TEDxCaltech
Colin Camerer: When you're making a deal, what's going on in your brain?
Colin Camerer: Neuroscienza, teoria dei giochi, scimmie
Filmed:
Readability: 3.9
1,516,785 views
Quando due individui stanno cercando di raggiungere un accordo -- sia nel caso in cui sono in competizione che quando collaborano -- che cosa avviene nei loro cervelli? L'economista comportamentale Colin Camerer ci mostra una ricerca che rivela quanto poco siamo in grado di prevedere quello che gli altri stanno pensando. E presenta un sorprendente studio che mostra come gli scimpanzé potrebbero essere migliori di noi in questo compito. (Filmato a TEDxCalTech.)
Colin Camerer - Behavioral economist
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making. Full bio
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to talk about the strategizing brain.
0
562
2253
Vi parlerò del cervello che fa strategie.
00:14
We're going to use an unusual combination of tools
1
2815
2238
Useremo una combinazione insolita di strumenti
00:17
from game theory and neuroscience
2
5053
2013
dalla teoria dei giochi alle neuroscenze
00:19
to understand how people interact socially when value is on the line.
3
7066
2967
per capire come le persone interagiscono socialmente quando c'è in gioco qualcosa di valore.
00:22
So game theory is a branch of, originally, applied mathematics,
4
10033
3971
Le teoria dei giochi è originariamente un ramo della matematica applicata
00:26
used mostly in economics and political science, a little bit in biology,
5
14004
2986
usata soprattutto in economia e scienze politiche
e un po' in biologia,
e un po' in biologia,
00:28
that gives us a mathematical taxonomy of social life
6
16990
3289
che ci fornisce una tassonomia matematica della vita sociale,
00:32
and it predicts what people are likely to do
7
20279
2131
prevede ciò che le persone probabilmente faranno
00:34
and believe others will do
8
22410
1194
e cosa credono che altri faranno
00:35
in cases where everyone's actions affect everyone else.
9
23604
3390
nei casi in cui le azioni di ognuno influenzano tutti gli altri.
00:38
That's a lot of things: competition, cooperation, bargaining,
10
26994
3478
Sono molte cose: concorrenza, cooperazione, contrattazione,
00:42
games like hide-and-seek, and poker.
11
30472
3291
giochi come il nascondino e il poker.
00:45
Here's a simple game to get us started.
12
33763
2239
Facciamo un semplice gioco per iniziare.
00:48
Everyone chooses a number from zero to 100,
13
36002
2162
Ognuno scelga un numero da zero a 100,
00:50
we're going to compute the average of those numbers,
14
38164
2446
calcoleremo la media di quei numeri,
00:52
and whoever's closest to two-thirds of the average wins a fixed prize.
15
40610
4194
e chi si avvicina di più a due terzi della media vince un determinato premio.
00:56
So you want to be a little bit below the average number,
16
44804
2269
Così si vuole essere un po' sotto il numero medio,
00:59
but not too far below, and everyone else wants to be
17
47073
2236
ma non troppo sotto, e anche tutti agli altri vogliono essere
01:01
a little bit below the average number as well.
18
49309
1945
un po' sotto il numero medio.
01:03
Think about what you might pick.
19
51254
2579
Pensate a che numero potreste scegliere.
01:05
As you're thinking, this is a toy model of something like
20
53833
3271
Mentre pensate, questo è un modello di qualcosa di simile
01:09
selling in the stock market during a rising market. Right?
21
57104
2812
alla vendita sul mercato azionario in un mercato in rialzo. Giusto?
01:11
You don't want to sell too early, because you miss out on profits,
22
59916
2225
Non si vuole vendere troppo presto, perché si perderebbe sui profitti,
01:14
but you don't want to wait too late
23
62141
2180
ma allo stesso tempo non conviene aspettare troppo,
01:16
to when everyone else sells, triggering a crash.
24
64321
2401
fino a quando anche tutti gli altri vendono, innescando un collasso.
01:18
You want to be a little bit ahead of the competition, but not too far ahead.
25
66722
2879
Si vuole essere un po' in anticipo rispetto alla concorrenza, ma non troppo avanti.
01:21
Okay, here's two theories about how people might think about this,
26
69601
3613
Bene, vi presenterò due teorie su come le persone possono pensare a questo problema,
01:25
and then we'll see some data.
27
73214
1396
poi vedremo qualche dato.
01:26
Some of these will sound familiar because you probably are
28
74610
2191
Alcune di queste vi sembreranno familiari perché probabilmente
01:28
thinking that way. I'm using my brain theory to see.
29
76801
3799
voi stessi state pensando in quel modo.
Sto usando la mia teoria del cervello per vedere.
Sto usando la mia teoria del cervello per vedere.
01:32
A lot of people say, "I really don't know what people are going to pick,
30
80600
3110
Un sacco di persone dicono,
"Io davvero non so che cosa la gente sceglierà,
"Io davvero non so che cosa la gente sceglierà,
01:35
so I think the average will be 50."
31
83710
1673
quindi penso che la media sarà 50."
01:37
They're not being really strategic at all.
32
85383
1911
Non sono per niente strategici.
01:39
"And I'll pick two-thirds of 50. That's 33." That's a start.
33
87294
3352
"E sceglierò due terzi dei 50. Che è 33."
È un inizio.
È un inizio.
