TED2009
Dan Ariely: Our buggy moral code
دان أريلي: ميزاننا الأخلاقي المختل
Filmed:
Readability: 3.2
3,509,395 views
يتحدث باحث الاقتصاد السلوكي دان أريلي عن أوجه الاختلال في ميزاننا الأخلاقي وعن الأسباب التي تجعلنا نظن أن الغش أو السرقة حلال في بعض الأحيان. يسوق دان العديد من الأبحاث التي تؤيد وجهة نظره حول اللاعقلانية التي يمكن التنبؤ بها، والتي تؤثر في سلوكنا من نواح عديدة قد لا نتخيلها.
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. Full bio
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.
00:16
I want to talk to you today a little bit
0
1000
2000
أود أن أحدثكم اليوم
00:18
about predictable irrationality.
1
3000
3000
عن اللاعقلانية التي يمكن التنبؤ بها
00:21
And my interest in irrational behavior
2
6000
4000
وقد بدأ اهتمامي بالسلوك غير العقلاني
00:25
started many years ago in the hospital.
3
10000
3000
منذ عدة أعوام حين كنت في المستشفى.
00:28
I was burned very badly.
4
13000
4000
كنت قد أصبت بحروق بالغة السوء
00:32
And if you spend a lot of time in hospital,
5
17000
3000
ولاحظ أنك لو قضيت وقتا طويلا في مستشفى
00:35
you'll see a lot of types of irrationalities.
6
20000
3000
فستلاحظ الكثير والكثير من اللاعقلانية.
00:38
And the one that particularly bothered me in the burn department
7
23000
5000
وكانت مما لاحظته في قسم الحروق من لاعقلانية وضايقتني جدا
00:43
was the process by which the nurses took the bandage off me.
8
28000
4000
هي الطريقة التي تنزع الممرضات بها الضمادات عني.
00:48
Now, you must have all taken a Band-Aid off at some point,
9
33000
2000
بالطبع، جميعكم مر بتجربة نزع ضمادة في مرة من المرات
00:50
and you must have wondered what's the right approach.
10
35000
3000
وبالتأكيد فكرتم في الطريقة الصحيحة لنزعها.
00:53
Do you rip it off quickly -- short duration but high intensity --
11
38000
4000
هل تنزعها سريعا؟ مدة قصيرة مع ألم شديد
00:57
or do you take your Band-Aid off slowly --
12
42000
2000
أم تنزعها ببطء
00:59
you take a long time, but each second is not as painful --
13
44000
4000
فتأخذ وقتا أطول، لكن لا تتعرض لمقدار كبير من الألم في الثانية الواحدة؟
01:03
which one of those is the right approach?
14
48000
3000
أيهما أفضل؟
01:06
The nurses in my department thought that the right approach
15
51000
4000
ظنت الممرضات في قسم الحروق أن الطريقة الأفضل
01:10
was the ripping one, so they would grab hold and they would rip,
16
55000
3000
هي النزع بسرعة، فكانوا يمسكون بالضمادة وينزعوها سريعا،
01:13
and they would grab hold and they would rip.
17
58000
2000
ثم يمسكون بأخرى وينزعوها سريعا
01:15
And because I had 70 percent of my body burned, it would take about an hour.
18
60000
4000
ولأن 70 في المائة من جسمي كان محروقا، فكانت العملية تستغرق حوالي ساعة.
01:19
And as you can imagine,
19
64000
3000
وكما يمكنكم أن تتخيلوا
01:22
I hated that moment of ripping with incredible intensity.
20
67000
4000
كنت أكره لحظة نزع الضمادة بصورة كبيرة
01:26
And I would try to reason with them and say,
21
71000
2000
وكنت أحاول أن أناقشهم في ذلك قائلا
01:28
"Why don't we try something else?
22
73000
1000
لماذا لا نجرب طريقة أخرى؟
01:29
Why don't we take it a little longer --
23
74000
2000
لماذا لا نأخذ وقتا أطول --
01:31
maybe two hours instead of an hour -- and have less of this intensity?"
24
76000
5000
ساعتان مثلا بدلا من ساعة -- لتخفيف الألم قليلا؟
01:36
And the nurses told me two things.
25
81000
2000
فكانت الممرضات ترد بشيئين
01:38
They told me that they had the right model of the patient --
26
83000
4000
أخبروني بأن لديهم النموذج الصحيح للمريض--
01:42
that they knew what was the right thing to do to minimize my pain --
27
87000
3000
وأنهم يعرفون ما هو الشئ الصحيح ليفعلوه لتقليل ألمي--
01:45
and they also told me that the word patient doesn't mean
28
90000
3000
وأخبروني كذلك أن كلمة مريض لا تعنى
01:48
to make suggestions or to interfere or ...
29
93000
2000
أن أقدم مقترحات أو أن أتدخل أو ...
01:50
This is not just in Hebrew, by the way.
30
95000
3000
هذا ليس باللغة العبرية فقط ، بالمناسبة.
01:53
It's in every language I've had experience with so far.
31
98000
3000
إنه في كل اللغات التي تعاملت معها حتى الآن.
01:56
And, you know, there's not much -- there wasn't much I could do,
32
101000
4000
وكما تعلمون، ليس هناك الكثير -- لم يكن لدي الكثير لأفعله،
02:00
and they kept on doing what they were doing.
33
105000
3000
ولقد واصلوا ما كانوا يفعلونه.
02:03
And about three years later, when I left the hospital,
34
108000
2000
وبعد ثلاثة سنوات لاحقة، عندما غادرت المستشفى،
02:05
I started studying at the university.
35
110000
3000
بدأت في الدراسة في الجامعة،
02:08
And one of the most interesting lessons I learned
36
113000
3000
وأحد الدروس الممتعة التي تعلمتها
02:11
was that there is an experimental method
37
116000
2000
كانت هو أن هناك أسلوب تجريبي
02:13
that if you have a question you can create a replica of this question
38
118000
4000
بحيث إن كان لديك سؤالاً يمكنك عمل نسخة طبق الأصل من هذا السؤال
02:17
in some abstract way, and you can try to examine this question,
39
122000
4000
بطريقة ما تجريدية، ويمكنك محاولة إختبار هذا السؤال،
02:21
maybe learn something about the world.
