TEDSalon NY2011
Daniel Goldstein: The battle between your present and future self
Daniel Goldstein: La batalla entre tu personalidad actual y la del futuro
Filmed:
Readability: 3.7
2,548,111 views
Todos los días tomamos decisiones con consecuencias buenas o malas para nuestro futuro. (¿Me puedo saltar lo de pasarme el hilo dental solo por esta vez?) Daniel Goldstein construye instrumentos que nos ayudan a imaginarnos cómo seremos con el tiempo con el fin de que tomemos opciones inteligentes para nuestro propio futuro.
Daniel Goldstein - Behavioral economist
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Double-click the English transcript below to play the video.
00:15
Do you remember the story
0
0
2000
¿Recuerdan la historia
00:17
of Odysseus and the Sirens
1
2000
2000
de Odiseo y las sirenas,
00:19
from high school or junior high school?
2
4000
2000
de la escuela secundaria?
00:21
There was this hero, Odysseus, who's heading back home
3
6000
3000
El héroe Odiseo volvía a casa
00:24
after the Trojan War.
4
9000
2000
después de la Guerra de Troya.
00:26
And he's standing on the deck of his ship,
5
11000
2000
Está sobre la cubierta de su barco
00:28
he's talking to his first mate,
6
13000
2000
hablando con el primer oficial,
00:30
and he's saying,
7
15000
2000
y le dice:
00:32
"Tomorrow, we will sail past those rocks,
8
17000
3000
"Mañana cuando pasemos al lado de esas rocas
00:35
and on those rocks sit some beautiful women
9
20000
2000
unas hermosas mujeres estarán sentadas allá,
00:37
called Sirens.
10
22000
2000
son las sirenas.
00:39
And these women sing an enchanting song,
11
24000
3000
Ellas cantarán una canción cautivadora,
00:42
a song so alluring
12
27000
2000
tan seductora,
00:44
that all sailors who hear it
13
29000
2000
que todos los marineros que la oigan
00:46
crash into the rocks and die."
14
31000
2000
se estrellarán contra las rocas y morirán".
00:48
Now you would expect, given that,
15
33000
2000
En vista de esto, uno esperaría que
00:50
that they would choose an alternate route around the Sirens,
16
35000
3000
decidieran tomar una ruta distinta para evitar a las sirenas,
00:53
but instead Odysseus says,
17
38000
3000
pero, en cambio, Odiseo dijo:
00:56
"I want to hear that song.
18
41000
2000
"Yo quiero oír esa canción.
00:58
And so what I'm going to do
19
43000
2000
Lo que haré es
01:00
is I'm going to pour wax in the ears
20
45000
2000
poner cera en tus oídos
01:02
of you and all the men --
21
47000
2000
y el de todos los demás
01:04
stay with me --
22
49000
2000
que estén conmigo,
01:06
so that you can't hear the song,
23
51000
2000
para que no puedan oír la música,
01:08
and then I'm going to have you tie me to the mast
24
53000
3000
y haré que a mí me aten al mástil
01:11
so that I can listen
25
56000
2000
para que pueda escuchar
01:13
and we can all sail by unaffected."
26
58000
2000
sin que nos afecte al pasar navegando".
01:15
So this is a captain
27
60000
3000
Este capitán
01:18
putting the life of every single person on the ship at risk
28
63000
2000
arriesga la vida de todas las personas del barco
01:20
so that he can hear a song.
29
65000
2000
para poder él oír una canción.
01:22
And I'd like to think if this was the case,
30
67000
2000
Quisiera pensar que si así sucedió,
01:24
they probably would have rehearsed it a few times.
31
69000
3000
probablemente debieron hacer varios ensayos.
01:27
Odysseus would have said, "Okay, let's do a dry run.
32
72000
3000
Odiseo debió haber dicho, "Está bien, simulemos.
01:30
You tie me to the mast, and I'm going to beg and plead.
33
75000
3000
Uds. me atan al mástil y yo les rogaré y suplicaré.
01:33
And no matter what I say, you cannot untie me from the mast.
34
78000
2000
No importa lo que diga, no me pueden desatar.
01:35
All right, so tie me to the mast."
35
80000
2000
Muy bien. Pueden amarrarme ahora".
01:37
And the first mate takes a rope
36
82000
2000
El primer oficial toma una cuerda
01:39
and ties Odysseus to the mast in a nice knot.
37
84000
3000
y ata a Odiseo al mástil con un buen nudo.
01:42
And Odysseus does his best job playacting
38
87000
2000
Luego Odiseo juega su papel
01:44
and says, "Untie me. Untie me.
39
89000
2000
y dice, "Desátenme. Desátenme.
01:46
I want to hear that song. Untie me."
40
91000
2000
Quiero oír esa canción. Desátenme."
01:48
And the first mate wisely resists
41
93000
2000
El primer oficial sabiamente se resiste
01:50
and doesn't untie Odysseus.
42
95000
2000
y no suelta a Odiseo.
01:52
And then Odysseus says, "I see that you can get it.
43
97000
3000
Entonces Odiseo dice, "Ya veo que lo hicieron bien.
