TED2009
Dan Ariely: Our buggy moral code
Dan Ariely sul nostro codice morale difettoso
Filmed:
Readability: 3.2
3,509,395 views
L' economista comportamentale Dan Ariely studia i difetti nel nostro codice morale: le ragioni nascoste che ci fanno credere che vada bene imbrogliare o rubare (a volte). I suoi studi intelligenti dimostrano che siamo prevedibilmente irrazionali -- e possiamo essere influenzati in modi che non possiamo comprendere.
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 want to talk to you today a little bit
0
1000
2000
Oggi vi voglio parlare un po'
00:18
about predictable irrationality.
1
3000
3000
di irrazionalità prevedibile.
00:21
And my interest in irrational behavior
2
6000
4000
Il mio interesse nel comportamento irrazionale
00:25
started many years ago in the hospital.
3
10000
3000
cominciò diversi anni fa in ospedale.
00:28
I was burned very badly.
4
13000
4000
Ero gravemente ustionato.
00:32
And if you spend a lot of time in hospital,
5
17000
3000
Se passate molto tempo in ospedale,
00:35
you'll see a lot of types of irrationalities.
6
20000
3000
potrete accorgervi di molti tipi di irrazionalità.
00:38
And the one that particularly bothered me in the burn department
7
23000
5000
Ma quello che maggiormente mi irritava al centro ustionati
00:43
was the process by which the nurses took the bandage off me.
8
28000
4000
era il metodo col quale le infermiere mi toglievano i bendaggi.
00:48
Now, you must have all taken a Band-Aid off at some point,
9
33000
2000
Sicuramente vi sarà capitato di dovervi togliere un cerotto,
00:50
and you must have wondered what's the right approach.
10
35000
3000
e vi sarete chiesti quale potrebbe essere il metodo migliore.
00:53
Do you rip it off quickly -- short duration but high intensity --
11
38000
4000
Lo strappate di scatto, breve durata ma alta intensità,
00:57
or do you take your Band-Aid off slowly --
12
42000
2000
o lo togliete lentamente,
00:59
you take a long time, but each second is not as painful --
13
44000
4000
vi prendete più tempo, ma ogni secondo è un poco meno doloroso,
01:03
which one of those is the right approach?
14
48000
3000
quale è il metodo giusto?
01:06
The nurses in my department thought that the right approach
15
51000
4000
Le infermiere nel mio reparto pensavano che il metodo giusto
01:10
was the ripping one, so they would grab hold and they would rip,
16
55000
3000
fosse quello veloce, afferrandolo stretto e strappandolo via,
01:13
and they would grab hold and they would rip.
17
58000
2000
prenderlo stretto e tirando con forza.
01:15
And because I had 70 percent of my body burned, it would take about an hour.
18
60000
4000
Dato che ero ustionato al 70%, anche così ci voleva quasi un ora.
01:19
And as you can imagine,
19
64000
3000
Come potete immaginare,
01:22
I hated that moment of ripping with incredible intensity.
20
67000
4000
odiavo con incredibile intensità il momento dello strappo.
01:26
And I would try to reason with them and say,
21
71000
2000
Provai a ragionare con loro, dicendo:
01:28
"Why don't we try something else?
22
73000
1000
"Perché non proviamo un metodo diverso?
01:29
Why don't we take it a little longer --
23
74000
2000
Perché non ce la prendiamo con più calma,
01:31
maybe two hours instead of an hour -- and have less of this intensity?"
24
76000
5000
magari ci prendiamo un paio d' ore invece di una sola, e non soffro con questa intensità?"
01:36
And the nurses told me two things.
25
81000
2000
Le infermiere mi dissero due cose.
01:38
They told me that they had the right model of the patient --
26
83000
4000
Mi dissero di avere l'approccio corretto al paziente,
01:42
that they knew what was the right thing to do to minimize my pain --
27
87000
3000
che sapevano quale era il modo migliore per minimizzare il dolore.
01:45
and they also told me that the word patient doesn't mean
28
90000
3000
Mi dissero anche che la parola 'paziente' non significa
01:48
to make suggestions or to interfere or ...
29
93000
2000
dare suggerimenti od interferire o ...
01:50
This is not just in Hebrew, by the way.
30
95000
3000
E per inciso questo non solo in Ebraico.
01:53
It's in every language I've had experience with so far.
31
98000
3000
È presente in ogni lingua che conosco.
01:56
And, you know, there's not much -- there wasn't much I could do,
32
101000
4000
E così, sapete, non c'è molto, non c'era molto che potessi fare,
02:00
and they kept on doing what they were doing.
33
105000
3000
e continuarono a fare come sempre avevano fatto.
02:03
And about three years later, when I left the hospital,
34
108000
2000
Circa tre anni dopo, quando mi dimisero,
02:05
I started studying at the university.
35
110000
3000
cominciai a studiare all'università.
02:08
And one of the most interesting lessons I learned
36
113000
3000
Una delle lezioni più interessanti che ho imparato
02:11
was that there is an experimental method
37
116000
2000
è che esiste un metodo sperimentale
02:13
that if you have a question you can create a replica of this question
38
118000
4000
che permette, dato un quesito, di replicarlo
02:17
in some abstract way, and you can try to examine this question,
39
122000
4000
in una forma astratta, così che si può provare ad esaminarlo,
02:21
maybe learn something about the world.
