TED2009
Dan Ariely: Our buggy moral code
דן אריאלי על הקוד המוסרי המשובש שלנו
Filmed:
Readability: 3.2
3,509,395 views
הכלכלן ההתנהגותי דן אריאלי חוקר את השיבושים בקוד המוסרי שלנו: הסיבות החבויות שבעטיין אנו חושבים כי זה "בסדר" לרמות או לגנוב (לפעמים). מחקרים חכמים עוזרים להדגיש את הטענה שלו, שאנחנו בלתי הגיוניים באופן צפוי מראש -- ושאנו ניתנים להשפעה בדרכים שאיננו יכולים לתפוס.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
I want to talk to you today a little bit
0
1000
2000
אני רוצה לדבר היום מעט
00:18
about predictable irrationality.
1
3000
3000
על אי רציונאליות צפויה מראש.
00:21
And my interest in irrational behavior
2
6000
4000
והעניין שלי בהתנהגות אי-רציונאלית
00:25
started many years ago in the hospital.
3
10000
3000
התחיל לפני שנים רבות בבית החולים.
00:28
I was burned very badly.
4
13000
4000
נכוויתי קשה מאוד.
00:32
And if you spend a lot of time in hospital,
5
17000
3000
ואם תבלו הרבה זמן בבית חולים,
00:35
you'll see a lot of types of irrationalities.
6
20000
3000
תראו הרבה סוגים של חוסר הגיון.
00:38
And the one that particularly bothered me in the burn department
7
23000
5000
והסוג שהפריע לי ביותר במחלקת הכוויות
00:43
was the process by which the nurses took the bandage off me.
8
28000
4000
היה התהליך שבו האחיות הסירו מעליי את התחבושות.
00:48
Now, you must have all taken a Band-Aid off at some point,
9
33000
2000
וודאי יצא לכם להוריד פלסטר,
00:50
and you must have wondered what's the right approach.
10
35000
3000
ותהיתם, בוודאי, מהי הגישה הנכונה.
00:53
Do you rip it off quickly -- short duration but high intensity --
11
38000
4000
האם לתלוש אותו במהירות -- משך זמן קצר, אך עוצמת כאב גבוהה --
00:57
or do you take your Band-Aid off slowly --
12
42000
2000
או להוריד את הפלסטר לאט --
00:59
you take a long time, but each second is not as painful --
13
44000
4000
לוקח יותר זמן, אך כל שנייה כואבת פחות --
01:03
which one of those is the right approach?
14
48000
3000
מהי הגישה הנכונה?
01:06
The nurses in my department thought that the right approach
15
51000
4000
אחיות המחלקה חשבו שהגישה הנכונה
01:10
was the ripping one, so they would grab hold and they would rip,
16
55000
3000
היא גישת התלישה, אז הן היו אוחזות ותולשות.
01:13
and they would grab hold and they would rip.
17
58000
2000
ואוחזות ותולשות.
01:15
And because I had 70 percent of my body burned, it would take about an hour.
18
60000
4000
ובגלל ש70 אחוזים מגופי היו שרופים, זה לקח כשעה.
01:19
And as you can imagine,
19
64000
3000
כמו שניתן לדמיין,
01:22
I hated that moment of ripping with incredible intensity.
20
67000
4000
שנאתי את רגע התלישה בעל עוצמת הכאב הגבוהה.
01:26
And I would try to reason with them and say,
21
71000
2000
ניסיתי לדבר איתן בהגיון ואמרתי,
01:28
"Why don't we try something else?
22
73000
1000
"למה שלא ננסה משהו אחר?
01:29
Why don't we take it a little longer --
23
74000
2000
למה שלא נעשה את זה מעט ממושך יותר --
01:31
maybe two hours instead of an hour -- and have less of this intensity?"
24
76000
5000
אולי שעתיים במקום שעה -- ונסבול פחות מעוצמת הכאב הזאת?
01:36
And the nurses told me two things.
25
81000
2000
והאחיות אמרו לי שני דברים:
01:38
They told me that they had the right model of the patient --
26
83000
4000
הן אמרו שיש להן את המודל הנכון של החולה --
01:42
that they knew what was the right thing to do to minimize my pain --
27
87000
3000
שהן יודעות מה צריך לעשות על-מנת להקטין את הכאב שלי --
01:45
and they also told me that the word patient doesn't mean
28
90000
3000
והן גם אמרו לי שהמילה "חולה", פירושה אינו
01:48
to make suggestions or to interfere or ...
29
93000
2000
להציע הצעות או להפריע או ...
01:50
This is not just in Hebrew, by the way.
30
95000
3000
זה לא רק בעברית, אגב.
01:53
It's in every language I've had experience with so far.
31
98000
3000
זה בכל שפה שפגשתי עד כה.
01:56
And, you know, there's not much -- there wasn't much I could do,
32
101000
4000
ואתם יודעים, אין הרבה -- לא היה הרבה שיכלתי לעשות,
02:00
and they kept on doing what they were doing.
33
105000
3000
והן המשיכו לעשות מה שהן עשו.
02:03
And about three years later, when I left the hospital,
34
108000
2000
וכ-3 שנים לאחר מכן, כשעזבתי את בית החולים,
02:05
I started studying at the university.
35
110000
3000
התחלתי ללמוד באוניברסיטה.
02:08
And one of the most interesting lessons I learned
36
113000
3000
ואחד השיעורים המעניינים ביותר שלמדתי
02:11
was that there is an experimental method
37
116000
2000
היה כי ישנה שיטה ניסיונית
02:13
that if you have a question you can create a replica of this question
38
118000
4000
שאם יש לך שאלה, אתה יכול ליצור עותק של אותה שאלה
02:17
in some abstract way, and you can try to examine this question,
39
122000
4000
באופן מופשט, ואתה יכול לבחון את השאלה,
02:21
maybe learn something about the world.
40
126000
2000
ואולי ללמוד משהו על העולם.
02:23
So that's what I did.
41
128000
2000
אז זה מה שעשיתי.
02:25
I was still interested
42
130000
1000
עדיין התעניינתי
02:26
in this question of how do you take bandages off burn patients.
43
131000
2000
בשאלה הזו של איך להוריד תחבושות מפצועי כוויות.
02:28
So originally I didn't have much money,
44
133000
3000
אז לא היה לי הרבה כסף,
02:31
so I went to a hardware store and I bought a carpenter's vice.
45
136000
4000
אז הלכתי לחנות חומרי בניין וקניתי מלחציים, כמו של נגרים.
02:35
And I would bring people to the lab and I would put their finger in it,
46
140000
4000
והבאתי אנשים למעבדה והכנסתי את האצבע שלהם אל תוך המלחציים,
02:39
and I would crunch it a little bit.
47
144000
2000
ומעכתי אותה קצת.
02:41
(Laughter)
48
146000
2000
(צחוק)
02:43
And I would crunch it for long periods and short periods,
49
148000
3000
ומעכתי אותה למשכי זמן ארוכים ומשכי זמן קצרים,
02:46
and pain that went up and pain that went down,
50
151000
2000
וכאב שעלה וכאב שירד,
02:48
and with breaks and without breaks -- all kinds of versions of pain.
51
153000
4000
ועם הפסקות וללא הפסקות -- מבחר גרסאות של כאב.
02:52
And when I finished hurting people a little bit, I would ask them,
52
157000
2000
וכשסיימתי להכאיב לאנשים קצת, הייתי שואל אותם,
02:54
so, how painful was this? Or, how painful was this?
53
159000
2000
ובכן, כמה זה כאב? או כמה זה כאב?
02:56
Or, if you had to choose between the last two,
54
161000
2000
או, אם היית צריך לבחור מבין שני האחרונים,
02:58
which one would you choose?
55
163000
2000
במה היית בוחר?
03:00
(Laughter)
56
165000
3000
(צחוק)
03:03
I kept on doing this for a while.
57
168000
3000
המשכתי לעשות את זה במשך זמן מה.
03:06
(Laughter)
58
171000
2000
(צחוק)
03:08
And then, like all good academic projects, I got more funding.
59
173000
4000
ואז, כמו בכל מחקר אקדמאי מוצלח, קיבלתי עוד מימון.
03:12
I moved to sounds, electrical shocks --
60
177000
2000
התקדמתי לצליל, שוק חשמלי --
03:14
I even had a pain suit that I could get people to feel much more pain.
61
179000
5000
אפילו היתה לי חליפת כאב שיכלה לגרום לאנשים הרבה יותר כאב.
03:19
But at the end of this process,
62
184000
4000
אבל בסוף התהליך,
03:23
what I learned was that the nurses were wrong.
63
188000
3000
מה שלמדתי היה שהאחיות טעו.
03:26
Here were wonderful people with good intentions
64
191000
3000
הן היו נשים מדהימות עם כוונות טובות
03:29
and plenty of experience, and nevertheless
65
194000
2000
ושפע של ניסיון, אבל בכל-זאת
03:31
they were getting things wrong predictably all the time.
66
196000
4000
הן טעו באופן ניתן לחיזוי כל הזמן.
03:35
It turns out that because we don't encode duration
67
200000
3000
מסתבר, שבגלל שאנחנו לא מודדים משך זמן
03:38
in the way that we encode intensity,
68
203000
2000
באותה דרך בה אנחנו מודדים עוצמה,
03:40
I would have had less pain if the duration would have been longer
69
205000
4000
הייתי חווה פחות כאב אם משך הזמן היה ארוך יותר
03:44
and the intensity was lower.
70
209000
2000
והעוצמה נמוכה יותר.
03:46
It turns out it would have been better to start with my face,
71
211000
3000
מסתבר, שהיה טוב יותר אילו היו מתחילים מהפנים שלי,
03:49
which was much more painful, and move toward my legs,
72
214000
2000
שהיה הרבה יותר כואב ואז היו מתקדמים לכיוון הרגליים,
03:51
giving me a trend of improvement over time --
73
216000
3000
והייתי חווה מגמת שיפור עם הזמן.
03:54
that would have been also less painful.
74
219000
1000
זה גם היה כואב פחות.
03:55
And it also turns out that it would have been good
75
220000
2000
ובנוסף, מסתבר שהיה טוב אילו
03:57
to give me breaks in the middle to kind of recuperate from the pain.
76
222000
2000
היו עושים הפסקות באמצע כדי להתאושש מהכאב.
03:59
All of these would have been great things to do,
77
224000
2000
כל אלה היו דברים שהיו מאוד רצויים,
04:01
and my nurses had no idea.
78
226000
3000
ולאחיות שלי לא היה מושג.
04:04
And from that point on I started thinking,
79
229000
1000
ומהנקודה הזאת התחלתי לחשוב,
04:05
are the nurses the only people in the world who get things wrong
80
230000
3000
האם האחיות הן האנשים היחידים בעולם אשר יטעו
04:08
in this particular decision, or is it a more general case?
81
233000
3000
בהחלטה הספציפית הזאת, או האם מדובר במקרה כללי יותר?
04:11
And it turns out it's a more general case --
82
236000
2000
ומסתבר שמדובר במקרה כללי יותר --
04:13
there's a lot of mistakes we do.
83
238000
3000
ישנן הרבה טעויות שאנחנו עושים.
04:16
And I want to give you one example of one of these irrationalities,
84
241000
5000
ואני רוצה לתת לכם דוגמה של אחת מאותן החלטות לא הגיוניות,
04:21
and I want to talk to you about cheating.
85
246000
3000
ואני רוצה לדבר איתכם על רמאות.
04:24
And the reason I picked cheating is because it's interesting,
86
249000
2000
והסיבה שבחרתי ברמאות היא כי זה נושא מעניין,
04:26
but also it tells us something, I think,
87
251000
2000
אבל גם מגלה לנו דבר מה, אני חושב,
04:28
about the stock market situation we're in.
88
253000
3000
על מצב הבורסה הנוכחי.
04:31
So, my interest in cheating started
89
256000
3000
אז העניין שלי ברמאות התחיל
04:34
when Enron came on the scene, exploded all of a sudden,
90
259000
2000
כש"אנרון" עלתה לבמה, התפוצצה לפתע,
04:36
and I started thinking about what is happening here.
91
261000
3000
ואני התחלתי לחשוב על מה שקורה.
04:39
Is it the case that there was kind of
92
264000
1000
האם זה מקרה של
04:40
a few apples who are capable of doing these things,
93
265000
3000
כמה תפוחים רקובים שהיו מסוגלים לעשות את כל זה?
04:43
or are we talking a more endemic situation,
94
268000
2000
או שמדובר במצב יותר מהותי,
04:45
that many people are actually capable of behaving this way?
95
270000
4000
שבו הרבה אנשים מסוגלים להתנהג באופן כזה?
04:49
So, like we usually do, I decided to do a simple experiment.
96
274000
4000
אז, כמו שבד"כ אנחנו עושים, החלטתי לערוך ניסוי פשוט.
04:53
And here's how it went.
97
278000
1000
וכך הוא התנהל:
04:54
If you were in the experiment, I would pass you a sheet of paper
98
279000
3000
אם הייתם משתתפים בניסוי, הייתי נותן לכם פיסת נייר
04:57
with 20 simple math problems that everybody could solve,
99
282000
4000
עם 20 בעיות פשוטות במתמטיקה שכל אחד יכול לפתור,
05:01
but I wouldn't give you enough time.
100
286000
2000
אבל לא הייתי נותן לכם מספיק זמן.
05:03
When the five minutes were over, I would say,
101
288000
2000
אחרי ש5 הדקות היו עוברות
05:05
"Pass me the sheets of paper, and I'll pay you a dollar per question."
102
290000
3000
"החזירו את הניירות ואשלם לכם דולר לכל שאלה."
05:08
People did this. I would pay people four dollars for their task --
103
293000
4000
אנשים עשו כן, ושילמתי להם 4 דולרים על המשימה -
05:12
on average people would solve four problems.
104
297000
2000
בממוצע, אנשים פתרו 4 שאלות.
05:14
Other people I would tempt to cheat.
105
299000
3000
לאחרים ניסיתי לגרום לרמות.
05:17
I would pass their sheet of paper.
106
302000
1000
חילקתי את ניירות הבחינה שלהם
05:18
When the five minutes were over, I would say,
107
303000
2000
ואחרי 5 דקות, אמרתי:
05:20
"Please shred the piece of paper.
108
305000
1000
"בבקשה, קרעו את הניירות שלכם.
05:21
Put the little pieces in your pocket or in your backpack,
109
306000
3000
שימו את חתיכות הנייר בכיס או בתיק שלכם.
05:24
and tell me how many questions you got correctly."
110
309000
3000
ואמרו לי, בכמה תשובות צדקתם."
05:27
People now solved seven questions on average.
111
312000
3000
עכשיו אנשים פתרו 7 שאלות בממוצע.
05:30
Now, it wasn't as if there was a few bad apples --
112
315000
5000
וזה לא שכביכול היו כמה תפוחים רקובים --
05:35
a few people cheated a lot.
113
320000
3000
מעט אנשים שרימו הרבה,
05:38
Instead, what we saw is a lot of people who cheat a little bit.
114
323000
3000
במקום זאת, ראינו הרבה אנשים שרימו מעט.
05:41
Now, in economic theory,
115
326000
3000
עכשיו, בתיאוריה כלכלית,
05:44
cheating is a very simple cost-benefit analysis.
116
329000
3000
רמאות היא חישוב פשוט מאוד של עלות-תועלת.
05:47
You say, what's the probability of being caught?
117
332000
2000
אתה חושב, מה הסיכוי להיתפס?
05:49
How much do I stand to gain from cheating?
118
334000
3000
כמה אני צפוי להרוויח מהרמאות?
05:52
And how much punishment would I get if I get caught?
119
337000
2000
וכמה איענש אם אתפס?
05:54
And you weigh these options out --
120
339000
2000
ואתה שוקל את האפשרויות האלה --
05:56
you do the simple cost-benefit analysis,
121
341000
2000
אתה עורך את החישוב הפשוט של עלות-תועלת,
05:58
and you decide whether it's worthwhile to commit the crime or not.
122
343000
3000
ואתה מחליט אם משתלם לך לבצע את הפשע או לא.
06:01
So, we try to test this.
123
346000
2000
אז אנחנו מנסים לבחון את זה.
06:03
For some people, we varied how much money they could get away with --
124
348000
4000
לחלק מהאנשים, שינינו את כמות הכסף שהם יכלו להרוויח --
06:07
how much money they could steal.
125
352000
1000
כמה כסף הם יוכלו לגנוב.
06:08
We paid them 10 cents per correct question, 50 cents,
126
353000
3000
שילמנו להם 10 סנט עבור כל תשובה נכונה, 50 סנט,
06:11
a dollar, five dollars, 10 dollars per correct question.
127
356000
3000
דולר אחד, 5 דולרים, 10 דולרים עבור תשובה נכונה.
06:14
You would expect that as the amount of money on the table increases,
128
359000
4000
ניתן לצפות שככל שהסכום "על השולחן" עולה,
06:18
people would cheat more, but in fact it wasn't the case.
129
363000
3000
אנשים ירמו יותר. אבל למעשה, לא כך היה.
06:21
We got a lot of people cheating by stealing by a little bit.
130
366000
3000
קיבלנו הרבה אנשים שמרמים ע"י גניבת מעט.
06:24
What about the probability of being caught?
131
369000
3000
מה לגבי הסבירות להיתפס?
06:27
Some people shredded half the sheet of paper,
132
372000
2000
חלק מהאנשים קרעו חצי מהנייר שלהם,
06:29
so there was some evidence left.
133
374000
1000
כך שנשארו ראיות.
06:30
Some people shredded the whole sheet of paper.
134
375000
2000
חלק מהאנשים קרעו את כל הנייר שלהם.
06:32
Some people shredded everything, went out of the room,
135
377000
3000
חלק מהאנשים קרעו הכל, יצאו מהחדר,
06:35
and paid themselves from the bowl of money that had over 100 dollars.
136
380000
3000
ושילמו לעצמם מקערת הכסף שהכילה יותר מ100 דולר.
06:38
You would expect that as the probability of being caught goes down,
137
383000
3000
ניתן היה לצפות, שככל שהסבירות להיתפס יורדת,
06:41
people would cheat more, but again, this was not the case.
138
386000
3000
אנשים ירמו יותר, אבל, שוב, לא כך היה.
06:44
Again, a lot of people cheated by just by a little bit,
139
389000
3000
שוב, הרבה אנשים רימו אך במעט.
06:47
and they were insensitive to these economic incentives.
140
392000
3000
והם היו אדישים לתמריצים הכלכליים האלה.
06:50
So we said, "If people are not sensitive
141
395000
1000
אז אמרנו, "אם אנשים אדישים
06:51
to the economic rational theory explanations, to these forces,
142
396000
5000
להסברים ההגיוניים של התורה הכלכלית, לכוחות האלה,
06:56
what could be going on?"
143
401000
3000
מה בעצם קורה פה?"
06:59
And we thought maybe what is happening is that there are two forces.
144
404000
3000
וחשבנו שאולי מה שקורה זה שישנם שני כוחות.
07:02
At one hand, we all want to look at ourselves in the mirror
145
407000
2000
מצד אחד, כולנו רוצים להביט במראה
07:04
and feel good about ourselves, so we don't want to cheat.
146
409000
3000
ולהרגיש טוב עם עצמנו, אז אנחנו לא רוצים לרמות.
07:07
On the other hand, we can cheat a little bit,
147
412000
2000
מצד שני, אנחנו יכולים לרמות קצת,
07:09
and still feel good about ourselves.
148
414000
2000
ועדיין להרגיש טוב עם עצמנו.
07:11
So, maybe what is happening is that
149
416000
1000
אז אולי, מה שקורה הוא
07:12
there's a level of cheating we can't go over,
150
417000
2000
שיש רמת רמאות שאנחנו לא יכולים לעבור,
07:14
but we can still benefit from cheating at a low degree,
151
419000
4000
אבל אנחנו בכ"ז יכולים להרוויח מרמאות ברמה נמוכה,
07:18
as long as it doesn't change our impressions about ourselves.
152
423000
3000
כל עוד הרמאות לא משנה את הדימוי העצמי שלנו.
07:21
We call this like a personal fudge factor.
153
426000
3000
אנחנו קוראים לזה "גורם אלתור".
07:25
Now, how would you test a personal fudge factor?
154
430000
4000
עכשיו, איך בודקים גורם אלתור אישי?
07:29
Initially we said, what can we do to shrink the fudge factor?
155
434000
4000
בתחילה שאלנו איך נוכל לצמצם את גורם האלתור?
07:33
So, we got people to the lab, and we said,
156
438000
2000
אז הבאנו אנשים למעבדה ואמרנו:
07:35
"We have two tasks for you today."
157
440000
2000
"יש לנו שתי משימות בשבילכם היום."
07:37
First, we asked half the people
158
442000
1000
ראשית, ביקשנו ממחצית מהאנשים
07:38
to recall either 10 books they read in high school,
159
443000
2000
להיזכר ב10 ספרים שקראו בתיכון,
07:40
or to recall The Ten Commandments,
160
445000
3000
או להיזכר ב10 הדיברות,
07:43
and then we tempted them with cheating.
161
448000
2000
ואז פיתינו אותם עם רמאות.
07:45
Turns out the people who tried to recall The Ten Commandments --
162
450000
3000
הסתבר, שהאנשים שניסו להיזכר ב10 הדיברות --
07:48
and in our sample nobody could recall all of The Ten Commandments --
163
453000
2000
ובמקרה שלנו אף-אחד לא הצליח להיזכר ב10 הדיברות --
07:51
but those people who tried to recall The Ten Commandments,
164
456000
4000
אבל, אותם אנשים שניסו להיזכר ב10 הדיברות
07:55
given the opportunity to cheat, did not cheat at all.
165
460000
3000
בהינתן ההזדמנות לרמות - לא רימו כלל.
07:58
It wasn't that the more religious people --
166
463000
2000
זה לא שהאנשים הדתיים יותר --
08:00
the people who remembered more of the Commandments -- cheated less,
167
465000
1000
אלה שזכרו יותר מהדיברות -- רימו פחות,
08:01
and the less religious people --
168
466000
2000
ושהאנשים הדתיים פחות --
08:03
the people who couldn't remember almost any Commandments --
169
468000
1000
אלה שכמעט ולא הצליחו להיזכר בדיברות --
08:04
cheated more.
170
469000
2000
רימו יותר.
08:06
The moment people thought about trying to recall The Ten Commandments,
171
471000
4000
ברגע שאנשים חשבו על לנסות ולהיזכר ב10 הדיברות
08:10
they stopped cheating.
172
475000
1000
הם הפסיקו לרמות.
08:11
In fact, even when we gave self-declared atheists
173
476000
2000
למעשה, אפילו כשנתנו לאתיאיסטים מוצהרים
08:13
the task of swearing on the Bible and we give them a chance to cheat,
174
478000
4000
את המשימה להישבע על ספר התנ"ך ואז נתנו להם הזדמנות לרמות,
08:17
they don't cheat at all.
175
482000
2000
הם לא רימו כלל.
08:21
Now, Ten Commandments is something that is hard
176
486000
2000
עכשיו, 10 הדיברות הן דבר שקשה
08:23
to bring into the education system, so we said,
177
488000
2000
להכניס למערכת החינוך, אז אמרנו
08:25
"Why don't we get people to sign the honor code?"
178
490000
2000
"למה שלא נגרום לאנשים לחתום על 'קוד אתי'?"
08:27
So, we got people to sign,
179
492000
2000
אז גרמנו להם לחתום:
08:29
"I understand that this short survey falls under the MIT Honor Code."
180
494000
4000
"אני מבין שהסקר הקצר הזה יערך בהתאם לקוד האתי של MIT ."
08:33
Then they shredded it. No cheating whatsoever.
181
498000
3000
ואז הם קרעו את זה לגזרים. שום רמאות בכלל.
08:36
And this is particularly interesting,
182
501000
1000
וזה מאוד מעניין
08:37
because MIT doesn't have an honor code.
183
502000
2000
כי לאוניברסיטת MIT כלל אין "קוד אתי".
08:39
(Laughter)
184
504000
5000
(צחוק)
08:44
So, all this was about decreasing the fudge factor.
185
509000
4000
אז, כל זה מקטין את "גורם האלתור."
08:48
What about increasing the fudge factor?
186
513000
3000
ומה בדבר הגדלת "גורם האלתור"?
08:51
The first experiment -- I walked around MIT
187
516000
2000
הניסוי הראשון -- הסתובבתי בMIT
08:53
and I distributed six-packs of Cokes in the refrigerators --
188
518000
3000
ופיזרתי שישיות של קולה במקררים --
08:56
these were common refrigerators for the undergrads.
189
521000
2000
אלה היו מקררים משותפים לתלמידי התואר הראשון.
08:58
And I came back to measure what we technically call
190
523000
3000
וחזרתי למדוד את מה שאנחנו קוראים לו
09:01
the half-lifetime of Coke -- how long does it last in the refrigerators?
191
526000
4000
"זמן מחצית החיים" של קולה -- כמה זמן היא תשרוד במקררים?
09:05
As you can expect it doesn't last very long; people take it.
192
530000
3000
וכמו שניתן לצפות, היא לא שורדת הרבה זמן. אנשים לוקחים אותה.
09:08
In contrast, I took a plate with six one-dollar bills,
193
533000
4000
להבדיל, לקחתי צלחת עם 6 שטרות בני דולר אחד,
09:12
and I left those plates in the same refrigerators.
194
537000
3000
והשארתי אותם באותם מקררים.
09:15
No bill ever disappeared.
195
540000
1000
אף שטר לא נעלם.
09:16
Now, this is not a good social science experiment,
196
541000
3000
אבל, זה אינו ניסוי טוב במדעי החברה,
09:19
so to do it better I did the same experiment
197
544000
3000
אז כדי לשפר אותו, ערכתי את אותו הניסוי
09:22
as I described to you before.
198
547000
2000
כפי שתיארתי לכם הרגע.
09:24
A third of the people we passed the sheet, they gave it back to us.
199
549000
3000
שליש מהאנשים שקיבלו את דפי הנייר - החזירו אותם,
09:27
A third of the people we passed it to, they shredded it,
200
552000
3000
שליש מהאנשים שקיבלו את הדפים - קרעו אותם, 202 00:09:15,000 --> 00:09:16,000 הם פנו אלינו ואמרו:
09:30
they came to us and said,
201
555000
1000
הם פנו אלינו ואמרו
09:31
"Mr. Experimenter, I solved X problems. Give me X dollars."
202
556000
3000
"מר נסיין, פתרתי X שאלות. תן לי X דולרים."
09:34
A third of the people, when they finished shredding the piece of paper,
203
559000
3000
שליש מהאנשים כשסיימו לקרוע את הניירות
09:37
they came to us and said,
204
562000
2000
באו אלינו ואמרו:
09:39
"Mr Experimenter, I solved X problems. Give me X tokens."
205
564000
6000
"מר נסיין, פתרתי X שאלות, תן לי X אסימונים."
09:45
We did not pay them with dollars; we paid them with something else.
206
570000
3000
לא שילמנו להם בדולרים. שילמנו להם במשהו אחר.
09:48
And then they took the something else, they walked 12 feet to the side,
207
573000
3000
ואז הם לקחו את המשהו האחר, הלכו 4 מטר הצידה,
09:51
and exchanged it for dollars.
208
576000
2000
והחליפו את המשהו הזה בדולרים.
09:53
Think about the following intuition.
209
578000
2000
תחשבו על התפיסה האינטואיטיבית הבאה:
09:55
How bad would you feel about taking a pencil from work home,
210
580000
3000
כמה רע תרגישו אם תיקחו עיפרון מהעבודה הביתה,
09:58
compared to how bad would you feel
211
583000
2000
בהשוואה לכמה רע תרגישו
10:00
about taking 10 cents from a petty cash box?
212
585000
2000
אם תיקחו 10 סנט מהקופה הקטנה במשרד?
10:02
These things feel very differently.
213
587000
3000
הדברים הללו נותנים תחושה שונה לגמרי.
10:05
Would being a step removed from cash for a few seconds
214
590000
3000
האם הרחקת האנשים מהכסף המזומן למשך כמה שניות
10:08
by being paid by token make a difference?
215
593000
3000
ע"י תשלום באסימונים תשפיע?
10:11
Our subjects doubled their cheating.
216
596000
2000
המשתתפים הכפילו את הרמאות שלהם.
10:13
I'll tell you what I think
217
598000
2000
אומר לכם מה אני חושב
10:15
about this and the stock market in a minute.
218
600000
2000
לגבי זה והבורסה בעוד רגע.
10:18
But this did not solve the big problem I had with Enron yet,
219
603000
4000
אבל זה עדיין לא פתר את הבעיה הגדולה שהיתה לי עם "אנרון,"
10:22
because in Enron, there's also a social element.
220
607000
3000
כיוון שב"אנרון" ישנו גם מרכיב חברתי.
10:25
People see each other behaving.
221
610000
1000
אנשים רואים את ההתנהגות של השאר.
10:26
In fact, every day when we open the news
222
611000
2000
למעשה, בכל יום, כשאנחנו פותחים את העיתון
10:28
we see examples of people cheating.
223
613000
2000
אנחנו רואים דוגמאות של אנשים מרמים.
10:30
What does this cause us?
224
615000
3000
איך זה משפיע עלינו?
10:33
So, we did another experiment.
225
618000
1000
אז ערכנו ניסוי נוסף.
10:34
We got a big group of students to be in the experiment,
226
619000
3000
אירגנו קבוצת סטודנטים גדולה לניסוי
10:37
and we prepaid them.
227
622000
1000
ושילמנו להם מראש,
10:38
So everybody got an envelope with all the money for the experiment,
228
623000
3000
כך שכל אחד קיבל מעטפה עם התשלום עבור הניסוי.
10:41
and we told them that at the end, we asked them
229
626000
2000
ואמרנו להם שבסוף, ביקשנו מהם
10:43
to pay us back the money they didn't make. OK?
230
628000
4000
לשלם לנו בחזרה את הכסף שלא הרוויחו. יש?
10:47
The same thing happens.
231
632000
1000
אותו הדבר קרה.
10:48
When we give people the opportunity to cheat, they cheat.
232
633000
2000
כשאנחנו נותנים לאנשים את ההזדמנות לרמות, הם מרמים.
10:50
They cheat just by a little bit, all the same.
233
635000
3000
הם מרמים בקצת, אבל מרמים.
10:53
But in this experiment we also hired an acting student.
234
638000
3000
אבל במקרה הזה שכרנו גם סטודנט למשחק.
10:56
This acting student stood up after 30 seconds, and said,
235
641000
4000
הסטודנט למשחק נעמד לאחר 30 שניות ואמר:
11:00
"I solved everything. What do I do now?"
236
645000
3000
"פתרתי הכל, מה לעשות?"
11:03
And the experimenter said, "If you've finished everything, go home.
237
648000
4000
והנסיין אמר: "אם פתרת הכל, לך הביתה,
11:07
That's it. The task is finished."
238
652000
1000
זהו זה, המשימה נגמרה."
11:08
So, now we had a student -- an acting student --
239
653000
4000
אז עכשיו היה לנו סטודנט -- סטודנט למשחק --
11:12
that was a part of the group.
240
657000
2000
שהיה חלק מהקבוצה.
11:14
Nobody knew it was an actor.
241
659000
2000
אף אחד לא ידע שהוא שחקן.
11:16
And they clearly cheated in a very, very serious way.
242
661000
4000
והיה ברור שהוא רימה בדרך מאוד מאוד חמורה.
11:20
What would happen to the other people in the group?
243
665000
3000
מה יקרה לשאר חברי הקבוצה?
11:23
Will they cheat more, or will they cheat less?
244
668000
3000
האם ירמו יותר או שמא פחות?
11:26
Here is what happens.
245
671000
2000
הנה מה שקרה:
11:28
It turns out it depends on what kind of sweatshirt they're wearing.
246
673000
4000
מסתבר שזה תלוי באיזו חולצה הם לבשו.
11:32
Here is the thing.
247
677000
2000
הנה הקטע,
11:34
We ran this at Carnegie Mellon and Pittsburgh.
248
679000
3000
העברנו את הניסוי בקרנגי-מלון ובפיטסבורג.
11:37
And at Pittsburgh there are two big universities,
249
682000
2000
בפיטסבורג יש שתי אוניברסיטאות גדולות:
11:39
Carnegie Mellon and University of Pittsburgh.
250
684000
3000
קרנגי-מלון והאוניברסיטה של פיטסבורג.
11:42
All of the subjects sitting in the experiment
251
687000
2000
כל המשתתפים בניסוי
11:44
were Carnegie Mellon students.
252
689000
2000
היו תלמידי קרנגי-מלון
11:46
When the actor who was getting up was a Carnegie Mellon student --
253
691000
4000
וכאשר השחקן אשר נעמד היה גם תלמיד של קרמגי-מלון --
11:50
he was actually a Carnegie Mellon student --
254
695000
2000
הוא באמת היה תלמיד של קרנגי-מלון --
11:52
but he was a part of their group, cheating went up.
255
697000
4000
אבל הוא היה חלק מהקבוצה, הרמאות עלתה.
11:56
But when he actually had a University of Pittsburgh sweatshirt,
256
701000
4000
אבל כאשר הוא לבש חולצה של אוניברסיטת פיטסבורג
12:00
cheating went down.
257
705000
2000
הרמאות ירדה.
12:02
(Laughter)
258
707000
3000
(צחוק)
12:05
Now, this is important, because remember,
259
710000
3000
עכשיו, זה חשוב, כיוון שיש לזכור
12:08
when the moment the student stood up,
260
713000
2000
שברגע שהסטודנט נעמד
12:10
it made it clear to everybody that they could get away with cheating,
261
715000
3000
היה ברור לכולם שהם יכולים להתחמק עם הרמאות,
12:13
because the experimenter said,
262
718000
2000
כיוון שהנסיין אמר:
12:15
"You've finished everything. Go home," and they went with the money.
263
720000
2000
"סיימת הכל. לך הביתה" והשחקן הלך עם הכסף.
12:17
So it wasn't so much about the probability of being caught again.
264
722000
3000
אז העניין לא היה ממש הסיכון להיתפס.
12:20
It was about the norms for cheating.
265
725000
3000
זה היה יותר על הנורמות של רמאות.
12:23
If somebody from our in-group cheats and we see them cheating,
266
728000
3000
אם מישהו מתוך הקבוצה שלנו מרמה ואנחנו רואים אותו מרמה
12:26
we feel it's more appropriate, as a group, to behave this way.
267
731000
4000
אנחנו מרגישים שזה יותר ראוי, כקבוצה, להתנהג כך.
12:30
But if it's somebody from another group, these terrible people --
268
735000
2000
אבל אם זה מישהו מקבוצה אחרת, אותם אנשים נוראיים --
12:32
I mean, not terrible in this --
269
737000
2000
אני מתכוון, לא נוראיים ב --
12:34
but somebody we don't want to associate ourselves with,
270
739000
2000
אבל אנשים שאנחנו לא רוצים להזדהות איתם
12:36
from another university, another group,
271
741000
2000
מאוניברסיטה אחרת, קבוצה אחרת,
12:38
all of a sudden people's awareness of honesty goes up --
272
743000
3000
לפתע פתאום המודעות של האנשים ליושר עולה --
12:41
a little bit like The Ten Commandments experiment --
273
746000
2000
קצת כמו הניסוי עם 10 הדיברות --
12:43
and people cheat even less.
274
748000
4000
והם מרמים עוד פחות.
12:47
So, what have we learned from this about cheating?
275
752000
4000
אז מה למדנו על רמאות מכל זה?
12:51
We've learned that a lot of people can cheat.
276
756000
3000
למדנו שהרבה אנשים יכולים לרמות.
12:54
They cheat just by a little bit.
277
759000
3000
הם מרמים רק במעט.
12:57
When we remind people about their morality, they cheat less.
278
762000
4000
כשאנחנו מזכירים להם את המוסר שלהם, הם מרמים פחות.
13:01
When we get bigger distance from cheating,
279
766000
3000
כשאנחנו מתרחקים מהרמאות,
13:04
from the object of money, for example, people cheat more.
280
769000
4000
מאובייקט הכסף, למשל, הם מרמים יותר.
13:08
And when we see cheating around us,
281
773000
2000
וכשאנחנו רואים רמאות מסביבנו,
13:10
particularly if it's a part of our in-group, cheating goes up.
282
775000
4000
בייחוד אם זה מתוך הקבוצה שלנו, הרמאות עולה.
13:14
Now, if we think about this in terms of the stock market,
283
779000
3000
עכשיו, אם נחשוב על זה במונחים של הבורסה,
13:17
think about what happens.
284
782000
1000
חשבו מה קורה.
13:18
What happens in a situation when you create something
285
783000
3000
מה קורה כשיוצרים משהו,
13:21
where you pay people a lot of money
286
786000
2000
כשמשלמים לאנשים הרבה כסף
13:23
to see reality in a slightly distorted way?
287
788000
3000
כדי לראות את המציאות בצורה מעט מעוותת.
13:26
Would they not be able to see it this way?
288
791000
3000
האם הם לא יצליחו לראות את המציאות כך?
13:29
Of course they would.
289
794000
1000
בוודאי שיצליחו.
13:30
What happens when you do other things,
290
795000
1000
מה קורה כשעושים דברים אחרים,
13:31
like you remove things from money?
291
796000
2000
כשמפרידים דברים מכסף?
13:33
You call them stock, or stock options, derivatives,
292
798000
3000
קוראים לזה מניות, אופציות, נגזרים,
13:36
mortgage-backed securities.
293
801000
1000
ניירות ערך מגובי משכנתאות.
13:37
Could it be that with those more distant things,
294
802000
3000
היתכן שעם דברים יותר מרוחקים כאלה,
13:40
it's not a token for one second,
295
805000
2000
שאינם אסימון לשנייה אחת,
13:42
it's something that is many steps removed from money
296
807000
2000
אלא דבר שמרוחק צעדים רבים מכסף
13:44
for a much longer time -- could it be that people will cheat even more?
297
809000
4000
למשך זמן ארוך הרבה יותר -- הייתכן שאנשים ירמו אפילו יותר?
13:48
And what happens to the social environment
298
813000
2000
ומה קורה לסביבה החברתית
13:50
when people see other people behave around them?
299
815000
3000
כשאנשים רואים אחרים מתנהגים כך סביבם?
13:53
I think all of those forces worked in a very bad way
300
818000
4000
אני חושב שכל הכוחות האלה פועלים בצורה רעה
13:57
in the stock market.
301
822000
2000
בבורסה.
13:59
More generally, I want to tell you something
302
824000
3000
ובאופן כללי, אני רוצה להגיד לכם משהו
14:02
about behavioral economics.
303
827000
3000
על כלכלה התנהגותית.
