TEDIndia 2009
Sendhil Mullainathan: Solving social problems with a nudge
Sendhil Mullainathan: Resolviendo problemas sociales con un codazo
Filmed:
Readability: 3.7
581,215 views
El ganador de un MacArthur, Sendhil Mullainathan, utiliza las lentes de la economía conductual para estudiar una compleja serie de problemas sociales -aquellos que sabemos cómo solucionar, pero que no solucionamos. Sabemos cómo reducir las muertes infantiles causadas por la diarrea, cómo prevenir la ceguera derivada de la diabetes y cómo implementar tecnologías de células solares... pero aún así, de alguna manera, no lo hacemos o no podemos. ¿Por qué?
Sendhil Mullainathan - Behavioral economist
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination? Full bio
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination? Full bio
Double-click the English transcript below to play the video.
00:15
As a researcher, every once in a while
0
0
3000
Como investigador, de vez en cuando,
00:18
you encounter something
1
3000
2000
te encuentras con alguna cosa
00:20
a little disconcerting.
2
5000
2000
un poco desconcertante.
00:22
And this is something that changes your understanding of the world around you,
3
7000
3000
Algo que cambia tu conocimiento del mundo que te rodea,
00:25
and teaches you that you're very wrong
4
10000
2000
y te enseña que estás muy equivocado
00:27
about something that you really believed firmly in.
5
12000
4000
sobre algo en lo que creías firmemente.
00:31
And these are unfortunate moments,
6
16000
3000
Y estos son momentos desafortunados,
00:34
because you go to sleep that night
7
19000
2000
porque esa noche te vas a dormir
00:36
dumber than when you woke up.
8
21000
3000
más tonto que cuando te levantaste.
00:39
So, that's really the goal of my talk,
9
24000
2000
Así que, ese es verdaderamente el objetivo de mi charla,
00:41
is to A, communicate that moment to you
10
26000
2000
A) comunicarte el momento,
00:43
and B, have you leave this session
11
28000
2000
y B) hacer que dejes esta sesión
00:45
a little dumber than when you entered.
12
30000
2000
siendo un poco más tonto que cuanto entraste.
00:47
So, I hope I can really accomplish that.
13
32000
3000
Así que espero poder conseguirlo.
00:50
So, this incident that I'm going to describe
14
35000
3000
Bien, este incidente que voy a describir
00:53
really began with some diarrhea.
15
38000
3000
comenzó, en realidad, con un poco de diarrea.
00:56
Now, we've known for a long time the cause of diarrhea.
16
41000
3000
Conocemos desde hace mucho tiempo la causa de la diarrea.
00:59
That's why there's a glass of water up there.
17
44000
3000
Ese es el motivo por el cual hay un vaso de agua ahí arriba.
01:02
For us, it's a problem, the people in this room.
18
47000
2000
Para nosotros, la gente en esta sala, es un problema,
01:04
For babies, it's deadly.
19
49000
3000
para los bebés, es mortal.
01:07
They lack nutrients, and diarrhea dehydrates them.
20
52000
4000
Carecen de nutrientes, y la diarrea los deshidrata.
01:11
And so, as a result, there is a lot of death,
21
56000
2000
Y entonces, como resultado, tenemos muchas muertes,
01:13
a lot of death.
22
58000
3000
muchas muertes.
01:16
In India in 1960,
23
61000
2000
En India en 1960,
01:18
there was a 24 percent child mortality rate,
24
63000
2000
había un índice de mortalidad infantil del 24%
01:20
lots of people didn't make it. This is incredibly unfortunate.
25
65000
4000
muchas personas no lograban sobrevivir. Increíblemente desafortunado.
01:24
One of the big reasons this happened was
26
69000
2000
Una de las grandes causas por las que esto sucedió,
01:26
because of diarrhea.
27
71000
2000
fue la diarrea.
01:28
Now, there was a big effort to solve this problem,
28
73000
3000
Ahora, ha habido un gran esfuerzo para solucionar este problema.
01:31
and there was actually a big solution.
29
76000
4000
Y realmente había una gran solución.
01:35
This solution has been called, by some,
30
80000
2000
Y algunos han llamado a esta solución,
01:37
"potentially the most important medical
31
82000
2000
"Potencialmente el avance médico más importante
01:39
advance this century."
32
84000
3000
de este siglo".
01:42
Now, the solution turned out to be simple.
33
87000
3000
Ahora, la solución resultó ser bastante sencilla.
01:45
And what it was was oral rehydration salts.
34
90000
4000
Y esta consistió en sales de rehidratación oral.
01:49
Many of you have probably used this.
35
94000
2000
Probablemente, muchos de vosotros hayáis usado esto.
01:51
It's brilliant. It's a way to get sodium
36
96000
2000
Es algo genial. Una manera para obtener sodio
01:53
and glucose together so that when you add it to water
37
98000
3000
y glucosa juntos, para que cuando lo añadas al agua
01:56
the child is able to absorb it even during situations of diarrhea.
38
101000
3000
el niño sea capaz de absorberlo incluso en casos de diarrea.
01:59
Remarkable impact on mortality.
39
104000
4000
Extraordinario impacto en la mortalidad.
02:03
Massive solution to the problem.
40
108000
2000
Una solución masiva al problema.
02:05
Flash forward: 1960, 24 percent child mortality
41
110000
3000
Salto en el tiempo, 1960, el porcentaje de 24% de mortalidad infantil
02:08
has dropped to 6.5 percent today.
42
113000
2000
hoy ha caído en un 6,5%.
02:10
Still a big number, but a big drop.
43
115000
3000
Es todavía un gran número, pero es una gran caída.
02:13
It looks like the technological problem is solved.
44
118000
3000
Parece que el problema tecnológico se ha solucionado.
02:16
But if you look, even today
45
121000
2000
Pero, si observas, incluso hoy
02:18
there are about 400,000 diarrhea-related deaths
46
123000
2000
sólo en India, se dan unas 400.000 muertes
02:20
in India alone.
47
125000
2000
relacionadas con la diarrea.
02:22
What's going on here?
48
127000
2000
¿Qué está sucediendo aquí?
02:24
Well the easy answer is, we just haven't gotten those salts
49
129000
3000
Bueno, la respuesta fácil es simplemente que, no hemos conseguido
02:27
to those people.
