TED2004
Dan Gilbert: The surprising science of happiness
Dan Gilbert fragt: Warum sind wir glücklich?
Filmed:
Readability: 3.7
18,394,509 views
Dan Gilbert, Autor von „Ins Glück stolpern“ („Stumbling on Happiness“), stellt die Einstellung infrage, dass wir unglücklich sein werden, wenn wir nicht bekommen, was wir wollen. Unser „psychologisches Immunsystem“ lässt uns in der Tat glücklich sein – auch, wenn die Dinge nicht wie geplant laufen.
Dan Gilbert - Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness. Full bio
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness. Full bio
Double-click the English transcript below to play the video.
00:15
When you have 21 minutes to speak,
0
0
2000
Wenn man 21 Minuten zu reden hat,
00:17
two million years seems like a really long time.
1
2000
3000
erscheinen zwei Millionen Jahre wie eine sehr lange Zeit.
00:20
But evolutionarily, two million years is nothing.
2
5000
3000
Aus Evolutionssicht sind zwei Millionen Jahre jedoch nichts.
00:23
And yet in two million years the human brain has nearly tripled in mass,
3
8000
6000
Und trotzdem hat sich die Masse des menschlichen Gehirns in zwei Millionen Jahren verdreifacht –
00:29
going from the one-and-a-quarter pound brain of our ancestor here, Habilis,
4
14000
3000
von einem 600-Gramm-Gehirn unserer Vorfahren, Habilis,
00:32
to the almost three-pound meatloaf that everybody here has between their ears.
5
17000
6000
zu fast 1,4 kg Hackbraten, die jeder hier zwischen seinen Ohren hat.
00:38
What is it about a big brain that nature was so eager for every one of us to have one?
6
23000
7000
Warum war die Natur so besessen davon, dass wir solch ein großes Gehirn haben?
00:45
Well, it turns out when brains triple in size,
7
30000
3000
Es stellte sich heraus, dass durch die Verdreifachung der Masse
00:48
they don't just get three times bigger; they gain new structures.
8
33000
4000
das Gehirn nicht nur dreimal größer wird – es erhält auch neue Strukturen.
00:52
And one of the main reasons our brain got so big is because it got a new part,
9
37000
4000
Ein Hauptgrund für die Vergrößerung unseres Gehirns ist ein neuer Teil,
00:56
called the "frontal lobe." And particularly, a part called the "pre-frontal cortex."
10
41000
4000
der Frontallappen. Im Speziellen ein Teil mit dem Namen Präfrontaler Cortex.
01:00
Now what does a pre-frontal cortex do for you that should justify
11
45000
4000
Was ist es, das ein Präfrontaler Cortex für einen tut, dass es
01:04
the entire architectural overhaul of the human skull in the blink of evolutionary time?
12
49000
5000
eine komplette architektonische Überarbeitung des menschlichen Schädels in einem Augenzwinkern evolutionärer Zeit gerechtfertigt?
01:09
Well, it turns out the pre-frontal cortex does lots of things,
13
54000
3000
Naja, es stellte sicher heraus, dass der Präfrontale Cortex einige Dinge macht,
01:12
but one of the most important things it does
14
57000
2000
aber eine der wichtigsten Aufgaben ist,
01:14
is it is an experience simulator.
15
59000
4000
dass es ein Erfahrungssimulator ist.
01:18
Flight pilots practice in flight simulators
16
63000
4000
Flugpiloten üben im Flugsimulator,
01:22
so that they don't make real mistakes in planes.
17
67000
2000
sodass sie keine wirklichen Fehler in Flugzeugen machen.
01:24
Human beings have this marvelous adaptation
18
69000
3000
Menschen haben diese geniale Anpassung,
01:27
that they can actually have experiences in their heads
19
72000
4000
dass sie Erfahrungen in ihren Köpfen haben können,
01:31
before they try them out in real life.
20
76000
2000
bevor sie diese im wirklichen Leben testen.
01:33
This is a trick that none of our ancestors could do,
21
78000
3000
Das ist ein Trick, den keiner unserer Vorfahren konnte
01:36
and that no other animal can do quite like we can. It's a marvelous adaptation.
22
81000
5000
und den kein anderes Tier in diesem Stile tun kann. Das ist eine geniale Anpassung.
01:41
It's up there with opposable thumbs and standing upright and language
23
86000
4000
Das ist auf einem Level mit dem Daumen, aufrechtem Stehen und Sprache
01:45
as one of the things that got our species out of the trees
24
90000
3000
als eines der Dinge, die unsere Spezies aus den Bäumen
01:48
and into the shopping mall.
25
93000
2000
und in die Einkaufspassagen getrieben hat.
01:50
Now -- (Laughter) -- all of you have done this.
26
95000
3000
(Lachen) Sie haben das alle schon gemacht.
01:53
I mean, you know,
27
98000
1000
Ich meine:
01:54
Ben and Jerry's doesn't have liver-and-onion ice cream,
28
99000
4000
„Ben and Jerry's“ haben kein Leber-Zwiebel-Eis.
01:58
and it's not because they whipped some up, tried it and went, "Yuck."
29
103000
3000
Das liegt nicht daran, dass sie es gemacht und versucht haben und sagten "Igitt!",
02:01
It's because, without leaving your armchair,
30
106000
3000
sondern weil man, ohne seinen Stuhl zu verlassen,
02:04
you can simulate that flavor and say "yuck" before you make it.
31
109000
4000
den Geschmack simulieren und Igitt sagen kann ohne es zu machen.
02:08
Let's see how your experience simulators are working.
32
113000
5000
Lassen Sie uns testen, wie gut Ihre Erfahrungssimulatoren funktionieren.
02:13
Let's just run a quick diagnostic
before I proceed with the rest of the talk.
before I proceed with the rest of the talk.
33
118000
4000
Lassen Sie uns eine kurze Diagnose durchführen, bevor ich mit dem Vortrag weitermache.
02:17
Here's two different futures that I invite you to contemplate,
34
122000
4000
Hier sind zwei verschiedene Zukunftsszenarien und ich lade Sie ein, sie abzuwägen.
02:21
and you can try to simulate them and tell me which one you think you might prefer.
35
126000
4000
Sie können versuchen, sie zu simulieren und mir dann sagen, welche davon Sie bevorzugen.
02:25
One of them is winning the lottery. This is about 314 million dollars.
36
130000
5000
Eine ist, im Lotto zu gewinnen – so etwa 314 Millionen Dollar.
02:30
And the other is becoming paraplegic.
37
135000
3000
Die andere ist, querschnittsgelähmt zu werden.
02:33
So, just give it a moment of thought.
38
138000
3000
Ich gebe Ihnen einen kurzen Moment Bedenkzeit.
02:36
You probably don't feel like you need a moment of thought.
39
141000
3000
Sie denken wahrscheinlich, Sie brauchen keine Bedenkzeit.
02:39
Interestingly, there are data on these two groups of people,
40
144000
4000
Interessanterweise gibt es Daten dieser beiden Gruppen von Leuten,
02:43
data on how happy they are.
41
148000
2000
Daten darüber, wie glücklich sie sind.
02:45
And this is exactly what you expected, isn't it?
42
150000
3000
Das ist genau, was Sie erwartet haben, oder?
02:48
But these aren't the data. I made these up!
43
153000
3000
Aber das sind nicht die Daten. Ich habe sie erfunden.
02:51
These are the data. You failed the pop quiz, and you're hardly five minutes into the lecture.
44
156000
5000
Das hier sind die Daten. Sie haben den Test nicht bestanden und Sie sind gerademal fünf Minuten in der Vorlesung.
