TED2011
Dan Ariely: Beware conflicts of interest
دان أريلي: حذار من تضارب المصالح
Filmed:
Readability: 3.3
1,284,831 views
يروي عالم النفس دان آريلي في هذه المحادثة القصيرة قصتين شخصيتين تتحرى تضارب المصالح العلمي: كيف أن السير وراء المعرفة والتبصر يمكن أن يتضرر، بوعي أو بدونه، بالأهداف الشخصية المحدودة الرؤية. ويذكرنا أنه حين نفكر في الأسئلة الكبيرة، دعونا نكن حذرين من أدمغتنا البشرية للغاية.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
So, I was in the hospital for a long time.
0
1000
3000
اذا، كنت في المستشفى لمدة طويلة.
00:19
And a few years after I left, I went back,
1
4000
3000
وبعد أن غادرت ببضع سنوات، عدت مجددا،
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
ورئيس قسم الحرائق كان متحمسا لرؤيتي --
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
قال، "دان، لدي علاج جديد رائع لك"
00:28
I was very excited. I walked with him to his office.
4
13000
2000
كنت متحمسا للغاية. سرت معه إلى مكتبه.
00:30
And he explained to me that, when I shave,
5
15000
3000
وشرح لي أنه، حين أحلق،
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
تكون لدي نقط سوداء صغيرة في الجهة اليسرى من وجهي حيث يوجد الشعر،
00:36
but on the right side of my face
7
21000
2000
لكن في الجهة اليمنى من وجهي
00:38
I was badly burned so I have no hair,
8
23000
2000
كنت مصابا بحروق شديدة وبالتالي ليس لدي شعر،
00:40
and this creates lack of symmetry.
9
25000
2000
وهذا يخلق نقصا في التناسق.
00:42
And what's the brilliant idea he had?
10
27000
2000
وما هي الفكرة الذكية التي كانت لديه؟
00:44
He was going to tattoo little black dots
11
29000
2000
كان سيوشم نقطا صغيرة سوداء
00:46
on the right side of my face
12
31000
3000
في الجهة اليمنى من وجهي
00:49
and make me look very symmetric.
13
34000
2000
فيجعلني أبدو في غاية التناسق.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
يبدو الأمر مثيرا للإهتمام. طلب مني أن أذهب وأحلق.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
دعوني أخبركم، كانت تلك طريقة غريبة في الحلاقة،
00:56
because I thought about it
16
41000
2000
لأنني فكرت في الأمر
00:58
and I realized that the way I was shaving then
17
43000
2000
وتيقنت أن الطريقة التي سأحلق بها آنذلك
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
ستكون الطريقة التي سأحلق بها لبقية حياتي --
01:02
because I had to keep the width the same.
19
47000
2000
لأنه علي أن أحافظ على نفس العرض.
01:04
When I got back to his office,
20
49000
2000
حين عدت إلى مكتبه،
01:06
I wasn't really sure.
21
51000
2000
لم أكن في الواقع متأكدا.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
قلت، "هل لي أن أرى بعض الأدلة على هذا؟"
01:10
So he showed me some pictures
23
55000
2000
فأراني بعض الصور
01:12
of little cheeks with little black dots --
24
57000
2000
لخدود صغيرة بنقط سوداء صغيرة --
01:14
not very informative.
25
59000
2000
لم تكن غاية في الإفادة.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
قلت، "ما الذي يحدث حين أتقدم في العمر ويصير شعري أبيض؟
01:18
What would happen then?"
27
63000
2000
ما الذي سيحصل حينئد؟"
01:20
"Oh, don't worry about it," he said.
28
65000
2000
فقال "أوه، لا تقلق بخصوص ذلك،".
01:22
"We have lasers; we can whiten it out."
29
67000
3000
"لدينا ليزر؛ بإمكاننا جعله أبيض."
01:25
But I was still concerned,
30
70000
2000
لكنني كنت لا أزال قلقا،
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
فقلت، "تعرف ماذا، لن أقوم بذلك."
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
وآنذاك بدأت أحد أكبر رحلة شعور بالذنب في حياتي.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
وهذا كلام يصدر عن شخص يهودي، حسنا، فذلك يعني الكثير.
01:37
(Laughter)
34
82000
2000
(ضحك)
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
فقال، "دان، ما خطبك؟
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
أتفضل الظهور بشكل غير متناسق؟
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
هل يجعلك هذا تحس بنوع من اللذة المنحرفة؟
01:49
Do women feel pity for you
38
94000
2000
هل يشعر النسوة بالشفقة عليك
01:51
and have sex with you more frequently?"
