ABOUT THE SPEAKER
Paul Zak - Neuroeconomist
A pioneer in the field of neuroeconomics, Paul Zak is uncovering how the hormone oxytocin promotes trust, and proving that love is good for business.

Why you should listen

What’s behind the human instinct to trust and to put each other’s well-being first? When you think about how much of the world works on a handshake or on holding a door open for somebody, why people cooperate is a huge question. Paul Zak researches oxytocin, a neuropeptide that affects our everyday social interactions and our ability to behave altruistically and cooperatively, applying his findings to the way we make decisions. A pioneer in a new field of study called neuroeconomics, Zak has demonstrated that oxytocin is responsible for a variety of virtuous behaviors in humans such as empathy, generosity and trust. Amazingly, he has also discovered that social networking triggers the same release of oxytocin in the brain -- meaning that e-connections are interpreted by the brain like in-person connections.

A professor at Claremont Graduate University in Southern California, Zak believes most humans are biologically wired to cooperate, but that business and economics ignore the biological foundations of human reciprocity, risking loss: when oxytocin levels are high in subjects, people’s generosity to strangers increases up to 80 percent; and countries with higher levels of trust – lower crime, better education – fare better economically.

He says: "Civilization is dependent on oxytocin. You can't live around people you don't know intimately unless you have something that says: Him I can trust, and this one I can't trust."

More profile about the speaker
Paul Zak | Speaker | TED.com
TEDGlobal 2011

Paul Zak: Trust, morality -- and oxytocin?

Paul Zak: Confiança, moralidade -- e oxitocina

Filmed:
1,741,186 views

O que motiva o nosso desejo de nos comportarmos moralmente? O neuroeconomista Paul Zak mostra porque acredita que a oxitocina (chama-lhe a "molécula moral") é responsável pela confiança, pela empatia e por outras emoções que ajudam a construir uma sociedade estável.
- Neuroeconomist
A pioneer in the field of neuroeconomics, Paul Zak is uncovering how the hormone oxytocin promotes trust, and proving that love is good for business. Full bio

