TEDGlobal 2012
Read Montague: What we're learning from 5,000 brains
Read Montague : Ce que nous apprenons de 5 000 cerveaux
Filmed:
Readability: 4
763,896 views
Les souris, les cafards et les hamsters ne sont plus le seul moyen d'étudier le cerveau. Les IRM fonctionnelles (IRMf) permettent aux scientifiques de cartographier l'activité du cerveau d'êtres humains vivants, qui respirent et qui prennent des décisions. Read Montague nous donne un aperçu de la façon dont cette technologie nous aide à comprendre les chemins tortueux grâce auxquels nous interagissons avec les autres.
Read Montague - Behavioral Neuroscientist
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
What does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work. Full bio
Double-click the English transcript below to play the video.
00:16
Other people. Everyone is interested in other people.
0
474
2809
Les autres. Tout le monde s'intéresse aux autres.
00:19
Everyone has relationships with other people,
1
3283
2123
Tout le monde a des relations avec d'autres,
00:21
and they're interested in these relationships
2
5406
1592
et s'intéresse à ces relations
00:22
for a variety of reasons.
3
6998
1855
pour un tas de raisons.
00:24
Good relationships, bad relationships,
4
8853
2012
De bonnes relations, de mauvaises,
00:26
annoying relationships, agnostic relationships,
5
10865
3146
des relations ennuyeuses, des relations sceptiques,
00:29
and what I'm going to do is focus on the central piece
6
14011
3424
et je vais me concentrer sur le cœur
00:33
of an interaction that goes on in a relationship.
7
17435
3303
de l'interaction qui se déroule dans une relation.
00:36
So I'm going to take as inspiration the fact that we're all
8
20738
2336
Je vais donc m'inspirer du fait
qu'interagir avec d'autres personnes
qu'interagir avec d'autres personnes
00:38
interested in interacting with other people,
9
23074
2425
nous intéresse tous.
00:41
I'm going to completely strip it of all its complicating features,
10
25499
3832
Je vais donc laisser de côté
de tout ce qui complique cette idée
de tout ce qui complique cette idée
00:45
and I'm going to turn that object, that simplified object,
11
29331
3894
et je vais partir de cet objet, simplifié,
00:49
into a scientific probe, and provide the early stages,
12
33225
4150
et le transformer en expérience scientifique,
en donner les prémisses,
en donner les prémisses,
00:53
embryonic stages of new insights into what happens
13
37375
2449
les stades embryonnaires
de nouvelles idées quant à ce qui se passe
de nouvelles idées quant à ce qui se passe
00:55
in two brains while they simultaneously interact.
14
39824
3650
dans deux cerveaux
quand ils interagissent simultanément.
quand ils interagissent simultanément.
00:59
But before I do that, let me tell you a couple of things
15
43474
2293
Avant ça, je vais vous parler un peu
01:01
that made this possible.
16
45767
1699
de ce qui a rendu possible cette expérience.
01:03
The first is we can now eavesdrop safely
17
47466
2781
D'abord, le fait qu'on peut observer sans risque
01:06
on healthy brain activity.
18
50247
2711
l'activité d'un cerveau en bonne santé.
01:08
Without needles and radioactivity,
19
52958
2577
Sans aiguilles ni radioactivité,
01:11
without any kind of clinical reason, we can go down the street
20
55535
2863
sans aucune raison clinique,
nous pouvons aller au bout de la rue
nous pouvons aller au bout de la rue
01:14
and record from your friends' and neighbors' brains
21
58398
3127
et enregistrer les cerveaux de nos amis et voisins
01:17
while they do a variety of cognitive tasks, and we use
22
61525
2538
tandis qu'ils exécutent
une série de tâches cognitives, et nous utilisons
une série de tâches cognitives, et nous utilisons
01:19
a method called functional magnetic resonance imaging.
23
64063
3734
une méthode appelée
imagerie par résonance magnétique fonctionnelle.
imagerie par résonance magnétique fonctionnelle.
01:23
You've probably all read about it or heard about in some
24
67797
2325
Vous en avez sans doute tous entendu parler
d'une manière ou d'une autre.
d'une manière ou d'une autre.
01:26
incarnation. Let me give you a two-sentence version of it.
25
70122
4378
Je vais vous en donner une version en 2 lignes.
01:30
So we've all heard of MRIs. MRIs use magnetic fields
26
74500
3484
Donc vous avez tous entendu parler des IRM.
Les IRM utilisent des champs magnétiques
Les IRM utilisent des champs magnétiques
01:33
and radio waves and they take snapshots of your brain
27
77984
2029
et les ondes radio et elles prennent
des instantanés de votre cerveau,
des instantanés de votre cerveau,
01:35
or your knee or your stomach,
28
80013
2361
de votre genou ou de votre estomac,
01:38
grayscale images that are frozen in time.
29
82374
2045
des images en nuances de gris
qui sont figées dans le temps.
qui sont figées dans le temps.
01:40
In the 1990s, it was discovered you could use
30
84419
2321
Dans les années 1990,
on a découvert qu'on pouvait utiliser
on a découvert qu'on pouvait utiliser
01:42
the same machines in a different mode,
31
86740
2659
ces mêmes machines dans un mode différent,
01:45
and in that mode, you could make microscopic blood flow
32
89399
2346
et dans ce mode, on pouvait filmer
des flux sanguins microscopiques
des flux sanguins microscopiques
01:47
movies from hundreds of thousands of sites independently in the brain.
33
91745
3300
de centaines de milliers d'endroits
indépendants dans le cerveau.
indépendants dans le cerveau.
