TEDxLondonBusinessSchool
Alex Edmans: What to trust in a "post-truth" world
الکس ادمانس: در دنیای «پساحقیقت» به چه اعتماد کنیم
Filmed:
Readability: 4.2
1,695,337 views
محقق الکس آدمانس می‌گوید تنها در صورتی که واقعاً قبول کنید که دارید اشتباه می‌کنید یاد می‌گیرید. در یک گفتار متفکرانه، ایشان کنکاش می‌کند که چگونه تعصب تأیید شدن -- تمایل به پذیرش تنها اطلاعاتی که با عقاید شخصی شما سازگار است -- می‌تواند شما را در شبکه‌های اجتماعی و سیاست منحرف کند. در ادامه ایشان سه ابزار عملی برای یافتن شواهدی قابل اعتماد ارائه می‌کند. (نکته: یک نفر را در زندگی به عنوان وکیل مدافع شیطان تعیین کنید.)
Alex Edmans - Finance professor, editor
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Double-click the English transcript below to play the video.
00:13
Belle Gibson was a happy young Australian.
0
1675
2920
بل گیبسون یک جوان خوشحال استرالیایی بود.
00:16
She lived in Perth,
and she loved skateboarding.
and she loved skateboarding.
1
4619
3023
او در پرث زندگی می‌کرد
و عاشق اسکیت‌سواری بود.
و عاشق اسکیت‌سواری بود.
00:20
But in 2009, Belle learned that she had
brain cancer and four months to live.
brain cancer and four months to live.
2
8173
4449
اما در سال ۲۰۰۹ فهمید که تومور مغزی دارد
و فقط چهار ماه دیگر زنده است.
و فقط چهار ماه دیگر زنده است.
00:25
Two months of chemo
and radiotherapy had no effect.
and radiotherapy had no effect.
3
13034
3533
دو ماه شیمی‌درمانی
و رادیوگرافی هیچ اثری نداشت.
و رادیوگرافی هیچ اثری نداشت.
00:29
But Belle was determined.
4
17145
1500
اما بل مصمم بود.
00:30
She'd been a fighter her whole life.
5
18669
2130
او در تمام زندگی یک مبارز بود.
00:32
From age six, she had to cook
for her brother, who had autism,
for her brother, who had autism,
6
20823
3294
در شش سالگی مجبور بود
برای برادرش که اوتیسم داشت
برای برادرش که اوتیسم داشت
00:36
and her mother,
who had multiple sclerosis.
who had multiple sclerosis.
7
24141
2388
و مادرش که ام‌اس داشت غذا درست کند.
00:38
Her father was out of the picture.
8
26553
1754
پدرش اصلاً حضور نداشت.
00:40
So Belle fought, with exercise,
with meditation
with meditation
9
28736
3286
بنابراین بل با ورزش و مدیتیشن
00:44
and by ditching meat
for fruit and vegetables.
for fruit and vegetables.
10
32046
2840
و با جایگزینی میوه و سبزیجات
به جای گوشت جنگیدن را شروع کرد.
به جای گوشت جنگیدن را شروع کرد.
00:47
And she made a complete recovery.
11
35387
2200
و کاملاً بهبود یافت.
00:50
Belle's story went viral.
12
38784
1579
داستان بل همه جا پخش شد.
00:52
It was tweeted, blogged about,
shared and reached millions of people.
shared and reached millions of people.
13
40387
3393
در موردش توییت و بلاگ شد
و به گوش میلیون‌ها نفر رسید.
و به گوش میلیون‌ها نفر رسید.
00:56
It showed the benefits of shunning
traditional medicine
traditional medicine
14
44246
3111
برمزایای پرهیز از درمان مرسوم
و رو آوردن به رژیم غذایی
و رو آوردن به رژیم غذایی
00:59
for diet and exercise.
15
47381
1467
و ورزش تأکید می‌شد.
01:01
In August 2013, Belle launched
a healthy eating app,
a healthy eating app,
16
49381
4498
در آگوست ۲۰۱۳ بل یک اپلیکیشن
سلامت غذایی راه‌اندازی کرد،
سلامت غذایی راه‌اندازی کرد،
01:05
The Whole Pantry,
17
53903
1349
به نام بوفه کامل،
01:07
downloaded 200,000 times
in the first month.
in the first month.
18
55276
4023
در ماه اول دویست‌هزار بار دانلود شد.
01:13
But Belle's story was a lie.
19
61228
2799
اما داستان بل یک دروغ بود.
01:17
Belle never had cancer.
20
65227
1534
بل اصلاً سرطان نداشت.
01:19
People shared her story
without ever checking if it was true.
without ever checking if it was true.
21
67601
4133
افراد داستان او را بدون
بررسی به اشتراک گذاشتند.
بررسی به اشتراک گذاشتند.
01:24
This is a classic example
of confirmation bias.
of confirmation bias.
22
72815
3220
این یک نمونه کلاسیک از تعصب تأیید شدن است.
01:28
We accept a story uncritically
if it confirms what we'd like to be true.
if it confirms what we'd like to be true.
23
76403
4676
ما داستانی که اعتقادات ما را تأیید می‌کند
بدون بررسی می‌پذیریم.
بدون بررسی می‌پذیریم.
01:33
And we reject any story
that contradicts it.
that contradicts it.
24
81484
2506
و هر داستانی که اعتقاداتمان را
نقض می‌کند رد می‌کنیم.
نقض می‌کند رد می‌کنیم.
01:36
How often do we see this
25
84937
1825
چقدر این پدیده را در داستان‌هایی
01:38
in the stories
that we share and we ignore?
that we share and we ignore?
26
86786
3045
که به اشتراک می‌گذاریم و آنهایی
که نادیده می‌گیریم مشاهده می‌کنیم؟
که نادیده می‌گیریم مشاهده می‌کنیم؟
01:41
In politics, in business,
in health advice.
in health advice.
27
89855
4182
در سیاست، در کسب و کار
و در توصیه‌های سلامت.
و در توصیه‌های سلامت.
01:47
The Oxford Dictionary's
word of 2016 was "post-truth."
word of 2016 was "post-truth."
28
95180
4106
لغت "post-truth" (پساحقیقت)
در سال ۲۰۱۶ به لغت‌نامه آکسفورد اضافه شد.
در سال ۲۰۱۶ به لغت‌نامه آکسفورد اضافه شد.
01:51
And the recognition that we now live
in a post-truth world
in a post-truth world
29
99768
3492
و دانستن اینکه اکنون داریم
در یک دنیای پساحقیقت زندگی می‌کنیم
در یک دنیای پساحقیقت زندگی می‌کنیم
01:55
has led to a much needed emphasis
on checking the facts.
on checking the facts.
30
103284
3364
به تمرکز بسیار بیشتر
بر بررسی حقایق منجر شده است.
بر بررسی حقایق منجر شده است.
01:59
But the punch line of my talk
31
107339
1397
لُب مطلب سخنرانی من این است
02:00
is that just checking
the facts is not enough.
the facts is not enough.
