TEDxWinnipeg
Jeff Hancock: The future of lying
Jeff Hancock: 3 tipos de mentiras (digitales)
Filmed:
Readability: 3.3
1,347,124 views
¿Quién no ha enviado un mensaje de texto diciendo “estoy en camino” cuando no era cierto o falseado un poco los datos de su perfil en línea? Pero Jeff Hancock no cree que el anonimato en Internet aliente la deshonestidad. De hecho, dice que la facilidad de búsqueda y la permanencia de la información en línea puede mantenernos honestos.
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
Permítanme decirles que ha sido
un fantástico mes para el engaño.
un fantástico mes para el engaño.
00:19
And I'm not even talking about the American presidential race. (Laughter)
1
4094
4253
Y ni siquiera estoy hablando de la campaña
a la presidencia de los EE.UU. (Risas)
a la presidencia de los EE.UU. (Risas)
00:24
We have a high-profile journalist caught for plagiarism,
2
8347
4335
Tenemos a un eminente periodista
arrestado por plagio,
arrestado por plagio,
00:28
a young superstar writer whose book involves
3
12682
2932
a un joven escritor famoso
cuyo libro contiene
cuyo libro contiene
00:31
so many made up quotes that they've pulled it from the shelves;
4
15614
3305
tantas citas ficticias
que lo retiraron de la venta;
que lo retiraron de la venta;
00:34
a New York Times exposé on fake book reviews.
5
18919
2598
un artículo del New York Times
denuncia falsas críticas literarias.
denuncia falsas críticas literarias.
00:37
It's been fantastic.
6
21517
1409
Ha sido fantástico.
00:38
Now, of course, not all deception hits the news.
7
22926
3851
Pero por supuesto, no todo
el engaño llega a la prensa.
el engaño llega a la prensa.
00:42
Much of the deception is everyday. In fact, a lot of research
8
26777
3679
Mayormente el engaño es cotidiano.
De hecho, muchos estudios
De hecho, muchos estudios
00:46
shows that we all lie once or twice a day, as Dave suggested.
9
30456
4331
muestran que todos mentimos una o
dos veces al día, como Dave sugirió.
dos veces al día, como Dave sugirió.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
10
34787
2933
O sea que siendo ahora las 18:30, podemos pensar
que la mayoría de nosotros debe haber mentido.
que la mayoría de nosotros debe haber mentido.
00:53
Let's take a look at Winnipeg. How many of you,
11
37720
1900
Veamos qué pasa con Winnipeg.
¿Cuántos de Uds.,
¿Cuántos de Uds.,
00:55
in the last 24 hours -- think back -- have told a little fib,
12
39620
2927
en las últimas 24 horas —recuerden—
han dicho una mentirita,
han dicho una mentirita,
00:58
or a big one? How many have told a little lie out there?
13
42547
3551
o una grande? ¿Cuántos aquí
han dicho una pequeña mentira?
han dicho una pequeña mentira?
01:01
All right, good. These are all the liars.
14
46098
1904
Bien. Estos son todos los mentirosos.
01:03
Make sure you pay attention to them. (Laughter)
15
48002
3293
Asegúrense de ponerles atención.
(Risas)
(Risas)
01:07
No, that looked good, it was about two thirds of you.
16
51295
2146
No, se vio bien, fueron alrededor
de dos tercios de Uds.
de dos tercios de Uds.
01:09
The other third didn't lie, or perhaps forgot,
17
53441
2852
El otro tercio no mintió,
o tal vez se le olvidó,
o tal vez se le olvidó,
01:12
or you're lying to me about your lying, which is very,
18
56293
2660
o me está mintiendo sobre
su mentira, lo cual es muy,
su mentira, lo cual es muy,
01:14
very devious. (Laughter) This fits with a lot of the research,
19
58953
4050
muy enrevesado (Risas).
Esto concuerda con muchos estudios,
Esto concuerda con muchos estudios,
01:18
which suggests that lying is very pervasive.
20
63003
3354
que sugieren que mentir es bastante común.
01:22
It's this pervasiveness, combined with the centrality
21
66357
3961
Esta omnipresencia,
combinada con la importancia
combinada con la importancia
01:26
to what it means to be a human, the fact that we can
22
70318
2440
de lo que significa ser un ser humano,
el hecho de que podamos
el hecho de que podamos
01:28
tell the truth or make something up,
23
72758
1880
decir la verdad o inventar algo,
01:30
that has fascinated people throughout history.
24
74638
2851
ha fascinado a la gente
a lo largo de la historia.
a lo largo de la historia.
01:33
Here we have Diogenes with his lantern.
25
77489
2629
Aquí tenemos a
Diógenes con su linterna.
Diógenes con su linterna.
01:36
Does anybody know what he was looking for?
26
80118
2680
¿Alguien sabe lo que estaba buscando?
01:38
A single honest man, and he died without finding one
27
82798
3784
Un hombre honesto que murió
sin encontrar uno solo
sin encontrar uno solo
01:42
back in Greece. And we have Confucius in the East
28
86582
3017
allá en Grecia. Y tenemos a
Confucio en el Oriente
Confucio en el Oriente
01:45
who was really concerned with sincerity,
29
89599
2377
que estaba realmente
interesado en la sinceridad,
interesado en la sinceridad,
01:47
not only that you walked the walk or talked the talk,
30
91976
3084
no solo en los hechos
o en las palabras,
o en las palabras,
01:50
but that you believed in what you were doing.
31
95060
3154
sino en creer en lo
que se estaba haciendo.
que se estaba haciendo.
01:54
You believed in your principles.
32
98214
2006
Creer en los principios.
01:56
Now my first professional encounter with deception
33
100220
2931
Mi primer encuentro
profesional con el engaño
profesional con el engaño
01:59
is a little bit later than these guys, a couple thousand years.
34
103151
3463
se dio algo después que el de
esta gente, hace un par de miles de años.
esta gente, hace un par de miles de años.
02:02
I was a customs officer for Canada back in the mid-'90s.
35
106614
3799
Yo era un funcionario de aduanas
de Canadá allá por la mitad de los 90.
de Canadá allá por la mitad de los 90.
02:06
Yeah. I was defending Canada's borders.
36
110413
2826
Sí. Defendía las fronteras de Canadá.
02:09
You may think that's a weapon right there. In fact,
37
113239
3782
Podrían pensar que tenía
un arma allí. En realidad
un arma allí. En realidad
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
38
117021
5030
tenía un sello. Usaba un sello para
defender las fronteras del Canadá. (Risas)
defender las fronteras del Canadá. (Risas)
02:17
Very Canadian of me. I learned a lot about deception
39
122051
3537
Muy canadiense de mi parte.
