TED2010
Michael Shermer: The pattern behind self-deception
Michael Shermer: Het patroon achter zelfbedrog.
Filmed:
Readability: 4.3
2,854,890 views
Michael Shermer zegt dat de menselijke neiging om vreemde dingen te geloven -- van ontvoeringen door buitenaardse wezens tot wichelroedes -- haar oorsprong vindt in twee van de meest basale, ingeslepen overlevingsstrategieën van de hersenen. Hij verklaart hun aard en hoe ze ons in moeilijkheden kunnen brengen.
Michael Shermer - Skeptic
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Double-click the English transcript below to play the video.
00:16
So since I was here last in '06,
0
1000
3000
Sinds ik hier de laatste keer was, in '06,
00:19
we discovered that global climate change
1
4000
2000
ontdekten we dat de wereldwijde klimaatverandering
00:21
is turning out to be a pretty serious issue,
2
6000
2000
uitdraait op een redelijk serieus probleem.
00:23
so we covered that fairly extensively
3
8000
2000
We hebben het er uitvoerig over
00:25
in Skeptic magazine.
4
10000
2000
gehad in Skeptic magazine.
00:27
We investigate all kinds
5
12000
2000
We onderzoeken allerlei wetenschappelijke
00:29
of scientific and quasi-scientific controversies,
6
14000
3000
en quasi-wetenschappelijke controverses.
00:32
but it turns out we don't have to worry about any of this
7
17000
2000
Maar we hoeven er ons geen zorgen over te maken
00:34
because the world's going to end in 2012.
8
19000
2000
omdat de wereld toch eindigt in 2012.
00:36
Another update:
9
21000
2000
Nog een update:
00:38
You will recall I introduced you guys
10
23000
2000
u herinnert zich misschien
00:40
to the Quadro Tracker.
11
25000
2000
de Quadro Tracker.
00:42
It's like a water dowsing device.
12
27000
2000
Het is een soort wichelroede.
00:44
It's just a hollow piece of plastic with an antenna that swivels around.
13
29000
3000
Een hol stuk plastic met een draaiende antenne.
00:47
And you walk around, and it points to things.
14
32000
2000
Ze wijst dingen aan.
00:49
Like if you're looking for marijuana in students' lockers,
15
34000
3000
Bijvoorbeeld marihuana in studentenkastjes.
00:52
it'll point right to somebody.
16
37000
2000
Ze wijst iemand aan.
00:54
Oh, sorry. (Laughter)
17
39000
2000
Oh, sorry. (Gelach)
00:56
This particular one that was given to me
18
41000
2000
Deze hier bijvoorbeeld,
00:58
finds golf balls,
19
43000
2000
vindt altijd golfballen,
01:00
especially if you're at a golf course
20
45000
2000
vooral als je op een golfbaan
01:02
and you check under enough bushes.
21
47000
3000
onder genoeg struiken zoekt.
01:05
Well, under the category of "What's the harm of silly stuff like this?"
22
50000
3000
Hoe gevaarlijk zijn nu zo'n domme dingen?
01:08
this device, the ADE 651,
23
53000
3000
Dit apparaat, de ADE 651, werd
01:11
was sold to the Iraqi government
24
56000
3000
verkocht aan de Iraakse regering
01:14
for 40,000 dollars apiece.
25
59000
2000
voor 40.000 dollar per stuk.
01:16
It's just like this one, completely worthless,
26
61000
2000
Ook volledig waardeloos.
01:18
in which it allegedly worked by "electrostatic
27
63000
2000
Werkt door "elektrostatische
01:20
magnetic ion attraction,"
28
65000
3000
magnetische ionaantrekkingskracht".
01:24
which translates to
29
69000
2000
Of: "Pseudowetenschappelijke onzin"
01:26
"pseudoscientific baloney" -- would be the nice word --
30
71000
3000
zou een betere benaming te zijn -
01:29
in which you string together a bunch of words that sound good,
31
74000
2000
Alleen een hoop goed klinkende woorden.
01:31
but it does absolutely nothing.
32
76000
2000
Maar het doet helemaal niets.
01:33
In this case, at trespass points,
33
78000
3000
In dit geval, bij checkpoints,
01:36
allowing people to go through
34
81000
2000
waar mensen werden doorgelaten
01:38
because your little tracker device said they were okay,
35
83000
3000
omdat dit apparaatje ze in orde vond,
01:41
actually cost lives.
36
86000
3000
kostte dat mensenlevens.
01:44
So there is a danger to pseudoscience,
37
89000
2000
Er kleven gevaren aan pseudo-wetenschap,
01:46
in believing in this sort of thing.
38
91000
3000
in het geloof in dit soort dingen.
01:49
So what I want to talk about today is belief.
39
94000
3000
Daarom wil ik vandaag wat praten
01:52
I want to believe,
40
97000
2000
over geloof. Ik wil geloven,
01:54
and you do too.
41
99000
2000
en jullie ook.
01:56
And in fact, I think my thesis here is that
42
101000
2000
Mijn stelling is dat
01:58
belief is the natural state of things.
43
103000
2000
geloven natuurlijk is.
02:00
It is the default option. We just believe.
44
105000
2000
Het is de standaardoptie. Wij geloven.
02:02
We believe all sorts of things.
45
107000
2000
Wij geloven in allerlei dingen.
02:04
Belief is natural;
46
109000
2000
Geloof is natuurlijk.
02:06
disbelief, skepticism, science, is not natural.
47
111000
2000
Ongeloof, scepticisme, wetenschap
02:08
It's more difficult.
48
113000
2000
zijn onnatuurlijk en moeilijker.
02:10
It's uncomfortable to not believe things.
49
115000
2000
Niet geloven is ongemakkelijk.
02:12
So like Fox Mulder on "X-Files,"
50
117000
3000
Zoals Fox Mulder in de "X-Files".
02:15
who wants to believe in UFOs? Well, we all do,
51
120000
3000
Wie wil geloven in UFO's? Nou, wij allemaal.
02:18
and the reason for that is because
52
123000
2000
En de reden is dat wij een soort
02:20
we have a belief engine in our brains.
53
125000
3000
geloofsmachine in onze hersenen hebben.
02:23
Essentially, we are pattern-seeking primates.
54
128000
3000
In wezen zijn we patroonzoekende primaten.
02:26
We connect the dots: A is connected to B; B is connected to C.
55
131000
3000
We verbinden de punten: A is verbonden met B en B met C.
02:29
And sometimes A really is connected to B,
56
134000
3000
En soms is A ook echt verbonden met B.
02:32
and that's called association learning.
