TED2009
Bruce Bueno de Mesquita: A prediction for the future of Iran
بروس بوئنو دی مسکیتا آینده ایران را پیش بینی می کند
Filmed:
Readability: 4.1
1,045,301 views
بروس بوئنو دی مسکیتا با استفاده از تحلیل ریاضی وقایع ناخوشایند انسانی مانند جنگ، انتقال قدرت سیاسی، انتفاضه ... را (اکثرا صحیح) پیش بینی می کند. وی بعد از توضیحاتی صریح و موجز در خصوص چگونگی انجام این کار، سه پیش بینی در مورد آینده ایران ارائه می دهد.
Bruce Bueno de Mesquita - Political scientist
A consultant to the CIA and the Department of Defense, Bruce Bueno de Mesquita has built an intricate computer model that can predict the outcomes of international conflicts with bewildering accuracy. Full bio
A consultant to the CIA and the Department of Defense, Bruce Bueno de Mesquita has built an intricate computer model that can predict the outcomes of international conflicts with bewildering accuracy. Full bio
Double-click the English transcript below to play the video.
00:18
What I'm going to try to do is explain to you
0
0
3000
آنچه که سعی میکنم برای شما توضیح بدهم
00:21
quickly how to predict,
1
3000
2000
به طور خلاصه، اینه که چطوری میشه پیش بینی کرد
00:23
and illustrate it with some predictions
2
5000
2000
وبا استفاده از چند پیش بینی، این مطلب رو برای شما به تصویر بکشم
00:25
about what Iran is going to do in the next couple of years.
3
7000
5000
که ایران ظرف چند سال آینده چه کار خواهد کرد.
00:30
In order to predict effectively,
4
12000
3000
برای اینکه پیش بینی موثری بکنیم،
00:33
we need to use science.
5
15000
3000
لازم است که از اصول علمی بهره بگیریم
00:36
And the reason that we need to use science
6
18000
3000
و دلیلی که باید از علم استفاده کنیم
00:39
is because then we can reproduce what we're doing;
7
21000
2000
اینه که در این صورت می تونیم آنچه که داریم انجام میدیم رو باز هم تکرار کنیم
00:41
it's not just wisdom or guesswork.
8
23000
3000
این کار اصلاً کار دل یا حدس و گمان نیست
00:44
And if we can predict,
9
26000
3000
و اگر بتونیم پیش بینی کنیم،
00:47
then we can engineer the future.
10
29000
2000
بعد میتونیم آینده رو مهندسی کنیم.
00:49
So if you are concerned to influence energy policy,
11
31000
4000
لذا چنانچه دغدغه تاثیر گذاشتن در سیاست گذاری انرژی را دارید،
00:53
or you are concerned to influence national security policy,
12
35000
5000
یا بدنبال تاثیر گذاشتن در سیاست امنیت ملی هستید،
00:58
or health policy, or education,
13
40000
3000
یا سیاست های بهداشتی و یا آموزش،
01:01
science -- and a particular branch of science -- is a way to do it,
14
43000
4000
علم، و مشخصا شاخه ای از علم راه انجام این کار است،
01:05
not the way we've been doing it,
15
47000
2000
و نه به اون روشی که تاکنون انجام می دادیم،
01:07
which is seat-of-the-pants wisdom.
16
49000
2000
یعنی پیش بینی با خرد و تدبیر شخصی.
01:09
Now before I get into how to do it
17
51000
2000
حالا قبل از اینکه بگم چه جوری این کارو انجام میدیم
01:11
let me give you a little truth in advertising,
18
53000
3000
اجازه بدید یک حقیقت کوچیک رو به اطلاعتون برسونم،
01:14
because I'm not engaged in the business of magic.
19
56000
3000
چون من دنبال شعبده بازی نیستم،
01:17
There are lots of thing that the approach I take can predict,
20
59000
4000
با روشی که من در پیش گرفتم چیزهای زیادی هست که میشه پیش بینی کرد،
01:21
and there are some that it can't.
21
63000
2000
و چیزهایی هم هست که نمیشه.
01:23
It can predict complex negotiations
22
65000
3000
من میتونم مذاکرات پیچیده رو پیش بینی کنم
01:26
or situations involving coercion --
23
68000
3000
یا مواردی که اعمال فشار در میان باشه،
01:29
that is in essence everything that has to do with politics,
24
71000
4000
یعنی هر آنچه که با سیاست سروکار داشته باشه،
01:33
much of what has to do with business,
25
75000
2000
و خیلی چیزهایی که با تجارت سروکار داره،
01:35
but sorry, if you're looking to speculate in the stock market,
26
77000
6000
ولی اگر دنبال سرمایه گزاری در بازار بورس هستید، متاسفم،
01:41
I don't predict stock markets -- OK,
27
83000
2000
من بازار بورس رو پیش بینی نمی کنم- خوب،
01:43
it's not going up any time really soon.
28
85000
3000
به این زودیها قیمت ها بالا نمی ره.
01:46
But I'm not engaged in doing that.
29
88000
3000
ولی من در این زمینه کار نمی کنم.
01:49
I'm not engaged in predicting random number generators.
30
91000
3000
من خودم رو درگیر پیش بینی نتیجه تولید عدد تصادفی نمی کنم،
01:52
I actually get phone calls from people
31
94000
2000
واقعا کسانی با من تماس می گیرند
01:54
who want to know what lottery numbers are going to win.
32
96000
3000
که می خواهند بدانند کدام شماره های لاتاری برنده می شوند.
01:57
I don't have a clue.
33
99000
3000
من هیچ اطلاعی ندارم.
02:00
I engage in the use of game theory, game theory is a branch of mathematics
34
102000
4000
کار من استفاده از تئوری بازی ها است، که شاخه ایی از ریاضیات است
02:04
and that means, sorry, that even in the study of politics,
35
106000
4000
و این به این معنا است که، با عرض پوزش، حتی در مطالعات سیاسی هم
02:08
math has come into the picture.
36
110000
3000
ریاضیات نقش بازی میکند.
02:11
We can no longer pretend that we just speculate about politics,
37
113000
4000
ما بیش از این نمی تونیم وانمود کنیم که در رابطه با سیاست فقط حدس می زنیم،
02:15
we need to look at this in a rigorous way.
38
117000
3000
لازمه که با دیدی موشکافانه به این قضیه نگاه کنیم.
02:18
Now, what is game theory about?
39
120000
3000
خوب حالا، نظریه بازی ها چی هست؟
02:21
It assumes that people are looking out for what's good for them.
40
123000
5000
اساساً این نظریه فرض می کند که مردم دنبال چیزی هستند که براشون مفید باشه.
02:26
That doesn't seem terribly shocking --
41
128000
2000
این فرض زیاد هم عجیب به نظر نمی یاد
02:28
although it's controversial for a lot of people --
42
130000
2000
گرچه برای خیلی از مردم این موضوع محل اختلاف است
02:30
that we are self-interested.
