TED2009
Dan Ariely: Our buggy moral code
Ο Νταν Αριέλι για τον ελλατωματικό μας ηθικό κώδικα
Filmed:
Readability: 3.2
3,509,395 views
Ο συμπεριφορικός οικονομολόγος Νταν Αριέλι μελετά τα ελλατώματα στον ηθικό μας κώδικα: τους κρυφούς λόγους για τους οποίους νομίζουμε ότι είναι εντάξει να εξαπατούμε ή να κλέβουμε (μερικές φορές). Έξυπνες έρευνες βοηθούν το επιχείρημά του ότι είμαστε προβλέψιμα παράλογοι -- και ότι μπορούμε να επηρεαστούμε με τρόπους που δεν μας είναι αντιληπτοί.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
I want to talk to you today a little bit
0
1000
2000
Θα ήθελα να σας μιλήσω λίγο σήμερα
00:18
about predictable irrationality.
1
3000
3000
για τον προβλέψιμο παραλογισμό.
00:21
And my interest in irrational behavior
2
6000
4000
Το ενδιαφέρον μου για την παράλογη συμπεριφορά
00:25
started many years ago in the hospital.
3
10000
3000
ξεκίνησε πριν μερικά χρόνια σε ένα νοσοκομείο.
00:28
I was burned very badly.
4
13000
4000
Είχα καεί πολύ άσχημα.
00:32
And if you spend a lot of time in hospital,
5
17000
3000
Και αν περάσετε αρκετό καιρό σε ένα νοσοκομείο
00:35
you'll see a lot of types of irrationalities.
6
20000
3000
θα δείτε πολλών ειδών παραλογισμούς.
00:38
And the one that particularly bothered me in the burn department
7
23000
5000
Και εκείνος που με ενόχλησε ιδιαίτερα στο τμήμα εγκαυμάτων
00:43
was the process by which the nurses took the bandage off me.
8
28000
4000
ήταν η διαδικασία με την οποία οι νοσοκόμες αφαιρούσαν τους επιδέσμους μου.
00:48
Now, you must have all taken a Band-Aid off at some point,
9
33000
2000
Σίγουρα όλοι σας έχετε βγάλει ένα τραυμαπλάστ κάποια στιγμή
00:50
and you must have wondered what's the right approach.
10
35000
3000
και σίγουρα αναρωτηθήκατε ποια είναι η σωστή προσέγγιση.
00:53
Do you rip it off quickly -- short duration but high intensity --
11
38000
4000
Το τραβάτε απότομα -- μικρή διάρκεια αλλά με μεγάλη ένταση --
00:57
or do you take your Band-Aid off slowly --
12
42000
2000
ή το βγάζετε σιγά σιγά --
00:59
you take a long time, but each second is not as painful --
13
44000
4000
περισσότερος χρόνος, όμως κάθε δευτερόλεπτο είναι λιγότερο επίπονο --
01:03
which one of those is the right approach?
14
48000
3000
Ποια είναι η σωστή προσέγγιση;
01:06
The nurses in my department thought that the right approach
15
51000
4000
Οι νοσοκόμες στο τμήμα μου νόμιζαν πως η σωστή προσέγγιση
01:10
was the ripping one, so they would grab hold and they would rip,
16
55000
3000
ήταν η πρώτη, οπότε με κρατούσαν σταθερά και τράβαγαν απότομα τους επίδεσμους,
01:13
and they would grab hold and they would rip.
17
58000
2000
κρατούσαν και τράβαγαν.
01:15
And because I had 70 percent of my body burned, it would take about an hour.
18
60000
4000
Και επειδή είχα το 70% του σώματός μου καμένο, η διαδικασία έπερνε περίπου μια ώρα.
01:19
And as you can imagine,
19
64000
3000
Όπως φαντάζεστε λοιπόν,
01:22
I hated that moment of ripping with incredible intensity.
20
67000
4000
μισούσα τις στιγμές αυτού του απίστευτα έντονου πόνου.
01:26
And I would try to reason with them and say,
21
71000
2000
Οπότε προσπάθησα να το συζητήσω μαζί τους λέγοντας,
01:28
"Why don't we try something else?
22
73000
1000
"Γιατί να μη δοκιμάσουμε κάτι άλλο;
01:29
Why don't we take it a little longer --
23
74000
2000
Γιατί να μην μας πάρει λίγο παραπάνω --
01:31
maybe two hours instead of an hour -- and have less of this intensity?"
24
76000
5000
ίσως δύο ώρες αντί για μία -- ώστε να αισθάνομαι λιγότερο πόνο;"
01:36
And the nurses told me two things.
25
81000
2000
Οπότε οι νοσοκόμες μου είπαν δύο πράγματα.
01:38
They told me that they had the right model of the patient --
26
83000
4000
Μου είπαν πως είχαν τη κατάλληλη μέθοδο για τον ασθενή --
01:42
that they knew what was the right thing to do to minimize my pain --
27
87000
3000
δηλαδή γνώριζαν ποια ήταν η σωστή διαδικασία για να ελαχιστοποιήσουν τον πόνο μου--
01:45
and they also told me that the word patient doesn't mean
28
90000
3000
προσθέτοντας επίσης πως η λέξη ασθενής δεν σημαίνει
01:48
to make suggestions or to interfere or ...
29
93000
2000
να κάνω προτάσεις ή να παρεμβαίνω ή ...
01:50
This is not just in Hebrew, by the way.
30
95000
3000
Και αυτό δεν είναι μόνο στα Εβραϊκά, παρεπιμπτόντως.
01:53
It's in every language I've had experience with so far.
31
98000
3000
Ισχύει για κάθε γλώσσα που έχω γνωρίσει μέχρι στιγμής.
01:56
And, you know, there's not much -- there wasn't much I could do,
32
101000
4000
Όπως καταλαβαίνετε, δεν γινόταν να κάνω κάτι παραπάνω
02:00
and they kept on doing what they were doing.
33
105000
3000
και εκείνες συνέχισαν να κάνουν το ίδιο.
02:03
And about three years later, when I left the hospital,
34
108000
2000
Και μετά από τρία χρόνια, όταν έφυγα από το νοσοκομείο,
02:05
I started studying at the university.
35
110000
3000
ξεκίνησα μαθήματα στο πανεπιστήμιο.
02:08
And one of the most interesting lessons I learned
36
113000
3000
Ένα από τα πιο ενδιαφέροντα μαθήματα που πήρα
02:11
was that there is an experimental method
37
116000
2000
ήταν ότι υπάρχει μια πειραματική μέθοδος
02:13
that if you have a question you can create a replica of this question
38
118000
4000
που λέει ότι, όταν έχεις μια ερώτηση μπορείς να φτιάξεις ένα αντίγραφό της
02:17
in some abstract way, and you can try to examine this question,
39
122000
4000
με έναν αφαιρετικό τρόπο και να προσπαθήσεις να την μελετήσεις,
02:21
maybe learn something about the world.
