TED2010
Michael Shermer: The pattern behind self-deception
Michael Shermer: Mønsteret bag selvbedrag
Filmed:
Readability: 4.3
2,854,890 views
Michael Shermer siger at menneskehedens tendens til at tro på mærkelige ting -- fra bortførelse fra rumsvæsner til søge pinde -- kan koges ned til to af hjernens mest basale, indgroede overlevelsesevner. Han forklarer hvad de er, og hvordan de får os rodet ud i problemer.
Michael Shermer - Skeptic
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Double-click the English transcript below to play the video.
00:16
So since I was here last in '06,
0
1000
3000
Siden jeg var her i '06,
00:19
we discovered that global climate change
1
4000
2000
har vi fundet ud af at de
globale klimaforandringer
globale klimaforandringer
00:21
is turning out to be a pretty serious issue,
2
6000
2000
viser sig at være et temmelig
alvorligt emne,
alvorligt emne,
00:23
so we covered that fairly extensively
3
8000
2000
så vi har dækket det i temmelig
stort omfang
stort omfang
00:25
in Skeptic magazine.
4
10000
2000
i magasinet Skeptic.
00:27
We investigate all kinds
5
12000
2000
Vi undersøger alle mulige former
00:29
of scientific and quasi-scientific controversies,
6
14000
3000
for videnskabelige og pseudo-videnskabelige
kontroverser,
kontroverser,
00:32
but it turns out we don't have to worry about any of this
7
17000
2000
men det viser sig at vi ikke behøver
at bekymre sig om noget af dette
at bekymre sig om noget af dette
00:34
because the world's going to end in 2012.
8
19000
2000
fordi verden ender i 2012.
00:36
Another update:
9
21000
2000
En anden update:
00:38
You will recall I introduced you guys
10
23000
2000
I husker måske at jeg introducerede jer for
00:40
to the Quadro Tracker.
11
25000
2000
Quadro Tracker.
00:42
It's like a water dowsing device.
12
27000
2000
Det er ligesom et vandsøgende apparat.
00:44
It's just a hollow piece of plastic with an antenna that swivels around.
13
29000
3000
Det er bare et hult stykke plastik
med en antenne der drejer rundt.
med en antenne der drejer rundt.
00:47
And you walk around, and it points to things.
14
32000
2000
Og man går rundt, og den peger på ting.
00:49
Like if you're looking for marijuana in students' lockers,
15
34000
3000
Ligesom når man leder efter
marihuana i de studerendes skabe,
marihuana i de studerendes skabe,
00:52
it'll point right to somebody.
16
37000
2000
vil den pege direkte på nogen.
00:54
Oh, sorry. (Laughter)
17
39000
2000
Åh, undskyld. (Latter)
00:56
This particular one that was given to me
18
41000
2000
Denne bestemte model der blev givet til mig
00:58
finds golf balls,
19
43000
2000
finder golfbolde,
01:00
especially if you're at a golf course
20
45000
2000
specielt når man går på en golfbane
01:02
and you check under enough bushes.
21
47000
3000
og man kigger under nok buske.
01:05
Well, under the category of "What's the harm of silly stuff like this?"
22
50000
3000
Jamen, under kategorien "Hvad skade
kan denne slags fjollede ting gøre?"
kan denne slags fjollede ting gøre?"
01:08
this device, the ADE 651,
23
53000
3000
dette apparat, ADE 651,
01:11
was sold to the Iraqi government
24
56000
3000
blev solgt til den irakiske regering
01:14
for 40,000 dollars apiece.
25
59000
2000
for 40.000 dollars stykket.
01:16
It's just like this one, completely worthless,
26
61000
2000
Den er helt magen til denne, totalt ubrugelig,
01:18
in which it allegedly worked by "electrostatic
27
63000
2000
og den virkede efter sigende med "statisk
01:20
magnetic ion attraction,"
28
65000
3000
magnetisk ion tiltrækning,"
01:24
which translates to
29
69000
2000
hvilket oversat betyder
01:26
"pseudoscientific baloney" -- would be the nice word --
30
71000
3000
"pseudovidenskabeligt vås" --
det ville være det pæne ord --
det ville være det pæne ord --
01:29
in which you string together a bunch of words that sound good,
31
74000
2000
hvor man binder et par ord
sammen der lyder fint,
sammen der lyder fint,
01:31
but it does absolutely nothing.
32
76000
2000
men det gør absolut ingenting.
01:33
In this case, at trespass points,
33
78000
3000
I dette tilfælde, ved kontrolposter,
01:36
allowing people to go through
34
81000
2000
tillod det folk at gå igennem
01:38
because your little tracker device said they were okay,
35
83000
3000
fordi ens lille søge apparat
fortalte en at de var okay,
fortalte en at de var okay,
01:41
actually cost lives.
36
86000
3000
kostede det faktisk liv.
01:44
So there is a danger to pseudoscience,
37
89000
2000
Der er altså en fare med pseudovidenskab,
01:46
in believing in this sort of thing.
38
91000
3000
med at tro på denne slags ting.
01:49
So what I want to talk about today is belief.
39
94000
3000
Det jeg vil tale om i dag er tro.
01:52
I want to believe,
40
97000
2000
Jeg vil gerne tro,
01:54
and you do too.
41
99000
2000
og det vil I også.
01:56
And in fact, I think my thesis here is that
42
101000
2000
Og faktisk, tror jeg min tese her er at
01:58
belief is the natural state of things.
43
103000
2000
tro er tingenes naturlige tilstand.
02:00
It is the default option. We just believe.
44
105000
2000
Det er standardindstillingen. Vi tror bare.
02:02
We believe all sorts of things.
45
107000
2000
Vi tror på alle mulige ting.
02:04
Belief is natural;
46
109000
2000
Tro er naturlig;
02:06
disbelief, skepticism, science, is not natural.
47
111000
2000
mistro, skepticisme, videnskab,
er ikke naturligt.
er ikke naturligt.
02:08
It's more difficult.
48
113000
2000
Det er sværere.
02:10
It's uncomfortable to not believe things.
49
115000
2000
Det er ubehageligt ikke at tro på ting.
02:12
So like Fox Mulder on "X-Files,"
50
117000
3000
Ligesom Fox Mulder i "Strengt Fortroligt,"
02:15
who wants to believe in UFOs? Well, we all do,
51
120000
3000
der vil tro på ufoer? Jamen, det vil vi alle,
02:18
and the reason for that is because
52
123000
2000
og grunden til det er at
02:20
we have a belief engine in our brains.
53
125000
3000
vi alle har en tro maskine i vores hjerne.
02:23
Essentially, we are pattern-seeking primates.
54
128000
3000
Dybest set, er vi mønster-søgende primater.
02:26
We connect the dots: A is connected to B; B is connected to C.
55
131000
3000
Vi forbinder prikkerne med hinanden:
A er forbundet med B; B er forbundet med C:
A er forbundet med B; B er forbundet med C:
02:29
And sometimes A really is connected to B,
56
134000
3000
Og nogle gange er A virkelig
forbundet med B,
forbundet med B,
02:32
and that's called association learning.
57
137000
2000
og det kaldes sammenkædet læring.