01:50
Okay, so what? In fact, the so what is, in the brain,
34
95045
3200
Oui et alors ? En fait,
les changements d'activité neurale dans le cerveau,
les changements d'activité neurale dans le cerveau,
01:54
changes in neural activity, the things that make your brain work,
35
98245
3832
qui font fonctionner votre cerveau,
01:57
the things that make your software work in your brain,
36
102077
2010
qui font tourner le logiciel de votre cerveau,
01:59
are tightly correlated with changes in blood flow.
37
104087
2489
sont étroitement corrélés
avec les variations du flux sanguin.
avec les variations du flux sanguin.
02:02
You make a blood flow movie, you have an independent
38
106576
1973
On filme un flux sanguin et on obtient
02:04
proxy of brain activity.
39
108549
2339
un proxy indépendant de l'activité cérébrale.
02:06
This has literally revolutionized cognitive science.
40
110888
3034
Ça a littéralement révolutionné la science cognitive.
02:09
Take any cognitive domain you want, memory,
41
113922
1991
Prenez le domaine cognitif
que vous voulez, la mémoire,
que vous voulez, la mémoire,
02:11
motor planning, thinking about your mother-in-law,
42
115913
2141
la planification motrice,
le fait de penser à votre belle-mère,
le fait de penser à votre belle-mère,
02:13
getting angry at people, emotional response, it goes on and on,
43
118054
3715
de vous mettre en colère contre quelqu'un,
une réaction émotionnelle, etc,
une réaction émotionnelle, etc,
02:17
put people into functional MRI devices, and
44
121769
3089
placez la personne
dans un appareil IRM fonctionnel et
dans un appareil IRM fonctionnel et
02:20
image how these kinds of variables map onto brain activity.
45
124858
3383
filmez comment ces variables
se calquent sur l'activité du cerveau.
se calquent sur l'activité du cerveau.
02:24
It's in its early stages, and it's crude by some measures,
46
128241
2849
Nous n'en sommes qu'aux débuts
et c'est à l'état brut pour certaines mesures,
et c'est à l'état brut pour certaines mesures,
02:26
but in fact, 20 years ago, we were at nothing.
47
131090
2568
mais en fait, il y a 20 ans, nous n'étions nulle part.
02:29
You couldn't do people like this. You couldn't do healthy people.
48
133658
2359
On ne pouvait pas le faire comme ça. On ne pouvait pas le faire pour des personnes en bonne santé.
02:31
That's caused a literal revolution, and it's opened us up
49
136017
2488
Ça a provoqué une vraie révolution
et ça nous a ouvert
et ça nous a ouvert
02:34
to a new experimental preparation. Neurobiologists,
50
138505
2818
de nouvelles perspectives expérimentales.
Les neurobiologistes,
Les neurobiologistes,
02:37
as you well know, have lots of experimental preps,
51
141323
3760
comme vous le savez,
utilisent des tas de cobayes pour la recherche,
utilisent des tas de cobayes pour la recherche,
02:40
worms and rodents and fruit flies and things like this.
52
145083
3141
des vers, des rongeurs ou des drosophiles,
ce genre de choses.
ce genre de choses.
02:44
And now, we have a new experimental prep: human beings.
53
148224
3397
Et maintenant nous avons
un nouveau cobaye : les êtres humains.
un nouveau cobaye : les êtres humains.
02:47
We can now use human beings to study and model
54
151621
3761
Nous pouvons désormais utiliser
des êtres humains pour étudier et modéliser
des êtres humains pour étudier et modéliser
02:51
the software in human beings, and we have a few
55
155382
2950
le logiciel des êtres humains et nous avons
02:54
burgeoning biological measures.
56
158332
2835
quelques mesures biologiques en plein essor.
02:57
Okay, let me give you one example of the kinds of experiments that people do,
57
161167
3887
Bon, laissez-moi vous donner un exemple
d'expérience que les gens font,
d'expérience que les gens font,
03:00
and it's in the area of what you'd call valuation.
58
165054
2677
c'est dans le domaine
de ce qu'on appelle l'évaluation.
de ce qu'on appelle l'évaluation.
03:03
Valuation is just what you think it is, you know?
59
167731
2135
Vous savez, l'évaluation est exactement
ce que vous pensez que c'est.
ce que vous pensez que c'est.
03:05
If you went and you were valuing two companies against
60
169866
2804
Si vous vous vouliez évaluer deux compagnies,
l'une par rapport à l'autre,
l'une par rapport à l'autre,
03:08
one another, you'd want to know which was more valuable.
61
172670
2736
vous voudriez savoir laquelle est la plus appréciée.
03:11
Cultures discovered the key feature of valuation thousands of years ago.
62
175406
3879
Les cultures ont découvert le facteur clé
de l'évaluation il y a des milliers d'années,
de l'évaluation il y a des milliers d'années,
03:15
If you want to compare oranges to windshields, what do you do?
63
179285
2690
Si vous vouliez comparer des oranges
avec des pare-brise, que feriez-vous ?
avec des pare-brise, que feriez-vous ?
03:17
Well, you can't compare oranges to windshields.
64
181975
2356
Eh bien, vous ne pouvez pas comparer
des oranges avec des pare-brise,
des oranges avec des pare-brise,
03:20
They're immiscible. They don't mix with one another.
65
184331
2255
ils ne sont pas miscibles.
Ils ne se mélangent pas entre eux.
Ils ne se mélangent pas entre eux.
