TEDSalon NY2011
Daniel Goldstein: The battle between your present and future self
Daniel Goldstein: A jelenbeli és jövőbeli énünk csatája
Filmed:
Readability: 3.7
2,548,111 views
Minden nap döntéseket hozunk, amik jó vagy rossz következményekkel járnak jövőbeli énünkre. (Kihagyhatom a fogmosást csak most az egyszer?) Daniel Goldstein olyan alkalmazásokat készít, amelyek segítenek elképzelni magunkat a jövőben, hogy ésszerű döntéseket hozhassunk jövőbeli önmagunk számára.
Daniel Goldstein - Behavioral economist
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Double-click the English transcript below to play the video.
00:15
Do you remember the story
0
0
2000
Emlékeznek még
00:17
of Odysseus and the Sirens
1
2000
2000
Odüsszeusz és a szirének történetére
00:19
from high school or junior high school?
2
4000
2000
a középiskolából?
00:21
There was this hero, Odysseus, who's heading back home
3
6000
3000
Ott volt ez a hős Odüsszeusz, aki hazafelé tartott
00:24
after the Trojan War.
4
9000
2000
a trójai háború után.
00:26
And he's standing on the deck of his ship,
5
11000
2000
Ott áll hajójának fedélzetén
00:28
he's talking to his first mate,
6
13000
2000
beszél az elsőtiszttel,
00:30
and he's saying,
7
15000
2000
és azt mondja:
00:32
"Tomorrow, we will sail past those rocks,
8
17000
3000
"Holnap, áthajózunk ott a sziklák között,
00:35
and on those rocks sit some beautiful women
9
20000
2000
és azokon a sziklákon csodálatos nők ülnek,
00:37
called Sirens.
10
22000
2000
akiket sziréneknek hívnak.
00:39
And these women sing an enchanting song,
11
24000
3000
És ezek a nők egy varázslatos dalt énekelnek,
00:42
a song so alluring
12
27000
2000
egy dalt, ami olyan csábító,
00:44
that all sailors who hear it
13
29000
2000
hogy minden matróz aki meghallja
00:46
crash into the rocks and die."
14
31000
2000
zátonyra fut a szikláknál és meghal."
00:48
Now you would expect, given that,
15
33000
2000
Most azt várnánk ezek alapján,
00:50
that they would choose an alternate route around the Sirens,
16
35000
3000
hogy úgy döntenek, alternatív úton kerülik el a sziréneket,
00:53
but instead Odysseus says,
17
38000
3000
de Odüsszeusz inkább azt mondja:
00:56
"I want to hear that song.
18
41000
2000
"Meg akarom hallgatni ezt a dalt.
00:58
And so what I'm going to do
19
43000
2000
És ezért azt fogom tenni, hogy
01:00
is I'm going to pour wax in the ears
20
45000
2000
viaszt öntök a füledbe,
01:02
of you and all the men --
21
47000
2000
és a többi emberébe is --
01:04
stay with me --
22
49000
2000
ezt hallgassák --
01:06
so that you can't hear the song,
23
51000
2000
így ti nem hallhatjátok a dalt,
01:08
and then I'm going to have you tie me to the mast
24
53000
3000
aztán pedig hozzákötözöl engem az árbochoz,
01:11
so that I can listen
25
56000
2000
hogy én hallhassam,
01:13
and we can all sail by unaffected."
26
58000
2000
és így mindannyian érintetlenül elhajózunk."
01:15
So this is a captain
27
60000
3000
Tehát ez egy kapitány, aki
01:18
putting the life of every single person on the ship at risk
28
63000
2000
veszélyezteti az életét a hajó egész legénységének
01:20
so that he can hear a song.
29
65000
2000
azért, hogy hallhasson egy dalt.
01:22
And I'd like to think if this was the case,
30
67000
2000
És szeretném azt hinni, ha ez volt a helyzet,
01:24
they probably would have rehearsed it a few times.
31
69000
3000
hogy talán elpróbálták néhányszor.
01:27
Odysseus would have said, "Okay, let's do a dry run.
32
72000
3000
Odüsszeusz azt mondta volna: "Oké, csináljunk egy próbát!
01:30
You tie me to the mast, and I'm going to beg and plead.
33
75000
3000
Te az árbochoz kötözöl engem, én meg majd könyörgöm és esedezem.
01:33
And no matter what I say, you cannot untie me from the mast.
34
78000
2000
És nem számít mit mondok, nem oldozhatsz el az árbóctól!
01:35
All right, so tie me to the mast."
35
80000
2000
Rendben, akkor kötözz az árbochoz!"
01:37
And the first mate takes a rope
36
82000
2000
És az elsőtiszt fog egy kötelet,
01:39
and ties Odysseus to the mast in a nice knot.
37
84000
3000
és odakötözi Odüsszeuszt az árbochoz egy szép csomóval.
01:42
And Odysseus does his best job playacting
38
87000
2000
És Odüsszeusz legjobbját hozva játsza a szerepét,
01:44
and says, "Untie me. Untie me.
39
89000
2000
és mondja: "Oldozz el! Oldozz el!"
01:46
I want to hear that song. Untie me."
40
91000
2000
Hallani akarom ezt a dalt. Oldozz el!"
01:48
And the first mate wisely resists
41
93000
2000
És az elsőtiszt bölcsen ellenáll,
01:50
and doesn't untie Odysseus.
42
95000
2000
és nem kötözi ki Odüsszeuszt.
01:52
And then Odysseus says, "I see that you can get it.
43
97000
3000
És aztán Odüsszeusz azt mondja: "Látom, hogy érted.
01:55
All right, untie me now and we'll get some dinner."
44
100000
3000
Rendben, akkor most oldozz el, és menjünk vacsorázni!"
01:58
And the first mate hesitates.
45
103000
2000
És az elsőtiszt tétovázik.
02:00
He's like, "Is this still the rehearsal,
46
105000
2000
Azon gondolkodik: "Ez még mindig a próba,
02:02
or should I untie him?"
47
107000
3000
vagy el kellene oldoznom?"
02:05
And the first mate thinks,
48
110000
2000
És az elsőtiszt úgy gondolja,
02:07
"Well, I guess at some point the rehearsal has to end."
49
112000
3000
"Nos, azt hiszem, egy bizonyos ponton a próbának véget kell érnie!"
02:10
So he unties Odysseus, and Odysseus flips out.
50
115000
3000
Úgyhogy kikötözi Odüsszeuszt, és Odüsszeusz kipattan.
02:13
He's like, "You idiot. You moron.
51
118000
2000
Azt mondja: "Te idióta! Te barom!
02:15
If you do that tomorrow, I'll be dead, you'll be dead,
52
120000
2000
Ha ezt teszed holnap, halott leszek, te is halott leszel,
02:17
every single one of the men will be dead.
53
122000
2000
és minden egyes ember halott lesz.
02:19
Now just don't untie me no matter what."
54
124000
3000
Csak ki ne kötözz, bármi történjen is!"
02:22
He throws the first mate to the ground.
55
127000
2000
Földhöz vágja az elsőtisztet.
02:24
This repeats itself through the night --
56
129000
2000
Ez ismétlődik végig az éjszaka folyamán --
02:26
rehearsal, tying to the mast,
57
131000
2000
próba, árbochoz kötözés,
02:28
conning his way out of it,
58
133000
2000
ravasz okok az eloldozáshoz,
02:30
beating the poor first mate up mercilessly.
59
135000
3000
szegény elsőtiszt kíméletlen elverése.
02:33
Hilarity ensues.
60
138000
3000
Végeérhetetlen szórakozás.
02:36
Tying yourself to a mast
61
141000
2000
Az árbochoz kötözés
02:38
is perhaps the oldest written example
62
143000
2000
talán a legrégebbi írásos példa arra,
02:40
of what psychologists call a commitment device.
63
145000
3000
amit a pszichológusok önkéntes kényszernek hívnak.
02:43
A commitment device is a decision that you make
64
148000
3000
Az önkéntes kényszer egy döntés, amit meghozunk
02:46
with a cool head to bind yourself
65
151000
3000
hideg fejjel, hogy korlátozzuk magunkat,
02:49
so that you don't do something regrettable
66
154000
2000
hogy ne tehessünk olyat forró fejjel,
02:51
when you have a hot head.
67
156000
3000
amit megbánnánk.
02:54
Because there's two heads inside one person
68
159000
2000
Mert két fej van minden személyben,
02:56
when you think about it.
69
161000
2000
ha belegondolnak.
02:58
Scholars have long invoked this metaphor of two selves
70
163000
3000
A tudósok már régóta hivatkoznak a két én metaforájára
03:01
when it comes to questions of temptation.
71
166000
3000
amikor a kísértésről van szó.
03:04
There is first, the present self.
72
169000
3000
Először is van a jelenlegi önmagunk.
03:07
This is like Odysseus when he's hearing the song.
73
172000
3000
Ez olyan mint Odüsszeusz, amikor a dalt hallgatja.
03:10
He just wants to get to the front row.
74
175000
2000
Csak azt akarja, hogy az első sorba juthasson.
03:12
He just thinks about the here and now and the immediate gratification.
75
177000
3000
Csak az "itt és most"-ra gondol, és az azonnali örömökre.
03:15
But then there's this other self, the future self.
76
180000
3000
Ugyanakkor van a másik önmagunk, a jövőbeni énünk.
03:18
This is Odysseus as an old man
77
183000
2000
Ez Odüsszeusz, mint öregember,
03:20
who wants nothing more than to retire in a sunny villa
78
185000
3000
aki semmit nem akar jobban, mint egy napos villába megtérni
03:23
with his wife Penelope
79
188000
2000
feleségével Penelopével,
03:25
outside of Ithaca -- the other one.
80
190000
3000
Ithakán kívül -- a másik Ithakán.
03:31
So why do we need commitment devices?
81
196000
4000
Miért van szükségünk önkéntes kényszerekre?
03:35
Well resisting temptation is hard,
82
200000
2000
Nos, ellenállni a kísértésnek nehéz,
03:37
as the 19th century English economist
83
202000
3000
ahogy a 19. századi angol közgazdász
03:40
Nassau William Senior said,
84
205000
2000
Nassau William Senior mondta,
03:42
"To abstain from the enjoyment which is in our power,
85
207000
3000
"Tartózkodni az élvezettől, amely felett hatalmunk van,
03:45
or to seek distant rather than immediate results,
86
210000
3000
vagy törekedni a távoli, semmint az azonnali eredményekre,
03:48
are among the most painful exertions
87
213000
2000
az egyik legfájdalmas erőfeszítései
03:50
of the human will."
88
215000
2000
az emberi akaratnak."
03:52
If you set goals for yourself and you're like a lot of other people,
89
217000
3000
Ha kitűznek célokat maguk elé, és olyanok, mint a legtöbb ember,
03:55
you probably realize
90
220000
2000
akkor valószínűleg észrevették,
03:57
it's not that your goals are physically impossible
91
222000
2000
hogy nem a célok fizikailag lehetetlenek,
03:59
that's keeping you from achieving them,
92
224000
2000
amik visszatartanának az elérésüktől,
04:01
it's that you lack the self-discipline to stick to them.
93
226000
3000
hanem az önfegyelmünk hiányzik, hogy ragaszkodjunk hozzájuk.
04:04
It's physically possible to lose weight.
94
229000
2000
Fizikailag lehetséges, hogy lefogyjunk.
04:06
It's physically possible to exercise more.
95
231000
3000
Fizikailag lehetséges, hogy többet mozogjunk.
04:09
But resisting temptation
96
234000
2000
De a kísértésnek ellenállni
04:11
is hard.
97
236000
2000
nehéz.
04:13
The other reason
98
238000
2000
A másik ok
04:15
that it's difficult to resist temptation
99
240000
3000
amiért nehéz a kísértésnek ellenállni
04:18
is because it's an unequal battle
100
243000
3000
az, hogy ez egy egyenlőtlen harc
04:21
between the present self and the future self.
101
246000
2000
a jelenbeli és a jövőbeli önmagunk között.
04:23
I mean, let's face it, the present self is present.
102
248000
2000
Nézzünk szembe a tényekkel: a jelenbeli énünk jelen van.
04:25
It's in control. It's in power right now.
103
250000
3000
Az irányít. Övé most a hatalom.
04:28
It has these strong, heroic arms
104
253000
2000
Erős, hősies karjai vannak,
04:30
that can lift doughnuts into your mouth.
105
255000
2000
amik a szánkhoz tudják emelni a fánkot.
04:32
And the future self is not even around.
106
257000
3000
És a jövőbeli énünk még csak a környéken sincs.
04:35
It's off in the future. It's weak.
107
260000
3000
Ő a jövőben van. Gyenge.
04:38
It doesn't even have a lawyer present.
108
263000
2000
Még egy ügyvéd sem képviseli.
04:40
There's nobody to stick up for the future self.
109
265000
2000
Senki sem áll ki a jövőbeli énünkért.
04:42
And so the present self can trounce
110
267000
3000
És így a jelenbeli énünk legyőzi
04:45
all over its dreams.
111
270000
2000
minden álmát.
04:47
So there's this battle between the two selves that's being fought,
112
272000
4000
Szóval itt van ez a csata a két én között, amit harcolnak,
04:51
and we need commitment devices
113
276000
2000
és szükségünk van önkéntes kényszerekre,
04:53
to level the playing field between the two.
114
278000
3000
hogy kiegyenlítsük a játékteret a kettőjük között.
04:56
Now I'm a big fan of commitment devices actually.
115
281000
3000
Tulajdonképpen nagy rajongója vagyok az önkéntes kényszereknek.
04:59
Tying yourself to the mast is the oldest one, but there are other ones
116
284000
3000
Hozzákötözni magunkat az árbóchoz a legrébbi, de vannak mások is,
05:02
such as locking a credit card away with a key
117
287000
4000
mint például kulccsal elzárni magunk elől a hitelkártyát,
05:06
or not bringing junk food into the house so you won't eat it
118
291000
3000
vagy nem hordani gyorséttermi kaját haza, így nem tudjuk megenni,
05:09
or unplugging your Internet connection
119
294000
2000
vagy kihúzni az internetkapcsolatot,
05:11
so you can use your computer.
120
296000
2000
hogy ne használhassuk a számítógépet.
05:13
I was creating commitment devices of my own
121
298000
2000
Én már önkéntes kényszereket hoztam létre,
05:15
long before I knew what they were.
122
300000
2000
jóval azelőtt, hogy tudtam volna mik azok.
05:17
So when I was a starving post-doc
123
302000
2000
Így amikor éhező posztdoktori ösztöndíjas voltam
05:19
at Columbia University,
124
304000
2000
a Columbia Egyetemen,
05:21
I was deep in a publish-or-perish phase of my career.
125
306000
3000
karrierem publikálsz vagy eltűnsz fázisának mélyén jártam.
05:24
I had to write five pages a day
126
309000
2000
Öt oldalt kellet írnom minden nap,
05:26
towards papers
127
311000
2000
amiből majd cikk lett,
05:28
or I would have to give up five dollars.
128
313000
3000
vagy öt dollárt kellet veszítenem.
05:31
And when you try to execute these commitment devices,
129
316000
3000
És amikor megpróbáljuk végrehajtani ezeket az önkéntes kényszereket,
05:34
you realize the devil is really in the details.
130
319000
2000
rájövünk, hogy az ördög tényleg a részletekben rejlik.
05:36
Because it's not that easy to get rid of five dollars.
131
321000
3000
Mert nem olyan könnyű megszabadulni öt dollártól.
05:39
I mean, you can't burn it; that's illegal.
132
324000
3000
Úgy értem, nem égethető el; az törvénytelen.
05:42
And I thought, well I could give it to a charity
133
327000
2000
És azt gondoltam, odaadhatnám jótékonysági célra,
05:44
or give it to my wife or something like that.
134
329000
2000
vagy a feleségemnek, vagy valami ilyesmi.
05:46
But then I thought, oh, I'm sending myself mixed messages.
135
331000
2000
De arra gondoltam, így összezavaróan üzenek magamnak.
05:48
Because not writing is bad, but giving to charity is good.
136
333000
3000
Mert "nem írni" rossz, de jótékonykodni jó.
05:51
So then I would kind of justify not writing
137
336000
2000
Szóval tulajdonképpen ellentételezném a nem írást
05:53
by giving a gift.
138
338000
2000
azzal, hogy ajándékozok.
05:55
And then I kind of flipped that around and thought,
139
340000
2000
És akkor valahogy fordítottam rajta, és arra gondoltam,
05:57
well I could give it to the neo-Nazis.
140
342000
2000
hogy odaadhatnám a neonáciknak.
05:59
But then I was like, that's more bad than writing is good,
141
344000
3000
De aztán úgy voltam vele, hogy ez rosszabb, mint amennyire az írás jó,
06:02
and so that wouldn't work.
142
347000
2000
és hogy ez nem működne.
06:04
So ultimately, I just decided
143
349000
2000
Így végül úgy döntöttem,
06:06
I would leave it in an envelope on the subway.
144
351000
3000
hogy otthagyom egy borítékban a metrón.
06:09
Sometimes a good person would find it,
145
354000
2000
Néha egy jó ember találná meg,
06:11
sometimes a bad person would find it.
146
356000
2000
néha egy rossz ember találná meg.
06:13
On average, it was just a completely pointless exchange of money
147
358000
3000
Átlagát véve, ez csak egy teljesen értelmetlen pénzcsere,
06:16
that I would regret.
148
361000
2000
amit megbánnék.
06:18
(Laughter)
149
363000
3000
(Nevetés)
06:21
Such it is with commitment devices.
150
366000
3000
Ahogy az az önkéntes kényszerekkel történni szokott.
06:24
But despite my like for them,
151
369000
4000
De annak ellenére, hogy szeretem őket,
06:28
there's two nagging concerns
152
373000
2000
két gyötrő aggodalmam
06:30
that I've always had about commitment devices,
153
375000
2000
mindig is volt velük kapcsolatban,
06:32
and you might feel this if you use them yourself.
154
377000
2000
és Önök is így érezhetnek, ha használják őket.
06:34
So the first is,
155
379000
2000
Tehát az első,
06:36
when you've got one of these devices going,
156
381000
2000
amikor már használunk egy ilyen kényszert,
06:38
such as this contract to write everyday or pay,
157
383000
3000
mint a szerződés, hogy írni kell minden nap, vagy fizetnünk,
06:41
it's just a constant reminder
158
386000
2000
hogy ez csak egy állandó emlékeztető
06:43
that you have no self-control.
159
388000
2000
arra, hogy nincs önkontrollunk.
06:45
You're just telling yourself, "Without you, commitment device,
160
390000
2000
Csak azt mondjuk magunknak: "Nélküled, önkéntes kényszer,
06:47
I am nothing, I have no self-discipline."
161
392000
3000
semmi vagyok, nincs önfegyelem."
06:50
And then when you're ever in a situation
162
395000
2000
És amikor aztán olyan helyzetben vagyunk,
06:52
where you don't have a commitment device in place --
163
397000
3000
ahol nincs működő önkéntes kényszerünk,
06:55
like, "Oh my God, that person's offering me a doughnut,
164
400000
2000
mint "Úristen, ez az ember egy fánkot kínál nekem,
06:57
and I have no defense mechanism," --
165
402000
2000
és nincs védelmi mechanizmusom",
06:59
you just eat it.
166
404000
2000
és megesszük.
07:01
So I don't like the way that they take the power away from you.
167
406000
3000
Szóval nem tetszik az a mód, ahogy az erőnket elveszik tőlünk.
07:04
I think self-discipline is something, it's like a muscle.
168
409000
3000
Azt hiszem, az önfegyelem olyasmi, mint egy izom.
07:07
The more you exercise it, the stronger it gets.
169
412000
3000
Minél többet eddzük, annál erősebb lesz.
07:10
The other problem with commitment devices
170
415000
2000
A másik probléma az önkéntes kényszerekkel,
07:12
is that you can always weasel your way out of them.
171
417000
3000
hogy mindig ki tudjuk magunkat ravaszkodni belőlük.
07:15
You say, "Well, of course I can't write today,
172
420000
2000
Azt mondjuk: "Hát persze, hogy nem tudok ma írni,
07:17
because I'm giving a TEDTalk and I have five media interviews,
173
422000
3000
mert tartok egy TED előadást, és adok öt interjút a médiának,
07:20
and then I'm going to a cocktail party and then I'll be drunk after that.
174
425000
3000
majd egy koktélpartira megyek, utána pedig részeg leszek.
07:23
And so there's no way that this is going to work."
175
428000
3000
És így esélytelen, hogy ez működne."
07:26
So in effect, you are like Odysseus and the first mate
176
431000
2000
Vagyis egyszerre vagyunk Odüsszeusz és az első tiszt
07:28
in one person.
177
433000
2000
egy személyben.
07:30
You're putting yourself, you're binding yourself,
178
435000
3000
Saját magunkat kötjük oda,
07:33
and you're weaseling your way out of it,
179
438000
2000
és kiravaszkodjuk magunkat belőle,
07:35
and then you're beating yourself up afterwards.
180
440000
2000
majd saját magunkat verjük meg utána.
07:37
So I've been working
181
442000
2000
Szóval körülbelül
07:39
for about a decade now
182
444000
2000
egy évtizede dolgozom azon,
07:41
on finding other ways
183
446000
2000
hogy más módot találjak arra, hogy
07:43
to change people's relationship to the future self
184
448000
2000
az emberek viszonya a jövőbeli énükkel megváltozzon
07:45
without using commitment devices.
185
450000
2000
önkéntes kényszerek nélkül.
07:47
In particular, I'm interested in the relationship
186
452000
3000
Különösen érdekel a kapcsolat
07:50
to the future financial self.
187
455000
3000
a jövőbeli pénzügyi énnel.
07:54
And this is a timely issue.
188
459000
2000
És ez egy időszerű kérdés.
07:56
I'm talking about the topic of saving.
189
461000
2000
A megtakarítások témaköréről beszélek.
07:58
Now saving is a classic two selves problem.
190
463000
2000
A megtakarítás egy klasszikus két én probléma.
08:00
The present self does not want to save at all.
191
465000
3000
A jelenbeli én egyáltalán nem akar megtakarítani.
08:03
It wants to consume.
192
468000
2000
Fogyasztani akar.
08:05
Whereas the future self wants the present self to save.
193
470000
3000
Míg a jövőbeli én szeretné, ha a jelenbeli én félretenne.
08:09
So this is a timely problem.
194
474000
2000
Szóval ez egy időszerű probléma.
08:11
We look at the savings rate
195
476000
2000
Ha megnézzük a megtakarítási rátát,
08:13
and it has been declining since the 1950s.
196
478000
3000
1950 óta folyamatosan csökken.
08:16
At the same time, the Retirement Risk Index,
197
481000
3000
Ugyanakkor a nyugdíjrizikó-index,
08:19
the chance of not being able to meet your needs in retirement,
198
484000
3000
annak az esélye, hogy a nyugdíj nem lesz elegendő igényeink fedezésére,
08:22
has been increasing.
199
487000
2000
folyamatosan nő.
08:24
And we're at a situation now
200
489000
2000
És abban a helyzetben vagyunk most,
08:26
where for every three baby boomers,
201
491000
2000
hogy minden minden három baby boomer közül,
08:28
the McKinsey Global Institute predicts
202
493000
2000
a McKinsey Global Institute előrejelzése szerint,
08:30
that two will not be able to meet their pre-retirement needs
203
495000
4000
kettő nem lesz képes a nyugdíj előtti életvitelét fenntartani
08:34
while they're in retirement.
204
499000
2000
nyugdíjasként.
08:36
So what can we do about this?
205
501000
3000
Tehát mit tehetünk ezügyben?
08:39
There's a philosopher, Derek Parfit,
206
504000
3000
Van egy filozófus, Derek Parfit, aki mondott
08:42
who said some words that were inspiring to my coauthors and I.
207
507000
3000
néhány szót, amelyek inspirálták a társszerzőimet és engem.
08:45
He said that, "We might neglect our future selves
208
510000
3000
Azt mondta, hogy "Elhanyagolhatjuk a jövőbeli énünket,
08:48
because of some failure of belief or imagination."
209
513000
4000
ha kudarcot vall a hit vagy a képzelet."
08:52
That is to say,
210
517000
2000
Más szóval lehet,
08:54
we somehow might not believe that we're going to get old,
211
519000
3000
valahogy nem hiszünk abban, hogy meg fogunk öregedni,
08:57
or we might not be able to imagine
212
522000
2000
vagy talán nem tudjuk elképzelni azt,
08:59
that we're going to get old some day.
213
524000
2000
hogy egy nap megöregszünk.
09:01
On the one hand, it sounds ridiculous.
214
526000
2000
Egyrészről ez nevetségesen hangzik.
09:03
Of course, we know that we're going to get old.
215
528000
2000
Persze, tudjuk, hogy meg fogunk öregedni.
09:05
But aren't there things that we believe and don't believe at the same time?
216
530000
3000
De hát nincsenek olyan dolgok, amiket el is hiszünk meg nem is egyszerre?
09:08
So my coauthors and I have used computers,
217
533000
3000
Szóval a társszerzőim és én számítógépeket használtunk,
09:11
the greatest tool of our time,
218
536000
2000
korunk legnagyszerűbb eszközeit,
09:13
to assist people's imagination
219
538000
2000
hogy támogassuk az emberek képzeletét,
09:15
and help them imagine what it might be like
220
540000
3000
és segítsünk nekik elképzelni, milyen is lenne
09:18
to go into the future.
221
543000
2000
a jövőbe menni.
09:20
And I'll show you some of these tools right here.
222
545000
3000
Megmutatok most néhányat ezekből az eszközökből.
09:23
The first is called the distribution builder.
223
548000
2000
Az elsőt úgy hívjuk: eloszlásépítő.
09:25
It shows people what the future might be like
224
550000
3000
Ez megmutatja az embereknek, milyen lehet a jövő
09:28
by showing them a hundred equally probable outcomes
225
553000
3000
azáltal, hogy mutat száz, egyformán valószínű
09:31
that might be obtained in the future.
226
556000
2000
jövőbeli kimenetet.
09:33
Each outcome is shown by one of these markers,
227
558000
3000
Minden kimenetet egy ilyen jel mutat,
09:36
and each sits on a row
228
561000
2000
és mind egy olyan sorban van,
09:38
that represents a level of wealth and retirement.
229
563000
2000
ami egy adott szintű gazdagságot és nyugdíjat jelképez.
09:40
Being up at the top
230
565000
2000
Ha a tetején vagyunk, az azt jelenti,
09:42
means that you're enjoying a high income in retirement.
231
567000
2000
hogy magas nyugdíjat élvezhetünk,
09:44
Being down at the bottom
232
569000
2000
ha az alján, az azt,
09:46
means that you're struggling to make ends meet.
233
571000
2000
hogy meg kell küzdenünk a megélhetésünkért.
09:48
When you make an investment,
234
573000
2000
Amikor befektetünk,
09:50
what you're really saying is, "I accept
235
575000
2000
akkor valójában azt mondjuk, "Elfogadom,
09:52
that any one of these 100 things
236
577000
2000
hogy bármelyik ebből a 100 dologból
09:54
could happen to me and determine my wealth."
237
579000
2000
megtörténhet velem, és meghatározhatja a jólétemet."
09:56
Now you can try to move your outcomes around.
238
581000
3000
Most megpróbálhatjuk megváltoztatni a kimenetet.
09:59
You can try to manipulate your fate, like this person is doing,
239
584000
3000
Megpróbálhatjuk manipulálni a sorsunk, mint ahogy ő csinálja,
10:02
but it costs you something to do it.
240
587000
2000
de ez valamibe kerülni fog.
10:04
It means that you have to save more today.
241
589000
4000
Ez azt jelenti, hogy többet kell ma félretennünk.
10:08
Once you find an investment that you're happy with,
242
593000
2000
Ha találunk olyan befektetést, amellyel meg vagyunk elégedve,
10:10
what people do is they click "done"
243
595000
2000
akkor az ember a "kész" gombra kattint,
10:12
and the markers begin to disappear,
244
597000
2000
és a jelek elkezdenek eltűnni,
10:14
slowly, one by one.
245
599000
2000
lassan, egyesével.
10:16
It simulates what it is like to invest in something
246
601000
2000
Azt szimulálja, milyen befektetni valamibe,
10:18
and to watch that investment pan out.
247
603000
3000
és nézni, ahogy a befektetés megtérül.
10:21
At the end, there will only be one marker left standing
248
606000
3000
A végén már csak egy jel marad
10:24
and it will determine our wealth in retirement.
249
609000
3000
és ez fogja meghatározni nyugdíjas jólétünket.
10:27
Yes, this person retired
250
612000
2000
Igen, ez a személy nyugdíjasként
10:29
at 150 percent of their working income in retirement.
251
614000
4000
dolgozói jövedelme 150%-át kapja.
10:33
They're making more money while retired
252
618000
2000
Több pénzt kapnak nyugdíjasként,
10:35
than they were making while they were working.
253
620000
2000
mint amikor dolgoztak.
10:37
If you're like most people,
254
622000
2000
Ha Ön olyan, mint a legtöbb ember,
10:39
just seeing that gave you a small sense of elation and joy --
255
624000
4000
akkor csak azáltal hogy látta, egy kis ujjongást és örömöt érzett --
10:43
just to think about making
256
628000
2000
csak azáltal, hogy arra gondolt, hogy
10:45
50 percent more money in retirement than before.
257
630000
3000
50%-kal több pénzt kaphat nyugdíjasként, mint korábban.
10:48
However, had you ended up on the very bottom,
258
633000
2000
Azonban, ha a legalján kötött volna ki,
10:50
it might have given you a slight sense
259
635000
2000
akkor talán enyhe rettegés
10:52
of dread and/or nausea
260
637000
2000
és/vagy hányinger futott volna Önön át,
10:54
thinking about struggling to get by in retirement.
261
639000
4000
arra gondolva, hogy küzdenie kell, mint nyugdíjas.
10:58
By using this tool over and over
262
643000
2000
Ezt az eszköz használva újra és újra,
11:00
and simulating outcome after outcome,
263
645000
3000
különböző kimeneteket szimulálva,
11:03
people can understand
264
648000
2000
az emberek megérthetik,
11:05
that the investments and savings that they undertake today
265
650000
3000
hogy a befektetések és a megtakarítások amit ma felvállalnak,
11:08
determine their well-being in the future.
266
653000
2000
határozzák majd meg jólétüket a jövőben.
11:10
Now people are motivated through emotions,
267
655000
3000
Bár az emberek az érzelmeken keresztül motiválhatók,
11:13
but different people find different things motivating.
268
658000
3000
a különböző emberek különböző dolgokat találnak motiválónak.
11:16
This is a simulation
269
661000
3000
Ez egy szimuláció
11:19
that uses graphics,
270
664000
2000
ami grafikonokat használ,
11:21
but other people find motivating what money can buy,
271
666000
2000
de mások azt találják motiválónak, hogy mit lehet ebből megvenni,
11:23
not just numbers.
272
668000
2000
nem csak a számokat.
11:25
So here I made a distribution builder
273
670000
2000
Így itt egy olyan eloszlásépítőt csináltam,
11:27
where instead of showing numerical outcomes,
274
672000
3000
amivel ahelyett, számszerű eredményeket mutatnék,
11:30
I show people what those outcomes will get you,
275
675000
3000
megmutatom az embereknek, mit kapnak ezért,
11:33
in particular apartments that you can afford
276
678000
2000
különösen, hogy milyen lakást engedhetnek meg maguknak
11:35
if you're retiring on 3,000, 2,500,
277
680000
3000
ha a nyugdíjba vonulnak 3.000, 2.500,
11:38
2,000 dollars per month and so on.
278
683000
3000
2.000 dollárral havonta, és így tovább.
11:41
As you move down the ladder of apartments,
279
686000
2000
Ahogy lefelé megyünk a lakások létráján
11:43
you see that they get worse and worse.
280
688000
3000
látható, hogy egyre rosszabbak.
11:46
Some of them look like places I lived in as a graduate student.
281
691000
4000
Némelyikük úgy néz ki, mint ahol végzős diákként laktam.
11:50
And as you get to the very bottom,
282
695000
4000
És ahogy eljutunk a legaljáig,
11:54
you're faced with the unfortunate reality
283
699000
2000
szembesülünk azzal a szerencsétlen valósággal,
11:56
that if you don't save anything for retirement,
284
701000
2000
hogy ha nem teszünk félre semmit a nyugdíjra,
11:58
you won't be able to afford any housing at all.
285
703000
3000
akkor egyáltalán nem engedhetünk meg maguknak egy lakást.
12:01
Those are actual pictures of actual apartments
286
706000
2000
Ezek valódi képek tényleges lakásokról,
12:03
renting for that amount
287
708000
2000
amik ezért az összegért bérelhetőek,
12:05
as advertised on the Internet.
288
710000
2000
ahogyan az interneten vannak meghirdetve.
12:07
The last thing I'll show you,
289
712000
2000
Az utolsó dolog, amit megmutatok,
12:09
the last behavioral time machine,
290
714000
2000
az utolsó viselkedési időgép,
12:11
is something that I created with Hal Hershfield,
291
716000
3000
amit Hal Hershfielddel együtt építettünk,
12:14
who was introduced to me by my coauthor on a previous project,
292
719000
3000
akit egy társszerzőm mutatott be nekem, egy korábbi projekten,
12:17
Bill Sharpe.
293
722000
2000
Bill Sharpe.
12:19
And what it is
294
724000
2000
És ez pedig
12:21
is an exploration into virtual reality.
295
726000
2000
egy felfedezőút a virtuális valóságba.
12:23
So what we do is we take pictures of people --
296
728000
3000
Szóval képeket készítünk emberekről
12:26
in this case, college-age people --
297
731000
2000
-- ebben az esetben egyetemistákról --,
12:28
and we use software to age them
298
733000
2000
majd egy szoftver használatával öregítjük őket,
12:30
and show these people what they'll look like
299
735000
3000
és megmutatjuk nekik, hogyan fognak kinézni,
12:33
when they're 60, 70, 80 years old.
300
738000
2000
amikor 60, 70, 80 évesek lesznek.
12:35
And we try to test
301
740000
2000
És megpróbáljuk tesztelni,
12:37
whether actually assisting your imagination
302
742000
3000
hogy ha valóban segítjük a fantáziát
12:40
by looking at the face of your future self
303
745000
2000
azáltal, hogy megnézhetjük a jövőbeli arcunkat,
12:42
can change you investment behavior.
304
747000
2000
az vajon megváltoztatja-e a befektetési szokásainkat.
12:44
So this is one of our experiments.
305
749000
3000
Ez itt az egyik kísérletünk.
12:47
Here we see the face of the young subject on the left.
306
752000
3000
Itt látjuk az arcát egy fiatal alanynak a bal oldalon.
12:50
He's given a control
307
755000
2000
Lehetősége van arra,
12:52
that allows him to adjust his savings rate.
308
757000
2000
hogy beállítsa a saját megtakarítási rátáját.
12:54
As he moves his savings rate down,
309
759000
2000
Ahogy lejjebb viszi a megtakarítási rátát,
12:56
it means that he's saving zero
310
761000
2000
ez azt jelenti, hogy semmit sem tesz félre,
12:58
when it's all the way here at the left.
311
763000
2000
ha ez teljesen a bal oldal végéig megy.
13:00
You can see his current annual income --
312
765000
2000
Láthatjuk a jelenlegi éves jövedelmét --
13:02
this is the percentage of his paycheck that he can take home today --
313
767000
3000
ez a mai fizetésének, amit hazavisz, a százalékos aránya --,
13:05
is quite high, 91 percent,
314
770000
2000
meglehetősen magas, 91%,
13:07
but his retirement income is quite low.
315
772000
2000
de a nyugdíja meglehetősen alacsony.
13:09
He's going to retire on 44 percent
316
774000
2000
Nyugdíjazásakor a mai
13:11
of what he earned while he was working.
317
776000
3000
keresetének 44%-át fogja megkapni.
13:14
If he saves the maximum legal amount,
318
779000
3000
Ha a törvényileg maximálisan elérhető összeget takarítja meg,
13:17
his retirement income goes up,
319
782000
2000
akkor a nyugdíja magasabb lesz,
13:19
but he's unhappy
320
784000
2000
de boldogtalan, mert
13:21
because now he has less money on the left-hand side to spend today.
321
786000
3000
most kevesebb pénze van a bal oldalon amit ma elkölthet.
13:25
Other conditions show people the future self.
322
790000
3000
Más feltételek megmutatják az embereknek a jövőbeli önmagukat.
13:28
And from the future self's point of view, everything is in reverse.
323
793000
3000
És a jövőbeli én szemszögéből minden fordítva van.
13:31
If you save very little,
324
796000
2000
Ha nagyon keveset teszünk félre,
13:33
the future self is unhappy
325
798000
2000
jövőbeli énünk boldogtalan,
13:35
living on 44 percent of the income.
326
800000
3000
a jövedelmünk 44%-án él.
13:38
Whereas if the present self saves a lot,
327
803000
3000
Míg ha a jelenlegi énünk sokat tesz félre,
13:41
the future self is delighted,
328
806000
2000
a jövőbeli énünk örömteli,
13:43
where the income is close up near 100 percent.
329
808000
3000
ahogy a jövedelem megközelíti a 100%-ot.
13:46
To bring this to a wider audience,
330
811000
3000
Hogy ez szélesebb közönséghez is eljusson,
13:49
I've been working with Hal and Allianz
331
814000
3000
Hallal az Allianz céggel dolgoztunk,
13:52
to create something we call the behavioral time machine,
332
817000
3000
hogy létrehozzunk valamit, amit viselkedési időgépnek hívunk,
13:55
in which you not only get to see yourself in the future,
333
820000
3000
amelyben nemcsak magunkat láthatjuk a jövőben,
13:58
but you get to see anticipated emotional reactions
334
823000
3000
hanem láthatjuk a várható érzelmi reakciókat is
14:01
to different levels of retirement wealth.
335
826000
3000
a különböző nyugdíjszinteken.
14:04
So for instance,
336
829000
2000
Így például,
14:06
here is somebody using the tool.
337
831000
2000
itt van valaki, aki használja az eszközt.
14:08
And just watch the facial expressions
338
833000
2000
És csak nézzék az arckifejezéseket,
14:10
as they move the slider.
339
835000
2000
ahogyan elmozdul a csúszka.
14:12
The younger face gets happier and happier, saving nothing.
340
837000
2000
A fiatalabb arc egyre boldogabb lesz megtakarítások nélkül.
14:14
The older face is miserable.
341
839000
2000
Az idős arc szomorú.
14:16
And slowly, slowly we're bringing it up to a moderate savings rate.
342
841000
2000
És lassan, felhozzuk egy mérsékelt megtakarítási rátára.
14:18
And then it's a high savings rate.
343
843000
2000
Azután egy magas megtakarítási rátára.
14:20
The younger face is getting unhappy.
344
845000
2000
A fiatalabb arc egyre boldogtalanabb.
14:22
The older face is quite pleased
345
847000
2000
Az idősebb arc meglehetősen elégedett
14:24
with the decision.
346
849000
3000
a döntéssel.
14:27
We're going to see if this has an effect on what people do.
347
852000
2000
Meglátjuk, hogy ez hatással van-e arra, amit az emberek csinálnak.
14:29
And what's nice about it
348
854000
2000
És ami szép benne,
14:31
is it's not something that biasing people actually,
349
856000
3000
hogy ez tulajdonképpen nem az emberek manipulálása,
14:34
because as one face smiles,
350
859000
2000
mert amikor az egyik arc mosolyog,
14:36
the other face frowns.
351
861000
2000
a másik elszomorodik.
14:38
It's not telling you which way to put the slider,
352
863000
2000
Nem mondja meg, hova állítsuk a csúszkát,
14:40
it's just reminding you that you are
353
865000
3000
csak arra emlékeztet minket, hogy
14:43
connected to and legally tied to
354
868000
2000
hozzá vagyunk kötve, jogilag is
14:45
this future self.
355
870000
2000
ahhoz a jövőbeli énhez.
14:47
Your decisions today are going to determine its well-being.
356
872000
3000
A döntés amit ma hozunk, meghatározza az életvitelét.
14:50
And that's something that's easy to forget.
357
875000
3000
És ez olyasvalami, amit könnyű elfelejteni.
14:53
This use of virtual reality
358
878000
3000
A virtuális valóság efféle alkalmazása
14:56
is not just good for making people look older.
359
881000
2000
nemcsak arra jó, hogy öregebbnek mutassuk az embereket.
14:58
There are programs you can get
360
883000
2000
Vannak elérhető programok,
15:00
to see how people might look
361
885000
2000
amik azt mutatják, hogyan néznének ki az emberek
15:02
if they smoke, if they get too much exposure to the sun,
362
887000
3000
ha dohányoznak, ha túl sokat napoznak,
15:05
if they gain weight and so on.
363
890000
2000
ha elhíznak, és így tovább.
15:07
And what's good is,
364
892000
2000
És ami a jó az az, hogy
15:09
unlike in the experiments that Hal and myself ran with Russ Smith,
365
894000
3000
ellentétben a kísérleteinkkel Hallal és Russ Smith-szel,
15:12
you don't have to program these by yourself
366
897000
2000
ezeket nem nekünk kell leprogramozni
15:14
in order to see the virtual reality.
367
899000
3000
ahhoz, hogy a virtuális valóságot láthassuk.
15:17
There are applications you can get on smartphones for just a few dollars
368
902000
3000
Elérhetők alkalmazások okostelefonokra csupán pár dollárért,
15:20
that do the same thing.
369
905000
2000
amik ugyanezt teszik.
15:22
This is actually a picture of Hal, my coauthor.
370
907000
2000
Ez pedig egy kép Halról, a szerzőtársamról.
15:24
You might recognize him from the previous demos.
371
909000
3000
Lehet, hogy felismerik a korábbi demókról.
15:27
And just for kicks we ran his picture
372
912000
3000
És csak a hecc kedvéért, átfuttatuk a képét
15:30
through the balding, aging and weight gain software
373
915000
3000
a kopaszodás, az öregedés és a súlygyarapodás szoftveren,
15:33
to see how he would look.
374
918000
2000
hogy lássuk, hogyan nézne ki.
15:35
Hal is here, so I think we owe it to him as well as yourself
375
920000
3000
Hal itt van, ezért úgy gondolom, tartozunk neki és Önöknek is
15:38
to disabuse you of that last image.
376
923000
3000
azzal, hogy elfelejtjük azt az utolsó képet.
15:42
And I'll close it there.
377
927000
2000
És itt be is fejezem.
15:44
On behalf of Hal and myself,
378
929000
2000
Hal és jómagam nevében,
15:46
I wish all the best to your present and future selves.
379
931000
2000
kívánom a legjobbakat a jelen- és jövőbeli Önöknek.
15:48
Thank you.
380
933000
2000
Köszönöm.
15:50
(Applause)
381
935000
3000
(Taps)
ABOUT THE SPEAKER
Daniel Goldstein - Behavioral economistDaniel Goldstein studies how we make decisions about our financial selves -- both now and in the future,
Why you should listen
Daniel Goldstein studies decision-making -- especially how humans make economic and social decisions over the course of our lives, and how we can give ourselves the right incentives, reminders, and rules of thumb to make long-term smart choices rather than short-term fun choices. He runs the blog Decision Science News. Dan is Principal Researcher at Microsoft Research, a former professor at London Business School, and member of the academic advisory board of the Behavioural Insights Team in the UK (aka the Nudge Unit). In 2015, he became President of the Society for Judgment and Decision Making, the largest academic society in Behavioral Economics.
Daniel Goldstein | Speaker | TED.com