02:56
Because the fact is that a year after losing the use of their legs,
45
161000
4000
Fakt ist, dass ein Jahr nachdem man die Kontrolle über die Füße verloren hat
03:00
and a year after winning the lotto, lottery winners and paraplegics
46
165000
5000
und ein Jahr nach Gewinn der Lotterie, der Lottogewinner und der Querschnittsgelähmte
03:05
are equally happy with their lives.
47
170000
2000
gleich glücklich mit ihrem Leben sind.
03:07
Now, don't feel too bad about failing the first pop quiz,
48
172000
3000
Sie brauchen sich nicht schlecht zu fühlen, weil Sie den Test nicht bestanden haben,
03:10
because everybody fails all of the pop quizzes all of the time.
49
175000
3000
weil alle jedes Mal bei diesen Tests durchfallen.
03:13
The research that my laboratory has been doing,
50
178000
3000
Die Forschungsarbeit, die in meinem Labor gemacht wird,
03:16
that economists and psychologists around the country have been doing,
51
181000
3000
die Wirtschaftler und Psychologen im ganzen Land gemacht haben,
03:19
have revealed something really quite startling to us,
52
184000
3000
haben etwas ziemlich verblüffendes ans Licht gebracht.
03:22
something we call the "impact bias,"
53
187000
3000
Etwas, das wir „impact bias“ nennen.
03:25
which is the tendency for the simulator to work badly.
54
190000
3000
Damit ist die Tendenz des Simulators gemeint, schlecht zu funktionieren.
03:28
For the simulator to make you believe that different outcomes
55
193000
4000
Dass der Simulator Ihnen vorgaukelt, dass unterschiedliche Ergebnisse
03:32
are more different than in fact they really are.
56
197000
3000
unterschiedlicher seien als sie eigentlich sind.
03:35
From field studies to laboratory studies,
57
200000
2000
Von Feldstudien bis Laborstudien
03:37
we see that winning or losing an election, gaining or losing a romantic partner,
58
202000
4000
sehen wir, dass der Gewinn oder Verlust einer Wahl, der Beginn oder das Ende einer romantischen Beziehung,
03:41
getting or not getting a promotion, passing or not passing a college test,
59
206000
5000
eine Beförderung zu erhalten oder nicht zu erhalten, eine Uni-Klausur zu bestehen oder sie nicht zu bestehen usw.
03:46
on and on, have far less impact, less intensity and much less duration
60
211000
5000
weniger Einfluss haben, weniger intensiv sind und von viel kürzerer Dauer sind
03:51
than people expect them to have.
61
216000
3000
als Menschen glauben würden.
03:54
In fact, a recent study -- this almost floors me --
62
219000
3000
Tatsächlich legt eine aktuelle Studie nahe – das haut mich fast vom Hocker –,
03:57
a recent study showing how major life traumas affect people
63
222000
5000
die zeigt, wie extreme Lebenstraumata Menschen beeinflussen,
04:02
suggests that if it happened over three months ago,
64
227000
3000
dass etwas, das vor über drei Monaten passiert ist
04:05
with only a few exceptions,
65
230000
1000
– mit nur wenigen Ausnahmen –,
04:06
it has no impact whatsoever on your happiness.
66
231000
3000
nicht einmal den geringsten Einfluss auf Ihre Zufriedenheit hat.
04:09
Why?
67
234000
3000
Warum?
04:12
Because happiness can be synthesized.
68
237000
4000
Weil Zufriedenheit künstlich erzeugt werden kann.
04:16
Sir Thomas Brown wrote in 1642, "I am the happiest man alive.
69
241000
4000
Sir Thomas Brown schrieb 1642, „Ich bin der glücklichste Mensch der Welt.
04:20
I have that in me that can convert poverty to riches, adversity to prosperity.
70
245000
6000
Ich habe in mir, was Armut in Reichtum umwandeln kann, Elend in Gedeihen,
04:26
I am more invulnerable than Achilles; fortune hath not one place to hit me."
71
251000
4000
ich bin unverwundbarer als Achilles; Zufall hat keinen Punkt, an dem es mich treffen kann.“
04:30
What kind of remarkable machinery does this guy have in his head?
72
255000
4000
Was für eine bemerkenswerte Maschine hat dieser Typ in seinem Kopf?
04:34
Well, it turns out it's precisely the same remarkable machinery that all off us have.
73
259000
5000
Es stellt sich heraus: genau die gleiche bemerkenswerte Maschine, die wir alle haben.
04:39
Human beings have something that we might think of as a "psychological immune system."
74
264000
6000
Menschen haben etwas, das wir uns etwa wie ein psychologisches Immunsystem vorstellen können.
04:45
A system of cognitive processes, largely non-conscious cognitive processes,
75
270000
5000
Ein System von kognitiven Prozessen, größtenteils unterbewussten kognitiven Prozessen,
04:50
that help them change their views of the world,
76
275000
4000
die ihnen helfen, ihre Sicht der Welt zu ändern,
04:54
so that they can feel better about the worlds in which they find themselves.
77
279000
4000
sodass sie sich wohler fühlen in der Welt, in der sie sich wiederfinden.
04:58
Like Sir Thomas, you have this machine.
78
283000
2000
Genau wie Sir Thomas haben Sie diese Maschine.
05:00
Unlike Sir Thomas, you seem not to know it. (Laughter)
79
285000
4000
Im Gegensatz zu Sir Thomas scheinen Sie sich dessen aber nicht bewusst zu sein.
05:04
We synthesize happiness, but we think happiness is a thing to be found.
80
289000
6000
Wir erzeugen Zufriedenheit künstlich, aber wir denken, Zufriedenheit ist etwas, das gefunden werden muss.
05:10
Now, you don't need me to give you too many examples of people synthesizing happiness,
81
295000
5000
Nun, Sie brauchen mich nicht, um Ihnen zu viele Beispiele davon zu nennen, wie Menschen Zufriedenheit künstlich erzeugen.
05:15
I suspect. Though I'm going to show you some experimental evidence,
82
300000
3000
Ich werde Ihnen aber trotzdem ein paar experimentelle Beweise liefern.
05:18
you don't have to look very far for evidence.
83
303000
3000
Man muss nicht sehr weit nach Beweisen suchen.
05:21
As a challenge to myself, since I say this once in a while in lectures,
84
306000
3000
Als Herausforderung an mich, da ich dies ab und zu in Vorlesungen frage,
05:24
I took a copy of the New York Times and tried to find some instances of people synthesizing happiness.
85
309000
4000
habe ich eine Ausgabe der New York Times genommen und versucht, Beispiele von Leuten zu finden, die Zufriedenheit künstlich erzeugen.
05:28
And here are three guys synthesizing happiness.
86
313000
2000
Hier sind drei Leute, die Zufriedenheit künstlich erzeugen.
05:30
"I am so much better off physically, financially, emotionally, mentally
87
315000
3000
„Mir geht es physisch, finanziell, emotional, mental
05:33
and almost every other way." "I don't have one minute's regret.
88
318000
4000
und in fast jeder anderen Art so viel besser.“ „Ich bereue keine Minute.
05:37
It was a glorious experience." "I believe it turned out for the best."
89
322000
3000
Es war eine herrliche Erfahrung.“ „Ich glaube, es hat sich zum Besten gewandelt.“
05:40
Who are these characters who are so damn happy?
90
325000
2000
Wer sind diese Charaktere, die so verdammt glücklich sind?
05:42
Well, the first one is Jim Wright.
91
327000
2000
Der erste ist Jim Wright.
05:44
Some of you are old enough to remember: he was the chairman of the House of Representatives
92
329000
4000
Einige von Ihnen sind alt genug, um sich daran zu erinnern: Er war der Vorsitzende des Repräsentantenhauses
05:48
and he resigned in disgrace when this young Republican named Newt Gingrich
93
333000
4000
und er ist unter Schande zurückgetreten als der junge Republikaner mit Namen Newt Gingrich
05:52
found out about a shady book deal he had done.
