TEDxZurich
Alexander Wagner: What really motivates people to be honest in business
Alexander Wagner: Mi motivál bennünket, hogy becsületesek legyünk az üzleti világban?
Filmed:
Readability: 4
1,661,864 views
Minden évben hét óriás cégből egy csalást követ el. Miért? A válaszhoz Alexander Wagner bevezet bennünket a helyes cselekvés közgazdaságtanába, erkölcsébe és pszichológiájába. Tartsunk vele a megtévesztés elemzésének síkos lejtőjén, miközben Alexander segít megérteni, miért viselkednek az emberek úgy, ahogy viselkednek.
Alexander Wagner - Economist
Alexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations. Full bio
Alexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations. Full bio
Double-click the English transcript below to play the video.
Hány céggel kerültek ma kapcsolatba?
00:12
How many companies
have you interacted with today?
have you interacted with today?
0
760
3440
00:17
Well, you got up in the morning,
1
5240
1656
Reggel fölkeltek,
00:18
took a shower,
2
6920
1215
lezuhanyoztak,
00:20
washed your hair,
3
8160
1256
hajat mostak,
00:21
used a hair dryer,
4
9440
1536
hajszárítót használtak,
00:23
ate breakfast --
5
11000
1216
reggeliztek –
gabonapelyhet, gyümölcsöt,
joghurtot, bármit –
joghurtot, bármit –
00:24
ate cereals, fruit, yogurt, whatever --
6
12240
1858
00:26
had coffee --
7
14122
1214
kávéztak,
00:27
tea.
8
15360
1376
teáztak.
00:28
You took public transport to come here,
9
16760
1976
Tömegközlekedéssel
00:30
or maybe used your private car.
10
18760
1840
vagy saját autójukkal jöttek ide.
00:33
You interacted with the company
that you work for or that you own.
that you work for or that you own.
11
21520
3560
Kapcsolatba kerültek
munkahelyükkel vagy saját cégükkel.
munkahelyükkel vagy saját cégükkel.
00:38
You interacted with your clients,
12
26160
1960
Kapcsolatba kerültek ügyfeleikkel,
00:40
your customers,
13
28760
1200
vevőikkel
00:42
and so on and so forth.
14
30640
1256
és így tovább.
00:43
I'm pretty sure there are
at least seven companies
at least seven companies
15
31920
3616
Biztos vagyok benne,
hogy ma legalább hét céggel
hogy ma legalább hét céggel
00:47
you've interacted with today.
16
35560
1760
kerültek kapcsolatba.
00:49
Let me tell you a stunning statistic.
17
37960
2000
Megdöbbentő adatot hozok tudomásukra.
00:52
One out of seven
large, public corporations
large, public corporations
18
40840
4376
Minden évben, hét óriáscégből egy
00:57
commit fraud every year.
19
45240
2240
elkövet valamilyen csalást.
01:00
This is a US academic study
that looks at US companies --
that looks at US companies --
20
48400
3416
Ez egy USA-beli cégekről készült
amerikai egyetemi tanulmányból derül ki.
amerikai egyetemi tanulmányból derül ki.
01:03
I have no reason to believe
that it's different in Europe.
that it's different in Europe.
21
51840
3200
Nem kétlem, hogy ez
Európában sincs másként.
Európában sincs másként.
01:07
This is a study that looks
at both detected and undetected fraud
at both detected and undetected fraud
22
55480
4216
A tanulmány kiterjed mind a földerített,
mind a föl nem derített csalásokra.
mind a föl nem derített csalásokra.
01:11
using statistical methods.
23
59720
1736
Statisztikai módszereket használtak.
01:13
This is not petty fraud.
24
61480
1720
Ezek nem apró-cseprő csalások.
01:16
These frauds cost
the shareholders of these companies,
the shareholders of these companies,
25
64120
2856
E csalások az érintett
cégek tulajdonosainak
cégek tulajdonosainak
01:19
and therefore society,
26
67000
1256
s így a társadalomnak
01:20
on the order of
380 billion dollars per year.
380 billion dollars per year.
27
68280
3600
évente mintegy 380 milliárd
dollárjába kerülnek.
dollárjába kerülnek.
01:24
We can all think of some examples, right?
28
72960
2216
Sorolhatunk példákat, ugye?
01:27
The car industry's secrets
aren't quite so secret anymore.
aren't quite so secret anymore.
29
75200
3800
Az autóipar titkai már nem annyira titkok.
01:31
Fraud has become a feature,
30
79800
3296
A csalás már jellemzője,
01:35
not a bug,
31
83120
1216
nem hibája
01:36
of the financial services industry.
32
84360
1936
a pénzügyi szolgáltatóiparnak.
01:38
That's not me who's claiming that,
33
86320
2216
Nem én állítom,
01:40
that's the president
of the American Finance Association
of the American Finance Association
34
88560
3256
hanem az Amerikai
Pénzügyi Egyesülés elnöke
Pénzügyi Egyesülés elnöke
01:43
who stated that
in his presidential address.
in his presidential address.
35
91840
2936
az elnöki beszámolójában.
01:46
That's a huge problem
if you think about, especially,
if you think about, especially,
36
94800
2736
Ez óriási probléma, különösen,
01:49
an economy like Switzerland,
37
97560
1696
ha pl. Svájc gazdaságára gondolunk,
01:51
which relies so much on the trust
put into its financial industry.
put into its financial industry.
38
99280
4200
amely zömmel a pénzügyi ágazatba
fektetett bizalmon alapszik.
fektetett bizalmon alapszik.
01:56
On the other hand,
39
104960
1216
Másfelől,
01:58
there are six out of seven companies
who actually remain honest
who actually remain honest
40
106200
3536
mégiscsak van hétből hat cég,
amely tisztességes marad,
amely tisztességes marad,
02:01
despite all temptations
to start engaging in fraud.
to start engaging in fraud.
41
109760
3840
a csalásra csábító
minden kísértés ellenére.
minden kísértés ellenére.
02:06
There are whistle-blowers
like Michael Woodford,
like Michael Woodford,
42
114240
2296
Vannak közérdekű bejelentők,
mint Michael Woodford,
mint Michael Woodford,
02:08
who blew the whistle on Olympus.
43
116560
2336
aki az Olympusról
megkongatta a vészharangot.
megkongatta a vészharangot.
02:10
These whistle-blowers risk their careers,
44
118920
2696
A bejelentők karrierjüket,
barátságukat kockáztatják,
02:13
their friendships,
45
121640
1216
02:14
to bring out the truth
about their companies.
about their companies.
46
122880
2136
ha előállnak az igazsággal a cégeikről.
Léteznek újságírók,
mint Anna Politkovszkaja,
mint Anna Politkovszkaja,
02:17
There are journalists
like Anna Politkovskaya
like Anna Politkovskaya
47
125040
2616
02:19
who risk even their lives
to report human rights violations.
to report human rights violations.
48
127680
3856
akik az emberi jogok megsértéséről
írva életüket kockáztatják.
írva életüket kockáztatják.
02:23
She got killed --
49
131560
1216
Annát meg is ölték.
02:24
every year,
50
132800
1216
Évente körülbelül
02:26
around 100 journalists get killed
51
134040
1656
100 újságírót ölnek meg meggyőződéséért,
02:27
because of their conviction
to bring out the truth.
to bring out the truth.
52
135720
2720
hogy közzé kell tenni az igazságot.
02:32
So in my talk today,
53
140040
1256
Mai előadásomban ismertetek
02:33
I want to share with you
some insights I've obtained and learned
some insights I've obtained and learned
54
141320
3496
néhány értesülést,
amelyet az utóbbi évtizedben szereztem
amelyet az utóbbi évtizedben szereztem
02:36
in the last 10 years
of conducting research in this.
of conducting research in this.
55
144840
3296
e tárgyban folytatott kutatásaimból.
02:40
I'm a researcher,
a scientist working with economists,
a scientist working with economists,
56
148160
3496
Kutató vagyok, közgazdászokkal,
02:43
financial economists,
57
151680
1336
pénzügyi közgazdászokkal,
02:45
ethicists, neuroscientists,
58
153040
2056
filozófusokkal, idegtudósokkal,
jogászokkal és másokkal dolgozom.
02:47
lawyers and others
59
155120
1336
02:48
trying to understand
what makes humans tick,
what makes humans tick,
60
156480
2096
Igyekszünk megérteni,
mi ösztönzi az embereket,
mi ösztönzi az embereket,
02:50
and how can we address this issue
of fraud in corporations
of fraud in corporations
61
158600
4776
hogyan ragadhatjuk meg
a cégek csalásainak témáját,
a cégek csalásainak témáját,
02:55
and therefore contribute
to the improvement of the world.
to the improvement of the world.
62
163400
3160
s ezzel járulhatunk hozzá
a világ jobbításához.
a világ jobbításához.
02:59
I want to start by sharing with you
two very distinct visions
two very distinct visions
63
167280
3536
Bemutatok két eltérő látásmódot
03:02
of how people behave.
64
170840
1816
az emberi viselkedésről.
03:04
First, meet Adam Smith,
65
172680
1840
Ő itt Adam Smith,
03:07
founding father of modern economics.
66
175200
1960
a modern közgazdaságtan megalapítója.