40
126000
2000
ربما تتعلم شيئاً عن العالم.
02:23
So that's what I did.
41
128000
2000
لذا فقد قمت بذلك.
02:25
I was still interested
42
130000
1000
ومازلت مهتماً
02:26
in this question of how do you take bandages off burn patients.
43
131000
2000
بهذا السؤال حول هل يمكنك أخذ الضمادات من جروح المرضى.
02:28
So originally I didn't have much money,
44
133000
3000
إذاً ففي الأساس ليس لدي الكثير من المال،
02:31
so I went to a hardware store and I bought a carpenter's vice.
45
136000
4000
لذا فقد ذهبت لمتجر أجهزة حاسوب وأشتريت مقبض نجار.
02:35
And I would bring people to the lab and I would put their finger in it,
46
140000
4000
وأقوم بجلب الناس إلى المختبر وأضع أصبعهم عليها،
02:39
and I would crunch it a little bit.
47
144000
2000
وأقوم بالضغط قليلاً.
02:41
(Laughter)
48
146000
2000
(ضحك)
02:43
And I would crunch it for long periods and short periods,
49
148000
3000
وأقوم بالضغط عليها لفترات طويلة وفترات قصيرة،
02:46
and pain that went up and pain that went down,
50
151000
2000
والألم الذي يرتفع والألم الذي يقل،
02:48
and with breaks and without breaks -- all kinds of versions of pain.
51
153000
4000
وبفترات راحة وبدون فترات راحة -- كل أنواع النماذج للألم.
02:52
And when I finished hurting people a little bit, I would ask them,
52
157000
2000
وعندما أنتهيت من تسبيب الألم للناس قليلاً، أسالهم،
02:54
so, how painful was this? Or, how painful was this?
53
159000
2000
إذاً، كم كان هذا مؤلماً؟ أو ، كم هو مؤلم؟
02:56
Or, if you had to choose between the last two,
54
161000
2000
أو، إن كنت سأختار بين الخيارين الأخيرين،
02:58
which one would you choose?
55
163000
2000
أي واحد منهما ستختار؟
03:00
(Laughter)
56
165000
3000
(ضحك)
03:03
I kept on doing this for a while.
57
168000
3000
واصلت في عمل هذا لفترة.
03:06
(Laughter)
58
171000
2000
(ضحك)
03:08
And then, like all good academic projects, I got more funding.
59
173000
4000
ثم، مثل كل المشاريع الأكاديمية الجيدة، حصلت على مزيد من التمويل.
03:12
I moved to sounds, electrical shocks --
60
177000
2000
وانتقلت إلى الأصوات، الصدمات الكهربائية--
03:14
I even had a pain suit that I could get people to feel much more pain.
61
179000
5000
حتى أنني حصلت على بدلة ألم بحيث أستطيع تسبيب ألم أكثر للناس.
03:19
But at the end of this process,
62
184000
4000
لكن بنهاية هذه العملية،
03:23
what I learned was that the nurses were wrong.
63
188000
3000
ما تعلمته كان أن الممرضات كنّ على خطأ.
03:26
Here were wonderful people with good intentions
64
191000
3000
هنا حيث الناس الرائعون بنوايا حسنة
03:29
and plenty of experience, and nevertheless
65
194000
2000
وخبرة كبيرة، ومع ذلك
03:31
they were getting things wrong predictably all the time.
66
196000
4000
كانوا يفعلون أشياء خاطئة طوال الوقت كما أتوقع.
03:35
It turns out that because we don't encode duration
67
200000
3000
وقد وضح أنه لأننا لا نقوم بترميز المدة
03:38
in the way that we encode intensity,
68
203000
2000
بالطريقة التي نرمز بها الكثافة،
03:40
I would have had less pain if the duration would have been longer
69
205000
4000
كنت سأحصل على ألم أقل إن كانت الفترة أطول
03:44
and the intensity was lower.
70
209000
2000
والكثافة أقل.
03:46
It turns out it would have been better to start with my face,
71
211000
3000
وقد وضح أنه سيكون أفضل أن أبدأ بوجهي،
03:49
which was much more painful, and move toward my legs,
72
214000
2000
الذي كان أكثر ألماً بكثير، والإنتقال نحو رجليّ،
03:51
giving me a trend of improvement over time --
73
216000
3000
يعطي إتجاه بالتحسن عبر الزمن --
03:54
that would have been also less painful.
74
219000
1000
وذلك سيكون أيضاً أقل ألماً بكثير.
03:55
And it also turns out that it would have been good
75
220000
2000
وقد وضح أيضاً أنه سيكون جيداً
03:57
to give me breaks in the middle to kind of recuperate from the pain.
76
222000
2000
لإعطائي فترات راحة في المنتصف لنوعاً ما للتعافي من الألم.
03:59
All of these would have been great things to do,
77
224000
2000
كل هذه كانت أشياء جيدة لتفعلها،
04:01
and my nurses had no idea.
78
226000
3000
ولم تكن للمرضات أي فكرة.
04:04
And from that point on I started thinking,
79
229000
1000
ومن تلك النقطة وبعدها بدأت بالتفكير،
04:05
are the nurses the only people in the world who get things wrong
80
230000
3000
هل الممرضات هن الوحيدات في العالم لا يفهمون هذه الأشياء
04:08
in this particular decision, or is it a more general case?
81
233000
3000
في هذا القرار تحديداً، أم أنها حالة أكثر عموميةً؟
04:11
And it turns out it's a more general case --
82
236000
2000
وقد وضح أنها أكثر عموميةً--
04:13
there's a lot of mistakes we do.