01:55
All right, untie me now and we'll get some dinner."
44
100000
3000
Bueno, ahora suéltenme y cenemos."
01:58
And the first mate hesitates.
45
103000
2000
El primer oficial empieza a dudar.
02:00
He's like, "Is this still the rehearsal,
46
105000
2000
y se dice, "¿Estamos todavía ensayando
02:02
or should I untie him?"
47
107000
3000
o debería desatarlo?"
02:05
And the first mate thinks,
48
110000
2000
Y luego piensa,
02:07
"Well, I guess at some point the rehearsal has to end."
49
112000
3000
"Bueno, el ensayo tiene que terminar en algún momento."
02:10
So he unties Odysseus, and Odysseus flips out.
50
115000
3000
Así que suelta a Odiseo, y éste se voltea
02:13
He's like, "You idiot. You moron.
51
118000
2000
y le dice, "Idiota. Imbécil.
02:15
If you do that tomorrow, I'll be dead, you'll be dead,
52
120000
2000
Si haces esto mañana, yo moriré, Uds. morirán,
02:17
every single one of the men will be dead.
53
122000
2000
absolutamente todos moriremos.
02:19
Now just don't untie me no matter what."
54
124000
3000
No me puedes desatar, de ninguna manera."
02:22
He throws the first mate to the ground.
55
127000
2000
Y tira al suelo al primer oficial.
02:24
This repeats itself through the night --
56
129000
2000
Esto mismo se repite toda la noche:
02:26
rehearsal, tying to the mast,
57
131000
2000
ensayo, amarrada al mástil,
02:28
conning his way out of it,
58
133000
2000
engatusamiento para ser liberado,
02:30
beating the poor first mate up mercilessly.
59
135000
3000
paliza inmisericorde al pobre primer oficial.
02:33
Hilarity ensues.
60
138000
3000
Y todos riéndose.
02:36
Tying yourself to a mast
61
141000
2000
Atarse a un mástil
02:38
is perhaps the oldest written example
62
143000
2000
es probablemente el ejemplo más antiguo
02:40
of what psychologists call a commitment device.
63
145000
3000
de lo que los psicólogos llaman un "mecanismo de compromiso".
02:43
A commitment device is a decision that you make
64
148000
3000
Mecanismo de compromiso es una decisión que uno toma
02:46
with a cool head to bind yourself
65
151000
3000
con cabeza fría, para comprometerse
02:49
so that you don't do something regrettable
66
154000
2000
y así evitar hacer algo lamentable
02:51
when you have a hot head.
67
156000
3000
cuando se esté perturbado.
02:54
Because there's two heads inside one person
68
159000
2000
Porque hay dos cabezas en una misma persona,
02:56
when you think about it.
69
161000
2000
si lo pensamos.
02:58
Scholars have long invoked this metaphor of two selves
70
163000
3000
Los académicos usan esta metáfora de la doble personalidad
03:01
when it comes to questions of temptation.
71
166000
3000
al hablar de problemas con tentaciones.
03:04
There is first, the present self.
72
169000
3000
Está primero la personalidad actual.
03:07
This is like Odysseus when he's hearing the song.
73
172000
3000
Es el caso de Odiseo cuando oye la canción.
03:10
He just wants to get to the front row.
74
175000
2000
Él quiere estar en primera fila.
03:12
He just thinks about the here and now and the immediate gratification.
75
177000
3000
Sólo piensa en el aquí y el ahora, y en la gratificación inmediata.
03:15
But then there's this other self, the future self.
76
180000
3000
Pero existe la otra personalidad, la del futuro.
03:18
This is Odysseus as an old man
77
183000
2000
Éste es Odiseo de mayor
03:20
who wants nothing more than to retire in a sunny villa
78
185000
3000
que sólo quiere retirarse a una villa soleada
03:23
with his wife Penelope
79
188000
2000
con su esposa Penélope
03:25
outside of Ithaca -- the other one.
80
190000
3000
en las afueras de Ítaca, el otro Odiseo.
03:31
So why do we need commitment devices?
81
196000
4000
Y ¿por qué necesitamos mecanismos de compromiso?
03:35
Well resisting temptation is hard,
82
200000
2000
Pues porque es difícil resistirse a las tentaciones,
03:37
as the 19th century English economist
83
202000
3000
como dijo el economista del siglo XIX
03:40
Nassau William Senior said,
84
205000
2000
Nassau William padre,
03:42
"To abstain from the enjoyment which is in our power,
85
207000
3000
"Abstenerse del goce a nuestro alcance,
03:45
or to seek distant rather than immediate results,
86
210000
3000
o buscar resultados distantes y no inmediatos,
03:48
are among the most painful exertions
87
213000
2000
son algunos de los ejercicios más duros
03:50
of the human will."
88
215000
2000
para la voluntad humana".
03:52
If you set goals for yourself and you're like a lot of other people,
89
217000
3000
Si tienes tus ideales y eres como mucha gente,
03:55
you probably realize
90
220000
2000
probablemente te das cuenta
03:57
it's not that your goals are physically impossible
91
222000
2000
de que tus ideales no son físicamente inalcanzables
03:59
that's keeping you from achieving them,
92
224000
2000
lo que te impide lograrlos, sino que
04:01
it's that you lack the self-discipline to stick to them.