40
126000
2000
e magari imparare qualcosa.
02:23
So that's what I did.
41
128000
2000
Ed è ciò che feci.
02:25
I was still interested
42
130000
1000
Ero ancora interessato
02:26
in this question of how do you take bandages off burn patients.
43
131000
2000
al metodo di come togliere i bendaggi ai pazienti ustionati.
02:28
So originally I didn't have much money,
44
133000
3000
Così, all'inizio non avevo molti soldi,
02:31
so I went to a hardware store and I bought a carpenter's vice.
45
136000
4000
andai in una ferramenta e comprai una morsa.
02:35
And I would bring people to the lab and I would put their finger in it,
46
140000
4000
Portavo la gente al laboratorio, gli mettevo un dito nella morsa,
02:39
and I would crunch it a little bit.
47
144000
2000
e glielo stringevo un po'.
02:41
(Laughter)
48
146000
2000
(Risate)
02:43
And I would crunch it for long periods and short periods,
49
148000
3000
Lo stringevo per molto tempo e per poco tempo,
02:46
and pain that went up and pain that went down,
50
151000
2000
col dolore che saliva e scendeva,
02:48
and with breaks and without breaks -- all kinds of versions of pain.
51
153000
4000
con pause e senza pause, tutti i tipi di dolore.
02:52
And when I finished hurting people a little bit, I would ask them,
52
157000
2000
Una volta finito di fare male ai soggetti, gli chiedevo:
02:54
so, how painful was this? Or, how painful was this?
53
159000
2000
"Allora, come è stato doloroso? Quanto ti ha fatto male?"
02:56
Or, if you had to choose between the last two,
54
161000
2000
Oppure: "potendo scegliere fra gli ultimi due,
02:58
which one would you choose?
55
163000
2000
quale avresti scelto?"
03:00
(Laughter)
56
165000
3000
(Risate)
03:03
I kept on doing this for a while.
57
168000
3000
Continuai a farlo per un po'.
03:06
(Laughter)
58
171000
2000
(Risate)
03:08
And then, like all good academic projects, I got more funding.
59
173000
4000
Dopodiché, come ogni buon progetto accademico, ricevetti più fondi.
03:12
I moved to sounds, electrical shocks --
60
177000
2000
Cominciai coi suoni, con l'elettroshock.
03:14
I even had a pain suit that I could get people to feel much more pain.
61
179000
5000
Avevo addirittura una tuta che poteva causare molto più dolore alle persone.
03:19
But at the end of this process,
62
184000
4000
Alla fine del processo,
03:23
what I learned was that the nurses were wrong.
63
188000
3000
ho imparato che le infermiere si sbagliavano.
03:26
Here were wonderful people with good intentions
64
191000
3000
Ecco che splendide persone con ottime intenzioni
03:29
and plenty of experience, and nevertheless
65
194000
2000
con tanta esperienza, nonostante tutto
03:31
they were getting things wrong predictably all the time.
66
196000
4000
commettono errori prevedibili tutte le volte.
03:35
It turns out that because we don't encode duration
67
200000
3000
Ho scoperto che siccome non codifichiamo la durata
03:38
in the way that we encode intensity,
68
203000
2000
allo stesso modo in cui codifichiamo l' intensità,
03:40
I would have had less pain if the duration would have been longer
69
205000
4000
avrei patito meno dolore se fosse durato più a lungo
03:44
and the intensity was lower.
70
209000
2000
ma con una intensità minore.
03:46
It turns out it would have been better to start with my face,
71
211000
3000
Ho scoperto che sarebbe stato meglio cominciare dal viso,
03:49
which was much more painful, and move toward my legs,
72
214000
2000
che era il più doloroso, per poi scendere alle gambe,
03:51
giving me a trend of improvement over time --
73
216000
3000
dandomi la sensazione di migliorare col tempo
03:54
that would have been also less painful.
74
219000
1000
sarebbe stato meno doloroso.
03:55
And it also turns out that it would have been good
75
220000
2000
Ho anche scoperto che sarebbe stato meglio
03:57
to give me breaks in the middle to kind of recuperate from the pain.
76
222000
2000
lasciarmi qualche pausa a metà per recuperare in qualche modo dal dolore.
03:59
All of these would have been great things to do,
77
224000
2000
Tutte queste sarebbero state ottime cose da fare,
04:01
and my nurses had no idea.
78
226000
3000
ma le infermiere non ne avevano idea.
04:04
And from that point on I started thinking,
79
229000
1000
Da allora ho cominciato a pensare:
04:05
are the nurses the only people in the world who get things wrong
80
230000
3000
"e se non fossero solo le infermiere a fare le cose male
04:08
in this particular decision, or is it a more general case?
81
233000
3000
in una particolare decisione, e se fosse un caso più generale?"
04:11
And it turns out it's a more general case --
82
236000
2000
Ho scoperto che è un caso più generale.
04:13
there's a lot of mistakes we do.
83
238000
3000
Ci sono un sacco di errori che facciamo.
04:16
And I want to give you one example of one of these irrationalities,
84
241000
5000
Vi farò un esempio di una di queste irrazionalità,
04:21
and I want to talk to you about cheating.
85
246000
3000
vi parlerò dell'imbrogliare.
04:24
And the reason I picked cheating is because it's interesting,
86
249000
2000
Il motivo per cui ho scelto l'imbroglio è perché è interessante,
04:26
but also it tells us something, I think,
87
251000
2000
ma ci racconta anche qualcosa, credo,
04:28
about the stock market situation we're in.
88
253000
3000
riguardo alla situazione finanziaria attuale.
04:31
So, my interest in cheating started
89
256000
3000
Allora, il mio interesse per la truffa cominciò
04:34
when Enron came on the scene, exploded all of a sudden,
90
259000
2000
quando all'improvviso scoppiò il caso Enron.
04:36
and I started thinking about what is happening here.
91
261000
3000
Cominciai a pensare a quello che stava succedendo.
04:39
Is it the case that there was kind of
92
264000
1000
Poteva essere il caso nel quale c'erano
04:40
a few apples who are capable of doing these things,
93
265000
3000
alcune mele marce capaci di fare queste cose,
04:43
or are we talking a more endemic situation,
94
268000
2000
o stiamo parlando di una situazione più endemica,
04:45
that many people are actually capable of behaving this way?
95
270000
4000
nella quale molta gente è effettivamente capace di comportarsi in questo modo?
04:49
So, like we usually do, I decided to do a simple experiment.
96
274000
4000
Così, come al solito, ho deciso di fare un semplice esperimento.
04:53
And here's how it went.
97
278000
1000
Ecco come andò.
04:54
If you were in the experiment, I would pass you a sheet of paper
98
279000
3000
Se foste stati nell'esperimento, vi avrei dato un foglio di carta
04:57
with 20 simple math problems that everybody could solve,
99
282000
4000
con 20 semplici problemi matematici che chiunque sarebbe in grado di risolvere,
05:01
but I wouldn't give you enough time.
100
286000
2000
ma non vi avrei dato abbastanza tempo.
05:03
When the five minutes were over, I would say,
101
288000
2000
Passati 5 minuti, avrei detto:
05:05
"Pass me the sheets of paper, and I'll pay you a dollar per question."
102
290000
3000
"Ridatemi i fogli, vi pagherò un dollaro per problema."
05:08
People did this. I would pay people four dollars for their task --
103
293000
4000
Ed è quel che fecero. Avrei pagato 4 dollari per il lavoro,
05:12
on average people would solve four problems.
104
297000
2000
mediamente si potevano risolvere 4 problemi.
05:14
Other people I would tempt to cheat.
105
299000
3000
Altre persone le avrei indotte ad imbrogliare.
05:17
I would pass their sheet of paper.
106
302000
1000
Avrei dato il foglio.
05:18
When the five minutes were over, I would say,
107
303000
2000
Passati i 5 minuti, avrei detto:
05:20
"Please shred the piece of paper.
108
305000
1000
"Per favore, strappate il foglio.
05:21
Put the little pieces in your pocket or in your backpack,
109
306000
3000
Mettetevi i pezzi in tasca o nello zaino,
05:24
and tell me how many questions you got correctly."
110
309000
3000
e ditemi quanti problemi avete risolto."
05:27
People now solved seven questions on average.
111
312000
3000
Adesso la media dei problemi risolti era 7.
05:30
Now, it wasn't as if there was a few bad apples --
112
315000
5000
Ora, non è che c'erano poche mele marce,
05:35
a few people cheated a lot.
113
320000
3000
una minoranza che ha imbrogliato molto.
05:38
Instead, what we saw is a lot of people who cheat a little bit.
114
323000
3000
Invece ci siamo accorti che molte persone hanno imbrogliato giusto un pochino.
05:41
Now, in economic theory,
115
326000
3000
Nella teoria economica,
05:44
cheating is a very simple cost-benefit analysis.
116
329000
3000
imbrogliare è semplicemente una facile analisi costo-beneficio.
05:47
You say, what's the probability of being caught?
117
332000
2000
Vi chiedete: "qual è la probabilità di essere scoperto?
05:49
How much do I stand to gain from cheating?
118
334000
3000
Quanto posso aspettarmi di guadagnare imbrogliando?
05:52
And how much punishment would I get if I get caught?
119
337000
2000
E quale sarebbe la pena se venissi scoperto?"
05:54
And you weigh these options out --
120
339000
2000
Soppesate questi parametri,
05:56
you do the simple cost-benefit analysis,
121
341000
2000
fate una semplice analisi dei costi e dei benefici,
05:58
and you decide whether it's worthwhile to commit the crime or not.
122
343000
3000
e decidete se vale la pena commettere il crimine o no.
06:01
So, we try to test this.
123
346000
2000
Così lo abbiamo testato.
06:03
For some people, we varied how much money they could get away with --
124
348000
4000
Per alcune persone abbiamo cambiato il valore che avrebbero guadagnato,
06:07
how much money they could steal.
125
352000
1000
quanti soldi avrebbero potuto rubare.
06:08
We paid them 10 cents per correct question, 50 cents,
126
353000
3000
Li abbiamo pagati 10 cents ogni risposta esatta, 50 cents,
06:11
a dollar, five dollars, 10 dollars per correct question.
127
356000
3000
un dollaro, 5 dollari, 10 dollari per risposta esatta.
06:14
You would expect that as the amount of money on the table increases,
128
359000
4000
Ci si potrebbe aspettare che man mano che il valore aumenta,
06:18
people would cheat more, but in fact it wasn't the case.
129
363000
3000
aumentino anche gli imbrogli, ma in effetti non è così.
06:21
We got a lot of people cheating by stealing by a little bit.
130
366000
3000
Abbiamo avuto molti imbroglioni che hanno rubato solo un poco.
06:24
What about the probability of being caught?
131
369000
3000
E riguardo alla possibilità di essere scoperto?
06:27
Some people shredded half the sheet of paper,
132
372000
2000
Alcune persone hanno strappato il foglio a metà,
06:29
so there was some evidence left.
133
374000
1000
in questo modo qualche prova rimaneva.
06:30
Some people shredded the whole sheet of paper.
134
375000
2000
Altri hanno strappato completamente il foglio.
06:32
Some people shredded everything, went out of the room,
135
377000
3000
Altri ancora dopo aver strappato tutto sono usciti
06:35
and paid themselves from the bowl of money that had over 100 dollars.
136
380000
3000
e si sono presi da soli i soldi dalla cassa dove c' erano più di 100 dollari.
06:38
You would expect that as the probability of being caught goes down,
137
383000
3000
Vi potreste aspettare che al calare della possibilità di essere presi,
06:41
people would cheat more, but again, this was not the case.
138
386000
3000
i soggetti avrebbero imbrogliato di più, ma non è così.
06:44
Again, a lot of people cheated by just by a little bit,
139
389000
3000
Ancora, la maggior parte ha truffato solo di poco,
06:47
and they were insensitive to these economic incentives.
140
392000
3000
rimanendo insensibili agli incentivi economici.
06:50
So we said, "If people are not sensitive
141
395000
1000
Così ci siamo chiesti:
06:51
to the economic rational theory explanations, to these forces,
142
396000
5000
"Se le persone non sono sensibili alle spiegazioni della teoria economica razionale, a queste forze,
06:56
what could be going on?"
143
401000
3000
cosa sta succedendo?"
06:59
And we thought maybe what is happening is that there are two forces.
144
404000
3000
Abbiamo pensato che forse quel che succede è che ci sono due forze.
07:02
At one hand, we all want to look at ourselves in the mirror
145
407000
2000
Da una parte, tutti noi vogliamo guardarci allo specchio
07:04
and feel good about ourselves, so we don't want to cheat.
146
409000
3000
e sentirci bene con noi stessi, quindi non vogliamo barare.
07:07
On the other hand, we can cheat a little bit,
147
412000
2000
D'altro canto, possiamo imbrogliare giusto un po',
07:09
and still feel good about ourselves.
148
414000
2000
e continuare a sentirci bene con noi stessi.
07:11
So, maybe what is happening is that
149
416000
1000
Quindi, quello che succede forse è
07:12
there's a level of cheating we can't go over,
150
417000
2000
che esiste un livello che non possiamo oltrepassare,
07:14
but we can still benefit from cheating at a low degree,
151
419000
4000
ma possiamo ancora approfittare truffando ad un livello basso,
07:18
as long as it doesn't change our impressions about ourselves.
152
423000
3000
fino a che questo non modifica l' impressione che abbiamo di noi stessi.
07:21
We call this like a personal fudge factor.
153
426000
3000
Lo chiamiamo fattore di truffa individuale.
07:25
Now, how would you test a personal fudge factor?
154
430000
4000
Bene, come si può testare il livello di truffa individuale?
07:29
Initially we said, what can we do to shrink the fudge factor?
155
434000
4000
All'inizio ci siamo chiesti: "come possiamo ridurlo?"
07:33
So, we got people to the lab, and we said,
156
438000
2000
Abbiamo raccolto i soggetti al laboratorio e abbiamo detto:
07:35
"We have two tasks for you today."
157
440000
2000
"Ci sono due compiti per voi oggi."
07:37
First, we asked half the people
158
442000
1000
Primo, alla metà delle persone abbiamo chiesto
07:38
to recall either 10 books they read in high school,
159
443000
2000
di ricordare o 10 libri letti alle superiori,
07:40
or to recall The Ten Commandments,
160
445000
3000
o di ricordare i 10 Comandamenti,
07:43
and then we tempted them with cheating.
161
448000
2000
e li abbiamo invogliati ad imbrogliare.
07:45
Turns out the people who tried to recall The Ten Commandments --
162
450000
3000
Il risultato è che chi ha cercato di ricordare i 10 Comandamenti,
07:48
and in our sample nobody could recall all of The Ten Commandments --
163
453000
2000
e nel nostro campione nessuno è riuscito a ricordare tutti i 10 Comandamenti,
07:51
but those people who tried to recall The Ten Commandments,
164
456000
4000
ma costoro che hanno provato a ricordare i 10 Comandamenti,
07:55
given the opportunity to cheat, did not cheat at all.
165
460000
3000
avendo la possibilità di barare, non hanno imbrogliato affatto.
07:58
It wasn't that the more religious people --
166
463000
2000
Non era che le persone più religiose, coloro che ricordavano
08:00
the people who remembered more of the Commandments -- cheated less,
167
465000
1000
meglio i 10 Comandamenti,
08:01
and the less religious people --
168
466000
2000
abbiano imbrogliato meno, e i meno religiosi,
08:03
the people who couldn't remember almost any Commandments --
169
468000
1000
quelli che quasi non ne ricordavano neanche uno,
08:04
cheated more.
