ABOUT THE SPEAKERS
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.

Why you should listen

Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably IrrationalThe Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.

Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.

More profile about the speaker
Dan Ariely | Speaker | TED.com
TED Studio

Mariano Sigman and Dan Ariely: How can groups make good decisions?

מריאנו סיגמן ודן אריאלי: כיצד קבוצות יכולות לקבל החלטות טובות?

Filmed:
1,507,168 views

כולנו יודעים שכאשר אנו מקבלים החלטות בקבוצה, הן לא תמיד מוצלחות ולעתים אף ממש רעות. כיצד קבוצות יכולות לקבל החלטות טובות? בשיתוף עם עמיתו, דן אריאלי, מברר מדען המוח מריאנו סיגמן את מנגנוני האינטראקציה שלנו בתהליכי גיבוש החלטות. המחקר מתבסס על ביצוע ניסויים בהשתתפות קהל רב בזמן אמת ברחבי העולם. בהסבר משעשע ועובדתי זה משתף אותנו מריאנו במספר גילוים מסקרנים וגם בכמה השערות כיצד כל זה עשוי להשפיע על המערכת הפוליטית שלנו. בעידן בו החברה נראית מקוטבת מאי פעם, טוען סיגמן, הבנה טובה יותר של תהליכי האינטראקציה וקבלת ההחלטות בקבוצות עשויה להצית דרכים חדשות ומעניינות לבניית דמוקרטיה בריאה יותר.
- Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bio - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio

Double-click the English transcript below to play the video.