03:10
His basic idea was that if everybody
behaves in their own self-interests,
behaves in their own self-interests,
67
178280
4296
Alapelve szerint mindenki
önző érdekei szerint cselekszik,
önző érdekei szerint cselekszik,
03:14
that's good for everybody in the end.
68
182600
2520
amely végül mindenki javára válik.
03:18
Self-interest isn't
a narrowly defined concept
a narrowly defined concept
69
186080
3056
Az önző érdek fogalma nincs
pontosabban definiálva,
pontosabban definiálva,
03:21
just for your immediate utility.
70
189160
1936
csak mint valaki közvetlen haszna.
03:23
It has a long-run implication.
71
191120
1936
Következményei messzire vezetnek.
03:25
Let's think about that.
72
193080
1480
Gondolkodjunk el rajtuk.
03:27
Think about this dog here.
73
195080
2016
Nézzük ezt a kutyát.
03:29
That might be us.
74
197120
1200
Mi is lehetünk a helyében.
03:31
There's this temptation --
75
199440
1256
Itt ez a kísértés...
03:32
I apologize to all vegetarians, but --
76
200720
2376
Elnézést a vegetáriánusoktól, de...
03:35
(Laughter)
77
203120
1016
(Nevetés)
03:36
Dogs do like the bratwurst.
78
204160
1696
A kutyák szeretik a sült kolbászt.
03:37
(Laughter)
79
205880
2376
(Nevetés)
03:40
Now, the straight-up,
self-interested move here
self-interested move here
80
208280
3096
Az elvárható logikus
önérdekű cselekvés itt,
önérdekű cselekvés itt,
03:43
is to go for that.
81
211400
1576
hogy ráveti magát.
03:45
So my friend Adam here might jump up,
82
213000
2936
Adam barátunk fölugorhat,
03:47
get the sausage and thereby ruin
all this beautiful tableware.
all this beautiful tableware.
83
215960
3360
elkapja a kolbászt, de ezzel
tönkreteszi a gyönyörű étkészletet.
tönkreteszi a gyönyörű étkészletet.
03:52
But that's not what Adam Smith meant.
84
220000
1816
De Adam Smith nem erre gondolt.
03:53
He didn't mean
disregard all consequences --
disregard all consequences --
85
221840
2656
Nem a következmények figyelmen
kívül hagyását értette ezen;
kívül hagyását értette ezen;
03:56
to the contrary.
86
224520
1216
ellenkezőleg.
03:57
He would have thought,
87
225760
1256
Gondolhatott arra,
03:59
well, there may be negative consequences,
88
227040
2016
hogy lehetnek negatív következmények is.
04:01
for example,
89
229080
1216
Példának okáért.
04:02
the owner might be angry with the dog
90
230320
3096
a gazdi mérges lehet a kutyára,
04:05
and the dog, anticipating that,
might not behave in this way.
might not behave in this way.
91
233440
3600
és a kutya – ezt előrelátva –
lehet, hogy másként viselkedik.
lehet, hogy másként viselkedik.
04:09
That might be us,
92
237840
1256
Velünk is megtörténhet,
04:11
weighing the benefits
and costs of our actions.
and costs of our actions.
93
239120
3056
hogy mérlegeljük tetteink
előnyeit és költségeit.
előnyeit és költségeit.
04:14
How does that play out?
94
242200
1240
Hogyan zajlik ez?
04:15
Well, many of you, I'm sure,
95
243960
1976
Biztos vagyok benne,
04:17
have in your companies,
96
245960
1536
hogy az önök cégénél,
04:19
especially if it's a large company,
97
247520
1816
különösen, ha a cég nagy,
04:21
a code of conduct.
98
249360
1656
van viselkedési szabályzat.
04:23
And then if you behave
according to that code of conduct,
according to that code of conduct,
99
251040
3416
Ha önök e szabályzatnak
megfelelően viselkednek,
megfelelően viselkednek,
04:26
that improves your chances
of getting a bonus payment.
of getting a bonus payment.
100
254480
3176
esélyük megnövekszik,
hogy prémiumot kapnak.
hogy prémiumot kapnak.
04:29
And on the other hand,
if you disregard it,
if you disregard it,
101
257680
2135
De ha fittyet hánynak rá,
04:31
then there are higher chances
of not getting your bonus
of not getting your bonus
102
259839
2737
annak nagyobb az esélye,
hogy nem kapnak prémiumot,
hogy nem kapnak prémiumot,
04:34
or its being diminished.
103
262600
1536
vagy csak csökkentett mértékűt.
04:36
In other words,
104
264160
1256
Más szavakkal:
04:37
this is a very economic motivation
105
265440
1816
ez erős gazdasági ösztönzés,
04:39
of trying to get people to be more honest,
106
267280
2776
hogy a dolgozók rendesebbek legyenek,
04:42
or more aligned with
the corporation's principles.
the corporation's principles.
107
270080
3360
vagy jobban igazodjanak
a cég elvárásaihoz.
a cég elvárásaihoz.
04:46
Similarly, reputation is a very
powerful economic force, right?
powerful economic force, right?
108
274240
5256
A hírnév is hatékony gazdasági erő, ugye?
04:51
We try to build a reputation,
109
279520
1536
Igyekszünk jó hírnevet szerezni,
04:53
maybe for being honest,
110
281080
1416
talán tisztességünkből adódóan,
04:54
because then people
trust us more in the future.
trust us more in the future.
111
282520
2400
hogy a jövőben jobban bízzanak bennünk.
04:57
Right?
112
285960
1216
Igaz?
Adam Smith példájában
04:59
Adam Smith talked about the baker
113
287200
2096
a pék nem jótékonyságból süt
05:01
who's not producing good bread
out of his benevolence
out of his benevolence
114
289320
3776
vevőinek jó kenyeret,
05:05
for those people who consume the bread,
115
293120
3016
05:08
but because he wants to sell
more future bread.
more future bread.
116
296160
3040
hanem mert a jövőben
több kenyeret akar eladni.
több kenyeret akar eladni.
05:12
In my research, we find, for example,
117
300160
2216
Kutatásaimból,
amelyet a zürichi egyetemen végeztünk,
05:14
at the University of Zurich,
118
302400
1376
05:15
that Swiss banks
who get caught up in media,
who get caught up in media,
119
303800
4200
kiderült, hogy a média által
lefülelt svájci bankoknak,
lefülelt svájci bankoknak,
05:20
and in the context, for example,
120
308720
1776
amelyeket például
adóelkerülésen, adócsaláson kaptak,
05:22
of tax evasion, of tax fraud,
121
310520
1536
05:24
have bad media coverage.
122
312080
1736
rossz volt a sajtójuk.
05:25
They lose net new money in the future
123
313840
2736
Nettó jövőbeni veszteséget szenvedtek,
05:28
and therefore make lower profits.
124
316600
1616
ezért kisebb volt a profitjuk.
05:30
That's a very powerful reputational force.
125
318240
2360
Ilyen hatékony gazdasági erő a jó hírnév.
05:34
Benefits and costs.
126
322200
1600
Előnyök és költségek.
05:37
Here's another viewpoint of the world.
127
325120
2576
Ez pedig egy másik világnézet.
05:39
Meet Immanuel Kant,
128
327720
1536
Ö itt Immanuel Kant,
05:41
18th-century German philosopher superstar.
129
329280
2760
a 18. századi szupersztár filozófus.
05:44
He developed this notion
130
332920
1616
E fogalmat dolgozta ki,
05:46
that independent of the consequences,
131
334560
3136
amely független a következményektől;
05:49
some actions are just right
132
337720
2976
bizonyos tettek jók,
05:52
and some are just wrong.
133
340720
1696
mások pedig rosszak.
05:54
It's just wrong to lie, for example.
134
342440
3216
Pl. hazudni erkölcstelen dolog.
05:57
So, meet my friend Immanuel here.
135
345680
3136
Tehát ez itt Immanuel barátom.
06:00
He knows that the sausage is very tasty,
136
348840
2816
Tudja, hogy a kolbász nagyon finom,
06:03
but he's going to turn away
because he's a good dog.
because he's a good dog.
137
351680
2456
de hátat fordít neki, mert jó kutya.
06:06
He knows it's wrong to jump up
138
354160
2696
Tudja, hogy helytelen fölugrani,
06:08
and risk ruining
all this beautiful tableware.
all this beautiful tableware.
139
356880
2800
és kockáztatni a gyönyörű étkészletet.
06:12
If you believe that people
are motivated like that,
are motivated like that,
140
360520
2416
Ha azt hiszik, hogy ez
motiválja az embereket,
motiválja az embereket,
06:14
then all the stuff about incentives,
141
362960
2176
akkor minden, ami ösztönzőkre,
06:17
all the stuff about code of conduct
and bonus systems and so on,
and bonus systems and so on,
142
365160
3776
viselkedési szabályokra
és premizálási rendszerre vonatkozik,
és premizálási rendszerre vonatkozik,
06:20
doesn't make a whole lot of sense.
143
368960
2176
teljesen értelmetlen.
06:23
People are motivated
by different values perhaps.
by different values perhaps.
144
371160
4176
Az embereket esetleg
a különböző értékek ösztönzik.
a különböző értékek ösztönzik.
06:27
So, what are people actually motivated by?
145
375360
3376
Voltaképp mi ösztönzi őket?