50
132000
2000
esas sales para esas personas.
02:29
That's actually not true.
51
134000
2000
Pero la verdad es que eso no es cierto.
02:31
If you look in areas where these salts are completely available,
52
136000
3000
Si observáis áreas donde esas sales están totalmente disponibles
02:34
the price is low or zero, these deaths still continue abated.
53
139000
3000
el precio es bajo o cero, estas muertes todavía continúan disminuyendo.
02:37
Maybe there's a biological answer.
54
142000
2000
Quizá existe una respuesta biológica.
02:39
Maybe these are the deaths that simple rehydration
55
144000
2000
Quizá estas muertes son algo que la rehidratación por sí misma
02:41
alone doesn't solve. That's not true either.
56
146000
3000
no puede solucionar. Pero esto tampoco es cierto.
02:44
Many of these deaths were completely preventable,
57
149000
5000
Muchas de estas muertes fueron totalmente previsibles.
02:49
and this what I want to think of as the disconcerting thing,
58
154000
3000
Y me gusta pensar en esto como algo desconcertante,
02:52
what I want to call "the last mile" problem.
59
157000
2000
lo que me gusta llamar el problema "de la última milla"
02:54
See, we spent a lot of energy, in many domains --
60
159000
4000
Mirad, hemos empleado mucha energía, en múltiples dominios.
02:58
technological, scientific, hard work,
61
163000
2000
Tecnológicos, científicos, trabajo duro,
03:00
creativity, human ingenuity --
62
165000
2000
creatividad, inventiva humana,
03:02
to crack important social problems with technology solutions.
63
167000
4000
para resolver importantes problemas sociales con soluciones tecnológicas.
03:06
That's been the discoveries of the last 2,000 years,
64
171000
2000
Eso ha supuesto los descubrimientos de los últimos 2000 años.
03:08
that's mankind moving forward.
65
173000
2000
Eso es la humanidad avanzando.
03:10
But in this case we cracked it,
66
175000
3000
Pero en este caso lo hemos resuelto,
03:13
but a big part of the problem still remains.
67
178000
2000
y sin embargo una gran parte del problema todavía sigue igual.
03:15
Nine hundred and ninety-nine miles went well,
68
180000
2000
999 millas fueron bien.
03:17
the last mile's proving incredibly stubborn.
69
182000
3000
La última milla está resultando ser increíblemente terca.
03:20
Now, that's for oral rehydration therapy.
70
185000
4000
Ahora, eso es para terapia de rehidratación oral.
03:24
Maybe this is something unique about diarrhea.
71
189000
2000
Quizá esto es algo único sobre la diarrea.
03:26
Well, it turns out -- and this is where things get really disconcerting --
72
191000
2000
Bueno, resulta que, y es ahí donde las cosas realmente se vuelven
03:28
it's not unique to diarrhea.
73
193000
2000
muy desconcertantes; no es algo único en la diarrea.
03:30
It's not even unique to poor people in India.
74
195000
2000
No es ni siquiera algo único en la gente pobre de India.
03:32
Here's an example from a variety of contexts.
75
197000
3000
Aquí tenemos un ejemplo de una variedad de contextos.
03:35
I've put a bunch of examples up here.
76
200000
2000
He puesto un grupo de ejemplos aquí arriba.
03:37
I'll start with insulin, diabetes
77
202000
3000
Empezaré con insulina, diabetes
03:40
medication in the U.S.
78
205000
2000
medicación en los EE.UU.
03:42
OK, the American population.
79
207000
2000
Vale, la población de EE.UU.
03:44
On Medicaid -- if you're fairly poor you get Medicaid,
80
209000
2000
Si eres bastante pobre recibes ayuda médica estatal
03:46
or if you have health insurance -- insulin is pretty straightforward.
81
211000
2000
o si tienes un seguro médico, la insulina es bastante directa.
03:48
You get it, either in pill form or you get it as an injection;
82
213000
4000
Lo tienes o bien en forma de pastilla o como una inyección.
03:52
you have to take it every day to maintain your blood sugar levels.
83
217000
2000
Lo tienes que tomar cada día para mantener los niveles de azúcar en la sangre.
03:54
Massive technological advance:
84
219000
2000
Un avance tecnológico enorme,
03:56
took an incredibly deadly disease, made it solvable.
85
221000
2000
tomó una enfermedad increíblemente mortal y le dio una solución.
03:58
Adherence rates. How many people are taking their insulin every day?
86
223000
3000
Índices de adherencia. ¿Cuánta gente está tomando su insulina cada día?
04:01
About on average, a typical person is taking it 75 percent of the time.
87
226000
4000
Como media, una persona típica está tomándola el 75% del tiempo.
04:05
As a result, 25,000 people a year go blind,
88
230000
5000
Como resultado, 25.000 personas al año se quedan ciegas,
04:10
hundreds of thousands lose limbs, every year,
89
235000
2000
cientos de miles pierden algún miembro, cada año,
04:12
for something that's solvable.
90
237000
2000
por algo que tiene solución.
04:14
Here I have a bunch of other examples,
91
239000
2000
Aquí tengo un grupo de otros ejemplos,
04:16
all suffer from the last mile problem.
92
241000
2000
todos sufren del problema de la última milla.
04:18
It's not just medicine.
93
243000
2000
No es sólo medicina.
04:20
Here's another example from technology:
94
245000
2000
Aquí hay otro ejemplo de tecnología.
04:22
agriculture. We think
95
247000
2000
Agricultura. Pensamos que
04:24
there's a food problem, so we create new seeds.
96
249000
2000
hay un problema de comida, así que creamos nuevas semillas.
04:26
We think there's an income problem, so we create
97
251000
2000
Creemos que hay un problema de ingresos, así que creamos
04:28
new ways of farming that increase income.
98
253000
3000
nuevas formas de cultivo que aumentan los ingresos.
04:31
Well, look at some old ways, some ways that we'd already cracked.
99
256000
3000
Bien, mirad algunos de los viejos sistemas, algunos que ya hemos resuelto.
04:34
Intercropping. Intercropping really increases income.
100
259000
2000
El policultivo realmente aumenta los ingresos.
04:36
Sometimes in rice we found incredible increases in yield
101
261000
3000
En el arroz a veces encontramos increíbles aumentos en la cosecha
04:39
when you mix different varieties of rice side by side.
102
264000
2000
cuando mezclas diferentes variedades de arroz codo con codo.
04:41
Some people are doing that,
103
266000
2000
Algunos lo están haciendo,
04:43
many are not. What's going on?
104
268000
2000
otros muchos no. ¿Qué está pasando?
04:45
This is the last mile.
105
270000
2000
Esta es la última milla.
04:47
The last mile is, everywhere, problematic.
106
272000
2000
La última milla es, en todas partes, problemática.
04:49
Alright, what's the problem?
107
274000
2000
De acuerdo, ¿cuál es el problema?
04:51
The problem is this little three-pound machine
108
276000
3000
El problema es esta pequeña máquina de 1,5 kg de peso
04:54
that's behind your eyes and between your ears.
109
279000
4000
que tenemos detrás de los ojos y entre nuestras orejas.
04:58
This machine is really strange,
110
283000
2000
Esta máquina es realmente extraña,
05:00
and one of the consequences is that people are weird.
111
285000
4000
y una de las consecuencias es que la gente es rara.
05:04
They do lots of inconsistent things.
112
289000
4000
La gente hace muchas cosas inconsistentes.
05:08
(Applause)
113
293000
2000
(Aplausos)
05:10
They do lots of inconsistent things.
114
295000
3000
Hacen muchas cosas inconsistentes.
05:13
And the inconsistencies
115
298000
2000
Y las inconsistencias
05:15
create, fundamentally, this last mile problem.
116
300000
3000
crean, fundamentalmente, este problema de la última milla
05:18
See, when we were dealing with our biology, bacteria,
117
303000
3000
Mirad, cuando estamos tratando con nuestra biología, bacterias,
05:21
the genes, the things inside here, the blood?
118
306000
3000
los genes, las cosas que hay aquí dentro, la sangre,
05:24
That's complex, but it's manageable.
119
309000
3000
es algo complejo, pero es manejable.
05:27
When we're dealing with people like this?
120
312000
3000
Cuando nos ocupamos de gente como esta,
05:30
The mind is more complex.
121
315000
2000
la mente es más compleja.
05:32
That's not as manageable, and that's what we're struggling with.
122
317000
2000
Eso ya no es manejable. Y es con lo que estamos luchando.
05:34
Let me go back to diarrhea for a second.
123
319000
3000
Dejadme volver al tema de la diarrea por un segundo.
05:37
Here's a question that was asked in the National Sample Survey,
124
322000
3000
Aquí hay una cuestión que se preguntó en la National Sample Survey,
05:40
which is a survey asked of many Indian women:
125
325000
2000
que es una encuesta realizada a numerosas mujeres indias.
05:42
"Your child has diarrhea.
126
327000
2000
"Tu hijo tiene diarrea.
05:44
Should you increase, maintain or decrease the number of fluids?"
127
329000
3000
¿Debes aumentar, mantener, o disminuir el número de fluidos?
05:47
Just so you don't embarrass yourselves, I'll give you the right answer:
128
332000
3000
Para que no paséis ninguna vergüenza, os daré la respuesta correcta.
05:50
It's increase.
129
335000
2000
Es aumentar.
05:54
Now, diarrhea's interesting
130
339000
1000
Ahora, la diarrea es interesante
05:55
because it's been around for thousands of years,
131
340000
2000
porque ha existido durante miles de años,
05:57
ever since humankind really
132
342000
3000
desde que el ser humano realmente
06:00
lived side by side enough to have really polluted water.
133
345000
3000
vivía suficientemente codo con codo para poder tener agua contaminada.
06:03
One Roman strategy that was very interesting
134
348000
2000
Una estrategia romana que ha sido muy interesante,
06:05
was that -- and it really gave them a comparative advantage --
135
350000
2000
y que les dio una ventaja relativa, fue que,
06:07
they made sure their soldiers didn't drink
136
352000
3000
se aseguraron de que sus soldados no bebieran
06:10
even remotely muddied waters.
137
355000
2000
ni siquiera las aguas remotamente turbias.
06:12
Because if some of your troops get diarrhea they're not that effective
138
357000
3000
Porque si algunas de sus tropas tenían diarrea no eran tan efectivos
06:15
on the battlefield.
139
360000
2000
en el campo de batalla.
06:17
So, if you think of Roman comparative advantage part of it was the breast shields,
140
362000
2000
Si pensáis en esta ventaja de los romanos, en parte eran los escudos,
06:19
the breastplates, but part of it was drinking the right water.
141
364000
4000
los petos, pero parte de ello era beber solo el agua correcta.
06:23
So, here are these women. They've seen their parents
142
368000
2000
Así que, aquí están estas mujeres que han visto cómo sus padres
06:25
have struggled with diarrhea, they've struggled with diarrhea,
143
370000
2000
han luchado contra la diarrea, ellas han luchado contra la diarrea.
06:27
they've seen lots of deaths. How do they answer this question?
144
372000
3000
Han visto muchas muertes. ¿Cómo responden a esta pregunta?
06:30
In India, 35 to 50 percent say "Reduce."
145
375000
4000
En India del 35 al 50% dicen "reducir".
06:34
Think about what that means for a second.
146
379000
2000
Pensad durante un segundo sobre lo que esto significa.
06:36
Thirty-five to 50 percent of women
147
381000
2000
De un 35 a un 50% de mujeres
06:38
forget oral rehydration therapy,
148
383000
2000
olvidan la terapia de la rehidratación oral,
06:40
they are increasing --
149
385000
2000
están aumentando,
06:42
they are actually making their child
150
387000
3000
están realmente haciendo que sus hijos
06:45
more likely to die through their actions.
151
390000
3000
tengan más posibilidades de morir por sus acciones.
06:48
How is that possible?
152
393000
2000
¿Cómo puede ser posible?
06:50
Well, one possibility -- I think that's how most people respond to this --
153
395000
3000
Una posibilidad, como mucha de la gente responde,
06:53
is to say, "That's just stupid."
154
398000
4000
es decir, "Eso es simplemente estúpido".
06:57
I don't think that's stupid.
155
402000
2000
Yo no creo que sea algo estúpido.
06:59
I think there is something very profoundly right in what these women are doing.
156
404000
3000
Hay algo profundamente correcto en lo que estas mujeres hacen.
