TED2009
Dan Ariely: Our buggy moral code
Dan Ariely über unseren fehlerhaften moralischen Code
Filmed:
Readability: 3.2
3,509,395 views
Verhaltensökonom Dan Ariely spricht über die Fehler in unserem moralischen Code, die versteckten Gründe wieso wir glauben daß es (manchmal) OK ist, zu stehlen oder zu betrügen. Raffinierte Studien unterstreichen sein Argument dass wir vorhersagbar irrational sind - und auf Arten beeinflusst werden können die wir nicht begreifen.
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
I want to talk to you today a little bit
0
1000
2000
Ich würde heute gerne ein wenig über
00:18
about predictable irrationality.
1
3000
3000
vorhersehbare Irrationalität sprechen.
00:21
And my interest in irrational behavior
2
6000
4000
Mein Interesse an irrationalem Verhalten
00:25
started many years ago in the hospital.
3
10000
3000
begann vor vielen Jahren im Krankenhaus.
00:28
I was burned very badly.
4
13000
4000
Ich hatte damals schwere Verbrennungen,
00:32
And if you spend a lot of time in hospital,
5
17000
3000
und wenn man lange Zeit im Krankenhaus ist,
00:35
you'll see a lot of types of irrationalities.
6
20000
3000
begegnet man vielen Arten von Irrationalität.
00:38
And the one that particularly bothered me in the burn department
7
23000
5000
Was mich auf der Verbrennungsstation immer am meisten gestört hat
00:43
was the process by which the nurses took the bandage off me.
8
28000
4000
war, wie die Krankenschwestern meine Verbände gewechselt haben.
00:48
Now, you must have all taken a Band-Aid off at some point,
9
33000
2000
Jeder von Ihnen hat schon mal ein Heftpflaster abgenommen
00:50
and you must have wondered what's the right approach.
10
35000
3000
und sich dabei irgendwann gefragt, was wohl besser sei:
00:53
Do you rip it off quickly -- short duration but high intensity --
11
38000
4000
Soll man es schnell abreißen -- Der Schmerz ist dann nur kurz aber dafür sehr intensiv --
00:57
or do you take your Band-Aid off slowly --
12
42000
2000
oder es stattdessen langsam abziehen --
00:59
you take a long time, but each second is not as painful --
13
44000
4000
was zwar länger dauert, aber jeden einzelnen Moment erträglicher macht.
01:03
which one of those is the right approach?
14
48000
3000
Welches ist der richtige Ansatz?
01:06
The nurses in my department thought that the right approach
15
51000
4000
Die Schwestern auf meiner Station dachten, der richtige Ansatz
01:10
was the ripping one, so they would grab hold and they would rip,
16
55000
3000
wäre das Abreißen, also haben sie festgehalten und abgerissen,
01:13
and they would grab hold and they would rip.
17
58000
2000
und festgehalten und abgerissen.
01:15
And because I had 70 percent of my body burned, it would take about an hour.
18
60000
4000
Und weil ich Verbrennungen an 70% meines Körpers hatte, dauerte das Ganze etwa eine Stunde.
01:19
And as you can imagine,
19
64000
3000
Wie Sie sich vorstellen können,
01:22
I hated that moment of ripping with incredible intensity.
20
67000
4000
habe ich den Moment des Abreißens unglaublich gehasst.
01:26
And I would try to reason with them and say,
21
71000
2000
Ich habe versucht mit den Schwestern zu reden, ich fragte sie:
01:28
"Why don't we try something else?
22
73000
1000
"Warum versuchen wir nicht mal was anderes?
01:29
Why don't we take it a little longer --
23
74000
2000
Warum lassen wir uns nicht ein wenig mehr Zeit --
01:31
maybe two hours instead of an hour -- and have less of this intensity?"
24
76000
5000
sagen wir zwei Stunden statt einer -- damit der Schmerz nicht so intensiv ist?"
01:36
And the nurses told me two things.
25
81000
2000
Darauf sagten die Schwestern mir zwei Dinge.
01:38
They told me that they had the right model of the patient --
26
83000
4000
Sie sagten mir erstens, sie hätten das richtige Modell vom Patienten --
01:42
that they knew what was the right thing to do to minimize my pain --
27
87000
3000
daß sie wüßten, was das Richtige sei um den Schmerz gering zu halten --
01:45
and they also told me that the word patient doesn't mean
28
90000
3000
Und dann sagten sie mir, die Bedeutung des Wortes "Patient"
01:48
to make suggestions or to interfere or ...
29
93000
2000
habe nichts damit zu tun, Ratschläge zu geben, oder sich einzumischen, oder...
01:50
This is not just in Hebrew, by the way.
30
95000
3000
Das ist übrigens nicht nur im Hebräischen so,
01:53
It's in every language I've had experience with so far.
31
98000
3000
sondern in jeder Sprache, mit der ich bis jetzt zu tun hatte.
01:56
And, you know, there's not much -- there wasn't much I could do,
32
101000
4000
Und, wissen Sie, es gibt nicht viel -- es gab nicht viel, was ich tun konnte,
02:00
and they kept on doing what they were doing.
33
105000
3000
also machten sie weiter mit dem was sie machten.
02:03
And about three years later, when I left the hospital,
34
108000
2000
Als ich dann etwa drei Jahre später aus dem Krankenhaus entlassen wurde,
02:05
I started studying at the university.
35
110000
3000
habe ich angefangen, an der Universität zu studieren
02:08
And one of the most interesting lessons I learned
36
113000
3000
und eins der interessantesten Dinge, die ich dort gelernt habe
02:11
was that there is an experimental method
37
116000
2000
war, daß es eine wissenschaftliche Methode gibt
02:13
that if you have a question you can create a replica of this question
38
118000
4000
in der man eine Frage die man hat auf abstrakte Weise
02:17
in some abstract way, and you can try to examine this question,
39
122000
4000
neu stellt und durch die Untersuchung dieser neuen Frage
02:21
maybe learn something about the world.
40
126000
2000
vielleicht etwas über die Welt erfahren kann.
02:23
So that's what I did.
41
128000
2000
Genau das habe ich also getan.
02:25
I was still interested
42
130000
1000
Mich interessierte nämlich noch immer die Frage,
02:26
in this question of how do you take bandages off burn patients.
43
131000
2000
wie man Verbrennungspatienten am besten die Verbände abnimmt.
02:28
So originally I didn't have much money,
44
133000
3000
Am Anfang hatte ich nicht viel Geld,
02:31
so I went to a hardware store and I bought a carpenter's vice.
45
136000
4000
also ging ich in einen Werkzeugladen und kaufte mir einen Schraubstock.
02:35
And I would bring people to the lab and I would put their finger in it,
46
140000
4000
Dann habe ich Leute in mein Labor gebracht, ihre Finger eingespannt
02:39
and I would crunch it a little bit.
47
144000
2000
und ihn ein bißchen gequetscht.
02:41
(Laughter)
48
146000
2000
(Gelächter)
02:43
And I would crunch it for long periods and short periods,
49
148000
3000
Ich habe manchmal länger gequetscht und manchmal kürzer,
02:46
and pain that went up and pain that went down,
50
151000
2000
manchmal mit ansteigendem Schmerz, manchmal mit absteigendem,
02:48
and with breaks and without breaks -- all kinds of versions of pain.
51
153000
4000
mal mit Pause, mal ohne Pause - jede Art und Weise von Schmerz.
02:52
And when I finished hurting people a little bit, I would ask them,
52
157000
2000
Wenn ich dann damit fertig war die Leute zu quälen, habe ich sie gefragt:
02:54
so, how painful was this? Or, how painful was this?
53
159000
2000
"Wie schmerzhaft war das? Oder das?"
02:56
Or, if you had to choose between the last two,
54
161000
2000
Oder, "Wenn sie sich zwischen den letzten beiden entscheiden müßten,
02:58
which one would you choose?
55
163000
2000
Welchen Schmerz würden Sie wählen?"
03:00
(Laughter)
56
165000
3000
(Gelächter)
03:03
I kept on doing this for a while.
57
168000
3000
Das habe ich eine Zeit lang so betrieben.
03:06
(Laughter)
58
171000
2000
(Gelächter)
03:08
And then, like all good academic projects, I got more funding.
59
173000
4000
Und dann bekam ich, wie jedes gute akademische Projekt, mehr Geld zugesprochen.
03:12
I moved to sounds, electrical shocks --
60
177000
2000
Ich beschäftigte mich mit Geräuschen, Elektroschocks --
03:14
I even had a pain suit that I could get people to feel much more pain.
61
179000
5000
Ich hatte sogar einen Schmerzanzug, mit dem ich sehr starke Schmerzen verursachen konnte.
03:19
But at the end of this process,
62
184000
4000
Am Ende dieses Prozesses hat sich dann herausgestellt,
03:23
what I learned was that the nurses were wrong.
63
188000
3000
daß die Krankenschwestern unrecht hatten.
03:26
Here were wonderful people with good intentions
64
191000
3000
Sicherlich waren sie wundervolle Menschen mit guten Absichten
03:29
and plenty of experience, and nevertheless
65
194000
2000
und großer Erfahrung, aber trotzdem haben sie
03:31
they were getting things wrong predictably all the time.
66
196000
4000
ständig und vorhersehbar die selben Fehler wiederholt.
03:35
It turns out that because we don't encode duration
67
200000
3000
Wie sich herausstellt, nehmen wir nämlich die Länge des Schmerzes
03:38
in the way that we encode intensity,
68
203000
2000
und seine Intensität unterschiedlich wahr, weswegen
03:40
I would have had less pain if the duration would have been longer
69
205000
4000
ich weniger Schmerzen gehabt hätte, wenn es zwar länger wehgetan hätte
03:44
and the intensity was lower.
70
209000
2000
aber dafür nicht so sehr.
03:46
It turns out it would have been better to start with my face,
71
211000
3000
Es wäre auch besser gewesen, mit meinem Gesicht anzufangen,
03:49
which was much more painful, and move toward my legs,
72
214000
2000
weil es da sehr weh getan hat, und sich zu meinen Beinen vorzuarbeiten
03:51
giving me a trend of improvement over time --
73
216000
3000
damit der Schmerz im Laufe der Zeit geringer wird --
03:54
that would have been also less painful.
74
219000
1000
auch das wäre weniger schmerzhaft gewesen.
03:55
And it also turns out that it would have been good
75
220000
2000
Wir haben auch herausgefunden daß es gut gewesen wäre,
03:57
to give me breaks in the middle to kind of recuperate from the pain.
76
222000
2000
hätte man mir zwischendurch Pausen gegeben um mich vom Schmerz zu erholen.
03:59
All of these would have been great things to do,
77
224000
2000
Alles tolle Sachen, die man mit mir hätte machen können,
04:01
and my nurses had no idea.
78
226000
3000
aber meine Pfleger hatten keine Ahnung.
04:04
And from that point on I started thinking,
79
229000
1000
Und dieser Punkt gab mir zu denken:
04:05
are the nurses the only people in the world who get things wrong
80
230000
3000
Sind Krankenschwestern die einzigen auf der Welt, die sich in diesem Punkt
04:08
in this particular decision, or is it a more general case?
81
233000
3000
täuschen, oder ist die Fehleinschätzung weiter verbreitet?
04:11
And it turns out it's a more general case --
82
236000
2000
Wie sich herausstellt, ist sie weiter verbreitet --
04:13
there's a lot of mistakes we do.
83
238000
3000
Wir machen viele Fehler.
04:16
And I want to give you one example of one of these irrationalities,
84
241000
5000
Ich möchte Ihnen ein Beispiel für solcherlei Irrationalität geben
04:21
and I want to talk to you about cheating.