01:42
Other people who are a little more sophisticated,
34
90646
1892
Altre persone che sono un po' più sofisticate,
01:44
using more working memory,
35
92538
1476
usando più memoria di lavoro,
01:46
say, "I think people will pick 33 because they're going to pick a response to 50,
36
94014
3904
dicono, "Penso che la gente sceglierà 33 perché sceglieranno la risposta a 50,
01:49
and so I'll pick 22, which is two-thirds of 33."
37
97918
2968
e quindi io dirò 22, che è due terzi di 33."
01:52
They're doing one extra step of thinking, two steps.
38
100886
2479
Stanno facendo un ulteriore passaggio nel pensiero, due passaggi.
01:55
That's better. And of course, in principle,
39
103365
2617
È già meglio. E ovviamente, in teoria,
01:57
you could do three, four or more,
40
105982
1827
se ne possono fare tre, quattro o più,
01:59
but it starts to get very difficult.
41
107809
1869
ma inizia a diventare molto difficile.
02:01
Just like in language and other domains, we know that it's hard for people to parse
42
109678
2592
Proprio come nel linguaggio ed in altri settori, sappiamo che è difficile per le persone analizzare
02:04
very complex sentences with a kind of recursive structure.
43
112270
3634
frasi molto complesse con una sorta di struttura ricorsiva.
02:07
This is called a cognitive hierarchy theory, by the way.
44
115904
1734
A proposito, si chiama teoria cognitiva gerarchica.
02:09
It's something that I've worked on and a few other people,
45
117638
2556
È una teoria sulla quale io e alcune altre persone abbiamo lavorato,
02:12
and it indicates a kind of hierarchy along with
46
120194
2220
e suggerisce un certo tipo di gerarchia
02:14
some assumptions about how many people stop at different steps
47
122414
2254
oltre ad alcune ipotesi riguardo a come molte persone si fermano a stadi diversi,
02:16
and how the steps of thinking are affected
48
124668
1884
e come gli stadi di pensiero sono influenzati
02:18
by lots of interesting variables and variant people, as we'll see in a minute.
49
126552
3696
da molte variabili interessanti e da persone diverse,
come vedremo tra un minuto.
come vedremo tra un minuto.
02:22
A very different theory, a much more popular one, and an older one,
50
130248
3386
Una teoria molto differente, più vecchia e molto più popolare,
02:25
due largely to John Nash of "A Beautiful Mind" fame,
51
133634
3540
sopratutto grazie alla fama di John Nash di "A beautiful Mind"
02:29
is what's called equilibrium analysis.
52
137174
2240
è la cosiddetta analisi dell'equilibrio.
02:31
So if you've ever taken a game theory course at any level,
53
139414
2454
Quindi, se avete mai seguito un corso di teoria dei giochi a qualsiasi livello,
02:33
you will have learned a little bit about this.
54
141868
1713
avrete sicuramente imparato qualcosa su questa teoria.
02:35
An equilibrium is a mathematical state in which everybody
55
143581
2855
Un equilibrio è uno stato matematico in cui tutti
02:38
has figured out exactly what everyone else will do.
56
146436
2449
hanno capito esattamente che cosa faranno tutti gli altri.
02:40
It is a very useful concept, but behaviorally,
57
148885
2007
È un concetto molto utile, ma a livello comportamentale,
02:42
it may not exactly explain what people do
58
150892
2003
potrebbe non spiegare esattamente quello che le persone fanno
02:44
the first time they play these types of economic games
59
152895
2735
la prima volta che giocano a questo tipo di giochi economici
02:47
or in situations in the outside world.
60
155630
2333
o in situazioni nel mondo esterno.
02:49
In this case, the equilibrium makes a very bold prediction,
61
157963
2338
In questo caso, l'equilibrio fa una previsione molto audace,
02:52
which is everyone wants to be below everyone else,
62
160301
2860
cioè che tutti vogliono essere al di sotto di tutti gli altri,
02:55
therefore they'll play zero.
63
163161
2291
pertanto giocheranno zero.
02:57
Let's see what happens. This experiment's been done many, many times.
64
165452
3009
Vediamo cosa succede.
Questo esperimento è stato fatto molte, molte volte.
Questo esperimento è stato fatto molte, molte volte.
03:00
Some of the earliest ones were done in the '90s
65
168461
1883
Alcuni dei primi esperimenti sono stati fatti negli anni '90
03:02
by me and Rosemarie Nagel and others.
66
170344
2645
da me, Rosemarie Nagel e altri.
03:04
This is a beautiful data set of 9,000 people who wrote in
67
172989
2985
Questa è una serie bellissima di dati di 9000 persone che hanno risposto
03:07
to three newspapers and magazines that had a contest.
68
175974
2880
ad un concorso pubblicato da tre quotidiani e riviste.
03:10
The contest said, send in your numbers
69
178854
1814
Il concorso diceva, spediteci i vostri numeri
03:12
and whoever is close to two-thirds of the average will win a big prize.
70
180668
3155
e chi si avvicina di più a due terzi della media vince un grosso premio.
03:15
And as you can see, there's so much data here, you can see the spikes very visibly.
71
183823
3088
E come si può vedere, ci sono così tanti dati qui, che è possibile vedere i picchi molto chiaramente.
03:18
There's a spike at 33. Those are people doing one step.
72
186911
3381
Ecco qui il picco a 33. Queste sono le persone che fanno un passaggio.
03:22
There is another spike visible at 22.
73
190292
2497
C'è un altro picco visibile a 22.
03:24
And notice, by the way, that most people pick numbers right around there.
74
192789
2292
E a proposito, si noti che la maggior parte delle persone sceglie numeri proprio lì intorno.
03:27
They don't necessarily pick exactly 33 and 22.
