it would have been good
75
220000
2000
Az is kiderült, hogy jobb lett volna szüneteket tartani,
03:57
to give me breaksszünetek in the middleközépső to kindkedves of recuperatemeggyógyul from the painfájdalom.
76
222000
2000
hogy regenerálódjak két fájdalom között.
03:59
All of these would have been great things to do,
77
224000
2000
Mindez nagyszerű lett volna,
04:01
and my nursesápolók had no ideaötlet.
78
226000
3000
de a nővéreknek erről fogalmuk sem volt.
04:04
And from that pointpont on I startedindult thinkinggondolkodás,
79
229000
1000
Ettől kezdve azon kezdtem gondolkozni,
04:05
are the nursesápolók the only people in the worldvilág who get things wrongrossz
80
230000
3000
vajon csak a nővérek csinálják rosszul a dolgokat
04:08
in this particularkülönös decisiondöntés, or is it a more generalTábornok caseügy?
81
233000
3000
ilyen döntéseknél, vagy ez egy általánosabb eset?
04:11
And it turnsmenetek out it's a more generalTábornok caseügy --
82
236000
2000
Azt tapasztaltam, hogy ez általános.
04:13
there's a lot of mistakeshibák we do.
83
238000
3000
Sokat hibázunk.
04:16
And I want to give you one examplepélda of one of these irrationalitiesirracionális dolgot,
84
241000
5000
Szeretnék mutatni egy példát ilyen irracionalitásra.
04:21
and I want to talk to you about cheatingcsalás.
85
246000
3000
A csalásról szeretnék beszélni.
04:24
And the reasonok I pickedválogatott cheatingcsalás is because it's interestingérdekes,
86
249000
2000
Azért a csalást választottam, mert ez érdekes,
04:26
but alsois it tellsmegmondja us something, I think,
87
251000
2000
és azt hiszem, mond valamit
04:28
about the stockKészlet marketpiac situationhelyzet we're in.
88
253000
3000
a jelenlegi tőzsdei helyzetről.
04:31
So, my interestérdeklődés in cheatingcsalás startedindult
89
256000
3000
Akkor kezdtem a csalással foglalkozni,
04:34
when EnronEnron camejött on the sceneszínhely, explodedfelrobbant all of a suddenhirtelen,
90
259000
2000
mikor az Enron botrány hirtelen kirobbant.
04:36
and I startedindult thinkinggondolkodás about what is happeningesemény here.
91
261000
3000
Azon gondolkoztam, mi történik.
04:39
Is it the caseügy that there was kindkedves of
92
264000
1000
Lehet,
04:40
a fewkevés applesAlma who are capableképes of doing these things,
93
265000
3000
hogy csak egy pár koponya képes ilyet kitalálni?
04:43
or are we talkingbeszél a more endemicendemikus situationhelyzet,
94
268000
2000
Vagy ez egy népbetegség,
04:45
that manysok people are actuallytulajdonképpen capableképes of behavingviselkedik this way?
95
270000
4000
és valójában bárki képes lenne így viselkedni?
04:49
So, like we usuallyáltalában do, I decidedhatározott to do a simpleegyszerű experimentkísérlet.
96
274000
4000
Ahogy azt szoktam, elhatároztam, hogy csinálok pár egyszerű kísérletet.
04:53
And here'sitt how it wentment.
97
278000
1000
Elmondom, hogyan.
04:54
If you were in the experimentkísérlet, I would passelhalad you a sheetlap of paperpapír
98
279000
3000
A kísérlet résztvevőinek adtam egy darab papírt
04:57
with 20 simpleegyszerű mathmatematikai problemsproblémák that everybodymindenki could solvemegfejt,
99
282000
4000
húsz egyszerű matematikai feladattal, amit bárki meg tud oldani,
05:01
but I wouldn'tnem give you enoughelég time.
100
286000
2000
de nem hagytam elég időt rá.
05:03
When the fiveöt minutespercek were over, I would say,
101
288000
2000
Öt perc után azt mondtam:
05:05
"PassPass me the sheetságynemű of paperpapír, and I'll payfizetés you a dollardollár perper questionkérdés."
102
290000
3000
"Adjátok ide a lapokat, és fizetek feladatonként egy dollárt."
05:08
People did this. I would payfizetés people fournégy dollarsdollár for theirazok taskfeladat --
103
293000
4000
És így tettek. Négy dollárt fizettem a munkájukért,
05:12
on averageátlagos people would solvemegfejt fournégy problemsproblémák.
104
297000
2000
átlagosan négy feladatot oldottak meg.
05:14
Other people I would temptcsábít to cheatmegcsal.
105
299000
3000
Másokat megpróbáltam megkísérteni.
05:17
I would passelhalad theirazok sheetlap of paperpapír.
106
302000
1000
Kiosztottam a feladatlapokat.
05:18
When the fiveöt minutespercek were over, I would say,
107
303000
2000
Mikor az öt perc eltelt, azt mondtam:
05:20
"Please shredfoszlány the piecedarab of paperpapír.
108
305000
1000
"Tépjétek apró darabokra a lapot.
05:21
Put the little piecesdarabok in your pocketzseb- or in your backpackhátizsák,
109
306000
3000
A darabokat tegyétek zsebre, vagy a táskátokba,
05:24
and tell me how manysok questionskérdések you got correctlyhelyesen."
110
309000
3000
és mondjátok meg, hány kérdésre válaszoltatok helyesen."
05:27
People now solvedmegoldott sevenhét questionskérdések on averageátlagos.
111
312000
3000
Az emberek most átlagosan hét kérdést oldottak meg.
05:30
Now, it wasn'tnem volt as if there was a fewkevés badrossz applesAlma --
112
315000
5000
Nem az történt, hogy néhányan,
05:35
a fewkevés people cheatedbecsapott a lot.
113
320000
3000
pár rossz fiú csalt sokat,
05:38
InsteadEhelyett, what we saw is a lot of people who cheatmegcsal a little bitbit.
114
323000
3000
hanem sokan csaltak, mindenki egy kicsit.
05:41
Now, in economicgazdasági theoryelmélet,
115
326000
3000
A közgazdaságtanban
05:44
cheatingcsalás is a very simpleegyszerű cost-benefitköltség-haszon analysiselemzés.
116
329000
3000
a csalás egy egyszerű költség-haszon elemzés.
05:47
You say, what's the probabilityvalószínűség of beinglény caughtelkapott?
117
332000
2000
Felteheted a kérdést:
05:49
How much do I standállvány to gainnyereség from cheatingcsalás?
118
334000
3000
"Mekkora az esélye, hogy lebukok? Mennyit nyerhetek a csalással?"
05:52
And how much punishmentbüntetés would I get if I get caughtelkapott?
119
337000
2000
"Mekkora büntetést kapnék, ha rajtakapnának?"
05:54
And you weighmérjünk these optionslehetőségek out --
120
339000
2000
És mérlegelnéd ezeket a lehetőségeket.
05:56
you do the simpleegyszerű cost-benefitköltség-haszon analysiselemzés,
121
341000
2000
Csinálnál egy egyszerű költség-haszon elemzést,
05:58
and you decidedöntsd el whetherakár it's worthwhileérdemes to commitelkövetni the crimebűn or not.
122
343000
3000
és döntenél, hogy megéri-e élni a lehetőséggel, vagy sem.
06:01
So, we try to testteszt this.
123
346000
2000
Ezt próbáltuk igazolni.
06:03
For some people, we variedváltozatos how much moneypénz they could get away with --
124
348000
4000
Egyeseknél azt variáltuk, mennyi pénzt tudnak szerezni,
06:07
how much moneypénz they could steallop.
125
352000
1000
mennyi pénzt tudnak ellopni.
06:08
We paidfizetett them 10 centscent perper correcthelyes questionkérdés, 50 centscent,
126
353000
3000
Fizettünk nekik 10 centet, 50 centet,
06:11
a dollardollár, fiveöt dollarsdollár, 10 dollarsdollár perper correcthelyes questionkérdés.
127
356000
3000
1 dollárt, 5 dollárt, 10 dollárt minden jó válaszért.
06:14
You would expectelvár that as the amountösszeg of moneypénz on the tableasztal increasesnövekszik,
128
359000
4000
Azt várnánk, hogy amint a tét növekszik,
06:18
people would cheatmegcsal more, but in facttény it wasn'tnem volt the caseügy.
129
363000
3000
az emberek többet csalnak, de nem így történt.
06:21
We got a lot of people cheatingcsalás by stealinglopás by a little bitbit.
130
366000
3000
Nagyon sok ember csalt, és kicsit loptak.
06:24
What about the probabilityvalószínűség of beinglény caughtelkapott?
131
369000
3000
Mi a helyzet a lebukás valószínűségével?
06:27
Some people shreddedaprított halffél the sheetlap of paperpapír,
132
372000
2000
Néhányan a papírnak csak a felét tépték szét,
06:29
so there was some evidencebizonyíték left.
133
374000
1000
így maradt valamennyi bizonyíték.
06:30
Some people shreddedaprított the wholeegész sheetlap of paperpapír.
134
375000
2000
Mások az egész lapot összetépték.
06:32
Some people shreddedaprított everything, wentment out of the roomszoba,
135
377000
3000
Néhányan, akik az egészet széttépték, kimentek a szobából,
06:35
and paidfizetett themselvesmaguk from the bowltál of moneypénz that had over 100 dollarsdollár.
136
380000
3000
és maguknak fizettek egy dobozból, amiben több mint 100 dollár volt.
06:38
You would expectelvár that as the probabilityvalószínűség of beinglény caughtelkapott goesmegy down,
137
383000
3000
Azt várnánk, hogy ha a lebukás esélye csökken,
06:41
people would cheatmegcsal more, but again, this was not the caseügy.
138
386000
3000
az emberek többet csalnak. De most sem ez történt.
06:44
Again, a lot of people cheatedbecsapott by just by a little bitbit,
139
389000
3000
Megint sokan csaltak, csak egy picit,
06:47
and they were insensitiveérzéketlen to these economicgazdasági incentivesösztönzők.
140
392000
3000
és közömbösek voltak ezekre a gazdasági ösztönzőkre.
06:50
So we said, "If people are not sensitiveérzékeny
141
395000
1000
Akkor, ha az emberek
06:51
to the economicgazdasági rationalracionális theoryelmélet explanationsmagyarázatok, to these forceserők,
142
396000
5000
nem érzékenyek ezekre racionális gazdasági magyarázatokra,
06:56
what could be going on?"
143
401000
3000
mi lehet az oka?
06:59
And we thought maybe what is happeningesemény is that there are two forceserők.
144
404000
3000
Azt gondoltuk, talán az a helyzet, hogy két hatás van.
07:02
At one handkéz, we all want to look at ourselvesminket in the mirrortükör
145
407000
2000
Egyrészt, mindannyian úgy szeretnénk a tükörbe nézni,
07:04
and feel good about ourselvesminket, so we don't want to cheatmegcsal.
146
409000
3000
hogy jó benyomásunk legyen magunkról: nem akarunk csalni.
07:07
On the other handkéz, we can cheatmegcsal a little bitbit,
147
412000
2000
Másrészt, tudunk egy kicsit csalni,
07:09
and still feel good about ourselvesminket.
148
414000
2000
és mégis jónak ítéljük magunkat.
07:11
So, maybe what is happeningesemény is that
149
416000
1000
Szóval, az lehet a magyarázat,
07:12
there's a levelszint of cheatingcsalás we can't go over,
150
417000
2000
hogy van egy szintje a csalásnak, amit nem tudunk átlépni,
07:14
but we can still benefithaszon from cheatingcsalás at a lowalacsony degreefokozat,
151
419000
4000
de kis csalásokkal képesek vagyunk előnyhöz jutni,
07:18
as long as it doesn't changeváltozás our impressionsmegjelenítések about ourselvesminket.
152
423000
3000
egész addig, amíg ez meg nem változtatja a saját magunkról kialakított képet.
07:21
We call this like a personalszemélyes fudgekoholmány factortényező.
153
426000
3000
Ezt hívjuk személyes füllentési faktornak.
07:25
Now, how would you testteszt a personalszemélyes fudgekoholmány factortényező?
154
430000
4000
Hogyan tesztelhetünk egy személyes füllentési faktort?
07:29
InitiallyKezdetben we said, what can we do to shrinkösszezsugorodik the fudgekoholmány factortényező?
155
434000
4000
Először azt kérdeztük, hogyan tudnánk csökkenteni?
07:33
So, we got people to the lablabor, and we said,
156
438000
2000
Embereket hívtunk a laborba, és azt mondtuk nekik:
07:35
"We have two tasksfeladatok for you todayMa."
157
440000
2000
két feladatotok van mára.
07:37
First, we askedkérdezte halffél the people
158
442000
1000
Az emberek felét megkértük,
07:38
to recallvisszahívás eitherbármelyik 10 bookskönyvek they readolvas in highmagas schooliskola,
159
443000
2000
hogy idézzenek fel 10 könyvet a középiskolából,
07:40
or to recallvisszahívás The TenTíz CommandmentsParancsolat,
160
445000
3000
vagy arra, hogy idézzék fel a tízparancsolatot.
07:43
and then we temptedkísértés them with cheatingcsalás.
161
448000
2000
Aztán megkísértettük őket a csalással.
07:45
TurnsMenstruáció out the people who triedmegpróbálta to recallvisszahívás The TenTíz CommandmentsParancsolat --
162
450000
3000
Kiderült, hogy akinek a tízparancsolatot kellett felidézni,
07:48
and in our sampleminta nobodysenki could recallvisszahívás all of The TenTíz CommandmentsParancsolat --
163
453000
2000
- igaz, senki sem tudta pontosan felidézni a tízparancsolatot -
07:51
but those people who triedmegpróbálta to recallvisszahívás The TenTíz CommandmentsParancsolat,
164
456000
4000
mégis, akik ezzel próbálkoztak,
07:55
givenadott the opportunitylehetőség to cheatmegcsal, did not cheatmegcsal at all.
165
460000
3000
és lehetőséget kaptak a csalásra, egyáltalán nem csaltak.
07:58
It wasn'tnem volt that the more religiousvallási people --
166
463000
2000
Nem úgy volt, hogy a vallásosak, akik több parancsolatra emlékeztek,
08:00
the people who rememberedEmlékezett more of the CommandmentsParancsolat -- cheatedbecsapott lessKevésbé,
167
465000
1000
csaltak kevesebbet,
08:01
and the lessKevésbé religiousvallási people --
168
466000
2000
és a kevésbé vallásosak, akik szinte
08:03
the people who couldn'tnem tudott rememberemlékezik almostmajdnem any CommandmentsParancsolat --
169
468000
1000
semmire sem emlékeztek,
08:04
cheatedbecsapott more.
170
469000
2000
többet csaltak volna.
08:06
The momentpillanat people thought about tryingmegpróbálja to recallvisszahívás The TenTíz CommandmentsParancsolat,
171
471000
4000
Abban a pillanatban, amikor megpróbálták felidézni a tízparancsolatot,
08:10
they stoppedmegállt cheatingcsalás.
172
475000
1000
abbahagyták a csalást.
08:11
In facttény, even when we gaveadott self-declaredönálló bejelentett atheistsateisták
173
476000
2000
Még azok is, akik magukat ateistáknak vallották,
08:13
the taskfeladat of swearingkáromkodás on the BibleBiblia and we give them a chancevéletlen to cheatmegcsal,
174
478000
4000
mikor megeskettük őket a Bibliára, és megadtunk nekik a lehetőséget,
08:17
they don't cheatmegcsal at all.
175
482000
2000
egyáltalán nem csaltak.
08:21
Now, TenTíz CommandmentsParancsolat is something that is hardkemény
176
486000
2000
A tízparancsolatot elég nehéz dolog
08:23
to bringhoz into the educationoktatás systemrendszer, so we said,
177
488000
2000
bevezetni az oktatásban, ezért megkérdeztük:
08:25
"Why don't we get people to signjel the honorbecsület codekód?"
178
490000
2000
"Miért nem íratjuk alá a becsületkódexet?"
08:27
So, we got people to signjel,
179
492000
2000
És az embereknek alá kellett írni, hogy
08:29
"I understandmegért that this shortrövid surveyfelmérés fallszuhatag underalatt the MITMIT HonorBecsület CodeKód."
180
494000
4000
"Megértettem, hogy ez a kérdőív a MIT Becsületkódexe hatálya alatt áll."
08:33
Then they shreddedaprított it. No cheatingcsalás whatsoeverakármi.
181
498000
3000
Aztán összetépték. És nem csaltak.
08:36
And this is particularlykülönösen interestingérdekes,
182
501000
1000
Ez különösen érdekes,
08:37
because MITMIT doesn't have an honorbecsület codekód.
183
502000
2000
mert a MIT-nek nincs becsületkódexe.
08:39
(LaughterNevetés)
184
504000
5000
(Nevetés)
08:44
So, all this was about decreasingcsökkenő the fudgekoholmány factortényező.
185
509000
4000
Eddig a füllentési faktor csökkentéséről volt szó.
08:48
What about increasingnövekvő the fudgekoholmány factortényező?
186
513000
3000
Mi a helyzet a növelésével?
08:51
The first experimentkísérlet -- I walkedsétált around MITMIT
187
516000
2000
A következő kísérlet az volt, hogy körbe jártam a MIT-n
08:53
and I distributedmegosztott six-packsa hat-csomag of CokesCoca-Colát in the refrigeratorshűtőszekrények --
188
518000
3000
és tettem néhány hatos csomag Coca Colát a hűtőkbe.
08:56
these were commonközös refrigeratorshűtőszekrények for the undergradsundergrads.
189
521000
2000
Ezek közös hűtőszekrények voltak az egyetemisták számára.
08:58
And I camejött back to measuremérték what we technicallytechnikailag call
190
523000
3000
Aztán visszamentem felmérni, amit mi bennfentesen úgy hívunk,
09:01
the half-lifetimeélettartama of CokeKoksz -- how long does it last in the refrigeratorshűtőszekrények?
191
526000
4000
hogy a kóla élettartama: meddig marad meg a hűtőszekrényben.
09:05
As you can expectelvár it doesn't last very long; people take it.
192
530000
3000
Gondolhatjátok, nem tartott túl sokáig. Elfogyott.
09:08
In contrastkontraszt, I tookvett a platelemez with sixhat one-dollaregy dollár billsszámlák,
193
533000
4000
Ezzel szemben, vettem egy tálcát, hat darab egydolláros csekkel,
09:12
and I left those plateslemezek in the sameazonos refrigeratorshűtőszekrények.
194
537000
3000
és azokat hagytam ugyanazokban a hűtőszekrényekben.
09:15
No billszámla ever disappearedeltűnt.
195
540000
1000
Egyetlen csekk sem tűnt el.
09:16
Now, this is not a good socialtársadalmi sciencetudomány experimentkísérlet,
196
541000
3000
Ez nem egy jó társadalomtudományi kísérlet.
09:19
so to do it better I did the sameazonos experimentkísérlet
197
544000
3000
Hogy jobb legyen, elvégeztem ugyanazt a kísérletet,
09:22
as I describedleírt to you before.
198
547000
2000
amiről az előbb beszéltem.
09:24
A thirdharmadik of the people we passedelmúlt the sheetlap, they gaveadott it back to us.
199
549000
3000
Az emberek harmada visszaadta a kérdőívet.
09:27
A thirdharmadik of the people we passedelmúlt it to, they shreddedaprított it,
200
552000
3000
A másik egyharmad széttépte,
09:30
they camejött to us and said,
201
555000
1000
és azt kellett mondaniuk nekünk:
09:31
"MrMr. ExperimenterKísérletező, I solvedmegoldott X problemsproblémák. Give me X dollarsdollár."
202
556000
3000
"Kísérletvezető úr, megoldottam X feladatot, kérek X dollárt."
09:34
A thirdharmadik of the people, when they finishedbefejezett shreddingIratmegsemmisítés the piecedarab of paperpapír,
203
559000
3000
A maradék egyharmad, mikor széttépték a lapot,
09:37
they camejött to us and said,
204
562000
2000
azt mondták:
09:39
"MrMr ExperimenterKísérletező, I solvedmegoldott X problemsproblémák. Give me X tokenstokenek."
205
564000
6000
"Kísérletvezető úr, megoldottam X feladatot, kérek X zsetont."
09:45
We did not payfizetés them with dollarsdollár; we paidfizetett them with something elsemás.
206
570000
3000
Nekik nem dollárral fizettünk, hanem valami mással.
09:48
And then they tookvett the something elsemás, they walkedsétált 12 feetláb to the sideoldal,
207
573000
3000
Aztán fogták azt a zsetont, odébb mentek 4 métert,
09:51
and exchangedkicserélt it for dollarsdollár.
208
576000
2000
és dollárra váltották.
09:53
Think about the followingkövetkező intuitionintuíció.
209
578000
2000
Képzeld el a következőt.
