TEDxZurich
Alexander Wagner: What really motivates people to be honest in business
Alexander Wagner: O que realmente motiva as pessoas a serem honestas nos negócios
Filmed:
Readability: 4
1,661,864 views
Todo ano, uma em cada sete grandes empresas comete fraude. Por quê? Para descobrir isso, Alexander Wagner nos leva para o mundo da economia, da ética e da psicologia de se fazer a coisa certa. Junte-se a ele numa jornada introspectiva nas encostas escorregadias da fraude, enquanto ele nos ajuda a entender por que as pessoas se comportam da maneira que comportam.
Alexander Wagner - Economist
Alexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations. Full bio
Alexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations. Full bio
Double-click the English transcript below to play the video.
Com quantas empresas
vocês interagiram hoje?
vocês interagiram hoje?
00:12
How many companies
have you interacted with today?
have you interacted with today?
0
760
3440
Bem, vocês se levantaram de manhã,
00:17
Well, you got up in the morning,
1
5240
1656
00:18
took a shower,
2
6920
1215
tomaram banho,
lavaram o cabelo,
00:20
washed your hair,
3
8160
1256
00:21
used a hair dryer,
4
9440
1536
usaram um secador,
tomaram café...
00:23
ate breakfast --
5
11000
1216
comeram sucrilhos, frutas,
iogurte, essas coisas,
iogurte, essas coisas,
00:24
ate cereals, fruit, yogurt, whatever --
6
12240
1858
00:26
had coffee --
7
14122
1214
tomaram café...
00:27
tea.
8
15360
1376
chá.
Usaram o transporte público
para chegar aqui,
para chegar aqui,
00:28
You took public transport to come here,
9
16760
1976
00:30
or maybe used your private car.
10
18760
1840
ou talvez tenham vindo de carro.
Interagiram com a empresa
para a qual trabalham ou a sua própria.
para a qual trabalham ou a sua própria.
00:33
You interacted with the company
that you work for or that you own.
that you work for or that you own.
11
21520
3560
00:38
You interacted with your clients,
12
26160
1960
Interagiram com seus clientes,
00:40
your customers,
13
28760
1200
seus consumidores,
00:42
and so on and so forth.
14
30640
1256
e assim por diante.
Tenho certeza de que interagiram
com pelo menos sete empresas hoje.
com pelo menos sete empresas hoje.
00:43
I'm pretty sure there are
at least seven companies
at least seven companies
15
31920
3616
00:47
you've interacted with today.
16
35560
1760
00:49
Let me tell you a stunning statistic.
17
37960
2000
Eis aqui uma estatística impressionante.
Uma entre sete grandes empresas
de capital aberto
de capital aberto
00:52
One out of seven
large, public corporations
large, public corporations
18
40840
4376
00:57
commit fraud every year.
19
45240
2240
comete fraude todo ano.
Esse é um estudo acadêmico dos EUA
sobre empresas norte-americanas,
sobre empresas norte-americanas,
01:00
This is a US academic study
that looks at US companies --
that looks at US companies --
20
48400
3416
01:03
I have no reason to believe
that it's different in Europe.
that it's different in Europe.
21
51840
3200
e não tenho razões para acreditar
que seja diferente na Europa.
que seja diferente na Europa.
01:07
This is a study that looks
at both detected and undetected fraud
at both detected and undetected fraud
22
55480
4216
Esse estudo se refere tanto a fraudes
detectadas quanto a não detectadas
detectadas quanto a não detectadas
01:11
using statistical methods.
23
59720
1736
e usa métodos estatísticos.
Não se trata de fraudezinhas.
01:13
This is not petty fraud.
24
61480
1720
Essas fraudes têm um custo
para os acionistas dessas empresas,
para os acionistas dessas empresas,
01:16
These frauds cost
the shareholders of these companies,
the shareholders of these companies,
25
64120
2856
01:19
and therefore society,
26
67000
1256
e consequentemente para a sociedade,
na ordem dos US$ 380 bilhões por ano.
na ordem dos US$ 380 bilhões por ano.
01:20
on the order of
380 billion dollars per year.
380 billion dollars per year.
27
68280
3600
Todos conhecem alguns exemplos, não é?
01:24
We can all think of some examples, right?
28
72960
2216
Os segredos da indústria automobilística
não são mais tão secretos assim.
não são mais tão secretos assim.
01:27
The car industry's secrets
aren't quite so secret anymore.
aren't quite so secret anymore.
29
75200
3800
01:31
Fraud has become a feature,
30
79800
3296
A fraude se tornou um recurso,
e não uma falha,
01:35
not a bug,
31
83120
1216
01:36
of the financial services industry.
32
84360
1936
da indústria de serviços financeiros.
01:38
That's not me who's claiming that,
33
86320
2216
E não sou eu quem está dizendo.
