TED2004
Dan Gilbert: The surprising science of happiness
« Pourquoi sommes-nous heureux ? » demande Dan Gilbert.
Filmed:
Readability: 3.7
18,394,509 views
Dan Gilbert, auteur du livre Stumbling on Happiness (« Et si vous tombiez sur le bonheur » chez Robert Laffont), remet en question la notion que nous devenons misérables lorsque nous n’obtenons pas ce que nous désirons. Notre "système immunitaire psychologique" nous permet de nous sentir véritablement heureux même lorsque les choses ne se déroulent pas comme prévues.
Dan Gilbert - Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness. Full bio
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness. Full bio
Double-click the English transcript below to play the video.
00:15
When you have 21 minutes to speak,
0
0
2000
Quand vous avez 21 minutes pour parler,
00:17
two million years seems like a really long time.
1
2000
3000
deux million d'années semblent infini.
00:20
But evolutionarily, two million years is nothing.
2
5000
3000
Mais en termes d'évolution, deux millions d'années c’est négligeable.
00:23
And yet in two million years the human brain has nearly tripled in mass,
3
8000
6000
Et pourtant, en deux millions d'années, la masse du cerveau humain a presque triplé,
00:29
going from the one-and-a-quarter pound brain of our ancestor here, Habilis,
4
14000
3000
en commençant par le cerveau d'un demi kilo de notre ancêtre Habilis,
00:32
to the almost three-pound meatloaf that everybody here has between their ears.
5
17000
6000
jusqu’au pain de viande de près d'un kilo et demi que nous avons tous entre les oreilles.
00:38
What is it about a big brain that nature was so eager for every one of us to have one?
6
23000
7000
Pourquoi la nature tenait-elle tant à nous pourvoir d’un gros cerveau?
00:45
Well, it turns out when brains triple in size,
7
30000
3000
Il s'avère que lorsque la taille d’un cerveau triple,
00:48
they don't just get three times bigger; they gain new structures.
8
33000
4000
en plus d’augmenter de volume, il se munit de nouvelles structures.
00:52
And one of the main reasons our brain got so big is because it got a new part,
9
37000
4000
Et si notre cerveau a pris tant d’ampleur c'est surtout parce qu'il a acquis une nouvelle « pièce »,
00:56
called the "frontal lobe." And particularly, a part called the "pre-frontal cortex."
10
41000
4000
le lobe frontal et plus particulièrement une région appelée le cortex préfrontal.
01:00
Now what does a pre-frontal cortex do for you that should justify
11
45000
4000
Qu’accomplit pour nous le cortex préfontal qui puisse justifier
01:04
the entire architectural overhaul of the human skull in the blink of evolutionary time?
12
49000
5000
la restructuration complète du crâne humain en une fraction de temps évolutionnaire?
01:09
Well, it turns out the pre-frontal cortex does lots of things,
13
54000
3000
Il s'avère que le cortex préfontal accomplit un tas de choses,
01:12
but one of the most important things it does
14
57000
2000
mais l'une des plus importantes
01:14
is it is an experience simulator.
15
59000
4000
est la simulation d’expériences.
01:18
Flight pilots practice in flight simulators
16
63000
4000
Les pilotes d'avion s'entraînent sur des simulateurs de vols
01:22
so that they don't make real mistakes in planes.
17
67000
2000
pour éviter les erreurs lors de vols réels.
01:24
Human beings have this marvelous adaptation
18
69000
3000
L’être humain possède cette merveilleuse adaptation
01:27
that they can actually have experiences in their heads
19
72000
4000
qui lui permet de simuler mentalement
01:31
before they try them out in real life.
20
76000
2000
ce qu’il projette faire dans la vie réelle.
01:33
This is a trick that none of our ancestors could do,
21
78000
3000
C'est une prouesse qu'aucun de nos ancêtres ne pouvait accomplir
01:36
and that no other animal can do quite like we can. It's a marvelous adaptation.
22
81000
5000
et qu'aucun autre animal ne fait aussi bien que nous. C'est une adapation extraordinaire.
01:41
It's up there with opposable thumbs and standing upright and language
23
86000
4000
Tout comme la préhension, se déplacer sur deux jambes et le langage,
01:45
as one of the things that got our species out of the trees
24
90000
3000
c’est l’une des choses qui a fait descendre notre espèce de l’arbre
01:48
and into the shopping mall.
25
93000
2000
pour la conduire au centre commercial.
01:50
Now -- (Laughter) -- all of you have done this.
26
95000
3000
Et....(rire)---nous l’avons tous fait.
01:53
I mean, you know,
27
98000
1000
Bien sûr,
01:54
Ben and Jerry's doesn't have liver-and-onion ice cream,
28
99000
4000
Ben & Jerry's n'a pas de glace au foie et à l'oignon.
01:58
and it's not because they whipped some up, tried it and went, "Yuck."
29
103000
3000
Ce n'est pas parce qu'ils en ont testé et fait «Beurk!».
02:01
It's because, without leaving your armchair,
30
106000
3000
C'est parce que sans quitter son fauteuil,
02:04
you can simulate that flavor and say "yuck" before you make it.
31
109000
4000
on peut simuler cette saveur et faire «Beurk!».
02:08
Let's see how your experience simulators are working.
32
113000
5000
Voyons comment fonctionnent nos simulateurs d'expériences.
02:13
Let's just run a quick diagnostic
before I proceed with the rest of the talk.
before I proceed with the rest of the talk.
33
118000
4000
Faisons un diagnostique rapide avant de poursuivre.
02:17
Here's two different futures that I invite you to contemplate,
34
122000
4000
Je vous invite maintenant à envisager deux versions du futur.
02:21
and you can try to simulate them and tell me which one you think you might prefer.
35
126000
4000
Essayez de les simuler et dites-moi laquelle vous préféreriez.
02:25
One of them is winning the lottery. This is about 314 million dollars.
36
130000
5000
L'une est de gagner à la loto. Disons, 314 millions de dollars.
02:30
And the other is becoming paraplegic.
37
135000
3000
Et l'autre est de devenir paraplégique.
02:33
So, just give it a moment of thought.
38
138000
3000
Pensez-y un moment.
02:36
You probably don't feel like you need a moment of thought.
39
141000
3000
Vous ne croyez probablement pas avoir à y réfléchir longuement.
02:39
Interestingly, there are data on these two groups of people,
40
144000
4000
Chose intéressante, il existe des données sur ces deux groupes de gens
02:43
data on how happy they are.
41
148000
2000
qui illustrent leur niveau de bonheur.
02:45
And this is exactly what you expected, isn't it?
42
150000
3000
Voici ce à quoi vous vous attendez, non?
02:48
But these aren't the data. I made these up!
43
153000
3000
Mais ça, ce ne sont pas les données. Je les ai fabriquées!