02:34
We find patterns, we make those connections,
58
139000
3000
Vi finder mønstre, vi laver de forbindelser,
02:37
whether it's Pavlov's dog here
59
142000
2000
hvadenten det er Pavlovs hunde her
02:39
associating the sound of the bell with the food,
60
144000
3000
der associerer lyden af en klokke med maden,
02:42
and then he salivates to the sound of the bell,
61
147000
2000
og så savler han ved lyden af klokken,
02:44
or whether it's a Skinnerian rat,
62
149000
2000
eller om det er en Skinner rotte,
02:46
in which he's having an association
63
151000
2000
hvor han har en association
02:48
between his behavior and a reward for it,
64
153000
2000
mellem hans adfærd og belønningen for det,
02:50
and therefore he repeats the behavior.
65
155000
2000
og derfor gentager han adfærden.
02:52
In fact, what Skinner discovered
66
157000
2000
Faktisk, var det Skinner opdagede,
02:54
is that, if you put a pigeon in a box like this,
67
159000
3000
at hvis man putter en due
i en kasse som denne,
i en kasse som denne,
02:57
and he has to press one of these two keys,
68
162000
2000
og han skal trykke på en
af disse to knapper,
af disse to knapper,
02:59
and he tries to figure out what the pattern is,
69
164000
2000
og han prøver at finde ud
af hvad mønsteret er,
af hvad mønsteret er,
03:01
and you give him a little reward in the hopper box there --
70
166000
2000
og man giver ham en lille
belønning i kassen der --
belønning i kassen der --
03:03
if you just randomly assign rewards
71
168000
3000
hvis man bare vilkårligt
uddeler belønninger
uddeler belønninger
03:06
such that there is no pattern,
72
171000
2000
så der ikke er et mønster,
03:08
they will figure out any kind of pattern.
73
173000
2000
vil de finde på et hvilket
som helst mønster.
som helst mønster.
03:10
And whatever they were doing just before they got the reward,
74
175000
2000
Og hvad de end gjorde inden
de fik belønningen,
de fik belønningen,
03:12
they repeat that particular pattern.
75
177000
2000
så gentager de det bestemte mønster.
03:14
Sometimes it was even spinning around twice counterclockwise,
76
179000
3000
Nogle gange var det endda at sno
rundt om sig selv to gange mod uret,
rundt om sig selv to gange mod uret,
03:17
once clockwise and peck the key twice.
77
182000
3000
en gang med uret, og trykke
to gange på knappen.
to gange på knappen.
03:20
And that's called superstition,
78
185000
2000
Og det kaldes overtro,
03:22
and that, I'm afraid,
79
187000
2000
og det, er jeg bange for,
03:24
we will always have with us.
80
189000
2000
vil vi altid have med os.
03:26
I call this process "patternicity" --
81
191000
2000
Jeg kalder denne process "patternicity" --
03:28
that is, the tendency to find meaningful patterns
82
193000
2000
det vil sige, tendensen til at
finde meningsfulde mønstre
finde meningsfulde mønstre
03:30
in both meaningful and meaningless noise.
83
195000
3000
i både meningsfuld og meningsløs støj.
03:33
When we do this process, we make two types of errors.
84
198000
3000
Når vi gennemgår denne process,
begår vi to typer fejl.
begår vi to typer fejl.
03:36
A Type I error, or false positive,
85
201000
2000
En Type I fejl, eller falsk positiv,
03:38
is believing a pattern is real
86
203000
2000
er at tro på at mønsteret er ægte
03:40
when it's not.
87
205000
2000
når det ikke passer.
03:42
Our second type of error is a false negative.
88
207000
2000
Vores anden type fejl er den falske negative.
03:44
A Type II error is not believing
89
209000
2000
En Type II fejl er ikke at tro
03:46
a pattern is real when it is.
90
211000
3000
på et mønster, når det virkelig er der.
03:49
So let's do a thought experiment.
91
214000
2000
Lad os lave et lille eksperiment her.
03:51
You are a hominid three million years ago
92
216000
2000
Man var en hominid for tre millioner år siden
03:53
walking on the plains of Africa.
93
218000
3000
der gik på Afrikas sletter.
03:56
Your name is Lucy, okay?
94
221000
2000
Ens navn er Lucy, okay?
03:58
And you hear a rustle in the grass.
95
223000
2000
Og man hører en raslen i græsset.
04:00
Is it a dangerous predator,
96
225000
2000
Er det et farligt rovdyr,
04:02
or is it just the wind?
97
227000
2000
eller er det bare vinden?
04:04
Your next decision could be the most important one of your life.
98
229000
3000
Ens næste beslutning kunne
være den vigtigste i ens liv.
være den vigtigste i ens liv.
04:07
Well, if you think that the rustle in the grass is a dangerous predator
99
232000
3000
Jamen, hvis man mener at raslen i
græsset er et farligt rovdyr,
græsset er et farligt rovdyr,
04:10
and it turns out it's just the wind,
100
235000
2000
og det viser sig at det bare er vinden,
04:12
you've made an error in cognition,
101
237000
2000
har man begået en fejl i opfattelse,
04:14
made a Type I error, false positive.
102
239000
2000
en Type I fejl, falsk positiv.
04:16
But no harm. You just move away.
103
241000
2000
Men ingen skade. Man flytter sig.
04:18
You're more cautious. You're more vigilant.
104
243000
2000
Man er mere forsigtig.
Man er mere overvågen.
Man er mere overvågen.
04:20
On the other hand, if you believe that the rustle in the grass is just the wind,
105
245000
2000
På den anden side, hvis man tror på
at den raslen i græsset bare er vinden,
at den raslen i græsset bare er vinden,
04:22
and it turns out it's a dangerous predator,
106
247000
3000
og det viser sig at være et farligt rovdyr,
04:25
you're lunch.
107
250000
2000
er man middagsmad.
04:27
You've just won a Darwin award.
108
252000
2000
Man har lige vundet en Darwin pris.
04:29
You've been taken out of the gene pool.
109
254000
2000
Man er blevet fjernet fra genpuljen.
04:31
Now the problem here is that
110
256000
2000
Nu er problemet her
04:33
patternicities will occur whenever the cost
111
258000
2000
at 'patterniciteter' vil opstå når omkostningen
04:35
of making a Type I error
112
260000
2000
ved at begå en Type I fejl
04:37
is less than the cost of making a Type II error.
113
262000
2000
er mindre end at begå en Type II fejl.
04:39
This is the only equation in the talk by the way.
114
264000
2000
Dette er den eneste ligning
i foredraget for øvrigt.
i foredraget for øvrigt.
04:41
We have a pattern detection problem
115
266000
2000
Vi har et mønster-opfattelses-problem
04:43
that is assessing the difference between a Type I and a Type II error
116
268000
3000
der er, at opfatte forskellen mellem
en Type I fejl og en Type II fejl
en Type I fejl og en Type II fejl
04:46
is highly problematic,
117
271000
2000
er dybt problematisk,
04:48
especially in split-second, life-and-death situations.
118
273000
3000
specielt i split-sekunder,
liv-eller-død situationer.
liv-eller-død situationer.
04:51
So the default position
119
276000
2000
Så standardindstillingen
04:53
is just: Believe all patterns are real --
120
278000
2000
er bare: Tro på at alle mønstre er ægte --
04:55
All rustles in the grass are dangerous predators
121
280000
3000
Al raslen i græsset er farlige rovdyr
04:58
and not just the wind.
122
283000
2000
og ikke bare vinden.
05:00
And so I think that we evolved ...
123
285000
2000
Så jeg tror vi har udviklet os ...
05:02
there was a natural selection for the propensity for our belief engines,
124
287000
3000
der var en naturlig udvælgelse for
tilbøjeligheden til vores tro maskiner,
tilbøjeligheden til vores tro maskiner,
05:05
our pattern-seeking brain processes,
125
290000
2000
vores mønstersøgende hjerneprocesser,
05:07
to always find meaningful patterns
126
292000
2000
til altid at finde meningsfyldte mønstre
05:09
and infuse them with these sort of
127
294000
2000
og indgyde dem med denne form for
05:11
predatory or intentional agencies that I'll come back to.
128
296000
3000
rovdyrsagtige eller bevidste agenter
som jeg vil vende tilbage til.
som jeg vil vende tilbage til.
05:14
So for example, what do you see here?
129
299000
2000
For eksempel, hvad ser I her?
05:16
It's a horse head, that's right.
130
301000
2000
Det er et hestehoved, det er rigtigt.
05:18
It looks like a horse. It must be a horse.
131
303000
2000
Det ligner en hest. Det må være en hest.
05:20
That's a pattern.
132
305000
2000
Det er et mønster.
05:22
And is it really a horse?
133
307000
2000
Og er det virkelig en hest?
05:24
Or is it more like a frog?
134
309000
3000
Eller er det mere som en frø?
05:27
See, our pattern detection device,
135
312000
2000
Se, vores mønster-opfattelses-apparat,
05:29
which appears to be located in the anterior cingulate cortex --
136
314000
3000
som viser sig at være placeret i
den forreste cingulate cortex --
den forreste cingulate cortex --
05:32
it's our little detection device there --
137
317000
3000
det er vores lille opfattelses apparat der --
05:35
can be easily fooled, and this is the problem.
138
320000
2000
kan nemt snydes, og det er problemet.
05:37
For example, what do you see here?
139
322000
2000
For eksempel, hvad ser I her?
05:39
Yes, of course, it's a cow.
140
324000
3000
Ja, selvfølgelig, det er en ko.
05:42
Once I prime the brain -- it's called cognitive priming --
141
327000
3000
Når jeg klargør hjernen --
det kaldes kognitiv klargøring --
det kaldes kognitiv klargøring --
05:45
once I prime the brain to see it,
142
330000
2000
når jeg klargør hjernen til at se det,
05:47
it pops back out again even without the pattern that I've imposed on it.
143
332000
3000
hopper det frem igen, selv uden mønsteret
som jeg har lagt hen over det.
som jeg har lagt hen over det.
05:50
And what do you see here?
144
335000
2000
Og hvad ser I her?
05:52
Some people see a Dalmatian dog.
145
337000
2000
Nogle folk ser en dalmatiner.
05:54
Yes, there it is. And there's the prime.
146
339000
2000
Ja, der er den. Og der er klargøringen.
05:56
So when I go back without the prime,
147
341000
2000
Så når jeg går tilbage uden klargøringen,
05:58
your brain already has the model
148
343000
2000
har ens hjerne allerede modellen
06:00
so you can see it again.
149
345000
2000
så man kan se den igen.
06:02
What do you see here?
150
347000
3000
Hvad ser I her?
06:05
Planet Saturn. Yes, that's good.
151
350000
2000
Planeten Saturn. Ja, det er godt.
06:07
How about here?
152
352000
3000
Hvad med her?
06:10
Just shout out anything you see.
153
355000
3000
Bare råb hvad som helst I ser.
06:14
That's a good audience, Chris.
154
359000
2000
Det er et godt publikum, Chris.
06:16
Because there's nothing in this. Well, allegedly there's nothing.
155
361000
3000
Fordi der er ikke noget i dette. Jamen,
der er efter sigende ingenting her.
der er efter sigende ingenting her.
06:19
This is an experiment done by Jennifer Whitson
156
364000
3000
Dette er et eksperiment der
udføres af Jennifer Whiston
udføres af Jennifer Whiston
06:22
at U.T. Austin
157
367000
2000
ved U.T. Austin
06:24
on corporate environments
158
369000
2000
om forretningsmiljøer,
06:26
and whether feelings of uncertainty and out of control
159
371000
3000
og om følelsen af usikkerhed
og at være ude af kontrol
og at være ude af kontrol
06:29
makes people see illusory patterns.
160
374000
2000
får folk til at se indbildte mønstre.
06:31
That is, almost everybody sees the planet Saturn.
161
376000
3000
Det vil sige, næsten alle ser planeten Saturn.
06:34
People that are put in a condition of feeling out of control
162
379000
3000
Folk der bliver sat i omgivelser
hvor de føler sig ude af kontrol
hvor de føler sig ude af kontrol
06:37
are more likely to see something in this,
163
382000
2000
ser med større sandsynlighed noget i dette,
06:39
which is allegedly patternless.
164
384000
3000
som angiveligt er uden mønster.
06:42
In other words, the propensity to find these patterns
165
387000
3000
Med andre ord, tilbøjeligheden
til at finde disse mønstre
til at finde disse mønstre
06:45
goes up when there's a lack of control.
166
390000
3000
stiger, når der er en mangel på kontrol.
06:48
For example, baseball players are notoriously superstitious
167
393000
3000
For eksempel, er baseball-spillere
notorisk overtroiske
notorisk overtroiske
06:51
when they're batting,
168
396000
2000
når de slår,
06:53
but not so much when they're fielding.
169
398000
2000
men ikke så meget når de står på græsset.
06:55
Because fielders are successful
170
400000
2000
Fordi markspillerne er succesrige
06:57
90 to 95 percent of the time.
171
402000
2000
90 til 95 af tiden.
06:59
The best batters fail seven out of 10 times.
172
404000
3000
De bedste slåere slår fejl syv ud af 10 gange.
07:02
So their superstitions, their patternicities,
173
407000
2000
Så deres overtro, deres 'patternicities'
07:04
are all associated with feelings of lack of control
174
409000
3000
er alle associeret med følelser
om mangel på kontrol
om mangel på kontrol
07:07
and so forth.
175
412000
2000
og så videre.
07:10
What do you see in this particular one here, in this field?
176
415000
3000
Hvad ser I i dette bestemte
billede her, i dette felt?
billede her, i dette felt?
07:13
Anybody see an object there?
177
418000
2000
Nogen der ser nogen objekter her?
07:15
There actually is something here,
178
420000
2000
Der er faktisk noget her,
07:17
but it's degraded.
179
422000
2000
men det er forringet.
07:19
While you're thinking about that,
180
424000
2000
Mens I tænker på det,
07:21
this was an experiment done by Susan Blackmore,
181
426000
2000
dette var et eksperiment der
blev udført af Susan Blackmore,
blev udført af Susan Blackmore,
07:23
a psychologist in England,
182
428000
2000
en psykolog i England,
07:25
who showed subjects this degraded image
183
430000
2000
der viste forsøgspersoner
dette forringede billede
dette forringede billede
07:27
and then ran a correlation between
184
432000
2000
og kørte så en sammenhæng mellem
07:29
their scores on an ESP test:
185
434000
2000
deres score på en ESP test:
07:31
How much did they believe in the paranormal,
186
436000
2000
Hvor meget troede de på det paranormale,
07:33
supernatural, angels and so forth.
187
438000
3000
det overnaturlige, engle og så videre.
07:36
And those who scored high on the ESP scale,
188
441000
3000
Og dem der scorede højt på ESP skalaen,
07:39
tended to not only see
189
444000
2000
havde en tendens til ikke kun at se
07:41
more patterns in the degraded images
190
446000
2000
flere mønstre i de forringede billeder
07:43
but incorrect patterns.
191
448000
2000
men forkerte mønstre.
07:45
Here is what you show subjects.
192
450000
2000
Her er hvad man viser en forsøgsperson.
07:47
The fish is degraded 20 percent, 50 percent
193
452000
3000
Fisken er forringet 20 procent, 50 procent,
07:50
and then the one I showed you,
194
455000
2000
og så den jeg viste jer,
07:52
70 percent.
195
457000
2000
70 procent.
07:54
A similar experiment was done by another [Swiss] psychologist
196
459000
2000
Et lignende eksperiment blev udført
af en anden [schweizisk] psykolog
af en anden [schweizisk] psykolog
07:56
named Peter Brugger,
197
461000
2000
der hedder Peter Brugger,
07:58
who found significantly more meaningful patterns
198
463000
3000
der fandt ud af at væsentlig
flere meningsfulde mønstre
flere meningsfulde mønstre
08:01
were perceived on the right hemisphere,
199
466000
2000
blev opfattet i den højre hjernehalvdel,
08:03
via the left visual field, than the left hemisphere.
200
468000
3000
igennem det venstre synsfelt,
end den venstre hjernehalvdel.
end den venstre hjernehalvdel.
08:06
So if you present subjects the images such
201
471000
2000
Hvis man præsenterer billeder
for forsøgspersoner
for forsøgspersoner
08:08
that it's going to end up on the right hemisphere instead of the left,
202
473000
3000
så det ender i den højre hjernehalvdel
i stedet for den venstre,
i stedet for den venstre,
08:11
then they're more likely to see patterns
203
476000
2000
så er der større sandsynlighed
for at de vil se mønstre
for at de vil se mønstre
08:13
than if you put it on the left hemisphere.
204
478000
2000
end hvis man sætter det i
den venstre hjernehalvdel.
den venstre hjernehalvdel.
08:15
Our right hemisphere appears to be
205
480000
2000
Vores højre hjernehalvdel
ser ud til at være
ser ud til at være
08:17
where a lot of this patternicity occurs.
206
482000
2000
hvor meget af denne 'patternicity' opstår.
08:19
So what we're trying to do is bore into the brain
207
484000
2000
Det vi prøver er at bore ind i hjernen
08:21
to see where all this happens.
208
486000
2000
til det punkt hvor dette alt sammen foregår.
08:23
Brugger and his colleague, Christine Mohr,
209
488000
3000
Brugger og hans kollega, Christine Mohr,
08:26
gave subjects L-DOPA.
210
491000
2000
gav forsøgspersonerne L-DOPA.
08:28
L-DOPA's a drug, as you know, given for treating Parkinson's disease,
211
493000
3000
L-DOPA er et lægemiddel, som I ved,
der gives til at behandle Parkinsons,
der gives til at behandle Parkinsons,
08:31
which is related to a decrease in dopamine.
212
496000
3000
som er relateret til et fald i dopamin.
08:34
L-DOPA increases dopamine.
213
499000
2000
L-DOPA forøger dopamin.
08:36
An increase of dopamine caused
214
501000
2000
En forøgelse af dopamin forårsagede
08:38
subjects to see more patterns
215
503000
2000
at forsøgspersonerne så flere mønstre
08:40
than those that did not receive the dopamine.
216
505000
2000
end dem der ikke fik dopamin.
08:42
So dopamine appears to be the drug
217
507000
2000
Så dopamin ser ud til at være stoffet
08:44
associated with patternicity.
218
509000
2000
der er associeret med 'patternicity'.
08:46
In fact, neuroleptic drugs
219
511000
2000
Faktisk, bliver neuroleptiske lægemidler
08:48
that are used to eliminate psychotic behavior,
220
513000
2000
brugt til at eliminere psykotisk adfærd,
08:50
things like paranoia, delusions
221
515000
2000
ting som paranoia, vrangforestillinger
08:52
and hallucinations,
222
517000
2000
og hallucinationer,
08:54
these are patternicities.
223
519000
2000
det er 'patternicities'.
08:56
They're incorrect patterns. They're false positives. They're Type I errors.
224
521000
3000
De er ukorrekte mønstre. De er falske positiver.
De er Type I fejl.
De er Type I fejl.
08:59
And if you give them drugs
225
524000
2000
Og hvis man giver dem lægemidler
09:01
that are dopamine antagonists,
226
526000
2000
der er dopaminhæmmere,
09:03
they go away.
227
528000
2000
forsvinder de.
09:05
That is, you decrease the amount of dopamine,
228
530000
2000
Det vil sige, man nedsætter
mængden af dopamin,
mængden af dopamin,
09:07
and their tendency to see
229
532000
2000
og deres tendens er at se
09:09
patterns like that decreases.
230
534000
2000
mønstre som det formindskes.
09:11
On the other hand, amphetamines like cocaine
231
536000
3000
På den anden side,
amfetaminer som kokain
amfetaminer som kokain
09:14
are dopamine agonists.
232
539000
2000
er dopaminantagonister.
09:16
They increase the amount of dopamine.
233
541000
2000
De forøger deres mængde af dopamin.
09:18
So you're more likely to feel in a euphoric state,
234
543000
3000
Der er altså større sandsynlighed
for at man føler sig euforisk,
for at man føler sig euforisk,
09:21
creativity, find more patterns.
235
546000
2000
kreativ, finder flere mønstre.
09:23
In fact, I saw Robin Williams recently
236
548000
2000
Faktisk, så jeg Robin Williams for nylig
09:25
talk about how he thought he was much funnier
237
550000
2000
tale om hvordan han troede
han var meget sjovere
han var meget sjovere
09:27
when he was doing cocaine, when he had that issue, than now.
238
552000
3000
når han brugte kokain,
da han havde den vane, end nu.
da han havde den vane, end nu.
09:30
So perhaps more dopamine
239
555000
2000
Måske er mere dopamin
09:32
is related to more creativity.
240
557000
2000
relateret til mere kreativitet.
09:34
Dopamine, I think, changes
241
559000
2000
Dopamin, mener jeg, forandrer
09:36
our signal-to-noise ratio.
242
561000
2000
vores signal-støj forhold.
09:38
That is, how accurate we are
243
563000
2000
Det vil sige, hvor nøjagtige vi er
09:40
in finding patterns.
244
565000
2000
til at finde mønstre.
09:42
If it's too low, you're more likely to make too many Type II errors.
245
567000
3000
Hvis det er for lavt, vil man være mere
tilbøjelig til at begå for mange Type II fejl.
tilbøjelig til at begå for mange Type II fejl.
09:45
You miss the real patterns. You don't want to be too skeptical.
246
570000
2000
Man ser ikke de virkelige mønstre.
Man vil ikke være for skeptisk.
Man vil ikke være for skeptisk.
09:47
If you're too skeptical, you'll miss the really interesting good ideas.
247
572000
3000
Hvis man er for skeptisk, misser
man de virkelig gode, interessante ideer.
man de virkelig gode, interessante ideer.
09:51
Just right, you're creative, and yet you don't fall for too much baloney.
248
576000
3000
Helt rigtigt, er man kreativ, og man
falder ikke for for meget vrøvl
falder ikke for for meget vrøvl
09:54
Too high and maybe you see patterns everywhere.
249
579000
3000
For højt, og måske ser
man mønstre over alt.
man mønstre over alt.
09:57
Every time somebody looks at you, you think people are staring at you.
250
582000
3000
Hver gang nogen ser på en,
tror man at folk stirrer på en.
tror man at folk stirrer på en.
10:00
You think people are talking about you.
251
585000
2000
Man tror at folk taler om en.
10:02
And if you go too far on that, that's just simply
252
587000
2000
Og hvis man går for langt
med det, er det bare
med det, er det bare
10:04
labeled as madness.
253
589000
2000
stemplet som galskab.
10:06
It's a distinction perhaps we might make
254
591000
2000
Det er en skelnen vi måske ville lave
10:08
between two Nobel laureates, Richard Feynman
255
593000
2000
mellem to Nobelprisvindere,
Richard Feynman
Richard Feynman
10:10
and John Nash.
256
595000
2000
og John Nash.
10:12
One sees maybe just the right number
257
597000
2000
Den ene ser måske det helt rigtige antal
10:14
of patterns to win a Nobel Prize.
258
599000
2000
mønstre til at vinde en Nobelpris.
10:16
The other one also, but maybe too many patterns.
259
601000
2000
Også den anden, men måske for mange mønstre.
10:18
And we then call that schizophrenia.
260
603000
3000
Og det kalder vi skizofreni.
10:21
So the signal-to-noise ratio then presents us with a pattern-detection problem.
261
606000
3000
Signal-støjforholdet forelægger så et problem
for os med henblik på mønster genkendelse.
for os med henblik på mønster genkendelse.
10:24
And of course you all know exactly
262
609000
2000
Og selvfølgelig ved I alle sammen præcis
10:26
what this is, right?
263
611000
2000
hvad dette er, ikke?
10:28
And what pattern do you see here?
264
613000
2000
Og hvilket mønster ser I her?
10:30
Again, I'm putting your anterior cingulate cortex to the test here,
265
615000
3000
Igen, tester jeres forreste cingulate cortex her,
10:33
causing you conflicting pattern detections.
266
618000
3000
og skaber modstridende mønstergenkendelse.
10:36
You know, of course, this is Via Uno shoes.
267
621000
2000
I ved, selvfølgelig, er dette Via Uno sko.
10:38
These are sandals.
268
623000
3000
Dette er sandaler.
10:41
Pretty sexy feet, I must say.
269
626000
3000
Temmelig sexede fødder, må jeg sige.
10:44
Maybe a little Photoshopped.
270
629000
2000
Måske en lille smule photoshoppet.
10:46
And of course, the ambiguous figures
271
631000
2000
Og selvfølgelig, de tvetydige figurer
10:48
that seem to flip-flop back and forth.
272
633000
2000
der ser ud til at slå frem og tilbage.
10:50
It turns out what you're thinking about a lot
273
635000
2000
Det viser sig at det man tænker ofte over
10:52
influences what you
274
637000
2000
har indflydelse på det
10:54
tend to see.
275
639000
2000
man ser.
10:56
And you see the lamp here, I know.
276
641000
2000
Og man ser lampen her, I ved.
10:58
Because the lights on here.
277
643000
3000
Fordi lyset står derpå.
11:01
Of course, thanks to the environmentalist movement
278
646000
2000
Selvfølgelig, takket være miljøorganisationerne
11:03
we're all sensitive to the plight of marine mammals.
279
648000
3000
er vi alle følsomme overfor
havpattedyrs vanskelige situation.
havpattedyrs vanskelige situation.
11:06
So what you see in this particular ambiguous figure
280
651000
3000
Det man ser i denne bestemte tvetydige figur
11:09
is, of course, the dolphins, right?
281
654000
2000
er, selvfølgelig, delfinerne, ikke?
11:11
You see a dolphin here,
282
656000
2000
Man ser delfinen her,
11:13
and there's a dolphin,
283
658000
2000
og det er en delfin,
11:15
and there's a dolphin.
284
660000
2000
og der er en delfin.
11:17
That's a dolphin tail there, guys.
285
662000
3000
Det er en delfinhale der, gutter.
11:20
(Laughter)
286
665000
3000
(Latter)
11:25
If we can give you conflicting data, again,
287
670000
3000
Hvis vi kan give jer modstridende data igen,
11:28
your ACC is going to be going into hyperdrive.
288
673000
3000
vil ens ACC slå over i hyperdrive.
11:31
If you look down here, it's fine. If you look up here, then you get conflicting data.
289
676000
3000
Hvis man kigger hernede, er det fint. Hvis
man ser deroppe, så får man modstridende data.
man ser deroppe, så får man modstridende data.
11:34
And then we have to flip the image
290
679000
2000
Og så skal vi vende billedet
11:36
for you to see that it's a set up.
291
681000
2000
for at man kan se at det er en fælde.
11:40
The impossible crate illusion.
292
685000
2000
Det umulige kasse illusion.
11:42
It's easy to fool the brain in 2D.
293
687000
2000
Det er nemt at narre hjernen i 2D.
11:44
So you say, "Aw, come on Shermer, anybody can do that
294
689000
2000
Så man siger, "Ah, kom nu Shermer,
det kan alle i Psyk 101 gøre
det kan alle i Psyk 101 gøre
11:46
in a Psych 101 text with an illusion like that."
295
691000
2000
med en tekst illusion som den."
11:48
Well here's the late, great Jerry Andrus'
296
693000
2000
Jamen her er den nu afdøde Jerry Andrus's
11:50
"impossible crate" illusion in 3D,
297
695000
3000
"umulige kasse" illusion i 3D,
11:53
in which Jerry is standing inside
298
698000
2000
hvor Jerry står inden i
11:55
the impossible crate.
299
700000
2000
den umulige kasse.
11:57
And he was kind enough to post this
300
702000
2000
Og han var så venlig at poste dette
11:59
and give us the reveal.
301
704000
2000
og vise os hemmeligheden.
12:01
Of course, camera angle is everything. The photographer is over there,
302
706000
3000
Selvfølgelig er kameravinklen afgørende.
Fotografen er derovre,
Fotografen er derovre,
12:04
and this board appears to overlap with this one, and this one with that one, and so on.