40
126000
2000
ώστε, ίσως, να μάθεις κάτι για τον κόσμο.
02:23
So that's what I did.
41
128000
2000
Και αυτό έκανα.
02:25
I was still interested
42
130000
1000
Ακόμη με ενδιέφερε
02:26
in this question of how do you take bandages off burn patients.
43
131000
2000
η ερώτηση του πως αφαιρείς τους επιδέσμους από ασθενείς με εγκαύματα.
02:28
So originally I didn't have much money,
44
133000
3000
Αρχικά,λοιπόν, δεν είχα αρκετά χρήματα,
02:31
so I went to a hardware store and I bought a carpenter's vice.
45
136000
4000
οπότε πήγα σε ένα κατάστημα σιδηρικών και αγόρασα μια μέγγενη.
02:35
And I would bring people to the lab and I would put their finger in it,
46
140000
4000
Οπότε έφερνα ανθρώπους στο εργαστήριο και έβαζα το δαχτυλό τους μέσα
02:39
and I would crunch it a little bit.
47
144000
2000
και το έσφιγγα λιγάκι.
02:41
(Laughter)
48
146000
2000
(Γέλια)
02:43
And I would crunch it for long periods and short periods,
49
148000
3000
Το έσφιγγα για μεγάλες χρονικές περιόδους και μικρές,
02:46
and pain that went up and pain that went down,
50
151000
2000
αυξάνοντας και μειώνοντας τον πόνο,
02:48
and with breaks and without breaks -- all kinds of versions of pain.
51
153000
4000
με σπασίματα ή όχι -- με πόνο όλων των ειδών.
02:52
And when I finished hurting people a little bit, I would ask them,
52
157000
2000
Όταν σταμάτησα να τους πληγώνω για λίγο, ρωτούσα,
02:54
so, how painful was this? Or, how painful was this?
53
159000
2000
Πόσο επίπονο ήταν αυτό; Ή πόσο επίπονο ήταν αυτό;
02:56
Or, if you had to choose between the last two,
54
161000
2000
Και αν είχατε να επιλέξετε μεταξύ των δύο,
02:58
which one would you choose?
55
163000
2000
ποιο θα επιλέγατε;
03:00
(Laughter)
56
165000
3000
(Γέλια)
03:03
I kept on doing this for a while.
57
168000
3000
Συνέχισα να το κάνω αυτό για αρκετό καιρό.
03:06
(Laughter)
58
171000
2000
(Γέλια)
03:08
And then, like all good academic projects, I got more funding.
59
173000
4000
Έπειτα, όπως όλα τα καλά ακαδημαϊκά πρότζεκτ, πήρα μεγαλύτερη χρηματοδότηση.
03:12
I moved to sounds, electrical shocks --
60
177000
2000
Χρησιμοποίησηα ήχους, ηλεκτρικά σοκ --
03:14
I even had a pain suit that I could get people to feel much more pain.
61
179000
5000
Είχα ακόμη και μια στολή πόνου ώστε να κάνω τους ανθρώπους να αισθόνται περισσότερο πόνο.
03:19
But at the end of this process,
62
184000
4000
Όμως εκείνο που έμαθα στη διαδικασία,
03:23
what I learned was that the nurses were wrong.
63
188000
3000
είναι ότι οι νοσοκόμες έκαναν λάθος.
03:26
Here were wonderful people with good intentions
64
191000
3000
Εδώ είχαμε υπέροχους ανθρώπους με καλές προθέσεις
03:29
and plenty of experience, and nevertheless
65
194000
2000
και αρκετή εμπειρία, ωστόσο
03:31
they were getting things wrong predictably all the time.
66
196000
4000
το λάθος τους ήταν προβλέψιμο κάθε φορά.
03:35
It turns out that because we don't encode duration
67
200000
3000
Από ότι φαίνεται, επειδή δεν κωδικοποιούμε τη διάρκεια
03:38
in the way that we encode intensity,
68
203000
2000
με τον ίδιο τρόπο που κωδικοποιούμε την ένταση,
03:40
I would have had less pain if the duration would have been longer
69
205000
4000
θα αισθανόμουν λιγότερο πόνο αν η διάρκεια ήταν μεγαλύτερη
03:44
and the intensity was lower.
70
209000
2000
και η ένταση μικρότερη.
03:46
It turns out it would have been better to start with my face,
71
211000
3000
Από ότι φαίνεται θα ήταν καλύτερα να είχαν ξεκινήσει με το πρόσωπό μου,
03:49
which was much more painful, and move toward my legs,
72
214000
2000
το οποίο ήταν πιο επίπονο, προχωρώντας προς τα πόδια,
03:51
giving me a trend of improvement over time --
73
216000
3000
δίνοντάς μου την αίσθηση της σταδιακής βελτίωσης --
03:54
that would have been also less painful.
74
219000
1000
και αυτό θα πονούσε λιγότερο.
03:55
And it also turns out that it would have been good
75
220000
2000
Επίσης φαίνεται πως θα ήταν καλύτερο
03:57
to give me breaks in the middle to kind of recuperate from the pain.
76
222000
2000
να κάναμε διαλείμματα στη μέση ώστε να ανακουφιστώ από τον πόνο.
03:59
All of these would have been great things to do,
77
224000
2000
Όλα αυτά θα ήταν πολύ ωραία αν γίνονταν
04:01
and my nurses had no idea.
78
226000
3000
και οι νοσοκόμες μου δεν είχαν ιδέα.
04:04
And from that point on I started thinking,
79
229000
1000
Και από εκείνο το σημείο και μετά άρχισα να σκέφτομαι,
04:05
are the nurses the only people in the world who get things wrong
80
230000
3000
είναι μόνο οι νοσοκόμες στον κόσμο εκείνες που κάνουν λάθος
04:08
in this particular decision, or is it a more general case?
81
233000
3000
σε αυτή τη συγκεκριμένη απόφαση ή είναι πιο γενικό φαινόμενο;
04:11
And it turns out it's a more general case --
82
236000
2000
Και από ότι φαίνεται είναι γενικευμένο --
04:13
there's a lot of mistakes we do.
83
238000
3000
Είναι αρκετά τα λάθη που κάνουμε.
04:16
And I want to give you one example of one of these irrationalities,
84
241000
5000
Και θα ήθελα να σας δώσω ένα παράδειγμα ενός από αυτά τα παράλογα
04:21
and I want to talk to you about cheating.
