TEDxZurich
Alexander Wagner: What really motivates people to be honest in business
Alexander Wagner: Cosa spinge a essere onesti negli affari
Filmed:
Readability: 4
1,661,864 views
Ogni anni, una grande multinazionale su sette commette una truffa. Perché? Per scoprirlo, Alexander Wagner ci porta dentro l'economia, l'etica e la psicologia che stanno dietro al fare la cosa giusta. Uniamoci a lui nel viaggio introspettivo giù per le pendici scivolose del raggiro mentre ci aiuta a capire perché la gente si comporta nel modo in cui si comporta.
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.
00:12
How many companies
have you interacted with today?
have you interacted with today?
0
760
3440
Con quante aziende avete interagito oggi?
00:17
Well, you got up in the morning,
1
5240
1656
Beh, stamattina vi siete alzati,
00:18
took a shower,
2
6920
1215
avete fatto la doccia,
00:20
washed your hair,
3
8160
1256
vi siete lavati i capelli,
00:21
used a hair dryer,
4
9440
1536
avete usato un asciugacapelli,
00:23
ate breakfast --
5
11000
1216
avete fatto colazione --
00:24
ate cereals, fruit, yogurt, whatever --
6
12240
1858
cereali, frutta, yogurt o altro --
00:26
had coffee --
7
14122
1214
avete bevuto il caffè -
00:27
tea.
8
15360
1376
o il tè.
00:28
You took public transport to come here,
9
16760
1976
Siete venuti con i mezzi pubblici
00:30
or maybe used your private car.
10
18760
1840
o magari con la vostra macchina.
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
Avete interagito con l'azienda
per cui lavorate o che possedete.
per cui lavorate o che possedete.
00:38
You interacted with your clients,
12
26160
1960
Avete interagito con i vostri clienti,
00:40
your customers,
13
28760
1200
o con i vostri assistiti,
00:42
and so on and so forth.
14
30640
1256
e via avanti così.
00:43
I'm pretty sure there are
at least seven companies
at least seven companies
15
31920
3616
Sono abbastanza certo
che avete interagito
che avete interagito
00:47
you've interacted with today.
16
35560
1760
con almeno sette aziende.
00:49
Let me tell you a stunning statistic.
17
37960
2000
Ecco una statistica sorprendente.
00:52
One out of seven
large, public corporations
large, public corporations
18
40840
4376
Ogni anno una multinazionale su sette
00:57
commit fraud every year.
19
45240
2240
commette una truffa.
01:00
This is a US academic study
that looks at US companies --
that looks at US companies --
20
48400
3416
È uno studio fatto da università americane
sulle aziende americane,
sulle aziende americane,
01:03
I have no reason to believe
that it's different in Europe.
that it's different in Europe.
21
51840
3200
ma non ho motivi per pensare
che in Europa sia diverso.
che in Europa sia diverso.
01:07
This is a study that looks
at both detected and undetected fraud
at both detected and undetected fraud
22
55480
4216
Questo studio analizza le truffe
scoperte e quelle non scoperte
scoperte e quelle non scoperte
01:11
using statistical methods.
23
59720
1736
usando metodi statistici.
01:13
This is not petty fraud.
24
61480
1720
Non si tratta di piccole truffe.
01:16
These frauds cost
the shareholders of these companies,
the shareholders of these companies,
25
64120
2856
Queste truffe sono costate
agli azionisti delle aziende,
agli azionisti delle aziende,
e quindi all'intera società,
01:19
and therefore society,
26
67000
1256
01:20
on the order of
380 billion dollars per year.
380 billion dollars per year.
27
68280
3600
cifre nell'ordine
di 380 miliardi all'anno.
di 380 miliardi all'anno.
01:24
We can all think of some examples, right?
28
72960
2216
Riusciamo a pensare
a degli esempi, giusto?
a degli esempi, giusto?
01:27
The car industry's secrets
aren't quite so secret anymore.
aren't quite so secret anymore.
29
75200
3800
I segreti dell'industria automobilistica
non sono più tanto segreti.
non sono più tanto segreti.
01:31
Fraud has become a feature,
30
79800
3296
La truffa è diventata la norma,
01:35
not a bug,
31
83120
1216
non l'eccezione,
01:36
of the financial services industry.
32
84360
1936
nel settore dei servizi finanziari.
