TEDxCaltech
Colin Camerer: When you're making a deal, what's going on in your brain?
Colin Camerer: Neurociência, teoria dos jogos, macacos
Filmed:
Readability: 3.9
1,516,785 views
Quando duas pessoas estão tentando fazer um acordo -- seja competindo ou cooperando -- o que realmente acontece no interior do cérebro delas? O economista comportamental Colin Camerer mostra uma pesquisa que revela quão pouco somos capazes de prever o que outros estão pensando. E ele apresenta um estudo inesperado que demonstra que os chimpanzés podem ser melhores nisso do que somos. (Filmado em TEDxCalTech.)
Colin Camerer - Behavioral economist
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making. Full bio
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to talk about the strategizing brain.
0
562
2253
Vou falar sobre o cérebro que cria estratégias.
00:14
We're going to use an unusual combination of tools
1
2815
2238
Vamos usar uma combinação não comum de ferramentas
00:17
from game theory and neuroscience
2
5053
2013
da teoria dos jogos e da neurociência
00:19
to understand how people interact socially when value is on the line.
3
7066
2967
para entender como as pessoas interagem socialmente quando valores estão em jogo.
00:22
So game theory is a branch of, originally, applied mathematics,
4
10033
3971
Bem, a teoria dos jogos, originalmente, é um ramo da matemática aplicada,
00:26
used mostly in economics and political science, a little bit in biology,
5
14004
2986
usado principalmente na economia e na ciência política, um pouquinho na biologia,
00:28
that gives us a mathematical taxonomy of social life
6
16990
3289
que nos dá uma taxinomia matemática da vida social
00:32
and it predicts what people are likely to do
7
20279
2131
e prevê o que as pessoas provavelmente farão
00:34
and believe others will do
8
22410
1194
e aquilo que acreditam que outros farão,
00:35
in cases where everyone's actions affect everyone else.
9
23604
3390
nos caso em que as ações de cada um afetam os outros.
00:38
That's a lot of things: competition, cooperation, bargaining,
10
26994
3478
Há muitas coisas: competição, cooperação, barganha,
00:42
games like hide-and-seek, and poker.
11
30472
3291
jogos como esconde-esconde e pôquer.
00:45
Here's a simple game to get us started.
12
33763
2239
Aqui está um jogo simples para começarmos.
00:48
Everyone chooses a number from zero to 100,
13
36002
2162
Cada um escolhe um número de zero a 100,
00:50
we're going to compute the average of those numbers,
14
38164
2446
vamos calcular a média desses números,
00:52
and whoever's closest to two-thirds of the average wins a fixed prize.
15
40610
4194
e aquele que estiver mais próximo de dois terços da média ganha o prêmio determinado.
00:56
So you want to be a little bit below the average number,
16
44804
2269
Assim sendo, você quer estar um pouquinho abaixo da média,
00:59
but not too far below, and everyone else wants to be
17
47073
2236
mas não muito abaixo, e todos os outros também querem estar
01:01
a little bit below the average number as well.
18
49309
1945
um pouquinho abaixo da média.
01:03
Think about what you might pick.
19
51254
2579
Pense no que você poderia escolher.
01:05
As you're thinking, this is a toy model of something like
20
53833
3271
Enquanto pensa, isto é um modelo de brinquedo de algo como
01:09
selling in the stock market during a rising market. Right?
21
57104
2812
vender no mercado de ações quando o mercado está em alta. Certo?
01:11
You don't want to sell too early, because you miss out on profits,
22
59916
2225
Você não quer vender cedo demais, porque deixa de lucrar,
01:14
but you don't want to wait too late
23
62141
2180
mas não quer esperar demais
01:16
to when everyone else sells, triggering a crash.
24
64321
2401
até quando todos vendem, disparando uma quebra.
01:18
You want to be a little bit ahead of the competition, but not too far ahead.
25
66722
2879
Você quer ficar um pouquinho adiante da concorrência, mas não muito adiante.
01:21
Okay, here's two theories about how people might think about this,
26
69601
3613
Ok, aqui estão duas teorias sobre como as pessoas podem pensar sobre isso,
01:25
and then we'll see some data.
27
73214
1396
depois veremos alguns dados.
01:26
Some of these will sound familiar because you probably are
28
74610
2191
Parte disso soará familiar porque você provavelmente está pensando
01:28
thinking that way. I'm using my brain theory to see.
29
76801
3799
dessa forma. Estou usando minha teoria do cérebro para ver.
01:32
A lot of people say, "I really don't know what people are going to pick,
30
80600
3110
Muitas pessoas dizem: "Realmente não sei o que as pessoas vão escolher,
01:35
so I think the average will be 50."
31
83710
1673
então acho que a média será 50."
01:37
They're not being really strategic at all.
32
85383
1911
Elas não estão sendo nada estratégicas.
01:39
"And I'll pick two-thirds of 50. That's 33." That's a start.
33
87294
3352
"Escolherei dois terços de 50. Isso dá 33." Esse é um começo.
01:42
Other people who are a little more sophisticated,
34
90646
1892
Outras pessoas que são um pouco mais sofisticadas,
01:44
using more working memory,
35
92538
1476
usando mais a memória de trabalho,
01:46
say, "I think people will pick 33 because they're going to pick a response to 50,
36
94014
3904
dizem: "Acho que as pessoas escolherão 33 porque vão escolher uma alternativa para 50,
01:49
and so I'll pick 22, which is two-thirds of 33."
37
97918
2968
então escolherei 22, que são dois terços de 33."
01:52
They're doing one extra step of thinking, two steps.
38
100886
2479
Elas estão dando um passo a mais na forma de pensar, dois passos.
01:55
That's better. And of course, in principle,
39
103365
2617
Isso é melhor. E claro, em princípio,
01:57
you could do three, four or more,
40
105982
1827
você poderia ter três, quatro ou mais,
01:59
but it starts to get very difficult.
41
107809
1869
mas começa a ficar muito difícil.
02:01
Just like in language and other domains, we know that it's hard for people to parse
42
109678
2592
Exatamente como na linguagem e em outros domínios, sabemos que é difícil para as pessoas analisar
02:04
very complex sentences with a kind of recursive structure.
43
112270
3634
sentenças muito complexas com um tipo de estrutura repetitiva.
02:07
This is called a cognitive hierarchy theory, by the way.
44
115904
1734
A propósito, isto é chamado de teoria da hierarquia cognitiva.
02:09
It's something that I've worked on and a few other people,
45
117638
2556
É algo em que tenho trabalhado, e mais algumas outras pessoas,
02:12
and it indicates a kind of hierarchy along with
46
120194
2220
e ela indica um tipo de hierarquia em que
02:14
some assumptions about how many people stop at different steps
47
122414
2254
algumas assunções sobre quantas pessoas param em diferentes etapas
02:16
and how the steps of thinking are affected
48
124668
1884
e como as etapas do pensamento são afetadas
02:18
by lots of interesting variables and variant people, as we'll see in a minute.
49
126552
3696
por muitas variáveis interessantes e em pessoas diferentes, como veremos a seguir.
02:22
A very different theory, a much more popular one, and an older one,
50
130248
3386
Uma teoria muito diferente, muito mais popular, e mais velha,
02:25
due largely to John Nash of "A Beautiful Mind" fame,
51
133634
3540
devido amplamente à fama de "A Beautiful Mind", de John Nash,
02:29
is what's called equilibrium analysis.
52
137174
2240
é a chamada análise de equilíbrio.
02:31
So if you've ever taken a game theory course at any level,
53
139414
2454
Então, se você já fez um curso de teoria dos jogos em qualquer nível,
02:33
you will have learned a little bit about this.
54
141868
1713
você já aprendeu um pouquinho sobre isso.
02:35
An equilibrium is a mathematical state in which everybody
55
143581
2855
Um equilíbrio é um estado matemático no qual todos
02:38
has figured out exactly what everyone else will do.
56
146436
2449
imaginaram exatamente o que as outras pessoas farão.
02:40
It is a very useful concept, but behaviorally,
57
148885
2007
É um conceito muito útil, mas, relativamente ao comportamento,
02:42
it may not exactly explain what people do
58
150892
2003
pode não explicar exatamente o que as pessoas fazem
02:44
the first time they play these types of economic games
59
152895
2735
na primeira vez em que jogam esses tipos de jogos econômicos
02:47
or in situations in the outside world.
60
155630
2333
ou em situações do mundo real.
02:49
In this case, the equilibrium makes a very bold prediction,
61
157963
2338
Neste caso, o equilíbrio faz uma previsão muito ousada,
02:52
which is everyone wants to be below everyone else,
62
160301
2860
que é: todo mundo quer estar abaixo de todos os outros,
02:55
therefore they'll play zero.
63
163161
2291
portanto apostarão no zero.
02:57
Let's see what happens. This experiment's been done many, many times.
64
165452
3009
Vejamos o que acontece. Este experimento foi feito muitas, muitas vezes.
03:00
Some of the earliest ones were done in the '90s
65
168461
1883
Alguns dos primeiros foram feitos nos anos 90,
03:02
by me and Rosemarie Nagel and others.
66
170344
2645
por mim e Rosemarie Nagel e por outros.
03:04
This is a beautiful data set of 9,000 people who wrote in
67
172989
2985
Este é um belo conjunto de dados de 9.000 pessoas que se inscreveram
03:07
to three newspapers and magazines that had a contest.
68
175974
2880
em três jornais e revistas que tinham um concurso.
03:10
The contest said, send in your numbers
69
178854
1814
O concurso dizia: envie seus números
03:12
and whoever is close to two-thirds of the average will win a big prize.
70
180668
3155
e quem mais se aproximar dos dois terços da média receberá um grande prêmio.
03:15
And as you can see, there's so much data here, you can see the spikes very visibly.
71
183823
3088
Como podem ver, há tantos dados aqui, vocês podem ver os picos claramente.
03:18
There's a spike at 33. Those are people doing one step.
72
186911
3381
Há um pico em 33. Essas são as pessoas fazendo a etapa um.
03:22
There is another spike visible at 22.
73
190292
2497
Há um outro pico visível em 22.
03:24
And notice, by the way, that most people pick numbers right around there.
74
192789
2292
E notem, a propósito, que a maioria das pessoas escolhem números exatamente ao redor deles.
03:27
They don't necessarily pick exactly 33 and 22.
75
195081
2510
Não necessariamente escolhem exatos 33 e 22.
03:29
There's something a little bit noisy around it.
76
197591
2056
Há uma certa concentração ao redor deles.
03:31
But you can see those spikes, and they're there.
77
199647
1478
Mas você pode ver esses picos que aí estão.
03:33
There's another group of people who seem to have
78
201125
1710
Há um outro grupo de pessoas que parece ter
03:34
a firm grip on equilibrium analysis,
79
202835
2075
um entendimento forte da análise do equilíbrio,
03:36
because they're picking zero or one.
80
204910
2395
porque estão escolhendo zero ou um.
03:39
But they lose, right?
81
207305
2089
Mas eles perdem, certo?
03:41
Because picking a number that low is actually a bad choice
82
209394
3192
Porque escolher um número tão baixo é, na verdade, uma escolha ruim,
03:44
if other people aren't doing equilibrium analysis as well.
83
212586
2820
se as outras pessoas não estiverem também fazendo a análise do equilíbrio.
03:47
So they're smart, but poor.
84
215406
2112
Portanto, eles são espertos, mas ruins.
03:49
(Laughter)
85
217518
2088
(Risadas)
03:51
Where are these things happening in the brain?
86
219606
1969
Onde essas coisas estão acontecendo no cérebro?
03:53
One study by Coricelli and Nagel gives a really sharp, interesting answer.
87
221575
3875
Um estudo, de Coricelli e Nagel, fornece uma resposta realmente interessante e perspicaz.
03:57
So they had people play this game
88
225450
1508
Eles fizeram com que pessoas jogassem este jogo,
03:58
while they were being scanned in an fMRI,
89
226958
2217
enquanto eram escaneadas por ressonância magnética,
04:01
and two conditions: in some trials,
90
229175
2271
e sob duas condições: em alguns experimentos,
04:03
they're told you're playing another person
91
231446
1515
era informado que você estava jogando com outra pessoa
04:04
who's playing right now and we're going to match up
92
232961
1588
neste momento e nós vamos comparar
04:06
your behavior at the end and pay you if you win.
93
234549
2204
seu comportamento no final e pagar-lhe, se você vencer.
04:08
In the other trials, they're told, you're playing a computer.
94
236753
1978
Em outras experiências, diziam-lhes: você está jogando com um computador.
04:10
They're just choosing randomly.
95
238731
1634
Estão escolhendo aleatoriamente.
04:12
So what you see here is a subtraction
96
240365
2077
Então o que veem aqui é uma subtração
04:14
of areas in which there's more brain activity
97
242442
2750
das áreas nas quais há mais atividade cerebral,
04:17
when you're playing people compared to playing the computer.
98
245192
2976
quando você está jogando com pessoas, comparada com jogar com o computador.
04:20
And you see activity in some regions we've seen today,
99
248168
1991
E você observa atividade em algumas regiões que vimos hoje,
04:22
medial prefrontal cortex, dorsomedial, however, up here,
100
250159
3237
córtex pré-frontal medial, dorsomedial, no entanto, aqui em cima,
04:25
ventromedial prefrontal cortex,
101
253396
1851
córtex pré-frontal ventromedial,
04:27
anterior cingulate, an area that's involved
102
255247
1354
cingulado anterior, uma área que está envolvida
04:28
in lots of types of conflict resolution, like if you're playing "Simon Says,"
103
256601
3637
em muitos tipos de conflitos de decisão, como se você estivesse jogando "Simon Says",
04:32
and also the right and left temporoparietal junction.
104
260238
3814
e também a junção temporo-parietal direita e esquerda.
04:36
And these are all areas which are fairly reliably known
105
264052
2466
E essas são áreas seguramente conhecidas
04:38
to be part of what's called a "theory of mind" circuit,
106
266518
2321
como parte do que é chamado de circuito da "teoria da mente"
04:40
or "mentalizing circuit."
107
268839
1901
ou "circuito da mentalização".
04:42
That is, it's a circuit that's used to imagine what other people might do.
108
270740
3378
Isto é, trata-se de um circuito que é usado para imaginar o que outras pessoas poderiam fazer.
04:46
So these were some of the first studies to see this
109
274118
2240
Assim, esses foram alguns dos primeiros estudos para observar isto
04:48
tied in to game theory.
110
276358
2033
ligados à teoria dos jogos.
04:50
What happens with these one- and two-step types?
111
278391
2240
O que acontece com os tipos de uma e duas etapas?
04:52
So we classify people by what they picked,
112
280631
2071
Então classificamos as pessoas pelo que escolheram,
04:54
and then we look at the difference between
113
282702
1667
e, a seguir, observamos as diferenças entre
04:56
playing humans versus playing computers,
114
284369
1975
jogar com humanos contra jogar com computadores,
04:58
which brain areas are differentially active.
115
286344
1891
quais áreas cerebrais são diferencialmente ativas.
05:00
On the top you see the one-step players.
116
288235
1752
No topo, você vê os jogadores de uma etapa.
05:01
There's almost no difference.
117
289987
1520
Quase não há diferença.
05:03
The reason is, they're treating other people like a computer, and the brain is too.
118
291507
2940
A razão é: eles estão tratando as outras pessoas como um computador, e o cérebro também está.
05:06
The bottom players, you see all the activity in dorsomedial PFC.
119
294447
4141
Nos jogadores abaixo, você vê toda a atividade no PFC (córtex pré-frontal) dorsomedial
05:10
So we know that those two-step players are doing something differently.
120
298588
2051
Assim, sabemos que aqueles jogadores de duas etapas estão fazendo algo de modo diferente.
05:12
Now if you were to step back and say, "What can we do with this information?"
121
300639
3096
Agora, se você voltasse e dissesse: "O que podemos fazer com essa informação?",
05:15
you might be able to look at brain activity and say,
122
303735
1821
você poderia ser capaz de olhar para a atividade cerebral e dizer:
05:17
"This person's going to be a good poker player,"
123
305556
1499
"Esta pessoa vai ser um bom jogador de pôquer"
05:19
or, "This person's socially naive,"
124
307055
1929
ou "Esta pessoa é socialmente ingênua",
05:20
and we might also be able to study things
125
308984
1278
e também poderíamos ser capazes de estudar coisas
05:22
like development of adolescent brains
126
310262
1598
como o desenvolvimento de cérebros adolescentes,
05:23
once we have an idea of where this circuitry exists.
127
311860
3354
já que temos uma ideia de onde existe esse circuito.
05:27
Okay. Get ready.
128
315214
2612
Ok. Prepare-se.
05:29
I'm saving you some brain activity,
129
317826
2123
Estou poupando algo da atividade cerebral para você,
05:31
because you don't need to use your hair detector cells.
130
319949
2810
porque você não precisar usar suas células detectoras.
05:34
You should use those cells to think carefully about this game.
131
322759
2888
Você deveria usar essas células para pensar cuidadosamente sobre este jogo.
05:37
This is a bargaining game.
132
325647
1935
Este é um jogo de barganhas.
05:39
Two players who are being scanned using EEG electrodes
133
327582
2556
Dois jogadores, que estão sendo escaneados usando eletrodos de EEG,
05:42
are going to bargain over one to six dollars.
134
330138
2877
vão barganhar de um a seis dólares.
05:45
If they can do it in 10 seconds, they're going to actually earn that money.
135
333015
2664
Se conseguirem fazer isso em 10 segundos, vão realmente ganhar o dinheiro.
05:47
If 10 seconds goes by and they haven't made a deal, they get nothing.
136
335679
3040
Se os 10 segundos se esgotarem e eles não tiverem feito o acordo, ganham nada.
05:50
That's kind of a mistake together.
137
338719
1683
Este é um tipo de erro conjunto.
05:52
The twist is that one player, on the left,
138
340402
2817
A questão é que um jogador, à esquerda,
05:55
is informed about how much on each trial there is.
139
343219
2688
é informado de quanto há em cada jogada.
05:57
They play lots of trials with different amounts each time.
140
345907
2232
Eles jogam muitas vezes com diferentes quantias cada vez.
06:00
In this case, they know there's four dollars.
141
348139
2241
Neste caso, sabem que há quatro dólares.
06:02
The uninformed player doesn't know,
142
350380
1877
O jogador não informado não sabe,
06:04
but they know that the informed player knows.
143
352257
2054
mas eles sabem que o jogador informado sabe.
06:06
So the uninformed player's challenge is to say,
144
354311
2059
Então o desafio do jogador não informado é:
06:08
"Is this guy really being fair
145
356370
1470
"Este cara está realmente sendo honesto
06:09
or are they giving me a very low offer
146
357840
1854
ou está me dando um oferta muito baixa
06:11
in order to get me to think that there's only one or two dollars available to split?"
147
359694
3078
para me fazer pensar que há somente um ou dois dólares para dividir?".
06:14
in which case they might reject it and not come to a deal.
148
362772
3154
caso em que deve rejeitá-la e não fazer acordo.
06:17
So there's some tension here between trying to get the most money
149
365926
2950
Portanto, há alguma tensão aqui entre tentar obter o máximo de dinheiro
06:20
but trying to goad the other player into giving you more.
150
368876
2573
e tentar induzir o outro jogador a dar-lhe mais.
06:23
And the way they bargain is to point on a number line
151
371449
2330
E a forma como barganham é indicando em uma linha de números
06:25
that goes from zero to six dollars,
152
373779
1806
que vão de zero a seis dólares,
06:27
and they're bargaining over how much the uninformed player gets,
153
375585
2978
e estão barganhando quanto o jogador não informado ganha
06:30
and the informed player's going to get the rest.
154
378563
1585
e o jogador informado fica com o restante.
06:32
So this is like a management-labor negotiation
155
380148
2575
Assim, isto é como uma negociação salarial
06:34
in which the workers don't know how much profits
156
382723
2733
na qual os trabalhadores não sabem quanto lucro
06:37
the privately held company has, right,
157
385456
2667
a empresa tem, certo,
06:40
and they want to maybe hold out for more money,
158
388123
2368
e eles querem resistir por mais dinheiro,
06:42
but the company might want to create the impression
159
390491
1836
mas a empresa poderia querer criar a impressão
06:44
that there's very little to split: "I'm giving you the most that I can."
160
392327
2932
de que há muito pouco para dividir: "Estou dando a vocês o máximo que posso."
06:47
First some behavior. So a bunch of the subject pairs, they play face to face.
161
395259
4231
Primeiro alguma encenação. Então um grupo de indivíduos forma pares, jogam cara a cara.
06:51
We have some other data where they play across computers.
162
399490
1836
Temos outros dados em que eles jogam através de computadores.
06:53
That's an interesting difference, as you might imagine.
163
401326
1738
Essa é uma diferença interessante, como podem imaginar.
06:55
But a bunch of the face-to-face pairs
164
403064
2202
E um grupo de pares cara a cara
06:57
agree to divide the money evenly every single time.
165
405266
3693
concorda em dividir o dinheiro igualmente toda vez.
07:00
Boring. It's just not interesting neurally.
166
408959
2906
Chato. Não é interessante com os neurônios.
07:03
It's good for them. They make a lot of money.
167
411865
2514
É bom para eles. Conseguem muito dinheiro.
07:06
But we're interested in, can we say something about
168
414379
2672
Mas estamos interessados em, digamos,
07:09
when disagreements occur versus don't occur?
169
417051
2536
quando desacordos ocorrem contra não ocorrem?
07:11
So this is the other group of subjects who often disagree.
170
419587
2357
Este é o outro grupo de indivíduos que discorda frequentemente.
07:13
So they have a chance of -- they bicker and disagree
171
421944
2768
Eles têm uma chance de -- eles disputam, discordam
07:16
and end up with less money.
172
424712
1307
e acabam com menos dinheiro.
07:18
They might be eligible to be on "Real Housewives," the TV show.
173
426019
3917
Eles podem ser qualificados para estar no show de TV "Real Housewives".
07:21
You see on the left,
174
429936
1936
Você vê, à esquerda,
07:23
when the amount to divide is one, two or three dollars,
175
431872
2664
quando a quantia a dividir é um, dois ou três dólares,
07:26
they disagree about half the time,
176
434536
1648
eles discordam cerca de metade do tempo,
07:28
and when the amount is four, five, six, they agree quite often.
177
436184
2192
e quando a quantia é quatro, cinco, seis, eles concordam muito frequentemente.
07:30
This turns out to be something that's predicted
178
438376
1874
Isto se transforma em algo que é previsível
07:32
by a very complicated type of game theory
179
440250
2204
por um tipo de teoria dos jogos muito complicado,
07:34
you should come to graduate school at CalTech and learn about.
180
442454
2809
você deveria se formar na CalTech para aprender.
07:37
It's a little too complicated to explain right now,
181
445263
2172
É meio complicado demais para explicar agora,
07:39
but the theory tells you that this shape kind of should occur.
182
447435
3416
mas a teoria diz que essa configuração meio que deveria ocorrer.
07:42
Your intuition might tell you that too.
183
450851
2216
Sua intuição pode lhe dizer isso também.
07:45
Now I'm going to show you the results from the EEG recording.
184
453067
2240
Agora vou mostrar-lhes o resuldado do registro de EEG.
07:47
Very complicated. The right brain schematic
185
455307
2353
Muito complicado. O esquema do cérebro à direita
07:49
is the uninformed person, and the left is the informed.
186
457660
2863
é da pessoa não informada, e o da esquerda é do informado.
07:52
Remember that we scanned both brains at the same time,
187
460523
2800
Lembre-se de que escaneamos ambos os cérebros ao mesmo tempo,
07:55
so we can ask about time-synced activity
188
463323
2392
portanto podemos questionar a atividade sincronizada
07:57
in similar or different areas simultaneously,
189
465715
3224
em áreas similares ou diferentes simultaneamente,
08:00
just like if you wanted to study a conversation
190
468939
2264
como se você quisesse estudar uma conversa
08:03
and you were scanning two people talking to each other
191
471203
1936
e estivesse escaneando duas pessoas conversando uma com a outra
08:05
and you'd expect common activity in language regions
192
473139
2360
e esperasse atividade comum em regiões da linguagem,
08:07
when they're actually kind of listening and communicating.
193
475499
2385
quando, na verdade, eles estão meio que ouvindo e comunicando.
08:09
So the arrows connect regions that are active at the same time,
194
477884
3927
As setas conectam regiões que estão ativas ao mesmo tempo,
08:13
and the direction of the arrows flows
195
481811
2040
e a direção em que vão as setas
08:15
from the region that's active first in time,
196
483851
2480
é da região que está ativa primeiro,
08:18
and the arrowhead goes to the region that's active later.
197
486331
3568
e as setas váo para a região que está ativada depois.
08:21
So in this case, if you look carefully,
198
489899
2216
Neste caso, se você olha atentamente,
08:24
most of the arrows flow from right to left.
199
492115
1857
a maioria das setas vai da direita para a esquerda.
08:25
That is, it looks as if the uninformed brain activity
200
493972
3280
Isto é, parece que a atividade cerebral do não informado
08:29
is happening first,
201
497252
1959
está acontecendo primeiro,
08:31
and then it's followed by activity in the informed brain.
202
499211
3515
sendo, então, seguida pela atividade no cérebro informado.
08:34
And by the way, these were trials where their deals were made.
203
502726
3692
A propósito, estas foram experiências nas quais os acordos foram feitos.
08:38
This is from the first two seconds.
204
506418
1780
Esta é dos dois primeiros segundos.
08:40
We haven't finished analyzing this data,
205
508198
1980
Não terminamos de analisar estes dados,
08:42
so we're still peeking in, but the hope is
206
510178
1900
ainda estamos examinando, mas esperamos
08:44
that we can say something in the first couple of seconds
207
512078
2564
poder dizer algo nos primeiros segundos,
08:46
about whether they'll make a deal or not,
208
514642
1723
se eles farão um acordo ou não,
08:48
which could be very useful in thinking about avoiding litigation
209
516365
2043
o que poderia ser muito útil quando pensamos em evitar litígios,
08:50
and ugly divorces and things like that.
210
518408
1928
divórcios horríveis e coisas assim.
08:52
Those are all cases in which a lot of value is lost
211
520336
2883
Esses são todos casos em que muito valor é perdido
08:55
by delay and strikes.
212
523219
2976
por demoras e impasses.
08:58
Here's the case where the disagreements occur.
213
526195
2030
Aqui está o caso em que ocorre desacordo.
09:00
You can see it looks different than the one before.
214
528225
2173
Você pode ver que parece diferente do anterior.
09:02
There's a lot more arrows.
215
530398
2249
Há muito mais setas.
09:04
That means that the brains are synced up
216
532647
1511
Isso significa que os cérebros estão sincronizados
09:06
more closely in terms of simultaneous activity,
217
534158
2552
mais estreitamente em termos de atividade simultânea,
09:08
and the arrows flow clearly from left to right.
218
536710
2010
e as setas vão claramente da esquerda para a direita.
09:10
That is, the informed brain seems to be deciding,
219
538720
2242
Isto é, o cérebro informado parece estar decidindo:
09:12
"We're probably not going to make a deal here."
220
540962
2288
"Provavelmente não teremos acordo aqui."
09:15
And then later there's activity in the uninformed brain.
221
543250
3225
E depois mais tarde há atividade no cérebro não informado.
09:18
Next I'm going to introduce you to some relatives.
222
546475
2503
A seguir, vou apresentar-lhes alguns parentes.
09:20
They're hairy, smelly, fast and strong.
223
548978
2261
Eles são peludos, malcheirosos, rápidos e fortes.
09:23
You might be thinking back to your last Thanksgiving.
224
551239
3190
Você pode estar pensando na última reunião do Dia de Ação de Graças.
09:26
Maybe if you had a chimpanzee with you.
225
554429
2693
Talvez, se você tivesse um chimpanzé com você.
09:29
Charles Darwin and I and you broke off from the family tree
226
557122
3461
Charles Darwin, eu e você surgimos da mesma árvore genealógica
09:32
from chimpanzees about five million years ago.
227
560583
2259
dos chimpanzés, aproximadamente cinco milhões de anos atrás.
09:34
They're still our closest genetic kin.
228
562842
1968
Eles ainda são nossos parentes genéticos mais próximos.
09:36
We share 98.8 percent of the genes.
229
564810
1737
Compartilhamos 98.8 por cento dos genes.
09:38
We share more genes with them than zebras do with horses.
230
566547
2800
Compartilhamos mais genes com eles do que zebras compartilham com cavalos.
09:41
And we're also their closest cousin.
231
569347
1717
E somos também seus primos mais próximos.
09:43
They have more genetic relation to us than to gorillas.
232
571064
3002
Eles têm mais relação genética conosco que com gorilas.
09:46
So how humans and chimpanzees behave differently
233
574066
2528
Assim, humanos e chimpanzés comportarem-se diferentemente
09:48
might tell us a lot about brain evolution.
234
576594
2455
pode nos dizer muito sobre a evolução do cérebro.
09:51
So this is an amazing memory test
235
579049
2601
Este é um teste de memória surpreendente,
09:53
from Nagoya, Japan, Primate Research Institute,
236
581650
2816
do Primate Research Institute, em Nagoya, Japão.
09:56
where they've done a lot of this research.
237
584466
1778
onde fizeram muitas dessas pesquisas.
09:58
This goes back quite a ways. They're interested in working memory.
238
586244
2340
Isso ocorre há longo tempo. Eles estão interessados na memória de trabalho.
10:00
The chimp is going to see, watch carefully,
239
588584
1772
O chimpanzé vai ver, observem com cuidado,
10:02
they're going to see 200 milliseconds' exposure
240
590356
2202
eles vão ver 200 milissegundos de exposição
10:04
— that's fast, that's eight movie frames —
241
592558
1994
-- isso é rápido, são oito quadros de filme --
10:06
of numbers one, two, three, four, five.
242
594552
1951
dos números um, dois, três, quatro, cinco.
10:08
Then they disappear and they're replaced by squares,
243
596503
1998
Então desaparecem e são substituídos por quadrados,
10:10
and they have to press the squares
244
598501
1755
e eles têm que pressionar os quadrados
10:12
that correspond to the numbers from low to high
245
600256
2321
que correspondem aos números do mais baixo para o mais alto,
10:14
to get an apple reward.
246
602577
1339
para ganhar a recompensa de maçã.
10:15
Let's see how they can do it.
247
603916
4771
Vejamos como conseguem fazer isso.
10:28
This is a young chimp. The young ones
248
616391
1493
Este é um chimpanzé jovem. Os jovens
10:29
are better than the old ones, just like humans.
249
617884
2783
são melhores que os velhos, exatamente como humanos.
10:32
And they're highly experienced, so they've done this
250
620667
1592
Eles têm bastante experiência, porque fizeram isso
10:34
thousands and thousands of time.
251
622259
1432
centenas e centenas de vezes.
10:35
Obviously there's a big training effect, as you can imagine.
252
623691
2884
Claro que há um grande efeito do treino, como podem imaginar.
10:39
(Laughter)
253
627928
1344
(Risadas)
10:41
You can see they're very blasé and kind of effortless.
254
629272
1935
Podem notar que eles estão bastante indiferentes e meio que não se esforçam.
10:43
Not only can they do it very well, they do it in a sort of lazy way.
255
631207
3928
Eles não apenas conseguem fazer isso muito bem como ainda o fazem de uma forma meio indolente.
10:47
Right? Who thinks you could beat the chimps?
256
635135
3435
Certo? Quem pensa que poderia bater os chimpanzés?
10:50
Wrong. (Laughter)
257
638570
1596
Errado. (Risadas)
10:52
We can try. We'll try. Maybe we'll try.
258
640166
2438
Podemos tentar. Talvez tentemos.
10:54
Okay, so the next part of this study
259
642604
2590
Ok, a parte seguinte deste estudo,
10:57
I'm going to go quickly through
260
645194
1596
vou passar rapidamente,
10:58
is based on an idea of Tetsuro Matsuzawa.
261
646790
2692
é baseada em uma ideia de Tetsuro Matsuzawa.
11:01
He had a bold idea that -- what he called the cognitive trade-off hypothesis.
262
649482
3029
Ele teve uma ideia ousada de que - ele a chamou de hipótese da troca cognitiva.
11:04
We know chimps are faster and stronger.
263
652511
1292
Sabemos que os chimpanzés são mais rápidos e mais fortes.
11:05
They're also very obsessed with status.
264
653803
1680
Também são obcecados com status.
11:07
His thought was, maybe they've preserved brain activities
265
655483
2956
Sua ideia foi: talvez eles preservem atividades cerebrais
11:10
and they practice them in development
266
658439
2168
e as ponham em prática nos desenvolvimentos
11:12
that are really, really important to them
267
660607
1851
que são muito, muito importantes para eles
11:14
to negotiate status and to win,
268
662458
2210
negociarem status e vencer,
11:16
which is something like strategic thinking during competition.
269
664668
2998
o que é algo como o pensamento estratégico durante uma competição.
11:19
So we're going to check that out
270
667666
1580
Vamos verificar isso
11:21
by having the chimps actually play a game
271
669246
2430
fazendo com que os chimpanzés joguem um jogo
11:23
by touching two touch screens.
272
671676
2638
tocando duas telas sensíveis.
11:26
The chimps are actually interacting with each other through the computers.
273
674314
2440
Na verdade, os chimpanzés estão interagindo um com outro através de computadores.
11:28
They're going to press left or right.
274
676754
1608
Eles vão pressionar à direita ou à esquerda.
11:30
One chimp is called a matcher.
275
678362
2113
Um chimpanzé é chamado de combinador.
11:32
They win if they press left, left,
276
680475
1983
Eles vencem se pressionam à esquerda, à esquerda,
11:34
like a seeker finding someone in hide-and-seek, or right, right.
277
682458
3169
como alguém encontrando o outro no jogo de esconde-esconde, ou à direita, à direita.
11:37
The mismatcher wants to mismatch.
278
685627
1228
O opositor quer a incompatibilidade.
11:38
They want to press the opposite screen of the chimp.
279
686855
3076
Eles querem pressionar a tela oposta do chimpanzé.
11:41
And the rewards are apple cube rewards.
280
689931
2544
E a recompensa são cubos de maçã.
11:44
So here's how game theorists look at these data.
281
692475
2528
Aqui está como os teóricos dos jogos veem estes dados.
11:47
This is a graph of the percentage of times
282
695003
1614
Este é um gráfico do percentual de vezes
11:48
the matcher picked right on the x-axis,
283
696617
2618
que o combinador escolheu certo no eixo X,
11:51
and the percentage of times they predicted right
284
699235
1516
e o percentual de vezes que previram corretamente
11:52
by the mismatcher on the y-axis.
285
700751
2868
pelo opositor no eixo Y.
11:55
So a point here is the behavior by a pair of players,
286
703619
3200
Uma questão aqui é o comportamento da dupla de jogadores,
11:58
one trying to match, one trying to mismatch.
287
706819
2216
um tentando combinar, um tentando não fazê-lo.
12:01
The NE square in the middle -- actually NE, CH and QRE --
288
709035
3280
O quadrado NE no centro -- na verdade NE, CH e QRE ---
12:04
those are three different theories of Nash equilibrium, and others,
289
712315
2456
esses são três teorias diferentes do equilíbrio Nash, e outros,
12:06
tells you what the theory predicts,
290
714771
2424
informa o que a teoria prevê,
12:09
which is that they should match 50-50,
291
717195
2272
que é eles devem combinar meio a meio,
12:11
because if you play left too much, for example,
292
719467
2168
porque, se você joga demais à esquerda, por exemplo,
12:13
I can exploit that if I'm the mismatcher by then playing right.
293
721635
2716
posso tirar vantagem de, se sou o opositor, jogar à direita.
12:16
And as you can see, the chimps, each chimp is one triangle,
294
724351
2764
E como podem ver, os chimpanzés, cada chimpanzé é um triângulo,
12:19
are circled around, hovering around that prediction.
295
727115
3847
estão ao redor, pairando ao redor dessa previsão.
12:22
Now we move the payoffs.
296
730962
1774
Agora alteramos a recompensa.
12:24
We're actually going to make the left, left payoff for the matcher a little bit higher.
297
732736
3443
Na verdade, vamos fazer a esquerda, a recompensa à esquerda para o combinador, um pouco maior.
12:28
Now they get three apple cubes.
298
736179
1520
Agora conseguem três cubos de maçã.
12:29
Game theoretically, that should actually make the mismatcher's behavior shift,
299
737699
2800
Teoricamente nos jogos, isso deveria fazer o comportamento do opositor mudar,
12:32
because what happens is, the mismatcher will think,
300
740499
1590
porque o que acontece é que, o opositor pensará:
12:34
oh, this guy's going to go for the big reward,
301
742089
1810
oh, esse cara vai para a recompensa maior,
12:35
and so I'm going to go to the right, make sure he doesn't get it.
302
743899
3065
então vou para a direita, para ter certeza de que ele não a consiga.
12:38
And as you can see, their behavior moves up
303
746964
1665
E como podem ver, o comportamento deles se altera
12:40
in the direction of this change in the Nash equilibrium.
304
748629
3448
na direção dessa mudança no equilíbrio Nash.
12:44
Finally, we changed the payoffs one more time.
305
752077
2314
No final, mudamos a recompensa mais uma vez.
12:46
Now it's four apple cubes,
306
754391
1192
Agora são quatro cubos de maçã,
12:47
and their behavior again moves towards the Nash equilibrium.
307
755583
2172
e o comportamento deles novamente se altera em direção ao equilíbrio Nash.
12:49
It's sprinkled around, but if you average the chimps out,
308
757755
2035
Está espalhado, mas se você faz a média dos chimpanzés,
12:51
they're really, really close, within .01.
309
759790
2190
eles estão muito, muito perto, dentro de .01.
12:53
They're actually closer than any species we've observed.
310
761980
3199
De fato, estão mais próximos do que qualquer outra espécie que observamos.
12:57
What about humans? You think you're smarter than a chimpanzee?
311
765179
3193
E os humanos? Vocês pensam que são mais espertos que um chimpanzé?
13:00
Here's two human groups in green and blue.
312
768372
3567
Aqui estão dois grupos humanos em verde e azul.
13:03
They're closer to 50-50. They're not responding to payoffs as closely,
313
771939
3744
Eles estão mais próximos ao meio a meio. Não estão respondendo às recompensas tão prontamente.
13:07
and also if you study their learning in the game,
314
775683
1450
e também, se você estuda o aprendizado deles no jogo,
13:09
they aren't as sensitive to previous rewards.
315
777133
1985
eles não são tão sensíveis a recompensas prévias.
13:11
The chimps are playing better than the humans,
316
779118
1364
Os chimpanzés estão jogando melhor que os humanos,
13:12
better in the sense of adhering to game theory.
317
780482
2423
melhor no sentido de adesão à teoria dos jogos.
13:14
And these are two different groups of humans
318
782905
1419
Estes são dois grupos de humanos diferentes
13:16
from Japan and Africa. They replicate quite nicely.
319
784324
3196
do Japão e da África. Eles se repetem bastante bem.
13:19
None of them are close to where the chimps are.
320
787520
3235
Nenhum deles está perto de onde estão os chimpanzés.
13:22
So here are some things we learned today.
321
790755
1755
Então, aqui estão algumas coisas que aprendemos hoje.
13:24
People seem to do a limited amount of strategic thinking
322
792510
1938
As pessoas parecem usar uma quantia limitada de pensamento estratégico
13:26
using theory of mind.
323
794448
1811
usando a teoria da mente.
13:28
We have some preliminary evidence from bargaining
324
796259
1917
Temos algumas evidências preliminares da barganha
13:30
that early warning signs in the brain might be used to predict
325
798176
2492
que sinais de alerta antecipados no cérebro podem ser usados para prever
13:32
whether there will be a bad disagreement that costs money,
326
800668
2226
se haverá um desacordo ruim que custará dinheiro,
13:34
and chimps are better competitors than humans,
327
802894
1840
e chimpanzés são competidores melhores que humanos,
13:36
as judged by game theory.
328
804734
2464
se julgados pela teoria dos jogos.
13:39
Thank you.
329
807198
1857
Obrigado.
13:41
(Applause)
330
809055
3573
(Aplausos)
ABOUT THE SPEAKER
Colin Camerer - Behavioral economistColin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making.
Why you should listen
Colin Camerer focuses on brain behavior during decision making, strategizing and market trading. He is the Robert Kirby Professor of Behavioral Finance and Economics at the California Institute of Technology. A child prodigy in his youth, Camerer received a B.A. in quantitative studies from Johns Hopkins when he was just 17 and a PhD in decision theory from the University of Chicago Graduate School of Business when he was 22. Camerer's research departs from previous theory in that it does not assume the mind to be a rational and perfect system, but rather focuses on the limitations of everyday people when they play actual games, and seeks to predict how they will behave in situations that involve strategy. His studies focus on neurological findings from economic experiments in the lab (on humans -- and monkeys!) Camerer is the author of Behavioral Game Theory.
Colin Camerer | Speaker | TED.com