94
337000
3000
von einem zwielichtigen Buchhonorar erfahren hat.
05:55
He lost everything. The most powerful Democrat in the country,
95
340000
2000
Er hat alles verloren. Der mächtigste Demokrat im Land –
05:57
he lost everything.
96
342000
1000
er hat alles verloren.
05:58
He lost his money; he lost his power.
97
343000
3000
Er verlor sein Geld, er verlor seine Macht.
06:01
What does he have to say all these years later about it?
98
346000
2000
Was hat er all diese Jahre später darüber zu sagen?
06:03
"I am so much better off physically, financially, mentally
99
348000
3000
„Mir geht es physisch, finanziell, mental
06:06
and in almost every other way."
100
351000
2000
und in fast jeder anderen Art so viel besser.“
06:08
What other way would there be to be better off?
101
353000
2000
Welche anderen Arten gibt es, in denen es einem besser gehen kann?
06:10
Vegetably? Minerally? Animally? He's pretty much covered them there.
102
355000
4000
Pflanzlich? Mineralisch? Animalisch? Er hat so ziemlich alles abgedeckt.
06:14
Moreese Bickham is somebody you've never heard of.
103
359000
2000
Von Moreese Bickham haben Sie noch nie gehört.
06:16
Moreese Bickham uttered these words upon being released.
104
361000
4000
Moreese Bickham äußerte folgende Worte bei seiner Freilassung.
06:20
He was 78 years old. He spent 37 years
105
365000
2430
Er war 78 Jahre alt. Davon verbrachte er 37 Jahre
im Gefängnis in Louisiana für ein Verbrechen, dass er nicht begangen hatte.
06:22
in a Louisiana State Penitentiary
for a crime he didn't commit.
for a crime he didn't commit.
106
367430
2790
Letztendlich wurde er freigesprochen –
06:25
[He was ultimately
107
370220
1780
06:27
released for good behavior
halfway through his sentence.]
halfway through his sentence.]
108
372000
3000
mit 78 Jahren – durch DNA Beweise.
06:30
And what did he have to say about his experience?
109
375000
2000
Was hatte er über seine Erfahrungen zu sagen?
06:32
"I don't have one minute's regret. It was a glorious experience."
110
377000
2000
„Ich bereue keine Minute. Es war eine herrliche Erfahrung.“
06:34
Glorious! This guy is not saying,
111
379000
2000
Herrlich! Der Junge sagt nicht
06:36
"Well, you know, there were some nice guys. They had a gym."
112
381000
2000
„Naja, weißt du, es gab ein paar nette Leute. Sie hatten eine Sporthalle."
06:38
It's "glorious,"
113
383000
1000
Es war „herrlich“,
06:39
a word we usually reserve for something like a religious experience.
114
384000
4000
ein Wort, das wir uns normalerweise für eine religiöse Erfahrung vorbehalten.
06:43
Harry S. Langerman uttered these words, and he's somebody you might have known
115
388000
4000
Harry S. Langerman sagte folgende Worte und er ist jemand, von dem Sie hätten hören können,
06:47
but didn't, because in 1949 he read a little article in the paper
116
392000
3000
es aber nicht getan haben, weil er 1949 einen kleinen Zeitungsartikel
06:50
about a hamburger stand owned by these two brothers named McDonalds.
117
395000
4000
über einen Hamburgerstand zweier Brüder mit Namen McDonalds gelesen hatte.
06:54
And he thought, "That's a really neat idea!"
118
399000
2000
Und er dachte: „Das ist eine wirklich nette Idee!“
06:56
So he went to find them. They said,
119
401000
2000
Also suchte er sie auf. Sie sagten:
06:58
"We can give you a franchise on this for 3,000 bucks."
120
403000
2000
„Wir können dir ein Franchise für das hier für 3.000 Dollar geben.“
07:00
Harry went back to New York, asked his brother who's an investment banker
121
405000
4000
Harry ging zurück nach New York und bat seinen Bruder, der Investmentbanker war,
07:04
to loan him the 3,000 dollars,
122
409000
1000
um einen Kredit über die 3.000 Dollar.
07:05
and his brother's immortal words were,
123
410000
2000
Die unsterblichen Worte seines Bruders waren:
07:07
"You idiot, nobody eats hamburgers."
124
412000
1000
„Du Idiot, niemand isst Hamburger.“
07:08
He wouldn't lend him the money, and of course six months later
125
413000
3000
Er lieh ihm das Geld nicht und natürlich hatte Ray Croc
07:11
Ray Croc had exactly the same idea.
126
416000
2000
sechs Monate später genau die gleiche Idee.
07:13
It turns out people do eat hamburgers,
127
418000
2000
Es stellte sich heraus, dass Leute doch Hamburger essen
07:15
and Ray Croc, for a while, became the richest man in America.
128
420000
4000
und Ray Croc für eine Weile der reichste Mann der USA wurde.
07:20
And then finally -- you know, the best of all possible worlds --
129
425000
2000
Und schließlich das Beste –
07:22
some of you recognize this young photo of Pete Best,
130
427000
5000
manche von Ihnen erkennen dieses Photo vom jungen Pete Best,
07:27
who was the original drummer for the Beatles,
131
432000
2000
dem ursprünglichen Schlagzeuger der Beatles,
07:29
until they, you know, sent him out on an errand and snuck away
132
434000
3000
bevor sie ihn Zigaretten holen geschickt haben, sich davon gemacht haben
07:32
and picked up Ringo on a tour.
133
437000
3000
und Ringo auf einer Tour eingesammelt haben.
07:35
Well, in 1994, when Pete Best was interviewed
134
440000
2000
1994 wurde Pete Best interviewt.
07:37
-- yes, he's still a drummer; yes, he's a studio musician --
135
442000
3000
... ja, er ist noch Schlagzeuger, ja, er ist Studiomusiker ...
07:40
he had this to say: "I'm happier than I would have been with the Beatles."
136
445000
3000
Er hatte Folgendes zu sagen: „Ich bin glücklicher als ich es jemals mit den Beatles geworden wäre.“
07:43
Okay. There's something important to be learned from these people,
137
448000
3000
Okay. Es gibt eine wichtige Lektion, die man von diesen Leuten lernen kann.
07:46
and it is the secret of happiness.
138
451000
2000
Es ist das Geheimnis der Zufriedenheit.
07:48
Here it is, finally to be revealed.
139
453000
2000
Hier ist es – endlich wird es gelüftet.
07:50
First: accrue wealth, power, and prestige,
140
455000
3000
Erstens: Häufen Sie Wohlstand, Macht und Prestige an
07:53
then lose it. (Laughter)
141
458000
3000
und verlieren Sie es dann. (Lachen)
07:56
Second: spend as much of your life in prison as you possibly can.
142
461000
3000
Zweitens: Verbringen Sie so viel Zeit Ihres Lebens im Gefängnis wie möglich.
07:59
(Laughter) Third: make somebody else really, really rich. (Laughter)
143
464000
5000
(Lachen) Drittens: Machen Sie jemand anderen richtig, richtig reich. (Lachen)
08:04
And finally: never ever join the Beatles. (Laughter)
144
469000
4000
Und schließlich: Treten Sie ja niemals den Beatles bei. (Lachen)
08:08
OK. Now I, like Ze Frank, can predict your next thought,
145
473000
5000
Okay. Jetzt kann ich – wie Ze Frank – Ihren nächsten Gedanken vorhersagen.