01:38
That's not me who's claiming that,
33
86320
2216
Non sono io che lo dico,
01:40
that's the president
of the American Finance Association
of the American Finance Association
34
88560
3256
è il presidente dell'Associazione
Americana della Finanza
Americana della Finanza
01:43
who stated that
in his presidential address.
in his presidential address.
35
91840
2936
che lo ha affermato durante
il suo discorso ufficiale.
il suo discorso ufficiale.
01:46
That's a huge problem
if you think about, especially,
if you think about, especially,
36
94800
2736
È un problema enorme,
se ci pensate, specialmente
se ci pensate, specialmente
per un'economia come quella svizzera
01:49
an economy like Switzerland,
37
97560
1696
01:51
which relies so much on the trust
put into its financial industry.
put into its financial industry.
38
99280
4200
fondata così tanto sulla fiducia
riposta nel settore finanziario.
riposta nel settore finanziario.
01:56
On the other hand,
39
104960
1216
D'altro canto,
01:58
there are six out of seven companies
who actually remain honest
who actually remain honest
40
106200
3536
sei aziende su sette restano oneste
02:01
despite all temptations
to start engaging in fraud.
to start engaging in fraud.
41
109760
3840
malgrado tutte le tentazioni di truffa.
02:06
There are whistle-blowers
like Michael Woodford,
like Michael Woodford,
42
114240
2296
Ci sono informatori come Michael Woodford
02:08
who blew the whistle on Olympus.
43
116560
2336
che ha fatto rivelazioni sulla Olympus.
02:10
These whistle-blowers risk their careers,
44
118920
2696
Questi informatori mettono a rischio
la propria carriera,
la propria carriera,
02:13
their friendships,
45
121640
1216
le loro amicizie,
per far emergere la verità
sulle loro aziende.
sulle loro aziende.
02:14
to bring out the truth
about their companies.
about their companies.
46
122880
2136
02:17
There are journalists
like Anna Politkovskaya
like Anna Politkovskaya
47
125040
2616
Ci sono giornalisti
come Anna Politkovskaja
come Anna Politkovskaja
02:19
who risk even their lives
to report human rights violations.
to report human rights violations.
48
127680
3856
che rischiano la vita per raccontare
le violazioni dei diritti umani.
le violazioni dei diritti umani.
02:23
She got killed --
49
131560
1216
È stata uccisa...
02:24
every year,
50
132800
1216
ogni anno
circa 100 giornalisti vengono uccisi
02:26
around 100 journalists get killed
51
134040
1656
02:27
because of their conviction
to bring out the truth.
to bring out the truth.
52
135720
2720
per via della loro determinazione
a far emergere la verità.
a far emergere la verità.
02:32
So in my talk today,
53
140040
1256
Nel mio intervento di oggi
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
voglio quindi condividere
alcune idee che ho acquisito
alcune idee che ho acquisito
02:36
in the last 10 years
of conducting research in this.
of conducting research in this.
55
144840
3296
negli ultimi 10 anni
di ricerca in questo campo.
di ricerca in questo campo.
02:40
I'm a researcher,
a scientist working with economists,
a scientist working with economists,
56
148160
3496
Sono un ricercatore,
uno scienziato che lavora con economisti,
uno scienziato che lavora con economisti,
02:43
financial economists,
57
151680
1336
economisti finanziari,
02:45
ethicists, neuroscientists,
58
153040
2056
eticisti, neuroscienziati,
02:47
lawyers and others
59
155120
1336
legali e altri,
per provare a capire
cosa fa funzionare gli umani
cosa fa funzionare gli umani
02:48
trying to understand
what makes humans tick,
what makes humans tick,
60
156480
2096
02:50
and how can we address this issue
of fraud in corporations
of fraud in corporations
61
158600
4776
e come possiamo affrontare la questione
delle truffe nelle aziende
delle truffe nelle aziende
02:55
and therefore contribute
to the improvement of the world.
to the improvement of the world.
62
163400
3160
e contribuire così
al miglioramento del mondo.
al miglioramento del mondo.
02:59
I want to start by sharing with you
two very distinct visions
two very distinct visions
63
167280
3536
Voglio cominciare condividendo con voi
due visioni molto diverse
due visioni molto diverse
03:02
of how people behave.
64
170840
1816
sul comportamento delle persone.
03:04
First, meet Adam Smith,
65
172680
1840
Primo, vi presento Adam Smith,
03:07
founding father of modern economics.
66
175200
1960
il padre fondatore dell'economia moderna.
03:10
His basic idea was that if everybody
behaves in their own self-interests,
behaves in their own self-interests,
67
178280
4296
La sua idea di fondo era che se tutti
si comportano secondo il proprio interesse
si comportano secondo il proprio interesse
03:14
that's good for everybody in the end.
68
182600
2520
tutti alla fine ne traggono vantaggio.
03:18
Self-interest isn't
a narrowly defined concept
a narrowly defined concept
69
186080
3056
L'interesse personale
non corrisponde in modo preciso
non corrisponde in modo preciso
03:21
just for your immediate utility.
70
189160
1936
alla sola utilità immediata,
03:23
It has a long-run implication.
71
191120
1936
ha implicazioni più a lungo termine.
03:25
Let's think about that.
72
193080
1480
Pensiamoci.
03:27
Think about this dog here.
73
195080
2016
Guardate questo cane.
03:29
That might be us.
74
197120
1200
Potremmo essere noi.
03:31
There's this temptation --
75
199440
1256
C'è una tentazione...
03:32
I apologize to all vegetarians, but --
76
200720
2376
mi scuso con i vegetariani, ma...
03:35
(Laughter)
77
203120
1016
(Risate)
03:36
Dogs do like the bratwurst.
78
204160
1696
Ai cani piacciono le salsicce.
03:37
(Laughter)
79
205880
2376
(Risate)
03:40
Now, the straight-up,
self-interested move here
self-interested move here
80
208280
3096
Ora, l'azione nell'interesse immediato
03:43
is to go for that.
81
211400
1576
sarebbe prendersela.
03:45
So my friend Adam here might jump up,
82
213000
2936
Quindi il mio amico Adam farebbe un balzo,
03:47
get the sausage and thereby ruin
all this beautiful tableware.
all this beautiful tableware.
83
215960
3360
prenderebbe la salsiccia
e rovinerebbe il bel servizio da tavola.
e rovinerebbe il bel servizio da tavola.
03:52
But that's not what Adam Smith meant.
84
220000
1816
Ma non è ciò che Adam Smith intendeva.
03:53
He didn't mean
disregard all consequences --
disregard all consequences --
85
221840
2656
Non intendeva ignorare le conseguenze,
03:56
to the contrary.
86
224520
1216
al contrario.
03:57
He would have thought,
87
225760
1256
Avrebbe pensato,
03:59
well, there may be negative consequences,
88
227040
2016
ci potrebbero essere conseguenze negative,
04:01
for example,
89
229080
1216
ad esempio,
04:02
the owner might be angry with the dog
90
230320
3096
il padrone si arrabbierebbe con il cane
04:05
and the dog, anticipating that,
might not behave in this way.
might not behave in this way.
91
233440
3600
e il cane, prevedendolo,
non si comporterebbe così.
non si comporterebbe così.
04:09
That might be us,
92
237840
1256
Potremmo essere noi
04:11
weighing the benefits
and costs of our actions.
and costs of our actions.
93
239120
3056
che valutiamo costi e benefici
delle nostre azioni.
delle nostre azioni.
04:14
How does that play out?
94
242200
1240
Come va a finire?
04:15
Well, many of you, I'm sure,
95
243960
1976
Beh, sono sicuro che molti di voi
04:17
have in your companies,
96
245960
1536
in azienda,
04:19
especially if it's a large company,
97
247520
1816
specialmente se sono grandi aziende,
04:21
a code of conduct.
98
249360
1656
hanno delle regole di condotta.
04:23
And then if you behave
according to that code of conduct,
according to that code of conduct,
99
251040
3416
Se si seguono le regole di condotta
04:26
that improves your chances
of getting a bonus payment.
of getting a bonus payment.
100
254480
3176
aumentano le possibilità
di ricevere un bonus economico.
di ricevere un bonus economico.
04:29
And on the other hand,
if you disregard it,
if you disregard it,
101
257680
2135
Se invece si infrangono,
04:31
then there are higher chances
of not getting your bonus
of not getting your bonus
102
259839
2737
crescono le possibilità
di non ricevere il bonus
di non ricevere il bonus
04:34
or its being diminished.
103
262600
1536
o di vederlo ridotto.
04:36
In other words,
104
264160
1256
In altre parole,
04:37
this is a very economic motivation
105
265440
1816
è una motivazione molto economica
04:39
of trying to get people to be more honest,
106
267280
2776
per far sì che ci si comporti onestamente
04:42
or more aligned with
the corporation's principles.
the corporation's principles.