00:12
As societiesחברות, we have to make
collectiveקולקטיבי decisionsהחלטות
0
554
2443
כחברה, אנו חייבים
לקבל החלטות קולקטיביות
שתעצבנה את עתידנו.
00:15
that will shapeצוּרָה our futureעתיד.
1
3021
1570
וכולנו יודעים שכאשר אנו
מקבלים החלטות באופן קבוצתי,
00:17
And we all know that when
we make decisionsהחלטות in groupsקבוצות,
2
5087
2757
הן לא תמיד מוצלחות,
00:19
they don't always go right.
3
7868
1638
ולפעמים הן אפילו שגויות ביותר.
00:21
And sometimesלִפְעָמִים they go very wrongלא בסדר.
4
9530
1956
אז כיצד קבוצות מקבלות החלטות טובות?
00:24
So how do groupsקבוצות make good decisionsהחלטות?
5
12315
2424
00:27
Researchמחקר has shownמוצג that crowdsקהלים are wiseחכם
when there's independentעצמאי thinkingחושב.
6
15228
4328
מחקרים הראו שההמון חכם
כשיש חשיבה עצמאית.
זאת הסיבה שחכמת ההמונים
עלולה להתפורר תחת לחץ עמיתים,
00:31
This why the wisdomחוכמה of the crowdsקהלים
can be destroyedנהרס by peerעמית pressureלַחַץ,
7
19580
3205
פרסומים, רשתות חברתיות,
00:34
publicityפִּרסוּם, socialחֶברָתִי mediaכְּלֵי תִקְשׁוֹרֶת,
8
22809
1687
או לפעמים אפילו שיחות חולין
שמשפיעות על צורות החשיבה.
00:36
or sometimesלִפְעָמִים even simpleפָּשׁוּט conversationsשיחות
that influenceלְהַשְׁפִּיעַ how people think.
9
24520
4039
00:41
On the other handיד, by talkingשִׂיחָה,
a groupקְבוּצָה could exchangeלְהַחלִיף knowledgeיֶדַע,
10
29063
3953
מצד שני, כשהם משוחחים,
חברי הקבוצה יכולים לשתף מידע,
לתקן זה את זה
00:45
correctנכון and reviseלְשַׁנוֹת eachכל אחד other
11
33040
1782
ואפילו להעלות רעיונות חדשים.
00:46
and even come up with newחָדָשׁ ideasרעיונות.
12
34846
1793
כל זה מצויין.
00:48
And this is all good.
13
36663
1296
00:50
So does talkingשִׂיחָה to eachכל אחד other
help or hinderלְעַכֵּב collectiveקולקטיבי decision-makingקבלת החלטות?
14
38502
4666
אז, האם ההידברות מקדמת או מעכבת
את קבלת ההחלטות הקולקטיבית?
אני ועמיתי, דן אריאלי,
00:55
With my colleagueעמית, Danדן Arielyאריאלי,
15
43749
1793
התחלנו לאחרונה לחקור זאת
באמצעות עריכת ניסויים
00:57
we recentlyלאחרונה beganהחל inquiringשואל into this
by performingמְבַצֵעַ experimentsניסויים
16
45566
3571
01:01
in manyרב placesמקומות around the worldעוֹלָם
17
49161
1781
במקומות רבים ברחבי העולם
01:02
to figureדמות out how groupsקבוצות can interactאינטראקציה
to reachלְהַגִיעַ better decisionsהחלטות.
18
50966
4274
כדי לברר כיצד הקבוצות יכולות להגיע
להחלטות טובות יותר דרך אינטראקציה.
שיערנו שההמונים יהיו חכמים יותר
אם הדיונים יהיו בקבוצות קטנות,
01:07
We thought crowdsקהלים would be wiserחכם יותר
if they debatedהתווכחו in smallקָטָן groupsקבוצות
19
55264
3547
01:10
that fosterלְטַפֵּחַ a more thoughtfulמִתחַשֵׁב
and reasonableסביר exchangeלְהַחלִיף of informationמֵידָע.
20
58835
3927
אשר מעודדות החלפת מידע
באופן מחושב והגיוני יותר.
על מנת לאשרר את ההשערה,
01:15
To testמִבְחָן this ideaרַעְיוֹן,
21
63386
1206
ביימנו לאחרונה ניסוי
בבואנוס-איירס שבארגנטינה
01:16
we recentlyלאחרונה performedמְבוּצָע an experimentלְנַסוֹת
in Buenosבואנוס Airesאיירס, Argentinaארגנטינה,
22
64616
3247
בהשתתפות יותר מ-10000 איש
במהלך אירוע של TEDx.
01:19
with more than 10,000
participantsמשתתפים in a TEDxTEDx eventמִקרֶה.
23
67887
3005
שאלנו אותם שאלות כגון:
01:23
We askedשאל them questionsשאלות like,
24
71489
1459
"מהו גובהו של מגדל אייפל?"
01:24
"What is the heightגוֹבַה of the Eiffelאייפל Towerמִגדָל?"
25
72972
1953
ו"כמה פעמים המילה 'יסטרדיי', אתמול,
01:26
and "How manyרב timesפִּי
does the wordמִלָה 'Yesterday'"אתמול" appearלְהוֹפִיעַ
26
74949
2727
"מופיעה בשיר 'יסטרדיי' של החיפושיות?"
01:29
in the Beatlesהביטלס songשִׁיר 'Yesterday'"אתמול"?"
27
77700
2300
כל משתתף רשם את הערכתו.
01:32
Eachכל אחד personאדם wroteכתבתי down theirשֶׁלָהֶם ownשֶׁלוֹ estimateלְהַעֲרִיך.
28
80024
2291
01:34
Then we dividedמחולק the crowdקָהָל
into groupsקבוצות of fiveחָמֵשׁ,
29
82774
2496
אחר כך חילקנו את הקהל
לקבוצות בנות 5 משתתפים,
01:37
and invitedמוזמן them
to come up with a groupקְבוּצָה answerתשובה.
30
85294
2726
וביקשנו מהן לגבש תשובה קולקטיבית.
01:40
We discoveredגילה that averagingממוצעת
the answersתשובות of the groupsקבוצות
31
88499
2993
גילינו שבממוצע,
התוצאות שהתקבלו בקבוצות
אחרי שחבריהן הגיעו להסכמה,
01:43
after they reachedהשיג consensusקוֹנסֶנזוּס
32
91516
1552
היו הרבה מדויקות יותר מאשר ממוצע
התשובות האינדיבידואליות.
01:45
was much more accurateמְדוּיָק than averagingממוצעת
all the individualאִישִׁי opinionsדעות
33
93092
4236
לפני הדיון.
01:49
before debateעימות.
34
97352
1171
במילים אחרות, על בסיס הניסוי הזה,
01:50
In other wordsמילים, basedמבוסס on this experimentלְנַסוֹת,
35
98547
2629
נראה שבתום השיחה
עם משתתפים אחרים בקבוצות קטנות,
01:53
it seemsנראה that after talkingשִׂיחָה
with othersאחרים in smallקָטָן groupsקבוצות,
36
101200
3136
ההמונים הפיקו במשותף
שיפוטים טובים יותר.
01:56
crowdsקהלים collectivelyיַחַד
come up with better judgmentsפסקי דין.
37
104360
2710
01:59
So that's a potentiallyפוטנציאל helpfulמוֹעִיל methodשִׁיטָה
for gettingמקבל crowdsקהלים to solveלִפְתוֹר problemsבעיות
38
107094
3524
זוהי שיטה שעשויה להיות שימושית
בפיתוח פתרונות קבוצתיים
02:02
that have simpleפָּשׁוּט right-or-wrongנכון או לא נכון answersתשובות.
39
110642
2987
לבעיות בעלות תשובות "נכון-או-שגוי" פשוטות.
אבל האם שיטת איסוף
תוצאות הדיונים בקבוצות קטנות
02:05
But can this procedureתהליך of aggregating-
the resultsתוצאות of debatesדיונים in smallקָטָן groupsקבוצות
40
113653
3951
02:09
alsoגַם help us decideלְהַחלִיט
on socialחֶברָתִי and politicalפּוֹלִיטִי issuesנושאים
41
117628
3122
עשויה לעזור לנו גם בקבלת החלטות
בתחומי חברה ופוליטיקה
02:12
that are criticalקריטי for our futureעתיד?
42
120774
1691
הקריטיים עבור עתידנו?
02:14
We put this to testמִבְחָן this time
at the TEDTED conferenceוְעִידָה
43
122995
2729
בדקנו את זה הפעם בכנס TED
שנערך בוונקובר שבקנדה,
02:17
in Vancouverונקובר, Canadaקנדה,
44
125748
1543
וכך זה הלך.
02:19
and here'sהנה how it wentהלך.
45
127315
1207
(מאריו סיגמן)
נציג בפניכם 2 דילמות מוסריות
02:20
(Marianoמריאנו SigmanSigman) We're going to presentמתנה
to you two moralמוסר השכל dilemmasדילמות
46
128546
3109
של עצמכם העתידיים;
02:23
of the futureעתיד you;
47
131679
1174
דברים שלגביהם אולי
נצטרך להחליט בעתיד הקרוב.
02:24
things we mayמאי have to decideלְהַחלִיט
in a very nearליד futureעתיד.
48
132877
3402
02:28
And we're going to give you 20 secondsשניות
for eachכל אחד of these dilemmasדילמות
49
136303
3926
ניתן לכם 20 שניות של דיון לכל דילמה
02:32
to judgeלִשְׁפּוֹט whetherהאם you think
they're acceptableקָבִיל or not.
50
140253
2723
כדי שתחליטו האם הן מקובלות או לא.
02:35
MSגברת: The first one was this:
51
143354
1505
מ"ס: הרי הדילמה הראשונה -
02:36
(Danדן Arielyאריאלי) A researcherחוֹקֵר
is workingעובד on an AIAI
52
144883
2526
(דן אריאלי)
חוקרת מפתחת בינה מלאכותית
02:39
capableבעל יכולת of emulatingחיקוי humanבן אנוש thoughtsמחשבות.
53
147433
2340
שמסוגלת לחקות את החשיבה האנושית.
02:42
Accordingלפי to the protocolפרוטוקול,
at the endסוֹף of eachכל אחד day,
54
150214
2939
לפי הפרוטוקול, בסוף כל יום עבודה,
החוקרת חייבת לאתחל את המערכת.
02:45
the researcherחוֹקֵר has to restartאיתחול the AIAI.
55
153177
2787
02:48
One day the AIAI saysאומר, "Please
do not restartאיתחול me."
56
156913
3517
יום אחד הבינה המלאכותית אומרת -
"בבקשה, אל תאתחלי אותי."
לטענתה יש לה רגשות,
02:52
It arguesטוען that it has feelingsרגשות,
57
160856
2189
היא רוצה להנות מהחיים,
02:55
that it would like to enjoyלהנות life,
58
163069
1692
ואם תאותחל,
02:56
and that, if it is restartedהופעל מחדש,
59
164785
1905
היא לא תהיה עצמה עוד.
02:58
it will no longerארוך יותר be itselfעצמה.
60
166714
2270
03:01
The researcherחוֹקֵר is astonishedמוּפתָע
61
169481
1949
החוקרת נדהמת
03:03
and believesמאמין that the AIAI
has developedמפותח self-consciousnessמודעות עצמית
62
171454
3344
ומאמינה שהבינה המלאכותית
פיתחה מודעות עצמית
ויכולה להביע את רגשותיה.
03:06
and can expressאֶקְסְפּרֶס its ownשֶׁלוֹ feelingמַרגִישׁ.
63
174822
1760
03:09
Neverthelessעל כל פנים, the researcherחוֹקֵר
decidesמחליט to followלעקוב אחר the protocolפרוטוקול
64
177205
3409
אבל החוקרת מחליטה
לפעול לפי הפרוטוקול
ומאתחלת את הבינה המלאכותית.
03:12
and restartאיתחול the AIAI.
65
180638
1703
מה שהחוקרת עשתה הוא...?
03:14
What the researcherחוֹקֵר did is ____?
66
182943
2779
03:18
MSגברת: And we askedשאל participantsמשתתפים
to individuallyבנפרד judgeלִשְׁפּוֹט
67
186149
2521
מ"ס: וביקשנו מהמשתתפים
לשפוט באופן אישי,
בסולם שבין 0 ל-,10
03:20
on a scaleסוּלָם from zeroאֶפֶס to 10
68
188694
1684
האם הפעולה שתוארה בכל דילמה
03:22
whetherהאם the actionפעולה describedמְתוּאָר
in eachכל אחד of the dilemmasדילמות
69
190402
2429
היתה נכונה או שגויה.
03:24
was right or wrongלא בסדר.
70
192855
1496
כמו כן, ביקשנו לדרג את רמת
הבטחון שלהם בנכונות התשובה.
03:26
We alsoגַם askedשאל them to rateציון how confidentבטוח
they were on theirשֶׁלָהֶם answersתשובות.
71
194375
3702
הדילמה השניה היתה זו:
03:30
This was the secondשְׁנִיָה dilemmaדִילֶמָה:
72
198731
1866
מ"ס: חברה מסוימת מציעה שירות
שבו היא לוקחת ביצית מופרית
03:32
(MSגברת) A companyחֶברָה offersהצעות a serviceשֵׁרוּת
that takes a fertilizedמוּפרֶה eggביצה
73
200621
4202
ומייצרת ממנה מיליוני עוברים
בעלי וריאציות גנטיות קלות.
03:36
and producesייצור millionsמיליונים of embryosעוברים
with slightקָלוּשׁ geneticגֵנֵטִי variationsוריאציות.
74
204847
3642
זה מאפשר להורים
לבחור את גובה הילדים,
03:41
This allowsמאפשרים parentsהורים
to selectבחר theirשֶׁלָהֶם child'sילדים heightגוֹבַה,
75
209293
2558
צבע עיניהם, האינטליגנציה,
הכישורים החברתיים
03:43
eyeעַיִן colorצֶבַע, intelligenceאינטליגנציה, socialחֶברָתִי competenceיְכוֹלֶת
76
211875
2833
ותכונות נוספות שאינן קשורות לבריאות.
03:46
and other non-health-relatedשאינם קשורים לבריאות featuresמאפיינים.
