TEDxStanford
Baba Shiv: Sometimes it's good to give up the driver's seat
बाबा शिव :कभी कभी ड्राईवर सीट छोड़ना सबसे बेहतर है
Filmed:
Readability: 3.7
901,458 views
सालों का अनुसंधान, मानव स्वभाव के बारे में एक काउंटर इनटुइटिव तथ्य सामने लाता है: कि कभी कभी अधिक विकल्प होना हमें दुखी कर सकता है| यह चिकित्सा स्थिति से भी जुड़ा हो सकता है| बाबा शिव एक आकर्षक अध्यायन दिखाते हैं जिससे पता चलता है कि चुनाव से शक कैसे पैदा हो सकता है, और कैसे चुनने का हक़ छोड़ देना - खास तौर पर ज़िन्दगी और मौत के मामले में- हमारे लिए सबसे अच्छा हो सकता है|
Baba Shiv - Neuroeconomist
Baba Shiv studies how “liking” and “wanting” shape the choices we make, and what that means in the world of marketing. Full bio
Baba Shiv studies how “liking” and “wanting” shape the choices we make, and what that means in the world of marketing. Full bio
Double-click the English transcript below to play the video.
00:16
I want to start on a slightly somber note.
0
542
3132
मैं एक थोड़े से गंभीर नोट पर शुरू करना चाहूँगा
00:19
Two thousand and seven, five years ago,
1
3674
3773
दो हज़ार सात, पांच साल पहले,
00:23
my wife gets diagnosed with breast cancer,
2
7447
3046
मेरी पत्नी को स्तन कैंसर के साथ निदान किया गया
00:26
stage IIB.
3
10493
3050
स्टेज टू बी|
00:29
Now, looking back, the most harrowing
4
13543
2151
अब मैं उस अनुभव के बारे में सोचता हूँ
00:31
part of that experience
5
15694
1144
उसका सबसे दुःख भरा हिस्सा
00:32
was not just the hospital visits --
6
16838
2112
अस्पताल की यात्राएं नहीं थी--
00:34
these were very painful for my wife, understandably so.
7
18950
3212
स्पष्ट है, वो मेरी पत्नी के लिए बहुत कठिन थे
00:38
It was not even the initial shock of knowing
8
22162
1822
वो शुरुआत का झटका भी नहीं था
00:39
that she had breast cancer, just 39 years old,
9
23984
2104
की उसे स्तन कैंसर है, केवल 39 वर्ष की उम्र में
00:41
absolutely no history of cancer in her family.
10
26088
4040
परिवार में कैंसर का कोई इतिहास नहीं|
00:46
The most horrifying and agonizing part
11
30128
3069
उस अनुभव का
00:49
of the whole experience was we were making
12
33197
2664
सबसे भयानक और पीड़ादायक हिस्सा था
00:51
decisions after decisions after decisions
13
35861
1905
कि हम निर्णय पर निर्णय कर रहे थे
00:53
that were being thrust upon us.
14
37766
2068
जो हमारे ऊपर डाले जा रहे थे|
00:55
Should it be a mastectomy? Should it be a lumpectomy?
15
39834
3186
क्या मासेक्टोमी करना चाहिए? या लम्पेक्टोमी?
00:58
Should it be a more aggressive form of treatment,
16
43020
2376
क्या एक आक्रामक इलाज करना चाहिए,
01:01
given that it was stage IIB?
17
45396
1881
स्टेज बी जो था?
01:03
With all the side effects?
18
47277
1536
पूरे साइड एफ्फेक्ट्स के साथ?
01:04
Or should it be a less aggressive form of treatment?
19
48813
2888
या फिर कम आक्रामक इलाज सही रहेगा?
01:07
And these were being pressed upon us
20
51701
2198
और यह निर्णय
01:09
by the doctors.
21
53899
2276
डॉक्टर्स हमारे ऊपर छोड़ रहे थे
01:12
Now, you could ask this question,
22
56175
1467
अब आप ये सवाल पूछ सकते हैं
01:13
why were the doctors doing this?
23
57642
1666
डॉक्टर ऐसा क्यूँ कर रहे थे?
01:15
Now, a simplistic answer would be,
24
59308
1783
इसका आसान उत्तर तो यह है
01:16
the doctors are doing this because they want to protect themselves legally.
25
61091
4368
कि डॉक्टर अपने आप को कानूनी तौर पर बचाना चाहते हैं|
01:21
I think that is too simplistic.
26
65459
1723
मेरे ख्याल से यह ज्यादा सरलीकृत है|
01:23
These are well-meaning doctors,
27
67182
1477
डॉक्टर शुभचिंतक होते हैं,
01:24
some of them have gone on to become very good friends.
28
68659
2039
कुछ तो अब काफी अछे मित्र भी बन चुके हैं
01:26
They probably were simply following the wisdom
29
70698
2137
वे तो सदियों पुराने ज्ञान का पालन कर रहे हैं
01:28
that has come down the ages, this adage that when you're making decisions,
30
72835
3808
यह कहावत कि जब निर्णय किये जाते हैं,
01:32
especially decisions of importance,
31
76643
2423
खास तौर पर महत्वपूर्ण निर्णय
01:34
it's best to be in charge, it's best to be in control,
32
79066
2939
सबसे अच्छा नियंत्रण में होना है
01:37
it's best to be in the driver's seat.
33
82005
2993
ड्राईवर सीट में होना
01:40
And we were certainly in the driver's seat,
34
84998
2057
और हम सच मुच ड्राईवर सीट में थे
01:42
making all these decisions, and let me tell you,
35
87055
1830
सभी निर्णय कर रहे थे, और मैं आपको बताता हूँ
01:44
if some of you had been there,
36
88885
1535
अगर आप वहां होते
01:46
it was a most agonizing and harrowing experience.
37
90420
3872
वह सबसे भयानक अनुभव था
01:50
Which got me thinking.
38
94292
1449
फिर मैं सोचने लगा
01:51
I said, is there any validity to
39
95741
1562
क्या इस कहावत में कोई सच्चाई है,
01:53
this whole adage that when you're making decisions,
40
97303
3590
कि निर्णय लेते हुए
01:56
it's best to take the driver's seat,
41
100893
2392
ड्राईवर सीट में होना
01:59
be in charge, be in control?
42
103285
1264
सबसे बेहतर है?
02:00
Or are there contexts where we're far better off
43
104549
3544
या ऐसा भी कभी होता है,
02:03
taking the passenger's seat and have someone else drive?
44
108093
3073
जब यात्री की जगह लेकर किसी और को ड्राइव करने देना बेहतर है?
02:07
For example, a trusted financial advisor,
45
111166
1755
जैसे एक भरोसेमंद वित्तीय सलाहकार,
02:08
could be a trusted doctor, etc.
46
112921
3060
या एक भरोसेमंद डॉक्टर, आदि|
02:11
And since I study human decision making,
47
115981
2152
क्यूंकि मैं मानव के निर्णयों पर अध्ययन करता हूँ
02:14
I said, I'm going to run some studies
48
118133
3184
मैंने कहा, मैं कुछ अध्ययन करूँगा
02:17
to find some answers.
49
121317
1480
और कुछ उत्तर पाने के लिए|
02:18
And I'm going to share one of these studies with you today.
50
122797
2232
आज मैं आपके साथ इनमे से एक अध्ययन बांटूंगा|
02:20
So, imagine that all of you are participants in the study.
51
125029
4248
मान लो कि आप सब अध्यन के सहभागी हो
02:25
I want to tell you that what you're going to do in the study is
52
129277
3177
अब आप ऐसा करेंगे
02:28
you're going to drink a cup of tea.
53
132454
2535
एक कप चाय पीयेंगे
02:30
If you're wondering why, I'll tell you why in a few seconds from now.
54
134989
4133
अगर आप सोच रहे हो क्यूँ, मैं कुछ ही सेकंड में बताता हूँ|
02:35
You are going to solve a series of puzzles,
55
139122
2620
आपको कुछ पहेलियों को सुलझाना होगा|
02:37
and I'm going to show you examples of these puzzles momentarily.
56
141742
3929
मैं जल्द ही आपको इन पहेलियों के कुछ उदाहरण दूंगा|
02:41
And the more puzzles you solve,
57
145671
1615
और आप जितनी पहेलियाँ सुलझाएंगे,
02:43
the greater the chances that you'll win some prizes.
58
147286
3390
आपके इनाम मिलने के मौके बढ़ेंगे|
02:46
Now, why do you have to consume the tea?
59
150676
2208
अब, चाय पीने की क्या जरूरत है?
02:48
Why? Because it makes a lot of sense.
60
152884
1504
क्यूँ? क्यूंकि इसी में समझ है|
02:50
In order to solve these puzzles effectively,
61
154388
2736
इन पहेलियों को अच्छी तरह से सुलझाने के लिए,
02:53
if you think about it, your mind needs to be in two states simultaneously.
62
157124
3648
आपके दिमाग को एक ही वक्त दो स्थिति में होना पड़ेगा
02:56
Right? It needs to be alert,
63
160772
3075
हैं ना? उसे सावधान होना पड़ेगा
02:59
for which caffeine is very good.
64
163847
2862
जिसके लिए कैफीन बहुत अच्छा है
03:02
Simultaneously, it needs to be calm.
65
166709
2944
और साथ ही साथ बहुत शांत होना होगा
03:05
Not agitated, calm. For which chamomile is very good.
66
169653
5688
उत्तेजित नहीं, शांत| जिसके लिए कामोमाईल बहुत अच्छा है|
03:11
Now comes the between-subjects design,
67
175341
2855
अब, दो सब्जेक्ट के बीच का डिज़ाइन
03:14
the AB design, the AB testing.
68
178196
1480
ऐ बी डिज़ाइन, ऐ बी टेस्टिंग|
03:15
So what I'm going to do is randomly assign you
69
179676
1776
अब मैं आप सब को यादृच्छिक तरीके से
03:17
to one of two groups.
70
181452
2001
दो हिस्सों में बाटूंगा|
03:19
So imagine that there is an imaginary line out here,
71
183453
2743
कल्पना कीजिये आपके बीच में एक रेखा है|
03:22
so everyone here will be group A,
72
186196
3033
इस तरफ सब ग्रूप ऐ है,
03:25
everyone out here will be group B.
73
189229
2535
और इधर ग्रूप बी|
03:27
Now, for you folks, what I'm going to do is
74
191764
3209
अब मैं आप लोगों के लिए ऐसा करूंगा,
03:30
I'm going to show you these two teas,
75
194973
1903
यह दो चाय दिखाऊंगा
03:32
and I'm asking you, I'll go ahead and ask you,
76
196876
2128
और आपको
03:34
to choose your tea. So you can choose which of the two tea you want.
77
199004
2761
अपनी पसंद की चाय लेने दूंगा|
03:37
You can decide, what is your mental state:
78
201765
2280
आप निर्णय करेंगे, आपकी मानसिक स्थिति कैसी है:
03:39
Okay, I'm going to choose the caffeinated tea,
79
204045
2013
अच्छा मैं कैफीन वाली पिऊँगा,
03:41
I'm going to choose the chamomile tea.
80
206058
1208
या मैं कामोमाईल वाली लूँगा|
03:43
So you're going to be in charge,
81
207266
1422
आप नियंत्रण में होंगे
03:44
you're going to be in control, you're going to be in the driver's seat.
82
208688
3821
ड्राईवर की सीट में होंगे|
03:48
You folks, I'm going to show you these two teas,
83
212509
3219
आप लोगों को मैं ये दो चाय दिखाऊंगा,
03:51
but you don't have a choice.
84
215728
2093
मगर आप चुन नहीं पाएंगे|
03:53
I'm going to give you one of these two teas,
85
217821
2251
मैं आपको कोई एक चाय दूंगा,
03:55
and keep in mind, I'm going to pick one of these
86
220072
2224
और ध्यान रखें, मैं यह चाय
03:58
two teas at random for you.
87
222296
1942
यादृच्छिक तरीके से आपको दूंगा|
04:00
And you know that.
88
224238
1732
आप यह जानते हैं|
04:01
So if you think about it, this is an extreme case scenario,
89
225970
2649
सोचिये तो यह एक चरम परिदृश्य है,
04:04
because in the real world,
90
228619
1248
क्यूंकि दुनिया में
04:05
whenever you are taking passenger's seat,
91
229867
2151
जब भी आप यात्री का स्थान लेंगे,
04:07
very often the driver is going to be someone you trust,
92
232018
2521
ज्यादातर ड्राईवर आपका कोई भरोसेमंद होगा
04:10
an expert, etc. So this is an extreme case scenario.
93
234539
4520
विशेषज्ञ आदि होगा| तो यह एक चरम परिदृश्य है|
04:14
Now, you're all going to consume the tea.
94
239059
4961
अब आप सब चाय पीयेंगे
04:19
So imagine that you are taking the tea now,
95
244020
1390
सोचिये कि आप चाय पी रहे हो
04:21
we'll wait for you to finish the tea.
96
245410
1953
आपके चाय पीने की प्रतीक्षा करेंगे|
04:23
We'll give another five minutes for the ingredient to have its effects.
97
247363
3866
चाय का पूरा असर होने के लिए पांच मिनट रुकते हैं|
04:27
Now you're going to have 30 minutes to solve 15 puzzles.
98
251229
5658
अब आपके पास 15 पहेलियाँ सुलझाने के लिए आधा घंटा है|
04:32
Here's an example of the puzzle you're going to solve.
99
256887
3066
यह एक उदाहरण है|
04:35
Anyone in the audience want to take a stab?
100
259953
2321
दर्शकों में से कोई सुलझाना चाहेगा?
04:38
(Audience: Pulpit.) Baba Shiv: Whoa!
101
262274
2015
(दर्शक: पलपिट) बाबा शिव: वाह!
04:40
Okay, that's cool.
102
264289
1609
बहुत अच्छा है|
04:41
Yeah, so what we do if we had you, who will get the answer,
103
265898
2593
अब हम क्या करेंगे अगर आप,
04:44
as a participant, we would have calibrated the difficulty level
104
268491
4143
सहयोगी के तौर पर जवाब देंगे, हम पहेलियों की कठिनाई को
04:48
of the puzzles to your expertise.
105
272634
1959
आपसे मैच करते|
04:50
Because we want these puzzles to be difficult.
106
274593
2080
हम चाहते हैं कि यह पहेलियाँ कठिन हों|
04:52
These are tricky puzzles because your first instinct
107
276673
2512
ये पहेलियाँ मुश्किल हैं क्यूंकि आपकी पहली वृत्ति
04:55
is to say "tulip," and then you have to unstick yourself.
108
279185
4604
है "टूलिप ", फिर आपको अपने आप को उससे अलग करना होता है|
04:59
Right? So these have been calibrated to your level of expertise.
109
283789
3497
हैं ना? तो इनको आपकी बुद्धि से मैच किया गया है|
05:03
Because we want this to be difficult, and I'll tell you why momentarily.
110
287286
4024
क्यूंकि हम चाहते हैं ये कठिन हं, और मैं बताता हूँ क्यूँ|
05:07
Now, here's another example.
111
291310
2480
अब एक और उदाहरण|
05:09
Anyone? It's much more difficult.
112
293790
2251
कोई है? यह थोडा ज्यादा कठिन है|
05:11
(Audience: Embark.) BS: Yeah, wow. Okay.
113
296041
2208
(दर्शक:एम्बार्क) बाबा शिव: हाँ, वाह| अच्छा|
05:14
So, yeah, so this is again difficult.
114
298249
1937
तो यह एक और मुश्किल वाला है|
05:16
You will say "kambar," then you will have to go, "maker,"
115
300186
1710
आप पहले कहेंगे "कंबर", फिर आप कहेंगे "मेकर"
05:17
and all that, and then you can unstick yourself.
116
301896
2025
और ये सब, फिर आप खुद को उससे जुदा करेंगे|
05:19
Okay, so you have 30 minutes now to solve these 15 puzzles.
117
303921
4402
अच्छा तो आपके पास 30 मिनट हैं, 15 पहेलियों के लिए|
05:24
Now, the question we're asking here
118
308323
2424
अब हम सवाल यह पूछ रहे हैं,
05:26
is in terms of the outcome,
119
310747
2078
नतीजे के तौर पर,
05:28
in terms of the number of puzzles solved,
120
312825
1808
सुलझे हुए पहेलियों की संख्या के तौर पर,
05:30
will you in the driver's seat
121
314633
2992
क्या आप, जो ड्राईवर सीट में थे,
05:33
end up solving more puzzles,
122
317625
1840
ज्यादा पहेलियाँ सुलझाएंगे,
05:35
because you are in control, you could decide which tea you will choose,
123
319465
2984
क्यूंकि आप नियन्त्रन में थे, अपनी पसंद की चाय चुन सकते थे,
05:38
or would you be better off,
124
322449
2265
या आप ज्यादा पहेलियाँ
05:40
in terms of the number of puzzles solved?
125
324714
2470
सुलझाएंगे?
05:43
And systemically what we will show,
126
327184
2868
अब लगातार, हमें यह पता चलता है
05:45
across a series of studies,
127
330052
1440
काफी अध्ययन के बाद,
05:47
is that you, the passengers,
128
331492
2183
कि आप, यात्री,
05:49
even though the tea was picked for you at random,
129
333675
3630
अपनी चाय न चुनने के बावजूद,
05:53
will end up solving more puzzles than you, the drivers.
130
337305
4186
आप ड्राईवरओं से ज्यादा पहेलियाँ सुलझाएंगे|
05:57
We also observe another thing,
131
341491
3025
हमे एक और बात भी पता चलती है,
06:00
and that is, you folks not only are solving fewer puzzles,
132
344516
2248
न ही आप लोग कम पहेलियाँ सुलझा रहे हैं,
06:02
you're also putting less juice into the task.
133
346764
2951
मगर आप कार्य में कम मेहनत भी कर रहे हैं|
06:05
Less effort, you're less persistent, and so on.
134
349715
2896
चेष्टा कम है, लगाव कम है, आदि|
06:08
How do you know that?
135
352611
1143
कैसे पता?
06:09
Well we have two objective measures.
136
353754
2569
हमारे पास मापने के दो तरीके हैं|
06:12
One is, what is the time, on average, you're taking
137
356323
2871
एक है, कि आप पहेलियाँ सुलझाने में,
06:15
in attempting to solve these puzzles?
138
359194
1929
कितना समय लगा रहे हैं?
06:17
You will spend less time compared to you.
139
361123
3656
आप कम समय लगायंगे, आपसे|
06:20
Second, you have 30 minutes to solve these,
140
364779
2048
दूसरा, आपके पास ३० मिनट हैं|
06:22
are you taking the entire 30 minutes, or are you giving up
141
366827
1968
क्या आप पूरा समय इस्तेमाल कर रहे हैं,
06:24
before the 30 minutes elapse?
142
368795
1529
या खत्म होने से पहले ही छोड़ देते हैं?
06:26
You will be more likely to give up before the 30 minutes elapse compared to you.
143
370324
5005
आप लोगों के छोड़ने की सम्भावना, आप लोगों से ज्यादा है|
06:31
So, you're putting in less juice, and therefore the outcome:
144
375337
2909
आप कम मेहनत कर रहे हैं, इसलिए नतीजा:
06:34
fewer puzzles solved.
145
378246
3600
कम पहेलियाँ|
06:37
Now, that brings us now to, why does this happen?
146
381846
4201
ऐसा क्यूँ होता है?
06:41
And under what situations, when would we see this pattern of results
147
386047
4200
ऐसी क्या स्थिति है, जिसमे हम ऐसा नतीजा देखेंगे
06:46
where the passenger is going to show better, more favorable outcomes
148
390247
3881
जिसमे यात्री, ड्राईवर से ज्यादा अच्छे
06:50
compared to the driver?
149
394128
2740
नतीजे लायेगा?
06:52
It all has to do with when you face what I call the INCA.
150
396868
4960
यह सब INCA का प्रभाव है|
06:57
It's an acronym that stands for
151
401828
2119
यह उस फैसले के बाद की प्रतिक्रिया के लिए,
06:59
the nature of the feedback you're getting after you've made the decision.
152
403947
4089
एक्रोनिम है|
07:03
So, if you think about it, in this particular puzzle task,
153
408036
2615
अब सोचिये, यह पहेली कार्य
07:06
it could happen in investing in the stock market,
154
410651
1880
शेयर बाजार में निवेश से जुड़ा हो सकता है
07:08
very volatile out there, it could be the medical situation --
155
412531
2512
वहां बहुत अस्थिर है, या एक चिकित्सा स्तिथि में हो सकता है
07:10
the feedback here is immediate.
156
415043
2843
यहाँ तुरंत नतीजा मिलता है|
07:13
You know the feedback, whether you're solving the puzzles or not.
157
417886
3453
आपको नतीजा मिल जाता है, चाहे आप पहेली सुलझाये या नहीं|
07:17
Right? Second, it is negative.
158
421339
2514
दूसरा, यह निगेटिव है|
07:19
Remember, the deck was stacked against you.
159
423853
2579
याद कीजिये, संभावनाएं आपके खिलाफ थीं|
07:22
In terms of the difficulty level of these puzzles.
160
426432
2567
ये पहेलियाँ कठिन हैं|
07:24
And this can happen in the medical domain.
161
428999
1720
और ये चिकित्सा स्तिथि में हो सकता है|
07:26
For example, very early on in the treatment,
162
430719
2088
जैसे की इलाज के शुरुआत में,
07:28
things are negative, the feedback, before things become positive.
163
432807
3416
सब निगेटिव होता है, नतीजा, इससे पहले की पोस्टिव हो|
07:32
Right? It can happen in the stock market.
164
436223
1881
हैं ना? ये शेयर बाज़ार में हो सकता है|
07:34
Volatile stock market, getting negative feedback that's also immediate.
165
438104
3623
अस्थिर शेयर बाज़ार, तुरंत ही निगेटिव नतीजा मिलता है|
07:37
And the feedback in all these cases is concrete.
166
441727
2856
इन सभी स्तिथि में नतीजा पक्का है|
07:40
It's not ambiguous; you know if you've solved the puzzles or not.
167
444583
3218
अस्पष्ट नहीं है, आपको पता चलेगा कि आपने पहेली सुलझाई है या नहीं|
07:43
Now, the added one, apart from this immediacy,
168
447801
3954
अब इस तुरंत
07:47
negative, this concreteness,
169
451755
3353
नकारात्मकता, स्थूलता के अलावा,
07:51
now you have a sense of agency.
170
455108
3896
एक एजेंसी की भावना होती है|
07:54
You were responsible for your decision.
171
459004
2970
आप अपने निर्णय के लिए जिम्मेदार थे|
07:57
So what do you do?
172
461974
1394
तो आप क्या करते हैं?
07:59
You focus on the foregone option.
173
463368
2664
आप बीते हुए फैसले पर ध्यान करते हैं|
08:01
You say, you know what? I should have chosen the other tea.
174
466032
3680
आप सोचते हैं, मुझे दूसरी चाय चुननी चाहिए थी|
08:05
(Laughter)
175
469712
3196
(हंसी)
08:08
That casts your decision in doubt,
176
472908
2746
आप अपने निर्णय पर शक करने लगते हो
08:11
reduces the confidence you have in the decision,
177
475654
2493
आपके निर्णय में आपका विश्वास कम कर देता है
08:14
reduces the confidence you have in the performance,
178
478147
2376
आपके परफॉरमांस पर विश्वास कम कर देता है
08:16
the performance in terms of solving the puzzles.
179
480523
1976
परफॉरमांस मतलब सुलझायी गयी पहेलियाँ|
08:18
And therefore less juice into the task,
180
482499
2328
तो कार्य में कम मेहनत,
08:20
fewer puzzles solved, a less favorable outcome compared to you folks.
181
484827
4912
कम पहेलियाँ, तो आपके मुकाबले बुरा नतीजा|
08:25
And this can happen in the medical domain, if you think about it.
182
489739
2408
और यह चिकित्सा स्थिति में भी हो सकता है, सोचो तो|
08:28
Right? A patient in the driver's seat, for example.
183
492147
2264
हैं ना? जैसे की एक मरीज़, ड्राईवर की सीट में|
08:30
Less juice, which means keeping herself or himself
184
494411
3439
कम मेहनत, मतलब अपने आप को
08:33
less physically fit, physically active to hasten the recovery process,
185
497850
4089
शारीरिक रूप से कम फिट रहना, कम शारीरिक रूप से फिट होना-
08:37
which is what is often advocated. You probably wouldn't do that.
186
501939
3717
जो बेहतर होने के लिए करना चाहिए| आप ऐसा नहीं करेंगे|
08:41
And therefore, there are times when you're facing the INCA,
187
505656
5139
इसलिए, ऐसे वक्त में आप INCA का सामना कर रहे हैं,
08:46
when the feedback is going to be immediate, negative,
188
510795
3856
जब नतीजा तुरंत, नकारात्मक,
08:50
concrete, and you have the sense of agency,
189
514651
2456
और पक्का होगा, और आपके पास एजेंसी की भावना है,
08:53
where you're far better off taking the passenger's seat
190
517107
2984
जब आप यात्री की सीट में बेहतर हैं
08:55
and have someone else drive.
191
520091
3585
और कोई और ड्राईवर सीट में
08:59
Now, I started off
192
523676
1168
अब मैंने गंभीर नोट
09:00
on the somber note.
193
524844
1984
पर शुरुआत की थी|
09:02
I want to finish up on a more upbeat note.
194
526828
1672
मैं एक उत्साहित नोट पर समाप्त करूँगा|
09:04
It has now been five years, slightly more than five years,
195
528500
3412
अब पांच साल हो चुके हैं, पांच से थोडा ज्यादा
09:07
and the good news, thank God,
196
531912
1728
और ख़ुशी की बात ये है, भगवान की दुआ है
09:09
is that the cancer is still in remission.
197
533640
4784
कि कैंसर अभी तक रेमिशन में है|
09:14
So it all ends well,
198
538424
2137
सब ख़ुशी से ख़त्म होता है
09:16
but one thing I didn't mention was
199
540561
2560
लेकिन एक चीज़ मैंने नहीं कही
09:19
that very early on into her treatment,
200
543121
3807
कि इलाज के बहुत पहले,
09:22
my wife and I decided that we will take the passenger's seat.
201
546928
3810
मेरी पत्नी और मैंने यात्री की सीट लेने का फासला किया
09:26
And that made so much of a difference
202
550738
2244
और उससे बहुत फर्क पड़ा
09:28
in terms of the peace of mind that came with that,
203
552982
2756
हमारे मन को शांति मिली
09:31
we could focus on her recovery.
204
555738
1743
और हम उसके स्वास्थ्य लाभ पर ध्यान दे पाए|
09:33
We let the doctors make all the decisions,
205
557481
2968
हमने डॉक्टर को निर्णय लेने दिए
09:36
take the driver's seat.
206
560449
2097
ड्राईवर सीट में बैठने दिया|
09:38
Thank you.
207
562546
1743
शुक्रिया|
09:40
(Applause)
208
564289
2803
(तालियाँ)
ABOUT THE SPEAKER
Baba Shiv - NeuroeconomistBaba Shiv studies how “liking” and “wanting” shape the choices we make, and what that means in the world of marketing.
Why you should listen
Does a bottle of wine’s price tag price affect the pleasure one experiences in buying and drinking it? Does getting immediate feedback on a choice lead a person to doubt their decision? Does being denied something make people pursue it more hotly while simultaneously liking it less? Over his academic career, Baba Shiv has researched these questions in neuroeconomics, winning awards like the William O’Dell prize for an article that made a significant, long-term contribution to marketing theory and practice. Two of Professor Shiv's publications have received the Citation of Excellence from Emerald Management Reviews, and his research has been been featured on "The Tonight Show with Jay Leno" and on NPR's "Radiolab," as well as in the Financial Times, The New York Times, and The Wall Street Journal.
A professor at Stanford's Graduate School of Busines , Shiv is the director of the Strategic Marketing Management Executive Program and teaches several popular MBA courses including “The Frinky Science of the Mind” and “Entrepreneurial Ventures in Luxury Markets.” He served as the editor of the Journal of Consumer Research and is also on the editorial boards of the Journal of Consumer Psychology, Journal of Retailing, Journal of Marketing and the Journal of Marketing Research.
Baba Shiv | Speaker | TED.com