01:40
that's the president
of the American Finance Association
of the American Finance Association
34
88560
3256
Foi o presidente
da American Finance Association
da American Finance Association
01:43
who stated that
in his presidential address.
in his presidential address.
35
91840
2936
quem afirmou isso
em seu discurso de posse.
em seu discurso de posse.
01:46
That's a huge problem
if you think about, especially,
if you think about, especially,
36
94800
2736
Se pensarmos bem, é um problemão,
especialmente numa economia como a Suíça,
01:49
an economy like Switzerland,
37
97560
1696
que depende tanto da credibilidade
da sua indústria financeira.
da sua indústria financeira.
01:51
which relies so much on the trust
put into its financial industry.
put into its financial industry.
38
99280
4200
Por outro lado,
01:56
On the other hand,
39
104960
1216
seis entre sete empresas
permanecem honestas,
permanecem honestas,
01:58
there are six out of seven companies
who actually remain honest
who actually remain honest
40
106200
3536
02:01
despite all temptations
to start engaging in fraud.
to start engaging in fraud.
41
109760
3840
apesar de todas as tentações
para participarem de fraudes.
para participarem de fraudes.
Existem delatores,
como Michael Woodford,
como Michael Woodford,
02:06
There are whistle-blowers
like Michael Woodford,
like Michael Woodford,
42
114240
2296
02:08
who blew the whistle on Olympus.
43
116560
2336
que denunciou a Olympus.
Esses delatores arriscam
sua carreira e as amizades
sua carreira e as amizades
02:10
These whistle-blowers risk their careers,
44
118920
2696
02:13
their friendships,
45
121640
1216
para revelar a verdade
sobre suas empresas.
sobre suas empresas.
02:14
to bring out the truth
about their companies.
about their companies.
46
122880
2136
Existem jornalistas,
como Anna Politkovskaya,
como Anna Politkovskaya,
02:17
There are journalists
like Anna Politkovskaya
like Anna Politkovskaya
47
125040
2616
02:19
who risk even their lives
to report human rights violations.
to report human rights violations.
48
127680
3856
que arriscam a própria vida para denunciar
violações de direitos humanos.
violações de direitos humanos.
Ela foi morta.
02:23
She got killed --
49
131560
1216
E todo ano cerca
de 100 jornalistas são mortos
de 100 jornalistas são mortos
02:24
every year,
50
132800
1216
02:26
around 100 journalists get killed
51
134040
1656
por causa de sua obstinação
em trazer a verdade à tona.
em trazer a verdade à tona.
02:27
because of their conviction
to bring out the truth.
to bring out the truth.
52
135720
2720
Então, nesta palestra hoje,
02:32
So in my talk today,
53
140040
1256
02:33
I want to share with you
some insights I've obtained and learned
some insights I've obtained and learned
54
141320
3496
quero dividir com vocês
o que aprendi e alguns insights que tive
o que aprendi e alguns insights que tive
nos últimos dez anos de pesquisa na área.
02:36
in the last 10 years
of conducting research in this.
of conducting research in this.
55
144840
3296
02:40
I'm a researcher,
a scientist working with economists,
a scientist working with economists,
56
148160
3496
Sou um pesquisador, um cientista
que trabalha com economistas,
que trabalha com economistas,
economistas financeiros,
02:43
financial economists,
57
151680
1336
eticistas, neurocientistas,
02:45
ethicists, neuroscientists,
58
153040
2056
advogados e outros,
02:47
lawyers and others
59
155120
1336
tentando entender
o que move os seres humanos
o que move os seres humanos
02:48
trying to understand
what makes humans tick,
what makes humans tick,
60
156480
2096
02:50
and how can we address this issue
of fraud in corporations
of fraud in corporations
61
158600
4776
e como abordar a questão da fraude
no mundo corporativo,
no mundo corporativo,
02:55
and therefore contribute
to the improvement of the world.
to the improvement of the world.
62
163400
3160
contribuindo, dessa forma,
para um mundo melhor.
para um mundo melhor.
Gostaria de começar
compartilhando duas visões distintas
compartilhando duas visões distintas
02:59
I want to start by sharing with you
two very distinct visions
two very distinct visions
63
167280
3536
03:02
of how people behave.
64
170840
1816
de como as pessoas se comportam.
03:04
First, meet Adam Smith,
65
172680
1840
Primeiro, apresento-lhes Adam Smith,
03:07
founding father of modern economics.
66
175200
1960
o fundador da economia moderna.
03:10
His basic idea was that if everybody
behaves in their own self-interests,
behaves in their own self-interests,
67
178280
4296
Basicamente, ele dizia que, se todos
agissem no interesse próprio,
agissem no interesse próprio,
03:14
that's good for everybody in the end.
68
182600
2520
isso, no final, seria bom para todos.