32
108760
2991
که تنها بررسی حقایق کافی نیست.
02:04
Even if Belle's story were true,
33
112347
2927
حتی اگر داستان بل راست بود،
02:07
it would be just as irrelevant.
34
115298
2067
باز هم بی‌ربط بود.
02:10
Why?
35
118457
1150
چرا؟
02:11
Well, let's look at one of the most
fundamental techniques in statistics.
fundamental techniques in statistics.
36
119957
3508
خب، بگذارید نگاهی به یکی
از پایه‌ای ترین فنون آمار بیندازیم.
از پایه‌ای ترین فنون آمار بیندازیم.
02:15
It's called Bayesian inference.
37
123489
2410
استنباط بیزی نام دارد.
02:18
And the very simple version is this:
38
126251
2936
و یک بیان ساده از آن این است:
02:21
We care about "does the data
support the theory?"
support the theory?"
39
129211
3268
برای ما مهم است که
"آیا داده‌ها نظریه را تأیید می‌کند؟"
"آیا داده‌ها نظریه را تأیید می‌کند؟"
02:25
Does the data increase our belief
that the theory is true?
that the theory is true?
40
133053
3456
آیا داده‌ها باور ما بر درست
بودن نظریه را افزایش می‌دهد؟
بودن نظریه را افزایش می‌دهد؟
02:29
But instead, we end up asking,
"Is the data consistent with the theory?"
"Is the data consistent with the theory?"
41
137520
4383
اما به جای این ما می‌پرسیم:
"آیا داده‌ها طبق نظریه هستند؟"
"آیا داده‌ها طبق نظریه هستند؟"
02:34
But being consistent with the theory
42
142838
2515
اما مطابق نظریه بودن
02:37
does not mean that the data
supports the theory.
supports the theory.
43
145377
2929
به این معنی نیست
که داده‌ها نظریه را تأیید می‌کنند.
که داده‌ها نظریه را تأیید می‌کنند.
02:40
Why?
44
148799
1159
چرا؟
02:41
Because of a crucial
but forgotten third term --
but forgotten third term --
45
149982
3825
بخاطر یک موضوع اساسی و فراموش‌شده ثالث --
02:45
the data could also be consistent
with rival theories.
with rival theories.
46
153831
3558
داده‌ها می‌توانند مطابق
نظریه‌های رقیب نیز باشند.
نظریه‌های رقیب نیز باشند.
02:49
But due to confirmation bias,
we never consider the rival theories,
we never consider the rival theories,
47
157918
4667
اما به خاطر تعصب تأیید شدن ما هرگز
نظریه‌های رقیب را در نظر نمی‌گیریم.
نظریه‌های رقیب را در نظر نمی‌گیریم.
02:54
because we're so protective
of our own pet theory.
of our own pet theory.
48
162609
3151
چون به شدت محافظ تئوری خودمان هستیم.
02:58
Now, let's look at this for Belle's story.
49
166688
2413
حالا، بیایید این موضوع را
در مورد داستان بل ببینیم.
در مورد داستان بل ببینیم.
03:01
Well, we care about:
Does Belle's story support the theory
Does Belle's story support the theory
50
169125
4214
خب، برای ما مهم است که: آیا داستان بل
این تئوری را تأیید می‌کند که رژیم غذایی
این تئوری را تأیید می‌کند که رژیم غذایی
03:05
that diet cures cancer?
51
173363
1603
سرطان را درمان می‌کند؟
03:06
But instead, we end up asking,
52
174990
1787
اما در عوض می‌پرسیم،
03:08
"Is Belle's story consistent
with diet curing cancer?"
with diet curing cancer?"
53
176801
4045
"آیا داستان بل مطابق تئوری
درمان سرطان با رژیم غذایی است؟"
درمان سرطان با رژیم غذایی است؟"
03:13
And the answer is yes.
54
181790
1604
و پاسخ مثبت است.
03:15
If diet did cure cancer,
we'd see stories like Belle's.
we'd see stories like Belle's.
55
183839
4103
اگر رژیم غذایی سرطان را درمان کند
داستان‌های مشابه بل را خواهیم دید.
داستان‌های مشابه بل را خواهیم دید.
03:20
But even if diet did not cure cancer,
56
188839
2849
اما حتی اگر رژیم غذایی
سرطان را درمان نکند،
سرطان را درمان نکند،
03:23
we'd still see stories like Belle's.
57
191712
2643
ما همچنان شاهد داستان‌های شبیه بل هستیم.
03:26
A single story in which
a patient apparently self-cured
a patient apparently self-cured
58
194744
5190
یک تک داستان که ظاهراً در آن
یک مریض پس از روش درمان غلط در وهله اول
یک مریض پس از روش درمان غلط در وهله اول
03:31
just due to being misdiagnosed
in the first place.
in the first place.
59
199958
3174
سپس خود را درمان کرده است.
03:35
Just like, even if smoking
was bad for your health,
was bad for your health,
60
203680
3326
درست مثل این:
حتی اگر دخانیات برای سلامتی مضر باشد،
حتی اگر دخانیات برای سلامتی مضر باشد،
03:39
you'd still see one smoker
who lived until 100.
who lived until 100.
61
207030
3304
همچنان یک سیگاری را می‌بینید
که بیش از صد سال عمر کرده است.
که بیش از صد سال عمر کرده است.
03:42
(Laughter)
62
210664
1150
(خنده)
03:44
Just like, even if education
was good for your income,
was good for your income,
63
212157
2562
درست مثل این:
حتی اگر تحصیلات برای درآمد شما خوب است
حتی اگر تحصیلات برای درآمد شما خوب است
03:46
you'd still see one multimillionaire
who didn't go to university.
who didn't go to university.
64
214743
4281
همچنان یک میلیونر وجود دارد
که دانشگاه نرفته است.
که دانشگاه نرفته است.
03:51
(Laughter)
65
219048
4984
(خنده)
03:56
So the biggest problem with Belle's story
is not that it was false.
is not that it was false.
66
224056
3911
پس بزرگترین ایراد داستان بل
دروغ بودن آن نیست.
دروغ بودن آن نیست.
03:59
It's that it's only one story.
67
227991
2531
بلکه این است که فقط یک واقعه است.
04:03
There might be thousands of other stories
where diet alone failed,
where diet alone failed,
68
231094
4381
ممکن است هزاران واقعه دیگری باشد
که در آن رژیم غذایی جواب نداده است،
که در آن رژیم غذایی جواب نداده است،
04:07
but we never hear about them.
69
235499
1934
اما هرگز در مورد آن‌ها نمی‌شنویم.
04:10
We share the outlier cases
because they are new,
because they are new,
70
238141
3896
ما فقط موارد خاص را
به اشتراک می‌گذاریم چون جدید هستند،
به اشتراک می‌گذاریم چون جدید هستند،
04:14
and therefore they are news.
71
242061
1867
و بنابراین خبر هستند.
04:16
We never share the ordinary cases.
72
244657
2476
ما اصلاً موارد عادی را
به اشتراک نمی‌گذاریم.
به اشتراک نمی‌گذاریم.
04:19
They're too ordinary,
they're what normally happens.
they're what normally happens.
73
247157
3213
چون خیلی معمولی هستند و اتفاقاتی هستند
که بطور طبیعی رخ می‌دهند.
که بطور طبیعی رخ می‌دهند.
04:23
And that's the true
99 percent that we ignore.
99 percent that we ignore.
74
251125
3095
و در این بین ۹۹ درصد
موارد درست را نادیده می‌گیریم.
موارد درست را نادیده می‌گیریم.
04:26
Just like in society, you can't just
listen to the one percent,
listen to the one percent,
75
254244
2968
درست مثل اینکه در اجتماع شما نمی‌توانید
فقط به حرف یک درصد
فقط به حرف یک درصد
04:29
the outliers,
76
257236
1158
یا موارد خاص گوش کنید،
04:30
and ignore the 99 percent, the ordinary.
77
258418
2666
و ۹۹ درصد معمول را نادیده بگیرید.
04:34
Because that's the second example
of confirmation bias.
of confirmation bias.
78
262022
3254
چون این نمونه دوم از تعصب تأیید شدن است.
04:37
We accept a fact as data.
79
265300
2769
ما یک واقعه را بعنوان یک داده می‌پذیریم.
04:41
The biggest problem is not
that we live in a post-truth world;
that we live in a post-truth world;
80
269038
3968
بزرگترین مشکل این نیست که داریم
در یک جهان پساحقیقت زندگی می‌کنیم؛
در یک جهان پساحقیقت زندگی می‌کنیم؛
04:45
it's that we live in a post-data world.
81
273030
3769
مشکل زندگی در یک جهان پساداده است.
04:49
We prefer a single story to tons of data.
82
277792
3744
ما یک تک واقعه را
به هزاران داده ترجیح می‌دهیم.
به هزاران داده ترجیح می‌دهیم.
04:54
Now, stories are powerful,
they're vivid, they bring it to life.
they're vivid, they bring it to life.
83
282752
3016
داستان‌ها قدرتمند هستند،
روشن هستند و دارای حیات هستند.
روشن هستند و دارای حیات هستند.
04:57
They tell you to start
every talk with a story.
every talk with a story.
84
285792
2222
می‌گویند سخنرانی را با یک داستان شروع کن.
05:00
I did.
85
288038
1150
من این کار را کردم.
05:01
But a single story
is meaningless and misleading
is meaningless and misleading
86
289696
4754
اما یک تک داستان بی‌معنا و منحرف‌کننده است
05:06
unless it's backed up by large-scale data.
87
294474
2849
مگر اینکه توسط حجم زیادی
از داده حمایت شود.
از داده حمایت شود.
05:11
But even if we had large-scale data,
88
299236
2357
اما حتی اگر حجم زیادی از داده داشته باشیم،
05:13
that might still not be enough.
89
301617
2158
ممکن است کافی نباشد.
05:16
Because it could still be consistent
with rival theories.
with rival theories.
90
304260
3138
چون ممکن است همچنان
مطابق نظریات رقیب هم باشند.
مطابق نظریات رقیب هم باشند.
05:20
Let me explain.
91
308136
1150
بگذارید توضیح دهم.
05:22
A classic study
by psychologist Peter Wason
by psychologist Peter Wason
92
310072
3262
یک مطالعه کلاسیک توسط روانشناس پیتر ویسون
05:25
gives you a set of three numbers
93
313358
1952
به شما سه عدد می‌گوید
05:27
and asks you to think of the rule
that generated them.
that generated them.
94
315334
2905
و از شما می‌پرسد این اعداد
طبق چه منطقی تولید شده‌اند.
طبق چه منطقی تولید شده‌اند.
05:30
So if you're given two, four, six,
95
318585
4476
خب اگر به شما، دو، چها و شش را بدهند،
05:35
what's the rule?
96
323085
1150
چه منطقی برقرار است؟
05:36
Well, most people would think,
it's successive even numbers.
it's successive even numbers.
97
324895
3219
خب اکثر افراد فکر می‌کنند
این توالی اعداد زوج است.
این توالی اعداد زوج است.
05:40
How would you test it?
98
328767
1515
چطور آزمایشش می‌کنید؟
05:42
Well, you'd propose other sets
of successive even numbers:
of successive even numbers:
99
330306
3262
خب، دسته‌های دیگری از
اعداد زوج به شما عرضه میشود:
اعداد زوج به شما عرضه میشود:
05:45
4, 6, 8 or 12, 14, 16.
100
333592
3318
۴، ۶، ۸ یا ۱۲، ۱۴، ۱۶.
05:49
And Peter would say these sets also work.
101
337546
2800
و پیتر می‌گوید این دسته‌ها
هم از منطق پیروی می‌کنند.
هم از منطق پیروی می‌کنند.
05:53
But knowing that these sets also work,
102
341124
2564
اما دانستن اینکه این دسته‌ها
تابع منطق هستند،
تابع منطق هستند،
05:55
knowing that perhaps hundreds of sets
of successive even numbers also work,
of successive even numbers also work,
103
343712
4765
شاید دانستن صدها دسته اعداد
زوج که تابع منطق ما هستند،
زوج که تابع منطق ما هستند،
06:00
tells you nothing.
104
348501
1348
به شما هیچ چیز نمی‌گوید.
06:02
Because this is still consistent
with rival theories.
with rival theories.
105
350572
3358
چون این بر تئوری‌های رقیب
هم مطابقت می‌کند.
هم مطابقت می‌کند.
06:06
Perhaps the rule
is any three even numbers.
is any three even numbers.
106
354889
3205
شاید منطق هر گونه سه عدد زوج باشد.
06:11
Or any three increasing numbers.
107
359000
2133
یا هر سه عدد در حال افزایش.
06:14
And that's the third example
of confirmation bias:
of confirmation bias:
108
362365
2888
و این است نمونه سوم از تعصب تأیید شدن:
06:17
accepting data as evidence,
109
365277
3689
پذیرش داده‌ها به عنوان شاهد،
06:20
even if it's consistent
with rival theories.
with rival theories.
110
368990
3000
حتی اگر مطابق نظریه‌های رقیب هم باشند.
06:24
Data is just a collection of facts.
111
372704
2952
داده‌ها فقط مجموعه‌ای از حقایق هستند.
06:28
Evidence is data that supports
one theory and rules out others.
one theory and rules out others.
112
376402
4923
شاهد داده‌ایست که یک تئوری را حمایت
و دیگر تئوری‌ها را رد می‌کند.
و دیگر تئوری‌ها را رد می‌کند.
06:34
So the best way to support your theory
113
382665
2483
پس بهترین راه برای حمایت از تئوری خود
06:37
is actually to try to disprove it,
to play devil's advocate.
to play devil's advocate.
114
385172
3930
این است که تلاش کنید آن را رد کنید
و نقش یک وکیل مدافع شیطان را بازی کنید.
و نقش یک وکیل مدافع شیطان را بازی کنید.
06:41
So test something, like 4, 12, 26.
115
389466
4718
بنابراین چیزی مثل ۴، ۱۲، ۲۶ را
امتحان کنید.
امتحان کنید.
06:46
If you got a yes to that,
that would disprove your theory
that would disprove your theory
116
394938
3683
اگر پاسخ مثبت باشد تئوری شما
مبنی بر توالی اعداد زوج
مبنی بر توالی اعداد زوج
06:50
of successive even numbers.
117
398645
1936
رد میشود.
06:53
Yet this test is powerful,
118
401232
2016
این آزمایش قدرتمند است،
06:55
because if you got a no, it would rule out
"any three even numbers"
"any three even numbers"
119
403272
4845
چون اگر پاسخ منفی باشد،
تئوری "هر گونه سه عدد زوج"
تئوری "هر گونه سه عدد زوج"
07:00
and "any three increasing numbers."
120
408141
1712
و "هر سه عدد در حال افزایش" رد می‌شوند.
07:01
It would rule out the rival theories,
but not rule out yours.
but not rule out yours.
121
409877
3341
تئوری‌های دیگر را رد می‌کند
اما تئوری شما را خیر.
اما تئوری شما را خیر.
07:05
But most people are too afraid
of testing the 4, 12, 26,
of testing the 4, 12, 26,
122
413968
4794
اما اکثر افراد از آزمایش ۴، ۱۲، ۲۶
به شدت می‌ترسند،
به شدت می‌ترسند،
07:10
because they don't want to get a yes
and prove their pet theory to be wrong.
and prove their pet theory to be wrong.
123
418786
4163
چون نمی‌خواهند با کسب
جواب مثبت، تئوری خودشان رد شود.
جواب مثبت، تئوری خودشان رد شود.
07:16
Confirmation bias is not only
about failing to search for new data,
about failing to search for new data,
124
424727
5676
تعصب تأیید نه تنها باعث انصراف
از جستجوی دادههای جدید میشود،
از جستجوی دادههای جدید میشود،
07:22
but it's also about misinterpreting
data once you receive it.
data once you receive it.
125
430427
3073
بلکه هنگام دریافت داده‌ها
موجب سوء تفسیر میشود.
موجب سوء تفسیر میشود.
07:26
And this applies outside the lab
to important, real-world problems.
to important, real-world problems.
126
434339
3548
و این رویکرد در خارج از آزمایشگاه
و در قبال مسائل واقعی جهان اتخاذ میشود.
و در قبال مسائل واقعی جهان اتخاذ میشود.
07:29
Indeed, Thomas Edison famously said,
127
437911
3309
به راستی، توماس ادیسون جمله معروفی داشت،
07:33
"I have not failed,
128
441244
1888
"من هرگز شکست نخورده‌ام،
07:35
I have found 10,000 ways that won't work."
129
443156
4188
فقط ده هزار راهی را
یافته‌ام که عمل نمی‌کند."
یافته‌ام که عمل نمی‌کند."
07:40
Finding out that you're wrong
130
448281
2627
دانستن اینکه دارید اشتباه می‌کنید
07:42
is the only way to find out what's right.
131
450932
2733
تنها راه یافتن پاسخ درست است.
07:46
Say you're a university
admissions director
admissions director
132
454654
2946
فرض کنید شما مدیر پذیرش دانشگاه هستید
07:49
and your theory is that only
students with good grades
students with good grades
133
457624
2563
و تئوری شما این است
که فقط دانشجویان با نمره‌های خوب
که فقط دانشجویان با نمره‌های خوب
07:52
from rich families do well.
134
460211
1763
از خانواده‌های ثروتمند به درد می‌خورند.
07:54
So you only let in such students.
135
462339
2190
پس شما فقط چنین دانشجویانی را می‌پذیرید.
07:56
And they do well.
136
464553
1150
و آن‌ها خوب عمل می‌کنند.
07:58
But that's also consistent
with the rival theory.
with the rival theory.
137
466482
2772
اما این با تئوری رقیب هم منطبق است.
08:01
Perhaps all students
with good grades do well,
with good grades do well,
138
469593
2747
شاید همه دانشجویان
با نمره خوب به درد می‌خورند،
با نمره خوب به درد می‌خورند،
08:04
rich or poor.
139
472364
1181
چه ثروتمند چه فقیر.
08:06
But you never test that theory
because you never let in poor students
because you never let in poor students
140
474307
3730
اما شما هرگزاین تئوری را آزمایش نکرده‌اید
چون هرگز دانشجویان فقیر را پذیرش نکرده‌اید.
چون هرگز دانشجویان فقیر را پذیرش نکرده‌اید.
08:10
because you don't want to be proven wrong.
141
478061
2800
چون دوست ندارید اشتباهتان ثابت شود.
08:14
So, what have we learned?
142
482577
1857
خب چه یاد گرفته‌ایم؟
08:17
A story is not fact,
because it may not be true.
because it may not be true.
143
485315
3560
یک داستان یک حقیقت نیست
چون ممکن است راست نباشد.
چون ممکن است راست نباشد.
08:21
A fact is not data,
144
489498
2087
حقیقت، داده نیست،
08:23
it may not be representative
if it's only one data point.
if it's only one data point.
145
491609
4039
اگر فقط یک داده خاص باشد قابل پذیرش نیست.
08:28
And data is not evidence --
146
496680
2349
و داده، شاهد نیست --
08:31
it may not be supportive
if it's consistent with rival theories.
if it's consistent with rival theories.
147
499053
3678
اگر بر تئوری‌های رقیب
هم منطبق باشد حامی تئوری ما نیست.
هم منطبق باشد حامی تئوری ما نیست.
08:36
So, what do you do?
148
504146
2277
پس چه کار می‌کنید؟
08:39
When you're at
the inflection points of life,
the inflection points of life,
149
507464
2682
وقتی در نقطه عطف زندگی خود قرار دارید،
08:42
deciding on a strategy for your business,
150
510170
2566
برای تصمیم‌گیری در مورد
استراتژی کسب و کارتان،
استراتژی کسب و کارتان،
08:44
a parenting technique for your child
151
512760
2611
فن تربیت کودکتان
08:47
or a regimen for your health,
152
515395
2428
یا یک رژیم برای سلامتی‌تان،
08:49
how do you ensure
that you don't have a story
that you don't have a story
153
517847
3539
چطور مطمئن می‌شوید که شما یک داستان ندارید
08:53
but you have evidence?
154
521410
1468
بلکه یک شاهد دارید؟
08:56
Let me give you three tips.
155
524268
1619
بگذارید سه نکته عرض کنم.
08:58
The first is to actively seek
other viewpoints.
other viewpoints.
156
526641
3984
اولاً فعالانه دیگر
دیدگاه‌ها را جستجو کنید.
