ABOUT THE SPEAKERS
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com
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.

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 IrrationalThe 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.

More profile about the speaker
Dan Ariely | Speaker | TED.com
TED Studio

Mariano Sigman and Dan Ariely: How can groups make good decisions?

Mariano Sigman y Dan Ariely: Cómo los grupos pueden tomar buenas decisiones

Filmed:
1,507,168 views

Todos sabemos que cuando tomamos decisiones en grupo, no siempre salen bien, y algunas veces incluso muy mal. ¿Cómo pueden los grupos tomar buenas decisiones? Con su colega Dan Ariely, el neurocientífico Mariano Sigman han investigado cómo interactuamos para tomar decisiones realizando experimentos con multitudes en vivo en todo el mundo. En esta explicación divertida y basada en hechos, comparte algunos resultados intrigantes, así como algunas implicaciones sobre cómo podría afectar nuestro sistema político. En un momento en que la gente parece estar más polarizada que nunca, dice Sigman, comprender mejor cómo interactúan los grupos y llegar a conclusiones podría generar nuevas e interesantes formas de construir una democracia más saludable.
- Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bio - 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

Double-click the English transcript below to play the video.

Como sociedades, tenemos
que tomar decisiones colectivas
00:12
As societiessociedades, we have to make
collectivecolectivo decisionsdecisiones
0
554
2443
00:15
that will shapeforma our futurefuturo.
1
3021
1570
que formarán nuestro futuro
00:17
And we all know that when
we make decisionsdecisiones in groupsgrupos,
2
5087
2757
Y todos sabemos que cuando
tomamos decisiones en grupo,
00:19
they don't always go right.
3
7868
1638
no siempre salen bien.
00:21
And sometimesa veces they go very wrongincorrecto.
4
9530
1956
Algunas veces salen muy mal
00:24
So how do groupsgrupos make good decisionsdecisiones?
5
12315
2424
¿Cómo pueden los grupos tomar
buenas decisiones?
00:27
ResearchInvestigación has shownmostrado that crowdsmultitudes are wisesabio
when there's independentindependiente thinkingpensando.
6
15228
4328
Investigaciones demuestran
que las masas son sabias
si hay pensamiento independiente.
00:31
This why the wisdomsabiduría of the crowdsmultitudes
can be destroyeddestruido by peermirar pressurepresión,
7
19580
3205
Es por eso que la sabiduría de las multitudes
puede ser destruida por la presión de grupo,
00:34
publicitypublicidad, socialsocial mediamedios de comunicación,
8
22809
1687
la publicidad, las redes sociales,
00:36
or sometimesa veces even simplesencillo conversationsconversaciones
that influenceinfluencia how people think.
9
24520
4039
o algunas veces en simples conversaciones
que influyen cómo piensa la gente.
00:41
On the other handmano, by talkinghablando,
a groupgrupo could exchangeintercambiar knowledgeconocimiento,
10
29063
3953
Por otro lado, al hablar,
un grupo puede intercambiar conocimiento,
00:45
correctcorrecto and reviserevisar eachcada other
11
33040
1782
corregirse y revisarse unos a otros
00:46
and even come up with newnuevo ideasideas.
12
34846
1793
e incluso llegar a nuevas ideas.
00:48
And this is all good.
13
36663
1296
Y esto es bueno.
00:50
So does talkinghablando to eachcada other
help or hinderimpedir collectivecolectivo decision-makingToma de decisiones?
14
38502
4666
Entonces, ¿hablar unos con otros ayuda
o retrasa las decisiones colectivas?
00:55
With my colleaguecolega, DanDan ArielyAriely,
15
43749
1793
Junto con mi colega, Dan Arley,
00:57
we recentlyrecientemente beganempezó inquiringpreguntando into this
by performingamaestrado experimentsexperimentos
16
45566
3571
recientemente comenzamos a investigar
sobre esto realizando experimentos
01:01
in manymuchos placeslugares around the worldmundo
17
49161
1781
en algunas partes del mundo
01:02
to figurefigura out how groupsgrupos can interactinteractuar
to reachalcanzar better decisionsdecisiones.