03:18
Self-interest isn't
a narrowly defined concept
a narrowly defined concept
69
186080
3056
O interesse próprio não é um mero conceito
restrito a uma necessidade imediata.
restrito a uma necessidade imediata.
03:21
just for your immediate utility.
70
189160
1936
03:23
It has a long-run implication.
71
191120
1936
Ele tem uma implicação de longo prazo.
03:25
Let's think about that.
72
193080
1480
Vamos refletir sobre isso.
03:27
Think about this dog here.
73
195080
2016
Pensem neste cachorro aqui.
03:29
That might be us.
74
197120
1200
É como se ele fosse a gente.
03:31
There's this temptation --
75
199440
1256
Há uma tentação...
03:32
I apologize to all vegetarians, but --
76
200720
2376
peço desculpas aos vegetarianos,
03:35
(Laughter)
77
203120
1016
(Risos)
03:36
Dogs do like the bratwurst.
78
204160
1696
mas cães gostam de salsicha.
03:37
(Laughter)
79
205880
2376
(Risos)
03:40
Now, the straight-up,
self-interested move here
self-interested move here
80
208280
3096
Bem, a direção do sincero
interesse próprio nesse caso
interesse próprio nesse caso
03:43
is to go for that.
81
211400
1576
é pegar a salsicha.
03:45
So my friend Adam here might jump up,
82
213000
2936
Assim, meu amigo Adam aqui deve saltar,
03:47
get the sausage and thereby ruin
all this beautiful tableware.
all this beautiful tableware.
83
215960
3360
pegar a salsicha e, assim,
destruir essa louça maravilhosa.
destruir essa louça maravilhosa.
Mas não foi isso
o que Adam Smith quis dizer.
o que Adam Smith quis dizer.
03:52
But that's not what Adam Smith meant.
84
220000
1816
03:53
He didn't mean
disregard all consequences --
disregard all consequences --
85
221840
2656
Ele não disse para desconsiderarmos
as consequências; pelo contrário.
as consequências; pelo contrário.
03:56
to the contrary.
86
224520
1216
03:57
He would have thought,
87
225760
1256
Ele diria:
veja, pode haver consequências negativas,
03:59
well, there may be negative consequences,
88
227040
2016
04:01
for example,
89
229080
1216
como, por exemplo,
o dono ficar com raiva do cachorro,
o dono ficar com raiva do cachorro,
04:02
the owner might be angry with the dog
90
230320
3096
04:05
and the dog, anticipating that,
might not behave in this way.
might not behave in this way.
91
233440
3600
e este, antecipando essa reação,
talvez se controle.
talvez se controle.
Mas isso somos nós
04:09
That might be us,
92
237840
1256
pesando os custos
e os benefícios de nossos atos.
e os benefícios de nossos atos.
04:11
weighing the benefits
and costs of our actions.
and costs of our actions.
93
239120
3056
Como isso se dá?
04:14
How does that play out?
94
242200
1240
Bem, tenho certeza de que muitos aqui
têm em sua empresa,
têm em sua empresa,
04:15
Well, many of you, I'm sure,
95
243960
1976
04:17
have in your companies,
96
245960
1536
04:19
especially if it's a large company,
97
247520
1816
especialmente se ela for grande,
um código de conduta.
um código de conduta.
04:21
a code of conduct.
98
249360
1656
Assim, quem se comporta
segundo esse código de conduta
segundo esse código de conduta
04:23
And then if you behave
according to that code of conduct,
according to that code of conduct,
99
251040
3416
melhora as chances de receber
um bônus no pagamento.
um bônus no pagamento.
04:26
that improves your chances
of getting a bonus payment.
of getting a bonus payment.
100
254480
3176
04:29
And on the other hand,
if you disregard it,
if you disregard it,
101
257680
2135
Por outro lado, quem não o segue
04:31
then there are higher chances
of not getting your bonus
of not getting your bonus
102
259839
2737
tem chances maiores
de não conseguir esse bônus
de não conseguir esse bônus
04:34
or its being diminished.
103
262600
1536
ou de ter um bônus menor.
04:36
In other words,
104
264160
1256
Em outras palavras,
essa é uma motivação econômica demais
04:37
this is a very economic motivation
105
265440
1816
04:39
of trying to get people to be more honest,
106
267280
2776
para tentar fazer
com que as pessoas sejam honestas
com que as pessoas sejam honestas
04:42
or more aligned with
the corporation's principles.
the corporation's principles.
107
270080
3360
ou mais alinhadas
com os princípios da empresa.
com os princípios da empresa.
De forma análoga, a reputação é uma
força econômica muito poderosa, certo?
força econômica muito poderosa, certo?
04:46
Similarly, reputation is a very
powerful economic force, right?
powerful economic force, right?