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

00:15
Is there anything uniqueúnico about humanhumano beingsseres?
0
0
3000
Haverá algo de único nos seres humanos?
00:18
There is.
1
3000
2000
Há.
00:20
We're the only creaturescriaturas
2
5000
2000
Somos as únicas criaturas
00:22
with fullytotalmente developeddesenvolvido moralmoral sentimentssentimentos.
3
7000
2000
com sentimentos morais completamente desenvolvidos.
00:24
We're obsessedobcecado with moralitymoralidade as socialsocial creaturescriaturas.
4
9000
3000
Somos obcecados com a moralidade, enquanto criaturas sociais.
00:27
We need to know why people are doing what they're doing.
5
12000
3000
Precisamos de saber porque estão as pessoas a fazer o que estão a fazer.
00:30
And I personallypessoalmente am obsessedobcecado with moralitymoralidade.
6
15000
3000
E eu, pessoalmente, estou obcecado com a moralidade.
00:33
It was all duevencimento to this womanmulher,
7
18000
2000
Foi tudo devido a esta mulher,
00:35
SisterIrmã MaryMary MarastelaMarastela,
8
20000
2000
A Irmã Mary Marastela,
00:37
alsoAlém disso knownconhecido as my mommamãe.
9
22000
3000
também conhecida por minha mãe.
00:41
As an altaraltar boyGaroto, I breathedrespirou in a lot of incenseincenso,
10
26000
3000
Como acólito, respirei muito incenso,
00:44
and I learnedaprendido to say phrasesfrases in LatinLatino,
11
29000
2000
e aprendi a dizer frases em Latim,
00:46
but I alsoAlém disso had time to think
12
31000
2000
mas também tive tempo para pensar
00:48
about whetherse my mother'smãe top-downcareca moralitymoralidade
13
33000
2000
sobre se a moralidade vinda de cima da minha mãe
00:50
appliedaplicado to everybodytodo mundo.
14
35000
2000
se aplicava a toda a gente.
00:52
I saw that people who were religiousreligioso and non-religiousnão-religiosos
15
37000
3000
Pude ver que as pessoas religiosas e não religiosas
00:55
were equallyigualmente obsessedobcecado with moralitymoralidade.
16
40000
2000
eram igualmente obcecadas com a moralidade.
00:57
I thought, maybe there's some earthlyterrena basisbase
17
42000
2000
Pensava, talvez haja alguma base mundana
00:59
for moralmoral decisionsdecisões.
18
44000
2000
para as decisões morais.
01:01
But I wanted to go furthermais distante
19
46000
2000
Mas queria ir mais longe
01:03
than to say our brainscérebro make us moralmoral.
20
48000
2000
do que dizer que os nossos cérebros fazem-nos morais.
01:05
I want to know if there's a chemistryquímica of moralitymoralidade.
21
50000
3000
Queria saber se existe uma química da moralidade.
01:08
I want to know
22
53000
2000
Queria saber
01:10
if there was a moralmoral moleculemolécula.
23
55000
2000
se existe uma molécula moral.
01:12
After 10 yearsanos of experimentsexperiências,
24
57000
2000
Depois de 10 anos de experiências,
01:14
I foundencontrado it.
25
59000
2000
descobri-a.
01:16
Would you like to see it? I broughttrouxe some with me.
26
61000
3000
Gostariam de a ver? Trouxe um pouco comigo.
01:20
This little syringeseringa
27
65000
2000
Esta pequena seringa
01:22
containscontém the moralmoral moleculemolécula.
28
67000
3000
contém a molécula moral.
01:31
(LaughterRiso)
29
76000
3000
(Risos)
01:34
It's calledchamado oxytocinoxitocina.
30
79000
2000
Chama-se oxitocina.
01:36
So oxytocinoxitocina is a simplesimples and ancientantigo moleculemolécula
31
81000
3000
Então a oxitocina é uma molécula simples e antiga
01:39
foundencontrado only in mammalsmamíferos.
32
84000
2000
que se encontra apenas nos mamíferos.
01:41
In rodentsroedores, it was knownconhecido
33
86000
2000
Nos roedores, era conhecida
01:43
to make mothersmães careCuidado for theirdeles offspringdescendência,
34
88000
2000
por fazer as mães tomar conta da sua prole,
01:45
and in some creaturescriaturas,
35
90000
2000
e em algumas criaturas,
01:47
allowedpermitido for tolerationtolerância religiosa of burrowmatesburrowmates.
36
92000
2000
por permitir que fossem tolerados os parceiros de toca.
01:49
But in humanshumanos, it was only knownconhecido
37
94000
2000
Mas nos humanos, era apenas conhecida
01:51
to facilitatefacilitar birthnascimento and breastfeedingaleitamento materno in womenmulheres,
38
96000
2000
por facilitar o parto e a amamentação nas mulheres
01:53
and is releasedliberado by bothambos sexessexos duringdurante sexsexo.
39
98000
3000
e ser libertada por ambos os sexos durante o sexo.
01:57
So I had this ideaidéia that oxytocinoxitocina mightpoderia be the moralmoral moleculemolécula.
40
102000
3000
Por isso eu tinha esta ideia de que a oxitocina poderia ser a molécula moral.
02:00
I did what mosta maioria of us do -- I triedtentou it on some colleaguescolegas.
41
105000
3000
Fiz o que a maioria de nós faz -- experimentei-a em alguns colegas.
02:03
One of them told me,
42
108000
2000
Um deles disse-me,
02:05
"PaulPaul, that is the world'sos mundos stupidiststupidist ideaidéia.
43
110000
3000
"Paul, essa é a ideia mais estúpida do mundo.
02:08
It is," he said, "only a femalefêmea moleculemolécula.
44
113000
2000
É," disse, "apenas uma molécula feminina.
02:10
It can't be that importantimportante."
45
115000
2000
Não pode ser assim tão importante."
02:12
But I counteredrebateu, "Well men'smasculino brainscérebro make this too.
46
117000
3000
Mas eu contrapus, "Bem, os cérebros masculinos também a produzem.
02:15
There mustdevo be a reasonrazão why."
47
120000
2000
Deve haver uma razão para isso."
02:17
But he was right, it was a stupidestúpido ideaidéia.
48
122000
3000
Mas ele tinha razão, era uma ideia estúpida.
02:20
But it was testablytestably stupidestúpido.
49
125000
2000
Mas era testavelmente estúpida.
02:22
In other wordspalavras, I thought I could designdesenhar an experimentexperimentar
50
127000
3000
Por outras palavras, pensei que poderia conceber uma experiência
02:25
to see if oxytocinoxitocina madefeito people moralmoral.
51
130000
3000
para ver se a oxitocina fazia as pessoas morais.
02:29
TurnsSe transforma out it wasn'tnão foi so easyfácil.
52
134000
2000
Acontece que não era assim tão fácil.
02:31
First of all, oxytocinoxitocina is a shytímido moleculemolécula.
53
136000
3000
Antes de mais, a oxitocina é uma molécula tímida.
02:34
BaselineLinha de base levelsníveis are nearperto zerozero,
54
139000
2000
Os níveis basais são próximos de zero,
02:36
withoutsem some stimulusestímulo to causecausa its releaselançamento.
55
141000
3000
sem algum estímulo que provoque a sua libertação.
02:39
And when it's producedproduzido, it has a three-minutetrês minutos half-lifeHalf-Life,
56
144000
2000
E quando é produzida, tem uma meia-vida de três minutos,
02:41
and degradesdegrada rapidlyrapidamente at roomquarto temperaturetemperatura.
57
146000
3000
e decai rapidamente à temperatura ambiente.
02:44
So this experimentexperimentar would have to causecausa a surgesobretensão of oxytocinoxitocina,
58
149000
2000
Por isso esta experiência teria de provocar um surto de oxitocina,
02:46
have to grabagarrar it fastvelozes and keep it coldfrio.
59
151000
2000
teria de a recolher rapidamente e preservá-la no frio.
02:48
I think I can do that.
60
153000
2000
Penso que consigo fazer isso.
02:50
Now luckilyfelizmente, oxytocinoxitocina is producedproduzido
61
155000
2000
Ora, por sorte, a oxitocina é produzida
02:52
bothambos in the braincérebro and in the bloodsangue,
62
157000
3000
quer no cérebro quer no sangue,
02:55
so I could do this experimentexperimentar withoutsem learningAprendendo neurosurgeryNeurocirurgia.
63
160000
3000
por isso eu pude fazer esta experiência sem aprender neurocirurgia.
02:59
Then I had to measurea medida moralitymoralidade.
64
164000
3000
Depois tinha de medir a moralidade.
03:02
So takinglevando on MoralityMoralidade with a capitalcapital M is a hugeenorme projectprojeto.
65
167000
3000
Ora, atirar-me à Moralidade com M grande é um projecto imenso.
03:05
So I startedcomeçado smallermenor.
66
170000
2000
Por isso comecei por baixo.
03:07
I studiedestudou one singlesolteiro virtuevirtude:
67
172000
3000
Estudei uma única virtude:
03:10
trustworthinessconfiabilidade.
68
175000
2000
a confiabilidade.
03:12
Why? I had shownmostrando in the earlycedo 2000s
69
177000
3000
Porquê? Tinha mostrado no início dos anos 2000
03:15
that countriespaíses with a highersuperior proportionproporção of trustworthydigno de confiança people
70
180000
3000
que os países com maior proporção de pessoas confiáveis
03:18
are more prosperouspróspera.
71
183000
2000
são mais prósperos.
03:20
So in these countriespaíses, more economiceconômico transactionstransações occurocorrer
72
185000
3000
Por isso nesses países, ocorrem mais transacções económicas
03:23
and more wealthriqueza is createdcriada,
73
188000
2000
e mais riqueza é criada,
03:25
alleviatingaliviando o povertypobreza.
74
190000
2000
aliviando a pobreza.
03:27
So poorpobre countriespaíses are by and largeampla lowbaixo trustConfiar em countriespaíses.
75
192000
3000
Por isso os países pobres são, de longe, países de pouca confiança.
03:30
So if I understoodEntendido the chemistryquímica of trustworthinessconfiabilidade,
76
195000
3000
Por isso, se eu compreendia a química da confiabilidade,
03:33
I mightpoderia help alleviatealiviar o povertypobreza.
77
198000
2000
eu poderia ajudar a aliviar a pobreza.
03:35
But I'm alsoAlém disso a skepticcético.
78
200000
2000
Mas eu sou também um céptico.
03:37
I don't want to just askpergunte people, "Are you trustworthydigno de confiança?"
79
202000
2000
Não quero simplesmente perguntar às pessoas, "És de confiança?"
03:39
So insteadem vez de I use
80
204000
2000
Em vez disso uso
03:41
the JerryJerry MaguireMaguire approachabordagem to researchpesquisa.
81
206000
2000
a abordagem Jerry Maguire à pesquisa.
03:43
If you're so virtuousvirtuoso,
82
208000
2000
Se és assim tão virtuoso,
03:45
showexposição me the moneydinheiro.
83
210000
2000
mostra-me o dinheiro.
03:47
So what we do in my lablaboratório
84
212000
2000
Então o que fazemos no meu laboratório
03:49
is we tempttentar- people with virtuevirtude and vicevice by usingusando moneydinheiro.
85
214000
2000
é tentar as pessoas com virtude e vício usando dinheiro.
03:51
Let me showexposição you how we do that.
86
216000
2000
Deixem-me mostrar-vos como o fazemos.
03:53
So we recruitrecruta some people for an experimentexperimentar.
87
218000
2000
Então, recrutamos algumas pessoas para uma experiência.
03:55
They all get $10 if they agreeaceita to showexposição up.
88
220000
3000
Todos recebem 10 dólares se concordarem em aparecer.
03:58
We give them lots of instructioninstrução, and we never ever deceiveenganar them.
89
223000
3000
Damos-lhes imensas instruções, e nunca, nunca as enganamos.
04:01
Then we matchpartida them in pairspares by computercomputador.
90
226000
3000
Depois, juntamo-las aos pares, por computador.
04:04
And in that pairpar, one personpessoa getsobtém a messagemensagem sayingdizendo,
91
229000
2000
E naquele par, uma pessoa recebe uma mensagem que diz,
04:06
"Do you want to give up some of your $10
92
231000
2000
"Queres dar uma parte dos 10 dólares
04:08
you earnedganhou for beingser here
93
233000
2000
que ganhaste por estar aqui
04:10
and shipnavio it to someonealguém elseoutro in the lablaboratório?"
94
235000
2000
e enviá-lo a outra pessoa no laboratório?"
04:12
The tricktruque is you can't see them,
95
237000
2000
O truque é que não os consegues ver,
04:14
you can't talk to them.
96
239000
2000
não consegues falar com eles.
04:16
You only do it one time.
97
241000
2000
Apenas o fazes uma vez.
04:18
Now whatevertanto faz you give up
98
243000
2000
Seja qual for a quantia que dás,
04:20
getsobtém tripledtriplicado in the other person'spessoas accountconta.
99
245000
3000
é triplicada na conta da outra pessoa.
04:23
You're going to make them a lot wealthiermais ricos.
100
248000
2000
Vais torná-los muito mais ricos.
04:25
And they get a messagemensagem by computercomputador sayingdizendo
101
250000
2000
E eles recebem uma mensagem por computador que diz
04:27
personpessoa one sentenviei you this amountmontante of moneydinheiro.
102
252000
2000
pessoa um enviou esta quantia de dinheiro.
04:29
Do you want to keep it all,
103
254000
2000
Queres ficar com tudo,
04:31
or do you want to sendenviar some amountmontante back?
104
256000
3000
ou queres enviar algum?
04:34
So think about this experimentexperimentar for minuteminuto.
105
259000
2000
Então, pensem nesta experiência por um minuto.
04:36
You're going to sitsentar on these hardDifícil chairscadeiras for an hourhora and a halfmetade.
106
261000
3000
Irão ficar sentados nestas cadeiras duras por uma hora e meia.
04:39
Some madlouco scientistcientista is going to jabDá-lhe your armbraço with a needleagulha
107
264000
2000
Um cientista maluco qualquer vai picar o vosso braço com uma agulha
04:41
and take fourquatro tubestubos of bloodsangue.
108
266000
2000
e tirar quatro tubos de sangue.
04:43
And now you want me to give up this moneydinheiro and shipnavio it to a strangerdesconhecido?
109
268000
3000
E agora querem que desistam do vosso dinheiro e o entreguem a um estranho?
04:46
So this was the birthnascimento of vampirevampiro economicseconomia.
110
271000
3000
Então, isto foi o nascimento da economia vampiro.
04:49
Make a decisiondecisão and give me some bloodsangue.
111
274000
3000
Toma uma decisão e dá-me algum sangue.
04:52
So in factfacto, experimentalexperimental economistseconomistas
112
277000
2000
Ora, de facto, economistas experimentais
04:54
had runcorre this testteste around the worldmundo,
113
279000
2000
tinham feito este teste em todo o mundo,
04:56
and for much highersuperior stakesapostas,
114
281000
2000
e com quantias muito maiores,
04:58
and the consensusconsenso viewVisão
115
283000
2000
e a ideia consensual
05:00
was that the measurea medida from the first personpessoa to the secondsegundo was a measurea medida of trustConfiar em,
116
285000
3000
era que a medida da primeira pessoa para a segunda era uma medida de confiança,
05:03
and the transfertransferir from the secondsegundo personpessoa back to the first
117
288000
3000
e a transferência da segunda para a primeira
05:06
measuredmedido trustworthinessconfiabilidade.
118
291000
2000
media a confiabilidade.
05:08
But in factfacto, economistseconomistas were flummoxeddesconcertado
119
293000
2000
Mas, de facto, os economistas ficaram desconcertados,
05:10
on why the secondsegundo personpessoa would ever returnRetorna any moneydinheiro.
120
295000
3000
quanto à razão de a segunda pessoa devolver dinheiro.
05:13
They assumedassumiu moneydinheiro is good,
121
298000
2000
Partiram do princípio que, se o dinheiro é bom,
05:15
why not keep it all?
122
300000
2000
porque não ficar com ele todo?
05:17
That's not what we foundencontrado.
123
302000
2000
Não foi isso que descobrimos.
05:19
We foundencontrado 90 percentpor cento of the first decision-makersdecisores sentenviei moneydinheiro,
124
304000
3000
Descobrimos que 90% dos primeiros decisores enviaram dinheiro,
05:22
and of those who receivedrecebido moneydinheiro,
125
307000
2000
e daqueles que receberam dinheiro,
05:24
95 percentpor cento returneddevolvida some of it.
126
309000
2000
95% devolveram algum.
05:26
But why?
127
311000
2000
Mas porquê?
05:28
Well by measuringmedindo oxytocinoxitocina
128
313000
2000
Bem, ao medir a oxitocina
05:30
we foundencontrado that the more moneydinheiro the secondsegundo personpessoa receivedrecebido,
129
315000
2000
descobrimos que quanto mais dinheiro a segunda pessoa recebia,
05:32
the more theirdeles braincérebro producedproduzido oxytocinoxitocina,
130
317000
2000
mais o seu cérebro produzia oxitocina,
05:34
and the more oxytocinoxitocina on boardborda,
131
319000
2000
e quanto mais oxitocina a bordo,
05:36
the more moneydinheiro they returneddevolvida.
132
321000
3000
mais dinheiro a pessoa devolvia.
05:39
So we have a biologybiologia of trustworthinessconfiabilidade.
133
324000
3000
Por isso temos uma biologia da confiabilidade.