08:13
which is, "Yeah, right." Because when
146
478000
2000
Der ist: „Na, klar!“ Wenn Menschen nämlich
08:15
people synthesize happiness, as these gentlemen seem to have done,
147
480000
4000
Zufriedenheit künstlich erzeugen, wie es diese Herren wohl getan haben,
08:19
we all smile at them, but we kind of roll our eyes and say,
148
484000
4000
lächeln wir sie an, rollen jedoch mit den Augen und sagen
08:23
"Yeah right, you never really wanted the job."
149
488000
3000
„Na, klar, du wolltest den Job nie wirklich."
08:26
"Oh yeah, right. You really didn't
150
491000
1000
„Na, klar. Du wolltest nicht wirklich
08:27
have that much in common with her,
151
492000
3000
so viel mit ihr gemeinsam haben,
08:30
and you figured that out just about the time
152
495000
2000
und das hast du genau in dem Moment verstanden
08:32
she threw the engagement ring in your face."
153
497000
2000
als sie dir den Ehering ins Gesicht warf.“
08:34
We smirk because we believe that synthetic happiness
154
499000
4000
Wir lächeln zynisch, weil wir glauben, dass künstliche Zufriedenheit
08:38
is not of the same quality as what we might call "natural happiness."
155
503000
3000
nicht von der gleichen Qualität ist, wie das, was wir vielleicht natürliche Zufriedenheit nennen.
08:41
What are these terms?
156
506000
1000
Was bedeuten diese Begriffe?
08:42
Natural happiness is what we get when we get what we wanted,
157
507000
4000
Natürliche Zufriedenheit ist das, was wir bekommen, wenn wir bekommen, was wir wollten.
08:46
and synthetic happiness is what we make when we don't get what we wanted.
158
511000
5000
Künstliche Zufriedenheit ist das, was wir erzeugen, wenn wir nicht bekommen, was wir wollten.
08:51
And in our society, we have a strong belief
159
516000
3000
In unserer Gesellschaft haben wir den festen Glauben,
08:54
that synthetic happiness is of an inferior kind.
160
519000
3000
dass künstliche Zufriedenheit von minderwertiger Art ist.
08:57
Why do we have that belief?
161
522000
2000
Warum haben wir diesen Glauben?
08:59
Well, it's very simple. What kind of economic engine
162
524000
4000
Naja, das ist sehr einfach. Welche Art wirtschaftlicher Motor
09:03
would keep churning
163
528000
1000
würde weitertuckern,
09:04
if we believed that not getting what we want could make us just as happy as getting it?
164
529000
6000
wenn wir glaubten, dass nicht zu bekommen, was wir wollen, uns genauso glücklich macht, wie, es tatsächlich zu bekommen.
09:10
With all apologies to my friend Matthieu Ricard,
165
535000
4000
Mit Entschuldigungen an meinen Freund Matthieu Ricard –
09:14
a shopping mall full of Zen monks
166
539000
2000
eine Einkaufspassage voll mit Zen-Mönchen
09:16
is not going to be particularly profitable
167
541000
2000
wird nicht wirklich profitabel sein,
09:18
because they don't want stuff enough.
168
543000
4000
weil sie das Zeug nicht genug wollen.
09:22
I want to suggest to you that synthetic happiness
169
547000
3000
Ich möchte Ihnen aufzeigen, dass künstliche Zufriedenheit
09:25
is every bit as real and enduring
170
550000
3000
genauso real und beständig ist,
09:28
as the kind of happiness you stumble upon
171
553000
3000
wie die Art von Zufriedenheit, über die man stolpert,
09:31
when you get exactly what you were aiming for.
172
556000
3000
wenn man tatsächlich das bekommt, was man will.
09:34
Now, I'm a scientist, so I'm going to do this not with rhetoric,
173
559000
1000
Aber ich bin Wissenschaftler, also werde ich dies nicht rhetorisch tun,
09:35
but by marinating you in a little bit of data.
174
560000
2000
sondern mit ein paar Daten unterstreichen.
09:38
Let me first show you an experimental paradigm that is used
175
563000
2000
Lassen Sie mich zuerst ein experimentelles Modell vorstellen, das benutzt wird,
09:40
to demonstrate the synthesis of happiness
176
565000
4000
um die Synthese von Glück
09:44
among regular old folks. And this isn't mine.
177
569000
2000
von normalen alten Leuten darzustellen. Das ist nicht meines.
09:46
This is a 50-year-old paradigm called the "free choice paradigm."
178
571000
3000
Dieses 50 Jahre alte Modell wird „Paradigma der freien Wahl“ genannt.
09:49
It's very simple.
179
574000
2000
Es ist sehr einfach.
09:51
You bring in, say, six objects,
180
576000
3000
Man nimmt, sagen wir, sechs Objekte
09:54
and you ask a subject to rank them from the most to the least liked.
181
579000
2000
und weist einen Teilnehmer an, es vom am meisten gemochten zum am wenigsten gemochten anzuordnen.
09:56
In this case, because the experiment I'm going to tell you about uses them,
182
581000
3000
In diesem Fall sind es, weil sie im Experiment, von dem ich Ihnen berichten werden benutzt wurden,
09:59
these are Monet prints.
183
584000
2000
Drucke von Monets Bildern.
10:01
So, everybody can rank these Monet prints
184
586000
2000
Jeder kann diese Monet-Drucke sortieren –
10:03
from the one they like the most, to the one they like the least.
185
588000
2000
von dem Bild, das sie am meisten mögen bis zu dem, das sie am wenigsten mögen.
10:05
Now we give you a choice:
186
590000
2000
Jetzt geben wir Ihnen eine Wahl:
10:07
"We happen to have some extra prints in the closet.
187
592000
3000
„Wir haben einige weitere Drucke im Schrank.
10:10
We're going to give you one as your prize to take home.
188
595000
2000
Wir werden Ihnen eines davon als Preis mit nach Hause geben.
10:12
We happen to have number three and number four,"
189
597000
3000
Es sind Nummer drei und Nummer vier.",
10:15
we tell the subject. This is a bit of a difficult choice,
190
600000
3000
sagen wir den Teilnehmern. Das ist eine etwas schwere Entscheidung,
10:18
because neither one is preferred strongly to the other,
191
603000
3000
weil keines der beiden stark bevorzugt wird,
10:21
but naturally, people tend to pick number three
192
606000
3000
aber naturgemäß tendieren die Leute dazu, Nummer drei zu wählen,
10:24
because they liked it a little better than number four.
193
609000
2000
weil sie es ein bisschen lieber mögen als Nummer vier.
10:27
Sometime later -- it could be 15 minutes; it could be 15 days --
194
612000
3000
Etwas später – es können 15 Minuten sein oder auch 15 Tage –
10:30
the same stimuli are put before the subject,
195
615000
3000
werden den Teilnehmern die gleichen Stimuli präsentiert.
10:33
and the subject is asked to re-rank the stimuli.
196
618000
2000
Der Teilnehmer wird gebeten, die Stimuli neu einzustufen.
10:35
"Tell us how much you like them now."
197
620000
2000
„Sagen Sie uns, wie sehr sie Ihnen jetzt gefallen.“
10:37
What happens? Watch as happiness is synthesized.
198
622000
3000
Was passiert? Man kann zusehen, wie Zufriedenheit künstlich erzeugt wird.
10:40
This is the result that has been replicated over and over again.
199
625000
4000
Das Resultat wurde immer wieder wiederholt.
10:44
You're watching happiness be synthesized.
200
629000
1000
Man sieht, wie Zufriedenheit künstlich erzeugt wird.
10:45
Would you like to see it again? Happiness!
201
630000
5000
Wollen Sie es nochmal sehen? Zufriedenheit!
10:50
"The one I got is really better than I thought!
202
635000
2000
„Das Bild, das ich bekommen habe, ist tatsächlich besser als ich dachte!
10:52
That other one I didn't get sucks!"
203
637000
2000
Das Bild, das ich nicht bekommen habe, ist Mist!“
10:54
(Laughter) That's the synthesis of happiness.
204
639000
2000
(Lachen) Das ist die Synthese von Glück.
10:56
Now what's the right response to that? "Yeah, right!"
205
641000
6000
Was ist die richtige Reaktion darauf? „Na, klar!“
11:02
Now, here's the experiment we did,
206
647000
3000
Hier ist das Experiment, das wir durchgeführt haben
11:05
and I would hope this is going to convince you that
207
650000
1000
und ich hoffe, dass es Sie überzeugen wird, dass
11:06
"Yeah, right!" was not the right response.
208
651000
3000
„Na, klar!“ nicht die richtige Reaktion war.
11:09
We did this experiment with a group of patients
209
654000
2000
Wir haben dieses Experiment mit einer Gruppe von Patienten gemacht,
11:11
who had anterograde amnesia. These are hospitalized patients.
210
656000
3000
die anterograde Amnesie haben. Das sind hospitalisierte Patienten.
11:14
Most of them have Korsakoff's syndrome,
211
659000
2000
Die meisten haben das Korsakow-Syndrom,
11:16
a polyneuritic psychosis that -- they drank way too much,
212
661000
5000
eine polyneuropathische Psychose, die... sie haben viel zu viel getrunken
11:21
and they can't make new memories.
213
666000
2000
und können keine neuen Erinnerungen erzeugen.
11:23
OK? They remember their childhood, but if you walk in and introduce yourself,
214
668000
4000
OK? Sie erinnern sich an die Kindheit, aber wenn man in den Raum läuft, sich vorstellt
11:27
and then leave the room,
215
672000
1000
dann den Raum verlässt,
11:28
when you come back, they don't know who you are.
216
673000
2000
und wieder zurückkommt, wissen sie nicht mehr, wer man ist.
11:31
We took our Monet prints to the hospital.
217
676000
3000
Wir nahmen unsere Drucke von Monet mit ins Krankenhaus
11:34
And we asked these patients to rank them
218
679000
4000
und baten diese Patienten, sie zu sortieren –
11:38
from the one they liked the most to the one they liked the least.
219
683000
3000
vom Bild, das sie am meisten mögen zu dem, das sie am wenigsten mögen.
11:41
We then gave them the choice between number three and number four.
220
686000
4000
Wir gaben ihnen die Wahl zwischen Nummer drei und Nummer vier.
11:45
Like everybody else, they said,
221
690000
2000
Wie alle anderen sagten sie:
11:47
"Gee, thanks Doc! That's great! I could use a new print.
222
692000
2000
„Danke, Doktor! Das ist ja klasse! Ich könnte ein neues Bild gebrauchen.
11:49
I'll take number three."
223
694000
2000
Ich nehme Nummer drei.“
11:51
We explained we would have number three mailed to them.
224
696000
4000
Wir erklärten ihnen, dass wir Nummer Drei an sie schicken werden.
11:55
We gathered up our materials and we went out of the room,
225
700000
3000
Wir sammelten unsere Materialien ein, gingen aus dem Zimmer
11:58
and counted to a half hour.
226
703000
2000
und warteten eine halbe Stunde ab.
12:00
Back into the room, we say, "Hi, we're back."
227
705000
3000
Zurück im Zimmer sagten wir: „Hallo, wir sind zurück.“
12:03
The patients, bless them, say, "Ah, Doc, I'm sorry,
228
708000
4000
Die Patienten, sie seien gesegnet, sagten „Ahh, Doktor, es tut mir leid,
12:07
I've got a memory problem; that's why I'm here.
229
712000
2000
ich habe ein Gedächtnisproblem, deswegen bin ich hier.
12:09
If I've met you before, I don't remember."
230
714000
2000
Falls wir uns begegnet sind kann ich mich nicht daran erinnern.“
12:11
"Really, Jim, you don't remember? I was just here with the Monet prints?"
231
716000
3000
„Wirklich, Jim? Du erinnerst dich nicht? Ich war gerade hier mit den Bildern von Monet.“
12:14
"Sorry, Doc, I just don't have a clue."
232
719000
3000
„Tut mir Leid, Dok. Ich habe keine Ahnung.“
12:17
"No problem, Jim. All I want you to do is rank these for me
233
722000
3000
„Kein Problem, Jim. Alles, was ich von dir möchte, ist, dass du diese Bilder sortierst –
12:20
from the one you like the most to the one you like the least."
234
725000
5000
beginnend mit dem, das dir am meisten gefällt bis zu dem, das dir am wenigsten gefällt.“
12:25
What do they do? Well, let's first check and make sure
235
730000
2000
Was haben sie getan? Naja, lasst uns zuerst sicherstellen,
12:27
they're really amnesiac. We ask these
236
732000
2000
dass sie wirklich amnestisch sind. Wir fragten diese
12:29
amnesiac patients to tell us which one they own,
237
734000
4000
amnestischen Patienten, ob sie uns sagen können, welches davon sie besitzen,
12:33
which one they chose last time, which one is theirs.
238
738000
3000
welches sie das letzte Mal ausgewählt haben, welches ihres ist.
12:36
And what we find is amnesiac patients just guess.
239
741000
4000
Wir fanden heraus, dass amnestische Patienten einfach raten.
12:40
These are normal controls, where if I did this with you,
240
745000
2000
Das sind normale Kontrollen, in denen, wenn ich das mit Ihnen machen würde,
12:42
all of you would know which print you chose.
241
747000
2000
Sie alle wüssten, welches Bild Sie gewählt haben.
12:44
But if I do this with amnesiac patients,
242
749000
2000
Aber, wenn ich es mit amnestischen Patienten tue
12:46
they don't have a clue. They can't pick their print out of a lineup.
243
751000
6000
haben sie keine Ahnung. Sie können ihr Bild bei einer Gegenüberstellung nicht auswählen.
12:52
Here's what normal controls do: they synthesize happiness.
244
757000
4000
Das hier machen normale Kontrollgruppen: sie erzeugen künstlich Zufriedenheit.
12:56
Right? This is the change in liking score,
245
761000
2000
Richtig? Das ist die Veränderung in der Geschmackswertung,
12:58
the change from the first time they ranked to the second time they ranked.
246
763000
3000
die Veränderung vom ersten Mal, dass sie es bewertet haben, zum zweiten Mal.
13:01
Normal controls show
247
766000
1000
Normale Experimente zeigen –
13:02
-- that was the magic I showed you;
248
767000
2000
das war die Magie, die ich Ihnen gezeigt habe
13:04
now I'm showing it to you in graphical form --
249
769000
3000
und nun zeige ich es Ihnen in grafischer Form –
13:07
"The one I own is better than I thought. The one I didn't own,
250
772000
3000
„Das Bild, das ich besitze, ist besser als ich dachte. Das andere,
13:10
the one I left behind, is not as good as I thought."
251
775000
3000
das ich zurück ließ, ist nicht so gut, wie ich dachte.“
13:13
Amnesiacs do exactly the same thing. Think about this result.
252
778000
5000
Amnestische Patienten machen genau das Gleiche. Denken Sie über dieses Ergebnis nach.
13:18
These people like better the one they own,
253
783000
3000
Diese Leute mögen das Bild, das sie besitzen, lieber,
13:21
but they don't know they own it.
254
786000
3000
aber sie wissen nicht, dass sie es besitzen.
13:25
"Yeah, right" is not the right response!
255
790000
3000
„Na, klar!“ ist nicht die richtige Reaktion!
13:29
What these people did when they synthesized happiness
256
794000
3000
Was diese Leute taten als sie Zufriedenheit künstlich erzeugten
13:32
is they really, truly changed
257
797000
3000
ist, dass sie wirklich
13:35
their affective, hedonic, aesthetic reactions to that poster.