06:30
These two gentlemen here
have perfect hairdos,
have perfect hairdos,
146
378760
2176
E két úrnak tökéletes a frizurája,
06:32
but they give us
very different views of the world.
very different views of the world.
147
380960
4480
de elütő a világnézetük.
06:37
What do we do with this?
148
385840
1256
Mit kezdjünk ezzel?
Közgazdász vagyok,
06:39
Well, I'm an economist
149
387120
1656
06:40
and we conduct so-called experiments
to address this issue.
to address this issue.
150
388800
4176
a témában ún. kísérleteket végzünk.
06:45
We strip away facts
which are confusing in reality.
which are confusing in reality.
151
393000
3296
A valóság zavaros tényeit megtisztítjuk.
06:48
Reality is so rich,
there is so much going on,
there is so much going on,
152
396320
2736
A valóság oly gazdag,
oly sok minden történik,
oly sok minden történik,
06:51
it's almost impossible to know
what drives people's behavior really.
what drives people's behavior really.
153
399080
3960
majdnem lehetetlen kiigazodni,
hogy mi mozgatja az emberek viselkedését.
hogy mi mozgatja az emberek viselkedését.
06:55
So let's do a little experiment together.
154
403520
2720
Végezzünk együtt egy kis kísérletet!
06:58
Imagine the following situation.
155
406680
2600
Képzeljük el a következő helyzetet!
07:02
You're in a room alone,
156
410400
2416
Egyedül vannak a szobában;
07:04
not like here.
157
412840
1536
nem ilyenben, mint ez.
07:06
There's a five-franc coin
like the one I'm holding up right now
like the one I'm holding up right now
158
414400
3440
Föltartok egy ötfrankos érmét
07:10
in front of you.
159
418560
1576
önök elé.
07:12
Here are your instructions:
160
420160
1576
Elmondom, mi a feladat.
07:13
toss the coin four times,
161
421760
2480
Dobják föl négyszer az érmét,
07:17
and then on a computer
terminal in front of you,
terminal in front of you,
162
425800
2416
és az előttük lévő számítógépbe írják be,
07:20
enter the number of times tails came up.
163
428240
3656
hány írást dobtak.
07:23
This is the situation.
164
431920
1280
Ez a helyzet.
07:25
Here's the rub.
165
433720
1216
De a csavar benne az,
07:26
For every time that you announce
that you had a tails throw,
that you had a tails throw,
166
434960
3376
hogy minden bejelentett írásdobásra
07:30
you get paid five francs.
167
438360
1496
öt frank jutalmat kapnak.
07:31
So if you say I had two tails throws,
168
439880
2536
Ha pl. két írást dobtak,
07:34
you get paid 10 francs.
169
442440
2216
10 frankot kapnak.
07:36
If you say you had zero,
you get paid zero francs.
you get paid zero francs.
170
444680
2936
Ha nulla írást, nulla frankot.
07:39
If you say, "I had four tails throws,"
171
447640
2456
Ha azt mondják: "Négy írás",
07:42
then you get paid 20 francs.
172
450120
2016
20 frankot kapnak.
07:44
It's anonymous,
173
452160
1256
Név nélkül játszunk,
07:45
nobody's watching what you're doing,
174
453440
1896
senki sem figyeli, mit csinálnak,
07:47
and you get paid that money anonymously.
175
455360
2336
és a pénzt is név nélkül kapják.
07:49
I've got two questions for you.
176
457720
1477
Két kérdésem van.
07:51
(Laughter)
177
459760
1616
(Nevetés)
07:53
You know what's coming now, right?
178
461400
1640
Ugye, tudják, mi következik?
07:56
First, how would you behave
in that situation?
in that situation?
179
464000
3480
Az első: hogy viselkednek e helyzetben?
08:00
The second, look to your left
and look to your right --
and look to your right --
180
468240
2936
A másik: nézzenek balra, aztán jobbra,
08:03
(Laughter)
181
471200
1016
(Nevetés)
08:04
and think about how
the person sitting next to you
the person sitting next to you
182
472240
2376
és találják ki, szomszédjuk
hogyan viselkedne
hogyan viselkedne
08:06
might behave in that situation.
183
474640
1656
e helyzetben.
08:08
We did this experiment for real.
184
476320
2136
A valóságban is elvégeztük a kísérletet.
08:10
We did it at the Manifesta art exhibition
185
478480
2696
Elvégeztük a Manifesta
művészeti kiállításon,
művészeti kiállításon,
08:13
that took place here in Zurich recently,
186
481200
2456
amely nemrég volt Zürichben;
08:15
not with students in the lab
at the university
at the university
187
483680
2856
nem diákokkal egyetemi laborban,
08:18
but with the real population,
188
486560
1776
hanem valódi népességgel,
08:20
like you guys.
189
488360
1200
mint önök.
08:22
First, a quick reminder of stats.
190
490080
2136
Kezdetnek, gyors ismétlés statisztikából.
08:24
If I throw the coin four times
and it's a fair coin,
and it's a fair coin,
191
492240
3576
Négy érmedobásra, ha az érme szabályos,
08:27
then the probability
that it comes up four times tails
that it comes up four times tails
192
495840
4096
akkor a valószínűség,
hogy négy írást dobunk
hogy négy írást dobunk
08:31
is 6.25 percent.
193
499960
2400
6,25%
08:35
And I hope you can intuitively see
194
503080
1656
Remélem, ösztönösen érzik,
08:36
that the probability that all four
of them are tails is much lower
of them are tails is much lower
195
504760
3376
hogy a négy írás valószínűsége
sokkal kisebb,
sokkal kisebb,
08:40
than if two of them are tails, right?
196
508160
2120
mint két írás valószínűségéé, ugye?
08:42
Here are the specific numbers.
197
510760
1440
Ezek az egyes valószínűségek.
08:46
Here's what happened.
198
514039
1496
Nézzük, mi történt.
08:47
People did this experiment for real.
199
515559
2201
Az emberek elvégezték a kísérletet.
08:50
Around 30 to 35 percent of people said,
200
518799
3336
30-35%-uk állította:
08:54
"Well, I had four tails throws."
201
522159
2401
"Négy írást dobtam."
08:57
That's extremely unlikely.
202
525640
1816
Ez aligha valószínű.
08:59
(Laughter)
203
527480
1936
(Nevetés)
09:01
But the really amazing thing here,
204
529440
3136
De közgazdászoknak
az igazán elképesztő,
09:04
perhaps to an economist,
205
532600
1296
09:05
is there are around 65 percent of people
who did not say I had four tails throws,
who did not say I had four tails throws,
206
533920
6536
hogy a résztvevők kb. 65%-a nem mondta,
hogy négy írást dobott,
hogy négy írást dobott,
09:12
even though in that situation,
207
540480
2176
még az esetben sem,
09:14
nobody's watching you,
208
542680
2096
ha nem figyelték őket,
09:16
the only consequence that's in place
209
544800
1936
és az egyetlen következmény,
09:18
is you get more money
if you say four than less.
if you say four than less.
210
546760
3336
hogy több pénzt kap,
ha négyet mond, mintha kevesebbet.
ha négyet mond, mintha kevesebbet.
09:22
You leave 20 francs on the table
by announcing zero.
by announcing zero.
211
550120
3280
20 frankot veszni hagy,
mert nullát mondott.
mert nullát mondott.
09:26
I don't know whether
the other people all were honest
the other people all were honest
212
554040
2576
Nem tudom, vajon a többiek
miért voltak becsületesek,
miért voltak becsületesek,
09:28
or whether they also said a little bit
higher or lower than what they did
higher or lower than what they did
213
556640
3456
vagy a valóságosnál miért
mondtak többet vagy kevesebbet,
mondtak többet vagy kevesebbet,
mert névtelenek voltak.
09:32
because it's anonymous.
214
560120
1216
Csak az eloszlást figyeltük.
09:33
We only observed the distribution.
215
561360
1656
09:35
But what I can tell you --
and here's another coin toss.
and here's another coin toss.
216
563040
2656
De elmondhatom... Dobok egyet.
09:37
There you go, it's tails.
217
565720
1496
Gyerünk! Írás lett.
09:39
(Laughter)
218
567240
1496
(Nevetés)
09:40
Don't check, OK?
219
568760
1456
Ne ellenőrizzék, jó!?
09:42
(Laughter)
220
570240
2816
(Nevetés)
09:45
What I can tell you
221
573080
1296
De elmondhatom,
09:46
is that not everybody behaved
like Adam Smith would have predicted.
like Adam Smith would have predicted.
222
574400
4440
hogy nem mindenki viselkedett úgy,
ahogy Adam Smith megjósolta volna.
ahogy Adam Smith megjósolta volna.
09:52
So what does that leave us with?
223
580840
1576
Mi következik ebből?
09:54
Well, it seems people are motivated
by certain intrinsic values
by certain intrinsic values
224
582440
4496
Az, hogy az embereket
bizonyos belső érték ösztönzi,
bizonyos belső érték ösztönzi,
09:58
and in our research, we look at this.
225
586960
1800
s kutatásunkban ezt vizsgáltuk.
10:01
We look at the idea that people have
so-called protected values.
so-called protected values.
226
589440
4480
Vizsgáltuk az ún. védett értékek fogalmát.
10:06
A protected value isn't just any value.
227
594760
2816
Nem minden érték védett érték.
10:09
A protected value is a value
where you're willing to pay a price
where you're willing to pay a price
228
597600
5816
Az a védett érték, amelyért hajlandók
vagyunk megfizetni az árát,
vagyunk megfizetni az árát,
10:15
to uphold that value.
229
603440
1256
hogy megőrizzük.
10:16
You're willing to pay a price
to withstand the temptation to give in.
to withstand the temptation to give in.
230
604720
4440
Készek vagyunk megfizetni az árát,
hogy ellenálljunk a kísértésnek.
hogy ellenálljunk a kísértésnek.
10:22
And the consequence is you feel better
231
610200
2656
A következmény: jobban érezzük magunkat,
10:24
if you earn money in a way
that's consistent with your values.
that's consistent with your values.
232
612880
4296
ha úgy keresünk pénzt,
ahogy egybevág értékeinkkel.
ahogy egybevág értékeinkkel.
10:29
Let me show you this again
in the metaphor of our beloved dog here.
in the metaphor of our beloved dog here.
233
617200
4280
Megmutatom ezt kedvenc
kutyánk metaforájával.
kutyánk metaforájával.
10:34
If we succeed in getting the sausage
without violating our values,
without violating our values,
234
622600
4056
Ha sikerül értékeink föladása
nélkül megszereznünk a kolbászt,
nélkül megszereznünk a kolbászt,
10:38
then the sausage tastes better.
235
626680
1976
akkor a kolbász jobban ízlik.
10:40
That's what our research shows.
236
628680
1480
Kutatásunk kimutatta,
10:42
If, on the other hand,
237
630720
1256
hogyha egyrészt
10:44
we do so --
238
632000
1256
így teszünk...
10:45
if we get the sausage
239
633280
1416
ha megszerezzük a kolbászt,
10:46
and in doing so
we actually violate values,
we actually violate values,
240
634720
3456
de eközben föladjuk értékeinket,
10:50
we value the sausage less.
241
638200
2976
kevesebbre értékeljük a kolbászt.
10:53
Quantitatively, that's quite powerful.
242
641200
2456
Mennyiségileg ez erősen értékelhető.
10:55
We can measure these protected values,
243
643680
2456
E védett értékek mérhetők.
10:58
for example,
244
646160
1216
Például,
10:59
by a survey measure.
245
647400
1920
vizsgálati méréssel.
11:02
Simple, nine-item survey that's quite
predictive in these experiments.
predictive in these experiments.
246
650360
5976
Az egyszerű, négytényezős vizsgálat
e kísérletekben elég informatív,
e kísérletekben elég informatív,
11:08
If you think about the average
of the population
of the population
247
656360
2336
ha a populáció átlagára gondolunk,
11:10
and then there's
a distribution around it --
a distribution around it --
248
658720
2096
és az átlag körüli eloszlásra...
11:12
people are different,
we all are different.
we all are different.
249
660840
2040
mind különbözők vagyunk.
11:15
People who have a set of protected values
250
663480
2976
Akiknek védett értékrendjük van,
11:18
that's one standard deviation
above the average,
above the average,
251
666480
4176
azaz egy standard eltérés az átlagtól,
11:22
they discount money they receive
by lying by about 25 percent.
by lying by about 25 percent.
252
670680
5056
azoknál a hazugság révén kapott
pénz értéke kb. 25%-kal csökken.
pénz értéke kb. 25%-kal csökken.
11:27
That means a dollar received when lying
253
675760
3616
Eszerint a hazugsággal kapott egy dollár
11:31
is worth to them only 75 cents
254
679400
2136
csak 75 centet ér, anélkül,
11:33
without any incentives you put in place
for them to behave honestly.
for them to behave honestly.
255
681560
3696
hogy bármi ösztönzőt a becsületes
viselkedésért igénybe vettünk volna.
viselkedésért igénybe vettünk volna.
11:37
It's their intrinsic motivation.
256
685280
1736
Ez a belső ösztönzőjük.
11:39
By the way, I'm not a moral authority.
257
687040
1856
Nem vagyok erkölcsvédelmi hatóság,
nem állítom, hogy birtokában vagyok
mindezen gyönyörű értékeknek.
mindezen gyönyörű értékeknek.
11:40
I'm not saying I have
all these beautiful values, right?
all these beautiful values, right?
258
688920
2920
11:44
But I'm interested in how people behave
259
692440
1936
De engem az emberek viselkedése érdekel,
11:46
and how we can leverage
that richness in human nature
that richness in human nature
260
694400
3376
és az, miként befolyásolhatjuk,
hogy az emberi természet gazdagsága
hogy az emberi természet gazdagsága
11:49
to actually improve
the workings of our organizations.
the workings of our organizations.