57
137000
2000
Dat heet associatief leren.
02:34
We find patterns, we make those connections,
58
139000
3000
We vinden patronen, leggen verbanden,
02:37
whether it's Pavlov's dog here
59
142000
2000
of het nu gaat om Pavlov's hond
02:39
associating the sound of the bell with the food,
60
144000
3000
die het geluid van de bel aan het voedsel linkt,
02:42
and then he salivates to the sound of the bell,
61
147000
2000
en dan begint te kwijlen,
02:44
or whether it's a Skinnerian rat,
62
149000
2000
of een Skinneriaanse rat,
02:46
in which he's having an association
63
151000
2000
die een verband legt
02:48
between his behavior and a reward for it,
64
153000
2000
tussen zijn gedrag en een beloning ervoor,
02:50
and therefore he repeats the behavior.
65
155000
2000
en daarom dat gedrag herhaalt.
02:52
In fact, what Skinner discovered
66
157000
2000
In feite is wat Skinner ontdekte
02:54
is that, if you put a pigeon in a box like this,
67
159000
3000
dat, als je een duif in zo'n doos zet,
02:57
and he has to press one of these two keys,
68
162000
2000
en zij op een van deze twee toetsen moet drukken,
02:59
and he tries to figure out what the pattern is,
69
164000
2000
dan probeert zij het patroon te achterhalen,
03:01
and you give him a little reward in the hopper box there --
70
166000
2000
als je haar dan beloont.
03:03
if you just randomly assign rewards
71
168000
3000
Als je zomaar wat beloningen geeft
03:06
such that there is no pattern,
72
171000
2000
zonder patroon,
03:08
they will figure out any kind of pattern.
73
173000
2000
vinden ze er zelf wel een.
03:10
And whatever they were doing just before they got the reward,
74
175000
2000
Wat ze toevallig deden voor de beloning,
03:12
they repeat that particular pattern.
75
177000
2000
blijven ze herhalen.
03:14
Sometimes it was even spinning around twice counterclockwise,
76
179000
3000
Zoals twee keer tegen de klok in draaien,
03:17
once clockwise and peck the key twice.
77
182000
3000
één keer met de klok mee en tweemaal pikken op de knop.
03:20
And that's called superstition,
78
185000
2000
Dat heet bijgeloof.
03:22
and that, I'm afraid,
79
187000
2000
Ik vrees dat we
03:24
we will always have with us.
80
189000
2000
dat nooit kwijtraken.
03:26
I call this process "patternicity" --
81
191000
2000
Ik noem dat "patroniciteit",
03:28
that is, the tendency to find meaningful patterns
82
193000
2000
de neiging om zinvolle patronen te vinden
03:30
in both meaningful and meaningless noise.
83
195000
3000
zowel in zinvolle als in zinloze ruis.
03:33
When we do this process, we make two types of errors.
84
198000
3000
Daarbij maken we twee soorten fouten.
03:36
A Type I error, or false positive,
85
201000
2000
Een Type I-fout, of vals positief,
03:38
is believing a pattern is real
86
203000
2000
is geloven dat een patroon echt is
03:40
when it's not.
87
205000
2000
als het dat niet is.
03:42
Our second type of error is a false negative.
88
207000
2000
Ons tweede type fout is een vals negatief.
03:44
A Type II error is not believing
89
209000
2000
Een Type II-fout is niet geloven
03:46
a pattern is real when it is.
90
211000
3000
dat een patroon reëel is wanneer het dat wel is.
03:49
So let's do a thought experiment.
91
214000
2000
Laten we eens een gedachte-experiment uitvoeren.
03:51
You are a hominid three million years ago
92
216000
2000
Je bent een hominide die drie miljoen jaar geleden
03:53
walking on the plains of Africa.
93
218000
3000
rondliep op de vlaktes van Afrika.
03:56
Your name is Lucy, okay?
94
221000
2000
Je naam is Lucy, oké?
03:58
And you hear a rustle in the grass.
95
223000
2000
Je hoort geritsel in het gras.
04:00
Is it a dangerous predator,
96
225000
2000
Een gevaarlijk roofdier?
04:02
or is it just the wind?
97
227000
2000
Of maar een briesje?
04:04
Your next decision could be the most important one of your life.
98
229000
3000
Daar kan je leven van afhangen.
04:07
Well, if you think that the rustle in the grass is a dangerous predator
99
232000
3000
Nou, als je aan een gevaarlijk roofdier dacht
04:10
and it turns out it's just the wind,
100
235000
2000
en het alleen de wind was,
04:12
you've made an error in cognition,
101
237000
2000
heb je een denkfoutje gemaakt,
04:14
made a Type I error, false positive.
102
239000
2000
een Type I-fout, vals positief dus.
04:16
But no harm. You just move away.
103
241000
2000
Kon geen kwaad. Je hoefde alleen weg te rennen.
04:18
You're more cautious. You're more vigilant.
104
243000
2000
Je bent nu voorzichtiger, alerter.
04:20
On the other hand, if you believe that the rustle in the grass is just the wind,
105
245000
2000
Als je dacht dat het alleen maar de wind was,
04:22
and it turns out it's a dangerous predator,
106
247000
3000
en het was een roofdier,
04:25
you're lunch.
107
250000
2000
dan ben je lunch.
04:27
You've just won a Darwin award.
108
252000
2000
Je hebt dan een Darwinprijs gewonnen.
04:29
You've been taken out of the gene pool.
109
254000
2000
Je werd verwijderd uit de genenpoel.
04:31
Now the problem here is that
110
256000
2000
Patroniciteiten krijg je
04:33
patternicities will occur whenever the cost
111
258000
2000
wanneer de kosten
04:35
of making a Type I error
112
260000
2000
van het maken van een Type I-fout
04:37
is less than the cost of making a Type II error.
113
262000
2000
lager zijn dan die voor een Type II-fout.
04:39
This is the only equation in the talk by the way.
114
264000
2000
Dit is overigens de enige vergelijking in deze voordracht.
04:41
We have a pattern detection problem
115
266000
2000
We hebben een patroondetectieprobleem,
04:43
that is assessing the difference between a Type I and a Type II error
116
268000
3000
omdat de beoordeling van het verschil tussen die soorten fouten
04:46
is highly problematic,
117
271000
2000
zo problematisch is,
04:48
especially in split-second, life-and-death situations.
118
273000
3000
vooral in zo'n split-second, leven-en-dood situaties.
04:51
So the default position
119
276000
2000
Dus de standaardpositie
04:53
is just: Believe all patterns are real --
120
278000
2000
is "geloven dat alle patronen echt zijn."
04:55
All rustles in the grass are dangerous predators
121
280000
3000
"Alle ritselingen in het gras zijn roofdieren
04:58
and not just the wind.
122
283000
2000
en niet alleen de wind."
05:00
And so I think that we evolved ...
123
285000
2000
En dus denk ik dat er een natuurlijke selectie
05:02
there was a natural selection for the propensity for our belief engines,
124
287000
3000
was voor deze neiging van onze geloofsmachines,
05:05
our pattern-seeking brain processes,
125
290000
2000
onze patroon-zoekende hersenprocessen,
05:07
to always find meaningful patterns
126
292000
2000
om altijd zinvolle patronen te vinden
05:09
and infuse them with these sort of
127
294000
2000
en ze te "beheppen" met dit soort
05:11
predatory or intentional agencies that I'll come back to.
128
296000
3000
gevaarlijke of opzettelijke agentia waar ik nog op terugkom.
05:14
So for example, what do you see here?
129
299000
2000
Wat zie je hier bijvoorbeeld?
05:16
It's a horse head, that's right.
130
301000
2000
Een paardenkop. Klopt.
05:18
It looks like a horse. It must be a horse.
131
303000
2000
Het ziet eruit als een paard. Het moet een paard zijn.
05:20
That's a pattern.
132
305000
2000
Dat is een patroon.
05:22
And is it really a horse?
133
307000
2000
En is het echt een paard?
05:24
Or is it more like a frog?
134
309000
3000
Of is het eerder een kikker?
05:27
See, our pattern detection device,
135
312000
2000
Onze patroondetectie-inrichting,
05:29
which appears to be located in the anterior cingulate cortex --
136
314000
3000
die lijkt te zijn gelegen in de cortex cingularis anterior -
05:32
it's our little detection device there --
137
317000
3000
het is ons kleine detectieapparaat daar -
05:35
can be easily fooled, and this is the problem.
138
320000
2000
is echter gemakkelijk te misleiden. Dat is het probleem.
05:37
For example, what do you see here?
139
322000
2000
Bijvoorbeeld, wat zie je hier?
05:39
Yes, of course, it's a cow.
140
324000
3000
Een koe natuurlijk.
05:42
Once I prime the brain -- it's called cognitive priming --
141
327000
3000
Met wat hulp - dat heet cognitieve priming-
05:45
once I prime the brain to see it,
142
330000
2000
zodra ik de hersenen voorbereid om het te zien,
05:47
it pops back out again even without the pattern that I've imposed on it.
143
332000
3000
valt het op ook zonder het patroon dat ik heb aangebracht.
05:50
And what do you see here?
144
335000
2000
En wat zie je hier?
05:52
Some people see a Dalmatian dog.
145
337000
2000
Sommigen zien een dalmatiër.
05:54
Yes, there it is. And there's the prime.
146
339000
2000
Ja, dat is hij. En daar is de voorbereiding.
05:56
So when I go back without the prime,
147
341000
2000
Als ik terug ga zonder de voorbereiding,
05:58
your brain already has the model
148
343000
2000
hebben je hersenen het model al vast en
06:00
so you can see it again.
149
345000
2000
kun je het weer zien.
06:02
What do you see here?
150
347000
3000
Wat zie je hier?
06:05
Planet Saturn. Yes, that's good.
151
350000
2000
De planeet Saturnus. Ja, dat is goed.
06:07
How about here?
152
352000
3000
En hoe zit het hier?
06:10
Just shout out anything you see.
153
355000
3000
Roep maar wat je ziet.
06:14
That's a good audience, Chris.
154
359000
2000
Prima publiek, Chris.
06:16
Because there's nothing in this. Well, allegedly there's nothing.
155
361000
3000
Omdat er in deze niets zit. Blijkbaar is er niets.
06:19
This is an experiment done by Jennifer Whitson
156
364000
3000
Dit is een experiment gedaan door Jennifer Whitson
06:22
at U.T. Austin
157
367000
2000
op U.T. Austin,
06:24
on corporate environments
158
369000
2000
over bedrijfsomgevingen,
06:26
and whether feelings of uncertainty and out of control
159
371000
3000
of gevoelens van onzekerheid en controleverlies
06:29
makes people see illusory patterns.
160
374000
2000
mensen illusoire patronen doen zien.
06:31
That is, almost everybody sees the planet Saturn.
161
376000
3000
Bijna iedereen ziet de planeet Saturnus.
06:34
People that are put in a condition of feeling out of control
162
379000
3000
Maar onzekere mensen
06:37
are more likely to see something in this,
163
382000
2000
hebben meer kans om ook iets te zien in deze
06:39
which is allegedly patternless.
164
384000
3000
blijkbaar patroonloze figuren.
06:42
In other words, the propensity to find these patterns
165
387000
3000
De neiging om deze patronen te vinden
06:45
goes up when there's a lack of control.
166
390000
3000
stijgt wanneer er een gebrek aan controle is.
06:48
For example, baseball players are notoriously superstitious
167
393000
3000
Bijvoorbeeld, honkballers zijn notoir bijgelovig
06:51
when they're batting,
168
396000
2000
als ze aan slag zijn,
06:53
but not so much when they're fielding.
169
398000
2000
maar niet zoveel als ze 'fielden'.
06:55
Because fielders are successful
170
400000
2000
Omdat fielders
06:57
90 to 95 percent of the time.
171
402000
2000
90 tot 95 procent van de tijd succesvol zijn.
06:59
The best batters fail seven out of 10 times.
172
404000
3000
De beste slagmensen falen 7 op 10 keer.
07:02
So their superstitions, their patternicities,
173
407000
2000
Dus hun bijgeloof, hun patroniciteiten,
07:04
are all associated with feelings of lack of control
174
409000
3000
komen door gebrek aan controle
07:07
and so forth.
175
412000
2000
enzovoort.
07:10
What do you see in this particular one here, in this field?
176
415000
3000
Wat zie je in dit veld hier?
07:13
Anybody see an object there?
177
418000
2000
Ziet iemand hier een object?
07:15
There actually is something here,
178
420000
2000
Er is hier daadwerkelijk iets,
07:17
but it's degraded.
179
422000
2000
maar het beeld is gedegradeerd.
07:19
While you're thinking about that,
180
424000
2000
Terwijl jullie daarover nadenken,
07:21
this was an experiment done by Susan Blackmore,
181
426000
2000
dit was een experiment van Susan Blackmore,
07:23
a psychologist in England,
182
428000
2000
een Engelse psychologe,
07:25
who showed subjects this degraded image
183
430000
2000
die proefpersonen dit beeld liet zien
07:27
and then ran a correlation between
184
432000
2000
en naar een correlatie zocht tussen
07:29
their scores on an ESP test:
185
434000
2000
hun scores op een ESP-test,
07:31
How much did they believe in the paranormal,
186
436000
2000
d. w. z. hoeveel ze geloven in het paranormale,
07:33
supernatural, angels and so forth.
187
438000
3000
het bovennatuurlijke, engelen en enzovoort.
07:36
And those who scored high on the ESP scale,
188
441000
3000
Wie hoog scoorde op de ESP-schaal,
07:39
tended to not only see
189
444000
2000
had de neiging om niet alleen
07:41
more patterns in the degraded images
190
446000
2000
meer patronen in de gedegradeerde beelden te zien,
07:43
but incorrect patterns.
191
448000
2000
maar ook onjuiste patronen.
07:45
Here is what you show subjects.
192
450000
2000
Hier is wat je proefpersonen laat zien.
07:47
The fish is degraded 20 percent, 50 percent
193
452000
3000
Deze vis is 20 procent, 50 procent gedegradeerd
07:50
and then the one I showed you,
194
455000
2000
en dan degene die ik liet zien,
07:52
70 percent.
195
457000
2000
70 procent.
07:54
A similar experiment was done by another [Swiss] psychologist
196
459000
2000
Een gelijkaardig experiment door een andere
07:56
named Peter Brugger,
197
461000
2000
Zwitserse psycholoog, Peter Brugger,
07:58
who found significantly more meaningful patterns
198
463000
3000
gaf aan dat beduidend meer betekenisvolle patronen
08:01
were perceived on the right hemisphere,
199
466000
2000
werden waargenomen door de rechter hersenhelft,
08:03
via the left visual field, than the left hemisphere.
200
468000
3000
via het linker visuele veld, dan door de linker hersenhelft.
08:06
So if you present subjects the images such
201
471000
2000
Dus als je de proefpersonen de beelden zo toont
08:08
that it's going to end up on the right hemisphere instead of the left,
202
473000
3000
dat ze terechtkomen op de rechter hersenhelft,
08:11
then they're more likely to see patterns
203
476000
2000
dan hebben ze meer kans om patronen te zien
08:13
than if you put it on the left hemisphere.
204
478000
2000
dan wanneer ze op de linkerhelft terechtkomen.
08:15
Our right hemisphere appears to be
205
480000
2000
Onze rechter hersenhelft blijkt de plaats te zijn
08:17
where a lot of this patternicity occurs.
206
482000
2000
waar veel van deze patroniciteit optreedt.
08:19
So what we're trying to do is bore into the brain
207
484000
2000
Wij zoeken naar de plaats in de hersenen
08:21
to see where all this happens.
208
486000
2000
waar dit allemaal gebeurt.
08:23
Brugger and his colleague, Christine Mohr,
209
488000
3000
Brugger en zijn collega, Christine Mohr,
08:26
gave subjects L-DOPA.
210
491000
2000
gaven proefpersonen L-DOPA.
08:28
L-DOPA's a drug, as you know, given for treating Parkinson's disease,
211
493000
3000
L-DOPA is een medicijn dat gegeven wordt voor de
08:31
which is related to a decrease in dopamine.
212
496000
3000
ziekte van Parkinson, waarbij dopamine vermindert.
08:34
L-DOPA increases dopamine.
213
499000
2000
L-DOPA verhoogt dopamine.
08:36
An increase of dopamine caused
214
501000
2000
En verhoging van dopamine doet
08:38
subjects to see more patterns
215
503000
2000
proefpersonen meer patronen zien
08:40
than those that did not receive the dopamine.
216
505000
2000
dan degenen die er geen kregen.
08:42
So dopamine appears to be the drug
217
507000
2000
Dus dopamine houdt verband
08:44
associated with patternicity.
218
509000
2000
met patroniciteit.
08:46
In fact, neuroleptic drugs
219
511000
2000
Neuroleptica zijn medicijnen
08:48
that are used to eliminate psychotic behavior,
220
513000
2000
tegen psychotisch gedrag,
08:50
things like paranoia, delusions
221
515000
2000
dingen als paranoia, wanen
08:52
and hallucinations,
222
517000
2000
en hallucinaties.
08:54
these are patternicities.
223
519000
2000
Dit zijn allemaal patroniciteiten.
08:56
They're incorrect patterns. They're false positives. They're Type I errors.
224
521000
3000
Het zijn foute patronen, vals positieven, Type I-fouten.
08:59
And if you give them drugs
225
524000
2000
En als je ze
09:01
that are dopamine antagonists,
226
526000
2000
dopamine-antagonisten toedient
09:03
they go away.
227
528000
2000
dan verdwijnen die fouten.
09:05
That is, you decrease the amount of dopamine,
228
530000
2000
Als je de hoeveelheid dopamine verlaagt,
09:07
and their tendency to see
229
532000
2000
dan vermindert hun neiging om
09:09
patterns like that decreases.
230
534000
2000
zo'n patronen te zien.
09:11
On the other hand, amphetamines like cocaine
231
536000
3000
Amfetamines zoals cocaïne
09:14
are dopamine agonists.
232
539000
2000
zijn daarentegen dopamine-agonisten.
09:16
They increase the amount of dopamine.
233
541000
2000
Ze verhogen de hoeveelheid dopamine.
09:18
So you're more likely to feel in a euphoric state,
234
543000
3000
Waardoor je euforisch kan worden,
09:21
creativity, find more patterns.
235
546000
2000
creatief zijn, meer patronen gaat vinden.
09:23
In fact, I saw Robin Williams recently
236
548000
2000
Robin Williams zei onlangs
09:25
talk about how he thought he was much funnier
237
550000
2000
hoe hij zichzelf veel grappiger vond
09:27
when he was doing cocaine, when he had that issue, than now.
238
552000
3000
toen hij nog een cocaïneprobleem had, dan nu.
09:30
So perhaps more dopamine
239
555000
2000
Misschien is meer dopamine
09:32
is related to more creativity.
240
557000
2000
gerelateerd aan meer creativiteit.
09:34
Dopamine, I think, changes
241
559000
2000
Dopamine verandert
09:36
our signal-to-noise ratio.
242
561000
2000
onze signaal-ruisverhouding.
09:38
That is, how accurate we are
243
563000
2000
Onze accuratesse in het
09:40
in finding patterns.
244
565000
2000
vinden van patronen.
09:42
If it's too low, you're more likely to make too many Type II errors.
245
567000
3000
Te laag en je maakt te veel Type II-fouten.
09:45
You miss the real patterns. You don't want to be too skeptical.
246
570000
2000
Je mist de echte patronen. Te sceptisch zijn is niet goed.
09:47
If you're too skeptical, you'll miss the really interesting good ideas.
247
572000
3000
Dan zal je vaak interessante ideeën missen.
09:51
Just right, you're creative, and yet you don't fall for too much baloney.
248
576000
3000
Precies goed en je bent creatief, maar zonder geloof in flauwekul.
09:54
Too high and maybe you see patterns everywhere.
249
579000
3000
Te hoog en je ziet misschien overal patronen.
09:57
Every time somebody looks at you, you think people are staring at you.
250
582000
3000
Als iemand naar je kijkt, denk je dat mensen
10:00
You think people are talking about you.
251
585000
2000
naar je staren of over je praten.
10:02
And if you go too far on that, that's just simply
252
587000
2000
In extreme gevallen
10:04
labeled as madness.
253
589000
2000
is dat waanzin.
10:06
It's a distinction perhaps we might make
254
591000
2000
Dat kan je misschien zeggen van
10:08
between two Nobel laureates, Richard Feynman
255
593000
2000
twee Nobelprijswinnaars, Richard Feynman
10:10
and John Nash.
256
595000
2000
en John Nash.
10:12
One sees maybe just the right number
257
597000
2000
De ene ziet misschien gewoon het juiste aantal
10:14
of patterns to win a Nobel Prize.
258
599000
2000
patronen om een Nobelprijs te winnen.
10:16
The other one also, but maybe too many patterns.
259
601000
2000
De andere ook, maar misschien wat teveel.
10:18
And we then call that schizophrenia.
260
603000
3000
Dan noemen we dat schizofrenie.
10:21
So the signal-to-noise ratio then presents us with a pattern-detection problem.
261
606000
3000
Dus die signaal-ruisverhouding veroorzaakt een patroon-detectie probleem.
10:24
And of course you all know exactly
262
609000
2000
En natuurlijk weten jullie allemaal precies
10:26
what this is, right?
263
611000
2000
wat dat is, niet?
10:28
And what pattern do you see here?
264
613000
2000
En welk patroon zie je hier?
10:30
Again, I'm putting your anterior cingulate cortex to the test here,
265
615000
3000
Een test van je cortex cingularis anterior,
10:33
causing you conflicting pattern detections.
266
618000
3000
met conflicterende patroondetecties.
10:36
You know, of course, this is Via Uno shoes.
267
621000
2000
Hier Via Uno schoenen.
10:38
These are sandals.
268
623000
3000
En hier sandalen.
10:41
Pretty sexy feet, I must say.
269
626000
3000
Mooie, sexy voeten, dat wel.
10:44
Maybe a little Photoshopped.
270
629000
2000
Misschien een beetje gephotoshopt.
10:46
And of course, the ambiguous figures
271
631000
2000
Dubbelzinnige figuren met
10:48
that seem to flip-flop back and forth.
272
633000
2000
een veranderende inhoud.
10:50
It turns out what you're thinking about a lot
273
635000
2000
Waar je veel aan denkt
10:52
influences what you
274
637000
2000
beïnvloedt wat
10:54
tend to see.
275
639000
2000
je ziet.
10:56
And you see the lamp here, I know.
276
641000
2000
En hier zie je natuurlijk een lamp.
10:58
Because the lights on here.
277
643000
3000
Omdat het licht hier aan is.
11:01
Of course, thanks to the environmentalist movement
278
646000
2000
Dank zij de milieubeweging hebben we
11:03
we're all sensitive to the plight of marine mammals.
279
648000
3000
oog voor de benarde situatie van de zeezoogdieren.
11:06
So what you see in this particular ambiguous figure
280
651000
3000
Wat je in deze bijzonder ambigue figuur ziet
11:09
is, of course, the dolphins, right?
281
654000
2000
zijn, uiteraard, de dolfijnen.
11:11
You see a dolphin here,
282
656000
2000
U ziet hier een dolfijn.
11:13
and there's a dolphin,
283
658000
2000
En hier nog een.
11:15
and there's a dolphin.
284
660000
2000
En nog een dolfijn.
11:17
That's a dolphin tail there, guys.
285
662000
3000
Dat is een dolfijnstaart daar, jongens.
11:20
(Laughter)
286
665000
3000
Dat is een dolfijnstaart daar, jongens.
11:25
If we can give you conflicting data, again,
287
670000
3000
Bij tegenstrijdige gegevens
11:28
your ACC is going to be going into hyperdrive.
288
673000
3000
gaat je ACC in hyperdrive.
11:31
If you look down here, it's fine. If you look up here, then you get conflicting data.
289
676000
3000
Hier beneden lijkt het prima, maar hierdoor krijg je tegenstrijdige gegevens.
11:34
And then we have to flip the image
290
679000
2000
En dan kantelen we het beeld
11:36
for you to see that it's a set up.
291
681000
2000
om te zien dat het opgezet spel is.
11:40
The impossible crate illusion.
292
685000
2000
De illusie van het "Onmogelijke Krat".
11:42
It's easy to fool the brain in 2D.
293
687000
2000
Het is gemakkelijk om de hersenen in 2D te misleiden.
11:44
So you say, "Aw, come on Shermer, anybody can do that
294
689000
2000
Je zal zeggen: "Komaan, Shermer, dat kan elke
11:46
in a Psych 101 text with an illusion like that."
295
691000
2000
beginnende psycholoog."
11:48
Well here's the late, great Jerry Andrus'
296
693000
2000
Hier is wijlen de grote Jerry Andrus zijn
11:50
"impossible crate" illusion in 3D,
297
695000
3000
"Onmogelijke Krat"-illusie in 3D,
11:53
in which Jerry is standing inside
298
698000
2000
waarin Jerry binnen
11:55
the impossible crate.
299
700000
2000
het onmogelijke krat staat.
11:57
And he was kind enough to post this
300
702000
2000
En hij stuurde ons deze foto
11:59
and give us the reveal.
301
704000
2000
en ook de oplossing.
12:01
Of course, camera angle is everything. The photographer is over there,
302
706000
3000
Het camerastandpunt bepaalt alles. Daar staat de fotograaf.
12:04
and this board appears to overlap with this one, and this one with that one, and so on.
303
709000
3000
En deze lat lijkt te overlappen met deze, en deze met die ene, en ga zo maar door.
12:07
But even when I take it away,
304
712000
2000
maar zelfs wanneer ik het wegneem,
12:09
the illusion is so powerful because of how are brains are wired
305
714000
2000
is de illusie zo krachtig door de manier waarop hersenen bedraad zijn om
12:11
to find those certain kinds of patterns.
306
716000
3000
die bepaalde soorten patronen te vinden.
12:14
This is a fairly new one
307
719000
2000
Dit is een vrij nieuwe
12:16
that throws us off because of the conflicting patterns
308
721000
2000
die ons in de war brengt door die tegenstrijdige patronen
12:18
of comparing this angle with that angle.
309
723000
3000
door vergelijking van deze hoek met die hoek.
12:21
In fact, it's the exact same picture side by side.
310
726000
3000
In feite zijn het exact dezelfde foto's naast elkaar.
12:24
So what you're doing is comparing that angle
311
729000
2000
Dus wat je doet is die hoek vergelijken
12:26
instead of with this one, but with that one.
312
731000
2000
met die in plaats van met deze.
12:28
And so your brain is fooled.
313
733000
2000
En zo worden je hersenen bedrogen.
12:30
Yet again, your pattern detection devices are fooled.
314
735000
2000
Je patroondetectieapparatuur alweer voor de gek gehouden.
12:32
Faces are easy to see
315
737000
2000
Gezichten zijn gemakkelijk te zien
12:34
because we have an additional evolved
316
739000
2000
want we hebben extra geëvolueerde
12:36
facial recognition software
317
741000
2000
gezichtsherkenningssoftware
12:38
in our temporal lobes.
318
743000
3000
in onze temporele kwabben.
12:41
Here's some faces on the side of a rock.
319
746000
3000
Hier zijn een paar gezichten op de zijkant van een rots.
12:44
I'm actually not even sure if this is -- this might be Photoshopped.
320
749000
3000
Misschien gephotoshopt.
12:47
But anyway, the point is still made.
321
752000
2000
Maar goed, het punt is gemaakt.
12:49
Now which one of these looks odd to you?
322
754000
2000
Nu, welke van deze ziet er vreemd uit voor jou?
12:51
In a quick reaction, which one looks odd?
323
756000
2000
Welke ziet er op het eerste gezicht vreemd uit?
12:53
The one on the left. Okay. So I'll rotate it
324
758000
2000
Die ene aan de linkerkant. Oké. Dus ik draai ze om
12:55
so it'll be the one on the right.
325
760000
2000
zodat het die aan de rechterkant zal zijn.
12:57
And you are correct.
326
762000
2000
En je bent juist.
12:59
A fairly famous illusion -- it was first done with Margaret Thatcher.
327
764000
3000
Een beroemde illusie. Voor het eerst gedaan met Margaret Thatcher.
13:02
Now, they trade up the politicians every time.
328
767000
2000
Nu, ze laten er telkens politici voor opdraven.
13:04
Well, why is this happening?
329
769000
2000
Waarom gebeurt dit?
13:06
Well, we know exactly where it happens,
330
771000
2000
We weten precies waar het gebeurt,
13:08
in the temporal lobe, right across, sort of above your ear there,
331
773000
3000
in je temporaalkwab, een beetje boven jouw oor daar.
13:11
in a little structure called the fusiform gyrus.
332
776000
3000
In een kleine structuur, de spoelvormige winding.
13:14
And there's two types of cells that do this,
333
779000
2000
En er zijn twee soorten cellen die
13:16
that record facial features either globally,
334
781000
3000
gelaatstrekken opslaan, ofwel algemeen,
13:19
or specifically these large, rapid-firing cells,
335
784000
2000
ofwel specifiek, deze grote, snelvurende cellen,
13:21
first look at the general face.
336
786000
2000
die eerst eens kijken naar het algemene gezicht.
13:23
So you recognize Obama immediately.
337
788000
2000
Dus herken je onmiddellijk Obama.
13:25
And then you notice something quite
338
790000
2000
En dan merk je iets
13:27
a little bit odd about the eyes and the mouth.
339
792000
2000
vreemds aan de ogen en de mond.
13:29
Especially when they're upside down,
340
794000
2000
Zeker als ze ondersteboven staan.
13:31
you're engaging that general facial recognition software there.
341
796000
3000
Je gebruikt algemene gezichtsherkenningssoftware.
13:34
Now I said back in our little thought experiment,
342
799000
3000
Daarstraks in ons gedachtenexperimentje was je
13:37
you're a hominid walking on the plains of Africa.
343
802000
2000
een hominide, lopend over de vlaktes van Afrika.
13:39
Is it just the wind or a dangerous predator?
344
804000
3000
Is het de wind of een gevaarlijk roofdier?
13:42
What's the difference between those?
345
807000
2000
Wat is het verschil ertussen?
13:44
Well, the wind is inanimate;
346
809000
2000
Nou, de wind is levenloos;
13:46
the dangerous predator is an intentional agent.
347
811000
2000
het gevaarlijke roofdier is een doelgericht agens.
13:48
And I call this process agenticity.
348
813000
2000
Dit noem ik "procesagenticeit".
13:50
That is the tendency to infuse patterns
349
815000
2000
Dat is de neiging om patronen in te vullen
13:52
with meaning, intention and agency,
350
817000
2000
met betekenis, intentie en actie,
13:54
often invisible beings from the top down.
351
819000
3000
vaak met onzichtbare wezens van bovenaf.
13:57
This is an idea that we got
352
822000
2000
Dit is een idee dat we kregen
13:59
from a fellow TEDster here, Dan Dennett,
353
824000
2000
van een collega-TED-er, Dan Dennett,
14:01
who talked about taking the intentional stance.
354
826000
2000
Hij noemde het de intentionele houding.
14:03
So it's a type of that expanded to explain, I think, a lot of different things:
355
828000
3000
Dat dient om een heleboel zaken uit te leggen:
14:06
souls, spirits, ghosts, gods, demons, angels,
356
831000
3000
zielen, geesten, spoken, goden, demonen, engelen,
14:09
aliens, intelligent designers,
357
834000
2000
vreemdelingen, intelligente ontwerpers,
14:11
government conspiracists
358
836000
2000
overheidssamenzweerders
14:13
and all manner of invisible agents
359
838000
2000
en allerlei onzichtbare agentia
14:15
with power and intention, are believed
360
840000
2000
voorzien van kracht en intentie, waarvan wordt aangenomen dat
14:17
to haunt our world and control our lives.
361
842000
2000
ze door onze wereld spoken en onze levens controleren.
14:19
I think it's the basis of animism
362
844000
2000
Ik denk dat dat de basis is van het animisme,
14:21
and polytheism and monotheism.
363
846000
3000
het polytheïsme en het monotheïsme.
14:24
It's the belief that aliens are somehow
364
849000
2000
Het is de overtuiging dat vreemde agentia
14:26
more advanced than us, more moral than us,
365
851000
2000
verder gevorderd zijn dan wij, moreler dan wij,
14:28
and the narratives always are
366
853000
2000
en het komt er altijd op neer
14:30
that they're coming here to save us and rescue us from on high.
367
855000
3000
dat ze ons komen redden 'vanuit den hoge'.
14:33
The intelligent designer's always portrayed
368
858000
2000
De intelligente ontwerper wordt altijd afgebeeld
14:35
as this super intelligent, moral being
369
860000
3000
als een superintelligent, moreel wezen
14:38
that comes down to design life.
370
863000
2000
dat het leven hier heeft ontworpen.
14:40
Even the idea that government can rescue us --
371
865000
2000
Het idee dat de overheid ons kan redden
14:42
that's no longer the wave of the future,
372
867000
2000
is niet langer de trend van de toekomst.
14:44
but that is, I think, a type of agenticity:
373
869000
2000
Maar dat is, denk ik, een soort agenticiteit,
14:46
projecting somebody up there,
374
871000
2000
om iemand daarboven te projecteren,
14:48
big and powerful, will come rescue us.
375
873000
2000
iemand groot en machtig die ons zal komen redden.
14:50
And this is also, I think, the basis of conspiracy theories.
376
875000
2000
En dit is ook, denk ik, de basis van complottheorieën.
14:52
There's somebody hiding behind there pulling the strings,
377
877000
3000
Dat er iemand in het verborgene aan de touwtjes trekt,
14:55
whether it's the Illuminati
378
880000
2000
of het nu de Illuminati
14:57
or the Bilderbergers.
379
882000
2000
of de Bilderbergers zijn.
14:59
But this is a pattern detection problem, isn't it?
380
884000
2000
Maar ook dit is een patroondetectieprobleem, niet?
15:01
Some patterns are real and some are not.
381
886000
2000
Sommige patronen zijn echt en sommige niet.
15:03
Was JFK assassinated by a conspiracy or by a lone assassin?
382
888000
3000
Werd JFK vermoord door een samenzwering of door een eenzame huurmoordenaar?
15:06
Well, if you go there -- there's people there on any given day --
383
891000
3000
Je vindt daar altijd wel iemand -
15:09
like when I went there, here -- showing me where the different shooters were.
384
894000
3000
die je toont waar de verschillende schutters zaten.
15:12
My favorite one was he was in the manhole.
385
897000
3000
Mijn favoriet was dat hij in het mangat zat.
15:15
And he popped out at the last second, took that shot.
386
900000
3000
En in de laatste seconde te voorschijn sprong om te schieten.
15:18
But of course, Lincoln was assassinated by a conspiracy.
387
903000
2000
Lincoln werd wel vermoord door een samenzwering.
15:20
So we can't just uniformly dismiss
388
905000
2000
Dus we kunnen niet zomaar al die mogelijke
15:22
all patterns like that.
389
907000
2000
patronen over dezelfde kam scheren.
15:24
Because, let's face it, some patterns are real.
390
909000
2000
Sommige patronen zijn wel echt.
15:26
Some conspiracies really are true.
391
911000
2000
Sommige samenzweringen zijn echt waar.
15:30
Explains a lot, maybe.
392
915000
2000
Kan misschien veel verklaren.
15:32
And 9/11 has a conspiracy theory. It is a conspiracy.
393
917000
3000
En 9/11 heeft zijn samenzweringstheorie. Het is een samenzwering.
15:35
We did a whole issue on it.
394
920000
2000
We kennen het verhaal.
15:37
Nineteen members of Al Queda plotting to fly planes into buildings
395
922000
2000
19 leden van Al Qaida zwoeren samen om vliegtuigen in gebouwen te vliegen.
15:39
constitutes a conspiracy.
396
924000
2000
Dat is een samenzwering.
15:41
But that's not what the "9/11 truthers" think.
397
926000
2000
Maar dat is niet wat de "9/11-waarheidzoekers" denken.
15:43
They think it was an inside job by the Bush administration.
398
928000
3000
Ze denken dat het een inside job was van de Bush-administratie.
15:46
Well, that's a whole other lecture.
399
931000
2000
Nou, dat is een heel andere lezing.
15:48
You know how we know that 9/11
400
933000
2000
Maar hoe weten we dat de 9/11-samenzwering
15:50
was not orchestrated by the Bush administration?
401
935000
2000
niet georkestreerd was door de regering Bush?
15:52
Because it worked.
402
937000
2000
Ze slaagde!
15:54
(Laughter)
403
939000
3000
Ze slaagde!
15:57
(Applause)
404
942000
3000
(Applaus)
16:00
So we are natural-born dualists.
405
945000
2000
We zijn geboren dualisten.
16:02
Our agenticity process comes from
406
947000
2000
Ons agenticiteitsproces maakt dat
16:04
the fact that we can enjoy movies like these.
407
949000
2000
we kunnen genieten van films als deze.
16:06
Because we can imagine, in essence,
408
951000
2000
Omdat wij ons kunnen voorstellen dat we
16:08
continuing on.
409
953000
2000
nooit zullen doodgaan.
16:10
We know that if you stimulate the temporal lobe,
410
955000
2000
We weten dat als je de temporale kwab stimuleert,
16:12
you can produce a feeling of out-of-body experiences,
411
957000
2000
je buitenlichamelijke ervaringen kan oproepen,
16:14
near-death experiences,
412
959000
2000
bijna-dood-ervaringen,
16:16
which you can do by just touching an electrode to the temporal lobe there.
413
961000
3000
die je kan krijgen door gewoon de temporale kwab te prikkelen.
16:19
Or you can do it through loss of consciousness,
414
964000
2000
Of je kan dit ervaren door bewustzijnsverlies
16:21
by accelerating in a centrifuge.
415
966000
2000
door te versnellen in een centrifuge.
16:23
You get a hypoxia, or a lower oxygen.
416
968000
3000
Je krijgt hypoxie, een te laag zuurstofgehalte.
16:26
And the brain then senses
417
971000
2000
En de hersenen maken dan
16:28
that there's an out-of-body experience.
418
973000
2000
een buitenlichamelijke ervaring mee.
16:30
You can use -- which I did, went out and did --
419
975000
2000
Je kan ook, zoals ik, gebruik maken van
16:32
Michael Persinger's God Helmet,
420
977000
2000
de godshelm van Michael Persinger.
16:34
that bombards your temporal lobes with electromagnetic waves.
421
979000
2000
Die bestookt je temporaalkwabben met elektromagnetische golven.
16:36
And you get a sense of out-of-body experience.
422
981000
3000
En weer krijg je een buitenlichamelijke ervaring.
16:39
So I'm going to end here with a short video clip
423
984000
2000
Ik ga hier eindigen met een korte videoclip
16:41
that sort of brings all this together.
424
986000
2000
die dit alles samenbrengt.
16:43
It's just a minute and a half.
425
988000
2000
Hij duurt slechts anderhalve minuut.
16:45
It ties together all this into the power of expectation and the power of belief.
426
990000
3000
Hij toont de verwachting en de kracht van het geloof.
16:48
Go ahead and roll it.
427
993000
2000
Zet hem maar aan.
16:50
Narrator: This is the venue they chose for their fake auditions
428
995000
3000
Verteller: Dit is de locatie die ze uitkozen voor hun nepaudities
16:53
for an advert for lip balm.
429
998000
2000
voor een advertentie voor lippenbalsem.
16:55
Woman: We're hoping we can use part of this
430
1000000
2000
Vrouw: We hopen dat we dit kunnen gebruiken als onderdeel
16:57
in a national commercial, right?
431
1002000
2000
van een nationale campagne, OK.
16:59
And this is test on some lip balms
432
1004000
2000
En dit is een test
17:01
that we have over here.
433
1006000
2000
op een aantal lippenbalsems.
17:03
And these are our models who are going to help us,
434
1008000
2000
Deze modellen gaan ons daarbij helpen,
17:05
Roger and Matt.
435
1010000
2000
Roger en Matt.
17:07
And we have our own lip balm,
436
1012000
2000
We hebben onze eigen lippenbalsem,
17:09
and we have a leading brand.
437
1014000
2000
en we hebben een bekend merk.
17:11
Would you have any problem
438
1016000
2000
Zou je er een probleem mee hebben
17:13
kissing our models to test it?
439
1018000
2000
onze modellen te zoenen om ze te testen?
17:15
Girl: No.
440
1020000
2000
Meisje: Nee
17:17
Woman: You wouldn't? (Girl: No.) Woman: You'd think that was fine.
441
1022000
2000
Vrouw: Echt niet? (Meisje: No) Vrouw: In orde dan?
17:19
Girl: That would be fine. (Woman: Okay.)
442
1024000
2000
Meisje: Dat zou fijn zijn. (Vrouw: Oké.)
17:21
So this is a blind test.
443
1026000
3000
Dit is een blinde test.
17:24
I'm going to ask you to go ahead
444
1029000
2000
Wil je
17:26
and put a blindfold on.
445
1031000
2000
deze blinddoek omdoen.
17:29
Kay, now can you see anything? (Girl: No.)
446
1034000
3000
Kay, zie je nog iets? (Meisje: No)
17:32
Pull it so you can't even see down. (Girl: Okay.)
447
1037000
2000
Trek hem wat naar beneden. (Meisje: Oké.)
17:34
Woman: It's completely blind now, right?
448
1039000
2000
Vrouw: Je ziet nu niks meer, toch?
17:36
Girl: Yes. (Woman: Okay.)
449
1041000
2000
Meisje: Ja. (Vrouw: Oké.)
17:38
Now, what I'm going to be looking for in this test
450
1043000
3000
Wat ik nu ga testen
17:41
is how it protects your lips,
451
1046000
3000
is hoe hij je lippen beschermt,
17:44
the texture, right,
452
1049000
2000
hoe hij aanvoelt, oké,
17:46
and maybe if you can discern any flavor or not.
453
1051000
3000
of je de smaken onderscheiden.
17:49
Girl: Okay. (Woman: Have you ever done a kissing test before?)
454
1054000
3000
Meisje: Oké. (Vrouw: Heb je ooit nog zo'n kustest gedaan?)
17:52
Girl: No.
455
1057000
2000
Meisje: Nee
17:54
Woman: Take a step here.
456
1059000
2000
Vrouw: Kom even naar hier.
17:56
Okay, now I'm going to ask you to pucker up.
457
1061000
2000
Oké, tuit nu je lippen.
17:58
Pucker up big and lean in just a little bit, okay?
458
1063000
3000
Tuit ze en buig wat voorover.
18:06
(Music)
459
1071000
4000
Tuit ze en buig wat voorover.
18:10
(Laughter)
460
1075000
5000
(Gelach)
18:19
(Laughter)
461
1084000
3000
(Gelach)
18:30
Woman: Okay.
462
1095000
2000
Oké.
18:32
And, Jennifer, how did that feel?
463
1097000
2000
En, Jennifer, hoe voelde dat?
18:34
Jennifer: Good.
464
1099000
2000
Jennifer: Goed.
18:36
(Laughter)
465
1101000
7000
Jennifer: Goed.
18:43
Girl: Oh my God!
466
1108000
2000
Meisje: Oh, mijn God.
18:45
(Laughter)
467
1110000
4000
Meisje: Oh, mijn God.
18:50
Michael Shermer: Thank you very much. Thank you. Thanks.
468
1115000
3000
Michael Shermer: Dank u wel.
ABOUT THE SPEAKER
Michael Shermer - SkepticMichael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market.
Why you should listen
As founder and publisher of Skeptic Magazine, Michael Shermer has exposed fallacies behind intelligent design, 9/11 conspiracies, the low-carb craze, alien sightings and other popular beliefs and paranoias. But it's not about debunking for debunking's sake. Shermer defends the notion that we can understand our world better only by matching good theory with good science.
Shermer's work offers cognitive context for our often misguided beliefs: In the absence of sound science, incomplete information can powerfully combine with the power of suggestion (helping us hear Satanic lyrics when "Stairway to Heaven" plays backwards, for example). In fact, a common thread that runs through beliefs of all sorts, he says, is our tendency to convince ourselves: We overvalue the shreds of evidence that support our preferred outcome, and ignore the facts we aren't looking for.
He writes a monthly column for Scientific American, and is an adjunct at Claremont Graduate University and Chapman University. His latest book is The Believing Brain: From Ghosts and Gods to Politics and Conspiracies—How We Construct Beliefs and Reinforce Them as Truths. He is also the author of The Mind of the Market, on evolutionary economics, Why Darwin Matters: Evolution and the Case Against Intelligent Design, and The Science of Good and Evil. And his next book is titled The Moral Arc of Science.
Michael Shermer | Speaker | TED.com