ABOUT THE SPEAKER
Dan Gilbert - Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness.

Why you should listen

Dan Gilbert believes that, in our ardent, lifelong pursuit of happiness, most of us have the wrong map. In the same way that optical illusions fool our eyes -- and fool everyone's eyes in the same way -- Gilbert argues that our brains systematically misjudge what will make us happy. And these quirks in our cognition make humans very poor predictors of our own bliss.

The premise of his current research -- that our assumptions about what will make us happy are often wrong -- is supported with clinical research drawn from psychology and neuroscience. But his delivery is what sets him apart. His engaging -- and often hilarious -- style pokes fun at typical human behavior and invokes pop-culture references everyone can relate to. This winning style translates also to Gilbert's writing, which is lucid, approachable and laugh-out-loud funny. The immensely readable Stumbling on Happiness, published in 2006, became a New York Times bestseller and has been translated into 20 languages.

In fact, the title of his book could be drawn from his own life. At 19, he was a high school dropout with dreams of writing science fiction. When a creative writing class at his community college was full, he enrolled in the only available course: psychology. He found his passion there, earned a doctorate in social psychology in 1985 at Princeton, and has since won a Guggenheim Fellowship and the Phi Beta Kappa teaching prize for his work at Harvard. He has written essays and articles for The New York Times, Time and even Starbucks, while continuing his research into happiness at his Hedonic Psychology Laboratory.

More profile about the speaker
Dan Gilbert | Speaker | TED.com
TEDGlobal 2005

Dan Gilbert: Why we make bad decisions

Dan Gilbert o błędnych oczekiwaniach

Filmed:
5,287,085 views

Dan Gilbert prezentuje wyniki badań i swoich poszukiwań dotyczących szczęścia - pokazuje zaskakujące testy i eksperymenty które można wypróbować na sobie. Warto obejrzeć do końca dla błyskotliwej dyskusji z udziałem znanych twarzy teda.
- Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness. Full bio

Double-click the English transcript below to play the video.

