TEDGlobal 2012
Margaret Heffernan: Dare to disagree
Margaret Heffernan: Merjünk nem egyetérteni!
Filmed:
Readability: 3.9
3,921,245 views
A legtöbb ember ösztönösen kerüli a konfliktust, ám Margaret Heffernan megmutatja nekünk, hogy a jófajta nézeteltérés központi szerepet játszik a haladásban. Bemutatja (néha ösztöneink ellenére), hogy a legjobb partnerek nem visszhangjai egymásnak -- és hogy az igazi komoly kutató csoportok, kapcsolatok, és cégek bizony megengedik tagjaiknak, hogy azok jelentősen eltérő nézeteket valljanak!
Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio
Double-click the English transcript below to play the video.
00:16
In Oxford in the 1950s,
0
424
1862
Az 50-es években Oxfordban
00:18
there was a fantastic doctor, who was very unusual,
1
2286
3768
volt egy nagyon fantasztikus és ugyanakkor rendkívüli orvos,
00:21
named Alice Stewart.
2
6054
2032
akit Alice Stewartnak hívtak.
00:23
And Alice was unusual partly because, of course,
3
8086
3143
Alice részben amiatt volt nem szokványos természetesen,
00:27
she was a woman, which was pretty rare in the 1950s.
4
11229
3480
mert nő volt, ami az 50-es években igen ritka volt még.
00:30
And she was brilliant, she was one of the,
5
14709
2111
Brilliáns elme volt, az egyik legfiatalabb
00:32
at the time, the youngest Fellow to be elected to the Royal College of Physicians.
6
16820
4816
megválasztott tagja a Royal College of Physicians-nek.
00:37
She was unusual too because she continued to work after she got married,
7
21636
3757
Amiatt is volt rendkívüli, mert azután is folytatta munkáját, hogy megházasodott,
00:41
after she had kids,
8
25393
2095
miután gyerekeket szült,
00:43
and even after she got divorced and was a single parent,
9
27488
3008
és azután is, hogy elvált és egyedülálló szülőként nevelte gyermekeit,
00:46
she continued her medical work.
10
30496
2283
folytatta orvosi hivatását.
00:48
And she was unusual because she was really interested in a new science,
11
32779
4120
Amiatt is szokatlannak számított, hogy nagyon érdeklődött az új tudományág iránt,
00:52
the emerging field of epidemiology,
12
36899
2624
az éppen akkor formálódó járványtan iránt,
00:55
the study of patterns in disease.
13
39523
3488
a betegségek mintázatait vizsgáló kutatás iránt.
00:58
But like every scientist, she appreciated
14
43011
2168
De mint minden tudós, tudta, ahhoz,
01:01
that to make her mark, what she needed to do
15
45179
2256
hogy letehesse kézjegyét,
01:03
was find a hard problem and solve it.
16
47435
4518
találnia kellett egy fogas kérdést, és megoldania azt.
01:07
The hard problem that Alice chose
17
51953
2544
A fogas kérdés, amit Alice választott,
01:10
was the rising incidence of childhood cancers.
18
54497
3398
a gyermekkori rákesetek emelkedő száma volt.
01:13
Most disease is correlated with poverty,
19
57895
2190
A legtöbb betegséget a szegénységgel magyarázzák,
01:15
but in the case of childhood cancers,
20
60085
2269
ám a gyermekkori rákesetek esetében,
01:18
the children who were dying seemed mostly to come
21
62354
2604
az elhalálozó gyermekek nagyrészt jómódú
01:20
from affluent families.
22
64958
2445
családokból származtak.
01:23
So, what, she wanted to know,
23
67403
1743
Ő ezért tehát azt akarta kideríteni,
01:25
could explain this anomaly?
24
69146
3082
mi magyarázhatja ezt az anomáliát?
01:28
Now, Alice had trouble getting funding for her research.
25
72228
2783
Nos, Alice nehezen kapott támogatást a kutatásához.
01:30
In the end, she got just 1,000 pounds
26
75011
1991
Végül aztán, sikerült mindössze 1000 fontot szereznie,
01:32
from the Lady Tata Memorial prize.
27
77002
2255
a Lady Tata Memorial díjalapból.
01:35
And that meant she knew she only had one shot
28
79257
2543
Ez pedig azt jelentette, hogy tudta,
01:37
at collecting her data.
29
81800
2042
mindössze egyetlen esélye van arra, hogy az adatokat megszerezze.
01:39
Now, she had no idea what to look for.
30
83842
2477
Nos, fogalma sem volt arról, mit is keressen.
01:42
This really was a needle in a haystack sort of search,
31
86319
3116
Ez tényleg amolyan "tű a szénakazalban" típusú kutatás volt,
01:45
so she asked everything she could think of.
32
89435
2622
úgyhogy minden kérdést feltett, ami csak eszébe jutott.
01:47
Had the children eaten boiled sweets?
33
92057
1833
Fogyasztottak-e a gyerekek cukorkát?
01:49
Had they consumed colored drinks?
34
93890
2073
Fogyasztottak-e színezett italokat?
01:51
Did they eat fish and chips?
35
95963
1647
Ettek-e halat ésültkrumplit?
01:53
Did they have indoor or outdoor plumbing?
36
97610
2008
A házon belül vagy kívül van a WC?
01:55
What time of life had they started school?
37
99618
3416
Életük mely évében kezdték az iskolát?
01:58
And when her carbon copied questionnaire started to come back,
38
103034
3368
És amikor az indigóval készült kérdőívek elkezdtek visszaszállingózni hozzá,
02:02
one thing and one thing only jumped out
39
106402
2920
egyetlen dolog ugrott ki feltűnően,
02:05
with the statistical clarity of a kind that
40
109322
2536
olyan mértékű statisztikai pontossággal,
02:07
most scientists can only dream of.
41
111858
2840
amilyenről a legtöbb tudós csak álmodik!
02:10
By a rate of two to one,
42
114698
1920
2:1-hez arányban
02:12
the children who had died
43
116618
2081
az elhalálozó gyerekek édesanyjait
02:14
had had mothers who had been X-rayed when pregnant.
44
118699
6295
megröntgenezték miközben terhesek voltak.
02:20
Now that finding flew in the face of conventional wisdom.
45
124994
4505
Ez a felfedezés tehát szembement az elfogadott állásponttal.
02:25
Conventional wisdom held
46
129499
1907
Az elfogadott álláspont azt tartotta,
02:27
that everything was safe up to a point, a threshold.
47
131406
3997
hogy minden biztonságos egy bizonyos pontig, egy határon belül.
02:31
It flew in the face of conventional wisdom,
48
135403
2327
Szembement az elfogadott állásponttal,
02:33
which was huge enthusiasm for the cool new technology
49
137730
3458
ami hihetetlen lelkesedéssel vette körül a kor
02:37
of that age, which was the X-ray machine.
50
141188
3646
legklasszabb új technológiáját, a röntgengépet.
02:40
And it flew in the face of doctors' idea of themselves,
51
144834
4224
És ellentmondott az orvosok önmagukról alkotott képének is,
02:44
which was as people who helped patients,
52
149058
3808
ami abban állt, hogy a betegeket segítők
02:48
they didn't harm them.
53
152866
2696
nincsenek a betegek ártalmára.
02:51
Nevertheless, Alice Stewart rushed to publish
54
155562
3688
Alice Stewart azonban sietett, hogy nyilvánosságra hozza
02:55
her preliminary findings in The Lancet in 1956.
55
159250
3584
az előzetes felfedezéseit a The Lancet Magazin-ban 1956-ban.
02:58
People got very excited, there was talk of the Nobel Prize,
56
162834
4008
Nagy izgatottságot váltott ki, még a Nobel díjat is emlegették,
03:02
and Alice really was in a big hurry
57
166842
2120
és Alicenek tényleg nagyon sietős volt,
03:04
to try to study all the cases of childhood cancer she could find
58
168962
3791
hogy az összes gyerekkori rákos esetet alaposan áttanulmányozza,
03:08
before they disappeared.
59
172753
2153
még mielőtt azok eltűnnének.
03:10
In fact, she need not have hurried.
60
174906
4344
Valójában nem kellett volna sietnie.
03:15
It was fully 25 years before the British and medical --
61
179250
4191
Ti. teljes 25 évbe tellett, mire az angolok,
03:19
British and American medical establishments
62
183441
2872
és az angol és amerikai orvosi körök
03:22
abandoned the practice of X-raying pregnant women.
63
186313
6104
felhagytak a terhes nők megröntgenezésével!
03:28
The data was out there, it was open, it was freely available,
64
192417
5481
Ott voltak és nyilvánosak voltak az adatok,
03:33
but nobody wanted to know.
65
197898
4224
és senki sem akart róluk tudomást venni!
03:38
A child a week was dying,
66
202122
2684
Hetente egy gyermek elhalálozott,
03:40
but nothing changed.
67
204806
2733
mégsem történt semmi!
03:43
Openness alone can't drive change.
68
207539
6255
A nyilvánosság önmagában nem képes változást előidézni!
03:49
So for 25 years Alice Stewart had a very big fight on her hands.
69
213794
5617
Úgyhogy Alice Stewart még 25 éven át nagyon komoly harcot folytatott.
03:55
So, how did she know that she was right?
70
219411
3247
Honnan tudta vajon, hogy igaza van?
03:58
Well, she had a fantastic model for thinking.
71
222658
3663
Nos, volt neki egy fantasztikus gondolkodási módszere.
04:02
She worked with a statistician named George Kneale,
72
226321
2245
Együtt dolgozott egy statisztikussal, George Kneale-lel,
04:04
and George was pretty much everything that Alice wasn't.
73
228566
2384
és George meglehetősen ellentéte volt mindenben Alice-nek.
04:06
So, Alice was very outgoing and sociable,
74
230950
3069
Pl. Alice nagyon társaságkedvelő személyiség volt,
04:09
and George was a recluse.
75
234019
2458
George pedig egy remete.
04:12
Alice was very warm, very empathetic with her patients.
76
236477
4014
Alice meleg személyiség volt, és nagyon empatikus a pácienseivel.
04:16
George frankly preferred numbers to people.
77
240491
4039
George bevallottan a számokat részesítette előnyben az emberekkel szemben.
04:20
But he said this fantastic thing about their working relationship.
78
244530
3978
Mégis ezt a fantasztikus dolgot nyilatkozta a munkakapcsolatukról:
04:24
He said, "My job is to prove Dr. Stewart wrong."
79
248508
6336
"Az én munkám az, hogy bebizonyítsam, hogy Dr. Stewartnak nincs igaza."
04:30
He actively sought disconfirmation.
80
254844
3557
Kifejezetten azt kutatta, mibe lehet belekötni.
04:34
Different ways of looking at her models,
81
258401
2337
Más módokon próbálta közelíteni a modelljeit,
04:36
at her statistics, different ways of crunching the data
82
260738
3257
a statisztikáit, az adatfeldolgozását,
04:39
in order to disprove her.
83
263995
3063
csak hogy megcáfolhassa őt.
04:42
He saw his job as creating conflict around her theories.
84
267058
5624
Abban látta munkájának lényegét, hogy konfliktust keltsen az elméletei körül.
04:48
Because it was only by not being able to prove
85
272682
3096
Hiszen csak azáltal adhatta meg George
04:51
that she was wrong,
86
275778
2368
a bizodalmat Alice-nak a saját igazában,
04:54
that George could give Alice the confidence she needed
87
278146
3121
hogy nem tudta bebizonyítani,
04:57
to know that she was right.
88
281267
2982
azt, hogy nincs igaza.
05:00
It's a fantastic model of collaboration --
89
284249
4675
Ez egy fantasztikus együttműködési modell! --
05:04
thinking partners who aren't echo chambers.
90
288924
5007
olyan gondolkodó partnerek, akik nem csak visszhangozzák egymást!
05:09
I wonder how many of us have,
91
293931
2352
Kíváncsi vagyok, hányunknak van,
05:12
or dare to have, such collaborators.
92
296283
6919
ill. hányunknak van mersze ilyen társakkal együttdolgozni!
05:19
Alice and George were very good at conflict.
93
303202
3777
Alice és George kitűnően kezelték a konfliktust.
05:22
They saw it as thinking.
94
306979
3136
Gondolkodásnak tekintették.
05:26
So what does that kind of constructive conflict require?
95
310115
4273
Mire van hát szükség egy ilyen építő jellegű konfliktushoz?
05:30
Well, first of all, it requires that we find people
96
314388
3375
Először is, hogy találjunk olyasvalakit,
05:33
who are very different from ourselves.
97
317763
2648
aki merőben más, mint mi.
05:36
That means we have to resist the neurobiological drive,
98
320411
4336
Ez azt eredményezi, hogy ellenszegülünk a neurobiológiai késztetésnek,
05:40
which means that we really prefer people mostly like ourselves,
99
324747
4504
miszerint valójában azokat kedveljük, akik hasonlítanak ránk,
05:45
and it means we have to seek out people
100
329251
2224
ami annyit tesz, hogy olyanokat kell keresnünk,
05:47
with different backgrounds, different disciplines,
101
331475
2472
akiknek eltérő a háttere, az elvei,
05:49
different ways of thinking and different experience,
102
333947
4151
eltérően gondolkodnak, és mások a tapasztalataik,
05:53
and find ways to engage with them.
103
338098
3865
majd megtaláljuk a módját, hogy kapcsolatba kerüljünk velük.
05:57
That requires a lot of patience and a lot of energy.
104
341963
4644
Ehhez rengeteg türelemre és erőbefektetésre van szükség.
06:02
And the more I've thought about this,
105
346607
1811
És minél többet töröm ezen a fejem,
06:04
the more I think, really, that that's a kind of love.
106
348418
5161
annál inkább az a véleményem, de tényleg, hogy ez valójában egyfajta szeretet!
06:09
Because you simply won't commit that kind of energy
107
353579
3069
Hiszen egyszerűen nem fektetnéd bele azt a fajta energiát
06:12
and time if you don't really care.
108
356648
4691
és időt, ha nem számítana igazán!
06:17
And it also means that we have to be prepared to change our minds.
109
361339
4460
És ez azzal is együttjár, hogy készen kell állnunk arra, hogy megváltoztassuk a nézeteinket!
06:21
Alice's daughter told me
110
365799
2364
Alice lányától hallottam azt,
06:24
that every time Alice went head-to-head with a fellow scientist,
111
368163
3112
hogy minden egyes alkalommal, mikor Alice összetűzésbe került egy tudóstársával,
06:27
they made her think and think and think again.
112
371275
4184
azzal újra és újra csak gondolkodásra késztették.
06:31
"My mother," she said, "My mother didn't enjoy a fight,
113
375459
4018
"Anyám nem élvezte a vitákat,
06:35
but she was really good at them."
114
379477
5142
de nagyon jó volt benne!"
06:40
So it's one thing to do that in a one-to-one relationship.
115
384619
4170
Tehát, egy dolog ezt egy szemtől-szemben konfliktusban tenni.
06:44
But it strikes me that the biggest problems we face,
116
388789
3287
Ám szerintem a legnagyobb probléma, amivel itt szemben állunk,
06:47
many of the biggest disasters that we've experienced,
117
392076
2874
a legnagyobb tragédiák, amiket tapasztalunk,
06:50
mostly haven't come from individuals,
118
394950
1951
többnyire nem személyekkel kapcsolatban merülnek fel,
06:52
they've come from organizations,
119
396901
1888
hanem szervezetektől erednek,
06:54
some of them bigger than countries,
120
398789
2008
némelyikük nagyobb, mint egyes országok,
06:56
many of them capable of affecting hundreds,
121
400797
2260
sokuk képes többszáz ember, sőt, ezrek,
06:58
thousands, even millions of lives.
122
403057
4003
némelyik még milliók életét is befolyásolni!
07:02
So how do organizations think?
123
407060
4438
Szóval, hogyan is gondolkodnak ezek a szervezetek?
07:07
Well, for the most part, they don't.
124
411498
4026
Nos, többnyire nem is gondolkodnak.
07:11
And that isn't because they don't want to,
125
415524
2993
És mindez nem amiatt van, mert nem akarnak,
07:14
it's really because they can't.
126
418517
2405
hanem egyszerűen mert nem képesek rá!
