TEDxLondonBusinessSchool
Alex Edmans: What to trust in a "post-truth" world
أليكس إدمانز: بماذا يمكننا الثقة في عالم "ما وراء الحقيقة"
Filmed:
Readability: 4.2
1,695,337 views
يقول الباحث اليكس ادمانز: فقط في حال تقبلك حقاً لإحتمالية كونك على خطأ، ستتعلم. تطرّق ادمانز في حديثه الوجيه الى الانحياز التأكيدي -هو الميل الى تقبل المعلومات التي تتوافق مع معتقدات الفرد الشخصية- وكيفية تضليلها للفرد في وسائل التواصل الاجتماعي, والسياسة وغير ذلك. ويعرض الباحث تلاث أدوات عملية للعثور على أدلة يمكن الوثوق بها فعلياً. (تلميح: عيّن شخصا ليكون محامي الشيطان في حياتك.)
Alex Edmans - Finance professor, editor
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Double-click the English transcript below to play the video.
00:13
Belle Gibson was a happy young Australian.
0
1675
2920
"بيل قيبسون" فتاة استرالية صغيرة وسعيدة
00:16
She lived in Perth,
and she loved skateboarding.
and she loved skateboarding.
1
4619
3023
عاشت في "بيرث"
كانت تحب التزلج
كانت تحب التزلج
00:20
But in 2009, Belle learned that she had
brain cancer and four months to live.
brain cancer and four months to live.
2
8173
4449
لكن في عام 2009، عرفت بيل ان لديها سرطان
الدماغ وأربعة أشهر للعيش
الدماغ وأربعة أشهر للعيش
00:25
Two months of chemo
and radiotherapy had no effect.
and radiotherapy had no effect.
3
13034
3533
شهرين من العلاج الكيماوي والعلاج الإشعاعي
لم يكن لهم أي تأثير
لم يكن لهم أي تأثير
00:29
But Belle was determined.
4
17145
1500
لكن بيل كانت قوية الإرادة
00:30
She'd been a fighter her whole life.
5
18669
2130
لقد كانت محاربة طوال حياتها
00:32
From age six, she had to cook
for her brother, who had autism,
for her brother, who had autism,
6
20823
3294
كان عليها ان تطهو لأخيها من سن السادسة
الذي كان يعاني من مرض التوحد
الذي كان يعاني من مرض التوحد
00:36
and her mother,
who had multiple sclerosis.
who had multiple sclerosis.
7
24141
2388
ولأمها، التي كانت مصابة بمرض
التصلب المتعدد
التصلب المتعدد
00:38
Her father was out of the picture.
8
26553
1754
والدها كان غائب عن كل هذا
00:40
So Belle fought, with exercise,
with meditation
with meditation
9
28736
3286
بيل حاربت، بالتمارين الرياضية والتأمل
00:44
and by ditching meat
for fruit and vegetables.
for fruit and vegetables.
10
32046
2840
واستبدال اللحوم بالفواكه والخضروات
00:47
And she made a complete recovery.
11
35387
2200
الى أن تماثلت إلى الشفاء التام
00:50
Belle's story went viral.
12
38784
1579
انتشرت قصة بيل انتشارا واسعا
00:52
It was tweeted, blogged about,
shared and reached millions of people.
shared and reached millions of people.
13
40387
3393
غُرد، ودوّن عنها وتمت مشاركتها،
ووصلت الى ملايين الاشخاص
ووصلت الى ملايين الاشخاص
00:56
It showed the benefits of shunning
traditional medicine
traditional medicine
14
44246
3111
أظهرت فوائد تجنب العلاج التقليدي
00:59
for diet and exercise.
15
47381
1467
واستبداله بالحمية والرياضة
01:01
In August 2013, Belle launched
a healthy eating app,
a healthy eating app,
16
49381
4498
أطلقت بيل تطبيق أكل صحي
في أغسطس 2013
في أغسطس 2013
01:05
The Whole Pantry,
17
53903
1349
"ذا هول بينتري"
01:07
downloaded 200,000 times
in the first month.
in the first month.
18
55276
4023
وحُمل 200,000 مرة في الشهر الأول
01:13
But Belle's story was a lie.
19
61228
2799
لكن قصة بيل كانت كذبة
01:17
Belle never had cancer.
20
65227
1534
لم تصاب بيل بالسرطان
01:19
People shared her story
without ever checking if it was true.
without ever checking if it was true.
21
67601
4133
شارك الناس قصتها بدون التأكد من صحتها
01:24
This is a classic example
of confirmation bias.
of confirmation bias.
22
72815
3220
هذا مثال كلاسيكي عن الانحياز التأكيدي
01:28
We accept a story uncritically
if it confirms what we'd like to be true.
if it confirms what we'd like to be true.
23
76403
4676
نحن نتقبل قصة ما دون انتقادها إذا
كانت تعزز لما نود ان يكون صحيحا
كانت تعزز لما نود ان يكون صحيحا
01:33
And we reject any story
that contradicts it.
that contradicts it.
24
81484
2506
ونرفض أية قصة إذا تناقضت معه
01:36
How often do we see this
25
84937
1825
كم مرة نرى هذا
01:38
in the stories
that we share and we ignore?
that we share and we ignore?
26
86786
3045
في القصص التي نشاركها
والقصص التي نتجاهلها؟
والقصص التي نتجاهلها؟
01:41
In politics, in business,
in health advice.
in health advice.
27
89855
4182
في السياسة، في التجارة،
في الإستشارات الصحية
في الإستشارات الصحية
01:47
The Oxford Dictionary's
word of 2016 was "post-truth."
word of 2016 was "post-truth."
28
95180
4106
كلمة قاموس أوكسفورد لعام 2016
كانت "ما وراء الحقيقة"
كانت "ما وراء الحقيقة"
01:51
And the recognition that we now live
in a post-truth world
in a post-truth world
29
99768
3492
والإعتراف بأننا الآن نعيش
في عالم ماوراء الحقيقة
في عالم ماوراء الحقيقة
01:55
has led to a much needed emphasis
on checking the facts.
on checking the facts.
30
103284
3364
أدى الى حاجتنا الى التركيز
في التدقيق على الحقائق
في التدقيق على الحقائق
01:59
But the punch line of my talk
31
107339
1397
لكن الفكرة الأساسية من كلامي
02:00
is that just checking
the facts is not enough.
the facts is not enough.
