TED2011
Dan Ariely: Beware conflicts of interest
دن آریلی : ملتفت تضاد منافع باشید
Filmed:
Readability: 3.3
1,284,831 views
در این بحث کوتاه، روانشناس دن آریلی دو داستان شخصی را که به بررسی تضاد منافع علمی می پردازد را بیان می کند : چگونه پیگیرد دانش و بینش را می توان تحت تاثیر قرار گیرد، آگاهانه یا نه، توسط اهداف کوته نظرانه شخصی . هنگامی که ما درباره این پرسش های بزرگ فکر می کنیم ، او به ما یادآوری می کند که ، اجازه دهید آگاه به مغز انسان باشیم.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
So, I was in the hospital for a long time.
0
1000
3000
خوب، من برای مدت زیادی دراین بیمارستان بودم.
00:19
And a few years after I left, I went back,
1
4000
3000
و چند سال بعد از اینکه که آنجا را ترک کردم ، دوباره به آنجا بازگشتم،
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
رئیس بخش سوختگی از دیدن من خیلی هیجان زده بود --
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
او گفت: " دن من یک درمان جدید عالی برای تو دارم."
00:28
I was very excited. I walked with him to his office.
4
13000
2000
من خیلی هیجان داشتم. با او به دفترش رفتم.
00:30
And he explained to me that, when I shave,
5
15000
3000
او برای من توضیح داد که هنگامی که من ریشم را می تراشم،
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
من لکه ها ریز کوچکی در سمت چپ صورتم جایی که مو در میآید دارم،
00:36
but on the right side of my face
7
21000
2000
اما در سمت راست صورتم
00:38
I was badly burned so I have no hair,
8
23000
2000
که خیلی بد سوخته بودم مویی ندارم،
00:40
and this creates lack of symmetry.
9
25000
2000
و این باعث عدم تقارن می شود.
00:42
And what's the brilliant idea he had?
10
27000
2000
این ایده عالی چه بود،
00:44
He was going to tattoo little black dots
11
29000
2000
او قصد داشت روی سمت راست صورتم
00:46
on the right side of my face
12
31000
3000
من کمی خالکوبی سیاه کند
00:49
and make me look very symmetric.
13
34000
2000
و ظاهر مرا خیلی متقارن کند.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
این به نظر جالب می آمد. او از من خواست که بروم و ریشم را بزنم.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
اجازه بدهید که بگویم این روش عجیبی برای ریش تراشیدن بود،
00:56
because I thought about it
16
41000
2000
من راجع به آن فکر کردم
00:58
and I realized that the way I was shaving then
17
43000
2000
و متوجه شدم که به روشی که من ریشم را می زنم
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
روشی خواهد بود که من برای همه عمرم ریشم را خواهم زد--
01:02
because I had to keep the width the same.
19
47000
2000
زیرا من باید عرض یکنواختی را نگه می داشتم.
01:04
When I got back to his office,
20
49000
2000
و هنگامی که من به دفتر او برگشتم،
01:06
I wasn't really sure.
21
51000
2000
من خیلی مطمئن نبودم.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
گفتم، " می توانم شواهدی برای این ببینم؟"
01:10
So he showed me some pictures
23
55000
2000
خوب او چند عکس
01:12
of little cheeks with little black dots --
24
57000
2000
از چانه کوچکی با چند خال سیا نشان داد--
01:14
not very informative.
25
59000
2000
اطلاعات طیادی به من ندادند.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
گفتم، " هنگامی که من پیرتر شوم و موهای من سفید شوند چه اتفاقی می افتد؟
01:18
What would happen then?"
27
63000
2000
سپس اتفاقی خواهد افتاد؟
01:20
"Oh, don't worry about it," he said.
28
65000
2000
" آه در این مورد نگران نباش،" او گفت.
01:22
"We have lasers; we can whiten it out."
29
67000
3000
" ما لیزر داریم؛ ما می توانیم آن را سفید کنیم."
01:25
But I was still concerned,
30
70000
2000
اما من هنوز نگران بودم
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
خوب من گفتم، " میدانید، من قصد ندارم اینکار را بکنم."
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
و بعد از آن بزرگترین سفرهای احساس گناه و مجرمیت زندگی من وارد شد.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
این را یک یهودی گفته که معنی زیادی دارد.
01:37
(Laughter)
34
82000
2000
( خنده تماشاگران)
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
او گفت، " دن، چه مشکلی پیش آمده؟
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
آیا از نامتقارن بودن لذت می بری؟
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
آیا هیچ احساس بدی از این داری؟
01:49
Do women feel pity for you
38
94000
2000
آیا زنان اغلب که با تو سکس دارند
01:51
and have sex with you more frequently?"
39
96000
3000
احساس دلسوزی برای تو می کنند؟"
01:54
None of those happened.
40
99000
3000
هیچ کدام از اینها اتفاق نیفتاده بوده.
01:58
And this was very surprising to me,
41
103000
2000
و این روش برای من خیلی تعجب آور بود،
02:00
because I've gone through many treatments --
42
105000
2000
زیرا من به برای درمان رفته بودم--
02:02
there were many treatments I decided not to do --
43
107000
2000
و روشهای درمانی زیادی بود که من تصمیم گرفته بودم آنها انجام ندهم--
02:04
and I never got this guilt trip to this extent.
44
109000
2000
و من هرگز تا این حد احساس گناه نکرده بودم.
02:06
But I decided not to have this treatment.
45
111000
2000
تصمیم گرفتم که این روش درمانی را نجام ندهم.
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
رفتم پیش جانشین او و ازش سوال کردم " اینجا چه خبر است؟
02:10
Where was this guilt trip coming from?"
47
115000
2000
این احساس گناه از کجا می آید؟"
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
او به من گفت که آنها این روش را قبلا برای دو بیمار انجام داده اند،
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
و برای مقاله ای را که می نویسند به بیمار سومی نیازمندند .
02:19
(Laughter)
50
124000
2000
( خنده تماشاگران)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
احتمالا فکر می کنید که این مرد یک پستی است.
02:23
Right, that's what he seems like.
52
128000
2000
درست، این چیزی که او به نظر می رسید.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
اما اجازه دهید دیدگاه متفاوتی از داستان مشابهی را برایتان بگویم.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
چند سال پیش، من در حال انجام یکی از آزمایشاتم در آزمایشگاه بودم
02:31
And when we run experiments,
55
136000
2000
هنگامی که آزمایش تمام شد،
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
ما معمولا امیدواریم که یک گروه از رفتار متفاوتی از دیگران داشته باشد.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
خوب ما یک گروه داشتیم که من امیدوار بودم کارآیی آنها بسیار بالا باشد،
02:39
another group that I thought their performance would be very low,
58
144000
3000
و فکر کردم گروه دیگرکارایی پائینی داشته باشند.
02:42
and when I got the results, that's what we got --
59
147000
2000
وقتی نتیجه را دیدم، این چیزی بود که دریافت کردم--
02:44
I was very happy -- aside from one person.
60
149000
3000
من بسیار خوشحال بودم-گذشته از یک فرد.
02:47
There was one person in the group
61
152000
2000
یک نفر در این گروه بود
02:49
that was supposed to have very high performance
62
154000
2000
که گمان می رفت کارایی بسیار بالایی داشته باشد
02:51
that was actually performing terribly.
63
156000
2000
که در واقع کارایی وحشناک بدی داشت.
02:53
And he pulled the whole mean down,
64
158000
2000
او همه متوسط را پائین کشیده بود،
02:55
destroying my statistical significance of the test.
65
160000
3000
و آمار معنی دار آزمون مرا خراب کرده بود.
02:59
So I looked carefully at this guy.
66
164000
2000
خب، به این فرد خیلی خوب نگاه کردم.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
او حدود بیست و چند ساله بزرگتر از بقیه نمونه بود.
03:04
And I remembered that the old and drunken guy
68
169000
2000
و به خاطر آوردم که یک پیرمرد و الکلی
03:06
came one day to the lab
69
171000
2000
یک روز به آزمایشگاه آمد
03:08
wanting to make some easy cash
70
173000
2000
و خواست که پول نقد آسانی را بدست آورد
03:10
and this was the guy.
71
175000
2000
و این همان مرد بود.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
" عالی" فکر کردم بگذار بی اندازمش بیرون.
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
چه کسی یک مرد الکلی را هرگز در یک نمونه قرار می دهد؟"
03:17
But a couple of days later,
74
182000
2000
اما چند روز بعد،
03:19
we thought about it with my students,
75
184000
2000
من با شاگردانم راجع به او فکر کردیم،
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
و ما گفتیم" چه اتفاقی می افتد اگر این مرد الکلی در این شرایط نبود؟"
03:24
What would have happened if he was in the other group?
77
189000
2000
چه انفاقی می افتاد اگر او در گروه دیگرمی بود؟
03:26
Would we have thrown him out then?"
78
191000
2000
آیا باید او را ازآزمون بیرون می انداختیم؟
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
ما احتمالا به همه داده ها نگاه نکرد بودیم ،
03:30
and if we did look at the data,
80
195000
2000
و اگربه اطلاعات نگاه می کردیم ،
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
احتمالا می گفتیم :"بسیار عالی! چه فرد باهوشی که کارایی به این پائینی دارد،"
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
زیرا او متوسط گروه را پائین آورده بود،
03:37
giving us even stronger statistical results than we could.
83
202000
3000
به ما نتیجه آماری قوی تری که می توانستیم داشته باشیم داده بود.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
ما تصمیم گرفتیم ک داده های او را دور نریزیم و آزمون را دوباره انجام ندهیم.
03:44
But you know, these stories,
85
209000
3000
این داستان
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
و تعداد زیادی از آزمونهایی که ما انجام دادیم در مورد تضاد منافع است،
03:50
basically kind of bring two points
87
215000
2000
که اساسا" یک جوری دو نقطه را
03:52
to the foreground for me.
88
217000
2000
برای من به هم نزدیک می کند.
03:54
The first one is that in life we encounter many people
89
219000
3000
اولی اینکه در زندگی ما با مردم زیادی برخورد می کنیم
03:57
who, in some way or another,
90
222000
3000
که به شیوه ای
04:00
try to tattoo our faces.
91
225000
2000
سعی می کنند که صورت تو را خالکوبی کنند.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
آنها فقط انگیزیی آن را دارند که بر واقعیت چشم ببندند و
04:05
and give us advice that is inherently biased.
93
230000
3000
به ما توصیه ذاتا" مغرضانه ای کنند.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
و من مطمئن هستم این چیزی است که ما آن را می توانیم تشخیص دهیم،
04:10
and we see that it happens.
95
235000
2000
و این که اتفاق می افتد می بینیم.
04:12
Maybe we don't recognize it every time,
96
237000
2000
شاید همواره آن را تشخیص ندهیم
04:14
but we understand that it happens.
97
239000
2000
ولی ما وقتی اتفاق می افتد درک می کنیم.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
البته ، سخت ترین چیز، تشخیص
04:18
that sometimes we too
99
243000
2000
اینکه گاهی ما با
04:20
are blinded by our own incentives.
100
245000
2000
انگیزه های خودمان کور هستیم.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
این درس بسیار بسیار مشکل تر که رویش حساب باز کردیم.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
زیرا ما نمی دانیم چگونه تضاد منافع بر روی ما کار می کند.
04:29
When I was doing these experiments,
103
254000
2000
هنگامی که من این آزمون را انجام می دادم،
04:31
in my mind, I was helping science.
104
256000
2000
در ذهنم، من به علم کمک می کردم.
04:33
I was eliminating the data
105
258000
2000
من داده ها را حذف می کردم
04:35
to get the true pattern of the data to shine through.
106
260000
2000
برای دریافت الگوی واقعی از داده ها برای از طریق آن درخشیدن
04:37
I wasn't doing something bad.
107
262000
2000
من کار بدی می کردم.
04:39
In my mind, I was actually a knight
108
264000
2000
در ذهنم، در واقع من یک شوالیه بودم
04:41
trying to help science move along.
109
266000
2000
که تلاش می کرد که علم به جلو حرکت کند.
04:43
But this was not the case.
110
268000
2000
اما این مورد نبود.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
درواقع من فرایند کار را با تعداد زیادی نیت خوب قاطی کردم بودم.
04:48
And I think the real challenge is to figure out
112
273000
2000
گمان کنم چالش واقعی این است که بفهمیم
04:50
where are the cases in our lives
113
275000
2000
در کجای زندگی ما
04:52
where conflicts of interest work on us,
114
277000
2000
موارد نضاد منافع وجود دارد،
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
و سعی کنیم که به شهود خودمان اعتماد نکرده و بر آن فائق آیم،
04:57
but to try to do things
116
282000
2000
ولی سعی بر انجام چیزی کنید
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
که جلوگبری کند از به دام افتادن این گونه رفتارها،
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
زیرا می توانیم از شرایط نامطلوب زیادی را ایجاد کنیم.
05:05
I do want to leave you with one positive thought.
119
290000
2000
می خواهم شما را با یک فکر مثبت ترک کنم.
05:07
I mean, this is all very depressing, right --
120
292000
2000
منظورم این است همه اینها بسیار نامید کنند است، درسته--
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
مردم تضاد منافع دارند، ما این را نمی بینیم،
05:12
The positive perspective, I think, of all of this
122
297000
2000
گمان کنم با توجه به همه این چیزها ، دیدگاه مثبت
05:14
is that, if we do understand when we go wrong,
123
299000
3000
این است که اگر ما فهمیدیم که در مسیر غلط هستیم،
05:17
if we understand the deep mechanisms
124
302000
2000
اگر ما مکانیسمهای عمیقی
05:19
of why we fail and where we fail,
125
304000
2000
از اینکه چرا ما موفق نشدیم و کجا موفق نشدیم،
05:21
we can actually hope to fix things.
126
306000
2000
در واقع می توانیم امیدوار باشیم که آن را درست کنیم.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
و گمان کنم، این امید است. بسیار سپاسگزارم
05:25
(Applause)
128
310000
4000
(تشویق تماشاگران)
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com