07:02
And that is, you don't put water
157
407000
2000
Y es que no pones agua
07:04
into a leaky bucket.
158
409000
2000
en un cubo agujereado.
07:06
So, think of the mental model that goes behind reducing the intake.
159
411000
4000
Pensemos en el modelo mental que yace detrás de la reducción de la ingesta.
07:10
Just doesn't make sense.
160
415000
2000
Simplemente no tiene sentido.
07:12
Now, the model is intuitively right.
161
417000
3000
Ahora, el modelo es intuitivamente correcto.
07:15
It just doesn't happen to be right about the world.
162
420000
4000
Simplemente no resulta ser correcto acerca del mundo.
07:19
But it makes a whole lot of sense at some deep level.
163
424000
3000
Pero tiene mucho sentido a un cierto nivel profundo.
07:22
And that, to me, is the fundamental challenge
164
427000
3000
Y eso, para mí, es el reto fundamental
07:25
of the last mile.
165
430000
5000
de la última milla
07:30
This first challenge is what I refer to as the persuasion challenge.
166
435000
3000
El primer reto es lo que yo llamo el reto de la persuasión.
07:33
Convincing people to do something --
167
438000
2000
Convencer a la gente para que haga algo,
07:35
take oral rehydration therapy, intercrop, whatever it might be --
168
440000
2000
seguir la terapia de rehidratación oral, policultivo,
07:37
is not an act of information:
169
442000
3000
no es un acto de información.
07:40
"Let's give them the data,
170
445000
2000
"Démosles la información,
07:42
and when they have data they'll do the right thing."
171
447000
2000
y cuando tengan esos datos harán lo correcto".
07:44
It's more complex than that.
172
449000
2000
Es más complejo que eso.
07:46
And if you want to understand how it's more complex
173
451000
2000
Y si quieres entender cómo es más complejo
07:48
let me start with something kind of interesting.
174
453000
4000
dejadme que empiece con algo que resulta interesante.
07:52
I'm going to give you a little math problem,
175
457000
2000
Así que, voy a daros un pequeño problema matemático.
07:54
and I want you to just yell out the answer as fast as possible.
176
459000
3000
Quiero que me gritéis la respuesta lo más rápido posible.
07:57
A bat and a ball together cost $1.10.
177
462000
2000
Un bate y una pelota juntos valen $1,10.
07:59
The bat costs a dollar more than the ball.
178
464000
3000
El bate cuesta un dólar más que la pelota.
08:02
How much does the ball cost? Quick.
179
467000
3000
¿Cuánto cuesta la pelota? Rápido.
08:05
So, somebody out there says, "Five."
180
470000
2000
Bien, alguien por aquí dice 5.
08:07
A lot of you said, "Ten."
181
472000
2000
Muchos de vosotros habéis dicho 10.
08:09
Let's think about 10 for a second.
182
474000
3000
Vamos a pensar en el 10 por un segundo.
08:12
If the ball costs 10, the bat costs...
183
477000
4000
Si la pelota cuesta 10, el bate cuesta...
08:16
this is easy, $1.10.
184
481000
2000
esto es fácil, $1,10.
08:18
Yeah. So, together they would cost $1.20.
185
483000
3000
Perfecto. Entonces, juntos costarían $1,20.
08:21
So, here you all are, ostensibly educated people.
186
486000
3000
Así que, aquí estáis, gente aparentemente bien educada.
08:24
Most of you look smart.
187
489000
3000
Muchos de vosotros parecéis inteligentes.
08:27
The combination of that produces
188
492000
3000
La combinación de eso produce
08:30
something that is actually, you got this thing wrong.
189
495000
2000
algo que es que, de hecho os habéis confundido.
08:32
How is that possible? Let's go to something else.
190
497000
3000
¿Cómo puede ser posible? Vamos a pasar a otra cosa.
08:35
I know algebra can be complicated.
191
500000
3000
Sé que el álgebra puede ser complicada.
08:38
So, let's dial this back. That's what? Fifth grade? Fourth grade?
192
503000
3000
Vamos al pasado. ¿Qué es eso, la primaria?
08:41
Let's go back to kindergarten. OK?
193
506000
3000
Vamos a volver al jardín de infancia.
08:44
There's a great show on American television that you have to watch.
194
509000
2000
Hay un gran programa de tv estadounidense que deberíais ver.
08:46
It's called "Are You Smarter Than a Fifth Grader?"
195
511000
2000
Se llama "¿Sabes más que un niño de primaria?"
08:48
I think we've learned the answer to that here.
196
513000
3000
Me parece que ya sabemos la respuesta.
08:51
Let's move to kindergarten. Let's see if we can beat five-year-olds.
197
516000
3000
Pasemos al jardín de infancia. Vamos a ver si podemos superar a niños de 5 años.
08:54
Here's what I'm going to do: I'm going to put objects on the screen.
198
519000
3000
Voy a hacer esto. Voy a poner objetos en la pantalla.
08:57
I just want you to name the color of the object.
199
522000
4000
Sólo quiero que me digáis el color del objeto.
09:01
That's all it is. OK?
200
526000
2000
Sólo eso, ¿de acuerdo?
09:03
I want you to do it fast, and say it out loud with me,
201
528000
3000
Quiero que lo hagáis rápido, en voz alta conmigo.
09:06
and do it quickly. I'll make the first one easy for you.
202
531000
2000
Hacedlo rápido. Haré el primero así os lo pongo más fácil.
09:08
Ready? Black.
203
533000
2000
¿Listos? Negro.
09:10
Now the next ones I want you to do quickly and say it out loud.
204
535000
2000
Ahora quiero que hagáis los siguientes rápido y en voz alta.
09:12
Ready? Go.
205
537000
2000
¿Listos? Vamos.
09:14
Audience: Red. Green.
206
539000
2000
Audiencia: rojo, verde.
09:16
Yellow. Blue. Red.
207
541000
2000
Amarillo, azul, rojo.
09:18
(Laughter)
208
543000
3000
(Risas)
09:21
Sendhil Mullainathan: That's pretty good.
209
546000
4000
Sendhil Mullainathan: eso está muy bien.
09:25
Almost out of kindergarten.
210
550000
2000
Casi fuera de la guardería.
09:27
What is all this telling us?
211
552000
2000
¿Qué es lo que nos enseña todo esto?
09:29
You see, what's going on here, and in the bat and ball problem
212
554000
3000
Lo que está sucediendo aquí, y en el problema del bate y la pelota
09:32
is that you have some intuitive ways of interacting with the world,
213
557000
3000
es que tenéis algunas formas intuitivas de interactuar con el mundo,
09:35
some models that you use to understand the world.
214
560000
2000
algunos modelos que usáis para entender el mundo.
09:37
These models, like the leaky bucket,
215
562000
2000
Estos modelos, como el cubo agujereado,
09:39
work well in most situations.
216
564000
2000
funcionan en la mayoría de los casos.
09:41
I suspect most of you --
217
566000
2000
Sospecho que a la mayoría de vosotros,
09:43
I hope that's true for the rest of you --
218
568000
2000
y espero que sea cierto para el resto,
09:45
actually do pretty well with addition and subtraction in the real world.
219
570000
4000
de hecho os va bien con la suma y resta en el mundo real.
09:49
I found a problem, a specific problem
220
574000
2000
Encontré un problema, un problema específico
09:51
that actually found an error with that.
221
576000
3000
que de hecho encontró un error con eso.
09:54
Diarrhea, and many last mile problems, are like that.
222
579000
2000
La diarrea, y muchos de los problemas de la última milla, son igual.
09:56
They are situations where the mental model
223
581000
2000
Son situaciones donde el modelo mental
09:58
doesn't match the reality.
224
583000
2000
no encaja con la realidad.
10:00
Same thing here:
225
585000
2000
Lo mismo pasa aquí,
10:02
You had an intuitive response to this that was very quick.
226
587000
2000
habéis tenido una respuesta intuitiva a esto muy rápida.
10:04
You read "blue" and you wanted to say "blue," even though you knew your task was red.
227
589000
3000
Leíais azul y queríais decir azul, aunque sabíais que la respuesta era rojo.
10:07
Now, I do this stuff because it's fun.
228
592000
2000
Ahora, hago esto porque sé que es divertido.
10:09
But it's more profound than fun.
229
594000
4000
Pero es mucho más profundo que divertido.
10:13
I'll give you a good example of how it actually effects persuasion.
230
598000
3000
Os daré un buen ejemplo de cómo afecta a la persuasión.
10:16
BMW is a pretty safe car.
231
601000
3000
BMW es un coche bastante seguro.
10:19
And they are trying to figure out, "Safety is good.
232
604000
2000
Y están intentando averiguar, "la seguridad es buena.
10:21
I want to advertise safety. How am I going to advertise safety?"
233
606000
2000
quiero publicitar la seguridad. ¿Cómo voy a hacerlo?"
10:23
"I could give people numbers. We do well on crash tests."
234
608000
3000
"Podría dar números a la gente. Se nos dan bien las pruebas de accidentes"
10:26
But the truth of the matter is, you look at that car,
235
611000
2000
Pero la verdad del asunto es que, tú miras al coche,
10:28
it doesn't look like a Volvo,
236
613000
2000
y no tiene el aspecto de un Volvo.
10:30
and it doesn't look like a Hummer.
237
615000
2000
No tiene el aspecto de un Hummer.
10:32
So, what I want you to think about for a few minutes
238
617000
2000
Así que, quiero que por unos minutos penséis,
10:34
is: How would you convey safety of the BMW? Okay?
239
619000
3000
¿cómo podría transmitir la seguridad del BMW? ¿Ok?
10:37
So now, while you're thinking about that let's move to a second task.
240
622000
3000
Ahora, mientras estáis pensando en eso, vamos a pasar a una segunda tarea.
10:40
The second task is fuel efficiency. Okay?
241
625000
3000
La segunda tarea es rendimiento de combustible. ¿Ok?
10:43
Here's another puzzle for all of you.
242
628000
2000
Aquí tenéis otro acertijo.
10:45
One person walks into a car lot,
243
630000
2000
Una persona camina hacia un aparcamiento,
10:47
and they're thinking about buying this Toyota Yaris.
244
632000
3000
y están pensando en comprar esta Toyota Yaris.
10:50
They are saying, "This is 35 miles per gallon. I'm going to do
245
635000
2000
Están diciendo, "Recorre 12 kms por litro. Voy a hacer lo
10:52
the environmentally right thing, I'm going to buy the Prius,
246
637000
2000
correcto para el medio ambiente, voy a comprar el Prius,
10:54
50 miles per gallon."
247
639000
2000
17 kms por litro".
10:56
Another person walks into the lot,
248
641000
2000
Otra persona se acerca al aparcamiento.
10:58
and they're about to buy a Hummer, nine miles per gallon,
249
643000
2000
Y están a punto de comprar un Hummer, 3 kms por litro,
11:00
fully loaded, luxury.
250
645000
2000
totalmente cargado, lujoso.
11:02
And they say, "You know what? Do I need turbo? Do I need this heavyweight car?"
251
647000
4000
Dicen, "¿Sabes qué? ¿Necesito turbo? ¿Necesito este peso pesado?"
11:06
I'm going to do something good for the environment.
252
651000
2000
Voy a hacer algo bueno por el medio ambiente.
11:08
I'm going to take off some of that weight,
253
653000
2000
Voy a quitar parte de ese peso,
11:10
and I'm going to buy a Hummer that's 11 miles per gallon."
254
655000
3000
y voy a comprar un Hummer que recorre 4 kms por litro".
11:13
Which one of these people has done more for the environment?
255
658000
3000
¿Cuál de estas personas ha hecho más por el medio ambiente?
11:16
See, you have a mental model.
256
661000
2000
Veis, tenéis un modelo mental.
11:18
Fifty versus 35, that's a big move. Eleven versus nine? Come on.
257
663000
3000
17 contra 12, es un gran paso, ¿4 contra 3? Vamos...
11:21
Turns out, go home and do the math,
258
666000
3000
Sale, va a casa y hace el problema,
11:24
the nine to 11 is a bigger change. That person has saved more gallons.
259
669000
3000
de 3 a 4 es un cambio mayor. Esa persona ha ahorrado más litros.
11:27
Why? Because we don't care about miles per gallon, we care about
260
672000
2000
¿Por qué? Porque no nos importan Los kms por litro, nos importan
11:29
gallons per mile.
261
674000
2000
los litros por km.
11:31
Think about how powerful that is if you're trying to encourage fuel efficiency.
262
676000
3000
Pensad en cuán poderoso es esto si estáis intentando fomentar el rendimiento del combustible.
11:34
Miles per gallon is the way we present things.
263
679000
2000
Kms por litro es la manera en la que presentamos las cosas.
11:36
If we want to encourage change of behavior,
264
681000
3000
Si queremos fomentar un cambio de actitud,
11:39
gallons per mile would have far more effectiveness.
265
684000
2000
los litros por km tendrían mucha más efectividad.
11:41
Researchers have found these type of anomalies.
266
686000
3000
Investigadores han encontrado este tipo de anomalías.
11:44
Okay, back to BMW. What should they do?
267
689000
3000
Bien, vuelta al BMW. ¿Qué deberían hacer?
11:47
The problem BMW faces is this car looks safe.
268
692000
3000
El problema al que se enfrenta BMW es que este coche parece seguro.
11:50
This car, which is my Mini, doesn't look that safe.
269
695000
4000
Este coche, que es mi Mini, no aparenta ser tan seguro.
11:54
Here was BMW's brilliant insight, which they embodied into an ad campaign.
270
699000
3000
Aquí está la brillante perspicacia de BMW, en una campaña publicitaria.
11:57
They showed a BMW driving down the street.
271
702000
2000
Mostraron un BMW bajando la calle.
11:59
There's a truck on the right. Boxes fall out of the truck.
272
704000
3000
Hay un camión a la derecha. Algunas cajas se caen del camión.
12:02
The car swerves to avoid it, and therefore doesn't get into an accident.
273
707000
5000
El coche vira bruscamente para evitarlo, y por lo tanto no tiene un accidente.
12:07
BWM realizes safety, in people's minds, has two components.
274
712000
4000
BMW entiende que la seguridad, en la mente de las personas, tiene dos componentes.
12:11
You can be safe because when you're hit, you survive,
275
716000
4000
Puedes ser seguro porque cuando te golpean sobrevives,
12:15
or you can be safe because you avoid accidents.
276
720000
2000
o puedes ser seguro porque evitas accidentes.
12:17
Remarkably successful campaign, but notice the power of it.
277
722000
2000
Una campaña muy exitosa. Pero fijaros en su poder.
12:19
It harnesses something you already believe.
278
724000
3000
Aprovecha algo que ya creéis.
12:22
Now, even if I persuaded you to do something,
279
727000
4000
Ahora, incluso si os persuadiera para hacer algo,
12:26
it's hard sometimes to actually get action as a result.
280
731000
4000
a veces es duro lograr verdaderamente una acción como resultado.
12:30
You all probably intended to wake up,
281
735000
2000
Todos vosotros probablemente pretendéis levantaros a
12:32
I don't know, 6:30, 7 a.m.
282
737000
3000
no sé, a las 6:30 o a las 7 de la mañana.
12:35
This is a battle we all fight every day,
283
740000
2000
Esta es una batalla que luchamos cada día,
12:37
along with trying to get to the gym.
284
742000
3000
junto con intentar ir al gimnasio.
12:40
Now, this is an example of that battle,
285
745000
3000
Ahora, esto es un ejemplo de esa batalla,
12:43
and makes us realize intentions don't always translate into action,
286
748000
3000
y nos hace entender que las intenciones no siempre se traducen en acciones,
12:46
and so one of the fundamental challenges
287
751000
2000
y que uno de los retos fundamentales
12:48
is how we would actually do that. OK?
288
753000
4000
es cómo de hecho, lo haríamos, ¿de acuerdo?
12:52
So, let me now talk about the last mile problem.
289
757000
3000
Así que, dejad que hable sobre el problema de la última milla.
12:55
So far, I've been pretty negative.
290
760000
3000
Hasta ahora, he sido bastante negativo.
12:58
I've been trying to show you the oddities of human behavior.
291
763000
3000
He estado intentando mostraros las rarezas del comportamiento humano.
13:01
And I think maybe I'm being too negative.
292
766000
2000
Y creo que quizá estoy siendo demasiado negativo.
13:03
Maybe it's the diarrhea.
293
768000
2000
Quizá es la diarrea.
13:05
Maybe the last mile problem really should be thought of
294
770000
2000
Quizá se debería pensar en el problema de la última milla
13:07
as the last mile opportunity.
295
772000
2000
como en la oportunidad de la última milla.
13:09
Let's go back to diabetes.
296
774000
2000
Vamos a volver a la diabetes.
13:11
This is a typical insulin injection.
297
776000
3000
Esta es una inyección de insulina típica.
13:14
Now, carrying this thing around is complicated.
298
779000
3000
Ahora, llevar esto encima es complicado.
13:17
You gotta carry the bottle, you gotta carry the syringe.
299
782000
4000
Tienes que llevar la botella, tienes que llevar la jeringa.
13:21
It's also painful.
300
786000
2000
Es incluso doloroso.
13:23
Now, you may think to yourself, "Well, if my eyes depended on it,
301
788000
4000
Ahora, puede que penséis, "Bueno, si mis ojos dependieran de ello,
13:27
you know, I would obviously use it every day."
302
792000
2000
obviamente lo usaría cada día".
13:29
But the pain, the discomfort,
303
794000
2000
Pero el dolor, las molestias,
13:31
you know, paying attention, remembering to put it in your purse
304
796000
2000
ya sabéis, poner atención, acordarse de ponértelo en la cartera,
13:33
when you go on a long trip:
305
798000
2000
cuando te vas en un largo viaje,
13:35
These are the day-to-day of life, and they do pose problems.
306
800000
4000
estos son los detalles cotidianos, y nos plantean problemas.
13:39
Here is an innovation, a design innovation.
307
804000
3000
Aquí tenemos una innovación, una innovación en diseño.
13:42
This is a pen, it's called an insulin pen, preloaded.
308
807000
4000
Esto es un bolígrafo, se llama bolígrafo de insulina, precargado,
13:46
The needle is particularly sharp.
309
811000
1000
La aguja es particularmente afilada.
13:47
You just gotta carry this thing around.
310
812000
2000
Sólo tienes que llevar esto contigo.
13:49
It's much easier to use, much less painful.
311
814000
2000
Es mucho más fácil de usar, mucho menos doloroso.
13:51
Anywhere between five and 10 percent increase in adherence,
312
816000
4000
En cualquier punto entre el 5 y el 10 % del aumento en la adherencia,
13:55
just as a result of this.
313
820000
2000
sólo como resultado de esto.
13:57
That's what I'm talking about as a last mile opportunity.
314
822000
3000
A esto me refiero cuando hablo de la oportunidad de la última milla.
14:00
You see, we tend to think the problem is solved
315
825000
3000
Veréis, tendemos a pensar que el problema está resuelto
14:03
when we solve the technology problem.
316
828000
2000
cuando solucionamos el problema de la tecnología.
14:05
But the human innovation, the human problem
317
830000
2000
Pero la innovación humana, el problema humano
14:07
still remains, and that's a great frontier that we have left.
318
832000
4000
todavía continúa, y esa es una gran frontera que queda pendiente.
14:11
This isn't about the biology of people;
319
836000
2000
Esto no se refiere a la biología de la gente,
14:13
this is now about the brains, the psychology of people,
320
838000
4000
Esto es sobre los cerebros, la psicología de la gente.
14:17
and innovation needs to continue all the way through
321
842000
2000
Y la innovación necesita continuar todo el camino
14:19
the last mile.
322
844000
2000
hacia la última milla.
14:21
Here's another example of this.
323
846000
2000
Aquí tenemos otro ejemplo de esto.
14:23
This is from a company called Positive Energy.
324
848000
3000
Esto es de una compañía llamada Energía Positiva.
14:26
This is about energy efficiency.
325
851000
2000
Esto es sobre eficiencia energética.
14:28
We're spending a lot of time on fuel cells right now.
326
853000
3000
Estamos gastando mucho tiempo en células de fuel ahora mismo.
14:31
What this company does is they send a letter
327
856000
2000
Lo que esta compañía hace es mandar una carta
14:33
to households that say, "Here's your energy use,
328
858000
2000
a las casas que dice "Aquí está tu uso de energía,
14:35
here's your neighbor's energy use: You're doing well." Smiley face.
329
860000
3000
aquí el de tu vecino, lo estás haciendo bien". Cara sonriente.
14:38
"You're doing worse." Frown.
330
863000
2000
"Lo estás haciendo peor". Ceño fruncido.
14:40
And what they find is just this letter, nothing else,
331
865000
3000
Y lo que encuentran es que justamente esta carta, nada más,
14:43
has a two to three percent reduction in electricity use.
332
868000
2000
tiene de un 2 a un 3 % de reducción en el uso de electricidad.
14:45
And you want to think about the social value of that
333
870000
2000
Y queréis pensar en el valor social de eso
14:47
in terms of carbon offsets, reduced electricity,
334
872000
2000
en términos de compensación de carbón, electricidad reducida,
14:49
900 million dollars per year.
335
874000
2000
900 millones de dólares por año.
14:51
Why? Because for free,
336
876000
2000
¿Por qué? Porque es gratis,
14:53
this isn't a new technology, this is a letter --
337
878000
2000
no es una nueva tecnología, es una carta,
14:55
we're getting a Big Bang in behavior.
338
880000
2000
estamos teniendo una explosión en el comportamiento.
14:57
So, how do we tackle the last mile?
339
882000
4000
Así que, ¿cómo resolvemos la última milla?
15:01
I think this tells us there is an opportunity.
340
886000
3000
Creo que esto nos cuenta una gran oportunidad.
15:04
And I think to tackle it, we need to combine
341
889000
2000
Y creo que para resolverlo, debemos combinar
15:06
psychology,
342
891000
2000
psicología,
15:08
marketing,
343
893000
2000
márketing,
15:10
art, we've seen that.
344
895000
2000
arte, hemos visto esto.
15:12
But you know what we need to combine it with?
345
897000
2000
Pero ¿sabéis con qué necesitamos combinarlo?
15:14
We need to combine this with the scientific method.
346
899000
2000
Necesitamos combinarlo con el método científico.
15:16
See what's really puzzling and frustrating about the last mile, to me,
347
901000
4000
Lo realmente confuso y frustrante para mí sobre la última milla,
15:20
is that the first 999 miles are all about science.
348
905000
3000
es que las primeras 999 millas son todas sobre ciencias.
15:23
No one would say, "Hey, I think this medicine works, go ahead and use it."
349
908000
4000
Nadie diría "Hey, creo que esta medicina funciona, adelante, úsala"
15:27
We have testing, we go to the lab, we try it again, we have refinement.
350
912000
2000
Tenemos pruebas, vamos al laboratorio, lo probamos otra vez, tenemos mejoras.
15:29
But you know what we do on the last mile?
351
914000
3000
¿Pero sabéis qué hacemos en la última milla?
15:32
"Oh, this is a good idea. People will like this. Let's put it out there."
352
917000
3000
"Oh, esto es una buena idea. A la gente le gustará. Vamos a publicarla".
15:35
The amount of resources we put in are disparate.
353
920000
2000
El número de recursos que ponemos son dispares.
15:37
We put billions of dollars into fuel-efficient technologies.
354
922000
3000
Ponemos miles de millones de dólares en tecnologías de combustible eficiente.
15:40
How much are we putting into
355
925000
2000
¿Cuánto estamos invirtiendo en el cambio de actitud
15:42
energy behavior change
356
927000
2000
frente a la energía,
15:44
in a credible, systematic, testing way?
357
929000
3000
en una manera creíble, sistemática y de prueba?
15:47
Now, I think that we're on the verge of something big.
358
932000
3000
Ahora, creo que estamos al borde de algo grande.
15:50
We're on the verge of a whole new social science.
359
935000
3000
Estamos a punto de lograr una ciencia social totalmente nueva.
15:53
It's a social science that recognizes --
360
938000
2000
Es una ciencia social que reconoce,
15:55
much like science recognizes the complexity of the body,
361
940000
3000
de forma similar a como la ciencia reconoce la complejidad del cuerpo,
15:58
biology recognizes the complexity of the body -- we'll recognize
362
943000
2000
la biología reconoce la complejidad del cuerpo, nosotros reconoceremos
16:00
the complexity of the human mind.
363
945000
2000
la complejidad de la mente humana.
16:02
The careful testing, retesting, design,
364
947000
2000
Las cuidadosas pruebas, correcciones, diseño.
16:04
are going to open up vistas of understanding,
365
949000
3000
Vamos a abrir vistas de entendimiento,
16:07
complexities, difficult things.
366
952000
2000
complejidades, cosas difíciles.
16:09
And those vistas will both create new science,
367
954000
3000
Y esas vistas al mismo tiempo crearán la nueva ciencia
16:12
and fundamental change in the world as we see it, in the next hundred years.
368
957000
4000
y el cambio fundamental en el mundo como lo conocemos, en los próximos cien años.
16:16
All right. Thank you very much.
369
961000
2000
De acuerdo. Muchas gracias.
16:18
(Applause)
370
963000
2000
(Aplausos)
16:20
Chris Anderson: Sendhil, thank you so much.
371
965000
2000
Chris Anderson: Sendhil, muchas gracias.
16:22
So, this whole area is so fascinating.
372
967000
3000
Así que, todo este tema es verdaderamente fascinante.
16:25
I mean, it sometimes feels, listening to behavioral economists
373
970000
3000
Quiero decir que, a veces parece que, al escuchar a economistas conductuales
16:28
that they are kind of putting into place
374
973000
3000
estén de alguna manera poniendo en su lugar,
16:31
academically, what great marketers
375
976000
2000
académicamente, lo que grandes vendedores,
16:33
have sort of intuitively known for a long time.
376
978000
3000
han conocido de forma intuitiva durante mucho tiempo.
16:36
How much is your field talking to great marketers
377
981000
4000
¿Hasta qué punto está tu campo hablando a esos grandes vendedores
16:40
about their insights into human psychology?
378
985000
2000
sobre su perspicacia en la psicología humana?
16:42
Because they've seen it on the ground.
379
987000
2000
Porque ellos lo han visto sobre el terreno.
16:44
Sendhil Mullainathan: Yeah, we spend a lot of time talking to marketers,
380
989000
2000
Sendhil Mullainathan: Sí, hemos empleado mucho tiempo hablando con vendedores.
16:46
and I think 60 percent of it is exactly what you say,
381
991000
3000
Y creo que el 60% de ello es exactamente como dices,
16:49
there are insights to be gleaned there.
382
994000
2000
existen perspicacias que se pueden deducir,
16:51
Forty percent of it is about what marketing is.
383
996000
2000
40% de ello es márketing.
16:53
Marketing is selling an ad to a firm.
384
998000
5000
Márketing es vender un anuncio a una marca.
16:58
So, in some sense, a lot of marketing is about
385
1003000
2000
Así que, de alguna manera, mucho del márketing trata sobre
17:00
convincing a CEO, "This is a good ad campaign."
386
1005000
3000
convencer al CEO de que es una buena campaña publicitaria.
17:03
So, there is a little bit of slippage there.
387
1008000
2000
Así que, ahí hay un poco de disminución.
17:05
That's just a caveat. That's different from actually having an effective ad campaign.
388
1010000
4000
Eso es sólo una advertencia. Es diferente a tener una campaña publicitaria realmente efectiva.
17:09
And one of the new movements in marketing is: How do we actually
389
1014000
2000
Y uno de los nuevos movimientos en márketing es, ¿cómo medir
17:11
measure effectiveness? Are we effective?
390
1016000
2000
la efectividad? ¿Somos eficientes?
17:13
CA: How you take your insights here
391
1018000
4000
CA: Cómo ganas conocimiento
17:17
and actually get them integrated
392
1022000
3000
y logras integrarlo
17:20
into working business models on the ground,
393
1025000
3000
en los modelos de negocio exitosos, en el terreno,
17:23
in Indian villages, for example?
394
1028000
2000
en pueblos de la India, por ejemplo.
17:25
SM: So, the scientific method I alluded to is pretty important.
395
1030000
3000
SM: El método científico al que aludía es bastante importante.
17:28
We work closely with companies that have operational capacity,
396
1033000
2000
Trabajamos estrechamente con compañías que tienen capacidad operativa,
17:30
or nonprofits that have operational capacity.
397
1035000
2000
o algunas que no tienen fines lucrativos con capacidad operativa.
17:32
And then we say, "Well, you want to get this behavior change.
398
1037000
2000
Y entonces decimos, bueno, quieres lograr este cambio de comportamiento.
17:34
Let's come up with a few ideas, test them,
399
1039000
3000
Vamos a proponer unas ideas, probarlas,
17:37
see which is working, go back, synthesize,
400
1042000
2000
ver cuál funciona, volver, sintetizar,
17:39
and try to come up with a thing that works,"
401
1044000
2000
e intentar pensar en algo que funcione,
17:41
and then we're able to scale with partners.
402
1046000
2000
y entonces seremos capaces de ampliarnos.
17:43
It's kind of the model that has worked in other contexts.
403
1048000
2000
Es como el modelo que ha funcionado en otros contextos.
17:45
If you have biological problems
404
1050000
2000
Si tienes problemas biológicos
17:47
we try and fix it, see if it works, and then work the scale.
405
1052000
2000
probamos y lo solucionamos, vemos si funciona, y entonces trabajamos en la escala.
17:49
CA: Alright Sendhil, thanks so much for coming to TED. Thank you.
406
1054000
3000
CA: De acuerdo, Sendhil, muchas gracias por venir a TED. Gracias.
17:52
(Applause)
407
1057000
3000
(Aplausos)
ABOUT THE SPEAKER
Sendhil Mullainathan - Behavioral economistSendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination?
Why you should listen
To study big questions such as "What are the measurable effects of corruption?"" Sendhil Mullainathan and his collaborators look at the day-to-day decisions made by real people, running deep-data studies on groups around the world to tease out patterns. Awarded a MacArthur ""genius"" grant in 2002, he has produced and collaborated on a string of research papers that make for a must-read CV -- including a fascinating, if dispiriting, study of the corruption involved in getting a driver's license in India.
Lately he and his team have been studying women who sell fruit and vegetables on the streets in developing countries. They're usually in debt to a moneylender in the market, who takes about half their profits each day as interest. Some of the women have figured a simple way to get out of debt and keep all their profits. But most of the women make a choice every day that keeps them in debt. How would these businesswomen behave, he wondered, if the slate was wiped clean? So he got a grant, paid off their debt, and waits to see what happens next."
Sendhil Mullainathan | Speaker | TED.com