93
226000
3000
te falta autodisciplina para lograrlos.
04:04
It's physically possible to lose weight.
94
229000
2000
Físicamente es posible perder peso.
04:06
It's physically possible to exercise more.
95
231000
3000
Físicamente es posible hacer más ejercicio.
04:09
But resisting temptation
96
234000
2000
Pero resistirse a la tentación
04:11
is hard.
97
236000
2000
es difícil.
04:13
The other reason
98
238000
2000
La otra razón por la que
04:15
that it's difficult to resist temptation
99
240000
3000
es tan difícil resistirse a las tentaciones
04:18
is because it's an unequal battle
100
243000
3000
es porque es una batalla desigual
04:21
between the present self and the future self.
101
246000
2000
entre la personalidad actual y la futura.
04:23
I mean, let's face it, the present self is present.
102
248000
2000
Digámoslo con claridad, la actual es real.
04:25
It's in control. It's in power right now.
103
250000
3000
Se puede controlar, manejar ahora mismo.
04:28
It has these strong, heroic arms
104
253000
2000
Tiene estos brazos fuertes y poderosos
04:30
that can lift doughnuts into your mouth.
105
255000
2000
que puede darte de comer.
04:32
And the future self is not even around.
106
257000
3000
Y la futura ni siquiera está cerca.
04:35
It's off in the future. It's weak.
107
260000
3000
Está apagada, en el futuro, es débil.
04:38
It doesn't even have a lawyer present.
108
263000
2000
No tiene siquiera un defensor presente.
04:40
There's nobody to stick up for the future self.
109
265000
2000
No hay nadie que se levante en su nombre.
04:42
And so the present self can trounce
110
267000
3000
Y por eso la presente puede truncar
04:45
all over its dreams.
111
270000
2000
todos tus sueños.
04:47
So there's this battle between the two selves that's being fought,
112
272000
4000
Esta es la lucha entre las dos personalidades;
04:51
and we need commitment devices
113
276000
2000
necesitamos mecanismos de compromiso
04:53
to level the playing field between the two.
114
278000
3000
para nivelar el campo de batalla.
04:56
Now I'm a big fan of commitment devices actually.
115
281000
3000
Soy un fanático de los mecanismos de compromiso.
04:59
Tying yourself to the mast is the oldest one, but there are other ones
116
284000
3000
Atarse a un mástil es la forma más antigua, pero hay otras,
05:02
such as locking a credit card away with a key
117
287000
4000
como guardar bajo llave la tarjeta de crédito,
05:06
or not bringing junk food into the house so you won't eat it
118
291000
3000
o no traer a casa comida basura, para no comerla,
05:09
or unplugging your Internet connection
119
294000
2000
o desconectar la salida de internet
05:11
so you can use your computer.
120
296000
2000
para no usar el computador.
05:13
I was creating commitment devices of my own
121
298000
2000
Me invento mecanismos de compromiso
05:15
long before I knew what they were.
122
300000
2000
desde antes de saber lo que eran.
05:17
So when I was a starving post-doc
123
302000
2000
Cuando era un estudiante postdoctoral pobre
05:19
at Columbia University,
124
304000
2000
en la Universidad de Columbia,
05:21
I was deep in a publish-or-perish phase of my career.
125
306000
3000
estaba en la fase de mi carrera de "publicas o mueres".
05:24
I had to write five pages a day
126
309000
2000
O escribía cada día 5 páginas
05:26
towards papers
127
311000
2000
académicas
05:28
or I would have to give up five dollars.
128
313000
3000
o tendría que deshacerme de 5 dólares.
05:31
And when you try to execute these commitment devices,
129
316000
3000
Y al tratar de cumplir estos mecanismos de compromiso,
05:34
you realize the devil is really in the details.
130
319000
2000
te das cuenta que el enemigo está en los detalles.
05:36
Because it's not that easy to get rid of five dollars.
131
321000
3000
Porque no es fácil desprenderse de 5 dólares.
05:39
I mean, you can't burn it; that's illegal.
132
324000
3000
Podría quemarlos, pero es ilegal.
05:42
And I thought, well I could give it to a charity
133
327000
2000
Pensé donarlos a una organización,
05:44
or give it to my wife or something like that.
134
329000
2000
o darlos a mi esposa, o algo así.
05:46
But then I thought, oh, I'm sending myself mixed messages.
135
331000
2000
Pero entonces me enviaría mensajes confusos.
05:48
Because not writing is bad, but giving to charity is good.
136
333000
3000
Porque no escribir es algo malo, pero dar para un fin benéfico es bueno.
05:51
So then I would kind of justify not writing
137
336000
2000
Así justificaría el no escribir
05:53
by giving a gift.
138
338000
2000
al hacer una donación.
05:55
And then I kind of flipped that around and thought,
139
340000
2000
Entonces cambié por completo y pensé que
05:57
well I could give it to the neo-Nazis.