32
108760
2991
هي ان مجرد التدقيق في الحقائق
لا يكفي
لا يكفي
02:04
Even if Belle's story were true,
33
112347
2927
حتى لو كانت قصة بيل حقيقية
02:07
it would be just as irrelevant.
34
115298
2067
هي فقط ستكون غير مناسبة
02:10
Why?
35
118457
1150
لماذا؟
02:11
Well, let's look at one of the most
fundamental techniques in statistics.
fundamental techniques in statistics.
36
119957
3508
حسناً, دعونا ننظر إلى واحدة من
أكثر التقنيات الأساسية في الإحصاء
أكثر التقنيات الأساسية في الإحصاء
02:15
It's called Bayesian inference.
37
123489
2410
اسمها "استدلال بايزي"
02:18
And the very simple version is this:
38
126251
2936
والنسخة البسيطة للغاية هي:
02:21
We care about "does the data
support the theory?"
support the theory?"
39
129211
3268
نحن نهتم بـ"هل تدعم البيانات
النظرية؟"
النظرية؟"
02:25
Does the data increase our belief
that the theory is true?
that the theory is true?
40
133053
3456
هل تزيد البيانات من إيماننا
أن النظرية صحيحة؟
أن النظرية صحيحة؟
02:29
But instead, we end up asking,
"Is the data consistent with the theory?"
"Is the data consistent with the theory?"
41
137520
4383
لكن بدلا من ذلك، انتهى بنا الأمر نسأل:
"هل تتطابق البيانات مع النظرية؟"
"هل تتطابق البيانات مع النظرية؟"
02:34
But being consistent with the theory
42
142838
2515
لكن تطابق البيانات مع النظرية
02:37
does not mean that the data
supports the theory.
supports the theory.
43
145377
2929
لا يعني أنها تؤيدها
02:40
Why?
44
148799
1159
لماذا؟
02:41
Because of a crucial
but forgotten third term --
but forgotten third term --
45
149982
3825
بسبب فكرة ثالثة مهمة لكن منسية
02:45
the data could also be consistent
with rival theories.
with rival theories.
46
153831
3558
وهي أن البيانات قد تتطابق
مع نظريات منافسة
مع نظريات منافسة
02:49
But due to confirmation bias,
we never consider the rival theories,
we never consider the rival theories,
47
157918
4667
لكن بسبب الإنحياز التأكيدي نحن
لا نأخذ النظريات المنافسة في عين الإعتبار
لا نأخذ النظريات المنافسة في عين الإعتبار
02:54
because we're so protective
of our own pet theory.
of our own pet theory.
48
162609
3151
لأننا نحمي و بشدة نظريتنا المفضلة
02:58
Now, let's look at this for Belle's story.
49
166688
2413
الآن، دعونا ننظر إلى هذا في قصة بيل
03:01
Well, we care about:
Does Belle's story support the theory
Does Belle's story support the theory
50
169125
4214
حسناً, نحن نهتم بـ: هل تدعم
قصة بيل نظرية
قصة بيل نظرية
03:05
that diet cures cancer?
51
173363
1603
ان الحمية دواء للسرطان؟
03:06
But instead, we end up asking,
52
174990
1787
لكن بدلا من ذلك، نحن نسأل:
03:08
"Is Belle's story consistent
with diet curing cancer?"
with diet curing cancer?"
53
176801
4045
"هل قصة بيل متسقة مع فكرة أن
الحمية تعالج السرطان؟"
الحمية تعالج السرطان؟"
03:13
And the answer is yes.
54
181790
1604
والإجابة هي نعم
03:15
If diet did cure cancer,
we'd see stories like Belle's.
we'd see stories like Belle's.
55
183839
4103
اذا عالجت الحمية السرطان
سوف نرى قصص أخرى مثل قصة بيل
سوف نرى قصص أخرى مثل قصة بيل
03:20
But even if diet did not cure cancer,
56
188839
2849
لكن حتى لو لم تعالج الحمية السرطان،
03:23
we'd still see stories like Belle's.
57
191712
2643
سوف نظل نرى قصصا مثل قصة بيل
03:26
A single story in which
a patient apparently self-cured
a patient apparently self-cured
58
194744
5190
قصة وحيدة، شُفي فيها المريض
ذاتيا على ما يبدو
ذاتيا على ما يبدو
03:31
just due to being misdiagnosed
in the first place.
in the first place.
59
199958
3174
فقط بسبب كونه شُخص
بالخطأ في المقام الأول
بالخطأ في المقام الأول
03:35
Just like, even if smoking
was bad for your health,
was bad for your health,
60
203680
3326
تماماً مثل، حتى لو كان التدخين
مضراً بصحتك
مضراً بصحتك
03:39
you'd still see one smoker
who lived until 100.
who lived until 100.
61
207030
3304
سوف ترى مدخن واحد
عاش الى عمر المئة
عاش الى عمر المئة
03:42
(Laughter)
62
210664
1150
(ضحك)
03:44
Just like, even if education
was good for your income,
was good for your income,
63
212157
2562
تماماً مثل، حتى لو كان التعليم
جيداً لزيادة دخلك
جيداً لزيادة دخلك
03:46
you'd still see one multimillionaire
who didn't go to university.
who didn't go to university.
64
214743
4281
سوف ترى مليونير واحد
لم يدرس في جامعة
لم يدرس في جامعة
03:51
(Laughter)
65
219048
4984
(ضحك)
03:56
So the biggest problem with Belle's story
is not that it was false.
is not that it was false.
66
224056
3911
لذا، لم تكن أكبر مشكلة في قصة بيل
أنها غير صحيحة
أنها غير صحيحة
03:59
It's that it's only one story.
67
227991
2531
المشكلة هي أنها القصة الواحدة فقط
04:03
There might be thousands of other stories
where diet alone failed,
where diet alone failed,
68
231094
4381
ربما هناك الآلاف من القصص الأخرى
التي فشلت فيها الحمية وحدها
التي فشلت فيها الحمية وحدها
04:07
but we never hear about them.
69
235499
1934
لكننا لم نسمع عنها ابداً
04:10
We share the outlier cases
because they are new,
because they are new,
70
238141
3896
نحن نشارك الحالات الغريبة لأنها جديدة
04:14
and therefore they are news.
71
242061
1867
لهذا نعتبرها أخبار
04:16
We never share the ordinary cases.
72
244657
2476
نحن لانشارك الحالات العادية ابداً
04:19
They're too ordinary,
they're what normally happens.
they're what normally happens.