85
246000
3000
und mit Ihnen über Betrug reden.
04:24
And the reason I picked cheating is because it's interesting,
86
249000
2000
Ich beschäftige mich mit dem Betrügen weil es interessant ist,
04:26
but also it tells us something, I think,
87
251000
2000
uns aber auch, wie ich meine, etwas
04:28
about the stock market situation we're in.
88
253000
3000
über die gegenwärtige Börsenlage erzählen kann.
04:31
So, my interest in cheating started
89
256000
3000
Mein Interesse am Betrügen begann
04:34
when Enron came on the scene, exploded all of a sudden,
90
259000
2000
als Enron die Bühne betrat und plötzlich explodierte
04:36
and I started thinking about what is happening here.
91
261000
3000
und ich mich zu fragen begann, was gerade passiert war.
04:39
Is it the case that there was kind of
92
264000
1000
Gab es nur einige wenige
04:40
a few apples who are capable of doing these things,
93
265000
3000
schwarze Schafe die zu solchen Dingen fähig waren,
04:43
or are we talking a more endemic situation,
94
268000
2000
oder war die Situation eher eine endemische?
04:45
that many people are actually capable of behaving this way?
95
270000
4000
Waren viele Menschen in der Lage, sich so zu verhalten?
04:49
So, like we usually do, I decided to do a simple experiment.
96
274000
4000
Also begann ich wie so oft mit einem einfachen Experiment.
04:53
And here's how it went.
97
278000
1000
Und das sah so aus.
04:54
If you were in the experiment, I would pass you a sheet of paper
98
279000
3000
Wenn Sie in meinem Experiment waren, hätten Sie von mir ein Blatt Papier
04:57
with 20 simple math problems that everybody could solve,
99
282000
4000
mit 20 einfachen Mathematikaufgaben bekommen, die jeder lösen kann --
05:01
but I wouldn't give you enough time.
100
286000
2000
aber ich hätte Ihnen nicht genug Zeit gegeben.
05:03
When the five minutes were over, I would say,
101
288000
2000
Nach fünf Minuten hätte ich gesagt:
05:05
"Pass me the sheets of paper, and I'll pay you a dollar per question."
102
290000
3000
"Geben Sie mir ihre Blätter und ich zahle Ihnen einen Dollar pro gelöster Aufgabe."
05:08
People did this. I would pay people four dollars for their task --
103
293000
4000
Die Probanden haben das akzeptiert, und ich habe ihnen vier Dollar dafür gezahlt --
05:12
on average people would solve four problems.
104
297000
2000
denn im Durchschnitt haben Sie vier Aufgaben lösen können.
05:14
Other people I would tempt to cheat.
105
299000
3000
Andere habe ich zum Schummeln verleitet.
05:17
I would pass their sheet of paper.
106
302000
1000
Ich habe ihnen die Blätter ausgeteilt
05:18
When the five minutes were over, I would say,
107
303000
2000
Und nach den fünf Minuten habe ich gesagt:
05:20
"Please shred the piece of paper.
108
305000
1000
"Zerreissen sie Ihr Arbeitsblatt,
05:21
Put the little pieces in your pocket or in your backpack,
109
306000
3000
stecken Sie die Schnipsel in Ihre Tasche
05:24
and tell me how many questions you got correctly."
110
309000
3000
und sagen Sie mir wie viele Fragen Sie richtig beantwortet haben."
05:27
People now solved seven questions on average.
111
312000
3000
Und siehe da, plötzlich hat der Durchschnitt sieben Fragen beantwortet.
05:30
Now, it wasn't as if there was a few bad apples --
112
315000
5000
Es ist nicht so, als gäbe es wenige schwarze Schafe --
05:35
a few people cheated a lot.
113
320000
3000
als betrögen wenige Leute und diese dafür sehr viel.
05:38
Instead, what we saw is a lot of people who cheat a little bit.
114
323000
3000
Wir sahen stattdessen daß viele Leute betrügen, jeder von ihnen aber nur ein bißchen.
05:41
Now, in economic theory,
115
326000
3000
In der Wirtschaftstheorie
05:44
cheating is a very simple cost-benefit analysis.
116
329000
3000
ist Betrug nur eine einfache Kosten-Nutzen-Rechnung.
05:47
You say, what's the probability of being caught?
117
332000
2000
Wie hoch ist die Wahrscheinlichkeit, erwischt zu werden?
05:49
How much do I stand to gain from cheating?
118
334000
3000
Wieviel wird es mir nützen, zu betrügen?
05:52
And how much punishment would I get if I get caught?
119
337000
2000
Und wie schlimm wäre die Strafe, falls ich erwischt würde?
05:54
And you weigh these options out --
120
339000
2000
Man wägt diese Fragen gegeneinander ab --
05:56
you do the simple cost-benefit analysis,
121
341000
2000
eben eine ganz einfache Kosten-Nutzen-Rechnung --
05:58
and you decide whether it's worthwhile to commit the crime or not.
122
343000
3000
und entscheidet dann, ob es sich lohnt, ein Verbrechen zu begehen oder nicht.
06:01
So, we try to test this.
123
346000
2000
Also versuchten wir das zu überprüfen.
06:03
For some people, we varied how much money they could get away with --
124
348000
4000
Bei manchen Testpersonen variierten wir, mit wieviel Geld sie davonkommen konnten --
06:07
how much money they could steal.
125
352000
1000
Wieviel Geld sie stehlen durften.
06:08
We paid them 10 cents per correct question, 50 cents,
126
353000
3000
Wir zahlten ihnen 10 cent pro richtiger Frage, 50 cent,
06:11
a dollar, five dollars, 10 dollars per correct question.
127
356000
3000
einen Dollar, fünf Dollar, 10 Dollar pro richtiger Frage.
06:14
You would expect that as the amount of money on the table increases,
128
359000
4000
Man könnte annehmen, daß, sobald die Summen höher wurden
06:18
people would cheat more, but in fact it wasn't the case.
129
363000
3000
auch mehr betrogen wurde - aber dem war nicht so.
06:21
We got a lot of people cheating by stealing by a little bit.
130
366000
3000
Die meisten Leute betrogen und stahlen nur ein wenig.
06:24
What about the probability of being caught?
131
369000
3000
Was ist mit der Wahrscheinlichkeit, erwischt zu werden?
06:27
Some people shredded half the sheet of paper,
132
372000
2000
Manche haben nur ihr halbes Arbeitsblatt zerrissen
06:29
so there was some evidence left.
133
374000
1000
es waren also noch Beweise übrig.
06:30
Some people shredded the whole sheet of paper.
134
375000
2000
Andere haben ihr ganzes Arbeitsblatt zerrissen.
06:32
Some people shredded everything, went out of the room,
135
377000
3000
Andere haben alles zerrissen und gingen aus dem Zimmer
06:35
and paid themselves from the bowl of money that had over 100 dollars.
136
380000
3000
um sich draußen aus einer Geldschale zu bedienen, in der mehr als 100 Dollar lagen.
06:38
You would expect that as the probability of being caught goes down,
137
383000
3000
Man könnte erwarten, daß Leute häufiger betrügen, sobald die Wahrscheinlichkeit
06:41
people would cheat more, but again, this was not the case.
138
386000
3000
erwischt zu werden, geringer wird - aber wieder war das nicht der Fall.
06:44
Again, a lot of people cheated by just by a little bit,
139
389000
3000
Wieder haben viele Leute nur ein klein wenig betrogen
06:47
and they were insensitive to these economic incentives.
140
392000
3000
ohne sich dabei um die ökonomischen Anreize zu kümmern.
06:50
So we said, "If people are not sensitive
141
395000
1000
Also fragten wir uns, wenn die Leute offenbar der
06:51
to the economic rational theory explanations, to these forces,
142
396000
5000
rationalen Entscheidungstheorie und ihren Kräften nicht unterliegen,
06:56
what could be going on?"
143
401000
3000
was geht hier dann vor sich?
06:59
And we thought maybe what is happening is that there are two forces.
144
404000
3000
Und wir kamen auf die Idee, daß es ja vielleicht zwei Kräfte gibt.
07:02
At one hand, we all want to look at ourselves in the mirror
145
407000
2000
Einerseits wollen wir uns alle im Spiegel betrachten können
07:04
and feel good about ourselves, so we don't want to cheat.
146
409000
3000
und uns dabei gut fühlen, also wollen wir nicht betrügen.
07:07
On the other hand, we can cheat a little bit,
147
412000
2000
Anderseits könnten wir ein klein wenig schummeln
07:09
and still feel good about ourselves.
148
414000
2000
und uns immer noch gut fühlen.
07:11
So, maybe what is happening is that
149
416000
1000
Vielleicht ist es ja so, daß es
07:12
there's a level of cheating we can't go over,
150
417000
2000
eine gewisse Schummelgrenze gibt die wir nicht übertreten wollen,
07:14
but we can still benefit from cheating at a low degree,
151
419000
4000
während wir trotzdem gerne von kleinen Betrügereien profitieren
07:18
as long as it doesn't change our impressions about ourselves.
152
423000
3000
solange diese unser Selbstbild nicht verschlechtern.
07:21
We call this like a personal fudge factor.
153
426000
3000
Wir nennen das den persönlichen Schummelfaktor.
07:25
Now, how would you test a personal fudge factor?
154
430000
4000
Wie kann man so einen Schummelfaktor testen?
07:29
Initially we said, what can we do to shrink the fudge factor?
155
434000
4000
Zuerst haben wir gesehen, wie man den Fuffziger-Faktor verkleinern kann.
07:33
So, we got people to the lab, and we said,
156
438000
2000
Wir haben uns Leute ins Labor geholt und ihnen gesagt,
07:35
"We have two tasks for you today."
157
440000
2000
wir hätten zwei Aufgaben für sie.
07:37
First, we asked half the people
158
442000
1000
Zunächst haben wir die Hälfte der Probanden gebeten,
07:38
to recall either 10 books they read in high school,
159
443000
2000
10 Buchtitel aus ihrer Schulzeit aufzuzählen
07:40
or to recall The Ten Commandments,
160
445000
3000
und die anderen, die Zehn Gebote zu rezitieren.
07:43
and then we tempted them with cheating.
161
448000
2000
Dann haben wir sie in Versuchung geführt, zu schummeln.
07:45
Turns out the people who tried to recall The Ten Commandments --
162
450000
3000
Interessanterweise hat die Gruppe, die versucht hat die Zehn Gebote zu rezitieren --
07:48
and in our sample nobody could recall all of The Ten Commandments --
163
453000
2000
in unserem Versuch hat es übrigens niemand geschafft, sich an alle Zehn zu erinnern --
07:51
but those people who tried to recall The Ten Commandments,
164
456000
4000
aber die, die versucht haben die Zehn Gebote wiederzugeben,
07:55
given the opportunity to cheat, did not cheat at all.
165
460000
3000
haben, selbst wenn man ihnen die Chance gegeben hat zu betrügen, überhaupt nicht geschummelt.
07:58
It wasn't that the more religious people --
166
463000
2000
Es war nicht so, daß die religiöseren Personen --
08:00
the people who remembered more of the Commandments -- cheated less,
167
465000
1000
die, die mehr Gebote gewußt haben -- weniger betrogen hätten
08:01
and the less religious people --
168
466000
2000
und daß die weniger religiösen --
08:03
the people who couldn't remember almost any Commandments --
169
468000
1000
diejenigen, die sich an fast gar keine Gebote erinnern konnten --
08:04
cheated more.
170
469000
2000
mehr betrogen hätten.