05:42
But wait. What's wrongerrado with this experimentexperimentar?
134
327000
3000
Mas esperem. O que está errado nesta experiência?
05:45
Two things.
135
330000
2000
Duas coisas.
05:47
One is that nothing in the bodycorpo happensacontece in isolationisolamento.
136
332000
3000
Uma é que nada no corpo acontece de forma isolada.
05:50
So we measuredmedido ninenove other moleculesmoléculas that interactinteragir with oxytocinoxitocina,
137
335000
3000
Por isso medimos outras nove moléculas que interagem com a oxitocina,
05:53
but they didn't have any effectefeito.
138
338000
2000
mas não tiveram qualquer efeito.
05:55
But the secondsegundo is
139
340000
2000
Mas a segunda é que
05:57
that I still only had this indirectindireta relationshiprelação
140
342000
2000
eu ainda só tinha esta relação indirecta
05:59
betweenentre oxytocinoxitocina and trustworthinessconfiabilidade.
141
344000
2000
entre a oxitocina e a confiabilidade.
06:01
I didn't know for sure
142
346000
2000
Não tinha a certeza que
06:03
oxytocinoxitocina causedcausou trustworthinessconfiabilidade.
143
348000
2000
a oxitocina provocava a confiabilidade.
06:05
So to make the experimentexperimentar,
144
350000
2000
Por isso para fazer a experiência,
06:07
I knewsabia I'd have to go into the braincérebro
145
352000
2000
sabia que tinha de ir até ao cérebro
06:09
and manipulatemanipular oxytocinoxitocina directlydiretamente.
146
354000
2000
e manipular a oxitocina directamente.
06:11
I used everything shortcurto of a drillbroca
147
356000
2000
Usei tudo menos uma broca
06:13
to get oxytocinoxitocina into my ownpróprio braincérebro.
148
358000
3000
para introduzir oxitocina no meu próprio cérebro.
06:16
And I foundencontrado I could do it
149
361000
2000
E descobri que o conseguia fazer
06:18
with a nasalnasal inhalerinalador.
150
363000
2000
com um inalador nasal.
06:20
So alongao longo with colleaguescolegas in ZurichZurique,
151
365000
2000
Por isso, juntamente com colegas em Zurique,
06:22
we put 200 menhomens on oxytocinoxitocina or placeboplacebo,
152
367000
2000
pusemos 200 homens a tomar oxitocina ou placebo,
06:24
had that samemesmo trustConfiar em testteste with moneydinheiro,
153
369000
2000
naquele mesmo teste de confiança com dinheiro,
06:26
and we foundencontrado that those on oxytocinoxitocina not only showedmostrou more trustConfiar em,
154
371000
3000
e descobrimos que os que tomavam oxitocina não só mostravam mais confiança,
06:29
we can more than doubleDuplo the numbernúmero of people
155
374000
3000
conseguimos mais do que duplicar o número de pessoas
06:32
who sentenviei all theirdeles moneydinheiro to a strangerdesconhecido --
156
377000
2000
que enviam todo o seu dinheiro a um estranho --
06:34
all withoutsem alteringalterando moodhumor or cognitionconhecimento.
157
379000
3000
tudo sem alterar humor ou cognição.
06:38
So oxytocinoxitocina is the trustConfiar em moleculemolécula,
158
383000
4000
Então a oxitocina é a molécula da confiança,
06:42
but is it the moralmoral moleculemolécula?
159
387000
3000
mas será a molécula moral?
06:45
UsingUsando the oxytocinoxitocina inhalerinalador,
160
390000
2000
Usando o inalador de oxitocina,
06:47
we rancorreu more studiesestudos.
161
392000
2000
fizemos mais estudos.
06:49
We showedmostrou that oxytocinoxitocina infusioninfusão
162
394000
2000
Mostrámos que a infusão de oxitocina
06:51
increasesaumenta generositygenerosidade
163
396000
2000
aumenta a generosidade
06:53
in unilateralunilateral monetarymonetária transferstransferências
164
398000
2000
em transferências monetárias unilaterais
06:55
by 80 percentpor cento.
165
400000
2000
em 80 por cento.
06:57
We showedmostrou it increasesaumenta donationsdoações to charitycaridade
166
402000
2000
Mostrámos que aumenta os donativos para a caridade
06:59
by 50 percentpor cento.
167
404000
2000
em 50 por cento.
07:01
We'veTemos alsoAlém disso investigatedinvestigado
168
406000
2000
Também investigámos
07:03
non-pharmacologicNão-farmacológico waysmaneiras to raiselevantar oxytocinoxitocina.
169
408000
2000
formas não farmacológicas de aumentar a oxitocina.
07:05
These includeincluir massagemassagem,
170
410000
2000
Que incluem massagens,
07:07
dancingdançando and prayingRezar.
171
412000
2000
dança e orações.
07:09
Yes, my mommamãe was happyfeliz about that last one.
172
414000
3000
Sim, a minha mãe ficou feliz por saber da última.
07:12
And wheneversempre que we raiselevantar oxytocinoxitocina,
173
417000
2000
E sempre que aumentámos a oxitocina,
07:14
people willinglybom grado openaberto up theirdeles walletscarteiras
174
419000
2000
as pessoas abriram as suas carteiras voluntariamente
07:16
and sharecompartilhar moneydinheiro with strangersestranhos.
175
421000
2000
e partilharam dinheiro com estranhos.
07:18
But why do they do this?
176
423000
2000
Mas porque é que fazem isso?
07:20
What does it feel like
177
425000
2000
O que é que sentem
07:22
when your braincérebro is floodedinundou with oxytocinoxitocina?
178
427000
2000
quando o cérebro é inundado de oxitocina?
07:24
To investigateinvestigar this questionquestão, we rancorreu an experimentexperimentar
179
429000
3000
Para investigar esta questão, fizemos uma experiência
07:27
where we had people watch a videovídeo
180
432000
2000
em que as pessoas viam um vídeo
07:29
of a fatherpai and his fourquatro year-oldanos de idade sonfilho,
181
434000
2000
de um pai e do seu filho de quatro anos,
07:31
and his sonfilho has terminalterminal braincérebro cancerCâncer.
182
436000
2000
e o seu filho tem cancro terminal no cérebro.
07:33
After they watchedassisti the videovídeo, we had them ratetaxa theirdeles feelingssentimentos
183
438000
3000
Depois de verem o vídeo, eles avaliaram as suas emoções
07:36
and tooktomou bloodsangue before and after to measurea medida oxytocinoxitocina.
184
441000
3000
e deram amostras de sangue antes e depois para medir a oxitocina.
07:39
The changemudança in oxytocinoxitocina
185
444000
2000
A mudança na oxitocina
07:41
predictedpreviu theirdeles feelingssentimentos of empathyempatia.
186
446000
3000
previu as suas emoções de empatia.
07:45
So it's empathyempatia
187
450000
2000
Por isso é a empatia
07:47
that makesfaz com que us connectconectar to other people.
188
452000
2000
que nos liga às outras pessoas.
07:49
It's empathyempatia that makesfaz com que us help other people.
189
454000
3000
É a empatia que nos faz ajudar as outras pessoas.
07:52
It's empathyempatia that makesfaz com que us moralmoral.
190
457000
4000
É a empatia que nos faz morais.
07:56
Now this ideaidéia is not newNovo.
191
461000
2000
Ora, esta ideia não é nova.
07:58
A then unknowndesconhecido philosopherfilósofo namednomeado AdamAdam SmithSmith
192
463000
2000
Um, então desconhecido, filósofo chamado Adam Smith
08:00
wroteescrevi a booklivro in 1759
193
465000
2000
escreveu um livro em 1759
08:02
calledchamado "The TheoryTeoria of MoralMoral SentimentsSentimentos."
194
467000
2000
chamado "Teoria dos sentimentos morais."
08:04
In this booklivro, SmithSmith arguedargumentou
195
469000
3000
Neste livro, Smith argumentava
08:07
that we are moralmoral creaturescriaturas, not because of a top-downcareca reasonrazão,
196
472000
3000
que somos criaturas morais, não por causa de uma razão que vem de cima,
08:10
but for a bottom-updebaixo para cima reasonrazão.
197
475000
2000
mas por causa de uma razão que vem de baixo.
08:12
He said we're socialsocial creaturescriaturas,
198
477000
2000
Disse que somos criaturas sociais,
08:14
so we sharecompartilhar the emotionsemoções of othersoutras.
199
479000
2000
por isso partilhamos as emoções dos outros.
08:16
So if I do something that hurtsdói you, I feel that paindor.
200
481000
3000
Por isso se eu fizer algo que te magoa, sinto essa dor.
08:19
So I tendtende to avoidevitar that.
201
484000
2000
Por isso tendo a evitá-lo.
08:21
If I do something that makesfaz com que you happyfeliz, I get to sharecompartilhar your joyalegria.
202
486000
3000