Aprendí mucho sobre el engaño
Aprendí mucho sobre el engaño
02:21
while doing my duty here in customs,
40
125588
3055
cuando trabajaba en la aduana,
02:24
one of which was that most of what I thought I knew about deception was wrong,
41
128643
2884
como que gran parte de lo que creía
saber sobre el engaño era erróneo,
saber sobre el engaño era erróneo,
02:27
and I'll tell you about some of that tonight.
42
131527
1752
les hablaré algo sobre eso esta noche.
02:29
But even since just 1995, '96, the way we communicate
43
133279
4074
Pero desde 1995, 96, la manera
en que nos comunicamos
en que nos comunicamos
02:33
has been completely transformed. We email, we text,
44
137353
3297
se ha transformado totalmente. Utilizamos
correo electrónico, mensajes de texto,
correo electrónico, mensajes de texto,
02:36
we skype, we Facebook. It's insane.
45
140650
2613
Skype, Facebook. Es una locura.
02:39
Almost every aspect of human communication's been changed,
46
143263
3261
Casi todos los aspectos de la
comunicación humana han cambiado,
comunicación humana han cambiado,
02:42
and of course that's had an impact on deception.
47
146524
2560
y por supuesto hay
un impacto sobre el engaño.
un impacto sobre el engaño.
02:44
Let me tell you a little bit about a couple of new deceptions
48
149084
2583
Quiero hablarles algo sobre
nuevos tipos de engaño
nuevos tipos de engaño
02:47
we've been tracking and documenting.
49
151667
2376
que hemos seguido y documentado.
02:49
They're called the Butler, the Sock Puppet
50
154043
4244
Los denominamos: "el mayordomo",
"el títere de media"
"el títere de media"
02:54
and the Chinese Water Army.
51
158287
2081
y "el ejército chino de agua".
02:56
It sounds a little bit like a weird book,
52
160368
1897
Suenan parecido a libros raros,
02:58
but actually they're all new types of lies.
53
162265
2133
pero en realidad son
nuevos tipos de mentiras.
nuevos tipos de mentiras.
03:00
Let's start with the Butlers. Here's an example of one:
54
164398
3045
Vamos a empezar con "el mayordomo".
Aquí tenemos un ejemplo:
Aquí tenemos un ejemplo:
03:03
"On my way." Anybody ever written, "On my way?"
55
167443
3113
"Estoy en camino". ¿Alguna vez
han escrito, "Estoy en camino"?
han escrito, "Estoy en camino"?
03:06
Then you've also lied. (Laughter)
56
170556
3763
Entonces, también
han mentido. (Risas)
han mentido. (Risas)
03:10
We're never on our way. We're thinking about going on our way.
57
174319
4197
Nunca estamos en camino.
Estamos pensando en tomar el camino.
Estamos pensando en tomar el camino.
03:14
Here's another one: "Sorry I didn't respond to you earlier.
58
178516
2763
Aquí hay otro:
"Lamento no haberle respondido antes".
"Lamento no haberle respondido antes".
03:17
My battery was dead." Your battery wasn't dead.
59
181279
1965
"Mi batería estaba descargada".
La batería no estaba descargada.
La batería no estaba descargada.
03:19
You weren't in a dead zone.
60
183244
1876
No estaban en una zona sin cobertura.
03:21
You just didn't want to respond to that person that time.
61
185120
1953
Simplemente no querían contestarle
a esa persona en aquel momento.
a esa persona en aquel momento.
03:22
Here's the last one: You're talking to somebody,
62
187073
1797
Esta es la última:
están hablando con alguien,
están hablando con alguien,
03:24
and you say, "Sorry, got work, gotta go."
63
188870
2490
y dicen: "Lo siento,
tengo trabajo, me tengo que ir".
tengo trabajo, me tengo que ir".
03:27
But really, you're just bored. You want to talk to somebody else.
64
191360
3797
Pero en realidad, están aburridos.
Quieren hablar con otra persona.
Quieren hablar con otra persona.
03:31
Each of these is about a relationship,
65
195157
2416
Cada uno de estos casos trata de una relación,
03:33
and this is a 24/7 connected world. Once you get my cell phone number,
66
197573
4405
y este es un mundo conectado las 24 horas.
Ni bien consigues mi número de teléfono celular,
Ni bien consigues mi número de teléfono celular,
03:37
you can literally be in touch with me 24 hours a day.
67
201978
2965
literalmente puedes estar en
contacto conmigo las 24 horas del día.
contacto conmigo las 24 horas del día.
03:40
And so these lies are being used by people
68
204943
2369
La gente utiliza estas mentiras
03:43
to create a buffer, like the butler used to do,
69
207312
2826
para crear un intermediario,
como lo era el mayordomo,
como lo era el mayordomo,
03:46
between us and the connections to everybody else.
70
210138
3407
entre nosotros y el vínculo con los demás.
03:49
But they're very special. They use ambiguity
71
213545
1707
Pero se hace de manera muy especial.
Se utiliza la ambigüedad
Se utiliza la ambigüedad
03:51
that comes from using technology. You don't know
72
215252
2061
que proviene del uso
de tecnología. No sabes
de tecnología. No sabes
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
dónde estoy, lo que hago,
ni con quién estoy.
ni con quién estoy.
03:56
And they're aimed at protecting the relationships.
74
220261
2491
Y el objetivo es proteger las relaciones.
03:58
These aren't just people being jerks. These are people
75
222752
2581
La gente no quiere ser chocante.
Lo que estas personas dicen
Lo que estas personas dicen
04:01
that are saying, look, I don't want to talk to you now,
76
225333
2376
es: "Mira, no quiero hablar contigo ahora",
04:03
or I didn't want to talk to you then, but I still care about you.
77
227709
2424
o "No quise hablarte en ese momento,
pero todavía me interesas.
pero todavía me interesas.
04:06
Our relationship is still important.
78
230133
2400
Nuestra relación es todavía importante".
04:08
Now, the Sock Puppet, on the other hand,
79
232533
1514
Ahora, el "títere de media", por el contrario,
04:09
is a totally different animal. The sock puppet isn't
80
234047
2343
es un animal totalmente diferente.
El "títere de media" no apunta
El "títere de media" no apunta
04:12
about ambiguity, per se. It's about identity.
81
236390
3065
a la ambigüedad, por sí mismo.
Se refiere a la identidad.
Se refiere a la identidad.
04:15
Let me give you a very recent example,
82
239455
2002
Permítanme darles un ejemplo muy reciente,
04:17
as in, like, last week.
83
241457
1514
tanto, como de la semana pasada.
04:18
Here's R.J. Ellory, best-seller author in Britain.
84
242971
3268
Tenemos a R.J. Ellory, un autor
"best seller" en Gran Bretaña.
"best seller" en Gran Bretaña.
04:22
Here's one of his bestselling books.