39
96000
3000
فيضاجعنك بشكل أكثر تكررا؟"
01:54
None of those happened.
40
99000
3000
لا شيء من ذلك حصل.
01:58
And this was very surprising to me,
41
103000
2000
وهذا كان مفاجئا لي،
02:00
because I've gone through many treatments --
42
105000
2000
لأنني خضعت للكثير من العلاجات --
02:02
there were many treatments I decided not to do --
43
107000
2000
هناك الكثير من العلاجات قررت عدم الخضوع لها --
02:04
and I never got this guilt trip to this extent.
44
109000
2000
ولم أتعرض لرحلة شعور بذنب بهذا المستوى من قبل.
02:06
But I decided not to have this treatment.
45
111000
2000
لكنني قررت عدم الخضوع لهذا العلاج.
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
وتوجهت نحو نائبه فسألته، "ما الذي يحدث؟
02:10
Where was this guilt trip coming from?"
47
115000
2000
من أين جاءت رحلة الشعور بالذنب هذه؟"
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
فشرح لي أنهم أجروا العملية على مريضين من قبل،
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
وهم في حاجة إلى مريض ثالث من أجل ورقة علمية كانوا يكتبونها.
02:19
(Laughter)
50
124000
2000
(ضحك)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
لعلكم الآن تعتقدون أن ذلك الشخص وضيع.
02:23
Right, that's what he seems like.
52
128000
2000
صحيح، هذا ما يبدو عليه.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
لكن دعوني أعطيكم منظورا مختلفا لنفس القصة.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
قبل بضع سنوات ، كنت أجري بعض تجاربي في المختبر.
02:31
And when we run experiments,
55
136000
2000
وحين نجري التجارب،
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
نتمنى عادة أن تتصرف مجموعة بخلاف الأخرى.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
وهكذا كانت لدينا مجموعة تمنيت أن يكون أداؤهم عاليا جدا،
02:39
another group that I thought their performance would be very low,
58
144000
3000
ومجموعة أخرى اعتقدت أن أداءهم سيكون متدنيا جدا.
02:42
and when I got the results, that's what we got --
59
147000
2000
وحين حصلت على النتائج، كان ذلك ما حصل --
02:44
I was very happy -- aside from one person.
60
149000
3000
كنت في غاية السعادة -- باستثناء شخص واحد.
02:47
There was one person in the group
61
152000
2000
كان هناك شخص واحد في المجموعة
02:49
that was supposed to have very high performance
62
154000
2000
كان من المفترض أن يكون أداؤه عاليا
02:51
that was actually performing terribly.
63
156000
2000
كان أداؤه في الواقع رديئا.
02:53
And he pulled the whole mean down,
64
158000
2000
فأنزل المتوسط بكامله،
02:55
destroying my statistical significance of the test.
65
160000
3000
مخربا القيمة الإحصائية للإختبار.
02:59
So I looked carefully at this guy.
66
164000
2000
وبالتالي نظرت بعناية لهذا الشخص.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
كان في العشرينيات من عمره أكبر ممن سواه في المجموعة.
03:04
And I remembered that the old and drunken guy
68
169000
2000
وتذكرت أن الشخص الكبير المخمور
03:06
came one day to the lab
69
171000
2000
قد جاء في أحد الأيام إلى المختبر
03:08
wanting to make some easy cash
70
173000
2000
منتظرا الحصول على بعض الكسب السريع
03:10
and this was the guy.
71
175000
2000
وهذا كان ذلك الشخص.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
"رائع!" فكرت في ذلك. "دعونا نطرده.
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
من قد يضمن شخصا مخمورا في عينة؟"
03:17
But a couple of days later,
74
182000
2000
لكن بعض بضعة أيام،
03:19
we thought about it with my students,
75
184000
2000
فكرت في الأمر مع طلبتي،
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
وقلنا، "ما الذي قد يحصل إن لم يكن الشخص المخمور في ذلك الوضع؟
03:24
What would have happened if he was in the other group?
77
189000
2000
ما الذي قد يحصل لو أنه كان في المجموعة الأخرى؟
03:26
Would we have thrown him out then?"
78
191000
2000
أكنا سنطرده آنذاك؟"
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
قد لا نكون حتى نظرنا إلى البيانات،
03:30
and if we did look at the data,
80
195000
2000
وإن نظرنا إلى البيانات،
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
ربما نقول، "رائع! ياله من شخص ذكي بأداء ضعيف،"
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
لأنه سيخفض متوسط المجموعة أقل،
03:37
giving us even stronger statistical results than we could.