Se eu fizer algo que te faz feliz, tenho a oportunidade de partilhar a tua alegria.
08:24
So I tendtende to do those things.
203
489000
2000
Por isso tendo a fazer essas coisas.
08:26
Now this is the samemesmo AdamAdam SmithSmith who, 17 yearsanos latermais tarde,
204
491000
2000
Ora, este é o mesmo Adam Smith que, 17 anos mais tarde,
08:28
would writeEscreva a little booklivro calledchamado "The WealthRiqueza of NationsDas Nações" --
205
493000
3000
escreveria um pequeno livro chamado "A Riqueza das Nações" --
08:31
the foundingfundando documentdocumento of economicseconomia.
206
496000
2000
o documento fundador da economia.
08:33
But he was, in factfacto, a moralmoral philosopherfilósofo,
207
498000
3000
Mas ele era, de facto, um filósofo moral,
08:36
and he was right on why we're moralmoral.
208
501000
2000
e ele estava certo quanto à razão por que somos morais.
08:38
I just foundencontrado the moleculemolécula behindatrás it.
209
503000
3000
Eu apenas descobri a molécula por detrás disso.
08:41
But knowingsabendo that moleculemolécula is valuablevalioso,
210
506000
3000
Mas conhecer a molécula é valioso,
08:44
because it tellsconta us how to turnvirar up this behaviorcomportamento
211
509000
3000
porque nos diz como trazer ao de cima este comportamento
08:47
and what turnsgira it off.
212
512000
2000
e o que o faz desaparecer.
08:49
In particularespecial, it tellsconta us
213
514000
2000
Em particular, diz-nos
08:51
why we see immoralityimoralidade.
214
516000
3000
porque vemos imoralidade.
08:54
So to investigateinvestigar immoralityimoralidade,
215
519000
2000
Por isso, para investigar a imoralidade,
08:56
let me bringtrazer you back now to 1980.
216
521000
2000
deixem-me agora levá-los até 1980.
08:58
I'm workingtrabalhando at a gasgás stationestação
217
523000
2000
Estou a trabalhar numa estação de gasolina
09:00
on the outskirtsarredores of SantaSanta BarbaraBarbara, CaliforniaCalifórnia.
218
525000
3000
à saída de Santa Barbara, na Califórnia.
09:03
You sitsentar in a gasgás stationestação all day,
219
528000
2000
Ficando parado numa estação de gasolina o dia inteiro,
09:05
you see lots of moralitymoralidade and immoralityimoralidade, let me tell you.
220
530000
2000
vê-se imensa moralidade e imoralidade, deixem-me dizer-vos.
09:07
So one SundayDomingo afternoontarde, a man walksanda em into my cashier'sdo caixa boothcabine
221
532000
3000
Então, num domingo solarengo, um homem entra na minha cabine de pagamento
09:10
with this beautifulbonita jewelryjoalheria boxcaixa.
222
535000
2000
com uma bela caixa de jóias.
09:12
OpensAbre it up and there's a pearlpérola necklacecolar insidedentro.
223
537000
2000
Abre-a e lá dentro está um colar de pérolas.
09:14
And he said, "Hey, I was in the men'smasculino roomquarto.
224
539000
2000
E diz, "Estive na casa-de-banho dos homens.
09:16
I just foundencontrado this. What do you think we should do with it?"
225
541000
3000
E encontrei isto. O que achas que devemos fazer com isto?"
09:19
"I don't know, put it in the lostperdido and foundencontrado."
226
544000
2000
"Não sei, é pôr nos perdidos e achados."
09:21
"Well this is very valuablevalioso.
227
546000
2000
"Bem, isto é muito valioso.
09:23
We have to find the ownerproprietário for this." I said, "YeaSim."
228
548000
2000
Temos de encontrar o dono disto". Disse eu, "Sim."
09:25
So we're tryingtentando to decidedecidir what to do with this,
229
550000
2000
Então, estamos a tentar decidir o que fazer com aquilo,
09:27
and the phonetelefone ringsargolas.
230
552000
2000
e o telefone toca.
09:29
And a man saysdiz very excitedlyanimadamente,
231
554000
2000
E diz um homem, muito nervoso,
09:31
"I was in your gasgás stationestação a while agoatrás,
232
556000
2000
"Estive na vossa estação de gasolina há pouco
09:33
and I boughtcomprou this jewelryjoalheria for my wifeesposa, and I can't find it."
233
558000
2000
e comprei uma jóia para a minha mulher, e não a consigo encontrar."
09:35
I said, "PearlPérola necklacecolar?" "Yeah."
234
560000
2000
E eu disse, "Colar de pérolas?" "Sim."
09:37
"Hey, a guy just foundencontrado it."
235
562000
2000
"Ei, um tipo acabou de o encontrar."
09:39
"Oh, you're savingsalvando my life. Here'sAqui é my phonetelefone numbernúmero.
236
564000
2000
"Oh, salvou-me a vida. Aqui está o meu número de telefone.
09:41
Tell that guy to wait halfmetade an hourhora.
237
566000
2000
Diga a esse tipo para esperar meia-hora.
09:43
I'll be there and I'll give him a $200 rewardrecompensa."
238
568000
2000
Vou aí e dou-lhe uma recompensa de 200 dólares."
09:45
Great, so I tell the guy, "Look, relaxRelaxe.
239
570000
2000
Excelente, então eu digo ao tipo, "Olha, tranquilo.
09:47
Get yourselfvocê mesmo a fatgordo rewardrecompensa. Life'sVida é good."
240
572000
3000
Conseguiste uma bela recompensa. A vida é bela."
09:50
He said, "I can't do it.
241
575000
2000
Ele disse, "Não pode ser.
09:52
I have this jobtrabalho interviewentrevista in GalenaGalena in 15 minutesminutos,
242
577000
2000
Tenho uma entrevista de emprego em Galena daqui a 15 minutos,
09:54
and I need this jobtrabalho, I've got to go."
243
579000
3000
e preciso deste emprego, tenho de ir."
09:57
Again he askedperguntei me, "What do you think we should do?"
244
582000
2000
Perguntou-me de novo, "O que achas que devemos fazer?"
09:59
I'm in highAlto schoolescola. I have no ideaidéia.
245
584000
3000
Eu ando no liceu. Não faço ideia.
10:02
So I said, "I'll holdaguarde it for you."
246
587000
2000
Então disse. "Eu guardo-a por si."
10:04
He said, "You know, you've been so nicebom, let's splitDividido the rewardrecompensa."
247
589000
3000
Ele disse, "Sabes, foste tão porreiro, vamos dividir a recompensa."
10:07
I'll give you the jewelryjoalheria, you give me a hundredcem dollarsdólares,
248
592000
2000
Dou-te a jóia, dás-me 100 dólares,
10:09
and when the guy comesvem ... "
249
594000
2000
e quando o tipo vier..."
10:11
You see it. I was conneddeu um golpe.
250
596000
2000
Estão a ver. Fui enganado.
10:13
So this is a classicclássico con calledchamado the pigeonpombo dropsolta,
251
598000
3000
Ora isto é um conto do vigário clássico, chamado "pigeon drop",
10:16
and I was the pigeonpombo.
252
601000
2000
e eu fui o "pigeon" (pombo).
10:18
So the way manymuitos conscontras work
253
603000
2000
Então a forma como muitos contos do vigário funcionam
10:20
is not that the conmanConMan getsobtém the victimvítima to trustConfiar em him,
254
605000
3000
não é que o vigarista consiga que a vítima confie nele,
10:23
it's that he showsmostra he trustsconfia the victimvítima.
255
608000
3000
é que ele mostra confiar na vítima.
10:26
Now we know what happensacontece.
256
611000
2000
Bem, sabemos o que aconteceu.
10:28
The victim'sa vítima braincérebro releaseslançamentos oxytocinoxitocina,
257
613000
2000
O cérebro da vítima liberta oxitocina,
10:30
and you're openingabertura up your walletcarteira or purseBolsa, givingdando away the moneydinheiro.
258
615000
3000
e estamos a abrir a carteira, oferecendo dinheiro.
10:33
So who are these people
259
618000
2000
Então quem são estas pessoas
10:35
who manipulatemanipular our oxytocinoxitocina systemssistemas?
260
620000
3000
que manipulam os nossos sistemas de oxitocina?
10:38
We foundencontrado, testingtestando thousandsmilhares of individualsindivíduos,
261
623000
3000
Descobrimos, testando milhares de indivíduos,
10:41
that fivecinco percentpor cento of the populationpopulação
262
626000
2000
que cinco por cento da população
10:43
don't releaselançamento oxytocinoxitocina on stimulusestímulo.
263
628000
3000
não liberta oxitocina quando estimulada.
10:47
So if you trustConfiar em them, theirdeles brainscérebro don't releaselançamento oxytocinoxitocina.
264
632000
3000
Por isso, se confiarem neles, os seus cérebros não libertam oxitocina.
10:50
If there's moneydinheiro on the tablemesa, they keep it all.
265
635000
3000
Se houver dinheiro na mesa, eles ficam com ele todo.
10:53
So there's a technicaltécnico wordpalavra for these people in my lablaboratório.
266
638000
2000
No meu laboratório, existe uma palavra técnica para estas pessoas.
10:55
We call them bastardsfilhos da mãe.
267
640000
3000
Chamamos-lhes sacanas.
10:58
(LaughterRiso)
268
643000
2000
(Risos)
11:00
These are not people you want to have a beerCerveja with.
269
645000
2000
Estas não são pessoas com quem queremos beber uma cerveja.
11:02
They have manymuitos of the attributesatributos of psychopathspsicopatas.
270
647000
3000
Têm muitos dos atributos dos psicopatas.
11:06
Now there are other waysmaneiras the systemsistema can be inhibitedinibiu.
271
651000
2000
Ora, há outras formas de o sistema ser inibido.
11:08
One is throughatravés improperimpróprio nurturingnutrindo.
272
653000
3000
Uma é através de cuidados afectivos inadequados.
11:11
So we'venós temos studiedestudou sexuallysexualmente abusedabusado womenmulheres,
273
656000
3000
Estudámos mulheres abusadas sexualmente,
11:14
and about halfmetade those don't releaselançamento oxytocinoxitocina on stimulusestímulo.
274
659000
3000
e cerca de metade não libertam oxitocina quando estimuladas.
11:17
You need enoughsuficiente nurturingnutrindo
275
662000
2000
Precisamos de cuidados afectivos suficientes
11:19
for this systemsistema to developdesenvolve properlydevidamente.
276
664000
2000
para este sistema se desenvolver devidamente.
11:21
AlsoTambém, highAlto stressestresse inhibitsinibe a oxytocinoxitocina.
277
666000
3000
Além disso, o stress elevado inibe a oxitocina.
11:24
So we all know this, when we're really stressedestressado out,
278
669000
2000
Todos nós sabemos isto, quando estamos mesmo muito stressados,
11:26
we're not actingagindo our bestmelhor.
279
671000
3000
não estamos a agir no nosso melhor.
11:29
There's anotheroutro way oxytocinoxitocina is inhibitedinibiu, whichqual is interestinginteressante --
280
674000
3000
Há outra forma de a oxitocina ser inibida, que é interessante --
11:32
throughatravés the actionaçao of testosteronetestosterona.
281
677000
3000
através da acção da testosterona.
11:35
So we, in experimentsexperiências, have administeredadministrado testosteronetestosterona to menhomens.
282
680000
3000
Em experiências, administrámos testosterona a homens.
11:38
And insteadem vez de of sharingcompartilhando moneydinheiro,
283
683000
2000
E em vez de partilharem dinheiro,
11:40
they becometornar-se selfishegoísta.
284
685000
2000
eles tornaram-se egoístas.
11:42
But interestinglycuriosamente,
285
687000
3000
Mas, é interessante,
11:45
highAlto testosteronetestosterona malesmachos are alsoAlém disso more likelyprovável
286
690000
2000
os homens com níveis altos de testosterona também são mais susceptíveis de
11:47
to use theirdeles ownpróprio moneydinheiro to punishpunir othersoutras for beingser selfishegoísta.
287
692000
3000
usar o seu próprio dinheiro para punir os outros por serem egoístas.
11:50
(LaughterRiso)
288
695000
2000
(Risos)
11:52
Now think about this. It meanssignifica, withindentro our ownpróprio biologybiologia,
289
697000
3000
Agora pensem nisto. Significa que, dentro na nossa biologia,
11:55
we have the yinYin and yangYang of moralitymoralidade.
290
700000
3000
temos o yin e o yang da moralidade.
11:58
We have oxytocinoxitocina that connectsse conecta us to othersoutras,
291
703000
2000
Temos a oxitocina que nos liga aos outros,
12:00
makesfaz com que us feel what they feel.
292
705000
2000
que nos faz sentir o que eles sentem.
12:02
And we have testosteronetestosterona.
293
707000
2000
E temos a testosterona.
12:04
And menhomens have 10 timesvezes the testosteronetestosterona as womenmulheres,
294
709000
2000
E os homens têm 10 vezes mais testosterona que as mulheres,
12:06
so menhomens do this more than womenmulheres --
295
711000
2000
por isso os homens fazem isto mais que as mulheres --
12:08
we have testosteronetestosterona that makesfaz com que us want to punishpunir
296
713000
3000
temos testosterona que nos faz querer punir
12:11
people who behavecomporte-se immorallyimoralmente.
297
716000
2000
as pessoas que se comportam imoralmente.
12:13
We don't need God or governmentgoverno tellingdizendo us what to do.
298
718000
2000
Não precisamos de Deus ou do governo para nos dizer o que fazer.
12:15
It's all insidedentro of us.
299
720000
3000
Está tudo dentro de nós.
12:18
So you maypode be wonderingperguntando:
300
723000
2000
Talvez se perguntem:
12:20
these are beautifulbonita laboratorylaboratório experimentsexperiências,
301
725000
2000
estas são belas experiências de laboratório,
12:22
do they really applyAplique to realreal life?
302
727000
2000
será que realmente se aplicam à vida real?
12:24
Yeah, I've been worryingpreocupante about that too.
303
729000
2000
Pois, também me tenho preocupado com isso.
12:26
So I've gonefoi out of the lablaboratório
304
731000
2000
Por isso tenho saído do laboratório
12:28
to see if this really holdsdetém in our dailydiariamente livesvidas.
305
733000
2000
para ver se isto realmente tem aplicação na nossa vida quotidiana.
12:30
So last summerverão, I attendedcom a presença a weddingcasamento in SouthernDo Sul EnglandInglaterra.
306
735000
3000
No verão passado, fui a um casamento no Sul de Inglaterra.
12:33
200 people in this beautifulbonita VictorianVitoriana mansionmansão.
307
738000
3000
200 pessoas numa bela mansão victoriana.
12:36
I didn't know a singlesolteiro personpessoa.
308
741000
2000
Não conhecia uma única pessoa.
12:38
And I drovedirigiu up in my rentedalugado VauxhallVauxhall.
309
743000
2000
E conduzi até lá no meu Vauxhall alugado.
12:40
And I tooktomou out a centrifugecentrífuga and dryseco icegelo
310
745000
2000
E tirei um centrifugador e gelo seco
12:42
and needlesagulhas and tubestubos.
311
747000
2000
e agulhas e tubos.
12:44
And I tooktomou bloodsangue from the bridenoiva and the groomnoivo
312
749000
2000
E recolhi sangue da noiva e do noivo
12:46
and the weddingcasamento partyfesta and the familyfamília and the friendsamigos
313
751000
2000
e dos convidados e da família e dos amigos
12:48
before and immediatelyimediatamente after the vowsvotos.
314
753000
2000
antes e imediatamente a seguir aos votos.
12:50
(LaughterRiso)
315
755000
2000
(Risos)
12:52
And guessacho what?
316
757000
2000
E adivinhem?
12:54
WeddingsCasamentos causecausa a releaselançamento of oxytocinoxitocina,
317
759000
2000
O casamento provocou uma libertação de oxitocina,
12:56
but they do so in a very particularespecial way.
318
761000
3000
mas fê-lo de uma forma muito particular.
12:59
Who is the centercentro of the weddingcasamento solarsolar systemsistema?
319
764000
2000
Quem é o centro do sistema solar do casamento?
13:01
The bridenoiva.
320
766000
2000
A noiva.
13:03
She had the biggestmaior increaseaumentar in oxytocinoxitocina.
321
768000
2000
Ela teve o maior aumento de oxitocina.
13:05
Who lovesO amor é the weddingcasamento almostquase as much as the bridenoiva?
322
770000
3000
Quem ama o casamento quase tanto como a noiva?
13:08
Her mothermãe, that's right.
323
773000
2000
A sua mãe, está certo.
13:10
Her mothermãe was numbernúmero two.
324
775000
2000
A sua mãe foi o número dois.
13:12
Then the groom'sdo noivo fatherpai, then the groomnoivo,
325
777000
2000
A seguir o pai do noivo, depois o noivo,
13:14
then the familyfamília, then the friendsamigos --
326
779000
2000
depois a família, depois os amigos --
13:16
arrayedse vestiu around the bridenoiva
327
781000
2000
dispostos à volta da noiva
13:18
like planetsplanetas around the SunSol.
328
783000
2000
como planetas à volta do Sol.
13:20
So I think it tellsconta us that we'venós temos designedprojetado this ritualritual
329
785000
3000
Penso que isso nos diz que concebemos este ritual
13:23
to connectconectar us to this newNovo couplecasal,
330
788000
2000
para nos ligar a este novo casal,
13:25
connectconectar us emotionallyemocionalmente.
331
790000
2000
para nos ligar emocionalmente.
13:27
Why? Because we need them to be successfulbem sucedido at reproducingreprodução
332
792000
3000
Porquê? Porque precisamos que eles tenham sucesso na reprodução
13:30
to perpetuateperpetuar the speciesespécies.
333
795000
3000
para perpetuar a espécie.
13:33
I alsoAlém disso worriedpreocupado that my trustConfiar em experimentsexperiências with smallpequeno amountsvalores of moneydinheiro
334
798000
3000
Também estava preocupado que as minhas experiência com a confiança com pequenas quantias de dinheiro
13:36
didn't really capturecapturar how oftenfrequentemente we actuallyna realidade trustConfiar em our livesvidas to strangersestranhos.
335
801000
4000
não captassem realmente quão frequentemente nós realmente confiamos as nossas vidas a estranhos.
13:40
So even thoughApesar I have a fearmedo of heightsalturas,
336
805000
2000
Então, embora eu tenha medo das alturas,
13:42
I recentlyrecentemente strappedamarrada myselfEu mesmo to anotheroutro humanhumano beingser
337
807000
2000
recentemente amarrei-me a outro ser humano
13:44
and steppedpisou out of an airplaneavião at 12,000 ftft.
338
809000
3000
e saí de um avião a 12.000 pés.
13:47
I tooktomou my bloodsangue before and after,
339
812000
2000
Recolhi amostras do meu sangue antes e depois,
13:49
and I had a hugeenorme spikeEspigão of oxytocinoxitocina.
340
814000
3000
e tive um enorme pico de oxitocina.
13:52
And there are so manymuitos waysmaneiras we can connectconectar to people.
341
817000
3000
E há tantas formas de nos ligarmos às pessoas.
13:55
For exampleexemplo, throughatravés socialsocial mediameios de comunicação.
342
820000
2000
Por exemplo através dos media sociais.
13:57
ManyMuitos people are TweetingTwittando right now.
343
822000
2000
Muitas pessoas estão a tuítar neste preciso momento.
13:59
So we investigatedinvestigado the roleFunção of socialsocial mediameios de comunicação
344
824000
2000
Nós investigámos o papel dos media sociais
14:01
and foundencontrado the usingusando socialsocial mediameios de comunicação
345
826000
2000
e descobrimos que usar os media sociais
14:03
producedproduzido a solidsólido double-digitdois dígitos increaseaumentar in oxytocinoxitocina.
346
828000
3000
produzia um sólido aumento de dois dígitos na oxitocina.
14:06
So I rancorreu this experimentexperimentar recentlyrecentemente for the KoreanCoreano BroadcastingRadiodifusão SystemSistema.
347
831000
3000
Fiz esta experiência recentemente para a Korean Broadcasting System.
14:09
And they had the reportersrepórteres and theirdeles producersprodutores participateparticipar.
348
834000
4000
E participaram os repórteres e os produtores.
14:13
And one of these guys, he mustdevo have been 22,
349
838000
2000
E um deles, devia ter uns 22 anos,
14:15
he had 150 percentpor cento spikeEspigão in oxytocinoxitocina.
350
840000
3000
teve um pico de oxitocina de 150 por cento.
14:18
I mean, astoundingsurpreendente; no one has this.
351
843000
2000
Quer dizer, espantoso; ninguém tinha tanto.
14:20
So he was usingusando socialsocial mediameios de comunicação in privateprivado.
352
845000
2000
Ele estava a usar media sociais em privado.
14:22
When I wroteescrevi my reportrelatório to the KoreansCoreanos,
353
847000
2000
Quando escrevi o meu relatório para os coreanos,
14:24
I said, "Look, I don't know what this guy was doing,"
354
849000
2000
dosse, "olhem, não sei o que este tipo estava a fazer,"
14:26
but my guessacho was interactinginteragindo with his mothermãe or his girlfriendamiga.
355
851000
3000
mas o meu palpite era que estava a interagir com a mãe ou a namorada.
14:29
They checkedverificado.
356
854000
2000
Eles verificaram.
14:31
He was interactinginteragindo on his girlfriend'snamorada FacebookFacebook pagepágina.
357
856000
2000
Ele estava a interagir com a página do Facebook da sua namorada.
14:33
There you go. That's connectionconexão.
358
858000
3000
Aí está. Isso é ligação.
14:36
So there's tonstoneladas of waysmaneiras that we can connectconectar to other people,
359
861000
3000
Então existem montes de formas de nos ligarmos às outras pessoas,
14:39
and it seemsparece to be universaluniversal.
360
864000
2000
e isso parece ser universal.
14:41
Two weekssemanas agoatrás,
361
866000
2000
Há duas semanas,
14:43
I just got back from PapuaPapua NewNovo GuineaGuiné
362
868000
2000
tinha acabado de voltar da Papua Nova Guiné
14:45
where I wentfoi up to the highlandsterras altas --
363
870000
2000
onde tinha subido aos planaltos --
14:47
very isolatedisolado tribestribos of subsistenceajudas de custo farmersagricultores
364
872000
3000
tribos muito isoladas de agricultores de subsistência
14:50
livingvivo as they have livedvivia for milleniamilênios.
365
875000
3000
vivendo como vivem há milénios.
14:53
There are 800 differentdiferente languageslínguas in the highlandsterras altas.
366
878000
3000
Há 800 línguas diferentes nos planaltos.
14:56
These are the mosta maioria primitiveprimitivo people in the worldmundo.
367
881000
3000
Estes são os povos mais primitivos do mundo.
14:59
And they indeedde fato alsoAlém disso releaselançamento oxytocinoxitocina.
368
884000
3000
E de facto também libertam oxitocina.
15:02
So oxytocinoxitocina connectsse conecta us to other people.
369
887000
4000
Então a oxitocina liga-nos às outras pessoas.
15:06
OxytocinOcitocina makesfaz com que us feel what other people feel.
370
891000
2000
A oxitocina faz-nos sentir o que os outros sentem.
15:08
And it's so easyfácil to causecausa people'spovos brainscérebro
371
893000
3000
E é tão fácil fazer com que os cérebros das pessoas
15:11
to releaselançamento oxytocinoxitocina.
372
896000
2000
libertem oxitocina.
15:13
I know how to do it,
373
898000
2000
Sei como fazê-lo,
15:15
and my favoritefavorito way to do it is, in factfacto, the easiestmais fácil.
374
900000
2000
e a minha maneira favorita de o fazer é, de facto, a mais fácil.
15:17
Let me showexposição it to you.
375
902000
2000
Deixem-me mostrar-vos.
15:24
Come here. Give me a hugabraço.
376
909000
2000
Vem cá. Dá-me um abraço.
15:26
(LaughterRiso)
377
911000
2000
(Risos)
15:28
There you go.
378
913000
2000
Pronto.
15:30
(ApplauseAplausos)
379
915000
9000
(Aplausos)
15:39
So my penchantpropensão for huggingabraços other people
380
924000
2000
A minha inclinação para abraçar outras pessoas
15:41
has earnedganhou me the nicknameAlcunha DrDr. Love.
381
926000
2000
valeu-me a alcunha Dr. Amor.
15:43
I'm happyfeliz to sharecompartilhar a little more love in the worldmundo,
382
928000
2000
Fico feliz em partilhar um pouco de amor no mundo,
15:45
it's great,
383
930000
2000
é óptimo,
15:47
but here'saqui está your prescriptionprescrição from DrDr. Love:
384
932000
2000
mas aqui fica a receita do Dr. Amor:
15:49
eightoito hugsabraços a day.
385
934000
3000
oito abraços por dia.
15:52
We have foundencontrado that people who releaselançamento more oxytocinoxitocina
386
937000
2000
Descobrimos que as pessoas que libertam mais oxitocina
15:54
are happiermais feliz.
387
939000
2000
são mais felizes.
15:56
And they're happiermais feliz
388
941000
2000
E são mais felizes
15:58
because they have better relationshipsrelacionamentos of all typestipos.
389
943000
3000
porque têm melhores relacionamentos de todos os tipos.
16:01
DrDr. Love saysdiz eightoito hugsabraços a day.
390
946000
3000
O Dr. Amor recomenda oito abraços por dia.
16:04
EightOito anos hugsabraços a day -- you'llvocê vai be happiermais feliz
391
949000
2000
Oito abraços por dia -- serão mais felizes
16:06
and the worldmundo will be a better placeLugar, colocar.
392
951000
2000
e o mundo será um lugar melhor.
16:08
Of coursecurso, if you don't like to touchtocar people, I can always shoveempurrão this up your nosenariz.
393
953000
3000
Claro, se não gostam de tocar nas pessoas, posso sempre esfregar isto na vossa cara.
16:11
(LaughterRiso)
394
956000
2000
(Risos)
16:13
Thank you.
395
958000
2000
Obrigado.
16:15
(ApplauseAplausos)
396
960000
13000
(Aplausos)
Translated by Nuno Miranda Ribeiro
Reviewed by Wanderley Jesus

▲Back to top

ABOUT THE SPEAKER
Paul Zak - Neuroeconomist
A pioneer in the field of neuroeconomics, Paul Zak is uncovering how the hormone oxytocin promotes trust, and proving that love is good for business.

Why you should listen

What’s behind the human instinct to trust and to put each other’s well-being first? When you think about how much of the world works on a handshake or on holding a door open for somebody, why people cooperate is a huge question. Paul Zak researches oxytocin, a neuropeptide that affects our everyday social interactions and our ability to behave altruistically and cooperatively, applying his findings to the way we make decisions. A pioneer in a new field of study called neuroeconomics, Zak has demonstrated that oxytocin is responsible for a variety of virtuous behaviors in humans such as empathy, generosity and trust. Amazingly, he has also discovered that social networking triggers the same release of oxytocin in the brain -- meaning that e-connections are interpreted by the brain like in-person connections.

A professor at Claremont Graduate University in Southern California, Zak believes most humans are biologically wired to cooperate, but that business and economics ignore the biological foundations of human reciprocity, risking loss: when oxytocin levels are high in subjects, people’s generosity to strangers increases up to 80 percent; and countries with higher levels of trust – lower crime, better education – fare better economically.

He says: "Civilization is dependent on oxytocin. You can't live around people you don't know intimately unless you have something that says: Him I can trust, and this one I can't trust."

More profile about the speaker
Paul Zak | Speaker | TED.com