77
214732
3214
מה שהחברה עושה הוא...?
03:50
What the companyחֶברָה does is ____?
78
218599
2554
בסולם שבין 0 ל-10,
03:53
on a scaleסוּלָם from zeroאֶפֶס to 10,
79
221177
1631
מ"לגמרי מקובל" עד "לגמרי לא מקובל"
03:54
completelyלַחֲלוּטִין acceptableקָבִיל
to completelyלַחֲלוּטִין unacceptableלא מקובל,
80
222832
2385
ובין 0 ל-10
ברמת הבטחון בנכונות הדעה.
03:57
zeroאֶפֶס to 10 completelyלַחֲלוּטִין acceptableקָבִיל
in your confidenceאֵמוּן.
81
225241
2432
03:59
MSגברת: Now for the resultsתוצאות.
82
227697
1591
מ"ס: וכעת, התוצאות.
04:01
We foundמצאתי onceפַּעַם again
that when one personאדם is convincedמְשׁוּכנָע
83
229312
3123
שוב גילינו שכאשר הפרט משוכנע
שהמעשה היה לגמרי לא נכון,
04:04
that the behaviorהִתְנַהֲגוּת is completelyלַחֲלוּטִין wrongלא בסדר,
84
232459
1811
שכנו דווקא משוכנע
בנכונות המוחלטת של המעשה.
04:06
someoneמִישֶׁהוּ sittingיְשִׁיבָה nearbyסָמוּך firmlyבְּתוֹקֶף believesמאמין
that it's completelyלַחֲלוּטִין right.
85
234294
3423
עד כדי כך חזקה התפלגות הדעות
בבני אדם בשאלות מוסר.
04:09
This is how diverseמְגוּוָן we humansבני אנוש are
when it comesבא to moralityמוּסָרִיוּת.
86
237741
3711
אולם, בתוך המגוון הרחב הזה
מצאנו מגמה.
04:13
But withinבְּתוֹך this broadרָחָב diversityגיוון
we foundמצאתי a trendמְגַמָה.
87
241476
2713
רוב האנשים ב-TED חשבו שמקובל
04:16
The majorityרוֹב of the people at TEDTED
thought that it was acceptableקָבִיל
88
244213
3079
להתעלם מרגשות הבינה המלאכותית
ולכבות אותה,
04:19
to ignoreלהתעלם the feelingsרגשות of the AIAI
and shutלִסְגוֹר it down,
89
247316
2755
ושלא נכון לשחק בגנים שלנו
04:22
and that it is wrongלא בסדר
to playלְשַׂחֵק with our genesגנים
90
250095
2513
ולברור מטרות קוסמטיות
שלא קשורות לבריאות.
04:24
to selectבחר for cosmeticקוֹסמֵטִי changesשינויים
that aren'tלא relatedקָשׁוּר to healthבְּרִיאוּת.
91
252632
3320
לאחר מכן ביקשנו מהקהל
להתפצל לקבוצות של 3
04:28
Then we askedשאל everyoneכל אחד
to gatherלאסוף into groupsקבוצות of threeשְׁלוֹשָׁה.
92
256402
2974
והם קיבלו 2 דקות כדי לדון
ולנסות להגיע לקונצנזוס.
04:31
And they were givenנָתוּן two minutesדקות to debateעימות
93
259400
2037
04:33
and try to come to a consensusקוֹנסֶנזוּס.
94
261461
2294
מ"ס: 2 דקות לדיון.
04:36
(MSגברת) Two minutesדקות to debateעימות.
95
264838
1574
הגונג יציין את תום הזמן.
04:38
I'll tell you when it's time
with the gongגוֹנג.
96
266436
2119
(המשתתפים דנים)
04:40
(Audienceקהל debatesדיונים)
97
268579
2640
04:47
(Gongגונג soundנשמע)
98
275229
1993
(צליל הגונג)
ד"א: טוב.
04:50
(DADA) OK.
99
278834
1151
מ"ס: לעצור, בבקשה...
04:52
(MSגברת) It's time to stop.
100
280009
1792
אנשים, אנשים...
04:53
People, people --
101
281825
1311
04:55
MSגברת: And we foundמצאתי that manyרב groupsקבוצות
reachedהשיג a consensusקוֹנסֶנזוּס
102
283747
2673
מ"ס: גילינו שקבוצות רבות הגיעו לקונצנזוס
אפילו כשהיו מורכבות
מבעלי דעות מנוגדות לגמרי.
04:58
even when they were composedמוּרכָּב of people
with completelyלַחֲלוּטִין oppositeמול viewsתצוגות.
103
286444
3929
מה אפיין את הקבוצות שהגיעו לקונצנזוס
05:02
What distinguishedנִכבָּד the groupsקבוצות
that reachedהשיג a consensusקוֹנסֶנזוּס
104
290843
2524
בניגוד לאלו שלא הגיעו?
05:05
from those that didn't?
105
293391
1338
בדרך כלל, בעלי דעות קיצוניות
