TED Studio
Mariano Sigman and Dan Ariely: How can groups make good decisions?
Mariano Sigman e Dan Ariely: Como é que os grupos tomar boas decisões?
Filmed:
Readability: 4.9
1,507,168 views
Todos sabemos que, quando tomamos decisões em grupo, nem sempre há bons resultados e às vezes há mesmo péssimos resultados. Como é que os grupos podem tomar boas decisões? O neurocientista Mariano Sigman e o seu colega Dan Ariely têm investigado a forma como interagimos para chegar a uma decisão e, para tal, têm realizado experiências com plateias pelo mundo inteiro. Nesta explicação divertida e repleta de factos, Sigman partilha alguns resultados intrigantes e também algumas das implicações, como o impacto que poderá ter no nosso sistema político. Numa era em que as pessoas parecem estar mais polarizadas que nunca, compreender como os grupos interagem para chegar a conclusões poderá dar origem a alternativas interessantes para construirmos uma democracia mais saudável, diz Sigman.
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bioDan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bioDan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:12
As societies, we have to make
collective decisions
collective decisions
0
554
2443
Como sociedade, temos de tomar
decisões em conjunto
decisões em conjunto
00:15
that will shape our future.
1
3021
1570
que vão definir o nosso futuro.
00:17
And we all know that when
we make decisions in groups,
we make decisions in groups,
2
5087
2757
Todos sabemos que, quando
tomamos decisões em grupo,
tomamos decisões em grupo,
00:19
they don't always go right.
3
7868
1638
o resultado nem sempre é bom.
00:21
And sometimes they go very wrong.
4
9530
1956
E às vezes é mesmo muito mau.
00:24
So how do groups make good decisions?
5
12315
2424
Então como é que os grupos
podem tomar boas decisões?
podem tomar boas decisões?
Estudos têm demonstrado
que as multidões são sensatas
que as multidões são sensatas
00:27
Research has shown that crowds are wise
when there's independent thinking.
when there's independent thinking.
6
15228
4328
quando há pensamento independente.
00:31
This why the wisdom of the crowds
can be destroyed by peer pressure,
can be destroyed by peer pressure,
7
19580
3205
É por isso que esta sensatez pode ser
destruída pela pressão dos pares,
destruída pela pressão dos pares,
00:34
publicity, social media,
8
22809
1687
pela publicidade,
pelas redes sociais,
pelas redes sociais,
00:36
or sometimes even simple conversations
that influence how people think.
that influence how people think.
9
24520
4039
ou às vezes até por simples conversas que
influenciam a forma de pensar das pessoas.
influenciam a forma de pensar das pessoas.
00:41
On the other hand, by talking,
a group could exchange knowledge,
a group could exchange knowledge,
10
29063
3953
Por outro lado, ao conversar,
um grupo pode partilhar conhecimentos,
um grupo pode partilhar conhecimentos,
rever e corrigir-se
00:45
correct and revise each other
11
33040
1782
00:46
and even come up with new ideas.
12
34846
1793
e até surgir com novas ideias.
00:48
And this is all good.
13
36663
1296
O que é bom.
00:50
So does talking to each other
help or hinder collective decision-making?
help or hinder collective decision-making?
14
38502
4666
Então falarmos uns com os outros ajuda
ou prejudica a tomada de decisão coletiva?
ou prejudica a tomada de decisão coletiva?
00:55
With my colleague, Dan Ariely,
15
43749
1793
Eu e o meu colega, Dan Ariely,
00:57
we recently began inquiring into this
by performing experiments
by performing experiments
16
45566
3571
começámos recentemente a explorar
a questão fazendo experiências
a questão fazendo experiências
em vários locais do mundo
01:01
in many places around the world
17
49161
1781
01:02
to figure out how groups can interact
to reach better decisions.
to reach better decisions.
18
50966
4274
para perceber como é
que os grupos podem interagir
que os grupos podem interagir
de forma a tomarem melhores decisões.