258
800000
5000
ihre affektive, hedonistische und ästhetische Reaktion auf das Poster verändert haben.
13:40
They're not just saying it because they own it,
259
805000
3000
Sie sagen das nicht einfach, weil sie es besitzen,
13:43
because they don't know they own it.
260
808000
3000
denn sie wissen nicht, dass sie es besitzen.
13:47
Now, when psychologists show you bars,
261
812000
3000
Nun, wenn Psychologen Ihnen Statistiken zeigen,
13:50
you know that they are showing you averages of lots of people.
262
815000
3000
wissen Sie, dass sie Ihnen Durchschnittswerte einer Menge Personen zeigen.
13:53
And yet, all of us have this psychological immune system,
263
818000
4000
Und trotzdem haben alle von uns dieses psychologische Immunsysstem,
13:57
this capacity to synthesize happiness,
264
822000
2000
das die Fähigkeit hat, Zufriedenheit künstlich zu erzeugen,
13:59
but some of us do this trick better than others.
265
824000
3000
aber für manche von uns funktioniert das besser als für andere.
14:02
And some situations allow anybody to do it more effectively
266
827000
4000
Und manche Situationen erlauben es einem, dies besser zu tun
14:06
than other situations do.
267
831000
3000
als andere Situationen.
14:10
It turns out that freedom
268
835000
4000
Es stellt sich heraus, dass Freiheit
14:14
-- the ability to make up your mind and change your mind --
269
839000
3000
– die Fähigkeit, seine Meinung zu bilden und diese zu verändern –
14:17
is the friend of natural happiness, because it allows you to choose
270
842000
3000
der Freund natürlicher Zufriedenheit ist, weil es einem erlaubt,
14:20
among all those delicious futures and find the one that you would most enjoy.
271
845000
5000
von all den schmackhaften Zukunftsszenarien die zu finden und auszuwählen, die man am meisten genießt.
14:25
But freedom to choose
272
850000
2000
Aber die Freiheit, zu wählen
14:27
-- to change and make up your mind -- is the enemy of synthetic happiness.
273
852000
4000
– seine Meinung zu ändern und zu bilden – ist der Feind der künstlichen Zufriedenheit.
14:31
And I'm going to show you why.
274
856000
2000
Ich werde Ihnen zeigen, wieso.
14:33
Dilbert already knows, of course.
275
858000
1000
Dilbert weiß dies natürlich bereits.
14:34
You're reading the cartoon as I'm talking.
276
859000
2000
Sie lesen die Cartoons während ich rede.
14:36
"Dogbert's tech support. How may I abuse you?"
277
861000
2000
„Dogbert's technischer Dienst. Wie kann ich Sie ausnutzen?“
14:38
"My printer prints a blank page after every document."
278
863000
3000
„Mein Drucker druckt eine leere Seite nach jedem Dokument.“
14:41
"Why would you complain about getting free paper?"
279
866000
2000
„Warum beschweren Sie sich darüber, dass sie kostenloses Papier bekommen?“
14:43
"Free? Aren't you just giving me my own paper?"
280
868000
2000
„Kostenlos? Geben sie mir nicht nur mein eigenes Papier?“
14:45
"Egad, man! Look at the quality of the free paper
281
870000
2000
"Wahrhaftig, Mann! Schauen Sie sich die Qualität des kostenlosen Papiers
14:47
compared to your lousy regular paper!
282
872000
1000
im Vergleich zu Ihrem lausigen normalen Papier an!
14:48
Only a fool or a liar would say that they look the same!"
283
873000
3000
Nur ein Narr oder Lügner würde sagen, dass sie gleich aussehen!“
14:51
"Ah! Now that you mention it, it does seem a little silkier!"
284
876000
3000
„Ah! Jetzt, da Sie es sagen, scheint es tatsächlich ein wenig seidener zu sein!“
14:54
"What are you doing?"
285
879000
2000
„Was machen Sie?“
14:56
"I'm helping people accept the things they cannot change." Indeed.
286
881000
3000
„Ich helfe Leuten, Dinge zu akzeptieren, die sie nicht verändern können.“ Genau.
14:59
The psychological immune system works best
287
884000
3000
Das psychologische Immunsystem funktioniert am besten,
15:02
when we are totally stuck, when we are trapped.
288
887000
4000
wenn wir komplett feststecken, wenn wir gefangen sind.
15:06
This is the difference between dating and marriage, right?
289
891000
2000
Das ist der Unterschied zwischen Beziehung und Ehe, oder?
15:08
I mean, you go out on a date with a guy,
290
893000
2000
Ich meine, wenn man sich mit einem Typen auf ein Date trifft
15:10
and he picks his nose; you don't go out on another date.
291
895000
2000
und er in der Nase bohrt geht man nicht nochmal mit ihm aus.
15:12
You're married to a guy and he picks his nose?
292
897000
2000
Wenn man mit dem Typ verheiratet ist, der in der Nase bohrt?
15:14
Yeah, he has a heart of gold;
293
899000
1000
Jepp, er hat ein Herz aus Gold;
15:15
don't touch the fruitcake. Right? (Laughter)
294
900000
2000
berühr ja nicht den Früchtekuchen. Oder? (Lachen)
15:17
You find a way to be happy with what's happened.
295
902000
4000
Man findet einen Weg, mit dem glücklich zu sein, was passiert ist.
15:21
Now what I want to show you is that
296
906000
3000
Was ich Ihnen jetzt zeigen will ist,
15:24
people don't know this about themselves,
297
909000
3000
dass Leute das nicht über sich selbst wissen.
15:27
and not knowing this can work to our supreme disadvantage.
298
912000
3000
Und, sich nicht darüber im Klaren zu sein, kann im höchsten Maße zu unserem Nachteil sein.
15:30
Here's an experiment we did at Harvard.
299
915000
2000
Hier ist ein Experiment, das wir in Harvard gemacht haben.
15:32
We created a photography course, a black-and-white photography course,
300
917000
3000
Wir haben einen Schwarz-Weiß-Fotokurs angeboten
15:35
and we allowed students to come in and learn how to use a darkroom.
301
920000
3000
und den Studenten erlaubt, in die Dunkelkammer zu kommen und zu lernen wie diese funktioniert.
15:39
So we gave them cameras; they went around campus;
302
924000
2000
Wir gaben ihnen Kameras, sie gingen über den Kampus
15:41
they took 12 pictures of their favorite professors and their dorm room and their dog,
303
926000
5000
und machten 12 Bilder von ihren Lieblings-Professoren, ihren Zimmern und Hunden
15:46
and all the other things they wanted to have Harvard memories of.
304
931000
2000
und all den anderen Dingen, von denen sie in Harvard Erinnerungen haben wollten.
15:48
They bring us the camera; we make up a contact sheet;
305
933000
3000
Sie brachten uns die Kamera, wir erstellten einen Kontaktabzug,
15:51
they figure out which are the two best pictures;
306
936000
2000
sie suchten sich die zwei besten Bilder aus
15:53
and we now spend six hours teaching them about darkrooms.
307
938000
2000
und wir verbrachten nun sechs Stunden damit, zu erklären, wie die Dunkelkammer funktioniert.
15:55
And they blow two of them up,
308
940000
2000
Sie vergrößerten zwei Bilder
15:57
and they have two gorgeous eight-by-10 glossies of
309
942000
2000
und hatten nun zwei wunderschöne 8x10" glänzende Abzüge von
15:59
meaningful things to them, and we say,
310
944000
2000
für sie bedeutenden Dingen und wir sagten:
16:01
"Which one would you like to give up?"