85
246000
3000
και πιο συγκεκριμένα θα μιλήσω για την εξαπάτηση.
04:24
And the reason I picked cheating is because it's interesting,
86
249000
2000
Ο λόγος που διάλεξα την εξαπάτηση είναι διότι έχει ενδιαφέρον
04:26
but also it tells us something, I think,
87
251000
2000
ενώ μας λέει κάτι, νομίζω,
04:28
about the stock market situation we're in.
88
253000
3000
για την χρηματοπιστωτική κρίση που βρισκόμαστε.
04:31
So, my interest in cheating started
89
256000
3000
Το ενδιαφέρον μου για την εξαπάτηση ξεκίνησε
04:34
when Enron came on the scene, exploded all of a sudden,
90
259000
2000
όταν η Enron εμφανίστηκε στο προσκήνιο και εξεράγη έτσι ξαφνικά,
04:36
and I started thinking about what is happening here.
91
261000
3000
και έτσι άρχισα να αναρωτιέμαι τι συμβαίνει εδώ.
04:39
Is it the case that there was kind of
92
264000
1000
Ήταν αυτή η περίπτωση
04:40
a few apples who are capable of doing these things,
93
265000
3000
ορισμένων κακών μήλων που ήταν ικανά να κάνουν αυτά τα πράγματα
04:43
or are we talking a more endemic situation,
94
268000
2000
ή μιλούμε για μια ενδημική κατάσταση,
04:45
that many people are actually capable of behaving this way?
95
270000
4000
ώστε αρκετοί πια άνθρωποι να είναι ικανοί να συμπεριφέρονται έτσι;
04:49
So, like we usually do, I decided to do a simple experiment.
96
274000
4000
Επομένως, όπως συνηθίζουμε, αποφάσισα να κάνω ένα πείραμα.
04:53
And here's how it went.
97
278000
1000
Ακούστε πως ήταν.
04:54
If you were in the experiment, I would pass you a sheet of paper
98
279000
3000
Εάν ήσασταν μέσα στο πείραμα, θα σας έδινα μια κόλλα χαρτί
04:57
with 20 simple math problems that everybody could solve,
99
282000
4000
με 20 απλά μαθηματικά προβλήματα, τα οποία μπορούν να λύσουν όλοι,
05:01
but I wouldn't give you enough time.
100
286000
2000
αλλά δεν θα σας έδινα αρκετό χρόνο.
05:03
When the five minutes were over, I would say,
101
288000
2000
Όταν τελείωναν τα 5 λεπτά, θα έλεγα,
05:05
"Pass me the sheets of paper, and I'll pay you a dollar per question."
102
290000
3000
"Δώστε μου τις κόλες σας και θα σας δώσω 1 δολάριο για κάθε σωστή ερώτηση."
05:08
People did this. I would pay people four dollars for their task --
103
293000
4000
Αυτό το έκαναν. Έτσι τους πλήρωνα 4 δολάρια για τον κόπο τους -
05:12
on average people would solve four problems.
104
297000
2000
κατά μέσο όρο λύνονταν 4 προβλήματα.
05:14
Other people I would tempt to cheat.
105
299000
3000
Άλλους τους δελέαζα να κλέψουν.
05:17
I would pass their sheet of paper.
106
302000
1000
Τους έδινα τις κόλλες χαρτί.
05:18
When the five minutes were over, I would say,
107
303000
2000
Και όταν τελείωναν τα 5 λεπτά, τους έλεγα,
05:20
"Please shred the piece of paper.
108
305000
1000
"Σκίστε τις κόλλες.
05:21
Put the little pieces in your pocket or in your backpack,
109
306000
3000
Βάλτε τα κομμάτια στις τσέπες σας ή στις τσάντες σας
05:24
and tell me how many questions you got correctly."
110
309000
3000
και πείτε μου πόσες ερωτήσεις πετύχατε."
05:27
People now solved seven questions on average.
111
312000
3000
Ο κόσμος πια "έλυνε" 7 ερωτήσεις κατά μέσο όρο.
05:30
Now, it wasn't as if there was a few bad apples --
112
315000
5000
Τώρα, δεν ήταν σαν να υπήρχαν μερικά κακά μήλα -
05:35
a few people cheated a lot.
113
320000
3000
λίγοι άνθρωποι που έκλεβαν πολύ.
05:38
Instead, what we saw is a lot of people who cheat a little bit.
114
323000
3000
Αντιθέτως, αυτό που παρατηρήσαμε ήταν αρκετούς ανθρώπους να κλέβουν λίγο.
05:41
Now, in economic theory,
115
326000
3000
Στην οικονομική θεωρία,
05:44
cheating is a very simple cost-benefit analysis.
116
329000
3000
η εξαπάτηση είναι μια πολύ απλή ανάλυση κόστους- ωφέλειας.
05:47
You say, what's the probability of being caught?
117
332000
2000
Σκέφτεστε, ποια είναι η πιθανότητα να σας πιάσουν;
05:49
How much do I stand to gain from cheating?
118
334000
3000
Πόσα μπορώ να κερδίσω εάν κλέψω;
05:52
And how much punishment would I get if I get caught?
119
337000
2000
Και πόσο θα τιμωρηθώ εάν με πιάσουν;
05:54
And you weigh these options out --
120
339000
2000
Ζυγίζετε τις επιλογές --
05:56
you do the simple cost-benefit analysis,
121
341000
2000
κάνετε μια απλή ανάλυση κόστους - ωφέλειας
05:58
and you decide whether it's worthwhile to commit the crime or not.
122
343000
3000
και αποφασίζετε εάν αξίζει να πράξετε το έγκλημα ή όχι.
06:01
So, we try to test this.
123
346000
2000
Επομένως, δοκιμάσαμε να το ελέγξουμε.
06:03
For some people, we varied how much money they could get away with --
124
348000
4000
Για μερικούς ανθρώπους, μεταβάλαμε το ποσό των χρημάτων που μπορούσαν να ξεφύγουν -
06:07
how much money they could steal.
125
352000
1000
πόσα χρήματα μπορούσαν να κλέψουν.
06:08
We paid them 10 cents per correct question, 50 cents,
126
353000
3000
Τους πληρώναμε 10 σεντς για κάθε σωστή απάντηση, 50 σεντς,
06:11
a dollar, five dollars, 10 dollars per correct question.
127
356000
3000
ένα δολάριο, πέντε δολάρια, 10 για κάθε σωστή απάντηση.
06:14
You would expect that as the amount of money on the table increases,
128
359000
4000
Θα αναμένατε ότι καθώς αυξάνεται η ποσότητα των χρημάτων στο τραπέζι,
06:18
people would cheat more, but in fact it wasn't the case.
129
363000
3000
ο κόσμος θα έκλεβε περισσότερο, αλλά αυτό δεν ήταν σωστό.
06:21
We got a lot of people cheating by stealing by a little bit.
130
366000
3000
Είχαμε αρκετούς ανθρώπους που εξαπατούσαν με το να κλέβουν λίγο.
06:24
What about the probability of being caught?
131
369000
3000
Τι γνωρίζουμε για την πιθανότητα κάποιου να πιαστεί;
06:27
Some people shredded half the sheet of paper,
132
372000
2000
Κάποιοι έσκιζαν τη μισή κόλλα,
06:29
so there was some evidence left.
133
374000
1000
οπότε είχαν απομείνει μερικές αποδείξεις.
06:30
Some people shredded the whole sheet of paper.
134
375000
2000
Κάποιο έσκιζαν ολόκληρη την κόλλα.
06:32
Some people shredded everything, went out of the room,
135
377000
3000
Κάποιοι έσκιζαν τα πάντα, έβγαιναν από το δωμάτιο
06:35
and paid themselves from the bowl of money that had over 100 dollars.
136
380000
3000
και πληρώνωνταν μόνοι τους από το βάζο που είχε περισσότερα από 100 δολάρια.
06:38
You would expect that as the probability of being caught goes down,
137
383000
3000
Θα αναμένατε ότι καθώς η πιθανότητα να πιαστεί μειώνεται
06:41
people would cheat more, but again, this was not the case.
138
386000
3000
ο κόσμος θα εξαπατούσε περισσότερο, αλλά αυτό δεν ήταν σωστό.
06:44
Again, a lot of people cheated by just by a little bit,
139
389000
3000
Και πάλι, αρκετοί άνθρωποι εξαπάτησαν, αλλά λίγο ο καθένας,
06:47
and they were insensitive to these economic incentives.
140
392000
3000
ενώ ήταν αδιάφοροι για αυτά τα οικονομικά κίνητρα.
06:50
So we said, "If people are not sensitive
141
395000
1000
Οπότε είπαμε, "Εάν οι άνθρωποι δεν αντιδρούν
06:51
to the economic rational theory explanations, to these forces,
142
396000
5000
στις εξηγήσεις της οικονομικής θεωρίας επιλογών, σε αυτές τις δυνάμεις,
06:56
what could be going on?"
143
401000
3000
τι συμβαίνει πραγματικά;"
06:59
And we thought maybe what is happening is that there are two forces.
144
404000
3000
Οπότε σκεφτήκαμε πως ίσως εκείνο που συμβαίνει είναι ότι υπάρχουν δύο δυνάμεις.
07:02
At one hand, we all want to look at ourselves in the mirror
145
407000
2000
Από τη μία μεριά, όλοι θέλουμε να κοιταζόμαστε στον καθρέφτη
07:04
and feel good about ourselves, so we don't want to cheat.
146
409000
3000
και να νίωθουμε καλά με τον εαυτό μας, οπότε δεν θέλουμε να εξαπατούμε.
07:07
On the other hand, we can cheat a little bit,
147
412000
2000
Από την άλλη, μπορούμε να εξαπατήσουμε λιγάκι
07:09
and still feel good about ourselves.
148
414000
2000
και ακόμη να νίωθουμε καλά για τον εαυτό μας.
07:11
So, maybe what is happening is that
149
416000
1000
Οπότε, εκείνο που μπορεί να συμβαίνει είναι
07:12
there's a level of cheating we can't go over,
150
417000
2000
να υπάρχει ένα σημείο εξαπάτησης το οποίο δεν μπορούμε να ξεπεράσουμε,
07:14
but we can still benefit from cheating at a low degree,
151
419000
4000
ενώ μπορούμε ακόμη να ωφεληθούμε από την χαμηλού επιπέδου εξαπάτηση,
07:18
as long as it doesn't change our impressions about ourselves.
152
423000
3000
εφ' όσον δεν αλλάζει την εικόνα που έχουμε για τον εαυτό μας.
07:21
We call this like a personal fudge factor.
153
426000
3000
Αυτό το ονομάζουμε παράγοντα προσωπικής παραποίησης.
07:25
Now, how would you test a personal fudge factor?
154
430000
4000
Τώρα, πως θα ελέγχαμε τον προσωπικό παράγοντα παραποίησης;
07:29
Initially we said, what can we do to shrink the fudge factor?
155
434000
4000
Αρχικά είπαμε, τι μπορούμε να κάνουμε για να μειώσουμε τον παράγοντα παραποίησης;
07:33
So, we got people to the lab, and we said,
156
438000
2000
Οπότε, φέραμε ανθρώπους στο εργαστήριο και είπαμε,
07:35
"We have two tasks for you today."
157
440000
2000
"Έχουμε δύο ασκήσεις για εσάς σήμερα."
07:37
First, we asked half the people
158
442000
1000
Πρώτα, ρωτήσαμε τους μισούς
07:38
to recall either 10 books they read in high school,
159
443000
2000
να θυμηθούν 10 βιβλία που είχαν διαβάσει στο λύκειο
07:40
or to recall The Ten Commandments,
160
445000
3000
ή να θυμηθούν τις Δέκα Εντολές,
07:43
and then we tempted them with cheating.
161
448000
2000
και έπειτα τους δελεάσαμε στο να εξαπατήσουν.
07:45
Turns out the people who tried to recall The Ten Commandments --
162
450000
3000
Από ότι φαίνεται εκείνοι που προσπάθησαν να θυμηθούν τις Δέκα Εντολές -
07:48
and in our sample nobody could recall all of The Ten Commandments --
163
453000
2000
και στο δικό μας δείγμα κανείς δεν μπορούσε να τις θυμηθεί όλες -
07:51
but those people who tried to recall The Ten Commandments,
164
456000
4000
αλλά σε εκείνους που προσπάθησαν να τις θυμηθούν,
07:55
given the opportunity to cheat, did not cheat at all.
165
460000
3000
τους δώθηκε η ευκαιρία να κλέψουν, αλλά δεν το έκαναν.
07:58
It wasn't that the more religious people --
166
463000
2000
Δεν αφορούσε το ότι οι πιο θρησκευόμενοι -
08:00
the people who remembered more of the Commandments -- cheated less,
167
465000
1000
οι άνθρωποι που θυμόνταν περισσότερες Εντολές - εξαπατούσαν λιγότερο
08:01
and the less religious people --
168
466000
2000
και οι λιγότερο θρησκευόμενοι περισσότερο -
08:03
the people who couldn't remember almost any Commandments --
169
468000
1000
οι άνθρωποι που δεν θυμόνταν σχεδόν καμία Εντολή -
08:04
cheated more.
170
469000
2000
εξαπατούσαν περισσότερο.
08:06
The moment people thought about trying to recall The Ten Commandments,
171
471000
4000
Τη στιγμή που οι άνθρωποι επέλεξαν να θυμηθούν τις Δέκα Εντολές,
08:10
they stopped cheating.
172
475000
1000
σταμάτησαν να εξαπατούν.
08:11
In fact, even when we gave self-declared atheists
173
476000
2000
Στην πραγματικότητα, όταν δώσαμε σε αθεϊστές
08:13
the task of swearing on the Bible and we give them a chance to cheat,
174
478000
4000
την άσκηση να ορκιστούν στη Βίβλο και τους δώσαμε τη δυνατότητα να εξαπατήσουν,
08:17
they don't cheat at all.
175
482000
2000
δεν το έκαναν καθόλου.
08:21
Now, Ten Commandments is something that is hard
176
486000
2000
Τώρα, οι Δέκα Εντολές είναι κάτι δύσκολο
08:23
to bring into the education system, so we said,
177
488000
2000
να το εισάγεις στο εκπαιδευτικό σύστημα, οπότε είπαμε,
08:25
"Why don't we get people to sign the honor code?"
178
490000
2000
"Γιατί να μη βάλουμε τον κόσμο να υπογράψει τον κανόνα τιμής;"
08:27
So, we got people to sign,
179
492000
2000
Οπότε, βάλαμε τον κόσμο να υπογράψει,
08:29
"I understand that this short survey falls under the MIT Honor Code."
180
494000
4000
"Κατανοώ ότι αυτή η μικρή έρευνα υπόκειται στον Κανόνα Τιμής του MIT(πανεπιστημίου)."
08:33
Then they shredded it. No cheating whatsoever.
181
498000
3000
Έπειτα το έσκιζαν. Κανένας δεν έκλεψε.
08:36
And this is particularly interesting,
182
501000
1000
Και αυτό είναι ιδαίτερα ενδιαφέρον,
08:37
because MIT doesn't have an honor code.
183
502000
2000
διότι το MIT δεν έχει κανόνα τιμής.
08:39
(Laughter)
184
504000
5000
(Γέλια)
08:44
So, all this was about decreasing the fudge factor.
185
509000
4000
Οπότε, όλο αυτό αφορούσε τη μείωση του παράγοντα παραποίησης.
08:48
What about increasing the fudge factor?
186
513000
3000
Πως μπορούμε να αυξήσουμε τον παράγοντα παραποίησης;
08:51
The first experiment -- I walked around MIT
187
516000
2000
Στο πρώτο πείραμα - Έκανα μια βόλτα στο ΜΙΤ
08:53
and I distributed six-packs of Cokes in the refrigerators --
188
518000
3000
και μοίρασα Κόλες έξι τεμαχίων στα ψυγεία -
08:56
these were common refrigerators for the undergrads.
189
521000
2000
ψυγεία κοινά για τους προπτυχιακούς.
08:58
And I came back to measure what we technically call
190
523000
3000
Και επέστρεψα για να μετρήσω αυτό που τεχνικά αποκαλούμε
09:01
the half-lifetime of Coke -- how long does it last in the refrigerators?
191
526000
4000
η μισή ζωή μιας Κόλα - Πόσο χρόνο παραμένουν στο ψυγείο;
09:05
As you can expect it doesn't last very long; people take it.
192
530000
3000
Όπως αναμένατε δεν μένει και πολύ. Ο κόσμος τις παίρνει.
09:08
In contrast, I took a plate with six one-dollar bills,
193
533000
4000
Σε αντίθεση, πήρα ένα πιάτο με έξι χαρτονομίσματα του ενός δολαρίου
09:12
and I left those plates in the same refrigerators.
194
537000
3000
και άφησα αυτά τα πιάτα στα ίδια ψυγεία.
09:15
No bill ever disappeared.
195
540000
1000
Κανένα χαρτονόμισμα δεν χάθηκε.
09:16
Now, this is not a good social science experiment,
196
541000
3000
Τώρα, αυτό δεν είναι ένα καλό πείραμα κοινωνικών επιστημών,
09:19
so to do it better I did the same experiment
197
544000
3000
έτσι για να το κάνω καλύτερα, έκανα το ίδιο πείραμα
09:22
as I described to you before.
198
547000
2000
όπως σας περιέγραψα πριν.
09:24
A third of the people we passed the sheet, they gave it back to us.
199
549000
3000
Στο ένα τρίτο των ανθρώπων δίναμε την κόλλα χαρτί για να την επιστρέψουν.
09:27
A third of the people we passed it to, they shredded it,
200
552000
3000
Στο ένα τρίτο δίναμε την κόλλα, αλλά την έσκιζαν,
09:30
they came to us and said,
201
555000
1000
οπότε γύριζαν και μας έλεγαν,
09:31
"Mr. Experimenter, I solved X problems. Give me X dollars."
202
556000
3000
"Κ. Πειραματιστή, έλυσα Χ προβλήματα. Δώσε μου Χ δολάρια."
09:34
A third of the people, when they finished shredding the piece of paper,
203
559000
3000
Στο ένα τρίτο, αφού είχαν τελείωσει το σκίσιμο του χαρτιού,
09:37
they came to us and said,
204
562000
2000
γύριζαν και μας έλεγαν,
09:39
"Mr Experimenter, I solved X problems. Give me X tokens."
205
564000
6000
"Κ. Πειραματιστή, έλυσα Χ προβλήματα. Δώσε μου Χ αντισταθμίσματα."
09:45
We did not pay them with dollars; we paid them with something else.
206
570000
3000
Δεν τους πληρώναμε με δολάρια. Τους δίναμε κάτι άλλο.
09:48
And then they took the something else, they walked 12 feet to the side,
207
573000
3000
Όπότε εκείνοι το έπαιρναν και μερικά μέτρα πιο πέρα,
09:51
and exchanged it for dollars.
208
576000
2000
το αντάλλασσαν με δολάρια.
09:53
Think about the following intuition.
209
578000
2000
Σκεφτείτε το παρακάτω συναίσθημα.
09:55
How bad would you feel about taking a pencil from work home,
210
580000
3000
Πόσο άσχημα θα αισθανόσασταν αν παίρνατε ένα μολύβι από τη δουλεια,
09:58
compared to how bad would you feel
211
583000
2000
σε σύγκριση με το πόσο άσχημα θα αισθανόσασταν
10:00
about taking 10 cents from a petty cash box?
212
585000
2000
αν παίρνατε 10 σεντς από ένα μικρό κουμπαρά;
10:02
These things feel very differently.
213
587000
3000
Αυτά τα πράγματα τα αισθανόμαστε διαφορετικά.
10:05
Would being a step removed from cash for a few seconds
214
590000
3000
Θα έκανε καμία διαφορά, το να απομακρυνθείς από τα χρήματα για λίγο
10:08
by being paid by token make a difference?
215
593000
3000
με το να ανταμοιφθείς με κάποιο αντιστάθμισμα;
10:11
Our subjects doubled their cheating.
216
596000
2000
Τα άτομα του δείγματος εξαπάτησαν κατά το διπλάσιο.
10:13
I'll tell you what I think
217
598000
2000
Θα σας πω τι πιστεύω
10:15
about this and the stock market in a minute.
218
600000
2000
για αυτό και τη χρηματαγορά σε λίγο.
10:18
But this did not solve the big problem I had with Enron yet,
219
603000
4000
Όμως αυτό δεν έλυσε το μεγάλο πρόβλημα που είχα με την Enron ακόμα,
10:22
because in Enron, there's also a social element.
220
607000
3000
διότι στην Enron, υπάρχει ακόμη ένα κοινωνικό στοιχείο.
10:25
People see each other behaving.
221
610000
1000
Ο κόσμος βλέπει ο ένας τον άλλο να συμπεριφέρονται.
10:26
In fact, every day when we open the news
222
611000
2000
Στην πραγματικότητα, καθημερινά όταν βλέπουμε τις ειδήσεις
10:28
we see examples of people cheating.
223
613000
2000
βλέπουμε παραδείγματα ανθρώπων που εξαπατούσαν.
10:30
What does this cause us?
224
615000
3000
Τι μας προκαλεί αυτό;
10:33
So, we did another experiment.
225
618000
1000
Οπότε κάναμε ένα άλλο πείραμα.
10:34
We got a big group of students to be in the experiment,
226
619000
3000
Πείραμε ένα μεγάλο δείγμα φοιτητών να συμμετάσχουν στο πείραμα
10:37
and we prepaid them.
227
622000
1000
και τους προπληρώσαμε.
10:38
So everybody got an envelope with all the money for the experiment,
228
623000
3000
Έτσι όλοι πήραν ένα φάκελο με όλα τα λεφτά για το πείραμα
10:41
and we told them that at the end, we asked them
229
626000
2000
και τους είπαμε πως στο τέλος, τους ζητήσαμε
10:43
to pay us back the money they didn't make. OK?
230
628000
4000
να μας δώσουν πίσω τα χρήματα που δεν κέρδισαν. Εντάξει;
10:47
The same thing happens.
231
632000
1000
Συμβαίνει το ίδιο πράγμα.
10:48
When we give people the opportunity to cheat, they cheat.
232
633000
2000
Όταν δίνεις στον κόσμο την ευκαιρία να εξαπατήσει, το κάνει.
10:50
They cheat just by a little bit, all the same.
233
635000
3000
Όλοι έκλεψαν λίγο, αλλά όλοι το ίδιο.
10:53
But in this experiment we also hired an acting student.
234
638000
3000
Όμως στο ίδιο πείραμα προσλάβαμε και ένα φοιτητή ηθοποιό.
10:56
This acting student stood up after 30 seconds, and said,
235
641000
4000
Αυτός ο φοιτητής σηκώθηκε μετά από 30 δευτερόλεπτα και είπε,
11:00
"I solved everything. What do I do now?"
236
645000
3000
"Έλυσα όλα τα προβλήματα. Τι κάνω τώρα;"
11:03
And the experimenter said, "If you've finished everything, go home.
237
648000
4000
Οπότε ο πειραματιστής είπε, "Αφού τελείωσες, μπορείς να φύγεις."
11:07
That's it. The task is finished."
238
652000
1000
Αυτό ήταν. Η άσκηση τελείωσε.
11:08
So, now we had a student -- an acting student --
239
653000
4000
Τώρα είχαμε ένα φοιτητή που προσποιείται
11:12
that was a part of the group.
240
657000
2000
ότι είναι μέρος της ομάδας του δείγματος.
11:14
Nobody knew it was an actor.
241
659000
2000
Κανείς δεν ξέρει ότι προσποιείται.
11:16
And they clearly cheated in a very, very serious way.
242
661000
4000
Ο οποίος ξεκάθαρα έκλεψε με έναν απροκάλυπτο τρόπο.
11:20
What would happen to the other people in the group?
243
665000
3000
Τι θα συμβεί στους υπόλοιπους ανθρώπους του δείγματος;
11:23
Will they cheat more, or will they cheat less?
244
668000
3000
Θα κλέψουν περισσότερο ή θα κλέψουν λιγότερο;
11:26
Here is what happens.
245
671000
2000
Ορίστε τι συμβαίνει.
11:28
It turns out it depends on what kind of sweatshirt they're wearing.
246
673000
4000
Φαίνεται, ότι εξαρτάται από τι φούτερ φοράνε.
11:32
Here is the thing.
247
677000
2000
Θα σας πω το εξής.
11:34
We ran this at Carnegie Mellon and Pittsburgh.
248
679000
3000
Κάναμε το πείραμα στο Κάρνεγκι Μέλον και στο Πίτσμπουργκ.
11:37
And at Pittsburgh there are two big universities,
249
682000
2000
Στο Πίτσμπουργκ υπάρχουν δύο μεγάλα πανεπιστήμια,
11:39
Carnegie Mellon and University of Pittsburgh.
250
684000
3000
το Κάρνεγκι Μέλον και το Πανεπιστήμιο του Πίτσμπουργκ.
11:42
All of the subjects sitting in the experiment
251
687000
2000
Όλα τα άτομα τους πειράματος
11:44
were Carnegie Mellon students.
252
689000
2000
ήταν φοιτητές του Κάρνεγκι Μέλον.
11:46
When the actor who was getting up was a Carnegie Mellon student --
253
691000
4000
Όταν ο ηθοποιός που είχαμε ήταν φοιτητής του Κάρνεγκι Μέλον -
11:50
he was actually a Carnegie Mellon student --
254
695000
2000
ήταν πραγματικά φοιτητής του Κάρνεγκι Μέλον -
11:52
but he was a part of their group, cheating went up.
255
697000
4000
και ήταν μέρος της ομάδας τους, η εξαπάτηση αυξανόταν.
11:56
But when he actually had a University of Pittsburgh sweatshirt,
256
701000
4000
Αλλά όταν είχε ένα φούτερ που έλεγε Πανεπιστήμιο του Πίτσμπουργκ,
12:00
cheating went down.
257
705000
2000
η εξαπάτηση μειωνόταν.