03:22
So instead, you convert them to a common currency scale,
66
186586
2351
Donc , vous les convertissez plutôt en
une échelle d'évaluation commune,
une échelle d'évaluation commune,
03:24
put them on that scale, and value them accordingly.
67
188937
2706
vous les placez sur l'échelle
et vous les évaluez ainsi.
et vous les évaluez ainsi.
03:27
Well, your brain has to do something just like that as well,
68
191643
3436
Votre cerveau doit aussi faire
quelque chose comme ça,
quelque chose comme ça,
03:30
and we're now beginning to understand and identify
69
195079
2488
et nous commençons à comprendre et à identifier
03:33
brain systems involved in valuation,
70
197567
2137
les systèmes du cerveau
qui interviennent dans l'évaluation,
qui interviennent dans l'évaluation,
03:35
and one of them includes a neurotransmitter system
71
199704
2632
et l'un d'eux comprend
un système de neurotransmetteurs
un système de neurotransmetteurs
03:38
whose cells are located in your brainstem
72
202336
2632
dont les cellules sont situées
dans votre tronc cérébral
dans votre tronc cérébral
03:40
and deliver the chemical dopamine to the rest of your brain.
73
204968
3175
et apporte la dopamine chimique
au reste de votre cerveau.
au reste de votre cerveau.
03:44
I won't go through the details of it, but that's an important
74
208143
2442
Je vous épargne les détails mais c'est une découverte
03:46
discovery, and we know a good bit about that now,
75
210585
2157
importante, et nous savons
pas mal de choses là-dessus à présent,
pas mal de choses là-dessus à présent,
03:48
and it's just a small piece of it, but it's important because
76
212742
2230
et même si ce n'est qu'un petit bout,
il est important parce que
il est important parce que
03:50
those are the neurons that you would lose if you had Parkinson's disease,
77
214972
3275
ces neurones sont ceux que vous perdriez
si vous aviez la maladie de Parkinson,
si vous aviez la maladie de Parkinson,
03:54
and they're also the neurons that are hijacked by literally
78
218247
2016
et ce sont aussi les neurones
qui sont littéralement détournés
qui sont littéralement détournés
03:56
every drug of abuse, and that makes sense.
79
220263
2232
en cas d'abus de drogue, et ça a tout son sens.
03:58
Drugs of abuse would come in, and they would change
80
222495
2336
La prise de drogues changerait
04:00
the way you value the world. They change the way
81
224831
1789
votre manière d'appréhender le monde.
Elles changent votre façon
Elles changent votre façon
04:02
you value the symbols associated with your drug of choice,
82
226620
3199
d'évaluer les symboles associés
avec la drogue de votre choix,
avec la drogue de votre choix,
04:05
and they make you value that over everything else.
83
229819
2514
et elles vous les font prévaloir sur tout le reste.
04:08
Here's the key feature though. These neurons are also
84
232333
3021
C'en est la principale caractéristique.
Ces neurones sont aussi
Ces neurones sont aussi
04:11
involved in the way you can assign value to literally abstract ideas,
85
235354
3501
impliqués dans la manière dont
vous pouvez évaluer des idées abstraites,
vous pouvez évaluer des idées abstraites,
04:14
and I put some symbols up here that we assign value to
86
238855
2041
et je donne ici quelques symboles
auxquels nous assignons des valeurs
auxquels nous assignons des valeurs
04:16
for various reasons.
87
240896
2720
pour diverses raisons.
04:19
We have a behavioral superpower in our brain,
88
243616
2689
Nous avons un super pouvoir comportemental
dans notre cerveau,
dans notre cerveau,
04:22
and it at least in part involves dopamine.
89
246305
1753
et il implique la dopamine au moins en partie.
04:23
We can deny every instinct we have for survival for an idea,
90
248058
4189
Nous pouvons renoncer à
tout instinct de survie pour une idée,
tout instinct de survie pour une idée,
04:28
for a mere idea. No other species can do that.
91
252247
4005
pour une simple idée.
Aucune autre espèce ne peut le faire.
Aucune autre espèce ne peut le faire.
04:32
In 1997, the cult Heaven's Gate committed mass suicide
92
256252
3606
En 1997, le culte La Porte du Paradis
a perpétré un suicide de masse
a perpétré un suicide de masse
04:35
predicated on the idea that there was a spaceship
93
259858
2215
sur la supposition qu'il y avait une navette spaciale
04:37
hiding in the tail of the then-visible comet Hale-Bopp
94
262073
3785
dissimulée dans la queue de la comète
de Hale-Bopp, alors visible ,
de Hale-Bopp, alors visible ,
04:41
waiting to take them to the next level. It was an incredibly tragic event.
95
265858
4272
qui les attendaient pour leur ascension.
Ce fut un évènement incroyablement tragique.
Ce fut un évènement incroyablement tragique.
04:46
More than two thirds of them had college degrees.
96
270130
3485
Plus de deux tiers d'entre eux
avaient des diplômes universitaires.
avaient des diplômes universitaires.
04:49
But the point here is they were able to deny their instincts for survival
97
273615
3723
Mais ce qui est important ici est qu'ils ont été
capables de renier leur instinct de survie
capables de renier leur instinct de survie
04:53
using exactly the same systems that were put there
98
277338
2866
en utilisant exactement
les mêmes systèmes mis en place
les mêmes systèmes mis en place
04:56
to make them survive. That's a lot of control, okay?
99
280204
4042
pour leur permettre de survivre.
Ça fait beaucoup de contrôle, non ?
Ça fait beaucoup de contrôle, non ?
05:00
One thing that I've left out of this narrative
100
284246
2089
Une chose que j'ai laissée
de côté dans cette histoire,
de côté dans cette histoire,
05:02
is the obvious thing, which is the focus of the rest of my
101
286335
2234
c'est une chose évidente,
qui est au centre du reste
qui est au centre du reste
05:04
little talk, and that is other people.
102
288569
2159
de mon petit exposé, et ce sont les autres.
05:06
These same valuation systems are redeployed
103
290728
2996
Les mêmes systèmes d'évaluation sont redéployés
05:09
when we're valuing interactions with other people.
104
293724
2492
quand nous évaluons les interactions
avec d'autres personnes.
avec d'autres personnes.
05:12
So this same dopamine system that gets addicted to drugs,
105
296216
3271
Donc ce même système de dopamine
qui devient dépendant des drogues,
qui devient dépendant des drogues,
05:15
that makes you freeze when you get Parkinson's disease,
106
299487
2524
qui vous fait trembler
quand vous êtes atteints de Parkinson,
quand vous êtes atteints de Parkinson,
05:17
that contributes to various forms of psychosis,
107
302011
3077
qui contribue à diverses formes de psychose,
05:20
is also redeployed to value interactions with other people
108
305088
3920
est aussi redéployé pour évaluer
les interactions avec les autres
les interactions avec les autres
05:24
and to assign value to gestures that you do
109
309008
2896
et pour assigner une valeur
aux gestes que vous faites
aux gestes que vous faites
05:27
when you're interacting with somebody else.
110
311904
2574
quand vous interagissez
avec quelqu'un d'autre.
avec quelqu'un d'autre.
05:30
Let me give you an example of this.
111
314478
2577
Je vais vous en donner un exemple.
05:32
You bring to the table such enormous processing power
112
317055
2967
Vous mettez sur la table
un pouvoir de traitement si énorme
un pouvoir de traitement si énorme
05:35
in this domain that you hardly even notice it.
113
320022
2624
dans ce domaine que vous le remarquez à peine.
05:38
Let me just give you a few examples. So here's a baby.
114
322646
1467
Laissez moi vous donner quelques exemples.
Voici donc un bébé.
Voici donc un bébé.
05:40
She's three months old. She still poops in her diapers and she can't do calculus.
115
324113
3730
Elle a trois mois. Elle fait encore popo dans ses couches et ne sait pas résoudre de calculs.
05:43
She's related to me. Somebody will be very glad that she's up here on the screen.
116
327843
3353
C'est une de mes proches. Quelqu'un va être
super fier de la voir ici à l'écran.
super fier de la voir ici à l'écran.
05:47
You can cover up one of her eyes, and you can still read
117
331196
2376
Vous pouvez lui cacher un œil, vous verrez encore
05:49
something in the other eye, and I see sort of curiosity
118
333572
2755
quelqu'un chose dans son autre œil,
et j'y vois une sorte de curiosité
et j'y vois une sorte de curiosité
05:52
in one eye, I see maybe a little bit of surprise in the other.
119
336327
3597
dans un œil, et je vois peut-être
un peu de surprise dans l'autre.
un peu de surprise dans l'autre.
05:55
Here's a couple. They're sharing a moment together,
120
339924
3179
Voici un couple. Ils partagent un moment ensemble;
05:59
and we've even done an experiment where you can cut out
121
343103
1318
nous avons fait une expérience
dans laquelle on peut découper
dans laquelle on peut découper
06:00
different pieces of this frame and you can still see
122
344421
3007
différents morceaux de ce tableau
et vous verrez encore
et vous verrez encore
06:03
that they're sharing it. They're sharing it sort of in parallel.
123
347428
2504
qu'ils partagent quelque chose.
Ils le partagent en parallèle en quelque sorte.
Ils le partagent en parallèle en quelque sorte.
06:05
Now, the elements of the scene also communicate this
124
349932
2463
En fait, les éléments de cette scène
nous le communiquent aussi,
nous le communiquent aussi,
06:08
to us, but you can read it straight off their faces,
125
352395
2235
mais vous pouvez le lire
directement sur leurs visages,
directement sur leurs visages,
06:10
and if you compare their faces to normal faces, it would be a very subtle cue.
126
354630
3503
et si vous comparez leurs visages à
des visages normaux, ce serait vraiment subtil.
des visages normaux, ce serait vraiment subtil.
06:14
Here's another couple. He's projecting out at us,
127
358133
3347
Voici un autre couple. Il projette vers nous
06:17
and she's clearly projecting, you know,
128
361480
2888
et elle le fait encore plus clairement, vous voyez,
06:20
love and admiration at him.
129
364368
2263
de l'amour et de l'admiration envers lui.
06:22
Here's another couple. (Laughter)
130
366631
3635
Voici un autre couple. (Rires)
06:26
And I'm thinking I'm not seeing love and admiration on the left. (Laughter)
131
370266
5150
Et quand j'y pense je ne vois pas d'amour
ou d'admiration à gauche. (Rires)
ou d'admiration à gauche. (Rires)
06:31
In fact, I know this is his sister, and you can just see
132
375416
2560
En fait, je sais qu'il s'agit de sa sœur,
et vous pouvez juste le voir
et vous pouvez juste le voir
06:33
him saying, "Okay, we're doing this for the camera,
133
377976
2513
lui dire, "C'est bon, on fait ça pour la photo,
06:36
and then afterwards you steal my candy and you punch me in the face." (Laughter)
134
380489
5702
et juste après tu me voles mon bonbon
et tu me frappes en plein visage." (Rires)
et tu me frappes en plein visage." (Rires)
06:42
He'll kill me for showing that.