14:05
We have many intuitions in our life,
304
830000
4000
יש בחיינו הרבה אינטואיציות,
14:09
and the point is that many of these intuitions are wrong.
305
834000
3000
והנקודה היא שהרבה מהאינטואיציות הללו שגויות.
14:12
The question is, are we going to test those intuitions?
306
837000
3000
השאלה היא, האם נבחן את האינטואיציות האלה?
14:15
We can think about how we're going to test this intuition
307
840000
2000
אנחנו יכולים לחשוב איך לבחון את האינטואיציות האלה
14:17
in our private life, in our business life,
308
842000
2000
בחיינו הפרטיים, בחיינו העסקיים,
14:19
and most particularly when it goes to policy,
309
844000
3000
ובייחוד כשזה נוגע לנושאי מדיניות,
14:22
when we think about things like No Child Left Behind,
310
847000
3000
כשאנחנו חושבים על דברים כמו "לא משאירים אף ילד מאחור,"
14:25
when you create new stock markets, when you create other policies --
311
850000
3000
כשיוצרים שווקי מניות חדשים, יוצרים מדיניות חדשה --
14:28
taxation, health care and so on.
312
853000
3000
מיסוי, ביטוח בריאות ועוד.
14:31
And the difficulty of testing our intuition
313
856000
2000
והקושי שבבחינת האינטואיציה שלנו
14:33
was the big lesson I learned
314
858000
2000
היה השיעור שלמדתי
14:35
when I went back to the nurses to talk to them.
315
860000
2000
כשחזרתי לדבר עם האחיות.
14:37
So I went back to talk to them
316
862000
2000
אז חזרתי לדבר איתן,
14:39
and tell them what I found out about removing bandages.
317
864000
3000
ולספר להן מה שגיליתי לגבי הסרת התחבושות.
14:42
And I learned two interesting things.
318
867000
2000
ולמדתי שני דברים מעניינים,
14:44
One was that my favorite nurse, Ettie,
319
869000
2000
אחד היה, שהאחות החביבה עלי ביותר, אתי,
14:46
told me that I did not take her pain into consideration.
320
871000
4000
אמרה לי שלא החשבתי את הכאב שלה בשיקולי.
14:50
She said, "Of course, you know, it was very painful for you.
321
875000
2000
היא אמרה: "כמובן, אתה יודע, זה היה מאוד כואב עבורך.
14:52
But think about me as a nurse,
322
877000
2000
אבל חשוב עלי כאחות,
14:54
taking, removing the bandages of somebody I liked,
323
879000
2000
להלביש ולהוריד תחבושות ממישהו שחיבבתי,
14:56
and had to do it repeatedly over a long period of time.
324
881000
3000
והייתי צריכה לעשות זאת שוב ושוב לאורך זמן רב.
14:59
Creating so much torture was not something that was good for me, too."
325
884000
3000
יצירת סבל כה רב היא משהו שקשה גם לי."
15:02
And she said maybe part of the reason was it was difficult for her.
326
887000
5000
והיא אמרה, אולי זה חלק מהסיבה שבגללה זה היה קשה עבורה
15:07
But it was actually more interesting than that, because she said,
327
892000
3000
אבל זה היה יותר מעניין מזה, כי היא אמרה:
15:10
"I did not think that your intuition was right.
328
895000
5000
"אני לא חשבתי שהאינטואיציה שלך היתה נכונה.
15:15
I felt my intuition was correct."
329
900000
1000
אני הרגשתי שהאינטואיציה שלי נכונה."
15:16
So, if you think about all of your intuitions,
330
901000
2000
אז אם תחשבו על כל האינטואיציות שיש לכם,
15:18
it's very hard to believe that your intuition is wrong.
331
903000
4000
זה מאוד קשה לחשוב שהאינטואיציה שלכם שגויה.
15:22
And she said, "Given the fact that I thought my intuition was right ..." --
332
907000
3000
והיא אמרה: "בהתחשב בעובדה שחשבתי שהאינטואיציה שלי נכונה" --
15:25
she thought her intuition was right --
333
910000
2000
היא חשבה שהאינטואיציה שלה נכונה --
15:27
it was very difficult for her to accept doing a difficult experiment
334
912000
5000
היה לה מאוד קשה לקבל את הצורך לערוך ניסוי קשה
15:32
to try and check whether she was wrong.
335
917000
2000
שיבדוק אם היא טועה.
15:34
But in fact, this is the situation we're all in all the time.
336
919000
4000
אבל למעשה, זה המצב שבו אנחנו נמצאים כל הזמן.
15:38
We have very strong intuitions about all kinds of things --
337
923000
3000
יש לנו אינטואיציות חזקות לגבי כל מיני דברים --
15:41
our own ability, how the economy works,
338
926000
3000
היכולות שלנו, איך שהכלכלה עובדת,
15:44
how we should pay school teachers.
339
929000
2000
כמה צריך לשלם למורים בבתי הספר.
15:46
But unless we start testing those intuitions,
340
931000
3000
אבל אם לא נתחיל לבדוק את האינטואיציות האלה
15:49
we're not going to do better.
341
934000
2000
אנחנו לא נשתפר.
15:51
And just think about how better my life would have been
342
936000
2000
ותחשבו כמה חיי היו יכולים להיות יותר טובים
15:53
if these nurses would have been willing to check their intuition,
343
938000
2000
אם אותן אחיות היו מוכנות לבדוק את האינטואיציות שלהן
15:55
and how everything would have been better
344
940000
1000
ואיך הכל היה יותר טוב
15:56
if we just start doing more systematic experimentation of our intuitions.
345
941000
5000
אם רק היינו עושים יותר בדיקות שיטתיות של האינטואיציות שלנו
16:01
Thank you very much.
346
946000
2000
תודה רבה.
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com