75
195081
2510
Non necessariamente scelgono 22 e 33 esattamente.
03:29
There's something a little bit noisy around it.
76
197591
2056
I dati sono un po' variabili in quella zona.
03:31
But you can see those spikes, and they're there.
77
199647
1478
Ma si possono vedere i picchi, sono li.
03:33
There's another group of people who seem to have
78
201125
1710
C'e' un altro gruppo di persone che sembrano avere
03:34
a firm grip on equilibrium analysis,
79
202835
2075
una chiara comprensione dell'analisi di equilibrio,
03:36
because they're picking zero or one.
80
204910
2395
perché scelgono zero o uno.
03:39
But they lose, right?
81
207305
2089
Ma perdono, giusto?
03:41
Because picking a number that low is actually a bad choice
82
209394
3192
Perché scegliere un numero tanto basso è in realtà una cattiva scelta
03:44
if other people aren't doing equilibrium analysis as well.
83
212586
2820
se il resto delle persone non applicano l'analisi di equilibrio a loro volta.
03:47
So they're smart, but poor.
84
215406
2112
Qundi sono intelligenti, ma scarsi.
03:49
(Laughter)
85
217518
2088
(Risate)
03:51
Where are these things happening in the brain?
86
219606
1969
Dove avvengono queste cose nel cervello?
03:53
One study by Coricelli and Nagel gives a really sharp, interesting answer.
87
221575
3875
Uno studio di Coricelli e Nagel ci dà una risposta veramente brillante e interessante.
03:57
So they had people play this game
88
225450
1508
Hanno fatto giocare della gente a questo gioco
03:58
while they were being scanned in an fMRI,
89
226958
2217
durante una risonanza magnetica
04:01
and two conditions: in some trials,
90
229175
2271
e in due condizioni: in alcuni esperimenti,
04:03
they're told you're playing another person
91
231446
1515
viene loro detto che stanno giocando contro un'altra persona
04:04
who's playing right now and we're going to match up
92
232961
1588
che sta giocando nello stesso momento, e che alla fine verranno confrontate
04:06
your behavior at the end and pay you if you win.
93
234549
2204
le risposte, e verranno pagate se vinceranno.
04:08
In the other trials, they're told, you're playing a computer.
94
236753
1978
In altri esperimenti viene detto loro di giocare contro un computer.
04:10
They're just choosing randomly.
95
238731
1634
Vengono scelti completamente a caso.
04:12
So what you see here is a subtraction
96
240365
2077
Quindi quello che vedete qui è una sottrazione
04:14
of areas in which there's more brain activity
97
242442
2750
delle aree in cui c'è più attività cerebrale
04:17
when you're playing people compared to playing the computer.
98
245192
2976
quando si sta giocando contro delle persone rispetto a giocare contro il computer.
04:20
And you see activity in some regions we've seen today,
99
248168
1991
E vedete attività in alcune delle regioni che abbiamo visto oggi,
04:22
medial prefrontal cortex, dorsomedial, however, up here,
100
250159
3237
nella corteccia prefrontale mediale, dorsomediale, e anche qui,
04:25
ventromedial prefrontal cortex,
101
253396
1851
nella corteccia prefrontale ventromediale
04:27
anterior cingulate, an area that's involved
102
255247
1354
cingolata anteriore, un'area coninvolta
04:28
in lots of types of conflict resolution, like if you're playing "Simon Says,"
103
256601
3637
in molti tipi di risoluzione di conflitti, come quando si gioca a "Simon dice",
04:32
and also the right and left temporoparietal junction.
104
260238
3814
e anche nelle giunzioni temporo-parietali destra e sinistra.
04:36
And these are all areas which are fairly reliably known
105
264052
2466
E queste sono tutte le aree che sono abbastanza note
04:38
to be part of what's called a "theory of mind" circuit,
106
266518
2321
per essere parte di quello che viene chiamato
circuito della "teoria della mente",
circuito della "teoria della mente",
04:40
or "mentalizing circuit."
107
268839
1901
o "circuito mentalizzatore."
04:42
That is, it's a circuit that's used to imagine what other people might do.
108
270740
3378
È un circuito utilizzato per immaginare che cosa potrebbero fare altre persone.
04:46
So these were some of the first studies to see this
109
274118
2240
Questi erano alcuni dei primi studi che vedevano questo
04:48
tied in to game theory.
110
276358
2033
correlato alla teoria dei giochi.
04:50
What happens with these one- and two-step types?
111
278391
2240
Cosa succede in questi tipi a uno o due passaggi?
04:52
So we classify people by what they picked,
112
280631
2071
Classifichiamo le persone in base a cosa hanno scelto,
04:54
and then we look at the difference between
113
282702
1667
e poi analizziamo le differenze tra
04:56
playing humans versus playing computers,
114
284369
1975
giocare contro esseri umani o giocare contro i computer,
04:58
which brain areas are differentially active.
115
286344
1891
per vedere quali aree del cervello sono attivate in modo differenziale.
05:00
On the top you see the one-step players.
116
288235
1752
In alto vedete i giocatori a uno stadio.
05:01
There's almost no difference.
117
289987
1520
Non c'è praticamente nessuna differenza.
05:03
The reason is, they're treating other people like a computer, and the brain is too.
118
291507
2940
Il motivo è che questi trattano le altre persone come computer,
e nello stesso modo si comporta il cervello.
e nello stesso modo si comporta il cervello.
05:06
The bottom players, you see all the activity in dorsomedial PFC.