12:02
(Laughter)
258
707000
3000
(Γέλια)
12:05
Now, this is important, because remember,
259
710000
3000
Τώρα αυτό είναι σημαντικό, γιατί θυμηθείτε,
12:08
when the moment the student stood up,
260
713000
2000
τη στιγμή που ο φοιτητής σηκωνόταν,
12:10
it made it clear to everybody that they could get away with cheating,
261
715000
3000
ήταν ξεκάθαρο για τους υπόλοιπους ότι μπορούσαν να εξαπατήσουν,
12:13
because the experimenter said,
262
718000
2000
διότι ο πειραματιστής είπε,
12:15
"You've finished everything. Go home," and they went with the money.
263
720000
2000
"Αφού τελείωσες, μπορείς να φύγεις." και έφευγαν με τα χρήματα.
12:17
So it wasn't so much about the probability of being caught again.
264
722000
3000
Οπότε δεν αφορούσε πάλι την πιθανότητα να πιαστούν.
12:20
It was about the norms for cheating.
265
725000
3000
Αλλά το πρότυπο εξαπάτησης.
12:23
If somebody from our in-group cheats and we see them cheating,
266
728000
3000
Εάν κάποιος μέσα από την ομάδα μας εξαπατά και τον δούμε,
12:26
we feel it's more appropriate, as a group, to behave this way.
267
731000
4000
νομίζουμε ότι είναι πιο πρέπον, ως ομάδα, να πράξουμε με αυτόν τον τρόπο.
12:30
But if it's somebody from another group, these terrible people --
268
735000
2000
Αλλά εάν κάποιος από άλλη ομάδα, αυτοί οι άθλιοι τύποι -
12:32
I mean, not terrible in this --
269
737000
2000
δεν εννοώ άθλιοι σε αυτό -
12:34
but somebody we don't want to associate ourselves with,
270
739000
2000
αλλά κάποιος με τον οποίο δεν θέλουμε να συναναστραφούμε,
12:36
from another university, another group,
271
741000
2000
από κάποιο άλλο πανεπιστήμιο, άλλη ομάδα,
12:38
all of a sudden people's awareness of honesty goes up --
272
743000
3000
ξαφνικά το αίσθημα ειλικρίνειας τους ενεργοποιείται -
12:41
a little bit like The Ten Commandments experiment --
273
746000
2000
κάτι σαν το πείραμα με τις Δέκα Εντολές -
12:43
and people cheat even less.
274
748000
4000
και ο κόσμος εξαπατά ακόμη λιγότερο.
12:47
So, what have we learned from this about cheating?
275
752000
4000
Οπότε τι μαθαίνουμε για την εξαπάτηση από αυτό;
12:51
We've learned that a lot of people can cheat.
276
756000
3000
Μαθαίνουμε ότι αρκετοί άνθρωποι μπορούν να εξαπατήσουν.
12:54
They cheat just by a little bit.
277
759000
3000
Εξαπατούν αλλά λιγάκι.
12:57
When we remind people about their morality, they cheat less.
278
762000
4000
Όταν υπενθυμίζουμε στους ανθρώπους την ηθικότητα τους, εξαπατούν λιγότερο.
13:01
When we get bigger distance from cheating,
279
766000
3000
Όταν απομακρυνόμαστε περισσότερο από το αντικείμενο της εξαπάτησης,
13:04
from the object of money, for example, people cheat more.
280
769000
4000
από το χρήμα για παράδειγμα, ο κόσμος εξαπατά περισσότερο.
13:08
And when we see cheating around us,
281
773000
2000
Και όταν βλέπουμε την εξαπάτηση γύρω μας,
13:10
particularly if it's a part of our in-group, cheating goes up.
282
775000
4000
ιδιαίτερα εάν ανήκει στην ομάδα μας, η εξαπάτηση αυξάνεται.
13:14
Now, if we think about this in terms of the stock market,
283
779000
3000
Τώρα, εάν σκεφτούμε με αυτούς τους όρους τη χρηματαγορά,
13:17
think about what happens.
284
782000
1000
σκεφτείτε τι συμβαίνει.
13:18
What happens in a situation when you create something
285
783000
3000
Τι συμβαίνει στην περίπτωση όπου δημιουργείς κάτι
13:21
where you pay people a lot of money
286
786000
2000
το οποίο ανταμοίβει τους ανθρώπους με πολλά λεφτά
13:23
to see reality in a slightly distorted way?
287
788000
3000
ώστε να παραμορφώνει τη οπτική τους για την πραγματικότητα;
13:26
Would they not be able to see it this way?
288
791000
3000
Δεν θα τους ήταν δυνατό να δουν με αυτόν το τρόπο;
13:29
Of course they would.
289
794000
1000
Μα φυσικά και θα μπορούσαν.
13:30
What happens when you do other things,
290
795000
1000
Τι συμβαίνει όταν κάνεις κάτι άλλο,
13:31
like you remove things from money?
291
796000
2000
όπως το να αντικαθιστάς τα χρήματα με αντικείμενα;
13:33
You call them stock, or stock options, derivatives,
292
798000
3000
Τα ονομάζεις μετοχές ή δικαιώματα επί μετοχών, παράγωγα,
13:36
mortgage-backed securities.
293
801000
1000
τίτλους υποθηκευμένων περιουσιακών στοιχείων.
13:37
Could it be that with those more distant things,
294
802000
3000
Θα μπορούσε με αυτά τα πιο απόμακρα αντικείμενα,
13:40
it's not a token for one second,
295
805000
2000
δεν είναι αντισταθμίσματα ενός δευτερολέπτου,
13:42
it's something that is many steps removed from money
296
807000
2000
αλλά κάτι το οποίο είναι αρκετά βήματα μακριά από τα χρήματα
13:44
for a much longer time -- could it be that people will cheat even more?
297
809000
4000
για αρκετό χρόνο - αυτό σημαίνει ότι ίσως ο κόσμος να εξαπατά περισσότερο;
13:48
And what happens to the social environment
298
813000
2000
Και τι συμβαίνει το κοινωνικό περιβάλλον
13:50
when people see other people behave around them?
299
815000
3000
όταν οι άνθρωποι βλέπουν άλλους να συμπεριφέρονται έτσι γύρω τους;
13:53
I think all of those forces worked in a very bad way
300
818000
4000
Νομίζω ότι όλες αυτές οι δυνάμεις λειτουργούν πολύ άσχημα
13:57
in the stock market.
301
822000
2000
για τη χρηματαγορά.
13:59
More generally, I want to tell you something
302
824000
3000
Πιο γενικά, θέλω να σας πω κάτι
14:02
about behavioral economics.
303
827000
3000
για τα συμπεριφορικά οικονομικά.
14:05
We have many intuitions in our life,
304
830000
4000
Έχουμε αρκετές διαισθήσεις στη ζωή μας,
14:09
and the point is that many of these intuitions are wrong.
305
834000
3000
και το θέμα είναι ότι αρκετές από αυτές είναι λάθος.
14:12
The question is, are we going to test those intuitions?
306
837000
3000
Το ερώτημα είναι, θα ελέγξουμε αυτές τις διαισθήσεις;
14:15
We can think about how we're going to test this intuition
307
840000
2000
Μπορούμε να σκεφτούμε τους τρόπους να τις ελέγξουμε
14:17
in our private life, in our business life,
308
842000
2000
στην προσωπική μας ζωή, στη δουλειά μας,
14:19
and most particularly when it goes to policy,
309
844000
3000
και κυρίως όταν αφορά πολιτικές,
14:22
when we think about things like No Child Left Behind,
310
847000
3000
όταν σκεφτόμαστε πράγματα όπως εκπαιδευτικές μεταρρυθμίσεις,
14:25
when you create new stock markets, when you create other policies --
311
850000
3000
όταν δημιουργείς νέες αγορές μετοχών, όταν δημιουργείς άλλες πολιτικές -
14:28
taxation, health care and so on.
312
853000
3000
φορολογίας, υγείας και ούτω καθεξής.
14:31
And the difficulty of testing our intuition
313
856000
2000
Και η δυσκολία στο να ελέγξουμε τις διαισθήσεις μας
14:33
was the big lesson I learned
314
858000
2000
ήταν ένα μεγάλο μάθημα που πήρα
14:35
when I went back to the nurses to talk to them.
315
860000
2000
όταν πήγα πίσω στις νοσοκόμες για να τους μιλήσω.
14:37
So I went back to talk to them
316
862000
2000
Έτσι, πήγα να τους μιλήσω
14:39
and tell them what I found out about removing bandages.
317
864000
3000
και να τους πω τι βρήκα για το πως να αφαιρούν επιδέσμους.
14:42
And I learned two interesting things.
318
867000
2000
Και έμαθα δυό ενδιαφέροντα πράγματα.
14:44
One was that my favorite nurse, Ettie,
319
869000
2000
Το ένα ήταν ότι η αγαπημένη μου νοσοκόμα, η Ettie,
14:46
told me that I did not take her pain into consideration.
320
871000
4000
μου είπε ότι δεν συμπεριέλαβα τον δικό της πόνο υπόψη μου.
14:50
She said, "Of course, you know, it was very painful for you.
321
875000
2000
Μου είπε, "Φυσικά και ήταν αρκετά επίπονο για εσένα.
14:52
But think about me as a nurse,
322
877000
2000
Αλλά σκέψου πως ήταν για εμένα ως νοσοκόμα,
14:54
taking, removing the bandages of somebody I liked,
323
879000
2000
να αφαιρώ τους επιδέσμους κάποιου που μου αρέσει
14:56
and had to do it repeatedly over a long period of time.
324
881000
3000
και να το κάνω επανειλημμένα για ένα μεγάλο χρονικό διάστημα.
14:59
Creating so much torture was not something that was good for me, too."
325
884000
3000
Το να δημιουργώ τόσο πόνο δεν ήταν κάτι καλό για εμένα, επίσης."
15:02
And she said maybe part of the reason was it was difficult for her.
326
887000
5000
Και είπε ότι, ίσως ο λόγος που σκεφτόταν έτσι ήταν ότι ήταν και για εκείνη δύσκολο.
15:07
But it was actually more interesting than that, because she said,
327
892000
3000
Αλλά ήταν πιο ενδιαφέρον ο λόγος από αυτό, διότι μου είπε,
15:10
"I did not think that your intuition was right.
328
895000
5000
"Δεν πίστευα ότι η διαίσθησή σου ήταν σωστή.
15:15
I felt my intuition was correct."
329
900000
1000
Νόμιζα ότι η δική μου διαίσθηση ήταν σωστή."
15:16
So, if you think about all of your intuitions,
330
901000
2000
Οπότε, εάν σκεφτείτε όλες τις διαισθήσεις που έχετε,
15:18
it's very hard to believe that your intuition is wrong.
331
903000
4000
είναι πολύ δύσκολο να πιστέψετε ότι η διαίσθησή σας είναι λάθος.
15:22
And she said, "Given the fact that I thought my intuition was right ..." --
332
907000
3000
Λέγοντάς μου: "Δεδομένου ότι πίστευα πως η διαίσθησή μου ήταν σωστή..." --
15:25
she thought her intuition was right --
333
910000
2000
νόμιζε πως είχε δίκιο -
15:27
it was very difficult for her to accept doing a difficult experiment
334
912000
5000
ήταν πολύ δύσκολο για αυτή αυτή να δεχθεί να κάνει ένα δύσκολο πείραμα
15:32
to try and check whether she was wrong.
335
917000
2000
και να δοκιμάσει, να ελέγξει αν έκανε λάθος.
15:34
But in fact, this is the situation we're all in all the time.
336
919000
4000
Στην πραγματικότητα, σε αυτήν τη κατάσταση βρισκόμαστε κάθε στιγμή.
15:38
We have very strong intuitions about all kinds of things --
337
923000
3000
Έχουμε πολύ ισχυρές διαισθήσεις για όλα τα πράγματα --
15:41
our own ability, how the economy works,
338
926000
3000
για τις ικανότητές μας, για το πως λειτουργεί η οικονομία,
15:44
how we should pay school teachers.
339
929000
2000
πως θα έπρεπε να πληρώνωνται οι δάσκαλοι.
15:46
But unless we start testing those intuitions,
340
931000
3000
Αλλά εκτός και αν δεν αρχίσουμε να ελέγχουμε αυτές τις διαισθήσεις,
15:49
we're not going to do better.
341
934000
2000
δεν θα κάνουμε κάτι καλύτερο.
15:51
And just think about how better my life would have been
342
936000
2000
Και απλά φανταστείτε πόσο καλύτερη θα ήταν η ζωή μου
15:53
if these nurses would have been willing to check their intuition,
343
938000
2000
εάν εκείνες οι νοσοκόμες θα είχαν τη διάθεση να ελέγξουν την διαίσθησή τους,
15:55
and how everything would have been better
344
940000
1000
και πόσο καλύτερα θα ήταν όλα
15:56
if we just start doing more systematic experimentation of our intuitions.
345
941000
5000
εάν ξεκινούσαμε πιο συστηματικά να πειραματιζόμαστε με τις διαισθήσεις μας.
16:01
Thank you very much.
346
946000
2000
Σας ευχαριστώ πάρα πολύ.
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com