303
709000
3000
og dette bræt ser ud til at overlappe denne,
og denne og denne, og så videre.
og denne og denne, og så videre.
12:07
But even when I take it away,
304
712000
2000
Men selv når jeg fjerner det,
12:09
the illusion is so powerful because of how are brains are wired
305
714000
2000
er illusionen så stærk på grund af måden
som hjernen er sat sammen på
som hjernen er sat sammen på
12:11
to find those certain kinds of patterns.
306
716000
3000
til at finde forskellige mønstre.
12:14
This is a fairly new one
307
719000
2000
Dette er en forholdsvis ny en
12:16
that throws us off because of the conflicting patterns
308
721000
2000
der snyder os på grund af de
modstridende mønstre
modstridende mønstre
12:18
of comparing this angle with that angle.
309
723000
3000
der sammenligner denne
vinkel med den vinkel.
vinkel med den vinkel.
12:21
In fact, it's the exact same picture side by side.
310
726000
3000
Faktisk, er det nøjagtig det samme
billede ved siden af hinanden.
billede ved siden af hinanden.
12:24
So what you're doing is comparing that angle
311
729000
2000
Det man gør er at man
sammenligner den vinkel
sammenligner den vinkel
12:26
instead of with this one, but with that one.
312
731000
2000
i stedet for med denne,
men med den.
men med den.
12:28
And so your brain is fooled.
313
733000
2000
Så ens hjerne bliver snydt.
12:30
Yet again, your pattern detection devices are fooled.
314
735000
2000
Og alligevel, bliver ens mønstergenkendelses-
apparater narret.
apparater narret.
12:32
Faces are easy to see
315
737000
2000
Ansigter er nemme at se
12:34
because we have an additional evolved
316
739000
2000
fordi vi har en ekstra udviklet
12:36
facial recognition software
317
741000
2000
ansigtsgenkendelses software
12:38
in our temporal lobes.
318
743000
3000
i vores tindingelapper.
12:41
Here's some faces on the side of a rock.
319
746000
3000
Her er nogle ansigter på en klippeside.
12:44
I'm actually not even sure if this is -- this might be Photoshopped.
320
749000
3000
Jeg er faktisk ikke så sikker på at dette er
-- dette er muligvis manipuleret.
-- dette er muligvis manipuleret.
12:47
But anyway, the point is still made.
321
752000
2000
Uanset hvad, er pointen stadig fremsat.
12:49
Now which one of these looks odd to you?
322
754000
2000
Hvilken en af disse synes I ser mærkelig ud?
12:51
In a quick reaction, which one looks odd?
323
756000
2000
En hurtig reaktion, hvilken en ser mærkelig ud?
12:53
The one on the left. Okay. So I'll rotate it
324
758000
2000
Den til venstre. Okay. Så jeg drejer den
12:55
so it'll be the one on the right.
325
760000
2000
så det vil være den til højre.
12:57
And you are correct.
326
762000
2000
Og I har ret.
12:59
A fairly famous illusion -- it was first done with Margaret Thatcher.
327
764000
3000
En temmelig kendt illusion --
det blev gjort første gang med Margaret Thatcher.
det blev gjort første gang med Margaret Thatcher.
13:02
Now, they trade up the politicians every time.
328
767000
2000
De udnytter politikkerne hver gang.
13:04
Well, why is this happening?
329
769000
2000
Jamen, hvorfor sker dette?
13:06
Well, we know exactly where it happens,
330
771000
2000
Jamen, vi ved præcis hvor det sker,
13:08
in the temporal lobe, right across, sort of above your ear there,
331
773000
3000
i tindingelappperne, tværs over,
lidt over øret der på en måde,
lidt over øret der på en måde,
13:11
in a little structure called the fusiform gyrus.
332
776000
3000
i en lille struktur der hedder
gyrus fusiformis.
gyrus fusiformis.
13:14
And there's two types of cells that do this,
333
779000
2000
Og der er to typer celler der gør dette,
13:16
that record facial features either globally,
334
781000
3000
der registrerer ansigtstræk enten globalt,
13:19
or specifically these large, rapid-firing cells,
335
784000
2000
eller særligt disse store,
hurtigt affyrende celler,
hurtigt affyrende celler,
13:21
first look at the general face.
336
786000
2000
der først kigger på det generelle ansigt.
13:23
So you recognize Obama immediately.
337
788000
2000
Så man genkender Obama med det samme.
13:25
And then you notice something quite
338
790000
2000
Og så lægger man mærke til noget temmelig
13:27
a little bit odd about the eyes and the mouth.
339
792000
2000
mærkeligt ved øjnene og munden.
13:29
Especially when they're upside down,
340
794000
2000
Specielt når de vender på hovedet,
13:31
you're engaging that general facial recognition software there.
341
796000
3000
tilkobler man den generelle ansigts-
genkendelsessoftware der.
genkendelsessoftware der.
13:34
Now I said back in our little thought experiment,
342
799000
3000
Jeg sagde i vores lille tankeeksperiment,
13:37
you're a hominid walking on the plains of Africa.
343
802000
2000
at man er en hominide der
går på sletterne i Afrika.
går på sletterne i Afrika.
13:39
Is it just the wind or a dangerous predator?
344
804000
3000
Er det bare vinden eller et farligt rovdyr?
13:42
What's the difference between those?
345
807000
2000
Hvad er forskellen på de to?
13:44
Well, the wind is inanimate;
346
809000
2000
Jamen, vinden er død;
13:46
the dangerous predator is an intentional agent.
347
811000
2000
det farlige rovdyr er en bevidst agent.
13:48
And I call this process agenticity.
348
813000
2000
Og jeg kalder denne process 'agenticity'.
13:50
That is the tendency to infuse patterns
349
815000
2000
Det er tendensen til at tilføre mening, intention
13:52
with meaning, intention and agency,
350
817000
2000
og agent til mønstre,
13:54
often invisible beings from the top down.
351
819000
3000
ofte værende usynlige fra toppen og ned.
13:57
This is an idea that we got
352
822000
2000
Dette er en ide vi fik
13:59
from a fellow TEDster here, Dan Dennett,
353
824000
2000
fra en medTEDster her, Dan Dennett,
14:01
who talked about taking the intentional stance.
354
826000
2000
der talte om at tage den bevidste holdning.
14:03
So it's a type of that expanded to explain, I think, a lot of different things:
355
828000
3000
Der er en type af det der er udvidet for
at forklare, tror jeg, mange forskellige ting:
at forklare, tror jeg, mange forskellige ting:
14:06
souls, spirits, ghosts, gods, demons, angels,
356
831000
3000
sjæle, ånder, spøgelser, guder, dæmoner, engle,
14:09
aliens, intelligent designers,
357
834000
2000
rumvæsner, intelligente designere,
14:11
government conspiracists
358
836000
2000
regeringskonspiratorer
14:13
and all manner of invisible agents
359
838000
2000
og alle mulige slags usynlige agenter
14:15
with power and intention, are believed
360
840000
2000
med magt og hensigt, menes
14:17
to haunt our world and control our lives.
361
842000
2000
at hjemsøge vores verden
og kontrollere vores liv.
og kontrollere vores liv.
14:19
I think it's the basis of animism
362
844000
2000
Jeg mener det er basen af animisme
14:21
and polytheism and monotheism.
363
846000
3000
og polyteisme og monoteisme.
14:24
It's the belief that aliens are somehow
364
849000
2000
Det er troen på hvis rumvæsener
på en eller anden måde
på en eller anden måde
14:26
more advanced than us, more moral than us,
365
851000
2000
er mere avanceret end os,
mere moralske end os,
mere moralske end os,
14:28
and the narratives always are
366
853000
2000
og beretningerne er altid
14:30
that they're coming here to save us and rescue us from on high.
367
855000
3000
at de kommer her for at redde os
og undsætte os fra det ophøjede.
og undsætte os fra det ophøjede.
14:33
The intelligent designer's always portrayed
368
858000
2000
De intelligente designere bliver altid fremstillet
14:35
as this super intelligent, moral being
369
860000
3000
som disse super intelligente, moralske væsener
14:38
that comes down to design life.
370
863000
2000
der kommer herned for at designe liv.
14:40
Even the idea that government can rescue us --
371
865000
2000
Selv ideen at regeringen kan redde os --
14:42
that's no longer the wave of the future,
372
867000
2000
det er ikke længere en bølge fra fremtiden,
14:44
but that is, I think, a type of agenticity:
373
869000
2000
men det er, tror jeg, en form for 'agenticity':
14:46
projecting somebody up there,
374
871000
2000
at projicere nogen deroppe,
14:48
big and powerful, will come rescue us.
375
873000
2000
store og magtfulde, der kommer og redder os.
14:50
And this is also, I think, the basis of conspiracy theories.
376
875000
2000
Og dette er også, mener jeg,
grundlaget for konspirationsteorier.
grundlaget for konspirationsteorier.
14:52
There's somebody hiding behind there pulling the strings,
377
877000
3000
Der er nogen der gemmer sig i
baggrunden og trækker i snorene,
baggrunden og trækker i snorene,
14:55
whether it's the Illuminati
378
880000
2000
hvad enten det er Illuminati
14:57
or the Bilderbergers.
379
882000
2000
eller Bilderbergers.
14:59
But this is a pattern detection problem, isn't it?
380
884000
2000
Men dette er et mønster genkendelsesproblem,
er det ikke?
er det ikke?
15:01
Some patterns are real and some are not.
381
886000
2000
Nogle mønstre er virkelige og nogle er ikke.
15:03
Was JFK assassinated by a conspiracy or by a lone assassin?
382
888000
3000
Blev JFK snigmyrdet af en konspiration
eller af en enlig attentatmand?
eller af en enlig attentatmand?
15:06
Well, if you go there -- there's people there on any given day --
383
891000
3000
Jamen, hvis man tænker sådan --
der er mennesker der på en hvilken som helst dag --
der er mennesker der på en hvilken som helst dag --
15:09
like when I went there, here -- showing me where the different shooters were.
384
894000
3000
som da jeg var der, her --
og viste mig hvor de forskellige skytter var.
og viste mig hvor de forskellige skytter var.
15:12
My favorite one was he was in the manhole.
385
897000
3000
Min yndlings var at han var i mandehullet.
15:15
And he popped out at the last second, took that shot.
386
900000
3000
Og han hoppede ud i sidste øjeblik, og skød.
15:18
But of course, Lincoln was assassinated by a conspiracy.
387
903000
2000
Men selvfølgelig, blev Lincoln
snigmyrdet af en konspiration.
snigmyrdet af en konspiration.
15:20
So we can't just uniformly dismiss
388
905000
2000
Vi kan ikke bare afvise alle
15:22
all patterns like that.
389
907000
2000
denne slags mønstre.
15:24
Because, let's face it, some patterns are real.
390
909000
2000
Fordi, lad os være ærlige,
nogle mønstre er virkelige.
nogle mønstre er virkelige.
15:26
Some conspiracies really are true.
391
911000
2000
Nogle konspirationer er ægte.
15:30
Explains a lot, maybe.
392
915000
2000
Det forklarer meget, måske.
15:32
And 9/11 has a conspiracy theory. It is a conspiracy.
393
917000
3000
Og 9/11 har en konspirationsteori.
Det er en konspiration.
Det er en konspiration.
15:35
We did a whole issue on it.
394
920000
2000
Vi udgav et helt nummer om det.
15:37
Nineteen members of Al Queda plotting to fly planes into buildings
395
922000
2000
Nitten medlemmer af Al Queda der
planlagde at flyve de fly ind i bygningerne
planlagde at flyve de fly ind i bygningerne
15:39
constitutes a conspiracy.
396
924000
2000
udgør en konspiration.
15:41
But that's not what the "9/11 truthers" think.
397
926000
2000
Men det er ikke det "9/11 sandsøgere" tror.
15:43
They think it was an inside job by the Bush administration.
398
928000
3000
De tror at det var en insider job
opgave fra Bush embedet.
opgave fra Bush embedet.
15:46
Well, that's a whole other lecture.
399
931000
2000
Jamen, det er en hel anden forelæsning.
15:48
You know how we know that 9/11
400
933000
2000
Ved I hvordan vi ved at 9/11
15:50
was not orchestrated by the Bush administration?
401
935000
2000
ikke blev organiseret af Bush embedet?
15:52
Because it worked.
402
937000
2000
Fordi det fungerede.
15:54
(Laughter)
403
939000
3000
(Latter)
15:57
(Applause)
404
942000
3000
(Bifald)
16:00
So we are natural-born dualists.
405
945000
2000
Så vi er naturlig-fødte dualister.
16:02
Our agenticity process comes from
406
947000
2000
Vores 'agenticitet' process stammer fra
16:04
the fact that we can enjoy movies like these.
407
949000
2000
det faktum at vi kan nyde film som denne.
16:06
Because we can imagine, in essence,
408
951000
2000
Fordi vi kan forestille os, egentlig,
16:08
continuing on.
409
953000
2000
at fortsætte.
16:10
We know that if you stimulate the temporal lobe,
410
955000
2000
Vi ved at hvis man kan stimulere tindingelapperne,
16:12
you can produce a feeling of out-of-body experiences,
411
957000
2000
kan man producere en følelse af
ud af kroppen oplevelser,
ud af kroppen oplevelser,
16:14
near-death experiences,
412
959000
2000
nærdøds oplevelser,
16:16
which you can do by just touching an electrode to the temporal lobe there.
413
961000
3000
hvilket man kan gøre bare ved at berøre
tindingelapperne med en elektrode her.
tindingelapperne med en elektrode her.
16:19
Or you can do it through loss of consciousness,
414
964000
2000
Eller man kan gøre det gennem tab af bevidsthed,
16:21
by accelerating in a centrifuge.
415
966000
2000
ved at accelerere i en centrifuge.
16:23
You get a hypoxia, or a lower oxygen.
416
968000
3000
Man får hypoxia, eller et lavt iltindhold.
16:26
And the brain then senses
417
971000
2000
Og hjernen føler
16:28
that there's an out-of-body experience.
418
973000
2000
at der er en ud af kroppen oplevelse.
16:30
You can use -- which I did, went out and did --
419
975000
2000
Man kan bruge -- hvilket jeg gjorde, gik ud og gjorde --
16:32
Michael Persinger's God Helmet,
420
977000
2000
Michael Persingers Gud Hjelm,
16:34
that bombards your temporal lobes with electromagnetic waves.
421
979000
2000
der bombarderer ens tindingelapper med
elektromagnetiske bølger.
elektromagnetiske bølger.
16:36
And you get a sense of out-of-body experience.
422
981000
3000
Og man får en følelse af en
ud af kroppen oplevelse.
ud af kroppen oplevelse.
16:39
So I'm going to end here with a short video clip
423
984000
2000
Så jeg vil slutte af med et kort videoklip
16:41
that sort of brings all this together.
424
986000
2000
der på en måder binder alt dette sammen.
16:43
It's just a minute and a half.
425
988000
2000
Det er kun halvandet minut.
16:45
It ties together all this into the power of expectation and the power of belief.
426
990000
3000
Det binder alt dette sammen til
forventningens magt og troens magt.
forventningens magt og troens magt.
16:48
Go ahead and roll it.
427
993000
2000
Værsgo og tænd for det.
16:50
Narrator: This is the venue they chose for their fake auditions
428
995000
3000
Fortæller: Dette er stedet de valgte
til deres falske prøver
til deres falske prøver
16:53
for an advert for lip balm.
429
998000
2000
for en reklame læbebalsam.
16:55
Woman: We're hoping we can use part of this
430
1000000
2000
Kvinde. Vi håber vi kan bruge en del af dette
16:57
in a national commercial, right?
431
1002000
2000
i en national reklame, ikke?
16:59
And this is test on some lip balms
432
1004000
2000
Og dette er en prøve op nogle læbebalsam
17:01
that we have over here.
433
1006000
2000
som vi har herovre.
17:03
And these are our models who are going to help us,
434
1008000
2000
Og dette er vores modeller der vil hjælpe os,
17:05
Roger and Matt.
435
1010000
2000
Roger og Matt.
17:07
And we have our own lip balm,
436
1012000
2000
Og vi har vores egen læbebalsam,
17:09
and we have a leading brand.
437
1014000
2000
og vi har et ledende brand.
17:11
Would you have any problem
438
1016000
2000
Ville du have nogen problemer
17:13
kissing our models to test it?
439
1018000
2000
med at kysse vores modeller for at teste den?
17:15
Girl: No.
440
1020000
2000
Pige: Nej.
17:17
Woman: You wouldn't? (Girl: No.) Woman: You'd think that was fine.
441
1022000
2000
Kvinde: Ville du ikke? (Pige: Nej.)
Kvinde: Du ville mene det er i orden.
Kvinde: Du ville mene det er i orden.
17:19
Girl: That would be fine. (Woman: Okay.)
442
1024000
2000
Pige: Det ville være i orden.
(Kvinde: Okay.)
(Kvinde: Okay.)
17:21
So this is a blind test.
443
1026000
3000
Dette er en blindtest.
17:24
I'm going to ask you to go ahead
444
1029000
2000
Jeg vil bede dig om at tage
17:26
and put a blindfold on.
445
1031000
2000
bind for øjnene.
17:29
Kay, now can you see anything? (Girl: No.)
446
1034000
3000
Kay, kan du se noget? (Pige: Nej.)
17:32
Pull it so you can't even see down. (Girl: Okay.)
447
1037000
2000
Træk i det så du ikke engang kan se ned.
(Pige: Okay.)
(Pige: Okay.)
17:34
Woman: It's completely blind now, right?
448
1039000
2000
Kvinde: Det er helt mørkt nu, ikke?
17:36
Girl: Yes. (Woman: Okay.)
449
1041000
2000
Pige: Ja. (Kvinde: Okay.)
17:38
Now, what I'm going to be looking for in this test
450
1043000
3000
Det jeg vil se på i denne test
17:41
is how it protects your lips,
451
1046000
3000
er hvordan det beskytter dine læber,
17:44
the texture, right,
452
1049000
2000
teksturen, ikke,
17:46
and maybe if you can discern any flavor or not.
453
1051000
3000
og måske hvis du kan skimte en smag eller ej.
17:49
Girl: Okay. (Woman: Have you ever done a kissing test before?)
454
1054000
3000
Pige: Okay. (Kvinde: Har du nogensinde
prøvet en kyssetest før?)
prøvet en kyssetest før?)
17:52
Girl: No.
455
1057000
2000
Pige: Nej.
17:54
Woman: Take a step here.
456
1059000
2000
Kvinde. Tag et skridt her.
17:56
Okay, now I'm going to ask you to pucker up.
457
1061000
2000
Okay, nu vil jeg bede dig om
at knibe munden sammen.
at knibe munden sammen.
17:58
Pucker up big and lean in just a little bit, okay?
458
1063000
3000
Knib munden godt sammen
og læn dig lidt frem, okay?
og læn dig lidt frem, okay?
18:06
(Music)
459
1071000
4000
(Musik)
18:10
(Laughter)
460
1075000
5000
(Latter)
18:19
(Laughter)
461
1084000
3000
(Latter)
18:30
Woman: Okay.
462
1095000
2000
Kvinde: Okay.
18:32
And, Jennifer, how did that feel?
463
1097000
2000
Og, Jennifer, hvordan føltes det?
18:34
Jennifer: Good.
464
1099000
2000
Jennifer: Godt.
18:36
(Laughter)
465
1101000
7000
(Latter)
18:43
Girl: Oh my God!
466
1108000
2000
Pige: Åh gud!
18:45
(Laughter)
467
1110000
4000
(Latter)
18:50
Michael Shermer: Thank you very much. Thank you. Thanks.
468
1115000
3000
Michael Shermer: Mange tak. Tak. Tak.
ABOUT THE SPEAKER
Michael Shermer - SkepticMichael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market.
Why you should listen
As founder and publisher of Skeptic Magazine, Michael Shermer has exposed fallacies behind intelligent design, 9/11 conspiracies, the low-carb craze, alien sightings and other popular beliefs and paranoias. But it's not about debunking for debunking's sake. Shermer defends the notion that we can understand our world better only by matching good theory with good science.
Shermer's work offers cognitive context for our often misguided beliefs: In the absence of sound science, incomplete information can powerfully combine with the power of suggestion (helping us hear Satanic lyrics when "Stairway to Heaven" plays backwards, for example). In fact, a common thread that runs through beliefs of all sorts, he says, is our tendency to convince ourselves: We overvalue the shreds of evidence that support our preferred outcome, and ignore the facts we aren't looking for.
He writes a monthly column for Scientific American, and is an adjunct at Claremont Graduate University and Chapman University. His latest book is The Believing Brain: From Ghosts and Gods to Politics and Conspiracies—How We Construct Beliefs and Reinforce Them as Truths. He is also the author of The Mind of the Market, on evolutionary economics, Why Darwin Matters: Evolution and the Case Against Intelligent Design, and The Science of Good and Evil. And his next book is titled The Moral Arc of Science.
Michael Shermer | Speaker | TED.com