140
342000
2000
podría darlo a los neonazis.
05:59
But then I was like, that's more bad than writing is good,
141
344000
3000
Pero eso resultaba mucho peor que no escribir
06:02
and so that wouldn't work.
142
347000
2000
y así que esto tampoco funcionaría.
06:04
So ultimately, I just decided
143
349000
2000
Por último resolví, simplemente
06:06
I would leave it in an envelope on the subway.
144
351000
3000
que podría dejarlos en un sobre en el metro.
06:09
Sometimes a good person would find it,
145
354000
2000
Algunas veces los encontraría una buena persona,
06:11
sometimes a bad person would find it.
146
356000
2000
y otras veces, una mala persona.
06:13
On average, it was just a completely pointless exchange of money
147
358000
3000
En promedio sería un simple intercambio de dinero sin sentido,
06:16
that I would regret.
148
361000
2000
lo que lamentaría.
06:18
(Laughter)
149
363000
3000
(Risas)
06:21
Such it is with commitment devices.
150
366000
3000
Eso sucede con estos mecanismos.
06:24
But despite my like for them,
151
369000
4000
A pesar de lo mucho que me gustan,
06:28
there's two nagging concerns
152
373000
2000
hay dos cosas que me preocupan
06:30
that I've always had about commitment devices,
153
375000
2000
al respecto desde siempre.
06:32
and you might feel this if you use them yourself.
154
377000
2000
Uds. posiblemente las notarán si los usan.
06:34
So the first is,
155
379000
2000
La primera es que
06:36
when you've got one of these devices going,
156
381000
2000
cuando se adopta uno de estos mecanismos,
06:38
such as this contract to write everyday or pay,
157
383000
3000
como el compromiso de escribir o pagar,
06:41
it's just a constant reminder
158
386000
2000
es un recordatorio permanente
06:43
that you have no self-control.
159
388000
2000
de que no tienes autocontrol.
06:45
You're just telling yourself, "Without you, commitment device,
160
390000
2000
Te dices, "Sin ti, mecanismo de compromiso,
06:47
I am nothing, I have no self-discipline."
161
392000
3000
no soy nada, no tengo disciplina."
06:50
And then when you're ever in a situation
162
395000
2000
Así, cuando te encuentras en una situación
06:52
where you don't have a commitment device in place --
163
397000
3000
en la que no tienes ese mecanismo listo,
06:55
like, "Oh my God, that person's offering me a doughnut,
164
400000
2000
piensas, "Ay Dios, me ofrecen una rosquilla
06:57
and I have no defense mechanism," --
165
402000
2000
y no tengo un mecanismo que me defienda"
06:59
you just eat it.
166
404000
2000
y te la comes.
07:01
So I don't like the way that they take the power away from you.
167
406000
3000
Por eso, no me agrada la forma como te quita la voluntad.
07:04
I think self-discipline is something, it's like a muscle.
168
409000
3000
Pienso que la autodisciplina es como un músculo.
07:07
The more you exercise it, the stronger it gets.
169
412000
3000
Cuánto más la ejercitas, más se refuerza.
07:10
The other problem with commitment devices
170
415000
2000
Otra cosa molesta de los mecanismos
07:12
is that you can always weasel your way out of them.
171
417000
3000
es que siempre puedes escabullirte de ellos.
07:15
You say, "Well, of course I can't write today,
172
420000
2000
Te dices, "No, está claro que hoy no puedo escribir,
07:17
because I'm giving a TEDTalk and I have five media interviews,
173
422000
3000
porque daré una charla en TED y tengo 5 entrevistas en TV,
07:20
and then I'm going to a cocktail party and then I'll be drunk after that.
174
425000
3000
luego iré a una fiesta y después estaré borracho.
07:23
And so there's no way that this is going to work."
175
428000
3000
Por eso, no hay manera de que esto funcione."
07:26
So in effect, you are like Odysseus and the first mate
176
431000
2000
Así que serías como Odiseo y su primer oficial
07:28
in one person.
177
433000
2000
en una misma persona.
07:30
You're putting yourself, you're binding yourself,
178
435000
3000
Te presentas, te amarras
07:33
and you're weaseling your way out of it,
179
438000
2000
luego te las ingenias para escapar
07:35
and then you're beating yourself up afterwards.
180
440000
2000
y por último te das una paliza.
07:37
So I've been working
181
442000
2000
Llevo trabajando
07:39
for about a decade now
182
444000
2000
durante unos 10 años
07:41
on finding other ways
183
446000
2000
buscando otras maneras
07:43
to change people's relationship to the future self
184
448000
2000
de cambiar la relación con el futuro de uno mismo,
07:45
without using commitment devices.
185
450000
2000
sin usar mecanismos de compromiso.
07:47
In particular, I'm interested in the relationship
186
452000
3000
En particular, estoy interesado en la relación
07:50
to the future financial self.
187
455000
3000
con el propio futuro financiero.
07:54
And this is a timely issue.
188
459000
2000
Es una cuestión muy oportuna.
07:56
I'm talking about the topic of saving.
189
461000
2000
Hablo del tema del ahorro.
07:58
Now saving is a classic two selves problem.
190
463000
2000
El ahorro es típico de la doble personalidad.
08:00
The present self does not want to save at all.
191
465000
3000
A la personalidad actual no le interesa ahorrar.
08:03
It wants to consume.
192
468000
2000
Prefiere consumir.
08:05
Whereas the future self wants the present self to save.
193
470000
3000
Mientras que la futura prefiere que la actual ahorre.
08:09
So this is a timely problem.
194
474000
2000
Es un asunto pertinente.
08:11
We look at the savings rate
195
476000
2000
Vemos que los hábitos de ahorro
08:13
and it has been declining since the 1950s.
196
478000
3000
van disminuyendo desde los años 50.
08:16
At the same time, the Retirement Risk Index,
197
481000
3000
Al mismo tiempo, el índice de riesgo para la jubilación,
08:19
the chance of not being able to meet your needs in retirement,
198
484000
3000
el riesgo de no poder cubrir las necesidades de la jubilación,
08:22
has been increasing.
199
487000
2000
aumenta.
08:24
And we're at a situation now
200
489000
2000
Estamos en una situación
08:26
where for every three baby boomers,
201
491000
2000
en que de cada 3 personas de la generación la explosión de natalidad,
08:28
the McKinsey Global Institute predicts
202
493000
2000
el Instituto Global McKinsey predice,
08:30
that two will not be able to meet their pre-retirement needs
203
495000
4000
que 2 no llegarán a cubrir las necesidades anteriores de la jubilación
08:34
while they're in retirement.
204
499000
2000
cuando les llegue el momento.
08:36
So what can we do about this?
205
501000
3000
¿Qué podrá hacerse al respecto?
08:39
There's a philosopher, Derek Parfit,
206
504000
3000
El filósofo Deerek Parfit dijo algo
08:42
who said some words that were inspiring to my coauthors and I.
207
507000
3000
que a mis coautores y a mí nos ha servido de inspiración.
08:45
He said that, "We might neglect our future selves
208
510000
3000
Dijo que, "ignoramos nuestra personalidad futura
08:48
because of some failure of belief or imagination."
209
513000
4000
por fallas de nuestras creencias o de la imaginación".
08:52
That is to say,
210
517000
2000
Es decir,
08:54
we somehow might not believe that we're going to get old,
211
519000
3000
de alguna manera no creemos que llegaremos a viejos,
08:57
or we might not be able to imagine
212
522000
2000
o no somos capaces de imaginarnos
08:59
that we're going to get old some day.
213
524000
2000
que algún día nos volveremos viejos.
09:01
On the one hand, it sounds ridiculous.
214
526000
2000
Por una parte, parece ridículo.
09:03
Of course, we know that we're going to get old.
215
528000
2000
Claro que sabemos que vamos a volvernos viejos.
09:05
But aren't there things that we believe and don't believe at the same time?
216
530000
3000
Pero, ¿no hay asuntos que creemos y no creemos, al mismo tiempo?
09:08
So my coauthors and I have used computers,
217
533000
3000
Mis coautores y yo usamos computadores,
09:11
the greatest tool of our time,
218
536000
2000
la extraordinaria herramienta,
09:13
to assist people's imagination
219
538000
2000
para ayudar a pensar a la gente
09:15
and help them imagine what it might be like
220
540000
3000
y ayudarles a imaginar cómo sería
09:18
to go into the future.
221
543000
2000
llegar al futuro.
09:20
And I'll show you some of these tools right here.
222
545000
3000
Ahora les mostraré algunas de esos instrumentos.
09:23
The first is called the distribution builder.
223
548000
2000
El primero se llama "constructor de distribuciones".
09:25
It shows people what the future might be like
224
550000
3000
Muestra a la gente cómo puede ser su futuro
09:28
by showing them a hundred equally probable outcomes
225
553000
3000
exhibiendo cien resultados igualmente probables
09:31
that might be obtained in the future.
226
556000
2000
que podrían obtenerse.
09:33
Each outcome is shown by one of these markers,
227
558000
3000
Cada uno aparece con una de estas señales,
09:36
and each sits on a row
228
561000
2000
y se coloca en una fila
09:38
that represents a level of wealth and retirement.
229
563000
2000
que representa un nivel económico en el retiro.
09:40
Being up at the top
230
565000
2000
Si estás en la cima
09:42
means that you're enjoying a high income in retirement.
231
567000
2000
es porque gozas de altos ingresos para la jubilación.
09:44
Being down at the bottom
232
569000
2000
Si estás en el extremo inferior,
09:46
means that you're struggling to make ends meet.
233
571000
2000
tendrás que luchar para que te alcancen.
09:48
When you make an investment,
234
573000
2000
Cuando haces una inversión,
09:50
what you're really saying is, "I accept
235
575000
2000
es como si dijeras, "Acepto
09:52
that any one of these 100 things
236
577000
2000
que me puede suceder una de estas
09:54
could happen to me and determine my wealth."
237
579000
2000
100 cosas y eso determinará mi nivel económico."