73
247157
3213
لكونهم عاديون جداً
هم ما يحدث في العادة
هم ما يحدث في العادة
04:23
And that's the true
99 percent that we ignore.
99 percent that we ignore.
74
251125
3095
وهاهي الـ99 بالمئة الحقيقية
التي نتجاهلها
التي نتجاهلها
04:26
Just like in society, you can't just
listen to the one percent,
listen to the one percent,
75
254244
2968
تماماً مثل ما يحدث في المجتمع, لاتستطيع
السماع الى الـ1 بالمئة
السماع الى الـ1 بالمئة
04:29
the outliers,
76
257236
1158
المتطرفين
04:30
and ignore the 99 percent, the ordinary.
77
258418
2666
وتجاهل الـ99 بالمئة، العاديين
04:34
Because that's the second example
of confirmation bias.
of confirmation bias.
78
262022
3254
لأن هذا هو المثال الثاني
من الإنحياز التأكيدي
من الإنحياز التأكيدي
04:37
We accept a fact as data.
79
265300
2769
نحن نتقبل حقيقة ما كبيانات
04:41
The biggest problem is not
that we live in a post-truth world;
that we live in a post-truth world;
80
269038
3968
المشكلة الكبرى هي ليست أننا نعيش
في عالم ما وراء الحقيقة
في عالم ما وراء الحقيقة
04:45
it's that we live in a post-data world.
81
273030
3769
هي أننا نعيش في عالم ما وراء البيانات
04:49
We prefer a single story to tons of data.
82
277792
3744
نحن نفضل قصة وحيدة على طن من البيانات
04:54
Now, stories are powerful,
they're vivid, they bring it to life.
they're vivid, they bring it to life.
83
282752
3016
الآن، القصص قوية
شديدة الوضوح، و تجلب الأشياء للحياة
شديدة الوضوح، و تجلب الأشياء للحياة
04:57
They tell you to start
every talk with a story.
every talk with a story.
84
285792
2222
دائما ما يخبرونك أن تبدأ كل
حديث بقصة
حديث بقصة
05:00
I did.
85
288038
1150
أنا فعلت.
05:01
But a single story
is meaningless and misleading
is meaningless and misleading
86
289696
4754
لكن القصة لوحدها لا معنى لها ومضللة
05:06
unless it's backed up by large-scale data.
87
294474
2849
مالم تكن مدعومة ببيانات واسعة النطاق
05:11
But even if we had large-scale data,
88
299236
2357
لكن حتى لو كان لدينا بيانات واسعة النطاق
05:13
that might still not be enough.
89
301617
2158
قد لا يكون ذلك كافياً
05:16
Because it could still be consistent
with rival theories.
with rival theories.
90
304260
3138
لأنه قد يكون متناسقاً مع نظريات منافسة
05:20
Let me explain.
91
308136
1150
دعوني أشرح
05:22
A classic study
by psychologist Peter Wason
by psychologist Peter Wason
92
310072
3262
هناك دراسة كلاسيكية للعالم
النفسي بيتر واسون
النفسي بيتر واسون
05:25
gives you a set of three numbers
93
313358
1952
يعطيك مجموعة من ثلاثة أرقام
05:27
and asks you to think of the rule
that generated them.
that generated them.
94
315334
2905
ويطلب منك التفكير في القاعدة التي تجمعهم
05:30
So if you're given two, four, six,
95
318585
4476
إذا أعطيت إثنان، أربعة، ستة
05:35
what's the rule?
96
323085
1150
ماهي القاعدة؟
05:36
Well, most people would think,
it's successive even numbers.
it's successive even numbers.
97
324895
3219
حسناً, قد يفكر أغلب الناس
أنها أرقام متتاليه زوجية
أنها أرقام متتاليه زوجية
05:40
How would you test it?
98
328767
1515
كيف تختبر ذلك؟
05:42
Well, you'd propose other sets
of successive even numbers:
of successive even numbers:
99
330306
3262
حسناً, تستطيع اقتراح مجموعات أخرى من
الأرقام المتتالية الزوجية
الأرقام المتتالية الزوجية
05:45
4, 6, 8 or 12, 14, 16.
100
333592
3318
4, 6, 8 او 12, 14, 16
05:49
And Peter would say these sets also work.
101
337546
2800
ويقول بيتر أن هذه المجموعات صحيحة
05:53
But knowing that these sets also work,
102
341124
2564
لكن معرفة أنها صحيحة ايضاً
05:55
knowing that perhaps hundreds of sets
of successive even numbers also work,
of successive even numbers also work,
103
343712
4765
مع العلم أنه ربما مئات المجموعات
من الاعداد المتتالية الزوجية صحيحة ايضاً
من الاعداد المتتالية الزوجية صحيحة ايضاً
06:00
tells you nothing.
104
348501
1348
لا يخبرك شيئاً
06:02
Because this is still consistent
with rival theories.
with rival theories.
105
350572
3358
لأن هذا لا يزال متناسقاً مع نظريات منافسة
06:06
Perhaps the rule
is any three even numbers.
is any three even numbers.
106
354889
3205
قد تكون القاعدة أي ثلاثة
أرقام زوجية
أرقام زوجية
06:11
Or any three increasing numbers.
107
359000
2133
أو أي ثلاثة أرقام متزايدة
06:14
And that's the third example
of confirmation bias:
of confirmation bias:
108
362365
2888
وهذا هو المثال الثالث
على الإنحياز التأكيدي:
على الإنحياز التأكيدي:
06:17
accepting data as evidence,
109
365277
3689
قبول البيانات كدليل
06:20
even if it's consistent
with rival theories.
with rival theories.
110
368990
3000
حتى لو كانت متناسقة مع نظريات أخرى منافسة
06:24
Data is just a collection of facts.
111
372704
2952
البيانات هي مجرد مجموعة من الحقائق
06:28
Evidence is data that supports
one theory and rules out others.
one theory and rules out others.
112
376402
4923
الأدلة هي البيانات التي تدعم نظرية
واحدة وتستبعد الآخرين
واحدة وتستبعد الآخرين
06:34
So the best way to support your theory
113
382665
2483
لذلك أفضل طريقة لدعم نظريتك
06:37
is actually to try to disprove it,
to play devil's advocate.
to play devil's advocate.
114
385172
3930
هي أن تحاول دحضها،
أن تكون محامي الشيطان
أن تكون محامي الشيطان
06:41
So test something, like 4, 12, 26.
115
389466
4718
إختبر شيئا مثل: 4, 12, 26
06:46
If you got a yes to that,
that would disprove your theory
that would disprove your theory
116
394938
3683
إذا كانت الإجابة نعم, فذلك من شأنه
أن يدحض نظريتك
أن يدحض نظريتك
06:50
of successive even numbers.
117
398645
1936
من الأرقام المتتالية الزوجية
06:53
Yet this test is powerful,
118
401232
2016
لكن هذا الإختبار قوي
06:55
because if you got a no, it would rule out
"any three even numbers"
"any three even numbers"
119
403272
4845
لأن اذا كانت الإجابة لا، ذلك من شأنه
أن يستبعد "أي ثلاثة أرقام زوجية"
أن يستبعد "أي ثلاثة أرقام زوجية"
07:00
and "any three increasing numbers."
120
408141
1712
و "أي ثلاثة أرقام متزايدة"
07:01
It would rule out the rival theories,
but not rule out yours.
but not rule out yours.
121
409877
3341
سيستبعد ذلك النظريات المنافسة،
ولن يستبعد نظريتك
ولن يستبعد نظريتك
07:05
But most people are too afraid
of testing the 4, 12, 26,
of testing the 4, 12, 26,
122
413968
4794
لكن أغلب الناس يخافون اختبار
4, 12, 26
4, 12, 26
07:10
because they don't want to get a yes
and prove their pet theory to be wrong.
and prove their pet theory to be wrong.
123
418786
4163
لأنهم لا يريدون أن تكون الإجابة نعم
فيثبتون بذلك أن نظريتهم المفضلة خاطئة
فيثبتون بذلك أن نظريتهم المفضلة خاطئة
07:16
Confirmation bias is not only
about failing to search for new data,
about failing to search for new data,
124
424727
5676
الإنحياز التأكيدي ليس فقط حول
الفشل في البحث عن بيانات جديدة
الفشل في البحث عن بيانات جديدة
07:22
but it's also about misinterpreting
data once you receive it.
data once you receive it.
125
430427
3073
لكنه أيضاً حول سوء فهم
البيانات عند استلامها
البيانات عند استلامها
07:26
And this applies outside the lab
to important, real-world problems.
to important, real-world problems.
126
434339
3548
وهذا ينطبق على التجربة وعلى
مشاكل العالم الحقيقي المهمة أيضاً
مشاكل العالم الحقيقي المهمة أيضاً
07:29
Indeed, Thomas Edison famously said,
127
437911
3309
في الحقيقة، توماس إديسون قال مقولة شهيرة
07:33
"I have not failed,
128
441244
1888
"أنا لم أفشل،
07:35
I have found 10,000 ways that won't work."
129
443156
4188
أنا ببساطة وجدت 10000 حلاً لا يعمل."
07:40
Finding out that you're wrong
130
448281
2627
معرفة أنك على خطأ
07:42
is the only way to find out what's right.
131
450932
2733
هي الطريقة الوحيدة لمعرفة ما هو صحيح.
07:46
Say you're a university
admissions director
admissions director
132
454654
2946
لنفترض أنك مدير القبول في جامعة ما
07:49
and your theory is that only
students with good grades
students with good grades
133
457624
2563
ونظريتك هي أن الطلاب ذوو الدرجات العالية
07:52
from rich families do well.
134
460211
1763
من العوائل الغنية هم من يبلون حسناً
07:54
So you only let in such students.
135
462339
2190
لذا انت تقبل فقط هؤلاء الطلاب
07:56
And they do well.
136
464553
1150
ويبلون حسناً
07:58
But that's also consistent
with the rival theory.
with the rival theory.
137
466482
2772
لكن هذا يتناسق أيضاً مع نظرية منافسة
08:01
Perhaps all students
with good grades do well,
with good grades do well,
138
469593
2747
ربما كل الطلاب ذوو الدرجات المرتفعة
يبلون حسناً
يبلون حسناً
08:04
rich or poor.
139
472364
1181
أغنياء كانوا أم فقراء
08:06
But you never test that theory
because you never let in poor students
because you never let in poor students
140
474307
3730
لكنك لم تختبر هذه النظرية أبداً
لأنك لم يسبق لك قبول طالب فقير
لأنك لم يسبق لك قبول طالب فقير
08:10
because you don't want to be proven wrong.
141
478061
2800
لأنك لا تود إثبات انك على خطأ
08:14
So, what have we learned?
142
482577
1857
مالذي تعلّمناه؟
08:17
A story is not fact,
because it may not be true.
because it may not be true.
143
485315
3560
القصص ليست حقيقة،
هناك احتمال أن تكون غير صحيحة
هناك احتمال أن تكون غير صحيحة
08:21
A fact is not data,
144
489498
2087
الحقيقة ليست بيانات
08:23
it may not be representative
if it's only one data point.
if it's only one data point.
145
491609
4039
قد لا تكون نموذجية إذا
كانت نقطة بيانات واحدة
كانت نقطة بيانات واحدة
08:28
And data is not evidence --
146
496680
2349
والبيانات ليست أدلة
08:31
it may not be supportive
if it's consistent with rival theories.
if it's consistent with rival theories.
147
499053
3678
قد لا تكون داعمة في حال
كانت متناسقة مع نظريات منافسة
كانت متناسقة مع نظريات منافسة
08:36
So, what do you do?
148
504146
2277
اذاً، ماذا تفعل؟
08:39
When you're at
the inflection points of life,
the inflection points of life,
149
507464
2682
عندما تكون في نقاط الإنقلاب في حياتك
08:42
deciding on a strategy for your business,
150
510170
2566
مثل اتخاذ قرار بشأن إستراتيجية عملك
08:44
a parenting technique for your child
151
512760
2611
أو أسلوب تربية إبنك
08:47
or a regimen for your health,
152
515395
2428
أو نظام لصحتك
08:49
how do you ensure
that you don't have a story
that you don't have a story
153
517847
3539
كيف تتأكد أنه ليس لديك قصة
08:53
but you have evidence?
154
521410
1468
بل لديك دليل؟
08:56
Let me give you three tips.
155
524268
1619
دعني أعطيك ثلاثة نصائح.
08:58
The first is to actively seek
other viewpoints.
other viewpoints.
156
526641
3984
الأولى هي أن تتفقد وجهات
النظر الأخرى بفعالية
النظر الأخرى بفعالية
09:02
Read and listen to people
you flagrantly disagree with.
you flagrantly disagree with.
157
530649
3594
أي ان تقرأ وتستمع لمن لا تتوافق
بشدّة معه
بشدّة معه
09:06
Ninety percent of what they say
may be wrong, in your view.
may be wrong, in your view.
158
534267
3488
في وجهة نظرك، تسعون بالمئة مما
يقولون هو خاطئ
يقولون هو خاطئ
09:10
But what if 10 percent is right?
159
538728
2133
لكن ماذا إذا كانت العشرة بالمئة صحيحة؟
09:13
As Aristotle said,
160
541851
1619
مثل ما قال أرسطو:
09:15
"The mark of an educated man
161
543494
2214
"علامة العقل المتعلم
09:17
is the ability to entertain a thought
162
545732
3397
هي قدرته على تداول الفكرة
09:21
without necessarily accepting it."
163
549153
2333
دون أن يتقبلها"
09:24
Surround yourself with people
who challenge you,
who challenge you,
164
552649
2254
أحط نفسك بأشخاص يشكّلون
تحدياً لك
تحدياً لك
09:26
and create a culture
that actively encourages dissent.
that actively encourages dissent.
165
554917
3699
واخلق ثقافة تشجع المعارضة
09:31
Some banks suffered from groupthink,
166
559347
2318
بعض البنوك عانت التفكير الجماعي
(تفكير القطيع)
(تفكير القطيع)
09:33
where staff were too afraid to challenge
management's lending decisions,
management's lending decisions,
167
561689
4309
عندما خاف الموظفون من تحدي قررات
الإقراض الخاصة بالإدارة
الإقراض الخاصة بالإدارة
09:38
contributing to the financial crisis.
168
566022
2466
مما ساهم في الأزمة المالية.
09:41
In a meeting, appoint someone
to be devil's advocate
to be devil's advocate
169
569029
4199
في أي اجتماع، عيّن أحدهم محامي الشيطان
09:45
against your pet idea.
170
573252
1642
ضد فكرتك التي تدعمها
09:47
And don't just hear another viewpoint --
171
575720
2571
ولا تستمع فقط الى وجهة نظر أخرى --
09:50
listen to it, as well.
172
578315
2176
إصغِ إليها جيدا، أيضاً.
09:53
As psychologist Stephen Covey said,
173
581389
2404
كما قال العالم النفسي ستيفن كوفي:
09:55
"Listen with the intent to understand,
174
583817
3397
"إستمع بقصد الفهم،
09:59
not the intent to reply."
175
587238
1666
لا بقصد الرد."
10:01
A dissenting viewpoint
is something to learn from
is something to learn from
176
589642
3492
وجهات النظر المعارضة هي شيء لنتعلم منه
10:05
not to argue against.
177
593158
1548
لا لنجادله.
10:07
Which takes us to the other
forgotten terms in Bayesian inference.
forgotten terms in Bayesian inference.
178
595690
3866
مما يأخذنا الى الأفكار المنسية الأخرى
في "استدلال بايزي"
في "استدلال بايزي"
10:12
Because data allows you to learn,
179
600198
2324
لأن البيانات تسمح لك أن تتعلم
10:14
but learning is only relative
to a starting point.
to a starting point.
180
602546
3515
لكن التعلم متصل بنقطة البداية فقط
10:18
If you started with complete certainty
that your pet theory must be true,
that your pet theory must be true,
181
606085
5716
اذا بدأت مع يقين تام أن
نظريتك التي تدعمها صحيحة
نظريتك التي تدعمها صحيحة
10:23
then your view won't change --
182
611825
1897
لن تتغير وجهة نظرك --
10:25
regardless of what data you see.
183
613746
2466
بغض النظر عن البيانات التي تراها.
10:28
Only if you are truly open
to the possibility of being wrong
to the possibility of being wrong
184
616641
4391
فقط في حال تقبلك حقاً لإحتمالية
كونك على خطأ
كونك على خطأ
10:33
can you ever learn.
185
621056
1267
حينها فقط، ستتعلّم.
10:35
As Leo Tolstoy wrote,
186
623580
2095
كما كتب ليو تولستوي:
10:37
"The most difficult subjects
187
625699
2182
"أصعب المواضيع
10:39
can be explained to the most
slow-witted man
slow-witted man
188
627905
3135
يمكن تفسيرها لأكثر رجل بطيء البديهة
10:43
if he has not formed
any idea of them already.
any idea of them already.
189
631064
2753
إذا لم يكن قد شكل اي فكرة عنها بعد.
10:46
But the simplest thing
190
634365
1873
لكن أبسط الأشياء
10:48
cannot be made clear
to the most intelligent man
to the most intelligent man
191
636262
3071
لا يمكن توضيحها لأكثر رجل ذكاء
10:51
if he is firmly persuaded
that he knows already."
that he knows already."
192
639357
3334
إذا كان مقتنع بإصرار أنه يعلم بالفعل."
10:56
Tip number two is "listen to experts."
193
644500
3743
النصيحة الثانية هي: إستمع للخبراء
11:01
Now, that's perhaps the most
unpopular advice that I could give you.
unpopular advice that I could give you.
194
649040
3492
الآن, ربما هذه أكثر نصيحة غير
مستحبة قد أعطيك إياها
مستحبة قد أعطيك إياها
11:04
(Laughter)
195
652556
1220
(ضحك)
11:05
British politician Michael Gove
famously said that people in this country
famously said that people in this country
196
653800
4738
السياسي البريطاني مايكل قوف قال مقولة
شهيرة وهي أن الناس في هذا البلد
شهيرة وهي أن الناس في هذا البلد
11:10
have had enough of experts.
197
658562
2276
لديهم ما يكفى من الخبراء
11:13
A recent poll showed that more people
would trust their hairdresser --
would trust their hairdresser --
198
661696
3508
أظهر استطلاع مؤخراً ان الكثير من الناس
يثقون في مصفف الشعر الخاص بهم
يثقون في مصفف الشعر الخاص بهم
11:17
(Laughter)
199
665228
2285
(ضحك)
11:19
or the man on the street
200
667537
1833
أو رجل ما في الشارع
11:21
than they would leaders of businesses,
the health service and even charities.
the health service and even charities.
201
669394
4305
أكثر من ثقتهم في قادة الشركات، أو
الخدمات الصحية أو حتى الجمعيات الخيرية
الخدمات الصحية أو حتى الجمعيات الخيرية
11:26
So we respect a teeth-whitening formula
discovered by a mom,
discovered by a mom,
202
674227
3977
لذلك, نحن نحترم طريقة تبييض أسنان
اكتشفتها أم،
اكتشفتها أم،
11:30
or we listen to an actress's view
on vaccination.
on vaccination.
203
678228
3198
أو نستمع إلي رأي ممثلة في تطعيم،
11:33
We like people who tell it like it is,
who go with their gut,
who go with their gut,
204
681450
2865
نحن نفضل من يخبروننا الأمر كما هو،
من يتبعون حدسهم،
من يتبعون حدسهم،
11:36
and we call them authentic.
205
684339
1800
ونطلق عليهم "موثوق به".
11:38
But gut feel can only get you so far.
206
686847
3214
لكن الحدس قد يضللك
11:42
Gut feel would tell you never to give
water to a baby with diarrhea,
water to a baby with diarrhea,
207
690736
4436
قد يخبرك حدسك أن لا تعطي الماء
أبداً لطفل يعاني من الإسهال
أبداً لطفل يعاني من الإسهال
11:47
because it would just
flow out the other end.
flow out the other end.
208
695196
2318
لأنه سيتدفق فقط من الطرف الآخر
11:49
Expertise tells you otherwise.
209
697538
2578
لكن الخبراء يخبرونك العكس.
11:53
You'd never trust your surgery
to the man on the street.
to the man on the street.
210
701149
3428
لن تثق برجل ما في الشارع في عمليتك
11:56
You'd want an expert
who spent years doing surgery
who spent years doing surgery
211
704887
3587
بالتأكيد ستريد خبير قضى سنوات
في إجراء الجراحات
في إجراء الجراحات
12:00
and knows the best techniques.
212
708498
2000
ويعرف أفضل الطرق.
12:03
But that should apply
to every major decision.
to every major decision.
213
711514
3133
لكن هذا يجب أن ينطبق
على كل قرار مهم نتخذه
على كل قرار مهم نتخذه
12:07
Politics, business, health advice
214
715255
4556
السياسة، والتجارة، والإستشارات الصحية
12:11
require expertise, just like surgery.
215
719835
2896
تتطلب خبراء، تماماً مثل الجراحة
12:16
So then, why are experts so mistrusted?
216
724474
3539
إذن، لماذا الخبراء غير موثوق فيهم؟
12:20
Well, one reason
is they're seen as out of touch.
is they're seen as out of touch.
217
728981
3239
حسناً، سبب من الأسباب أنهم يُظن
أنهم لا علاقة لهم بالواقع
أنهم لا علاقة لهم بالواقع
12:24
A millionaire CEO couldn't possibly
speak for the man on the street.
speak for the man on the street.
218
732244
4090
الرئيس التنفيذي المليونير غالباً لن
يتكلم مع الرجل الذي في الشارع
يتكلم مع الرجل الذي في الشارع
12:29
But true expertise is found on evidence.
219
737455
3559
لكن الخبراء الحقيقيون موجودون في الأدلة
12:33
And evidence stands up
for the man on the street
for the man on the street
220
741447
2905
والأدلة تدعم الرجل الذي في الشارع
12:36
and against the elites.
221
744376
1533
وتكون ضد النخبة
12:38
Because evidence forces you to prove it.
222
746456
2667
لأن الأدلة تجبرك على إثبات ذلك
12:41
Evidence prevents the elites
from imposing their own view
from imposing their own view
223
749774
4421
الأدلة تمنع النخبة من أن تفرض
وجهة النظر الخاصة بها
وجهة النظر الخاصة بها
12:46
without proof.
224
754219
1150
بدون إثبات
12:49
A second reason
why experts are not trusted
why experts are not trusted
225
757006
2071
ثاني سبب لعدم الثقة بالخبراء
12:51
is that different experts
say different things.
say different things.
226
759101
3087
هو أن الخبراء المختلفين يقولون
أشياء مختلفة
أشياء مختلفة
12:54
For every expert who claimed that leaving
the EU would be bad for Britain,
the EU would be bad for Britain,
227
762212
4476
مقابل كل خبير ادعى أن مغادرة
الإتحاد الأوروبي سيكون سيئاً لبريطانيا
الإتحاد الأوروبي سيكون سيئاً لبريطانيا
12:58
another expert claimed it would be good.
228
766712
2429
خبير آخر ادعى أنها فكرة جيدة
13:01
Half of these so-called experts
will be wrong.
will be wrong.
229
769165
3767
نصف هؤلاء الذين يُدعون خبراء
سيكونون على خطأ
سيكونون على خطأ
13:05
And I have to admit that most papers
written by experts are wrong.
written by experts are wrong.
230
773774
4243
وعلي الإعتراف أن معظم الأبحاث
التي كتبها الخبراء خاطئة
التي كتبها الخبراء خاطئة
13:10
Or at best, make claims that
the evidence doesn't actually support.
the evidence doesn't actually support.
231
778520
3505
أو في أفضل الحالات، الأدلة لا تدعم بالفعل
13:14
So we can't just take
an expert's word for it.
an expert's word for it.
232
782990
3133
لذلك نحن لا نستطيع الأخذ بكلمة خبير.
13:18
In November 2016, a study
on executive pay hit national headlines.
on executive pay hit national headlines.
233
786776
6034
دراسة عن أجور التنفيذيين كانت حديث
الصحف الوطنية في نوفمبر 2016
الصحف الوطنية في نوفمبر 2016
13:25
Even though none of the newspapers
who covered the study
who covered the study
234
793240
2890
على الرغم من أن أي من الصحف
التي نشرت عنها
التي نشرت عنها
13:28
had even seen the study.
235
796154
1600
لم تكن اطّلعت على الدراسة
13:30
It wasn't even out yet.
236
798685
1533
الدراسة لم تكن قد نشرت بعد.
13:32
They just took the author's word for it,
237
800708
2204
هم فقط اعتمدوا على كلام الكاتب
13:35
just like with Belle.
238
803768
1400
تماماً مثل قصة بيل
13:38
Nor does it mean that we can
just handpick any study
just handpick any study
239
806093
2436
لا يعني ذلك اننا نستطيع فقط
إنتقاء أي دراسة
إنتقاء أي دراسة
13:40
that happens to support our viewpoint --
240
808553
2111
تدعم وجهة النظر الخاصة بنا
13:42
that would, again, be confirmation bias.
241
810688
2103
لأن ذلك سيكون، مرة أخرى، إنحياز تأكيدي
13:44
Nor does it mean
that if seven studies show A
that if seven studies show A
242
812815
2555
ولا يعني أيضاً إذا سبع دراسات
أشارت الى "أ"
أشارت الى "أ"
13:47
and three show B,
243
815394
1668
وثلاث أشارت الى "ب"
13:49
that A must be true.
244
817086
1483
أن "أ" هي الصحيحة.
13:51
What matters is the quality,
245
819109
2659
ما يهم هو الجودة
13:53
and not the quantity of expertise.
246
821792
2817
وليس كمية الخبراء.
13:57
So we should do two things.
247
825879
1800
لذا علينا أن نفعل شيئين
14:00
First, we should critically examine
the credentials of the authors.
the credentials of the authors.
248
828434
4578
أولاً، يجب علينا دراسة أهلية
المؤلف على نحو إنتقادي
المؤلف على نحو إنتقادي
14:05
Just like you'd critically examine
the credentials of a potential surgeon.
the credentials of a potential surgeon.
249
833807
4143
تماماً مثل ماستدرس أهلية
جراح محتمل على نحو انتقادي
جراح محتمل على نحو انتقادي
14:10
Are they truly experts in the matter,
250
838347
3206
هل هم خبراء حقاً في هذا المجال
14:13
or do they have a vested interest?
251
841577
2267
أم لديهم مصلحة مكتسبة؟
14:16
Second, we should pay particular attention
252
844768
2523
ثانياً، يجب علينا أن نولي اهتماماً خاصاً
14:19
to papers published
in the top academic journals.
in the top academic journals.
253
847315
3889
للأطروحات التي تنشر في
نخبة الصحف الأكاديمية
نخبة الصحف الأكاديمية
14:24
Now, academics are often accused
of being detached from the real world.
of being detached from the real world.
254
852038
3861
الآن، غالباً ما يُتهم الأكاديميين
بأنهم منفصلين عن العالم الحقيقي
بأنهم منفصلين عن العالم الحقيقي
14:28
But this detachment gives you
years to spend on a study.
years to spend on a study.
255
856585
3730
لكن هذا الإنفصال سيتطلب منك
قضاء سنوات على دراسة ما
قضاء سنوات على دراسة ما
14:32
To really nail down a result,
256
860339
1905
لتدليل نتيجة،
14:34
to rule out those rival theories,
257
862268
2015
واستبعاد نظريات منافسة،
14:36
and to distinguish correlation
from causation.
from causation.
258
864307
3134
وللتمييز بين العلاقة المترابطة
والعلاقة السببية
والعلاقة السببية
14:40
And academic journals involve peer review,
259
868172
3477
وتشمل الصحف الأكاديمية مراجعة دقيقة
14:43
where a paper is rigorously scrutinized
260
871673
2294
حيث يتم فحص الأطروحات بصرامة
14:45
(Laughter)
261
873991
1419
(ضحك)
14:47
by the world's leading minds.
262
875434
1934
من قبل العقول الرائدة في العالم.
14:50
The better the journal,
the higher the standard.
the higher the standard.
263
878434
2556
كل ما كانت الصحيفة أفضل،
كل ما كانت المعايير أعلى
كل ما كانت المعايير أعلى
14:53
The most elite journals
reject 95 percent of papers.
reject 95 percent of papers.
264
881014
5148
الصحف النخبة ترفض 95 بالمئة من الأطروحات
14:59
Now, academic evidence is not everything.
265
887434
3333
الآن، الدليل الأكاديمي ليس كل شيء
15:03
Real-world experience is critical, also.
266
891109
2667
التجربة في العالم الخارجي
أمر بالغ الأهمية أيضاً
أمر بالغ الأهمية أيضاً
15:06
And peer review is not perfect,
mistakes are made.
mistakes are made.
267
894465
3400
والمراجعة الدقيقة ليست مثالية،
لا تزال الأخطاء تُرتكب
لا تزال الأخطاء تُرتكب
15:10
But it's better to go
with something checked
with something checked
268
898530
2063
لكن الأفضل هو إختيار شيء قد فُحص
15:12
than something unchecked.
269
900617
1667
على شيء لم يُفحص
15:14
If we latch onto a study
because we like the findings,
because we like the findings,
270
902696
3199
اذا دعمنا دراسة ما لأننا
استحسنا إستنتاجاتها
استحسنا إستنتاجاتها
15:17
without considering who it's by
or whether it's even been vetted,
or whether it's even been vetted,
271
905919
3888
دون الأخذ بعين الإعتبار من كتبها
أو حتى هل تم فحصها،
أو حتى هل تم فحصها،
15:21
there is a massive chance
that that study is misleading.
that that study is misleading.
272
909831
3627
هناك فرصة كبيرة أن هذه الدراسة خاطئة
15:26
And those of us who claim to be experts
273
914894
2580
وأولئك من يدّعون منا انهم خبراء
15:29
should recognize the limitations
of our analysis.
of our analysis.
274
917498
3253
يجب عليهم ان يدركون حدود تحاليلنا
15:33
Very rarely is it possible to prove
or predict something with certainty,
or predict something with certainty,
275
921244
4563
نادراً جداً ما يمكن إثبات أو التنبؤ
بشيء ما على وجه اليقين
بشيء ما على وجه اليقين
15:38
yet it's so tempting to make
a sweeping, unqualified statement.
a sweeping, unqualified statement.
276
926292
4369
لكن اختلاق بيان عام وغير كفء
مغرٍ جداً
مغرٍ جداً
15:43
It's easier to turn into a headline
or to be tweeted in 140 characters.
or to be tweeted in 140 characters.
277
931069
4344
من السهل جداً أن تكون في العناوين الرئيسية
أو أن يُغرّد فيك من 140 حرف
أو أن يُغرّد فيك من 140 حرف
15:48
But even evidence may not be proof.
278
936417
3142
لكن حتى الأدلة قد لا تكون اثباتاً
15:52
It may not be universal,
it may not apply in every setting.
it may not apply in every setting.
279
940481
4210
قد لا تكون شاملة،
قد لا تنطبق على كل الأوضاع
قد لا تنطبق على كل الأوضاع
15:57
So don't say, "Red wine
causes longer life,"
causes longer life,"
280
945252
4920
لذا، لا تقل " النبيذ الأحمر يسبب
حياة أطول،"
حياة أطول،"
16:02
when the evidence is only that red wine
is correlated with longer life.
is correlated with longer life.