135
386191
2106
Il va me tuer pour vous avoir montré ça.
06:44
All right, so what does this mean?
136
388297
2797
Bon, qu'est-ce que ça veut dire ?
06:46
It means we bring an enormous amount of processing power to the problem.
137
391094
3350
Que nous apportons une énorme quantité
de pouvoir de traitement au problème.
de pouvoir de traitement au problème.
06:50
It engages deep systems in our brain, in dopaminergic
138
394444
3648
Ça met en jeu des systèmes profonds
de notre cerveau, dans les systèmes
de notre cerveau, dans les systèmes
06:53
systems that are there to make you chase sex, food and salt.
139
398092
2818
dopaminergiques qui sont là pour vous faire
rechercher le sexe, la nourriture et le sel.
rechercher le sexe, la nourriture et le sel.
06:56
They keep you alive. It gives them the pie, it gives
140
400910
2894
Ils vous maintiennent en vie.
Ils ont la meilleure part du gâteau, ça leur donne
Ils ont la meilleure part du gâteau, ça leur donne
06:59
that kind of a behavioral punch which we've called a superpower.
141
403804
2904
cette sorte de coup de pouce comportemental
que nous avons appelé super pouvoir.
que nous avons appelé super pouvoir.
07:02
So how can we take that and arrange a kind of staged
142
406708
3654
Et comment le prendre pour arranger
une sorte de mise en scène
une sorte de mise en scène
07:06
social interaction and turn that into a scientific probe?
143
410362
2698
d'interaction sociale et la transformer
en expérience scientifique ?
en expérience scientifique ?
07:08
And the short answer is games.
144
413060
2691
Et la réponse courte est : les jeux.
07:11
Economic games. So what we do is we go into two areas.
145
415751
4404
Les jeux économiques. Ce que nous faisons
est d'aller dans deux directions.
est d'aller dans deux directions.
07:16
One area is called experimental economics. The other area is called behavioral economics.
146
420155
3336
La première est appelée économie expérimentale,
la seconde, économie comportementale.
la seconde, économie comportementale.
07:19
And we steal their games. And we contrive them to our own purposes.
147
423491
4078
Et nous volons leurs jouets. Nous trouvons un moyen pour qu'ils contribuent à nos propres fins.
07:23
So this shows you one particular game called an ultimatum game.
148
427569
2967
Ceci vous montre un jeu particulier
appelé le jeu de l'ultimatum.
appelé le jeu de l'ultimatum.
07:26
Red person is given a hundred dollars and can offer
149
430536
1845
La personne en rouge
reçoit cent dollars et peut offrir
reçoit cent dollars et peut offrir
07:28
a split to blue. Let's say red wants to keep 70,
150
432381
3723
de les partager avec celle en bleu.
Disons que rouge veut en garder 70
Disons que rouge veut en garder 70
07:32
and offers blue 30. So he offers a 70-30 split with blue.
151
436104
4086
et qu'il en offre 30 à bleu. Il propose donc
une répartition 70-30 à bleu.
une répartition 70-30 à bleu.
07:36
Control passes to blue, and blue says, "I accept it,"
152
440190
2851
Le contrôle passe à bleu et bleu dit ; "J'accepte",
07:38
in which case he'd get the money, or blue says,
153
443041
1956
au quel cas il remporterait l'argent, ou bleu pourrait dire
07:40
"I reject it," in which case no one gets anything. Okay?
154
444997
4307
"Je le rejette", au quel cas aucun des deux
ne reçoit rien. OK ?
ne reçoit rien. OK ?
07:45
So a rational choice economist would say, well,
155
449304
3392
Donc un économiste rationnel dirait, en fait,
07:48
you should take all non-zero offers.
156
452696
2056
vous devriez accepter
toutes les offres différentes de zéro.
toutes les offres différentes de zéro.
07:50
What do people do? People are indifferent at an 80-20 split.
157
454752
3762
Et que font les gens ? Ils sont indifférents
à une répartition 80-20.
à une répartition 80-20.
07:54
At 80-20, it's a coin flip whether you accept that or not.
158
458514
3524
A 80-20, c'est un jeu de pile ou face
que vous acceptiez ou pas.
que vous acceptiez ou pas.
07:57
Why is that? You know, because you're pissed off.
159
462038
2891
Et pourquoi ça ?
Simplement parce que ça vous énerve.
Simplement parce que ça vous énerve.
08:00
You're mad. That's an unfair offer, and you know what an unfair offer is.
160
464929
3609
Vous êtes fâché. C'est une offre injuste
et vous savez ce que c'est.
et vous savez ce que c'est.
08:04
This is the kind of game done by my lab and many around the world.
161
468538
2704
C'est le genre de jeu réalisé dans mon labo
et dans de nombreux autres dans le monde.
et dans de nombreux autres dans le monde.
08:07
That just gives you an example of the kind of thing that
162
471242
2544
Ça vous donne juste un exemple
du genre de chose que
du genre de chose que
08:09
these games probe. The interesting thing is, these games
163
473786
3738
ces jeux testent. Ce qui est intéressant
c'est que ces jeux
c'est que ces jeux
08:13
require that you have a lot of cognitive apparatus on line.
164
477524
3707
requièrent que vous ayez un tas
d'équipements cognitifs en ligne.
d'équipements cognitifs en ligne.
08:17
You have to be able to come to the table with a proper model of another person.
165
481231
2928
Vous devez être capable de venir à la table
face au modèle réel d'une autre personne.
face au modèle réel d'une autre personne.