09:56
Now you can try to move your outcomes around.
238
581000
3000
Puedes imaginarte diversas posibilidades.
09:59
You can try to manipulate your fate, like this person is doing,
239
584000
3000
Puedes tratar de manipular tu suerte, como esta persona,
10:02
but it costs you something to do it.
240
587000
2000
pero te costará algo.
10:04
It means that you have to save more today.
241
589000
4000
Osea, que tienes que ahorrar más ahora.
10:08
Once you find an investment that you're happy with,
242
593000
2000
Una vez que se encuentra una inversión que satisface
10:10
what people do is they click "done"
243
595000
2000
lo que hace la gente es activar "hecho"
10:12
and the markers begin to disappear,
244
597000
2000
y las señales empiezan a desaparecer,
10:14
slowly, one by one.
245
599000
2000
lentamente, una tras otra.
10:16
It simulates what it is like to invest in something
246
601000
2000
La herramienta simula cómo sería una inversión
10:18
and to watch that investment pan out.
247
603000
3000
y muestra su comportamiento.
10:21
At the end, there will only be one marker left standing
248
606000
3000
Al final quedará solo una señal
10:24
and it will determine our wealth in retirement.
249
609000
3000
que determina el nivel económico para la jubilación.
10:27
Yes, this person retired
250
612000
2000
Sí, esta persona se jubiló
10:29
at 150 percent of their working income in retirement.
251
614000
4000
con el 150% de sus ingresos en activo.
10:33
They're making more money while retired
252
618000
2000
Entonces recibirá más dinero cuando se jubile
10:35
than they were making while they were working.
253
620000
2000
que cuando trabajaba.
10:37
If you're like most people,
254
622000
2000
Si eres como la mayoría,
10:39
just seeing that gave you a small sense of elation and joy --
255
624000
4000
simplemente al ver esto te entusiasmas, te sientes feliz;
10:43
just to think about making
256
628000
2000
sólo con pensar que tendrás
10:45
50 percent more money in retirement than before.
257
630000
3000
50% más cuando la jubilación, que antes.
10:48
However, had you ended up on the very bottom,
258
633000
2000
Sin embargo, si terminas en el extremo inferior,
10:50
it might have given you a slight sense
259
635000
2000
podrás tener una leve sensación
10:52
of dread and/or nausea
260
637000
2000
de pavor o trastorno,
10:54
thinking about struggling to get by in retirement.
261
639000
4000
por pensar en la lucha para sostenerte durante la jubilación.
10:58
By using this tool over and over
262
643000
2000
Al usar esta herramienta repetidamente
11:00
and simulating outcome after outcome,
263
645000
3000
y simular uno y otro resultado,
11:03
people can understand
264
648000
2000
la gente puede entender
11:05
that the investments and savings that they undertake today
265
650000
3000
que las inversiones y los ahorros que hacen ahora
11:08
determine their well-being in the future.
266
653000
2000
determinan su bienestar en el futuro.
11:10
Now people are motivated through emotions,
267
655000
3000
La gente se motiva a través de emociones,
11:13
but different people find different things motivating.
268
658000
3000
pero cada persona se motiva por cosas diferentes.
11:16
This is a simulation
269
661000
3000
Esta es una simulación
11:19
that uses graphics,
270
664000
2000
basada en gráficos,
11:21
but other people find motivating what money can buy,
271
666000
2000
pero otros se motivan por lo que pueden comprar con dinero,
11:23
not just numbers.
272
668000
2000
no sólo por números.
11:25
So here I made a distribution builder
273
670000
2000
Aquí apliqué el constructor de distribuciones
11:27
where instead of showing numerical outcomes,
274
672000
3000
pero, en lugar de mostrar resultados numéricos
11:30
I show people what those outcomes will get you,
275
675000
3000
muestro lo que se puede conseguir con cada resultado;
11:33
in particular apartments that you can afford
276
678000
2000
en particular, el apartamento que puede costear
11:35
if you're retiring on 3,000, 2,500,
277
680000
3000
si se retira con 3.000, con 2.500
11:38
2,000 dollars per month and so on.
278
683000
3000
o con 2.000 dólares mensuales, etc.
11:41
As you move down the ladder of apartments,
279
686000
2000
Al descender en la escala de apartamentos,
11:43
you see that they get worse and worse.
280
688000
3000
se ve que son cada vez peores.
11:46
Some of them look like places I lived in as a graduate student.
281
691000
4000
Algunos se parecen a donde yo vivía cuando estudiaba.
11:50
And as you get to the very bottom,
282
695000
4000
Y al llegar al final hacia abajo,
11:54
you're faced with the unfortunate reality
283
699000
2000
te encuentras con la horrible realidad
11:56
that if you don't save anything for retirement,
284
701000
2000
de que si no has ahorrado nada para la jubilación,
11:58
you won't be able to afford any housing at all.
285
703000
3000
no podrás costear ningún tipo de vivienda.
12:01
Those are actual pictures of actual apartments
286
706000
2000
Estas son fotos de apartamentos reales
12:03
renting for that amount
287
708000
2000
que se alquilan por esas sumas
12:05
as advertised on the Internet.
288
710000
2000
según se anuncian en internet.
12:07
The last thing I'll show you,
289
712000
2000
Lo último que lesmostraré,
12:09
the last behavioral time machine,
290
714000
2000
es "la máquina del tiempo del comportamiento",
12:11
is something that I created with Hal Hershfield,
291
716000
3000
es algo que diseñé con Hal Hershfield,
12:14
who was introduced to me by my coauthor on a previous project,
292
719000
3000
a quien me presentó mi coautor en un proyecto anterior,
12:17
Bill Sharpe.
293
722000
2000
Bill Sharpe.
12:19
And what it is
294
724000
2000
Se trata de
12:21
is an exploration into virtual reality.
295
726000
2000
una exploración en realidad virtual.
12:23
So what we do is we take pictures of people --
296
728000
3000
Lo que hacemos es tomar fotos de las personas,
12:26
in this case, college-age people --
297
731000
2000
en este caso en edad estudiantil,
12:28
and we use software to age them
298
733000
2000
y con un software los envejecemos
12:30
and show these people what they'll look like
299
735000
3000
y les mostramos cómo se verán
12:33
when they're 60, 70, 80 years old.
300
738000
2000
cuando tengan 60, 70, 80 años.
12:35
And we try to test
301
740000
2000
Tratamos de investigar
12:37
whether actually assisting your imagination
302
742000
3000
si al ayudar a la imaginación, haciendo que
12:40
by looking at the face of your future self
303
745000
2000
se vean como serían en el futuro,
12:42
can change you investment behavior.
304
747000
2000
pueden cambiar la actitud sobre el ahorro.
12:44
So this is one of our experiments.
305
749000
3000
Este es uno de los experimentos.
12:47
Here we see the face of the young subject on the left.
306
752000
3000
Aquí se ve la cara de la persona joven, a la izquierda.
12:50
He's given a control
307
755000
2000
Se le da el control
12:52
that allows him to adjust his savings rate.
308
757000
2000
que le permite ajustar su nivel de ahorro.
12:54
As he moves his savings rate down,
309
759000
2000
Al bajar el ahorro totalmente,
12:56
it means that he's saving zero
310
761000
2000
significa que no ahorra nada
12:58
when it's all the way here at the left.
311
763000
2000
cuando está al final, aquí a la izquierda.
13:00
You can see his current annual income --
312
765000
2000
Se puede ver su ingreso anual actual;
13:02
this is the percentage of his paycheck that he can take home today --
313
767000
3000
esto es lo que le queda para gastar como porcentaje de lo que gana;
13:05
is quite high, 91 percent,
314
770000
2000
es bastante, 91%,
13:07
but his retirement income is quite low.
315
772000
2000
pero lo que recibirá en su retiro es bajito.
13:09
He's going to retire on 44 percent
316
774000
2000
Se jubilará con el 44%
13:11
of what he earned while he was working.
317
776000
3000
de lo que ganaba trabajando.
13:14
If he saves the maximum legal amount,
318
779000
3000
Si ahorra el máximo permitido legalmente,
13:17
his retirement income goes up,
319
782000
2000
su pensión de retiro subirá,
13:19
but he's unhappy
320
784000
2000
y ahora no está contento
13:21
because now he has less money on the left-hand side to spend today.
321
786000
3000
porque en la actualidad le queda menos dinero para gastar.
13:25
Other conditions show people the future self.
322
790000
3000
Otras condiciones muestran la persona del futuro.
13:28
And from the future self's point of view, everything is in reverse.
323
793000
3000
Desde el punto de vista del futuro, todo es al revés.
13:31
If you save very little,
324
796000
2000
Si ahorras muy poco,
13:33
the future self is unhappy
325
798000
2000
el futuro no va a ser feliz
13:35
living on 44 percent of the income.
326
800000
3000
con 44% del ingreso.
13:38
Whereas if the present self saves a lot,
327
803000
3000
Pero si la personalidad actual ahorra bastante,
13:41
the future self is delighted,
328
806000
2000
la del futuro se alegrará
13:43
where the income is close up near 100 percent.
329
808000
3000
si el ingreso llega a ser cercano al 100%.
13:46
To bring this to a wider audience,
330
811000
3000
Para llevar esto a una audiencia mayor
13:49
I've been working with Hal and Allianz
331
814000
3000
he estado trabajando con Hal y Allianz
13:52
to create something we call the behavioral time machine,
332
817000
3000
para crear la máquina del tiempo del comportamiento,
13:55
in which you not only get to see yourself in the future,
333
820000
3000
con la que no sólo te ves como serás en el futuro
13:58
but you get to see anticipated emotional reactions
334
823000
3000
sino las reacciones emocionales anticipadas
14:01
to different levels of retirement wealth.
335
826000
3000
para diversos niveles económicos durante la jubilación.
14:04
So for instance,
336
829000
2000
Por ejemplo,
14:06
here is somebody using the tool.
337
831000
2000
aquí se ve como se usa la herramienta.
14:08
And just watch the facial expressions
338
833000
2000
Miren las expresiones faciales
14:10
as they move the slider.
339
835000
2000
a medida que se mueve el cursor.
14:12
The younger face gets happier and happier, saving nothing.
340
837000
2000
La cara joven se ve más y más feliz si no ahorra nada.
14:14
The older face is miserable.
341
839000
2000
La cara mayor se ve triste.
14:16
And slowly, slowly we're bringing it up to a moderate savings rate.
342
841000
2000
Poco a poco elevamos moderadamente los hábitos de ahorro ,
14:18
And then it's a high savings rate.
343
843000
2000
hasta uno realmente alto.
14:20
The younger face is getting unhappy.
344
845000
2000
La cara joven se vuelve triste.
14:22
The older face is quite pleased
345
847000
2000
Y la mayor está complacida
14:24
with the decision.
346
849000
3000
con la decisión.
14:27
We're going to see if this has an effect on what people do.
347
852000
2000
Veremos si esto tiene algún efecto en el comportamiento.
14:29
And what's nice about it
348
854000
2000
Lo mejor de esto
14:31
is it's not something that biasing people actually,
349
856000
3000
es que en realidad no condiciona a las personas
14:34
because as one face smiles,
350
859000
2000
porque cuando una cara sonríe,
14:36
the other face frowns.
351
861000
2000
la otra frunce el ceño.
14:38
It's not telling you which way to put the slider,
352
863000
2000
No te dice dónde colocar el cursor,
14:40
it's just reminding you that you are
353
865000
3000
sólo te recuerda que estás
14:43
connected to and legally tied to
354
868000
2000
conectado irremediablemente a
14:45
this future self.
355
870000
2000
tu persona futura.
14:47
Your decisions today are going to determine its well-being.
356
872000
3000
Tus decisiones actuales determinarán tu bienestar.
14:50
And that's something that's easy to forget.
357
875000
3000
Esto es algo fácil de olvidar.
14:53
This use of virtual reality
358
878000
3000
Esta realidad virtual
14:56
is not just good for making people look older.
359
881000
2000
no sólo puede envejecer a la gente.
14:58
There are programs you can get
360
883000
2000
Se pueden conseguir programas
15:00
to see how people might look
361
885000
2000
para ver cómo la gente se verá
15:02
if they smoke, if they get too much exposure to the sun,
362
887000
3000
si fuma, si se expone mucho al sol,
15:05
if they gain weight and so on.
363
890000
2000
si engorda, etc.
15:07
And what's good is,
364
892000
2000
Lo bueno es que,
15:09
unlike in the experiments that Hal and myself ran with Russ Smith,
365
894000
3000
a diferencia de nuestros experimentos con Hal y Russ Smith,
15:12
you don't have to program these by yourself
366
897000
2000
no tiene que programarlo uno mismo
15:14
in order to see the virtual reality.
367
899000
3000
para ver la realidad virtual.
15:17
There are applications you can get on smartphones for just a few dollars
368
902000
3000
Hay aplicaciones para teléfonos móviles que se consiguen por muy poco,
15:20
that do the same thing.
369
905000
2000
y que hacen lo mismo.
15:22
This is actually a picture of Hal, my coauthor.
370
907000
2000
Esta es una imagen de Hal, mi coautor.
15:24
You might recognize him from the previous demos.
371
909000
3000
Lo pueden reconocer por las tomas anteriores.
15:27
And just for kicks we ran his picture
372
912000
3000
Y sólo por diversión, la pasamos
15:30
through the balding, aging and weight gain software
373
915000
3000
por las aplicaciones de perder pelo, envejecer y ganar peso
15:33
to see how he would look.
374
918000
2000
para ver cómo se vería.
15:35
Hal is here, so I think we owe it to him as well as yourself
375
920000
3000
Hal está aquí. Pienso que les debo excusas a Uds. y a él
15:38
to disabuse you of that last image.
376
923000
3000
por esta última imagen.
15:42
And I'll close it there.
377
927000
2000
Y aquí termino.
15:44
On behalf of Hal and myself,
378
929000
2000
En nombre de Hal y en el mío,
15:46
I wish all the best to your present and future selves.
379
931000
2000
les deseo lo mejor para sus personalidades actuales y futuras.
15:48
Thank you.
380
933000
2000
Gracias.
15:50
(Applause)
381
935000
3000
(Aplausos)
ABOUT THE SPEAKER
Daniel Goldstein - Behavioral economistDaniel Goldstein studies how we make decisions about our financial selves -- both now and in the future,
Why you should listen
Daniel Goldstein studies decision-making -- especially how humans make economic and social decisions over the course of our lives, and how we can give ourselves the right incentives, reminders, and rules of thumb to make long-term smart choices rather than short-term fun choices. He runs the blog Decision Science News. Dan is Principal Researcher at Microsoft Research, a former professor at London Business School, and member of the academic advisory board of the Behavioural Insights Team in the UK (aka the Nudge Unit). In 2015, he became President of the Society for Judgment and Decision Making, the largest academic society in Behavioral Economics.
Daniel Goldstein | Speaker | TED.com