دیدگاه‌ها را جستجو کنید.
09:02
Read and listen to people
you flagrantly disagree with.
you flagrantly disagree with.
157
530649
3594
نظر افرادی که بوضوح با شما
مخالف هستند را بخوانید و بشنوید.
مخالف هستند را بخوانید و بشنوید.
09:06
Ninety percent of what they say
may be wrong, in your view.
may be wrong, in your view.
158
534267
3488
نود درصد چیزی که می‌گویند
ممکن است از نگاه شما غلط باشد.
ممکن است از نگاه شما غلط باشد.
09:10
But what if 10 percent is right?
159
538728
2133
اما اگر ده درصد درست باشد چه؟
09:13
As Aristotle said,
160
541851
1619
به قول ارسطو،
09:15
"The mark of an educated man
161
543494
2214
"علامت یک فرد باسواد
09:17
is the ability to entertain a thought
162
545732
3397
این است که می‌تواند از یک تفکر لذت ببرد
09:21
without necessarily accepting it."
163
549153
2333
گرچه لزوماً آن را نپذیرفته باشد."
09:24
Surround yourself with people
who challenge you,
who challenge you,
164
552649
2254
اطراف خود را با افرادی
که شما را به چالش می‌کشانند پر کنید،
که شما را به چالش می‌کشانند پر کنید،
09:26
and create a culture
that actively encourages dissent.
that actively encourages dissent.
165
554917
3699
و فرهنگی را خلق کنید
که فعالانه مخالفت را تشویق می‌کند.
که فعالانه مخالفت را تشویق می‌کند.
09:31
Some banks suffered from groupthink,
166
559347
2318
برخی بانک‌ها از گروه همفکران رنج می‌برند،
09:33
where staff were too afraid to challenge
management's lending decisions,
management's lending decisions,
167
561689
4309
وقتیکه کارمندان به شدت می‌ترسندکه تصمیمات
وام‌دهی مدیریت را به چالش بکشند،
وام‌دهی مدیریت را به چالش بکشند،
09:38
contributing to the financial crisis.
168
566022
2466
و در بحران‌های مالی مشارکت کنند.
09:41
In a meeting, appoint someone
to be devil's advocate
to be devil's advocate
169
569029
4199
در یک جلسه، یک نفر را
به عنوان وکیل مدافع شیطان
به عنوان وکیل مدافع شیطان
09:45
against your pet idea.
170
573252
1642
علیه ایده خودتان تعیین کنید.
09:47
And don't just hear another viewpoint --
171
575720
2571
و نه تنها نظر مخالف را بشنوید --
09:50
listen to it, as well.
172
578315
2176
بلکه به خوبی به آن گوش دهید.
09:53
As psychologist Stephen Covey said,
173
581389
2404
استفان کوی بعنوان یک روانشناس می‌گوید،
09:55
"Listen with the intent to understand,
174
583817
3397
"به قصد فهمیدن گوش کنید،
09:59
not the intent to reply."
175
587238
1666
نه به هدف جواب دادن."
10:01
A dissenting viewpoint
is something to learn from
is something to learn from
176
589642
3492
یک دیدگاه مخالف برای یاد گرفتن است
10:05
not to argue against.
177
593158
1548
نه برای مبارزه علیه آن.
10:07
Which takes us to the other
forgotten terms in Bayesian inference.
forgotten terms in Bayesian inference.
178
595690
3866
که ما را به بخش فراموش شده سوم
استنباط بیزی می‌رساند.
استنباط بیزی می‌رساند.
10:12
Because data allows you to learn,
179
600198
2324
چون داده‌ها به شما امکان یادگیری می‌دهند،
10:14
but learning is only relative
to a starting point.
to a starting point.
180
602546
3515
ولی یادگیری فقط به نقطه شروع ارتباط دارد.
10:18
If you started with complete certainty
that your pet theory must be true,
that your pet theory must be true,
181
606085
5716
اگر با اطمینان کامل از درستی
تئوری خودتان آغاز کنید،
تئوری خودتان آغاز کنید،
10:23
then your view won't change --
182
611825
1897
دیدگاه شما تغییر نخواهد کرد --
10:25
regardless of what data you see.
183
613746
2466
صرف نظر از اینکه
با چه داده‌هایی مواجه می‌شوید.
با چه داده‌هایی مواجه می‌شوید.
10:28
Only if you are truly open
to the possibility of being wrong
to the possibility of being wrong
184
616641
4391
تنها در صورتی که واقعاً
احتمال اشتباه خود را بدهید
احتمال اشتباه خود را بدهید
10:33
can you ever learn.
185
621056
1267
می‌توانید یاد بگیرید.
10:35
As Leo Tolstoy wrote,
186
623580
2095
همانگونه که لئو تولستوی می‌نویسد،
10:37
"The most difficult subjects
187
625699
2182
"سخت‌ترین مفاهیم
10:39
can be explained to the most
slow-witted man
slow-witted man
188
627905
3135
می‌تواند برای کندذهن‌ترین
انسان توضیح داده شود
انسان توضیح داده شود
10:43
if he has not formed
any idea of them already.
any idea of them already.
189
631064
2753
اگر وی از قبل باوری تشیکل نداده باشد.
10:46
But the simplest thing
190
634365
1873
اما ساده‌ترین چیز را
10:48
cannot be made clear
to the most intelligent man
to the most intelligent man
191
636262
3071
نمی‌توان برای باهوش‌ترین انسان روشن کرد
10:51
if he is firmly persuaded
that he knows already."
that he knows already."
192
639357
3334
در صورتی که وی
از پیش معتقد باشد که می‌داند."
از پیش معتقد باشد که می‌داند."
10:56
Tip number two is "listen to experts."
193
644500
3743
نکته دوم این است: "به متخصصین گوش بده."
11:01
Now, that's perhaps the most
unpopular advice that I could give you.
unpopular advice that I could give you.
194
649040
3492
حالا، این شاید ناخوشایندترین
نصیحتی باشد که می‌توانم به شما بکنم.
نصیحتی باشد که می‌توانم به شما بکنم.
11:04
(Laughter)
195
652556
1220
(خنده)
11:05
British politician Michael Gove
famously said that people in this country
famously said that people in this country
196
653800
4738
سیاستمدار انگلیسی مایکل گو جمله
مشهوری دارد: مردم این کشور
مشهوری دارد: مردم این کشور
11:10
have had enough of experts.
197
658562
2276
به اندازه کافی از متخصصان کشیده‌اند.
11:13
A recent poll showed that more people
would trust their hairdresser --
would trust their hairdresser --
198
661696
3508
یک نظرسنجی اخیر نشان داد که اکثر
افراد به آرایشگرشان --
افراد به آرایشگرشان --
11:17
(Laughter)
199
665228
2285
(خنده)
11:19
or the man on the street
200
667537
1833
یا یک شخص در خیابان
11:21
than they would leaders of businesses,
the health service and even charities.
the health service and even charities.
201
669394
4305
بیش از رهبران کسب و کار،
خدمات درمانی و حتی خیریه‌ها اعتماد دارند.
خدمات درمانی و حتی خیریه‌ها اعتماد دارند.
11:26
So we respect a teeth-whitening formula
discovered by a mom,
discovered by a mom,
202
674227
3977
برای همین به یک فرمول سفیدکننده
دندان توسط مادر احترام می‌گذاریم،
دندان توسط مادر احترام می‌گذاریم،
11:30
or we listen to an actress's view
on vaccination.
on vaccination.
203
678228
3198
یا به دیدگاه یک بازیگر
در مورد واکسیناسیون گوش می‌کنیم.
در مورد واکسیناسیون گوش می‌کنیم.
11:33
We like people who tell it like it is,
who go with their gut,
who go with their gut,
204
681450
2865
ما هر چرندی که توسط
افراد گفته شود را دوست داریم
افراد گفته شود را دوست داریم
11:36
and we call them authentic.
205
684339
1800
و آن گفته‌ها را معتبر می‌نامیم.
11:38
But gut feel can only get you so far.
206
686847
3214
ولی چرندیات می‌تواند شما را منحرف کند.
11:42
Gut feel would tell you never to give
water to a baby with diarrhea,
water to a baby with diarrhea,
207
690736
4436
چرندیات به شما می‌گوید
به یک بچه دارای اسهال آب ندهید،
به یک بچه دارای اسهال آب ندهید،
11:47
because it would just
flow out the other end.
flow out the other end.
208
695196
2318
چون از سمت دیگر خارج میشود.
11:49
Expertise tells you otherwise.
209
697538
2578
اما متخصصین به شما چیز دیگری می‌گویند.
11:53
You'd never trust your surgery
to the man on the street.
to the man on the street.
210
701149
3428
شما هیچوقت جراح خود را با یک
شخص معمولی در خیابان عوض نمی‌کنید.
شخص معمولی در خیابان عوض نمی‌کنید.
11:56
You'd want an expert
who spent years doing surgery
who spent years doing surgery
211
704887
3587
شما خواستار متخصصی هستید
که سالها جراحی کرده
که سالها جراحی کرده
12:00
and knows the best techniques.
212
708498
2000
و بهترین فنون را می‌داند.
12:03
But that should apply
to every major decision.
to every major decision.
213
711514
3133
اما این قضیه باید در
همه موضوعات اعمال شود.
همه موضوعات اعمال شود.
12:07
Politics, business, health advice
214
715255
4556
سیاست، کسب و کار و سلامت
12:11
require expertise, just like surgery.
215
719835
2896
مثل جراحی به تخصص نیاز دارند.
12:16
So then, why are experts so mistrusted?
216
724474
3539
خب پس چرا افراد اینقدر
به متخصصین بی‌اعتماد هستند؟
به متخصصین بی‌اعتماد هستند؟
12:20
Well, one reason
is they're seen as out of touch.
is they're seen as out of touch.
217
728981
3239
خب یک دلیل این است
که این متخصصین در دسترس نیستند.
که این متخصصین در دسترس نیستند.
12:24
A millionaire CEO couldn't possibly
speak for the man on the street.
speak for the man on the street.
218
732244
4090
یک مدیرعامل میلیونر قاعدتاً نمی‌تواند
با یک فرد معمولی در خیابان صحبت کند.
با یک فرد معمولی در خیابان صحبت کند.
12:29
But true expertise is found on evidence.
219
737455
3559
اما تخصص واقعی با شواهد یافت میشود.
12:33
And evidence stands up
for the man on the street
for the man on the street
220
741447
2905
و شواهد در دفاع از افراد معمولی
12:36
and against the elites.
221
744376
1533
و علیه متخصصین قرار دارد.
12:38
Because evidence forces you to prove it.
222
746456
2667
چون شواهد شما را مجبور به پذیرش می‌کند.
12:41
Evidence prevents the elites
from imposing their own view
from imposing their own view
223
749774
4421
شواهد از عرضه شدن دیدگاه
متخصصین بدون اثبات
متخصصین بدون اثبات
12:46
without proof.
224
754219
1150
جلوگیری می‌کند.
12:49
A second reason
why experts are not trusted
why experts are not trusted
225
757006
2071
دلیل دومی که به متخصصین اعتماد نمی‌شود
12:51
is that different experts
say different things.
say different things.
226
759101
3087
این است که متخصصین مختلف
چیزهای متفاوتی می‌گویند.
چیزهای متفاوتی می‌گویند.
12:54
For every expert who claimed that leaving
the EU would be bad for Britain,
the EU would be bad for Britain,
227
762212
4476
یک متخصص می‌گوید خروج از
اتحادیه اروپا برای انگلیس بد است،
اتحادیه اروپا برای انگلیس بد است،
12:58
another expert claimed it would be good.
228
766712
2429
یکی دیگر می‌گوید خوب است.
13:01
Half of these so-called experts
will be wrong.
will be wrong.
229
769165
3767
نصف این به اصطلاح متخصصین اشتباه می‌کنند.
13:05
And I have to admit that most papers
written by experts are wrong.
written by experts are wrong.
230
773774
4243
و باید بپذیرم که بیشتر مقالات نوشته شده
توسط متخصصین اشتباه هستند.
توسط متخصصین اشتباه هستند.
13:10
Or at best, make claims that
the evidence doesn't actually support.
the evidence doesn't actually support.
231
778520
3505
یا در بهترین حالت، ادعا میشود
که شواهد این موضوع را تأیید نمی‌کنند.
که شواهد این موضوع را تأیید نمی‌کنند.
13:14
So we can't just take
an expert's word for it.
an expert's word for it.
232
782990
3133
پس نمی‌توانیم به این سادگی
عنوان متخصص را برای آن به کار ببریم.
عنوان متخصص را برای آن به کار ببریم.
13:18
In November 2016, a study
on executive pay hit national headlines.
on executive pay hit national headlines.
233
786776
6034
در نوامبر ۲۰۱۶ یک تحقیق در مورد
حق اجرا به صدر رسانه‌ها آمد.
حق اجرا به صدر رسانه‌ها آمد.
13:25
Even though none of the newspapers
who covered the study
who covered the study
234
793240
2890
اگر چه هیچ یک از روزنامه‌هایی
که این مطالعه را پوشش دادند
که این مطالعه را پوشش دادند
13:28
had even seen the study.
235
796154
1600
حتی این تحقیق را ندیده بودند.
13:30
It wasn't even out yet.
236
798685
1533
هنوز حتی منتشر نشده بود.
13:32
They just took the author's word for it,
237
800708
2204
آن‌ها فقط حرف نویسنده را قبول کردند،
13:35
just like with Belle.
238
803768
1400
درست مثل قضیه بل.
13:38
Nor does it mean that we can
just handpick any study
just handpick any study
239
806093
2436
قرار نیست که ما هر تحقیقی را
که بر حسب اتفاق
که بر حسب اتفاق
13:40
that happens to support our viewpoint --
240
808553
2111
باور ما را تأییید می‌کند، انتخاب کنیم --
13:42
that would, again, be confirmation bias.
241
810688
2103
این هم یک تعصب تأیید است.
13:44
Nor does it mean
that if seven studies show A
that if seven studies show A
242
812815
2555
قرار نیست اگر هفت تحقیق نتیجه الف را بدهد
13:47
and three show B,
243
815394
1668
و سه تحقیق نتیجه ب
13:49
that A must be true.
244
817086
1483
پس نتیجه الف درست باشد.
13:51
What matters is the quality,
245
819109
2659
آنچه مهم است کیفیت است
13:53
and not the quantity of expertise.
246
821792
2817
نه کمیت در یک حوزه تخصص.
13:57
So we should do two things.
247
825879
1800
پس باید دو کار بکنیم.
14:00
First, we should critically examine
the credentials of the authors.
the credentials of the authors.
248
828434
4578
اولاً باید منتقدانه میزان
اعتبار نویسندگان را بسنجیم.
اعتبار نویسندگان را بسنجیم.
14:05
Just like you'd critically examine
the credentials of a potential surgeon.
the credentials of a potential surgeon.
249
833807
4143
همانگونه که میزان اعتبار
یک جراح را می‌سنجید.
یک جراح را می‌سنجید.
14:10
Are they truly experts in the matter,
250
838347
3206
آیا واقعاً در موضوع مورد نظر متخصص هستند،
14:13
or do they have a vested interest?
251
841577
2267
یا اینکه منافع خاصی را دنبال می‌کنند؟
14:16
Second, we should pay particular attention
252
844768
2523
دوماً باید به مقالات چاپ شده
در مجلات علمی معتبر
در مجلات علمی معتبر
14:19
to papers published
in the top academic journals.
in the top academic journals.
253
847315
3889
توجه ویژه داشته باشیم.
14:24
Now, academics are often accused
of being detached from the real world.
of being detached from the real world.
254
852038
3861
حالا، معمولاً افراد دانشگاهی به این متهم
می‌شوند که از دنیای واقعی فاصله دارند.
می‌شوند که از دنیای واقعی فاصله دارند.
14:28
But this detachment gives you
years to spend on a study.
years to spend on a study.
255
856585
3730
اما این فاصله، فرصت صرف کردن
چندین سال در یک زمینه علمی برای حصول
چندین سال در یک زمینه علمی برای حصول
14:32
To really nail down a result,
256
860339
1905
یک نتیجه خاص را در اختیار گذاشته
14:34
to rule out those rival theories,
257
862268
2015
تا آن نظریات رقیب را خلق کنند
14:36
and to distinguish correlation
from causation.
from causation.
258
864307
3134
و علیت را از مغالطه تمیز دهند.
14:40
And academic journals involve peer review,
259
868172
3477
و مجلات علمی بررسی دقیقی انجام می‌دهند
14:43
where a paper is rigorously scrutinized
260
871673
2294
و یک مقاله به دقت موشکافی میشود
14:45
(Laughter)
261
873991
1419
(خنده)
14:47
by the world's leading minds.
262
875434
1934
و این کار توسط اذهان پیشرو
جهانی انجام میشود.
جهانی انجام میشود.
14:50
The better the journal,
the higher the standard.
the higher the standard.
263
878434
2556
هر چه مجله بهتر باشد
سطح استانداردها بالاتر است.
سطح استانداردها بالاتر است.
14:53
The most elite journals
reject 95 percent of papers.
reject 95 percent of papers.
264
881014
5148
برترین مجلات علمی ۹۵ درصد
مقالات را رد می‌کنند.
مقالات را رد می‌کنند.
14:59
Now, academic evidence is not everything.
265
887434
3333
البته، شواهد علمی همه چیز نیست.
15:03
Real-world experience is critical, also.
266
891109
2667
تجربیات جهان واقعی هم حیاتی است.
15:06
And peer review is not perfect,
mistakes are made.
mistakes are made.
267
894465
3400
و بررسی دقیق کامل نیست
و اشتباهات رخ می‌دهد.
و اشتباهات رخ می‌دهد.
15:10
But it's better to go
with something checked
with something checked
268
898530
2063
اما بهتر است با چیزی
که بررسی شده ادامه دهیم
که بررسی شده ادامه دهیم
15:12
than something unchecked.
269
900617
1667
تا چیزی که بررسی نشده است.
15:14
If we latch onto a study
because we like the findings,
because we like the findings,
270
902696
3199
اگر به یک تحقیق بچسبیم
چون یافته‌های آن را دوست داریم،
چون یافته‌های آن را دوست داریم،
15:17
without considering who it's by
or whether it's even been vetted,
or whether it's even been vetted,
271
905919
3888
بدون اینکه ببینیم توسط چه کسی
یا اینکه اصلا بازبینی شده است،
یا اینکه اصلا بازبینی شده است،
15:21
there is a massive chance
that that study is misleading.
that that study is misleading.
272
909831
3627
احتمال زیادی وجود دارد
که این تحقیق گمراه‌کننده باشد.
که این تحقیق گمراه‌کننده باشد.
15:26
And those of us who claim to be experts
273
914894
2580
و آنهایی از ما که ادعای تخصص دارند
15:29
should recognize the limitations
of our analysis.
of our analysis.
274
917498
3253
باید محدودیت‌های آنالیزهای ما را درک کنند.
15:33
Very rarely is it possible to prove
or predict something with certainty,
or predict something with certainty,
275
921244
4563
امکان اثبات قطعی یک موضوع خیلی سخت است،
15:38
yet it's so tempting to make
a sweeping, unqualified statement.
a sweeping, unqualified statement.
276
926292
4369
اما اظهار یک ادعای فریبنده
و فاقد صلاحیت خیلی وسوسه‌انگیز است.
و فاقد صلاحیت خیلی وسوسه‌انگیز است.
15:43
It's easier to turn into a headline
or to be tweeted in 140 characters.
or to be tweeted in 140 characters.
277
931069
4344
به صدر رسانه‌ها آمدن و از زبان ۱۴۰
شخصیت معروف توییت شدن ساده‌تر است.
شخصیت معروف توییت شدن ساده‌تر است.
15:48
But even evidence may not be proof.
278
936417
3142
اما شواهد هم ممکن است به معنی اثبات نباشد.
15:52
It may not be universal,
it may not apply in every setting.
it may not apply in every setting.
279
940481
4210
شاید جهانی نباشند یا در مورد
هر چیزی صدق نکنند.
هر چیزی صدق نکنند.
15:57
So don't say, "Red wine
causes longer life,"
causes longer life,"
280
945252
4920
پس نگویید، "شراب قرمز موجب
افزایش طول عمر میشود،"
افزایش طول عمر میشود،"
16:02
when the evidence is only that red wine
is correlated with longer life.
is correlated with longer life.
281
950196
4682
وقتی تنها شاهدی که دارید این است که طول
عمر افرادی که شراب قرمز می‌خورند
عمر افرادی که شراب قرمز می‌خورند
16:07
And only then in people
who exercise as well.
who exercise as well.
282
955379
2770
بیشتر است ولی فقط آنهایی
که خوب ورزش می‌کنند.
که خوب ورزش می‌کنند.
16:11
Tip number three
is "pause before sharing anything."
is "pause before sharing anything."
283
959868
3966
نکته سوم "توقف قبل از به
اشتراک‌گذاری هر چیزی" است.
اشتراک‌گذاری هر چیزی" است.
16:16
The Hippocratic oath says,
"First, do no harm."
"First, do no harm."
284
964907
3464
سوگند بقراط می‌گوید،
"اولاً هیچ آسیبی نزنید."
"اولاً هیچ آسیبی نزنید."
16:21
What we share is potentially contagious,
285
969046
3134
چیزی که به اشتراک می‌گذاریم
بطور بالقوه مسری است،
بطور بالقوه مسری است،
16:24
so be very careful about what we spread.
286
972204
3683
پس کاملاً دقت کنید
که چه به اشتراک می‌گذارید.
که چه به اشتراک می‌گذارید.
16:28
Our goal should not be
to get likes or retweets.
to get likes or retweets.
287
976632
2953
هدف ما نباید دریافت لایک یا ریتوییت باشد.
16:31
Otherwise, we only share the consensus;
we don't challenge anyone's thinking.
we don't challenge anyone's thinking.
288
979609
3985
در این صورت ما فقط چیزهایی که همه دوست
دارند را به اشتراک می‌گذاریم و اصلاً تفکر
دارند را به اشتراک می‌گذاریم و اصلاً تفکر
16:36
Otherwise, we only share what sounds good,
289
984085
2905
کسی را به چالش نمی‌کشیم و فقط چیزهای
ظاهراً خوب را فارغ از اینکه آیا یک
ظاهراً خوب را فارغ از اینکه آیا یک
16:39
regardless of whether it's evidence.
290
987014
2400
شاهد است به اشتراک می‌گذاریم؛
16:42
Instead, we should ask the following:
291
990188
2466
در عوض باید اینها را بپرسیم:
16:45
If it's a story, is it true?
292
993572
2135
اگر یک داستان است آیا واقعی است؟
16:47
If it's true, is it backed up
by large-scale evidence?
by large-scale evidence?
293
995731
2865
اگر واقعی است آیا با حجم زیادی
از شواهد پشتیبانی میشود؟
از شواهد پشتیبانی میشود؟
16:50
If it is, who is it by,
what are their credentials?
what are their credentials?
294
998620
2595
اگر بله توسط چه کسانی و با چه اعتباری؟
16:53
Is it published,
how rigorous is the journal?
how rigorous is the journal?
295
1001239
2756
آیا چاپ شده؟ درجه اعتبار
مجله علمی چقدر است؟
مجله علمی چقدر است؟
16:56
And ask yourself
the million-dollar question:
the million-dollar question:
296
1004733
2317
و از خودتان سوال میلیون دلاری را بپرسید:
16:59
If the same study was written by the same
authors with the same credentials
authors with the same credentials
297
1007980
4023
اگر مطالعه مشابهی توسط نویسندگان
مشابه با درجه اعتبار مشابه نوشته شده
مشابه با درجه اعتبار مشابه نوشته شده
17:05
but found the opposite results,
298
1013130
1587
اما نتایج متضاد گزارش شده باشد،
17:07
would you still be willing
to believe it and to share it?
to believe it and to share it?
299
1015608
3694
آیا باز هم آن را باور کرده
و به اشتراک می‌گذارید؟
و به اشتراک می‌گذارید؟
17:13
Treating any problem --
300
1021442
2246
با همه مسائل همین کار را بکنید --
17:15
a nation's economic problem
or an individual's health problem,
or an individual's health problem,
301
1023712
3792
یک مسئله اقتصادی ملی یا مسئله سلامت یک فرد
17:19
is difficult.
302
1027528
1150
مشکل است.
17:21
So we must ensure that we have
the very best evidence to guide us.
the very best evidence to guide us.
303
1029242
4383
پس مجبوریم برای راهنمایی،
بهترین شاهد را بپذیریم.
بهترین شاهد را بپذیریم.
17:26
Only if it's true can it be fact.
304
1034188
2681
فقط اگر راست باشد می‌تواند یک حقیقت باشد.
17:29
Only if it's representative
can it be data.
can it be data.
305
1037601
2781
فقط اگر یک داده خاص نباشد قابل پذیرش است.
17:33
Only if it's supportive
can it be evidence.
can it be evidence.
306
1041128
3165
فقط اگر قابل پشتیبانی
علمی باشد یک شاهد است.
علمی باشد یک شاهد است.
17:36
And only with evidence
can we move from a post-truth world
can we move from a post-truth world
307
1044317
5167
و تنها با شواهد می‌توانیم
از این دنیای پساحقیقت
از این دنیای پساحقیقت
17:41
to a pro-truth world.
308
1049508
1583
به سوی دنیای حقیقت واقعی حرکت کنیم.
17:44
Thank you very much.
309
1052183
1334
خیلی متشکرم.
17:45
(Applause)
310
1053541
1150
(تشویق)
ABOUT THE SPEAKER
Alex Edmans - Finance professor, editorAlex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit.
Why you should listen
Alex Edmans is professor of finance at London Business School and managing editor of the Review of Finance, the leading academic finance journal in Europe. He is an expert in corporate governance, executive compensation, corporate social responsibility and behavioral economics.
Edmans has a unique combination of deep academic rigor and practical business experience. He's particularly passionate about translating complex academic research into practical ideas that can then be applied to real-life problems. He has spoken at the World Economic Forum in Davos, at the World Bank Distinguished Speaker Series and in the UK House of Commons. Edmans is heavily involved in the ongoing reform of corporate governance, in particular to ensure that both the diagnosis of problems and suggested solutions are based on rigorous evidence rather than anecdote. He was appointed by the UK government to study the effect of share buybacks on executive pay and investment. Edmans also serves on the Steering Group of The Purposeful Company, which aims to embed purpose into the heart of business, and on Royal London Asset Management's Responsible Investment Advisory Committee.
Edmans has been interviewed by Bloomberg, BBC, CNBC, CNN, ESPN, Fox, ITV, NPR, Reuters, Sky News and Sky Sports, and has written for the Wall Street Journal, Financial Times and Harvard Business Review. He runs a blog, Access to Finance, that makes academic research accessible to a general audience, and was appointed Mercers' School Memorial Professor of Business by Gresham College, to give free lectures to the public. Edmans was previously a tenured professor at Wharton, where he won 14 teaching awards in six years. At LBS, he won the Excellence in Teaching award, LBS's highest teaching accolade.
Alex Edmans | Speaker | TED.com