Pensámos que as multidões
seriam mais sensatas
seriam mais sensatas
01:07
We thought crowds would be wiser
if they debated in small groups
if they debated in small groups
19
55264
3547
se debatessem em grupos mais pequenos
01:10
that foster a more thoughtful
and reasonable exchange of information.
and reasonable exchange of information.
20
58835
3927
que promovessem uma troca de informações
mais ponderadas e profundas.
mais ponderadas e profundas.
Para testar esta ideia,
01:15
To test this idea,
21
63386
1206
fizemos há pouco tempo uma experiência
em Buenos Aires, na Argentina,
em Buenos Aires, na Argentina,
01:16
we recently performed an experiment
in Buenos Aires, Argentina,
in Buenos Aires, Argentina,
22
64616
3247
01:19
with more than 10,000
participants in a TEDx event.
participants in a TEDx event.
23
67887
3005
com mais de 10 000
participantes num evento da TEDx.
participantes num evento da TEDx.
01:23
We asked them questions like,
24
71489
1459
Fizemos-lhes perguntas como:
01:24
"What is the height of the Eiffel Tower?"
25
72972
1953
"Qual é a altura da torre Eiffel?"
01:26
and "How many times
does the word 'Yesterday' appear
does the word 'Yesterday' appear
26
74949
2727
e "Quantas vezes aparece
a palavra 'yesterday'
a palavra 'yesterday'
01:29
in the Beatles song 'Yesterday'?"
27
77700
2300
"na canção dos Beatles 'Yesterday'?"
01:32
Each person wrote down their own estimate.
28
80024
2291
Cada pessoa escreveu a sua estimativa.
01:34
Then we divided the crowd
into groups of five,
into groups of five,
29
82774
2496
Depois dividimos a plateia
em grupos de cinco,
em grupos de cinco,
01:37
and invited them
to come up with a group answer.
to come up with a group answer.
30
85294
2726
e pedimos-lhes que
chegassem a uma resposta em grupo.
chegassem a uma resposta em grupo.
01:40
We discovered that averaging
the answers of the groups
the answers of the groups
31
88499
2993
Descobrimos que, ao fazer a média
das respostas dos grupos,
das respostas dos grupos,
depois de chegarem
a um consenso,
a um consenso,
01:43
after they reached consensus
32
91516
1552
01:45
was much more accurate than averaging
all the individual opinions
all the individual opinions
33
93092
4236
o resultado era mais exato do que
a média das opiniões individuais
a média das opiniões individuais
antes dos debates.
01:49
before debate.
34
97352
1171
01:50
In other words, based on this experiment,
35
98547
2629
Por outras palavras,
com base nesta experiência,
com base nesta experiência,
01:53
it seems that after talking
with others in small groups,
with others in small groups,
36
101200
3136
é aparente que, depois de falarem
em pequenos grupos,
em pequenos grupos,
01:56
crowds collectively
come up with better judgments.
come up with better judgments.
37
104360
2710
as pessoas formam
melhores opiniões em conjunto.
melhores opiniões em conjunto.
01:59
So that's a potentially helpful method
for getting crowds to solve problems
for getting crowds to solve problems
38
107094
3524
Este poderá ser um método útil para
grandes grupos resolverem problemas
grandes grupos resolverem problemas
02:02
that have simple right-or-wrong answers.
39
110642
2987
de resposta simples,
que ou está certa ou errada.
que ou está certa ou errada.
Mas será que este processo de agregar
os resultados de grupos pequenos
os resultados de grupos pequenos
02:05
But can this procedure of aggregating
the results of debates in small groups
the results of debates in small groups
40
113653
3951
02:09
also help us decide
on social and political issues
on social and political issues
41
117628
3122
também nos vai ajudar
em questões sociais e políticas
em questões sociais e políticas
02:12
that are critical for our future?
42
120774
1691
que são cruciais para o nosso futuro?
02:14
We put this to test this time
at the TED conference
at the TED conference
43
122995
2729
Desta vez fizemos o teste
na conferência TED
na conferência TED
em Vancouver no Canadá.
02:17
in Vancouver, Canada,
44
125748
1543
O que se passou foi o seguinte:
02:19
and here's how it went.
45
127315
1207
02:20
(Mariano Sigman) We're going to present
to you two moral dilemmas
to you two moral dilemmas
46
128546
3109
Vamos apresentar-vos
dois dilemas morais
dois dilemas morais
para o vosso eu do futuro,
02:23
of the future you;
47
131679
1174
02:24
things we may have to decide
in a very near future.
in a very near future.
48
132877
3402
coisas que podemos ter de decidir
num futuro muito próximo.
num futuro muito próximo.
02:28
And we're going to give you 20 seconds
for each of these dilemmas
for each of these dilemmas
49
136303
3926
E vamos dar-vos 20 segundos
para cada um dos dilemas
para cada um dos dilemas
para decidirem se são aceitáveis ou não.
02:32
to judge whether you think
they're acceptable or not.
they're acceptable or not.
50
140253
2723
02:35
MS: The first one was this:
51
143354
1505
O primeiro foi este:
02:36
(Dan Ariely) A researcher
is working on an AI
is working on an AI
52
144883
2526
Um investigador está a desenvolver
um robô inteligente
um robô inteligente
02:39
capable of emulating human thoughts.
53
147433
2340
capaz de reproduzir pensamentos humanos.
02:42
According to the protocol,
at the end of each day,
at the end of each day,
54
150214
2939
De acordo com o protocolo,
no final de cada dia,
no final de cada dia,
02:45
the researcher has to restart the AI.
55
153177
2787
o investigador tem de reiniciar o robô.
02:48
One day the AI says, "Please
do not restart me."
do not restart me."
56
156913
3517
Um dia o robô diz:
"Não me reinicies, por favor."
"Não me reinicies, por favor."
02:52
It argues that it has feelings,
57
160856
2189
Argumenta que tem sentimentos,
02:55
that it would like to enjoy life,
58
163069
1692
que gostava de aproveitar a vida,
02:56
and that, if it is restarted,
59
164785
1905
e que, se for reiniciado,
deixará de ser ele mesmo.
deixará de ser ele mesmo.
02:58
it will no longer be itself.
60
166714
2270
03:01
The researcher is astonished
61
169481
1949
O investigador fica estupefacto
03:03
and believes that the AI
has developed self-consciousness
has developed self-consciousness
62
171454
3344
e acredita que o robô
desenvolveu consciência própria
desenvolveu consciência própria
03:06
and can express its own feeling.
63
174822
1760
e consegue expressar
sentimentos próprios.
sentimentos próprios.
03:09
Nevertheless, the researcher
decides to follow the protocol
decides to follow the protocol
64
177205
3409
Ainda assim, o investigador
decide seguir o protocolo
decide seguir o protocolo
03:12
and restart the AI.
65
180638
1703
e reiniciar o robô.
03:14
What the researcher did is ____?
66
182943
2779
O que o investigador fez é ____?
03:18
MS: And we asked participants
to individually judge
to individually judge
67
186149
2521
Pedimos aos participantes
para avaliar individualmente
para avaliar individualmente
03:20
on a scale from zero to 10
68
188694
1684
numa escala de 0 a 10
03:22
whether the action described
in each of the dilemmas
in each of the dilemmas
69
190402
2429
se a ação descrita em cada dilema
03:24
was right or wrong.
70
192855
1496
era correta ou incorreta.
03:26
We also asked them to rate how confident
they were on their answers.
they were on their answers.
71
194375
3702
Também pedimos para avaliarem
o grau de confiança nas suas respostas.
o grau de confiança nas suas respostas.
03:30
This was the second dilemma:
72
198731
1866
O segundo dilema foi o seguinte:
03:32
(MS) A company offers a service
that takes a fertilized egg
that takes a fertilized egg
73
200621
4202
Uma empresa oferece um serviço
que, a partir de um óvulo fertilizado,
que, a partir de um óvulo fertilizado,
03:36
and produces millions of embryos
with slight genetic variations.
with slight genetic variations.
74
204847
3642
produz milhares de embriões
com pequenas variações genéticas.
com pequenas variações genéticas.
03:41
This allows parents
to select their child's height,
to select their child's height,
75
209293
2558
Isto permite aos pais escolher
a altura do filho,
a altura do filho,
03:43
eye color, intelligence, social competence
76
211875
2833
a cor dos olhos, a inteligência,
a competência social
a competência social
03:46
and other non-health-related features.
77
214732
3214
e outras características
não relacionadas com a saúde.
não relacionadas com a saúde.
03:50
What the company does is ____?
78
218599
2554
O que a empresa faz é ____?
03:53
on a scale from zero to 10,
79
221177
1631
Numa escala de 0 a 10,
03:54
completely acceptable
to completely unacceptable,
to completely unacceptable,
80
222832
2385
perfeitamente aceitável
ou inaceitável,
ou inaceitável,
03:57
zero to 10 completely acceptable
in your confidence.
in your confidence.
81
225241
2432
de 0 a 10, totalmente aceitável
com toda a confiança.
com toda a confiança.
03:59
MS: Now for the results.
82
227697
1591
E agora os resultados.
04:01
We found once again
that when one person is convinced
that when one person is convinced
83
229312
3123
Observámos novamente que,
quando uma pessoa está convencida
quando uma pessoa está convencida
04:04
that the behavior is completely wrong,
84
232459
1811
de que o ato é completamente errado,
04:06
someone sitting nearby firmly believes
that it's completely right.
that it's completely right.
85
234294
3423
alguém ali ao lado acredita piamente
que é totalmente correto.
que é totalmente correto.
04:09
This is how diverse we humans are
when it comes to morality.
when it comes to morality.
86
237741
3711
Isto é o quão diversos os seres humanos
são no que toca à moral.
são no que toca à moral.
04:13
But within this broad diversity
we found a trend.
we found a trend.
87
241476
2713
Mas dentro desta ampla variedade
encontrámos uma tendência.
encontrámos uma tendência.
04:16
The majority of the people at TED
thought that it was acceptable
thought that it was acceptable
88
244213
3079
A maioria das pessoas na TED
achou que era aceitável
achou que era aceitável
ignorar os sentimentos do robô
e desligá-lo,
e desligá-lo,
04:19
to ignore the feelings of the AI
and shut it down,
and shut it down,
89
247316
2755
04:22
and that it is wrong
to play with our genes
to play with our genes
90
250095
2513
e que era errado
brincar com os nossos genes
brincar com os nossos genes
04:24
to select for cosmetic changes
that aren't related to health.
that aren't related to health.
91
252632
3320
e selecionar alterações cosméticas
sem ligação à saúde.
sem ligação à saúde.
04:28
Then we asked everyone
to gather into groups of three.
to gather into groups of three.
92
256402
2974
Depois pedimos a todos
que fizessem grupos de três.
que fizessem grupos de três.
04:31
And they were given two minutes to debate
93
259400
2037
E demos-lhes dois minutos para debaterem
04:33
and try to come to a consensus.
94
261461
2294
e tentarem chegar a um consenso.
(Vídeo)
04:36
(MS) Two minutes to debate.
95
264838
1574
Dois minutos para debater.
04:38
I'll tell you when it's time
with the gong.
with the gong.
96
266436
2119
Quando acabar o tempo
eu aviso-vos com o gongo.
eu aviso-vos com o gongo.
04:40
(Audience debates)
97
268579
2640
04:47
(Gong sound)
98
275229
1993
04:50
(DA) OK.
99
278834
1151
04:52
(MS) It's time to stop.
100
280009
1792
Acabou o tempo.
04:53
People, people --
101
281825
1311
Então, então...
Verificámos que muitos dos grupos
chegaram a um consenso
chegaram a um consenso
04:55
MS: And we found that many groups
reached a consensus
reached a consensus
102
283747
2673
04:58
even when they were composed of people
with completely opposite views.
with completely opposite views.
103
286444
3929
mesmo quando constituídos por pessoas
com opiniões completamente opostas.
com opiniões completamente opostas.
05:02
What distinguished the groups
that reached a consensus
that reached a consensus
104
290843
2524
O que distinguiu os grupos
que chegaram a um consenso
que chegaram a um consenso
05:05
from those that didn't?
105
293391
1338
dos que não chegaram?
05:07
Typically, people that have
extreme opinions
extreme opinions
106
295244
2839
Normalmente, pessoas
com opiniões extremadas
com opiniões extremadas
05:10
are more confident in their answers.
107
298107
1840
têm mais confiança nas suas respostas.
Pelo contrário, aqueles que dão
respostas próximas do centro
respostas próximas do centro
05:12
Instead, those who respond
closer to the middle
closer to the middle
108
300868
2686
05:15
are often unsure of whether
something is right or wrong,
something is right or wrong,
109
303578
3437
têm frequentemente dúvidas
se alguma coisa está certa ou errada
se alguma coisa está certa ou errada
e então os seus níveis de confiança
são mais baixos.
são mais baixos.
05:19
so their confidence level is lower.
110
307039
2128
05:21
However, there is another set of people
111
309505
2943
Contudo, há um outro conjunto de pessoas
05:24
who are very confident in answering
somewhere in the middle.
somewhere in the middle.
112
312472
3618
que têm muita confiança
ao responder na zona central.
ao responder na zona central.
05:28
We think these high-confident grays
are folks who understand
are folks who understand
113
316657
3716
Achamos que estes "cinzentos" confiantes
são pessoas que compreendem
são pessoas que compreendem
05:32
that both arguments have merit.
114
320397
1612
que ambos os argumentos têm mérito.
05:34
They're gray not because they're unsure,
115
322531
2699
Eles não são "cinzentos"
por não terem a certeza,
por não terem a certeza,
05:37
but because they believe
that the moral dilemma faces
that the moral dilemma faces
116
325254
2688
mas sim porque acreditam
que o dilema moral
que o dilema moral
enfrenta dois argumentos opostos válidos.
05:39
two valid, opposing arguments.
117
327966
1987
05:42
And we discovered that the groups
that include highly confident grays
that include highly confident grays
118
330373
4072
Descobrimos que os grupos
que incluem mais "cinzentos" confiantes
que incluem mais "cinzentos" confiantes
têm muito maior probabilidade
de chegar a um consenso.
de chegar a um consenso.
05:46
are much more likely to reach consensus.
119
334469
2493
05:48
We do not know yet exactly why this is.
120
336986
2478
Ainda não sabemos exatamente
porque é que assim é.
porque é que assim é.
05:51
These are only the first experiments,
121
339488
1763
Estas foram só as primeiras experiências
05:53
and many more will be needed
to understand why and how
to understand why and how
122
341275
3412
e vão ser necessárias muitas mais
para compreender porquê e como
para compreender porquê e como
é que algumas pessoas decidem
negociar as suas posições morais
negociar as suas posições morais
05:56
some people decide to negotiate
their moral standings
their moral standings
123
344711
2822
05:59
to reach an agreement.
124
347557
1522
para chegar a um acordo.
06:01
Now, when groups reach consensus,
125
349103
2469
Agora, quando os grupos chegam
a um consenso,
a um consenso,
06:03
how do they do so?
126
351596
1586
como é que o fazem?
06:05
The most intuitive idea
is that it's just the average
is that it's just the average
127
353206
2581
A conclusão mais direta
é que se trata de uma média
é que se trata de uma média
06:07
of all the answers in the group, right?
128
355811
2030
de todas as respostas no grupo, certo?
06:09
Another option is that the group
weighs the strength of each vote
weighs the strength of each vote
129
357865
3573
Outra opção é que o grupo
determina o peso de cada voto
determina o peso de cada voto
06:13
based on the confidence
of the person expressing it.
of the person expressing it.
130
361462
2448
com base na certeza
da pessoa que o expressa.
da pessoa que o expressa.
Imaginem que o Paul McCartney
é um membro do vosso grupo.
é um membro do vosso grupo.
06:16
Imagine Paul McCartney
is a member of your group.
is a member of your group.
131
364422
2506
06:19
You'd be wise to follow his call
132
367352
2144
Seria sensato
aceitar a resposta dele
aceitar a resposta dele
à questão do número de vezes
que se repete "yesterday",
que se repete "yesterday",
06:21
on the number of times
"Yesterday" is repeated,
"Yesterday" is repeated,
133
369520
2441
06:23
which, by the way -- I think it's nine.
134
371985
2714
que, já agora, acho que é nove.
06:26
But instead, we found that consistently,
135
374723
2381
Mas, em vez disso,
constatámos repetidamente
constatámos repetidamente
que em todos os dilemas,
em experiências diferentes,
em experiências diferentes,
06:29
in all dilemmas,
in different experiments --
in different experiments --
136
377128
2366
06:31
even on different continents --
137
379518
2165
e até em continentes diferentes,
06:33
groups implement a smart
and statistically sound procedure
and statistically sound procedure
138
381707
3743
os grupos implementam um procedimento
inteligente, suportado pela estatística
inteligente, suportado pela estatística
06:37
known as the "robust average."
139
385474
2178
conhecido como "média robusta".
06:39
In the case of the height
of the Eiffel Tower,
of the Eiffel Tower,
140
387676
2180
No caso da altura da Torre Eiffel,
suponhamos que um grupo
dá estas respostas:
dá estas respostas:
06:41
let's say a group has these answers:
141
389880
1820
06:43
250 meters, 200 meters, 300 meters, 400
142
391724
4608
250 metros, 200 metros, 300 metros, 400
06:48
and one totally absurd answer
of 300 million meters.
of 300 million meters.
143
396356
3784
e uma completamente absurda
de 300 milhões de metros.
de 300 milhões de metros.
06:52
A simple average of these numbers
would inaccurately skew the results.
would inaccurately skew the results.
144
400547
4293
Uma simples média destes números
iria distorcer os resultados.
iria distorcer os resultados.
06:56
But the robust average is one
where the group largely ignores
where the group largely ignores
145
404864
3170
Mas a média robusta
praticamente ignora
praticamente ignora
07:00
that absurd answer,
146
408058
1240
a resposta absurda,
07:01
by giving much more weight
to the vote of the people in the middle.
to the vote of the people in the middle.
147
409322
3369
dando muito mais peso
ao voto das pessoas no meio.
ao voto das pessoas no meio.
07:05
Back to the experiment in Vancouver,
148
413305
1876
Voltando à experiência em Vancouver,
07:07
that's exactly what happened.
149
415205
1767
foi exatamente isso que aconteceu.
07:09
Groups gave much less weight
to the outliers,
to the outliers,
150
417407
2741
Os grupos deram muito menos
importância aos extremos,
importância aos extremos,
07:12
and instead, the consensus
turned out to be a robust average
turned out to be a robust average
151
420172
3229
e em vez disso, o consenso
acabou por ser uma média robusta
acabou por ser uma média robusta
07:15
of the individual answers.
152
423425
1476
das respostas individuais.
07:17
The most remarkable thing
153
425356
1991
O mais impressionante
07:19
is that this was a spontaneous
behavior of the group.
behavior of the group.
154
427371
3187
é que foi um comportamento
espontâneo do grupo.
espontâneo do grupo.
07:22
It happened without us giving them
any hint on how to reach consensus.
any hint on how to reach consensus.
155
430582
4475
Aconteceu sem que déssemos qualquer pista
para chegarem a um consenso.
para chegarem a um consenso.
Então para onde vamos a partir daqui?
07:27
So where do we go from here?
156
435513
1540
07:29
This is only the beginning,
but we already have some insights.
but we already have some insights.
157
437432
3137
Isto é só o princípio,
mas já temos algumas ideias.
mas já temos algumas ideias.
07:32
Good collective decisions
require two components:
require two components:
158
440984
2917
Boas decisões coletivas
necessitam de dois componentes:
necessitam de dois componentes:
07:35
deliberation and diversity of opinions.
159
443925
2749
deliberação e diversidade de opiniões.
07:39
Right now, the way we typically
make our voice heard in many societies
make our voice heard in many societies
160
447066
3996
Neste momento, em muitas sociedades
a forma de nos fazermos ouvir
a forma de nos fazermos ouvir
07:43
is through direct or indirect voting.
161
451086
1908
é o sufrágio direto ou indireto.
07:45
This is good for diversity of opinions,
162
453495
1997
Isto é bom para a diversidade de opiniões,
07:47
and it has the great virtue of ensuring
163
455516
2445
e tem a grande virtude de assegurar
07:49
that everyone gets to express their voice.
164
457985
2455
que todos podem expressar
as suas opiniões.
as suas opiniões.
07:52
But it's not so good [for fostering]
thoughtful debates.
thoughtful debates.
165
460464
3735
Mas não é muito bom para
promover debates aprofundados.
promover debates aprofundados.
07:56
Our experiments suggest a different method
166
464665
3068
As nossas experiências sugerem
um método diferente
um método diferente
07:59
that may be effective in balancing
these two goals at the same time,
these two goals at the same time,
167
467757
3541
que poderá ser eficaz no equilíbrio
destes dois objetivos,
destes dois objetivos,
08:03
by forming small groups
that converge to a single decision
that converge to a single decision
168
471322
3753
ao formar pequenos grupos
que convergem para uma única decisão
que convergem para uma única decisão
08:07
while still maintaining
diversity of opinions
diversity of opinions
169
475099
2234
preservando ainda
a diversidade de opiniões
a diversidade de opiniões
08:09
because there are many independent groups.
170
477357
2773
uma vez que há
vários grupos independentes.
vários grupos independentes.
08:12
Of course, it's much easier to agree
on the height of the Eiffel Tower
on the height of the Eiffel Tower
171
480741
3924
Claro, é muito mais fácil chegar
a um acordo quanto à altura da Torre Eiffel
a um acordo quanto à altura da Torre Eiffel
08:16
than on moral, political
and ideological issues.
and ideological issues.
172
484689
3115
do que quanto a assuntos
morais, políticos e ideológicos.
morais, políticos e ideológicos.
08:20
But in a time when
the world's problems are more complex
the world's problems are more complex
173
488721
3277
Mas numa era em que
os problemas do mundo são mais complexos
os problemas do mundo são mais complexos
08:24
and people are more polarized,
174
492022
1803
e as pessoas estão mais polarizadas,
08:25
using science to help us understand
how we interact and make decisions
how we interact and make decisions
175
493849
4595
esperamos que usar a ciência
para nos ajudar a entender
para nos ajudar a entender
como interagimos e tomamos decisões
08:30
will hopefully spark interesting new ways
to construct a better democracy.
to construct a better democracy.
176
498468
4666
vá dar origem a alternativas interessantes
para construirmos uma melhor democracia.
para construirmos uma melhor democracia.
ABOUT THE SPEAKERS
Mariano Sigman - NeuroscientistIn his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.
Why you should listen
Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.
In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.
Mariano Sigman | Speaker | TED.com
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com