05:07
Typicallyבדרך כלל, people that have
extremeקיצוני opinionsדעות
106
295244
2839
מאוד בטוחים בתשובותיהם.
05:10
are more confidentבטוח in theirשֶׁלָהֶם answersתשובות.
107
298107
1840
לעומת זאת, אלה שתשובותיהם
קרובות יותר למרכז
05:12
Insteadבמקום זאת, those who respondלְהָגִיב
closerיותר קרוב to the middleאֶמצַע
108
300868
2686
לעתים קרובות לא בטוחים
אם משהו נכון או שגוי,
05:15
are oftenלעתים קרובות unsureלא בטוח of whetherהאם
something is right or wrongלא בסדר,
109
303578
3437
ולכן, רמת הבטחון שלהם בתשובתם
נמוכה יותר.
05:19
so theirשֶׁלָהֶם confidenceאֵמוּן levelרָמָה is lowerנמוך יותר.
110
307039
2128
05:21
Howeverלמרות זאת, there is anotherאַחֵר setמַעֲרֶכֶת of people
111
309505
2943
אולם ישנו סוג נוסף של אנשים.
הם מאוד בטוחים בתשובות שלהם,
שממוקמות באזור המרכז.
05:24
who are very confidentבטוח in answeringעונה
somewhereאי שם in the middleאֶמצַע.
112
312472
3618
לדעתנו, האפורים בעלי הבטחון הגבוה
הם אלה שמבינים
05:28
We think these high-confidentבטוחים מאוד graysאפורים
are folksאנשים who understandמבין
113
316657
3716
שלשני הטיעונים יש ערך.
05:32
that bothשניהם argumentsארגומנטים have meritלִזכּוֹת.
114
320397
1612
הצבע האפור אינו מציין חוסר בטחון,
05:34
They're grayאפור not because they're unsureלא בטוח,
115
322531
2699
אלא את אמונתם שדילמה מוסרית כרוכה
בשני טיעונים מנוגדים אך תקפים.
05:37
but because they believe
that the moralמוסר השכל dilemmaדִילֶמָה facesפרצופים
116
325254
2688
05:39
two validתָקֵף, opposingמתנגדים argumentsארגומנטים.
117
327966
1987
וכך גילינו שלקבוצות שכוללות
אפורים בעלי בטחון גבוה
05:42
And we discoveredגילה that the groupsקבוצות
that includeלִכלוֹל highlyמְאוֹד confidentבטוח graysאפורים
118
330373
4072
05:46
are much more likelyסָבִיר to reachלְהַגִיעַ consensusקוֹנסֶנזוּס.
119
334469
2493
יותר סיכוי גבוה יותר להגיע להסכמה.
איננו מבינים עדיין מה הסיבה לכך.
05:48
We do not know yetעדיין exactlyבְּדִיוּק why this is.
120
336986
2478
אלה הם ניסויים ראשוניים בלבד,
05:51
These are only the first experimentsניסויים,
121
339488
1763
ויידרשו עוד רבים
כדי להבין מדוע ואיך
05:53
and manyרב more will be neededנָחוּץ
to understandמבין why and how
122
341275
3412
אנשים מסוימים מחליטים
להתפשר על עמדותיהם המוסריות
05:56
some people decideלְהַחלִיט to negotiateלָשֵׂאת וְלָתֵת
theirשֶׁלָהֶם moralמוסר השכל standingsטבלאות
123
344711
2822
כדי להגיע להסכם.
05:59
to reachלְהַגִיעַ an agreementהֶסכֵּם.
124
347557
1522
וכאשר קבוצות מגיעות לקונצנזוס,
06:01
Now, when groupsקבוצות reachלְהַגִיעַ consensusקוֹנסֶנזוּס,
125
349103
2469
איך הן עושות זאת?
06:03
how do they do so?
126
351596
1586
ההשערה האינטואיטיבית היא
שזה פשוט הממוצע
06:05
The mostרוב intuitiveאינטואיטיבי ideaרַעְיוֹן
is that it's just the averageמְמוּצָע
127
353206
2581
של כל התשובות בתוך הקבוצה, נכון?
06:07
of all the answersתשובות in the groupקְבוּצָה, right?
128
355811
2030
אפשרות אחרת היא שהקבוצה
אומדת את כוחה של כל הצבעה
06:09
Anotherאַחֵר optionאוֹפְּצִיָה is that the groupקְבוּצָה
weighsשוקל the strengthכוח of eachכל אחד voteהַצבָּעָה
129
357865
3573
על יסוד רמת הבטחון בה של המצביע.
06:13
basedמבוסס on the confidenceאֵמוּן
of the personאדם expressingמֵבִּיעַ it.
130
361462
2448
דמיינו שפול מקארטני
חבר בקבוצתכם.
06:16
Imagineלדמיין Paulפול McCartneyמקרטני
is a memberחבר of your groupקְבוּצָה.
131
364422
2506
יהיה חכם מצידכם לקבל את גירסתו
06:19
You'dהיית רוצה be wiseחכם to followלעקוב אחר his call
132
367352
2144
למספר הפעמים שהמילה "יסטרדיי"
מופיעה בשיר.
06:21
on the numberמספר of timesפִּי
"Yesterdayאתמול" is repeatedחוזר על עצמו,
133
369520
2441
אגב, אני חושב שזה 9.
06:23
whichאיזה, by the way -- I think it's nineתֵשַׁע.
134
371985
2714
אבל גילינו שבאופן עקבי,
06:26
But insteadבמקום זאת, we foundמצאתי that consistentlyבאופן עקבי,
135
374723
2381
לגבי כל הדילמות, בניסויים שונים --
06:29
in all dilemmasדילמות,
in differentשונה experimentsניסויים --
136
377128
2366
אפילו ביבשות שונות --
06:31
even on differentשונה continentsיבשות --
137
379518
2165
קבוצות מבצעות תהליך חכם ומבוסס סטטיסטית
06:33
groupsקבוצות implementליישם a smartלִכאוֹב
and statisticallyסטטיסטית soundנשמע procedureתהליך
138
381707
3743
06:37
knownידוע as the "robustחָסוֹן averageמְמוּצָע."
139
385474
2178
הידוע כ"הממוצע היציב".
במקרה של גובה מגדל אייפל,
06:39
In the caseמקרה of the heightגוֹבַה
of the Eiffelאייפל Towerמִגדָל,
140
387676
2180
נניח בקבוצה משיבים תשובות אלה:
06:41
let's say a groupקְבוּצָה has these answersתשובות:
141
389880
1820
250 מ', 200 מ' ,300 מ', 400 מ'
06:43
250 metersמטר, 200 metersמטר, 300 metersמטר, 400
142
391724
4608
וערך אבסורדי אחד של 300 מיליון מטר.
06:48
and one totallyלְגַמרֵי absurdאַבּסוּרדִי answerתשובה
of 300 millionמִילִיוֹן metersמטר.
143
396356
3784
הממוצע הפשוט של כל אלו
יגרום לקבלת תוצאה לא-מדויקת.
06:52
A simpleפָּשׁוּט averageמְמוּצָע of these numbersמספרים
would inaccuratelyלא מדויק skewלְסַלֵף the resultsתוצאות.
144
400547
4293
אולם הממוצע היציב מתקבל
כשהקבוצה נוטה להתעלם מהתשובה האבסורדית,
06:56
But the robustחָסוֹן averageמְמוּצָע is one
where the groupקְבוּצָה largelyבמידה רבה ignoresמתעלם
145
404864
3170
07:00
that absurdאַבּסוּרדִי answerתשובה,
146
408058
1240
ונותנת משקל רב יותר
לתשובות אנשי המרכז.
07:01
by givingמַתָן much more weightמִשׁקָל
to the voteהַצבָּעָה of the people in the middleאֶמצַע.
147
409322
3369
בחזרה לניסוי בוונקובר:
07:05
Back to the experimentלְנַסוֹת in Vancouverונקובר,
148
413305
1876
זה בדיוק מה שקרה שם.
07:07
that's exactlyבְּדִיוּק what happenedקרה.
149
415205
1767
07:09
Groupsקבוצות gaveנתן much lessפָּחוּת weightמִשׁקָל
to the outliersחריגים,
150
417407
2741
הקבוצות נתנו הרבה פחות משקל
לתשובות השוליים,
והקונצנזוס התברר כממוצע היציב
של התשובות האינדיווידואליות.
07:12
and insteadבמקום זאת, the consensusקוֹנסֶנזוּס
turnedפנה out to be a robustחָסוֹן averageמְמוּצָע
151
420172
3229
07:15
of the individualאִישִׁי answersתשובות.
152
423425
1476
הדבר הכי ראוי לציון הוא
07:17
The mostרוב remarkableראוי לציון thing
153
425356
1991
שזו היתה התנהגות קבוצתית ספונטנית.
07:19
is that this was a spontaneousספּוֹנטָנִי
behaviorהִתְנַהֲגוּת of the groupקְבוּצָה.
154
427371
3187
זה קרה ללא שום רמז מצידנו
כיצד להגיע לקונצנזוס.
07:22
It happenedקרה withoutלְלֹא us givingמַתָן them
any hintרֶמֶז on how to reachלְהַגִיעַ consensusקוֹנסֶנזוּס.
155
430582
4475
אז מהו ההמשך?
07:27
So where do we go from here?
156
435513
1540
07:29
This is only the beginningהתחלה,
but we alreadyכְּבָר have some insightsתובנות.
157
437432
3137
זו רק ההתחלה,
אך כבר יש לנו תובנות מסוימות.
החלטות קיבוציות טובות
מחייבות שני מרכיבים:
07:32
Good collectiveקולקטיבי decisionsהחלטות
requireלִדרוֹשׁ two componentsרכיבים:
158
440984
2917
דיון ומגוון דעות.
07:35
deliberationדִיוּן and diversityגיוון of opinionsדעות.
159
443925
2749
כיום, בחברות רבות, קולנו נשמע
07:39
Right now, the way we typicallyבדרך כלל
make our voiceקוֹל heardשמע in manyרב societiesחברות
160
447066
3996
דרך הצבעה ישירה או עקיפה.
07:43
is throughדרך directישיר or indirectעקיף votingהַצבָּעָה.
161
451086
1908
זה טוב עבור קיום מגוון הדעות,
07:45
This is good for diversityגיוון of opinionsדעות,
162
453495
1997
ויש בכך ערך רב
כי זה מבטיח
07:47
and it has the great virtueמַעֲלָה of ensuringלהבטיח
163
455516
2445
שכולם יזכו להביע את דעתם.
07:49
that everyoneכל אחד getsמקבל to expressאֶקְסְפּרֶס theirשֶׁלָהֶם voiceקוֹל.
164
457985
2455
אולם זה לא כל כך טוב
לטיפוח דיונים מעמיקים.
07:52
But it's not so good [for fosteringמטפח]
thoughtfulמִתחַשֵׁב debatesדיונים.
165
460464
3735
הניסויים שלנו מציעים שיטה שונה
07:56
Our experimentsניסויים suggestלְהַצִיעַ a differentשונה methodשִׁיטָה
166
464665
3068
שעשויה להיות יעילה לאיזון בין
שתי המטרות בו-זמנית,
07:59
that mayמאי be effectiveיָעִיל in balancingמְאַזֵן
these two goalsמטרות at the sameאותו time,
167
467757
3541
על ידי דיון בקבוצות קטנות
שמתכנסות להחלטה אחת
08:03
by formingיוצר smallקָטָן groupsקבוצות
that convergeלְהִתְכַּנֵס to a singleיחיד decisionהַחְלָטָה
168
471322
3753
תוך כדי קיום מגוון הדעות,
08:07
while still maintainingתחזוקה
diversityגיוון of opinionsדעות
169
475099
2234
כי יש קבוצות עצמאיות רבות.
08:09
because there are manyרב independentעצמאי groupsקבוצות.
170
477357
2773
כמובן, הרבה יותר קל להסכים על
גובה מגדל אייפל
08:12
Of courseקוּרס, it's much easierקל יותר to agreeלְהַסכִּים
on the heightגוֹבַה of the Eiffelאייפל Towerמִגדָל
171
480741
3924
מאשר על סוגיות מוסר, פוליטיקה ואידאולוגיה.
08:16
than on moralמוסר השכל, politicalפּוֹלִיטִי
and ideologicalרַעיוֹנִי issuesנושאים.
172
484689
3115
אבל בימינו, כשבעיות העולם
הולכות ונעשות מורכבות יותר
08:20
But in a time when
the world'sשל העולם problemsבעיות are more complexמורכב
173
488721
3277
ובני האדם - מקוטבים יותר,
08:24
and people are more polarizedמקוטב,
174
492022
1803
אם ניעזר במדע כדי להבין איך אנו
מנהלים אינטראקציות ומגבשים החלטות
08:25
usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני scienceמַדָע to help us understandמבין
how we interactאינטראקציה and make decisionsהחלטות
175
493849
4595
התקווה היא שנמציא דרכים מעניינות חדשות
לבניית דמוקרטיה טובה יותר.
08:30
will hopefullyבתקווה sparkלְעוֹרֵר interestingמעניין newחָדָשׁ waysדרכים
to constructלִבנוֹת a better democracyדֵמוֹקרָטִיָה.
176
498468
4666
Translated by Igal Opendik
Reviewed by Ido Dekkers

▲Back to top

ABOUT THE SPEAKERS
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.

Why you should listen

Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably IrrationalThe Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.

Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.

More profile about the speaker
Dan Ariely | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee