TED2011
Dan Ariely: Beware conflicts of interest
Cuidado: conflicto de intereses
Filmed:
Readability: 3.3
1,284,831 views
En esta breve charla, el psicólogo Dan Ariely nos cuenta dos historias personales que exploran el conflícto de intereses científico. Como la búsqueda del conocimiento y comprensión pueden verse afectadas conscientemente o no, por nuestras metas personales. Cuando pensamos en la gran pregunta, él nos recuerda que nos cuidemos de nuestros cerebros muy humanos.
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
So, I was in the hospital for a long time.
0
1000
3000
Estuve hospitalizado por mucho tiempo.
00:19
And a few years after I left, I went back,
1
4000
3000
Y algunos años después del alta, regresé.
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
Y el director del departamento de quemados que estaba muy contento de verme--
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
Dijo, "Dan, tengo un nuevo tratamiento que es fantástico para tí."
00:28
I was very excited. I walked with him to his office.
4
13000
2000
Yo estaba muy emocionado. Fui con el a su oficina.
00:30
And he explained to me that, when I shave,
5
15000
3000
El me explicó que cuando me afeito,
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
Tengo pequeños puntos negros en el lado izquierdo del rostro donde hay pelo,
00:36
but on the right side of my face
7
21000
2000
pero en el lado derecho de mi rostro
00:38
I was badly burned so I have no hair,
8
23000
2000
sufrí una fuerte quemadura por lo que no tengo pelo,
00:40
and this creates lack of symmetry.
9
25000
2000
y esto produce una asimetría
00:42
And what's the brilliant idea he had?
10
27000
2000
¿Y cuál fue su brillante idea?
00:44
He was going to tattoo little black dots
11
29000
2000
Tatuar pequeños puntos negros
00:46
on the right side of my face
12
31000
3000
del lado derecho de mi rostro
00:49
and make me look very symmetric.
13
34000
2000
y hacerme ver muy simétrico.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
Parecía interesante. Me pidió que me afeitara.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
Dejenme decirles, que era una manera extraña de afeitarse.
00:56
because I thought about it
16
41000
2000
porque pensándolo
00:58
and I realized that the way I was shaving then
17
43000
2000
me di cuenta de que la forma en que me afeitara en ese momento
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
sería la forma en que me afeitaría por el resto de mi vida--
01:02
because I had to keep the width the same.
19
47000
2000
porque debía mantener el mismo grosor.
01:04
When I got back to his office,
20
49000
2000
Cuando volví a su oficina,
01:06
I wasn't really sure.
21
51000
2000
no estaba seguro.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
Le dije, "¿Puedo ver alguna prueba de esto?"
01:10
So he showed me some pictures
23
55000
2000
Y él me mostró algunas fotos
01:12
of little cheeks with little black dots --
24
57000
2000
de pequeñas mejillas con pequeños puntos negros--
01:14
not very informative.
25
59000
2000
nada muy informativo.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
Dije, "Que ocurrirá cuando envejezca y mi pelo se torne blanco?
01:18
What would happen then?"
27
63000
2000
¿Qué pasará entonces?"
01:20
"Oh, don't worry about it," he said.
28
65000
2000
"Oh, no te preocupes por eso." dijo.
01:22
"We have lasers; we can whiten it out."
29
67000
3000
"Tenemos lasers; podemos blanquearlo."
01:25
But I was still concerned,
30
70000
2000
Pero yo seguía preocupado,
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
y le dije, "Sabes, no voy a hacerlo."
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
Y entonces, sentí uno de los sentimientos de culpa mas grandes de mi vida.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
Esto, viniendo de un muchacho Judío, significa mucho
01:37
(Laughter)
34
82000
2000
Risas.
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
Y el me dice, "¿Dan, qué te ocurre?
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
¿Te gusta ser asimétrico?
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
¿Sientes un placer perverso por ser así?
01:49
Do women feel pity for you
38
94000
2000
¿Las mujeres sienten pena por tí
01:51
and have sex with you more frequently?"
39
96000
3000
y tienes sexo con más frecuencia?"
01:54
None of those happened.
40
99000
3000
Ninguna de ellas.
01:58
And this was very surprising to me,
41
103000
2000
Y esto me sorprendió,
02:00
because I've gone through many treatments --
42
105000
2000
porque había atravesado muchos tratamientos--
02:02
there were many treatments I decided not to do --
43
107000
2000
Hubo muchos tratamientos que decidí no seguir--
02:04
and I never got this guilt trip to this extent.
44
109000
2000
y nunca me sentí culpable hasta este extremo.
02:06
But I decided not to have this treatment.
45
111000
2000
Pero decidí no seguir este tratamiento.
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
Visité al subdirector y le pregunté, "¿Que está ocurriendo?
02:10
Where was this guilt trip coming from?"
47
115000
2000
¿De dónde surge éste sentimiento de culpa?"
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
Y él me explicó que habían realizado este procedimiento en dos pacientes,
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
y que nececitaban un tercer paciente para el trabajo que estaban escribiendo.
02:19
(Laughter)
50
124000
2000
(Risas)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
Probablemente piensen que este sujeto es un idiota.
02:23
Right, that's what he seems like.
52
128000
2000
Bien, eso es lo que parece.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
Pero permítanme darles una perspectiva diferente de la misma historia.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
Hace algunos años, estaba realizando algunos de mis experimentos en el laboratorio.
02:31
And when we run experiments,
55
136000
2000
Y cuándo realizamos experimentos,
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
normalmente esperamos que un grupo se comporte distinto de otro.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
Teníamos un grupo del que esperaba un alto rendimiento,
02:39
another group that I thought their performance would be very low,
58
144000
3000
otro grupo que pensaba que tendría un rendimiento muy bajo.
02:42
and when I got the results, that's what we got --
59
147000
2000
Y cuando tuvimos los resultados, eso fue lo que obtuvimos--
02:44
I was very happy -- aside from one person.
60
149000
3000
Estaba muy contento-- si no contamos a una persona.
02:47
There was one person in the group
61
152000
2000
En el grupo había una persona
02:49
that was supposed to have very high performance
62
154000
2000
que se suponía tendría resultados muy altos
02:51
that was actually performing terribly.
63
156000
2000
pero cuyo rendimiento era terrible.
02:53
And he pulled the whole mean down,
64
158000
2000
Y que baja el promedio general,
02:55
destroying my statistical significance of the test.
65
160000
3000
destruyendo la cuantía estadística de la prueba.
02:59
So I looked carefully at this guy.
66
164000
2000
Examiné con cuidado a este sujeto.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
Era alrededor de 20 años mayor que el resto de las personas de la muestra.
03:04
And I remembered that the old and drunken guy
68
169000
2000
Y recordé que este sujeto viejo y borracho
03:06
came one day to the lab
69
171000
2000
llegó un día al laboratorio
03:08
wanting to make some easy cash
70
173000
2000
intentando hacer dinero fácil
03:10
and this was the guy.
71
175000
2000
y este era el hombre.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
"Fantástico!" Pensé. "Echémoslo.
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
Quién incluiría un borracho en la muestra?"
03:17
But a couple of days later,
74
182000
2000
Pero unos días después,
03:19
we thought about it with my students,
75
184000
2000
pensamos con mis estudiantes,
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
y dijimos, "¿Qué hubiese ocurrido si este borracho no hubiera estado en esa condición?
03:24
What would have happened if he was in the other group?
77
189000
2000
¿Qué hubiese pasado si hubiese estado en el otro grupo?
03:26
Would we have thrown him out then?"
78
191000
2000
¿Lo hubiéramos echado?"
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
Probablemente no habríamos siquiera mirado los datos,
03:30
and if we did look at the data,
80
195000
2000
y si hubiesemos mirado los datos,
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
probablemente habríamos dicho, "Fantástico! Un hombre inteligente con un rendimiento tan bajo."
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
porque hubiese bajado el promedio del grupo aun más bajo,
03:37
giving us even stronger statistical results than we could.
83
202000
3000
dándonos resultados aún más contundentes.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
Decidimos no echarlo y realizar el experimento nuevamente.
03:44
But you know, these stories,
85
209000
3000
Pero ustedes saben, estas historias,
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
y muchos otros experimentos sobre conflictos de intereses,
03:50
basically kind of bring two points
87
215000
2000
traen básicamente dos puntos
03:52
to the foreground for me.
88
217000
2000
al frente para mí.
03:54
The first one is that in life we encounter many people
89
219000
3000
El primero es que en la vida uno encuentra mucha gente
03:57
who, in some way or another,
90
222000
3000
quienes, de una u otra forma,
04:00
try to tattoo our faces.
91
225000
2000
tratan de tatuarnos los rostros.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
Tienen los incentivos que los llevan a cegarse a la realidad
04:05
and give us advice that is inherently biased.
93
230000
3000
y nos dan consejos que son intrínsecamente parciales.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
Y estoy seguro de que es algo que todos reconocemos,
04:10
and we see that it happens.
95
235000
2000
y que vemos que ocurre.
04:12
Maybe we don't recognize it every time,
96
237000
2000
Tal vez no lo reconocemos todas las veces,
04:14
but we understand that it happens.
97
239000
2000
pero sabemos que ocurre.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
Lo más dificil, por supuesto, es reconocer
04:18
that sometimes we too
99
243000
2000
que nosotros también a veces,
04:20
are blinded by our own incentives.
100
245000
2000
estamos cegados por nuestros propios incentivos.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
Y esa es una lección mucho, mucho más dificil a tener en cuenta.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
Porque no vemos como el conflicto de intereses nos afecta.
04:29
When I was doing these experiments,
103
254000
2000
Cuándo estaba haciendo estos experimentos,
04:31
in my mind, I was helping science.
104
256000
2000
en mi cabeza, yo estaba ayudando a la ciencia.
04:33
I was eliminating the data
105
258000
2000
Estaba eliminando los datos
04:35
to get the true pattern of the data to shine through.
106
260000
2000
para llegar a un patrón verdadero.
04:37
I wasn't doing something bad.
107
262000
2000
No estaba haciendo nada malo.
04:39
In my mind, I was actually a knight
108
264000
2000
En mi mente, yo era un caballero
04:41
trying to help science move along.
109
266000
2000
tratando de ayudar en el progreso de la ciencia.
04:43
But this was not the case.
110
268000
2000
Pero este no era el caso.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
Yo estaba interfiriendo en el proceso con las mejores intenciones.
04:48
And I think the real challenge is to figure out
112
273000
2000
Y creo que el desafío real es darnos cuenta
04:50
where are the cases in our lives
113
275000
2000
cuáles son los casos en nuestras vidas
04:52
where conflicts of interest work on us,
114
277000
2000
donde el conflicto de intereses nos afecta,
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
y no confiar en nuestra propia intuición para sobreponernos,
04:57
but to try to do things
116
282000
2000
sino tratar de hacer algo
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
para prevenir que seamos victimas de estas conductas,
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
porque podemos crear circunstancias no deseadas.
05:05
I do want to leave you with one positive thought.
119
290000
2000
Quiero dejarlos con un pensamiento positivo.
05:07
I mean, this is all very depressing, right --
120
292000
2000
porque esto es bastante deprimente,cierto--
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
la gente tiene conflictos de intereses, no los vemos, etc.
05:12
The positive perspective, I think, of all of this
122
297000
2000
El lado positivo, creo, de todo esto
05:14
is that, if we do understand when we go wrong,
123
299000
3000
es que si comprendemos cuándo nos equivocamos,
05:17
if we understand the deep mechanisms
124
302000
2000
si comprendemos los mecanismos profundos
05:19
of why we fail and where we fail,
125
304000
2000
de porqué fallamos y dónde fallamos,
05:21
we can actually hope to fix things.
126
306000
2000
podemos también enmendarnos.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
Y eso, creo, es el anhelo. Muchas gracias.
05:25
(Applause)
128
310000
4000
(Aplausos)
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