09:55
How badrossz would you feel about takingbevétel a pencilceruza from work home,
210
580000
3000
Mennyire éreznéd magad rosszul, ha a munkahelyedről hazavinnél egy ceruzát?
09:58
comparedahhoz képest to how badrossz would you feel
211
583000
2000
És mennyire éreznéd magad rosszul,
10:00
about takingbevétel 10 centscent from a pettypiti cashkészpénz boxdoboz?
212
585000
2000
ha 10 centet kivennél a kasszából?
10:02
These things feel very differentlyeltérően.
213
587000
3000
Ezek a dolgok nagyon eltérő érzést váltanak ki.
10:05
Would beinglény a steplépés removedeltávolított from cashkészpénz for a fewkevés secondsmásodperc
214
590000
3000
Lehet, hogy ez a pár másodperces lépés, amit beiktattunk a pénznél,
10:08
by beinglény paidfizetett by tokentoken make a differencekülönbség?
215
593000
3000
hogy előbb zsetonnal fizetünk, ez okoz eltérést?
10:11
Our subjectstárgyak doubledmegduplázódott theirazok cheatingcsalás.
216
596000
2000
Az alanyaink kétszer többet csaltak.
10:13
I'll tell you what I think
217
598000
2000
Mindjárt elmondom,
10:15
about this and the stockKészlet marketpiac in a minuteperc.
218
600000
2000
mi köze ennek a tőzsdéhez.
10:18
But this did not solvemegfejt the bignagy problemprobléma I had with EnronEnron yetmég,
219
603000
4000
De ez még nem oldja meg a nagy problémámat az Enronnal,
10:22
because in EnronEnron, there's alsois a socialtársadalmi elementelem.
220
607000
3000
mert annak van egy társadalmi tényezője is.
10:25
People see eachminden egyes other behavingviselkedik.
221
610000
1000
Ott az emberek látták egymás viselkedését.
10:26
In facttény, everyminden day when we opennyisd ki the newshírek
222
611000
2000
Valójában minden nap, mikor kinyitjuk az újságot,
10:28
we see examplespéldák of people cheatingcsalás.
223
613000
2000
látjuk, hogy az emberek hogy csalnak.
10:30
What does this causeok us?
224
615000
3000
Hogyan hatnak ezek ránk?
10:33
So, we did anotheregy másik experimentkísérlet.
225
618000
1000
Csináltunk egy újabb kísérletet,
10:34
We got a bignagy groupcsoport of studentsdiákok to be in the experimentkísérlet,
226
619000
3000
amire egy nagy csoportra való hallgatót hívtunk meg.
10:37
and we prepaidkártyás them.
227
622000
1000
Felkészítettük őket,
10:38
So everybodymindenki got an envelopeboríték with all the moneypénz for the experimentkísérlet,
228
623000
3000
mindenki kapott egy borítékot, benne az kísérletre szánt pénzzel.
10:41
and we told them that at the endvég, we askedkérdezte them
229
626000
2000
A kísérlet végén megkértük őket,
10:43
to payfizetés us back the moneypénz they didn't make. OK?
230
628000
4000
hogy fizessék vissza azt a pénzt, amit nem kerestek meg. Világos?
10:47
The sameazonos thing happensmegtörténik.
231
632000
1000
Ugyanaz történt.
10:48
When we give people the opportunitylehetőség to cheatmegcsal, they cheatmegcsal.
232
633000
2000
Ha megadjuk az embereknek a lehetőséget a csalásra, csalnak.
10:50
They cheatmegcsal just by a little bitbit, all the sameazonos.
233
635000
3000
Csak egy kicsit csalnak, minden ugyanúgy.
10:53
But in this experimentkísérlet we alsois hiredbérelt an actingható studentdiák.
234
638000
3000
Ebben a kísérletben volt egy beépített hallgatónk is.
10:56
This actingható studentdiák stoodállt up after 30 secondsmásodperc, and said,
235
641000
4000
Ez a beépített diák 30 másodperc után felállt, és azt mondta:
11:00
"I solvedmegoldott everything. What do I do now?"
236
645000
3000
"Megoldottam mindent. Mit csináljak?"
11:03
And the experimenterkísérletező said, "If you've finishedbefejezett everything, go home.
237
648000
4000
A kísérletvezető azt mondta, ha kész van, menjen haza.
11:07
That's it. The taskfeladat is finishedbefejezett."
238
652000
1000
Ennyi. Kész vagyunk.
11:08
So, now we had a studentdiák -- an actingható studentdiák --
239
653000
4000
Szóval itt volt egy hallgató, egy beépített ember,
11:12
that was a partrész of the groupcsoport.
240
657000
2000
aki a csoport tagja volt,
11:14
NobodySenki sem knewtudta it was an actorszínész.
241
659000
2000
senki nem tudta, hogy előre megbeszéltük.
11:16
And they clearlytisztán cheatedbecsapott in a very, very serioussúlyos way.
242
661000
4000
Ez a diák szemmel láthatóan, nagyon durván csalt.
11:20
What would happentörténik to the other people in the groupcsoport?
243
665000
3000
Mi történt a többiekkel a csoportban?
11:23
Will they cheatmegcsal more, or will they cheatmegcsal lessKevésbé?
244
668000
3000
Többet csaltak, vagy kevesebbet?
11:26
Here is what happensmegtörténik.
245
671000
2000
Elárulom. Kiderült,
11:28
It turnsmenetek out it dependsattól függ on what kindkedves of sweatshirtpulóver they're wearingfárasztó.
246
673000
4000
ez attól függ, milyen melegítőfelsőt viseltek.
11:32
Here is the thing.
247
677000
2000
Ez érdekes!
11:34
We ranfutott this at CarnegieCarnegie MellonMellon and PittsburghPittsburgh.
248
679000
3000
Mindezt Pittsburghben, a Carnegie egyetemen csináltuk.
11:37
And at PittsburghPittsburgh there are two bignagy universitiesegyetemek,
249
682000
2000
Pittsburghben két nagy egyetem van,
11:39
CarnegieCarnegie MellonMellon and UniversityEgyetem of PittsburghPittsburgh.
250
684000
3000
a Carnegie Mellon és a Pittsburghi Egyetem.
11:42
All of the subjectstárgyak sittingülés in the experimentkísérlet
251
687000
2000
A kísérlet minden résztvevője
11:44
were CarnegieCarnegie MellonMellon studentsdiákok.
252
689000
2000
a Carnegie Mellon diákja volt.
11:46
When the actorszínész who was gettingszerzés up was a CarnegieCarnegie MellonMellon studentdiák --
253
691000
4000
Amikor a beépített ember, aki felállt, Carnegie-s diák volt,
11:50
he was actuallytulajdonképpen a CarnegieCarnegie MellonMellon studentdiák --
254
695000
2000
igazából ő is Carnegie Mellon hallgató volt,
11:52
but he was a partrész of theirazok groupcsoport, cheatingcsalás wentment up.
255
697000
4000
de amikor része volt a csapatnak, a csalás megnőtt.
11:56
But when he actuallytulajdonképpen had a UniversityEgyetem of PittsburghPittsburgh sweatshirtpulóver,
256
701000
4000
Amikor ugyanez a diák Pittsburgh-ös felsőt viselt,
12:00
cheatingcsalás wentment down.
257
705000
2000
a csalás csökkent.
12:02
(LaughterNevetés)
258
707000
3000
(Nevetés)
12:05
Now, this is importantfontos, because rememberemlékezik,
259
710000
3000
Ez most fontos. Emlékezzünk vissza,
12:08
when the momentpillanat the studentdiák stoodállt up,
260
713000
2000
abban a pillanatban, amikor a diák felállt,
12:10
it madekészült it clearegyértelmű to everybodymindenki that they could get away with cheatingcsalás,
261
715000
3000
nyilvánvalóvá vált, hogy csalással leléphetnek,
12:13
because the experimenterkísérletező said,
262
718000
2000
mert a kísérletvezető azt mondta,
12:15
"You've finishedbefejezett everything. Go home," and they wentment with the moneypénz.
263
720000
2000
ha kész van mindennel, menjen haza. És ő ment is a pénzzel.
12:17
So it wasn'tnem volt so much about the probabilityvalószínűség of beinglény caughtelkapott again.
264
722000
3000
Ez után már nem valószínű, hogy elkaphatják.
12:20
It was about the normsnormák for cheatingcsalás.
265
725000
3000
Itt a csalás megítéléséről van szó.
12:23
If somebodyvalaki from our in-grouptekintély cheatsCheats and we see them cheatingcsalás,
266
728000
3000
Ha valaki a saját csapatunkból csal, és látjuk őt csalni, akkor úgy érezzük,
12:26
we feel it's more appropriatemegfelelő, as a groupcsoport, to behaveviselkedik this way.
267
731000
4000
hogy csapaton belül jobban elfogadott ez a viselkedés.
12:30
But if it's somebodyvalaki from anotheregy másik groupcsoport, these terribleszörnyű people --
268
735000
2000
De ha ez a valaki egy másik csoportból, azok a rossz fiúk -
12:32
I mean, not terribleszörnyű in this --
269
737000
2000
nem úgy értem, hogy rossz,
12:34
but somebodyvalaki we don't want to associatetársult ourselvesminket with,
270
739000
2000
de valaki más, akivel nem akarunk azonosulni,
12:36
from anotheregy másik universityegyetemi, anotheregy másik groupcsoport,
271
741000
2000
egy másik egyetemről, egy másik csapatból -
12:38
all of a suddenhirtelen people'semberek awarenesstudatosság of honestyőszinteség goesmegy up --
272
743000
3000
akkor hirtelen mindenkinek az öntudata és a becsülete megnő,
12:41
a little bitbit like The TenTíz CommandmentsParancsolat experimentkísérlet --
273
746000
2000
- egy kicsit mint a tízparancsolat-kísérlet esetén -
12:43
and people cheatmegcsal even lessKevésbé.
274
748000
4000
és az emberek még kevesebbet csalnak.
12:47
So, what have we learnedtanult from this about cheatingcsalás?
275
752000
4000
Szóval, mit tanultunk ebből a csalásról?
12:51
We'veMost már learnedtanult that a lot of people can cheatmegcsal.
276
756000
3000
Megtanultuk, hogy egy csomó ember tud csalni.
12:54
They cheatmegcsal just by a little bitbit.
277
759000
3000
Csak egy kicsit csalnak.
12:57
When we remindemlékeztet people about theirazok moralityerkölcs, they cheatmegcsal lessKevésbé.
278
762000
4000
Ha emlékeztetjük őket az erkölcsi szabályokra, kevesebbet csalnak.
13:01
When we get biggernagyobb distancetávolság from cheatingcsalás,
279
766000
3000
Ha nagyobb távolságba kerülünk a csalástól,
13:04
from the objecttárgy of moneypénz, for examplepélda, people cheatmegcsal more.
280
769000
4000
például a pénztől, az emberek többet csalnak.
13:08
And when we see cheatingcsalás around us,
281
773000
2000
Ha azt látjuk, hogy körülöttünk csalnak,
13:10
particularlykülönösen if it's a partrész of our in-grouptekintély, cheatingcsalás goesmegy up.
282
775000
4000
különösen akkor, ha ezt a saját csapatunkban látjuk, többet csalunk.
13:14
Now, if we think about this in termsfeltételek of the stockKészlet marketpiac,
283
779000
3000
Most ha ugyanezeket átgondoljuk a tőzsdével kapcsolatban,
13:17
think about what happensmegtörténik.
284
782000
1000
képzeljük el, mi történik.
13:18
What happensmegtörténik in a situationhelyzet when you createteremt something
285
783000
3000
Mi történik abban az esetben, ha kitalálsz valamit,
13:21
where you payfizetés people a lot of moneypénz
286
786000
2000
ahol fizetsz az embereknek egy csomó pénzt,
13:23
to see realityvalóság in a slightlynémileg distortedtorz way?
287
788000
3000
hogy a valóságot egy kicsit másként lássák?
13:26
Would they not be ableképes to see it this way?
288
791000
3000
Nem lennének képesek így látni?
13:29
Of coursetanfolyam they would.
289
794000
1000
Dehogynem!
13:30
What happensmegtörténik when you do other things,
290
795000
1000
Mi történik, ha mást is csinálsz,
13:31
like you removeeltávolít things from moneypénz?
291
796000
2000
ha kiveszed a képletből a pénzt?
13:33
You call them stockKészlet, or stockKészlet optionslehetőségek, derivativesszármazékok,
292
798000
3000
Nevezheted részvénynek, opciónak, származékos üzletnek,
13:36
mortgage-backedjelzálog-fedezetű securitiesértékpapír.
293
801000
1000
vagy jelzálog-alapú értékpapírnak.
13:37
Could it be that with those more distanttávoli things,
294
802000
3000
Lehet, hogy ezekkel a még elvontabb dolgokkal,
13:40
it's not a tokentoken for one secondmásodik,
295
805000
2000
ami nem egy zseton egy pár másodpercre,
13:42
it's something that is manysok stepslépések removedeltávolított from moneypénz
296
807000
2000
hanem valami olyan, ami sok lépésre eltávolít a pénztől, sokkal hosszabb időre,
13:44
for a much longerhosszabb time -- could it be that people will cheatmegcsal even more?
297
809000
4000
lehet, hogy az emberek még többet csalnak?
13:48
And what happensmegtörténik to the socialtársadalmi environmentkörnyezet
298
813000
2000
Mi történik a társadalommal,
13:50
when people see other people behaveviselkedik around them?
299
815000
3000
amikor azt látjuk, hogy mások így viselkednek körülöttünk?
13:53
I think all of those forceserők workeddolgozott in a very badrossz way
300
818000
4000
Úgy gondolom, ezek a dolgok
13:57
in the stockKészlet marketpiac.
301
822000
2000
nagyon rossz irányba hatnak a tőzsdén.
13:59
More generallyáltalában, I want to tell you something
302
824000
3000
Általánosabban, szeretnék mondani nektek valamit
14:02
about behavioralviselkedési economicsközgazdaságtan.
303
827000
3000
a viselkedési gazdaságtanról.
14:05
We have manysok intuitionsmegérzések in our life,
304
830000
4000
Sokféle megérzésünk van életünk során,
14:09
and the pointpont is that manysok of these intuitionsmegérzések are wrongrossz.
305
834000
3000
és a helyzet az, hogy nagyon sok intuíciónk téves.
14:12
The questionkérdés is, are we going to testteszt those intuitionsmegérzések?
306
837000
3000
A kérdés az, hogy fogjuk-e ellenőrizni az intuícióinkat?
14:15
We can think about how we're going to testteszt this intuitionintuíció
307
840000
2000
Gondolkozhatunk, hogyan ellenőrizhetjük a megérzést
14:17
in our privatemagán life, in our businessüzleti life,
308
842000
2000
a saját életünkben, vagy a munkahelyen,
14:19
and mosta legtöbb particularlykülönösen when it goesmegy to policyirányelv,
309
844000
3000
és leginkább akkor, amikor politizálunk.
14:22
when we think about things like No ChildGyermek Left BehindMögött,
310
847000
3000
Amikor olyan dolgokra gondolunk, mint az iskolai felzárkóztató program,
14:25
when you createteremt newúj stockKészlet marketspiacok, when you createteremt other policiespolitikák --
311
850000
3000
amikor új tőzsdéket hozunk létre, amikor szabályokat alkotunk.
14:28
taxationadózás, healthEgészség caregondoskodás and so on.
312
853000
3000
Adózás, egészségügy, és hasonlók.
14:31
And the difficultynehézség of testingtesztelés our intuitionintuíció
313
856000
2000
Az intuíció ellenőrzésének a nehézsége
14:33
was the bignagy lessonlecke I learnedtanult
314
858000
2000
volt a legnagyobb lecke, amit megtanultam,
14:35
when I wentment back to the nursesápolók to talk to them.
315
860000
2000
mikor visszamentem a nővérekhez.
14:37
So I wentment back to talk to them
316
862000
2000
Mert visszamentem, és beszéltem velük, és elmondtam nekik,
14:39
and tell them what I foundtalál out about removingeltávolítása bandageskötszerek.
317
864000
3000
mire jöttem rá a kötések levételével kapcsolatban.
14:42
And I learnedtanult two interestingérdekes things.
318
867000
2000
Megint tanultam két érdekes dolgot.
14:44
One was that my favoritekedvenc nurseápoló, EttieEttie,
319
869000
2000
Az egyik az volt, amit a kedvenc nővérem, Ettie mondott,
14:46
told me that I did not take her painfájdalom into considerationmegfontolás.
320
871000
4000
hogy nem vettem figyelembe az ő fájdalmát.
14:50
She said, "Of coursetanfolyam, you know, it was very painfulfájdalmas for you.
321
875000
2000
Azt mondta: "Természetes, hogy fájdalmas volt neked,
14:52
But think about me as a nurseápoló,
322
877000
2000
de gondolj rám, nővérre is.
14:54
takingbevétel, removingeltávolítása the bandageskötszerek of somebodyvalaki I likedtetszett,
323
879000
2000
Leszedni a kötést valakiről, akit kedvelek,
14:56
and had to do it repeatedlytöbbször over a long periodidőszak of time.
324
881000
3000
és ezt csinálni rendszeresen, hosszú időn keresztül.
14:59
CreatingLétrehozása so much torturekínvallatás was not something that was good for me, too."
325
884000
3000
A sok tortúra, amit ez okozott, nekem sem volt valami kellemes."
15:02
And she said maybe partrész of the reasonok was it was difficultnehéz for her.
326
887000
5000
Azt mondta, talán ezért is volt neki is olyan nehéz.
15:07
But it was actuallytulajdonképpen more interestingérdekes than that, because she said,
327
892000
3000
De igazából érdekesebb volt ez, mert azt mondta, nem gondolta,
15:10
"I did not think that your intuitionintuíció was right.
328
895000
5000
hogy az én megérzésem jó,
15:15
I feltfilc my intuitionintuíció was correcthelyes."
329
900000
1000
azt hitte, az övé a jó megérzés.
15:16
So, if you think about all of your intuitionsmegérzések,
330
901000
2000
Szóval, ha az intuícióidra gondolsz, képzeld csak el,
15:18
it's very hardkemény to believe that your intuitionintuíció is wrongrossz.
331
903000
4000
nagyon nehéz elhinni, ha a megérzésed hibás.
15:22
And she said, "GivenAdott the facttény that I thought my intuitionintuíció was right ..." --
332
907000
3000
Azt mondta - tudván, hogy azt hittem, nekem volt igazam -
15:25
she thought her intuitionintuíció was right --
333
910000
2000
azt gondolta, hogy az ő intuíciója volt helyes.
15:27
it was very difficultnehéz for her to acceptelfogad doing a difficultnehéz experimentkísérlet
334
912000
5000
Nagyon nehéz volt neki elvégezni egy ilyen nehéz kísérletet,
15:32
to try and checkjelölje be whetherakár she was wrongrossz.
335
917000
2000
megpróbálni leellenőrizni azt, hogy esetleg tévedett.
15:34
But in facttény, this is the situationhelyzet we're all in all the time.
336
919000
4000
Valójában mindig ilyen helyzetben vagyunk.
15:38
We have very strongerős intuitionsmegérzések about all kindsféle of things --
337
923000
3000
Nagyon erős a megérzésünk, mindenféle dolgokkal kapcsolatban,
15:41
our ownsaját abilityképesség, how the economygazdaság worksművek,
338
926000
3000
a képességeinkről, a gazdaság működéséről,
15:44
how we should payfizetés schooliskola teacherstanárok.
339
929000
2000
arról, hogyan fizessük meg az iskolai tanárokat.
15:46
But unlesshacsak we startRajt testingtesztelés those intuitionsmegérzések,
340
931000
3000
De ha nem kezdjük el leellenőrizni az intuíciónkat,
15:49
we're not going to do better.
341
934000
2000
nem tudjuk jobban csinálni.
15:51
And just think about how better my life would have been
342
936000
2000
Csak gondolj bele, mennyivel könnyebb lett volna az életem,
15:53
if these nursesápolók would have been willinghajlandó to checkjelölje be theirazok intuitionintuíció,
343
938000
2000
ha a nővérek ellenőrizték volna a megérzéseiket.
15:55
and how everything would have been better
344
940000
1000
És mennyivel jobb lenne minden,
15:56
if we just startRajt doing more systematicrendszeres experimentationkísérletezés of our intuitionsmegérzések.
345
941000
5000
ha elkezdenénk szisztematikusan vizsgálni a megérzéseket.
16:01
Thank you very much.
346
946000
2000
Nagyon köszönöm!
Translated by Botond Juhos
Reviewed by Zoltan Bencz

▲Back to top

ABOUT THE SPEAKER
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.

Why you should listen

Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably IrrationalThe Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.

Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.

More profile about the speaker
Dan Ariely | Speaker | TED.com