119
294447
4141
Nei giocatori in basso vedete tutta l'attività nella corteccia prefrontale dorsomediale.
05:10
So we know that those two-step players are doing something differently.
120
298588
2051
Così sappiamo che quei giocatori a due stadi stanno facendo qualcosa di diverso.
05:12
Now if you were to step back and say, "What can we do with this information?"
121
300639
3096
Ora, se poteste fare un passo indietro e dire:
"Che cosa possiamo fare con questa informazione?"
"Che cosa possiamo fare con questa informazione?"
05:15
you might be able to look at brain activity and say,
122
303735
1821
potreste essere in grado di guardare l'attività cerebrale e dire:
05:17
"This person's going to be a good poker player,"
123
305556
1499
"Questa persona sarà un buon giocatore di poker"
05:19
or, "This person's socially naive,"
124
307055
1929
o, "Questa persona è socialmente ingenua"
05:20
and we might also be able to study things
125
308984
1278
e potremmo essere in grado di studiare cose
05:22
like development of adolescent brains
126
310262
1598
come lo sviluppo del cervello degli adolescenti
05:23
once we have an idea of where this circuitry exists.
127
311860
3354
una volta che abbiamo chiarito in che area si trova questo circuito.
05:27
Okay. Get ready.
128
315214
2612
Va bene. Preparatevi.
05:29
I'm saving you some brain activity,
129
317826
2123
Vi risparmio un po' di attività cerebrale,
05:31
because you don't need to use your hair detector cells.
130
319949
2810
perché non è necessario che utilizziate le vostre cellule rivelatrici di capelli.
05:34
You should use those cells to think carefully about this game.
131
322759
2888
Utilizzate quelle cellule per riflettere attentamente su questo gioco.
05:37
This is a bargaining game.
132
325647
1935
Questo è un gioco di contrattazione.
05:39
Two players who are being scanned using EEG electrodes
133
327582
2556
Due giocatori analizzati usando elettrodi EEG
05:42
are going to bargain over one to six dollars.
134
330138
2877
stanno per contrattare su una cifra tra uno e sei dollari.
05:45
If they can do it in 10 seconds, they're going to actually earn that money.
135
333015
2664
Se riescono a farlo in 10 secondi, potranno effettivamente guadagnare quei soldi.
05:47
If 10 seconds goes by and they haven't made a deal, they get nothing.
136
335679
3040
Se i 10 secondi passano e non hanno raggiunto un accordo, non ottengono nulla.
05:50
That's kind of a mistake together.
137
338719
1683
Che è un sorta di errore.
05:52
The twist is that one player, on the left,
138
340402
2817
La complicazione è che un giocatore, sulla sinistra,
05:55
is informed about how much on each trial there is.
139
343219
2688
è informato su quanto c'è per ogni esperimento.
05:57
They play lots of trials with different amounts each time.
140
345907
2232
Fanno molte prove con diverse somme ogni volta.
06:00
In this case, they know there's four dollars.
141
348139
2241
In questo caso, sanno che ci sono quattro dollari.
06:02
The uninformed player doesn't know,
142
350380
1877
Il giocatore non informato non lo sa,
06:04
but they know that the informed player knows.
143
352257
2054
ma sa che il giocatore informato lo sa.
06:06
So the uninformed player's challenge is to say,
144
354311
2059
Così la sfida del giocatore non informato è quella di dire,
06:08
"Is this guy really being fair
145
356370
1470
"Questo tipo si sta davvero comportando in maniera onesta,
06:09
or are they giving me a very low offer
146
357840
1854
o mi sta facendo un'offerta molto bassa
06:11
in order to get me to think that there's only one or two dollars available to split?"
147
359694
3078
al fine di farmi pensare che ci siano uno o due dollari disponibili alla divisione?"
06:14
in which case they might reject it and not come to a deal.
148
362772
3154
in tal caso potrebbe rifiutarla e non arrivare ad un accordo.
06:17
So there's some tension here between trying to get the most money
149
365926
2950
Quindi c'è della tensione qui tra il cercare di ottenere più soldi possibile,
06:20
but trying to goad the other player into giving you more.
150
368876
2573
ma cercando di stimolare l'altro giocatore a dare di più.
06:23
And the way they bargain is to point on a number line
151
371449
2330
Il modo per contrattare è puntare a un numero
06:25
that goes from zero to six dollars,
152
373779
1806
che va da zero a sei dollari,
06:27
and they're bargaining over how much the uninformed player gets,
153
375585
2978
e contrattano su quanto il giocatore non informato riceve,
06:30
and the informed player's going to get the rest.
154
378563
1585
mentre il giocatore informato riceverà il resto.
06:32
So this is like a management-labor negotiation
155
380148
2575
È come una trattativa di lavoro
06:34
in which the workers don't know how much profits
156
382723
2733
in cui i lavoratori non sanno quanto sono i profitti
06:37
the privately held company has, right,
157
385456
2667
dell'azienda privata, giusto,
06:40
and they want to maybe hold out for more money,
158
388123
2368
e vogliono forse provare a ottenere più soldi,
06:42
but the company might want to create the impression
159
390491
1836
ma l'azienda potrebbe volere dare l'impressione
06:44
that there's very little to split: "I'm giving you the most that I can."
160
392327
2932
che c'è molto poco da dividere: "Vi dò il massimo che posso."
06:47
First some behavior. So a bunch of the subject pairs, they play face to face.
161
395259
4231
Prima qualche comportamento.
Un sacco di coppie di soggetti giocano faccia a faccia.
Un sacco di coppie di soggetti giocano faccia a faccia.
06:51
We have some other data where they play across computers.
162
399490
1836
Abbiamo altri dati dove giocano attraverso dei computer.
06:53
That's an interesting difference, as you might imagine.
163
401326
1738
È un'interessante differenza, come potete immaginare.
06:55
But a bunch of the face-to-face pairs
164
403064
2202
Ma un sacco di coppie faccia a faccia
06:57
agree to divide the money evenly every single time.
165
405266
3693
si accordano per dividere il denaro in modo equo ogni singola volta.
07:00
Boring. It's just not interesting neurally.
166
408959
2906
Noioso. Non è interessante a livello neurologico.
07:03
It's good for them. They make a lot of money.
167
411865
2514
È buono per loro. Fanno un sacco di soldi.
07:06
But we're interested in, can we say something about
168
414379
2672
Ma ci interessa capire se possiamo dire qualcosa circa
07:09
when disagreements occur versus don't occur?
169
417051
2536
la chiusura o la mancata chiusura di accordi.
07:11
So this is the other group of subjects who often disagree.
170
419587
2357
Quindi questo è l'altro gruppo di soggetti che spesso sono in disaccordo.
07:13
So they have a chance of -- they bicker and disagree
171
421944
2768
Litigano e non si mettono d'accordo
07:16
and end up with less money.
172
424712
1307
e finiscono con meno soldi.
07:18
They might be eligible to be on "Real Housewives," the TV show.
173
426019
3917
Potrebbero essere idonei alla serie televisiva "Real Housewives".
07:21
You see on the left,
174
429936
1936
Si vede sulla sinistra,
07:23
when the amount to divide is one, two or three dollars,
175
431872
2664
quando la somma da dividere è uno, due o tre dollari,
07:26
they disagree about half the time,
176
434536
1648
non sono d'accordo circa la metà delle volte,
07:28
and when the amount is four, five, six, they agree quite often.
177
436184
2192
e quando l'importo è di quattro, cinque, sei, molto spesso sono d'accordo.
07:30
This turns out to be something that's predicted
178
438376
1874
Questo si rivela essere una cosa prevista
07:32
by a very complicated type of game theory
179
440250
2204
da una complicatissima teoria dei giochi.
07:34
you should come to graduate school at CalTech and learn about.
180
442454
2809
Dovreste venire a fare un dottorato a CalTech e impararla.
07:37
It's a little too complicated to explain right now,
181
445263
2172
È un po' troppo complicata da spiegare adesso,
07:39
but the theory tells you that this shape kind of should occur.
182
447435
3416
ma la teoria dice che si dovrebbe ottenere circa questa forma.
07:42
Your intuition might tell you that too.
183
450851
2216
Il vostro intuito vi potrebbe dire la stessa cosa.
07:45
Now I'm going to show you the results from the EEG recording.
184
453067
2240
Ora vi mostro i risultati dalla registrazione EEG.
07:47
Very complicated. The right brain schematic
185
455307
2353
Molto complicato. Il cervello schematizzato a destra
07:49
is the uninformed person, and the left is the informed.
186
457660
2863
è della persona non informata, e quello a sinistra di quella informata.
07:52
Remember that we scanned both brains at the same time,
187
460523
2800
Vi ricordo che abbiamo eseguito lo scan di entrambi i cervelli contemporaneamente,
07:55
so we can ask about time-synced activity
188
463323
2392
così possiamo interrogarci sull'attività sincrona
07:57
in similar or different areas simultaneously,
189
465715
3224
in aree simili o differenti contemporaneamente,
08:00
just like if you wanted to study a conversation
190
468939
2264
proprio come se si volesse studiare una conversazione
08:03
and you were scanning two people talking to each other
191
471203
1936
e si facessero gli scan di due persone che si parlano
08:05
and you'd expect common activity in language regions
192
473139
2360
e ci si aspetterebbero attività comuni nelle regioni del linguaggio
08:07
when they're actually kind of listening and communicating.
193
475499
2385
quando stanno di fatto ascoltando e comunicando.
08:09
So the arrows connect regions that are active at the same time,
194
477884
3927
Le frecce collegano le regioni che sono attive allo stesso tempo,
08:13
and the direction of the arrows flows
195
481811
2040
e la direzione delle frecce va
08:15
from the region that's active first in time,
196
483851
2480
dalla regione che è la prima ad attivarsi nel tempo,
08:18
and the arrowhead goes to the region that's active later.
197
486331
3568
e la punta della freccia va alla regione che è attiva in seguito.
08:21
So in this case, if you look carefully,
198
489899
2216
Quindi, in questo caso, se si guarda attentamente,
08:24
most of the arrows flow from right to left.
199
492115
1857
la maggior parte delle frecce va da destra a sinistra.
08:25
That is, it looks as if the uninformed brain activity
200
493972
3280
Cioè, sembra che l'attività cerebrale nei non informati
08:29
is happening first,
201
497252
1959
avvenga prima,
08:31
and then it's followed by activity in the informed brain.
202
499211
3515
e poi sia seguita da attività nel cervello dell'informato.
08:34
And by the way, these were trials where their deals were made.
203
502726
3692
E a proposito, queste erano prove dove si sono raggiunti accordi.
08:38
This is from the first two seconds.
204
506418
1780
Questi dati si riferiscono ai primi due secondi.
08:40
We haven't finished analyzing this data,
205
508198
1980
Non abbiamo finito di analizzare questi dati,
08:42
so we're still peeking in, but the hope is
206
510178
1900
stiamo ancora sbirciando, ma la speranza è
08:44
that we can say something in the first couple of seconds
207
512078
2564
che possiamo dire qualcosa nei primi due o tre secondi
08:46
about whether they'll make a deal or not,
208
514642
1723
sull'eventuale raggiungimento di un accordo
08:48
which could be very useful in thinking about avoiding litigation
209
516365
2043
che potrebbe essere molto utile nel tentativo di evitare contenziosi,
08:50
and ugly divorces and things like that.
210
518408
1928
brutti divorzi e altre cose del genere.
08:52
Those are all cases in which a lot of value is lost
211
520336
2883
Sono tutti casi in cui si perde un sacco di valore
08:55
by delay and strikes.
212
523219
2976
per colpa di ritardi e proteste.
08:58
Here's the case where the disagreements occur.
213
526195
2030
Qui è il caso in cui si verificano i disaccordi.
09:00
You can see it looks different than the one before.
214
528225
2173
Notate che è diverso da quello precedente.
09:02
There's a lot more arrows.
215
530398
2249
Ci sono molte più frecce.
09:04
That means that the brains are synced up
216
532647
1511
Ciò significa che i cervelli sono sincronizzati
09:06
more closely in terms of simultaneous activity,
217
534158
2552
più strettamente in termini di attività simultanee,
09:08
and the arrows flow clearly from left to right.
218
536710
2010
e le frecce vanno chiaramente da sinistra a destra.
09:10
That is, the informed brain seems to be deciding,
219
538720
2242
Cioè, sembra che il cervello informato stia decidendo,
09:12
"We're probably not going to make a deal here."
220
540962
2288
"Probabilmente non raggiungeremo un accordo."
09:15
And then later there's activity in the uninformed brain.
221
543250
3225
E successivamente c'è attività nel cervello non informato.
09:18
Next I'm going to introduce you to some relatives.
222
546475
2503
Ora vi presento alcuni parenti.
09:20
They're hairy, smelly, fast and strong.
223
548978
2261
Sono pelosi, maleodoranti, veloci e forti.
09:23
You might be thinking back to your last Thanksgiving.
224
551239
3190
Potrebbe farvi ripensare al vostro ultimo Giorno del Ringraziamento.
09:26
Maybe if you had a chimpanzee with you.
225
554429
2693
Forse ci fosse stato uno scimpanzé con voi.
09:29
Charles Darwin and I and you broke off from the family tree
226
557122
3461
Charles Darwin, io e voi, ci siamo allontanati dall'albero genealogico
09:32
from chimpanzees about five million years ago.
227
560583
2259
dagli scimpanzè circa cinque milioni di anni fa.
09:34
They're still our closest genetic kin.
228
562842
1968
Sono ancora i nostri parenti più vicini a livello genetico.
09:36
We share 98.8 percent of the genes.
229
564810
1737
Abbiamo in comune il 98,8 percento dei geni.
09:38
We share more genes with them than zebras do with horses.
230
566547
2800
Abbiamo in comune più geni con loro delle zebre coi cavalli.
09:41
And we're also their closest cousin.
231
569347
1717
E siamo anche loro cugini più stretti.
09:43
They have more genetic relation to us than to gorillas.
232
571064
3002
Hanno più affinità genetica con noi rispetto ai gorilla.
09:46
So how humans and chimpanzees behave differently
233
574066
2528
Così il diverso comportamento di umani e scimpanzé
09:48
might tell us a lot about brain evolution.
234
576594
2455
potrebbe dirci molto sull'evoluzione del cervello.
09:51
So this is an amazing memory test
235
579049
2601
Questo è un test di memoria incredibile
09:53
from Nagoya, Japan, Primate Research Institute,
236
581650
2816
fatto all'Istituto di Ricerca sui Primati a Nagoya, in Giappone,
09:56
where they've done a lot of this research.
237
584466
1778
dove hanno fatto molta ricerca in questo campo.
09:58
This goes back quite a ways. They're interested in working memory.
238
586244
2340
Questo va indietro un bel po'.
Sono interessati nella memoria di lavoro.
Sono interessati nella memoria di lavoro.
10:00
The chimp is going to see, watch carefully,
239
588584
1772
La scimmia sta per guardare con attenzione,
10:02
they're going to see 200 milliseconds' exposure
240
590356
2202
un'esposizione di 200 millisecondi
10:04
— that's fast, that's eight movie frames —
241
592558
1994
-- che è veloce, come otto fotogrammi di un film --
10:06
of numbers one, two, three, four, five.
242
594552
1951
di numeri uno, due, tre, quattro, cinque.
10:08
Then they disappear and they're replaced by squares,
243
596503
1998
Poi spariscono e sono rimpiazzati da quadrati,
10:10
and they have to press the squares
244
598501
1755
e dovranno premere i quadrati
10:12
that correspond to the numbers from low to high
245
600256
2321
che corrispondono ai numeri dal minore al maggiore
10:14
to get an apple reward.
246
602577
1339
per ottenere una mela come ricompensa.
10:15
Let's see how they can do it.
247
603916
4771
Vediamo come riescono a farlo.
10:28
This is a young chimp. The young ones
248
616391
1493
Questo è un giovane scimpanzè. I giovani
10:29
are better than the old ones, just like humans.
249
617884
2783
sono migliori dei vecchi, proprio come negli umani.
10:32
And they're highly experienced, so they've done this
250
620667
1592
E sono molto esperti, hanno fatto questo test
10:34
thousands and thousands of time.
251
622259
1432
migliaia e migliaia di volte.
10:35
Obviously there's a big training effect, as you can imagine.
