TEDxPeachtree
Frans de Waal: Moral behavior in animals
Frans de Waal: Moralisches Verhalten bei Tieren
Filmed:
Readability: 3.2
4,770,589 views
Mitgefühl, Kooperation, Fairness und Reziprozität – sich um das Wohlergehen anderer zu sorgen scheint eine sehr menschliche Eigenschaft zu sein. Aber Frans de Waal zeigt einige überraschende Videos von Verhaltenstests mit Primaten und anderen Säugetieren, die zeigen, wie viele dieser Eigenschaften wir mit ihnen teilen.
Frans de Waal - Primatologist
Frans de Waal studies primate social behavior -- how they fight and reconcile, share and cooperate. Full bio
Frans de Waal studies primate social behavior -- how they fight and reconcile, share and cooperate. Full bio
Double-click the English transcript below to play the video.
00:15
I was born in Den Bosch,
0
0
2000
Geboren wurde ich in Den Bosch,
00:17
where the painter Hieronymus Bosch named himself after.
1
2000
3000
wonach sich der Maler Hieronymus Bosch benannte.
00:20
And so I've always been very fond of this painter
2
5000
2000
Und so hat mir dieser Maler, der im 15. Jahrhundert lebte
00:22
who lived and worked in the 15th century.
3
7000
3000
und sein Werk schuf, immer am Herz gelegen.
00:25
And what is interesting about him in relation to morality
4
10000
2000
Interessant in Bezug auf sein Verhältnis zu Moral
00:27
is that he lived at a time where religion's influence was waning,
5
12000
3000
war das Abklingen der religiösen Beeinflussung zu seiner Lebenszeit,
00:30
and he was sort of wondering, I think,
6
15000
2000
und ich glaube, er fragte sich,
00:32
what would happen with society
7
17000
2000
was mit der Gesellschaft passieren würde,
00:34
if there was no religion or if there was less religion.
8
19000
3000
wenn es keine oder weniger Religion gäbe.
00:37
And so he painted this famous painting, "The Garden of Earthly Delights,"
9
22000
3000
Und so schuf er sein berühmtes Gemälde "Der Garten der Lüste",
00:40
which some have interpreted
10
25000
2000
das einige als die Menschheit
00:42
as being humanity before the Fall,
11
27000
2000
vor dem Sündenfall interpretiert haben,
00:44
or being humanity without any Fall at all.
12
29000
3000
andere als die Menschheit ohne Sündenfall.
00:47
And so it makes you wonder,
13
32000
2000
Das wirft die Frage auf,
00:49
what would happen if we hadn't tasted the fruit of knowledge, so to speak,
14
34000
3000
was passiert, wenn wir quasi nicht vom Baum der Erkenntnis genascht hätten,
00:52
and what kind of morality would we have?
15
37000
3000
und wie es dann um unsere Moral aussähe.
00:55
Much later, as a student,
16
40000
2000
Viel später, als Student,
00:57
I went to a very different garden,
17
42000
2000
ging ich in einen sehr anderen Garten,
00:59
a zoological garden in Arnhem
18
44000
3000
einen zoologischen Garten in Arnhem,
01:02
where we keep chimpanzees.
19
47000
2000
wo es Schimpansen gibt.
01:04
This is me at an early age with a baby chimpanzee.
20
49000
2000
Hier bin ich in jungen Jahren mit einem Schimpansenbaby.
01:06
(Laughter)
21
51000
3000
(Lachen)
01:09
And I discovered there
22
54000
2000
Und dort entdeckte ich,
01:11
that the chimpanzees are very power hungry and wrote a book about it.
23
56000
3000
dass Schimpansen sehr machthungrig sind und schrieb ein Buch darüber.
01:14
And at that time the focus in a lot of animal research
24
59000
3000
Und zu jener Zeit lag der Fokus bei einem Großteil der
01:17
was on aggression and competition.
25
62000
2000
Tierforschung auf Aggression und Wettbewerb.
01:19
I painted a whole picture of the animal kingdom,
26
64000
2000
Ich malte ein ganzes Bild über das Reich der Tiere,
01:21
and humanity included,
27
66000
2000
die Menschheit eingeschlossen,
01:23
was that deep down we are competitors,
28
68000
2000
und wie wir tief drinnen Rivalen sind,
01:25
we are aggressive,
29
70000
2000
wir sind aggressiv,
01:27
we're all out for our own profit basically.
30
72000
3000
wir sind im Prinzip alle auf unseren eigenen Vorteil bedacht.
01:30
This is the launch of my book.
31
75000
2000
Hier wird mein Buch veröffentlicht.
01:32
I'm not sure how well the chimpanzees read it,
32
77000
2000
Ich bin nicht sicher, wie gut die Schimpansen es lesen konnten,
01:34
but they surely seemed interested in the book.
33
79000
3000
aber sie fanden das Buch auf jeden Fall interessant.
01:39
Now in the process
34
84000
2000
Während ich diese
01:41
of doing all this work on power and dominance
35
86000
2000
ganzen Forschungen über Macht, Dominanz,
01:43
and aggression and so on,
36
88000
2000
Aggression und so weiter anstellte,
01:45
I discovered that chimpanzees reconcile after fights.
37
90000
3000
entdeckte ich, dass Schimpansen sich nach einem Streit wieder versöhnen.
01:48
And so what you see here is two males who have had a fight.
38
93000
3000
Hier sehen Sie zwei Männchen nach einem Kampf.
01:51
They ended up in a tree, and one of them holds out a hand to the other.
39
96000
3000
Am Ende saßen sie in einem Baum und einer streckt die Hand zum anderen aus.
01:54
And about a second after I took the picture, they came together in the fork of the tree
40
99000
3000
Und circa eine Sekunde nach diesem Foto setzten sie sich in einer Astgabel zueinander
01:57
and they kissed and embraced each other.
41
102000
2000
und küssten und umarmten sich.
01:59
Now this is very interesting
42
104000
2000
Das ist sehr interessant,
02:01
because at the time everything was about competition and aggression,
43
106000
3000
denn damals ging alles um Wettbewerb und Aggression,
02:04
and so it wouldn't make any sense.
44
109000
2000
also würde das gar nicht ins Bild passen.
02:06
The only thing that matters is that you win or that you lose.
45
111000
2000
Die einzig wichtige Sache ist, dass man gewinnt oder verliert.
02:08
But why would you reconcile after a fight?
46
113000
2000
Aber wieso sollte man sich nach einem Kampf versöhnen?
02:10
That doesn't make any sense.
47
115000
2000
Das ergibt keinen Sinn.
02:12
This is the way bonobos do it. Bonobos do everything with sex.
48
117000
3000
So machen das Bonobos. Bonobos machen alles über den Sex.
02:15
And so they also reconcile with sex.
49
120000
2000
Sie versöhnen sich also auch wieder mit Sex.
02:17
But the principle is exactly the same.
50
122000
2000
Aber das Prinzip ist genau das gleiche.
02:19
The principle is that you have
51
124000
2000
Im Prinzip geht es um
02:21
a valuable relationship
52
126000
2000
eine wertvolle Beziehung,
02:23
that is damaged by conflict,
53
128000
2000
die durch Konflikt beschädigt wird,
02:25
so you need to do something about it.
54
130000
2000
also muss man etwas dafür tun.
02:27
So my whole picture of the animal kingdom,
55
132000
2000
Mein ganzes Bild des Tierreichs
02:29
and including humans also,
56
134000
2000
inklusive der Menschen
02:31
started to change at that time.
57
136000
2000
begann sich zu jener Zeit zu wandeln.
02:33
So we have this image
58
138000
2000
In der Politikwissenschaft,
02:35
in political science, economics, the humanities,
59
140000
2000
Wirtschaft, Geisteswissenschaft, und natürlich
02:37
philosophy for that matter,
60
142000
2000
der Philosophie gibt es dieses Bild:
02:39
that man is a wolf to man.
61
144000
2000
Der Mensch ist dem Menschen ein Wolf.
02:41
And so deep down our nature's actually nasty.
62
146000
3000
Tief drinnen ist unsere Natur also böse.
02:44
I think it's a very unfair image for the wolf.
63
149000
3000
Das ist eine ziemlich unfaire Darstellung des Wolfes.
02:47
The wolf is, after all,
64
152000
2000
Der Wolf ist schließlich
02:49
a very cooperative animal.
65
154000
2000
ein sehr kooperatives Tier.
02:51
And that's why many of you have a dog at home,
66
156000
2000
Daher haben so viele von Ihnen einen Hund zu Hause,
02:53
which has all these characteristics also.
67
158000
2000
der über dieselben Charakteristika verfügt.
02:55
And it's really unfair to humanity,
68
160000
2000
Und es ist genau so unfair der Menschheit gegenüber,
02:57
because humanity is actually much more cooperative and empathic
69
162000
4000
denn die Menschheit ist viel kooperativer und einfühlsamer,
03:01
than given credit for.
70
166000
2000
als man es ihr nachsagt.
03:03
So I started getting interested in those issues
71
168000
2000
Ich begann mich also für diese Sachen zu interessieren,
03:05
and studying that in other animals.
72
170000
2000
und sie in anderen Tieren zu untersuchen.
03:07
So these are the pillars of morality.
73
172000
2000
Das hier sind also die Säulen der Moral.
03:09
If you ask anyone, "What is morality based on?"
74
174000
4000
Fragen Sie irgendjemanden: "Worauf ist Moral basiert?",
03:13
these are the two factors that always come out.
75
178000
2000
werden diese beiden Faktoren immer herauskommen.
03:15
One is reciprocity,
76
180000
2000
Einer ist Gegenseitigkeit,
03:17
and associated with it is a sense of justice and a sense of fairness.
77
182000
3000
und wird mit einem Sinn für Gerechtigkeit und Fairness assoziiert.
03:20
And the other one is empathy and compassion.
78
185000
2000
Und der andere ist Mitgefühl und Einfühlungsvermögen.
03:22
And human morality is more than this,
79
187000
3000
Und das menschliche Moralgefühl ist mehr als das,
03:25
but if you would remove these two pillars,
80
190000
2000
aber würde man diese beiden Säulen entfernen,
03:27
there would be not much remaining I think.
81
192000
2000
wäre wahrscheinlich nicht mehr viel übrig.
03:29
And so they're absolutely essential.
82
194000
2000
Sie sind also absolut grundlegend.
03:31
So let me give you a few examples here.
83
196000
2000
Hier sind ein paar Beispiele.
03:33
This is a very old video from the Yerkes Primate Center
84
198000
2000
Das ist ein sehr altes Video aus dem Yerkes Primate Center,
03:35
where they train chimpanzees to cooperate.
85
200000
3000
wo Schimpansen auf Kooperation trainiert werden.
03:38
So this is already about a hundred years ago
86
203000
3000
Wir haben also schon vor ungefähr hundert Jahren
03:41
that we were doing experiments on cooperation.
87
206000
3000
Experimente zur Kooperation angestellt.
03:44
What you have here is two young chimpanzees who have a box,
88
209000
3000
Hier sind zwei junge Schimpansen mit einer Kiste,
03:47
and the box is too heavy for one chimp to pull in.
89
212000
3000
und die Kiste ist zu schwer, als dass ein Schimpanse sie ziehen könnte.
03:50
And of course, there's food on the box.
90
215000
2000
Und natürlich ist in der Kiste Essen.
03:52
Otherwise they wouldn't be pulling so hard.
91
217000
2000
Sonst würden sie da nicht so kräftig dran ziehen.
03:54
And so they're bringing in the box.
92
219000
2000
Also ziehen sie die Kiste herein.
03:56
And you can see that they're synchronized.
93
221000
2000
Und man kann sehen, dass sie aufeinander abgestimmt sind.
03:58
You can see that they work together, they pull at the same moment.
94
223000
3000
Sie arbeiten ganz offensichtlich zusammen, ziehen zur gleichen Zeit.
04:01
It's already a big advance over many other animals
95
226000
3000
Das ist ein großer Vorteil zu vielen anderen Tieren,
04:04
who wouldn't be able to do that.
96
229000
2000
die zu so einem Verhalten nicht fähig wären.
04:06
And now you're going to get a more interesting picture,
97
231000
2000
Und jetzt ergibt sich ein noch interessanteres Bild,
04:08
because now one of the two chimps has been fed.
98
233000
3000
denn jetzt ist einer der beiden Schimpansen gefüttert worden.
04:11
So one of the two is not really interested
99
236000
2000
Einer der beiden ist also nicht länger interessiert
04:13
in the task anymore.
100
238000
3000
an dieser Aufgabe.
04:16
(Laughter)
101
241000
3000
(Lachen)
04:23
(Laughter)
102
248000
5000
(Lachen)
04:34
(Laughter)
103
259000
3000
(Lachen)
04:50
Now look at what happens at the very end of this.
104
275000
3000
Jetzt sehen Sie mal, was ganz am Ende passiert.
04:56
(Laughter)
105
281000
2000
(Lachen)
05:07
He takes basically everything.
106
292000
2000
Er nimmt quasi alles.
05:09
(Laughter)
107
294000
3000
(Lachen)
05:12
So there are two interesting parts about this.
108
297000
2000
Hier gibt es zwei interessante Elemente.
05:14
One is that the chimp on the right
109
299000
2000
Zum einen ist sich der Schimpanse auf der rechten
05:16
has a full understanding he needs the partner --
110
301000
2000
deutlich bewusst, dass er einen Partner braucht –
05:18
so a full understanding of the need for cooperation.
111
303000
2000
er ist sich also des Bedürfnisses zur Kooperation voll bewusst.
05:20
The second one is that the partner is willing to work
112
305000
3000
Und zweitens ist der Partner bereit zur Arbeit,
05:23
even though he's not interested in the food.
113
308000
2000
obwohl er sich nicht für das Essen interessiert.
05:25
Why would that be? Well that probably has to do with reciprocity.
114
310000
3000
Wieso ist das so? Das hat wohl was mit Gegenseitigkeit zu tun.
05:28
There's actually a lot of evidence in primates and other animals
115
313000
2000
Es gibt viele Hinweise bei Primaten und anderen Tieren,
05:30
that they return favors.
116
315000
2000
dass sie Gefallen erwidern.
05:32
So he will get a return favor
117
317000
2000
Er wird also irgendwann in der Zukunft
05:34
at some point in the future.
118
319000
2000
diesen Gefallen erwidert bekommen.
05:36
And so that's how this all operates.
119
321000
2000
Und so funktioniert das alles.
05:38
We do the same task with elephants.
120
323000
2000
Dieselbe Aufgabe bekommen Elefanten.
05:40
Now with elephants, it's very dangerous to work with elephants.
121
325000
3000
Es ist sehr gefährlich, mit Elefanten zu arbeiten.
05:43
Another problem with elephants
122
328000
2000
Außerdem haben wir bei Elefanten das Problem,
05:45
is that you cannot make an apparatus
123
330000
2000
dass man keine Konstruktion bauen kann,
05:47
that is too heavy for a single elephant.
124
332000
2000
die zu schwer für einen einzelnen Elefanten wäre.
05:49
Now you can probably make it,
125
334000
2000
Wahrscheinlich kann man eine herstellen,
05:51
but it's going to be a pretty flimsy apparatus I think.
126
336000
2000
aber das wäre dann eine ziemlich wackelige Konstruktion.
05:53
And so what we did in that case --
127
338000
2000
Wir lösten unser Problem so –
05:55
we do these studies in Thailand for Josh Plotnik --
128
340000
3000
diese Untersuchungen finden in Thailand mit Josh Plotnik statt –
05:58
is we have an apparatus around which there is a rope, a single rope.
129
343000
3000
wir haben also eine Konstruktion, um die ein einzelnes Seil befestigt ist.
06:01
And if you pull on this side of the rope,
130
346000
2000
Und wenn man an einer Seite des Seils zieht,
06:03
the rope disappears on the other side.
131
348000
2000
verschwindet es auf der anderen Seite.
06:05
So two elephants need to pick it up at exactly the same time and pull.
132
350000
3000
Zwei Elefanten müssen es also zur selben Zeit aufheben und ziehen.
06:08
Otherwise nothing is going to happen
133
353000
2000
Sonst passiert nichts
06:10
and the rope disappears.
134
355000
2000
und das Seil verschwindet.
06:12
And the first tape you're going to see
135
357000
2000
Im ersten Video sehen Sie,
06:14
is two elephants who are released together
136
359000
2000
wie zwei Elefanten zusammen in das Szenario gebracht werden
06:16
arrive at the apparatus.
137
361000
2000
und nun an der Konstruktion ankommen.
06:18
The apparatus is on the left with food on it.
138
363000
3000
Die Konstruktion ist zur linken und enthält Futter.
06:21
And so they come together, they arrive together,
139
366000
3000
Sie kommen also zusammen an,
06:24
they pick it up together and they pull together.
140
369000
2000
heben das Seil zusammen auf und ziehen zusammen daran.
06:26
So it's actually fairly simple for them.
141
371000
3000
Das ist eine ziemlich einfache Aufgabe für sie.
06:30
There they are.
142
375000
2000
Hier sind sie.
06:39
And so that's how they bring it in.
143
384000
2000
Und so holen sie sich ihr Futter.
06:41
But now we're going to make it more difficult.
144
386000
2000
Aber jetzt machen wir es schwerer.
06:43
Because the whole purpose of this experiment
145
388000
2000
Denn in diesem Experiment wollen wir verstehen,
06:45
is to see how well they understand cooperation.
146
390000
2000
wie gut sie das Prinzip der Kooperation verstehen.
06:47
Do they understand that as well as the chimps, for example?
147
392000
3000
Verstehen sie es so gut wie zum Beispiel Schimpansen?
06:50
And so what we do in the next step
148
395000
2000
Und so lassen wir im nächsten Schritt
06:52
is we release one elephant before the other,
149
397000
2000
einen Elefanten vor dem anderen in das Szenario
06:54
and that elephant needs to be smart enough
150
399000
2000
und dieser Elefant muss clever genug sein,
06:56
to stay there and wait and not pull at the rope --
151
401000
2000
innezuhalten und nicht am Seil zu ziehen –
06:58
because if he pulls at the rope, it disappears and the whole test is over.
152
403000
3000
denn wenn er am Seil zieht, verschwindet es und der Test ist vorbei.
07:01
Now this elephant does something illegal
153
406000
2000
Dieser Elefant macht jetzt etwas Unerlaubtes,
07:03
that we did not teach it.
154
408000
2000
das wir ihm nicht beigebracht hatten.
07:05
But it shows the understanding that he has,
155
410000
2000
Aber es zeigt, was für ein Verständnis er aufbringt,
07:07
because he puts his big foot on the rope,
156
412000
3000
denn er stellt seinen riesigen Fuß auf das Seil,
07:10
stands on the rope and waits there for the other,
157
415000
2000
steht auf dem Seil und wartet so auf den anderen,
07:12
and then the other is going to do all the work for him.
158
417000
3000
und dann muss der andere alle Arbeit für ihn verrichten.
07:15
So it's what we call freeloading.
159
420000
3000
Das nennt man schmarotzen.
07:18
(Laughter)
160
423000
2000
(Lachen)
07:20
But it shows the intelligence that the elephants have.
161
425000
3000
Aber es zeigt deutlich die Intelligenz der Elefanten.
07:23
They develop several of these alternative techniques
162
428000
3000
Sie entwickeln einige dieser alternativen Techniken,
07:26
that we did not approve of necessarily.
163
431000
3000
die wir nicht unbedingt gutheißen.
07:29
So the other elephant is now coming
164
434000
5000
Der andere Elefant kommt nun also her
07:34
and is going to pull it in.
165
439000
3000
und wird das Futter heranziehen.
07:53
Now look at the other. The other doesn't forget to eat, of course.
166
458000
3000
Jetzt schauen Sie sich den anderen an. Das Essen vergisst er natürlich nicht.
07:56
(Laughter)
167
461000
4000
(Lachen)
08:00
This was the cooperation, reciprocity part.
168
465000
2000
Das war der Teil über Kooperation und Gegenseitigkeit.
08:02
Now something on empathy.
169
467000
2000
Jetzt kommen wir zum Einfühlungsvermögen.
08:04
Empathy is my main topic at the moment of research.
170
469000
2000
Zur Zeit ist Einfühlungsvermögen mein Hauptforschungsfeld.
08:06
And empathy has sort of two qualities.
171
471000
2000
Und es hat zwei Merkmale.
08:08
One is the understanding part of it. This is just a regular definition:
172
473000
3000
Eine Komponente davon ist das Verständnis. Hier eine Standard-Definition:
08:11
the ability to understand and share the feelings of another.
173
476000
2000
"Die Fähigkeit, die Gefühle des anderen zu verstehen und zu teilen."
08:13
And the emotional part.
174
478000
2000
Und die emotionale Komponente.
08:15
And so empathy has basically two channels.
175
480000
2000
Einfühlungsvermögen verläuft quasi auf zwei Kanälen.
08:17
One is the body channel.
176
482000
2000
Einer ist der Körper-Kanal.
08:19
If you talk with a sad person,
177
484000
2000
Wenn man mit einer traurigen Person spricht,
08:21
you're going to adopt a sad expression and a sad posture,
178
486000
3000
wird man eine traurige Miene und Körperhaltung annehmen,
08:24
and before you know it you feel sad.
179
489000
2000
und ehe man sich's versieht, ist man selbst traurig.
08:26
And that's sort of the body channel of emotional empathy,
180
491000
3000
Und das ist im Prinzip der Körper-Kanal des emotionalen
08:29
which many animals have.
181
494000
2000
Einfühlungsvermögens vieler Tiere.
08:31
Your average dog has that also.
182
496000
2000
Auch die meisten Hunde haben dies.
08:33
That's actually why people keep mammals in the home
183
498000
2000
Das ist sogar der Grund, aus dem Leute Säugetiere halten,
08:35
and not turtles or snakes or something like that
184
500000
2000
und nicht Schildkröten oder Schlangen oder ähnliche Tiere,
08:37
who don't have that kind of empathy.
185
502000
2000
die über dieses Einfühlungsvermögen nicht verfügen.
08:39
And then there's a cognitive channel,
186
504000
2000
Und dann gibt es den kognitiven Kanal,
08:41
which is more that you can take the perspective of somebody else.
187
506000
2000
in dem man eher die Perspektive des anderen einnehmen kann.
08:43
And that's more limited.
188
508000
2000
Und der ist wiederum beschränkter.
08:45
There's few animals -- I think elephants and apes can do that kind of thing --
189
510000
2000
Es gibt wenige Tiere – Elefanten und Menschenaffen können es, glaube ich –
08:47
but there are very few animals who can do that.
190
512000
3000
aber es gibt sehr wenige Tiere, die das tun können.
08:50
So synchronization,
191
515000
2000
Synchronisierte Handlung,
08:52
which is part of that whole empathy mechanism
192
517000
2000
die Teil des ganzen Empathie-Mechanismus ist,
08:54
is a very old one in the animal kingdom.
193
519000
2000
ist also im Tierreich schon sehr alt.
08:56
And in humans, of course, we can study that
194
521000
2000
Und bei Menschen können wir das zum Beispiel sehen,
08:58
with yawn contagion.
195
523000
2000
wenn Gähnen ansteckend wirkt.
09:00
Humans yawn when others yawn.
196
525000
2000
Menschen gähnen, wenn andere gähnen.
09:02
And it's related to empathy.
197
527000
2000
Und das hat etwas mit Einfühlungsvermögen zu tun.
09:04
It activates the same areas in the brain.
198
529000
2000
Dieselben Gehirnbereiche werden aktiviert.
09:06
Also, we know that people who have a lot of yawn contagion
199
531000
2000
Wir wissen auch, dass Leute, die sehr leicht vom Gähnen angesteckt werden,
09:08
are highly empathic.
200
533000
2000
hoch empathisch sind.
09:10
People who have problems with empathy, such as autistic children,
201
535000
2000
Leute mit Problemen beim Einfühlungsvermögen, wie etwa autistische Kinder,
09:12
they don't have yawn contagion.
202
537000
2000
werden nicht vom Gähnen angesteckt.
09:14
So it is connected.
203
539000
2000
Da besteht also eine Verbindung.
09:16
And we study that in our chimpanzees by presenting them with an animated head.
204
541000
3000
Bei unsere Schimpansen können wir das mit einem animierten Kopf studieren.
09:19
So that's what you see on the upper-left,
205
544000
2000
Hier oben links sehen Sie also
09:21
an animated head that yawns.
206
546000
2000
einen animierten Kopf, der gähnt.
09:23
And there's a chimpanzee watching,
207
548000
2000
Und ein Schimpanse schaut zu,
09:25
an actual real chimpanzee watching a computer screen
208
550000
3000
ein echter Schimpanse schaut auf einen Computerbildschirm,
09:28
on which we play these animations.
209
553000
3000
auf dem wir diese Animationen abspielen.
09:35
(Laughter)
210
560000
2000
(Lachen)
09:37
So yawn contagion
211
562000
2000
Den ansteckenden Charakter von Gähnen,
09:39
that you're probably all familiar with --
212
564000
2000
der Ihnen wahrscheinlich allen bekannt ist –
09:41
and maybe you're going to start yawning soon now --
213
566000
3000
wahrscheinlich beginnen Sie bald selbst zu gähnen –
09:44
is something that we share with other animals.
214
569000
3000
ist also etwas, das wir mit anderen Tieren teilen.
09:47
And that's related to that whole body channel of synchronization
215
572000
3000
Und das liegt an diesem ganzen Körper-Kanal der Synchronisation,
09:50
that underlies empathy
216
575000
2000
der dem Einfühlungsvermögen zugrunde liegt,
09:52
and that is universal in the mammals basically.
217
577000
3000
und der im Prinzip allen Säugetieren gemein ist.
09:55
Now we also study more complex expressions. This is consolation.
218
580000
3000
Jetzt untersuchen wir also komplexere Ausdrücke. Hier ist Trost.
09:58
This is a male chimpanzee who has lost a fight and he's screaming,
219
583000
3000
Wir sehen ein Schimpansenmännchen, das einen Kampf verloren hat und schreit.
10:01
and a juvenile comes over and puts an arm around him
220
586000
2000
Ein Jungtier kommt an und umarmt
10:03
and calms him down.
221
588000
2000
und beruhigt es.
10:05
That's consolation. It's very similar to human consolation.
222
590000
3000
Das ist Trost. Es ist dem menschlichen Trost sehr ähnlich.
10:08
And consolation behavior,
223
593000
3000
Und tröstendes Verhalten
10:11
it's empathy driven.
224
596000
2000
liegt in Empathie begründet.
10:13
Actually the way to study empathy in human children
225
598000
3000
Wenn wir Einfühlungsvermögen bei Kindern untersuchen wollen,
10:16
is to instruct a family member to act distressed,
226
601000
2000
dann bitten wir ein Familienmitglied, unglücklich zu wirken,
10:18
and then they see what young children do.
227
603000
2000
und warten auf die Reaktion kleiner Kinder.
10:20
And so it is related to empathy,
228
605000
2000
Das ist also dem Einfühlungsvermögen ähnlich,
10:22
and that's the kind of expressions we look at.
229
607000
3000
und um diese Art Körpersprache geht es uns.
10:25
We also recently published an experiment you may have heard about.
230
610000
3000
Vor einer Weile veröffentlichten wir ein Ihnen vielleicht bekanntes Experiment.
10:28
It's on altruism and chimpanzees
231
613000
3000
Es geht um Altruismus und Schimpansen,
10:31
where the question is, do chimpanzees care
232
616000
2000
und die Frage ist, sorgen sich Schimpansen
10:33
about the welfare of somebody else?
233
618000
2000
um das Wohlergehen von anderen?
10:35
And for decades it had been assumed
234
620000
2000
Und zwei Jahrzehnte lang wurde angenommen,
10:37
that only humans can do that,
235
622000
2000
dass nur Menschen so etwas tun können,
10:39
that only humans worry about the welfare of somebody else.
236
624000
3000
dass nur Menschen sich um das Wohlergehen anderer sorgen.
10:42
Now we did a very simple experiment.
237
627000
2000
Wir haben hier ein sehr einfaches Experiment vorgenommen.
10:44
We do that on chimpanzees that live in Lawrenceville,
238
629000
3000
Es wurde mit Schimpansen in Lawrenceville durchgeführt,
10:47
in the field station of Yerkes.
239
632000
2000
dort ist die Feldstation von Yerkes.
10:49
And so that's how they live.
240
634000
2000
Und so leben sie dort.
10:51
And we call them into a room and do experiments with them.
241
636000
3000
Und wir locken sie in einen Raum und machen Experimente mit ihnen.
10:54
In this case, we put two chimpanzees side-by-side.
242
639000
2000
In diesem Fall postierten wir zwei Schimpansen nebeneinander,
10:56
and one has a bucket full of tokens, and the tokens have different meanings.
243
641000
3000
einer hat einen Eimer voller Marken mit verschiedenen Bedeutungen.
10:59
One kind of token feeds only the partner who chooses,
244
644000
3000
Eine der Marken gibt nur dem Wählenden Futter,
11:02
the other one feeds both of them.
245
647000
2000
die andere führt zu Futter für beide.
11:04
So this is a study we did with Vicky Horner.
246
649000
3000
Diese Untersuchung führten wir mit Vicky Horner durch.
11:08
And here you have the two color tokens.
247
653000
2000
Und hier sind die beiden farbigen Marken.
11:10
So they have a whole bucket full of them.
248
655000
2000
Es gibt also einen ganzen Eimer voll.
11:12
And they have to pick one of the two colors.
249
657000
3000
Und sie müssen eine der beiden Farben wählen.
11:15
You will see how that goes.
250
660000
3000
Sie werden sehen, wie das ausgeht.
11:18
So if this chimp makes the selfish choice,
251
663000
3000
Also wenn dieser Schimpanse eine egoistische Wahl trifft,
11:21
which is the red token in this case,
252
666000
3000
was in diesem Fall die rote Marke ist...
11:24
he needs to give it to us.
253
669000
2000
Er muss uns die Marke geben.
11:26
So we pick it up, we put it on a table where there's two food rewards,
254
671000
3000
Wir nehmen die Marke, legen sie auf einen Tisch mit zwei essbaren Belohnungen,
11:29
but in this case only the one on the right gets food.
255
674000
3000
aber in diesem Fall bekommt nur der rechte Affe Futter.
11:32
The one on the left walks away because she knows already.
256
677000
2000
Die Schimpansin links geht weg, weil sie bereits weiß,
11:34
that this is not a good test for her.
257
679000
3000
dass der Test nicht gut für sie ausgegangen ist.
11:37
Then the next one is the pro-social token.
258
682000
2000
Die nächste Marke ist die pro-soziale Marke.
11:39
So the one who makes the choices -- that's the interesting part here --
259
684000
3000
Der auswählende Affe – das ist hier der interessante Teil –
11:42
for the one who makes the choices,
260
687000
2000
für den auswählenden Affen ist
11:44
it doesn't really matter.
261
689000
2000
die Wahl der Marke eigentlich egal.
11:46
So she gives us now a pro-social token and both chimps get fed.
262
691000
3000
Sie gibt uns also die pro-soziale Marke und beide Schimpansen bekommen Futter.
11:49
So the one who makes the choices always gets a reward.
263
694000
3000
Der auswählende Affe wird also immer belohnt.
11:52
So it doesn't matter whatsoever.
264
697000
2000
Es ist also egal, was gewählt wird.
11:54
And she should actually be choosing blindly.
265
699000
2000
Sie sollte sozusagen einfach blind wählen.
11:56
But what we find
266
701000
2000
Aber wir haben herausgefunden,
11:58
is that they prefer the pro-social token.
267
703000
2000
dass sie die pro-soziale Marke bevorzugen.
12:00
So this is the 50 percent line that's the random expectation.
268
705000
3000
Das hier sind die 50 Prozent, die bei willkürlicher Wahl erwartet werden.
12:03
And especially if the partner draws attention to itself, they choose more.
269
708000
3000
Und besonders wenn der Partner Aufmerksamkeit erregt, wählen sie mehr.
12:06
And if the partner puts pressure on them --
270
711000
3000
Und wenn der Partner Druck ausübt,
12:09
so if the partner starts spitting water and intimidating them --
271
714000
3000
also zum Beispiel wenn er Wasser spuckt und einschüchtern will,
12:12
then the choices go down.
272
717000
3000
dann geht die Wahl runter.
12:15
It's as if they're saying,
273
720000
2000
So als würden sie sagen:
12:17
"If you're not behaving, I'm not going to be pro-social today."
274
722000
2000
"Wenn du dich nicht benimmst, bin ich heute nicht pro-sozial."
12:19
And this is what happens without a partner,
275
724000
2000
Und das passiert ohne einen Partner,
12:21
when there's no partner sitting there.
276
726000
2000
wenn kein Partner da sitzt.
12:23
And so we found that the chimpanzees do care
277
728000
2000
Also haben wir herausgefunden, dass Schimpansen
12:25
about the well-being of somebody else --
278
730000
2000
sich um das Wohlergehen anderer sorgen –
12:27
especially, these are other members of their own group.
279
732000
3000
besonders wenn es um Mitglieder ihrer Gruppe geht.
12:30
So the final experiment that I want to mention to you
280
735000
3000
Das endgültige Experiment, das ich erwähnen möchte,
12:33
is our fairness study.
281
738000
2000
ist unsere Fairness-Studie.
12:35
And so this became a very famous study.
282
740000
3000
Sie wurde ziemlich berühmt.
12:38
And there's now many more,
283
743000
2000
Und jetzt gibt es noch viel mehr,
12:40
because after we did this about 10 years ago,
284
745000
2000
denn nachdem wir sie vor zehn Jahren durchführten,
12:42
it became very well known.
285
747000
2000
wurde sie wohlbekannt.
12:44
And we did that originally with capuchin monkeys.
286
749000
2000
Ursprünglich wurde sie mit Kapuzineräffchen durchgeführt.
12:46
And I'm going to show you the first experiment that we did.
287
751000
3000
Und hier zeige ich Ihnen das erste Experiment von damals.
12:49
It has now been done with dogs and with birds
288
754000
3000
Jetzt ist es auch mit Hunden und Vögeln
12:52
and with chimpanzees.
289
757000
2000
und Schimpansen durchgeführt worden.
12:54
But with Sarah Brosnan we started out with capuchin monkeys.
290
759000
4000
Aber mit Sarah Brosnan führten wir sie mit Kapuzineräffchen durch.
12:58
So what we did
291
763000
2000
Wir postierten damals also
13:00
is we put two capuchin monkeys side-by-side.
292
765000
2000
zwei Kapuzineräffchen nebeneinander.
13:02
Again, these animals, they live in a group, they know each other.
293
767000
2000
Diese Tiere leben zusammen in einer Gruppe und kennen sich.
13:04
We take them out of the group, put them in a test chamber.
294
769000
3000
Wir nehmen sie aus der Gruppe heraus und sie kommen in eine Testkammer.
13:07
And there's a very simple task
295
772000
2000
Dort gibt es eine sehr einfache Aufgabe,
13:09
that they need to do.
296
774000
2000
die sie verrichten müssen.
13:11
And if you give both of them cucumber for the task,
297
776000
3000
Wenn man beiden ein Stück Gurke für die Aufgabe gibt,
13:14
the two monkeys side-by-side,
298
779000
2000
den beiden Äffchen nebeneinander,
13:16
they're perfectly willing to do this 25 times in a row.
299
781000
2000
dann tun sie das gern 25-mal hintereinander.
13:18
So cucumber, even though it's only really water in my opinion,
300
783000
4000
Also Gurke, die ist zwar meiner Meinung nach nur Wasser,
13:22
but cucumber is perfectly fine for them.
301
787000
3000
aber sie finden Gurke völlig in Ordnung.
13:25
Now if you give the partner grapes --
302
790000
3000
Wenn man dem Partner aber Weintrauben gibt –
13:28
the food preferences of my capuchin monkeys
303
793000
2000
die kulinarischen Vorlieben meiner Kapuzineräffchen
13:30
correspond exactly with the prices in the supermarket --
304
795000
3000
sind proportional zu den Supermarktpreisen –
13:33
and so if you give them grapes -- it's a far better food --
305
798000
3000
wenn man ihnen also Weintrauben gibt, ein weitaus besseres Essen,
13:36
then you create inequity between them.
306
801000
3000
dann wird Ungleichheit zwischen beiden hergestellt.
13:39
So that's the experiment we did.
307
804000
2000
Dieses Experiment führten wir also durch.
13:41
Recently we videotaped it with new monkeys who'd never done the task,
308
806000
3000
Vor einer Weile nahmen wir es mit neuen Äffchen auf, die die Aufgabe nicht kannten,
13:44
thinking that maybe they would have a stronger reaction,
309
809000
2000
wir dachten, sie würden vielleicht stärker reagieren,
13:46
and that turned out to be right.
310
811000
2000
und das war auch so.
13:48
The one on the left is the monkey who gets cucumber.
311
813000
2000
Der Affe links ist der mit der Gurke als Belohnung.
13:50
The one on the right is the one who gets grapes.
312
815000
3000
Der Affe rechts bekommt die Trauben.
13:53
The one who gets cucumber,
313
818000
2000
Beachten Sie bei dem Affen mit der Gurke,
13:55
note that the first piece of cucumber is perfectly fine.
314
820000
2000
dass das erste Stück Gurke vollkommen akzeptabel ist.
13:57
The first piece she eats.
315
822000
3000
Sie isst das erste Stück.
14:00
Then she sees the other one getting grape, and you will see what happens.
316
825000
3000
Dann sieht sie, dass der andere eine Weintraube bekommt, und sehen Sie genau hin.
14:03
So she gives a rock to us. That's the task.
317
828000
3000
Sie gibt uns ein Steinchen. Das ist die Aufgabe.
14:06
And we give her a piece of cucumber and she eats it.
318
831000
3000
Und wir geben ihr ein Stück Gurke und sie isst es.
14:09
The other one needs to give a rock to us.
319
834000
3000
Das andere Äffchen muss uns auch ein Steinchen geben.
14:12
And that's what she does.
320
837000
3000
Und jetzt macht sie das.
14:15
And she gets a grape and she eats it.
321
840000
3000
Sie bekommt die Weintraube und isst sie.
14:18
The other one sees that.
322
843000
2000
Die andere sieht das.
14:20
She gives a rock to us now,
323
845000
2000
Jetzt gibt sie uns ein Steinchen,
14:22
gets, again, cucumber.
324
847000
3000
und bekommt wieder Gurke.
14:27
(Laughter)
325
852000
15000
(Lachen)
14:42
She tests a rock now against the wall.
326
867000
3000
Sie probiert das Steinchen nun an der Wand aus.
14:45
She needs to give it to us.
327
870000
2000
Sie muss es uns geben.
14:47
And she gets cucumber again.
328
872000
3000
Und sie bekommt wieder Gurke.
14:52
(Laughter)
329
877000
4000
(Lachen)
14:58
So this is basically the Wall Street protest that you see here.
330
883000
4000
Hier sehen Sie im Prinzip einen Wall-Street-Protest.
15:02
(Laughter)
331
887000
3000
(Lachen)
15:05
(Applause)
332
890000
3000
(Beifall)
15:08
Let me tell you --
333
893000
2000
Ich möchte Ihnen –
15:10
I still have two minutes left, let me tell you a funny story about this.
334
895000
2000
ich habe noch zwei Minuten und eine Anekdote.
15:12
This study became very famous
335
897000
2000
Diese Studie wurde sehr berühmt,
15:14
and we got a lot of comments,
336
899000
2000
und wir bekamen viele Zuschriften,
15:16
especially anthropologists, economists,
337
901000
2000
besonders von Anthropologen, Ökonomen,
15:18
philosophers.
338
903000
2000
Philosophen.
15:20
They didn't like this at all.
339
905000
2000
Sie mochten das überhaupt nicht.
15:22
Because they had decided in their minds, I believe,
340
907000
3000
Denn sie hatten wohl für sich selbst beschlossen,
15:25
that fairness is a very complex issue
341
910000
2000
dass Fairness eine sehr komplexe Geschichte ist,
15:27
and that animals cannot have it.
342
912000
2000
und sie in Tieren nicht existiert.
15:29
And so one philosopher even wrote us
343
914000
2000
Ein Philosoph schrieb uns sogar,
15:31
that it was impossible that monkeys had a sense of fairness
344
916000
3000
dass es unmöglich war, dass Äffchen einen Sinn für Fairness hätten,
15:34
because fairness was invented during the French Revolution.
345
919000
3000
denn Fairness wurde in der französischen Revolution erfunden.
15:37
(Laughter)
346
922000
2000
(Lachen)
15:39
Now another one wrote a whole chapter
347
924000
3000
Ein weiterer schrieb ein ganzes Kapitel darüber,
15:42
saying that he would believe it had something to do with fairness
348
927000
4000
wie er glauben würde, dass es mit Fairness zu tun hätte,
15:46
if the one who got grapes would refuse the grapes.
349
931000
2000
wenn das Äffchen mit den Weintrauben diese verweigern würde.
15:48
Now the funny thing is that Sarah Brosnan,
350
933000
2000
Aber das Lustige bei Sarah Brosnan war,
15:50
who's been doing this with chimpanzees,
351
935000
2000
sie hatte das ja mit Schimpansen gemacht,
15:52
had a couple of combinations of chimpanzees
352
937000
2000
und sie hatte ein paar Paarungen von Schimpansen,
15:54
where, indeed, the one who would get the grape would refuse the grape
353
939000
3000
wo tatsächlich der mit der Weintraube diese verweigern würde,
15:57
until the other guy also got a grape.
354
942000
2000
bis der andere auch eine Weintraube bekam.
15:59
So we're getting very close to the human sense of fairness.
355
944000
3000
Wir kommen also sehr nah an das menschliche Verständnis von Fairness heran.
16:02
And I think philosophers need to rethink their philosophy for awhile.
356
947000
4000
Und ich denke, Philosophen müssen ihre Philosophie mal überdenken.
16:06
So let me summarize.
357
951000
2000
Ich fasse zusammen.
16:08
I believe there's an evolved morality.
358
953000
2000
Ich glaube, es gibt eine entwickelte Moral.
16:10
I think morality is much more than what I've been talking about,
359
955000
2000
Ich glaube, Moral ist viel mehr als das, worüber ich gesprochen habe,
16:12
but it would be impossible without these ingredients
360
957000
3000
doch ohne diese Zutaten, die wir in anderen Primaten finden,
16:15
that we find in other primates,
361
960000
2000
wäre sie unmöglich,
16:17
which are empathy and consolation,
362
962000
2000
also Einfühlungsvermögen und Trost,
16:19
pro-social tendencies and reciprocity and a sense of fairness.
363
964000
3000
pro-soziale Tendenzen und Gegenseitigkeit und ein Gerechtigkeitssinn.
16:22
And so we work on these particular issues
364
967000
3000
Und so arbeiten wir an diesen Umständen
16:25
to see if we can create a morality from the bottom up, so to speak,
365
970000
3000
um herauszufinden, ob wir eine Moral von der Pike auf neu erschaffen können,
16:28
without necessarily God and religion involved,
366
973000
2000
ohne dass zwingend Gott und Religion darin verwickelt sind,
16:30
and to see how we can get to an evolved morality.
367
975000
3000
und um herauszufinden, wie wir zu einer entwickelten Moral gelangen können.
16:33
And I thank you for your attention.
368
978000
3000
Und ich danke Ihnen für Ihre Aufmerksamkeit.
16:36
(Applause)
369
981000
9000
(Beifall)
ABOUT THE SPEAKER
Frans de Waal - PrimatologistFrans de Waal studies primate social behavior -- how they fight and reconcile, share and cooperate.
Why you should listen
Dutch/American biologist and ethologist Frans de Waal draws parallels between primate and human behavior, from peacemaking and morality to culture. Looking at human society through the lens of animal behavior, de Waal's first book, Chimpanzee Politics (1982), compares the schmoozing and scheming of chimpanzees involved in power struggles with that of human politicians. Named one of the 100 Most Influential People Today by Time Magazine, de Waal has written hundreds of peer-reviewed scientific articles, and his popular books have been translated in over 20 languages. He is a professor in Emory University's psychology department and Director of the Living Links Center at the Yerkes National Primate Research Center, in Atlanta. His next book is on animal and human emotions, entitled Mama's Last Hug (Norton, 2019).
Frans de Waal | Speaker | TED.com