107
270080
3360
o più in linea con i principi aziendali.
04:46
Similarly, reputation is a very
powerful economic force, right?
powerful economic force, right?
108
274240
5256
Anche la reputazione
è una forza economica potente, giusto?
è una forza economica potente, giusto?
04:51
We try to build a reputation,
109
279520
1536
Ci costruiamo una reputazione,
04:53
maybe for being honest,
110
281080
1416
magari di essere onesti,
04:54
because then people
trust us more in the future.
trust us more in the future.
111
282520
2400
così in futuro gli altri
si fideranno più di noi.
si fideranno più di noi.
04:57
Right?
112
285960
1216
Giusto?
04:59
Adam Smith talked about the baker
113
287200
2096
Adam Smith cita il fornaio
05:01
who's not producing good bread
out of his benevolence
out of his benevolence
114
289320
3776
che non produce pane buono
per pura magnanimità
per pura magnanimità
05:05
for those people who consume the bread,
115
293120
3016
nei confronti dei consumatori di pane,
05:08
but because he wants to sell
more future bread.
more future bread.
116
296160
3040
ma perché vuole vendere
più pane in futuro.
più pane in futuro.
05:12
In my research, we find, for example,
117
300160
2216
Per esempio, nella mia ricerca
05:14
at the University of Zurich,
118
302400
1376
all'Università di Zurigo
05:15
that Swiss banks
who get caught up in media,
who get caught up in media,
119
303800
4200
abbiamo scoperto che le banche svizzere
che finiscono sui media
che finiscono sui media
05:20
and in the context, for example,
120
308720
1776
per questioni relative, ad esempio,
05:22
of tax evasion, of tax fraud,
121
310520
1536
all'evasione o la frode fiscale,
05:24
have bad media coverage.
122
312080
1736
vengono presentate in modo negativo.
05:25
They lose net new money in the future
123
313840
2736
Perdono incassi netti futuri
05:28
and therefore make lower profits.
124
316600
1616
e quindi riducono i loro profitti.
05:30
That's a very powerful reputational force.
125
318240
2360
È una forza reputazionale molto potente.
05:34
Benefits and costs.
126
322200
1600
Costi e benefici.
05:37
Here's another viewpoint of the world.
127
325120
2576
Ecco un'altra visione del mondo.
05:39
Meet Immanuel Kant,
128
327720
1536
Vi presento Immanuel Kant,
05:41
18th-century German philosopher superstar.
129
329280
2760
il filosofo superstar tedesco
del Settecento.
del Settecento.
05:44
He developed this notion
130
332920
1616
Sviluppò questa idea
05:46
that independent of the consequences,
131
334560
3136
che indipendentemente dalle conseguenze
05:49
some actions are just right
132
337720
2976
alcune azioni sono giuste
05:52
and some are just wrong.
133
340720
1696
e altre sono sbagliate.
05:54
It's just wrong to lie, for example.
134
342440
3216
Mentire è sbagliato, per esempio.
05:57
So, meet my friend Immanuel here.
135
345680
3136
Ecco quindi il mio amico Immanuel.
06:00
He knows that the sausage is very tasty,
136
348840
2816
Sa che la salsiccia è molto saporita
06:03
but he's going to turn away
because he's a good dog.
because he's a good dog.
137
351680
2456
ma se ne andrà
perché è un bravo cagnolino.
perché è un bravo cagnolino.
06:06
He knows it's wrong to jump up
138
354160
2696
Sa che è sbagliato saltare
06:08
and risk ruining
all this beautiful tableware.
all this beautiful tableware.
139
356880
2800
e rischiare di rovinare
il bel servizio da tavola.
il bel servizio da tavola.
Se credete che le persone
siano motivate in questo modo
siano motivate in questo modo
06:12
If you believe that people
are motivated like that,
are motivated like that,
140
360520
2416
06:14
then all the stuff about incentives,
141
362960
2176
allora tutta la storia degli incentivi,
06:17
all the stuff about code of conduct
and bonus systems and so on,
and bonus systems and so on,
142
365160
3776
tutta la storia delle regole di condotta
e del sistema dei bonus eccetera,
e del sistema dei bonus eccetera,
06:20
doesn't make a whole lot of sense.
143
368960
2176
non hanno molto senso.
06:23
People are motivated
by different values perhaps.
by different values perhaps.
144
371160
4176
Forse le persone sono motivate
da valori diversi.
da valori diversi.
06:27
So, what are people actually motivated by?
145
375360
3376
Da cosa sono davvero motivate, dunque?
06:30
These two gentlemen here
have perfect hairdos,
have perfect hairdos,
146
378760
2176
Questi due signori
dalle pettinature perfette
dalle pettinature perfette
06:32
but they give us
very different views of the world.
very different views of the world.
147
380960
4480
ci danno visioni del mondo
molto diverse.
molto diverse.
06:37
What do we do with this?
148
385840
1256
E cosa ce ne facciamo?
06:39
Well, I'm an economist
149
387120
1656
Beh, sono un economista
06:40
and we conduct so-called experiments
to address this issue.
to address this issue.
150
388800
4176
e noi facciamo cosiddetti esperimenti
per affrontare questa questione.
per affrontare questa questione.
06:45
We strip away facts
which are confusing in reality.
which are confusing in reality.
151
393000
3296
Tiriamo via i fatti
che nella realtà disorientano.
che nella realtà disorientano.
06:48
Reality is so rich,
there is so much going on,
there is so much going on,
152
396320
2736
La realtà è così ricca,
succede così tanto,
succede così tanto,
06:51
it's almost impossible to know
what drives people's behavior really.
what drives people's behavior really.
153
399080
3960
che è quasi impossibile sapere
cosa guida davvero il comportamento.
cosa guida davvero il comportamento.
06:55
So let's do a little experiment together.
154
403520
2720
Facciamo un esperimento insieme.
06:58
Imagine the following situation.
155
406680
2600
Immaginate questa situazione.
07:02
You're in a room alone,
156
410400
2416
Siete in una stanza, da soli,
07:04
not like here.
157
412840
1536
non come qui.
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
C'è una moneta da 5 franchi
come quella che ho in mano
come quella che ho in mano
07:10
in front of you.
159
418560
1576
davanti a voi.
07:12
Here are your instructions:
160
420160
1576
Ecco le istruzioni:
07:13
toss the coin four times,
161
421760
2480
lanciate la moneta quattro volte
07:17
and then on a computer
terminal in front of you,
terminal in front of you,
162
425800
2416
e poi su un computer davanti a voi
07:20
enter the number of times tails came up.
163
428240
3656
inserite il numero di volte
in cui esce croce.
in cui esce croce.
07:23
This is the situation.
164
431920
1280
Ecco la situazione.
07:25
Here's the rub.
165
433720
1216
Ecco il problema.
07:26
For every time that you announce
that you had a tails throw,
that you had a tails throw,
166
434960
3376
Ogni volta che dichiarerete
che è uscito croce
che è uscito croce
07:30
you get paid five francs.
167
438360
1496
verrete pagati 5 franchi.
07:31
So if you say I had two tails throws,
168
439880
2536
Quindi se dite che è uscito
croce due volte
croce due volte
07:34
you get paid 10 francs.
169
442440
2216
prendete 10 franchi.
07:36
If you say you had zero,
you get paid zero francs.
you get paid zero francs.
170
444680
2936
Se dite che è uscito zero volte
prendete zero franchi.
prendete zero franchi.
07:39
If you say, "I had four tails throws,"
171
447640
2456
Se dite "È uscito croce 4 volte"
07:42
then you get paid 20 francs.
172
450120
2016
ricevete 20 franchi.
07:44
It's anonymous,
173
452160
1256
È anonimo,
07:45
nobody's watching what you're doing,
174
453440
1896
nessuno guarda quello che fate,
07:47
and you get paid that money anonymously.
175
455360
2336
e ricevete i soldi anonimamente.
07:49
I've got two questions for you.
176
457720
1477
Ho due domande per voi.
07:51
(Laughter)
177
459760
1616
(Risate)
07:53
You know what's coming now, right?
178
461400
1640
Sapete cosa sta per succedere, no?
07:56
First, how would you behave
in that situation?
in that situation?
179
464000
3480
Primo, come vi comportereste
in questa situazione?
in questa situazione?
08:00
The second, look to your left
and look to your right --
and look to your right --
180
468240
2936
Secondo, guardatevi a destra e a sinistra,
08:03
(Laughter)
181
471200
1016
(Risate)
e pensate a come si comporterebbe
in questa situazione
in questa situazione
08:04
and think about how
the person sitting next to you
the person sitting next to you
182
472240
2376
08:06
might behave in that situation.
183
474640
1656
la persona a fianco a voi.
08:08
We did this experiment for real.
184
476320
2136
Abbiamo davvero fatto questo esperimento.
08:10
We did it at the Manifesta art exhibition
185
478480
2696
L'abbiamo fatto
alla mostra d'arte Manifesta
alla mostra d'arte Manifesta
08:13
that took place here in Zurich recently,
186
481200
2456
che si è tenuta di recente qui a Zurigo,
08:15
not with students in the lab
at the university
at the university
187
483680
2856
non con gli studenti
nel laboratorio dell'università,
nel laboratorio dell'università,
08:18
but with the real population,
188
486560
1776
ma con persone vere,
08:20
like you guys.
189
488360
1200
come voi.
08:22
First, a quick reminder of stats.
190
490080
2136
Ma prima, un ripasso di statistica.
08:24
If I throw the coin four times
and it's a fair coin,
and it's a fair coin,
191
492240
3576
Se lanciate la moneta 4 volte,
e la moneta non è truccata,
e la moneta non è truccata,
08:27
then the probability
that it comes up four times tails
that it comes up four times tails
192
495840
4096
la possibilità che esca sempre croce
08:31
is 6.25 percent.
193
499960
2400
è del 6,25%.
08:35
And I hope you can intuitively see
194
503080
1656
Spero che possiate intuire
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
che la probabilità che tutti i lanci
diano croce è molto minore
diano croce è molto minore
rispetto ad ottenere croce
solo due volte, giusto?
solo due volte, giusto?
08:40
than if two of them are tails, right?
196
508160
2120
08:42
Here are the specific numbers.
197
510760
1440
Ecco i numeri effettivi.
08:46
Here's what happened.
198
514039
1496
Ecco cosa è successo.
08:47
People did this experiment for real.
199
515559
2201
La gente ha fatto davvero
questo esperimento.
questo esperimento.
08:50
Around 30 to 35 percent of people said,
200
518799
3336
Circa il 30-35% dei partecipanti ha detto:
08:54
"Well, I had four tails throws."
201
522159
2401
"Beh, ho fatto 4 volte croce".
08:57
That's extremely unlikely.
202
525640
1816
Piuttosto improbabile.
08:59
(Laughter)
203
527480
1936
(Risate)
09:01
But the really amazing thing here,
204
529440
3136
Ma la cosa sorprendente,
09:04
perhaps to an economist,
205
532600
1296
almeno per un economista,
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
è che circa il 65% dei partecipanti
non ha detto di aver fatto 4 volte croce,
non ha detto di aver fatto 4 volte croce,
09:12
even though in that situation,
207
540480
2176
benché in una situazione
09:14
nobody's watching you,
208
542680
2096
in cui nessuno guarda
09:16
the only consequence that's in place
209
544800
1936
e in cui l'unica conseguenza
09:18
is you get more money
if you say four than less.
if you say four than less.
210
546760
3336
è che se dici quattro volte
prendi più soldi.
prendi più soldi.
09:22
You leave 20 francs on the table
by announcing zero.
by announcing zero.
211
550120
3280
Lasci 20 franchi sul tavolo se dici zero.
09:26
I don't know whether
the other people all were honest
the other people all were honest
212
554040
2576
Non so se le altre persone
sono state oneste
sono state oneste
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
o se hanno mentito dichiarando
un po' più o meno di quanto fatto
un po' più o meno di quanto fatto
dato che il test era anonimo.
09:32
because it's anonymous.
214
560120
1216
Ci interessava solo la distribuzione.
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
Ma quello che posso dirvi --
ecco un altro lancio.
ecco un altro lancio.
09:37
There you go, it's tails.
217
565720
1496
Ecco, croce.
09:39
(Laughter)
218
567240
1496
(Risate)
09:40
Don't check, OK?
219
568760
1456
Non controllate, eh!
09:42
(Laughter)
220
570240
2816
(Risate)
09:45
What I can tell you
221
573080
1296
Quello che posso dirvi
09:46
is that not everybody behaved
like Adam Smith would have predicted.
like Adam Smith would have predicted.
222
574400
4440
è che non tutti si sono comportati
come predetto da Adam Smith.
come predetto da Adam Smith.
09:52
So what does that leave us with?
223
580840
1576
Quindi cosa ci dimostra?