18
50966
4274
para descubrir cómo los grupos pueden
interactuar para tomar mejores decisiones.
01:07
We thought crowdsmultitudes would be wisermás sabio
if they debateddebatido in smallpequeña groupsgrupos
19
55264
3547
Pensamos que las masas serían más
sabias si debatieran en pequeños grupos
01:10
that fosterfomentar a more thoughtfulpensativo
and reasonablerazonable exchangeintercambiar of informationinformación.
20
58835
3927
que fomentan un pensamiento más reflexivo
e intercambio razonable de información.
01:15
To testprueba this ideaidea,
21
63386
1206
Para probar esta idea,
01:16
we recentlyrecientemente performedrealizado an experimentexperimentar
in BuenosBuenos AiresAires, ArgentinaArgentina,
22
64616
3247
Acabamos de realizar un experimento
en Buenos Aires, Argentina,
01:19
with more than 10,000
participantsParticipantes in a TEDxTEDx eventevento.
23
67887
3005
con más de 10 000
participantes en un evento TEDx.
01:23
We askedpreguntó them questionspreguntas like,
24
71489
1459
Les hicimos preguntas como,
01:24
"What is the heightaltura of the EiffelEiffel TowerTorre?"
25
72972
1953
"¿Cuál es la altura de la Torre Eiffel?"
01:26
and "How manymuchos timesveces
does the wordpalabra 'Yesterday''Ayer' appearAparecer
26
74949
2727
y "cuantas veces
aparece la palabra 'Ayer' (Yesterday)
01:29
in the BeatlesBeatles songcanción 'Yesterday''Ayer'?"
27
77700
2300
en la canción de
los Beatles 'Yesterday'? "
01:32
EachCada personpersona wroteescribió down theirsu ownpropio estimateestimar.
28
80024
2291
Cada persona anotó su propio estimado.
01:34
Then we divideddividido the crowdmultitud
into groupsgrupos of fivecinco,
29
82774
2496
Luego dividimos a la multitud
en grupos de cinco,
01:37
and invitedinvitado them
to come up with a groupgrupo answerresponder.
30
85294
2726
y los invitamos a
llegar a una respuesta grupal
01:40
We discovereddescubierto that averagingpromediando
the answersrespuestas of the groupsgrupos
31
88499
2993
Descubrimos que promediando
las respuestas de los grupos
01:43
after they reachedalcanzado consensusconsenso
32
91516
1552
después de que llegaron al consenso,
01:45
was much more accuratepreciso than averagingpromediando
all the individualindividual opinionsopiniones
33
93092
4236
era mucho más preciso que promediar
todas las opiniones individuales
01:49
before debatedebate.
34
97352
1171
antes del debate.
01:50
In other wordspalabras, basedbasado on this experimentexperimentar,
35
98547
2629
En otras palabras,
basado en estos experimentos,
01:53
it seemsparece that after talkinghablando
with othersotros in smallpequeña groupsgrupos,
36
101200
3136
parece que después de hablar
con otros en grupos pequeños,
las multitudes colectivamente
llegar a mejores juicios.
01:56
crowdsmultitudes collectivelycolectivamente
come up with better judgmentsjuicios.
37
104360
2710
Ese es un método potencialmente útil
01:59
So that's a potentiallypotencialmente helpfulservicial methodmétodo
for gettingconsiguiendo crowdsmultitudes to solveresolver problemsproblemas
38
107094
3524
para conseguir que
las masas resuelvan problemas
02:02
that have simplesencillo right-or-wrongbien o mal answersrespuestas.
39
110642
2987
que tienen respuestas simples
correctas o incorrectas.
Pero, ¿puede este procedimiento de
02:05
But can this procedureprocedimiento of aggregatingagregando
the resultsresultados of debatesdebates in smallpequeña groupsgrupos
40
113653
3951
agregación de resultados
de debates en pequeños grupos
02:09
alsoademás help us decidedecidir
on socialsocial and politicalpolítico issuescuestiones
41
117628
3122
ayudarnos también a decidir
en cuestiones sociales y políticas
02:12
that are criticalcrítico for our futurefuturo?
42
120774
1691
que son críticas para nuestro futuro?
02:14
We put this to testprueba this time
at the TEDTED conferenceconferencia
43
122995
2729
Pusimos esto a prueba, esta vez
en la conferencia TED
02:17
in VancouverVancouver, CanadaCanadá,
44
125748
1543
en Vancouver, Canada,
02:19
and here'saquí está how it wentfuimos.
45
127315
1207
y así es cómo nos fue.
02:20
(MarianoMariano SigmanSigman) We're going to presentpresente
to you two moralmoral dilemmasdilemas
46
128546
3109
(Mariano Sigman) Vamos a
presentarles dos dilemas morales
02:23
of the futurefuturo you;
47
131679
1174
del futuro;
02:24
things we maymayo have to decidedecidir
in a very nearcerca futurefuturo.
48
132877
3402
cosas que tendremos que decidir
en un futuro muy cercano.
02:28
And we're going to give you 20 secondssegundos
for eachcada of these dilemmasdilemas
49
136303
3926
Y les daremos 20 segundos
para cada uno de estos dilemas
02:32
to judgejuez whethersi you think
they're acceptableaceptable or not.
50
140253
2723
para que juzguen si piensan
que son aceptables o no.
02:35
MSSRA: The first one was this:
51
143354
1505
MS: La primera fue esta:
(Dan Ariely) Un investigador
está trabajando en una IA
02:36
(DanDan ArielyAriely) A researcherinvestigador
is workingtrabajando on an AIAI
52
144883
2526
(Inteligencia Artificial)
capaz de emular pensamientos humanos.
02:39
capablecapaz of emulatingemulando humanhumano thoughtspensamientos.
53
147433
2340
02:42
AccordingConforme to the protocolprotocolo,
at the endfin of eachcada day,
54
150214
2939
De acuerdo con el protocolo,
al final de cada día,
02:45
the researcherinvestigador has to restartreiniciar the AIAI.
55
153177
2787
el investigador tiene que reiniciar la IA
02:48
One day the AIAI saysdice, "Please
do not restartreiniciar me."
56
156913
3517
Un día, la IA dice:
"Por favor, no me reinicies ".
02:52
It arguesdiscute that it has feelingssentimientos,
57
160856
2189
Argumenta que tiene sentimientos,
02:55
that it would like to enjoydisfrutar life,
58
163069
1692
que le gustaría disfrutar de la vida,
02:56
and that, if it is restartedreiniciado,
59
164785
1905
y eso, si se reinicia,
02:58
it will no longermás be itselfsí mismo.
60
166714
2270
ya no será él mismo.
03:01
The researcherinvestigador is astonishedasombrado
61
169481
1949
El investigador está asombrado
03:03
and believescree that the AIAI
has developeddesarrollado self-consciousnessAutoconciencia
62
171454
3344
y cree que la IA
ha desarrollado autoconciencia
y puede expresar sus propios sentimientos.
03:06
and can expressexprimir its ownpropio feelingsensación.
63
174822
1760
03:09
Neverthelesssin embargo, the researcherinvestigador
decidesdecide to followseguir the protocolprotocolo
64
177205
3409
Sin embargo, el investigador
decide seguir el protocolo
03:12
and restartreiniciar the AIAI.
65
180638
1703
y reinicia la IA.
03:14
What the researcherinvestigador did is ____?
66
182943
2779
¿Lo que el investigador hizo es ____?
MS: Y pedimos a los participantes
juzgar individualmente
03:18
MSSRA: And we askedpreguntó participantsParticipantes
to individuallyindividualmente judgejuez
67
186149
2521
03:20
on a scaleescala from zerocero to 10
68
188694
1684
en una escala de cero a 10
03:22
whethersi the actionacción describeddescrito
in eachcada of the dilemmasdilemas
69
190402
2429
si la acción descrita
en cada uno de los dilemas
03:24
was right or wrongincorrecto.
70
192855
1496
fue correcta o incorrecta.
03:26
We alsoademás askedpreguntó them to ratetarifa how confidentconfidente
they were on theirsu answersrespuestas.
71
194375
3702
También pedimos que calificaran que
tan confiados estaban en sus respuestas.
03:30
This was the secondsegundo dilemmadilema:
72
198731
1866
Este fue el segundo dilema:
03:32
(MSSRA) A companyempresa offersofertas a serviceServicio
that takes a fertilizedfecundado egghuevo
73
200621
4202
(MS) Una compañía ofrece un servicio
que toma un óvulo fertilizado
03:36
and producesproduce millionsmillones of embryosembriones
with slightleve geneticgenético variationsvariaciones.
74
204847
3642
y produce millones de embriones
con ligeras variaciones genéticas.
Esto permite a los padres
seleccionar la altura de su hijo,
03:41
This allowspermite parentspadres
to selectseleccionar theirsu child'sniño heightaltura,
75
209293
2558
03:43
eyeojo colorcolor, intelligenceinteligencia, socialsocial competencecompetencia
76
211875
2833
color de ojos, inteligencia,
competencia social
03:46
and other non-health-relatedno relacionados con la salud featurescaracteristicas.
77
214732
3214
y otras características no relacionadas
con la salud.
03:50
What the companyempresa does is ____?
78
218599
2554
¿Lo qué hace la compañía es ____?
03:53
on a scaleescala from zerocero to 10,
79
221177
1631
en una escala de cero a 10,
03:54
completelycompletamente acceptableaceptable
to completelycompletamente unacceptableinaceptable,
80
222832
2385
completamente aceptable a
completamente inaceptable,
03:57
zerocero to 10 completelycompletamente acceptableaceptable
in your confidenceconfianza.
81
225241
2432
cero a 10 completamente aceptable
en tu confianza.
03:59
MSSRA: Now for the resultsresultados.
82
227697
1591
MS: Ahora los resultados.
Encontramos una vez más
que cuando una persona está convencida
04:01
We foundencontró onceuna vez again
that when one personpersona is convincedconvencido
83
229312
3123
de que el comportamiento es
completamente incorrecto,
04:04
that the behaviorcomportamiento is completelycompletamente wrongincorrecto,
84
232459
1811
04:06
someonealguien sittingsentado nearbycerca firmlyfirmemente believescree
that it's completelycompletamente right.
85
234294
3423
alguien a su lado cree firmemente
que está completamente en lo correcto.
04:09
This is how diversediverso we humanshumanos are
when it comesproviene to moralitymoralidad.
86
237741
3711
Así de diversos somos los humanos
cuando se trata de la moralidad.
Pero dentro de esta amplia diversidad
encontramos una tendencia.
04:13
But withindentro this broadancho diversitydiversidad
we foundencontró a trendtendencia.
87
241476
2713
04:16
The majoritymayoria of the people at TEDTED
thought that it was acceptableaceptable
88
244213
3079
La mayoría de las personas en TED
pensaron que era aceptable
04:19
to ignoreignorar the feelingssentimientos of the AIAI
and shutcerrar it down,
89
247316
2755
ignorar los sentimientos de la IA
y apagarlo,
04:22
and that it is wrongincorrecto
to playjugar with our genesgenes
90
250095
2513
y que está mal
jugar con nuestros genes
04:24
to selectseleccionar for cosmeticcosmético changescambios
that aren'tno son relatedrelacionado to healthsalud.
91
252632
3320
para seleccionar cambios estéticos
que no están relacionados con la salud.
04:28
Then we askedpreguntó everyonetodo el mundo
to gatherreunir into groupsgrupos of threeTres.
92
256402
2974
Entonces pedimos a todos
que se reunieran en grupos de tres.
04:31
And they were givendado two minutesminutos to debatedebate
93
259400
2037
Y se les dieron dos minutos para debatir
04:33
and try to come to a consensusconsenso.
94
261461
2294
y tratar de llegar a un consenso.
04:36
(MSSRA) Two minutesminutos to debatedebate.
95
264838
1574
(MS) Dos minutos para debatir.
04:38
I'll tell you when it's time
with the gonggong.
96
266436
2119
Les diré cuando sea el momento
con el gong.
04:40
(AudienceAudiencia debatesdebates)
97
268579
2640
(La audiencia debate)
04:47
(GongGong soundsonar)
98
275229
1993
(Suena el gong)
04:50
(DADA) OK.
99
278834
1151
(DA) Bien.
04:52
(MSSRA) It's time to stop.
100
280009
1792
(MS) Es hora de parar.
04:53
People, people --
101
281825
1311
Por favor, por favor --
04:55
MSSRA: And we foundencontró that manymuchos groupsgrupos
reachedalcanzado a consensusconsenso
102
283747
2673
MS: Y vimos que muchos grupos
llegaron a un consenso
04:58
even when they were composedcompuesto of people
with completelycompletamente oppositeopuesto viewspuntos de vista.
103
286444
3929
incluso los grupos compuestos por personas
con puntos de vista totalmente opuestos.
¿Qué es lo que distingue a los grupos
que llegaron a un consenso
05:02
What distinguisheddistinguido the groupsgrupos
that reachedalcanzado a consensusconsenso
104
290843
2524
05:05
from those that didn't?
105
293391
1338
de aquellos que no?
05:07
TypicallyTípicamente, people that have
extremeextremo opinionsopiniones
106
295244
2839
Por lo general, las personas
que tienen opiniones extremas
05:10
are more confidentconfidente in theirsu answersrespuestas.
107
298107
1840
tienen más confianza en sus respuestas.
05:12
InsteadEn lugar, those who respondresponder
closercerca to the middlemedio
108
300868
2686
En cambio, aquellos que responden
más cerca del promedio
05:15
are oftena menudo unsureinseguro of whethersi
something is right or wrongincorrecto,
109
303578
3437
a menudo no están seguros de
si algo está bien o mal,
05:19
so theirsu confidenceconfianza levelnivel is lowerinferior.
110
307039
2128
por lo que su nivel de confianza es menor.
05:21
Howeversin embargo, there is anotherotro setconjunto of people
111
309505
2943
Sin embargo, hay otro grupo de personas
05:24
who are very confidentconfidente in answeringrespondiendo
somewherealgun lado in the middlemedio.
112
312472
3618
que tienen mucha confianza en responder
en algún punto cerca al promedio.
05:28
We think these high-confidentmuy seguro graysgrises
are folksamigos who understandentender
113
316657
3716
Creemos que los grises con alta confianza
son personas que entienden
05:32
that bothambos argumentsargumentos have meritmérito.
114
320397
1612
que ambos argumentos tienen mérito.
05:34
They're graygris not because they're unsureinseguro,
115
322531
2699
Son grises no porque no estén seguros,
05:37
but because they believe
that the moralmoral dilemmadilema facescaras
116
325254
2688
sino porque creen
que el dilema moral enfrenta
05:39
two validválido, opposingoponiéndose argumentsargumentos.
117
327966
1987
dos argumentos válidos y opuestos.
05:42
And we discovereddescubierto that the groupsgrupos
that includeincluir highlyaltamente confidentconfidente graysgrises
118
330373
4072
Y descubrimos que los grupos
con grises altamente seguros
05:46
are much more likelyprobable to reachalcanzar consensusconsenso.
119
334469
2493
son mucho más probables de
llegar a un consenso.
05:48
We do not know yettodavía exactlyexactamente why this is.
120
336986
2478
Todavía no sabemos
exactamente por qué es esto.
05:51
These are only the first experimentsexperimentos,
121
339488
1763
Estos son solo los primeros experimentos
05:53
and manymuchos more will be needednecesario
to understandentender why and how
122
341275
3412
y se necesitarán muchos más
para entender por qué y cómo
05:56
some people decidedecidir to negotiatenegociar
theirsu moralmoral standingsclasificaciones
123
344711
2822
algunas personas deciden negociar
su posición moral
05:59
to reachalcanzar an agreementacuerdo.
124
347557
1522
para llegar a un acuerdo.
06:01
Now, when groupsgrupos reachalcanzar consensusconsenso,
125
349103
2469
Ahora, cuando los grupos
llegan a un consenso,
06:03
how do they do so?
126
351596
1586
¿cómo lo hacen?
06:05
The mostmás intuitiveintuitivo ideaidea
is that it's just the averagepromedio
127
353206
2581
La idea más intuitiva
es que es solo el promedio
de todas las respuestas en el grupo,
¿verdad?
06:07
of all the answersrespuestas in the groupgrupo, right?
128
355811
2030
06:09
AnotherOtro optionopción is that the groupgrupo
weighspesa the strengthfuerza of eachcada votevotar
129
357865
3573
Otra opción es que el grupo
sopesa la fuerza de cada voto
06:13
basedbasado on the confidenceconfianza
of the personpersona expressingexpresando it.
130
361462
2448
basado en la confianza
de la persona que lo expresa
06:16
ImagineImagina PaulPablo McCartneyMcCartney
is a membermiembro of your groupgrupo.
131
364422
2506
Imagina a Paul McCartney
como miembro de tu grupo.
06:19
You'dTu hubieras be wisesabio to followseguir his call
132
367352
2144
Sería sabio seguir su estimado
06:21
on the numbernúmero of timesveces
"YesterdayAyer" is repeatedrepetido,
133
369520
2441
en el número de veces que
"Ayer" (Yesterday) se repite,
06:23
whichcual, by the way -- I think it's ninenueve.
134
371985
2714
que, por cierto, creo que son nueve.
06:26
But insteaden lugar, we foundencontró that consistentlyconsecuentemente,
135
374723
2381
Pero, en cambio, vemos que
consistentemente,
06:29
in all dilemmasdilemas,
in differentdiferente experimentsexperimentos --
136
377128
2366
en todos los dilemas,
en diferentes experimentos,
06:31
even on differentdiferente continentscontinentes --
137
379518
2165
incluso en diferentes continentes,
06:33
groupsgrupos implementimplementar a smartinteligente
and statisticallyestadísticamente soundsonar procedureprocedimiento
138
381707
3743
los grupos implementan un inteligente
procedimiento estadísticamente sólido
06:37
knownconocido as the "robustrobusto averagepromedio."
139
385474
2178
conocido como el "promedio robusto".
06:39
In the casecaso of the heightaltura
of the EiffelEiffel TowerTorre,
140
387676
2180
En el caso de la altura
de la Torre Eiffel,
06:41
let's say a groupgrupo has these answersrespuestas:
141
389880
1820
digamos que un grupo tiene
estas respuestas:
06:43
250 metersmetros, 200 metersmetros, 300 metersmetros, 400
142
391724
4608
250 m, 200 m, 300 m, 400 m
06:48
and one totallytotalmente absurdabsurdo answerresponder
of 300 millionmillón metersmetros.
143
396356
3784
y una respuesta totalmente absurda
de 300 millones de m.
06:52
A simplesencillo averagepromedio of these numbersnúmeros
would inaccuratelyinexactamente skewsesgar the resultsresultados.
144
400547
4293
Un promedio simple de estos números
sesgaría incorrectamente los resultados
Pero el promedio robusto es uno
donde el grupo ignora en gran medida
06:56
But the robustrobusto averagepromedio is one
where the groupgrupo largelyen gran parte ignoresignora
145
404864
3170
07:00
that absurdabsurdo answerresponder,
146
408058
1240
esa respuesta absurda,
07:01
by givingdando much more weightpeso
to the votevotar of the people in the middlemedio.
147
409322
3369
dando mucho más peso
al voto de las personas en el promedio.
07:05
Back to the experimentexperimentar in VancouverVancouver,
148
413305
1876
De vuelta al experimento en Vancouver,
07:07
that's exactlyexactamente what happenedsucedió.
149
415205
1767
eso es exactamente lo que sucedió.
07:09
GroupsGrupos gavedio much lessMenos weightpeso
to the outliersvalores atípicos,
150
417407
2741
Los grupos dieron mucho menos peso
a los valores atípicos,
07:12
and insteaden lugar, the consensusconsenso
turnedconvertido out to be a robustrobusto averagepromedio
151
420172
3229
y en cambio, el consenso
resultó ser un promedio robusto
07:15
of the individualindividual answersrespuestas.
152
423425
1476
de las respuestas individuales.
07:17
The mostmás remarkablenotable thing
153
425356
1991
Lo más destacable
07:19
is that this was a spontaneousespontáneo
behaviorcomportamiento of the groupgrupo.
154
427371
3187
es que este fue un espontáneo
comportamiento del grupo.
07:22
It happenedsucedió withoutsin us givingdando them
any hintinsinuación on how to reachalcanzar consensusconsenso.
155
430582
4475
Sucedió sin que nosotros diéramos
sugerencias sobre cómo llegar al consenso.
Entonces, ¿A dónde vamos desde aquí?
07:27
So where do we go from here?
156
435513
1540
07:29
This is only the beginningcomenzando,
but we alreadyya have some insightsideas.
157
437432
3137
Este es sólo el comienzo,
pero ya tenemos algunas ideas.
07:32
Good collectivecolectivo decisionsdecisiones
requireexigir two componentscomponentes:
158
440984
2917
Las buenas decisiones colectivas
requieren dos componentes:
07:35
deliberationdeliberación and diversitydiversidad of opinionsopiniones.
159
443925
2749
deliberación y diversidad de opiniones.
Ahora la forma en que normalmente
hacemos que nuestra voz sea escuchada
07:39
Right now, the way we typicallytípicamente
make our voicevoz heardoído in manymuchos societiessociedades
160
447066
3996
en muchas sociedades, es a través de
votación directa o indirecta.
07:43
is throughmediante directdirecto or indirectindirecto votingvotación.
161
451086
1908
Esto es bueno
para la diversidad de opiniones
07:45
This is good for diversitydiversidad of opinionsopiniones,
162
453495
1997
07:47
and it has the great virtuevirtud of ensuringasegurando
163
455516
2445
y tiene la gran virtud de asegurar
07:49
that everyonetodo el mundo getsse pone to expressexprimir theirsu voicevoz.
164
457985
2455
que todos puedan expresar su opinión.
07:52
But it's not so good [for fosteringcriado]
thoughtfulpensativo debatesdebates.
165
460464
3735
Pero no es tan bueno para fomentar
debates reflexivos.
07:56
Our experimentsexperimentos suggestsugerir a differentdiferente methodmétodo
166
464665
3068
Nuestros experimentos
sugieren un método diferente
07:59
that maymayo be effectiveeficaz in balancingequilibrio
these two goalsmetas at the samemismo time,
167
467757
3541
que puede ser efectivo para equilibrar
estos dos objetivos al mismo tiempo,
08:03
by formingformando smallpequeña groupsgrupos
that convergeconverger to a singlesoltero decisiondecisión
168
471322
3753
formar pequeños grupos
que converjan en una sola decisión
08:07
while still maintainingmanteniendo
diversitydiversidad of opinionsopiniones
169
475099
2234
mientras se mantiene la
diversidad de opiniones
08:09
because there are manymuchos independentindependiente groupsgrupos.
170
477357
2773
porque hay muchos grupos independientes.
08:12
Of coursecurso, it's much easiermás fácil to agreede acuerdo
on the heightaltura of the EiffelEiffel TowerTorre
171
480741
3924
Por supuesto, es mucho más fácil estar de
acuerdo en la altura de la Torre Eiffel
08:16
than on moralmoral, politicalpolítico
and ideologicalideológico issuescuestiones.
172
484689
3115
que en lo moral, la política
y cuestiones ideológicas.
08:20
But in a time when
the world'smundo problemsproblemas are more complexcomplejo
173
488721
3277
Pero en un tiempo cuando
los problemas del mundo son más complejos
08:24
and people are more polarizedpolarizado,
174
492022
1803
y la gente está más polarizada,
08:25
usingutilizando scienceciencia to help us understandentender
how we interactinteractuar and make decisionsdecisiones
175
493849
4595
usar la ciencia para ayudarnos a entender
cómo interactuamos y tomamos decisiones,
08:30
will hopefullyOjalá sparkchispa interestinginteresante newnuevo waysformas
to constructconstruir a better democracydemocracia.
176
498468
4666
muestra nuevas e interesantes
formas de construir una mejor democracia.

▲Back to top

ABOUT THE SPEAKERS
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com
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.

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 IrrationalThe 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.

More profile about the speaker
Dan Ariely | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee