TEDxWinnipeg
Jeff Hancock: The future of lying
Jeff Hancock: 3 Arten (digitaler) Lügen
Filmed:
Readability: 3.3
1,347,124 views
Wer hat noch nie eine SMS verschickt, die lautete "Ich bin auf dem Weg", wenn es nicht so war, oder die Tatsachen für ein Online-Dating-Profil etwas geschönt? Jeff Hancock jedoch glaubt nicht, dass die Anonymität des Internets der Unehrlichkeit Vorschub leistet. Tatsächlich lässt uns die Durchsuchbarkeit und Dauerhaftigkeit der Informationen im Netz uns wahrscheinlich bei der Wahrheit bleiben, so meint er.
Jeff Hancock - Psychologist
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Double-click the English transcript below to play the video.
00:16
Let me tell you, it has been a fantastic month for deception.
0
381
3713
Lassen Sie mich Ihnen sagen: Das war ein
großartiger Monat für Täuschungen.
großartiger Monat für Täuschungen.
00:19
And I'm not even talking about the American presidential race. (Laughter)
1
4094
4253
Und ich rede noch nicht einmal vom
amerikanischen Wahlkampf. (Gelächter)
amerikanischen Wahlkampf. (Gelächter)
00:24
We have a high-profile journalist caught for plagiarism,
2
8347
4335
Wir haben da einen hochkarätigen Journalisten,
der beim Abschreiben erwischt wurde;
der beim Abschreiben erwischt wurde;
00:28
a young superstar writer whose book involves
3
12682
2932
einen jungen Star-Autor,
dessen Buch so viele
dessen Buch so viele
00:31
so many made up quotes that they've pulled it from the shelves;
4
15614
3305
fingierte Zitate enthält, dass man es
aus den Regalen genommen hat;
aus den Regalen genommen hat;
00:34
a New York Times exposé on fake book reviews.
5
18919
2598
ein Exposé über gefälschte Buchrezensionen
in der New York Times.
in der New York Times.
00:37
It's been fantastic.
6
21517
1409
Es war fantastisch.
00:38
Now, of course, not all deception hits the news.
7
22926
3851
Natürlich schaffen es nicht alle
Täuschungen in die Nachrichten.
Täuschungen in die Nachrichten.
00:42
Much of the deception is everyday. In fact, a lot of research
8
26777
3679
Viele dieser Täuschungen sind alltäglich.
Tatsächlich zeigen viele Studien,
Tatsächlich zeigen viele Studien,
00:46
shows that we all lie once or twice a day, as Dave suggested.
9
30456
4331
dass wir alle ein- bis zweimal am Tag
lügen, wie Dave schon angemerkt hat.
lügen, wie Dave schon angemerkt hat.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
10
34787
2933
Jetzt ist es ungefähr halb sieben, also
sollten die meisten von uns gelogen haben.
sollten die meisten von uns gelogen haben.
00:53
Let's take a look at Winnipeg. How many of you,
11
37720
1900
Lassen Sie uns einen Blick auf Winnipeg
werfen. Wie viele von Ihnen haben
werfen. Wie viele von Ihnen haben
00:55
in the last 24 hours -- think back -- have told a little fib,
12
39620
2927
in den letzten 24 Stunden – denken
Sie zurück – eine kleine Lüge erzählt,
Sie zurück – eine kleine Lüge erzählt,
00:58
or a big one? How many have told a little lie out there?
13
42547
3551
oder eine große? Wie viele
hier haben ein wenig geflunkert?
hier haben ein wenig geflunkert?
01:01
All right, good. These are all the liars.
14
46098
1904
Ok, gut. Das sind
die ganzen Lügner.
die ganzen Lügner.
01:03
Make sure you pay attention to them. (Laughter)
15
48002
3293
Haben Sie ein Auge
auf sie. (Gelächter)
auf sie. (Gelächter)
01:07
No, that looked good, it was about two thirds of you.
16
51295
2146
Nein, das sah gut aus, es waren
ungefähr zwei Drittel von Ihnen.
ungefähr zwei Drittel von Ihnen.
01:09
The other third didn't lie, or perhaps forgot,
17
53441
2852
Das andere Drittel hat nicht gelogen,
oder es vielleicht vergessen,
oder es vielleicht vergessen,
01:12
or you're lying to me about your lying, which is very,
18
56293
2660
oder Sie belügen mich
bezüglich Ihrer Lügen.
bezüglich Ihrer Lügen.
01:14
very devious. (Laughter) This fits with a lot of the research,
19
58953
4050
Sehr hinterhältig. Das entspricht vielen Untersuchungen,
01:18
which suggests that lying is very pervasive.
20
63003
3354
die nahelegen, dass Lügen
sehr weit verbreitet ist.
sehr weit verbreitet ist.
01:22
It's this pervasiveness, combined with the centrality
21
66357
3961
Es ist diese Verbreitung, zusammen
mit der zentralen Bedeutung für das,
mit der zentralen Bedeutung für das,
01:26
to what it means to be a human, the fact that we can
22
70318
2440
was es heißt, ein Mensch
zu sein; die Tatsache,
zu sein; die Tatsache,
01:28
tell the truth or make something up,
23
72758
1880
dass wir die Wahrheit sagen
oder etwas erfinden können,
oder etwas erfinden können,
01:30
that has fascinated people throughout history.
24
74638
2851
die die Menschen seit
jeher fasziniert hat.
jeher fasziniert hat.
01:33
Here we have Diogenes with his lantern.
25
77489
2629
Hier haben wir Diogenes
mit seiner Laterne.
mit seiner Laterne.
01:36
Does anybody know what he was looking for?
26
80118
2680
Weiß irgendjemand,
wonach er gesucht hat?
wonach er gesucht hat?
01:38
A single honest man, and he died without finding one
27
82798
3784
Einen einzigen ehrlichen Mann, und er starb,
ohne einen zu finden damals in Griechenland.
ohne einen zu finden damals in Griechenland.
01:42
back in Greece. And we have Confucius in the East
28
86582
3017
Und wir haben Konfuzius im Osten,
01:45
who was really concerned with sincerity,
29
89599
2377
der sich sehr stark mit Ehrlichkeit befasst hat,
01:47
not only that you walked the walk or talked the talk,
30
91976
3084
nicht nur damit, dass man das
in die Tat umsetzte, wovon man sprach,
in die Tat umsetzte, wovon man sprach,
01:50
but that you believed in what you were doing.
31
95060
3154
sondern dass man an
das glaubte, was man tat;
das glaubte, was man tat;
01:54
You believed in your principles.
32
98214
2006
dass man an seine Prinzipien glaubte.
01:56
Now my first professional encounter with deception
33
100220
2931
Meine erste professionelle
Begegnung mit Täuschung
Begegnung mit Täuschung
01:59
is a little bit later than these guys, a couple thousand years.
34
103151
3463
hatte ich ein wenig später als diese Herren,
einige tausend Jahre später.
einige tausend Jahre später.
02:02
I was a customs officer for Canada back in the mid-'90s.
35
106614
3799
Ich war ein Zollbeamter für Kanada
Mitte der 90er Jahre.
Mitte der 90er Jahre.
02:06
Yeah. I was defending Canada's borders.
36
110413
2826
Ja. Ich verteidigte Kanadas Grenzen.
02:09
You may think that's a weapon right there. In fact,
37
113239
3782
Sie denken vielleicht,
das hier ist eine Waffe.
das hier ist eine Waffe.
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
38
117021
5030
Es ist aber ein Stempel. Ich verteidigte
Kanadas Grenzen mit einem Stempel. (Gelächter)
Kanadas Grenzen mit einem Stempel. (Gelächter)
02:17
Very Canadian of me. I learned a lot about deception
39
122051
3537
Wie kanadisch von mir.
Ich lernte viel über Täuschung,
Ich lernte viel über Täuschung,
02:21
while doing my duty here in customs,
40
125588
3055
während ich beim Zoll
meine Pflicht erfüllte,
meine Pflicht erfüllte,
02:24
one of which was that most of what I thought I knew about deception was wrong,
41
128643
2884
zum Beispiel, dass fast alles, was ich
dachte über Täuschung zu wissen, falsch war,
dachte über Täuschung zu wissen, falsch war,
02:27
and I'll tell you about some of that tonight.
42
131527
1752
und einiges davon werde ich
Ihnen heute Abend erzählen.
Ihnen heute Abend erzählen.
02:29
But even since just 1995, '96, the way we communicate
43
133279
4074
Aber schon seit 1995,
1996 hat sich die Art,
1996 hat sich die Art,
02:33
has been completely transformed. We email, we text,
44
137353
3297
wie wir kommunizieren, total verändert.
Wir schreiben E-Mails, SMS,
Wir schreiben E-Mails, SMS,
02:36
we skype, we Facebook. It's insane.
45
140650
2613
wir skypen, wir nutzen Facebook.
Es ist Wahnsinn.
Es ist Wahnsinn.
02:39
Almost every aspect of human communication's been changed,
46
143263
3261
Fast jeder Aspekt der menschlichen
Kommunikation hat sich verändert,
Kommunikation hat sich verändert,
02:42
and of course that's had an impact on deception.
47
146524
2560
und das hat natürlich auch
Täuschungen beeinflusst.
Täuschungen beeinflusst.
02:44
Let me tell you a little bit about a couple of new deceptions
48
149084
2583
Lassen Sie mich Ihnen etwas über
einige neue Täuschungen erzählen,
einige neue Täuschungen erzählen,
02:47
we've been tracking and documenting.
49
151667
2376
die wir verfolgt und
dokumentiert haben.
dokumentiert haben.
02:49
They're called the Butler, the Sock Puppet
50
154043
4244
Wir nennen sie den Butler,
die Sockenpuppe
die Sockenpuppe
02:54
and the Chinese Water Army.
51
158287
2081
und die chinesische
Wasserarmee.
Wasserarmee.
02:56
It sounds a little bit like a weird book,
52
160368
1897
Es klingt ein bisschen
wie ein eigenartiges Buch,
wie ein eigenartiges Buch,
02:58
but actually they're all new types of lies.
53
162265
2133
aber es handelt sich tatsächlich
um neue Arten von Lügen.
um neue Arten von Lügen.
03:00
Let's start with the Butlers. Here's an example of one:
54
164398
3045
Fangen wir mit den Butlern an.
Hier ist ein Beispiel:
Hier ist ein Beispiel:
03:03
"On my way." Anybody ever written, "On my way?"
55
167443
3113
"Auf dem Weg." Hat irgendjemand
mal "Auf dem Weg" geschrieben?
mal "Auf dem Weg" geschrieben?
03:06
Then you've also lied. (Laughter)
56
170556
3763
Dann haben Sie auch
gelogen. (Gelächter)
gelogen. (Gelächter)
03:10
We're never on our way. We're thinking about going on our way.
57
174319
4197
Wir sind nie auf dem Weg. Wir denken
darüber nach, uns auf den Weg zu machen.
darüber nach, uns auf den Weg zu machen.
03:14
Here's another one: "Sorry I didn't respond to you earlier.
58
178516
2763
Hier ist noch eins: "Entschuldige,
dass ich nicht eher geantwortet habe.
dass ich nicht eher geantwortet habe.
03:17
My battery was dead." Your battery wasn't dead.
59
181279
1965
Mein Akku war leer."
Ihr Akku war nicht leer.
Ihr Akku war nicht leer.
03:19
You weren't in a dead zone.
60
183244
1876
Sie waren nicht in einem Funkloch.
03:21
You just didn't want to respond to that person that time.
61
185120
1953
Sie wollten dieser Person zu jenem
Zeitpunkt einfach nicht antworten.
Zeitpunkt einfach nicht antworten.
03:22
Here's the last one: You're talking to somebody,
62
187073
1797
Das letzte Beispiel:
Sie sprechen mit jemandem
Sie sprechen mit jemandem
03:24
and you say, "Sorry, got work, gotta go."
63
188870
2490
und sagen: "Entschuldigung,
ich habe zu tun, ich muss los."
ich habe zu tun, ich muss los."
03:27
But really, you're just bored. You want to talk to somebody else.
64
191360
3797
Aber in Wahrheit sind Sie nur gelangweilt.
Sie wollen mit jemand anderem sprechen.
Sie wollen mit jemand anderem sprechen.
03:31
Each of these is about a relationship,
65
195157
2416
Jedes dieser Beispiele
handelt von einer Beziehung,
handelt von einer Beziehung,
03:33
and this is a 24/7 connected world. Once you get my cell phone number,
66
197573
4405
und das ist eine Welt, die 24 Stunden am Tag
verbunden ist. Wenn Sie meine Handynummer haben,
verbunden ist. Wenn Sie meine Handynummer haben,
03:37
you can literally be in touch with me 24 hours a day.
67
201978
2965
können Sie mich wortwörtlich
24 Stunden am Tag erreichen.
24 Stunden am Tag erreichen.
03:40
And so these lies are being used by people
68
204943
2369
Also werden diese Lügen
von den Leuten benutzt,
von den Leuten benutzt,
03:43
to create a buffer, like the butler used to do,
69
207312
2826
um eine Pufferzone zu schaffen,
so wie früher der Butler,
so wie früher der Butler,
03:46
between us and the connections to everybody else.
70
210138
3407
zwischen uns und den Verbindungen
zu allen anderen.
zu allen anderen.
03:49
But they're very special. They use ambiguity
71
213545
1707
Aber sie sind sehr speziell.
Sie nutzen die Unklarheit,
Sie nutzen die Unklarheit,
03:51
that comes from using technology. You don't know
72
215252
2061
die durch die Nutzung
von Technologie entsteht.
von Technologie entsteht.
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
Sie wissen nicht, was ich gerade wo und mit wem mache.
03:56
And they're aimed at protecting the relationships.
74
220261
2491
Und sie sollen Beziehungen schützen.
03:58
These aren't just people being jerks. These are people
75
222752
2581
Das ist keine Bosheit, es heißt eher:
04:01
that are saying, look, I don't want to talk to you now,
76
225333
2376
Ich möchte zwar
jetzt nicht mit dir sprechen,
jetzt nicht mit dir sprechen,
04:03
or I didn't want to talk to you then, but I still care about you.
77
227709
2424
oder wollte es damals nicht,
aber du bist mir trotzdem wichtig.
aber du bist mir trotzdem wichtig.
04:06
Our relationship is still important.
78
230133
2400
Unsere Beziehung ist
immer noch wichtig.
immer noch wichtig.
04:08
Now, the Sock Puppet, on the other hand,
79
232533
1514
Die Sockenpuppe hingegen
04:09
is a totally different animal. The sock puppet isn't
80
234047
2343
ist ein völlig anderes Ding.
Bei der Sockenpuppe
Bei der Sockenpuppe
04:12
about ambiguity, per se. It's about identity.
81
236390
3065
geht es nicht um Unklarheit.
Es geht um Identität.
Es geht um Identität.
04:15
Let me give you a very recent example,
82
239455
2002
Darf ich Ihnen ein
aktuelles Beispiel geben,
aktuelles Beispiel geben,
04:17
as in, like, last week.
83
241457
1514
gerade von letzter Woche.
04:18
Here's R.J. Ellory, best-seller author in Britain.
84
242971
3268
Hier haben wir R. J. Ellory,
Bestsellerautor in Großbritannien.
Bestsellerautor in Großbritannien.
04:22
Here's one of his bestselling books.
85
246239
2020
Das ist einer seiner Bestseller.
04:24
Here's a reviewer online, on Amazon.
86
248259
3413
Hier ist eine Online-Rezension
auf Amazon.
auf Amazon.
04:27
My favorite, by Nicodemus Jones, is,
87
251672
2657
Hier ist meine Lieblingsrezension
von Nicodemus Jones:
von Nicodemus Jones:
04:30
"Whatever else it might do, it will touch your soul."
88
254329
3808
"Was es auch sonst noch bewirken mag,
es wird Ihre Seele berühren."
es wird Ihre Seele berühren."
04:34
And of course, you might suspect
89
258137
1403
Und natürlich könnte man annehmen,
04:35
that Nicodemus Jones is R.J. Ellory.
90
259540
2627
dass Nicodemus Jones
R. J. Ellory ist.
R. J. Ellory ist.
04:38
He wrote very, very positive reviews about himself. Surprise, surprise.
91
262167
4687
Er schrieb sehr, sehr positive Rezensionen
über sich selbst. Überraschung!
über sich selbst. Überraschung!
04:42
Now this Sock Puppet stuff isn't actually that new.
92
266854
3260
Diese Sockenpuppen-Sache
ist im Grunde nicht so neu.
ist im Grunde nicht so neu.
04:46
Walt Whitman also did this back in the day,
93
270114
3167
Walt Whitman hat das schon
zu seiner Zeit gemacht,
zu seiner Zeit gemacht,
04:49
before there was Internet technology. Sock Puppet
94
273281
3055
bevor es Internet-Technologien gab.
04:52
becomes interesting when we get to scale,
95
276336
2768
Sockenpuppen werden interessant,
wenn wir größere Maßstäbe anlegen,
wenn wir größere Maßstäbe anlegen,
04:55
which is the domain of the Chinese Water Army.
96
279104
2518
womit wir in den Bereich der
chinesischen Wasserarmee gelangen.
chinesischen Wasserarmee gelangen.
04:57
Chinese Water Army refers to thousands of people
97
281622
2436
Chinesische Wasserarmee bezieht
sich auf tausende von Menschen in China,
sich auf tausende von Menschen in China,
04:59
in China that are paid small amounts of money
98
284058
3048
die winzige Geldbeträge erhalten,
05:03
to produce content. It could be reviews. It could be
99
287106
3034
um Inhalte zu produzieren.
Das können Rezensionen sein.
Das können Rezensionen sein.
05:06
propaganda. The government hires these people,
100
290140
2559
Es kann Propaganda sein. Die
Regierung stellt diese Leute an,
Regierung stellt diese Leute an,
05:08
companies hire them, all over the place.
101
292699
2628
Firmen stellen sie an, überall.
05:11
In North America, we call this Astroturfing,
102
295327
3617
In Nordamerika nennen
wir das Astroturfing,
wir das Astroturfing,
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
103
298944
3438
und Astroturfing ist mittlerweile sehr gängig.
Das verursacht große Bedenken.
Das verursacht große Bedenken.
05:18
We see this especially with product reviews, book reviews,
104
302382
3227
Wir sehen das insbesondere bei
Produktbewertungen, Buchrezensionen,
Produktbewertungen, Buchrezensionen,
05:21
everything from hotels to whether that toaster is a good toaster or not.
105
305609
4795
bei allem von Hotels bis hin zu der Frage,
ob dieser Toaster gut ist oder nicht.
ob dieser Toaster gut ist oder nicht.
05:26
Now, looking at these three reviews, or these three types of deception,
106
310404
3918
Wenn wir uns diese drei Rezensionen ansehen,
oder diese drei Arten der Täuschung,
oder diese drei Arten der Täuschung,
05:30
you might think, wow, the Internet is really making us
107
314322
2737
könnte man meinen, wow,
das Internet macht uns wirklich
das Internet macht uns wirklich
05:32
a deceptive species, especially when you think about
108
317059
3209
zu einer betrügerischen Spezies,
besonders wenn man
besonders wenn man
05:36
the Astroturfing, where we can see deception brought up to scale.
109
320268
4602
an das Astroturfing denkt, wo wir Täuschung
in großem Maßstab erleben können.
in großem Maßstab erleben können.
05:40
But actually, what I've been finding is very different from that.
110
324870
4738
Aber im Grunde sagen unsere
Erkenntnisse etwas ganz anderes.
Erkenntnisse etwas ganz anderes.
05:45
Now, let's put aside the online anonymous sex chatrooms,
111
329608
3249
Lassen wir die anonymen
Sex-Chatrooms mal beiseite,
Sex-Chatrooms mal beiseite,
05:48
which I'm sure none of you have been in.
112
332857
1899
die sicher noch keiner
von Ihnen besucht hat.
von Ihnen besucht hat.
05:50
I can assure you there's deception there.
113
334756
2329
Ich kann Ihnen versichern,
dass Sie dort Täuschungen finden.
dass Sie dort Täuschungen finden.
05:52
And let's put aside the Nigerian prince who's emailed you
114
337085
2709
Ignorieren wir auch die E-Mail
des nigerianischen Prinzen,
des nigerianischen Prinzen,
05:55
about getting the 43 million out of the country. (Laughter)
115
339794
3228
der die 43 Millionen aus dem
Land schaffen will. (Gelächter)
Land schaffen will. (Gelächter)
05:58
Let's forget about that guy, too.
116
343022
1680
Vergessen wir auch den.
06:00
Let's focus on the conversations between our friends
117
344702
2944
Beschränken wir uns auf die
Unterhaltungen mit unseren Freunden
Unterhaltungen mit unseren Freunden
06:03
and our family and our coworkers and our loved ones.
118
347646
2147
und unserer Familie und unseren
Kollegen und unseren Lieben.
Kollegen und unseren Lieben.
06:05
Those are the conversations that really matter.
119
349793
2408
Das sind die Unterhaltungen,
die wirklich wichtig sind.
die wirklich wichtig sind.
06:08
What does technology do to deception with those folks?
120
352201
4240
Was macht Technologie bei
diesen Leuten mit Täuschung?
diesen Leuten mit Täuschung?
06:12
Here's a couple of studies. One of the studies we do
121
356441
3075
Das sind einige Untersuchungen.
Eine unserer Untersuchungen
Eine unserer Untersuchungen
06:15
are called diary studies, in which we ask people to record
122
359516
3371
heißt Tagebuch-Studie,
in der wir Menschen bitten,
in der wir Menschen bitten,
06:18
all of their conversations and all of their lies for seven days,
123
362887
3566
sieben Tage lang alle ihre Unterhaltungen
und all ihre Lügen zu notieren,
und all ihre Lügen zu notieren,
06:22
and what we can do then is calculate how many lies took place
124
366453
3105
dann können wir damit
berechnen, wie viele Lügen
berechnen, wie viele Lügen
06:25
per conversation within a medium, and the finding
125
369558
2948
pro Unterhaltung in einem
Medium stattgefunden haben,
Medium stattgefunden haben,
06:28
that we get that surprises people the most is that email
126
372506
2524
und was die Leute am
meisten überrascht,
meisten überrascht,
06:30
is the most honest of those three media.
127
375030
3279
ist, dass E-Mail das
ehrlichste der drei Medien ist.
ehrlichste der drei Medien ist.
06:34
And it really throws people for a loop because we think,
128
378309
2401
Und das verwundert die Leute
wirklich sehr, denn wir denken,
wirklich sehr, denn wir denken,
06:36
well, there's no nonverbal cues, so why don't you lie more?
129
380710
3736
es gibt keine nonverbalen Hinweise,
also warum lügt man nicht öfter?
also warum lügt man nicht öfter?
06:40
The phone, in contrast, the most lies.
130
384446
4304
Am Telefon, andererseits,
die meisten Lügen.
die meisten Lügen.
06:44
Again and again and again we see the phone is the device
131
388750
1946
Immer wieder sehen wir, dass das Telefon
das Gerät ist, an dem die Menschen
das Gerät ist, an dem die Menschen
06:46
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
132
390696
4718
am häufigsten lügen, wahrscheinlich wegen
der Unklarheiten der erwähnten Butler-Lügen.
der Unklarheiten der erwähnten Butler-Lügen.
06:51
This tends to be very different from what people expect.
133
395414
3975
Das unterscheidet sich stark
von dem, was Leute erwarten.
von dem, was Leute erwarten.
06:55
What about résumés? We did a study in which we had
134
399389
3224
Was ist mit Lebensläufen?
Wir führten eine Studie durch,
Wir führten eine Studie durch,
06:58
people apply for a job, and they could apply for a job
135
402613
2544
in der wir Leute sich für
einen Job bewerben ließen,
einen Job bewerben ließen,
07:01
either with a traditional paper résumé, or on LinkedIn,
136
405157
3514
und sie konnten sich entweder mit einem
traditionellen Papierlebenslauf bewerben,
traditionellen Papierlebenslauf bewerben,
07:04
which is a social networking site like Facebook,
137
408671
2822
oder auf LinkedIn, einem
sozialen Netzwerk wie Facebook,
sozialen Netzwerk wie Facebook,
07:07
but for professionals -- involves the same information as a résumé.
138
411493
3567
nur für Berufstätige – es beinhaltet die
gleichen Informationen wie ein Lebenslauf.
gleichen Informationen wie ein Lebenslauf.
07:10
And what we found, to many people's surprise,
139
415060
2614
Und wir fanden heraus,
zur Überraschung vieler,
zur Überraschung vieler,
07:13
was that those LinkedIn résumés were more honest
140
417674
2795
dass diese LinkedIn-
Lebensläufe ehrlicher waren
Lebensläufe ehrlicher waren
07:16
on the things that mattered to employers, like your
141
420469
1824
in Bezug auf die Dinge,
auf die es Arbeitgebern ankommt,
auf die es Arbeitgebern ankommt,
07:18
responsibilities or your skills at your previous job.
142
422293
4151
z.B. Verantwortungsbereiche
und Fertigkeiten in früheren Jobs.
und Fertigkeiten in früheren Jobs.
07:22
How about Facebook itself?
143
426444
2296
Was ist mit Facebook selbst?
07:24
You know, we always think that hey, there are these
144
428740
1882
Wissen Sie, wir denken immer,
hey, das sind diese
hey, das sind diese
07:26
idealized versions, people are just showing the best things
145
430622
2129
idealisierten Versionen, Leute
zeigen nur die besten Sachen,
zeigen nur die besten Sachen,
07:28
that happened in their lives. I've thought that many times.
146
432751
2656
die in ihrem Leben passiert sind.
Ich habe das oft gedacht.
Ich habe das oft gedacht.
07:31
My friends, no way they can be that cool and have good of a life.
147
435407
3068
Meine Freunde, keinesfalls können sie
so cool sein und so ein gutes Leben führen.
so cool sein und so ein gutes Leben führen.
07:34
Well, one study tested this by examining people's personalities.
148
438475
3821
Nun, eine Studie untersuchte das, indem
die Persönlichkeit der Leute untersucht wurde.
die Persönlichkeit der Leute untersucht wurde.
07:38
They had four good friends of a person judge their personality.
149
442296
4218
Man ließ vier gute Freunde einer Person
deren Persönlichkeit einschätzen.
deren Persönlichkeit einschätzen.
07:42
Then they had strangers, many strangers,
150
446514
1956
Dann ließ man Fremde,
viele Fremde,
viele Fremde,
07:44
judge the person's personality just from Facebook,
151
448470
2528
die Persönlichkeit dieser Person beurteilen,
nur aufgrund von Facebook,
nur aufgrund von Facebook,
07:46
and what they found was those judgments of the personality
152
450998
2429
und man fand heraus, dass diese
Persönlichkeitseinschätzungen
Persönlichkeitseinschätzungen
07:49
were pretty much identical, highly correlated,
153
453427
2509
ziemlich identisch waren,
sie korrelierten stark,
sie korrelierten stark,
07:51
meaning that Facebook profiles really do reflect our actual personality.
154
455936
4373
das heißt, dass Facebook-Profile
wirklich unsere wahre Identität widerspiegeln.
wirklich unsere wahre Identität widerspiegeln.
07:56
All right, well, what about online dating?
155
460309
2572
Gut, was ist mit Online-Dating?
07:58
I mean, that's a pretty deceptive space.
156
462881
1500
Ich meine, das ist eine ziemlich
trügerische Angelegenheit.
trügerische Angelegenheit.
08:00
I'm sure you all have "friends" that have used online dating. (Laughter)
157
464381
3535
Sicherlich haben Sie "Freunde", die schon
mal Online-Dating genutzt haben. (Gelächter)
mal Online-Dating genutzt haben. (Gelächter)
08:03
And they would tell you about that guy that had no hair
158
467916
2058
Und sie haben Ihnen
von diesem Mann erzählt,
von diesem Mann erzählt,
08:05
when he came, or the woman that didn't look at all like her photo.
159
469974
3030
der beim Treffen eine Glatze hatte, oder von der
Frau, die gar nicht aussah wie auf dem Foto.
Frau, die gar nicht aussah wie auf dem Foto.
08:08
Well, we were really interested in it, and so what we did
160
473004
3136
Das interessierte uns und
deshalb machten wir folgendes:
deshalb machten wir folgendes:
08:12
is we brought people, online daters, into the lab,
161
476140
3107
wir brachten Leute,
Online-Dating-Leute, ins Labor
Online-Dating-Leute, ins Labor
08:15
and then we measured them. We got their height
162
479247
1480
und vermaßen sie.
Wir maßen ihre Körpergröße
Wir maßen ihre Körpergröße
08:16
up against the wall, we put them on a scale, got their weight --
163
480727
3881
an einer Wand; wir stellten sie auf
eine Waage, notierten ihr Gewicht –
eine Waage, notierten ihr Gewicht –
08:20
ladies loved that -- and then we actually got their driver's license to get their age.
164
484608
3895
die Frauen haben es geliebt – und ihr Alter entnahmen wir den Führerscheinen.
08:24
And what we found was very, very interesting.
165
488503
4311
Was wir herausfanden,
war sehr interessant.
war sehr interessant.
08:28
Here's an example of the men and the height.
166
492814
3929
Hier ist ein Beispiel für
Männer und ihre Größe.
Männer und ihre Größe.
08:32
Along the bottom is how tall they said they were in their profile.
167
496743
2470
Unten steht, wie groß sie
laut ihrem Profil wären.
laut ihrem Profil wären.
08:35
Along the y-axis, the vertical axis, is how tall they actually were.
168
499213
4862
Auf der y-Achse, der senkrechten Achse,
steht, wie groß sie wirklich waren.
steht, wie groß sie wirklich waren.
08:39
That diagonal line is the truth line. If their dot's on it,
169
504075
3076
Die diagonale Linie ist die Wahrheitslinie.
Wenn ein Punkt auf ihr liegt,
Wenn ein Punkt auf ihr liegt,
08:43
they were telling exactly the truth.
170
507151
1554
wurde die Wahrheit gesagt.
08:44
Now, as you see, most of the little dots are below the line.
171
508705
3113
Wie Sie hier aber sehen, liegen die meisten
Pünktchen unter der Linie.
Pünktchen unter der Linie.
08:47
What it means is all the guys were lying about their height.
172
511818
2867
Das bedeutet, dass alle Männer
über ihre Größe gelogen haben.
über ihre Größe gelogen haben.
08:50
In fact, they lied about their height about nine tenths of an inch,
173
514685
2941
Sie haben ihre Körpergröße tatsächlich
um fast zweieinhalb Zentimeter geschönt,
um fast zweieinhalb Zentimeter geschönt,
08:53
what we say in the lab as "strong rounding up." (Laughter)
174
517626
6276
was wir im Labor "starkes
Aufrunden" nennen. (Gelächter)
Aufrunden" nennen. (Gelächter)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
175
523902
4503
Sie sind gute 172 cm groß –
bumm! – 175 cm.
bumm! – 175 cm.
09:04
But what's really important here is, look at all those dots.
176
528405
1998
Aber was hier wirklich wichtig ist,
sehen Sie sich all diese Punkte an.
sehen Sie sich all diese Punkte an.
09:06
They are clustering pretty close to the truth. What we found
177
530403
2566
Sie scharen sich ziemlich nah um
die Wahrheit. Wir fanden heraus,
die Wahrheit. Wir fanden heraus,
09:08
was 80 percent of our participants did indeed lie
178
532969
2408
dass 80 Prozent unserer
Teilnehmer tatsächlich
Teilnehmer tatsächlich
09:11
on one of those dimensions, but they always lied by a little bit.
179
535377
3595
in Bezug auf eine dieser Größen gelogen hatten,
aber immer nur ein kleines bisschen.
aber immer nur ein kleines bisschen.
09:14
One of the reasons is pretty simple. If you go to a date,
180
538972
3024
Einer der Gründe ist relativ offensichtlich.
Wenn man zu einer Verabredung geht,
Wenn man zu einer Verabredung geht,
09:17
a coffee date, and you're completely different than what you said,
181
541996
3601
zum Kaffee, und man ist ganz anders
als man sich beschrieben hat,
als man sich beschrieben hat,
09:21
game over. Right? So people lied frequently, but they lied
182
545597
3619
ist das Spiel aus. Stimmt's?
Die Leute logen also häufig,
Die Leute logen also häufig,
09:25
subtly, not too much. They were constrained.
183
549216
3469
aber dezent, nicht übermäßig.
Sie waren eingeschränkt.
Sie waren eingeschränkt.
09:28
Well, what explains all these studies? What explains the fact
184
552685
2887
Was erklärt nun all diese Studien?
Was erklärt die Tatsache,
Was erklärt die Tatsache,
09:31
that despite our intuitions, mine included,
185
555572
4635
dass, entgegen unserer Annahmen,
einschließlich meiner,
einschließlich meiner,
09:36
a lot of online communication, technologically-mediated
186
560207
3529
ein Großteil der Online-Kommunikation,
von technologisch-vermittelter Kommunikation,
von technologisch-vermittelter Kommunikation,
09:39
communication, is more honest than face to face?
187
563736
4028
ehrlicher ist als die von
Angesicht zu Angesicht?
Angesicht zu Angesicht?
09:43
That really is strange. How do we explain this?
188
567764
2489
Das ist wirklich seltsam.
Wie können wir das erklären?
Wie können wir das erklären?
09:46
Well, to do that, one thing is we can look at the deception-detection literature.
189
570253
3379
Um das zu tun, können wir uns zum einen
die Literatur zur Täuschungsaufdeckung ansehen.
die Literatur zur Täuschungsaufdeckung ansehen.
09:49
It's a very old literature by now, it's coming up on 50 years.
190
573632
4345
Mitlerweile handelt es sich um sehr alte
Fachliteratur, sie wird bald 50 Jahre.
Fachliteratur, sie wird bald 50 Jahre.
09:53
It's been reviewed many times. There's been thousands of trials,
191
577977
2662
Sie wurde viele Male besprochen.
Es gab tausende Versuche,
Es gab tausende Versuche,
09:56
hundreds of studies, and there's some really compelling findings.
192
580639
3981
hunderte Studien und einige wirklich
bestechende Erkenntnisse.
bestechende Erkenntnisse.
10:00
The first is, we're really bad at detecting deception,
193
584620
3236
Das erste ist, dass wir ziemlich schlecht
darin sind, Täuschung zu erkennen,
darin sind, Täuschung zu erkennen,
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
194
587856
4116
ziemlich schlecht. Eine durchschnittliche
Trefferrate von 54 %, wenn man beurteilen soll,
Trefferrate von 54 %, wenn man beurteilen soll,
10:07
if somebody that just said a statement is lying or not.
195
591972
3384
ob jemand, der gerade eine Behauptung
aufgestellt hat, lügt oder nicht.
aufgestellt hat, lügt oder nicht.
10:11
That's really bad. Why is it so bad?
196
595356
3192
Das ist wirklich schlecht.
Warum ist sie so schlecht?
Warum ist sie so schlecht?
10:14
Well it has to do with Pinocchio's nose.
197
598548
2530
Nun, das hängt mit Pinocchios
Nase zusammen.
Nase zusammen.
10:16
If I were to ask you guys, what do you rely on
198
601078
2359
Wenn ich Sie fragen würde,
worauf Sie sich verlassen,
worauf Sie sich verlassen,
10:19
when you're looking at somebody and you want to find out
199
603437
2245
wenn Sie jemanden ansehen
und herausfinden wollen,
und herausfinden wollen,
10:21
if they're lying? What cue do you pay attention to?
200
605682
2930
ob er lügt? Auf welche
Anzeichen achten Sie?
Anzeichen achten Sie?
10:24
Most of you would say that one of the cues you look at
201
608612
2430
Die meisten von Ihnen würden sagen,
dass einer Ihrer Anhaltspunkte
dass einer Ihrer Anhaltspunkte
10:26
is the eyes. The eyes are the window to the soul.
202
611042
2728
die Augen sind. Die Augen
sind die Fenster zur Seele.
sind die Fenster zur Seele.
10:29
And you're not alone. Around the world, almost every culture,
203
613770
2403
Und Sie sind damit nicht allein.
Auf der ganzen Welt, in fast jeder Kultur
Auf der ganzen Welt, in fast jeder Kultur
10:32
one of the top cues is eyes. But the research
204
616173
2863
gelten die Augen als eines der Hauptmerkmale.
Aber die Forschung
Aber die Forschung
10:34
over the last 50 years says there's actually no reliable cue
205
619036
3824
der letzten 50 Jahre besagt, dass
es eigentlich kein verlässliches Anzeichen
es eigentlich kein verlässliches Anzeichen
10:38
to deception, which blew me away, and it's one of
206
622860
2997
für Täuschung gibt, was
mich umgehauen hat.
mich umgehauen hat.
10:41
the hard lessons that I learned when I was customs officer.
207
625857
2355
Und das ist eine der schwierigen Lektionen,
die ich als Zollbeamter lernen musste.
die ich als Zollbeamter lernen musste.
10:44
The eyes do not tell us whether somebody's lying or not.
208
628212
2430
Die Augen verraten uns nicht,
ob jemand lügt oder nicht.
ob jemand lügt oder nicht.
10:46
Some situations, yes -- high stakes, maybe their pupils dilate,
209
630642
3018
In einigen Situationen, ja – bei hohem Einsatz
weiten sich die Pupillen vielleicht,
weiten sich die Pupillen vielleicht,
10:49
their pitch goes up, their body movements change a little bit,
210
633660
3504
die Stimme wird höher, die Körperbewegungen
ändern sich ein wenig,
ändern sich ein wenig,
10:53
but not all the time, not for everybody, it's not reliable.
211
637164
4832
aber nicht immer, nicht bei jedem,
das ist nicht verlässlich.
das ist nicht verlässlich.
10:57
Strange. The other thing is that just because you can't see me
212
641996
3378
Seltsam. Die andere Sache ist die:
Nur weil Sie mich nicht sehen können,
Nur weil Sie mich nicht sehen können,
11:01
doesn't mean I'm going to lie. It's common sense,
213
645374
2419
heißt das nicht, dass ich lügen werde.
Das sagt der gesunde Menschenverstand,
Das sagt der gesunde Menschenverstand,
11:03
but one important finding is that we lie for a reason.
214
647793
2907
aber eine wichtige Erkenntnis ist,
dass wir aus einem bestimmten Grund lügen.
dass wir aus einem bestimmten Grund lügen.
11:06
We lie to protect ourselves or for our own gain
215
650700
2367
Wir lügen, um uns selbst zu schützen
oder zu unserem eigenen Nutzen
oder zu unserem eigenen Nutzen
11:08
or for somebody else's gain.
216
653067
2827
oder um jemand
anderem zu nützen.
anderem zu nützen.
11:11
So there are some pathological liars, but they make up
217
655894
1930
Es gibt auch ein paar
pathologische Lügner,
pathologische Lügner,
11:13
a tiny portion of the population. We lie for a reason.
218
657824
3513
aber sie machen nur einen kleinen Teil der
Bevölkerung aus. Wir lügen aus gutem Grund.
Bevölkerung aus. Wir lügen aus gutem Grund.
11:17
Just because people can't see us doesn't mean
219
661337
1631
Nur weil Leute uns nicht
sehen können, heißt das nicht,
sehen können, heißt das nicht,
11:18
we're going to necessarily lie.
220
662968
2271
dass wir unbedingt
lügen werden.
lügen werden.
11:21
But I think there's actually something much more
221
665239
1553
Ich glaube aber, dass hier
etwas viel Interessanteres
etwas viel Interessanteres
11:22
interesting and fundamental going on here. The next big
222
666792
3274
und Grundlegenderes vor sich geht.
Die nächste große Sache für mich,
Die nächste große Sache für mich,
11:25
thing for me, the next big idea, we can find by going
223
670066
3797
die nächste große Erkenntnis,
können wir finden,
können wir finden,
11:29
way back in history to the origins of language.
224
673863
3139
wenn wir weit in der Geschichte zu den
Ursprüngen der Sprache zurückgehen.
Ursprüngen der Sprache zurückgehen.
11:32
Most linguists agree that we started speaking somewhere
225
677002
3887
Die meisten Sprachwissenschaftler
stimmen überein, dass wir
stimmen überein, dass wir
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
226
680889
3168
irgendwann vor 50.000 bis 100.000 Jahren
begonnen haben zu sprechen. Das ist lang her.
begonnen haben zu sprechen. Das ist lang her.
11:39
A lot of humans have lived since then.
227
684057
2616
Viele Menschen haben
seitdem gelebt.
seitdem gelebt.
11:42
We've been talking, I guess, about fires and caves
228
686673
2423
Wir haben gesprochen, wahrscheinlich
über Feuer und Höhlen
über Feuer und Höhlen
11:44
and saber-toothed tigers. I don't know what they talked about,
229
689096
3107
und Säbelzahntiger. Ich weiß nicht,
worüber sie geredet haben,
worüber sie geredet haben,
11:48
but they were doing a lot of talking, and like I said,
230
692203
2518
aber sie haben viel geredet,
und wie ich schon sagte,
und wie ich schon sagte,
11:50
there's a lot of humans evolving speaking,
231
694721
2545
gab es viele Menschen, die das
Sprechen entwickelt haben,
Sprechen entwickelt haben,
11:53
about 100 billion people in fact.
232
697266
2806
über 100 Milliarden
Menschen sogar.
Menschen sogar.
11:55
What's important though is that writing only emerged
233
700072
2782
Wichtig ist allerdings,
dass sich die Schrift erst
dass sich die Schrift erst
11:58
about 5,000 years ago. So what that means is that
234
702854
3587
vor ca. 5.000 Jahren herausbildete.
Das bedeutet also,
Das bedeutet also,
12:02
all the people before there was any writing,
235
706441
2392
dass alle Menschen,
bevor es Schrift gab,
bevor es Schrift gab,
12:04
every word that they ever said, every utterance
236
708833
5586
jedes einzelne ihrer Worte,
jede Äußerung
jede Äußerung
12:10
disappeared. No trace. Evanescent. Gone.
237
714419
4752
verschwunden ist. Ohne Spur.
Entschwunden. Weg.
Entschwunden. Weg.
12:15
So we've been evolving to talk in a way in which
238
719171
4065
Wir haben uns also
entwickelt, so zu sprechen,
entwickelt, so zu sprechen,
12:19
there is no record. In fact, even the next big change
239
723236
5917
als ob es keine Aufzeichnung gäbe.
Tatsächlich fand die nächste große Veränderung
Tatsächlich fand die nächste große Veränderung
12:25
to writing was only 500 years ago now,
240
729153
2468
in Bezug auf die Schrift
sogar erst vor 500 Jahren
sogar erst vor 500 Jahren
12:27
with the printing press, which is very recent in our past,
241
731621
2379
mit der Druckerpresse statt,
in sehr naher Vergangenheit,
in sehr naher Vergangenheit,
12:29
and literacy rates remained incredibly low right up until World War II,
242
734000
4242
Die Alphabetisierungsrate blieb unglaublich
niedrig bis hin zum Zweiten Weltkrieg,
niedrig bis hin zum Zweiten Weltkrieg,
12:34
so even the people of the last two millennia,
243
738242
3384
also selbst die Menschen
der letzten zwei Jahrtausende,
der letzten zwei Jahrtausende,
12:37
most of the words they ever said -- poof! -- disappeared.
244
741626
5032
fast alle Worte, die sie jemals äußerten –
puff! – sind verschwunden.
puff! – sind verschwunden.
12:42
Let's turn to now, the networked age.
245
746658
3591
Wenden wir uns dem Jetzt zu,
dem vernetzten Zeitalter.
dem vernetzten Zeitalter.
12:46
How many of you have recorded something today?
246
750249
4712
Wie viele von Ihnen haben
heute etwas aufgezeichnet?
heute etwas aufgezeichnet?
12:50
Anybody do any writing today? Did anybody write a word?
247
754961
3177
Hat heute irgendjemand etwas geschrieben?
Hat irgendjemand ein Wort geschrieben?
Hat irgendjemand ein Wort geschrieben?
12:54
It looks like almost every single person here recorded something.
248
758138
4226
Es sieht so aus, als ob fast jeder
Einzelne hier etwas aufgezeichnet hat.
Einzelne hier etwas aufgezeichnet hat.
12:58
In this room, right now, we've probably recorded more
249
762364
3048
In diesem Raum haben wir jetzt
wahrscheinlich mehr aufgezeichnet
wahrscheinlich mehr aufgezeichnet
13:01
than almost all of human pre-ancient history.
250
765412
4542
als nahezu die gesamte
frühgeschichtliche Menschheit.
frühgeschichtliche Menschheit.
13:05
That is crazy. We're entering this amazing period
251
769954
3230
Das ist Wahnsinn. Wir treten ein
in diese faszinierende Epoche
in diese faszinierende Epoche
13:09
of flux in human evolution where we've evolved to speak
252
773184
4015
des Flusses der menschlichen Entwicklung,
in der wir uns entwickelt haben,
in der wir uns entwickelt haben,
13:13
in a way in which our words disappear, but we're in
253
777199
2701
so zu sprechen, als ob
unsere Worte verschwinden,
unsere Worte verschwinden,
13:15
an environment where we're recording everything.
254
779900
2903
aber wir befinden uns in einer Umgebung,
in der wir alles aufzeichnen.
in der wir alles aufzeichnen.
13:18
In fact, I think in the very near future, it's not just
255
782803
2337
Tatsächlich glaube ich,
dass in sehr naher Zukunft
dass in sehr naher Zukunft
13:21
what we write that will be recorded, everything we do
256
785140
2349
nicht nur das aufgezeichnet wird,
was wir schreiben,
was wir schreiben,
13:23
will be recorded.
257
787489
2333
auch alles, was wir tun,
wird aufgezeichnet werden.
wird aufgezeichnet werden.
13:25
What does that mean? What's the next big idea from that?
258
789822
4456
Was bedeutet das? Was ist die nächste
große Schlussfolgerung daraus?
große Schlussfolgerung daraus?
13:30
Well, as a social scientist, this is the most amazing thing
259
794278
4250
Nun, für mich als Sozialwissenschaftler
ist das das Atemberaubendste,
ist das das Atemberaubendste,
13:34
I have ever even dreamed of. Now, I can look at
260
798528
3547
was ich mir je hätte träumen lassen. Jetzt kann ich mir plötzlich
13:37
all those words that used to, for millennia, disappear.
261
802075
3611
Worte ansehen, die sonst, über Jahrtausende hinweg, immer verschwanden.
13:41
I can look at lies that before were said and then gone.
262
805686
4248
Ich kann mir Lügen ansehen; früher wurden sie gesprochen und waren dann fort.
13:45
You remember those Astroturfing reviews that we were
263
809934
3520
Sie erinnern sich an diese
Astroturfing-Rezensionen,
Astroturfing-Rezensionen,
13:49
talking about before? Well, when they write a fake review,
264
813454
3503
über die wir vorhin gesprochen haben?
Nun, wenn sie eine gefälschte Rezension schreiben,
Nun, wenn sie eine gefälschte Rezension schreiben,
13:52
they have to post it somewhere, and it's left behind for us.
265
816957
2704
müssen sie diese irgendwo veröffentlichen
und sie wird uns hinterlassen.
und sie wird uns hinterlassen.
13:55
So one thing that we did, and I'll give you an example of
266
819661
2435
Ich gebe Ihnen ein Beispiel
von Sprachbetrachtung.
von Sprachbetrachtung.
13:57
looking at the language, is we paid people
267
822096
2495
Wir haben Leute bezahlt,
14:00
to write some fake reviews. One of these reviews is fake.
268
824591
3535
einige falsche Rezensionen zu verfassen.
Eine dieser Bewertungen ist gefälscht.
Eine dieser Bewertungen ist gefälscht.
14:04
The person never was at the James Hotel.
269
828126
1943
Die Person war niemals
im James Hotel.
im James Hotel.
14:05
The other review is real. The person stayed there.
270
830069
2922
Die andere Bewertung ist echt.
Die Person hat dort übernachtet.
Die Person hat dort übernachtet.
14:08
Now, your task now is to decide
271
832991
3527
Jetzt ist es Ihre Aufgabe,
zu entscheiden,
zu entscheiden,
14:12
which review is fake?
272
836518
4073
welches die gefälschte
Bewertung ist.
Bewertung ist.
14:16
I'll give you a moment to read through them.
273
840591
4186
Ich gebe Ihnen einen Moment
Zeit zum Lesen.
Zeit zum Lesen.
14:20
But I want everybody to raise their hand at some point.
274
844777
2287
Aber ich möchte, dass sich jeder von
Ihnen für eine Antwort meldet.
Ihnen für eine Antwort meldet.
14:22
Remember, I study deception. I can tell if you don't raise your hand.
275
847064
4231
Denken Sie daran, ich erforsche Täuschung.
Ich merke, wenn Sie sich nicht melden.
Ich merke, wenn Sie sich nicht melden.
14:27
All right, how many of you believe that A is the fake?
276
851295
4570
Gut, wie viele von Ihnen glauben,
dass A gefälscht ist?
dass A gefälscht ist?
14:33
All right. Very good. About half.
277
857894
2142
Ok. Sehr gut.
Ungefähr die Hälfte.
Ungefähr die Hälfte.
14:35
And how many of you think that B is?
278
860036
3615
Und wie viele von Ihnen
denken, es sei B?
denken, es sei B?
14:39
All right. Slightly more for B.
279
863651
2529
Gut. Etwas mehr für B.
14:42
Excellent. Here's the answer.
280
866180
2592
Ausgezeichnet.
Hier ist die Antwort.
Hier ist die Antwort.
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
281
868772
6581
B ist gefälscht. Gut gemacht, Gruppe zwei.
Sie haben gewonnen. (Gelächter)
Sie haben gewonnen. (Gelächter)
14:51
You're actually a little bit unusual. Every time we demonstrate this,
282
875353
2846
Sie sind tatsächlich etwas ungewöhnlich.
Jedes Mal, wenn wir das vorführen,
Jedes Mal, wenn wir das vorführen,
14:54
it's usually about a 50-50 split, which fits
283
878199
2746
ist das Ergebnis für gewöhnlich
halbe halbe, was mit
halbe halbe, was mit
14:56
with the research, 54 percent. Maybe people here
284
880945
2646
den Forschungsergebnissen übereinstimmt, 54 %.
Vielleicht sind die Menschen hier
Vielleicht sind die Menschen hier
14:59
in Winnipeg are more suspicious and better at figuring it out.
285
883591
3770
in Winnipeg misstrauischer
und besser im Austüfteln.
und besser im Austüfteln.
15:03
Those cold, hard winters, I love it.
286
887361
2688
Diese kalten, harten
Winter, ich liebe es.
Winter, ich liebe es.
15:05
All right, so why do I care about this?
287
890049
3054
Gut, warum ist mir
das so wichtig?
das so wichtig?
15:09
Well, what I can do now with my colleagues in computer science
288
893103
3268
Nun, mit meinen Kollegen der Informatik
15:12
is we can create computer algorithms that can analyze
289
896371
3232
können wir nun einen Algorithmus entwickeln,
15:15
the linguistic traces of deception.
290
899603
2900
der die sprachlichen Spuren der
Täuschung analysieren kann.
Täuschung analysieren kann.
15:18
Let me highlight a couple of things here
291
902503
1833
Lassen Sie mich ein paar Dinge in der
gefälschten Beurteilung hervorheben.
gefälschten Beurteilung hervorheben.
15:20
in the fake review. The first is that liars tend to think
292
904336
3443
Zuerst einmal tendieren Lügner dazu,
über die Erzählung nachzudenken.
über die Erzählung nachzudenken.
15:23
about narrative. They make up a story:
293
907779
1588
Sie erfinden eine Geschichte:
15:25
Who? And what happened? And that's what happened here.
294
909367
3186
Wer? Und was ist passiert?
Und genau das ist hier passiert.
Und genau das ist hier passiert.
15:28
Our fake reviewers talked about who they were with
295
912553
2289
Unsere falschen Rezensenten sprachen
darüber, mit wem sie zusammen waren
darüber, mit wem sie zusammen waren
15:30
and what they were doing. They also used the first person singular, I,
296
914842
4765
und was sie gemacht haben. Sie benutzten
außerdem die erste Person Singular, ich,
außerdem die erste Person Singular, ich,
15:35
way more than the people that actually stayed there.
297
919607
2469
viel öfter als die Leute,
die wirklich dort waren.
die wirklich dort waren.
15:37
They were inserting themselves into the hotel review,
298
922076
4696
Sie fügten sich selbst in
die Hotelbewertung ein,
die Hotelbewertung ein,
15:42
kind of trying to convince you they were there.
299
926772
1696
versuchten uns zu überzeugen,
dass sie da waren.
dass sie da waren.
15:44
In contrast, the people that wrote the reviews that were actually there,
300
928468
4015
Im Gegensatz dazu haben die
Leute, die wirklich da waren,
Leute, die wirklich da waren,
15:48
their bodies actually entered the physical space,
301
932483
2432
deren Körper tatsächlich den
physischen Raum betreten hatten,
physischen Raum betreten hatten,
15:50
they talked a lot more about spatial information.
302
934915
2899
in ihren Rezensionen viel mehr über
räumliche Informationen gesprochen.
räumliche Informationen gesprochen.
15:53
They said how big the bathroom was, or they said,
303
937814
2517
Sie erzählten, wie groß das
Bad war, oder sagten,
Bad war, oder sagten,
15:56
you know, here's how far shopping is from the hotel.
304
940331
4520
die Einkaufsmöglichkeiten sind
so und so weit vom Hotel entfernt.
so und so weit vom Hotel entfernt.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
305
944851
4161
Sie haben das recht gut gemacht. Die meisten
lösen diese Aufgabe per Zufallsprinzip.
lösen diese Aufgabe per Zufallsprinzip.
16:04
Our computer algorithm is very accurate, much more accurate
306
949012
2758
Unser Computeralgorithmus
ist sehr genau,
ist sehr genau,
16:07
than humans can be, and it's not going to be accurate all the time.
307
951770
3291
viel genauer als Menschen sein können,
und er ist nicht immer treffsicher.
und er ist nicht immer treffsicher.
16:10
This isn't a deception-detection machine to tell
308
955061
2030
Das ist keine
Täuschungsaufklärungsmaschine,
Täuschungsaufklärungsmaschine,
16:12
if your girlfriend's lying to you on text messaging.
309
957091
2501
die einem sagt, ob die
Freundin in der SMS lügt.
Freundin in der SMS lügt.
16:15
We believe that every lie now, every type of lie --
310
959592
3564
Wir glauben, dass jede
Lüge, jede Art von Lüge –
Lüge, jede Art von Lüge –
16:19
fake hotel reviews, fake shoe reviews,
311
963156
3787
gefälschte Hotelbewertungen,
gefälschte Schuhrezensionen,
gefälschte Schuhrezensionen,
16:22
your girlfriend cheating on you with text messaging --
312
966943
2914
Ihre Freundin, die Sie
in der SMS betrügt –
in der SMS betrügt –
16:25
those are all different lies. They're going to have
313
969857
1505
das sind alles
verschiedene Lügen.
verschiedene Lügen.
16:27
different patterns of language. But because everything's
314
971362
2859
Sie haben auch unterschiedliche Sprachmuster.
Aber nun, da alles aufgezeichnet wird,
Aber nun, da alles aufgezeichnet wird,
16:30
recorded now, we can look at all of those kinds of lies.
315
974221
4689
können wir all diese Arten
von Lügen betrachten.
von Lügen betrachten.
16:34
Now, as I said, as a social scientist, this is wonderful.
316
978910
3993
Wie ich bereits sagte, für mich als
Sozialwissenschaftler ist das wundervoll.
Sozialwissenschaftler ist das wundervoll.
16:38
It's transformational. We're going to be able to learn
317
982903
2087
Es ist revolutionär. Wir werden
in der Lage sein, so viel mehr
in der Lage sein, so viel mehr
16:40
so much more about human thought and expression,
318
984990
3802
über menschliche Gedanken
und Ausdruck zu lernen,
und Ausdruck zu lernen,
16:44
about everything from love to attitudes,
319
988792
4398
über alles von Liebe bis
hin zu Einstellungen,
hin zu Einstellungen,
16:49
because everything is being recorded now, but
320
993190
1960
denn alles wird
nun aufgezeichnet,
nun aufgezeichnet,
16:51
what does it mean for the average citizen?
321
995150
2404
aber was bedeutet das für
den Durchschnittsbürger?
den Durchschnittsbürger?
16:53
What does it mean for us in our lives?
322
997554
2802
Was bedeutet das für
uns in unserem Leben?
uns in unserem Leben?
16:56
Well, let's forget deception for a bit. One of the big ideas,
323
1000356
3673
Vergessen wir kurz die Täuschung.
Eine der großen Ideen ist,
Eine der großen Ideen ist,
16:59
I believe, is that we're leaving these huge traces behind.
324
1004029
3688
so glaube ich, dass wir diese
riesigen Spuren hinterlassen.
riesigen Spuren hinterlassen.
17:03
My outbox for email is massive,
325
1007717
3216
Der Postausgang meines
E-Mail-Kontos ist riesig,
E-Mail-Kontos ist riesig,
17:06
and I never look at it. I write all the time,
326
1010933
3337
und ich sehe ihn mir nie an.
Ich schreibe die ganze Zeit,
Ich schreibe die ganze Zeit,
17:10
but I never look at my record, at my trace.
327
1014270
3438
aber ich sehe mir meine
Aufzeichnungen nie an, meine Spur.
Aufzeichnungen nie an, meine Spur.
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
Ich glaube, wir werden noch
viel mehr davon sehen,
viel mehr davon sehen,
17:15
where we can reflect on who we are by looking at
329
1019275
3161
wobei wir darüber reflektieren können,
wer wir sind, indem wir uns ansehen,
wer wir sind, indem wir uns ansehen,
17:18
what we wrote, what we said, what we did.
330
1022436
3618
was wir geschrieben haben,
gesagt haben, getan haben.
gesagt haben, getan haben.
17:21
Now, if we bring it back to deception, there's a couple
331
1026054
2272
Wenn wir das auf die Täuschung
zurückführen, gibt es einige Dinge,
zurückführen, gibt es einige Dinge,
17:24
of take-away things here.
332
1028326
1977
die wir mitnehmen können.
17:26
First, lying online can be very dangerous, right?
333
1030303
4488
Erstens, online Lügen kann
sehr gefährlich sein, ja?
sehr gefährlich sein, ja?
17:30
Not only are you leaving a record for yourself on your machine,
334
1034791
2706
Sie hinterlassen nicht nur Aufzeichnungen
für sich selbst auf Ihrem Rechner,
für sich selbst auf Ihrem Rechner,
17:33
but you're leaving a record on the person that you were lying to,
335
1037497
4275
sondern Sie hinterlassen eine Aufzeichnung
für die Person, die Sie angelogen haben,
für die Person, die Sie angelogen haben,
17:37
and you're also leaving them around for me to analyze
336
1041772
1760
und Sie hinterlassen sie auch
für mich, damit ich sie mit
für mich, damit ich sie mit
17:39
with some computer algorithms.
337
1043532
1454
ein paar Computeralgorithmen
untersuchen kann.
untersuchen kann.
17:40
So by all means, go ahead and do that, that's good.
338
1044986
3173
Machen Sie auf jeden Fall
damit weiter, das ist gut.
damit weiter, das ist gut.
17:44
But when it comes to lying and what we want to do
339
1048159
4154
Aber wenn es um das
Lügen geht und was wir
Lügen geht und was wir
17:48
with our lives, I think we can go back to
340
1052313
2553
mit unserem Leben machen wollen,
dann können wir auch
dann können wir auch
17:50
Diogenes and Confucius. And they were less concerned
341
1054866
3749
zu Diogenes und Konfuzius zurückgehen.
Sie sorgten sich weniger darum,
Sie sorgten sich weniger darum,
17:54
about whether to lie or not to lie, and more concerned about
342
1058615
2832
ob man lügen sollte oder
nicht, und mehr darum,
nicht, und mehr darum,
17:57
being true to the self, and I think this is really important.
343
1061447
3285
sich selbst treu zu sein.
Ich glaube, das ist wirklich wichtig.
Ich glaube, das ist wirklich wichtig.
18:00
Now, when you are about to say or do something,
344
1064732
4183
Wenn Sie also etwas
sagen oder tun wollen,
sagen oder tun wollen,
18:04
we can think, do I want this to be part of my legacy,
345
1068915
4560
können wir darüber nachdenken, möchte
ich, dass das Teil meines Erbes wird,
ich, dass das Teil meines Erbes wird,
18:09
part of my personal record?
346
1073475
2713
Teil meiner persönlichen
Datenaufzeichnungen?
Datenaufzeichnungen?
18:12
Because in the digital age we live in now,
347
1076188
2657
Denn im digitalen Zeitalter,
in dem wir jetzt leben,
in dem wir jetzt leben,
18:14
in the networked age, we are all leaving a record.
348
1078845
4464
im vernetzten Zeitalter, hinterlassen
wir alle Aufzeichnungen.
wir alle Aufzeichnungen.
18:19
Thank you so much for your time,
349
1083309
1695
Vielen Dank für Ihre Zeit,
18:20
and good luck with your record. (Applause)
350
1085004
4447
und viel Glück mit Ihren
Aufzeichnungen. (Applaus)
Aufzeichnungen. (Applaus)
ABOUT THE SPEAKER
Jeff Hancock - PsychologistJeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication.
Why you should listen
Jeff Hancock is fascinated by the words we choose when sending text messages, composing emails and writing online profiles. An Associate Professor of Cognitive Science and Communications at Cornell University, his research has focused on how people use deception and irony when communicating through cell phones and online platforms. His idea: that while the impersonality of online interaction can encourage mild fibbing, the fact that it leaves a permanent record of verifiable facts actually keeps us on the straight and narrow.
Hancock has also studied how we form impressions of others online, how we manage others' impressions of ourselves, and how individual personalities interact with online groups.
Jeff Hancock | Speaker | TED.com