170
469000
2000
abbiano invece truffato di più.
08:06
The moment people thought about trying to recall The Ten Commandments,
171
471000
4000
Nel momento in cui le persone cercavano di ricordare i 10 Comandamenti,
08:10
they stopped cheating.
172
475000
1000
hanno smesso di barare.
08:11
In fact, even when we gave self-declared atheists
173
476000
2000
Infatti, anche quando abbiamo dato ad atei dichiarati
08:13
the task of swearing on the Bible and we give them a chance to cheat,
174
478000
4000
il compito di giurare sulla Bibbia e dandogli la possibilità di barare,
08:17
they don't cheat at all.
175
482000
2000
non hanno imbrogliato per niente.
08:21
Now, Ten Commandments is something that is hard
176
486000
2000
Ora, i 10 Comandamenti è qualcosa che è difficile
08:23
to bring into the education system, so we said,
177
488000
2000
da integrare nel sistema educativo, così ci siamo detti:
08:25
"Why don't we get people to sign the honor code?"
178
490000
2000
"Perché non li facciamo giurare sul codice d'onore?"
08:27
So, we got people to sign,
179
492000
2000
Abbiamo fatto firmare:
08:29
"I understand that this short survey falls under the MIT Honor Code."
180
494000
4000
"Comprendo che questa indagine ricade all'interno del codice d'onore del MIT."
08:33
Then they shredded it. No cheating whatsoever.
181
498000
3000
Poi lo hanno strappato. Ancora nessun imbroglio.
08:36
And this is particularly interesting,
182
501000
1000
Questo è particolarmente interessante,
08:37
because MIT doesn't have an honor code.
183
502000
2000
dato che il MIT non ha un codice d'onore.
08:39
(Laughter)
184
504000
5000
(Risate)
08:44
So, all this was about decreasing the fudge factor.
185
509000
4000
Quindi, tutto questo riguardava il diminuire il fattore di truffa.
08:48
What about increasing the fudge factor?
186
513000
3000
E per aumentarlo?
08:51
The first experiment -- I walked around MIT
187
516000
2000
Il primo esperimento. Sono andato in giro per il MIT
08:53
and I distributed six-packs of Cokes in the refrigerators --
188
518000
3000
distribuendo pacchi da 6 lattine di Coca nei frigo,
08:56
these were common refrigerators for the undergrads.
189
521000
2000
ci sono frigoriferi comuni per gli studenti.
08:58
And I came back to measure what we technically call
190
523000
3000
Poi sono tornato per misurare quello che tecnicamente chiamo
09:01
the half-lifetime of Coke -- how long does it last in the refrigerators?
191
526000
4000
l'aspettativa di vita della Coca-Cola: per quanto dura nei frigo?
09:05
As you can expect it doesn't last very long; people take it.
192
530000
3000
Come potete immaginare non è durata a lungo. Se le sono prese tutte.
09:08
In contrast, I took a plate with six one-dollar bills,
193
533000
4000
Al contrario, ho preso un piatto con sei pezzi da un dollaro,
09:12
and I left those plates in the same refrigerators.
194
537000
3000
e l'ho lasciato negli stessi frigo.
09:15
No bill ever disappeared.
195
540000
1000
Nessuna banconota è mai scomparsa.
09:16
Now, this is not a good social science experiment,
196
541000
3000
Ok, non è un esperimento sociologico fatto bene,
09:19
so to do it better I did the same experiment
197
544000
3000
e per farlo meglio ho fatto lo stesso esperimento
09:22
as I described to you before.
198
547000
2000
che vi ho descritto prima.
09:24
A third of the people we passed the sheet, they gave it back to us.
199
549000
3000
Ad un terzo delle persone abbiamo dato il foglio, e ce l'hanno restituito.
09:27
A third of the people we passed it to, they shredded it,
200
552000
3000
Ad un terzo lo abbiamo dato, l'hanno stracciato,
09:30
they came to us and said,
201
555000
1000
sono venuti da noi dicendo:
09:31
"Mr. Experimenter, I solved X problems. Give me X dollars."
202
556000
3000
"Sig. Sperimentatore, ho risolto x problemi. Dammi x dollari."
09:34
A third of the people, when they finished shredding the piece of paper,
203
559000
3000
Ad un terzo, finito di stracciare il foglio,
09:37
they came to us and said,
204
562000
2000
sono venuti da noi dicendo:
09:39
"Mr Experimenter, I solved X problems. Give me X tokens."
205
564000
6000
"Sig. Sperimentatore, ho risolto x problemi. Dammi x gettoni."
09:45
We did not pay them with dollars; we paid them with something else.
206
570000
3000
Non li abbiamo pagati in dollari. Gli abbiamo dato qualcos'altro
09:48
And then they took the something else, they walked 12 feet to the side,
207
573000
3000
Hanno preso questo qualcos'altro, si sono allontanati di qualche metro,
09:51
and exchanged it for dollars.
208
576000
2000
e l'hanno scambiato con dollari veri.
09:53
Think about the following intuition.
209
578000
2000
Pensate alla seguente intuizione.
09:55
How bad would you feel about taking a pencil from work home,
210
580000
3000
Quanto vi sentireste male a prendere una penna dal lavoro per portarla a casa
09:58
compared to how bad would you feel
211
583000
2000
in confronto a quanto vi sentireste male
10:00
about taking 10 cents from a petty cash box?
212
585000
2000
prendendo 10 cents da una piccola cassa?
10:02
These things feel very differently.
213
587000
3000
Sono cose che si sentono molto diverse.
10:05
Would being a step removed from cash for a few seconds
214
590000
3000
Allontanare di un passo il denaro vero per pochi secondi
10:08
by being paid by token make a difference?
215
593000
3000
ed essere pagati in gettoni potrebbe fare la differenza?
10:11
Our subjects doubled their cheating.
216
596000
2000
I nostri soggetti hanno duplicato le truffe.
10:13
I'll tell you what I think
217
598000
2000
Vi dirò quello che penso
10:15
about this and the stock market in a minute.
218
600000
2000
di questo e della situazione borsistica fra un attimo.
10:18
But this did not solve the big problem I had with Enron yet,
219
603000
4000
Ma tutto ciò non risolveva ancora il grosso problema che avevo con la Enron
10:22
because in Enron, there's also a social element.
220
607000
3000
perché nel caso Enron c'è anche un elemento sociale.
10:25
People see each other behaving.
221
610000
1000
Le persone vedono il comportamento altrui.
10:26
In fact, every day when we open the news
222
611000
2000
In effetti, tutti i giorni leggendo il giornale
10:28
we see examples of people cheating.
223
613000
2000
vediamo esempi di truffatori.
10:30
What does this cause us?
224
615000
3000
E questo cosa ci causa?
10:33
So, we did another experiment.
225
618000
1000
Così abbiamo fatto un altro esperimento.
10:34
We got a big group of students to be in the experiment,
226
619000
3000
Abbiamo messo nell'esperimento un grosso gruppo di studenti
10:37
and we prepaid them.
227
622000
1000
e li abbiamo pagati in anticipo.
10:38
So everybody got an envelope with all the money for the experiment,
228
623000
3000
Allora, tutti avevano la loro busta con tutto il denaro
10:41
and we told them that at the end, we asked them
229
626000
2000
e gli abbiamo detto che alla fine
10:43
to pay us back the money they didn't make. OK?
230
628000
4000
ci avrebbero dovuto restituire il denaro non guadagnato. OK?
10:47
The same thing happens.
231
632000
1000
È successa la stessa cosa.
10:48
When we give people the opportunity to cheat, they cheat.
232
633000
2000
Quando diamo alle persone la possibilità di imbrogliare lo fanno.
10:50
They cheat just by a little bit, all the same.
233
635000
3000
Giusto un poco, ma lo fanno.
10:53
But in this experiment we also hired an acting student.
234
638000
3000
Ma in questo test abbiamo anche messo un nostro complice.
10:56
This acting student stood up after 30 seconds, and said,
235
641000
4000
Lo studente attore dopo 30 secondi si è alzato ed ha detto:
11:00
"I solved everything. What do I do now?"
236
645000
3000
"Ho finito, risolto tutto. Che faccio ora?"
11:03
And the experimenter said, "If you've finished everything, go home.
237
648000
4000
Lo sperimentatore ha detto: "Se hai finito tutto, vai a casa."
11:07
That's it. The task is finished."
238
652000
1000
Il compito è finito.
11:08
So, now we had a student -- an acting student --
239
653000
4000
Allora, avevamo uno studente, un attore
11:12
that was a part of the group.
240
657000
2000
che era parte del gruppo.
11:14
Nobody knew it was an actor.
241
659000
2000
Nessuno sapeva che era nostro complice.
11:16
And they clearly cheated in a very, very serious way.
242
661000
4000
Ed ha chiaramente imbrogliato in un modo molto, ma molto grave.
11:20
What would happen to the other people in the group?
243
665000
3000
Cosa avrebbero fatto gli altri?
11:23
Will they cheat more, or will they cheat less?
244
668000
3000
Avrebbero barato di più o di meno?
11:26
Here is what happens.
245
671000
2000
Ecco quel che successe.
11:28
It turns out it depends on what kind of sweatshirt they're wearing.
246
673000
4000
Quel che succede è che dipende dalla maglietta indossata.
11:32
Here is the thing.
247
677000
2000
Ecco come.
11:34
We ran this at Carnegie Mellon and Pittsburgh.
248
679000
3000
Il test l'abbiamo fatto al Carnegie Mellon e a Pittsburgh.
11:37
And at Pittsburgh there are two big universities,
249
682000
2000
A Pittsburgh ci sono due grosse università,
11:39
Carnegie Mellon and University of Pittsburgh.
250
684000
3000
Carnegie Mellon e l'Università di Pittsburgh.
11:42
All of the subjects sitting in the experiment
251
687000
2000
Tutti i soggetti dell'esperimento
11:44
were Carnegie Mellon students.
252
689000
2000
erano studenti del Carnegie Mellon.
11:46
When the actor who was getting up was a Carnegie Mellon student --
253
691000
4000
Quando il nostro complice era anche lui uno studente del Carnegie Mellon,
11:50
he was actually a Carnegie Mellon student --
254
695000
2000
effettivamente era uno studente del Carnegie Mellon,
11:52
but he was a part of their group, cheating went up.
255
697000
4000
era parte del loro gruppo, le truffe salivano.
11:56
But when he actually had a University of Pittsburgh sweatshirt,
256
701000
4000
Ma quando indossava la maglietta dell'Università di Pittsburgh,
12:00
cheating went down.
257
705000
2000
le truffe scendevano.
12:02
(Laughter)
258
707000
3000
(Risate)
12:05
Now, this is important, because remember,
259
710000
3000
Ora, questo è importante perché ricordate che
12:08
when the moment the student stood up,
260
713000
2000
nel momento in cui l'attore si alzava
12:10
it made it clear to everybody that they could get away with cheating,
261
715000
3000
rendeva chiaro a tutti che chiunque avrebbe potuto barare,
12:13
because the experimenter said,
262
718000
2000
dato che lo sperimentatore aveva detto:
12:15
"You've finished everything. Go home," and they went with the money.
263
720000
2000
"Hai finito tutto. Vai a casa." E se ne andava coi soldi.
12:17
So it wasn't so much about the probability of being caught again.
264
722000
3000
Quindi ancora, non è tanto la possibilità di essere preso.
12:20
It was about the norms for cheating.
265
725000
3000
Riguarda le regole del barare.
12:23
If somebody from our in-group cheats and we see them cheating,
266
728000
3000
Se qualcuno del nostro gruppo imbroglia e lo vediamo
12:26
we feel it's more appropriate, as a group, to behave this way.
267
731000
4000
sentiamo che è più fattibile, come gruppo, e ci comportiamo di conseguenza.
12:30
But if it's somebody from another group, these terrible people --
268
735000
2000
Ma se è qualcuno di un altro gruppo, queste persone orribili,
12:32
I mean, not terrible in this --
269
737000
2000
cioè non orribili in questo,
12:34
but somebody we don't want to associate ourselves with,
270
739000
2000
ma qualcuno col quale non vogliamo avere a che fare,
12:36
from another university, another group,
271
741000
2000
di un'altra università, di un altro gruppo,
12:38
all of a sudden people's awareness of honesty goes up --
272
743000
3000
improvvisamente la consapevolezza dell'onestà della gente cresce.
12:41
a little bit like The Ten Commandments experiment --
273
746000
2000
Un po' come nell'esperimento dei 10 Comandamenti.
12:43
and people cheat even less.
274
748000
4000
E le persone barano addirittura meno.
12:47
So, what have we learned from this about cheating?
275
752000
4000
Allora, cosa ci insegna tutto questo a proposito dell'imbrogliare?
12:51
We've learned that a lot of people can cheat.
276
756000
3000
Abbiamo imparato che molte persone truffano.
12:54
They cheat just by a little bit.
277
759000
3000
Solo un po', un pochino.
12:57
When we remind people about their morality, they cheat less.
278
762000
4000
Quando gli ricordiamo la moralità, truffano meno.
13:01
When we get bigger distance from cheating,
279
766000
3000
Quando distanziamo la truffa
13:04
from the object of money, for example, people cheat more.
280
769000
4000
dall'oggetto del denaro, ad esempio, barano di più.
13:08
And when we see cheating around us,
281
773000
2000
E se vediamo imbrogliare intorno a noi,
13:10
particularly if it's a part of our in-group, cheating goes up.
282
775000
4000
soprattutto se a farlo è uno del nostro gruppo, le truffe salgono.
13:14
Now, if we think about this in terms of the stock market,
283
779000
3000
Ora, se pensiamo a tutto ciò riflesso sul mercato,
13:17
think about what happens.
284
782000
1000
pensate a cosa succede.
13:18
What happens in a situation when you create something
285
783000
3000
Pensate a cosa succede in una situazione in cui create qualcosa
13:21
where you pay people a lot of money
286
786000
2000
dove pagate alla gente un sacco di soldi,
13:23
to see reality in a slightly distorted way?
287
788000
3000
per vedere la realtà in una forma leggermente distorta?
13:26
Would they not be able to see it this way?
288
791000
3000
Non potrebbero vederla in questo modo?
13:29
Of course they would.
289
794000
1000
Certo che lo farebbero.
13:30
What happens when you do other things,
290
795000
1000
Che succede quando si fanno altre cose,
13:31
like you remove things from money?
291
796000
2000
tipo allontanare le cose dal denaro?
13:33
You call them stock, or stock options, derivatives,
292
798000
3000
Le chiamiamo riserve, o azioni, o derivati
13:36
mortgage-backed securities.
293
801000
1000
titoli garantiti da ipoteca.
13:37
Could it be that with those more distant things,
294
802000
3000
Potrebbe essere che con queste cose ancora più distanti,
13:40
it's not a token for one second,
295
805000
2000
che non è un gettone per un secondo,
13:42
it's something that is many steps removed from money
296
807000
2000
è qualcosa che è molto lontano dal denaro,
13:44
for a much longer time -- could it be that people will cheat even more?
297
809000
4000
per un periodo di tempo molto più lungo, non potrebbe essere che la gente truffa ancora di più?
13:48
And what happens to the social environment
298
813000
2000
E che succede con l'ambiente sociale
13:50
when people see other people behave around them?
299
815000
3000
quando le persone vedono come si comporta il prossimo?
13:53
I think all of those forces worked in a very bad way
300
818000
4000
Credo che tutte queste forze lavorino in un modo molto negativo
13:57
in the stock market.
301
822000
2000
nella borsa.
13:59
More generally, I want to tell you something
302
824000
3000
Più in generale, vi voglio dire una cosa
14:02
about behavioral economics.
303
827000
3000
a proposito di economia comportamentale.
14:05
We have many intuitions in our life,
304
830000
4000
Abbiamo molte convinzioni durante la nostra vita
14:09
and the point is that many of these intuitions are wrong.
305
834000
3000
ed il punto è che molte di queste sono sbagliate.
14:12
The question is, are we going to test those intuitions?
306
837000
3000
La domanda è: "vogliamo testare queste convinzioni?"
14:15
We can think about how we're going to test this intuition
307
840000
2000
Possiamo pensare a come testarle
14:17
in our private life, in our business life,
308
842000
2000
nella nostra vita privata, nel nostro lavoro
14:19
and most particularly when it goes to policy,
309
844000
3000
e soprattutto in politica,
14:22
when we think about things like No Child Left Behind,
310
847000
3000
quando pensiamo a cose tipo No Child Left Behind,
14:25
when you create new stock markets, when you create other policies --
311
850000
3000
quando creiamo nuovi mercati azionari, quando creiamo nuove politiche,
14:28
taxation, health care and so on.
312
853000
3000
tasse, assistenza sanitaria eccetera.
14:31
And the difficulty of testing our intuition
313
856000
2000
La difficoltà di testare le nostre convinzioni
14:33
was the big lesson I learned
314
858000
2000
è stata la grande lezione che ho imparato
14:35
when I went back to the nurses to talk to them.
315
860000
2000
quando sono tornato a parlare con le infermiere.
14:37
So I went back to talk to them
316
862000
2000
Sono ritornato a parlare con loro
14:39
and tell them what I found out about removing bandages.
317
864000
3000
raccontandogli delle mie scoperte riguardo al togliere le bende.
14:42
And I learned two interesting things.
318
867000
2000
Ed ho imparato due cose interessanti.
14:44
One was that my favorite nurse, Ettie,
319
869000
2000
Una è che la mia infermiera preferita, Ettie,
14:46
told me that I did not take her pain into consideration.
320
871000
4000
mi ha detto che non avevo preso in considerazione il suo dolore.
14:50
She said, "Of course, you know, it was very painful for you.
321
875000
2000
Ha detto: "Naturale, sai com'è, era molto doloroso per te.
14:52
But think about me as a nurse,
322
877000
2000
Ma pensa a me come infermiera,
14:54
taking, removing the bandages of somebody I liked,
323
879000
2000
dover togliere le bende a qualcuno che mi piaceva,
14:56
and had to do it repeatedly over a long period of time.
324
881000
3000
e doverlo fare ripetutamente per molto tempo.
14:59
Creating so much torture was not something that was good for me, too."
325
884000
3000
Causare tanto dolore non era bello neanche per me."
15:02
And she said maybe part of the reason was it was difficult for her.
326
887000
5000
E disse che forse è parte del motivo per cui era difficile per lei.
15:07
But it was actually more interesting than that, because she said,
327
892000
3000
Ma in effetti era anche più interessante perché disse:
15:10
"I did not think that your intuition was right.
328
895000
5000
"Non credevo che la tua convinzione fosse giusta.
15:15
I felt my intuition was correct."
329
900000
1000
Credevo che fosse corretta la mia."
15:16
So, if you think about all of your intuitions,
330
901000
2000
Quindi, se pensate a tutte le vostre convinzioni,
15:18
it's very hard to believe that your intuition is wrong.
331
903000
4000
è molto difficile pensare che siano errate.
15:22
And she said, "Given the fact that I thought my intuition was right ..." --
332
907000
3000
Lei ha detto: "dato che pensavo che la mia convinzione fosse corretta..."
15:25
she thought her intuition was right --
333
910000
2000
lei pensava lo fosse,
15:27
it was very difficult for her to accept doing a difficult experiment
334
912000
5000
era molto dura accettare di fare un esperimento difficile,
15:32
to try and check whether she was wrong.
335
917000
2000
cioè provare, testare se per caso non fosse sbagliata.
15:34
But in fact, this is the situation we're all in all the time.
336
919000
4000
Ma in effetti, siamo in questa situazione continuamente.
15:38
We have very strong intuitions about all kinds of things --
337
923000
3000
Abbiamo forti convinzioni riguardo ad un sacco di cose,
15:41
our own ability, how the economy works,
338
926000
3000
le nostre proprie capacità, come lavora l'economia,
15:44
how we should pay school teachers.
339
929000
2000
come dovremmo pagare gli insegnanti.
15:46
But unless we start testing those intuitions,
340
931000
3000
Ma fintanto che non cominceremo a testare queste convinzioni,
15:49
we're not going to do better.
341
934000
2000
non miglioreremo mai.
15:51
And just think about how better my life would have been
342
936000
2000
Pensate solo quanto sarebbe stata migliore la mia vita
15:53
if these nurses would have been willing to check their intuition,
343
938000
2000
se le infermiere avessero voluto testare le loro convinzioni,
15:55
and how everything would have been better
344
940000
1000
e come tutto
15:56
if we just start doing more systematic experimentation of our intuitions.
345
941000
5000
potrebbe essere migliore se solo cominciassimo sistematicamente a sperimentare le nostre convinzioni.
16:01
Thank you very much.
346
946000
2000
Molte grazie.
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