09:54
Well, it seems people are motivated
by certain intrinsic values
by certain intrinsic values
224
582440
4496
Beh, sembra che le persone siano motivate
da alcuni valori intrinsechi
da alcuni valori intrinsechi
e con la nostra ricerca
studiamo proprio questo.
studiamo proprio questo.
09:58
and in our research, we look at this.
225
586960
1800
10:01
We look at the idea that people have
so-called protected values.
so-called protected values.
226
589440
4480
Studiamo l'idea che le persone
hanno dei cosiddetti valori protetti.
hanno dei cosiddetti valori protetti.
10:06
A protected value isn't just any value.
227
594760
2816
Un valore protetto
non è un valore qualsiasi.
non è un valore qualsiasi.
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
Un valore protetto è un valore
che si è disposti a sostenere anche a costo
che si è disposti a sostenere anche a costo
di pagare un prezzo.
10:15
to uphold that value.
229
603440
1256
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
Di pagare un prezzo per resistere
alla tentazione di rinunciarvi.
alla tentazione di rinunciarvi.
10:22
And the consequence is you feel better
231
610200
2656
E la conseguenza è che ci si sente meglio
10:24
if you earn money in a way
that's consistent with your values.
that's consistent with your values.
232
612880
4296
se si guadagnano dei soldi in un modo
che è coerente con i propri valori.
che è coerente con i propri valori.
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
Ve lo mostro di nuovo con la metafora
del nostro amato cagnolino.
del nostro amato cagnolino.
10:34
If we succeed in getting the sausage
without violating our values,
without violating our values,
234
622600
4056
Se riusciamo a prendere la salsiccia
senza violare i nostri valori
senza violare i nostri valori
10:38
then the sausage tastes better.
235
626680
1976
la salsiccia ha un sapore migliore.
10:40
That's what our research shows.
236
628680
1480
La nostra ricerca lo dimostra.
10:42
If, on the other hand,
237
630720
1256
Se, al contrario,
10:44
we do so --
238
632000
1256
lo facciamo --
10:45
if we get the sausage
239
633280
1416
se prendiamo la salsiccia
10:46
and in doing so
we actually violate values,
we actually violate values,
240
634720
3456
e lo facciamo violando i valori,
10:50
we value the sausage less.
241
638200
2976
la salsiccia ha meno sapore.
10:53
Quantitatively, that's quite powerful.
242
641200
2456
Dal punto di vista quantitativo
è assai potente.
è assai potente.
10:55
We can measure these protected values,
243
643680
2456
Questi valori protetti
si possono misurare,
si possono misurare,
10:58
for example,
244
646160
1216
ad esempio,
10:59
by a survey measure.
245
647400
1920
con un'indagine statistica,
11:02
Simple, nine-item survey that's quite
predictive in these experiments.
predictive in these experiments.
246
650360
5976
una semplice indagine a nove voci
assai predittiva in questi esperimenti.
assai predittiva in questi esperimenti.
11:08
If you think about the average
of the population
of the population
247
656360
2336
Se considerate la media della popolazione
11:10
and then there's
a distribution around it --
a distribution around it --
248
658720
2096
e la sua distribuzione --
11:12
people are different,
we all are different.
we all are different.
249
660840
2040
le persone sono diverse,
siamo tutti diversi.
siamo tutti diversi.
11:15
People who have a set of protected values
250
663480
2976
Coloro che hanno un insieme
di valori protetti,
di valori protetti,
11:18
that's one standard deviation
above the average,
above the average,
251
666480
4176
una deviazione standard sopra la media,
11:22
they discount money they receive
by lying by about 25 percent.
by lying by about 25 percent.
252
670680
5056
riducono di circa il 25% il valore
dei soldi che ricevono mentendo.
dei soldi che ricevono mentendo.
11:27
That means a dollar received when lying
253
675760
3616
Significa che un dollaro ricevuto mentendo
11:31
is worth to them only 75 cents
254
679400
2136
vale per loro solo 75 centesimi
11:33
without any incentives you put in place
for them to behave honestly.
for them to behave honestly.
255
681560
3696
senza nessuno degli incentivi adottati
quando si comportano onestamente.
quando si comportano onestamente.
11:37
It's their intrinsic motivation.
256
685280
1736
È la loro motivazione intrinseca.
A proposito, non sono un'autorità morale,
11:39
By the way, I'm not a moral authority.
257
687040
1856
11:40
I'm not saying I have
all these beautiful values, right?
all these beautiful values, right?
258
688920
2920
non dico di possedere
tutti questi bei valori, giusto?
tutti questi bei valori, giusto?
11:44
But I'm interested in how people behave
259
692440
1936
Ma mi interessa come ci si comporta
11:46
and how we can leverage
that richness in human nature
that richness in human nature
260
694400
3376
e come si può usare
questa ricchezza della natura umana
questa ricchezza della natura umana
11:49
to actually improve
the workings of our organizations.
the workings of our organizations.
261
697800
3440
per migliorare davvero
il funzionamento delle organizzazioni.
il funzionamento delle organizzazioni.
11:54
So there are two
very, very different visions here.
very, very different visions here.
262
702400
3176
Esistono due visioni diverse,
molto diverse.
molto diverse.
11:57
On the one hand,
263
705600
1336
Da una parte,
11:58
you can appeal to benefits and costs
264
706960
3016
si può ricorrere a costi e benefici
e provare a far comportare le persone
secondo questi valori.
secondo questi valori.
12:02
and try to get people
to behave according to them.
to behave according to them.
265
710000
2656
12:04
On the other hand,
266
712680
1616
Dall'altra parte,
12:06
you can select people who have the values
267
714320
4016
si possono scegliere persone con i valori
e le caratteristiche desiderabili,
naturalmente --
naturalmente --
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
competenze in linea
con la propria organizzazione.
con la propria organizzazione.
12:16
I do not yet know where
these protected values really come from.
these protected values really come from.
270
724200
4216
Non so ancora da dove vengano
davvero questi valori protetti.
davvero questi valori protetti.
12:20
Is it nurture or is it nature?
271
728440
3376
Cultura o natura?
12:23
What I can tell you
272
731840
1376
Quello che posso dirvi
12:25
is that the distribution
looks pretty similar for men and women.
looks pretty similar for men and women.
273
733240
5096
è che la distribuzione sembra simile
fra gli uomini e le donne.
fra gli uomini e le donne.
12:30
It looks pretty similar
for those who had studied economics
for those who had studied economics
274
738360
3776
Sembra simile fra chi ha studiato economia
12:34
or those who had studied psychology.
275
742160
2360
o chi ha studiato psicologia.
12:38
It looks even pretty similar
around different age categories
around different age categories
276
746000
3376
Sembra simile fra le diverse
categorie anagrafiche
categorie anagrafiche
12:41
among adults.
277
749400
1216
fra gli adulti.
12:42
But I don't know yet
how this develops over a lifetime.
how this develops over a lifetime.
278
750640
2656
Non so ancora come si sviluppino
nel corso della vita.
nel corso della vita.
12:45
That will be the subject
of future research.
of future research.
279
753320
3440
Sarà oggetto di future ricerche.
12:49
The idea I want to leave you with
280
757640
1656
L'idea che vorrei lasciarvi
12:51
is it's all right to appeal to incentives.
281
759320
2776
è che è giusto ricorrere agli incentivi.
12:54
I'm an economist;
282
762120
1216
Sono un economista,
12:55
I certainly believe in the fact
that incentives work.
that incentives work.
283
763360
2920
e credo per certo
che gli incentivi funzionino.
che gli incentivi funzionino.
12:59
But do think about selecting
the right people
the right people
284
767400
4016
Ma pensate alla scelta
delle persone giuste
delle persone giuste
13:03
rather than having people
and then putting incentives in place.
and then putting incentives in place.
285
771440
3496
piuttosto che avere le persone
e poi mettere in campo gli incentivi.
e poi mettere in campo gli incentivi.
13:06
Selecting the right people
with the right values
with the right values
286
774960
2256
Scegliere le persone giuste
con i valori giusti
con i valori giusti
13:09
may go a long way
to saving a lot of trouble
to saving a lot of trouble
287
777240
3936
potrebbe far risparmiare molti problemi
13:13
and a lot of money
288
781200
1376
e un sacco di soldi
13:14
in your organizations.
289
782600
1736
alle vostre organizzazioni.
13:16
In other words,
290
784360
1256
In altre parole,
13:17
it will pay off to put people first.
291
785640
3760
mettere le persone al primo posto
ripaga lo sforzo.
ripaga lo sforzo.
13:22
Thank you.
292
790040
1216
Grazie.
13:23
(Applause)
293
791280
3640
(Applausi)
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