108
274240
5256
Tentamos construir uma reputação
porque, sendo honestos,
porque, sendo honestos,
04:51
We try to build a reputation,
109
279520
1536
04:53
maybe for being honest,
110
281080
1416
04:54
because then people
trust us more in the future.
trust us more in the future.
111
282520
2400
pode ser que as pessoas,
no futuro, confiem em nós.
no futuro, confiem em nós.
Certo?
04:57
Right?
112
285960
1216
Adam Smith fala sobre o padeiro
04:59
Adam Smith talked about the baker
113
287200
2096
05:01
who's not producing good bread
out of his benevolence
out of his benevolence
114
289320
3776
que não produz um bom pão
por causa de sua benevolência
por causa de sua benevolência
para com as pessoas
que consumem seu produto,
que consumem seu produto,
05:05
for those people who consume the bread,
115
293120
3016
05:08
but because he wants to sell
more future bread.
more future bread.
116
296160
3040
mas porque ele quer continuar
a vender pão no futuro.
a vender pão no futuro.
Em minha pesquisa na Universidade
de Zurique, descobrimos,
de Zurique, descobrimos,
05:12
In my research, we find, for example,
117
300160
2216
05:14
at the University of Zurich,
118
302400
1376
por exemplo, que bancos suíços
flagrados pela mídia
flagrados pela mídia
05:15
that Swiss banks
who get caught up in media,
who get caught up in media,
119
303800
4200
05:20
and in the context, for example,
120
308720
1776
num contexto, suponhamos,
de evasão ou de fraude fiscal,
de evasão ou de fraude fiscal,
05:22
of tax evasion, of tax fraud,
121
310520
1536
05:24
have bad media coverage.
122
312080
1736
recebem uma cobertura ruim na mídia.
05:25
They lose net new money in the future
123
313840
2736
Eles perdem dinheiro líquido no futuro,
diminuindo, assim, seus lucros.
05:28
and therefore make lower profits.
124
316600
1616
05:30
That's a very powerful reputational force.
125
318240
2360
É uma força reputacional muito forte.
Custos e benefícios.
05:34
Benefits and costs.
126
322200
1600
Vejamos agora outro ponto de vista.
05:37
Here's another viewpoint of the world.
127
325120
2576
05:39
Meet Immanuel Kant,
128
327720
1536
Apresento-lhes Immanuel Kant,
05:41
18th-century German philosopher superstar.
129
329280
2760
o filósofo alemão
"superstar" do século 18.
"superstar" do século 18.
05:44
He developed this notion
130
332920
1616
Ele desenvolveu a noção de que,
independentemente das consequências,
independentemente das consequências,
05:46
that independent of the consequences,
131
334560
3136
05:49
some actions are just right
132
337720
2976
algumas ações simplesmente são certas,
05:52
and some are just wrong.
133
340720
1696
e outras são erradas.
05:54
It's just wrong to lie, for example.
134
342440
3216
Por exemplo, mentir é errado.
05:57
So, meet my friend Immanuel here.
135
345680
3136
Então, conheçam meu amigo Immanuel.
06:00
He knows that the sausage is very tasty,
136
348840
2816
Ele sabe que a salsicha é deliciosa,
mas vai dar meia-volta,
pois é um cachorro bonzinho.
pois é um cachorro bonzinho.
06:03
but he's going to turn away
because he's a good dog.
because he's a good dog.
137
351680
2456
06:06
He knows it's wrong to jump up
138
354160
2696
Ele sabe que é errado saltar
e correr o risco de estragar
toda essa louça linda.
toda essa louça linda.
06:08
and risk ruining
all this beautiful tableware.
all this beautiful tableware.
139
356880
2800
Se vocês acham que as pessoas
se motivam dessa forma,
se motivam dessa forma,
06:12
If you believe that people
are motivated like that,
are motivated like that,
140
360520
2416
06:14
then all the stuff about incentives,
141
362960
2176
então toda essa conversa de incentivos,
06:17
all the stuff about code of conduct
and bonus systems and so on,
and bonus systems and so on,
142
365160
3776
de código de conduta,
sistemas de bônus, essas coisas,
sistemas de bônus, essas coisas,
06:20
doesn't make a whole lot of sense.
143
368960
2176
não faz nenhum sentido.
06:23
People are motivated
by different values perhaps.
by different values perhaps.
144
371160
4176
Talvez as pessoas sejam motivadas
por outro tipo de valor.
por outro tipo de valor.
06:27
So, what are people actually motivated by?
145
375360
3376
Então, o que realmente motiva as pessoas?
06:30
These two gentlemen here
have perfect hairdos,
have perfect hairdos,
146
378760
2176
Esses dois senhores aqui
possuem penteados iguais,
possuem penteados iguais,
06:32
but they give us
very different views of the world.
very different views of the world.
147
380960
4480
mas eles nos dão visões
muito diferentes do mundo.
muito diferentes do mundo.
06:37
What do we do with this?
148
385840
1256
Como juntar tudo isso?
06:39
Well, I'm an economist
149
387120
1656
Bem, sou economista
e conduzimos experimentos
para abordar essa questão.
para abordar essa questão.
06:40
and we conduct so-called experiments
to address this issue.
to address this issue.
150
388800
4176
06:45
We strip away facts
which are confusing in reality.
which are confusing in reality.
151
393000
3296
Afastamos fatos que são
confusos na realidade.
confusos na realidade.
06:48
Reality is so rich,
there is so much going on,
there is so much going on,
152
396320
2736
A realidade é tão rica,
tem tanta coisa acontecendo,
tem tanta coisa acontecendo,
que é quase impossível saber o que de fato
move o comportamento das pessoas.
move o comportamento das pessoas.
06:51
it's almost impossible to know
what drives people's behavior really.
what drives people's behavior really.
153
399080
3960
Então, vamos fazer juntos
um pequeno experimento.
um pequeno experimento.
06:55
So let's do a little experiment together.
154
403520
2720
06:58
Imagine the following situation.
155
406680
2600
Imaginem a seguinte situação.
07:02
You're in a room alone,
156
410400
2416
Você está numa sala sozinho,
07:04
not like here.
157
412840
1536
bem diferente desta aqui.
Há uma moeda de cinco francos,
como esta que estou segurando,
como esta que estou segurando,
07:06
There's a five-franc coin
like the one I'm holding up right now
like the one I'm holding up right now
158
414400
3440
na sua frente.
07:10
in front of you.
159
418560
1576
07:12
Here are your instructions:
160
420160
1576
E estas são as instruções:
07:13
toss the coin four times,
161
421760
2480
jogue a moeda quatro vezes
07:17
and then on a computer
terminal in front of you,
terminal in front of you,
162
425800
2416
e, depois, num terminal
de computador à sua frente,
de computador à sua frente,
07:20
enter the number of times tails came up.
163
428240
3656
insira o número de vezes que saiu coroa.
07:23
This is the situation.
164
431920
1280
Essa é a situação.
07:25
Here's the rub.
165
433720
1216
Eis a questão.
Para cada vez que você
disser que tirou coroa,
disser que tirou coroa,
07:26
For every time that you announce
that you had a tails throw,
that you had a tails throw,
166
434960
3376
07:30
you get paid five francs.
167
438360
1496
recebe cinco francos.
07:31
So if you say I had two tails throws,
168
439880
2536
Assim, se disser
que tirou coroa duas vezes,
que tirou coroa duas vezes,
07:34
you get paid 10 francs.
169
442440
2216
recebe dez francos.
Se você disser que não tirou
nenhuma vez, não recebe nada.
nenhuma vez, não recebe nada.
07:36
If you say you had zero,
you get paid zero francs.
you get paid zero francs.
170
444680
2936
07:39
If you say, "I had four tails throws,"
171
447640
2456
Se disser: "Tirei coroa quatro vezes",
07:42
then you get paid 20 francs.
172
450120
2016
você recebe 20 francos.
É anônimo,
07:44
It's anonymous,
173
452160
1256
ninguém está vendo o que está fazendo,
07:45
nobody's watching what you're doing,
174
453440
1896
e você recebe 20 francos anonimamente.
07:47
and you get paid that money anonymously.
175
455360
2336
07:49
I've got two questions for you.
176
457720
1477
Tenho duas perguntas.
07:51
(Laughter)
177
459760
1616
(Risos)
07:53
You know what's coming now, right?
178
461400
1640
Já sabem o que vai acontecer, né?
Primeira, como você
se comportaria nessa situação?
se comportaria nessa situação?
07:56
First, how would you behave
in that situation?
in that situation?
179
464000
3480
A segunda, dê uma olhada
para a esquerda e para a direita
para a esquerda e para a direita
08:00
The second, look to your left
and look to your right --
and look to your right --
180
468240
2936
08:03
(Laughter)
181
471200
1016
(Risos)
08:04
and think about how
the person sitting next to you
the person sitting next to you
182
472240
2376
e pense como a pessoa sentada a seu lado
se comportaria nessa situação.
se comportaria nessa situação.
08:06
might behave in that situation.
183
474640
1656
08:08
We did this experiment for real.
184
476320
2136
Fizemos esse experimento de verdade.
Foi na mostra de arte Manifesta
08:10
We did it at the Manifesta art exhibition
185
478480
2696
08:13
that took place here in Zurich recently,
186
481200
2456
realizada recentemente aqui em Zurique,
08:15
not with students in the lab
at the university
at the university
187
483680
2856
e não foi com alunos
no laboratório da universidade,
no laboratório da universidade,
08:18
but with the real population,
188
486560
1776
mas com uma população real,
gente como vocês.
gente como vocês.
08:20
like you guys.
189
488360
1200
Primeiro, um lembrete estatístico:
08:22
First, a quick reminder of stats.
190
490080
2136
se eu jogar a moeda quatro vezes,
e for uma moeda honesta,
e for uma moeda honesta,
08:24
If I throw the coin four times
and it's a fair coin,
and it's a fair coin,
191
492240
3576
08:27
then the probability
that it comes up four times tails
that it comes up four times tails
192
495840
4096
então a probabilidade
de sair coroa quatro vezes
de sair coroa quatro vezes
é de 6,25%.
08:31
is 6.25 percent.
193
499960
2400
Espero que percebam
intuitivamente que a probabilidade
intuitivamente que a probabilidade
08:35
And I hope you can intuitively see
194
503080
1656
08:36
that the probability that all four
of them are tails is much lower
of them are tails is much lower
195
504760
3376
de sair coroa nas quatro
vezes é muito menor
vezes é muito menor
08:40
than if two of them are tails, right?
196
508160
2120
do que em duas das vezes, certo?
08:42
Here are the specific numbers.
197
510760
1440
Eis aqui os números exatos.
Vejam o que aconteceu.
08:46
Here's what happened.
198
514039
1496
08:47
People did this experiment for real.
199
515559
2201
As pessoas fizeram o experimento.
08:50
Around 30 to 35 percent of people said,
200
518799
3336
Cerca de 30 a 35% das pessoas disseram:
"Tirei coroa quatro vezes".
08:54
"Well, I had four tails throws."
201
522159
2401
O que é tremendamente improvável.
08:57
That's extremely unlikely.
202
525640
1816
08:59
(Laughter)
203
527480
1936
(Risos)
09:01
But the really amazing thing here,
204
529440
3136
Mas o mais impressionante aqui,
talvez para um economista,
talvez para um economista,
09:04
perhaps to an economist,
205
532600
1296
09:05
is there are around 65 percent of people
who did not say I had four tails throws,
who did not say I had four tails throws,
206
533920
6536
é que cerca de 65% das pessoas
não disseram ter tirado
coroa quatro vezes,
coroa quatro vezes,
09:12
even though in that situation,
207
540480
2176
mesmo numa situação dessas,
09:14
nobody's watching you,
208
542680
2096
sem ninguém vigiando,
09:16
the only consequence that's in place
209
544800
1936
e a única consequência em jogo
09:18
is you get more money
if you say four than less.
if you say four than less.
210
546760
3336
era a pessoa ganhar
mais dinheiro ao dizer "quatro".
mais dinheiro ao dizer "quatro".
09:22
You leave 20 francs on the table
by announcing zero.
by announcing zero.
211
550120
3280
A pessoa deixava na mesa
20 francos ao dizer "zero".
20 francos ao dizer "zero".
Não sei se todas as outras
pessoas foram honestas
pessoas foram honestas
09:26
I don't know whether
the other people all were honest
the other people all were honest
212
554040
2576
ou se falaram um valor um pouco mais alto
ou mais baixo do verdadeiro,
ou mais baixo do verdadeiro,
09:28
or whether they also said a little bit
higher or lower than what they did
higher or lower than what they did
213
556640
3456
pois era anônimo.
09:32
because it's anonymous.
214
560120
1216
Apenas observamos a distribuição.
09:33
We only observed the distribution.
215
561360
1656
E aqui vai outra moeda.
09:35
But what I can tell you --
and here's another coin toss.
and here's another coin toss.
216
563040
2656
Lá vai: deu coroa.
09:37
There you go, it's tails.
217
565720
1496
(Risos)
09:39
(Laughter)
218
567240
1496
09:40
Don't check, OK?
219
568760
1456
Não confiram, tá?
09:42
(Laughter)
220
570240
2816
(Risos)
09:45
What I can tell you
221
573080
1296
Mas o que posso afirmar
09:46
is that not everybody behaved
like Adam Smith would have predicted.
like Adam Smith would have predicted.
222
574400
4440
é que nem todo mundo se comportou
como Adam Smith previu.
como Adam Smith previu.
Então, o que se pode concluir daí?
09:52
So what does that leave us with?
223
580840
1576
09:54
Well, it seems people are motivated
by certain intrinsic values
by certain intrinsic values
224
582440
4496
Bem, parece que algumas pessoas são
motivadas por certos valores intrínsecos
motivadas por certos valores intrínsecos
09:58
and in our research, we look at this.
225
586960
1800
e, em nossa pesquisa, estudamos isso.
10:01
We look at the idea that people have
so-called protected values.
so-called protected values.
226
589440
4480
Estudamos a ideia de que certas pessoas
possuem os chamados "valores protegidos".
possuem os chamados "valores protegidos".
Um valor protegido não é qualquer valor.
10:06
A protected value isn't just any value.
227
594760
2816
10:09
A protected value is a value
where you're willing to pay a price
where you're willing to pay a price
228
597600
5816
É um valor pelo qual a pessoa
está disposta a pagar um preço
está disposta a pagar um preço
para sustentar esse valor.
10:15
to uphold that value.
229
603440
1256
10:16
You're willing to pay a price
to withstand the temptation to give in.
to withstand the temptation to give in.
230
604720
4440
Ela está disposta a pagar um preço
para enfrentar a tentação de ceder.
para enfrentar a tentação de ceder.
E a consequência é que ela se sente melhor
10:22
And the consequence is you feel better
231
610200
2656
se ganhar dinheiro de um jeito
que seja consistente com os valores dela.
que seja consistente com os valores dela.
10:24
if you earn money in a way
that's consistent with your values.
that's consistent with your values.
232
612880
4296
10:29
Let me show you this again
in the metaphor of our beloved dog here.
in the metaphor of our beloved dog here.
233
617200
4280
Deixem-me mostrar isso na metáfora
com nosso prezado cão aqui.
com nosso prezado cão aqui.
Se conseguirmos ter a salsicha
sem violar nossos valores,
sem violar nossos valores,
10:34
If we succeed in getting the sausage
without violating our values,
without violating our values,
234
622600
4056
10:38
then the sausage tastes better.
235
626680
1976
então a salsicha vai ter um sabor melhor.
10:40
That's what our research shows.
236
628680
1480
É isso que nossa pesquisa mostra.
10:42
If, on the other hand,
237
630720
1256
Se, por outro lado,
10:44
we do so --
238
632000
1256
10:45
if we get the sausage
239
633280
1416
pegarmos a salsicha
10:46
and in doing so
we actually violate values,
we actually violate values,
240
634720
3456
e, ao fazê-lo, violarmos valores,
10:50
we value the sausage less.
241
638200
2976
vamos valorizar menos a salsicha.
10:53
Quantitatively, that's quite powerful.
242
641200
2456
Quantativamente, isso é muito poderoso.
10:55
We can measure these protected values,
243
643680
2456
Podemos medir esses valores protegidos,
10:58
for example,
244
646160
1216
por exemplo, com uma pesquisa.
10:59
by a survey measure.
245
647400
1920
11:02
Simple, nine-item survey that's quite
predictive in these experiments.
predictive in these experiments.
246
650360
5976
Pesquisa simples, de nove itens,
que é bem preditiva nesses experimentos.
que é bem preditiva nesses experimentos.
Se pensarmos na média da população
11:08
If you think about the average
of the population
of the population
247
656360
2336
11:10
and then there's
a distribution around it --
a distribution around it --
248
658720
2096
-- e há uma distribuição aí,
pois as pessoas são diferentes,
somos todos diferentes --,
somos todos diferentes --,
11:12
people are different,
we all are different.
we all are different.
249
660840
2040
11:15
People who have a set of protected values
250
663480
2976
as pessoas que possuem
uma série de valores protegidos
uma série de valores protegidos
11:18
that's one standard deviation
above the average,
above the average,
251
666480
4176
ou seja, um desvio-padrão acima da média,
11:22
they discount money they receive
by lying by about 25 percent.
by lying by about 25 percent.
252
670680
5056
elas descontam, do valor
recebido com mentiras, cerca de 25%.
recebido com mentiras, cerca de 25%.
11:27
That means a dollar received when lying
253
675760
3616
Isso significa que cada US$ 1
recebido com mentiras
recebido com mentiras
11:31
is worth to them only 75 cents
254
679400
2136
vale para elas apenas US$ 0,75,
11:33
without any incentives you put in place
for them to behave honestly.
for them to behave honestly.
255
681560
3696
e isso sem quaisquer incentivos
para que se comportem honestamente;
para que se comportem honestamente;
11:37
It's their intrinsic motivation.
256
685280
1736
é a motivação intrínseca delas.
11:39
By the way, I'm not a moral authority.
257
687040
1856
Aliás, não sou nenhuma autoridade moral.
11:40
I'm not saying I have
all these beautiful values, right?
all these beautiful values, right?
258
688920
2920
Não estou dizendo que tenho
todos esses belos valores, certo?
todos esses belos valores, certo?
Mas estou interessado
no comportamento das pessoas
no comportamento das pessoas
11:44
But I'm interested in how people behave
259
692440
1936
11:46
and how we can leverage
that richness in human nature
that richness in human nature
260
694400
3376
e como podemos estimular
essa riqueza na natureza humana
essa riqueza na natureza humana
para melhorarmos de fato
o funcionamento de nossas organizações.
o funcionamento de nossas organizações.
11:49
to actually improve
the workings of our organizations.
the workings of our organizations.
261
697800
3440
Assim, há duas visões muito,
muito diferentes aqui.
muito diferentes aqui.
11:54
So there are two
very, very different visions here.
very, very different visions here.
262
702400
3176
Por um lado, podemos apelar
para custos e benefícios
para custos e benefícios
11:57
On the one hand,
263
705600
1336
11:58
you can appeal to benefits and costs
264
706960
3016
e tentar fazer com que as pessoas
se comportem de acordo com eles.
se comportem de acordo com eles.
12:02
and try to get people
to behave according to them.
to behave according to them.
265
710000
2656
12:04
On the other hand,
266
712680
1616
Por outro lado,
podemos selecionar
pessoas que tenham os valores
pessoas que tenham os valores
12:06
you can select people who have the values
267
714320
4016
12:10
and the desirable
characteristics, of course --
characteristics, of course --
268
718360
2216
e as características desejáveis, claro,
12:12
competencies that go
in line with your organization.
in line with your organization.
269
720600
3576
competências alinhadas
com sua organização.
com sua organização.
12:16
I do not yet know where
these protected values really come from.
these protected values really come from.
270
724200
4216
Ainda não sei realmente de onde
esses valores protegidos vêm.
esses valores protegidos vêm.
12:20
Is it nurture or is it nature?
271
728440
3376
Eles são inatos ou adquiridos?
12:23
What I can tell you
272
731840
1376
O que posso lhes dizer
12:25
is that the distribution
looks pretty similar for men and women.
looks pretty similar for men and women.
273
733240
5096
é que a incidência parece
bem semelhante em homens e mulheres.
bem semelhante em homens e mulheres.
12:30
It looks pretty similar
for those who had studied economics
for those who had studied economics
274
738360
3776
Parece bem semelhante
em quem estudou economia
em quem estudou economia
12:34
or those who had studied psychology.
275
742160
2360
ou em quem estudou psicologia.
12:38
It looks even pretty similar
around different age categories
around different age categories
276
746000
3376
Parece mais semelhante ainda
em diferentes faixas de idade em adultos.
em diferentes faixas de idade em adultos.
12:41
among adults.
277
749400
1216
Mas ainda não sei como isso
se desenvolve ao longo da vida.
se desenvolve ao longo da vida.
12:42
But I don't know yet
how this develops over a lifetime.
how this develops over a lifetime.
278
750640
2656
12:45
That will be the subject
of future research.
of future research.
279
753320
3440
Esse será o tema de uma futura pesquisa.
12:49
The idea I want to leave you with
280
757640
1656
A noção que gostaria de deixar para vocês
12:51
is it's all right to appeal to incentives.
281
759320
2776
é que tudo bem apelar para incentivos,
afinal sou economista
afinal sou economista
12:54
I'm an economist;
282
762120
1216
e certamente acredito no fato
de que incentivos funcionam.
de que incentivos funcionam.
12:55
I certainly believe in the fact
that incentives work.
that incentives work.
283
763360
2920
Mas pensem em escolher as pessoas certas,
12:59
But do think about selecting
the right people
the right people
284
767400
4016
em vez de ter qualquer pessoa,
para então oferecer incentivos.
para então oferecer incentivos.
13:03
rather than having people
and then putting incentives in place.
and then putting incentives in place.
285
771440
3496
13:06
Selecting the right people
with the right values
with the right values
286
774960
2256
Selecionar as pessoas certas
com os valores certos
com os valores certos
13:09
may go a long way
to saving a lot of trouble
to saving a lot of trouble
287
777240
3936
pode evitar, a longo prazo,
muitos problemas
muitos problemas
13:13
and a lot of money
288
781200
1376
e muito dinheiro em sua organização.
13:14
in your organizations.
289
782600
1736
13:16
In other words,
290
784360
1256
Em outras palavras,
13:17
it will pay off to put people first.
291
785640
3760
vale a pena colocar
as pessoas em primeiro lugar.
as pessoas em primeiro lugar.
13:22
Thank you.
292
790040
1216
Obrigado.
(Aplausos)
13:23
(Applause)
293
791280
3640
ABOUT THE SPEAKER
Alexander Wagner - EconomistAlexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations.
Why you should listen
Alexander Wagner has discovered that to most people, what matters is not only how much money they receive but also whether they behaved honestly to receive that money. As Swiss Finance Institute professor at the University of Zurich's Department of Banking and Finance, Wagner has taught corporate finance to thousands of eager students and hundreds of motivated executives, and he has helped shape governance systems of companies large and small. His recent research deals with how investors perceive managerial words and deeds … and with the stock market implications of the Trump election.
Alexander Wagner | Speaker | TED.com