281
950196
4682
عندما يقول الدليل أن النبيذ الأحمر
مرتبط مع الحياة الطويلة
مرتبط مع الحياة الطويلة
16:07
And only then in people
who exercise as well.
who exercise as well.
282
955379
2770
و فقط عند الناس الذين يمارسون
الرياضة أيضاً.
الرياضة أيضاً.
16:11
Tip number three
is "pause before sharing anything."
is "pause before sharing anything."
283
959868
3966
النصيحة الثالثة هي: "توقف قليلاً قبل
مشاركة أي شيء"
مشاركة أي شيء"
16:16
The Hippocratic oath says,
"First, do no harm."
"First, do no harm."
284
964907
3464
يقول قسَم أبقراط:
"أولاً، لا تضر أحداً"
"أولاً، لا تضر أحداً"
16:21
What we share is potentially contagious,
285
969046
3134
ما نشاركه محتملا أن يكون معدياً
16:24
so be very careful about what we spread.
286
972204
3683
لذا كن حذراً جداً حول ما تنشر.
16:28
Our goal should not be
to get likes or retweets.
to get likes or retweets.
287
976632
2953
هدفنا يجب ألّا يكون الحصول
على إعجابات أو إعادة تغريدات
على إعجابات أو إعادة تغريدات
16:31
Otherwise, we only share the consensus;
we don't challenge anyone's thinking.
we don't challenge anyone's thinking.
288
979609
3985
وإلا سنشارك فقط ما عليه إجماع
الناس, و لن نتحدى فكرة أي شخص
الناس, و لن نتحدى فكرة أي شخص
16:36
Otherwise, we only share what sounds good,
289
984085
2905
و إمّا سنشارك ما يبدو جيداً فقط
16:39
regardless of whether it's evidence.
290
987014
2400
بغض النظر عن أدلته
16:42
Instead, we should ask the following:
291
990188
2466
بدلاً من هذا، يجب علينا سؤال الآتي:
16:45
If it's a story, is it true?
292
993572
2135
إذا كانت قصة، هل هي حقيقية؟
16:47
If it's true, is it backed up
by large-scale evidence?
by large-scale evidence?
293
995731
2865
إذا كانت حقيقية، هل هي مدعّمة
ببيانات واسعة النطاق؟
ببيانات واسعة النطاق؟
16:50
If it is, who is it by,
what are their credentials?
what are their credentials?
294
998620
2595
وإن كانت كذلك، من كتبها،
وما مقدار أهلية الكاتب؟
وما مقدار أهلية الكاتب؟
16:53
Is it published,
how rigorous is the journal?
how rigorous is the journal?
295
1001239
2756
هل نُشرت، ما مدى صرامة الصحيفة؟
16:56
And ask yourself
the million-dollar question:
the million-dollar question:
296
1004733
2317
واسأل نفسك سؤال المليون دولار:
16:59
If the same study was written by the same
authors with the same credentials
authors with the same credentials
297
1007980
4023
إذا كتبت نفس القصة من قبل نفس
الكتاب بنفس أهليّتهم،
الكتاب بنفس أهليّتهم،
17:05
but found the opposite results,
298
1013130
1587
ولكن النتائج كانت العكس
17:07
would you still be willing
to believe it and to share it?
to believe it and to share it?
299
1015608
3694
هل ما زلت على استعداد ان
تصدقها وتشاركها؟
تصدقها وتشاركها؟
17:13
Treating any problem --
300
1021442
2246
حل أي مشكلة --
17:15
a nation's economic problem
or an individual's health problem,
or an individual's health problem,
301
1023712
3792
مشكلة إقتصادية لأمة ما
أو مشكلة صحية لشخص ما
أو مشكلة صحية لشخص ما
17:19
is difficult.
302
1027528
1150
صعب.
17:21
So we must ensure that we have
the very best evidence to guide us.
the very best evidence to guide us.
303
1029242
4383
لذا، يجب علينا التأكد أن لدينا
أفضل الأدلة لتقودنا
أفضل الأدلة لتقودنا
17:26
Only if it's true can it be fact.
304
1034188
2681
فقط في حالة كونها صحيحة، هي حقيقية
17:29
Only if it's representative
can it be data.
can it be data.
305
1037601
2781
فقط في حالة أنها نموذجية، هي بيانات
17:33
Only if it's supportive
can it be evidence.
can it be evidence.
306
1041128
3165
فقط في حالة كونها داعمة، هي أدلة
17:36
And only with evidence
can we move from a post-truth world
can we move from a post-truth world
307
1044317
5167
وفقط مع الأدلة نستطيع أن ننتقل
من عالم ما وراء الحقيقة
من عالم ما وراء الحقيقة
17:41
to a pro-truth world.
308
1049508
1583
إلى عالم سابق لأوانه.
17:44
Thank you very much.
309
1052183
1334
شكراً جزيلاً.
17:45
(Applause)
310
1053541
1150
(تصفيق)
ABOUT THE SPEAKER
Alex Edmans - Finance professor, editorAlex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit.
Why you should listen
Alex Edmans is professor of finance at London Business School and managing editor of the Review of Finance, the leading academic finance journal in Europe. He is an expert in corporate governance, executive compensation, corporate social responsibility and behavioral economics.
Edmans has a unique combination of deep academic rigor and practical business experience. He's particularly passionate about translating complex academic research into practical ideas that can then be applied to real-life problems. He has spoken at the World Economic Forum in Davos, at the World Bank Distinguished Speaker Series and in the UK House of Commons. Edmans is heavily involved in the ongoing reform of corporate governance, in particular to ensure that both the diagnosis of problems and suggested solutions are based on rigorous evidence rather than anecdote. He was appointed by the UK government to study the effect of share buybacks on executive pay and investment. Edmans also serves on the Steering Group of The Purposeful Company, which aims to embed purpose into the heart of business, and on Royal London Asset Management's Responsible Investment Advisory Committee.
Edmans has been interviewed by Bloomberg, BBC, CNBC, CNN, ESPN, Fox, ITV, NPR, Reuters, Sky News and Sky Sports, and has written for the Wall Street Journal, Financial Times and Harvard Business Review. He runs a blog, Access to Finance, that makes academic research accessible to a general audience, and was appointed Mercers' School Memorial Professor of Business by Gresham College, to give free lectures to the public. Edmans was previously a tenured professor at Wharton, where he won 14 teaching awards in six years. At LBS, he won the Excellence in Teaching award, LBS's highest teaching accolade.
Alex Edmans | Speaker | TED.com