08:20
You have to be able to remember what you've done.
166
484159
3213
Vous devez pouvoir vous souvenir
de ce que vous avez fait.
de ce que vous avez fait.
08:23
You have to stand up in the moment to do that.
167
487372
1420
Vous devez vous lever
au moment opportun pour faire ça.
au moment opportun pour faire ça.
08:24
Then you have to update your model based on the signals coming back,
168
488792
3350
Enfin vous devez mettre à jour
votre modèle sur base des signaux entrants,
votre modèle sur base des signaux entrants,
08:28
and you have to do something that is interesting,
169
492142
2972
et vous devez faire quelque chose d'intéressant,
08:31
which is you have to do a kind of depth of thought assay.
170
495114
2597
comme une sorte d'évaluation de pensée profonde.
08:33
That is, you have to decide what that other person expects of you.
171
497711
3333
Vous devez décider de
ce que l'autre personne attend de vous.
ce que l'autre personne attend de vous.
08:36
You have to send signals to manage your image in their mind.
172
501044
2954
Vous devez envoyer des signaux
pour gérer votre image dans son esprit.
pour gérer votre image dans son esprit.
08:39
Like a job interview. You sit across the desk from somebody,
173
503998
2853
Comme pour un entretien d'embauche.
Vous vous asseyez dans le bureau de quelqu'un
Vous vous asseyez dans le bureau de quelqu'un
08:42
they have some prior image of you,
174
506851
1369
qui s'est fait une première image de vous,
08:44
you send signals across the desk to move their image
175
508220
2751
vous envoyez des signaux
de l'autre côté du bureau pour déplacer cette image
de l'autre côté du bureau pour déplacer cette image
08:46
of you from one place to a place where you want it to be.
176
510971
3920
de vous d'un endroit à celui où vous voulez qu'elle soit.
08:50
We're so good at this we don't really even notice it.
177
514891
3385
Nous sommes si bon à ça
que nous le remarquons à peine.
que nous le remarquons à peine.
08:54
These kinds of probes exploit it. Okay?
178
518276
3767
Ce genre d'essai l'exploite. OK ?
08:57
In doing this, what we've discovered is that humans
179
522043
1807
En procédant de la sorte,
nous avons découvert que les humains
nous avons découvert que les humains
08:59
are literal canaries in social exchanges.
180
523850
2331
sont de vrais canaris dans leurs échanges sociaux.
09:02
Canaries used to be used as kind of biosensors in mines.
181
526181
3397
Les canaris ont été utilisés comme
une sorte de bio-capteur dans les mines.
une sorte de bio-capteur dans les mines.
09:05
When methane built up, or carbon dioxide built up,
182
529578
3560
Quand du méthane ou du dioxyde de carbone s'accumulait,
09:09
or oxygen was diminished, the birds would swoon
183
533138
4186
ou que l'oxygène diminuait,
les oiseaux s'évanouissaient
les oiseaux s'évanouissaient
09:13
before people would -- so it acted as an early warning system:
184
537324
2326
avant les mineurs -- ils agissaient comme un système d'alarme préventif :
09:15
Hey, get out of the mine. Things aren't going so well.
185
539650
2980
Hé, sortez de la mine. Ça ne se passe pas bien.
09:18
People come to the table, and even these very blunt,
186
542630
2954
Les gens venaient à la table
et même à ces interactions sociales artificielles
et même à ces interactions sociales artificielles
09:21
staged social interactions, and they, and there's just
187
545584
2990
et très éculées, et eux, et il y a simplement
09:24
numbers going back and forth between the people,
188
548574
3016
des nombres qui vont et viennent entre les personnes
09:27
and they bring enormous sensitivities to it.
189
551590
2199
et qui charrient d'énormes sensibilités avec elles.
09:29
So we realized we could exploit this, and in fact,
190
553789
2689
Nous nous sommes rendus compte
que nous pouvions l'exploiter, et en fait,
que nous pouvions l'exploiter, et en fait,
09:32
as we've done that, and we've done this now in
191
556478
2556
quand nous l'avons fait, et
nous l'avons reproduit à présent
nous l'avons reproduit à présent
09:34
many thousands of people, I think on the order of
192
559034
2694
pour des milliers de personnes,
je pense de l'ordre de
je pense de l'ordre de
09:37
five or six thousand. We actually, to make this
193
561728
2165
cinq ou six mille. Pour réaliser cet essai biologique,
09:39
a biological probe, need bigger numbers than that,
194
563893
2224
nous avions encore besoin
de chiffres plus importants que ça,
de chiffres plus importants que ça,
09:42
remarkably so. But anyway,
195
566117
3674
bien plus. Mais bon,
09:45
patterns have emerged, and we've been able to take
196
569791
2004
des schémas sont apparus,
et nous avons pu prendre
et nous avons pu prendre
09:47
those patterns, convert them into mathematical models,
197
571795
3836
ces schémas et les convertir en modèles mathématiques,
09:51
and use those mathematical models to gain new insights
198
575631
2689
et utiliser ces modèles mathématiques
pour aboutir à de nouvelles idées
pour aboutir à de nouvelles idées
09:54
into these exchanges. Okay, so what?
199
578320
2131
dans ces échanges. Oui et alors ?
09:56
Well, the so what is, that's a really nice behavioral measure,
200
580451
3313
Le "et alors", c'est une mesure
comportementale vraiment bien,
comportementale vraiment bien,
09:59
the economic games bring to us notions of optimal play.
201
583764
3319
les jeux économiques nous apportent
des notions de parties optimales.
des notions de parties optimales.