43
132000
4000
که همه ما به دنبال نفع شخصی هستیم.
02:34
In order to look out for what's best for them
44
136000
2000
مردم برای جستجوی اونچه که براشون منفعت داره
02:36
or what they think is best for them,
45
138000
2000
یا چیزی که فکر میکنن براشون بهتره
02:38
people have values -- they identify what they want, and what they don't want.
46
140000
4000
برای خودشون ارزشهایی دارند، اونها مشخص می کنند چی می خوان و چی نمی خوان.
02:42
And they have beliefs about what other people want,
47
144000
3000
و باورهایی دارند درباره آنچه که دیگران می خوان
02:45
and what other people don't want, how much power other people have,
48
147000
3000
و آنچه که نمی خوان، یا اینکه دیگران چقدر قدرت دارند،
02:48
how much those people could get in the way of whatever it is that you want.
49
150000
4000
و اینکه چقدر دیگران میتونن سر راه آنچه که شما میخواید قرار بگیرند.
02:52
And they face limitations, constraints,
50
154000
4000
و اونها با یک سری محدودیت ها و قید و بندها مواجه اند،
02:56
they may be weak, they may be located in the wrong part of the world,
51
158000
3000
اونها ممکنه ضعیف باشن، ممکنه در ناکجاآبادی افتاده باشند،
02:59
they may be Einstein, stuck away farming
52
161000
3000
ممکنه اینشتینی باشن که به کشاورزی مشغولند
03:02
someplace in a rural village in India not being noticed,
53
164000
4000
و جایی در یکی از روستاهای دور افتاده هند ناشناخته باقی مانده اند،
03:06
as was the case for Ramanujan for a long time,
54
168000
3000
مثل وضعیتی که رامانوجان برای مدت زیادی داشت،
03:09
a great mathematician but nobody noticed.
55
171000
3000
یک ریاضی دان فوق العاده در حالی که هیچ کس بهش توجه نمی کرد.
03:12
Now who is rational?
56
174000
2000
خوب حالا چه کسی معقول و منطقیه؟
03:14
A lot of people are worried about what is rationality about?
57
176000
3000
خیلی از مردم در مورد اینکه معقول بودن چیه ابهام دارند.
03:17
You know, what if people are rational?
58
179000
2000
آیا مردم معقول و منطقی هستند؟
03:19
Mother Theresa, she was rational.
59
181000
3000
مادر ترزا چی، آدم معقولی بود؟
03:22
Terrorists, they're rational.
60
184000
4000
تروریستها، معقول هستند؟
03:26
Pretty much everybody is rational.
61
188000
3000
تقریبا همه منطقی هستند.
03:29
I think there are only two exceptions that I'm aware of --
62
191000
3000
فکر می کنم فقط دو تا استثنا وجود دارد که من می شناسم:
03:32
two-year-olds, they are not rational,
63
194000
2000
بچه های دو ساله، منطقی و معقول نیستند
03:34
they have very fickle preferences,
64
196000
3000
تو اولویتهاشون خیلی دمدمی مزاج هستند
03:37
they switch what they think all the time,
65
199000
2000
تو فکرشون یکسره تغییر موضع میدن،
03:39
and schizophrenics are probably not rational,
66
201000
3000
و گروه دوم بیماران شیزوفرنی هم احتمالاً معقول نیستند
03:42
but pretty much everybody else is rational.
67
204000
2000
اما تعداد بیشماری از افراد معقول هستند.
03:44
That is, they are just trying to do
68
206000
2000
یعنی اینکه اونها صرفاً تلاش می کنند کاری رو بکنند
03:46
what they think is in their own best interest.
69
208000
5000
که فکر می کنن بیشترین منفعت رو براشون داره.
03:51
Now in order to work out what people are going to do
70
213000
2000
حالا برای مشخص کردن اینکه آدمها قصد دارن چه کاری رو انجام بدن
03:53
to pursue their interests,
71
215000
2000
تا منافع شان رو پیگیری کنند،
03:55
we have to think about who has influence in the world.
72
217000
2000
مجبوریم به این نکته بیاندیشیم که چه کسی در دنیا نفوذ داره.
03:57
If you're trying to influence corporations to change their behavior,
73
219000
5000
اگر قصد دارید بر روی شرکت ها اثر بگذارید که رفتارشان را تغییر دهند،
04:02
with regard to producing pollutants,
74
224000
3000
در مورد مسئله تولید آلاینده ها،
04:05
one approach, the common approach,
75
227000
2000
یک شیوه، البته شیوه متداول،
04:07
is to exhort them to be better,
76
229000
2000
اینه که ترغیبشون کنید بهتر بشن
04:09
to explain to them what damage they're doing to the planet.
77
231000
3000
و براشون توضیح بدین که چه لطماتی رو به کره زمین دارن وارد می کنند.
04:12
And many of you may have noticed that doesn't have
78
234000
2000
و همانطور که خیلی از شماها متوجه شد این رویکرد
04:14
as big an effect, as perhaps you would like it to have.
79
236000
4000
تاثیر زیادی که مد نظر شما بوده را نداره
04:18
But if you show them that it's in their interest,
80
240000
3000
اما اگه بهشون نشون بدین که این موضوع در راستای منافعشون است
04:21
then they're responsive.
81
243000
2000
نتیجتاً اونها راغب می شن.
04:23
So, we have to work out who influences problems.
82
245000
3000
بنابراین، ما باید بفهمیم چه کسی روی مشکلات تاثیر می ذاره.
04:26
If we're looking at Iran, the president of the United States
83
248000
2000
اگه داریم در مورد ایران صحبت می کنیم، میگیم رئیس جمهور امریکا
04:28
we would like to think, may have some influence --
84
250000
3000
روی اون احتمالاً تاثیراتی داره
04:31
certainly the president in Iran has some influence --
85
253000
4000
قطعاً رئیس جمهور ایران هم در این زمینه تاثیراتی رو میذاره
04:35
but we make a mistake if we just pay attention
86
257000
3000
اما اگه فقط به افراد رده بالای نردبان قدرت
04:38
to the person at the top of the power ladder
87
260000
3000
توجه کنیم ، به اشتباه می افتیم
04:41
because that person doesn't know much about Iran,
88
263000
3000
چون اون فرد بخصوص ، مطالب زیادی در مورد ایران نمی دونه
04:44
or about energy policy,
89
266000
2000
یا مثلاً در مورد سیاستگذاری انرژی
04:46
or about health care,
90
268000
2000
یا سیستم درمانی
04:48
or about any particular policy.
91
270000
2000
و یا هر نوع خاصی از سیاستگذاری ها.
04:50
That person surrounds himself or herself with advisers.
92
272000
5000
اون فرد خودش را در احاطه مشاوران قرار می دهد.
04:55
If we're talking about national security problems,
93
277000
2000
اگه راجع به مشکلات امنیت ملی بخواهیم صحبت کنیم،
04:57
maybe it's the Secretary of State,
94
279000
2000
شاید این وزیر امور خارجه باشه،
04:59
maybe it's the Secretary of Defense,
95
281000
2000
شاید وزیر دفاع،
05:01
the Director of National Intelligence,
96
283000
2000
یا رئیس سازمان سیا،
05:03
maybe the ambassador to the United Nations, or somebody else
97
285000
2000
شاید هم نماینده امریکا تو سازمان ملل یا هر کس دیگری
05:05
who they think is going to know more about the particular problem.
98
287000
4000
که تصور می کنه که در مورد اون موضوع بخصوص بیشتر صاحب نظره.
05:09
But let's face it, the Secretary of State doesn't know much about Iran.
99
291000
3000
اما بهتره واقعیات رو بپذیریم، وزیر امور خارجه ما چیز زیادی راجع به ایران نمی دونه.
05:12
The secretary of defense doesn't know much about Iran.
100
294000
3000
وزیر دفاع ما چیز زیادی راجع به ایران نمی دونه.
05:15
Each of those people in turn
101
297000
3000
تک تک این افراد به نوبه خود
05:18
has advisers who advise them,
102
300000
2000
مشاورینی دارند که بهشون مشاوره میدن
05:20
so they can advise the president.
103
302000
3000
به این خاطره که می تونند به رئیس جمهور نظر مشورتی بدهند.
05:23
There are lots of people shaping decisions
104
305000
3000
افراد بیشماری هستند که تصمیم ها رو شکل می دهند
05:26
and so if we want to predict correctly
105
308000
2000
و در نتیجه چنانچه بخواهیم به درستی پیش بینی کنیم
05:28
we have to pay attention to everybody
106
310000
3000
مجبوریم به هر کسی که سعی داره
05:31
who is trying to shape the outcome,
107
313000
2000
نتیجه خروجی تصمیم رو شکل بده، توجه کنیم
05:33
not just the people at the pinnacle
108
315000
3000
نه فقط به افرادی که در راس
05:36
of the decision-making pyramid.
109
318000
4000
هرم تصمیم گیری قرار دارند.
05:40
Unfortunately, a lot of times we don't do that.
110
322000
2000
متاسفانه در اغلب اوقات اینکارو نمی کنیم.
05:42
There's a good reason that we don't do that,
111
324000
2000
دلیل متقنی وجود داره که این کار رو نکرده ایم،
05:44
and there's a good reason that using game theory and computers,
112
326000
3000
و دلیل خوبی وجود داره که با استفاده از کامپیوتر و نظریه بازی ها،
05:47
we can overcome the limitation
113
329000
3000
می تونیم به محدودیت چشم دوختن به گفته های
05:50
of just looking at a few people.
114
332000
2000
تعداد اندکی از افراد غلبه کنیم.
05:52
Imagine a problem with just five decision-makers.
115
334000
4000
مسئله ای رو در نظر بگیرید که فقط 5 تصمیم گیرنده داره.
05:56
Imagine for example
116
338000
2000
مثلاً تصور کنید
05:58
that Sally over here,
117
340000
2000
که "سالی" اینجا قرار گرفته
06:00
wants to know what Harry, and Jane,
118
342000
3000
می خواد بدونه "هری" و "جین"
06:03
and George and Frank are thinking,
119
345000
3000
و "جرج" و "فرانک" چی فکر می کنند
06:06
and sends messages to those people.
120
348000
2000
و پیامهایی به این افراد می فرسته.
06:08
Sally's giving her opinion to them,
121
350000
2000
سالی داره نظرشو به اونها میگه
06:10
and they're giving their opinion to Sally.
122
352000
3000
و اونها هم دارند نظرشونو به سالی میگن.
06:13
But Sally also wants to know
123
355000
2000
اما در عین حال سالی می خواد بدونه
06:15
what Harry is saying to these three,
124
357000
3000
که هری به این سه نفر دیگه چی میگه،
06:18
and what they're saying to Harry.
125
360000
2000
و اونها به هری چی دارن میگن.
06:20
And Harry wants to know
126
362000
2000
و هری میخواد بدونه
06:22
what each of those people are saying to each other, and so on,
127
364000
3000
هر کسی به دیگری چی داره میگه و به همین ترتیب،
06:25
and Sally would like to know what Harry thinks those people are saying.
128
367000
3000
و سالی میخواد بدونه هری در مورد گفته های این افراد چی فکر می کنه.
06:28
That's a complicated problem; that's a lot to know.
129
370000
3000
مسئله پیچیده ای است، کلی چیز هست که باید فهمید.
06:31
With five decision-makers
130
373000
3000
با داشتن 5 تصمیم گیرنده
06:34
there are a lot of linkages --
131
376000
2000
ارتباطات بسیاری خواهیم داشت
06:36
120, as a matter of fact,
132
378000
2000
در واقع 120 ارتباط خواهیم داشت
06:38
if you remember your factorials.
133
380000
2000
اگه فاکتوریل یادتون مونده باشه.
06:40
Five factorial is 120.
134
382000
2000
5 فاکتوریل میشه 120.
06:42
Now you may be surprised to know
135
384000
2000
حالا ممکنه تعجب کنید اگه بفهمید
06:44
that smart people can keep 120 things straight
136
386000
3000
افراد باهوش می تونند 120 موضوع رو
06:47
in their head.
137
389000
2000
مرتب در ذهنشون حفظ کنند.
06:49
Suppose we double the number of influencers
138
391000
2000
تصور کنید ما تعداد تاثیر گذاران رو
06:51
from five to 10.
139
393000
2000
از 5 تا به 10 نفر یعنی دو برابر کنیم.
06:53
Does that mean we've doubled the number of pieces of information
140
395000
4000
آیا این به مفهوم اینه که ما تعداد قطعات اطلاعات رو دو برابر کرده ایم
06:57
we need to know, from 120 to 240?
141
399000
2000
یعنی ما لازمه بجای 120 تا رابطه ، 240 مورد رو بدونیم؟
06:59
No. How about 10 times?
142
401000
2000
نه خیر، در مورد 10 برابر چطور؟
07:01
To 1,200? No.
143
403000
3000
آیا 1200 مورد میشه؟ نه خیر.
07:04
We've increased it to 3.6 million.
144
406000
3000
در این حالت ما تعداد رو به 3.6 میلیون افزایش داده ایم.
07:07
Nobody can keep that straight in their head.
145
409000
2000
هیچ کس نمی تونه این همه رو تو ذهنش نگه داره.
07:09
But computers,
146
411000
3000
اما کامپیوترها می تونند.