08:06
The moment people thought about trying to recall The Ten Commandments,
171
471000
4000
Es war so, daß alle Probanden, sobald sie sich an die Zehn Gebote erinnern sollten,
08:10
they stopped cheating.
172
475000
1000
einfach aufgehört haben zu betrügen.
08:11
In fact, even when we gave self-declared atheists
173
476000
2000
Wir haben sogar einige bekennende Atheisten gebeten
08:13
the task of swearing on the Bible and we give them a chance to cheat,
174
478000
4000
auf die Bibel zu schwören und ihnen dabei die Möglichkeit gegeben zu schwindeln:
08:17
they don't cheat at all.
175
482000
2000
sie taten es nicht.
08:21
Now, Ten Commandments is something that is hard
176
486000
2000
Die Zehn Gebote sind allerdings nur schwierig
08:23
to bring into the education system, so we said,
177
488000
2000
mit dem Bildungssystem vereinbar, also haben wir uns überlegt,
08:25
"Why don't we get people to sign the honor code?"
178
490000
2000
warum wir nicht von Leuten verlangen, einen Ehrenkodex zu unterschreiben.
08:27
So, we got people to sign,
179
492000
2000
Also baten wir sie, folgendes zu unterschreiben:
08:29
"I understand that this short survey falls under the MIT Honor Code."
180
494000
4000
"Ich bin mir im Klaren darüber, daß diese Untersuchung dem Ehrenkodex des MIT unterliegt."
08:33
Then they shredded it. No cheating whatsoever.
181
498000
3000
Danach durften sie den Zettel zerreißen. Niemand hat geschummelt.
08:36
And this is particularly interesting,
182
501000
1000
Das ist vor allem deswegen interessant,
08:37
because MIT doesn't have an honor code.
183
502000
2000
weil das MIT überhaupt keinen Ehrenkodex hat.
08:39
(Laughter)
184
504000
5000
(Gelächter)
08:44
So, all this was about decreasing the fudge factor.
185
509000
4000
So haben wir versucht, den Schummelfaktor gering zu halten.
08:48
What about increasing the fudge factor?
186
513000
3000
Wie kann man ihn vergrößern?
08:51
The first experiment -- I walked around MIT
187
516000
2000
Für das erste Experiment bin ich durch das MIT gelaufen
08:53
and I distributed six-packs of Cokes in the refrigerators --
188
518000
3000
und habe Sechserpacks Cola in den Kühlschränken verteilt --
08:56
these were common refrigerators for the undergrads.
189
521000
2000
das waren öffentliche Kühlschränke für die Studenten.
08:58
And I came back to measure what we technically call
190
523000
3000
Später kam ich zurück um zu messen, was wir im Fachjargon
09:01
the half-lifetime of Coke -- how long does it last in the refrigerators?
191
526000
4000
die Halbwertszeit von Cola nennen - wie lange hält sie sich im Kühlschrank?
09:05
As you can expect it doesn't last very long; people take it.
192
530000
3000
Wie Sie sich vorstellen können, hält sie nicht sehr lange - Leute nehmen sie sich.
09:08
In contrast, I took a plate with six one-dollar bills,
193
533000
4000
Zum Gegensatz dazu nahm ich einen Teller mit sechs Ein-Dollar-Scheinen
09:12
and I left those plates in the same refrigerators.
194
537000
3000
und stellte solche Teller in die selben Kühlschränke.
09:15
No bill ever disappeared.
195
540000
1000
Kein einziger Geldschein ist jemals verschwunden.
09:16
Now, this is not a good social science experiment,
196
541000
3000
Das ist aber kein gutes sozialwissenschaftliches Experiment,
09:19
so to do it better I did the same experiment
197
544000
3000
also haben wir das Experiment von zuvor verbessert
09:22
as I described to you before.
198
547000
2000
und nochmals wiederholt:
09:24
A third of the people we passed the sheet, they gave it back to us.
199
549000
3000
Ein Drittel der Probanden denen wir die Zettel gegeben haben, gab ihn uns zurück
09:27
A third of the people we passed it to, they shredded it,
200
552000
3000
Ein Drittel der Probanden hat ihren Zettel zerrissen,
09:30
they came to us and said,
201
555000
1000
sind zu uns gekommen und haben gesagt,
09:31
"Mr. Experimenter, I solved X problems. Give me X dollars."
202
556000
3000
"Herr Versuchsleiter, ich habe X Fragen beantwortet, geben Sie mir X Dollar."
09:34
A third of the people, when they finished shredding the piece of paper,
203
559000
3000
Und ein Drittel kam nach dem zerreissen ihres Blattes zu uns
09:37
they came to us and said,
204
562000
2000
und hat gesagt,
09:39
"Mr Experimenter, I solved X problems. Give me X tokens."
205
564000
6000
"Herr Versuchsleiter, ich habe X Fragen beantwortet, geben sie mir X Marken."
09:45
We did not pay them with dollars; we paid them with something else.
206
570000
3000
Wir haben Ihnen kein Geld gegeben, sondern Marken,
09:48
And then they took the something else, they walked 12 feet to the side,
207
573000
3000
und dann mußten sie diese Marken nehmen und ein paar Meter weiter gehen
09:51
and exchanged it for dollars.
208
576000
2000
wo sie sie in echte Dollars eintauschen konnten.
09:53
Think about the following intuition.
209
578000
2000
Denken Sie einmal über das Folgende nach:
09:55
How bad would you feel about taking a pencil from work home,
210
580000
3000
Wie schlecht fühlen Sie sich, wenn sie einen Stift von Ihrer Arbeit mit nach Hause nehmen
09:58
compared to how bad would you feel
211
583000
2000
und wie schlecht
10:00
about taking 10 cents from a petty cash box?
212
585000
2000
wenn sie 10 cent aus einer Kleingelddose stehlen?
10:02
These things feel very differently.
213
587000
3000
Diese Dinge fühlen sich sehr unterschiedlich an.