85
246239
2020
Aquí está uno de sus libros más vendidos.
04:24
Here's a reviewer online, on Amazon.
86
248259
3413
Y aquí hay comentarios
en línea, en Amazon.
en línea, en Amazon.
04:27
My favorite, by Nicodemus Jones, is,
87
251672
2657
Mi favorito, el de Nicodemus Jones dice:
04:30
"Whatever else it might do, it will touch your soul."
88
254329
3808
"En cualquier caso, te tocará el alma".
04:34
And of course, you might suspect
89
258137
1403
Y por supuesto, se podría sospechar
04:35
that Nicodemus Jones is R.J. Ellory.
90
259540
2627
que Nicodemus Jones es R.J. Ellory.
04:38
He wrote very, very positive reviews about himself. Surprise, surprise.
91
262167
4687
Él escribió críticas muy, muy positivas
sobre sí mismo. Sorpresa, sorpresa.
sobre sí mismo. Sorpresa, sorpresa.
04:42
Now this Sock Puppet stuff isn't actually that new.
92
266854
3260
Apelar al "títere de media"
realmente no es novedoso.
realmente no es novedoso.
04:46
Walt Whitman also did this back in the day,
93
270114
3167
Walt Whitman también lo hizo en su momento,
04:49
before there was Internet technology. Sock Puppet
94
273281
3055
antes de que existiera Internet.
El "títere de media"
El "títere de media"
04:52
becomes interesting when we get to scale,
95
276336
2768
se torna interesante cuando
lo llevamos a gran escala,
lo llevamos a gran escala,
04:55
which is the domain of the Chinese Water Army.
96
279104
2518
entrando en el dominio
del "ejército chino de agua".
del "ejército chino de agua".
04:57
Chinese Water Army refers to thousands of people
97
281622
2436
Se refiere a miles de personas
04:59
in China that are paid small amounts of money
98
284058
3048
en China a las que se les paga muy poco
05:03
to produce content. It could be reviews. It could be
99
287106
3034
para producir contenidos.
Podrían ser comentarios, podría ser
Podrían ser comentarios, podría ser
05:06
propaganda. The government hires these people,
100
290140
2559
propaganda. El gobierno
contrata a estas personas,
contrata a estas personas,
05:08
companies hire them, all over the place.
101
292699
2628
las empresas las contratan,
por todos lados.
por todos lados.
05:11
In North America, we call this Astroturfing,
102
295327
3617
En Norteamérica, lo llamamos
"astroturfing" [césped artificial].
"astroturfing" [césped artificial].
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
103
298944
3438
El "astroturfing" es ahora bastante común.
Hay mucha preocupación por él.
Hay mucha preocupación por él.
05:18
We see this especially with product reviews, book reviews,
104
302382
3227
Lo vemos especialmente en comentarios
sobre productos, reseñas de libros,
sobre productos, reseñas de libros,
05:21
everything from hotels to whether that toaster is a good toaster or not.
105
305609
4795
en todo, desde hoteles hasta
si tal tostadora es buena o no.
si tal tostadora es buena o no.
05:26
Now, looking at these three reviews, or these three types of deception,
106
310404
3918
Al repasar estos tres tipos de engaño,
05:30
you might think, wow, the Internet is really making us
107
314322
2737
se podría pensar, que Internet
realmente nos está convirtiendo en
realmente nos está convirtiendo en
05:32
a deceptive species, especially when you think about
108
317059
3209
una especie que engaña,
especialmente cuando se piensa en
especialmente cuando se piensa en
05:36
the Astroturfing, where we can see deception brought up to scale.
109
320268
4602
el "astroturfing", donde podemos ver
el engaño llevado a gran escala.
el engaño llevado a gran escala.
05:40
But actually, what I've been finding is very different from that.
110
324870
4738
Pero en realidad, lo que
he encontrado es muy distinto.
he encontrado es muy distinto.
05:45
Now, let's put aside the online anonymous sex chatrooms,
111
329608
3249
Dejemos de lado las salas de charla
de sexo anónimo en línea,
de sexo anónimo en línea,
05:48
which I'm sure none of you have been in.
112
332857
1899
en las que estoy seguro
que ninguno de Uds. ha estado.
que ninguno de Uds. ha estado.
05:50
I can assure you there's deception there.
113
334756
2329
Les puedo asegurar que allí hay engaño.
05:52
And let's put aside the Nigerian prince who's emailed you
114
337085
2709
Y dejemos de lado al príncipe nigeriano
que les envió un email
que les envió un email
05:55
about getting the 43 million out of the country. (Laughter)
115
339794
3228
sobre cómo sacar
43 millones del país. (Risas)
43 millones del país. (Risas)
05:58
Let's forget about that guy, too.
116
343022
1680
Olvidémonos de ese tipo, también.
06:00
Let's focus on the conversations between our friends
117
344702
2944
Concentrémonos en las
conversaciones con nuestros amigos,
conversaciones con nuestros amigos,
06:03
and our family and our coworkers and our loved ones.
118
347646
2147
nuestra familia, nuestros compañeros
de trabajo y nuestros seres queridos.
de trabajo y nuestros seres queridos.
06:05
Those are the conversations that really matter.
119
349793
2408
Esas son las conversaciones
que realmente importan.
que realmente importan.
06:08
What does technology do to deception with those folks?
120
352201
4240
¿Qué hace la tecnología para
mentirle a esas personas?
mentirle a esas personas?
06:12
Here's a couple of studies. One of the studies we do
121
356441
3075
Aquí tenemos algunos estudios.
En uno de los que realizamos,
En uno de los que realizamos,
06:15
are called diary studies, in which we ask people to record
122
359516
3371
llamados estudios diarios,
le pedimos a la gente que registre
le pedimos a la gente que registre
06:18
all of their conversations and all of their lies for seven days,
123
362887
3566
todas sus conversaciones y
todas sus mentiras durante siete días,
todas sus mentiras durante siete días,
06:22
and what we can do then is calculate how many lies took place
124
366453
3105
y luego calculamos cuántas mentiras dijeron
06:25
per conversation within a medium, and the finding
125
369558
2948
en cada conversación por cada
medio de comunicación y encontramos
medio de comunicación y encontramos
06:28
that we get that surprises people the most is that email
126
372506
2524
que lo más sorprendente es
que el correo electrónico
que el correo electrónico
06:30
is the most honest of those three media.
127
375030
3279
es el más honesto de esos tres medios.
06:34
And it really throws people for a loop because we think,
128
378309
2401
Y realmente es sorprendente
porque pensamos,
porque pensamos,
06:36
well, there's no nonverbal cues, so why don't you lie more?
129
380710
3736
bueno, al no haber señales no verbales,
¿por qué no se miente más?
¿por qué no se miente más?
06:40
The phone, in contrast, the most lies.
130
384446
4304
En el teléfono, por el contrario,
es donde se miente más.
es donde se miente más.
06:44
Again and again and again we see the phone is the device
131
388750
1946
Una y otra vez vemos que
el teléfono es el medio
el teléfono es el medio
06:46
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
132
390696
4718
donde más se miente, tal vez por las ambigüedades
de la mentira del "mayordomo" de las que hablé.
de la mentira del "mayordomo" de las que hablé.
06:51
This tends to be very different from what people expect.
133
395414
3975
Tiende a ser muy diferente
de lo que se espera.
de lo que se espera.
06:55
What about résumés? We did a study in which we had
134
399389
3224
¿Qué pasa con los currículos?
Hicimos un estudio en el que
Hicimos un estudio en el que
06:58
people apply for a job, and they could apply for a job
135
402613
2544
las personas se postulaban
para un empleo y podían hacerlo
para un empleo y podían hacerlo
07:01
either with a traditional paper résumé, or on LinkedIn,
136
405157
3514
mediante un currículo tradicional
en papel o por LinkedIn,
en papel o por LinkedIn,
07:04
which is a social networking site like Facebook,
137
408671
2822
que es un sitio de redes
sociales como Facebook,
sociales como Facebook,
07:07
but for professionals -- involves the same information as a résumé.
138
411493
3567
pero para profesionales
—contiene la misma información que un currículo—.
—contiene la misma información que un currículo—.
07:10
And what we found, to many people's surprise,
139
415060
2614
Y lo que encontramos,
para sorpresa de muchos,
para sorpresa de muchos,
07:13
was that those LinkedIn résumés were more honest
140
417674
2795
fue que los currículos
de LinkedIn eran más honestos
de LinkedIn eran más honestos
07:16
on the things that mattered to employers, like your
141
420469
1824
en lo que le importaba a
los empleadores, como las
los empleadores, como las
07:18
responsibilities or your skills at your previous job.
142
422293
4151
responsabilidades y competencias
en el trabajo anterior.
en el trabajo anterior.
07:22
How about Facebook itself?
143
426444
2296
¿Y qué decir del propio Facebook?
07:24
You know, we always think that hey, there are these
144
428740
1882
Siempre pensamos que en estas
07:26
idealized versions, people are just showing the best things
145
430622
2129
versiones idealizadas,
la gente muestra lo mejor
la gente muestra lo mejor
07:28
that happened in their lives. I've thought that many times.
146
432751
2656
que le ha pasado en su vida.
Muchas veces he pensado así.
Muchas veces he pensado así.
07:31
My friends, no way they can be that cool and have good of a life.
147
435407
3068
Mis amigos, no pueden ser
tan geniales y tener tan buena vida.
tan geniales y tener tan buena vida.
07:34
Well, one study tested this by examining people's personalities.
148
438475
3821
Bien, un estudio probó esto examinando
las personalidades de la gente.
las personalidades de la gente.
07:38
They had four good friends of a person judge their personality.
149
442296
4218
Cuatro buenos amigos del individuo
debían juzgar su personalidad.
debían juzgar su personalidad.
07:42
Then they had strangers, many strangers,
150
446514
1956
Luego muchos desconocidos, tenían que
07:44
judge the person's personality just from Facebook,
151
448470
2528
juzgar su personalidad
a través de Facebook,
a través de Facebook,
07:46
and what they found was those judgments of the personality
152
450998
2429
y lo que se descubrió fue que
los juicios de la personalidad
los juicios de la personalidad
07:49
were pretty much identical, highly correlated,
153
453427
2509
eran prácticamente idénticos,
altamente correlacionados,
altamente correlacionados,
07:51
meaning that Facebook profiles really do reflect our actual personality.
154
455936
4373
lo que significa que los perfiles de Facebook
realmente reflejan nuestra verdadera personalidad.
realmente reflejan nuestra verdadera personalidad.
07:56
All right, well, what about online dating?
155
460309
2572
Bien, ¿qué decir de las citas en línea?
07:58
I mean, that's a pretty deceptive space.
156
462881
1500
Es decir, es un ambiente que
se presta bastante para el engaño.
se presta bastante para el engaño.
08:00
I'm sure you all have "friends" that have used online dating. (Laughter)
157
464381
3535
Estoy seguro de que todos Uds. tienen "amigos"
que han utilizado citas en línea. (Risas)
que han utilizado citas en línea. (Risas)
08:03
And they would tell you about that guy that had no hair
158
467916
2058
Y te deben haber contado
del tipo que no tenía pelo
del tipo que no tenía pelo
08:05
when he came, or the woman that didn't look at all like her photo.
159
469974
3030
cuando se presentó, o de la mujer
que no se parecía en absoluto a su foto.
que no se parecía en absoluto a su foto.
08:08
Well, we were really interested in it, and so what we did
160
473004
3136
Bien, esto nos interesaba realmente, así que
08:12
is we brought people, online daters, into the lab,
161
476140
3107
trajimos personas que hacen
citas en línea, al laboratorio,
citas en línea, al laboratorio,
08:15
and then we measured them. We got their height
162
479247
1480
y luego los medimos. Tomamos su altura
08:16
up against the wall, we put them on a scale, got their weight --
163
480727
3881
contra la pared, los pusimos
en una balanza, obtuvimos su peso
en una balanza, obtuvimos su peso
08:20
ladies loved that -- and then we actually got their driver's license to get their age.
164
484608
3895
—a las señoras les encantó— y les pedimos
la licencia de conducir para saber su edad.
la licencia de conducir para saber su edad.
08:24
And what we found was very, very interesting.
165
488503
4311
Y lo que descubrimos
fue muy, muy interesante.
fue muy, muy interesante.
08:28
Here's an example of the men and the height.
166
492814
3929
Aquí hay un ejemplo de
los hombres y la altura.
los hombres y la altura.
08:32
Along the bottom is how tall they said they were in their profile.
167
496743
2470
En la parte inferior está la altura
que ellos declararon en su perfil.
que ellos declararon en su perfil.
08:35
Along the y-axis, the vertical axis, is how tall they actually were.
168
499213
4862
En el eje vertical, tenemos la altura real.
08:39
That diagonal line is the truth line. If their dot's on it,
169
504075
3076
Esa línea diagonal es la línea de la verdad.
Si el punto está sobre ella
Si el punto está sobre ella
08:43
they were telling exactly the truth.
170
507151
1554
decían exactamente la verdad.
08:44
Now, as you see, most of the little dots are below the line.
171
508705
3113
Ahora, como pueden ver, la mayoría de
los puntos está por debajo de la línea.
los puntos está por debajo de la línea.
08:47
What it means is all the guys were lying about their height.
172
511818
2867
Lo cual significa que todos los hombres
han mentido sobre su altura.
han mentido sobre su altura.
08:50
In fact, they lied about their height about nine tenths of an inch,
173
514685
2941
De hecho, mintieron sobre
su altura en poco más de 2,3 cm,
su altura en poco más de 2,3 cm,
08:53
what we say in the lab as "strong rounding up." (Laughter)
174
517626
6276
lo que en el laboratorio llamamos
"fuerte redondeo hacia arriba". (Risas)
"fuerte redondeo hacia arriba". (Risas)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
175
523902
4503
Mides casi 1,73 m
y ¡bum!, 1,75 m.
y ¡bum!, 1,75 m.
09:04
But what's really important here is, look at all those dots.
176
528405
1998
Pero lo que es realmente importante
aquí es, miren todos esos puntos.
aquí es, miren todos esos puntos.
09:06
They are clustering pretty close to the truth. What we found
177
530403
2566
Se agrupan bastante cerca de la verdad.
Lo que descubrimos
Lo que descubrimos
09:08
was 80 percent of our participants did indeed lie
178
532969
2408
fue que el 80% de
nuestros participantes mintió
nuestros participantes mintió
09:11
on one of those dimensions, but they always lied by a little bit.
179
535377
3595
sobre una de esas dimensiones,
pero siempre mentían por poco.
pero siempre mentían por poco.
09:14
One of the reasons is pretty simple. If you go to a date,
180
538972
3024
Una de las razones es bastante simple.
Si acudes a una cita,
Si acudes a una cita,
09:17
a coffee date, and you're completely different than what you said,
181
541996
3601
a tomar un café y eres completamente
diferente a lo que dijiste ser,
diferente a lo que dijiste ser,
09:21
game over. Right? So people lied frequently, but they lied
182
545597
3619
se terminó ¿no? Entonces las personas
mintieron con frecuencia, pero mintieron
mintieron con frecuencia, pero mintieron
09:25
subtly, not too much. They were constrained.
183
549216
3469
sutilmente, no demasiado. Se contuvieron.
09:28
Well, what explains all these studies? What explains the fact
184
552685
2887
Bien, ¿qué explican todos estos estudios?
¿Cómo se explica el hecho de
¿Cómo se explica el hecho de
09:31
that despite our intuitions, mine included,
185
555572
4635
que a pesar de nuestra intuición, incluso la mía,
09:36
a lot of online communication, technologically-mediated
186
560207
3529
mucha de la comunicación en línea,
a través de un medio tecnológico,
a través de un medio tecnológico,
09:39
communication, is more honest than face to face?
187
563736
4028
sea más honesta que
la comunicación cara a cara?
la comunicación cara a cara?
09:43
That really is strange. How do we explain this?
188
567764
2489
Es realmente extraño.
¿Cómo podemos explicar esto?
¿Cómo podemos explicar esto?
09:46
Well, to do that, one thing is we can look at the deception-detection literature.
189
570253
3379
Bueno, para ello, podemos observar
la literatura de detección del engaño.
la literatura de detección del engaño.
09:49
It's a very old literature by now, it's coming up on 50 years.
190
573632
4345
Es una literatura muy antigua,
surgió hace 50 años.
surgió hace 50 años.
09:53
It's been reviewed many times. There's been thousands of trials,
191
577977
2662
Ha sido revisada varias veces.
Ha habido miles de ensayos,
Ha habido miles de ensayos,
09:56
hundreds of studies, and there's some really compelling findings.
192
580639
3981
cientos de estudios, y hay algunos
resultados realmente convincentes.
resultados realmente convincentes.
10:00
The first is, we're really bad at detecting deception,
193
584620
3236
El primero es que somos bastante
malos para la detección del engaño,
malos para la detección del engaño,
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
194
587856
4116
realmente malos. 54% de exactitud,
en promedio cuando se trata de decir
en promedio cuando se trata de decir
10:07
if somebody that just said a statement is lying or not.
195
591972
3384
si alguien que acaba de hacer
una declaración está mintiendo o no.
una declaración está mintiendo o no.
10:11
That's really bad. Why is it so bad?
196
595356
3192
Eso es muy malo. ¿Por qué es tan malo?
10:14
Well it has to do with Pinocchio's nose.
197
598548
2530
Bueno, tiene que ver con la nariz de Pinocho.
10:16
If I were to ask you guys, what do you rely on
198
601078
2359
Si les preguntara a Uds., ¿de qué fiarse
10:19
when you're looking at somebody and you want to find out
199
603437
2245
cuando miran a alguien y quieren averiguar
10:21
if they're lying? What cue do you pay attention to?
200
605682
2930
si está mintiendo? ¿A qué indicio
deben prestar atención?
deben prestar atención?
10:24
Most of you would say that one of the cues you look at
201
608612
2430
La mayoría de Uds. diría que
una señal a tener en cuenta
una señal a tener en cuenta
10:26
is the eyes. The eyes are the window to the soul.
202
611042
2728
son los ojos. Los ojos son
la ventana del alma.
la ventana del alma.
10:29
And you're not alone. Around the world, almost every culture,
203
613770
2403
Y Uds. no serían los únicos.
En todo el mundo, en casi todas las culturas,
En todo el mundo, en casi todas las culturas,
10:32
one of the top cues is eyes. But the research
204
616173
2863
una de las claves principales son los ojos.
Pero la investigación
Pero la investigación
10:34
over the last 50 years says there's actually no reliable cue
205
619036
3824
durante los últimos 50 años, dice que
no hay realmente ninguna señal confiable
no hay realmente ninguna señal confiable
10:38
to deception, which blew me away, and it's one of
206
622860
2997
para detectar el engaño, lo que
me ha sorprendido, y es una de
me ha sorprendido, y es una de
10:41
the hard lessons that I learned when I was customs officer.
207
625857
2355
las duras lecciones que aprendí
cuando era funcionario de aduana.
cuando era funcionario de aduana.
10:44
The eyes do not tell us whether somebody's lying or not.
208
628212
2430
Los ojos no nos dicen
si alguien está mintiendo o no.
si alguien está mintiendo o no.
10:46
Some situations, yes -- high stakes, maybe their pupils dilate,
209
630642
3018
En algunas situaciones, sí, cuando el riesgo
es alto, tal vez las pupilas se dilaten,
es alto, tal vez las pupilas se dilaten,
10:49
their pitch goes up, their body movements change a little bit,
210
633660
3504
el tono de voz sube y los movimientos
corporales cambien un poco,
corporales cambien un poco,
10:53
but not all the time, not for everybody, it's not reliable.
211
637164
4832
pero no siempre, ni para todos.
No es algo confiable.
No es algo confiable.
10:57
Strange. The other thing is that just because you can't see me
212
641996
3378
Extraño. Además solo
porque no puedas verme
porque no puedas verme
11:01
doesn't mean I'm going to lie. It's common sense,
213
645374
2419
no significa que voy a mentir.
Es de sentido común,
Es de sentido común,
11:03
but one important finding is that we lie for a reason.
214
647793
2907
pero un hallazgo importante es
que mentimos por alguna razón.
que mentimos por alguna razón.
11:06
We lie to protect ourselves or for our own gain
215
650700
2367
Mentimos para protegernos,
en nuestro propio beneficio
en nuestro propio beneficio
11:08
or for somebody else's gain.
216
653067
2827
o en el de alguien más.
11:11
So there are some pathological liars, but they make up
217
655894
1930
Hay mentirosos patológicos,
pero representan
pero representan
11:13
a tiny portion of the population. We lie for a reason.
218
657824
3513
una pequeña parte de la población.
Mentimos por alguna razón.
Mentimos por alguna razón.
11:17
Just because people can't see us doesn't mean
219
661337
1631
El hecho de que la gente
no pueda vernos no significa
no pueda vernos no significa
11:18
we're going to necessarily lie.
220
662968
2271
necesariamente que vayamos a mentir.
11:21
But I think there's actually something much more
221
665239
1553
Pero creo que en realidad
hay algo mucho más
hay algo mucho más
11:22
interesting and fundamental going on here. The next big
222
666792
3274
interesante y fundamental
que pasa aquí.
que pasa aquí.
11:25
thing for me, the next big idea, we can find by going
223
670066
3797
La próxima gran idea,
podemos encontrarla yendo
podemos encontrarla yendo
11:29
way back in history to the origins of language.
224
673863
3139
atrás en la historia hasta
los orígenes del lenguaje.
los orígenes del lenguaje.
11:32
Most linguists agree that we started speaking somewhere
225
677002
3887
La mayoría de los lingüistas coincide en
que empezamos a hablar en alguna parte
que empezamos a hablar en alguna parte
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
226
680889
3168
entre 50 000 y 100 000 años atrás.
Eso es mucho tiempo.
Eso es mucho tiempo.
11:39
A lot of humans have lived since then.
227
684057
2616
Gran cantidad de seres humanos
ha vivido desde entonces.
ha vivido desde entonces.
11:42
We've been talking, I guess, about fires and caves
228
686673
2423
Hemos estado hablando,
me imagino, sobre fuegos, cuevas
me imagino, sobre fuegos, cuevas
11:44
and saber-toothed tigers. I don't know what they talked about,
229
689096
3107
y tigres dientes de sable.
No sé de qué hablaban,
No sé de qué hablaban,
11:48
but they were doing a lot of talking, and like I said,
230
692203
2518
pero hablaban mucho, y como he dicho,
11:50
there's a lot of humans evolving speaking,
231
694721
2545
fue enorme la cantidad de seres humanos
que hizo evolucionar el habla,
que hizo evolucionar el habla,
11:53
about 100 billion people in fact.
232
697266
2806
alrededor de 100 mil millones de personas.
11:55
What's important though is that writing only emerged
233
700072
2782
Lo importante sin embargo es
que la escritura solo surgió
que la escritura solo surgió
11:58
about 5,000 years ago. So what that means is that
234
702854
3587
hace unos 5000 años. Lo cual significa que
12:02
all the people before there was any writing,
235
706441
2392
todas las personas anteriores
a la aparición de la escritura,
a la aparición de la escritura,
12:04
every word that they ever said, every utterance
236
708833
5586
cada palabra que hayan dicho, toda expresión,
12:10
disappeared. No trace. Evanescent. Gone.
237
714419
4752
desapareció. Sin rastro.
Se evanesció. Se fue.
Se evanesció. Se fue.
12:15
So we've been evolving to talk in a way in which
238
719171
4065
Así que hemos evolucionado
para hablar de una manera en
para hablar de una manera en
12:19
there is no record. In fact, even the next big change
239
723236
5917
la que no hay registro. De hecho,
el siguiente gran cambio
el siguiente gran cambio
12:25
to writing was only 500 years ago now,
240
729153
2468
a la escritura se produjo
hace solo 500 años,
hace solo 500 años,
12:27
with the printing press, which is very recent in our past,
241
731621
2379
con la imprenta, que es bastante
reciente en nuestro pasado,
reciente en nuestro pasado,
12:29
and literacy rates remained incredibly low right up until World War II,
242
734000
4242
y las tasas de alfabetización permanecieron
muy bajas hasta la Segunda Guerra Mundial,
muy bajas hasta la Segunda Guerra Mundial,
12:34
so even the people of the last two millennia,
243
738242
3384
por lo que incluso la gente
de los dos últimos milenios,
de los dos últimos milenios,
12:37
most of the words they ever said -- poof! -- disappeared.
244
741626
5032
la mayoría de las palabras que
han dicho - ¡puf! - desaparecieron.
han dicho - ¡puf! - desaparecieron.
12:42
Let's turn to now, the networked age.
245
746658
3591
Pasemos al presente, la era de Internet.
12:46
How many of you have recorded something today?
246
750249
4712
¿Cuántos de Uds. han grabado algo hoy?
12:50
Anybody do any writing today? Did anybody write a word?
247
754961
3177
¿Alguien ha escrito algo hoy?
¿Alguien escribió alguna palabra?
¿Alguien escribió alguna palabra?
12:54
It looks like almost every single person here recorded something.
248
758138
4226
Parece que casi todos aquí han grabado algo.
12:58
In this room, right now, we've probably recorded more
249
762364
3048
En esta sala, ahora mismo,
probablemente hemos registrado más
probablemente hemos registrado más
13:01
than almost all of human pre-ancient history.
250
765412
4542
que casi toda la prehistoria de la humanidad.
13:05
That is crazy. We're entering this amazing period
251
769954
3230
Es una locura. Estamos entrando
en un período increíble
en un período increíble
13:09
of flux in human evolution where we've evolved to speak
252
773184
4015
de cambio continuo en la evolución humana
por el que hemos pasado de hablar
por el que hemos pasado de hablar
13:13
in a way in which our words disappear, but we're in
253
777199
2701
de una manera en que
nuestras palabras desaparecen,
nuestras palabras desaparecen,
13:15
an environment where we're recording everything.
254
779900
2903
a un entorno en el que
estamos grabando todo.
estamos grabando todo.
13:18
In fact, I think in the very near future, it's not just
255
782803
2337
De hecho, creo que en
un futuro muy próximo, no solo
un futuro muy próximo, no solo
13:21
what we write that will be recorded, everything we do
256
785140
2349
se grabará lo que escribimos,
todo lo que hacemos
todo lo que hacemos
13:23
will be recorded.
257
787489
2333
será registrado.
13:25
What does that mean? What's the next big idea from that?
258
789822
4456
¿Qué significa eso?
¿Cuál es la próxima gran idea?
¿Cuál es la próxima gran idea?
13:30
Well, as a social scientist, this is the most amazing thing
259
794278
4250
Bien, como científico social,
esto es lo más asombroso
esto es lo más asombroso
13:34
I have ever even dreamed of. Now, I can look at
260
798528
3547
que ni siquiera he soñado.
Ahora, puedo mirar
Ahora, puedo mirar
13:37
all those words that used to, for millennia, disappear.
261
802075
3611
a todas estas palabras que
durante milenios desaparecieron.
durante milenios desaparecieron.
13:41
I can look at lies that before were said and then gone.
262
805686
4248
Puedo observar las mentiras que primero
fueron dichas y luego desaparecieron.
fueron dichas y luego desaparecieron.
13:45
You remember those Astroturfing reviews that we were
263
809934
3520
¿Recuerdan esos comentarios
de "astroturfing" de los que
de "astroturfing" de los que
13:49
talking about before? Well, when they write a fake review,
264
813454
3503
hablamos antes? Bueno, cuando
se escribe una reseña falsa,
se escribe una reseña falsa,
13:52
they have to post it somewhere, and it's left behind for us.
265
816957
2704
tiene que publicarse en algún lugar,
quedando a nuestra disposición.
quedando a nuestra disposición.
13:55
So one thing that we did, and I'll give you an example of
266
819661
2435
Algo que hicimos y les daré un ejemplo
13:57
looking at the language, is we paid people
267
822096
2495
en relación con el habla, es
que le pagamos a la gente
que le pagamos a la gente
14:00
to write some fake reviews. One of these reviews is fake.
268
824591
3535
para escribir algunas opiniones falsas.
Uno de estos comentarios es falso.
Uno de estos comentarios es falso.
14:04
The person never was at the James Hotel.
269
828126
1943
La persona nunca estuvo en el Hotel James.
14:05
The other review is real. The person stayed there.
270
830069
2922
El otro comentario es real.
La persona estuvo allí.
La persona estuvo allí.
14:08
Now, your task now is to decide
271
832991
3527
Ahora, la tarea de Uds. es decidir
14:12
which review is fake?
272
836518
4073
cuál de ellos es falso.
14:16
I'll give you a moment to read through them.
273
840591
4186
Les daré un momento para leerlos.
14:20
But I want everybody to raise their hand at some point.
274
844777
2287
Pero quiero que levanten
la mano en determinado momento.
la mano en determinado momento.
14:22
Remember, I study deception. I can tell if you don't raise your hand.
275
847064
4231
Recuerden, yo estudio el engaño.
Me daré cuenta si no levantan la mano.
Me daré cuenta si no levantan la mano.
14:27
All right, how many of you believe that A is the fake?
276
851295
4570
Bien, ¿cuántos de Uds. creen
que "A" es el comentario falso?
que "A" es el comentario falso?
14:33
All right. Very good. About half.
277
857894
2142
Muy bien. Muy bien.
Aproximadamente la mitad.
Aproximadamente la mitad.
14:35
And how many of you think that B is?
278
860036
3615
Y ¿cuántos de Uds. piensan que "B" lo es?
14:39
All right. Slightly more for B.
279
863651
2529
Muy bien. Un poco más para "B".
14:42
Excellent. Here's the answer.
280
866180
2592
Excelente. Aquí está la respuesta.
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
281
868772
6581
"B" es el falso. Bien hecho segundo grupo.
Le ganaron al primer grupo. (Risas)
Le ganaron al primer grupo. (Risas)
14:51
You're actually a little bit unusual. Every time we demonstrate this,
282
875353
2846
En realidad es un poco inusual.
Cada vez que hacemos esta demostración,
Cada vez que hacemos esta demostración,
14:54
it's usually about a 50-50 split, which fits
283
878199
2746
normalmente la división
es de 50-50, lo cual concuerda
es de 50-50, lo cual concuerda
14:56
with the research, 54 percent. Maybe people here
284
880945
2646
con la investigación, 54%.
Tal vez la gente aquí
Tal vez la gente aquí
14:59
in Winnipeg are more suspicious and better at figuring it out.
285
883591
3770
en Winnipeg sea más suspicaz
y más hábil para darse cuenta.
y más hábil para darse cuenta.
15:03
Those cold, hard winters, I love it.
286
887361
2688
Esos inviernos fríos, rigurosos, me encantan.
15:05
All right, so why do I care about this?
287
890049
3054
Muy bien, ¿por qué me interesa esto?
15:09
Well, what I can do now with my colleagues in computer science
288
893103
3268
Bueno, con mis colegas informáticos
15:12
is we can create computer algorithms that can analyze
289
896371
3232
creamos algoritmos que analizan
15:15
the linguistic traces of deception.
290
899603
2900
las huellas lingüísticas del engaño.
15:18
Let me highlight a couple of things here
291
902503
1833
Permítanme destacar un par de cosas
15:20
in the fake review. The first is that liars tend to think
292
904336
3443
sobre el comentario falso. La primera es
que los mentirosos ponen el foco
que los mentirosos ponen el foco
15:23
about narrative. They make up a story:
293
907779
1588
en la narrativa. Inventan un relato:
15:25
Who? And what happened? And that's what happened here.
294
909367
3186
¿Quién? ¿Y qué pasó?
Y eso fue lo que pasó aquí.
Y eso fue lo que pasó aquí.
15:28
Our fake reviewers talked about who they were with
295
912553
2289
Nuestros falsos opinadores
contaron con quién estaban
contaron con quién estaban
15:30
and what they were doing. They also used the first person singular, I,
296
914842
4765
y lo que estaban haciendo. También utilizaban
la primera persona del singular, "yo",
la primera persona del singular, "yo",
15:35
way more than the people that actually stayed there.
297
919607
2469
en mayor medida que las personas
que realmente estuvieron allí.
que realmente estuvieron allí.
15:37
They were inserting themselves into the hotel review,
298
922076
4696
Fueron introduciéndose en
los comentarios sobre el hotel,
los comentarios sobre el hotel,
15:42
kind of trying to convince you they were there.
299
926772
1696
como tratando de convencerte
de que estuvieron allí.
de que estuvieron allí.
15:44
In contrast, the people that wrote the reviews that were actually there,
300
928468
4015
Por el contrario, la gente que dejó
comentarios habiendo estado realmente allí,
comentarios habiendo estado realmente allí,
15:48
their bodies actually entered the physical space,
301
932483
2432
los que en realidad ingresaron
en el espacio físico,
en el espacio físico,
15:50
they talked a lot more about spatial information.
302
934915
2899
dieron mucha más información
referida al espacio.
referida al espacio.
15:53
They said how big the bathroom was, or they said,
303
937814
2517
Dijeron de qué tamaño era el baño,
15:56
you know, here's how far shopping is from the hotel.
304
940331
4520
o la distancia a la que estaba
el centro comercial.
el centro comercial.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
305
944851
4161
Ahora, Uds. lo hicieron bastante bien.
La mayoría prueban suerte con esta tarea.
La mayoría prueban suerte con esta tarea.
16:04
Our computer algorithm is very accurate, much more accurate
306
949012
2758
Nuestro algoritmo es muy preciso,
mucho más preciso
mucho más preciso
16:07
than humans can be, and it's not going to be accurate all the time.
307
951770
3291
que los seres humanos,
pero no siempre lo será.
pero no siempre lo será.
16:10
This isn't a deception-detection machine to tell
308
955061
2030
No se trata de un detector
de mentiras que dice
de mentiras que dice
16:12
if your girlfriend's lying to you on text messaging.
309
957091
2501
si tu novia te está mintiendo
en los mensajes de texto.
en los mensajes de texto.
16:15
We believe that every lie now, every type of lie --
310
959592
3564
Creemos que la mentira,
cualquier tipo de mentira
cualquier tipo de mentira
16:19
fake hotel reviews, fake shoe reviews,
311
963156
3787
—opiniones falsas de hoteles, de calzados,
16:22
your girlfriend cheating on you with text messaging --
312
966943
2914
de tu novia engañándote
con mensajes de texto—
con mensajes de texto—
16:25
those are all different lies. They're going to have
313
969857
1505
son mentiras diferentes. Van a tener
16:27
different patterns of language. But because everything's
314
971362
2859
diferentes patrones de lenguaje.
Pero como ahora todo
Pero como ahora todo
16:30
recorded now, we can look at all of those kinds of lies.
315
974221
4689
queda registrado, podemos analizar esas mentiras.
16:34
Now, as I said, as a social scientist, this is wonderful.
316
978910
3993
Como he dicho, como científico social,
esto es una maravilla.
esto es una maravilla.
16:38
It's transformational. We're going to be able to learn
317
982903
2087
Es transformacional. Seremos capaces de aprender
16:40
so much more about human thought and expression,
318
984990
3802
mucho más sobre el pensamiento
humano y la expresión,
humano y la expresión,
16:44
about everything from love to attitudes,
319
988792
4398
sobre cualquier materia desde
el amor a las actitudes,
el amor a las actitudes,
16:49
because everything is being recorded now, but
320
993190
1960
porque ahora todo se registra, pero,
16:51
what does it mean for the average citizen?
321
995150
2404
¿qué significado tiene
para el ciudadano común?
para el ciudadano común?
16:53
What does it mean for us in our lives?
322
997554
2802
¿Qué significa en nuestras vidas?
16:56
Well, let's forget deception for a bit. One of the big ideas,
323
1000356
3673
Bueno, dejemos un poco de lado el engaño.
Una de las grandes ideas,
Una de las grandes ideas,
16:59
I believe, is that we're leaving these huge traces behind.
324
1004029
3688
creo, es que estamos dejando
enormes rastros detrás nuestro.
enormes rastros detrás nuestro.
17:03
My outbox for email is massive,
325
1007717
3216
Mi buzón de salida de
correo electrónico es enorme,
correo electrónico es enorme,
17:06
and I never look at it. I write all the time,
326
1010933
3337
y nunca me fijo. Escribo todo el tiempo,
17:10
but I never look at my record, at my trace.
327
1014270
3438
pero nunca me fijo en los rastros que quedan.
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
Y creo que vamos a ver mucho más de eso,
17:15
where we can reflect on who we are by looking at
329
1019275
3161
en que podamos reflexionar
sobre quiénes somos mirando
sobre quiénes somos mirando
17:18
what we wrote, what we said, what we did.
330
1022436
3618
lo que escribimos, lo que dijimos,
lo que hicimos.
lo que hicimos.
17:21
Now, if we bring it back to deception, there's a couple
331
1026054
2272
Ahora, volviendo al tema
del engaño, hay un par
del engaño, hay un par
17:24
of take-away things here.
332
1028326
1977
de cosas para resaltar.
17:26
First, lying online can be very dangerous, right?
333
1030303
4488
En primer lugar, mentir en línea
puede ser muy peligroso, ¿verdad?
puede ser muy peligroso, ¿verdad?
17:30
Not only are you leaving a record for yourself on your machine,
334
1034791
2706
No solo queda un registro
de ti mismo en tu máquina,
de ti mismo en tu máquina,
17:33
but you're leaving a record on the person that you were lying to,
335
1037497
4275
también estás dejando un registro en
la persona a quien le estabas mintiendo
la persona a quien le estabas mintiendo
17:37
and you're also leaving them around for me to analyze
336
1041772
1760
y además los estás dejando
para que yo los analice
para que yo los analice
17:39
with some computer algorithms.
337
1043532
1454
con algunos algoritmos de computación.
17:40
So by all means, go ahead and do that, that's good.
338
1044986
3173
Así que por supuesto, sigue
adelante y hazlo, está bien.
adelante y hazlo, está bien.
17:44
But when it comes to lying and what we want to do
339
1048159
4154
Pero cuando se trata de la mentira
y lo que queremos hacer
y lo que queremos hacer
17:48
with our lives, I think we can go back to
340
1052313
2553
con nuestras vidas, creo
que podemos volver a
que podemos volver a
17:50
Diogenes and Confucius. And they were less concerned
341
1054866
3749
Diógenes y Confucio.
Estaban menos preocupados
Estaban menos preocupados
17:54
about whether to lie or not to lie, and more concerned about
342
1058615
2832
sobre mentir o no mentir
y más preocupados por
y más preocupados por
17:57
being true to the self, and I think this is really important.
343
1061447
3285
el ser fiel a sí mismo, y creo
que esto es realmente importante.
que esto es realmente importante.
18:00
Now, when you are about to say or do something,
344
1064732
4183
Ahora, cuando estén a punto
de decir o hacer algo,
de decir o hacer algo,
18:04
we can think, do I want this to be part of my legacy,
345
1068915
4560
podemos pensar, "¿quiero que
esto sea parte de mi legado,
esto sea parte de mi legado,
18:09
part of my personal record?
346
1073475
2713
de mi expediente personal?"
18:12
Because in the digital age we live in now,
347
1076188
2657
Porque en la era digital
que vivimos ahora,
que vivimos ahora,
18:14
in the networked age, we are all leaving a record.
348
1078845
4464
en la era de la red, todos
estamos dejando un registro.
estamos dejando un registro.
18:19
Thank you so much for your time,
349
1083309
1695
Muchas gracias por su tiempo,
18:20
and good luck with your record. (Applause)
350
1085004
4447
y buena suerte con su registro.
(Aplausos)
(Aplausos)
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