TEDxYouth@Manchester
Ben Ambridge: 9 myths about psychology, debunked
Ben Ambridge: A lélektan 10 mítosza: lerántjuk róluk a leplet!
Filmed:
Readability: 4.3
3,054,590 views
Mit gondolnak, mennyire tévedhet az agyunk? Meg-megállva egy-egy tudományosnak látszó kijelentés cáfolatánál Ben Ambridge sorra vesz 10 népszerű, de bizonyítottan téves lélektani hiedelmet, és feltár néhány meglepő tényt arról, hogyan is működik az agyunk.
Ben Ambridge - Psychologist
Ben Ambridge is the author of "Psy-Q," a sparkling book debunking what we think we know about psychology. Full bio
Ben Ambridge is the author of "Psy-Q," a sparkling book debunking what we think we know about psychology. Full bio
Double-click the English transcript below to play the video.
00:12
You've heard of your I.Q.,
your general intelligence,
your general intelligence,
0
857
2859
Hallottak már az IQ-ról,
az általános intelligenciáról,
az általános intelligenciáról,
00:15
but what's your Psy-Q?
1
3716
1676
de mi fán terem a Psy-Q?
00:17
How much do you know
about what makes you tick,
about what makes you tick,
2
5392
2237
Tudják-e, mi motiválja önöket,
00:19
and how good are you
at predicting other people's behavior
at predicting other people's behavior
3
7629
2745
és mennyire tudják megjósolni
mások viselkedését,
mások viselkedését,
00:22
or even your own?
4
10374
1506
vagy akár a sajátjukat?
00:23
And how much of what you think you know
about psychology is wrong?
about psychology is wrong?
5
11880
3279
És mi mindent tudnak tévesen
a lélektannal kapcsolatban?
a lélektannal kapcsolatban?
00:27
Let's find out by counting down
the top 10 myths of psychology.
the top 10 myths of psychology.
6
15159
3788
Vegyük sorra a lélektan
10 fő mítoszát.
10 fő mítoszát.
00:30
You've probably heard it said
that when it comes to their psychology,
that when it comes to their psychology,
7
18947
3396
Valószínűleg hallottak róla,
hogy lelkiviláguk szerint
hogy lelkiviláguk szerint
00:34
it's almost as if men are from Mars
and women are from Venus.
and women are from Venus.
8
22343
2882
a férfi a Marsról,
a nő a Vénuszról származik.
a nő a Vénuszról származik.
Valójában miben különböznek
a férfiak a nőktől?
a férfiak a nőktől?
00:37
But how different
are men and women really?
are men and women really?
9
25235
2029
00:39
To find out, let's start
by looking at something
by looking at something
10
27264
2254
Hogy erre tudjunk válaszolni,
kezdjük azzal,
kezdjük azzal,
00:41
on which men and women really do differ
11
29518
1977
amiben tényleg mások,
és azonos skálán,
és azonos skálán,
00:43
and plotting some psychological
gender differences on the same scale.
gender differences on the same scale.
12
31495
3448
nemtől függően bizonyos
lelki eltéréseket mutatnak.
lelki eltéréseket mutatnak.
00:46
One thing men and women
do really differ on
do really differ on
13
34943
2173
A férfiak és a nők tényleg
különböznek abban,
különböznek abban,
00:49
is how far they can throw a ball.
14
37116
1797
milyen messze tudják dobni a labdát.
00:50
So if we look at the data for men here,
15
38913
1890
Ha megnézzük a férfiak adatait,
00:52
we see what is called
a normal distribution curve.
a normal distribution curve.
16
40803
2471
a normál eloszlási görbét látjuk.
00:55
A few men can throw a ball really far,
and a few men not far at all,
and a few men not far at all,
17
43274
3208
Kevesen tudják nagyon messzire,
vagy csak nagyon közelre dobni,
vagy csak nagyon közelre dobni,
00:58
but most a kind of average distance.
18
46482
1770
a legtöbben az átlagosra képesek.
01:00
And women share
the same distribution as well,
the same distribution as well,
19
48252
2164
A nőknél hasonló az eloszlás,
01:02
but actually there's
quite a big difference.
quite a big difference.
20
50416
2049
de van egy nagy különbség.
Az átlagos férfi messzebb
tudja eldobni a labdát,
tudja eldobni a labdát,
01:04
In fact, the average man
can throw a ball further
can throw a ball further
21
52465
2448
01:06
than about 98 percent of all women.
22
54913
1707
mint a nők kb. 98%-a.
01:08
So now let's look at what
some psychological gender differences
some psychological gender differences
23
56620
3027
Nézzük, hogy azonos standardizált skálán
01:11
look like on the same standardized scale.
24
59647
2857
milyenek a nemek szerinti
lélektani különbségek.
lélektani különbségek.
01:14
Any psychologist will tell you
25
62504
1586
Bármely pszichológus megmondja,
01:16
that men are better
at spatial awareness than women --
at spatial awareness than women --
26
64090
2545
hogy a férfiaknak jobb a térérzékük,
01:18
so things like map-reading,
for example -- and it's true,
for example -- and it's true,
27
66635
2738
pl. tény, hogy jobban olvasnak térképet,
01:21
but let's have a look
at the size of this difference.
at the size of this difference.
28
69373
2490
de nézzük meg a különbség mértékét.
01:23
It's tiny; the lines are so close
together they almost overlap.
together they almost overlap.
29
71863
3387
Kicsi — a vonalak majdnem összeérnek.
01:27
In fact, the average woman is better
than 33 percent of all men,
than 33 percent of all men,
30
75250
3994
Az átlagos nő jobb a férfiak 33%-ánál,
01:31
and of course, if that was 50 percent,
31
79244
1881
persze, ha ez 50% lenne,
01:33
then the two genders
would be exactly equal.
would be exactly equal.
32
81125
2056
a két nem teljesen egyenlő lenne.
01:35
It's worth bearing in mind that this
difference and the next one I'll show you
difference and the next one I'll show you
33
83181
3658
Ne feledjük, hogy ez és a következő,
01:38
are pretty much the biggest
psychological gender differences
psychological gender differences
34
86839
2825
nemek közti eltérés messze a legnagyobb,
01:41
ever discovered in psychology.
35
89664
1437
amit a lélektan föltárt.
01:43
So here's the next one.
36
91101
1111
A következő eltérés?
01:44
Any psychologist will tell you
that women are better
that women are better
37
92212
2438
A pszichológusok szerint a nők jobbak
01:46
with language and grammar than men.
38
94650
1665
a nyelvekben és a nyelvtanban.
01:48
So here's performance
on the standardized grammar test.
on the standardized grammar test.
39
96315
2589
Ez itt a standardizált
nyelvtani teszt eredménye.
nyelvtani teszt eredménye.
01:50
There go the women. There go the men.
40
98904
1957
Itt vannak a nők, itt pedig a férfiak.
01:52
Again, yes, women are better on average,
but the lines are so close
but the lines are so close
41
100861
3699
A nők átlaga jobb, de az eredmény szoros;
01:56
that 33 percent of men
are better than the average woman,
are better than the average woman,
42
104560
3487
a férfiak 33%-a jobb, mint a nők átlaga,
02:00
and again, if it was 50 percent,
43
108047
1673
s ismétlem, ha ez 50% lenne,
02:01
that would represent
complete gender equality.
complete gender equality.
44
109720
2742
teljes lenne a nemek közötti egyenlőség.
02:04
So it's not really
a case of Mars and Venus.
a case of Mars and Venus.
45
112462
2121
Nem nagyon igaz a Mars—Vénusz felosztás.
02:06
It's more a case of, if anything,
Mars and Snickers:
Mars and Snickers:
46
114583
2667
Inkább a Mars—Snickers felosztás az igaz:
02:09
basically the same, but one's maybe
slightly nuttier than the other.
slightly nuttier than the other.
47
117250
4362
lényegében ugyanolyanok, de
az egyikük egy kicsit mogyorósabb.
az egyikük egy kicsit mogyorósabb.
02:13
I won't say which.
48
121612
2026
Meg nem mondom, melyikük.
02:15
Now we've got you warmed up.
49
123638
1865
Bemelegítettünk.
02:17
Let's psychoanalyze you using
the famous Rorschach inkblot test.
the famous Rorschach inkblot test.
50
125503
3036
Pszichoanalizáljunk most
a híres Rorschach tintafolt-teszttel.
a híres Rorschach tintafolt-teszttel.
02:20
So you can probably see two, I dunno,
two bears or two people or something.
two bears or two people or something.
51
128539
3583
Talán két medvét, vagy
két embert látnak, vagy valami mást.
két embert látnak, vagy valami mást.
02:24
But what do you think they're doing?
52
132122
1753
De mit csinálnak ezek?
02:25
Put your hand up if you think
they're saying hello.
they're saying hello.
53
133875
3184
Tegye föl a kezét, aki szerint
épp köszönnek egymásnak.
épp köszönnek egymásnak.
02:29
Not many people. Okay.
54
137059
1811
Nem sokan. Oké.
02:30
Put your hands up if you think
they are high-fiving.
they are high-fiving.
55
138870
2467
Ki az, aki szerint
összecsapják a tenyerüket?
összecsapják a tenyerüket?
02:33
Okay. What if you think they're fighting?
56
141337
1970
Oké. Ki szavaz a verekedésre?
02:35
Only a few people there.
57
143307
1255
Csak egy páran.
02:36
Okay, so if you think they're
saying hello or high-fiving,
saying hello or high-fiving,
58
144562
3077
Oké, aki a köszönésre vagy
tenyeresre szavazott,
tenyeresre szavazott,
02:39
then that means you're a friendly person.
59
147639
1991
azok barátságos személyek.
02:41
If you think they're fighting,
60
149630
1590
Aki verekedésre gondolt,
02:43
you're a bit more of a
nasty, aggressive person.
nasty, aggressive person.
61
151220
2316
az egy kicsit undok, agresszív személy.
02:45
Are you a lover or a fighter, basically.
62
153536
1940
Azaz kedvesek vagy verekedősek.
02:47
What about this one?
63
155476
1287
És mi a helyzet ezzel?
02:48
This isn't really a voting one, so on
three everyone shout out what you see.
three everyone shout out what you see.
64
156763
3622
Nem szavazunk, háromra
kiáltsák be, mit látnak.
kiáltsák be, mit látnak.
Egy, két, hár.
(A nézők bekiabálnak.)
(A nézők bekiabálnak.)
02:52
One, two, three.
(Audience shouting)
(Audience shouting)
65
160385
3164
02:55
I heard hamster. Who said hamster?
66
163549
1692
Hörcsög? Ki mondott hörcsögöt?
02:57
That was very worrying.
67
165241
1537
Ez nagyon ijesztő.
02:58
A guy there said hamster.
68
166778
1513
Az a fickó mondta a hörcsögöt.
03:00
Well, you should see
some kind of two-legged animal here,
some kind of two-legged animal here,
69
168291
3308
Valami kétlábú állatot kellene látniuk,
03:03
and then the mirror image of them there.
70
171599
2384
és a tükörképét.
03:05
If you didn't, then this means
that you have difficulty
that you have difficulty
71
173983
3431
Ha nem látták, azt jelenti,
hogy nehézségeik vannak
hogy nehézségeik vannak
03:09
processing complex situations
where there's a lot going on.
where there's a lot going on.
72
177414
4090
a bonyolult helyzetek földolgozásával.
03:13
Except, of course,
it doesn't mean that at all.
it doesn't mean that at all.
73
181504
2225
Kivéve, hogy ezt egyáltalán nem jelenti.
03:15
Rorschach inkblot tests
have basically no validity
have basically no validity
74
183729
2671
A Rorschach tesztek nem érvényesek,
03:18
when it comes to diagnosing
people's personality
people's personality
75
186400
2275
ha emberek személyiségét kell fölmérni,
03:20
and are not used
by modern-day psychologists.
by modern-day psychologists.
76
188675
2461
a mai pszichológusok nem használják őket.
03:23
In fact, one recent study found
that when you do try
that when you do try
77
191136
3419
Egy friss tanulmány szerint,
ha valaki mégis megpróbálja
ha valaki mégis megpróbálja
03:26
to diagnose people's personalities
using Rorschach inkblot tests,
using Rorschach inkblot tests,
78
194555
3059
egy páciens személyiségét
Rorschach teszttel fölmérni,
Rorschach teszttel fölmérni,
03:29
schizophrenia was diagnosed
79
197614
1742
a teljesen normálisak 1/6-ánál
03:31
in about one sixth of apparently
perfectly normal participants.
perfectly normal participants.
80
199356
3993
skizofréniát állapít meg.
03:35
So if you didn't do that well on this,
81
203349
2833
Akinek nem jól ment, lehet,
03:38
maybe you are not
a very visual type of person.
a very visual type of person.
82
206182
2554
hogy nem nagyon vizuális személy.
03:40
So let's do another
quick quiz to find out.
quick quiz to find out.
83
208736
2369
A következő gyors kérdésből megtudhatjuk.
03:43
When making a cake, do you prefer to --
so hands up for each one again --
so hands up for each one again --
84
211105
3778
Amikor tortát süt — ott tegye föl
a kezét, ahol igen a válasza—
a kezét, ahol igen a válasza—
03:46
do you prefer to use
a recipe book with pictures?
a recipe book with pictures?
85
214883
2769
képes receptkönyvet használ?
03:49
Yeah, a few people.
86
217652
2020
Igen, egy páran vannak.
03:51
Have a friend talk you through?
87
219672
2740
Barátjuk utasításait követik?
03:54
Or have a go, making it up
as you go along?
as you go along?
88
222412
2663
Belevágnak, aztán menet közben kialakul?
03:57
Quite a few people there.
89
225075
1492
Ismét csak egy páran.
03:58
Okay, so if you said A,
90
226567
1720
Ha az A-t választották,
04:00
then this means that you
are a visual learner
are a visual learner
91
228287
2172
akkor vizuálisan tanulnak,
04:02
and you learn best when information
is presented in a visual style.
is presented in a visual style.
92
230459
3528
ők úgy tanulnak a legkönnyebben,
ha vizuálisan jutnak ismeretekhez.
ha vizuálisan jutnak ismeretekhez.
04:05
If you said B, it means
you're an auditory learner,
you're an auditory learner,
93
233987
2582
Ha a B-t választották,
önök a hallás után tanulók,
önök a hallás után tanulók,
04:08
that you learn best when information
is presented to you in an auditory format.
is presented to you in an auditory format.
94
236569
3725
önök úgy tanulnak a legkönnyebben,
ha fülükön keresztül jutnak ismeretekhez.
ha fülükön keresztül jutnak ismeretekhez.
04:12
And if you said C, it means
that you're a kinesthetic learner,
that you're a kinesthetic learner,
95
240294
2935
Aki a C-t jelölte, ő tevékenység
és érzékelés útján tanul,
és érzékelés útján tanul,
04:15
that you learn best when you get stuck in
and do things with your hands.
and do things with your hands.
96
243229
3401
ők úgy tanulnak a legkönnyebben,
ha manuálisan csinálnak valamit.
ha manuálisan csinálnak valamit.
04:18
Except, of course,
as you've probably guessed,
as you've probably guessed,
97
246630
2158
Szó sincs róla! De már maguk is rájöttek,
04:20
that it doesn't, because
the whole thing is a complete myth.
the whole thing is a complete myth.
98
248788
2819
hogy nem így van,
mert ez az egész csak mítosz.
mert ez az egész csak mítosz.
04:23
Learning styles are made up and are
not supported by scientific evidence.
not supported by scientific evidence.
99
251607
3858
A tanulási stílusokat csak kitalálták,
tudományos bizonyítékuk nincs.
tudományos bizonyítékuk nincs.
04:27
So we know this because in
tightly controlled experimental studies,
tightly controlled experimental studies,
100
255465
3556
Onnan tudjuk, hogy a szigorúan
ellenőrzött kísérletek során,
ellenőrzött kísérletek során,
04:31
when learners are given material to learn
101
259021
2121
ahol az alany megtanulandó
anyagot kapott,
anyagot kapott,
04:33
either in their preferred style
or an opposite style,
or an opposite style,
102
261142
2620
a módszerek között nem volt különbség,
04:35
it makes no difference at all to the
amount of information that they retain.
amount of information that they retain.
103
263762
3576
mennyit jegyzett meg az alany belőle.
04:39
And if you think about it
for just a second,
for just a second,
104
267338
2066
Ha csak belegondolnak,
04:41
it's just obvious
that this has to be true.
that this has to be true.
105
269404
2078
nyilvánvaló, hogy így kell lennie.
04:43
It's obvious that
the best presentation format
the best presentation format
106
271482
2572
Nyilvánvaló, hogy a legjobb
elsajátítási módszer
elsajátítási módszer
04:46
depends not on you,
but on what you're trying to learn.
but on what you're trying to learn.
107
274054
3298
nem tőlünk, hanem a tanulni valótól függ.
04:49
Could you learn to drive a car,
for example,
for example,
108
277357
2122
Pl. meg lehet-e tanulni kocsit vezetni,
04:51
just by listening to someone
telling you what to do
telling you what to do
109
279479
2418
ha csak elmondják, mit kell csinálnunk,
04:53
with no kinesthetic experience?
110
281897
1628
tevőleges tapasztalat nélkül?
04:55
Could you solve simultaneous equations
111
283525
1816
Meg tudunk oldani egyenletrendszereket
04:57
by talking them through in your head
and without writing them down?
and without writing them down?
112
285341
3146
fejben, magunkban beszélve,
anélkül, hogy leírnánk őket?
anélkül, hogy leírnánk őket?
05:00
Could you revise
for your architecture exams
for your architecture exams
113
288487
2101
Tudnának-e építészetből vizsgára készülni
05:02
using interpretive dance
if you're a kinesthetic learner?
if you're a kinesthetic learner?
114
290588
2673
magyarázó tánccal
a tevékenység típusú tanulók?
a tevékenység típusú tanulók?
Nem. A megtanulandó anyagot
05:05
No. What you need to do
is match the material to be learned
is match the material to be learned
115
293261
2941
05:08
to the presentation format, not you.
116
296202
3775
az elsajátítási módszerrel kell
összehangolniuk, nem az énjükkel.
összehangolniuk, nem az énjükkel.
05:11
I know many of you are A-level students
117
299977
2149
Tudom, hogy önök zömmel kitűnő tanulók,
05:14
that will have recently gotten
your GCSE results.
your GCSE results.
118
302126
2292
akik nemrég kapták meg
az érettségi jegyeiket.
az érettségi jegyeiket.
05:16
And if you didn't quite get
what you were hoping for,
what you were hoping for,
119
304418
2558
Ha nem a remélt osztályzatot kapták,
05:18
then you can't really blame
your learning style,
your learning style,
120
306976
2347
ne a tanulási stílusukat okolják,
05:21
but one thing that you might want
to think about blaming is your genes.
to think about blaming is your genes.
121
309323
3627
hanem a génjeiket.
05:24
So what this is all about is a
recent study at University College London
recent study at University College London
122
312950
3685
Erről szól a University College
London friss kutatása,
London friss kutatása,
05:28
found that 58 percent of the variation
123
316635
2554
mely szerint a diákok
érettségi eredményei között
érettségi eredményei között
05:31
between different students
and their GCSE results
and their GCSE results
124
319189
3251
az eltérések 58%-át
05:34
was down to genetic factors.
125
322440
1657
genetikai tényezők okozzák.
05:36
That sounds like a very precise figure,
so how can we tell?
so how can we tell?
126
324097
3136
S hogy hogyan is kaptuk ezt
az oly pontosnak hangzó eredményt?
az oly pontosnak hangzó eredményt?
05:39
Well, when we want to unpack
the relative contributions
the relative contributions
127
327233
3505
Ha külön akarjuk választani
a viszonylagos teljesítményt
a viszonylagos teljesítményt
05:42
of genes and the environment,
128
330738
2104
gének és környezet szerint,
05:44
what we can do is do a twin study.
129
332842
2229
ikreket kell vizsgálat alá vennünk.
05:47
So identical twins share
100 percent of their environment
100 percent of their environment
130
335071
3576
Az egypetéjű ikreknél mind a környezet,
05:50
and 100 percent of their genes,
131
338647
1904
mind a gének 100%-osan megegyeznek,
05:52
whereas non-identical twins
share 100 percent of their environment,
share 100 percent of their environment,
132
340551
3222
a többpetéjű ikreknél
a környezet 100%-ban egyforma,
a környezet 100%-ban egyforma,
05:55
but just like any brother and sister,
share only 50 percent of their genes.
share only 50 percent of their genes.
133
343773
3736
de mint minden testvérpárnál,
a génjeik csak félig egyezők.
a génjeik csak félig egyezők.
05:59
So by comparing how similar
GCSE results are in identical twins
GCSE results are in identical twins
134
347509
4198
Ha összevetjük az egypetéjű
ikrek vizsgaeredményeit
ikrek vizsgaeredményeit
06:03
versus non-identical twins,
135
351707
2311
a többpetéjű ikrekéivel,
06:06
and doing some clever math,
136
354018
1346
és egy kicsit számolunk,
06:07
we can an idea of how much variation
and performance is due to the environment
and performance is due to the environment
137
355364
3901
megtudhatjuk, mekkora
teljesítmény-eltérés írható
teljesítmény-eltérés írható
06:11
and how much is due to genes.
138
359265
2136
a környezet, illetve a gének számlájára.
06:13
And it turns out that it's
about 58 percent due to genes.
about 58 percent due to genes.
139
361401
3777
Kiderül, hogy 58% van a gének miatt.
06:17
So this isn't to undermine the hard work
that you and your teachers here put in.
that you and your teachers here put in.
140
365178
3763
Ez nem fenyegeti az önök és tanáraik
befektetett kemény munkáját.
befektetett kemény munkáját.
06:20
If you didn't quite get the GCSE results
that you were hoping for,
that you were hoping for,
141
368941
3131
Ha nem a remélt osztályzatot kapták,
06:24
then you can always try blaming
your parents, or at least their genes.
your parents, or at least their genes.
142
372072
4506
a szüleiket, vagy szüleik génjeit
mindig okolhatják.
mindig okolhatják.
06:28
One thing that you shouldn't blame
143
376578
2028
Soha ne mondják, hogy ez azért van,
06:30
is being a left-brained
or right-brained learner,
or right-brained learner,
144
378606
2462
mert a bal féltekéjükkel,
vagy a jobbal tanulnak,
vagy a jobbal tanulnak,
06:33
because again, this is a myth.
145
381068
1811
mert ez is egy mítosz.
06:34
So the myth here is that
the left brain is logical,
the left brain is logical,
146
382879
2757
Ez a mítosz arról szól,
hogy a bal félteke logikai,
hogy a bal félteke logikai,
06:37
it's good with equations like this,
147
385636
1799
jó az ilyen egyenletekhez,
06:39
and the right brain is more creative,
so the right brain is better at music.
so the right brain is better at music.
148
387435
4099
a jobb meg alkotóbb, tehát jobb a zenéhez.
06:43
But again, this is a myth
because nearly everything that you do
because nearly everything that you do
149
391534
2931
Ez megint egy mítosz, mert majdnem minden,
06:46
involves nearly all parts
of your brain talking together,
of your brain talking together,
150
394465
2810
amit teszünk,
az egész agyunkat igénybe veszi,
az egész agyunkat igénybe veszi,
06:49
even just the most mundane thing
like having a normal conversation.
like having a normal conversation.
151
397275
3320
mint pl. egy szokásos beszélgetés.
06:52
However, perhaps one reason
why this myth has survived
why this myth has survived
152
400595
3343
Talán van egy ok, amiért
ez a mítosz fönnmaradt,
ez a mítosz fönnmaradt,
06:55
is that there is
a slight grain of truth to it.
a slight grain of truth to it.
153
403938
2242
van benne egy szemernyi igazság.
06:58
So a related version of the myth
154
406180
1610
A mítosz ide vonatkozó változata,
06:59
is that left-handed people are
more creative than right-handed people,
more creative than right-handed people,
155
407790
3283
hogy a balkezesek alkotóbbak,
mint a jobbkezesek;
mint a jobbkezesek;
07:03
which kind of makes sense because
your brain controls the opposite hands,
your brain controls the opposite hands,
156
411073
3454
ennek van valami értelme, mert az agy
az ellenkező oldalt szabályozza,
az ellenkező oldalt szabályozza,
07:06
so left-handed people,
157
414527
1360
úgyhogy a balkezeseknél
07:07
the right side of the brain
is slightly more active
is slightly more active
158
415887
2426
a jobb félteke egy kicsit tevékenyebb,
07:10
than the left-hand side of the brain,
159
418313
1805
mint bal félteke,
07:12
and the idea is the right-hand side
is more creative.
is more creative.
160
420118
2488
és a jobb oldal alkotóbb jellegű.
07:14
Now, it isn't true per se
161
422606
1397
Önmagában nem igaz,
07:16
that left-handed people are more creative
than right-handed people.
than right-handed people.
162
424003
3201
hogy a balkezesek
alkotóbbak a jobbkezeseknél.
alkotóbbak a jobbkezeseknél.
07:19
What is true that ambidextrous people,
163
427204
2415
Annyi igaz ebből, hogy a kétkezesek,
07:21
or people who use both hands
for different tasks,
for different tasks,
164
429619
2693
vagy akik egyes feladatokra
mindkét kezüket használják,
mindkét kezüket használják,
07:24
are more creative thinkers
than one-handed people,
than one-handed people,
165
432312
3762
alkotóbb gondolkodók, mint az egykezesek,
07:28
because being ambidextrous involves
166
436074
1733
mert a kétkezesek agyféltekéi
07:29
having both sides of the brain
talk to each other a lot,
talk to each other a lot,
167
437807
2729
sokat kommunikálnak egymással,
07:32
which seems to be involved
in creating flexible thinking.
in creating flexible thinking.
168
440536
3762
ami a rugalmas gondolkodás velejárója.
07:36
The myth of the creative left-hander
169
444298
1815
Az alkotó balkezesek mítosza
07:38
arises from the fact
that being ambidextrous
that being ambidextrous
170
446113
2058
abból ered, hogy a kétkezesség
07:40
is more common amongst
left-handers than right-handers,
left-handers than right-handers,
171
448171
3127
gyakoribb a balkezesek,
mint a jobbkezesek között,
mint a jobbkezesek között,
07:43
so a grain of truth in the idea
of the creative left-hander,
of the creative left-hander,
172
451298
3049
ezért van egy szemernyi igazság
az alkotó balkezeseket illetően,
az alkotó balkezeseket illetően,
07:46
but not much.
173
454347
1347
de nem sok.
07:47
A related myth that you've
probably heard of
probably heard of
174
455694
2437
Hasonló mítosz, nyilván már hallották,
07:50
is that we only use
10 percent of our brains.
10 percent of our brains.
175
458131
2373
hogy agyunknak csak 10%-át használjuk ki.
07:52
This is, again, a complete myth.
176
460504
1526
Ez megint egy mítosz.
07:54
Nearly everything that we do,
even the most mundane thing,
even the most mundane thing,
177
462030
2719
Majdnem mindennel, amit teszünk,
07:56
uses nearly all of our brains.
178
464749
2183
közel a teljes agyunkat használjuk.
07:58
That said, it is of course true
179
466932
3761
Az igaz, hogy legtöbbünk
nem használja annyira
nem használja annyira
08:02
that most of us don't use our brainpower
quite as well as we could.
quite as well as we could.
180
470693
4580
az intelligenciáját, mint tehetné.
08:07
So what could we do
to boost our brainpower?
to boost our brainpower?
181
475273
2966
Hogyan erősíthetjük az intelligenciánkat?
08:10
Maybe we could listen
to a nice bit of Mozart.
to a nice bit of Mozart.
182
478239
2138
Egy kis Mozartot kellene hallgatnunk.
08:12
Have you heard of the idea
of the Mozart effect?
of the Mozart effect?
183
480377
2718
Hallottak már a Mozart-hatásról?
08:15
So the idea is that listening
to Mozart makes you smarter
to Mozart makes you smarter
184
483095
2957
Arról, hogy Mozartot hallgatva
intelligensebbek leszünk,
intelligensebbek leszünk,
08:18
and improves your
performance on I.Q. tests.
performance on I.Q. tests.
185
486052
2169
és javul az IQ-teljesítményünk.
08:20
Now again, what's interesting
about this myth
about this myth
186
488221
2105
Az érdekes ezzel a mítosszal kapcsolatban,
08:22
is that although it's basically a myth,
there is a grain of truth to it.
there is a grain of truth to it.
187
490326
3441
hogy bár lényegében mítosz,
van benne egy szemernyi igazság.
van benne egy szemernyi igazság.
08:25
So the original study found that
188
493767
1774
A kutatás megállapította,
08:27
participants who were played
Mozart music for a few minutes
Mozart music for a few minutes
189
495541
3781
hogy akiknek egy pár percig
Mozartot játszottak,
Mozartot játszottak,
08:31
did better on a subsequent I.Q. test
190
499322
2299
utána jobb IQ-eredményt értek el,
08:33
than participants who simply
sat in silence.
sat in silence.
191
501621
3413
mint azok, akik csak csöndben ültek.
08:37
But a follow-up study recruited
some people who liked Mozart music
some people who liked Mozart music
192
505034
3724
De a következő kutatásba olyanokat
vontak be, akik szerették Mozart zenéjét,
vontak be, akik szerették Mozart zenéjét,
08:40
and then another group of people
193
508758
1781
és egy másik csoportot olyanokból,
08:42
who were fans of
the horror stories of Stephen King.
the horror stories of Stephen King.
194
510539
2668
akik imádták Stephen King horrorjait.
08:45
And they played the people
the music or the stories.
the music or the stories.
195
513207
3564
Az embereknek zenéltek
vagy történeteket meséltek.
vagy történeteket meséltek.
08:48
The people who preferred
Mozart music to the stories
Mozart music to the stories
196
516771
2508
Akik jobb szerették a zenét,
mint a történeteket,
mint a történeteket,
08:51
got a bigger I.Q. boost
from the Mozart than the stories,
from the Mozart than the stories,
197
519279
2731
hála Mozartnak, jobban javult az IQ-juk,
08:54
but the people who preferred
the stories to the Mozart music
the stories to the Mozart music
198
522010
2838
de akik jobban szerették a történeteket,
08:56
got a bigger I.Q. boost
from listening to the Stephen King stories
from listening to the Stephen King stories
199
524848
3107
jobban javult az IQ-juk,
ha Stephen Kinget hallgatták,
ha Stephen Kinget hallgatták,
08:59
than the Mozart music.
200
527955
1215
mint amikor Mozartot.
09:01
So the truth is that listening
to something that you enjoy
to something that you enjoy
201
529170
2763
Az az igazság, hogy
ha kedvünkre valót hallgatunk,
ha kedvünkre valót hallgatunk,
09:03
perks you up a bit
and gives you a temporary I.Q. boost
and gives you a temporary I.Q. boost
202
531933
3251
új erőre kapunk, és ez
ideiglenesen javítja az IQ-nkat
ideiglenesen javítja az IQ-nkat
09:07
on a narrow range of tasks.
203
535184
1927
a feladatok egy keskeny szeletén.
09:09
There's no suggestion that
listening to Mozart,
listening to Mozart,
204
537111
2368
Nem biztos, hogy Mozart
09:11
or indeed Stephen King stories,
205
539479
1625
vagy Stephen King hallgatásától
09:13
is going to make you any smarter
in the long run.
in the long run.
206
541104
3422
hosszabb távon intelligensebbek leszünk.
09:16
Another version of the Mozart myth
207
544526
2940
A Mozart mítosz változata,
09:19
is that listening to Mozart can make you
not only cleverer but healthier, too.
not only cleverer but healthier, too.
208
547466
4858
hogy Mozarttól nemcsak okosabbak,
de egészségesebbek is leszünk.
de egészségesebbek is leszünk.
09:24
Unfortunately, this doesn't
seem to be true
seem to be true
209
552324
2068
Sajnos, ez sem igaz.
09:26
of someone who listened
to the music of Mozart almost every day,
to the music of Mozart almost every day,
210
554392
3059
mert Mozart majdnem minden nap
09:29
Mozart himself,
211
557451
1718
hallgatta a saját zenéjét, és mégis
09:31
who suffered from gonorrhea,
smallpox, arthritis,
smallpox, arthritis,
212
559169
2980
trippertől, himlőtől és
ízületi gyulladástól szenvedett,
ízületi gyulladástól szenvedett,
09:34
and, what most people think eventually
killed him in the end, syphilis.
killed him in the end, syphilis.
213
562149
4514
s úgy tudjuk, végül szifilisztől halt meg.
09:38
This suggests that Mozart
should have bit more careful, perhaps,
should have bit more careful, perhaps,
214
566673
3362
Arra következtethetünk,
hogy Mozart óvatosabb lehetett volna
hogy Mozart óvatosabb lehetett volna
09:42
when choosing his sexual partners.
215
570035
2578
szexuális partnerei megválasztásakor.
09:44
But how do we choose a partner?
216
572613
2159
De hogyan választunk partnert?
09:46
So a myth that I have to say
is sometimes spread a bit by sociologists
is sometimes spread a bit by sociologists
217
574772
5026
Szociológusok által néha
terjesztett mítosz szerint
terjesztett mítosz szerint
09:51
is that our preferences in a romantic
partner are a product of our culture,
partner are a product of our culture,
218
579798
3623
kultúránkban keresendő
a romantikus partner választása,
a romantikus partner választása,
09:55
that they're very culturally specific.
219
583421
1931
ezért kulturálisan nagyon sajátságos.
09:57
But in fact, the data don't back this up.
220
585352
2144
Tény, hogy adatok ezt nem támasztják alá.
09:59
A famous study surveyed people from
[37] different cultures across the globe,
[37] different cultures across the globe,
221
587496
4045
Egy híres kísérletben a világ 32
kultúrájából származó egyént vizsgáltak,
kultúrájából származó egyént vizsgáltak,
10:03
from Americans to Zulus,
222
591541
1576
amerikaiaktól a zulukig,
10:05
on what they look for in a partner.
223
593117
2366
hogy mit keresnek a partnerükben.
10:07
And in every single culture
across the globe,
across the globe,
224
595483
2369
A világ minden egyes kultúrájában
10:09
men placed more value
on physical attractiveness in a partner
on physical attractiveness in a partner
225
597852
3715
a férfiak többre értékelték
a partner vonzerejét,
a partner vonzerejét,
10:13
than did women,
226
601567
1300
mint a nők.
10:14
and in every single culture, too,
227
602867
1741
Minden egyes kultúrában a nőknek
10:16
women placed more importance than did men
on ambition and high earning power.
on ambition and high earning power.
228
604608
4614
fontosabb volt a becsvágy
és a jövedelemtermelő képesség.
és a jövedelemtermelő képesség.
10:21
In every culture, too,
229
609222
1383
Minden egyes kultúrában
10:22
men preferred women
who were younger than themselves,
who were younger than themselves,
230
610605
2525
a férfiak inkább maguknál átlagosan
10:25
an average of, I think it was 2.66 years,
231
613130
2809
2,66 évvel fiatalabb nőket választottak.
10:27
and in every culture, too,
232
615939
1649
Minden egyes kultúrában a nők
10:29
women preferred men
who were older than them,
who were older than them,
233
617588
2600
maguknál átlag 3,42 évvel
10:32
so an average of 3.42 years,
234
620188
2810
idősebb férfiakat választottak,
10:34
which is why we've got here
"Everybody needs a Sugar Daddy."
"Everybody needs a Sugar Daddy."
235
622998
3715
ezért van az, hogy
"Mindenkinek kell egy cukros bácsi."
"Mindenkinek kell egy cukros bácsi."
10:38
So moving on from trying
to score with a partner
to score with a partner
236
626713
2577
Továbbmegyünk a partnerszerzéstől
10:41
to trying to score in basketball
or football or whatever your sport is.
or football or whatever your sport is.
237
629290
3922
a kosárlabdában vagy fociban
történő pontszerzéshez.
történő pontszerzéshez.
10:45
The myth here is that sportsmen go through
hot-hand streaks, Americans call them,
hot-hand streaks, Americans call them,
238
633212
4141
A mítosz azt mondja, hogy ha
10:49
or purple patches,
we sometimes say in England,
we sometimes say in England,
239
637353
2200
a sportolóknak mázlisorozatuk van,
10:51
where they just can't miss,
like this guy here.
like this guy here.
240
639553
2840
mindig bedobják vagy
berúgják a labdát, mint ez a fickó.
berúgják a labdát, mint ez a fickó.
10:54
But in fact, what happens is that
if you analyze the pattern
if you analyze the pattern
241
642393
3684
A találatok és a kihagyások megoszlását
10:58
of hits and misses statistically,
242
646077
1788
statisztikailag nézve viszont
10:59
it turns out that it's
nearly always at random.
nearly always at random.
243
647865
2299
ezek közel véletlenszerűek.
11:02
Your brain creates patterns
from the randomness.
from the randomness.
244
650164
2415
Agyunk sémát teremt a véletlenből.
11:04
If you toss a coin,
245
652579
1357
Ha feldobunk egy érmét,
11:05
a streak of heads or tails is going
to come out somewhere in the randomness,
to come out somewhere in the randomness,
246
653936
3636
a fej vagy írás gyakoriságát
a véletlen szabja meg,
a véletlen szabja meg,
11:09
and because the brain likes to see
patterns where there are none,
patterns where there are none,
247
657572
3111
és mivel az agy ott is szeret
sémát látni, ahol nincs is,
sémát látni, ahol nincs is,
11:12
we look at these streaks
and attribute meanings to them
and attribute meanings to them
248
660683
2601
mi pedig az előfordulásokat
jelentéssel ruházzuk föl,
jelentéssel ruházzuk föl,
11:15
and say, "Yeah he's really on form today,"
249
663284
2307
s azt mondjuk: "Eeegen, ma formában van",
11:17
whereas actually you would
get the same pattern
get the same pattern
250
665591
2310
bár ugyanazt kapnánk,
ha véletlenszerű lenne
ha véletlenszerű lenne
11:19
if you were just getting
hits and misses at random.
hits and misses at random.
251
667901
2645
a találatok és a kihagyások megoszlása.
11:23
So an exception to this, however,
is penalty shootouts.
is penalty shootouts.
252
671406
3466
A kivétel a büntetődobás vagy -rúgás.
11:26
A recent study looking
at penalty shootouts in football
at penalty shootouts in football
253
674872
3085
Egy friss kutatás kimutatta,
hogy tizenegyes rúgásakor
hogy tizenegyes rúgásakor
11:29
shows that players who represent countries
254
677957
2020
azon országok játékosai,
11:31
with a very bad record
in penalty shootouts,
in penalty shootouts,
255
679977
2624
akik inkább elhibázták a lövéseket,
11:34
like, for example, England,
256
682601
2183
mint pl. Anglia,
11:36
tend to be quicker to take their shots
than countries with a better record,
than countries with a better record,
257
684784
3761
igyekszenek gyorsan elrúgni a labdát,
mint a sikeresebb országokéi,
mint a sikeresebb országokéi,
11:40
and presumably as a result,
they're more likely to miss.
they're more likely to miss.
258
688545
3320
s feltehetően ezért hibáznak többet.
11:43
Which raises the question
259
691865
1695
Adódik a kérdés, van-e módja,
11:45
of if there's any way that we
could improve people's performance.
could improve people's performance.
260
693560
3389
hogy javítsuk az emberek teljesítményét?
11:48
And one thing you might think about doing
261
696949
1998
Szóba kerülhet,
11:50
is punishing people for their misses
and seeing if that improves them.
and seeing if that improves them.
262
698947
3419
hogy büntessük őket a hibáikért,
és nézzük meg, javulnak-e tőle.
és nézzük meg, javulnak-e tőle.
11:54
This idea, the effect that punishment
can improve performance,
can improve performance,
263
702366
3632
Hogy a büntetés javítja-e a teljesítményt,
11:57
is what participants
thought they were testing
thought they were testing
264
705998
2206
tárgya volt
12:00
in Milgram's famous learning
and punishment experiment
and punishment experiment
265
708204
2532
Milgram híres "tanulás
és büntetés" kísérletének;
és büntetés" kísérletének;
12:02
that you've probably heard about
if you're a psychology student.
if you're a psychology student.
266
710736
3008
a lélektan-szakosok
nyilván már hallottak róla.
nyilván már hallottak róla.
12:05
The story goes that participants
were prepared to give
were prepared to give
267
713744
2822
A kísérletben az alanyokat megkérték,
12:08
what they believed to be fatal
electric shocks to a fellow participant
electric shocks to a fellow participant
268
716566
3301
hogy mérjenek - ők úgy hitték:
halálos - áramütéseket
halálos - áramütéseket
12:11
when they got a question wrong,
269
719867
2021
rosszul válaszoló társaikra;
12:13
just because someone
in a white coat told them to.
in a white coat told them to.
270
721888
2809
a társak válaszát
a fehér köpenyesek értékelték.
a fehér köpenyesek értékelték.
12:16
But this story is a myth
for three reasons.
for three reasons.
271
724697
2415
Ez is egy mítosz, három okból is.
12:19
Firstly and most crucially, the lab coat
wasn't white, it was in fact grey.
wasn't white, it was in fact grey.
272
727112
4904
Először is és a lényeg: a köpenyek
nem fehérek, hanem szürkék voltak.
nem fehérek, hanem szürkék voltak.
12:24
Secondly, the participants
were told before the study
were told before the study
273
732016
4407
Másodszor: az alanyoknak előre szóltak,
12:28
and reminded any time
they raised a concern,
they raised a concern,
274
736423
2507
s ha visszariadtak, megnyugtatták őket,
12:30
that although the shocks were painful,
they were not fatal
they were not fatal
275
738930
2833
mondván: ugyan fáj az áramütés,
de nem halálos,
de nem halálos,
12:33
and indeed caused
no permanent damage whatsoever.
no permanent damage whatsoever.
276
741763
2742
és nem okoz maradandó sérülést.
12:36
And thirdly, participants
didn't give the shocks
didn't give the shocks
277
744505
2320
S végül: nem azért adtak
áramütést az alanyok,
áramütést az alanyok,
12:38
just because someone
in the coat told them to.
in the coat told them to.
278
746825
2648
mert a köpenyesek rájuk parancsoltak.
12:41
When they were interviewed
after the study,
after the study,
279
749473
2042
A kísérlet után minden alany azt mondta,
12:43
all the participants said
that they firmly believed
that they firmly believed
280
751515
2508
hogy meg volt róla győződve:
12:46
that the learning and punishment study
served a worthy scientific purpose
served a worthy scientific purpose
281
754023
3784
a tanulás és büntetés kísérlet
méltó tudományos célt szolgál,
méltó tudományos célt szolgál,
12:49
which would have
enduring gains for science
enduring gains for science
282
757807
2438
amely tartós hasznot hajt a tudománynak,
12:52
as opposed to the momentary nonfatal
discomfort caused to the participants.
discomfort caused to the participants.
283
760245
5869
ehhez képest az átmeneti
kellemetlenség nem számít.
kellemetlenség nem számít.
12:59
Okay, so I've been talking
for about 12 minutes now,
for about 12 minutes now,
284
767025
2578
Oké, már vagy 12 perce beszélek,
13:01
and you've probably been
sitting there listening to me,
sitting there listening to me,
285
769603
2686
önök pedig itt ülnek, és engem hallgatva
13:04
analyzing my speech patterns
and body language
and body language
286
772289
2220
elemzik a beszédmódomat
és a testbeszédemet,
és a testbeszédemet,
13:06
and trying to work out if you should
take any notice of what I'm saying,
take any notice of what I'm saying,
287
774509
3607
és próbálják belőlük kihüvelyezni,
13:10
whether I'm telling the truth
or whether I'm lying,
or whether I'm lying,
288
778116
2461
igazat mondok-e vagy hazudok.
13:12
but if so you've
probably completely failed,
probably completely failed,
289
780577
2182
Ha így van, teljesen rossz úton járnak,
13:14
because although we all think
we can catch a liar
we can catch a liar
290
782759
2345
mert bár mind azt hisszük,
hogy testbeszéde
hogy testbeszéde
13:17
from their body language
and speech patterns,
and speech patterns,
291
785104
2093
és beszédmódja leleplezi a hazugot,
13:19
hundreds of psychological tests
over the years have shown
over the years have shown
292
787197
2673
százszámra végzett lélektani
tesztek bizonyítják,
tesztek bizonyítják,
13:21
that all of us, including
police officers and detectives,
police officers and detectives,
293
789870
2691
hogy mindannyian, rendőröket
és nyomozókat beleértve,
és nyomozókat beleértve,
13:24
are basically at chance when it comes
to detecting lies from body language
to detecting lies from body language
294
792561
3500
a véletlenre vagyunk utalva,
ha a hazugságra testbeszédből
ha a hazugságra testbeszédből
13:28
and verbal patterns.
295
796061
1581
vagy szavakból következtetünk.
13:29
Interestingly, there is one exception:
296
797642
2044
Érdekes, hogy van egy kivétel:
13:31
TV appeals for missing relatives.
297
799686
2252
az eltűnt rokonokat kereső tévéműsorok.
13:33
It's quite easy to predict
when the relatives are missing
when the relatives are missing
298
801938
2985
Nagyon könnyű kiszúrni,
ha az eltűnt rokont
ha az eltűnt rokont
13:36
and when the appealers have in fact
murdered the relatives themselves.
murdered the relatives themselves.
299
804923
3331
a bejelentő valójában maga gyilkolta meg.
13:40
So hoax appealers are more likely
to shake their heads, to look away,
to shake their heads, to look away,
300
808254
3515
Az ál-kereső valószínűleg
rázza a fejét, félrenéz,
rázza a fejét, félrenéz,
13:43
and to make errors in their speech,
301
811769
1714
bakizik beszéd közben.
13:45
whereas genuine appealers are more likely
302
813483
2015
Egy igazi kereső inkább arról beszél,
13:47
to express hope that the person
will return safely
will return safely
303
815498
2345
reméli, rokona épségben visszatér,
13:49
and to avoid brutal language.
304
817843
1741
s szavaival nem is utal erőszakra.
13:51
So, for example, they might say
"taken from us" rather than "killed."
"taken from us" rather than "killed."
305
819584
4603
Például inkább így mondja:
"elvették tőlünk", nem pedig: "megölték".
"elvették tőlünk", nem pedig: "megölték".
13:56
Speaking of which,
it's about time I killed this talk,
it's about time I killed this talk,
306
824187
2657
Ha már erről van szó,
ideje leállítani a dumát,
ideje leállítani a dumát,
13:58
but before I do, I just want
to give you in 30 seconds
to give you in 30 seconds
307
826844
3208
de előtte rászánok 30 másodpercet
14:02
the overarching myth of psychology.
308
830052
3371
a lélektan mindent átfogó mítoszára.
14:05
So the myth is that psychology is just
a collection of interesting theories,
a collection of interesting theories,
309
833423
4297
A mítosz: a lélektan csak
érdekes elméletek gyűjteménye,
érdekes elméletek gyűjteménye,
14:09
all of which say something useful
and all of which have something to offer.
and all of which have something to offer.
310
837720
3521
s mindegyik elméletben van valami
felhasználható elem.
felhasználható elem.
14:13
What I hope to have shown you
in the past few minutes
in the past few minutes
311
841241
2499
Remélem, az elmúlt percekben bemutattam,
14:15
is that this isn't true.
312
843740
1585
hogy nem ez az igazság.
14:17
What we need to do is assess
psychological theories
psychological theories
313
845325
3259
Arra van szükség, hogy úgy
értékeljük a lélektani elméleteket,
értékeljük a lélektani elméleteket,
14:20
by seeing what predictions they make,
314
848584
1884
hogy megvizsgáljuk, mit jeleznek,
14:22
whether that is that listening to Mozart
makes you smarter,
makes you smarter,
315
850468
2821
hogy Mozart hallgatásától
intelligensebbek leszünk-e,
intelligensebbek leszünk-e,
14:25
that you learn better when information is
presented in your preferred learning style
presented in your preferred learning style
316
853289
4767
jobban tanulunk-e,
ha az infót a kedvelt módon kapjuk,
ha az infót a kedvelt módon kapjuk,
14:30
or whatever it is, all of these
are testable empirical predictions,
are testable empirical predictions,
317
858056
3465
ezek mind vizsgálandó empirikus jelzések,
14:33
and the only way we can make progress
318
861521
1785
s a haladás egyetlen útja:
14:35
is to test these predictions
against the data
against the data
319
863306
2120
szigorúan ellenőrzött kísérletek során
14:37
in tightly controlled
experimental studies.
experimental studies.
320
865426
2329
a jelzéseket össze kell
vetnünk az adatokkal.
vetnünk az adatokkal.
14:39
And it's only by doing so
that we can hope to discover
that we can hope to discover
321
867755
3134
Csak így lehet reményünk, hogy megtudjuk:
14:42
which of these theories
are well supported,
are well supported,
322
870889
2624
az elméletek közül
melyik állja meg a helyét,
melyik állja meg a helyét,
14:45
and which, like all the ones
I've told you about today, are myths.
I've told you about today, are myths.
323
873513
3390
és melyikük, mint a ma
szóba kerültek, csupán mítosz.
szóba kerültek, csupán mítosz.
14:48
Thank you.
324
876903
1509
Köszönöm.
14:50
(Applause)
325
878412
3460
(Taps)
ABOUT THE SPEAKER
Ben Ambridge - PsychologistBen Ambridge is the author of "Psy-Q," a sparkling book debunking what we think we know about psychology.
Why you should listen
Ben Ambridge is a senior lecturer in psychology at the University of Liverpool, where he researches children’s language development. He is the author of Psy-Q, which introduces readers to some of the major findings in psychology via interactive puzzles, games, quizzes and tests.
He also writes great newsy stories connecting psychology to current events. His article "Why Can't We Talk to the Animals?" was shortlisted for the 2012 Guardian-Wellcome Science Writing Prize. Psy-Q is his first book for a general audience.
Ben Ambridge | Speaker | TED.com