02:51
These are the data. You failed the pop quiz, and you're hardly five minutes into the lecture.
44
156000
5000
Voici les données réelles. Vous avez échoué le test et vous n'en êtes qu'au début du cours.
02:56
Because the fact is that a year after losing the use of their legs,
45
161000
4000
Parce qu'il s’avère qu'un an après avoir perdu l'usage de leurs jambes,
03:00
and a year after winning the lotto, lottery winners and paraplegics
46
165000
5000
ou avoir gagné la loto, les gagnants de loteries et les paraplégiques
03:05
are equally happy with their lives.
47
170000
2000
sont aussi heureux les uns que les autres.
03:07
Now, don't feel too bad about failing the first pop quiz,
48
172000
3000
Ne vous en faites pas trop d'avoir échoué le premier test,
03:10
because everybody fails all of the pop quizzes all of the time.
49
175000
3000
parce qu’ invariablement tout le monde échoue ces tests.
03:13
The research that my laboratory has been doing,
50
178000
3000
Les recherches effectuées par mon laboratoire
03:16
that economists and psychologists around the country have been doing,
51
181000
3000
et par les économistes et les psychologues du pays
03:19
have revealed something really quite startling to us,
52
184000
3000
dévoilent quelque chose d’assez étonnant.
03:22
something we call the "impact bias,"
53
187000
3000
Il s’agit du biais de l'impact,
03:25
which is the tendency for the simulator to work badly.
54
190000
3000
c'est à dire, la tendance à disjoncter du simulateur
03:28
For the simulator to make you believe that different outcomes
55
193000
4000
qui tend à nous faire croire que la différence entre les résultats
03:32
are more different than in fact they really are.
56
197000
3000
est plus significative qu’elle ne l’est en réalité.
03:35
From field studies to laboratory studies,
57
200000
2000
Les enquêtes sur le terrain et en laboratoire
03:37
we see that winning or losing an election, gaining or losing a romantic partner,
58
202000
4000
démontrent que le fait de gagner ou perdre une élection, conquérir ou perdre un amoureux,
03:41
getting or not getting a promotion, passing or not passing a college test,
59
206000
5000
obtenir une promotion ou non, réussir ou échouer un examen à l'université
03:46
on and on, have far less impact, less intensity and much less duration
60
211000
5000
etc., a moins d'impact, est moins intense et plus éphémère
03:51
than people expect them to have.
61
216000
3000
que les gens ne s’y attendent.
03:54
In fact, a recent study -- this almost floors me --
62
219000
3000
Une étude récente et très étonnante
03:57
a recent study showing how major life traumas affect people
63
222000
5000
concernant l’impact de graves traumatismes de vie
04:02
suggests that if it happened over three months ago,
64
227000
3000
suggère que ce nous avons vécu il y a plus de trois mois,
04:05
with only a few exceptions,
65
230000
1000
à peu d’ exceptions près,
04:06
it has no impact whatsoever on your happiness.
66
231000
3000
n’a aucun impact sur notre bonheur.
04:09
Why?
67
234000
3000
Pourquoi?
04:12
Because happiness can be synthesized.
68
237000
4000
Parce que le bonheur peut être fabriqué.
04:16
Sir Thomas Brown wrote in 1642, "I am the happiest man alive.
69
241000
4000
Sir Thomas Brown écrivait en 1642, «Je suis l'homme le plus heureux du monde.
04:20
I have that in me that can convert poverty to riches, adversity to prosperity.
70
245000
6000
J'ai en moi ce qui peut transformer la pauvreté en richesse, l'adversité en prospérité.
04:26
I am more invulnerable than Achilles; fortune hath not one place to hit me."
71
251000
4000
Je suis encore plus invulnérable qu'Achille; je suis à l’abri du destin. »
04:30
What kind of remarkable machinery does this guy have in his head?
72
255000
4000
Quelle sorte d'engin remarquable cet homme a-t-il donc dans la tête?
04:34
Well, it turns out it's precisely the same remarkable machinery that all off us have.
73
259000
5000
Il s'avère que c'est exactement le même engin que nous possédons tous.
04:39
Human beings have something that we might think of as a "psychological immune system."
74
264000
6000
Les êtres humains sont dotés de ce qu'on pourrait appeler un système immunitaire psychologique.
04:45
A system of cognitive processes, largely non-conscious cognitive processes,
75
270000
5000
Un système de processus cognitifs essentiellement inconscients
04:50
that help them change their views of the world,
76
275000
4000
qui nous permet d’altérer notre vision du monde
04:54
so that they can feel better about the worlds in which they find themselves.
77
279000
4000
de sorte à nous réconforter face aux situations que nous vivons.
04:58
Like Sir Thomas, you have this machine.
78
283000
2000
Tout comme Sir Thomas, nous possédons cet engin.
05:00
Unlike Sir Thomas, you seem not to know it. (Laughter)
79
285000
4000
mais nous ne semblons pas le réaliser.
05:04
We synthesize happiness, but we think happiness is a thing to be found.
80
289000
6000
Nous fabriquons le bonheur mais croyons que le bonheur est quelque chose que l’on trouve.
05:10
Now, you don't need me to give you too many examples of people synthesizing happiness,
81
295000
5000
Nous connaissons tous des gens qui fabriquent leur bonheur.
05:15
I suspect. Though I'm going to show you some experimental evidence,
82
300000
3000
Je vais tout de même vous présenter des données
05:18
you don't have to look very far for evidence.
83
303000
3000
et on n'a pas à chercher très loin.
05:21
As a challenge to myself, since I say this once in a while in lectures,
84
306000
3000
Comme défi personnel et puisque que j’en parle parfois dans mes cours,
05:24
I took a copy of the New York Times and tried to find some instances of people synthesizing happiness.
85
309000
4000
j'ai cherché dans le New York Times des exemples de gens qui fabriquent leur bonheur.
05:28
And here are three guys synthesizing happiness.
86
313000
2000
En voici trois exemples:
05:30
"I am so much better off physically, financially, emotionally, mentally
87
315000
3000
«Je me sens tellement mieux physiquement, financièrement, émotivement, mentalement
05:33
and almost every other way." "I don't have one minute's regret.
88
318000
4000
et en presque tout autre aspect. » «Je n'ai aucun regret. »
05:37
It was a glorious experience." "I believe it turned out for the best."
89
322000
3000
«C'était une expérience glorieuse. » «Je crois que tout s'est terminé pour le mieux. »
05:40
Who are these characters who are so damn happy?
90
325000
2000
Qui sont ces énergumènes qui sont si heureux?
05:42
Well, the first one is Jim Wright.
91
327000
2000
Le premier est Jim Wright.