83
238000
3000
هناك الكثير من الأخطاء التي نفعلها.
04:16
And I want to give you one example of one of these irrationalities,
84
241000
5000
وأريد أن أعطيكم مثالاً لهذه الأشياء اللاعقلانية،
04:21
and I want to talk to you about cheating.
85
246000
3000
وأريد أن أتحدث عن الغش.
04:24
And the reason I picked cheating is because it's interesting,
86
249000
2000
والسبب أنني أخترت الغش هو لأنه مثير،
04:26
but also it tells us something, I think,
87
251000
2000
وهو أيضاً يخبرنا بشئ، كما أعتقد،
04:28
about the stock market situation we're in.
88
253000
3000
حول حال سوق الأسهم الذي نحن فيه.
04:31
So, my interest in cheating started
89
256000
3000
لذا، فقد بدأ إهتمامي بالكذب
04:34
when Enron came on the scene, exploded all of a sudden,
90
259000
2000
حينما جاء إنرون إلى المشهد، وإنفجر فجأةً،
04:36
and I started thinking about what is happening here.
91
261000
3000
وقد بدأت بالتفكير حول ما الذي يحدث هنا.
04:39
Is it the case that there was kind of
92
264000
1000
هل هو الحال أننا نوعا ما
04:40
a few apples who are capable of doing these things,
93
265000
3000
قليل من الأشخاص قادرين على فعل هذه الأشياء،
04:43
or are we talking a more endemic situation,
94
268000
2000
أم أننا نتحدث عن حالة متوطنة،
04:45
that many people are actually capable of behaving this way?
95
270000
4000
بحيث أن كثير من الناس قادرون على التصرف بهذه الطريقة؟
04:49
So, like we usually do, I decided to do a simple experiment.
96
274000
4000
لذا، مثلما نفعل عادةً، قررت أن أقوم بتجربة بسيطة
04:53
And here's how it went.
97
278000
1000
وها هي كما مرت.
04:54
If you were in the experiment, I would pass you a sheet of paper
98
279000
3000
إذا كنت في التجربة، كنت سأمرر عليك ورقة
04:57
with 20 simple math problems that everybody could solve,
99
282000
4000
تحوي 20 مسألة حسابية بسيطة يمكن للجميع حلها،
05:01
but I wouldn't give you enough time.
100
286000
2000
لكني لن أعطيكم الوقت الكافي.
05:03
When the five minutes were over, I would say,
101
288000
2000
عندما تنتهي الخمس دقائق، سأقول،
05:05
"Pass me the sheets of paper, and I'll pay you a dollar per question."
102
290000
3000
" مرروا الأوراق لي، وسأعطيكم دولاراً مقابل كل سؤال."
05:08
People did this. I would pay people four dollars for their task --
103
293000
4000
يفعل الناس هذا. سأدفع للناس أربعة دولارات لعملهم--
05:12
on average people would solve four problems.
104
297000
2000
في المتوسط يحل الناس أربعة مسائل.
05:14
Other people I would tempt to cheat.
105
299000
3000
أناس آخرون يحاولون الغش.
05:17
I would pass their sheet of paper.
106
302000
1000
سأمرر أوراقهم.
05:18
When the five minutes were over, I would say,
107
303000
2000
عندما تنتهي الخمس دقائق، سأقول،
05:20
"Please shred the piece of paper.
108
305000
1000
" الرجاء قم بتمزيق الورقة.
05:21
Put the little pieces in your pocket or in your backpack,
109
306000
3000
ضع الجزء الصغير في جيبك الخلفي،
05:24
and tell me how many questions you got correctly."
110
309000
3000
وأخبرني كم عدد الأسئلة التي حللتها بطريقة صحيحة."
05:27
People now solved seven questions on average.
111
312000
3000
الناس الآن قاموا بحل سبعة أسئلة في المتوسط.
05:30
Now, it wasn't as if there was a few bad apples --
112
315000
5000
الآن، الأمر ليس كما وأن هناك القليل من التفاح الفاسد بين الأشخاص --
05:35
a few people cheated a lot.
113
320000
3000
أو أن القليل من الناس غشوا بكثرة.
05:38
Instead, what we saw is a lot of people who cheat a little bit.
114
323000
3000
بل عوضاً عن ذلك، ما شهدناه هو أن الكثير من الناس قاموا بالغش قليلاً.
05:41
Now, in economic theory,
115
326000
3000
الآن، في نظرية الإقتصاد،
05:44
cheating is a very simple cost-benefit analysis.
116
329000
3000
الغش هو عملية تحليل بسيطة للتكلفة والربح.
05:47
You say, what's the probability of being caught?
117
332000
2000
أنت تقول، ما هو إحتمال أن يتم ضبطي؟
05:49
How much do I stand to gain from cheating?
118
334000
3000
كم سأكسب من الغش؟
05:52
And how much punishment would I get if I get caught?
119
337000
2000
كم من العقاب سيواجهني إن تم ضبطي؟
05:54
And you weigh these options out --
120
339000
2000
وتقوم بموازنة هذه الخيارات --
05:56
you do the simple cost-benefit analysis,
121
341000
2000
تقوم بالتحليل البسيط للكلفة والربح،
05:58
and you decide whether it's worthwhile to commit the crime or not.
122
343000
3000
وتقرر سواء كان الأمر يستحق إرتكاب الجريمة أم لا.
06:01
So, we try to test this.
123
346000
2000
لذا، نحاول إختبار هذا.
06:03
For some people, we varied how much money they could get away with --
124
348000
4000
لبعض الناس. قمنا بتنويع كم من المال سيحصلون عليه --
06:07
how much money they could steal.
125
352000
1000
كم من المال يمكنهم الحصول عليه بالغش.
06:08
We paid them 10 cents per correct question, 50 cents,
126
353000
3000
دفعنا لهم 10 سنتات مقابل الإجابة الصحيحة، 50 سنتاً،
06:11
a dollar, five dollars, 10 dollars per correct question.
127
356000
3000
دولاراً، خمسة دولارات، عشر دولارات مقابل الإجابة الصحيحة.
06:14
You would expect that as the amount of money on the table increases,
128
359000
4000
يمكنك توقع أن كلما تزداد كمية المال على الطاولة،
06:18
people would cheat more, but in fact it wasn't the case.
129
363000
3000
سيغش الناس أكثر، لكن في الواقع لم تكن تلك الحالة.
06:21
We got a lot of people cheating by stealing by a little bit.
130
366000
3000
لقد ضبطنا الكثير من الناس يغشون بسرقة القليل.
06:24
What about the probability of being caught?
131
369000
3000
ماذا عن إحتمال ضبطهم متلبسين؟
06:27
Some people shredded half the sheet of paper,
132
372000
2000
بعض الناس قام بتمزيق نصف الورقة،
06:29
so there was some evidence left.
133
374000
1000
لذا فقد خلفوا الدليل.
06:30
Some people shredded the whole sheet of paper.
134
375000
2000
بعض الناس قام بتمزيق كل الورقة.
06:32
Some people shredded everything, went out of the room,
135
377000
3000
بعض الناس قام بتمزيق كل شئ، ذهب خارج الغرفة،
06:35
and paid themselves from the bowl of money that had over 100 dollars.
136
380000
3000
ودفعوا لأنفسهم من وعاء المال الذي فيه أكثر من 100 دولار.
06:38
You would expect that as the probability of being caught goes down,
137
383000
3000
ستتوقع أن إحتمال أن يتم ضبطك متلبساً ينخفض،
06:41
people would cheat more, but again, this was not the case.
138
386000
3000
سيغش الناس أكثر، لكن مجدداً، لم تكن تلك الحالة.
06:44
Again, a lot of people cheated by just by a little bit,
139
389000
3000
مجدداً، غش الكثير من الناس بالقليل،
06:47
and they were insensitive to these economic incentives.
140
392000
3000
ولم يكونوا حساسين لتلك المحفزات الإقتصادية.
06:50
So we said, "If people are not sensitive
141
395000
1000
لذا فقد قلنا، " إن لم يكن الناس حساسين
06:51
to the economic rational theory explanations, to these forces,
142
396000
5000
لشروحات نظرية العقلانية الإقتصادية، لهذه القوى،
06:56
what could be going on?"
143
401000
3000
ما الذي يمكن أن يحدث؟"
06:59
And we thought maybe what is happening is that there are two forces.
144
404000
3000
وفكرنا أن ما يحدث ربما هو أن هناك قوتين.
07:02
At one hand, we all want to look at ourselves in the mirror
145
407000
2000
على جانب، جميعنا يريد النظر لنفسه في المرآة
07:04
and feel good about ourselves, so we don't want to cheat.
146
409000
3000
ويشعر بالحُسن حيال نفسه، لذلك لا نريد الغش.
07:07
On the other hand, we can cheat a little bit,
147
412000
2000
وعلى جانب آخر، يمكننا الغش قليلاً،
07:09
and still feel good about ourselves.
148
414000
2000
وما نزال نشعر بالحُسن حيال أنفسنا.
07:11
So, maybe what is happening is that
149
416000
1000
لذا، ربما ما يحدث هو أن
07:12
there's a level of cheating we can't go over,
150
417000
2000
هناك مستوى من الغش لا يمكننا تخطيه،
07:14
but we can still benefit from cheating at a low degree,
151
419000
4000
لكن ما يزال يمكننا الإستفادة من الغش في اقل درجة،
07:18
as long as it doesn't change our impressions about ourselves.
152
423000
3000
طالما أنه لا يغيّر إنطباعنا حول أنفسنا.
07:21
We call this like a personal fudge factor.
153
426000
3000
نحن نسمي هذا عامل الغش الشخصي.
07:25
Now, how would you test a personal fudge factor?
154
430000
4000
الآن، كيف تختبر عامل الغش الشخصي؟
07:29
Initially we said, what can we do to shrink the fudge factor?
155
434000
4000
مبدئياً نقول، ما الذي يمكننا فعله لتقليص عامل الغش الشخصي؟
07:33
So, we got people to the lab, and we said,
156
438000
2000
إذاً، جلبنا الناس إلى المختبر، وقلنا،
07:35
"We have two tasks for you today."
157
440000
2000
" لدينا مهمتين لكم اليوم."
07:37
First, we asked half the people
158
442000
1000
أولاً، نسأل نصف الناس
07:38
to recall either 10 books they read in high school,
159
443000
2000
ليتذكروا 10 كتب درسوها في الثانوية العليا،
07:40
or to recall The Ten Commandments,
160
445000
3000
أو يتذكروا الوصايا العشر،
07:43
and then we tempted them with cheating.
161
448000
2000
ثم نغريهم بالغش.
07:45
Turns out the people who tried to recall The Ten Commandments --
162
450000
3000
وضح أن الناس الذين حاولوا تذكر الوصايا العشر --
07:48
and in our sample nobody could recall all of The Ten Commandments --
163
453000
2000
وفي عينتنا لم يستطع أي شخص تذكر كل الوصايا العشر --
07:51
but those people who tried to recall The Ten Commandments,
164
456000
4000
لكن أولئك الناس الذين حاولوا تذكر الوصايا العشر،
07:55
given the opportunity to cheat, did not cheat at all.
165
460000
3000
الذين أعطيناهم الفرصة للغش، لم يغشوا بتاتاً.
07:58
It wasn't that the more religious people --
166
463000
2000
الأمر ليس أنهم أكثر تديناً--
08:00
the people who remembered more of the Commandments -- cheated less,
167
465000
1000
الناس الذين تذكروا وصايا أكثر -- غشوا أقل،
08:01
and the less religious people --
168
466000
2000
وأناس أكثر تديناً --
08:03
the people who couldn't remember almost any Commandments --
169
468000
1000
الناس الذين لم يستطيعوا تذكر أي وصية تقريباً --
08:04
cheated more.
170
469000
2000
غشوا أكثر.
08:06
The moment people thought about trying to recall The Ten Commandments,
171
471000
4000
اللحظة التي فكر الناس بمحاولة تذكر الوصايا العشر،
08:10
they stopped cheating.
172
475000
1000
توقفوا عن الغش.
08:11
In fact, even when we gave self-declared atheists
173
476000
2000
في الحقيقة، حتى عندما أعطينا أناس أعلنوا إلحداهم
08:13
the task of swearing on the Bible and we give them a chance to cheat,
174
478000
4000
مهمة القسم على الإنجيل وأعطيناهم الفرصة للغش،
08:17
they don't cheat at all.
175
482000
2000
لم يقوموا بالغش بتاتاً.
08:21
Now, Ten Commandments is something that is hard
176
486000
2000
الآن، الوصايا العشر هي شئ صعب
08:23
to bring into the education system, so we said,
177
488000
2000
إدخاله في النظام التعليمي، لذا فقد قلنا،
08:25
"Why don't we get people to sign the honor code?"
178
490000
2000
" لم لا نجعل الناس يوقعون على ميثاق شرف؟"
08:27
So, we got people to sign,
179
492000
2000
لذا، فقد جعلنا الناس توقع،
08:29
"I understand that this short survey falls under the MIT Honor Code."
180
494000
4000
" أنا أقر أن هذا الإستطلاع القصير يقع ضمن ميثاق الشرف لأم آي تي."
08:33
Then they shredded it. No cheating whatsoever.
181
498000
3000
ثم قاموا بتمزيقه. لا غش مهما حصل.
08:36
And this is particularly interesting,
182
501000
1000
وهذا تحديداً مثير،
08:37
because MIT doesn't have an honor code.
183
502000
2000
لأن أم آي تي ليس لديها ميثاق للشرف.
08:39
(Laughter)
184
504000
5000
(ضحك)
08:44
So, all this was about decreasing the fudge factor.
185
509000
4000
لذا، كل ذلك كان حول خفض عامل الغش الشخصي.
08:48
What about increasing the fudge factor?
186
513000
3000
ماذا عن رفع عامل الغش الشخصي؟
08:51
The first experiment -- I walked around MIT
187
516000
2000
أول تجربة -- تمشيت حول أم آي تي
08:53
and I distributed six-packs of Cokes in the refrigerators --
188
518000
3000
ووزعت ست علب من الكولا في الثلاجات--
08:56
these were common refrigerators for the undergrads.
189
521000
2000
هذه ثلاجات عامة لطلاب الجامعة.
08:58
And I came back to measure what we technically call
190
523000
3000
وعندما رجعت لقياس ما نسميه تقنياً
09:01
the half-lifetime of Coke -- how long does it last in the refrigerators?
191
526000
4000
نصف دورة حياة الكولا-- كم ستبقى في الثلاجات؟
09:05
As you can expect it doesn't last very long; people take it.
192
530000
3000
كما يمكنكم أن تتوقعوا لم تصمد طويلاً. أخذها الناس.
09:08
In contrast, I took a plate with six one-dollar bills,
193
533000
4000
على النقيض، أخذت لوحة مع ست ورقات من فئة الدولار،
09:12
and I left those plates in the same refrigerators.
194
537000
3000
وتركت تلك اللوحات في نفس الثلاجات.
09:15
No bill ever disappeared.
195
540000
1000
لم تختفي أي ورقة.
09:16
Now, this is not a good social science experiment,
196
541000
3000
الآن، هذه ليست تجربة جيدة في العلوم الإجتماعية،
09:19
so to do it better I did the same experiment
197
544000
3000
لذا فقد قمت بتنفيذ نفس التجربة بصورة أفضل
09:22
as I described to you before.
198
547000
2000
كما أوضحت لكم سابقاً.
09:24
A third of the people we passed the sheet, they gave it back to us.
199
549000
3000
ثلت الناس الذين مررنا لهم الورقة، قاموا بإرجاعها لنا.
09:27
A third of the people we passed it to, they shredded it,
200
552000
3000
ثلث الناس الذين مررناها لهم، قاموا بتمزيقها،
09:30
they came to us and said,
201
555000
1000
جاءوا إلينا وقالوا،
09:31
"Mr. Experimenter, I solved X problems. Give me X dollars."
202
556000
3000
" يا أستاذ، لقد حللت المسائل "س". أعطني "س" من الدولارات."
09:34
A third of the people, when they finished shredding the piece of paper,
203
559000
3000
ثلث الناس، عندما أنتهوا من تمزيق الورق،
09:37
they came to us and said,
204
562000
2000
جاءوا إلينا وقالوا،
09:39
"Mr Experimenter, I solved X problems. Give me X tokens."
205
564000
6000
" يا أستاذ، لقد حللت المسائل "س". أعطني "س" من الرموز."
09:45
We did not pay them with dollars; we paid them with something else.
206
570000
3000
لم ندفع لهم بالدولارات. دفعنا لهم بشئ آخر.
09:48
And then they took the something else, they walked 12 feet to the side,
207
573000
3000
ثم أخذوا شيئاً آخراً، تمشوا 12 قدماً على الجنب،
09:51
and exchanged it for dollars.
208
576000
2000
وقاموا باستبدالها بالدولارات.
09:53
Think about the following intuition.
209
578000
2000
فكروا حول هذه الفكرة.
09:55
How bad would you feel about taking a pencil from work home,
210
580000
3000
كم هو سيئ شعورك حيال أخذ قلم رصاص من مكان العمل،
09:58
compared to how bad would you feel
211
583000
2000
مقارنة بما هو سيئ شعورك
10:00
about taking 10 cents from a petty cash box?
212
585000
2000
حيال أخذ 10 سنتات من صندوق النقود ؟
10:02
These things feel very differently.
213
587000
3000
الشعور بهذه الأشياء مختلفاً كلياً.
10:05
Would being a step removed from cash for a few seconds
214
590000
3000
هل ستكون خطوة أزيلت من النقد لثواني قليلة
10:08
by being paid by token make a difference?
215
593000
3000
بالدفع لك عبر الرموز ستحدث فارقاً؟
10:11
Our subjects doubled their cheating.
216
596000
2000
قام المشاركين معنا بمضاعفة غشهم.
10:13
I'll tell you what I think
217
598000
2000
وأخبركم بما أفكر به
10:15
about this and the stock market in a minute.
218
600000
2000
حيال هذه وسوق الأسهم خلال دقيقة.
10:18
But this did not solve the big problem I had with Enron yet,
219
603000
4000
لكن هذا لا يحل المشكلة الكبيرة التي لدي مع إنرون بعد،
10:22
because in Enron, there's also a social element.
220
607000
3000
لأن في حالة إنرون، هناك عامل إجتماعي أيضاً.
10:25
People see each other behaving.
221
610000
1000
يرى الناس تصرفات بعضهم البعض.
10:26
In fact, every day when we open the news
222
611000
2000
في الحقيقة، كل يوم عندما تفتح الأخبار
10:28
we see examples of people cheating.
223
613000
2000
نرى نماذج لغش الناس.
10:30
What does this cause us?
224
615000
3000
ماذا يسبب هذا لنا؟
10:33
So, we did another experiment.
225
618000
1000
لذا، فقد قمنا بتجربة أخرى.
10:34
We got a big group of students to be in the experiment,
226
619000
3000
حصلنا على مجموعة كبيرة من الطلاب في التجربة،
10:37
and we prepaid them.
227
622000
1000
وقمنا بالدفع لهم مسبقاً.
10:38
So everybody got an envelope with all the money for the experiment,
228
623000
3000
لذا فقد حصل كلٌ منهم على مظروف مع كل المال للتجربة،
10:41
and we told them that at the end, we asked them
229
626000
2000
وأخبرناهم بأنهم في النهاية، سألناهم
10:43
to pay us back the money they didn't make. OK?
230
628000
4000
ليرجعوا لنا المال الذي لم يكسبوه. حسناً؟
10:47
The same thing happens.
231
632000
1000
نفس الشئ يحدث.
10:48
When we give people the opportunity to cheat, they cheat.
232
633000
2000
عندما تعطي الناس الفرصة للغش، يقومون بالغش.
10:50
They cheat just by a little bit, all the same.
233
635000
3000
يقومون بالغش قليلاً، لكنهم جميعاً نفس الشئ.
10:53
But in this experiment we also hired an acting student.
234
638000
3000
لكن في هذه التجربة قمنا بتوظيف أناس يمثلون أنهم طلاب
10:56
This acting student stood up after 30 seconds, and said,
235
641000
4000
هؤلاء الممثلون دور الطلاب وقفوا بعد 30 ثانية، وقالوا،
11:00
"I solved everything. What do I do now?"
236
645000
3000
" لقد حللت كل شئ. ما الذي عليّ فعله؟"
11:03
And the experimenter said, "If you've finished everything, go home.
237
648000
4000
وقال الممتحن، " إذا أنتهيت من كل شئ، أذهب إلى البيت."
11:07
That's it. The task is finished."
238
652000
1000
ذلك كل شئ. المهمة أنتهت.
11:08
So, now we had a student -- an acting student --
239
653000
4000
إذاً، الآن لدينا طالب -- ممثل دور طالب --
11:12
that was a part of the group.
240
657000
2000
الذي كان جزء من المجموعة.
11:14
Nobody knew it was an actor.
241
659000
2000
ولا أحد يعلم أنه ممثل.
11:16
And they clearly cheated in a very, very serious way.
242
661000
4000
وبكل وضوح قام بالغش، بصورة جدية للغاية.
11:20
What would happen to the other people in the group?
243
665000
3000
ما الذي سيحصل لبقية الناس في المجموعة؟
11:23
Will they cheat more, or will they cheat less?
244
668000
3000
سيغشون أكثر، أم سيغشون أقل؟
11:26
Here is what happens.
245
671000
2000
ها هو ما يحصل.
11:28
It turns out it depends on what kind of sweatshirt they're wearing.
246
673000
4000
لقد وضح، انه يعتمد على نوعية الملبس اللطيف الذي يرتدونه.
11:32
Here is the thing.
247
677000
2000
ها هو شئ.
11:34
We ran this at Carnegie Mellon and Pittsburgh.
248
679000
3000
قمنا بعمل هذا في كارنيج ميلون وبطسبيرج.
11:37
And at Pittsburgh there are two big universities,
249
682000
2000
وفي بطسبيرج هناك جامعتين كبيرتين،
11:39
Carnegie Mellon and University of Pittsburgh.
250
684000
3000
كارنيج مليون وجامعة بطسبيرج.
11:42
All of the subjects sitting in the experiment
251
687000
2000
وكل هؤلاء المشاركون الجالسين في التجربة
11:44
were Carnegie Mellon students.
252
689000
2000
كانوا طلاب من كارنيج ميلون.
11:46
When the actor who was getting up was a Carnegie Mellon student --
253
691000
4000
بينما كان الممثل الذي يقف من طلاب كارينج ميلون--
11:50
he was actually a Carnegie Mellon student --
254
695000
2000
لقد كان بالفعل طالب من كارينج ميلون--
11:52
but he was a part of their group, cheating went up.
255
697000
4000
لكنه كان جزءاً من مجموعتهم، لذا فقد أرتفع الغش.
11:56
But when he actually had a University of Pittsburgh sweatshirt,
256
701000
4000
لكن عندما كان يرتدي قميصاً لجامعة بطسبيرج،
12:00
cheating went down.
257
705000
2000
أنخفض الغش.
12:02
(Laughter)
258
707000
3000
(ضحك)
12:05
Now, this is important, because remember,
259
710000
3000
الآن، هذا مهم، لنتذكر،
12:08
when the moment the student stood up,
260
713000
2000
في اللحظة التي وقف فيها الطالب،
12:10
it made it clear to everybody that they could get away with cheating,
261
715000
3000
لقد أصبح واضحاً للجميع أنهم يمكنهم أن يفلتوا مع الغش،
12:13
because the experimenter said,
262
718000
2000
لأن الممتحن قال،
12:15
"You've finished everything. Go home," and they went with the money.
263
720000
2000
" أنتهيت من كل شئ. أذهب للبيت،" وقد ذهبوا بالمال.
12:17
So it wasn't so much about the probability of being caught again.
264
722000
3000
لذا فلم يكن الأمر كثيراً حول إحتمال أن يتم ضبطك مجدداً.
12:20
It was about the norms for cheating.
265
725000
3000
لقد كان حول عادات الغش.
12:23
If somebody from our in-group cheats and we see them cheating,
266
728000
3000
إن كان شخص ما من مجموعتنا يغش ونحن نراه يغش،
12:26
we feel it's more appropriate, as a group, to behave this way.
267
731000
4000
نحس أنه أكثر صحةً، كمجموعة، أن نتصرف بهذه الطريقة.
12:30
But if it's somebody from another group, these terrible people --
268
735000
2000
لكن إن كان شخص من مجموعة أخرى، هؤلاء الناس الفظيعين--
12:32
I mean, not terrible in this --
269
737000
2000
أعني، ليسوا فظيعين في هذا المعنى --
12:34
but somebody we don't want to associate ourselves with,
270
739000
2000
لكن شخص ما لا نريد إلصاق أنفسنا معه،
12:36
from another university, another group,
271
741000
2000
من جامعة أخرى، من مجموعة أخرى،
12:38
all of a sudden people's awareness of honesty goes up --
272
743000
3000
فجأة يرتفع وعي الناس وصدقهم --
12:41
a little bit like The Ten Commandments experiment --
273
746000
2000
قليلاً مثل تجربة الوصايا العشر --
12:43
and people cheat even less.
274
748000
4000
ويغش الناس أقل حتى.
12:47
So, what have we learned from this about cheating?
275
752000
4000
إذاً، ما الذي تعلمناه من هذا حول الغش؟
12:51
We've learned that a lot of people can cheat.
276
756000
3000
لقد تعلمنا أن الكثير من الناس يمكنهم الغش.
12:54
They cheat just by a little bit.
277
759000
3000
يقومون بالغش لأنه قليل جداً.
12:57
When we remind people about their morality, they cheat less.
278
762000
4000
عندما نقوم بتذكير الناس حول الأخلاق، يقومون بغش أقل.
13:01
When we get bigger distance from cheating,
279
766000
3000
عندما نبتعد مسافة أكبر من الغش،
13:04
from the object of money, for example, people cheat more.
280
769000
4000
من عنصر المال، على سبيل المثال، يغش الناس أكثر.
13:08
And when we see cheating around us,
281
773000
2000
وحينما نرى الغش حولنا،
13:10
particularly if it's a part of our in-group, cheating goes up.
282
775000
4000
تحديداً إن كان جزءاً من مجموعتنا، يرتفع الغش.
13:14
Now, if we think about this in terms of the stock market,
283
779000
3000
الآن، إن فكرنا حول هذا بالنسبة لسوق الأسهم،
13:17
think about what happens.
284
782000
1000
فكروا حول ماذا يحدث.
13:18
What happens in a situation when you create something
285
783000
3000
ماذا يحدث في أوضاع عندما ننشئ شيئاً
13:21
where you pay people a lot of money
286
786000
2000
حيث تدفع للناس الكثير من المال
13:23
to see reality in a slightly distorted way?
287
788000
3000
لترى الحقيقة بطريقة أكثر تشويهاً؟
13:26
Would they not be able to see it this way?
288
791000
3000
سيكونوا غير قادرين على رؤيتها بهذه الطريقة؟
13:29
Of course they would.
289
794000
1000
بالتأكيد سيكونوا قادرين.
13:30
What happens when you do other things,
290
795000
1000
ما الذي يحدث عندما تفعل أشياء أخرى،
13:31
like you remove things from money?
291
796000
2000
مثل إزالة الأشياء من "مفهوم" المال ليصبح مجرد أرقام ؟
13:33
You call them stock, or stock options, derivatives,
292
798000
3000
يمكنك تسميتهم أسهم، أو خيارات الأسهم، السندات ،
13:36
mortgage-backed securities.
293
801000
1000
أسهم مدعومة بالقروض العقارية.
13:37
Could it be that with those more distant things,
294
802000
3000
هل يمكن أن يكون الغش أكثر مع هذه الأشياء الأكثر بعداً عن مفهوم المال " المادي "،
13:40
it's not a token for one second,
295
805000
2000
إنها ليست رموزاً لثانية واحدة،
13:42
it's something that is many steps removed from money
296
807000
2000
إنها شيء أزيلت عنه عدة خطوات من " صورة " المال
13:44
for a much longer time -- could it be that people will cheat even more?
297
809000
4000
لفترة طويلة جداً-- هل يمكن أن هذا سبب أن أولئك الناس سوف يغشون أكثر ؟
13:48
And what happens to the social environment
298
813000
2000
وسبب ما يحدث للبيئة الإجتماعية
13:50
when people see other people behave around them?
299
815000
3000
عندما يرى الناس آخرون يتصرفون حولهم بهذه الشاكلة ؟
13:53
I think all of those forces worked in a very bad way
300
818000
4000
أعتقد أن كل ذلك يسيّر العمل بطريقة سيئة للغاية
13:57
in the stock market.
301
822000
2000
في سوق الأسهم.
13:59
More generally, I want to tell you something
302
824000
3000
بتعميم أكبر ، أريد أن أخبركم بشئ
14:02
about behavioral economics.