83
202000
3000
معطيا إيانا نتائج إحصائية أقوى مما كنا نستطيع.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
فقررنا عدم طرد الشخص وإعادة التجربة.
03:44
But you know, these stories,
85
209000
3000
لكن تعرفون، هذه القصص،
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
والكثير من التجارب الأخرى التي أجريناها بخصوص تضارب المصالح،
03:50
basically kind of bring two points
87
215000
2000
تبرز أمرين أساسا
03:52
to the foreground for me.
88
217000
2000
بالنسبة لي.
03:54
The first one is that in life we encounter many people
89
219000
3000
أولها أنه في الحياة نصادف الكثير من الناس
03:57
who, in some way or another,
90
222000
3000
الذين، بطريقة أو بأخرى،
04:00
try to tattoo our faces.
91
225000
2000
يحاولون وشم وجوهنا.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
لديهم فقط الحوافز التي تعميهم عن الواقع
04:05
and give us advice that is inherently biased.
93
230000
3000
فيعطوننا نصيحة منحازة أصلا.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
وأنا متأكد أنه أمر نعرفه جميعا،
04:10
and we see that it happens.
95
235000
2000
ونرى أنه يحصل.
04:12
Maybe we don't recognize it every time,
96
237000
2000
ربما لا نتعرف عليه في كل مرة،
04:14
but we understand that it happens.
97
239000
2000
لكننا نفهم أنه يحصل.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
الأمر الأكثر صعوبة، بالطبع، هو معرفة
04:18
that sometimes we too
99
243000
2000
أنه أحيانا نحن كذلك
04:20
are blinded by our own incentives.
100
245000
2000
تعمينا حوافزنا.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
وذاك درس أكثر صعوبة أن يؤخذ بعين الإعتبار.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
لأننا لا نرى كيف يعمل تضارب المصالح فينا.
04:29
When I was doing these experiments,
103
254000
2000
حين كنت أقوم بهذه التجارب،
04:31
in my mind, I was helping science.
104
256000
2000
في ذهني، كنت أخدم العلم.
04:33
I was eliminating the data
105
258000
2000
كنت أزيل البيانات
04:35
to get the true pattern of the data to shine through.
106
260000
2000
للحصول على نمط حقيقي حتى تتألق البيانات.
04:37
I wasn't doing something bad.
107
262000
2000
لم أكن أقوم بأمر سيء.
04:39
In my mind, I was actually a knight
108
264000
2000
في ذهني، كنت في الحقيقة فارسا
04:41
trying to help science move along.
109
266000
2000
يحاول مساعدة العلم على التقدم.
04:43
But this was not the case.
110
268000
2000
لكن ذلك لم يكن ما يحصل.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
كنت في الواقع أتدخل في العملية بالكثير من النوايا الحسنة.
04:48
And I think the real challenge is to figure out
112
273000
2000
وأعتقد أن التحدي الحقيقي هو معرفة
04:50
where are the cases in our lives
113
275000
2000
أين هي الحالات في حياتنا
04:52
where conflicts of interest work on us,
114
277000
2000
التي ينطبق فيها تضارب المصالح علينا،
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
ومحاولة عدم الوثوق بحدسنا لتجاوز ذلك،
04:57
but to try to do things
116
282000
2000
لكن محاولة القيام بأشياء
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
لتجنيبنا من الوقوع فريسة لهذه التصرفات،
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
لأننا نستطيع أن نخلق الكثير من الظروف الغير مرغوب فيها.
05:05
I do want to leave you with one positive thought.
119
290000
2000
أريد أن أترككم مع فكرة إيجابية.
05:07
I mean, this is all very depressing, right --
120
292000
2000
أقصد، كل هذا كئيب للغاية، صحيح --
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
الناس لديهم تضارب في المصالح، لا نراه، وما إلى ذلك.
05:12
The positive perspective, I think, of all of this
122
297000
2000
أعتقد أن الأمر الإيجابي في كل هذا
05:14
is that, if we do understand when we go wrong,
123
299000
3000
هو أنه، إن استوعبنا حين نكون مخطئين،
05:17
if we understand the deep mechanisms
124
302000
2000
إن استوعبنا الآليات العميقة
05:19
of why we fail and where we fail,
125
304000
2000
حول لماذا نفشل وأين نفشل،
05:21
we can actually hope to fix things.
126
306000
2000
يمكننا في الواقع أن نأمل إصلاح الأمور.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
وأعتقد أن هذا هو الأمل. شكرا جزيلا.
05:25
(Applause)
128
310000
4000
(تصفيق)
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com