05:44
Some of you are old enough to remember: he was the chairman of the House of Representatives
92
329000
4000
Les plus vieux se souviendront de lui: il était président de la Chambre des représentants et
05:48
and he resigned in disgrace when this young Republican named Newt Gingrich
93
333000
4000
il a démissionné dans la honte lorsqu’un jeune républicain nommé Newt Gingrich
05:52
found out about a shady book deal he had done.
94
337000
3000
a découvert qu'il avait fait une transaction louche.
05:55
He lost everything. The most powerful Democrat in the country,
95
340000
2000
Le démocrate le plus influent du pays
05:57
he lost everything.
96
342000
1000
a tout perdu.
05:58
He lost his money; he lost his power.
97
343000
3000
Il a perdu son argent, son pouvoir.
06:01
What does he have to say all these years later about it?
98
346000
2000
Qu'en dit-il des années plus tard?
06:03
"I am so much better off physically, financially, mentally
99
348000
3000
« Je me porte tellement mieux physiquement, financièrement, mentalement
06:06
and in almost every other way."
100
351000
2000
et en presque tout autre aspect.»
06:08
What other way would there be to be better off?
101
353000
2000
En quel autre aspect peut-on se porter mieux?
06:10
Vegetably? Minerally? Animally? He's pretty much covered them there.
102
355000
4000
Végétal? Minéral? Animal? Tout semble bien avoir été adressé.
06:14
Moreese Bickham is somebody you've never heard of.
103
359000
2000
Vous ne connaissez pas Moreese Bickham.
06:16
Moreese Bickham uttered these words upon being released.
104
361000
4000
Il a dit ces mots lorsqu'il a été libéré.
06:20
He was 78 years old. He spent 37 years
105
365000
2430
Il avait 78 ans et il avait passé 37 ans
dans une prison de la Louisiane pour un crime qu'il n'avait pas commis.
06:22
in a Louisiana State Penitentiary
for a crime he didn't commit.
for a crime he didn't commit.
106
367430
2790
Il a finalement été innocenté à l'âge de 78 ans
06:25
[He was ultimately
107
370220
1780
06:27
released for good behavior
halfway through his sentence.]
halfway through his sentence.]
108
372000
3000
suivant un test d’ADN.
06:30
And what did he have to say about his experience?
109
375000
2000
Et qu'avait-il à dire de son expérience?
06:32
"I don't have one minute's regret. It was a glorious experience."
110
377000
2000
«Je n'ai aucun regret. C'était une expérience glorieuse. »
06:34
Glorious! This guy is not saying,
111
379000
2000
Glorieuse! Cet homme ne dit pas,
06:36
"Well, you know, there were some nice guys. They had a gym."
112
381000
2000
«Il y avait des gens sympas et une salle d'entraînement. »
06:38
It's "glorious,"
113
383000
1000
C'est « glorieux »,
06:39
a word we usually reserve for something like a religious experience.
114
384000
4000
un terme que nous conférons généralement aux expériences religieuses.
06:43
Harry S. Langerman uttered these words, and he's somebody you might have known
115
388000
4000
Harry S. Langerman a proféré ces mots et son nom pourrait vous être familier
06:47
but didn't, because in 1949 he read a little article in the paper
116
392000
3000
mais il ne l’est pas, parce qu'en 1949 il lit un article dans un journal
06:50
about a hamburger stand owned by these two brothers named McDonalds.
117
395000
4000
au sujet d'un kiosque d'hamburgers appartenant à deux frères dénommés McDonald.
06:54
And he thought, "That's a really neat idea!"
118
399000
2000
Et il se dit « C'est vraiment une idée géniale! »
06:56
So he went to find them. They said,
119
401000
2000
Il les rencontre. Ils lui disent
06:58
"We can give you a franchise on this for 3,000 bucks."
120
403000
2000
« Nous pouvons vous céder une franchise pour 3000 dollars. »
07:00
Harry went back to New York, asked his brother who's an investment banker
121
405000
4000
De retour à New York, Harry demande à son frère, un banquier en investissement,
07:04
to loan him the 3,000 dollars,
122
409000
1000
de lui prêter les 3 000 dollars
07:05
and his brother's immortal words were,
123
410000
2000
et son frère de lui répondre
07:07
"You idiot, nobody eats hamburgers."
124
412000
1000
«Personne ne mange d’hamburgers.»
07:08
He wouldn't lend him the money, and of course six months later
125
413000
3000
Il ne lui prêtera pas l'argent et six mois plus tard
07:11
Ray Croc had exactly the same idea.
126
416000
2000
Ray Croc eut la même idée.
07:13
It turns out people do eat hamburgers,
127
418000
2000
Oui, les gens mangent des hamburgers,
07:15
and Ray Croc, for a while, became the richest man in America.
128
420000
4000
et Ray Croc est devenu pour un temps l'homme le plus riche en Amérique.
07:20
And then finally -- you know, the best of all possible worlds --
129
425000
2000
Et puis finalement--le meilleur des mondes possibles—
07:22
some of you recognize this young photo of Pete Best,
130
427000
5000
certains d'entre vous reconnaitrez cette photo d’un jeune Pete Best,
07:27
who was the original drummer for the Beatles,
131
432000
2000
qui fut le premier batteur des Beatles,
07:29
until they, you know, sent him out on an errand and snuck away
132
434000
3000
jusqu'à ce qu'ils l’évincent
07:32
and picked up Ringo on a tour.
133
437000
3000
et engagent Ringo pendant une tournée.
07:35
Well, in 1994, when Pete Best was interviewed
134
440000
2000
Lors d'une entrevue en 1994, Pete Best
07:37
-- yes, he's still a drummer; yes, he's a studio musician --
135
442000
3000
--oui, il est encore batteur et musicien de studio—
07:40
he had this to say: "I'm happier than I would have been with the Beatles."
136
445000
3000
dit: «Je suis plus heureux que je ne l'aurais été avec les Beatles. »
07:43
Okay. There's something important to be learned from these people,
137
448000
3000
Ces gens ont quelque chose d'important à nous apprendre:
07:46
and it is the secret of happiness.
138
451000
2000
le secret du bonheur.
07:48
Here it is, finally to be revealed.
139
453000
2000
Le voilà enfin révélé.
07:50
First: accrue wealth, power, and prestige,
140
455000
3000
Premièrement: accumulez richesse, pouvoir et prestige
07:53
then lose it. (Laughter)
141
458000
3000
et ensuite perdez-les. (Rire)
07:56
Second: spend as much of your life in prison as you possibly can.
142
461000
3000
Deuxièmement: passez le plus clair de votre vie en prison.
07:59
(Laughter) Third: make somebody else really, really rich. (Laughter)
143
464000
5000
(Rire). Troisièmement: rendez quelqu'un très, très riche. (Rire)
08:04
And finally: never ever join the Beatles. (Laughter)
144
469000
4000
Et finalement: surtout, ne devenez jamais membre des Beatles. (Rire)
08:08
OK. Now I, like Ze Frank, can predict your next thought,
145
473000
5000
Tout comme Ze Frank, je peux prédire votre réaction:
08:13
which is, "Yeah, right." Because when
146
478000
2000
«Mouais » Parce que lorsque
08:15
people synthesize happiness, as these gentlemen seem to have done,
147
480000
4000
les gens fabriquent leur bonheur, comme semblent l'avoir fait ces messieurs,
08:19
we all smile at them, but we kind of roll our eyes and say,
148
484000
4000
nous leur sourions, incrédules, en nous disant:
08:23
"Yeah right, you never really wanted the job."
149
488000
3000
«Mouais, au fond, tu ne voulais pas vraiment ce boulot. »
08:26
"Oh yeah, right. You really didn't
150
491000
1000
«Mouais, au fond, tu n'avais pas
08:27
have that much in common with her,
151
492000
3000
tant en commun avec elle
08:30
and you figured that out just about the time
152
495000
2000
et tu l’as réalisé précisément au moment
08:32
she threw the engagement ring in your face."
153
497000
2000
où elle t'a balancé sa bague de fiançailles à la figure.»
08:34
We smirk because we believe that synthetic happiness
154
499000
4000
Sceptiques, nous croyons que le bonheur fabriqué
08:38
is not of the same quality as what we might call "natural happiness."
155
503000
3000
n'est pas de la même qualité que le bonheur dit «naturel» .
08:41
What are these terms?
156
506000
1000
Que signifient ces termes?
08:42
Natural happiness is what we get when we get what we wanted,
157
507000
4000
Quand nous obtenons ce que nous voulons, on parle de bonheur naturel,
08:46
and synthetic happiness is what we make when we don't get what we wanted.
158
511000
5000
sans quoi on parle de bonheur fabriqué.
08:51
And in our society, we have a strong belief
159
516000
3000
Et dans notre société, nous croyons fortement
08:54
that synthetic happiness is of an inferior kind.
160
519000
3000
que le bonheur fabriqué est de moindre qualité.
08:57
Why do we have that belief?
161
522000
2000
D’où vient cette croyance?
08:59
Well, it's very simple. What kind of economic engine
162
524000
4000
C'est très simple. Quel type de moteur économique
09:03
would keep churning
163
528000
1000
arriverait à tourner
09:04
if we believed that not getting what we want could make us just as happy as getting it?
164
529000
6000
si nous croyions qu’avec ou sans ce que l’on veut nous serions également heureux?
09:10
With all apologies to my friend Matthieu Ricard,
165
535000
4000
Toutes mes excuses auprès de mon ami Matthieu Ricard,
09:14
a shopping mall full of Zen monks
166
539000
2000
mais un centre commercial bondé de moines Zen
09:16
is not going to be particularly profitable
167
541000
2000
ne serait pas particulièrement rentable
09:18
because they don't want stuff enough.
168
543000
4000
puisqu' ils ne désirent pas grand-chose.
09:22
I want to suggest to you that synthetic happiness
169
547000
3000
Je veux vous faire réaliser que le bonheur synthétique
09:25
is every bit as real and enduring
170
550000
3000
est tout aussi authentique et durable
09:28
as the kind of happiness you stumble upon
171
553000
3000
que le bonheur sur lequel on tombe
09:31
when you get exactly what you were aiming for.
172
556000
3000
lorsqu’on obtient exactement ce qu'on visait.
09:34
Now, I'm a scientist, so I'm going to do this not with rhetoric,
173
559000
1000
En tant qu’homme de science, je serai direct
09:35
but by marinating you in a little bit of data.
174
560000
2000
en vous faisant part de quelques données.
09:38
Let me first show you an experimental paradigm that is used
175
563000
2000
Voici un modèle expérimental utilisé
09:40
to demonstrate the synthesis of happiness
176
565000
4000
pour démontrer la fabrication du bonheur
09:44
among regular old folks. And this isn't mine.
177
569000
2000
chez le commun des mortels.
09:46
This is a 50-year-old paradigm called the "free choice paradigm."
178
571000
3000
Depuis 50 ans, on utilise «le paradigme du libre choix»
09:49
It's very simple.
179
574000
2000
C'est très simple.
09:51
You bring in, say, six objects,
180
576000
3000
On apporte, disons, six objets,
09:54
and you ask a subject to rank them from the most to the least liked.
181
579000
2000
et on demande au sujet de les placer en ordre inverse de préférence.
09:56
In this case, because the experiment I'm going to tell you about uses them,
182
581000
3000
Dans l’exemple auquel je fais référence, il s'agit
09:59
these are Monet prints.
183
584000
2000
de reproductions de Monet.
10:01
So, everybody can rank these Monet prints
184
586000
2000
On lui demande donc de classer ces reproductions
10:03
from the one they like the most, to the one they like the least.
185
588000
2000
en ordre inverse de préférence.
10:05
Now we give you a choice:
186
590000
2000
Et on lui offre le choix suivant:
10:07
"We happen to have some extra prints in the closet.
187
592000
3000
« Nous avons des reproductions en surplus.
10:10
We're going to give you one as your prize to take home.
188
595000
2000
Nous allons vous en offrir une
10:12
We happen to have number three and number four,"
189
597000
3000
Vous devez choisir entre la troisième et la quatrième. »
10:15
we tell the subject. This is a bit of a difficult choice,
190
600000
3000
Ce choix est un peu difficile
10:18
because neither one is preferred strongly to the other,
191
603000
3000
car l'une n'est pas beaucoup plus prisée que l'autre,
10:21
but naturally, people tend to pick number three
192
606000
3000
mais les gens choisiront plutôt la troisième
10:24
because they liked it a little better than number four.
193
609000
2000
puisqu'ils la préfèrent légèrement à la quatrième.
10:27
Sometime later -- it could be 15 minutes; it could be 15 days --
194
612000
3000
De 15 minutes à 15 jours plus tard,
10:30
the same stimuli are put before the subject,
195
615000
3000
les mêmes stimuli sont présentés au sujet
10:33
and the subject is asked to re-rank the stimuli.
196
618000
2000
et on lui demande de les classer de nouveau.
10:35
"Tell us how much you like them now."
197
620000
2000
«Comment les classeriez-vous maintenant? »
10:37
What happens? Watch as happiness is synthesized.
198
622000
3000
Et que se produit-il alors?
10:40
This is the result that has been replicated over and over again.
199
625000
4000
Ce résultat s’est répété à maintes reprises:
10:44
You're watching happiness be synthesized.
200
629000
1000
Observez la fabrication du bonheur.
10:45
Would you like to see it again? Happiness!
201
630000
5000
C'est ça le bonheur!
10:50
"The one I got is really better than I thought!
202
635000
2000
«Celui que j'ai est mieux que je ne le croyais!
10:52
That other one I didn't get sucks!"
203
637000
2000
Celui que je n'ai pas eu est moche! »
10:54
(Laughter) That's the synthesis of happiness.
204
639000
2000
(Rire) Ça, c'est la fabrication du bonheur.
10:56
Now what's the right response to that? "Yeah, right!"
205
641000
6000
Quelle est votre réaction à cela? «Mouais?»
11:02
Now, here's the experiment we did,
206
647000
3000
Alors voici l'expérience que nous avons faite
11:05
and I would hope this is going to convince you that
207
650000
1000
et j'espère qu’elle vous convaincra que
11:06
"Yeah, right!" was not the right response.
208
651000
3000
«Mouais» est erroné.
11:09
We did this experiment with a group of patients
209
654000
2000
Nous avons fait cette expérience avec un groupe de patients
11:11
who had anterograde amnesia. These are hospitalized patients.
210
656000
3000
hospitalisés qui souffrent d'amnésie antérograde.
11:14
Most of them have Korsakoff's syndrome,
211
659000
2000
La plupart souffrent du syndrome de Korsakoff,
11:16
a polyneuritic psychosis that -- they drank way too much,
212
661000
5000
une psychopolynévrite. Suite à une consummation excessive d’alcool,
11:21
and they can't make new memories.
213
666000
2000
ils n'ont plus de mémoire à court terme.
11:23
OK? They remember their childhood, but if you walk in and introduce yourself,
214
668000
4000
Ils se rappellent leur enfance, mais si vous vous présentez à eux
11:27
and then leave the room,
215
672000
1000
et quittez ensuite la pièce,
11:28
when you come back, they don't know who you are.
216
673000
2000
ils ne vous reconnaîtront pas à votre retour.
11:31
We took our Monet prints to the hospital.
217
676000
3000
Nous avons apporté nos Monet à l'hôpital
11:34
And we asked these patients to rank them
218
679000
4000
et avons demandé à ces patients de les classer
11:38
from the one they liked the most to the one they liked the least.
219
683000
3000
par ordre inverse de préférence.
11:41
We then gave them the choice between number three and number four.
220
686000
4000
Nous leurs avons ensuite donné le choix entre la troisième et la quatrième.
11:45
Like everybody else, they said,
221
690000
2000
Comme tous les autres, ils ont dit:
11:47
"Gee, thanks Doc! That's great! I could use a new print.
222
692000
2000
«Merci docteur! C'est génial! J'avais besoin d'un nouveau tableau.
11:49
I'll take number three."
223
694000
2000
Je prendrai le troisième.»
11:51
We explained we would have number three mailed to them.
224
696000
4000
Nous leur avons expliqué que nous le leur ferions parvenir.
11:55
We gathered up our materials and we went out of the room,
225
700000
3000
Nous avons ramassé notre matériel, nous sommes sortis
11:58
and counted to a half hour.
226
703000
2000
et avons attendu une demi-heure.
12:00
Back into the room, we say, "Hi, we're back."
227
705000
3000
De retour à la chambre : « Bonjour, nous revoici. »
12:03
The patients, bless them, say, "Ah, Doc, I'm sorry,
228
708000
4000
Les patients nous répondent : «Désolé docteur,
12:07
I've got a memory problem; that's why I'm here.
229
712000
2000
j'ai un problème de mémoire, c'est pourquoi je suis ici.
12:09
If I've met you before, I don't remember."
230
714000
2000
Si je vous ai déjà rencontré, je ne m'en souviens pas.»
12:11
"Really, Jim, you don't remember? I was just here with the Monet prints?"
231
716000
3000
«Vraiment, Jim, tu ne t'en souviens pas? J'étais ici plus tôt avec les Monet? »
12:14
"Sorry, Doc, I just don't have a clue."
232
719000
3000
«Désolé docteur, je n'en ai aucun souvenir.»
12:17
"No problem, Jim. All I want you to do is rank these for me
233
722000
3000
"Pas de soucis, Jim. J’aimerais simplement que tu classes
12:20
from the one you like the most to the one you like the least."
234
725000
5000
ces reproductions par ordre inverse de préférence.»
12:25
What do they do? Well, let's first check and make sure
235
730000
2000
Que font alors les patients? Assurons-nous d'abord
12:27
they're really amnesiac. We ask these
236
732000
2000
qu'ils soient réellement amnésiques. Nous demandons
12:29
amnesiac patients to tell us which one they own,
237
734000
4000
à ces patients de nous dire laquelle
12:33
which one they chose last time, which one is theirs.
238
738000
3000
ils avaient choisie au départ.
12:36
And what we find is amnesiac patients just guess.
239
741000
4000
Résultat: les amnésiques répondent au hasard.
12:40
These are normal controls, where if I did this with you,
240
745000
2000
Voici un groupe contrôle normal qui, comme vous,
12:42
all of you would know which print you chose.
241
747000
2000
identifierait aisément la reproduction choisie.
12:44
But if I do this with amnesiac patients,
242
749000
2000
Mais dans le cas des amnésiques,
12:46
they don't have a clue. They can't pick their print out of a lineup.
243
751000
6000
ils n'en ont aucune idée. Ils n’arrivent pas à repérer leur reproduction.
12:52
Here's what normal controls do: they synthesize happiness.
244
757000
4000
Voici ce que font les gens du groupe contrôle normal: ils fabriquent leur bonheur.
12:56
Right? This is the change in liking score,
245
761000
2000
Vous voyez? Ils modifient leur préférence
12:58
the change from the first time they ranked to the second time they ranked.
246
763000
3000
d’une fois à l’autre.
13:01
Normal controls show
247
766000
1000
Ces sujets démontrent
13:02
-- that was the magic I showed you;
248
767000
2000
--c'est la magie que je vous montrais
13:04
now I'm showing it to you in graphical form --
249
769000
3000
et la voici ici sous forme graphique—
13:07
"The one I own is better than I thought. The one I didn't own,
250
772000
3000
«Celle qui m'appartient est mieux que je ne le croyais. L'autre
13:10
the one I left behind, is not as good as I thought."
251
775000
3000
n'est pas aussi bien que je le croyais. »
13:13
Amnesiacs do exactly the same thing. Think about this result.
252
778000
5000
Les amnésiques font précisément de même. Que nous indiquent ces résultats?
13:18
These people like better the one they own,
253
783000
3000
Ils préfèrent celle qui leur appartient,
13:21
but they don't know they own it.
254
786000
3000
bien qu'ils ignorent la posséder.
13:25
"Yeah, right" is not the right response!
255
790000
3000
« Mouais » est erroné!
13:29
What these people did when they synthesized happiness
256
794000
3000
Pour fabriquer leur bonheur, ces gens
13:32
is they really, truly changed
257
797000
3000
ont profondément changé
13:35
their affective, hedonic, aesthetic reactions to that poster.
258
800000
5000
leur réaction affective, hédoniste et esthétique envers cette reproduction.
13:40
They're not just saying it because they own it,
259
805000
3000
Non pas parce qu'elle leur appartient,
13:43
because they don't know they own it.
260
808000
3000
puisqu'ils l’ignorent.
13:47
Now, when psychologists show you bars,
261
812000
3000
Les graphiques des psychologues
13:50
you know that they are showing you averages of lots of people.
262
815000
3000
illustrent la réaction type des individus.
13:53
And yet, all of us have this psychological immune system,
263
818000
4000
Pourtant, nous avons tous ce système immunitaire psychologique,
13:57
this capacity to synthesize happiness,
264
822000
2000
cette faculté de fabriquer le bonheur,
13:59
but some of us do this trick better than others.
265
824000
3000
mais certains d'entre nous le faisons mieux que d'autres.
14:02
And some situations allow anybody to do it more effectively
266
827000
4000
Aussi, certaines situations s'y prêtent mieux
14:06
than other situations do.
267
831000
3000
que d'autres.
14:10
It turns out that freedom
268
835000
4000
Il s'avère que la liberté
14:14
-- the ability to make up your mind and change your mind --
269
839000
3000
--l’aptitude à se faire une opinion et de changer d'avis—
14:17
is the friend of natural happiness, because it allows you to choose
270
842000
3000
est l'alliée naturelle du bonheur, puisqu’elle nous permet de choisir
14:20
among all those delicious futures and find the one that you would most enjoy.
271
845000
5000
l’avenir qui nous convient le mieux.
14:25
But freedom to choose
272
850000
2000
Mais la liberté de choisir
14:27
-- to change and make up your mind -- is the enemy of synthetic happiness.
273
852000
4000
est l'ennemi du bonheur fabriqué.
14:31
And I'm going to show you why.
274
856000
2000
Je vais vous démontrer pourquoi.
14:33
Dilbert already knows, of course.
275
858000
1000
Dilbert le sait lui.
14:34
You're reading the cartoon as I'm talking.
276
859000
2000
Suivez avec moi.
14:36
"Dogbert's tech support. How may I abuse you?"
277
861000
2000
Le technicien dit: « Comment puis-je te malmener?»
14:38
"My printer prints a blank page after every document."
278
863000
3000
« Mon imprimante rend une page blanche après chaque document. »
14:41
"Why would you complain about getting free paper?"
279
866000
2000
« Pourquoi te plains-tu d’avoir du papier gratuit? »
14:43
"Free? Aren't you just giving me my own paper?"
280
868000
2000
« Gratuit? Mais c’est mon papier, non? »
14:45
"Egad, man! Look at the quality of the free paper
281
870000
2000
« Tu rigoles? Compare la qualité de ce papier gratuit
14:47
compared to your lousy regular paper!
282
872000
1000
à celle de ton papier pourri!
14:48
Only a fool or a liar would say that they look the same!"
283
873000
3000
Seul un fou ou un menteur prétendrait qu'ils se ressemblent! »
14:51
"Ah! Now that you mention it, it does seem a little silkier!"
284
876000
3000
« Ah! Ma foi c’est vrai, Il semble un peu plus soyeux! »
14:54
"What are you doing?"
285
879000
2000
« Que fais-tu? »
14:56
"I'm helping people accept the things they cannot change." Indeed.
286
881000
3000
« J'aide les gens à accepter ce qu'ils ne peuvent changer. » Voilà.
14:59
The psychological immune system works best
287
884000
3000
Le système immunitaire psychologique fonctionne mieux
15:02
when we are totally stuck, when we are trapped.
288
887000
4000
quand nous sommes complètement coincés.
15:06
This is the difference between dating and marriage, right?
289
891000
2000
C'est la différence entre une sortie et être marié, non?
15:08
I mean, you go out on a date with a guy,
290
893000
2000
Si vous sortez avec un homme
15:10
and he picks his nose; you don't go out on another date.
291
895000
2000
et qu'il se joue dans le nez; vous ne le reverrez plus.
15:12
You're married to a guy and he picks his nose?
292
897000
2000
Mais si vous êtes marié à quelqu’un qui se joue dans le nez,
15:14
Yeah, he has a heart of gold;
293
899000
1000
on se dit qu’il a un coeur en or
15:15
don't touch the fruitcake. Right? (Laughter)
294
900000
2000
et on laisse passer le reste. Non? (rire)
15:17
You find a way to be happy with what's happened.
295
902000
4000
On trouve toujours le moyen d’être heureux.
15:21
Now what I want to show you is that
296
906000
3000
Je vais vous démontrer que
15:24
people don't know this about themselves,
297
909000
3000
ce que nous ignorons à notre sujet
15:27
and not knowing this can work to our supreme disadvantage.
298
912000
3000
peut éventuellement nous causer graves préjudices.
15:30
Here's an experiment we did at Harvard.
299
915000
2000
Nous avons fait une expérience à Harvard.
15:32
We created a photography course, a black-and-white photography course,
300
917000
3000
Nous avons créé un cours de photographie
15:35
and we allowed students to come in and learn how to use a darkroom.
301
920000
3000
et avons enseigné aux étudiants comment utiliser une chambre noire.
15:39
So we gave them cameras; they went around campus;
302
924000
2000
Nous leur avons remis des appareils photo, ils ont fait le tour du campus
15:41
they took 12 pictures of their favorite professors and their dorm room and their dog,
303
926000
5000
et pris 12 clichés de leurs professeurs préférés, leur dortoir, leur chien
15:46
and all the other things they wanted to have Harvard memories of.
304
931000
2000
et autres souvenirs qu'ils voulaient conserver.
15:48
They bring us the camera; we make up a contact sheet;
305
933000
3000
Ensuite, nous avons tiré une planche-contact
15:51
they figure out which are the two best pictures;
306
936000
2000
et ils ont choisi leurs deux photos favorites.
15:53
and we now spend six hours teaching them about darkrooms.
307
938000
2000
On a passé six heures à les développer avec eux
15:55
And they blow two of them up,
308
940000
2000
et ils les ont agrandies.
15:57
and they have two gorgeous eight-by-10 glossies of
309
942000
2000
Ils ont deux superbes photos glacées grand format
15:59
meaningful things to them, and we say,
310
944000
2000
de ce qui leur tient le plus à coeur et on leur demande:
16:01
"Which one would you like to give up?"
311
946000
3000
« Laquelle comptes-tu nous redonner? »
16:04
They say, "I have to give one up?"