303
827000
3000
حول الإقتصاد السلوكي.
14:05
We have many intuitions in our life,
304
830000
4000
لدينا العديد من الأفكار في حياتنا،
14:09
and the point is that many of these intuitions are wrong.
305
834000
3000
والفكرة هي أن العديد من هذه الأفكار خاطئة.
14:12
The question is, are we going to test those intuitions?
306
837000
3000
السؤال هو، هل سنقوم بإختبار تلك الأفكار؟
14:15
We can think about how we're going to test this intuition
307
840000
2000
يمكننا التفكير حول كيف يمكننا إختبار هذه الفكرة
14:17
in our private life, in our business life,
308
842000
2000
في حياتنا الخاصة، أو في حياتنا العملية،
14:19
and most particularly when it goes to policy,
309
844000
3000
وأكثر تحديداً حينما يتعلق الأمر بالسياسة،
14:22
when we think about things like No Child Left Behind,
310
847000
3000
ونفكر بأشياء مثل لا نترك طفلاً خلفنا،
14:25
when you create new stock markets, when you create other policies --
311
850000
3000
عندما تنشئ سوقاً جديداً للأسهم، عندما تنشئ سياسات أخرى--
14:28
taxation, health care and so on.
312
853000
3000
الضرائب، الرعايا الصحية وهلمجرا.
14:31
And the difficulty of testing our intuition
313
856000
2000
إن صعوبة إختبار هذه الأفكار
14:33
was the big lesson I learned
314
858000
2000
كانت درساً عظيماً تعلمته
14:35
when I went back to the nurses to talk to them.
315
860000
2000
عندما رجعت إلى تلك الممرضات لأتحدث إليهم.
14:37
So I went back to talk to them
316
862000
2000
لذا، فقد رجعت لهم
14:39
and tell them what I found out about removing bandages.
317
864000
3000
وأخبرتهم ما توصلت إليه حول إزالة الضمادات.
14:42
And I learned two interesting things.
318
867000
2000
وقد تعلمت شيئين مثيرين.
14:44
One was that my favorite nurse, Ettie,
319
869000
2000
أحدهما كان أن ممرضتي المفضلة، إيتتي،
14:46
told me that I did not take her pain into consideration.
320
871000
4000
أخبرتني أنني لم أخذ ما سببته لي من آلالام مأخذ الجد.
14:50
She said, "Of course, you know, it was very painful for you.
321
875000
2000
قالت، " بالطبع، كما تعلم، كان مؤلماً بالنسبة لك.
14:52
But think about me as a nurse,
322
877000
2000
لكن فكر بي كممرضة،
14:54
taking, removing the bandages of somebody I liked,
323
879000
2000
أقوم بأخذ، إزالة الضمادات لكل شخص أرتحت له،
14:56
and had to do it repeatedly over a long period of time.
324
881000
3000
وعليّ فعل ذلك مراراً لفترة طويلة من الزمن.
14:59
Creating so much torture was not something that was good for me, too."
325
884000
3000
مسببة الكثير من العذاب لم يكن شيئاً جيداً بالنسبة لي، أيضاً."
15:02
And she said maybe part of the reason was it was difficult for her.
326
887000
5000
وقد قالت، ربما جزء من السبب كان أنه صعب بالنسبة لها.
15:07
But it was actually more interesting than that, because she said,
327
892000
3000
لكن في الواقع كان أكثر إثارة عن ذلك، لأنها قالت،
15:10
"I did not think that your intuition was right.
328
895000
5000
"أنا لا أعتقد أن فكرتك كانت صائبة.
15:15
I felt my intuition was correct."
329
900000
1000
لقد شعرت بأن فكرتي كانت صائبة."
15:16
So, if you think about all of your intuitions,
330
901000
2000
لذا، فاذا فكرت حول كل أفكارنا،
15:18
it's very hard to believe that your intuition is wrong.
331
903000
4000
فانه صعب تصديق أن فكرتك خاطئة.
15:22
And she said, "Given the fact that I thought my intuition was right ..." --
332
907000
3000
وقد قالت، " بإعتبار حقيقة أنني فكرت أن فكرتك كانت صائبة..."--
15:25
she thought her intuition was right --
333
910000
2000
لقد أعتقدت أن فكرتها كانت صائبة--
15:27
it was very difficult for her to accept doing a difficult experiment
334
912000
5000
لقد كان صعباً جداً بالنسبة لها تقبّل فعل تجربة صعبة
15:32
to try and check whether she was wrong.
335
917000
2000
لمحاولة التأكد سواء كانت مخطئة.
15:34
But in fact, this is the situation we're all in all the time.
336
919000
4000
لكن في الواقع، هذا هو الحال الذي نحن فيه طوال الوقت.
15:38
We have very strong intuitions about all kinds of things --
337
923000
3000
لدينا أفكار قوية للغاية حول كل الأشياء --
15:41
our own ability, how the economy works,
338
926000
3000
مقدرتنا الخاصة، كيف يعمل الإقتصاد،
15:44
how we should pay school teachers.
339
929000
2000
كيف ينبغي أن ندفع لمعلمي المدارس.
15:46
But unless we start testing those intuitions,
340
931000
3000
لكن إن لم نقم بإختبار تلك الأفكار،
15:49
we're not going to do better.
341
934000
2000
فلن نتحسن.
15:51
And just think about how better my life would have been
342
936000
2000
وفقط فكروا حول كيف كانت ستكون حياتي أسعد
15:53
if these nurses would have been willing to check their intuition,
343
938000
2000
إن كان أولئك الممرضات راغبات في التأكد من أفكارهن،
15:55
and how everything would have been better
344
940000
1000
وكيف سيكون كل شئ أفضل
15:56
if we just start doing more systematic experimentation of our intuitions.
345
941000
5000
إن بدأنا فقط بفعل تجارب منهجية على أفكارنا.
16:01
Thank you very much.
346
946000
2000
شكرا جزيلا لكم.
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe 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