07:16
And they can't because the people inside of them
127
420922
3347
Mégpedig azért, mert a bennük dolgozó emberek
07:20
are too afraid of conflict.
128
424269
4208
túlságosan tartanak a konfliktustól!
07:24
In surveys of European and American executives,
129
428477
2864
Európai és Amerikai dolgozók 85%-a
07:27
fully 85 percent of them acknowledged
130
431341
2970
elismerte a kutatások szerint,
07:30
that they had issues or concerns at work
131
434311
3517
hogy vannak olyan ügyeik és aggodalmaik a munkahelyükön,
07:33
that they were afraid to raise.
132
437828
3633
amelyeket félnek felvetni.
07:37
Afraid of the conflict that that would provoke,
133
441461
3159
Tartanak a konfliktustól, amit kiváltanának vele,
07:40
afraid to get embroiled in arguments
134
444620
2368
félnek, hogy belekeverednek vitákba,
07:42
that they did not know how to manage,
135
446988
2031
amiket nem tudják, hogyan kezeljék és
07:44
and felt that they were bound to lose.
136
449019
4577
amiben úgy érezték, biztosan alulmaradnak.
07:49
Eighty-five percent is a really big number.
137
453596
6177
A 85% tényleg nagy szám.
07:55
It means that organizations mostly can't do
138
459773
2815
Azt jelenti, hogy a szervezetek többnyire képtelenek arra,
07:58
what George and Alice so triumphantly did.
139
462588
2328
amit George és Alice oly győzedelmesen véghezvittek!
08:00
They can't think together.
140
464916
4399
Képtelenek együttgondolkodni!
08:05
And it means that people like many of us,
141
469315
2241
S ez azt is jelenti, hogy a hozzánk hasonló emberek,
08:07
who have run organizations,
142
471556
2184
akik szervezetek élén állnak,
08:09
and gone out of our way to try to find the very best people we can,
143
473740
3567
és mindent megtesznek, hogy megtalálják a legjobb embereket,
08:13
mostly fail to get the best out of them.
144
477307
6273
többnyire képtelenek kihozni belőlük a legjobbat!
08:19
So how do we develop the skills that we need?
145
483580
3336
Hogyan fejlesszük hát ki az ehhez szükséges képességeket?
08:22
Because it does take skill and practice, too.
146
486916
4083
Merthogy képességekre és gyakorlásra egyaránt szükség van ehhez.
08:26
If we aren't going to be afraid of conflict,
147
490999
3414
Ha azt akarjuk elérni, hogy ne féljünk a konfliktustól,
08:30
we have to see it as thinking,
148
494413
2159
akkor gondolkodási folyamatként kell tekintenünk,
08:32
and then we have to get really good at it.
149
496572
4336
majd nagyon kiválóvá kell válnunk benne!
08:36
So, recently, I worked with an executive named Joe,
150
500908
4264
Nemrégiben együttdolgoztam egy Joe nevű vezetővel,
08:41
and Joe worked for a medical device company.
151
505172
3472
aki egy orvosi műszergyártócégnek dolgozott.
08:44
And Joe was very worried about the device that he was working on.
152
508644
2975
És Joenak komoly aggodalmai voltak azzal a termékkel kapcsolatban, amin éppen dolgozott.
08:47
He thought that it was too complicated
153
511619
3025
Arra jutott, hogy túl bonyolult,
08:50
and he thought that its complexity
154
514644
1864
és hogy az az összetettség olyan hibahatárokat okoz,
08:52
created margins of error that could really hurt people.
155
516508
4267
amelynél már sérülhetnek is a páciensek.
08:56
He was afraid of doing damage to the patients he was trying to help.
156
520775
4140
Attól tartott, hogy ártalmára lesz azoknak, akiknek éppenhogy segíteni próbált.
09:00
But when he looked around his organization,
157
524915
2305
Ám amikor körbenézett a szervezetében,
09:03
nobody else seemed to be at all worried.
158
527220
4461
rajta kívül senki nem tűnt aggódónak.
09:07
So, he didn't really want to say anything.
159
531681
2555
Így aztán nem is nagyon mert felszólalni.
09:10
After all, maybe they knew something he didn't.
160
534236
2184
Végülis - gondolta -, tudhatnak valamit, amit ő nem.
09:12
Maybe he'd look stupid.
161
536420
2584
Az is lehet, hogy hülyének néznék.
09:14
But he kept worrying about it,
162
539004
2206
Ám továbbra is megmaradt az aggodalma,
09:17
and he worried about it so much that he got to the point
163
541210
3046
mégpedig olyan mértékben, hogy eljutott arra a pontra,
09:20
where he thought the only thing he could do
164
544256
2159
hogy azt gondolta: az egyetlen dolog, amit tehet,
09:22
was leave a job he loved.
165
546415
4130
hogy otthagyja imádott állását.
09:26
In the end, Joe and I found a way
166
550545
4000
Végül aztán Joe és én megtaláltuk a módját annak,
09:30
for him to raise his concerns.
167
554545
1855
hogy felvethesse az aggodalmait.
09:32
And what happened then is what almost always
168
556400
2871
És akkor az történt, ami szinte minden
09:35
happens in this situation.
169
559271
1594
hasonló esetben történik,
09:36
It turned out everybody had exactly the same
170
560865
3221
ti. kiderült, hogy mindenkiben felmerültek ugyanezek
09:39
questions and doubts.
171
564086
1746
a kérdések és aggodalmak!
09:41
So now Joe had allies. They could think together.
172
565832
4032
Így Joe szövetségesekre tette szert. Együtt törhették a fejüket.
09:45
And yes, there was a lot of conflict and debate
173
569864
3264
És valóban, lett egy csomó konfliktus és vita
09:49
and argument, but that allowed everyone around the table
174
573128
4304
és ellenérv, ám ez az asztal körül mindenki számára lehetővé tette,
09:53
to be creative, to solve the problem,
175
577432
4080
hogy kreatív legyen a probléma megoldása érdekében,
09:57
and to change the device.
176
581512
4328
hogy az eszközt megváltoztathassák.
10:01
Joe was what a lot of people might think of
177
585840
3376
Joe-t egy csomó ember
10:05
as a whistle-blower,
178
589216
2272
felforgatónak titulálta volna,
10:07
except that like almost all whistle-blowers,
179
591488
2715
kivéve, hogy a legtöbb felforgatóval ellentétben
10:10
he wasn't a crank at all,
180
594203
2373
Joe egyáltalán nem volt bolond,
10:12
he was passionately devoted to the organization
181
596576
3448
hanem szenvedélyes elkötelezettje volt a cégének,
10:15
and the higher purposes that that organization served.
182
600024
3448
valamint a cég által szolgált magasabb elveknek!
10:19
But he had been so afraid of conflict,
183
603472
3816
Ám ő maga annyira tartott a konfliktusoktól,
10:23
until finally he became more afraid of the silence.
184
607288
5080
mígnem végül eljutott oda, hogy annál még a csönd is ijesztőbbé lett.
10:28
And when he dared to speak,
185
612368
1859
És mikor végre mert beszélni,
10:30
he discovered much more inside himself
186
614227
3398
még többet fedezett fel magában,
10:33
and much more give in the system than he had ever imagined.
187
617625
5242
és még többet tudott beleadni a rendszerbe, mint amit valaha is gondolt!
10:38
And his colleagues don't think of him as a crank.
188
622867
3331
És a kollégái sem bolondként tekintenek rá.
10:42
They think of him as a leader.
189
626198
5128
Hanem vezetőnek tekintik.
10:47
So, how do we have these conversations more easily
190
631326
4368
Akkor tehát, hogyan részesüljünk ilyesfajta megbeszélésekben
10:51
and more often?
191
635694
1913
könnyedébben és gyakrabban?
10:53
Well, the University of Delft
192
637607
1986
Nos, a Delft-i Egyetem
10:55
requires that its PhD students
193
639593
2397
megköveteli a doktorandusz hallgatóitól,
10:57
have to submit five statements that they're prepared to defend.
194
641990
3913
hogy jelöljenek ki 5 állítást, amit készek megvédeni.
11:01
It doesn't really matter what the statements are about,
195
645903
3384
Nem igazán az számít, hogy a kijelentések miről szólnak,
11:05
what matters is that the candidates are willing and able
196
649287
3792
hanem inkább az, hogy a jelöltek készen állnak és képesek
11:08
to stand up to authority.
197
653079
2603
arra, hogy kiálljanak a tekintélyszemélyek elé.
11:11
I think it's a fantastic system,
198
655682
2364
Szerintem ez egy fantasztikus rendszer,
11:13
but I think leaving it to PhD candidates
199
658046
2513
ám azt gondolom, hogy ha mindezt csak a doktoranduszokra hagyjuk,
11:16
is far too few people, and way too late in life.
200
660559
4305
akkor vajmi kevés embert jelent, ráadásul igen idős korban az élet során!
11:20
I think we need to be teaching these skills
201
664864
3166
Szerintem tanítanunk kéne ezeket a készségeket
11:23
to kids and adults at every stage of their development,
202
668030
4080
a gyerekeknek, felnőtteknek, fejlődésük minden stádiumában,
11:28
if we want to have thinking organizations
203
672110
2449
ha azt akarjuk, hogy gondolkodó szervezeteink,
11:30
and a thinking society.
204
674559
3647
és gondolkodó társadalmunk legyen.
11:34
The fact is that most of the biggest catastrophes that we've witnessed
205
678206
5618
Tény, hogy a legtöbb óriási katasztrófa, melyeknek szemtanúi voltunk,
11:39
rarely come from information that is secret or hidden.
206
683824
6391
ritkán származik rejtett, ill. titkos információkból.
11:46
It comes from information that is freely available and out there,
207
690215
4304
Olyan információkból származik, melyek szabadon rendelkezésre állnak és nyilvánosak,
11:50
but that we are willfully blind to,
208
694519
2384
ám akaratlagosan vakok vagyunk rájuk,
11:52
because we can't handle, don't want to handle,
209
696903
3128
mivel vagy nem tudjuk, vagy nem akarjuk kezelni
11:55
the conflict that it provokes.
210
700031
4407
az általuk gerjesztett konfliktust!
12:00
But when we dare to break that silence,
211
704438
2929
Ám amikor meg merjük törni ezt a csöndet,
12:03
or when we dare to see,
212
707367
2657
vagy merjük meglátni,
12:05
and we create conflict,
213
710024
2255
és merünk konfliktust gerjeszteni,
12:08
we enable ourselves and the people around us
214
712279
2625
teret adunk magunknak és a körülöttünk lévőknek,
12:10
to do our very best thinking.
215
714904
4246
hogy a legjobb gondolatokat hozhassuk ki magunkból!
12:15
Open information is fantastic,
216
719150
3376
A nyílt információ fantasztikus,
12:18
open networks are essential.
217
722526
3184
a nyílt hálózatok nélkülözhetetlenek.
12:21
But the truth won't set us free
218
725710
1977
Ám az igazság nem fog felszabadítani bennünket,
12:23
until we develop the skills and the habit and the talent
219
727687
3764
amíg ki nem fejlesztjük a készségeket, a szokást, a tehetséget,
12:27
and the moral courage to use it.
220
731451
4137
valamint a morális bátorságot, hogy fel is használjuk!
12:31
Openness isn't the end.
221
735588
3760
A nyitottság nem a végcél.
12:35
It's the beginning.
222
739348
2642
Hanem a kezdet.
12:37
(Applause)
223
741990
11479
(Taps)
ABOUT THE SPEAKER
Margaret Heffernan - Management thinkerThe former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray.
Why you should listen
How do organizations think? In her book Willful Blindness, Margaret Heffernan examines why businesses and the people who run them often ignore the obvious -- with consequences as dire as the global financial crisis and Fukushima Daiichi nuclear disaster.
Heffernan began her career in television production, building a track record at the BBC before going on to run the film and television producer trade association IPPA. In the US, Heffernan became a serial entrepreneur and CEO in the wild early days of web business. She now blogs for the Huffington Post and BNET.com. Her latest book, Beyond Measure, a TED Books original, explores the small steps companies can make that lead to big changes in their culture.
Margaret Heffernan | Speaker | TED.com