EG 2008
Dan Ariely: Are we in control of our own decisions?
Urai vagyunk döntéseinknek? kérdi Dan Ariely.
Filmed:
Readability: 3.3
6,706,559 views
A viselkedéskutató Dan Ariely, a Következetesen Irracionális című könyv szerzője, ismert optikai csalódásokon, valamint meglepő (olykor sokkoló) kutatásain át mutatja be, hogy közel sem vagyunk olyan racionálisak döntéseinkben, mint hisszük magunkról.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
I'll tell you a little bit about irrational behavior.
0
0
3000
Pár szót szólnék az irracionális viselkedésről.
00:19
Not yours, of course -- other people's.
1
3000
2000
Persze nem az Önökéről. Másokéról.
00:21
(Laughter)
2
5000
1000
(Nevetés)
00:22
So after being at MIT for a few years,
3
6000
4000
A MIT-en töltött éveim során
00:26
I realized that writing academic papers is not that exciting.
4
10000
4000
rájöttem, hogy cikkeket írni nem túl izgalmas.
00:30
You know, I don't know how many of those you read,
5
14000
2000
Nem tudom, olvasnak-e Önök ilyesmit.
00:32
but it's not fun to read and often not fun to write --
6
16000
3000
Nem szórakoztató olvasni, de gyakran írni sem.
00:35
even worse to write.
7
19000
2000
Még rosszabb is írni.
00:37
So I decided to try and write something more fun.
8
21000
3000
Úgy gondoltam, inkább írok valami szórakoztatóbbat.
00:40
And I came up with an idea that I will write a cookbook.
9
24000
4000
Az jutott eszembe, írok egy szakácskönyvet.
00:44
And the title for my cookbook was going to be
10
28000
2000
A címe ez lett volna:
00:46
"Dining Without Crumbs: The Art of Eating Over the Sink."
11
30000
3000
Morzsamentes főzés: a mosogató fölött evés művészete.
00:49
(Laughter)
12
33000
2000
(Nevetés)
00:51
And it was going to be a look at life through the kitchen.
13
35000
3000
Az életről szólt volna, a konyhán keresztül bemutatva.
00:54
And I was quite excited about this. I was going to talk
14
38000
2000
Nagyon fel voltam dobva. Akartam beszélni
00:56
a little bit about research, a little bit about the kitchen.
15
40000
3000
kicsit a tudományról, kicsit a konyháról.
00:59
You know, we do so much in the kitchen I thought this would be interesting.
16
43000
3000
Annyi mindent csinálunk a konyhában, gondoltam érdekes lesz.
01:02
And I wrote a couple of chapters.
17
46000
2000
Meg is írtam pár fejezetet,
01:04
And I took it to MIT press and they said,
18
48000
2000
és elvittem a MIT kiadójához.
01:06
"Cute, but not for us. Go and find somebody else."
19
50000
4000
Azt mondták, jópofa, de nem érdekli őket.
01:10
I tried other people and everybody said the same thing,
20
54000
2000
Máshol is próbálkoztam, ugyanezzel az eredménnyel.
01:12
"Cute. Not for us."
21
56000
3000
Jópofa, de nem érdekli őket.
01:15
Until somebody said,
22
59000
3000
Végül valaki azt mondta:
01:18
"Look, if you're serious about this,
23
62000
2000
Nézd, ha komolyan gondolod,
01:20
you first have to write a book about your research. You have to publish something,
24
64000
3000
előbb a kutatásaidról kell írnod. Előbb legyen neved,
01:23
and then you'll get the opportunity to write something else.
25
67000
2000
aztán írhatsz majd, amiről akarsz.
01:25
If you really want to do it you have to do it."
26
69000
2000
Ha akarod a könyvet, ez a módja.
01:27
So I said, "You know, I really don't want to write about my research.
27
71000
3000
De én nem akartam a kutatásaimról írni.
01:30
I do this all day long. I want to write something else.
28
74000
2000
Azt csinálom egész nap. Valami mást akarok.
01:32
Something a bit more free, less constrained."
29
76000
3000
Valami könnyedebbet, szabadabbat.
01:35
And this person was very forceful and said,
30
79000
3000
Hajthatatlan volt.
01:38
"Look. That's the only way you'll ever do it."
31
82000
2000
Ha nem így, akkor sehogy, mondta.
01:40
So I said, "Okay, if I have to do it -- "
32
84000
3000
Szóval beleegyeztem, ha muszáj,
01:43
I had a sabbatical. I said, "I'll write about my research
33
87000
3000
írok a saját területemről,
01:46
if there is no other way. And then I'll get to do my cookbook."
34
90000
2000
és majd később jöhet a szakácskönyv.
01:48
So I wrote a book on my research.
35
92000
3000
Így hát írtam egy könyvet a kutatásaimról.
01:51
And it turned out to be quite fun in two ways.
36
95000
3000
És ez is elég szórakoztatónak bizonyult.
01:54
First of all, I enjoyed writing.
37
98000
3000
Először is, szerettem írni.
01:57
But the more interesting thing was that
38
101000
2000
De még érdekesebb volt az,
01:59
I started learning from people.
39
103000
2000
hogy mennyit tanultam az emberektől.
02:01
It's a fantastic time to write,
40
105000
2000
Írni csodás időtöltés.
02:03
because there is so much feedback you can get from people.
41
107000
2000
Mert rengeteg visszajelzést kapni.
02:05
People write me about their personal experience,
42
109000
3000
Az olvasók megírták személyes tapasztalataikat,
02:08
and about their examples, and what they disagree,
43
112000
2000
saját példáikat, ellenvetéseiket,
02:10
and nuances.
44
114000
2000
észrevételeiket.
02:12
And even being here -- I mean the last few days,
45
116000
2000
Például itt is, az elmúlt napokban
02:14
I've known really heights of obsessive behavior
46
118000
3000
tanúja lehettem súlyos rögeszmés viselkedésnek.
02:17
I never thought about.
47
121000
2000
Nem gondoltam volna.
02:19
(Laughter)
48
123000
1000
(Nevetés)
02:20
Which I think is just fascinating.
49
124000
2000
Lenyűgöző.
02:22
I will tell you a little bit about irrational behavior.
50
126000
3000
Pár szót szólnék az irracionális viselkedésről,
02:25
And I want to start by giving you some examples of visual illusion
51
129000
3000
és elsőként mutatok pár optikai csalódást,
02:28
as a metaphor for rationality.
52
132000
2000
párhuzamként.
02:30
So think about these two tables.
53
134000
2000
Itt van ez a két asztal.
02:32
And you must have seen this illusion.
54
136000
2000
Nyilván ismerik ezt a képet.
02:34
If I asked you what's longer, the vertical line on the table on the left,
55
138000
3000
Melyik a hosszabb, a függőleges vonal,
02:37
or the horizontal line on the table on the right?
56
141000
3000
vagy a vizszintes?
02:40
Which one seems longer?
57
144000
3000
Melyik látszik hosszabbnak?
02:43
Can anybody see anything but the left one being longer?
58
147000
3000
Képesek nem azt látni, hogy a bal oldali hosszabb?
02:46
No, right? It's impossible.
59
150000
2000
Ugye nem? Képtelenség.
02:48
But the nice thing about visual illusion is we can easily demonstrate mistakes.
60
152000
3000
Az a jó az optikai csalódásokban, hogy le tudjuk leplezni.
02:51
So I can put some lines on; it doesn't help.
61
155000
3000
Rajzolok rá vonalat, ez még nem segít.
02:54
I can animate the lines.
62
158000
2000
De ha fedésbe hozom.
02:56
And to the extent you believe I didn't shrink the lines,
63
160000
2000
és ha elhiszik, hogy nem csaltam, márpedig nem,
02:58
which I didn't, I've proven to you that your eyes were deceiving you.
64
162000
5000
látható, hogy a szemük becsapta Önöket.
03:03
Now, the interesting thing about this
65
167000
2000
Ami az érdekes,
03:05
is when I take the lines away,
66
169000
2000
hogy ha elveszem a vonalakat,
03:07
it's as if you haven't learned anything in the last minute.
67
171000
2000
mintha az emúlt percek nem is lettek volna.
03:09
(Laughter)
68
173000
3000
(Nevetés)
03:12
You can't look at this and say, "Okay now I see reality as it is."
69
176000
3000
Senki sem mondja "jé, tényleg, már látom".
03:15
Right? It's impossible to overcome this
70
179000
2000
Igaz? Nem lehet úrrá lenni az illúzión,
03:17
sense that this is indeed longer.
71
181000
3000
hogy ez itt hosszabb.
03:20
Our intuition is really fooling us in a repeatable, predictable, consistent way.
72
184000
3000
Az érzékeink kiszámíthatóan és következetesen becsapnak.
03:23
And there is almost nothing we can do about it,
73
187000
3000
Jóformán semmit sem tehetünk,
03:26
aside from taking a ruler and starting to measure it.
74
190000
3000
azon túl, hogy megmérjük.
03:29
Here is another one -- this is one of my favorite illusions.
75
193000
3000
Itt egy másik, ez a kedvencem.
03:32
What do you see the color that top arrow is pointing to?
76
196000
3000
Milyen színű a felső négyzet?
03:35
Brown. Thank you.
77
199000
2000
Barna. Köszönöm.
03:37
The bottom one? Yellow.
78
201000
2000
Az alsó? Sárga.
03:39
Turns out they're identical.
79
203000
2000
Valójában azonosak.
03:41
Can anybody see them as identical?
80
205000
2000
Ki tudja azonosnak látni?
03:43
Very very hard.
81
207000
2000
Nehéz.
03:45
I can cover the rest of the cube up.
82
209000
2000
Letakarom a kocka többi részét.
03:47
And if I cover the rest of the cube you can see that they are identical.
83
211000
3000
Így már látszik, hogy valóban azonosak.
03:50
And if you don't believe me you can get the slide later
84
214000
2000
Ha nem hiszik, kérjék el a képet,
03:52
and do some arts and crafts and see that they're identical.
85
216000
3000
és origamizzák ki maguknak a bizonyítékot.
03:55
But again it's the same story
86
219000
2000
De mint az előbb is,
03:57
that if we take the background away,
87
221000
2000
ha elveszem a takarást,
03:59
the illusion comes back. Right.
88
223000
2000
a csalódás visszajön. Íme.
04:01
There is no way for us not to see this illusion.
89
225000
3000
Nem lehet nem látni az illúziót.
04:04
I guess maybe if you're colorblind I don't think you can see that.
90
228000
3000
Talán ha színvak valaki, az tudja nem látni.
04:07
I want you to think about illusion as a metaphor.
91
231000
3000
Az opitkai csalódást hasonlatként hoztam fel.
04:10
Vision is one of the best things we do.
92
234000
2000
A látás olyasmi, amihez értünk.
04:12
We have a huge part of our brain dedicated to vision --
93
236000
2000
Az agyunk hatalmas része foglalkozik vele.
04:14
bigger than dedicated to anything else.
94
238000
2000
Nagyobb, mint bármely más rész.
04:16
We do more vision more hours of the day than we do anything else.
95
240000
4000
Naponta több időt töltünk szemlélődéssel, mint bármivel.
04:20
And we are evolutionarily designed to do vision.
96
244000
2000
A törzsfejlődés hosszú munkája van mögötte.
04:22
And if we have these predictable repeatable mistakes in vision,
97
246000
3000
Tehát ha következetesen becsap minket a szemünk,
04:25
which we're so good at,
98
249000
2000
ami erősségünk,
04:27
what's the chance that we don't make even more mistakes
99
251000
2000
akkor vajon nem várható-e, hogy még többet hibázunk
04:29
in something we're not as good at --
100
253000
2000
más területeken?
04:31
for example, financial decision making:
101
255000
2000
Mondjuk pénzügyi döntésekben.
04:33
(Laughter)
102
257000
2000
(Nevetés)
04:35
something we don't have an evolutionary reason to do,
103
259000
2000
Olyasmiben, amire az evolúció nem készített fel.
04:37
we don't have a specialized part of the brain,
104
261000
2000
amire nincs specializálódott agyterületünk,
04:39
and we don't do that many hours of the day.
105
263000
2000
és nem csináljuk több órát naponta.
04:41
And the argument is in those cases
106
265000
3000
Az állításom az, hogy ezekben
04:44
it might be the issue that we actually make many more mistakes
107
268000
4000
az esetekben sokkal több hibát vétünk.
04:48
and, worse, not have an easy way to see them.
108
272000
3000
Ami rosszabb, nem tudjuk könnyen bemutatni.
04:51
Because in visual illusions we can easily demonstrate the mistakes;
109
275000
3000
Az optikai csalódásokat könnyű demonstrálni.
04:54
in cognitive illusion it's much, much harder
110
278000
2000
A kognitív illúziók esetén
04:56
to demonstrate to people the mistakes.
111
280000
2000
ez sokkal nehezebb.
04:58
So I want to show you some cognitive illusions,
112
282000
3000
Mutatnék néhány kognitív illúziót,
05:01
or decision-making illusions, in the same way.
113
285000
3000
döntéshozatali illúziót.
05:04
And this is one of my favorite plots in social sciences.
114
288000
3000
Ez az egyik kedvenc társadalomtudományi ábrám.
05:07
It's from a paper by Johnson and Goldstein.
115
291000
4000
Johnson és Goldstein egy cikkéből.
05:11
And it basically shows
116
295000
2000
Lényegében azt mutatja,
05:13
the percentage of people who indicated
117
297000
2000
hogy az emberek hány százaléka
05:15
they would be interested in giving their organs to donation.
118
299000
4000
járul hozzá a szervei felhasználásához.
05:19
And these are different countries in Europe. And you basically
119
303000
2000
Különböző európai országok láthatók.
05:21
see two types of countries:
120
305000
2000
Két elkülönülő kategória van.
05:23
countries on the right, that seem to be giving a lot;
121
307000
2000
A jobb oldalon levők lelkes donorok.
05:25
and countries on the left that seem to giving very little,
122
309000
3000
A bal oldaliak egyáltalán nem azok,
05:28
or much less.
123
312000
2000
legalábbis kevésbé.
05:30
The question is, why? Why do some countries give a lot
124
314000
2000
A kérdés: miért? Miért nagyvonalúak egyes országok,
05:32
and some countries give a little?
125
316000
2000
és miért nem mások?
05:34
When you ask people this question,
126
318000
2000
Ha megkérdezzük az embereket,
05:36
they usually think that it has to be something about culture.
127
320000
2000
általában azt gondolják ez kulturális kérdés.
05:38
Right? How much do you care about people?
128
322000
2000
Nem? Hogy mennyire törődnek egymással.
05:40
Giving your organs to somebody else
129
324000
2000
A szerveinket másnak felajánlani
05:42
is probably about how much you care about society, how linked you are.
130
326000
3000
valószínűleg a társadalom iránti felelősség.
05:45
Or maybe it is about religion.
131
329000
2000
Vagy talán vallási oka van.
05:47
But, if you look at this plot,
132
331000
2000
De az ábrán azt látni,
05:49
you can see that countries that we think about as very similar
133
333000
3000
hogy vannak nagyon hasonló országok,
05:52
actually exhibit very different behavior.
134
336000
3000
nagyon eltérő viselkedéssel.
05:55
For example, Sweden is all the way on the right,
135
339000
2000
Svédország a jobb szélen van.
05:57
and Denmark, that we think is culturally very similar,
136
341000
3000
Dánia, ami úgy vélhetjük, hasonló,
06:00
is all the way on the left.
137
344000
2000
a bal szélen.
06:02
Germany is on the left. And Austria is on the right.
138
346000
4000
Németország balra. Ausztria jobbra.
06:06
The Netherlands is on the left. And Belgium is on the right.
139
350000
3000
Hollandia balra, Belgium jobbra.
06:09
And finally, depending on your particular version
140
353000
3000
Az nézőpont kérdése, hogy
06:12
of European similarity,
141
356000
2000
Franciaország és Anglia
06:14
you can think about the U.K and France as either similar culturally or not.
142
358000
5000
kulturálisan hasonlít vagy nem.
06:19
But it turns out that from organ donation they are very different.
143
363000
4000
De a donorság szempontjából nagyon eltérőek.
06:23
By the way, the Netherlands is an interesting story.
144
367000
2000
Hollandia egy érdekes történet.
06:25
You see the Netherlands is kind of the biggest of the small group.
145
369000
5000
Látható, hogy a kicsik közt a legnagyobb.
06:30
Turns out that they got to 28 percent
146
374000
3000
Úgy érték el a 28%-ot,
06:33
after mailing every household in the country a letter
147
377000
3000
hogy levélben könyörögtek minden egyes
06:36
begging people to join this organ donation program.
148
380000
3000
családnak, hogy csatlakozzanak a programhoz.
06:39
You know the expression, "Begging only gets you so far"?
149
383000
3000
Könyörgéssel ennyit lehet elérni.
06:42
It's 28 percent in organ donation.
150
386000
3000
28%-ot.
06:45
(Laughter)
151
389000
2000
(Nevetés)
06:47
But whatever the countries on the right are doing
152
391000
2000
Akármit is csinálnak a jobb oldali országok,
06:49
they are doing a much better job than begging.
153
393000
2000
az sokkal hatásosabb, mint a könyörgés.
06:51
So what are they doing?
154
395000
2000
Mit tesznek tehát?
06:53
Turns out the secret has to do with a form at the DMV.
155
397000
3000
A titok a nyilatkozat szövegezésében van.
06:56
And here is the story.
156
400000
2000
A következőről van szó:
06:58
The countries on the left have a form at the DMV
157
402000
2000
A bal oldali országokban a nyilatkozat
07:00
that looks something like this.
158
404000
2000
valahogy így szól:
07:02
Check the box below if you want to participate
159
406000
2000
"Jelölje be, ha részt akar venni
07:04
in the organ donor program.
160
408000
2000
a szervdonor programban."
07:06
And what happens?
161
410000
2000
Mi történik?
07:08
People don't check, and they don't join.
162
412000
3000
Az emberek nem jelölik be, és nem vesznek részt.
07:11
The countries on the right, the ones that give a lot,
163
415000
2000
A jobb oldali országokban
07:13
have a slightly different form.
164
417000
2000
kicsit eltér az adatlap.
07:15
It says check the box below if you don't want to participate.
165
419000
3000
"Jelölje be, ha nem kíván részt venni"
07:18
Interestingly enough, when people get this,
166
422000
2000
Érdekes módon a kitöltők megint csak
07:20
they again don't check -- but now they join.
167
424000
3000
nem jelölik be. És így részt vesznek.
07:23
(Laughter)
168
427000
3000
(Nevetés)
07:26
Now think about what this means.
169
430000
3000
Gondoljanak bele, mit jelent ez.
07:29
We wake up in the morning and we feel we make decisions.
170
433000
4000
Úgy érezzük, hogy döntéseket hozunk.
07:33
We wake up in the morning and we open the closet
171
437000
2000
Felkelünk reggel, kinyitjuk a szekrényt,
07:35
and we feel that we decide what to wear.
172
439000
2000
és eldöntjük, hogy mit vegyünk fel.
07:37
And we open the refrigerator and we feel that we decide what to eat.
173
441000
3000
Kinyitjuk a hűtőt, és eldöntjük, mint együnk.
07:40
What this is actually saying is that
174
444000
2000
Amit a fentiekből látni kell,
07:42
much of these decisions are not residing within us.
175
446000
2000
hogy ezen döntések egy része nem rajtunk áll.
07:44
They are residing in the person who is designing that form.
176
448000
3000
Azon múlik, aki a kérdőívet összeállította.
07:47
When you walk into the DMV,
177
451000
3000
Amikor a jogosítványért megyünk,
07:50
the person who designed the form will have a huge influence
178
454000
2000
a kérdőív összeállítója nagyban meghatározza,
07:52
on what you'll end up doing.
179
456000
2000
ahogy döntünk.
07:54
Now it's also very hard to intuit these results. Think about it for yourself.
180
458000
4000
Nehéz átérezni ezt a tényt. Gondolják csak át.
07:58
How many of you believe
181
462000
2000
Hányan hiszik el,
08:00
that if you went to renew your license tomorrow,
182
464000
2000
hogy amikor holnap megújítják a jogosítványukat,
08:02
and you went to the DMV,
183
466000
2000
és bemennek a hivatalba
08:04
and you would encounter one of these forms,
184
468000
2000
kitölteni ezt az űrlapot,
08:06
that it would actually change your own behavior?
185
470000
3000
az űrlap megváltoztatja a döntéseiket?
08:09
Very, very hard to think that you will influence us.
186
473000
2000
Nagyon nehéz elhinni, hogy így hat ránk.
08:11
We can say, "Oh, these funny Europeans, of course it would influence them."
187
475000
2000
Azt gondoljuk, "ezek a vicces európaiak, rájuk így hat."
08:13
But when it comes to us,
188
477000
3000
De mi bezzeg,
08:16
we have such a feeling that we are at the driver's seat,
189
480000
2000
mi magunk irányítjuk az életünket,
08:18
we have such a feeling that we are in control,
190
482000
2000
kezünkben a kormányrúd,
08:20
and we are making the decision,
191
484000
2000
miénk a döntés.
08:22
that it's very hard to even accept
192
486000
2000
Nehéz elfogadni, hogy
08:24
the idea that we actually have
193
488000
2000
a döntés illúziója a miénk,
08:26
an illusion of making a decision, rather than an actual decision.
194
490000
4000
és nem a valódi döntés.
08:30
Now, you might say,
195
494000
2000
Mondhatják, hogy
08:32
"These are decisions we don't care about."
196
496000
3000
ezek a döntések nem fontosak.
08:35
In fact, by definition, these are decisions
197
499000
2000
Valóban, hiszen akkorra már
08:37
about something that will happen to us after we die.
198
501000
2000
úgyis halottak leszünk.
08:39
How could we care about something less
199
503000
3000
Mit törődnénk olyasmivel,
08:42
than something that happens after we die?
200
506000
2000
ami a halálunk után fog történni?
08:44
So a standard economist, someone who believes in rationality,
201
508000
3000
Egy hagyományos közgazdász, aki hisz a racionalitásban,
08:47
would say, "You know what? The cost of lifting the pencil
202
511000
3000
azt mondaná, a toll felemelésének
08:50
and marking a V is higher than the possible
203
514000
2000
költsége nagyobb, mint a
08:52
benefit of the decision,
204
516000
2000
várható haszon.
08:54
so that's why we get this effect."
205
518000
2000
Ezért nem jelöl senki.
08:56
But, in fact, it's not because it's easy.
206
520000
3000
De a valódi ok nem az, hogy nincs tét.
08:59
It's not because it's trivial. It's not because we don't care.
207
523000
3000
Nem az, hogy nem érdekel minket.
09:02
It's the opposite. It's because we care.
208
526000
3000
Éppen az, hogy nagyon is érdekel.
09:05
It's difficult and it's complex.
209
529000
2000
Összetett és nehéz.
09:07
And it's so complex that we don't know what to do.
210
531000
2000
Annyira, hogy nem tudjuk, mi a helyes.
09:09
And because we have no idea what to do
211
533000
2000
És mivel nem tudjuk,
09:11
we just pick whatever it was that was chosen for us.
212
535000
4000
azt választjuk, amit elénk raktak.
09:15
I'll give you one more example for this.
213
539000
2000
Még egy példa ugyanerre.
09:17
This is from a paper by Redelmeier and Schaefer.
214
541000
3000
Redelmeier és Schaefer cikkéből.
09:20
And they said, "Well, this effect also happens to experts,
215
544000
3000
Szerintük ez a hatás szakértőket is érint.
09:23
people who are well-paid, experts in their decisions,
216
547000
3000
Jól fizetett döntéshozóknál is
09:26
do it a lot."
217
550000
2000
gyakran előfordul.
09:28
And they basically took a group of physicians.
218
552000
2000
Vettek egy csoport orvost.
09:30
And they presented to them a case study of a patient.
219
554000
2000
Bemutattak nekik egy esetet.
09:32
Here is a patient. He is a 67-year-old farmer.
220
556000
4000
Íme a beteg. 67 éves farmer.
09:36
He's been suffering from a right hip pain for a while.
221
560000
2000
Csípőfájdalma van hosszú ideje.
09:38
And then they said to the physician,
222
562000
2000
Azt mondták nekik,
09:40
"You decided a few weeks ago
223
564000
2000
néhány hete úgy találtad,
09:42
that nothing is working for this patient.
224
566000
2000
hogy a terápia hatástalan.
09:44
All these medications, nothing seems to be working.
225
568000
2000
A gyógyszerek nem működnek.
09:46
So you refer the patient to hip replacement therapy.
226
570000
3000
Úgy döntöttél, hogy protézist kell beültetni.
09:49
Hip replacement. Okay?"
227
573000
2000
Csípőprotézist.
09:51
So the patient is on a path to have his hip replaced.
228
575000
3000
A beteg várja a beültetést.
09:54
And then they said to half the physicians, they said,
229
578000
2000
Az orvosok felének azt mondták,
09:56
"Yesterday you reviewed the patient's case
230
580000
2000
Tegnap átnézted a beteg anyagát,
09:58
and you realized that you forgot to try one medication.
231
582000
3000
és észrevetted, hogy kimaradt egy gyógyszer.
10:01
You did not try ibuprofen.
232
585000
3000
Ibuprofent nem írtál fel.
10:04
What do you do? Do you pull the patient back and try ibuprofen?
233
588000
3000
Mit teszel? Visszarendeled a beteget, és kipróbálod?
10:07
Or do you let them go and have hip replacement?"
234
591000
3000
Vagy hagyod, hogy beültessék a protézist?
10:10
Well the good news is that most physicians in this case
235
594000
2000
A jó hír az, hogy az orvosok nagyrésze
10:12
decided to pull the patient and try the ibuprofen.
236
596000
3000
visszarendelte a beteget.
10:15
Very good for the physicians.
237
599000
2000
Jó pont az orvosoknak.
10:17
The other group of the physicians, they said,
238
601000
2000
A másik csoportnak azt mondták,
10:19
"Yesterday when you reviewed the case
239
603000
2000
Tegnap átnézted a beteg anyagát,
10:21
you discovered there were two medications you didn't try out yet,
240
605000
2000
és észrevetted, hogy kimaradt két gyógyszer
10:23
ibuprofen and piroxicam."
241
607000
3000
az ibuprofen és a piroxicam.
10:26
And they said, "You have two medications you didn't try out yet. What do you do?
242
610000
3000
Tehát kimaradt két szer, mit teszel?
10:29
You let them go. Or you pull them back.
243
613000
2000
Protézis, vagy visszarendeled?
10:31
And if you pull them back do you try ibuprofen or piroxicam? Which one?"
244
615000
3000
És ha visszarendeled, melyik gyógyszert írod fel?
10:34
Now think of it. This decision
245
618000
2000
Gondoljanak bele.
10:36
makes it as easy to let the patient continue with hip replacement.
246
620000
3000
Könnyű a dolgokat hagyni a maguk útján.
10:39
But pulling them back, all of the sudden becomes more complex.
247
623000
3000
De a visszahívás újabb bonyodalmat okoz.
10:42
There is one more decision.
248
626000
2000
Még egy döntést.
10:44
What happens now?
249
628000
2000
Mi történik?
10:46
Majority of the physicians now choose to let the patient go
250
630000
3000
Az orvosok többsége hagyja, hogy a betegen
10:49
to hip replacement.
251
633000
2000
elvégezzék a műtétet.
10:51
I hope this worries you, by the way --
252
635000
2000
Remélem ez aggasztja majd Önöket,
10:53
(Laughter)
253
637000
1000
(Nevetés)
10:54
when you go to see your physician.
254
638000
2000
ha legközelebb orvoshoz mennek.
10:56
The thing is is that no physician would ever say,
255
640000
3000
A lényeg az, hogy egy orvos sem választaná
10:59
"Piroxicam, ibuprofen, hip replacement.
256
643000
2000
a két gyógyszerrel szemben
11:01
Let's go for hip replacement."
257
645000
2000
a protézisbeültetést.
11:03
But the moment you set this as the default
258
647000
3000
De ha a műtét az alapértelmezés,
11:06
it has a huge power over whatever people end up doing.
259
650000
4000
az óriási hatással van a végkimenetelre.
11:10
I'll give you a couple of more examples on irrational decision-making.
260
654000
3000
További példák irracionális döntéshoztalra.
11:13
Imagine I give you a choice.
261
657000
2000
Mondjuk választhatnak, hogy
11:15
Do you want to go for a weekend to Rome?
262
659000
2000
eltölthetnek egy hétvégét Rómában,
11:17
All expenses paid:
263
661000
2000
költségtérítés
11:19
hotel, transportation, food, breakfast,
264
663000
2000
hotel, utazás, étel, reggeli
11:21
a continental breakfast, everything.
265
665000
2000
angol reggeli, minden.
11:23
Or a weekend in Paris?
266
667000
2000
Vagy Párizsban.
11:25
Now, a weekend in Paris, a weekend in Rome, these are different things;
267
669000
3000
Hétvége Párizsban, Rómában, különböző élmény.
11:28
they have different food, different culture, different art.
268
672000
2000
Más a konyha, a kultúra, a művészet.
11:30
Now imagine I added a choice to the set
269
674000
2000
Most képzeljék el, hogy ajánlok még valamit
11:32
that nobody wanted.
270
676000
2000
amit senki nem választ.
11:34
Imagine I said, "A weekend in Rome,
271
678000
2000
Mondjuk, hétvége Rómában,
11:36
a weekend in Paris, or having your car stolen?"
272
680000
3000
hétvége Párizsban, vagy ellopják az autóját?
11:39
(Laughter)
273
683000
3000
(Nevetés)
11:42
It's a funny idea, because why would having your car stolen,
274
686000
3000
Fura ötlet. Miért változtatna ez a lehetőség azon,
11:45
in this set, influence anything?
275
689000
2000
hogy mit választunk?
11:47
(Laughter)
276
691000
2000
(Nevetés)
11:49
But what if the option to have your car stolen
277
693000
3000
De mondjuk legyen a harmadik lehetőség
11:52
was not exactly like this.
278
696000
2000
egy kicsit más.
11:54
What if it was a trip to Rome, all expenses paid,
279
698000
2000
Legyen az, hogy Róma teljes ellátással,
11:56
transportation, breakfast,
280
700000
2000
utazás, reggeli,
11:58
but doesn't include coffee in the morning.
281
702000
3000
de a kávé nincs benne.
12:01
If you want coffee you have to pay for it yourself. It's two euros 50.
282
705000
3000
A reggeli kávéért fizetni kell, 2,50€.
12:04
Now in some ways,
283
708000
3000
Akárcsak az előbb,
12:07
given that you can have Rome with coffee,
284
711000
2000
ha egyszer ott van Róma kávéval,
12:09
why would you possibly want Rome without coffee?
285
713000
3000
miért választanánk Rómát kávé nélkül?
12:12
It's like having your car stolen. It's an inferior option.
286
716000
3000
Akár az autó ellopása, kedvezőtlen ajánlat.
12:15
But guess what happened. The moment you add Rome without coffee,
287
719000
2000
Ám mi történik? Ahogy felajánljuk Rómát kávé nélkül,
12:17
Rome with coffee becomes more popular. And people choose it.
288
721000
5000
Róma kávéval népszerűbb lesz.
12:22
The fact that you have Rome without coffee
289
726000
3000
Csak mert választható Róma kávé nélkül,
12:25
makes Rome with coffee look superior,
290
729000
2000
Róma kávéval jobbnak tűnik.
12:27
and not just to Rome without coffee -- even superior to Paris.
291
731000
3000
Nemcsak a kávé nélkülihez képest, Párizshoz képest is.
12:30
(Laughter)
292
734000
4000
(Nevetés)
12:34
Here are two examples of this principle.
293
738000
2000
Mutatok két példát erre.
12:36
This was an ad from The Economist a few years ago
294
740000
3000
Ez egy hirdetés a The Economistból.
12:39
that gave us three choices.
295
743000
2000
Három opciónk van.
12:41
An online subscription for 59 dollars.
296
745000
3000
Online előfizetés 59 dollárért.
12:44
A print subscription for 125.
297
748000
4000
Nyomtatott előfizetés 125-ért.
12:48
Or you could get both for 125.
298
752000
2000
Vagy mindkettő 125-ért.
12:50
(Laughter)
299
754000
2000
(Nevetés)
12:52
Now I looked at this and I called up The Economist.
300
756000
2000
Ahogy megláttam, felhívtam az őket,
12:54
And I tried to figure out what were they thinking.
301
758000
3000
és próbáltam kideríteni, mi ezzel a céljuk.
12:57
And they passed me from one person to another to another,
302
761000
3000
Kapcsolgattak egyik embertől a másikig.
13:00
until eventually I got to a person who was in charge of the website.
303
764000
4000
Végül elutottam a honlap felelőséhez.
13:04
And I called them up. And they went to check what was going on.
304
768000
3000
Azt mondta, utánanéznek.
13:07
The next thing I know, the ad is gone. And no explanation.
305
771000
4000
Majd a hirdetés hirtelen eltűnt. Magyarázat nélkül.
13:11
So I decided to do the experiment
306
775000
2000
Úgy döntöttem, elvégzek egy kísérletet,
13:13
that I would have loved The Economist to do with me.
307
777000
3000
amiben jó lett volna ha ők is részt vesznek.
13:16
I took this and I gave it to 100 MIT students.
308
780000
2000
Felajánlottam ugyanezt 100 MIT hallgatónak.
13:18
I said, "What would you choose?"
309
782000
2000
Melyiket választanátok?
13:20
These are the market share. Most people wanted the combo deal.
310
784000
4000
Itt van az eredmény. Legtöbben a kombinált előfizetést választották.
13:24
Thankfully nobody wanted the dominated option.
311
788000
2000
Senki nem kérte a rossz ajánlatot.
13:26
That means our students can read.
312
790000
2000
Tehát a hallgatóink tudnak olvasni.
13:28
(Laughter)
313
792000
1000
(Nevetés)
13:29
But now if you have an option that nobody wants,
314
793000
3000
De ha van egy lehetőség, amit senki nem akar,
13:32
you can take it off. Right?
315
796000
2000
ezt el is dobhatjuk, nem?
13:34
So I printed another version of this,
316
798000
2000
Ezért nyomtattam egy másik változatot.
13:36
where I eliminated the middle option.
317
800000
2000
A középső ajánlat nélkül.
13:38
I gave it to another 100 students. Here is what happens.
318
802000
3000
Kiosztottam másik 100 hallgatónak. Ez történt.
13:41
Now the most popular option became the least popular.
319
805000
3000
A nyertes ajánlat lett a vesztes.
13:44
And the least popular became the most popular.
320
808000
3000
A vesztes ajánlat pedig a nyertes.
13:47
What was happening was the option that was useless,
321
811000
4000
Tehát a teljesen felesleges ajánlat,
13:51
in the middle, was useless in the sense that nobody wanted it.
322
815000
4000
amit senki nem kért,
13:55
But it wasn't useless in the sense that it helped people figure out
323
819000
2000
képes volt rávezetni a hallgatókat arra,
13:57
what they wanted.
324
821000
2000
hogy mit is akarnak.
13:59
In fact, relative to the option in the middle,
325
823000
3000
A középsőhöz képest,
14:02
which was get only the print for 125,
326
826000
4000
a csak nyomtatotthoz képest,
14:06
the print and web for 125 looked like a fantastic deal.
327
830000
4000
a kombinált előfizetés fantasztikus ajánlatnak látszott.
14:10
And as a consequence, people chose it.
328
834000
2000
Ezért azt választották.
14:12
The general idea here, by the way,
329
836000
2000
A koncepció az,
14:14
is that we actually don't know our preferences that well.
330
838000
2000
hogy nem igazán tudjuk, mit szeretnénk.
14:16
And because we don't know our preferences that well
331
840000
2000
És mivel nem igazán tudjuk,
14:18
we're susceptible to all of these influences from the external forces:
332
842000
4000
könnyen befolyásolhatók vagyunk.
14:22
the defaults, the particular options that are presented to us, and so on.
333
846000
4000
A készen kapott döntésekkel, a lehetőségek tálalásával, stb.
14:26
One more example of this.
334
850000
2000
Még egy példa.
14:28
People believe that when we deal with physical attraction,
335
852000
3000
Azt hisszük, hogy amikor meglátunk valakit,
14:31
we see somebody, and we know immediately whether we like them or not,
336
855000
3000
azonnal tudjuk, hogy tetszik-e vagy sem.
14:34
attracted or not.
337
858000
2000
Vonzó vagy nem.
14:36
Which is why we have these four-minute dates.
338
860000
2000
Ezért vannak a négyperces randik.
14:38
So I decided to do this experiment with people.
339
862000
3000
Úgy gondoltam, elvégzek egy kísérletet.
14:41
I'll show you graphic images of people -- not real people.
340
865000
2000
Mutatni fogok pár rajzot, nem igazi képeket.
14:43
The experiment was with people.
341
867000
2000
A kísérletben igazi fényképek voltak.
14:45
I showed some people a picture of Tom, and a picture of Jerry.
342
869000
3000
Tom és Jerry fényképét mutattuk meg embereknek.
14:48
I said "Who do you want to date? Tom or Jerry?"
343
872000
3000
A kérdés az volt: kivel randiznál?
14:51
But for half the people I added an ugly version of Jerry.
344
875000
4000
Az esetek felében Jerry elcsúfított változata volt a harmadik kép.
14:55
I took Photoshop and I made Jerry slightly less attractive.
345
879000
5000
Fogtam a Photoshopot, és kicsit elcsúfítottam Jerry-t.
15:00
(Laughter)
346
884000
1000
(Nevetés)
15:01
The other people, I added an ugly version of Tom.
347
885000
4000
A másik felében Tom volt elcsúfítva.
15:05
And the question was, will ugly Jerry and ugly Tom
348
889000
3000
A kérdés az, hogy az elcsúfított kép
15:08
help their respective, more attractive brothers?
349
892000
4000
vonzóbbá teszi-e a torzítatlan képet.
15:12
The answer was absolutely yes.
350
896000
2000
A válasz egyértelmű igen.
15:14
When ugly Jerry was around, Jerry was popular.
351
898000
2000
Amikor csúf Jerry ott volt, Jerry volt népszerű.
15:16
When ugly Tom was around, Tom was popular.
352
900000
2000
Amikor pedig csúf Tom volt ott, Tom volt népszerű.
15:18
(Laughter)
353
902000
2000
(Nevetés)
15:20
This of course has two very clear implications
354
904000
2000
Két következménye van mindennek,
15:22
for life in general.
355
906000
4000
a mindennapokra.
15:26
If you ever go bar hopping, who do you want to take with you?
356
910000
3000
Ha ismerkedni akarnak, kit vigyenek magukkal?
15:29
(Laughter)
357
913000
6000
(Nevetés)
15:35
You want a slightly uglier version of yourself.
358
919000
3000
Önmaguk egy csúnyább változatát.
15:38
(Laughter)
359
922000
2000
(Nevetés)
15:40
Similar. Similar ... but slightly uglier.
360
924000
2000
Hasonlót, de csúnyábbat.
15:42
(Laughter)
361
926000
2000
(Nevetés)
15:44
The second point, or course, is that
362
928000
2000
És a másik pedig,
15:46
if somebody else invites you, you know how they think about you.
363
930000
3000
ha valaki önöket hívja, tudják, mit gondol önökről.
15:49
(Laughter)
364
933000
3000
(Nevetés)
15:52
Now you're getting it.
365
936000
2000
Úgy látom, értik.
15:54
What is the general point?
366
938000
2000
Mi a tanulság?
15:56
The general point is that when we think about economics we have
367
940000
2000
A tanulság az, hogy a hagyományos gazdaságtan az embert
15:58
this beautiful view of human nature.
368
942000
3000
csodálatos lénynek tekinti.
16:01
"What a piece of work is man! How noble in reason!"
369
945000
2000
"S mily remekmű az ember! Mily nemes az értelme!"
16:03
We have this view of ourselves, of others.
370
947000
3000
Így tekintünk önmagunkra, egymásra.
16:06
The behavioral economics perspective
371
950000
2000
A viselkedéstudomány kissé
16:08
is slightly less generous to people.
372
952000
3000
kedvezőtlenebb képet fest.
16:11
In fact in medical terms, that's our view.
373
955000
3000
Mégpedig ezt a képet.
16:14
(Laughter)
374
958000
6000
(Nevetés)
16:20
But there is a silver lining.
375
964000
2000
De minden rosszban van valami jó.
16:22
The silver lining is, I think,
376
966000
2000
És pontosan ez az, ami miatt
16:24
kind of the reason that behavioral economics is interesting and exciting.
377
968000
4000
a viselkedéskutatás érdekes és izgalmas.
16:28
Are we Superman? Or are we Homer Simpson?
378
972000
2000
Superman vagyunk, vagy Homer Simpson?
16:30
When it comes to building the physical world,
379
974000
4000
A fizikai korlátainkat egész jól
16:34
we kind of understand our limitations.
380
978000
2000
ismerjük.
16:36
We build steps. And we build these things
381
980000
2000
Lépcsőket építünk. Aztán ezeket a bigyókat,
16:38
that not everybody can use obviously.
382
982000
3000
bár nem mindenki képes használni.
16:41
(Laughter)
383
985000
1000
(Nevetés)
16:42
We understand our limitations,
384
986000
2000
Értjük a korlátainkat.
16:44
and we build around it.
385
988000
2000
Figyelembe vesszük őket.
16:46
But for some reason when it comes to the mental world,
386
990000
2000
De valamiért amikor a mentális korlátokról van szó,
16:48
when we design things like healthcare and retirement and stockmarkets,
387
992000
4000
amikor az egészségügyet, nyugdíjrendszert, tőzsédét szervezzük,
16:52
we somehow forget the idea that we are limited.
388
996000
2000
elfelejtjük, hogy nem vagyunk tökéletesek.
16:54
I think that if we understood our cognitive limitations
389
998000
3000
Azt gondolom, ha megértjük a kognitív korlátjainkat
16:57
in the same way that we understand our physical limitations,
390
1001000
2000
ahogy megértettük a fizikai korlátjainkat is,
16:59
even though they don't stare us in the face in the same way,
391
1003000
2000
még ha előbbiek kevésbé feltűnőek is,
17:01
we could design a better world.
392
1005000
3000
akkor egy jobb világot építhetünk.
17:04
And that, I think, is the hope of this thing.
393
1008000
2000
És ez reményt ad.
17:06
Thank you very much.
394
1010000
2000
Köszönöm a figyelmet.
17:08
(Applause)
395
1012000
8000
(Taps)
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com