261
697800
3440
javítsa szervezeteink hatékonyságát.
11:54
So there are two
very, very different visions here.
very, very different visions here.
262
702400
3176
Két különböző szemlélet létezik erre.
11:57
On the one hand,
263
705600
1336
Egyfelől,
11:58
you can appeal to benefits and costs
264
706960
3016
koncentrálhatunk
az előnyökre és a költségekre,
az előnyökre és a költségekre,
12:02
and try to get people
to behave according to them.
to behave according to them.
265
710000
2656
s rávehetjük az embereket,
hogy e szerint viselkedjenek.
hogy e szerint viselkedjenek.
12:04
On the other hand,
266
712680
1616
Másfelől,
12:06
you can select people who have the values
267
714320
4016
kiválaszthatunk olyanokat,
akiknek ezek az értékeik,
akiknek ezek az értékeik,
s persze megvannak bennük
a megkívánt tulajdonságok:
a megkívánt tulajdonságok:
12:10
and the desirable
characteristics, of course --
characteristics, of course --
268
718360
2216
12:12
competencies that go
in line with your organization.
in line with your organization.
269
720600
3576
a szervezetüknek megfelelő kompetenciák.
12:16
I do not yet know where
these protected values really come from.
these protected values really come from.
270
724200
4216
Még nem tudom, honnan
erednek e védett értékek:
erednek e védett értékek:
12:20
Is it nurture or is it nature?
271
728440
3376
neveltetésünkből vagy természetünkből.
12:23
What I can tell you
272
731840
1376
De az bizonyos,
12:25
is that the distribution
looks pretty similar for men and women.
looks pretty similar for men and women.
273
733240
5096
hogy az eloszlás mind férfiak,
mind nők esetén eléggé hasonló,
mind nők esetén eléggé hasonló,
12:30
It looks pretty similar
for those who had studied economics
for those who had studied economics
274
738360
3776
elég hasonló azoknál, akik közgazdaságtant
12:34
or those who had studied psychology.
275
742160
2360
vagy pszichológiát tanultak.
12:38
It looks even pretty similar
around different age categories
around different age categories
276
746000
3376
Sőt, felnőttek között eltérő életkorban is
12:41
among adults.
277
749400
1216
eléggé hasonló.
De még nem tudom,
hogy életünk során ez miként alakul.
hogy életünk során ez miként alakul.
12:42
But I don't know yet
how this develops over a lifetime.
how this develops over a lifetime.
278
750640
2656
12:45
That will be the subject
of future research.
of future research.
279
753320
3440
Ez a jövőbeni kutatás tárgya lesz.
12:49
The idea I want to leave you with
280
757640
1656
Azzal a gondolattal búcsúzom,
12:51
is it's all right to appeal to incentives.
281
759320
2776
hogy rendjén van ösztönzőkre számítani.
12:54
I'm an economist;
282
762120
1216
Közgazdász vagyok.
12:55
I certainly believe in the fact
that incentives work.
that incentives work.
283
763360
2920
Persze, hiszek az ösztönzők hatásában.
12:59
But do think about selecting
the right people
the right people
284
767400
4016
De a megfelelő ember
kiválasztásában jobban,
kiválasztásában jobban,
13:03
rather than having people
and then putting incentives in place.
and then putting incentives in place.
285
771440
3496
mint valakit ösztönzőkkel abajgatni.
13:06
Selecting the right people
with the right values
with the right values
286
774960
2256
Jó értékeket valló,
megfelelő ember kiválasztása
megfelelő ember kiválasztása
13:09
may go a long way
to saving a lot of trouble
to saving a lot of trouble
287
777240
3936
sok főfájástól és nagy költségektől
13:13
and a lot of money
288
781200
1376
kímélhet meg bennünket
13:14
in your organizations.
289
782600
1736
szervezeteinkben.
13:16
In other words,
290
784360
1256
Másként fogalmazva:
13:17
it will pay off to put people first.
291
785640
3760
kifizetődik, ha az emberekre
helyezzük a hangsúlyt.
helyezzük a hangsúlyt.
13:22
Thank you.
292
790040
1216
Köszönöm.
13:23
(Applause)
293
791280
3640
(Taps)
ABOUT THE SPEAKER
Alexander Wagner - EconomistAlexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations.
Why you should listen
Alexander Wagner has discovered that to most people, what matters is not only how much money they receive but also whether they behaved honestly to receive that money. As Swiss Finance Institute professor at the University of Zurich's Department of Banking and Finance, Wagner has taught corporate finance to thousands of eager students and hundreds of motivated executives, and he has helped shape governance systems of companies large and small. His recent research deals with how investors perceive managerial words and deeds … and with the stock market implications of the Trump election.
Alexander Wagner | Speaker | TED.com