10:05
Would being a step removed from cash for a few seconds
214
590000
3000
Wenn man also für ein paar Sekunden nicht direkt an Geld denkt
10:08
by being paid by token make a difference?
215
593000
3000
weil man eine Marke bekommt, macht das einen Unterschied?
10:11
Our subjects doubled their cheating.
216
596000
2000
Unsere Testpersonen haben doppelt so viel betrogen.
10:13
I'll tell you what I think
217
598000
2000
Ich werde Ihnen gleich erzählen
10:15
about this and the stock market in a minute.
218
600000
2000
was ich darüber und über die Börse denke.
10:18
But this did not solve the big problem I had with Enron yet,
219
603000
4000
Aber das hat das größte Problem noch nicht gelöst, das ich in Enron sah,
10:22
because in Enron, there's also a social element.
220
607000
3000
da Enron nämlich ein zusätzliches soziales Element besaß:
10:25
People see each other behaving.
221
610000
1000
Denn Leute können ihr Verhalten gegenseitig beobachten.
10:26
In fact, every day when we open the news
222
611000
2000
Es ist doch so, daß wir jeden Tag wenn wir die Zeitung öffnen
10:28
we see examples of people cheating.
223
613000
2000
Menschen sehen, die betrügen.
10:30
What does this cause us?
224
615000
3000
Was bedeutet das für uns?
10:33
So, we did another experiment.
225
618000
1000
Wir dachten uns also ein neues Experiment aus.
10:34
We got a big group of students to be in the experiment,
226
619000
3000
Wir haben jede Menge Studenten rekrutiert, an dem Experiment teilzunehmen
10:37
and we prepaid them.
227
622000
1000
und sie im Voraus bezahlt.
10:38
So everybody got an envelope with all the money for the experiment,
228
623000
3000
Wir haben allen einen Umschlag mit der gesamten Bezahlung für das Experiment gegeben
10:41
and we told them that at the end, we asked them
229
626000
2000
und ihnen gesagt, wir würden sie am Ende bitten
10:43
to pay us back the money they didn't make. OK?
230
628000
4000
uns das Geld zurückzugeben, das ihnen nicht zustünde. OK?
10:47
The same thing happens.
231
632000
1000
Das Gleiche ist passiert.
10:48
When we give people the opportunity to cheat, they cheat.
232
633000
2000
Wenn wir Menschen die Gelegenheit geben zu betrügen, betrügen sie auch.
10:50
They cheat just by a little bit, all the same.
233
635000
3000
Sie betrügen nur ein klein wenig, aber immerhin.
10:53
But in this experiment we also hired an acting student.
234
638000
3000
Wir haben für dieses Experiment aber auch einen Schauspielschüler engagiert.
10:56
This acting student stood up after 30 seconds, and said,
235
641000
4000
Seine Rolle war es, nach 30 Sekunden aufzustehen und zu sagen:
11:00
"I solved everything. What do I do now?"
236
645000
3000
"Ich habe alles gelöst. Was soll ich jetzt machen?"
11:03
And the experimenter said, "If you've finished everything, go home.
237
648000
4000
Worauf der Versuchsleiter sagen würde: "Wenn Sie mit allem fertig sind, können Sie heimgehen."
11:07
That's it. The task is finished."
238
652000
1000
Das war's. Mission erfüllt.
11:08
So, now we had a student -- an acting student --
239
653000
4000
Wir hatten also einen Studenten -- einen Schauspielstudenten --
11:12
that was a part of the group.
240
657000
2000
eingeschleust, und ihn zu einem Teil dieser Gruppe gemacht
11:14
Nobody knew it was an actor.
241
659000
2000
in der niemand wußte, daß er ein Schauspieler war.
11:16
And they clearly cheated in a very, very serious way.
242
661000
4000
Und nun hat diese Person ganz offensichtlich einen dreisten Betrug begangen.
11:20
What would happen to the other people in the group?
243
665000
3000
Wie würden die anderen Personen in der Gruppe reagieren?
11:23
Will they cheat more, or will they cheat less?
244
668000
3000
Würden sie weniger schummeln oder mehr schummeln?
11:26
Here is what happens.
245
671000
2000
Das Folgende ist passiert:
11:28
It turns out it depends on what kind of sweatshirt they're wearing.
246
673000
4000
Es hat sich herausgestellt daß es davon abhängt, was für ein Sweatshirt man trägt.
11:32
Here is the thing.
247
677000
2000
Es ist nämlich so:
11:34
We ran this at Carnegie Mellon and Pittsburgh.
248
679000
3000
Wir haben dieses Experiment an mehreren Unis durchgeführt.
11:37
And at Pittsburgh there are two big universities,
249
682000
2000
Es gibt zwei große Universitäten in Pittsburgh,
11:39
Carnegie Mellon and University of Pittsburgh.
250
684000
3000
Die Carnegie Mellon und die University of Pittsburgh.
11:42
All of the subjects sitting in the experiment
251
687000
2000
Alle Testpersonen im Experiment
11:44
were Carnegie Mellon students.
252
689000
2000
studierten an der Carnegie Mellon.
11:46
When the actor who was getting up was a Carnegie Mellon student --
253
691000
4000
Wenn der Schauspieler auch einen Carnegie Mellon-Studenten spielte --
11:50
he was actually a Carnegie Mellon student --
254
695000
2000
Er war übrigens tatsächlich ein Carnegie Mellon-Student --
11:52
but he was a part of their group, cheating went up.
255
697000
4000
solange er also Teil der Gruppe war, wurde mehr gemogelt.
11:56
But when he actually had a University of Pittsburgh sweatshirt,
256
701000
4000
Sobald er allerdings ein Sweatshirt der University of Pittsburgh anhatte
12:00
cheating went down.
257
705000
2000
wurde weniger betrogen!
12:02
(Laughter)
258
707000
3000
(Gelächter)
12:05
Now, this is important, because remember,
259
710000
3000
Das ist aber wichtig, denn wir erinnern uns:
12:08
when the moment the student stood up,
260
713000
2000
als der Student aufstand,
12:10
it made it clear to everybody that they could get away with cheating,
261
715000
3000
machte das jedem klar, daß man für diesen Betrug keinen Ärger bekommt:
12:13
because the experimenter said,
262
718000
2000
Denn der Versuchleiter hat ihm gesagt,
12:15
"You've finished everything. Go home," and they went with the money.
263
720000
2000
"Du hast alles beantwortet, Du kannst nach Hause gehen," und das Geld hat er behalten.
12:17
So it wasn't so much about the probability of being caught again.
264
722000
3000
Es ging hier also nicht um die Wahrscheinlichkeit, beim Betrug erwischt zu werden.
12:20
It was about the norms for cheating.
265
725000
3000
Es ging vielmehr darum, wann Betrug normativ akzeptiert wird.
12:23
If somebody from our in-group cheats and we see them cheating,
266
728000
3000
Wenn jemand aus unserer Wir-Gruppe betrügt und wir ihn dabei sehen
12:26
we feel it's more appropriate, as a group, to behave this way.
267
731000
4000
so haben wir als Gruppe das Gefühl, daß dieses Verhalten relativ angemessen ist.
12:30
But if it's somebody from another group, these terrible people --
268
735000
2000
Wenn es aber jemand aus einer anderen Gruppe ist, einer dieser schrecklichen Leute --
12:32
I mean, not terrible in this --
269
737000
2000
Ich meine damit niemand bestimmten --
12:34
but somebody we don't want to associate ourselves with,
270
739000
2000
aber jemand mit dem wir uns nicht identifizieren wollen,
12:36
from another university, another group,
271
741000
2000
jemand von einer anderen Universität, aus einer anderen Gruppe,
12:38
all of a sudden people's awareness of honesty goes up --
272
743000
3000
dann wird Ehrlichkeit von Menschen plötzlich viel stärker wahrgenommen --
12:41
a little bit like The Ten Commandments experiment --
273
746000
2000
ein bißchen wie bei dem Zehn-Gebote-Experiment --
12:43
and people cheat even less.
274
748000
4000
und es wird viel weniger gemogelt.
12:47
So, what have we learned from this about cheating?
275
752000
4000
Was haben wir davon also über das Betrügen gelernt?
12:51
We've learned that a lot of people can cheat.
276
756000
3000
Wir haben gelernt, daß viele Leute betrügen können.
12:54
They cheat just by a little bit.
277
759000
3000
Der Einzelne betrügt dabei nur ein bißchen.
12:57
When we remind people about their morality, they cheat less.
278
762000
4000
Sobald wir Leute an ihre Moral erinnern, betrügen sie weniger.
13:01
When we get bigger distance from cheating,
279
766000
3000
Wenn der Betrug sich "weiter entfernt" anfühlt,
13:04
from the object of money, for example, people cheat more.
280
769000
4000
weil es beispielsweise nur indirekt um Geld geht, betrügen sie mehr.
13:08
And when we see cheating around us,
281
773000
2000
Und wenn wir sehen wie um uns herum geschummelt wird,
13:10
particularly if it's a part of our in-group, cheating goes up.
282
775000
4000
vor allem wenn es ein Teil unserer Wir-Gruppe tut, dann schummeln wir mehr.
13:14
Now, if we think about this in terms of the stock market,
283
779000
3000
Wenn wir das jetzt auf die Börse anwenden,
13:17
think about what happens.
284
782000
1000
was sehen wir dann?
13:18
What happens in a situation when you create something
285
783000
3000
Was passiert, wenn man etwas erschaffen hat
13:21
where you pay people a lot of money
286
786000
2000
das Menschen sehr viel Geld dafür bezahlt,
13:23
to see reality in a slightly distorted way?
287
788000
3000
die Wirklichkeit auf eine etwas verzerrte Art wahrzunehmen?
13:26
Would they not be able to see it this way?
288
791000
3000
Wären sie nicht in der Lage, es auch so zu sehen?
13:29
Of course they would.
289
794000
1000
Natürlich wären sie das.
13:30
What happens when you do other things,
290
795000
1000
Was passiert wenn man andere Dinge tut,
13:31
like you remove things from money?
291
796000
2000
wie zum Beispiel Dinge weiter und weiter von Geld zu entfernen?
13:33
You call them stock, or stock options, derivatives,
292
798000
3000
Wir haben Aktien, Aktienoptionen, Derivative,
13:36
mortgage-backed securities.
293
801000
1000
Hypothekengestützte Wertpapiere.
13:37
Could it be that with those more distant things,
294
802000
3000
Ist es möglich, daß diese weiter entfernten Dinge,
13:40
it's not a token for one second,
295
805000
2000
die keine Sekunde lang etwas reales repräsentieren,
13:42
it's something that is many steps removed from money
296
807000
2000
die so viele Umwandlungsschritte von Geld entfernt sind
13:44
for a much longer time -- could it be that people will cheat even more?
297
809000
4000
und es für so lange Zeit bleiben -- könnte es sein, daß Leute bei solchen Dingen sehr viel mehr betrügen?
13:48
And what happens to the social environment
298
813000
2000
Und was passiert mit einem gesellschaftlichen Umfeld
13:50
when people see other people behave around them?
299
815000
3000
in dem Leute ständig das Verhalten ihrer Nächsten sehen?
13:53
I think all of those forces worked in a very bad way
300
818000
4000
Ich denke daß alle diese Kräfte sehr schlechte Auswirkungen
13:57
in the stock market.
301
822000
2000
auf die Börse haben.
13:59
More generally, I want to tell you something
302
824000
3000
Etwas genereller wollte ich Ihnen etwas
14:02
about behavioral economics.
303
827000
3000
über Verhaltensökonomie erzählen.
14:05
We have many intuitions in our life,
304
830000
4000
Oft lassen wir uns von unserer Intuition leiten --
14:09
and the point is that many of these intuitions are wrong.
305
834000
3000
die Sache ist daß diese Intuition oft falsch ist.
14:12
The question is, are we going to test those intuitions?
306
837000
3000
Die Frage ist, ob wir unserer Intuition nachgeben wollen oder sie erst auf die Probe stellen.
14:15
We can think about how we're going to test this intuition
307
840000
2000
Wir können uns überlegen, wie wir solche Intuitionen
14:17
in our private life, in our business life,
308
842000
2000
sowohl in unserem Privatleben als auch geschäftlich testen können.
14:19
and most particularly when it goes to policy,
309
844000
3000
Am wichtigsten ist dabei wohl die Politik,
14:22
when we think about things like No Child Left Behind,
310
847000
3000
man denke einmal an Dinge wie die Amerikanische Bildungsreform von 2001
14:25
when you create new stock markets, when you create other policies --
311
850000
3000
oder die Schaffung neuer Börsenmärkte, oder andere politische Entscheidungen
14:28
taxation, health care and so on.
312
853000
3000
wie Steuerpolitik, Gesundheitswesen und so weiter und so fort.
14:31
And the difficulty of testing our intuition
313
856000
2000
Wie schwierig es ist, unsere Intuition zu hinterfragen
14:33
was the big lesson I learned
314
858000
2000
habe ich deutlich sehen können
14:35
when I went back to the nurses to talk to them.
315
860000
2000
als ich ins Krankenhaus zurückging um meine Krankenschwestern wiederzusehen.
14:37
So I went back to talk to them
316
862000
2000
Ich ging zurück um mit ihnen zu reden
14:39
and tell them what I found out about removing bandages.
317
864000
3000
und ihnen zu erzählen, was ich über das Abnehmen von Verbänden gelernt hatte.
14:42
And I learned two interesting things.
318
867000
2000
Dabei habe ich zwei interessante Dinge gelernt:
14:44
One was that my favorite nurse, Ettie,
319
869000
2000
Erstens hat meine Lieblingsschwester Ettie mir gesagt,
14:46
told me that I did not take her pain into consideration.
320
871000
4000
ich hätte ihren Schmerz nicht in die Untersuchung einbezogen.
14:50
She said, "Of course, you know, it was very painful for you.
321
875000
2000
Sie sagte: "Natürlich war es sehr schmerzhaft für Sie.
14:52
But think about me as a nurse,
322
877000
2000
Aber denken Sie einmal an mich als Krankenschwester.
14:54
taking, removing the bandages of somebody I liked,
323
879000
2000
Ich mußte jemandem den ich mochte die Verbände wechseln --
14:56
and had to do it repeatedly over a long period of time.
324
881000
3000
und das immer und immer wieder über einen sehr langen Zeitraum.
14:59
Creating so much torture was not something that was good for me, too."
325
884000
3000
So viel Qual zu verursachen war auch für mich nicht schön."
15:02
And she said maybe part of the reason was it was difficult for her.
326
887000
5000
Und dann sagte sie mir vielleicht einen Teil des Grundes, weswegen es für sie schwer war --
15:07
But it was actually more interesting than that, because she said,
327
892000
3000
Eigentlich war es sogar noch interessanter als das, denn was sie sagte war:
15:10
"I did not think that your intuition was right.
328
895000
5000
"Ich glaubte nicht, daß Ihre Intuition richtig war."
15:15
I felt my intuition was correct."
329
900000
1000
"Ich glaubte, meine Intuition war es."
15:16
So, if you think about all of your intuitions,
330
901000
2000
Wenn Sie jetzt einmal über jede Ihrer Eingebungen nachdenken,
15:18
it's very hard to believe that your intuition is wrong.
331
903000
4000
ist es sehr schwer, zu glauben, daß Ihre Intuition sie trügt.
15:22
And she said, "Given the fact that I thought my intuition was right ..." --
332
907000
3000
Und sie sagte, weil ich dachte, meine Intuition wäre richtig --
15:25
she thought her intuition was right --
333
910000
2000
und sie dachte ihre Intuition wäre richtig --
15:27
it was very difficult for her to accept doing a difficult experiment
334
912000
5000
wäre es sehr schwierig für sie, ein schwieriges Experiment zu veranstalten
15:32
to try and check whether she was wrong.
335
917000
2000
nur um zu überprüfen, ob sie falsch lag.
15:34
But in fact, this is the situation we're all in all the time.
336
919000
4000
Das ist aber tatsächlich die Situation in der wir uns alle die ganze Zeit befinden.
15:38
We have very strong intuitions about all kinds of things --
337
923000
3000
Unsere Intuition spricht über alles Mögliche zu uns --
15:41
our own ability, how the economy works,
338
926000
3000
über unsere eigenen Fähigkeiten, wie die Wirtschaft funktioniert,
15:44
how we should pay school teachers.
339
929000
2000
darüber, wie gut wir Lehrer bezahlen sollten.
15:46
But unless we start testing those intuitions,
340
931000
3000
Aber solange wir nicht anfangen, diese Eingebungen auf die Probe zu stellen,
15:49
we're not going to do better.
341
934000
2000
werden wir es nie besser machen als jetzt.
15:51
And just think about how better my life would have been
342
936000
2000
Denken Sie einmal darüber nach, wieviel höher meine Lebensqualität gewesen wäre,
15:53
if these nurses would have been willing to check their intuition,
343
938000
2000
wenn meine Krankenschwestern bereit gewesen wären, ihre Intuition zu hinterfragen
15:55
and how everything would have been better
344
940000
1000
und um wieviel besser unser aller Leben sein könnte,
15:56
if we just start doing more systematic experimentation of our intuitions.
345
941000
5000
wenn wir nur anfingen, unsere Intuitionen durch systematische Experimente zu überprüfen.
16:01
Thank you very much.
346
946000
2000
Vielen Dank.
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