252
623691
2884
Ovviamente l'allenamento ha un grande effetto, come potete immaginare.
10:39
(Laughter)
253
627928
1344
(Risate)
10:41
You can see they're very blasé and kind of effortless.
254
629272
1935
Vedete che sono molto disinvolti e lo fanno senza sforzo.
10:43
Not only can they do it very well, they do it in a sort of lazy way.
255
631207
3928
Non solo lo eseguono molto bene, ma lo fanno anche in maniera quasi pigra.
10:47
Right? Who thinks you could beat the chimps?
256
635135
3435
Giusto? Chi pensa di riuscire a battere gli scimpanzé?
10:50
Wrong. (Laughter)
257
638570
1596
Sbagliato. (Risate)
10:52
We can try. We'll try. Maybe we'll try.
258
640166
2438
Possiamo provare. Potremmo provare.
10:54
Okay, so the next part of this study
259
642604
2590
Bene, per quando riguarda la successiva parte di questo studio
10:57
I'm going to go quickly through
260
645194
1596
ve ne parlerò velocemente.
10:58
is based on an idea of Tetsuro Matsuzawa.
261
646790
2692
Si basa su un'idea di Tetsuro Matsuzawa.
11:01
He had a bold idea that -- what he called the cognitive trade-off hypothesis.
262
649482
3029
Ha avuto un'idea ardita - che ha chiamato l'ipotesi cognitiva dello scambio.
11:04
We know chimps are faster and stronger.
263
652511
1292
Sappiamo che gli scimpanzè sono più veloci e più forti.
11:05
They're also very obsessed with status.
264
653803
1680
Sono anche molto ossessionati dallo status sociale.
11:07
His thought was, maybe they've preserved brain activities
265
655483
2956
Il suo pensiero fu: forse hanno conservato delle attività cerebrali,
11:10
and they practice them in development
266
658439
2168
e le allenano nel corso dello sviluppo,
11:12
that are really, really important to them
267
660607
1851
che sono molto, molto importanti per loro
11:14
to negotiate status and to win,
268
662458
2210
per negoziare lo status e per vincere,
11:16
which is something like strategic thinking during competition.
269
664668
2998
che è qualcosa di simile al pensiero strategico durante una competizione.
11:19
So we're going to check that out
270
667666
1580
Così andremo a verificarlo
11:21
by having the chimps actually play a game
271
669246
2430
facendo proprio fare agli scimpanzè un gioco
11:23
by touching two touch screens.
272
671676
2638
in cui toccano due schermi touch screen.
11:26
The chimps are actually interacting with each other through the computers.
273
674314
2440
Gli scimpanzè interagiscono l'un l'altro attraverso i computer.
11:28
They're going to press left or right.
274
676754
1608
Premeranno a sinistra o a destra.
11:30
One chimp is called a matcher.
275
678362
2113
Uno scimpanzè è chiamato il "matcher".
11:32
They win if they press left, left,
276
680475
1983
Vincono se premono sinistra tutti e due
11:34
like a seeker finding someone in hide-and-seek, or right, right.
277
682458
3169
come un cercatore che trova qualcuno a nascondino,
o destra tutti e due.
o destra tutti e due.
11:37
The mismatcher wants to mismatch.
278
685627
1228
Il "mismatcher" vuole il disallineamento.
11:38
They want to press the opposite screen of the chimp.
279
686855
3076
Vuole premere lo schermo opposto all'altra scimmia.
11:41
And the rewards are apple cube rewards.
280
689931
2544
E le ricompense sono cubetti di mela.
11:44
So here's how game theorists look at these data.
281
692475
2528
Quindi ecco come i teorici dei giochi guardano questi dati.
11:47
This is a graph of the percentage of times
282
695003
1614
Questo è un grafico della percentuale di volte
11:48
the matcher picked right on the x-axis,
283
696617
2618
in cui il matcher ha scelto destra sull'asse x,
11:51
and the percentage of times they predicted right
284
699235
1516
e la percentuale di volte in cui ha predetto destra
11:52
by the mismatcher on the y-axis.
285
700751
2868
da parte del mismatcher sull'asse y.
11:55
So a point here is the behavior by a pair of players,
286
703619
3200
Quindi un punto qui è il comportamento di una coppia di giocatori,
11:58
one trying to match, one trying to mismatch.
287
706819
2216
uno che cerca di appaiare, uno che cerca di disappaiare.
12:01
The NE square in the middle -- actually NE, CH and QRE --
288
709035
3280
Il quadrato NE in mezzo - in realtà NE, CH e QRE -
12:04
those are three different theories of Nash equilibrium, and others,
289
712315
2456
quelle sono tre diverse teorie dell'equilibrio di Nash e altri,
12:06
tells you what the theory predicts,
290
714771
2424
vi dice cosa la teoria prevede,
12:09
which is that they should match 50-50,
291
717195
2272
cioè che dovrebbero corrispondere il 50% delle volte,
12:11
because if you play left too much, for example,
292
719467
2168
perché se si gioca troppo sinistra, ad esempio,
12:13
I can exploit that if I'm the mismatcher by then playing right.
293
721635
2716
posso approfittarne se sono il mismatcher giocando poi a destra.
12:16
And as you can see, the chimps, each chimp is one triangle,
294
724351
2764
E come potete vedere, gli scimpanzé,
ogni scimpanzé è un triangolo,
ogni scimpanzé è un triangolo,
12:19
are circled around, hovering around that prediction.
295
727115
3847
formano un cerchio, si aggirano intorno a quella previsione.