312
949000
1000
« Je dois en redonner une? »
16:05
"Oh, yes. We need one as evidence of the class project.
313
950000
3000
« Oui. Nous devons en garder une pour témoigner du projet scolaire.
16:08
So you have to give me one. You have to make a choice.
314
953000
3000
Tu dois donc faire un choix.
16:11
You get to keep one, and I get to keep one."
315
956000
3000
Tu en gardes une et je garde l’autre. »
16:14
Now, there are two conditions in this experiment.
316
959000
3000
Cette expérience comporte 2 conditions.
16:17
In one case, the students are told, "But you know,
317
962000
3000
Dans l'une, nous disons aux étudiants:
16:20
if you want to change your mind, I'll always have the other one here,
318
965000
3000
« Au cas où tu changerais d'avis, je garde l'autre quatre jours
16:23
and in the next four days, before I actually mail it to headquarters,
319
968000
4000
mais ensuite je dois la faire parvenir au bureau chef.
16:27
I'll be glad to" -- (Laughter) -- yeah, "headquarters" --
320
972000
3000
Je serai heureux de"--(Rire)--ouais, «bureau chef»—
16:30
"I'll be glad to swap it out with you. In fact,
321
975000
3000
« Je serai heureux de te l'échanger. En fait,
16:33
I'll come to your dorm room and give
322
978000
1000
je passerai à ton dortoir
16:34
-- just give me an email. Better yet, I'll check with you.
323
979000
3000
--encore mieux, je vérifierai auprès de toi par mail.
16:37
You ever want to change your mind, it's totally returnable."
324
982000
3000
Et si tu changes d'idée, il est tout à fait possible de l’échanger. »
16:40
The other half of the students are told exactly the opposite:
325
985000
3000
À l'autre moitié des étudiants, on dit exactement l'inverse:
16:43
"Make your choice. And by the way,
326
988000
2000
« Fais ton choix tout de suite car
16:45
the mail is going out, gosh, in two minutes, to England.
327
990000
3000
nous devons l’envoyer en Angleterre sans délai.
16:48
Your picture will be winging its way over the Atlantic.
328
993000
2000
Ta photo va s’envoler au dessus de l'Atlantique
16:50
You will never see it again."
329
995000
2000
et tu ne la reverras plus jamais. »
16:52
Now, half of the students in each of these conditions
330
997000
3000
On demande à la moitié des sujets de chaque groupe
16:55
are asked to make predictions about how much
331
1000000
2000
de prédire s’ils croient
16:57
they're going to come to like the picture that they keep
332
1002000
3000
qu’ils seront toujours heureux
17:00
and the picture they leave behind.
333
1005000
2000
du choix qu’ils ont fait.
17:02
Other students are just sent back to their little dorm rooms
334
1007000
3000
L’autre moitié est simplement invitée à retourner au dortoir
17:05
and they are measured over the next three to six days
335
1010000
5000
et trois à six jours plus tard, nous leur demandons, à eux aussi,
17:10
on their liking, satisfaction with the pictures.
336
1015000
2000
s’ils sont toujours heureux du choix qu’ils ont fait.
17:12
And look at what we find.
337
1017000
1000
Voyez ce que nous découvrons.
17:13
First of all, here's what students think is going to happen.
338
1018000
3000
Tout d'abord, voici ce à quoi les étudiants s'attendent :
17:16
They think they're going to maybe come to like the picture they chose
339
1021000
4000
ils croient qu'éventuellement ils préfèreront la photo
17:20
a little more than the one they left behind,
340
1025000
3000
qu’ils ont choisie à celle qu'ils ont cédée,
17:23
but these are not statistically significant differences.
341
1028000
3000
mais cette différence n’est pas statistiquement significative.
17:27
It's a very small increase, and it doesn't much matter
342
1032000
2000
Elle est minime. Il importerait donc peu
17:29
whether they were in the reversible or irreversible condition.
343
1034000
3000
qu’ils aient participé à l’une ou l’autre des conditions.
17:32
Wrong-o. Bad simulators. Because here's what's really happening.
344
1037000
5000
Non. Mauvais simulateurs. Voici plutôt ce qui se produit :
17:37
Both right before the swap and five days later,
345
1042000
3000
Que ce soit juste avant l'échange ou cinq jours plus tard,
17:40
people who are stuck with that picture,
346
1045000
2000
ceux qui sont coincés avec leur photo,
17:42
who have no choice,
347
1047000
1000
qui n'ont pas le choix,
17:43
who can never change their mind, like it a lot!
348
1048000
5000
qui ne pourront jamais l'échanger, l'aiment beaucoup!
17:48
And people who are deliberating -- "Should I return it?
349
1053000
3000
Alors que ceux qui tergiversent-- «Devrais-je l'échanger?
17:51
Have I gotten the right one? Maybe this isn't the good one?
350
1056000
2000
Ai-je choisi la bonne? Peut-être que non?
17:53
Maybe I left the good one?" -- have killed themselves.
351
1058000
2000
Peut-être ai-je cédé la bonne? »--agonisent.
17:55
They don't like their picture, and in fact
352
1060000
2000
Ils n'aiment pas leur photo. En effet,
17:57
even after the opportunity to swap has expired,
353
1062000
2000
même une fois la date butoir passée
17:59
they still don't like their picture. Why?
354
1064000
6000
ils ne l’aiment toujours pas. Pourquoi?
18:05
Because the reversible condition is not conducive
355
1070000
3000
Parce que la condition réversible n’est pas propice
18:08
to the synthesis of happiness.
356
1073000
2000
à la fabrication du bonheur.
18:10
So here's the final piece of this experiment.
357
1075000
3000
Et voici la dernière étape de cette expérience.
18:13
We bring in a whole new group of naive Harvard students
358
1078000
4000
On recrute un nouveau groupe d’étudiants à Harvard
18:17
and we say, "You know, we're doing a photography course,
359
1082000
3000
et leur disons: « Nous offrons
18:20
and we can do it one of two ways.
360
1085000
2000
deux cours de photographie
18:22
We could do it so that when you take the two pictures,
361
1087000
3000
Dans l’un, vous aurez quatre jours
18:25
you'd have four days to change your mind,
362
1090000
2000
pour choisir entre vos deux photos
18:27
or we're doing another course where you take the two pictures
363
1092000
2000
et dans l’autre cours,
18:29
and you make up your mind right away
364
1094000
2000
vous devez choisir sur-le-champ.
18:31
and you can never change it. Which course would you like to be in?"
365
1096000
2000
Quel cours préférez-vous joindre? »
18:33
Duh! 66 percent of the students, two-thirds,
366
1098000
5000
Évidemment, 66% des étudiants, les deux tiers,
18:38
prefer to be in the course where they have the opportunity to change their mind.
367
1103000
4000
choisissent le cours où ils pourront changer d'idée.
18:42
Hello? 66 percent of the students choose to be in the course in which they will
368
1107000
4000
Comment? 66 % des étudiants choisissent le cours dans lequel
18:46
ultimately be deeply dissatisfied with the picture.
369
1111000
4000
ils sont voués à être profondément insatisfaits de leur photo.
18:50
Because they do not know the conditions under which synthetic happiness grows.
370
1115000
6000
Parce qu'ils ignorent les conditions indispensables à la fabrication du bonheur.
18:56
The Bard said everything best, of course, and he's making my point here
371
1121000
5000
Shakespeare l'a bien dit et il confirme ma position
19:01
but he's making it hyperbolically:
372
1126000
3000
de manière emphatique:
19:04
"'Tis nothing good or bad / But thinking makes it so."
373
1129000
3000
« Rien n’est en soi bon ni mauvais; tout dépend de ce qu’on en pense. »
19:07
It's nice poetry, but that can't exactly be right.
374
1132000
3000
Jolie poésie, mais est-ce tout à fait vrai?
19:10
Is there really nothing good or bad?
375
1135000
3000
N'y a-t-il vraiment rien de bien ou de mal?
19:13
Is it really the case that gall bladder surgery and a trip to Paris
376
1138000
3000
Une ablation de la vésicule équivaut-elle vraiment
19:16
are just the same thing? That seems like a one-question IQ test.
377
1141000
7000
à un voyage à Paris? Bien sûr que non.
19:23
They can't be exactly the same.
378
1148000
2000
La question peut-elle même se poser?
19:25
In more turgid prose, but closer to the truth,
379
1150000
3000
En prose plus pompeuse, mais plus près de la vérité,
19:28
was the father of modern capitalism, Adam Smith, and he said this.
380
1153000
3000
Adam Smith, le père du capitalisme moderne, disait ceci
19:31
This is worth contemplating:
381
1156000
2000
et cela mérite qu'on s'y arrête:
19:33
"The great source of both the misery and disorders of human life
382
1158000
4000
« La source ultime du malheur et des problèmes de la vie humaine
19:37
seems to arise from overrating the difference
383
1162000
3000
semble se trouver dans la surestimation de la différence
19:40
between one permanent situation and another ...
384
1165000
3000
entre une situation permanente et une autre.
19:43
Some of these situations may, no doubt, deserve to be preferred to others,
385
1168000
5000
Certaines situations sont sans aucun doute préférables à d'autres,
19:48
but none of them can deserve to be pursued
386
1173000
6000
mais aucune d’elles n’est digne d'être convoitée
19:54
with that passionate ardor which drives us to violate the rules
387
1179000
4000
avec cette avide ferveur qui nous mène à enfreindre
19:58
either of prudence or of justice, or to corrupt the future tranquility of our minds,
388
1183000
5000
les conventions de la prudence ou de la justice, ou à corrompre notre quiétude d'esprit
20:03
either by shame from the remembrance of our own folly,
389
1188000
4000
par honte face à nos sottises du passé,
20:07
or by remorse for the horror of our own injustice."
390
1192000
4000
ou par remord face à l'horreur de notre propre injustice. »
20:11
In other words: yes, some things are better than others.
391
1196000
5000
En d'autres mots: oui, certaines choses valent mieux que d'autres.
20:16
We should have preferences that lead us into one future over another.
392
1201000
5000
Il est normal d’avoir des préférences pour un type d’avenir plutôt qu'un autre.
20:21
But when those preferences drive us too hard and too fast
393
1206000
4000
Mais lorsque ces préférences nous tiraillent trop fort et trop vite
20:25
because we have overrated the difference between these futures,
394
1210000
4000
et que nous surestimons la différence du résultat de nos choix,
20:29
we are at risk.
395
1214000
3000
nous sommes en danger.
20:32
When our ambition is bounded, it leads us to work joyfully.
396
1217000
3000
Lorsque notre ambition est maitrisée, elle nous mène à la joie.
20:35
When our ambition is unbounded, it leads us to lie, to cheat, to steal, to hurt others,
397
1220000
6000
Lorsque notre ambition est débridée, elle nous pousse à mentir, tricher, voler, blesser les autres
20:41
to sacrifice things of real value. When our fears are bounded,
398
1226000
4000
et à sacrifier ce qui importe vraiment. Quand nos craintes sont contenues,
20:45
we're prudent; we're cautious; we're thoughtful.
399
1230000
4000
nous sommes prudents, circonspects, attentionnés.
20:49
When our fears are unbounded and overblown,
400
1234000
3000
Quand nos peurs sont débridées et amplifiées,
20:52
we're reckless, and we're cowardly.
401
1237000
3000
nous sommes irréfléchis et lâches.
20:55
The lesson I want to leave you with from these data
402
1240000
3000
La leçon que j’aimerais que vous tiriez de ces données
20:58
is that our longings and our worries are both to some degree overblown,
403
1243000
5000
est que nos désirs et nos inquiétudes sont souvent démesurés
21:03
because we have within us the capacity to manufacture the very commodity
404
1248000
6000
car nous possédons la faculté de fabriquer précisément le bonheur
21:09
we are constantly chasing when we choose experience.
405
1254000
4000
que nous recherchons.
21:13
Thank you.
406
1258000
1000
Merci.
ABOUT THE SPEAKER
Dan Gilbert - Psychologist; happiness expertHarvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness.
Why you should listen
Dan Gilbert believes that, in our ardent, lifelong pursuit of happiness, most of us have the wrong map. In the same way that optical illusions fool our eyes -- and fool everyone's eyes in the same way -- Gilbert argues that our brains systematically misjudge what will make us happy. And these quirks in our cognition make humans very poor predictors of our own bliss.
The premise of his current research -- that our assumptions about what will make us happy are often wrong -- is supported with clinical research drawn from psychology and neuroscience. But his delivery is what sets him apart. His engaging -- and often hilarious -- style pokes fun at typical human behavior and invokes pop-culture references everyone can relate to. This winning style translates also to Gilbert's writing, which is lucid, approachable and laugh-out-loud funny. The immensely readable Stumbling on Happiness, published in 2006, became a New York Times bestseller and has been translated into 20 languages.
In fact, the title of his book could be drawn from his own life. At 19, he was a high school dropout with dreams of writing science fiction. When a creative writing class at his community college was full, he enrolled in the only available course: psychology. He found his passion there, earned a doctorate in social psychology in 1985 at Princeton, and has since won a Guggenheim Fellowship and the Phi Beta Kappa teaching prize for his work at Harvard. He has written essays and articles for The New York Times, Time and even Starbucks, while continuing his research into happiness at his Hedonic Psychology Laboratory.
Dan Gilbert | Speaker | TED.com