10:02
We can compute that during the game.
202
587083
2484
Nous pouvons le calculer pendant le jeu.
10:05
And we can use that to sort of carve up the behavior.
203
589567
2953
Et nous pouvons l'utiliser
pour détailler le comportement.
pour détailler le comportement.
10:08
Here's the cool thing. Six or seven years ago,
204
592520
4330
Voilà ce qui est chouette : il y a six ou sept ans,
10:12
we developed a team. It was at the time in Houston, Texas.
205
596850
2550
nous avons mis sur pieds une équipe.
A l'époque, ça se passait à Houston, au Texas.
A l'époque, ça se passait à Houston, au Texas.
10:15
It's now in Virginia and London. And we built software
206
599400
3394
Maintenant c'est en Virginie ou à Londres.
Nous avons développé un programme
Nous avons développé un programme
10:18
that'll link functional magnetic resonance imaging devices
207
602794
3207
qui lie les appareils d’imagerie par résonance magnétique
10:21
up over the Internet. I guess we've done up to six machines
208
606001
4035
sur internet. Je pense que
nous avons lié jusqu'à six machines
nous avons lié jusqu'à six machines
10:25
at a time, but let's just focus on two.
209
610036
1981
à l'époque mais concentrons-nous
sur deux d'entre elles.
sur deux d'entre elles.
10:27
So it synchronizes machines anywhere in the world.
210
612017
3058
Ça synchronise les machines
où qu'elles se trouvent sur terre.
où qu'elles se trouvent sur terre.
10:30
We synchronize the machines, set them into these
211
615075
3169
Nous synchronisons les machines,
nous les réglons sur
nous les réglons sur
10:34
staged social interactions, and we eavesdrop on both
212
618244
1983
les mises en scène d'interactions sociales
et nous espionnons les deux cerveaux
et nous espionnons les deux cerveaux
10:36
of the interacting brains. So for the first time,
213
620227
1666
en interaction . Donc, pour la première fois,
10:37
we don't have to look at just averages over single individuals,
214
621893
3607
nous ne devons plus regarder
des moyennes d'individus pris isolément
des moyennes d'individus pris isolément
10:41
or have individuals playing computers, or try to make
215
625500
2897
ou de personnes jouant contre des ordinateurs,
ou encore d'essayer d'en tirer
ou encore d'essayer d'en tirer
10:44
inferences that way. We can study individual dyads.
216
628397
2763
des déductions. Nous pouvons étudier
des dyades individuelles.
des dyades individuelles.
10:47
We can study the way that one person interacts with another person,
217
631160
2785
Nous pouvons étudier comment une personne
interagit avec une autre,
interagit avec une autre,
10:49
turn the numbers up, and start to gain new insights
218
633945
2564
faire tourner le test de nombreuses fois
et commencer à avoir de nouvelles idées
et commencer à avoir de nouvelles idées
10:52
into the boundaries of normal cognition,
219
636509
2515
sur les frontières de la cognition normale,
10:54
but more importantly, we can put people with
220
639024
2732
mais plus important, nous pouvons
tester des personnes ayant
tester des personnes ayant
10:57
classically defined mental illnesses, or brain damage,
221
641756
3337
des maladies mentales définies de façon classique,
ou des commotions cérébrales,
ou des commotions cérébrales,
11:00
into these social interactions, and use these as probes of that.
222
645093
3551
dans ces interactions sociales
et les utiliser pour le tester.
et les utiliser pour le tester.
11:04
So we've started this effort. We've made a few hits,
223
648644
2350
Nous avons donc débuté l'effort.
Nous avons fait quelques petits pas,
Nous avons fait quelques petits pas,
11:06
a few, I think, embryonic discoveries.
224
650994
2449
quelques, je pense, des découvertes embryonnaires.
11:09
We think there's a future to this. But it's our way
225
653443
2812
Nous pensons qu'il y a de l'avenir là-dedans.
Mais c'est notre manière
Mais c'est notre manière
11:12
of going in and redefining, with a new lexicon,
226
656255
2560
d'avancer et de redéfinir, avec un nouveau lexique,
11:14
a mathematical one actually, as opposed to the standard
227
658815
4022
un lexique mathématique en fait,
par opposition aux moyens classiques
par opposition aux moyens classiques
11:18
ways that we think about mental illness,
228
662837
2578
auxquels nous pensons
quand il s'agit de maladies mentales,
quand il s'agit de maladies mentales,
11:21
characterizing these diseases, by using the people
229
665415
2067
caractérisant ces maladies
en utilisant les personnes
en utilisant les personnes
11:23
as birds in the exchanges. That is, we exploit the fact
230
667482
3007
comme des oiseaux dans les échanges.
C'est -à-dire, nous exploitons le fait
C'est -à-dire, nous exploitons le fait
11:26
that the healthy partner, playing somebody with major depression,
231
670489
4244
que le partenaire en bonne santé qui joue face
à une personne atteinte de dépression majeure
à une personne atteinte de dépression majeure
11:30
or playing somebody with autism spectrum disorder,
232
674733
2910
ou joue face à quelqu'un avec
un trouble du spectre autistique,
un trouble du spectre autistique,
11:33
or playing somebody with attention deficit hyperactivity disorder,
233
677643
3850
ou face à quelqu'un atteint d'un déficit
de l'attention hyperactif,
de l'attention hyperactif,
11:37
we use that as a kind of biosensor, and then we use
234
681493
3219
nous l'utilisons comme un bio-capteur
et alors nous avons recours
et alors nous avons recours
11:40
computer programs to model that person, and it gives us
235
684712
2644
à des programmes informatiques qui modélisent
cette personne et ça nous en donne
cette personne et ça nous en donne
11:43
a kind of assay of this.
236
687356
2470
une sorte d'évaluation.
11:45
Early days, and we're just beginning, we're setting up sites
237
689826
2131
Les balbutiements, nous n'en sommes
qu'au début, nous mettons sur pieds des sites
qu'au début, nous mettons sur pieds des sites
11:47
around the world. Here are a few of our collaborating sites.
238
691957
3410
de par le monde. Voici quelques-uns
de nos sites participants.
de nos sites participants.
11:51
The hub, ironically enough,
239
695367
2309
Le hub, c'est assez ironique,
11:53
is centered in little Roanoke, Virginia.
240
697676
2889
est centré en Virginie, dans le petit Roanoke.
11:56
There's another hub in London, now, and the rest
241
700565
2269
Nous avons un autre hub à Londres
à présent et les autres
à présent et les autres
11:58
are getting set up. We hope to give the data away
242
702834
4009
se mettent en place.
Nous espérons délivrer les données
Nous espérons délivrer les données
12:02
at some stage. That's a complicated issue
243
706843
3673
à un certain avancement. C'est un problème épineux
12:06
about making it available to the rest of the world.
244
710516
2994
de le rendre disponible pour le reste du monde.
12:09
But we're also studying just a small part
245
713510
1847
Mais aussi nous n'étudions qu'une petite partie
12:11
of what makes us interesting as human beings, and so
246
715357
2267
de ce qui fait de nous
des êtres humains intéressants et donc,
des êtres humains intéressants et donc,
12:13
I would invite other people who are interested in this
247
717624
2041
j'aimerais inviter que ça intéresse
12:15
to ask us for the software, or even for guidance
248
719665
2569
à nous demander le logiciel
ou même des indications
ou même des indications
12:18
on how to move forward with that.
249
722234
2219
sur comment progresser à partir de là.
12:20
Let me leave you with one thought in closing.
250
724453
2341
Je vais terminer avec une pensée.
12:22
The interesting thing about studying cognition
251
726794
1942
Ce qui est intéressant quand on étudie la cognition
12:24
has been that we've been limited, in a way.
252
728736
3732
c'est que nous sommes limités, dans un sens.
12:28
We just haven't had the tools to look at interacting brains
253
732468
2943
Nous n'avons simplement pas eu les outils
pour observer des cerveaux interagir
pour observer des cerveaux interagir
12:31
simultaneously.
254
735411
1200
simultanément.
12:32
The fact is, though, that even when we're alone,
255
736611
2470
Le fait est que, même quand nous sommes seul,
12:34
we're a profoundly social creature. We're not a solitary mind
256
739081
4111
nous restons une créature profondément sociale.
Nous ne sommes pas des esprits solitaires
Nous ne sommes pas des esprits solitaires
12:39
built out of properties that kept it alive in the world
257
743192
4373
construits sur des propriétés qui
nous permettent de survivre dans le monde
nous permettent de survivre dans le monde
12:43
independent of other people. In fact, our minds
258
747565
3948
indépendamment des autres.
En fait, notre esprit
En fait, notre esprit
12:47
depend on other people. They depend on other people,
259
751513
2870
dépend des autres. Il dépend d'autres personnes,
12:50
and they're expressed in other people,
260
754383
1541
et il s'exprime dans les autres,
12:51
so the notion of who you are, you often don't know
261
755924
3652
donc la notion de qui nous sommes,
souvent on ne sait pas qui on est
souvent on ne sait pas qui on est
12:55
who you are until you see yourself in interaction with people
262
759576
2688
avant de se voir en interaction avec d'autres personnes
12:58
that are close to you, people that are enemies of you,
263
762264
2406
qui sont proches de vous, qui sont vos ennemis,
13:00
people that are agnostic to you.
264
764670
2545
ou qui vous sont indifférentes.
13:03
So this is the first sort of step into using that insight
265
767215
3776
Il s'agit en quelque sorte du premier pas
pour se servir de cette idée
pour se servir de cette idée
13:06
into what makes us human beings, turning it into a tool,
266
770991
3295
pour définir ce qui fait de nous des êtres humains,
d'en faire un outil,
d'en faire un outil,
13:10
and trying to gain new insights into mental illness.
267
774286
1978
et d'essayer d'en tirer de nouvelles idées
sur les maladies mentales.
sur les maladies mentales.
13:12
Thanks for having me. (Applause)
268
776264
3121
Merci de m'avoir écouté. (Applaudissements)
13:15
(Applause)
269
779385
3089
(Applaudissements)
ABOUT THE SPEAKER
Read Montague - Behavioral NeuroscientistWhat does "normal behavior" look like? To find out, Read Montague is imaging thousands of brains at work.
Why you should listen
Until recently, the world's curiosity about our brains seemed to focus on abnormal behavior. Which of course left a big question unanswered: Do we even know what "normal behavior" is? Through the landmark Roanoke Brain Study, Read Montague is hoping to find that out, exploring the everyday tasks of brains -- making decisions, understanding social context, and relating to others -- by neuroimaging some 5,000 people, ages 18-85, over a period of many years.
Montague's teams in Virginia and in London lead fascinating research in computational neuroscience (how the brain's "machinery" works), offering insight into the relationship between the social and cognitive functions. For instance, a recent study from his group found that in small social groups, some people will alter the expression of their IQ in reaction to social pressures -- revising, in almost all cases, downward.
Read Montague | Speaker | TED.com