12:22
Now we move the payoffs.
296
730962
1774
Ora modifichiamo la ricompensa.
12:24
We're actually going to make the left, left payoff for the matcher a little bit higher.
297
732736
3443
In realtà renderemo la ricompensa di sinistra per il matcher un po' più alta.
12:28
Now they get three apple cubes.
298
736179
1520
Ora ricevono tre cubetti di mela.
12:29
Game theoretically, that should actually make the mismatcher's behavior shift,
299
737699
2800
Un gioco che teoricamente dovrebbe fare cambiare il comportamento del mismatcher,
12:32
because what happens is, the mismatcher will think,
300
740499
1590
perché ciò che accade è che il mismatcher penserà:
12:34
oh, this guy's going to go for the big reward,
301
742089
1810
oh, questo tipo ha intenzione di provare a prendere la ricompensa più grande,
12:35
and so I'm going to go to the right, make sure he doesn't get it.
302
743899
3065
e così io andrò a destra, assicurandomi di non farglielo intuire.
12:38
And as you can see, their behavior moves up
303
746964
1665
E come si può vedere, il loro comportamento si sposta
12:40
in the direction of this change in the Nash equilibrium.
304
748629
3448
in direzione di questo cambiamento nell'equilibrio di Nash.
12:44
Finally, we changed the payoffs one more time.
305
752077
2314
Infine, abbiamo cambiato i compensi ancora una volta.
12:46
Now it's four apple cubes,
306
754391
1192
Ora sono quattro cubetti di mela,
12:47
and their behavior again moves towards the Nash equilibrium.
307
755583
2172
e il loro comportamento si sposta nuovamente verso l'equilibrio di Nash.
12:49
It's sprinkled around, but if you average the chimps out,
308
757755
2035
I dati sono sparpagliati, ma se si fa la media degli scimpanzé,
12:51
they're really, really close, within .01.
309
759790
2190
sono davvero, davvero vicini, entro lo 0,01.
12:53
They're actually closer than any species we've observed.
310
761980
3199
Sono in realtà più vicini di qualsiasi altra specie che abbiamo studiato.
12:57
What about humans? You think you're smarter than a chimpanzee?
311
765179
3193
E per quanto riguarda gli esseri umani?
Pensate di essere più intelligente di uno scimpanzè?
Pensate di essere più intelligente di uno scimpanzè?
13:00
Here's two human groups in green and blue.
312
768372
3567
Ecco due gruppi di uomini in verde e blu.
13:03
They're closer to 50-50. They're not responding to payoffs as closely,
313
771939
3744
Sono più vicini al 50%. Non rispondono cosi chiaramente alle variazioni dei compensi,
13:07
and also if you study their learning in the game,
314
775683
1450
e inoltre se si studia il loro apprendimento del gioco,
13:09
they aren't as sensitive to previous rewards.
315
777133
1985
non sono così sensibili alle ricompense precedenti.
13:11
The chimps are playing better than the humans,
316
779118
1364
Gli scimpanzè giocano meglio degli esseri umani,
13:12
better in the sense of adhering to game theory.
317
780482
2423
meglio nel senso di aderire alla teoria dei giochi.
13:14
And these are two different groups of humans
318
782905
1419
E queste sono due diversi gruppi di esseri umani
13:16
from Japan and Africa. They replicate quite nicely.
319
784324
3196
dal Giappone e dall'Africa. Replicano i risultati piuttosto bene.
13:19
None of them are close to where the chimps are.
320
787520
3235
Nessuno di questi è vicino a dove si trovano gli scimpanzè.
13:22
So here are some things we learned today.
321
790755
1755
Così qui ci sono alcune delle cose che abbiamo appreso oggi.
13:24
People seem to do a limited amount of strategic thinking
322
792510
1938
La gente sembra fare un uso limitato del pensiero strategico
13:26
using theory of mind.
323
794448
1811
utilizzando la teoria della mente.
13:28
We have some preliminary evidence from bargaining
324
796259
1917
Abbiamo alcune prove preliminari dallo studio delle contrattazioni
13:30
that early warning signs in the brain might be used to predict
325
798176
2492
che certi segnali precoci nel cervello potrebbero essere usati per prevedere
13:32
whether there will be a bad disagreement that costs money,
326
800668
2226
se ci sarà un forte disaccordo che costa denaro,
13:34
and chimps are better competitors than humans,
327
802894
1840
e gli scimpanzè sono concorrenti migliori degli esseri umani,
13:36
as judged by game theory.
328
804734
2464
se giudicati in base dalla teoria dei giochi.
13:39
Thank you.
329
807198
1857
Grazie.
13:41
(Applause)
330
809055
3573
(Applausi)
ABOUT THE SPEAKER
Colin Camerer - Behavioral economistColin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making.
Why you should listen
Colin Camerer focuses on brain behavior during decision making, strategizing and market trading. He is the Robert Kirby Professor of Behavioral Finance and Economics at the California Institute of Technology. A child prodigy in his youth, Camerer received a B.A. in quantitative studies from Johns Hopkins when he was just 17 and a PhD in decision theory from the University of Chicago Graduate School of Business when he was 22. Camerer's research departs from previous theory in that it does not assume the mind to be a rational and perfect system, but rather focuses on the limitations of everyday people when they play actual games, and seeks to predict how they will behave in situations that involve strategy. His studies focus on neurological findings from economic experiments in the lab (on humans -- and monkeys!) Camerer is the author of Behavioral Game Theory.
Colin Camerer | Speaker | TED.com