TEDGlobal 2012
Margaret Heffernan: Dare to disagree
Margaret Heffernan: Durf het oneens te zijn
Filmed:
Readability: 3.9
3,921,245 views
De meeste mensen mijden conflict instinctief, maar Margaret Hefferman toont aan dat goede meningsverschillen centraal staan bij vooruitgang. Ze illustreert (soms tegen de intuïtie in) dat de beste partners geen echokamers zijn, en dat goede onderzoeksteams, relaties en bedrijven een plaats geven aan diepe meningsverschillen.
Margaret Heffernan - Management thinker
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio
The former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray. Full bio
Double-click the English transcript below to play the video.
00:16
In Oxford in the 1950s,
0
424
1862
In de jaren 50
was er in Oxford
was er in Oxford
00:18
there was a fantastic doctor, who was very unusual,
1
2286
3768
een geweldige arts,
heel ongewoon,
heel ongewoon,
00:21
named Alice Stewart.
2
6054
2032
Alice Stewart.
00:23
And Alice was unusual partly because, of course,
3
8086
3143
Ze was ongewoon, deels
00:27
she was a woman, which was pretty rare in the 1950s.
4
11229
3480
omdat ze een vrouw was,
wat in de jaren 50 zeldzaam was.
wat in de jaren 50 zeldzaam was.
00:30
And she was brilliant, she was one of the,
5
14709
2111
Ze was ook briljant.
00:32
at the time, the youngest Fellow to be elected to the Royal College of Physicians.
6
16820
4816
Toentertijd was ze de jongste Fellow
in het Koninklijk College van Artsen.
in het Koninklijk College van Artsen.
00:37
She was unusual too because she continued to work after she got married,
7
21636
3757
Ze was ook ongewoon
omdat ze bleef werken na haar huwelijk,
omdat ze bleef werken na haar huwelijk,
00:41
after she had kids,
8
25393
2095
toen ze kinderen had,
00:43
and even after she got divorced and was a single parent,
9
27488
3008
en zelfs na haar scheiding,
als alleenstaande ouder,
als alleenstaande ouder,
00:46
she continued her medical work.
10
30496
2283
bleef ze verderwerken.
00:48
And she was unusual because she was really interested in a new science,
11
32779
4120
Ook haar interesse voor een nieuwe wetenschap
was ongewoon,
was ongewoon,
00:52
the emerging field of epidemiology,
12
36899
2624
het opkomende domein van de epidemiologie,
00:55
the study of patterns in disease.
13
39523
3488
de studie van patronen in ziekte.
00:58
But like every scientist, she appreciated
14
43011
2168
Zoals elke wetenschapper wist ze
01:01
that to make her mark, what she needed to do
15
45179
2256
dat ze om haar naam te vestigen,
01:03
was find a hard problem and solve it.
16
47435
4518
een lastige kwestie moest vinden en oplossen.
01:07
The hard problem that Alice chose
17
51953
2544
Alice koos de lastige kwestie
01:10
was the rising incidence of childhood cancers.
18
54497
3398
van de toename in kinderkanker.
01:13
Most disease is correlated with poverty,
19
57895
2190
De meeste ziektes
hangen samen met armoede,
hangen samen met armoede,
01:15
but in the case of childhood cancers,
20
60085
2269
maar bij kinderkanker
01:18
the children who were dying seemed mostly to come
21
62354
2604
leken de meeste kinderen
01:20
from affluent families.
22
64958
2445
uit rijke families te komen.
01:23
So, what, she wanted to know,
23
67403
1743
Ze wilde weten
01:25
could explain this anomaly?
24
69146
3082
wat deze anomalie kon verklaren.
01:28
Now, Alice had trouble getting funding for her research.
25
72228
2783
Alice had het moeilijk
om haar onderzoek te financieren.
om haar onderzoek te financieren.
01:30
In the end, she got just 1,000 pounds
26
75011
1991
Ze kreeg uiteindelijk 1000 pond
01:32
from the Lady Tata Memorial prize.
27
77002
2255
van het Lady Tata Memorial-fonds.
01:35
And that meant she knew she only had one shot
28
79257
2543
Ze had dus maar één kans
01:37
at collecting her data.
29
81800
2042
om haar gegevens te verzamelen.
01:39
Now, she had no idea what to look for.
30
83842
2477
Ze wist niet wat ze moest zoeken.
01:42
This really was a needle in a haystack sort of search,
31
86319
3116
Ze zocht naar een naald in een hooiberg,
01:45
so she asked everything she could think of.
32
89435
2622
dus vroeg ze alle mogelijke dingen.
01:47
Had the children eaten boiled sweets?
33
92057
1833
Hadden de kinderen
gekookte zoetigheid gegeten?
gekookte zoetigheid gegeten?
01:49
Had they consumed colored drinks?
34
93890
2073
Gekleurde drankjes gedronken?
01:51
Did they eat fish and chips?
35
95963
1647
Aten ze vis met friet?
01:53
Did they have indoor or outdoor plumbing?
36
97610
2008
Was het toilet binnen of buiten?
01:55
What time of life had they started school?
37
99618
3416
Sinds welke leeftijd gingen ze naar school?
01:58
And when her carbon copied questionnaire started to come back,
38
103034
3368
Toen haar enquêtes op carbonpapier binnenliepen,
02:02
one thing and one thing only jumped out
39
106402
2920
sprong er maar één ding uit,
02:05
with the statistical clarity of a kind that
40
109322
2536
met een statistische duidelijkheid
02:07
most scientists can only dream of.
41
111858
2840
waar de meeste wetenschappers van dromen:
02:10
By a rate of two to one,
42
114698
1920
met een ratio van 2 tot 1
02:12
the children who had died
43
116618
2081
hadden de moeders van de overleden kinderen
02:14
had had mothers who had been X-rayed when pregnant.
44
118699
6295
tijdens de zwangerschap
röntgenstralen gekregen.
röntgenstralen gekregen.
02:20
Now that finding flew in the face of conventional wisdom.
45
124994
4505
Die vaststelling druiste tegen de gangbare opinie in.
02:25
Conventional wisdom held
46
129499
1907
Die zei
02:27
that everything was safe up to a point, a threshold.
47
131406
3997
dat alles veilig was
beneden een bepaalde drempel.
beneden een bepaalde drempel.
02:31
It flew in the face of conventional wisdom,
48
135403
2327
Ze druiste in tegen het gangbare
02:33
which was huge enthusiasm for the cool new technology
49
137730
3458
grote enthousiasme
voor de coole nieuwe technologie
voor de coole nieuwe technologie
02:37
of that age, which was the X-ray machine.
50
141188
3646
van die tijd:
het röntgenapparaat.
het röntgenapparaat.
02:40
And it flew in the face of doctors' idea of themselves,
51
144834
4224
Ze druiste in tegen de opinie
van dokters over zichzelf:
van dokters over zichzelf:
02:44
which was as people who helped patients,
52
149058
3808
zij hielpen patiënten,
02:48
they didn't harm them.
53
152866
2696
ze deden ze geen kwaad.
02:51
Nevertheless, Alice Stewart rushed to publish
54
155562
3688
Niettemin haastte Alice Stewart zich
om haar voorlopige resultaten
om haar voorlopige resultaten
02:55
her preliminary findings in The Lancet in 1956.
55
159250
3584
te publiceren in The Lancet in 1956.
02:58
People got very excited, there was talk of the Nobel Prize,
56
162834
4008
Het was spannend,
men had het over de Nobelprijs,
men had het over de Nobelprijs,
03:02
and Alice really was in a big hurry
57
166842
2120
en Alice had grote haast
03:04
to try to study all the cases of childhood cancer she could find
58
168962
3791
om alle mogelijke gevallen van kinderkanker
te onderzoeken
te onderzoeken
03:08
before they disappeared.
59
172753
2153
voor ze verdwenen.
03:10
In fact, she need not have hurried.
60
174906
4344
Ze moest zich niet haasten.
03:15
It was fully 25 years before the British and medical --
61
179250
4191
Het duurde volle 25 jaar voor de Britse
03:19
British and American medical establishments
62
183441
2872
en Amerikaanse medische gevestigde orde
03:22
abandoned the practice of X-raying pregnant women.
63
186313
6104
de praktijk opgaven
van röntgenonderzoeken van zwangeren.
van röntgenonderzoeken van zwangeren.
03:28
The data was out there, it was open, it was freely available,
64
192417
5481
De data waren er,
openbaar, vrij beschikbaar,
openbaar, vrij beschikbaar,
03:33
but nobody wanted to know.
65
197898
4224
maar niemand wilde het weten.
03:38
A child a week was dying,
66
202122
2684
Er stierf een kind per week,
03:40
but nothing changed.
67
204806
2733
maar er veranderde niets.
03:43
Openness alone can't drive change.
68
207539
6255
Openheid zonder meer
kan geen verandering aansturen.
kan geen verandering aansturen.
03:49
So for 25 years Alice Stewart had a very big fight on her hands.
69
213794
5617
25 jaar lang vocht Alice een harde strijd.
03:55
So, how did she know that she was right?
70
219411
3247
Hoe wist ze dat ze gelijk had?
03:58
Well, she had a fantastic model for thinking.
71
222658
3663
Ze had een fantastisch denkmodel.
04:02
She worked with a statistician named George Kneale,
72
226321
2245
Ze werkte samen met een statisticus,
George Kneale.
George Kneale.
04:04
and George was pretty much everything that Alice wasn't.
73
228566
2384
George was alles wat Alice niet was.
04:06
So, Alice was very outgoing and sociable,
74
230950
3069
Alice was extravert en sociaal.
04:09
and George was a recluse.
75
234019
2458
George was een eenzaat.
04:12
Alice was very warm, very empathetic with her patients.
76
236477
4014
Alice was warm, empathisch tegenover haar patiënten.
04:16
George frankly preferred numbers to people.
77
240491
4039
George hield meer van cijfers dan van mensen.
04:20
But he said this fantastic thing about their working relationship.
78
244530
3978
Maar hij zei iets fantastisch over hun werkrelatie:
04:24
He said, "My job is to prove Dr. Stewart wrong."
79
248508
6336
“Mijn taak is om te bewijzen
dat Dr. Stewart het fout heeft.”
dat Dr. Stewart het fout heeft.”
04:30
He actively sought disconfirmation.
80
254844
3557
Hij zocht actief naar weerlegging.
04:34
Different ways of looking at her models,
81
258401
2337
Verschillende manieren
om naar haar modellen te kijken,
om naar haar modellen te kijken,
04:36
at her statistics, different ways of crunching the data
82
260738
3257
naar haar statistieken,
om de data te verwerken
om de data te verwerken
04:39
in order to disprove her.
83
263995
3063
en haar stelling te weerleggen.
04:42
He saw his job as creating conflict around her theories.
84
267058
5624
Hij zag het als zijn taak
om conflict te genereren over haar theorieën.
om conflict te genereren over haar theorieën.
04:48
Because it was only by not being able to prove
85
272682
3096
Want enkel door niet in staat te zijn tot bewijs
04:51
that she was wrong,
86
275778
2368
dat ze het fout had,
04:54
that George could give Alice the confidence she needed
87
278146
3121
kon George Alice het nodige vertrouwen geven
04:57
to know that she was right.
88
281267
2982
om te weten dat ze gelijk had.
05:00
It's a fantastic model of collaboration --
89
284249
4675
Het is een fantastisch samenwerkingsmodel --
05:04
thinking partners who aren't echo chambers.
90
288924
5007
denkpartners die geen echokamers zijn.
05:09
I wonder how many of us have,
91
293931
2352
Ik vraag me af hoevelen van ons
05:12
or dare to have, such collaborators.
92
296283
6919
zulke medewerkers hebben of durven hebben.
05:19
Alice and George were very good at conflict.
93
303202
3777
Alice en George muntten uit in conflict.
05:22
They saw it as thinking.
94
306979
3136
Ze zagen het als denken.
05:26
So what does that kind of constructive conflict require?
95
310115
4273
Wat is er nodig voor een constructief conflict?
05:30
Well, first of all, it requires that we find people
96
314388
3375
Ten eerste: mensen vinden
05:33
who are very different from ourselves.
97
317763
2648
die erg verschillen van onszelf.
05:36
That means we have to resist the neurobiological drive,
98
320411
4336
Dat betekent
weerstaan aan de neurobiologische drang
weerstaan aan de neurobiologische drang
05:40
which means that we really prefer people mostly like ourselves,
99
324747
4504
waardoor we mensen verkiezen
die op ons lijken.
die op ons lijken.
05:45
and it means we have to seek out people
100
329251
2224
We moeten mensen uitzoeken
05:47
with different backgrounds, different disciplines,
101
331475
2472
met verschillende achtergronden,
verschillende vakken,
verschillende vakken,
05:49
different ways of thinking and different experience,
102
333947
4151
verschillende denkwijzen
en verschillende ervaring,
en verschillende ervaring,
05:53
and find ways to engage with them.
103
338098
3865
en manieren vinden
om met hen aan de slag te gaan.
om met hen aan de slag te gaan.
05:57
That requires a lot of patience and a lot of energy.
104
341963
4644
Dat vereist veel geduld en veel energie.
06:02
And the more I've thought about this,
105
346607
1811
Hoe meer ik erover nadenk,
06:04
the more I think, really, that that's a kind of love.
106
348418
5161
hoe meer ik het als een soort liefde zie.
06:09
Because you simply won't commit that kind of energy
107
353579
3069
Je besteedt dat soort van energie en tijd niet
06:12
and time if you don't really care.
108
356648
4691
als je er niet echt om geeft.
06:17
And it also means that we have to be prepared to change our minds.
109
361339
4460
Je moet ook bereid zijn
om van gedachten te veranderen.
om van gedachten te veranderen.
06:21
Alice's daughter told me
110
365799
2364
De dochter van Alice vertelde me
06:24
that every time Alice went head-to-head with a fellow scientist,
111
368163
3112
dat telkens als Alice
in de clinch lag met een collega,
in de clinch lag met een collega,
06:27
they made her think and think and think again.
112
371275
4184
ze haar telkens weer deden nadenken.
06:31
"My mother," she said, "My mother didn't enjoy a fight,
113
375459
4018
“Mijn moeder hield niet van vechten,
06:35
but she was really good at them."
114
379477
5142
maar ze was er een kei in.”
06:40
So it's one thing to do that in a one-to-one relationship.
115
384619
4170
Dat in een één-op-één-relatie doen,
is één zaak.
is één zaak.
06:44
But it strikes me that the biggest problems we face,
116
388789
3287
Het treft me dat onze grootste problemen,
06:47
many of the biggest disasters that we've experienced,
117
392076
2874
de grootste rampen die we hebben beleefd,
06:50
mostly haven't come from individuals,
118
394950
1951
veelal niet van individuen kwamen,
06:52
they've come from organizations,
119
396901
1888
maar van organisaties,
06:54
some of them bigger than countries,
120
398789
2008
sommige groter dan landen,
06:56
many of them capable of affecting hundreds,
121
400797
2260
vele in staat
om impact te hebben op honderden,
om impact te hebben op honderden,
06:58
thousands, even millions of lives.
122
403057
4003
duizenden, miljoenen levens.
07:02
So how do organizations think?
123
407060
4438
Hoe denken organisaties?
07:07
Well, for the most part, they don't.
124
411498
4026
Meestal doen ze dat niet.
07:11
And that isn't because they don't want to,
125
415524
2993
Niet omdat ze niet willen,
07:14
it's really because they can't.
126
418517
2405
maar omdat ze niet kunnen.
07:16
And they can't because the people inside of them
127
420922
3347
Dat komt doordat de mensen in organisaties
07:20
are too afraid of conflict.
128
424269
4208
te bang zijn van conflict.
07:24
In surveys of European and American executives,
129
428477
2864
In enquêtes met Europese en Amerikaanse directieleden
07:27
fully 85 percent of them acknowledged
130
431341
2970
gaven volle 85% toe
07:30
that they had issues or concerns at work
131
434311
3517
dat ze bezorgdheden hadden op het werk
07:33
that they were afraid to raise.
132
437828
3633
die ze niet durfden aankaarten.
07:37
Afraid of the conflict that that would provoke,
133
441461
3159
Bang van het mogelijke conflict,
07:40
afraid to get embroiled in arguments
134
444620
2368
bang om verstrikt te raken in debatten
07:42
that they did not know how to manage,
135
446988
2031
die ze niet konden beheersen
07:44
and felt that they were bound to lose.
136
449019
4577
en die ze zouden verliezen.
07:49
Eighty-five percent is a really big number.
137
453596
6177
85% is een héél groot getal.
07:55
It means that organizations mostly can't do
138
459773
2815
Het betekent
dat organisaties meestal niet kunnen
dat organisaties meestal niet kunnen
07:58
what George and Alice so triumphantly did.
139
462588
2328
wat George en Alice zo triomfantelijk deden.
08:00
They can't think together.
140
464916
4399
Ze kunnen niet samen denken.
08:05
And it means that people like many of us,
141
469315
2241
Het betekent dat mensen zoals velen van ons,
08:07
who have run organizations,
142
471556
2184
die organisaties hebben geleid,
08:09
and gone out of our way to try to find the very best people we can,
143
473740
3567
en met zorg
de best mogelijke mensen hebben gekozen,
de best mogelijke mensen hebben gekozen,
08:13
mostly fail to get the best out of them.
144
477307
6273
er meestal niet het beste uithalen.
08:19
So how do we develop the skills that we need?
145
483580
3336
Hoe ontwikkelen we de nodige vaardigheden?
08:22
Because it does take skill and practice, too.
146
486916
4083
Je moet er namelijk ook voor trainen.
08:26
If we aren't going to be afraid of conflict,
147
490999
3414
Als we niet bang gaan zijn voor conflict,
08:30
we have to see it as thinking,
148
494413
2159
moeten we het als denken zien
08:32
and then we have to get really good at it.
149
496572
4336
en er erg goed in worden.
08:36
So, recently, I worked with an executive named Joe,
150
500908
4264
Recent werkte ik met een directeur, Joe.
08:41
and Joe worked for a medical device company.
151
505172
3472
Hij werkte voor een bedrijf
dat medische toestellen maakt.
dat medische toestellen maakt.
08:44
And Joe was very worried about the device that he was working on.
152
508644
2975
Joe was erg bezorgd
over het toestel waar hij aan werkte.
over het toestel waar hij aan werkte.
08:47
He thought that it was too complicated
153
511619
3025
Hij vond het te ingewikkeld
08:50
and he thought that its complexity
154
514644
1864
en dacht dat de complexiteit
08:52
created margins of error that could really hurt people.
155
516508
4267
kon leiden tot foutenmarges
die mensen zouden kwetsten.
die mensen zouden kwetsten.
08:56
He was afraid of doing damage to the patients he was trying to help.
156
520775
4140
Hij was bang om de patiënten te kwetsen
die hij wilde helpen.
die hij wilde helpen.
09:00
But when he looked around his organization,
157
524915
2305
Maar als hij rondkeek in zijn organisatie,
09:03
nobody else seemed to be at all worried.
158
527220
4461
leek er niemand zich zorgen te maken.
09:07
So, he didn't really want to say anything.
159
531681
2555
Dus wilde hij niets zeggen.
09:10
After all, maybe they knew something he didn't.
160
534236
2184
Misschien wisten zij iets
dat hij niet wist.
dat hij niet wist.
09:12
Maybe he'd look stupid.
161
536420
2584
Hij zou dom lijken.
09:14
But he kept worrying about it,
162
539004
2206
Maar hij bleef erover piekeren,
09:17
and he worried about it so much that he got to the point
163
541210
3046
zoveel dat hij op het punt kwam
09:20
where he thought the only thing he could do
164
544256
2159
waarop zijn enige uitweg leek
09:22
was leave a job he loved.
165
546415
4130
om een job waar hij dol op was,
op te geven.
op te geven.
09:26
In the end, Joe and I found a way
166
550545
4000
Joe en ik vonden uiteindelijk een manier
09:30
for him to raise his concerns.
167
554545
1855
om zijn bezorgdheid te uiten.
09:32
And what happened then is what almost always
168
556400
2871
Toen gebeurde
wat bijna altijd gebeurt
wat bijna altijd gebeurt
09:35
happens in this situation.
169
559271
1594
in deze situatie.
09:36
It turned out everybody had exactly the same
170
560865
3221
Bleek dat iedereen precies dezelfde
09:39
questions and doubts.
171
564086
1746
vragen en twijfels had.
09:41
So now Joe had allies. They could think together.
172
565832
4032
Nu had Joe bondgenoten.
Ze konden samen denken.
Ze konden samen denken.
09:45
And yes, there was a lot of conflict and debate
173
569864
3264
En ja, er was veel conflict en debat,
09:49
and argument, but that allowed everyone around the table
174
573128
4304
maar daardoor kon iedereen rond de tafel
09:53
to be creative, to solve the problem,
175
577432
4080
creatief zijn om het probleem op te lossen
09:57
and to change the device.
176
581512
4328
en het toestel aan te passen.
10:01
Joe was what a lot of people might think of
177
585840
3376
Joe was wat velen beschouwen als
10:05
as a whistle-blower,
178
589216
2272
een klokkenluider,
10:07
except that like almost all whistle-blowers,
179
591488
2715
behalve dat hij
zoals bijna alle klokkenluiders
zoals bijna alle klokkenluiders
10:10
he wasn't a crank at all,
180
594203
2373
helemaal geen dwaas was,
10:12
he was passionately devoted to the organization
181
596576
3448
maar passionele toewijding had
voor de organisatie
voor de organisatie
10:15
and the higher purposes that that organization served.
182
600024
3448
en de hogere doelen die ze diende.
10:19
But he had been so afraid of conflict,
183
603472
3816
Maar hij was zo bang geweest van conflict,
10:23
until finally he became more afraid of the silence.
184
607288
5080
totdat de angst voor de stilte
groter werd.
groter werd.
10:28
And when he dared to speak,
185
612368
1859
Toen hij durfde spreken,
10:30
he discovered much more inside himself
186
614227
3398
ontdekte hij veel meer in zichzelf,
10:33
and much more give in the system than he had ever imagined.
187
617625
5242
veel meer om te geven binnen het systeem
dan hij ooit had gedacht.
dan hij ooit had gedacht.
10:38
And his colleagues don't think of him as a crank.
188
622867
3331
Zijn collega’s vinden hem niet gek.
10:42
They think of him as a leader.
189
626198
5128
Ze vinden hem een leider.
10:47
So, how do we have these conversations more easily
190
631326
4368
Hoe krijgen we dat soort conversaties gemakkelijker
10:51
and more often?
191
635694
1913
en vaker?
10:53
Well, the University of Delft
192
637607
1986
De Universiteit Delft
10:55
requires that its PhD students
193
639593
2397
vereist dat haar doctoraatsstudenten
10:57
have to submit five statements that they're prepared to defend.
194
641990
3913
vijf stellingen voorleggen
die ze willen verdedigen.
die ze willen verdedigen.
11:01
It doesn't really matter what the statements are about,
195
645903
3384
Het maakt niet echt uit
waar die over gaan,
waar die over gaan,
11:05
what matters is that the candidates are willing and able
196
649287
3792
waar het om gaat,
is dat de kandidaten bereid en in staat zijn
is dat de kandidaten bereid en in staat zijn
11:08
to stand up to authority.
197
653079
2603
om het gezag tegen te spreken.
11:11
I think it's a fantastic system,
198
655682
2364
Ik vind het een fantastisch systeem,
11:13
but I think leaving it to PhD candidates
199
658046
2513
maar als je het aan doctoraatsstudenten overlaat,
11:16
is far too few people, and way too late in life.
200
660559
4305
zijn dat te weinig mensen,
veel te laat in hun leven.
veel te laat in hun leven.
11:20
I think we need to be teaching these skills
201
664864
3166
We moeten dit onderwijzen
11:23
to kids and adults at every stage of their development,
202
668030
4080
aan kinderen en volwassenen
in elk stadium van ontwikkeling
in elk stadium van ontwikkeling
11:28
if we want to have thinking organizations
203
672110
2449
als we denkende organisaties willen
11:30
and a thinking society.
204
674559
3647
en een denkende maatschappij.
11:34
The fact is that most of the biggest catastrophes that we've witnessed
205
678206
5618
Feit is dat de grootste rampen
die we hebben gezien
die we hebben gezien
11:39
rarely come from information that is secret or hidden.
206
683824
6391
zelden voortkomen
uit geheime of verborgen informatie.
uit geheime of verborgen informatie.
11:46
It comes from information that is freely available and out there,
207
690215
4304
Ze komen voort uit informatie
die beschikbaar en voorhanden is,
die beschikbaar en voorhanden is,
11:50
but that we are willfully blind to,
208
694519
2384
maar waar we bewust blind voor zijn
11:52
because we can't handle, don't want to handle,
209
696903
3128
omdat we niet kunnen of willen omgaan
11:55
the conflict that it provokes.
210
700031
4407
met het conflict dat ze veroorzaken.
12:00
But when we dare to break that silence,
211
704438
2929
Als we die stilte durven breken,
12:03
or when we dare to see,
212
707367
2657
als we durven zien
12:05
and we create conflict,
213
710024
2255
en conflict genereren,
12:08
we enable ourselves and the people around us
214
712279
2625
stellen we onszelf
en de mensen rondom ons
en de mensen rondom ons
12:10
to do our very best thinking.
215
714904
4246
in staat tot ons allerbeste denken.
12:15
Open information is fantastic,
216
719150
3376
Open informatie is fantastisch,
12:18
open networks are essential.
217
722526
3184
open netwerken zijn essentieel.
12:21
But the truth won't set us free
218
725710
1977
Maar de waarheid zal ons niet bevrijden
12:23
until we develop the skills and the habit and the talent
219
727687
3764
tenzij we de vaardigheden,
de gewoonte, het talent
de gewoonte, het talent
12:27
and the moral courage to use it.
220
731451
4137
en de morele moed ontwikkelen
om haar te gebruiken.
om haar te gebruiken.
12:31
Openness isn't the end.
221
735588
3760
Openheid is niet het einde.
12:35
It's the beginning.
222
739348
2642
Openheid is het begin.
12:37
(Applause)
223
741990
11479
(Applaus)
ABOUT THE SPEAKER
Margaret Heffernan - Management thinkerThe former CEO of five businesses, Margaret Heffernan explores the all-too-human thought patterns -- like conflict avoidance and selective blindness -- that lead organizations and managers astray.
Why you should listen
How do organizations think? In her book Willful Blindness, Margaret Heffernan examines why businesses and the people who run them often ignore the obvious -- with consequences as dire as the global financial crisis and Fukushima Daiichi nuclear disaster.
Heffernan began her career in television production, building a track record at the BBC before going on to run the film and television producer trade association IPPA. In the US, Heffernan became a serial entrepreneur and CEO in the wild early days of web business. She now blogs for the Huffington Post and BNET.com. Her latest book, Beyond Measure, a TED Books original, explores the small steps companies can make that lead to big changes in their culture.
Margaret Heffernan | Speaker | TED.com