07:12
they can. They don't need coffee breaks,
147
414000
3000
این دستگاهها احتیاجی به زمان استراحت و قهوه نوشیدن ندارن،
07:15
they don't need vacations,
148
417000
3000
مرخصی هم نمی خوان
07:18
they don't need to go to sleep at night,
149
420000
2000
لازم هم نیست شبها بخوابن
07:20
they don't ask for raises either.
150
422000
3000
اضافه حقوق هم درخواست نمی کنند.
07:23
They can keep this information straight
151
425000
2000
و همه این اطلاعات رو آماده نگه می دارن
07:25
and that means that we can process the information.
152
427000
3000
و این به مفهوم اینه که ما می تونیم این اطلاعات رو پردازش کنیم.
07:28
So I'm going to talk to you about how to process it,
153
430000
2000
خوب حالا میخوام بهتون بگم چطوری این اطلاعات رو پردازش کنیم،
07:30
and I'm going to give you some examples out of Iran,
154
432000
3000
و میخوام چند مثال از ایران براتون بزنم
07:33
and you're going to be wondering,
155
435000
2000
و شما از خودتون خواهید پرسید
07:35
"Why should we listen to this guy?
156
437000
2000
که "چرا ما باید به حرفهای این آدم گوش کنیم؟"
07:37
Why should we believe what he's saying?"
157
439000
3000
"چرا ما باید آنچه که میگه رو باور کنیم؟"
07:40
So I'm going to show you a factoid.
158
442000
4000
خوب حالا من می خوام یه نکته جالب رو بهتون نشون بدم.
07:44
This is an assessment by the Central Intelligence Agency
159
446000
3000
این ارزیابی سازمان سیا است
07:47
of the percentage of time
160
449000
2000
از مدلی که من صحبتش را میکنم
07:49
that the model I'm talking about
161
451000
2000
در خصوص درصد صحت پیش بینی های این مدل
07:51
is right in predicting things whose outcome is not yet known,
162
453000
3000
از چیزهایی که هنوز نتیجه شان مشخص نشده
07:54
when the experts who provided the data inputs
163
456000
4000
و متخصصانی که داده های ورودی را فراهم کرده بودند،
07:58
got it wrong.
164
460000
2000
خودشان پیش بینی نادرستی داشتند.
08:00
That's not my claim, that's a CIA claim -- you can read it,
165
462000
3000
این ادعای من نیست، ادعای سازمان سیا است، می تونید گزارشش رو بخونید،
08:03
it was declassified a while ago. You can read it in a volume edited by
166
465000
3000
چند وقت پیش از حالت محرمانه خارج شد. می تونید این مطلب رو در مجلد ویرایش شده توسط
08:06
H. Bradford Westerfield, Yale University Press.
167
468000
3000
ایچ برادفورد وسترفیلد، از انتشارات دانشگاه ییل بخونید.
08:09
So, what do we need to know
168
471000
2000
خوب، ما برای اینکه پیش بینی کنیم
08:11
in order to predict?
169
473000
2000
چه چیزی رو لازم است بدونیم؟
08:13
You may be surprised to find out we don't need to know very much.
170
475000
3000
شاید تعجب کنید وقتی بفهمید که احتیاجی نیست خیلی مطالب رو بدونید
08:16
We do need to know who has a stake
171
478000
3000
ما فقط لازمه بدونیم در روند شکل دهی به خروجی تصمیم
08:19
in trying to shape the outcome of a decision.
172
481000
5000
چه کسانی سهم دارند.
08:24
We need to know what they say they want,
173
486000
3000
لازمه که بفهمیم چه چیزی رو می گن میخوان،
08:27
not what they want in their heart of hearts,
174
489000
3000
نه اینکه در ته قلبشون چی می خوان،
08:30
not what they think they can get,
175
492000
2000
و نه چیزی رو که فکر می کنن میتونن بدست بیارن،
08:32
but what they say they want, because that is a strategically chosen position,
176
494000
3000
بلکه فقط اون چیزی رو که می گن که می خوان مهمه؛ چون این موضوع، یک حالت انتخاب شده راهبردیه
08:35
and we can work backwards from that
177
497000
2000
و ما از همین نقطه می تونیم معکوس عمل کنیم
08:37
to draw inferences about important features of their decision-making.
178
499000
4000
تا مورد ویژگیهای مهم تصمیم گیریشون به یک استنباط برسیم.
08:41
We need to know how focused they are
179
503000
2000
لازم است بفهمیم برای مشکل موجود
08:43
on the problem at hand.
180
505000
2000
چقدر روی موضوع تمرکز کرده اند.
08:45
That is, how willing are they to drop what they're doing when the issue comes up,
181
507000
3000
یعنی وقتی موضوعی پیش می آد چقدر مجاب میشوند کاری که در حال انجام هستند را کنار بگذارند
08:48
and attend to it instead of something else that's on their plate --
182
510000
4000
و بجای موردی که در برابرشون قرار گرفته به مسئله جدید بپردازند؟
08:52
how big a deal is it to them?
183
514000
2000
چه قدر این موضوع براشون حائز اهمیت است؟
08:54
And how much clout could they bring to bear
184
516000
3000
و چنانچه گزینه ورود در مناقشه رو انتخاب کردند
08:57
if they chose to engage on the issue?
185
519000
5000
چه میزان قدرت و نفوذ رو متقبّل می شوند؟
09:02
If we know those things
186
524000
2000
اگر ما این نکات رو بدونیم
09:04
we can predict their behavior by assuming that everybody
187
526000
3000
با فرض این موضوع که هر کسی در تصمیماتش به دو چیز اهمیت میده
09:07
cares about two things on any decision.
188
529000
5000
می تونیم رفتار افراد رو پیش بینی کنیم.
09:12
They care about the outcome. They'd like an outcome as close to
189
534000
2000
یکی این که افراد در مورد نتیجه تصمیم شون اهمیت قائل هستند. اونها مایل هستند
09:14
what they are interested in as possible.
190
536000
3000
تا حد ممکن نتیجه تصمیم شون نزدیک به علایقشون باشه.
09:17
They're careerists, they also care about getting credit --
191
539000
3000
افراد به مقام حرفه ای شان توجه می کنند، و برای کسب اعتبار اهمیت قائل هستند.
09:20
there's ego involvement,
192
542000
2000
پای غرور و عزت نفس اونها در میان است.
09:22
they want to be seen as important in shaping the outcome,
193
544000
4000
دلشون میخواد بعنوان افراد مهم در شکل گیری این تصمیم دیده بشن،
09:26
or as important, if it's their druthers, to block an outcome.
194
548000
5000
یا وقتی تمایل به مسدود کردن نتیجه ای رو دارند ، فرد مهمی باشند.
09:31
And so we have to figure out how they balance those two things.
195
553000
3000
و بنابراین ما باید محاسبه کنیم اونها چطوری بین این دو موضوع توازن برقرار می کنند.
09:34
Different people trade off
196
556000
2000
افراد مختلف بین ایستادگی روی
09:36
between standing by their outcome,
197
558000
3000
نتیجه تصمیمشون و
09:39
faithfully holding to it, going down in a blaze of glory,
198
561000
3000
حفظ وفادارانه نتیجه تصمیم و دلخوش به تحسین شدن از یک طرف
09:42
or giving it up, putting their finger in the wind,
199
564000
3000
و یا کنار گذاشتن اون تصمیم و پی بردن به اینکه ببینند باد از کدوم طرف می وزد
09:45
and doing whatever they think is going to be a winning position.
200
567000
3000
و انجام آنچه که فکر می کنند اونها رو در وضعیت برد قرار میده از طرف دیگه، موازنه می کنند.
09:48
Most people fall in between, and if we can work out where they fall
201
570000
3000
بیشتر افراد در حد وسط قرار میگیرند، و اگه ما بفهمیم کجا قرار دارند
09:51
we can work out how to negotiate with them
202
573000
2000
می تونیم بفهمیم چطوری باهاشون مذاکره کنیم
09:53
to change their behavior.
203
575000
2000
تا رفتارشون رو تغییر بدیم.
09:55
So with just that little bit of input
204
577000
3000
بنابراین با همین اطلاعات اندک
09:58
we can work out what the choices are that people have,
205
580000
3000
می تونیم بفهمیم گزینه هایی که افراد دارند چیه،
10:01
what the chances are that they're willing to take,
206
583000
3000
و هر کدام از این گزینه ها را به چه احتمالی انتخاب می کنند،
10:04
what they're after, what they value, what they want,
207
586000
3000
بدنبال چی هستند، برای چه چیزی ارزش قائل هستند و چی می خوان،
10:07
and what they believe about other people.
208
589000
3000
و در مورد دیگران چی فکر می کنند.
10:10
You might notice what we don't need to know:
209
592000
4000
ممکنه توجه تان به چیزهایی که نیازی نیست بدونیم جلب شده باشه،
10:14
there's no history in here.
210
596000
2000
تاریخچه در اینجا اهمیتی نداره.
10:16
How they got to where they are
211
598000
2000
اینکه چگونه به این نقطه که هستند رسیده اند
10:18
may be important in shaping the input information,
212
600000
2000
ممکنه در شکل گیری اطلاعات ورودی اهمیت داشته باشه،
10:20
but once we know where they are
213
602000
2000
اما به محض اینکه فهمیدیم کجا قرار دارند
10:22
we're worried about where they're going to be headed in the future.
214
604000
3000
فکرمون فقط مشغول این مطلب میشه که در آینده به کدام جهت به پیش می روند.
10:25
How they got there turns out not to be terribly critical in predicting.
215
607000
4000
اینکه اونها چگونه به این نقطه رسیده اند، در پیش بینی ما چندان اهمیت بالایی نداره.
10:29
I remind you of that 90 percent accuracy rate.
216
611000
4000
اون 90 درصد نرخ صحت را بهتون یادآوری می کنم.
10:33
So where are we going to get this information?
217
615000
2000
خوب از کجا قراره این اطلاعات رو بدست بیاریم؟
10:35
We can get this information
218
617000
3000
ما این اطلاعات رو می تونیم
10:38
from the Internet, from The Economist,
219
620000
3000
از اینترنت، از نشریه اکونومیست،
10:41
The Financial Times, The New York Times,
220
623000
3000
نشریه تایمز مالی، نیویورک تایمز،
10:44
U.S. News and World Report, lots of sources like that,
221
626000
3000
اخبار امریکا و جهان و منابع بیشماری مثل اینها بدست بیاریم،
10:47
or we can get it from asking experts
222
629000
2000
یا می تونیم با پرسش از کارشناسان اونها رو بدست بیاریم
10:49
who spend their lives studying places and problems,
223
631000
3000
کارشناسانی که عمرشون رو روی مطالعه مکانها و مشکلات مختلف صرف کرده اند،
10:52
because those experts know this information.
224
634000
3000
چون این قبیل کارشناسان این اطلاعات رو می دونند.
10:55
If they don't know, who are the people trying to influence the decision,
225
637000
3000
اگه اونها ندونند، به افرادی توجه می کنیم که سعی می کنند بر تصمیم نفوذ داشته باشند
10:58
how much clout do they have,
226
640000
2000
و چقدر قدرت و نفوذ دارند
11:00
how much they care about this issue, and what do they say they want,
227
642000
3000
و اون افراد به چه میزان به این موضوع اهمیت می دهند، و بیان خواسته اشان چیه
11:03
are they experts? That's what it means to be an expert,
228
645000
3000
آیا اونوقت میشه گفت آنها کارشناس هستند؟ منظور از کارشناس اینه،
11:06
that's the basic stuff an expert needs to know.
229
648000
4000
این نکات بنیادینی است که یک کارشناس لازم است بدونه.
11:10
Alright, lets turn to Iran.
230
652000
2000
خوب، اجازه بدین برگردیم سر ایران.
11:12
Let me make three important predictions --
231
654000
3000
اجازه بدین 3 تا پیش بینی مهم بکنم
11:15
you can check this out, time will tell.
232
657000
3000
می تونید بعداً بررسی کنید، گذشت زمان نشون خواهد داد.
11:18
What is Iran going to do about its nuclear weapons program?
233
660000
8000
سوال اینه که ایران قصد داره در مورد برنامه سلاح های هسته اش چکار کنه؟
11:26
How secure is the theocratic regime in Iran?
234
668000
3000
حکومت دینی در ایران چقدر امنیت داره؟
11:29
What's its future?
235
671000
2000
آینده چی میشه؟
11:31
And everybody's best friend,
236
673000
3000
و محبوب دل همه مردم،
11:34
Ahmadinejad. How are things going for him?
237
676000
3000
احمدی نژاد، وضعیت او چطور خواهد بود؟
11:37
How are things going to be working out for him in the next year or two?
238
679000
6000
تا یک یا دو سال آینده شرایط برای او چطور خواهد بود؟
11:43
You take a look at this, this is not based on statistics.
239
685000
3000
یه نگاهی به این بندازید، این نمودار بر اساس آمار نیست.
11:46
I want to be very clear here. I'm not projecting some past data into the future.
240
688000
5000
قصد دارم اینجا خیلی شفاف باشم. من آینده رو براساس گذشته و اطلاعات بدست آمده برآورد نمی کنم.
11:51
I've taken inputs on positions and so forth,
241
693000
3000
من اطلاعات رو از موقعیت خودشون بیرون کشیده ام و بهمین ترتیب،
11:54
run it through a computer model
242
696000
2000
در یک مدل کامپیوتری اجرا کردم
11:56
that had simulated the dynamics of interaction,
243
698000
3000
که تعاملات روابط قدرت رو شبیه سازی کرده بود،
11:59
and these are the simulated dynamics,
244
701000
2000
و اینها روابط قدرت شبیه سازی شده هستند،
12:01
the predictions about the path of policy.
245
703000
3000
پیش بینی هایی در زمینه روند سیاستگذاری.
12:04
So you can see here on the vertical axis,
246
706000
3000
خوب شما در اینجا می تونید روی محور عمودی ببینید،
12:07
I haven't shown it all the way down to zero,
247
709000
2000
البته من تمام مقادیر به سمت پایین تا صفر رو نشون نداده ام،
12:09
there are lots of other options, but here I'm just showing you the prediction,
248
711000
3000
گزینه های فراوان دیگر هم وجود دارند، اما من در اینجا فقط پیش بینی ها را به شما نشان می دهم،
12:12
so I've narrowed the scale.
249
714000
2000
در نتیجه مقیاس را کوچک کرده ام،
12:14
Up at the top of the axis, "Build the Bomb."
250
716000
3000
در بالای محور "ساخت بمب" قرار داره.
12:17
At 130, we start somewhere above 130,
251
719000
4000
در 130 ، ما از جایی بالاتر از 130 شروع می کنیم،
12:21
between building a bomb, and making enough weapons-grade fuel
252
723000
3000
حد فاصل ساخت یک بمب، و تولید کافی سوخت مناسب تسلیحات
12:24
so that you could build a bomb.
253
726000
2000
که بشه باهاش یه بمب رو ساخت.
12:26
That's where, according to my analyses,
254
728000
3000
این نقطه است که بر اساس تحلیل من،
12:29
the Iranians were at the beginning of this year.
255
731000
3000
ایرانیها در ابتدای سال جاری در آن قرار داشتند.
12:32
And then the model makes predictions down the road.
256
734000
3000
و سپس مدل کامپیوتری پیش بینی هاشو در ادامه مسیر انجام میده،
12:35
At 115 they would only produce enough weapons grade fuel
257
737000
4000
در 115 ایرانیها بقدری سوخت کافی و مناسب تسلیحات رو تولید می کنند
12:39
to show that they know how, but they wouldn't build a weapon:
258
741000
2000
تا نشون بدهند که دانشش رو دارند، اما سلاح نخواهند ساخت،
12:41
they would build a research quantity.
259
743000
2000
بلکه مقادیری برای تحقیقات خواهند ساخت.
12:43
It would achieve some national pride,
260
745000
2000
این امر یه غرور ملی را کسب خواهد کرد،
12:45
but not go ahead and build a weapon.
261
747000
3000
اما جلوتر نمی روند و سلاح نمی سازند.
12:48
And down at 100 they would build civilian nuclear energy,
262
750000
2000
و در پایین روی 100 ایرانیها انرژی هسته ای صلح آمیز خواهند ساخت،
12:50
which is what they say is their objective.
263
752000
4000
که ادعا می کنند هدفشان همین است.
12:54
The yellow line shows us the most likely path.
264
756000
3000
خط زرد رنگ مسیر بسیار محتمل را به ما نشان می دهد.
12:57
The yellow line includes an analysis
265
759000
1000
خط زرد رنگ شامل تحلیل
12:58
of 87 decision makers in Iran,
266
760000
3000
87 نفر از تصمیم گیران در ایران
13:01
and a vast number of outside influencers
267
763000
3000
و همچنین تعداد زیادی از تاثیر گذاران بیرونی می شود
13:04
trying to pressure Iran into changing its behavior,
268
766000
3000
که سعی در فشار آوردن بر ایران بمنظور تغییر رفتار دارند،
13:07
various players in the United States, and Egypt,
269
769000
3000
صحنه گردانان متعددی در ایالات متحده، و مصر،
13:10
and Saudi Arabia, and Russia, European Union,
270
772000
2000
و عربستان سعودی، و روسیه، اتحادیه اروپا،
13:12
Japan, so on and so forth.
271
774000
2000
ژاپن و غیره و ذالک.
13:14
The white line reproduces the analysis
272
776000
4000
خط سفید بیانگر تحلیلی است که
13:18
if the international environment
273
780000
2000
در صورتیکه فضای روابط بین المللی
13:20
just left Iran to make its own internal decisions,
274
782000
3000
صرفاً به ایران اجازه بدهد که تصمیمات داخلی خود را
13:23
under its own domestic political pressures.
275
785000
2000
تحت فشارهای سیاسی داخلی اتخاذ نماید،
13:25
That's not going to be happening,
276
787000
2000
که البته این اتفاق حادث نخواهد شد
13:27
but you can see that the line comes down faster
277
789000
4000
اما می توانید ببینید که اگر ایرانیها تحت فشار بین المللی قرار نگیرند
13:31
if they're not put under international pressure,
278
793000
3000
اگر به آنها اجازه داده بشود که تجهیزات خود را به پیش ببرند
13:34
if they're allowed to pursue their own devices.
279
796000
2000
این خط سریع تر پایین می آید.
13:36
But in any event, by the end of this year,
280
798000
3000
اما در هر صورتی تا پایان امسال،
13:39
beginning of next year, we get to a stable equilibrium outcome.
281
801000
3000
اوایل سال آینده، ما به نتیجه موازنه پایدار می رسیم.
13:42
And that equilibrium is not what the United States would like,
282
804000
4000
و این موازنه چیزی نیست که مطلوب ایالات متحده باشد،
13:46
but it's probably an equilibrium that the United States can live with,
283
808000
3000
اما احتمالاً موازنه ای است که ایالات متحده می تواند با آن کنار بیاید،
13:49
and that a lot of others can live with.
284
811000
2000
و اینکه بسیاری دیگر هم می توانند با آن کنار بیایند.
13:51
And that is that Iran will achieve that nationalist pride
285
813000
4000
و این چیزی است که ایران با آن، غرور ملی را کسب می کند،
13:55
by making enough weapons-grade fuel, through research,
286
817000
4000
با ساخت سوخت کافی مورد نیاز تسلیحات، از طریق تحقیقات،
13:59
so that they could show that they know how to make weapons-grade fuel,
287
821000
4000
تا نشون بدهند که آنها دانش ساخت سوخت نوع تسلیحات را دارند،
14:03
but not enough to actually build a bomb.
288
825000
5000
اما نه سوخت کافی برای ساخت عملی یک بمب.
14:08
How is this happening?
289
830000
2000
چطور این واقعه اتفاق می افتد؟
14:10
Over here you can see this is the distribution
290
832000
4000
در اینجا می توانید این توزیع قدرت
14:14
of power in favor of civilian nuclear energy today,
291
836000
5000
حامی انرژی هسته ای صلح آمیز تا امروز را ببینید،
14:19
this is what that power block is predicted to be like
292
841000
3000
این چیزی است که بلوک قدرت پیش بینی می شود
14:22
by the late parts of 2010, early parts of 2011.
293
844000
6000
تا ماههای آخر 2010 و اوایل 2011 اینگونه باشد.
14:28
Just about nobody supports research on weapons-grade fuel today,
294
850000
4000
امروزه به هیچ وجه کسی از تحقیقات روی سوخت مناسب سلاح حمایت نمی کند،
14:32
but by 2011 that gets to be a big block,
295
854000
3000
اما تا 2011 بلوک بزرگتری خواهد شد،
14:35
and you put these two together, that's the controlling influence in Iran.
296
857000
4000
و شما می توانید این دو را در کنار هم بگذارید، این تاثیر کنترل کننده در ایران می باشد.
14:39
Out here today, there are a bunch of people --
297
861000
3000
اینجا، گروهی از افراد وجود دارند
14:42
Ahmadinejad for example --
298
864000
2000
مثلاً احمدی نژاد
14:44
who would like not only to build a bomb,
299
866000
2000
که نه تنها دوست دارند بمبی بسازند،
14:46
but test a bomb.
300
868000
2000
بلکه امتحانش هم بکنند.
14:48
That power disappears completely;
301
870000
2000
این قدرت کاملاً محو می شود،
14:50
nobody supports that by 2011.
302
872000
3000
هیچ کسی در سال 2011 از آن حمایت نخواهد کرد.
14:53
These guys are all shrinking,
303
875000
2000
این گروه کاملاً عقب خواهند کشید،
14:55
the power is all drifting out here,
304
877000
3000
قدرت در اینجا تماماً چرخش خواهد نمود
14:58
so the outcome is going to be the weapons-grade fuel.
305
880000
3000
بنابراین نتیجه سوخت مناسب سلاح خواهد بود.
15:01
Who are the winners and who are the losers in Iran?
306
883000
3000
برنده و بازنده در ایران چه کسانی خواهند بود؟
15:04
Take a look at these guys, they're growing in power,
307
886000
3000
یه نگاه به این افراد بیاندازید، اینها قدرت در حال رشد هستند،
15:07
and by the way, this was done a while ago
308
889000
3000
و ضمناً این مورد اندکی قبل اتفاق افتاده است
15:10
before the current economic crisis,
309
892000
2000
پیش از بحران اقتصادی کنونی
15:12
and that's probably going to get steeper.
310
894000
2000
و شیب اون احتمالاً تندتر می شود.
15:14
These folks are the moneyed interests in Iran,
311
896000
2000
اینها طبقات مرفه و پولدار در ایران هستند
15:16
the bankers, the oil people, the bazaaries.
312
898000
4000
بانکی ها، نفتی ها و بازاریها،
15:20
They are growing in political clout,
313
902000
3000
نفوذ سیاسی آنها در حال رشد است،
15:23
as the mullahs are isolating themselves --
314
905000
3000
در حالیکه آخوند ها دارند خودشان را منزوی می کنند
15:26
with the exception of one group of mullahs,
315
908000
2000
البته به استثنای یک گروه از آخوندها،
15:28
who are not well known to Americans.
316
910000
2000
که کاملاً برای امریکایی ها شناخته شده نیستند.
15:30
That's this line here, growing in power,
317
912000
2000
و آن هم این خط است که در حال کسب قدرت هستند،
15:32
these are what the Iranians call the quietists.
318
914000
4000
اینها کسانی هستند که ایرانیان آنها را خاموش می نامند.
15:36
These are the Ayatollahs, mostly based in Qom,
319
918000
3000
اینها آیت الله هایی هستند که غالباً ساکن قم هستند،
15:39
who have great clout in the religious community,
320
921000
4000
که در جامعه دینی نفوذ فراوانی دارند،
15:43
have been quiet on politics and are going to be getting louder,
321
925000
3000
تا کنون در سیاست سکوت نموده اند ولی شاخص تر خواهند شد،
15:46
because they see Iran going in an unhealthy direction,
322
928000
2000
چون می بینند که ایران در مسیری ناسالم حرکت می کند،
15:48
a direction contrary
323
930000
2000
مسیری در تضاد
15:50
to what Khomeini had in mind.
324
932000
4000
با آنچه که خمینی در ذهن داشت.
15:54
Here is Mr. Ahmadinejad.
325
936000
2000
اینجا آقای احمدی نژاد است.
15:56
Two things to notice: he's getting weaker,
326
938000
3000
دو چیز باید مورد توجه قرار بگیرد، او دارد ضعیف تر می شود
15:59
and while he gets a lot of attention in the United States,
327
941000
2000
و در حالیکه در ایالات متحده توجه بسیاری را بخود جلب کرده است
16:01
he is not a major player in Iran.
328
943000
2000
بازیگر اصلی در صحنه ایران نیست
16:03
He is on the way down.
329
945000
2000
او در مسیر سراشیبی قرار دارد.
16:05
OK, so I'd like you to take a little away from this.
330
947000
4000
خوب، مایلم کمی از این مطالب بیرون بیاییم.
16:09
Everything is not predictable: the stock market
331
951000
2000
همه چیز قابل پیش بینی نیست، بازار سهام
16:11
is, at least for me, not predictable,
332
953000
3000
حداقل برای من، قابل پیش بینی نیست
16:14
but most complicated negotiations are predictable.
333
956000
5000
اما پیچیده ترین مذاکرات قابل پیش بینی هستند.
16:19
Again, whether we're talking health policy, education,
334
961000
4000
مجدداً عرض می کنم، خواه راجع به سیاستگذاری بهداشت یا آموزش عالی صحبت کنیم
16:23
environment, energy,
335
965000
3000
محیط زیست یا انرژی
16:26
litigation, mergers,
336
968000
2000
دادخواهی حقوقی یا تلفیق و ادغام (شرکتها)
16:28
all of these are complicated problems
337
970000
2000
همه این موارد مشکلاتی پیچیده هستند
16:30
that are predictable,
338
972000
2000
که قابل پیش بینی هستند
16:32
that this sort of technology can be applied to.
339
974000
4000
که این نوع تکنیک می تونه در موردشون بکار گرفته بشه.
16:36
And the reason that being able to predict those things is important,
340
978000
5000
و دلیل قابل پیش بینی بودن اون موارد اهمیت داره،
16:41
is not just because you might run a hedge fund and make money off of it,
341
983000
3000
صرفاً بخاطر این نیست که شما یه شرکت سرمایه گذاری نامحدود راه بیاندازید و ازش پول در بیاورید
16:44
but because if you can predict what people will do,
342
986000
3000
بلکه بخاطر اینه که اگه بتونید پیش بینی کنید مردم چکار خواهند کرد،
16:47
you can engineer what they will do.
343
989000
3000
شما می تونید آنچه که اونها انجام خواهند داد رو مهندسی کنید.
16:50
And if you engineer what they do you can change the world,
344
992000
2000
و اگر شما آنچه که آنها انجام می دهند رو مهندسی کنید، می تونید دنیا رو تغییر بدهید
16:52
you can get a better result.
345
994000
2000
می تونید نتیجه بهتری بگیرید.
16:54
I would like to leave you with one thought, which is
346
996000
3000
مایل هستم با یک ایده از خدمتتون مرخص شوم که
16:57
for me, the dominant theme of this gathering,
347
999000
5000
برای من، مضمون غالب این گردهمایی است،
17:02
and is the dominant theme of this way of thinking about the world.
348
1004000
3000
و موضوع غالب، این سبک تفکر در مورد دنیا است.
17:05
When people say to you,
349
1007000
3000
وقتی مردم به شما می گویند،
17:08
"That's impossible,"
350
1010000
2000
"غیر ممکن است"
17:10
you say back to them,
351
1012000
2000
در پاسخ بهشون بگید
17:12
"When you say 'That's impossible,'
352
1014000
2000
"وقتی می گی : غیر ممکنه
17:14
you're confused with,
353
1016000
2000
این رو اشتباه گرفتی با اینکه
17:16
'I don't know how to do it.'"
354
1018000
3000
"من نمی دونم چطور این رو انجام بدم"
17:19
Thank you.
355
1021000
2000
متشکرم.
17:21
(Applause)
356
1023000
4000
(تشویق حضار)
17:25
Chris Anderson: One question for you.
357
1027000
2000
کریس اندرسون: من یک سوال دارم.
17:27
That was fascinating.
358
1029000
3000
فوق العاده بود.
17:30
I love that you put it out there.
359
1032000
3000
من عاشق مطالبی که گفتی هستم.
17:33
I got very nervous halfway through the talk though,
360
1035000
2000
اگرچه وسط سخنرانی خیلی مضطرب شده بودم،
17:35
just panicking whether you'd included in your model, the possibility that
361
1037000
3000
کاملاً سراسیمه شده بودم که آیا این احتمال که
17:38
putting this prediction out there might change the result.
362
1040000
4000
بیان این پیش بینی ممکنه نتیجه را تغییر بدهد را در مدل خودت گنجانده ای یا نه؟
17:42
We've got 800 people in Tehran who watch TEDTalks.
363
1044000
3000
800 نفر در تهران هستند که سخنرانی های TED رو تماشا می کنند.
17:45
Bruce Bueno de Mesquita: I've thought about that,
364
1047000
2000
بروس بوئنو دی مسکیتا: از اونجاییکه کارهای زیادی برای واحد های اطلاعاتی کرده ام،
17:47
and since I've done a lot of work for the intelligence community,
365
1049000
4000
من فکر این مورد را کرده بودم،
17:51
they've also pondered that.
366
1053000
2000
آنها هم این رو در نظر گرفته اند.
17:53
It would be a good thing if
367
1055000
3000
خیلی خوب خواهد شد اگر
17:56
people paid more attention, took seriously,
368
1058000
3000
مردم توجه بیشتری بکنند، جدی بگیرند،
17:59
and engaged in the same sorts of calculations,
369
1061000
2000
و در شیوه های محاسباتی این چنینی درگیر بشوند،
18:01
because it would change things. But it would change things in two beneficial ways.
370
1063000
4000
چون همه چیز رو تغییر خواهد داد. البته همه چیز را به دو روش سودمند تغییر خواهد داد.
18:05
It would hasten how quickly people arrive at an agreement,
371
1067000
6000
این امر نحوه به توافق رسیدن مردم را تسریع می کند،
18:11
and so it would save everybody a lot of grief and time.
372
1073000
3000
و در نتیجه همه را از اندوه و تلف کردن وقت نجات می دهد.
18:14
And, it would arrive at an agreement that everybody was happy with,
373
1076000
4000
و این امر منجر به حصول توافقی می شود که همه از آن خوشنود خواهند بود،
18:18
without having to manipulate them so much --
374
1080000
3000
بدون اینکه لازم بشه خیلی آنها را کنترل کنیم
18:21
which is basically what I do, I manipulate them.
375
1083000
3000
که اساساً من همین کار رو انجام می دهم، من ماهرانه کنترلشون می کنم.
18:24
So it would be a good thing.
376
1086000
2000
پس چیز خوبی خواهد بود.
18:26
CA: So you're kind of trying to say, "People of Iran, this is your destiny, lets go there."
377
1088000
4000
کریس اندرسون: پس یه جوری میخواهی بگی "مردم ایران، این سرنوشت شماست، بروید جلو".
18:30
BBM: Well, people of Iran, this is what many of you are going to evolve to want,
378
1092000
6000
دی مسکیتا: خوب، مردم ایران، این آنچیزی است که بسیاری از شما به آن متحول شده و خواهید خواست.
18:36
and we could get there a lot sooner,
379
1098000
2000
و ما بزودی زود می تونیم به اونجا برسیم،
18:38
and you would suffer a lot less trouble from economic sanctions,
380
1100000
3000
و شما بمراتب مشقت کمتری از تحریم های اقتصادی را متحمل خواهید شد،
18:41
and we would suffer a lot less fear of the use of military force on our end,
381
1103000
6000
و ما بمراتب واهمه کمتری از کاربرد توان نظامی از ناحیه شما خواهیم داشت،
18:47
and the world would be a better place.
382
1109000
2000
و دنیا محل بهتری (برای زندگی) خواهد بود.
18:49
CA: Here's hoping they hear it that way. Thank you very much Bruce.
383
1111000
3000
کریس اندرسون: امیدواریم از این طریق ایرانی ها این را بشنوند. خیلی متشکرم بروس.
18:52
BBM: Thank you.
384
1114000
2000
بروس بوئنو دی مسکیتا: متشکرم.
18:54
(Applause)
385
1116000
5000
(تشویق حضار)
ABOUT THE SPEAKER
Bruce Bueno de Mesquita - Political scientistA consultant to the CIA and the Department of Defense, Bruce Bueno de Mesquita has built an intricate computer model that can predict the outcomes of international conflicts with bewildering accuracy.
Why you should listen
Every motive has a number, says Bruce Bueno de Mesquita. A specialist in foreign policy, international relations and state building, he is also a leading -- if controversial -- scholar of rational choice theory, which says math underlies the nation-scale consequences of individuals acting for personal benefit. He created forecasting technology that has, time and again, exceeded the accuracy of old-school analysis, even with thorny quarrels charged by obscure contenders, and often against odds. (One example: He called the second Intifada two years in advance.)
Bueno de Mesquita's company, Mesquita & Roundell, sells his system's predictions and analysis to influential government and private institutions that need heads-ups on policy. He teaches at NYU and is a senior fellow at the Hoover Institution.
Bruce Bueno de Mesquita | Speaker | TED.com