311
946000
3000
„Welches davon würden Sie abgeben?“
16:04
They say, "I have to give one up?"
312
949000
1000
Sie sagten: „Wir müssen eins davon hergeben?“
16:05
"Oh, yes. We need one as evidence of the class project.
313
950000
3000
„Oh, ja. Wir benötigen eines davon als Nachweis für das Projekt.
16:08
So you have to give me one. You have to make a choice.
314
953000
3000
Sie müssen mir also eines geben. Sie müssen die Entscheidung treffen.
16:11
You get to keep one, and I get to keep one."
315
956000
3000
Sie bekommen eines und ich bekomme eines.“
16:14
Now, there are two conditions in this experiment.
316
959000
3000
Es gibt nun zwei Bedingungen in diesem Experiment.
16:17
In one case, the students are told, "But you know,
317
962000
3000
In einem Fall wird den Studenten gesagt: „Aber, wissen Sie was?
16:20
if you want to change your mind, I'll always have the other one here,
318
965000
3000
Wenn Sie Ihre Meinung ändern wollen... ich werde das andere hier behalten
16:23
and in the next four days, before I actually mail it to headquarters,
319
968000
4000
und in den nächsten vier Tagen – bevor ich es ans Hauptquartier schicke –
16:27
I'll be glad to" -- (Laughter) -- yeah, "headquarters" --
320
972000
3000
werde ich es... (Lachen) – ja, „Hauptquartier“ –
16:30
"I'll be glad to swap it out with you. In fact,
321
975000
3000
werde ich es gerne für Sie austauschen. Ich werde sogar
16:33
I'll come to your dorm room and give
322
978000
1000
zu Ihnen ins Wohnheim kommen und es Ihnen geben.
16:34
-- just give me an email. Better yet, I'll check with you.
323
979000
3000
Schicken Sie mir einfach eine E-Mail. Oder noch besser: ich frage nach.
16:37
You ever want to change your mind, it's totally returnable."
324
982000
3000
Wenn Sie jemals Ihre Meinung ändern, ist es auf jeden Fall umtauschbar."
16:40
The other half of the students are told exactly the opposite:
325
985000
3000
Der anderen Hälfte wurde genau das Gegenteil gesagt:
16:43
"Make your choice. And by the way,
326
988000
2000
„Treffen Sie Ihre Entscheidung. Und nebenbei bemerkt,
16:45
the mail is going out, gosh, in two minutes, to England.
327
990000
3000
die Post wird in, puhh, zwei Minuten nach England geschickt.
16:48
Your picture will be winging its way over the Atlantic.
328
993000
2000
Ihr Bild wird über den gesamten Atlantik fliegen.
16:50
You will never see it again."
329
995000
2000
Sie werden es nie wieder sehen.“
16:52
Now, half of the students in each of these conditions
330
997000
3000
Die Hälfte der Studenten unter jeder der beiden Bedingungen
16:55
are asked to make predictions about how much
331
1000000
2000
werden um Vorhersagen darüber gebeten, wie sehr
16:57
they're going to come to like the picture that they keep
332
1002000
3000
sie wohl das Bild mögen werden, das sie behalten,
17:00
and the picture they leave behind.
333
1005000
2000
und wie sehr das Bild, das sie zurückgeben.
17:02
Other students are just sent back to their little dorm rooms
334
1007000
3000
Die anderen Studenten werden einfach zurück in ihre Wohnheime geschickt.
17:05
and they are measured over the next three to six days
335
1010000
5000
In den nächsten drei bis sechs Tagen
17:10
on their liking, satisfaction with the pictures.
336
1015000
2000
wird ihre Vorliebe und Zufriedenheit über die Bilder gemessen.
17:12
And look at what we find.
337
1017000
1000
Sehen Sie, was wir herausfanden:
17:13
First of all, here's what students think is going to happen.
338
1018000
3000
Zunächst einmal dachten die Studenten, dass Folgendes passieren wird.
17:16
They think they're going to maybe come to like the picture they chose
339
1021000
4000
Sie glaubten, dass sie das Bild, das sie ausgewählt haben,
17:20
a little more than the one they left behind,
340
1025000
3000
ein bisschen lieber mögen als das, das sie zurückgelassen haben,
17:23
but these are not statistically significant differences.
341
1028000
3000
aber das sind statistisch keine signifikanten Unterschiede.
17:27
It's a very small increase, and it doesn't much matter
342
1032000
2000
Es ist eine sehr kleine Erhöhung, aber es macht keinen großen Unterschied,
17:29
whether they were in the reversible or irreversible condition.
343
1034000
3000
ob sie der umkehrbaren oder der unabänderlichen Bedingung unterworfen waren.
17:32
Wrong-o. Bad simulators. Because here's what's really happening.
344
1037000
5000
Falsch gedacht. Schlechte Simulatoren. Hier ist, was wirklich passiert.
17:37
Both right before the swap and five days later,
345
1042000
3000
Sowohl kurz vor dem Tausch als auch fünf Tage später
17:40
people who are stuck with that picture,
346
1045000
2000
mochten die Leute, die das Bild nicht tauschen durften,
17:42
who have no choice,
347
1047000
1000
die keine Wahl hatten,
17:43
who can never change their mind, like it a lot!
348
1048000
5000
die ihre Meinung nicht verändern konnten, ihr Bild sehr!
17:48
And people who are deliberating -- "Should I return it?
349
1053000
3000
Und die Leute, die darüber nachdachten – „Soll ich es zurückgeben?
17:51
Have I gotten the right one? Maybe this isn't the good one?
350
1056000
2000
Habe ich das richtige ausgewählt? Vielleicht ist das nicht das bessere?
17:53
Maybe I left the good one?" -- have killed themselves.
351
1058000
2000
Vielleicht hab ich das gute zurückgelassen?“ – haben sich umgebracht.
17:55
They don't like their picture, and in fact
352
1060000
2000
Sie mochten ihr Bild nicht.
17:57
even after the opportunity to swap has expired,
353
1062000
2000
Selbst nach Ablauf der Möglichkeit eines Tausches
17:59
they still don't like their picture. Why?
354
1064000
6000
mochten sie ihr Bild immer noch nicht. Warum?
18:05
Because the reversible condition is not conducive
355
1070000
3000
Weil ein umkehrbarer Zustand einer
18:08
to the synthesis of happiness.
356
1073000
2000
Synthese von Glück nicht zuträglich ist.
18:10
So here's the final piece of this experiment.
357
1075000
3000
Hier ist der letzte Teil des Experiments.
18:13
We bring in a whole new group of naive Harvard students
358
1078000
4000
Wir nehmen eine komplett neue Gruppe von naiven Harvard-Studenten
18:17
and we say, "You know, we're doing a photography course,
359
1082000
3000
und sagen: „Wissen Sie, wir geben einen Fotokurs
18:20
and we can do it one of two ways.
360
1085000
2000
und wir können ihn auf zwei verschiedene Arten machen.
18:22
We could do it so that when you take the two pictures,
361
1087000
3000
Wir können ihn so machen, dass Sie zwei Bilder aussuchen
18:25
you'd have four days to change your mind,
362
1090000
2000
und vier Tage Zeit haben, Ihre Meinung zu ändern –
18:27
or we're doing another course where you take the two pictures
363
1092000
2000
oder wir geben einen anderen Kurs, in dem Sie die zwei Bilder nehmen
18:29
and you make up your mind right away
364
1094000
2000
und sich direkt festlegen müssen
18:31
and you can never change it. Which course would you like to be in?"
365
1096000
2000
und Sie können sie niemals ändern. In welchem Kurs möchten Sie sein?“
18:33
Duh! 66 percent of the students, two-thirds,
366
1098000
5000
„Dummkopf!“ 66 Prozent der Studenten – zwei Drittel –
18:38
prefer to be in the course where they have the opportunity to change their mind.
367
1103000
4000
bevorzugen es, in dem Kurs zu sein, in dem sie die Möglichkeit haben, ihre Meinung zu ändern.
18:42
Hello? 66 percent of the students choose to be in the course in which they will
368
1107000
4000
Hallo? 66 Prozent der Studenten wählen den Kurs, der sie im Endeffekt
18:46
ultimately be deeply dissatisfied with the picture.
369
1111000
4000
zutiefst unzufrieden mit dem Bild sein lässt.
18:50
Because they do not know the conditions under which synthetic happiness grows.
370
1115000
6000
Weil sie die Umstände nicht kennen, unter welchen künstliche Zufriedenheit erwächst.
18:56
The Bard said everything best, of course, and he's making my point here
371
1121000
5000
Der Barde drückt alles am Besten aus, und er trifft hier meine Aussage,
19:01
but he's making it hyperbolically:
372
1126000
3000
aber in übertriebener Form:
19:04
"'Tis nothing good or bad / But thinking makes it so."
373
1129000
3000
„Denn an sich ist nichts weder gut noch böse / das Denken macht es erst dazu.“
19:07
It's nice poetry, but that can't exactly be right.
374
1132000
3000
Es ist gute Dichtkunst, aber das kann nicht ganz richtig sein.
19:10
Is there really nothing good or bad?
375
1135000
3000
Ist wirklich nichts gut oder böse?
19:13
Is it really the case that gall bladder surgery and a trip to Paris
376
1138000
3000
Ist es wirklich so, dass eine Gallenblasen-Operation und ein Trip nach Paris
19:16
are just the same thing? That seems like a one-question IQ test.
377
1141000
7000
genau das gleiche sind? Das scheint wie ein Ein-Fragen-IQ-Test zu sein.
19:23
They can't be exactly the same.
378
1148000
2000
Das kann nicht genau das gleiche sein.
19:25
In more turgid prose, but closer to the truth,
379
1150000
3000
In einer etwas geschwollenen Prosa, aber näher an der Wahrheit,
19:28
was the father of modern capitalism, Adam Smith, and he said this.
380
1153000
3000
sagte der Vater des modernen Kapitalismus, Adam Smith, Folgendes.
19:31
This is worth contemplating:
381
1156000
2000
Es lohnt sich darüber nachzudenken:
19:33
"The great source of both the misery and disorders of human life
382
1158000
4000
„Die große Quelle für sowohl Elend als auch Unordnung im menschlichen Leben
19:37
seems to arise from overrating the difference
383
1162000
3000
scheint durch die Überbewertung der Unterschiede
19:40
between one permanent situation and another ...
384
1165000
3000
zwischen einer permanenten Situation und einer anderen zu entstehen ...
19:43
Some of these situations may, no doubt, deserve to be preferred to others,
385
1168000
5000
Einige dieser Situationen scheinen – ohne Zweifel – anderen vorgezogen zu werden,
19:48
but none of them can deserve to be pursued
386
1173000
6000
aber keine verdient es mit der leidenschaftlichen Inbrunst
19:54
with that passionate ardor which drives us to violate the rules
387
1179000
4000
verfolgt zu werden, die uns dazu bringt, Regeln von entweder
19:58
either of prudence or of justice, or to corrupt the future tranquility of our minds,
388
1183000
5000
Klugheit oder Gesetz zu brechen oder die zukünftige Ruhe unseres Geistes zu stören –
20:03
either by shame from the remembrance of our own folly,
389
1188000
4000
sei es wegen der Scham über die Erinnerung an unsere eigene Torheit
20:07
or by remorse for the horror of our own injustice."
390
1192000
4000
oder vor Reue wegen des Gräuels unserer eigenen Ungerechtigkeit.“
20:11
In other words: yes, some things are better than others.
391
1196000
5000
Anders gesagt: Ja, es gibt einige Dinge, die besser sind als andere.
20:16
We should have preferences that lead us into one future over another.
392
1201000
5000
Wir sollten Vorlieben haben, die uns in eine bestimmte Zukunft führen anstelle einer anderen.
20:21
But when those preferences drive us too hard and too fast
393
1206000
4000
Aber, wenn diese Vorlieben uns zu hart und zu schnell treiben,
20:25
because we have overrated the difference between these futures,
394
1210000
4000
weil wir die Unterschiede dieser beiden Zukunftsszenarien überschätzen,
20:29
we are at risk.
395
1214000
3000
sind wir in Gefahr.
20:32
When our ambition is bounded, it leads us to work joyfully.
396
1217000
3000
Wenn unser Streben eingeschränkt ist, führt uns dies zu freudigem Arbeiten.
20:35
When our ambition is unbounded, it leads us to lie, to cheat, to steal, to hurt others,
397
1220000
6000
Wenn unser Streben unbegrenzt ist, leitet uns dies dazu zu lügen, zu stehlen, zu betrügen, andere zu schädigen,
20:41
to sacrifice things of real value. When our fears are bounded,
398
1226000
4000
Dinge von wirklichem Wert zu opfern. Wenn unsere Ängste eingeschränkt sind,
20:45
we're prudent; we're cautious; we're thoughtful.
399
1230000
4000
sind wir besonnen, vorsichtig, nachdenklich.
20:49
When our fears are unbounded and overblown,
400
1234000
3000
Wenn unsere Ängste unbeschränkt und bombastisch sind,
20:52
we're reckless, and we're cowardly.
401
1237000
3000
werden wir rücksichtslos und feige.
20:55
The lesson I want to leave you with from these data
402
1240000
3000
Die Lektion dieser Daten, die ich Ihnen hinterlassen möchte, ist,
20:58
is that our longings and our worries are both to some degree overblown,
403
1243000
5000
dass unsere Sehnsüchte und unsere Bedenken zu einem gewissen Grade übertrieben sind,
21:03
because we have within us the capacity to manufacture the very commodity
404
1248000
6000
weil wir in uns die Fähigkeit haben, jenes Erzeugnis zu kreieren,
21:09
we are constantly chasing when we choose experience.
405
1254000
4000
das wir beständig verfolgen, wenn wir eine Erfahrung wählen.
21:13
Thank you.
406
1258000
1000
Vielen Dank.
Translated by Alexander Klar
ABOUT THE SPEAKER
Dan Gilbert - Psychologist; happiness expertHarvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness.
Why you should listen
Dan Gilbert believes that, in our ardent, lifelong pursuit of happiness, most of us have the wrong map. In the same way that optical illusions fool our eyes -- and fool everyone's eyes in the same way -- Gilbert argues that our brains systematically misjudge what will make us happy. And these quirks in our cognition make humans very poor predictors of our own bliss.
The premise of his current research -- that our assumptions about what will make us happy are often wrong -- is supported with clinical research drawn from psychology and neuroscience. But his delivery is what sets him apart. His engaging -- and often hilarious -- style pokes fun at typical human behavior and invokes pop-culture references everyone can relate to. This winning style translates also to Gilbert's writing, which is lucid, approachable and laugh-out-loud funny. The immensely readable Stumbling on Happiness, published in 2006, became a New York Times bestseller and has been translated into 20 languages.
In fact, the title of his book could be drawn from his own life. At 19, he was a high school dropout with dreams of writing science fiction. When a creative writing class at his community college was full, he enrolled in the only available course: psychology. He found his passion there, earned a doctorate in social psychology in 1985 at Princeton, and has since won a Guggenheim Fellowship and the Phi Beta Kappa teaching prize for his work at Harvard. He has written essays and articles for The New York Times, Time and even Starbucks, while continuing his research into happiness at his Hedonic Psychology Laboratory.
Dan Gilbert | Speaker | TED.com