00:18
We all make decisionsdecyzje everykażdy day; we want to know
0
0
2000
Każdego dnia każdy z nas podejmuje decyzje; chcemy wiedzieć
00:20
what the right thing is to do -- in domainsdomeny from the financialbudżetowy
1
2000
3000
co należy zrobić - w każdej dziedzinie od finansowej
00:23
to the gastronomicgastronomiczna to the professionalprofesjonalny to the romanticromantyczny.
2
5000
4000
przez gastronomiczną po romantyczną
00:27
And surelypewno, if somebodyktoś could really tell us how to do
3
9000
3000
i pewnie gdyby ktoś mógł nam powiedzieć jak
00:30
exactlydokładnie the right thing at all possiblemożliwy timesczasy,
4
12000
3000
podejmować właściwe decyzje w każdych okolicznościach
00:33
that would be a tremendousogromny giftprezent.
5
15000
3000
byłby to niesamowity dar.
00:36
It turnsskręca out that, in factfakt, the worldświat was givendany this giftprezent in 1738
6
18000
5000
Okazuje się że świat otrzymał ten dar w 1738
00:41
by a DutchHolenderski polymathchemik, fizyk namedo imieniu DanielDaniel BernoulliBernoulliego.
7
23000
3000
od holenderskiego erudyty Daniela Bernoulli
00:44
And what I want to talk to you about todaydzisiaj is what that giftprezent is,
8
26000
3000
i chciałbym opowiedzieć na czym polega
00:47
and I alsorównież want to explainwyjaśniać to you why it is
9
29000
3000
i wyjaśnić dlaczego
00:50
that it hasn'tnie ma madezrobiony a damncholerny bitkawałek of differenceróżnica.
10
32000
3000
niczego nie zmienił.
00:53
Now, this is Bernoulli'sBernoulliego giftprezent. This is a directbezpośredni quotezacytować.
11
35000
5000
oto dar Bernoulliego. cytuję dosłownie.
00:58
And if it lookswygląda like GreekGrecki to you, it's because, well, it's GreekGrecki.
12
40000
3000
i jeśli wydaje się wam że to greka to dlatego że cóż, to jest greka
01:02
But the simpleprosty EnglishAngielski translationtłumaczenie -- much lessmniej preciseprecyzyjny,
13
44000
4000
ale upraszczając - oczywiście mniej dokładnie
01:06
but it capturesprzechwytuje the gistGIST of what BernoulliBernoulliego had to say -- was this:
14
48000
4000
oddając sens myśli Bernoullego, brzmi to tak:
01:10
The expectedspodziewany valuewartość of any of our actionsdziałania --
15
52000
2000
oczekiwana wartość naszych działań -
01:12
that is, the goodnessdobroć that we can countliczyć on gettinguzyskiwanie --
16
54000
4000
czyli to, co spodziewamy się uzyskać
01:16
is the productprodukt of two simpleprosty things:
17
58000
2000
wynika z dwóch prostych rzeczy
01:18
the oddsszansa that this actionczynność will allowdopuszczać us to gainzdobyć something,
18
60000
4000
prawdopodobieństwa, że nasze działanie pozwoli nam coś zyskać
01:22
and the valuewartość of that gainzdobyć to us.
19
64000
3000
i wartości tego, co możemy uzyskać.
01:25
In a sensesens, what BernoulliBernoulliego was sayingpowiedzenie is,
20
67000
2000
w pewnym sensie Bernoulli twierdził
01:27
if we can estimateoszacowanie and multiplyzwielokrotniać these two things,
21
69000
3000
że jeśli da się oszacować i pomnożyć te dwie wartości
01:30
we will always know preciselydokładnie how we should behavezachować się.
22
72000
3000
zawsze bedziemy wiedzieli jak powinniśmy się zachować
01:33
Now, this simpleprosty equationrównanie, even for those of you
23
75000
3000
to jest proste równanie nawet dla tych
01:36
who don't like equationsrównania, is something that you're quitecałkiem used to.
24
78000
3000
którzy nie lubią równań, jest to coś, co często robimy.
01:39
Here'sTutaj jest an exampleprzykład: if I were to tell you, let's playgrać
25
81000
3000
oto przykład: gdybym wam zaproponował
01:42
a little coinmoneta tosspodrzucenie gamegra, and I'm going to fliptrzepnięcie a coinmoneta,
26
84000
3000
że rzucę monetą
01:45
and if it comespochodzi up headsgłowy, I'm going to payzapłacić you 10 dollarsdolarów,
27
87000
3000
i jeśli wypadnie reszka zapłacę wam 10 dolarów
01:48
but you have to payzapłacić fourcztery dollarsdolarów for the privilegeprzywilej of playinggra with me,
28
90000
4000
ale musicie zapłacić cztery dolary za wejście do gry
01:52
mostwiększość of you would say, sure, I'll take that betZakład. Because you know
29
94000
3000
większość z was przyjęłaby ten zakład. Bo wiecie
01:55
that the oddsszansa of you winningzwycięski are one halfpół, the gainzdobyć if you do is 10 dollarsdolarów,
30
97000
5000
że szanse wygranej wynoszą 50%, zysk w wypadku wygranej to 10 dolarów
02:00
that multipliesMnoży to fivepięć, and that's more
31
102000
2000
po pomnożeniu mamy pięć czyli więcej
02:02
than I'm chargingładowanie you to playgrać. So, the answerodpowiedź is, yes.
32
104000
4000
niż opłata za grę. więc odpowiedź brzmi tak.
02:06
This is what statisticiansstatystycy technicallytechnicznie call a damncholerny fine betZakład.
33
108000
4000
statystycy nazywają to pewnym zakładem
02:10
Now, the ideapomysł is simpleprosty when we're applyingstosowanie it to coinmoneta tossespodrzucać,
34
112000
3000
koncepcja jest prosta gdy stosujemy ją przy rzucie monetą,
02:13
but in factfakt, it's not very simpleprosty in everydaycodziennie life.
35
115000
4000
ale nie jest prosta gdy próbujemy ja zastosować codziennym życiu
02:17
People are horribleokropny at estimatingSzacowanie bothobie of these things,
36
119000
4000
ludzie nie potrafią szacować żadnego z czynników
02:21
and that's what I want to talk to you about todaydzisiaj.
37
123000
2000
i właśnie o tym chciałbym dziś opowiedzieć.
02:23
There are two kindsrodzaje of errorsbłędy people make when tryingpróbować to decidedecydować się
38
125000
3000
Są dwa rodzaje błędów, które ludzie popełniają podejmując decyzję
02:26
what the right thing is to do, and those are
39
128000
2000
co zrobić. są to
02:28
errorsbłędy in estimatingSzacowanie the oddsszansa that they're going to succeedosiągnąć sukces,
40
130000
3000
błędy w szacowaniu prawdopodobieństwa sukcesu
02:31
and errorsbłędy in estimatingSzacowanie the valuewartość of theirich ownwłasny successpowodzenie.
41
133000
4000
i błędy w przewidywania wartości tego sukcesu.
02:35
Now, let me talk about the first one first.
42
137000
4000
Pozwólcie, że zacznę od pierwszego problemu.
02:39
CalculatingObliczenia oddsszansa would seemwydać się to be something ratherraczej easyłatwo:
43
141000
2000
obliczanie prawdopodobieństwa wydaje się być proste
02:41
there are sixsześć sidesboki to a dieumierać, two sidesboki to a coinmoneta, 52 cardskarty in a deckpokład.
44
143000
4000
kostka ma sześć ścianek, moneta ma dwie strony, w talii są 52 karty.
02:45
You all know what the likelihoodprawdopodobieństwo is of pullingciągnięcie the aceACE of spadespik
45
147000
4000
wszyscy wiecie jakie jest prawdopodobieństwo wyciągnięcia asa pik.
02:49
or of flippingrzut a headsgłowy.
46
151000
1000
czy wyrzucenia orła
02:50
But as it turnsskręca out, this is not a very easyłatwo ideapomysł to applyzastosować
47
152000
5000
ale jak się okazuje, niełatwo się to stosuje
02:55
in everydaycodziennie life. That's why AmericansAmerykanie spendwydać more --
48
157000
3000
w codziennym życiu. dlatego właśnie Amerykanie wydają więcej -
02:58
I should say, losestracić more -- gamblinggry hazardowe
49
160000
3000
czy raczej, tracą więcej - na hazard
03:01
than on all other formsformularze of entertainmentzabawa combinedłączny.
50
163000
5000
niż na wszystkich innych formach rozrywki razem wziętych.
03:06
The reasonpowód is, this isn't how people do oddsszansa.
51
168000
3000
ponieważ ludzie nie tak obliczają prawdopodobieństwo wygranej.
03:09
The way people figurepostać oddsszansa
52
171000
1000
to jak ludzie obliczają prawdopodobieństwo
03:10
requireswymaga that we first talk a bitkawałek about pigswieprzowy.
53
172000
3000
wymaga abyśmy najpierw porozmawiali o świniach.
03:13
Now, the questionpytanie I'm going to put to you is whetherczy you think
54
175000
2000
chciałbym was zapytać: jak myślicie
03:15
there are more dogspsy or pigswieprzowy on leashesSmycze
55
177000
3000
czy na smyczy chodzi więcej psów czy świń
03:18
observedzauważony in any particularszczególny day in OxfordOxford.
56
180000
3000
dowolnego dnia w Oxfordzie.
03:21
And of coursekurs, you all know that the answerodpowiedź is dogspsy.
57
183000
2000
i oczywiście wszyscy wiecie że odpowiedź brzmi; psów
03:23
And the way that you know that the answerodpowiedź is dogspsy is
58
185000
3000
a skąd wiecie że to psów jest więcej?
03:26
you quicklyszybko reviewedrecenzja in memorypamięć the timesczasy
59
188000
2000
przywołaliście w pamięci
03:28
you've seenwidziany dogspsy and pigswieprzowy on leashesSmycze.
60
190000
2000
widziane psy i świnie na smyczach
03:30
It was very easyłatwo to rememberZapamiętaj seeingwidzenie dogspsy,
61
192000
3000
łatwo było przypomnieć sobie psy,
03:33
not so easyłatwo to rememberZapamiętaj pigswieprzowy. And eachkażdy one of you assumedzakłada, że
62
195000
3000
nie tak łatwo było przypomnieć sobie świnie. więc każdy założył
03:36
that if dogspsy on leashesSmycze cameoprawa ołowiana witrażu more quicklyszybko to your mindumysł,
63
198000
4000
ze jeśli psy na smyczy szybciej przychodziły na myśl
03:40
then dogspsy on leashesSmycze are more probableprawdopodobne.
64
202000
2000
to znaczy że psy na smyczach są bardziej prawdopodobne
03:42
That's not a badzły rulereguła of thumbkciuk, exceptz wyjątkiem when it is.
65
204000
5000
to całkiem niezły sposób postępowania z wyjątkiem sytuacji w których się nie sprawdza.
03:47
So, for exampleprzykład, here'soto jest a wordsłowo puzzlepuzzle.
66
209000
2000
dla przykładu zagadka słowna.
03:49
Are there more four-letterczteroliterowy EnglishAngielski wordssłowa
67
211000
2000
Czy w języku angielskim jest więcej czteroliterowych słów
03:51
with R in the thirdtrzeci placemiejsce or R in the first placemiejsce?
68
213000
4000
z literą r na trzecim czy pierwszym miejscu?
03:55
Well, you checkczek memorypamięć very brieflykrótko, make a quickszybki scanskandować,
69
217000
3000
szybko sprawdzamy w pamięci
03:58
and it's awfullystrasznie easyłatwo to say to yourselfsiebie, RingPierścień, RangRang, RungSzczebel,
70
220000
3000
i bardzo łatwo jest powiedzieć ring(dzwonić), rang, rung
04:01
and very hardciężko to say to yourselfsiebie, ParePare, ParkPark: they come more slowlypowoli.
71
223000
7000
i bardzo trudno jest przywołać: pare(obierać), park, przychodzą na myśl wolniej
04:08
But in factfakt, there are manywiele more wordssłowa in the EnglishAngielski languagejęzyk
72
230000
2000
ale w rzeczywistości w angielskim jest znacznie więcej słów
04:10
with R in the thirdtrzeci than the first placemiejsce.
73
232000
3000
z literą r na trzecim miejscu.
04:13
The reasonpowód wordssłowa with R in the thirdtrzeci placemiejsce come slowlypowoli to your mindumysł
74
235000
4000
słowa z r na trzecim miejscu przychodzą do głowy trudniej
04:17
isn't because they're improbablenieprawdopodobne, unlikelymało prawdopodobne or infrequentrzadko.
75
239000
3000
nie dlatego ze są nieprawdopodobne czy rzadkie
04:20
It's because the mindumysł recallsprzypomina wordssłowa by theirich first letterlist.
76
242000
4000
ale dlatego że nasz umysł wyszukuje słowa po pierwszej literze
04:24
You kinduprzejmy of shoutkrzyk out the sounddźwięk, S -- and the wordsłowo comespochodzi.
77
246000
3000
w myśli wymawiamy literę "s" - i pojawia się słowo
04:27
It's like the dictionarysłownik;
78
249000
1000
to działa jak słownik
04:28
it's hardciężko to look things up by the thirdtrzeci letterlist.
79
250000
3000
trudno jest znaleźć słowo na podstawie trzeciej litery
04:31
So, this is an exampleprzykład of how this ideapomysł that
80
253000
2000
to jest przykład na to jak przekonanie,
04:33
the quicknessszybkość with whichktóry things come to mindumysł
81
255000
2000
że szybkość z jaką rzeczy przychodzą nam do głowy
04:35
can give you a sensesens of theirich probabilityprawdopodobieństwo --
82
257000
2000
może dać nam poczucie ich prawdopodobieństwa
04:37
how this ideapomysł could leadprowadzić you astraymanowce. It's not just puzzleszagadki, thoughchociaż.
83
259000
4000
jak może to być mylące. to działa nie tylko w zagadkach.
04:41
For exampleprzykład, when AmericansAmerykanie are askedspytał to estimateoszacowanie the oddsszansa
84
263000
3000
na przykład, gdy Amerykanie są proszeni o ocenienie prawdopodobieństwa
04:44
that they will dieumierać in a varietyróżnorodność of interestingciekawy wayssposoby --
85
266000
3000
śmierci w różnego rodzaju sposób
04:47
these are estimatesszacunki of numbernumer of deathsśmierci perza yearrok
86
269000
3000
to są szacunkowe liczby zgonów rocznie
04:50
perza 200 millionmilion U.S. citizensobywatele.
87
272000
2000
na 200 milionów amerykańskich obywateli
04:52
And these are just ordinaryzwykły people like yourselvessię who are askedspytał
88
274000
2000
zwykli ludzie, tacy jak wy zostali poproszeni
04:54
to guessodgadnąć how manywiele people dieumierać from tornadoTornado, fireworksfajerwerki, asthmaastma, drowningutonięcie, etcitp.
89
276000
4000
o zgadniecie ilu ludzi zginie z powodu tornada,fajerwerków, astmy, utonięcia itd
04:58
ComparePorównaj these to the actualrzeczywisty numbersliczby.
90
280000
3000
porównajcie to z rzeczywistymi liczbami
05:01
Now, you see a very interestingciekawy patternwzór here, whichktóry is first of all,
91
283000
3000
można zauważyć interesującą prawidłowość,po pierwsze
05:04
two things are vastlybardzo over-estimatedzawyżona, namelymianowicie tornadoestornada and fireworksfajerwerki.
92
286000
5000
dwa powody są znacznie zawyżone, mianowicie tornada i fajerwerki
05:09
Two things are vastlybardzo underestimatedniedoceniana:
93
291000
2000
dwa powody zostały znacznie zaniżone:
05:11
dyingumierający by drowningutonięcie and dyingumierający by asthmaastma. Why?
94
293000
3000
utonięcie i atak astmy. dlaczego?
05:14
When was the last time that you pickeddoborowy up a newspaperGazeta
95
296000
3000
kiedy ostatnio widzieliście gazetę
05:17
and the headlinenagłówek was, "BoyChłopiec diesumiera of AsthmaAstmy?"
96
299000
3000
z nagłówkiem: "chłopiec umarł na astmę"?
05:20
It's not interestingciekawy because it's so commonpospolity.
97
302000
3000
to nie jest interesujące bo jest tak bardzo powszechne
05:23
It's very easyłatwo for all of us to bringprzynieść to mindumysł instancesinstancje
98
305000
4000
łatwo jest przywołać przypadki
05:27
of newsAktualności storieshistorie or newsreelsKroniki filmowe where we'vemamy seenwidziany
99
309000
3000
artykułów czy wiadomości, gdzie pokazano
05:30
tornadoestornada devastatingniszczycielski citiesmiasta, or some poorubogi schmuckSchmuck
100
312000
2000
tornada niszczące miasta, czy jakiegoś biednego frajera
05:32
who'skto jest blownnadęty his handsręce off with a fireworkfajerwerk on the FourthCzwarty of JulyLipiec.
101
314000
4000
który stracił rękę bawiąc się fajerwerkami 4 lipca
05:36
DrowningsWodniactwem zdarza and asthmaastma deathsśmierci don't get much coveragepokrycie.
102
318000
3000
utonięcia i astma nie trafiają do mediów.
05:39
They don't come quicklyszybko to mindumysł, and as a resultwynik,
103
321000
2000
nie przychodzą nam szybko do głowy i w konsekwencji
05:41
we vastlybardzo underestimatenie doceniać them.
104
323000
2000
uważamy je za mniej prawdopodobne.
05:43
IndeedW rzeczywistości, this is kinduprzejmy of like the SesameSezam StreetUlica gamegra
105
325000
2000
to trochę jak gra z Ulicy Sezamkowej
05:45
of "WhichCo thing doesn't belongnależeć?" And you're right to say
106
327000
4000
"co tu nie pasuje?" i macie rację
05:49
it's the swimmingpływanie poolbasen that doesn't belongnależeć, because the swimmingpływanie poolbasen
107
331000
3000
basen tu nie pasuje, bo basen
05:52
is the only thing on this slideślizgać się that's actuallytak właściwie very dangerousniebezpieczny.
108
334000
4000
to jedyna rzecz na tym slajdzie która jest bardzo niebezpieczna
05:56
The way that more of you are likelyprawdopodobne to dieumierać than the combinationpołączenie
109
338000
2000
macie większą szansę zginać w basenie niż w pozostałych
05:58
of all threetrzy of the othersinni that you see on the slideślizgać się.
110
340000
4000
trzech sytuacjach razem wziętych
06:02
The lotteryloterii is an excellentDoskonałe exampleprzykład, of coursekurs -- an excellentDoskonałe test-caseprzypadek testowy
111
344000
4000
loteria jest doskonałym przykładem, doskonałym testem
06:06
of people'sludzie abilityzdolność to computeobliczać probabilitiesprawdopodobieństwa.
112
348000
3000
umiejętności oceny prawdopodobieństwa
06:09
And economistsekonomiści -- forgiveprzebaczyć me, for those of you who playgrać the lotteryloterii --
113
351000
3000
i ekonomiści - niech ci którzy grają na loterii mi wybaczą -
06:12
but economistsekonomiści, at leastnajmniej amongpośród themselvessami, referodnosić się to the lotteryloterii
114
354000
3000
ekonomiści, przynajmniej miedzy sobą nazywają loterię
06:15
as a stupiditygłupota taxpodatek, because the oddsszansa of gettinguzyskiwanie any payoffwypłata
115
357000
5000
podatkiem od głupoty. bo szanse wygranej
06:20
by investinginwestowanie your moneypieniądze in a lotteryloterii ticketbilet
116
362000
2000
gdy zainwestujemy w kupon na loterii
06:22
are approximatelyw przybliżeniu equivalentrównowartość to flushinguderzenia gorąca the moneypieniądze
117
364000
2000
są porównywalne ze spuszczeniem pieniędzy
06:24
directlybezpośrednio down the toilettoaleta -- whichktóry, by the way,
118
366000
2000
w toalecie - co przynajmniej
06:26
doesn't requirewymagać that you actuallytak właściwie go to the storesklep and buykupować anything.
119
368000
4000
nie wymaga wycieczki do sklepu.
06:30
Why in the worldświat would anybodyktoś ever playgrać the lotteryloterii?
120
372000
3000
dlaczego ludzie grają na loterii?
06:33
Well, there are manywiele answersodpowiedzi, but one answerodpowiedź surelypewno is,
121
375000
3000
jest wiele teorii a jedna z nich mówi, że powodem jest fakt
06:36
we see a lot of winnerszwycięzcy. Right? When this couplepara winswygrywa the lotteryloterii,
122
378000
4000
że widzimy wielu zwycięzców. prawda? kiedy ta para wygrywa
06:40
or EdEd McMahonMcMahon showsprzedstawia up at your doordrzwi with this giantogromny checkczek --
123
382000
3000
albo Ed McMahon pojawia się w drzwiach z wielkim czekiem
06:43
how the hellpiekło do you cashgotówka things that sizerozmiar, I don't know.
124
385000
3000
nie mam pojęcia jak realizuje się czeki tej wielkości
06:46
We see this on TVTELEWIZOR; we readczytać about it in the paperpapier.
125
388000
3000
widzimy to w tv, czytamy o tym w gazetach
06:49
When was the last time that you saw extensiverozległe interviewswywiady
126
391000
3000
kiedy ostatnio widzieliście wywiad
06:52
with everybodywszyscy who lostStracony?
127
394000
2000
z każdym kto przegrał?
06:54
IndeedW rzeczywistości, if we requiredwymagany that televisiontelewizja stationsstacje runbiegać
128
396000
3000
I faktycznie gdybyśmy wymagali żeby przeprowadzono
06:57
a 30-second interviewwywiad with eachkażdy loserprzegrany
129
399000
2000
30 sekundowy wywiad z każdym przegranym
06:59
everykażdy time they interviewwywiad a winnerzwycięzca, the 100 millionmilion losersprzegrani
130
401000
4000
za każdym razem gdy rozmawiają ze zwycięzcą, 100 mln osób które przegrały
07:03
in the last lotteryloterii would requirewymagać nine-and-a-halfdziewięć i pół yearslat
131
405000
3000
w ostatniej loterii zajęłoby to 9,5 roku
07:06
of your undividedniepodzielnej attentionUwaga just to watch them say,
132
408000
3000
aby każdy z nich mógł powiedzieć:
07:09
"Me? I lostStracony." "Me? I lostStracony."
133
411000
3000
"ja? przegrałem" " ja? przegrałem"
07:12
Now, if you watch nine-and-a-halfdziewięć i pół yearslat of televisiontelewizja --
134
414000
2000
gdybyś oglądali telewizję przez 9,5 roku
07:14
no sleepsen, no pottynocnik breaksprzerwy -- and you saw lossutrata after lossutrata after lossutrata,
135
416000
5000
bez snu czy przerw na toaletę - porażkę za porażką
07:19
and then at the endkoniec there's 30 secondstowary drugiej jakości of, "and I wonwygrał,"
136
421000
2000
i na końcu przez 30 sekund: "a ja wygrałem"
07:21
the likelihoodprawdopodobieństwo that you would playgrać the lotteryloterii is very smallmały.
137
423000
3000
prawdopodobieństwo ze zagralibyście na loterii jest znikome
07:24
Look, I can proveokazać się this to you: here'soto jest a little lotteryloterii.
138
426000
3000
mogę to udowodnić: oto loteria
07:27
There's 10 ticketsbilety in this lotteryloterii.
139
429000
2000
jest 10 kuponów
07:29
NineDziewięć of them have been soldsprzedany to these individualsosoby prywatne.
140
431000
3000
9 z nich zostało sprzedane tym osobom
07:32
It costskoszty you a dollardolar to buykupować the ticketbilet and, if you winzdobyć,
141
434000
3000
kupon kosztuje dolara, a wygrana
07:35
you get 20 bucksdolców. Is this a good betZakład?
142
437000
2000
to 20$. czy to dobry zakład?
07:37
Well, BernoulliBernoulliego tellsmówi us it is.
143
439000
1000
cóż, Bernoulli mówi nam ze tak:
07:38
The expectedspodziewany valuewartość of this lotteryloterii is two dollarsdolarów;
144
440000
3000
przewidywany zysk wynosi 2$
07:41
this is a lotteryloterii in whichktóry you should investinwestować your moneypieniądze.
145
443000
3000
to jest loteria w którą powinno się zainwestować pieniądze
07:44
And mostwiększość people say, "OK, I'll playgrać."
146
446000
2000
i większość ludzi mówi: "ok. zagram"
07:46
Now, a slightlynieco differentróżne versionwersja of this lotteryloterii:
147
448000
3000
a teraz trochę inna wersja tej loterii:
07:49
imaginewyobrażać sobie that the ninedziewięć ticketsbilety are all ownedwłasnością
148
451000
2000
wyobraź sobie że wszystkie 9 losów należy do
07:51
by one fatgruby guy namedo imieniu LeroyLeroy.
149
453000
2000
jednego grubego faceta o imieniu Leroy.
07:53
LeroyLeroy has ninedziewięć ticketsbilety; there's one left.
150
455000
2000
Leroy ma 9 losów; jeden został.
07:55
Do you want it? MostWiększość people won'tprzyzwyczajenie playgrać this lotteryloterii.
151
457000
3000
kupicie los? większość ludzi nie weźmie udziału w tej loterii.
07:58
Now, you can see the oddsszansa of winningzwycięski haven'tnie mam changedzmienione,
152
460000
2000
zobaczcie że prawdopodobieństwo wygranej się nie zmieniło,
08:00
but it's now fantasticallyfantastycznie easyłatwo to imaginewyobrażać sobie who'skto jest going to winzdobyć.
153
462000
5000
ale teraz jest bardzo łatwo wyobrazić sobie kto wygra.
08:05
It's easyłatwo to see LeroyLeroy gettinguzyskiwanie the checkczek, right?
154
467000
3000
łatwo jest wyobrazić sobie że to Leroy dostaje czek, prawda?
08:08
You can't say to yourselfsiebie, "I'm as likelyprawdopodobne to winzdobyć as anybodyktoś,"
155
470000
2000
nie możesz sobie powiedzieć: "mam takie same szanse jak każdy"
08:10
because you're not as likelyprawdopodobne to winzdobyć as LeroyLeroy.
156
472000
3000
bo nie masz takich samych szans jak Leroy.
08:13
The factfakt that all those ticketsbilety are ownedwłasnością by one guy
157
475000
2000
fakt ze wszystkie losy należą do jednego faceta
08:15
changeszmiany your decisiondecyzja to playgrać,
158
477000
2000
zmienia waszą decyzję dotyczącą udziału w loterii,
08:17
even thoughchociaż it does nothing whatsoevercokolwiek to the oddsszansa.
159
479000
3000
chociaż nie zmienia prawdopodobieństwa wygranej.
08:20
Now, estimatingSzacowanie oddsszansa, as difficulttrudny as it maymoże seemwydać się, is a piecekawałek of cakeciasto
160
482000
5000
ocenianie prawdopodobieństwa, może się wydać trudne ale to bułka z masłem
08:25
comparedporównywane to tryingpróbować to estimateoszacowanie valuewartość:
161
487000
2000
w porównaniu z oszacowaniem wartości:
08:27
tryingpróbować to say what something is worthwartość, how much we'lldobrze enjoycieszyć się it,
162
489000
3000
ocenienie ile coś jest warte, jak bardzo będziemy się z tego cieszyć,
08:30
how much pleasureprzyjemność it will give us.
163
492000
3000
jak wiele da nam to przyjemności.
08:33
I want to talk now about errorsbłędy in valuewartość.
164
495000
2000
chcę teraz z wami porozmawiać o błędach w szacowaniu wartości.
08:35
How much is this BigDuże MacKomputerów Mac worthwartość? Is it worthwartość 25 dollarsdolarów?
165
497000
4000
ile jest wart ten big mac? czy jest wart 25$?
08:39
MostWiększość of you have the intuitionintuicja that it's not --
166
501000
3000
większość z was ma przeczucie że nie jest -
08:42
you wouldn'tnie payzapłacić that for it.
167
504000
2000
i nie zapłacilibyście tyle.
08:44
But in factfakt, to decidedecydować się whetherczy a BigDuże MacKomputerów Mac is worthwartość 25 dollarsdolarów requireswymaga
168
506000
4000
ale aby ocenić czy big mac naprawdę jest wart 25$
08:48
that you askzapytać one, and only one questionpytanie, whichktóry is:
169
510000
3000
trzeba zadać sobie jedno proste pytanie:
08:51
What elsejeszcze can I do with 25 dollarsdolarów?
170
513000
2000
co jeszcze mogę zrobić z tymi 25$?
08:53
If you've ever gottenzdobyć on one of those long-hauldługodystansowych flightsloty to AustraliaAustralia
171
515000
4000
jeśli ktoś leciał kiedyś do Australii
08:57
and realizedrealizowany that they're not going to serveobsługiwać you any foodjedzenie,
172
519000
3000
i dowiedział się, że nie podadzą nic do jedzenia
09:00
but somebodyktoś in the rowrząd in frontz przodu of you has just openedotwierany
173
522000
2000
i ktoś z sąsiadów właśnie otworzył
09:02
the McDonald'sMcDonald's bagtorba, and the smellzapach of goldenzłoty archesłuki
174
524000
3000
torbę z McDonalda, i ten zapach
09:05
is waftingunoszącym over the seatsiedzenie, you think,
175
527000
3000
uniósł się nad siedzeniami, to pomyślał
09:08
I can't do anything elsejeszcze with this 25 dollarsdolarów for 16 hoursgodziny.
176
530000
3000
przez 16 godzin nie mogę nic zrobić z tymi 25$
09:11
I can't even setzestaw it on fireogień -- they tookwziął my cigarettepapieros lighterzapalniczka!
177
533000
3000
nie mogę ich nawet podpalić, bo zabrali mi zapalniczkę!
09:14
SuddenlyNagle, 25 dollarsdolarów for a BigDuże MacKomputerów Mac mightmoc be a good dealsprawa.
178
536000
3000
nagle, 25$ za big maca to okazja
09:17
On the other handdłoń, if you're visitingprzyjezdny an underdevelopedsłabo countrykraj,
179
539000
2000
z drugiej strony jeśli odwiedzamy zacofany kraj,
09:19
and 25 dollarsdolarów buyskupuje you a gourmetdla smakoszy mealposiłek, it's exorbitantwygórowanych for a BigDuże MacKomputerów Mac.
180
541000
4000
w którym wspaniały posiłek kosztuje 25$, jest to kwota niebotyczna jak na big maca.
09:23
Why were you all sure that the answerodpowiedź to the questionpytanie was no,
181
545000
3000
skąd wiedzieliście że odpowiedź na to pytanie brzmi "nie",
09:26
before I'd even told you anything about the contextkontekst?
182
548000
3000
zanim opowiedziałem cokolwiek o kontekście?
09:29
Because mostwiększość of you comparedporównywane the pricecena of this BigDuże MacKomputerów Mac
183
551000
4000
bo większość z was porównało cenę tego big maca
09:33
to the pricecena you're used to payingintratny. RatherRaczej than askingpytając,
184
555000
3000
z tym, do czego jesteście przyzwyczajeni. zamiast zapytać,
09:36
"What elsejeszcze can I do with my moneypieniądze," comparingporównywanie this investmentinwestycja
185
558000
3000
"co jeszcze mogę zrobić z tymi pieniędzmi" porównać tę inwestycję
09:39
to other possiblemożliwy investmentsinwestycje, you comparedporównywane to the pastprzeszłość.
186
561000
4000
z innymi możliwościami, porównujemy ją z przeszłością.
09:43
And this is a systematicsystematyczne errorbłąd people make.
187
565000
2000
i to jest błąd, który ludzie popełniają systematycznie.
09:45
What you knewwiedziałem is, you paidpłatny threetrzy dollarsdolarów in the pastprzeszłość; 25 is outrageousskandaliczny.
188
567000
5000
wiecie że w przeszłości płaciliście 3$, więc 25$ to skandal.
09:50
This is an errorbłąd, and I can proveokazać się it to you by showingseans
189
572000
2000
to jest błąd, który mogę udowodnić pokazując
09:52
the kindsrodzaje of irrationalitiesirracjonalne zachowania to whichktóry it leadswskazówki.
190
574000
2000
irracjonalne zachowania, do których prowadzi.
09:54
For exampleprzykład, this is, of coursekurs,
191
576000
3000
Na przykład, to jest oczywiście,
09:57
one of the mostwiększość deliciouspyszne trickswydziwianie in marketingmarketing,
192
579000
2000
jeden z lepszych chwytów marketingowych,
09:59
is to say something used to be higherwyższy,
193
581000
2000
powiedzieć że coś było kiedyś droższe,
10:01
and suddenlynagle it seemswydaje się like a very good dealsprawa.
194
583000
3000
a teraz wygląda na okazję.
10:04
When people are askedspytał about these two differentróżne jobsOferty pracy:
195
586000
3000
gdy damy komuś dwie oferty pracy:
10:07
a jobpraca where you make 60K, then 50K, then 40K,
196
589000
3000
jedną, w której zarobią 60 tyś, potem 50 tyś i w końcu 40 tyś,
10:10
a jobpraca where you're gettinguzyskiwanie a salarywynagrodzenie cutciąć eachkażdy yearrok,
197
592000
2000
pracę, w której ich pensja będzie maleć z roku na rok,
10:12
and one in whichktóry you're gettinguzyskiwanie a salarywynagrodzenie increasezwiększać,
198
594000
2000
i taką w której dostają podwyżkę każdego roku
10:14
people like the seconddruga jobpraca better than the first, despitepomimo the factfakt
199
596000
4000
ludzie wolą pierwsza pracę, mimo że
10:18
they're all told they make much lessmniej moneypieniądze. Why?
200
600000
3000
w sumie zarobiliby znacznie mniej pieniędzy. dlaczego?
10:21
Because they had the sensesens that decliningspadek wageswynagrodzenie are worsegorzej
201
603000
4000
bo mają wrażenie że spadające stawki są gorsze
10:25
than risingpodniesienie wageswynagrodzenie, even when the totalcałkowity amountilość of wageswynagrodzenie is higherwyższy
202
607000
4000
od wzrastających, nawet jeśli suma jest wyższa
10:29
in the decliningspadek periodokres. Here'sTutaj jest anotherinne nicemiły exampleprzykład.
203
611000
4000
w przypadku tych spadających. oto kolejny dobry przykład.
10:33
Here'sTutaj jest a $2,000 HawaiianHawajski vacationwakacje packagepakiet; it's now on salesprzedaż for 1,600.
204
615000
5000
oto oferta wakacji na Hawajach za 2000$ jest w promocji za 1600$.
10:38
AssumingZakładając, że you wanted to go to HawaiiHawaje, would you buykupować this packagepakiet?
205
620000
3000
zakładając że chcecie jechać na Hawaje czy kupilibyście te wczasy?
10:41
MostWiększość people say they would. Here'sTutaj jest a slightlynieco differentróżne storyfabuła:
206
623000
4000
większość ludzi odpowiedziałaby twierdząco. oto nieco inna historia:
10:45
$2,000 HawaiianHawajski vacationwakacje packagepakiet is now on salesprzedaż for 700 dollarsdolarów,
207
627000
4000
oferta wakacji na Hawajach za 2000$ jest w promocji za 700$
10:49
so you decidedecydować się to mullMull it over for a weektydzień.
208
631000
2000
więc postanawiacie to przemyśleć przez tydzień.
10:51
By the time you get to the ticketbilet agencyagencja, the bestNajlepiej faresceny biletów are goneodszedł --
209
633000
2000
po tygodniu okazuje się że najlepsze oferty zostały sprzedane
10:53
the packagepakiet now costskoszty 1,500. Would you buykupować it? MostWiększość people say, no.
210
635000
5000
- wakacje kosztują teraz 1500$. Kupujecie? większość by nie kupiła.
10:58
Why? Because it used to costkoszt 700, and there's no way I'm payingintratny 1,500
211
640000
4000
dlaczego? bo kiedyś kosztowały 700$ i nie ma możliwości żebym zapłacił 1500$
11:02
for something that was 700 last weektydzień.
212
644000
3000
za coś co kosztowało 700$ w zeszłym tygodniu
11:05
This tendencytendencja to compareporównać to the pastprzeszłość
213
647000
2000
skłonność do porównywania z przeszłością
11:07
is causingspowodowanie people to passprzechodzić up the better dealsprawa. In other wordssłowa,
214
649000
4000
powoduje że ludzie przepuszczają lepszą okazję. innymi słowy:
11:11
a good dealsprawa that used to be a great dealsprawa is not nearlyprawie as good
215
653000
3000
dobra okazja która kiedyś była wspaniała nie jest tak dobra
11:14
as an awfulstraszny dealsprawa that was oncepewnego razu a horribleokropny dealsprawa.
216
656000
4000
jak kiepski interes który kiedyś był fatalnym interesem
11:18
Here'sTutaj jest anotherinne exampleprzykład of how comparingporównywanie to the pastprzeszłość
217
660000
2000
oto kolejny przykład tego jak porównywanie do przeszłości
11:20
can befuddleoferta zamroczyć alkoholem our decisionsdecyzje.
218
662000
4000
może negatywnie wpłynąć na nasze decyzje
11:24
ImagineWyobraź sobie that you're going to the theaterteatr.
219
666000
2000
wyobraźcie sobie że idziecie do teatru.
11:26
You're on your way to the theaterteatr.
220
668000
1000
I po drodze
11:27
In your walletPortfel you have a ticketbilet, for whichktóry you paidpłatny 20 dollarsdolarów.
221
669000
2000
w portfelu macie bilet za który zapłaciliście 20$
11:29
You alsorównież have a 20-dollar-dolar billrachunek.
222
671000
2000
i banknot 20$
11:31
When you arriveprzyjechać at the theaterteatr,
223
673000
2000
gdy docieracie do teatru,
11:33
you discoverodkryć that somewheregdzieś alongwzdłuż the way you've lostStracony the ticketbilet.
224
675000
3000
okazuje się że gdzieś po drodze zgubiliście bilet
11:36
Would you spendwydać your remainingpozostały moneypieniądze on replacingzastępowanie it?
225
678000
3000
czy wydacie pozostałe 20$ na kolejny?
11:39
MostWiększość people answerodpowiedź, no.
226
681000
3000
większość ludzi odpowie: "nie"
11:42
Now, let's just changezmiana one thing in this scenarioscenariusz.
227
684000
3000
a teraz pozwólcie że w mojej opowieści zmienię tylko jeden szczegół
11:45
You're on your way to the theaterteatr,
228
687000
1000
Idziecie do teatru,
11:46
and in your walletPortfel you have two 20-dollar-dolar billsrachunki.
229
688000
2000
w portfelu macie dwa 20 $ banknoty
11:48
When you arriveprzyjechać you discoverodkryć you've lostStracony one of them.
230
690000
2000
gdy docieracie do teatru okazuje się ze zgubiliście jeden z nich
11:50
Would you spendwydać your remainingpozostały 20 dollarsdolarów on a ticketbilet?
231
692000
2000
czy wydacie pozostałe 20$ na bilet?
11:52
Well, of coursekurs, I wentposzedł to the theaterteatr to see the playgrać.
232
694000
3000
Oczywiście. Poszedłem do teatru by zobaczyć sztukę.
11:55
What does the lossutrata of 20 dollarsdolarów alongwzdłuż the way have to do?
233
697000
3000
co strata 20$ po drodze ma z tym wspólnego?
11:58
Now, just in casewalizka you're not gettinguzyskiwanie it,
234
700000
3000
o ile jeszcze nie załapaliście
12:01
here'soto jest a schematicschematyczny of what happenedstało się, OK?
235
703000
2000
oto schemat wydarzeń.
12:03
(LaughterŚmiech)
236
705000
1000
(śmiech)
12:04
AlongWzdłuż the way, you lostStracony something.
237
706000
2000
po drodze coś zgubiliście
12:06
In bothobie casesprzypadki, it was a piecekawałek of paperpapier.
238
708000
2000
w obu przypadkach był to kawałek papieru
12:08
In one casewalizka, it had a U.S. presidentprezydent on it; in the other casewalizka it didn't.
239
710000
4000
w jednym był na nim wizerunek amerykańskiego prezydenta w drugim nie
12:12
What the hellpiekło differenceróżnica should it make?
240
714000
2000
jakie to ma znaczenie?
12:14
The differenceróżnica is that when you lostStracony the ticketbilet you say to yourselfsiebie,
241
716000
3000
różnica polega na tym że gdy ktoś zgubi bilet to mówi sobie
12:17
I'm not payingintratny twicedwa razy for the samepodobnie thing.
242
719000
2000
nie zapłacę dwa razy za to samo
12:19
You compareporównać the costkoszt of the playgrać now -- 40 dollarsdolarów --
243
721000
3000
porównuje koszt sztuki teraz - 40$
12:22
to the costkoszt that it used to have -- 20 dollarsdolarów -- and you say it's a badzły dealsprawa.
244
724000
5000
z pierwotną ceną - 20$ i myśli, że to kiepski interes
12:27
ComparingPorównanie with the pastprzeszłość causesprzyczyny manywiele of the problemsproblemy
245
729000
4000
porównywanie z przeszłością powoduje wiele problemów
12:31
that behavioralbehawioralne economistsekonomiści and psychologistspsychologowie identifyzidentyfikować
246
733000
3000
które behawioralni ekonomiści i psychologowie widzą
12:34
in people'sludzie attemptspróbowanie to assignprzydzielać valuewartość.
247
736000
2000
gdy próbujemy określać wartość
12:36
But even when we compareporównać with the possiblemożliwy, insteadzamiast of the pastprzeszłość,
248
738000
5000
ale nawet jeśli porównujemy z możliwością zamiast z przeszłością
12:41
we still make certainpewny kindsrodzaje of mistakesbłędy.
249
743000
2000
to nadal popełniamy pewnego rodzaju błędy
12:43
And I'm going to showpokazać you one or two of them.
250
745000
2000
i teraz pokażę wam kilka.
12:45
One of the things we know about comparisonporównanie:
251
747000
3000
jedną z rzeczy które wiemy na temat porównania jest to:
12:48
that when we compareporównać one thing to the other, it changeszmiany its valuewartość.
252
750000
3000
gdy porównujemy rzeczy to zmieniają one swoja wartość
12:51
So in 1992, this fellowfacet, GeorgeGeorge BushBush, for those of us who were
253
753000
4000
Tak więc w 1992 gość o imieniu George Bush, dla wszystkich
12:55
kinduprzejmy of on the liberalliberalne sidebok of the politicalpolityczny spectrumwidmo,
254
757000
3000
po liberalnej stronie politycznego spektrum
12:58
didn't seemwydać się like suchtaki a great guy.
255
760000
2000
nie wydawał się taki świetny
13:00
SuddenlyNagle, we're almostprawie longingtęsknota for him to returnpowrót.
256
762000
4000
Ale nagle chcemy, żeby wrócił.
13:04
(LaughterŚmiech)
257
766000
3000
(śmiech)
13:07
The comparisonporównanie changeszmiany how we evaluateoceniać him.
258
769000
3000
porównanie zmienia sposób w jaki go oceniamy
13:10
Now, retailerssprzedawców detalicznych knewwiedziałem this long before anybodyktoś elsejeszcze did, of coursekurs,
259
772000
4000
sprzedawcy wiedzieli o tym zanim ktokolwiek inny to odkrył i
13:14
and they use this wisdommądrość to help you --
260
776000
2000
używają tej wiedzy by pomóc wam
13:16
sparezapasowy you the unduezbędnej burdenobciążenie of moneypieniądze.
261
778000
2000
pozbyć się nadmiaru pieniędzy
13:18
And so a retailersprzedawcy, if you were to go into a winewino shopsklep
262
780000
3000
więc sprzedawca, gdyby ktoś miał pójść do sklepu z winem,
13:21
and you had to buykupować a bottlebutelka of winewino,
263
783000
1000
aby kupić butelkę wina,
13:22
and you see them here for eightosiem, 27 and 33 dollarsdolarów, what would you do?
264
784000
4000
widzi butelkę za 8, 27 i 33$. Co zrobi?
13:26
MostWiększość people don't want the mostwiększość expensivedrogi,
265
788000
2000
większość ludzi nie chce najdroższego
13:28
they don't want the leastnajmniej expensivedrogi.
266
790000
2000
nie chce najtańszego
13:30
So, they will optoptować for the itempozycja in the middleśrodkowy.
267
792000
2000
i zdecyduje się na to środkowe
13:32
If you're a smartmądry retailersprzedawcy, then, you will put a very expensivedrogi itempozycja
268
794000
3000
jeśli jesteś sprytnym sprzedawcą to postawisz bardzo drogi produkt
13:35
that nobodynikt will ever buykupować on the shelfPółka,
269
797000
2000
którego nikt nie kupi, na półce
13:37
because suddenlynagle the $33 winewino doesn't look as expensivedrogi in comparisonporównanie.
270
799000
6000
bo nagle to wino za 33 nie wyda się takie drogie w porównaniu
13:43
So I'm tellingwymowny you something you alreadyjuż knewwiedziałem:
271
805000
1000
więc mówię wam to, co już wiecie:
13:44
namelymianowicie, that comparisonporównanie changeszmiany the valuewartość of things.
272
806000
4000
porównanie zmienia wartość rzeczy.
13:48
Here'sTutaj jest why that's a problemproblem:
273
810000
1000
oto gdzie leży problemem
13:49
the problemproblem is that when you get that $33 bottlebutelka of winewino home,
274
811000
6000
problem polega na tym że gdy zabierzecie to wino za 33$ do domu
13:55
it won'tprzyzwyczajenie mattermateria what it used to be sittingposiedzenie on the shelfPółka nextNastępny to.
275
817000
4000
nie będzie miało znaczenia obok czego ono stało w sklepie
13:59
The comparisonsporównania we make when we are appraisingOcenianie valuewartość,
276
821000
5000
porównania które robimy gdy oceniamy wartość
14:04
where we're tryingpróbować to estimateoszacowanie how much we'lldobrze like things,
277
826000
4000
gdy próbujemy oszacować jak bardzo będą nam się podobały rzeczy
14:08
are not the samepodobnie comparisonsporównania we'lldobrze be makingzrobienie when we consumekonsumować them.
278
830000
3000
nie są tymi samymi porównaniami których będziemy dokonywać przy ich konsumpcji
14:11
This problemproblem of shiftingprzeniesienie comparisonsporównania can bedevilsponiewierać
279
833000
4000
problem zmieniających się porównań może zniweczyć
14:15
our attemptspróbowanie to make rationalracjonalny decisionsdecyzje.
280
837000
3000
nasze wysiłki zmierzające ku podejmowaniu racjonalnych decyzji
14:18
Let me just give you an exampleprzykład.
281
840000
1000
pozwólcie ze dam wam przykład
14:19
I have to showpokazać you something from my ownwłasny lablaboratorium, so let me sneakskradający się this in.
282
841000
4000
muszę wam pokazać coś ze swojego laboratorium więc pozwólcie ze przemycę to.
14:23
These are subjectstematy comingprzyjście to an experimenteksperyment to be askedspytał
283
845000
2000
to są ludzie badani, którym zadano
14:25
the simplestnajprostszy of all questionspytania:
284
847000
2000
najprostsze z pytań:
14:27
How much will you enjoycieszyć się eatingjedzenie potatoziemniak chipsfrytki one minutechwila from now?
285
849000
4000
jak duża przyjemność sprawi ci zjedzenie chipsów za minutę?
14:31
They're sittingposiedzenie in a roompokój with potatoziemniak chipsfrytki in frontz przodu of them.
286
853000
3000
siedzą w pokoju, chipsy leżą przed nimi
14:34
For some of the subjectstematy, sittingposiedzenie in the fardaleko cornerkąt of a roompokój
287
856000
3000
u niektórych badanych na końcu pokoju
14:37
is a boxpudełko of GodivaGodiva chocolatesczekoladki, and for othersinni is a can of SpamSpam.
288
859000
5000
jest pudełko czekoladek Godiva a dla innych puszka mielonki konserwowej
14:42
In factfakt, these itemsprzedmiotów that are sittingposiedzenie in the roompokój changezmiana
289
864000
4000
te przedmioty znajdujące się w kącie pokoju zmieniają
14:46
how much the subjectstematy think they're going to enjoycieszyć się the potatoziemniak chipsfrytki.
290
868000
3000
przewidywaną przyjemność z jedzenia chipsów
14:49
NamelyA mianowicie, those who are looking at SpamSpam
291
871000
2000
ci którzy patrzą na mielonkę
14:51
think potatoziemniak chipsfrytki are going to be quitecałkiem tastysmaczny;
292
873000
2000
myślą że chipsy będą dość smaczne
14:53
those who are looking at GodivaGodiva chocolateczekolada
293
875000
2000
ci którzy patrzą na czekoladki
14:55
think they won'tprzyzwyczajenie be nearlyprawie so tastysmaczny.
294
877000
2000
myślą że chipsy wcale nie będą takie dobre
14:57
Of coursekurs, what happensdzieje się when they eatjeść the potatoziemniak chipsfrytki?
295
879000
2000
co się dzieje gdy zaczną jeść chipsy?
14:59
Well, look, you didn't need a psychologistpsycholog to tell you that
296
881000
3000
no cóż, nie potrzebujecie psychologa by wiedzieć
15:02
when you have a mouthfulłyk of greasytłuste, saltysłone, crispychrupiące, deliciouspyszne snacksprzekąski,
297
884000
4000
że gdy mamy usta pełen tłustych, chrupiących,pysznych chipsów
15:06
what's sittingposiedzenie in the cornerkąt of the roompokój
298
888000
1000
to co znajduje się w kącie pokoju
15:07
makesczyni not a damncholerny bitkawałek of differenceróżnica to your gustatorysmakowe experiencedoświadczenie.
299
889000
5000
nijak nie wpływa na twoje doznania smakowe
15:12
NonethelessNiemniej jednak, theirich predictionsprognozy are pervertedzdemoralizowany by a comparisonporównanie
300
894000
4000
jednakże nasze przewidywania są wypaczone przez porównanie
15:16
that then does not carrynieść throughprzez and changezmiana theirich experiencedoświadczenie.
301
898000
4000
które nie jest trwałe i nie zmienia doświadczenia
15:20
You've all experienceddoświadczony this yourselfsiebie, even if you've never come
302
902000
2000
każdy z was tego doświadczył,nawet jeśli nigdy nie byliście
15:22
into our lablaboratorium to eatjeść potatoziemniak chipsfrytki. So here'soto jest a questionpytanie:
303
904000
3000
w naszym laboratorium aby jeść chipsy. oto pytanie:
15:25
You want to buykupować a carsamochód stereostereofoniczny.
304
907000
2000
chcesz kupić radio do samochodu
15:27
The dealerkupiec nearBlisko your housedom sellssprzedaje this particularszczególny stereostereofoniczny for 200 dollarsdolarów,
305
909000
5000
dealer koło twojego domu sprzedaje ten konkretny typ za 200$
15:32
but if you drivenapęd acrossprzez townmiasto, you can get it for 100 bucksdolców.
306
914000
3000
ale po drugiej stronie miasta możesz je dostać za 100$
15:35
So would you drivenapęd to get 50 percentprocent off, savingoszczędność 100 dollarsdolarów?
307
917000
3000
czy pojechałbyś na druga stronę miasta aby oszczędzić 50% czyli 100$?
15:38
MostWiększość people say they would.
308
920000
2000
większość ludzi tak by zrobiła
15:40
They can't imaginewyobrażać sobie buyingkupowanie it for twicedwa razy the pricecena
309
922000
2000
nie mogą sobie wyobrazić ze kupują coś za dwa razy wyższą cenę
15:42
when, with one tripwycieczka acrossprzez townmiasto, they can get it for halfpół off.
310
924000
4000
gdy jedna przejażdżka przez miasto może im to da za pół ceny
15:46
Now, let's imaginewyobrażać sobie insteadzamiast you wanted to buykupować a carsamochód that had a stereostereofoniczny,
311
928000
4000
a teraz wyobraź sobie że chcesz kupić samochód z radiem
15:50
and the dealerkupiec nearBlisko your housedom had it for 31,000.
312
932000
2000
dealer obok twojego domu sprzedaje go za 31 000
15:52
But if you drovestado acrossprzez townmiasto, you could get it for 30,900.
313
934000
5000
ale po drugiej stronie miasta możesz go kupić za 30 900.
15:57
Would you drivenapęd to get it? At this pointpunkt, 0.003 savingsoszczędności -- the 100 dollarsdolarów.
314
939000
4000
czy pojechałbyś na drugą stronę miasta by oszczędzić 0.003%- 100$?
16:01
MostWiększość people say, no, I'm going to schlepschlep acrossprzez townmiasto
315
943000
2000
większość ludzi mówi nie. mam się tłuc przez miasto
16:03
to savezapisać 100 bucksdolców on the purchasezakup of a carsamochód?
316
945000
3000
żeby zaoszczędzić 100$ na kupnie samochodu?
16:06
This kinduprzejmy of thinkingmyślący drivesdyski economistsekonomiści crazyzwariowany, and it should.
317
948000
4000
ten rodzaj myślenia doprowadza ekonomistów do szaleństwa i słusznie.
16:10
Because this 100 dollarsdolarów that you savezapisać -- hellocześć! --
318
952000
4000
bo te 100$ które oszczędziłeś -
16:14
doesn't know where it cameoprawa ołowiana witrażu from.
319
956000
2000
nie wie skąd się wzięło
16:16
It doesn't know what you savedzapisane it on.
320
958000
2000
nie wie na czym zostało zaoszczędzone
16:18
When you go to buykupować groceriesArtykuły spożywcze with it, it doesn't go,
321
960000
2000
gdy idziesz po zakupy, nie mówi,
16:20
I'm the moneypieniądze savedzapisane on the carsamochód stereostereofoniczny, or,
322
962000
3000
jestem kasą zaoszczędzoną na stereo albo
16:23
I'm the dumbgłupi moneypieniądze savedzapisane on the carsamochód. It's moneypieniądze.
323
965000
4000
jestem głupią kasą zaoszczędzoną na samochodzie. to pieniądze.
16:27
And if a drivenapęd acrossprzez townmiasto is worthwartość 100 bucksdolców, it's worthwartość 100 bucksdolców
324
969000
3000
i jeśli jazda na drugi koniec miasta jest warta 100$, jest warta 100$
16:30
no mattermateria what you're savingoszczędność it on. People don't think that way.
325
972000
3000
bez względu na to na czym je oszczędzasz. ludzie tak nie myślą.
16:33
That's why they don't know whetherczy theirich mutualwzajemny fundfundusz managermenedżer
326
975000
2000
i dlatego nie wiedzą czy manager ich funduszu inwestycyjnego
16:35
is takingnabierający 0.1 percentprocent or 0.15 percentprocent of theirich investmentinwestycja,
327
977000
5000
pobiera 0.1 czy 0.15% od ich inwestycji
16:40
but they clipspinacz couponskupony to savezapisać one dollardolar off of toothpastePasta do zębów.
328
982000
3000
ale zbierają kupony by zaoszczędzić dolara na paście do zębów
16:43
Now, you can see, this is the problemproblem of shiftingprzeniesienie comparisonsporównania,
329
985000
3000
to jest właśnie problem różnych porównań
16:46
because what you're doing is, you're comparingporównywanie the 100 bucksdolców
330
988000
3000
bo to, co człowiek robi, to porównuje 100$
16:49
to the purchasezakup that you're makingzrobienie,
331
991000
2000
do zakupu którego dokonuje
16:51
but when you go to spendwydać that moneypieniądze you won'tprzyzwyczajenie be makingzrobienie that comparisonporównanie.
332
993000
4000
ale gdy pójdzie wydać te pieniądze, nie będzie już robić tego porównania.
16:55
You've all had this experiencedoświadczenie.
333
997000
2000
wszyscy tego doświadczyliście.
16:57
If you're an AmericanAmerykański, for exampleprzykład, you've probablyprawdopodobnie traveledbywały in FranceFrancja.
334
999000
4000
jeśli jesteś Amerykaninem, prawdopodobnie podróżowałeś po Francji
17:01
And at some pointpunkt you maymoże have metspotkał a couplepara
335
1003000
2000
i być może spotkałeś parę
17:03
from your ownwłasny hometownmiasto rodzinne, and you thought,
336
1005000
1000
ze swojego rodzinnego miasteczka, i pomyślałeś
17:04
"Oh, my God, these people are so warmciepły. They're so nicemiły to me.
337
1006000
5000
"o rany, ci ludzie są tacy ciepli, tacy mili. .
17:09
I mean, comparedporównywane to all these people who hatenienawidzić me
338
1011000
2000
w porównaniu z tymi wszystkimi, którzy mnie nienawidzą
17:11
when I try to speakmówić theirich languagejęzyk and hatenienawidzić me more when I don't,
339
1013000
3000
gdy próbuję mówić ich językiem i nienawidzą mnie jeszcze bardziej gdy tego nie robię
17:14
these people are just wonderfulwspaniale." And so you tourwycieczka FranceFrancja with them,
340
1016000
3000
Ci ludzie są wprost cudowni" - więc zwiedzacie Francję razem,
17:17
and then you get home and you inviteZapraszam them over for dinnerobiad,
341
1019000
2000
a po powrocie do domu zapraszasz ich do siebie na kolację
17:19
and what do you find?
342
1021000
1000
i co się okazuje?
17:20
ComparedW porównaniu to your regularregularny friendsprzyjaciele,
343
1022000
2000
w porównaniu z twoimi przyjaciółmi
17:22
they are boringnudny and dullnudny, right? Because in this newNowy contextkontekst,
344
1024000
4000
są nudni i nijacy prawda? bo w tym nowym kontekście,
17:26
the comparisonporównanie is very, very differentróżne. In factfakt, you find yourselfsiebie
345
1028000
4000
porównanie jest zupełnie inne. w zasadzie,
17:30
dislikingnie lubi them enoughdość almostprawie to qualifyzakwalifikować for FrenchFrancuski citizenshipobywatelstwo.
346
1032000
3000
nie lubisz ich do tego stopnia żeby ubiegać się o obywatelstwo francuskie.
17:34
Now, you have exactlydokładnie the samepodobnie problemproblem when you shopsklep for a stereostereofoniczny.
347
1036000
3000
problem jest dokładnie ten sam gdy chcemy kupić sprzęt grający.
17:37
You go to the stereostereofoniczny storesklep, you see two setszestawy of speakersgłośniki --
348
1039000
3000
wchodzisz do sklepu i widzisz dwa zestawy głośników
17:40
these bigduży, boxyBoxy, monolithsmonolity, and these little, sleekgładki speakersgłośniki,
349
1042000
4000
te wielkie pudła i małe połyskujące głośniczki
17:44
and you playgrać them, and you go, you know, I do hearsłyszeć a differenceróżnica:
350
1046000
2000
włączasz je i mówisz: "tak, naprawdę słyszę różnicę:
17:46
the bigduży oneste sounddźwięk a little better.
351
1048000
2000
te duże brzmią trochę lepiej".
17:48
And so you buykupować them, and you bringprzynieść them home,
352
1050000
2000
więc kupujesz je, bierzesz do domu
17:50
and you entirelycałkowicie violatenaruszać the décorKR-u of your housedom.
353
1052000
3000
i kompletnie rujnujesz nimi wystrój.
17:53
And the problemproblem, of coursekurs, is that this comparisonporównanie you madezrobiony in the storesklep
354
1055000
4000
problem polega na tym że porównanie którego dokonałeś w sklepie
17:57
is a comparisonporównanie you'llTy będziesz never make again.
355
1059000
2000
jest porównaniem którego już nigdy nie zrobisz.
17:59
What are the oddsszansa that yearslat laterpóźniej you'llTy będziesz turnskręcać on the stereostereofoniczny and go,
356
1061000
2000
jakie są szanse że po kilku latach włączysz sprzęt i powiesz
18:01
"SoundsDźwięki so much better than those little oneste,"
357
1063000
3000
"brzmi znacznie lepiej niż te małe"
18:04
whichktóry you can't even rememberZapamiętaj hearingprzesłuchanie.
358
1066000
2000
których już nawet nie pamiętasz
18:06
The problemproblem of shiftingprzeniesienie comparisonsporównania is even more difficulttrudny
359
1068000
3000
problem zmieniających się porównań jest jeszcze trudniejszy
18:09
when these choiceswybory are arrayedumieszczone w szyku over time.
360
1071000
3000
gdy wybory są rozłożone w czasie
18:12
People have a lot of troublekłopot makingzrobienie decisionsdecyzje
361
1074000
3000
ludzie mają mnóstwo problemów z podejmowaniem decyzji
18:15
about things that will happenzdarzyć at differentróżne pointszwrotnica in time.
362
1077000
3000
dotyczących rzeczy które zdarzą się w różnych momentach
18:18
And what psychologistspsychologowie and behavioralbehawioralne economistsekonomiści have discoveredodkryty
363
1080000
2000
i psychologowie i behawioralni ekonomiści zauważyli
18:20
is that by and largeduży people use two simpleprosty ruleszasady.
364
1082000
3000
że zazwyczaj ludzie posługują się dwoma prostymi regułami
18:23
So let me give you one very easyłatwo problemproblem, a seconddruga very easyłatwo problemproblem
365
1085000
4000
więc pozwólcie ze dam wam jeden bardzo prosty problem, drugi bardzo prosty problem
18:27
and then a thirdtrzeci, hardciężko, problemproblem.
366
1089000
1000
i potem trzeci trudny problem.
18:28
Here'sTutaj jest the first easyłatwo problemproblem:
367
1090000
3000
oto pierwszy prosty problem:
18:31
You can have 60 dollarsdolarów now or 50 dollarsdolarów now. WhichCo would you preferwoleć?
368
1093000
3000
możesz mieć 60$ teraz albo 50$ teraz. co byś wolał?
18:34
This is what we call a one-itemjednego elementu IQIQ testtest, OK?
369
1096000
3000
to jest tzw jednoelementowy test na inteligencję.
18:37
All of us, I hopenadzieja, preferwoleć more moneypieniądze, and the reasonpowód is,
370
1099000
3000
wszyscy mam nadzieje wolą więcej pieniędzy a to dlatego
18:40
we believe more is better than lessmniej.
371
1102000
3000
że wierzymy że więcej jest lepsze od mniej
18:43
Here'sTutaj jest the seconddruga problemproblem:
372
1105000
1000
oto drugi problem:
18:44
You can have 60 dollarsdolarów todaydzisiaj or 60 dollarsdolarów in a monthmiesiąc. WhichCo would you preferwoleć?
373
1106000
4000
możesz mieć 60$ dziś albo 60$ za miesiąc.co byś wolał?
18:48
Again, an easyłatwo decisiondecyzja,
374
1110000
2000
znowu, prosty wybór,
18:50
because we all know that now is better than laterpóźniej.
375
1112000
4000
bo wszyscy wiemy że teraz jest lepsze od później
18:54
What's hardciężko in our decision-makingpodejmowanie decyzji is when these two ruleszasady conflictkonflikt.
376
1116000
3000
trudność pojawia się gdy te dwie zasady stoją w konflikcie.
18:57
For exampleprzykład, when you're offeredoferowany 50 dollarsdolarów now or 60 dollarsdolarów in a monthmiesiąc.
377
1119000
4000
np gdy oferuje ci się 50$ teraz albo 60$ za miesiąc
19:01
This typifiescharakteryzuje a lot of situationssytuacje in life in whichktóry you will gainzdobyć
378
1123000
3000
to symbolizuje wiele sytuacji w życiu gdzie zyskasz
19:04
by waitingczekanie, but you have to be patientcierpliwy.
379
1126000
3000
czekając, ale musisz być cierpliwy
19:07
What do we know? What do people do in these kindsrodzaje of situationssytuacje?
380
1129000
3000
co wiemy? co ludzie robią w tego typu sytuacjach?
19:10
Well, by and largeduży people are enormouslyogromnie impatientniecierpliwy.
381
1132000
4000
cóż, w większości ludzie są bardzo niecierpliwi
19:14
That is, they requirewymagać interestzainteresowanie ratesstawki in the hundredsto
382
1136000
3000
tzn wymagają stopy procentowej w setkach
19:17
or thousandstysiące of percentsprocentach in orderzamówienie to delayopóźnienie gratificationgratyfikacja
383
1139000
4000
lub tysiącach procentów by opóźnić gratyfikację
19:21
and wait untilaż do nextNastępny monthmiesiąc for the extradodatkowy 10 dollarsdolarów.
384
1143000
4000
i zaczekać, do następnego miesiąca na dodatkowe 10$
19:25
Maybe that isn't so remarkableznakomity, but what is remarkableznakomity is
385
1147000
3000
może to nie jest takie niezwykłe, ale niezwykłe jest
19:28
how easyłatwo it is to make this impatienceniecierpliwość go away by simplypo prostu changingwymiana pieniędzy
386
1150000
4000
to jak łatwo można się pozbyć tej niecierpliwości po prostu zmieniając
19:32
when the deliverydostawa of these monetarypieniężnej unitsjednostki will happenzdarzyć.
387
1154000
4000
datę, kiedy zostaną wypłacone pieniądze.
19:36
ImagineWyobraź sobie that you can have 50 dollarsdolarów in a yearrok -- that's 12 monthsmiesiące --
388
1158000
3000
wyobraź sobie ze możesz mieć 50$ za rok - tj 12 miesięcy
19:39
or 60 dollarsdolarów in 13 monthsmiesiące.
389
1161000
3000
albo 60 $ za 13 miesięcy
19:42
What do we find now?
390
1164000
1000
i co się okazuje?
19:43
People are gladlychętnie willingskłonny to wait: as long as they're waitingczekanie 12,
391
1165000
3000
ludzie z chęcią zaczekają: skoro już czekają 12,
19:46
they mightmoc as well wait 13.
392
1168000
2000
mogą również poczekać 13.
19:48
What makesczyni this dynamicdynamiczny inconsistencyniespójność happenzdarzyć?
393
1170000
3000
co powoduje tą dynamiczną niespójność?
19:51
ComparisonPorównanie. TroublingNiepokojące comparisonporównanie. Let me showpokazać you.
394
1173000
4000
porównanie. kłopotliwe porównanie. pozwólcie ze wam pokaże.
19:55
This is just a graphwykres showingseans the resultswyniki that I just suggestedzasugerował
395
1177000
3000
oto graf pokazujący wyniki o których mówiłem
19:58
you would showpokazać if I gavedał you time to respondodpowiadać, whichktóry is,
396
1180000
2000
że pokazalibyście gdybym dal wam czas na odpowiedź, otóż
20:00
people find that the subjectivesubiektywny valuewartość of 50 is higherwyższy
397
1182000
3000
ludzie uważają ze subiektywna wartość 50 jest wyższa
20:03
than the subjectivesubiektywny valuewartość of 60 when they'lloni to zrobią be delivereddostarczone in now
398
1185000
4000
niż subiektywna wartość 60 gdy ma im zostać wypłacona teraz
20:07
or one monthmiesiąc, respectivelyodpowiednio -- a 30-day-dzień delayopóźnienie --
399
1189000
2000
albo za miesiąc, odpowiednio - z 30dniowym opóźnieniem
20:09
but they showpokazać the reverserewers patternwzór when you pushPchać the entireCały decisiondecyzja
400
1191000
4000
ale pokazują odwrotny trend jeśli przeniesiemy całą decyzję
20:13
off into the futureprzyszłość a yearrok.
401
1195000
3000
w przyszłość, o rok.
20:16
Now, why in the worldświat do you get this patternwzór of resultswyniki?
402
1198000
4000
no więc skąd się bierze taki układ wyników?
20:20
These guys can tell us.
403
1202000
1000
ci goście mogą nam odpowiedzieć
20:21
What you see here are two ladschłopcy,
404
1203000
3000
oto dwóch facetów.
20:24
one of them largerwiększy than the other: the firemanstrażak and the fiddlerskrzypek.
405
1206000
3000
strażak i skrzypek, jeden z nich jest wyższy od drugiego.
20:27
They are going to recedecofać się towardsw kierunku the vanishingzanik pointpunkt in the horizonhoryzont,
406
1209000
3000
zaraz zaczną oddalać się w kierunku punktu na horyzoncie,
20:30
and I want you to noticeogłoszenie two things.
407
1212000
2000
i chce żebyście zauważyli dwie rzeczy.
20:32
At no pointpunkt will the firemanstrażak look tallerwyższy than the fiddlerskrzypek. No pointpunkt.
408
1214000
6000
w żadnym momencie skrzypek nie będzie wyglądał na większego od strażaka. w żadnym.
20:38
HoweverJednak, the differenceróżnica betweenpomiędzy them seemswydaje się to be gettinguzyskiwanie smallermniejszy.
409
1220000
3000
jednak różnica miedzy nimi będzie się zdawała maleć
20:41
First it's an inchcal in your viewwidok, then it's a quarter-inchćwierć cala,
410
1223000
3000
najpierw jest to cal, potem ćwierć cala,
20:44
then a half-inchpół cala, and then finallywreszcie they go off the edgekrawędź of the earthZiemia.
411
1226000
4000
i w końcu znikają z powierzchni ziemi.
20:48
Here are the resultswyniki of what I just showedpokazał you.
412
1230000
3000
oto wyniki ktore własnie wam pokazałem.
20:51
This is the subjectivesubiektywny heightwysokość --
413
1233000
2000
to jest subiektywny wzrost -
20:53
the heightwysokość you saw of these guys at variousróżnorodny pointszwrotnica.
414
1235000
3000
wzrost ktory wy widzieliście, tych dwóch kolesi w różnych punktach
20:56
And I want you to see that two things are trueprawdziwe.
415
1238000
2000
i chcę żebyście zobaczyli że dwie rzeczy są prawdziwe
20:58
One, the fartherdalej away they are, the smallermniejszy they look;
416
1240000
3000
po pierwsze im dalej są tym mniejsi się wydaja
21:01
and two, the firemanstrażak is always biggerwiększy than the fiddlerskrzypek.
417
1243000
2000
po drugie, strażak jest zawsze większy od skrzypka
21:03
But watch what happensdzieje się when we make some of them disappearznikać. Right.
418
1245000
6000
zobaczcie co się stanie gdy sprawimy że część z nich zniknie.
21:09
At a very closeblisko distancedystans, the fiddlerskrzypek lookswygląda tallerwyższy than the firemanstrażak,
419
1251000
3000
z bardzo bliskiej odległości skrzypek wydaje się wyższy od strażaka,
21:12
but at a fardaleko distancedystans
420
1254000
2000
z dużej odległości
21:14
theirich normalnormalna, theirich trueprawdziwe, relationsrelacje are preservedzachowane.
421
1256000
3000
ich normalne, prawdziwe relacje są zachowane
21:17
As PlatoPlato said, what spaceprzestrzeń is to sizerozmiar, time is to valuewartość.
422
1259000
5000
jak powiedział Platon: przestrzeń jest tym dla rozmiaru czym czas dla wartości
21:22
These are the resultswyniki of the hardciężko problemproblem I gavedał you:
423
1264000
5000
a to są wyniki tego trudnego problemu, o którym powiedziałem:
21:27
60 now or 50 in a monthmiesiąc?
424
1269000
2000
60 teraz czy 50 za miesiąc?
21:29
And these are subjectivesubiektywny valueswartości,
425
1271000
1000
a to są subiektywne wartości
21:30
and what you can see is, our two ruleszasady are preservedzachowane.
426
1272000
2000
i jak widzicie nasze dwie zasady są zachowane
21:32
People always think more is better than lessmniej:
427
1274000
2000
ludzie zawsze myślą że więcej jest lepiej niż mniej
21:34
60 is always better than 50,
428
1276000
2000
60 jest zawsze lepsze od 50
21:36
and they always think now is better than laterpóźniej:
429
1278000
2000
i zawsze uważają że teraz jest lepsze od później
21:38
the barsbary on this sidebok are higherwyższy than the barsbary on this sidebok.
430
1280000
3000
słupki po tej stronie są wyższe od słupków po tej stronie
21:41
Watch what happensdzieje się when we dropupuszczać some out.
431
1283000
3000
zobaczcie co się stanie gdy kilka z nich odrzucimy
21:44
SuddenlyNagle we have the dynamicdynamiczny inconsistencyniespójność that puzzledzdziwienie us.
432
1286000
3000
i nagle mamy ta dynamiczną niekonsekwencję która nas zdziwiła
21:47
We have the tendencytendencja for people to go for 50 dollarsdolarów now
433
1289000
4000
ludzie mają tendencję do wybierania 50$ teraz
21:51
over waitingczekanie a monthmiesiąc, but not if that decisiondecyzja is fardaleko in the futureprzyszłość.
434
1293000
3000
zamiast czekania miesiąc ale nie jeśli ta decyzja jest odwleczona w czasie
21:54
NoticePowiadomienia something interestingciekawy that this impliesoznacza -- namelymianowicie, that
435
1296000
4000
zauważcie ciekawostkę, która z tego wynika
21:58
when people get to the futureprzyszłość, they will changezmiana theirich mindsumysły.
436
1300000
4000
kiedy ludzie dotrą do przyszłości, zmienią zdanie
22:02
That is, as that monthmiesiąc 12 approachesawanse, you will say,
437
1304000
3000
gdy nadejdzie 12 miesiąc, powiecie
22:05
what was I thinkingmyślący, waitingczekanie an extradodatkowy monthmiesiąc for 60 dollarsdolarów?
438
1307000
3000
co ja sobie myślałem, z tym czekaniem dodatkowy miesiąc na 60$?
22:08
I'll take the 50 dollarsdolarów now.
439
1310000
3000
biorę 50$ teraz.
22:11
Well, the questionpytanie with whichktóry I'd like to endkoniec is this:
440
1313000
3000
pytanie którym chciałbym zakończyć brzmi:
22:14
If we're so damncholerny stupidgłupi, how did we get to the moonksiężyc?
441
1316000
3000
skoro jesteśmy tacy głupi, jak dotarliśmy na księżyc?
22:17
Because I could go on for about two hoursgodziny with evidencedowód
442
1319000
3000
bo mogę tak mówić przez ok 2h o dowodach
22:20
of people'sludzie inabilityBrak możliwości to estimateoszacowanie oddsszansa and inabilityBrak możliwości to estimateoszacowanie valuewartość.
443
1322000
6000
na ludzką niezdolność do szacowania prawdopodobieństwa i wartości
22:26
The answerodpowiedź to this questionpytanie, I think, is an answerodpowiedź you've alreadyjuż heardsłyszał
444
1328000
2000
odpowiedz na to pytanie jest odpowiedzią którą już słyszeliście
22:28
in some of the talksrozmowy, and I dareodważyć się say you will hearsłyszeć again:
445
1330000
2000
w niektórych prezentacjach i ośmielę się stwierdzić ze jeszcze usłyszycie:
22:30
namelymianowicie, that our brainsmózg were evolvedewoluował for a very differentróżne worldświat
446
1332000
4000
nasze mózgi były przystosowane do innego świata
22:34
than the one in whichktóry we are livingżycie.
447
1336000
2000
niż ten w którym żyjemy
22:36
They were evolvedewoluował for a worldświat
448
1338000
2000
były przystosowane do świata
22:38
in whichktóry people livedPerscyativestwo recyrodycyjcystwo recyrodycyjcystwo recyrodycyj in very smallmały groupsgrupy,
449
1340000
2000
w którym ludzie żyli w małych grupach,
22:40
rarelyrzadko metspotkał anybodyktoś who was terriblyniemożliwie differentróżne from themselvessami,
450
1342000
3000
rzadko spotykali kogoś znacznie różniącego się od nich,
22:43
had ratherraczej shortkrótki liveszyje in whichktóry there were fewkilka choiceswybory
451
1345000
3000
żyli raczej krótko i rzadko podejmowali decyzje
22:46
and the highestnajwyższy prioritypriorytet was to eatjeść and mateMate todaydzisiaj.
452
1348000
5000
i najwyższym priorytetem było jeść i spółkować danego dnia.
22:51
Bernoulli'sBernoulliego giftprezent, Bernoulli'sBernoulliego little formulaformuła, allowspozwala us, it tellsmówi us
453
1353000
5000
dar Bernoulliego, jego mała wzór mówi nam
22:56
how we should think in a worldświat for whichktóry natureNatura never designedzaprojektowany us.
454
1358000
5000
jak powinniśmy myśleć w świecie dla którego natura nas nie stworzyła
23:01
That explainswyjaśnia why we are so badzły at usingza pomocą it, but it alsorównież explainswyjaśnia
455
1363000
4000
to wyjaśnia dlaczego jesteśmy tacy kiepscy w jej stosowaniu i
23:05
why it is so terriblyniemożliwie importantważny that we becomestają się good, fastszybki.
456
1367000
5000
dlaczego ta bardzo ważne jest abyśmy szybko stali się biegli.
23:10
We are the only speciesgatunki on this planetplaneta
457
1372000
2000
jesteśmy jedynym gatunkiem na tej planecie
23:12
that has ever heldtrzymany its ownwłasny fatelos in its handsręce.
458
1374000
4000
który trzyma swój los w swoich rękach
23:16
We have no significantznaczący predatorsdrapieżniki,
459
1378000
2000
nie mamy żadnych poważnych wrogów
23:18
we're the mastersMistrzowie of our physicalfizyczny environmentśrodowisko;
460
1380000
2000
jesteśmy panami naszego fizycznego środowiska
23:20
the things that normallynormalnie causeprzyczyna speciesgatunki to becomestają się extinctwyginąć
461
1382000
3000
rzeczy które normalnie powodują wyginiecie gatunków
23:23
are no longerdłużej any threatzagrożenie to us.
462
1385000
3000
nie stanowią dla nas zagrożenia
23:26
The only thing -- the only thing -- that can destroyzniszczyć us and doomlos us
463
1388000
5000
jedyna rzeczy która może nas zniszczyć i skazać na zagładę
23:31
are our ownwłasny decisionsdecyzje.
464
1393000
2000
są nasze własne decyzje
23:33
If we're not here in 10,000 yearslat, it's going to be because
465
1395000
4000
jeśli nie będzie nas tutaj za 10 000 lat to stanie się tak, bo
23:37
we could not take advantageZaletą of the giftprezent givendany to us
466
1399000
4000
nie potrafiliśmy wykorzystać daru ofiarowanego nam
23:41
by a youngmłody DutchHolenderski fellowfacet in 1738,
467
1403000
3000
przez młodego holenderskiego faceta w 1738
23:44
because we underestimatedniedoceniana the oddsszansa of our futureprzyszłość painstrud
468
1406000
4000
bo zaniżyliśmy prawdopodobieństwo przyszłych trudności
23:48
and overestimatedzawyżona the valuewartość of our presentteraźniejszość pleasuresprzyjemności.
469
1410000
4000
i przeceniliśmy wartość obecnych przyjemności.
23:52
Thank you.
470
1414000
1000
dziękuję.
23:53
(ApplauseAplauz)
471
1415000
10000
(oklaski)
24:03
ChrisChris AndersonAnderson: That was remarkableznakomity.
472
1425000
3000
To było niesamowite.
24:06
We have time for some questionspytania for DanDan GilbertGilbert. One and two.
473
1428000
5000
mamy czas na pytania do Dana Gilberta. Jedno lub dwa.
24:11
BillBill LyellLyell: Would you say that this mechanismmechanizm
474
1433000
3000
Bill Lyel: czy nie uważasz, że ten mechanizm
24:14
is in partczęść how terrorismterroryzm actuallytak właściwie worksPrace to frightenstraszyć us,
475
1436000
4000
to po części jak terroryzm próbuje nas zastraszyć
24:18
and is there some way that we could counteractprzeciwdziałać that?
476
1440000
4000
i czy jest jakiś sposób by temu przeciwdziałać?
24:22
DanDan GilbertGilbert: I actuallytak właściwie was consultingordynacyjny recentlyostatnio
477
1444000
1000
tak się składa, że ostatnio konsultowałem
24:23
with the DepartmentDział of HomelandOjczyzna SecurityBezpieczeństwa, whichktóry generallyogólnie believeswierzy
478
1445000
3000
z Departamentem Obrony Narodowej, który uważa
24:26
that AmericanAmerykański securitybezpieczeństwo dollarsdolarów should go to makingzrobienie bordersgranice saferbezpieczniejsze.
479
1448000
4000
że amerykańskie dolary powinny iść na zabezpieczenie granic
24:30
I triedwypróbowany to pointpunkt out to them that terrorismterroryzm was a nameNazwa
480
1452000
3000
próbowałem udowodnić, że terroryzm to nazwa
24:33
basedna podstawie on people'sludzie psychologicalpsychologiczny reactionreakcja to a setzestaw of eventswydarzenia,
481
1455000
4000
oparta na ludzkiej psychologicznej reakcji na zestaw zdarzeń
24:37
and that if they were concernedzaniepokojony about terrorismterroryzm they mightmoc askzapytać
482
1459000
2000
i jeśli martwią się terroryzmem powinni zapytać
24:39
what causesprzyczyny terrorterror and how can we stop people from beingistota terrifiedprzerażony,
483
1461000
3000
co go powoduje i jak sprawić by ludzie się nie bali
24:42
ratherraczej than -- not ratherraczej than, but in additiondodanie to
484
1464000
3000
raczej, no może nie raczej ale poza
24:45
stoppingzatrzymanie the atrocitiesokrucieństwa that we're all concernedzaniepokojony about.
485
1467000
3000
powstrzymywaniem okropności którymi się wszyscy przejmujemy
24:48
SurelyNa pewno the kindsrodzaje of playgrać that at leastnajmniej AmericanAmerykański mediagłoska bezdźwięczna give to --
486
1470000
6000
uwaga jaką przynajmniej amerykańskie media poświęcają
24:54
and forgiveprzebaczyć me, but in rawsurowy numbersliczby these are very tinymalutki accidentsWypadki.
487
1476000
5000
i wybaczcie, ale w większości są to małe wypadki
24:59
We alreadyjuż know, for exampleprzykład, in the UnitedStany Zjednoczone StatesPaństwa,
488
1481000
2000
wiemy już na przykład że w U.S.A
25:01
more people have diedzmarły as a resultwynik of not takingnabierający airplanessamoloty --
489
1483000
4000
więcej ludzi zginęło bo zrezygnowali z latania samolotami
25:05
because they were scaredprzerażony -- and drivingnapędowy on highwaysautostrad,
490
1487000
2000
ze strachu, i wybrało autostrady
25:07
than were killedzabity in 9/11. OK?
491
1489000
2000
niż zginęło podczas 9/11.
25:09
If I told you that there was a plagueplaga
492
1491000
2000
gdybym wam powiedział że będzie epidemia
25:11
that was going to killzabić 15,000 AmericansAmerykanie nextNastępny yearrok,
493
1493000
3000
która zabije 15 000 amerykanów w przyszłym roku
25:14
you mightmoc be alarmedzaniepokojony if you didn't find out it was the flugrypa.
494
1496000
3000
moglibyście się przejąć nie wiedząc, że to grypa.
25:17
These are small-scalena małą skalę accidentsWypadki, and we should be wonderingpełen zdumienia
495
1499000
3000
to są małe wypadki, i powinniśmy się zastanowić
25:20
whetherczy they should get the kinduprzejmy of playgrać,
496
1502000
2000
czy zasługują na tyle uwagi
25:22
the kinduprzejmy of coveragepokrycie, that they do.
497
1504000
2000
na takie zainteresowanie jakim się cieszą
25:24
SurelyNa pewno that causesprzyczyny people to overestimatePrzeszacowanie the likelihoodprawdopodobieństwo
498
1506000
3000
z pewnością to sprawia, że ludzie przeceniają prawdopodobieństwo
25:27
that they'lloni to zrobią be hurtból in these variousróżnorodny wayssposoby,
499
1509000
2000
że coś im się stanie w ten sposób,
25:29
and givesdaje powermoc to the very people who want to frightenstraszyć us.
500
1511000
2000
i daje to władzę tym samym ludziom którzy chcą nas przestraszyć
25:31
CACA: DanDan, I'd like to hearsłyszeć more on this. So, you're sayingpowiedzenie
501
1513000
2000
CA: Dan, chciałbym usłyszeć więcej na ten temat. więc mówisz
25:33
that our responseodpowiedź to terrorterror is, I mean, it's a formformularz of mentalpsychiczny bugpluskwa?
502
1515000
4000
że nasza reakcja na terror to taki rodzaj umysłowego wirusa?
25:37
Talk more about it.
503
1519000
1000
opowiedz o tym więcej
25:38
DGDG: It's out-sizedpoza wielkości. I mean, look.
504
1520000
3000
DG: to jest rozdmuchane. popatrz.
25:41
If AustraliaAustralia disappearsznika tomorrowjutro,
505
1523000
2000
jeśli Australia jutro zniknie
25:43
terrorterror is probablyprawdopodobnie the right responseodpowiedź.
506
1525000
2000
przerażenie będzie prawdopodobnie właściwą reakcją
25:45
That's an awfulstraszny largeduży lot of very nicemiły people. On the other handdłoń,
507
1527000
5000
to bardzo dużo szalenie miłych ludzi. z drugiej strony,
25:50
when a busautobus blowswieje up and 30 people are killedzabity,
508
1532000
3000
gdy eksploduje autobus i ginie 30 osób,
25:53
more people than that were killedzabity
509
1535000
2000
więcej ludzi ginie
25:55
by not usingza pomocą theirich seatbeltspasy bezpieczeństwa in the samepodobnie countrykraj.
510
1537000
3000
bo nie używa pasów bezpieczeństwa w tym samym kraju
25:58
Is terrorterror the right responseodpowiedź?
511
1540000
1000
czy terror to właściwa reakcja?
25:59
CACA: What causesprzyczyny the bugpluskwa? Is it the dramadramat of the eventzdarzenie --
512
1541000
4000
CA: co powoduje tego wirusa? czy to dramatyzm wydarzenia
26:03
that it's so spectacularspektakularny?
513
1545000
1000
jego spektakularność?
26:04
Is it the factfakt that it's an intentionalzamierzony attackatak by, quotezacytować, outsidersosoby z zewnątrz?
514
1546000
3000
czy może to że jest międzynarodowy atak ze strony outsiderów?
26:07
What is it?
515
1549000
1000
co to jest?
26:08
DGDG: Yes. It's a numbernumer of things, and you hittrafienie on severalkilka of them.
516
1550000
3000
DG: tak. jest wiele powodów, i trafiłeś w kilka z nich.
26:11
First, it's a humanczłowiek agentagenta tryingpróbować to killzabić us --
517
1553000
2000
po pierwsze, to czynnik ludzki, który próbuje nas zabić -
26:13
it's not a treedrzewo fallingspadanie on us by accidentwypadek.
518
1555000
3000
to nie drzewo które spada na nas przez przypadek
26:16
SecondDrugi, these are enemieswrogowie who maymoże want to strikestrajk and hurtból us again.
519
1558000
3000
po drugie: to są wrogowie którzy mogą zechcieć uderzyć i skrzywdzic nas ponownie.
26:19
People are beingistota killedzabity for no reasonpowód insteadzamiast of good reasonpowód --
520
1561000
3000
ludzie są zabijani bez powodu zamiast dobrego powodu -
26:22
as if there's good reasonpowód, but sometimesczasami people think there are.
521
1564000
3000
tak jakby był dobry powód, ale czasem ludzie myślą że są takie.
26:25
So there are a numbernumer of things that togetherRazem
522
1567000
2000
więc jest wiele czynników które razem
26:27
make this seemwydać się like a fantasticfantastyczny eventzdarzenie, but let's not playgrać down
523
1569000
3000
sprawiają że to wygląda jak fantastyczne zdarzenie, ale nie ignorujmy
26:30
the factfakt that newspapersgazety sellSprzedać when people see something in it
524
1572000
4000
faktu że gazety sprzedają się gdy ludzie widzą coś
26:34
they want to readczytać. So there's a largeduży rolerola here playedgrał by the mediagłoska bezdźwięczna,
525
1576000
3000
o czym chcą przeczytać. więc rola mediów jest ogromna
26:37
who want these things to be
526
1579000
2000
oni chcą by rzeczy były
26:39
as spectacularspektakularny as they possiblymożliwie can.
527
1581000
4000
tak spektakularne jak tylko mogą być
26:43
CACA: I mean, what would it take to persuadenamawiać our culturekultura to downplaybagatelizować it?
528
1585000
6000
CA: jak można sprawić by nasza kultura to trochę zbagatelizowała?
26:49
DGDG: Well, go to IsraelIzrael. You know,
529
1591000
1000
DG: cóż pojedź do Izraela.
26:50
go to IsraelIzrael. And a mallcentrum handlowe blowswieje up,
530
1592000
2000
centrum handlowe wybucha
26:52
and then everybody'swszyscy unhappynieszczęśliwy about it, and an hour-and-a-halfgodzina i pół laterpóźniej --
531
1594000
3000
i każdy jest nieszczęśliwy z tego powodu, i pół godziny później
26:55
at leastnajmniej when I was there, and I was 150 feetstopy from the mallcentrum handlowe
532
1597000
3000
przynajmniej kiedy ja tam byłem, a to było 150 stóp od centrum
26:58
when it blewwiał up -- I wentposzedł back to my hotelhotel
533
1600000
2000
gdy wybuchło - wróciłem do mojego hotelu
27:00
and the weddingślub that was plannedzaplanowany was still going on.
534
1602000
3000
a ślub który był zaplanowany cały czas trwał
27:03
And as the IsraeliIzraelski mothermama said,
535
1605000
1000
i, jak powiedziała izraelska matka:
27:04
she said, "We never let them winzdobyć by stoppingzatrzymanie weddingswesela."
536
1606000
4000
powiedziała: " nigdy nie pozwolimy im wygrać przez powstrzymywanie ślubów"
27:08
I mean, this is a societyspołeczeństwo that has learnednauczyli --
537
1610000
1000
to jest społeczeństwo, które nauczyło się
27:09
and there are othersinni too -- that has learnednauczyli to liverelacja na żywo
538
1611000
2000
i są też inne, które nauczyły się żyć
27:11
with a certainpewny amountilość of terrorismterroryzm and not be quitecałkiem as upsetzdenerwowany by it,
539
1613000
5000
z pewną dozą terroryzmu i nie emocjonować się tym tak.
27:16
shallpowinien I say, as those of us who have not had manywiele terrorterror attacksataki.
540
1618000
3000
jak ci którzy mieli niewiele tego typu ataków
27:19
CACA: But is there a rationalracjonalny fearstrach that actuallytak właściwie,
541
1621000
3000
CA: ale czy jest racjonalny lęk,
27:22
the reasonpowód we're frightenedprzerażony about this is because we think that
542
1624000
3000
z powodu którego się boimy jest to że
27:25
the BigDuże One is to come?
543
1627000
1000
ten Prawdziwy Atak dopiero się zdarzy?
27:26
DGDG: Yes, of coursekurs. So, if we knewwiedziałem that this was the worstnajgorszy attackatak
544
1628000
4000
DG; tak, oczywiście. gdybyśmy wiedzieli że to był najgorszy atak
27:30
there would ever be, there mightmoc be more and more busesautobusy of 30 people --
545
1632000
4000
który kiedykolwiek się zdarzy, może być więcej autobusów z 30 osobami
27:34
we would probablyprawdopodobnie not be nearlyprawie so frightenedprzerażony.
546
1636000
2000
pewnie nie bylibyśmy tak przerażeni
27:36
I don't want to say -- please, I'm going to get quotedpodane somewheregdzieś
547
1638000
2000
nie chcę powiedzieć - proszę, niech nikt mnie tak nie cytuje
27:38
as sayingpowiedzenie, "TerrorismTerroryzm is fine and we shouldn'tnie powinien be so distressedw trudnej sytuacji."
548
1640000
4000
"terroryzm jest ok i nie powinniśmy się tak denerwować"
27:42
That's not my pointpunkt at all.
549
1644000
2000
wcale nie o to mi chodzi.
27:44
What I'm sayingpowiedzenie is that, surelypewno, rationallyracjonalnie,
550
1646000
2000
mówię tylko że z pewnością, racjonalnie rzecz biorąc
27:46
our distressrozpacz about things that happenzdarzyć, about threatszagrożenia,
551
1648000
4000
nasz niepokój związany z tym co się dzieje, z zagrożeniami
27:50
should be roughlyw przybliżeniu proportionalproporcjonalny to the sizerozmiar of those threatszagrożenia
552
1652000
3000
powinien być wprost proporcjonalny do tych zagrożeń
27:53
and threatszagrożenia to come.
553
1655000
2000
i tych które nadejdą.
27:55
I think in the casewalizka of terrorismterroryzm, it isn't.
554
1657000
3000
myślę że w przypadku terroryzmu tak nie jest.
27:58
And manywiele of the things we'vemamy heardsłyszał about from our speakersgłośniki todaydzisiaj --
555
1660000
2000
jak i w przypadku wielu z tych rzeczy - o których dziś słyszeliśmy -
28:00
how manywiele people do you know got up and said,
556
1662000
2000
ilu znacie ludzi którzy wstali i powiedzieli,
28:02
PovertyUbóstwo! I can't believe what povertyubóstwo is doing to us.
557
1664000
4000
ubóstwo! to straszne co ona nam robi.
28:06
People get up in the morningranek; they don't careopieka about povertyubóstwo.
558
1668000
2000
ludzie wstają rano; bieda ich nie obchodzi
28:08
It's not makingzrobienie headlinesnagłówki, it's not makingzrobienie newsAktualności, it's not flashyjaskrawy.
559
1670000
2000
nie zapewnia nagłówków; to nie news, nie jest krzykliwe.
28:10
There are no gunspistolety going off.
560
1672000
2000
nie słychać strzałów.
28:12
I mean, if you had to solverozwiązać one of these problemsproblemy, ChrisChris,
561
1674000
2000
Chris, gdybyś miał rozwiązać jeden z tych problemów
28:14
whichktóry would you solverozwiązać? TerrorismTerroryzm or povertyubóstwo?
562
1676000
2000
który byś rozwiązał? problem biedy czy terroryzmu?
28:16
(LaughterŚmiech)
563
1678000
4000
(śmiech)
28:20
(ApplauseAplauz)
564
1682000
2000
(oklaski)
28:22
That's a toughtwardy one.
565
1684000
2000
to trudne.
28:24
CACA: There's no questionpytanie.
566
1686000
1000
CA: nie ma dwóch zdań
28:25
PovertyUbóstwo, by an orderzamówienie of magnitudewielkość, a hugeolbrzymi orderzamówienie of magnitudewielkość,
567
1687000
4000
bieda. ze względu na skalę. ze względu na gigantyczny rozmiar.
28:29
unlesschyba że someonektoś can showpokazać that there's, you know,
568
1691000
3000
chyba że ktoś może mi pokazać że, no wiesz
28:32
terroriststerroryści with a nukenuke are really likelyprawdopodobne to come.
569
1694000
4000
terroryści z bronią jądrową naprawdę mogą nadejść.
28:36
The latestnajnowszy I've readczytać, seenwidziany, thought
570
1698000
2000
z tego co czytam, widzę, myślę
28:38
is that it's incrediblyniewiarygodnie hardciężko for them to do that.
571
1700000
4000
bardzo ciężko by im było tego dokonać
28:42
If that turnsskręca out to be wrongźle, we all look sillygłupi,
572
1704000
2000
jeśli okaże się że się mylimy, wszyscy będziemy głupio wyglądać
28:44
but with povertyubóstwo it's a bitkawałek --
573
1706000
2000
ale z biedą jest trochę -
28:46
DGDG: Even if that were trueprawdziwe, still more people dieumierać from povertyubóstwo.
574
1708000
3000
DG: nawet gdyby to była prawda, nadal więcej ludzi umiera z powodu biedy
28:53
CACA: We'veMamy evolvedewoluował to get all excitedpodekscytowany
575
1715000
1000
CA: wyewoluowaliśmy w taki sposób że ekscytujemy się
28:54
about these dramaticdramatyczny attacksataki. Is that because in the pastprzeszłość,
576
1716000
3000
tymi dramatycznymi atakami. to dlatego że w przeszłości
28:57
in the ancientstarożytny pastprzeszłość, we just didn't understandzrozumieć things like diseasechoroba
577
1719000
3000
w zamierzchłej przeszłości, po prostu nie rozumieliśmy rzeczy takich ja choroby
29:00
and systemssystemy that causeprzyczyna povertyubóstwo and so forthnaprzód,
578
1722000
2000
systemy które powodują biedę itd
29:02
and so it madezrobiony no sensesens for us as a speciesgatunki to put any energyenergia
579
1724000
4000
i dlatego nie miało sensu dla nas jako gatunku marnowanie energii
29:06
into worryingfrasobliwy about those things?
580
1728000
2000
na martwienie się takimi rzeczami?
29:08
People diedzmarły; so be it.
581
1730000
2000
ludzie umierali. tak bywa.
29:10
But if you got attackedzaatakowany, that was something you could do something about.
582
1732000
2000
ale jak zostałeś zaatakowany to było coś co mogłeś z tym zrobić
29:12
And so we evolvedewoluował these responsesodpowiedzi.
583
1734000
2000
więc rozwinęliśmy takie reakcje.
29:14
Is that what happenedstało się?
584
1736000
1000
czy to właśnie się stało?
29:15
DGDG: Well, you know, the people who are mostwiększość skepticalsceptyczny
585
1737000
3000
DG: najbardziej sceptyczni
29:18
about leapingskaczący to evolutionaryewolucyjny explanationswyjaśnienia for everything
586
1740000
2000
wobec ewolucyjnych wyjaśnień wszystkiego
29:20
are the evolutionaryewolucyjny psychologistspsychologowie themselvessami.
587
1742000
2000
są sami ewolucyjni psychologowie
29:22
My guessodgadnąć is that there's nothing quitecałkiem that specifickonkretny
588
1744000
3000
Myślę że nie ma niczego tak konkretnego
29:25
in our evolutionaryewolucyjny pastprzeszłość. But ratherraczej, if you're looking for
589
1747000
2000
w naszej ewolucyjnej przeszłości. raczej, jeśli szukasz
29:27
an evolutionaryewolucyjny explanationwyjaśnienie, you mightmoc say
590
1749000
2000
ewolucyjnego wyjaśnienia, to możesz powiedzieć
29:29
that mostwiększość organismsorganizmy are neo-phobicNeo fobii -- that is, they're a little scaredprzerażony
591
1751000
4000
że większość organizmów jest neofobami - tzn trochę się boją
29:33
of stuffrzeczy that's newNowy and differentróżne.
592
1755000
1000
rzeczy które są nowe i inne
29:34
And there's a good reasonpowód to be,
593
1756000
2000
i jest to uzasadnione,
29:36
because oldstary stuffrzeczy didn't eatjeść you. Right?
594
1758000
1000
znane rzeczy cię nie zjadły, prawda?
29:37
Any animalzwierzę you see that you've seenwidziany before is lessmniej likelyprawdopodobne
595
1759000
3000
każde zwierze które już widziałeś ma mniejsze szanse
29:40
to be a predatordrapieżnik than one that you've never seenwidziany before.
596
1762000
3000
na bycie drapieżnikiem niż takie którego nigdy nie widziałeś
29:43
So, you know, when a schoolszkoła busautobus is blownnadęty up and we'vemamy never seenwidziany this before,
597
1765000
3000
więc jeśli wybucha autobus szkolny i nigdy tego nie widziałeś
29:46
our generalgenerał tendencytendencja is to orientOrient towardsw kierunku
598
1768000
2000
to naszą ogólną tendencją jest skupiać się
29:48
that whichktóry is newNowy and novelpowieść is activatedaktywowany.
599
1770000
5000
na tym co nowe.
29:53
I don't think it's quitecałkiem as specifickonkretny a mechanismmechanizm
600
1775000
2000
nie sądzę by był to aż tak specyficzny mechanizm
29:55
as the one you alludednawiązywał to, but maybe a more fundamentalfundamentalny one underlyingpoważniejszych it.
601
1777000
2000
jak ten do którego ty nawiązałeś, ale może bardziej elementarny, leżący u jego podstaw
30:01
JayJay WalkerWalker: You know, economistsekonomiści love to talk about
602
1783000
5000
Jay Walker. ekonomiści uwielbiają mówić o
30:06
the stupiditygłupota of people who buykupować lotteryloterii ticketsbilety. But I suspectposądzać
603
1788000
4000
głupocie ludzi którzy kupują kupony na loterię. ale podejrzewam
30:10
you're makingzrobienie the exactdokładny samepodobnie errorbłąd you're accusingoskarżając those people of,
604
1792000
3000
że popełniacie ten sam błąd o który oskarżacie innych
30:13
whichktóry is the errorbłąd of valuewartość.
605
1795000
1000
czyli błąd przypisywania wartości.
30:14
I know, because I've interviewedwywiady
606
1796000
1000
wiem, bo przeprowadziłem wywiady
30:15
about 1,000 lotteryloterii buyerskupujących over the yearslat.
607
1797000
2000
z ok 1000 graczami na przestrzeni lat.
30:17
It turnsskręca out that the valuewartość of buyingkupowanie a lotteryloterii ticketbilet is not winningzwycięski.
608
1799000
4000
okazuje się że wartość zakupu kuponu na loterię to nie wygrana
30:21
That's what you think it is. All right?
609
1803000
2000
ty myślisz że tak jest. zgadza się?
30:23
The averageśredni lotteryloterii buyerKupujący buyskupuje about 150 ticketsbilety a yearrok,
610
1805000
3000
przeciętny gracz kupuje ok 150 kuponów rocznie
30:26
so the buyerKupujący knowswie fullpełny well that he or she is going to losestracić,
611
1808000
4000
wiedząc doskonale że przegra
30:30
and yetjeszcze she buyskupuje 150 ticketsbilety a yearrok. Why is that?
612
1812000
3000
a jednak kupuje 150 kuponów rocznie. dlaczego?
30:33
It's not because she is stupidgłupi or he is stupidgłupi.
613
1815000
4000
nie dlatego że jest głupi
30:37
It's because the anticipationprzewidywanie of possiblymożliwie winningzwycięski
614
1819000
3000
ale dlatego że oczekiwanie na potencjalną wygraną
30:40
releasesprasowe serotoninserotonina in the brainmózg, and actuallytak właściwie provideszapewnia a good feelinguczucie
615
1822000
4000
uwalnia serotoninę w mózgu, która zapewnia dobre samopoczucie
30:44
untilaż do the drawingrysunek indicateswskazuje you've lostStracony.
616
1826000
2000
aż do losowania które pokazuje że przegrałeś
30:46
Or, to put it anotherinne way, for the dollardolar investmentinwestycja,
617
1828000
3000
innymi słowy, za 1$ inwestycji
30:49
you can have a much better feelinguczucie than flushinguderzenia gorąca the moneypieniądze
618
1831000
3000
możesz się poczuć znacznie lepiej niż gdybyś spuścił pieniądze
30:52
down the toilettoaleta, whichktóry you cannotnie może have a good feelinguczucie from.
619
1834000
3000
w toalecie, co nie poprawi ci humoru.
30:55
Now, economistsekonomiści tendzmierzać to --
620
1837000
2000
ekonomiści mają skłonność do -
30:57
(ApplauseAplauz)
621
1839000
3000
(oklaski)
31:00
-- economistsekonomiści tendzmierzać to viewwidok the worldświat
622
1842000
1000
ekonomiści mają skłonność do patrzenia na świat
31:01
throughprzez theirich ownwłasny lensessoczewki, whichktóry is:
623
1843000
2000
ze swojego punktu widzenia, czyli
31:03
this is just a bunchwiązka of stupidgłupi people.
624
1845000
2000
że ludzie to tylko banda głupków
31:05
And as a resultwynik, manywiele people look at economistsekonomiści as stupidgłupi people.
625
1847000
4000
w efekcie wielu ludzi patrzy na ekonomistów jak na głupków
31:09
And so fundamentallyzasadniczo, the reasonpowód we got to the moonksiężyc is,
626
1851000
3000
i zasadniczo dotarliśmy na księżyc
31:12
we didn't listen to the economistsekonomiści. Thank you very much.
627
1854000
3000
bo nie słuchaliśmy ekonomistów. dziękuję bardzo
31:15
(ApplauseAplauz)
628
1857000
5000
(oklaski)
31:20
DGDG: Well, no, it's a great pointpunkt. It remainsszczątki to be seenwidziany
629
1862000
3000
DG: no cóż, słuszna uwaga. pozostaje niewiadomą
31:23
whetherczy the joyradość of anticipationprzewidywanie is exactlydokładnie equaledwyrównany
630
1865000
4000
czy radość z oczekiwania jest dokładnie równa
31:27
by the amountilość of disappointmentrozczarowanie after the lotteryloterii. Because rememberZapamiętaj,
631
1869000
3000
rozczarowaniu po po losowaniu. bo pamiętajcie:
31:30
people who didn't buykupować ticketsbilety don't feel awfulstraszny the nextNastępny day eitherzarówno,
632
1872000
3000
ludzie którzy nie kupili kuponu nie czuja się fatalnie następnego dnia
31:33
even thoughchociaż they don't feel great duringpodczas the drawingrysunek.
633
1875000
2000
chociaż nie czują się świetnie podczas losowania.
31:35
I would disagreenie zgadzać się that people know they're not going to winzdobyć.
634
1877000
2000
nie zgodziłbym się że ludzie wiedza że nie wygrają
31:37
I think they think it's unlikelymało prawdopodobne, but it could happenzdarzyć,
635
1879000
3000
myślę że uważają to za mało prawdopodobne ale mogłoby się zdarzyć
31:40
whichktóry is why they preferwoleć that to the flushinguderzenia gorąca.
636
1882000
3000
i to dlatego wolą loterię od spuszczenia pieniędzy w toalecie.
31:43
But certainlyna pewno I see your pointpunkt: that there can be
637
1885000
3000
ale rozumiem twój punkt widzenia:może być
31:46
some utilityużyteczność to buyingkupowanie a lotteryloterii ticketbilet other than winningzwycięski.
638
1888000
4000
jakiś pożytek z kupna kuponu inny niż wygrana
31:50
Now, I think there's manywiele good reasonspowody not to listen to economistsekonomiści.
639
1892000
3000
uważam że jest wiele dobrych powodów żeby nie słuchać ekonomistów
31:53
That isn't one of them, for me, but there's manywiele othersinni.
640
1895000
3000
dla mnie to akurat nie jest jeden z nich ale jest wiele innych
31:56
CACA: Last questionpytanie.
641
1898000
2000
CA: ostatnie pytanie
31:58
AubreyAubrey dede GreySzary: My name'sNazwa firmy AubreyAubrey dede GreySzary, from CambridgeCambridge.
642
1900000
3000
Aubrey de Grey: mam na imię Aubrey de Grey, z Cambridge
32:01
I work on the thing that killszabija more people than anything elsejeszcze killszabija --
643
1903000
4000
pracuję nad tym co zabija więcej ludzi niż cokolwiek innego
32:05
I work on agingstarzenie się -- and I'm interestedzainteresowany in doing something about it,
644
1907000
2000
pracuję nad starzeniem - i chciałabym coś z tym zrobić
32:07
as we'lldobrze all hearsłyszeć tomorrowjutro.
645
1909000
1000
jak wszyscy jutro usłyszycie.
32:08
I very much resonaterezonować with what you're sayingpowiedzenie,
646
1910000
3000
zgadzam się z tym co mówisz
32:11
because it seemswydaje się to me that the problemproblem
647
1913000
2000
bo wydaje mi się że problem
32:13
with gettinguzyskiwanie people interestedzainteresowany in doing anything about agingstarzenie się
648
1915000
3000
z zainteresowaniem ludzi zrobieniem czegoś ze starzeniem
32:16
is that by the time agingstarzenie się is about to killzabić you it lookswygląda like cancernowotwór
649
1918000
3000
polega na tym ze gdy starzenie zaczyna nas zabijać wygląda jak rak
32:19
or heartserce diseasechoroba or whatevercokolwiek. Do you have any adviceRada?
650
1921000
3000
albo choroba serca albo cokolwiek. masz jakieś rady?
32:22
(LaughterŚmiech)
651
1924000
3000
(śmiech)
32:25
DGDG: For you or for them?
652
1927000
1000
DG: dla nich czy dla ciebie?
32:26
AdGAdG: In persuadingprzekonywanie them.
653
1928000
1000
ADG: na przekonanie ich
32:27
DGDG: AhAh, for you in persuadingprzekonywanie them.
654
1929000
2000
DG: na to jak ty możesz ich przekonać
32:29
Well, it's notoriouslynotorycznie difficulttrudny to get people to be farsighteddalekowzroczny.
655
1931000
3000
cóż to, bardzo trudno jest sprawić by ludzie byli dalekowzroczni
32:32
But one thing that psychologistspsychologowie have triedwypróbowany that seemswydaje się to work
656
1934000
4000
ale jedno czego psychologowie próbowali i co zdaje się działać
32:36
is to get people to imaginewyobrażać sobie the futureprzyszłość more vividlyżywo.
657
1938000
3000
to namówić ludzi by wyobrazili sobie przyszłość wyraźniej
32:39
One of the problemsproblemy with makingzrobienie decisionsdecyzje about the fardaleko futureprzyszłość
658
1941000
3000
jeden z problemów z podejmowaniem decyzji dotyczących dalekiej przyszłości
32:42
and the nearBlisko futureprzyszłość is that we imaginewyobrażać sobie the nearBlisko futureprzyszłość
659
1944000
3000
i bliskiej przyszłości polega na tym że bliską przyszłość wyobrażamy sobie
32:45
much more vividlyżywo than the fardaleko futureprzyszłość.
660
1947000
2000
dokładniej niż daleką przyszłość
32:47
To the extentstopień that you can equalizewyrównać the amountilość of detailSzczegół
661
1949000
4000
do tego stopnia że jeśli możesz zrównać ilość szczegółów
32:51
that people put into the mentalpsychiczny representationsreprezentacje
662
1953000
2000
które ludzie umieszczają w swojej w wyobrażeniu
32:53
of nearBlisko and fardaleko futureprzyszłość, people beginzaczynać to make decisionsdecyzje
663
1955000
2000
bliskiej i dalekiej przyszłości,to ludzie zaczynają podejmować decyzje
32:55
about the two in the samepodobnie way.
664
1957000
2000
na ich temat w ten sam sposób
32:57
So, would you like to have an extradodatkowy 100,000 dollarsdolarów when you're 65
665
1959000
5000
więc pytanie: czy chciałbyś mieć dodatkowe 100 000$ w wieku 65 lat
33:02
is a questionpytanie that's very differentróżne than,
666
1964000
1000
to pytanie zupełnie inne od
33:03
imaginewyobrażać sobie who you'llTy będziesz be when you're 65: will you be livingżycie,
667
1965000
4000
wyobrażania sobie kim będziesz w wieku 65 lat, czy będziesz żył
33:07
what will you look like, how much hairwłosy will you have,
668
1969000
2000
jak będziesz wyglądał, ile będziesz miał włosów
33:09
who will you be livingżycie with.
669
1971000
1000
z kim będziesz mieszkał
33:10
OnceRaz we have all the detailsdetale of that imaginaryurojona scenarioscenariusz,
670
1972000
3000
gdy już mamy wszystkie szczegóły tego wymyślonego scenariusza
33:13
suddenlynagle we feel like it mightmoc be importantważny to savezapisać
671
1975000
2000
nagle możemy poczuć że oszczędzanie jest ważne
33:15
so that that guy has a little retirementprzejścia na emeryturę moneypieniądze.
672
1977000
3000
po to by ten facet miał trochę kasy na emeryturze
33:18
But these are trickswydziwianie around the marginsmarginesy.
673
1980000
2000
ale to tylko sztuczki
33:20
I think in generalgenerał you're battlingWalka a very fundamentalfundamentalny humanczłowiek tendencytendencja,
674
1982000
3000
generalnie myślę że walczysz z zasadniczą ludzką tendencją
33:23
whichktóry is to say, "I'm here todaydzisiaj,
675
1985000
2000
do mówienia: " jestem tu dzisiaj"
33:25
and so now is more importantważny than laterpóźniej."
676
1987000
3000
więc teraz jest ważniejsze niż później"
33:28
CACA: DanDan, thank you. MembersCzłonkowie of the audiencepubliczność,
677
1990000
2000
CA: Dan dziękuję. dziękuję publiczności
33:30
that was a fantasticfantastyczny sessionsesja. Thank you.
678
1992000
1000
to była fantastyczna sesja. dziękuję.
33:31
(ApplauseAplauz)
679
1993000
2000
(oklaski)
Translated by zofia baranska
Reviewed by Karina Wieczorek

▲Back to top

ABOUT THE SPEAKER
Dan Gilbert - Psychologist; happiness expert
Harvard psychologist Dan Gilbert says our beliefs about what will make us happy are often wrong -- a premise he supports with intriguing research, and explains in his accessible and unexpectedly funny book, Stumbling on Happiness.

Why you should listen

Dan Gilbert believes that, in our ardent, lifelong pursuit of happiness, most of us have the wrong map. In the same way that optical illusions fool our eyes -- and fool everyone's eyes in the same way -- Gilbert argues that our brains systematically misjudge what will make us happy. And these quirks in our cognition make humans very poor predictors of our own bliss.

The premise of his current research -- that our assumptions about what will make us happy are often wrong -- is supported with clinical research drawn from psychology and neuroscience. But his delivery is what sets him apart. His engaging -- and often hilarious -- style pokes fun at typical human behavior and invokes pop-culture references everyone can relate to. This winning style translates also to Gilbert's writing, which is lucid, approachable and laugh-out-loud funny. The immensely readable Stumbling on Happiness, published in 2006, became a New York Times bestseller and has been translated into 20 languages.

In fact, the title of his book could be drawn from his own life. At 19, he was a high school dropout with dreams of writing science fiction. When a creative writing class at his community college was full, he enrolled in the only available course: psychology. He found his passion there, earned a doctorate in social psychology in 1985 at Princeton, and has since won a Guggenheim Fellowship and the Phi Beta Kappa teaching prize for his work at Harvard. He has written essays and articles for The New York Times, Time and even Starbucks, while continuing his research into happiness at his Hedonic Psychology Laboratory.

More profile about the speaker
Dan Gilbert | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee