TED2010
Michael Shermer: The pattern behind self-deception
Michael Shermer: Itsepetoksen taustat
Filmed:
Readability: 4.3
2,854,890 views
Michael Shermer sanoo, että ihmisen taipumus uskoa outoja asioita -- avaruusolentojen sieppauksista taikavarpuihin -- juontaa pohjimmiltaan juurensa aivoihin iskostuneista eloonjäämisen perustaidoista. Hän selittää, mitä ne ovat ja kuinka ne saattavat meidät vaikeuksiin.
Michael Shermer - Skeptic
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Michael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market. Full bio
Double-click the English transcript below to play the video.
00:16
So since I was here last in '06,
0
1000
3000
Sen jälkeen kun olin viimeksi täällä v. 2006,
00:19
we discovered that global climate change
1
4000
2000
olemme havainneet, että ilmastonmuutoksesta
00:21
is turning out to be a pretty serious issue,
2
6000
2000
on tulossa aika vakava ongelma.
00:23
so we covered that fairly extensively
3
8000
2000
Skeptic-lehdessä käsittelimme sitä
00:25
in Skeptic magazine.
4
10000
2000
melko perusteellisesti.
00:27
We investigate all kinds
5
12000
2000
Tutkimme kaikenlaisia
00:29
of scientific and quasi-scientific controversies,
6
14000
3000
tieteellisiä ja kvasitieteellisiä kiistakysymyksiä.
00:32
but it turns out we don't have to worry about any of this
7
17000
2000
Mutta meidän ei tarvitse olla niistä huolissamme,
00:34
because the world's going to end in 2012.
8
19000
2000
koska maailmanloppu tulee v. 2012.
00:36
Another update:
9
21000
2000
Toinen päivitys:
00:38
You will recall I introduced you guys
10
23000
2000
Muistatte varmaan, että esittelin
00:40
to the Quadro Tracker.
11
25000
2000
Quadro Tracker -laitteen.
00:42
It's like a water dowsing device.
12
27000
2000
Se muistuttaa kaivonkatsontavarpua.
00:44
It's just a hollow piece of plastic with an antenna that swivels around.
13
29000
3000
Se on vain ontto muovinpala, jossa on kääntyilevä antenni.
00:47
And you walk around, and it points to things.
14
32000
2000
Sinne tänne tepastellessa se osoittaa kohteita,
00:49
Like if you're looking for marijuana in students' lockers,
15
34000
3000
kuten marihuanaa opiskelijoiden kaapeissa,
00:52
it'll point right to somebody.
16
37000
2000
Se osoittaa suoraan jotakuta.
00:54
Oh, sorry. (Laughter)
17
39000
2000
Voi, anteeksi. (Naurua)
00:56
This particular one that was given to me
18
41000
2000
Tämä erityinen malli
00:58
finds golf balls,
19
43000
2000
löytää golfpalloja,
01:00
especially if you're at a golf course
20
45000
2000
varsinkin, jos on golfkentällä
01:02
and you check under enough bushes.
21
47000
3000
ja etsii riittävän monen pensaan alta.
01:05
Well, under the category of "What's the harm of silly stuff like this?"
22
50000
3000
Aiheesta "Mitä haittaa tällaisista typeristä vehkeistä on?"
01:08
this device, the ADE 651,
23
53000
3000
Tätä ADE 651 -laitetta
01:11
was sold to the Iraqi government
24
56000
3000
myytiin Irakin hallitukselle
01:14
for 40,000 dollars apiece.
25
59000
2000
40 000 dollarin kappalehintaan.
01:16
It's just like this one, completely worthless,
26
61000
2000
Se on ihan samanlainen, täysin arvoton vekotin,
01:18
in which it allegedly worked by "electrostatic
27
63000
2000
joka toimii muka "elektrostaattisella
01:20
magnetic ion attraction,"
28
65000
3000
magneettisella ionivetovoimalla",
01:24
which translates to
29
69000
2000
selväkielellä
01:26
"pseudoscientific baloney" -- would be the nice word --
30
71000
3000
"pseudotieteellistä puppua" -- olisi sopiva ilmaus --
01:29
in which you string together a bunch of words that sound good,
31
74000
2000
johon niputetaan kimppu hyvältä kuullostavia sanoja,
01:31
but it does absolutely nothing.
32
76000
2000
mutta ei toimi lainkaan.
01:33
In this case, at trespass points,
33
78000
3000
Tässä tapauksessa, kun päästettiin
01:36
allowing people to go through
34
81000
2000
ihmisiä tarkastuspisteiden läpi,
01:38
because your little tracker device said they were okay,
35
83000
3000
pikku paljastimen kerrottua heidän olevan OK,
01:41
actually cost lives.
36
86000
3000
maksettiin hinta ihmishenkinä.
01:44
So there is a danger to pseudoscience,
37
89000
2000
Pseudotieteeseen liittyy vaara
01:46
in believing in this sort of thing.
38
91000
3000
uskoa tällaisiin vempaimiin.
01:49
So what I want to talk about today is belief.
39
94000
3000
Siksi haluan tänään puhua uskomisesta.
01:52
I want to believe,
40
97000
2000
Minä haluan uskoa,
01:54
and you do too.
41
99000
2000
ja tekin haluatte.
01:56
And in fact, I think my thesis here is that
42
101000
2000
Väitän itse asiassa,
01:58
belief is the natural state of things.
43
103000
2000
että usko on asioiden luonnollinen tila.
02:00
It is the default option. We just believe.
44
105000
2000
Se on oletusarvo. Me vain uskomme.
02:02
We believe all sorts of things.
45
107000
2000
Uskomme kaikenlaisia asioita.
02:04
Belief is natural;
46
109000
2000
Uskominen on luonnollista.
02:06
disbelief, skepticism, science, is not natural.
47
111000
2000
Epäusko, skeptisismi ja tieteellisyys eivät ole luontaisia.
02:08
It's more difficult.
48
113000
2000
Ne ovat hankalampia.
02:10
It's uncomfortable to not believe things.
49
115000
2000
On epämukavaa olla uskomatta asioita.
02:12
So like Fox Mulder on "X-Files,"
50
117000
3000
Kuten "Salaisten kansioiden" Fox Mulder,
02:15
who wants to believe in UFOs? Well, we all do,
51
120000
3000
joka haluaa uskoa UFOihin. Kaikkihan me haluamme.
02:18
and the reason for that is because
52
123000
2000
Siitä syystä,
02:20
we have a belief engine in our brains.
53
125000
3000
että aivoissamme on uskomuskone.
02:23
Essentially, we are pattern-seeking primates.
54
128000
3000
Pohjimmiltamme olemme hahmoja etsiviä kädellisiä.
02:26
We connect the dots: A is connected to B; B is connected to C.
55
131000
3000
Yhdistämme kuvapisteet: A liittyy B:hen, B liittyy C:hen.
02:29
And sometimes A really is connected to B,
56
134000
3000
Joskus A todella liittyy B:hen. .
02:32
and that's called association learning.
57
137000
2000
Tätä kutsutaan assosiaatio-oppimiseksi.
02:34
We find patterns, we make those connections,
58
139000
3000
Löydämme kuvioita, luomme yhteyksiä,
02:37
whether it's Pavlov's dog here
59
142000
2000
Pavlovin koira
02:39
associating the sound of the bell with the food,
60
144000
3000
liittää kellonsoiton ruokaan,
02:42
and then he salivates to the sound of the bell,
61
147000
2000
ja soittoääni herauttaa veden sen kielelle.
02:44
or whether it's a Skinnerian rat,
62
149000
2000
Skinnerin rotta
02:46
in which he's having an association
63
151000
2000
yhdistää mielessään
02:48
between his behavior and a reward for it,
64
153000
2000
käytöksensä saamaansa palkkioon
02:50
and therefore he repeats the behavior.
65
155000
2000
ja toistaa siksi kättäytymismallinsa.
02:52
In fact, what Skinner discovered
66
157000
2000
Itse asiassa Skinner huomasi,
02:54
is that, if you put a pigeon in a box like this,
67
159000
3000
että jos laittaa kyyhkyn tällaiseen laatikkoon,
02:57
and he has to press one of these two keys,
68
162000
2000
ja sen on painettava jompaa kumpaa kytkintä,
02:59
and he tries to figure out what the pattern is,
69
164000
2000
se yrittää keksiä toimintamallin,
03:01
and you give him a little reward in the hopper box there --
70
166000
2000
kun sille antaa pikku palkkion.
03:03
if you just randomly assign rewards
71
168000
3000
Jos palkkioita antaa sattumanvaraisesti
03:06
such that there is no pattern,
72
171000
2000
ilman mitään säännönmukaisuutta,
03:08
they will figure out any kind of pattern.
73
173000
2000
ne keksivät mallin omasta päästään.
03:10
And whatever they were doing just before they got the reward,
74
175000
2000
Mitä ne sitten tekikivätkin ennen palkkiota,
03:12
they repeat that particular pattern.
75
177000
2000
juuri sen kaavan ne toistavat.
03:14
Sometimes it was even spinning around twice counterclockwise,
76
179000
3000
Joskus se jopa pyörähtää kahdesti vastapäivään,
03:17
once clockwise and peck the key twice.
77
182000
3000
kerran myötäpäivään ja nokkaisee painiketta kahdesti.
03:20
And that's called superstition,
78
185000
2000
Tätä kutsutaan taikauskoksi.
03:22
and that, I'm afraid,
79
187000
2000
Ja pelkäänpä,
03:24
we will always have with us.
80
189000
2000
että se tulee aina kulkemaan mukanamme.
03:26
I call this process "patternicity" --
81
191000
2000
Nimitän tätä tapahtumasarjaa "mallihakuisuudeksi",
03:28
that is, the tendency to find meaningful patterns
82
193000
2000
eli taipumukseksi löytää merkityksellisiä toimintamalleja
03:30
in both meaningful and meaningless noise.
83
195000
3000
sekä merkityksellisestä että merkityksettömästä kohinasta.
03:33
When we do this process, we make two types of errors.
84
198000
3000
Tässä prosessissa teemme kahdenlaisia virheitä.
03:36
A Type I error, or false positive,
85
201000
2000
Tyypin I virhe, eli väärä positiivinen,
03:38
is believing a pattern is real
86
203000
2000
on uskoa väärä malli
03:40
when it's not.
87
205000
2000
oikeaksi.
03:42
Our second type of error is a false negative.
88
207000
2000
Toisen tyypin virhe on väärä negatiivinen.
03:44
A Type II error is not believing
89
209000
2000
Tyypin II virheessä ei usko
03:46
a pattern is real when it is.
90
211000
3000
oikeaa mallia oikeaksi.
03:49
So let's do a thought experiment.
91
214000
2000
Tehdäänpä ajatuskoe.
03:51
You are a hominid three million years ago
92
216000
2000
Olet hominidi kolmen miljoonan vuoden takaa
03:53
walking on the plains of Africa.
93
218000
3000
ja kävelet Afrikan tasangoilla.
03:56
Your name is Lucy, okay?
94
221000
2000
Nimesi olkoon Lucy.
03:58
And you hear a rustle in the grass.
95
223000
2000
Kuulet kahahduksen ruohostosta.
04:00
Is it a dangerous predator,
96
225000
2000
Onko se vaarallinen saalistaja
04:02
or is it just the wind?
97
227000
2000
vai pelkkä tuuli?
04:04
Your next decision could be the most important one of your life.
98
229000
3000
Seuraava päätöksesi voi olla elämäsi tärkein.
04:07
Well, if you think that the rustle in the grass is a dangerous predator
99
232000
3000
Jos pidät kahinaa vaarallisena petoeläimenä,
04:10
and it turns out it's just the wind,
100
235000
2000
ja se osoittautuukin pelkäksi tuuleksi,
04:12
you've made an error in cognition,
101
237000
2000
olet tehnyt havaintovirheen,
04:14
made a Type I error, false positive.
102
239000
2000
Tyypin I virheen, väärän positiivisen.
04:16
But no harm. You just move away.
103
241000
2000
Eipä haittaa. Jatkat vain matkaasi.
04:18
You're more cautious. You're more vigilant.
104
243000
2000
Olet varovaisempi. Olet valppaampi.
04:20
On the other hand, if you believe that the rustle in the grass is just the wind,
105
245000
2000
Jos toisaalta uskot kahahduksen tuulen aiheuttamaksi,
04:22
and it turns out it's a dangerous predator,
106
247000
3000
ja se osoittautuukin vaaralliseksi petoeläimeksi,
04:25
you're lunch.
107
250000
2000
päädyt lounaaksi.
04:27
You've just won a Darwin award.
108
252000
2000
Voitit juuri Darwin-palkinnon.
04:29
You've been taken out of the gene pool.
109
254000
2000
Sinut on poistettu geenipoolista.
04:31
Now the problem here is that
110
256000
2000
Ongelmana tässä on se,
04:33
patternicities will occur whenever the cost
111
258000
2000
että mallihakuisuutta esiintyy aina silloin kun
04:35
of making a Type I error
112
260000
2000
tyypin I virheen tekemisen hinta
04:37
is less than the cost of making a Type II error.
113
262000
2000
on pienempi kuin tyypin II.
04:39
This is the only equation in the talk by the way.
114
264000
2000
Tämä on muuten puheeni ainoa yhtälö.
04:41
We have a pattern detection problem
115
266000
2000
Mallin tunnistaminen on ongelmamme:
04:43
that is assessing the difference between a Type I and a Type II error
116
268000
3000
Tyypin I ja II virheiden välistä eroa ei ole
04:46
is highly problematic,
117
271000
2000
mitenkään helppo tunnistaa,
04:48
especially in split-second, life-and-death situations.
118
273000
3000
etenkään sekunnin murto-osassa elämän ja kuoleman kysymyksissä.
04:51
So the default position
119
276000
2000
Oletusasenteemme on
04:53
is just: Believe all patterns are real --
120
278000
2000
"usko kaikki mallit oikeiksi".
04:55
All rustles in the grass are dangerous predators
121
280000
3000
"Kaikki ruohikon kahahdukset ovat vaarallisia saalistajia
04:58
and not just the wind.
122
283000
2000
eivätkä johdu pelkästä tuulesta."
05:00
And so I think that we evolved ...
123
285000
2000
Ajattelen, että kehityimme.
05:02
there was a natural selection for the propensity for our belief engines,
124
287000
3000
Luonnonvalinnan kautta saimme tyypillisen uskomuskoneistomme
05:05
our pattern-seeking brain processes,
125
290000
2000
ja malleja etsivät aivoprosessimme.
05:07
to always find meaningful patterns
126
292000
2000
Haeskelemme aina merkityksellisiä selityksiä
05:09
and infuse them with these sort of
127
294000
2000
ja liitämme niihin
05:11
predatory or intentional agencies that I'll come back to.
128
296000
3000
saalistavia tai tarkoituksellisia toimijoita. Palaan niihin myöhemmin.
05:14
So for example, what do you see here?
129
299000
2000
Mitä näette esim. tässä?
05:16
It's a horse head, that's right.
130
301000
2000
Aivan oikein, se on hevosen pää.
05:18
It looks like a horse. It must be a horse.
131
303000
2000
Se näyttää hevoselta. Se on varmasti hevonen.
05:20
That's a pattern.
132
305000
2000
Se on malli.
05:22
And is it really a horse?
133
307000
2000
Onko se todella hevonen?
05:24
Or is it more like a frog?
134
309000
3000
Ehkä paremminkin sammakko?
05:27
See, our pattern detection device,
135
312000
2000
Mallinetsintälaitteemme,
05:29
which appears to be located in the anterior cingulate cortex --
136
314000
3000
joka sijaitsee aivojemme cortex cingularis anterior -osassa --
05:32
it's our little detection device there --
137
317000
3000
tuo pieni etsintälaitteemme --
05:35
can be easily fooled, and this is the problem.
138
320000
2000
on helposti harhautettavissa, ja siinä ongelma piilee.
05:37
For example, what do you see here?
139
322000
2000
Mitä näette esim. tässä?
05:39
Yes, of course, it's a cow.
140
324000
3000
Naulan kantaan. Se on lehmä.
05:42
Once I prime the brain -- it's called cognitive priming --
141
327000
3000
Kun annan aivoille alustusta -- kognitiivista viritystä --
05:45
once I prime the brain to see it,
142
330000
2000
kun ohjaan aivot näkemään sen,
05:47
it pops back out again even without the pattern that I've imposed on it.
143
332000
3000
se pulpahtaa esiin jopa ilman malliani.
05:50
And what do you see here?
144
335000
2000
Mitä näette tässä?
05:52
Some people see a Dalmatian dog.
145
337000
2000
Jotkut näkevät dalmatiankoiran.
05:54
Yes, there it is. And there's the prime.
146
339000
2000
Kyllä, on se siinä. Kognitiivisesti viritettynä.
05:56
So when I go back without the prime,
147
341000
2000
Kun palaan virittämättömään kuvaan,
05:58
your brain already has the model
148
343000
2000
aivoillanne on jo malli,
06:00
so you can see it again.
149
345000
2000
joten pystytte näkemään sen taas.
06:02
What do you see here?
150
347000
3000
Mitä näette tässä?
06:05
Planet Saturn. Yes, that's good.
151
350000
2000
Saturnus-planeetan. Oikein hyvä.
06:07
How about here?
152
352000
3000
Entäpä tässä?
06:10
Just shout out anything you see.
153
355000
3000
Huutakaa vain mitä näette.
06:14
That's a good audience, Chris.
154
359000
2000
Tämä on hyvä kuulijakunta, Chris.
06:16
Because there's nothing in this. Well, allegedly there's nothing.
155
361000
3000
Kuvassa ei tiettävästi ole mitään.
06:19
This is an experiment done by Jennifer Whitson
156
364000
3000
Tämän kokeen Jennifer Whitson teki
06:22
at U.T. Austin
157
367000
2000
Teksasin yliopistossa Austinissa
06:24
on corporate environments
158
369000
2000
yritysympäristöstä
06:26
and whether feelings of uncertainty and out of control
159
371000
3000
ja siitä, saavatko epävarmuuden ja hämmennyksen tunteet
06:29
makes people see illusory patterns.
160
374000
2000
ihmiset näkemään kuviteltuja malleja.
06:31
That is, almost everybody sees the planet Saturn.
161
376000
3000
Toisin sanoen miltei kaikki näkevät Saturnus-planeetan.
06:34
People that are put in a condition of feeling out of control
162
379000
3000
Ihmiset, jotka saatetaan hämmennystilaan,
06:37
are more likely to see something in this,
163
382000
2000
näkevät todennäköisemmin jotakin
06:39
which is allegedly patternless.
164
384000
3000
tässä tiettävästi hahmottomassa kuvassa.
06:42
In other words, the propensity to find these patterns
165
387000
3000
Toisin sanoen alttius mallien löytämiseen
06:45
goes up when there's a lack of control.
166
390000
3000
lisääntyy hämmennystilassa.
06:48
For example, baseball players are notoriously superstitious
167
393000
3000
Esim. baseball-pelaajat ovat tunnetusti taikauskoisia
06:51
when they're batting,
168
396000
2000
ollessaan lyöntivuorossa,
06:53
but not so much when they're fielding.
169
398000
2000
mutta eivät niinkään ulkopelissä.
06:55
Because fielders are successful
170
400000
2000
Koska kenttäpelaajat onnistuvat
06:57
90 to 95 percent of the time.
171
402000
2000
90 - 95 prosentissa ajasta.
06:59
The best batters fail seven out of 10 times.
172
404000
3000
Parhaimmat lyöjät epäonnistuvat 7 kertaa 10:stä.
07:02
So their superstitions, their patternicities,
173
407000
2000
Heidän taikauskonsa ja mallihakuisuutensa,
07:04
are all associated with feelings of lack of control
174
409000
3000
liittyvät hallinnantunteen puutteeseen
07:07
and so forth.
175
412000
2000
ja sen sellaiseen.
07:10
What do you see in this particular one here, in this field?
176
415000
3000
Mitä näette tässä erityisessä kuvassa?
07:13
Anybody see an object there?
177
418000
2000
Näkeekö kukaan mitään kohdetta?
07:15
There actually is something here,
178
420000
2000
Tässä on tosiaan jotain,
07:17
but it's degraded.
179
422000
2000
mutta kuvanlaatua on huononnettu.
07:19
While you're thinking about that,
180
424000
2000
Tätä mietiskellessänne minä kerron,
07:21
this was an experiment done by Susan Blackmore,
181
426000
2000
että tämän kokeen teki englantilainen psykologi
07:23
a psychologist in England,
182
428000
2000
Susan Blackmore,
07:25
who showed subjects this degraded image
183
430000
2000
joka näytti koehenkilöille tämän huononnetun kuvan
07:27
and then ran a correlation between
184
432000
2000
ja etsi sitten korrelaatiota
07:29
their scores on an ESP test:
185
434000
2000
heidän tuloksiinsa ESP-testissä,
07:31
How much did they believe in the paranormal,
186
436000
2000
joka kertoi heidän uskostaan paranormaali-ilmiöihin,
07:33
supernatural, angels and so forth.
187
438000
3000
yliluonnolliseen, enkeleihin yms.
07:36
And those who scored high on the ESP scale,
188
441000
3000
Ne, joilla oli korkeat pisteet ESP-asteikolla,
07:39
tended to not only see
189
444000
2000
eivät nähneet
07:41
more patterns in the degraded images
190
446000
2000
huononnetuissa kuvissa ainoastaan useampia hahmoja,
07:43
but incorrect patterns.
191
448000
2000
vaan myös vääriä hahmoja.
07:45
Here is what you show subjects.
192
450000
2000
Koehenkilöille esitetään nämä.
07:47
The fish is degraded 20 percent, 50 percent
193
452000
3000
Kalaa on huononnettu 20% tai 50%,
07:50
and then the one I showed you,
194
455000
2000
ja teille näyttämääni kuvaa
07:52
70 percent.
195
457000
2000
70 prosenttia.
07:54
A similar experiment was done by another [Swiss] psychologist
196
459000
2000
Samankaltaisen kokeen teki myös sveitsiläinen psykologi
07:56
named Peter Brugger,
197
461000
2000
Peter Brugger,
07:58
who found significantly more meaningful patterns
198
463000
3000
joka huomasi, että merkityksellisiä kuvioita
08:01
were perceived on the right hemisphere,
199
466000
2000
havaittiin enemmän oikeassa aivopuoliskossa,
08:03
via the left visual field, than the left hemisphere.
200
468000
3000
vasemman näkökentän kautta.
08:06
So if you present subjects the images such
201
471000
2000
Jos koehenkilöille esittää kuvat siten,
08:08
that it's going to end up on the right hemisphere instead of the left,
202
473000
3000
että ne päätyvät oikeaan aivopuoliskoon vasemman sijasta,
08:11
then they're more likely to see patterns
203
476000
2000
he näkevät malleja todennäköisemmin
08:13
than if you put it on the left hemisphere.
204
478000
2000
kuin vasempaan aivopuoliskoon saapuvissa kuvissa.
08:15
Our right hemisphere appears to be
205
480000
2000
Oikeassa aivopuoliskossa näyttää
08:17
where a lot of this patternicity occurs.
206
482000
2000
ilmenevän paljon mallihakuisuutta.
08:19
So what we're trying to do is bore into the brain
207
484000
2000
Yritämme siis poraurua aivojen sisälle
08:21
to see where all this happens.
208
486000
2000
nähdäksemme, missä kaikki tämä tapahtuu.
08:23
Brugger and his colleague, Christine Mohr,
209
488000
3000
Brugger ja hänen kollegansa Christine Mohr
08:26
gave subjects L-DOPA.
210
491000
2000
antoivat koehenkilöille L-DOPA -lääkettä,
08:28
L-DOPA's a drug, as you know, given for treating Parkinson's disease,
211
493000
3000
jota käytetään myös Parkinsonin taudin hoitoon,
08:31
which is related to a decrease in dopamine.
212
496000
3000
koska se liittyy dopamiinin vähentymiseen.
08:34
L-DOPA increases dopamine.
213
499000
2000
L-DOPA lisää dopamiinia.
08:36
An increase of dopamine caused
214
501000
2000
Dopamiinilisä sai
08:38
subjects to see more patterns
215
503000
2000
koehenkilöt näkemään enemmän malleja
08:40
than those that did not receive the dopamine.
216
505000
2000
kuin ne, jotka eivät saaneet dopamiinia.
08:42
So dopamine appears to be the drug
217
507000
2000
Dopamiini näyttää olevan lääke,
08:44
associated with patternicity.
218
509000
2000
joka liittyy mallihakuisuuteen.
08:46
In fact, neuroleptic drugs
219
511000
2000
Itse asiassa neurolepteja
08:48
that are used to eliminate psychotic behavior,
220
513000
2000
käytetään poistamaan psykoottista käyttäytymistä,
08:50
things like paranoia, delusions
221
515000
2000
kuten paranoiaa, harhoja ja
08:52
and hallucinations,
222
517000
2000
ja hallusinaatioita,
08:54
these are patternicities.
223
519000
2000
mallihakuisuuden ilmentymiä.
08:56
They're incorrect patterns. They're false positives. They're Type I errors.
224
521000
3000
Ne ovat vääriä malleja, vääriä positiivisia, tyypin I virheitä.
08:59
And if you give them drugs
225
524000
2000
Jos potilaille annetaan
09:01
that are dopamine antagonists,
226
526000
2000
dopamiiniantagonisteja,
09:03
they go away.
227
528000
2000
oireet häviävät.
09:05
That is, you decrease the amount of dopamine,
228
530000
2000
Toisin sanoen dopamiinin määrää vähentämällä
09:07
and their tendency to see
229
532000
2000
heidän alttiutensa
09:09
patterns like that decreases.
230
534000
2000
nähdä malleja vähenee.
09:11
On the other hand, amphetamines like cocaine
231
536000
3000
Toisaalta kokaiinin kaltaiset amfetamiinit
09:14
are dopamine agonists.
232
539000
2000
ovat dopamiiniagonisteja.
09:16
They increase the amount of dopamine.
233
541000
2000
Ne lisäävät dopamiinin määrää,
09:18
So you're more likely to feel in a euphoric state,
234
543000
3000
jolloin tuntee todennäköisemmin euforiaa
09:21
creativity, find more patterns.
235
546000
2000
ja luovuutta, mallihakuisuus lisääntyy.
09:23
In fact, I saw Robin Williams recently
236
548000
2000
Itse asiassa Robin Williamsin kertoi äskettäin,
09:25
talk about how he thought he was much funnier
237
550000
2000
kuinka hän uskoi olleensa paljon huvittavampi
09:27
when he was doing cocaine, when he had that issue, than now.
238
552000
3000
kokaiinia käyttäessään. Silloin kun hänellä oli se ongelma.
09:30
So perhaps more dopamine
239
555000
2000
Lisädopamiini saattaa
09:32
is related to more creativity.
240
557000
2000
liittyä suurempaan luovuuteen.
09:34
Dopamine, I think, changes
241
559000
2000
Mielestäni dopamiini muuttaa
09:36
our signal-to-noise ratio.
242
561000
2000
signaali-kohinasuhdettamme,
09:38
That is, how accurate we are
243
563000
2000
tarkkuuttamme löytää
09:40
in finding patterns.
244
565000
2000
malleja.
09:42
If it's too low, you're more likely to make too many Type II errors.
245
567000
3000
Jos suhde on liian matala, tekee todennäköisemmin tyypin II virheitä.
09:45
You miss the real patterns. You don't want to be too skeptical.
246
570000
2000
Ei pysty näkemään oikeita malleja.
09:47
If you're too skeptical, you'll miss the really interesting good ideas.
247
572000
3000
Liian skeptinen ei huomaa todella mielenkiintoisia hyviä ideoita.
09:51
Just right, you're creative, and yet you don't fall for too much baloney.
248
576000
3000
Oikea suhde tekee ihmisen luovaksi, mutta liialliseen hömppään sortumattomaksi.
09:54
Too high and maybe you see patterns everywhere.
249
579000
3000
Liian korkea suhde saa näkemään malleja kaikkialla.
09:57
Every time somebody looks at you, you think people are staring at you.
250
582000
3000
Jonkun katsoessa luulee joka kerta ihmisten tuijottavan.
10:00
You think people are talking about you.
251
585000
2000
Luulee olevansa ihmisten puheenaiheena.
10:02
And if you go too far on that, that's just simply
252
587000
2000
Jos tuollainen menee ylettömyyksiin,
10:04
labeled as madness.
253
589000
2000
se leimataan hulluudeksi.
10:06
It's a distinction perhaps we might make
254
591000
2000
Tämän eron saattaisimme tehdä
10:08
between two Nobel laureates, Richard Feynman
255
593000
2000
kahden nobelistin, Richard Feynmanin
10:10
and John Nash.
256
595000
2000
ja John Nashin välillä.
10:12
One sees maybe just the right number
257
597000
2000
Toinen näkee ehkä juuri oikean määrän
10:14
of patterns to win a Nobel Prize.
258
599000
2000
malleja voittaakseen Nobelin palkinnon.
10:16
The other one also, but maybe too many patterns.
259
601000
2000
Toinen näki malleja ehkä liikaakin.
10:18
And we then call that schizophrenia.
260
603000
3000
Sitä kutsutaan skitsofreniaksi.
10:21
So the signal-to-noise ratio then presents us with a pattern-detection problem.
261
606000
3000
Signaali-kohinasuhde tuottaa ongelmia mallien havaitsemiseen.
10:24
And of course you all know exactly
262
609000
2000
Tietysti jokainen teistä tietää tarkalleen,
10:26
what this is, right?
263
611000
2000
mikä tämä on.
10:28
And what pattern do you see here?
264
613000
2000
Minkä mallin näette tässä?
10:30
Again, I'm putting your anterior cingulate cortex to the test here,
265
615000
3000
Tässä testaan taas teidän cortex cingularis anterior -aluettanne
10:33
causing you conflicting pattern detections.
266
618000
3000
saattamalla teidät malliristiriitaan.
10:36
You know, of course, this is Via Uno shoes.
267
621000
2000
Nämä ovat tietenkin Via Uno -kengät.
10:38
These are sandals.
268
623000
3000
Sandaalit.
10:41
Pretty sexy feet, I must say.
269
626000
3000
Aika seksikkäät jalat, täytyy myöntää.
10:44
Maybe a little Photoshopped.
270
629000
2000
Ehkä hieman käsitellyt.
10:46
And of course, the ambiguous figures
271
631000
2000
Tässä keinussa kaksimieliset kuvat
10:48
that seem to flip-flop back and forth.
272
633000
2000
näyttävät kiikkuvan edestakaisin..
10:50
It turns out what you're thinking about a lot
273
635000
2000
Se mitä ajattelee paljon,
10:52
influences what you
274
637000
2000
vaikuttaa siihen,
10:54
tend to see.
275
639000
2000
mitä näkee.
10:56
And you see the lamp here, I know.
276
641000
2000
Tiedän, että näette tässä lampun.
10:58
Because the lights on here.
277
643000
3000
Koska tässä valot ovat päällä.
11:01
Of course, thanks to the environmentalist movement
278
646000
2000
Ympäristöliikkeen ansiosta
11:03
we're all sensitive to the plight of marine mammals.
279
648000
3000
meidän kaikkien tunteita koskettaa merinisäkkäiden ahdinko.
11:06
So what you see in this particular ambiguous figure
280
651000
3000
Tässä kaksimerkityksessä kuvassa näette
11:09
is, of course, the dolphins, right?
281
654000
2000
tietenkin delfiineitä.
11:11
You see a dolphin here,
282
656000
2000
Tässä näette delfiinin.
11:13
and there's a dolphin,
283
658000
2000
Tuossakin on delfiini.
11:15
and there's a dolphin.
284
660000
2000
Ja tuossa.
11:17
That's a dolphin tail there, guys.
285
662000
3000
Sehän on delfiinin pyrstö.
11:20
(Laughter)
286
665000
3000
(Naurua)
11:25
If we can give you conflicting data, again,
287
670000
3000
Jos saa ristiriitaista tietoa,
11:28
your ACC is going to be going into hyperdrive.
288
673000
3000
alkaa käydä ylikierroksilla.
11:31
If you look down here, it's fine. If you look up here, then you get conflicting data.
289
676000
3000
Jos katsotte tänne alas, kaikki on OK. Jos katsotte ylös, syntyy ristiriita.
11:34
And then we have to flip the image
290
679000
2000
Täytyy pyöräyttää kuvaa,
11:36
for you to see that it's a set up.
291
681000
2000
jotta huomaatte sen huijaukseksi.
11:40
The impossible crate illusion.
292
685000
2000
Mahdoton laatikkoilluusio.
11:42
It's easy to fool the brain in 2D.
293
687000
2000
Aivoja on helppo jymäyttää 2D-kuvissa.
11:44
So you say, "Aw, come on Shermer, anybody can do that
294
689000
2000
Sanotte: "Älä viitsi Shermer, kuka hyvänsä pystyy
11:46
in a Psych 101 text with an illusion like that."
295
691000
2000
noin alkeelliseen illuusioon."
11:48
Well here's the late, great Jerry Andrus'
296
693000
2000
Tässä on mainion Jerry Andrus -vainajan
11:50
"impossible crate" illusion in 3D,
297
695000
3000
"mahdoton laatikko" -illuusio 3D:nä.
11:53
in which Jerry is standing inside
298
698000
2000
Siinä Jerry seisoo
11:55
the impossible crate.
299
700000
2000
mahdottomassa laatikossa.
11:57
And he was kind enough to post this
300
702000
2000
Hän oli niin ystävällinen, että lähetti tämän
11:59
and give us the reveal.
301
704000
2000
ratkaisuineen.
12:01
Of course, camera angle is everything. The photographer is over there,
302
706000
3000
Kamerakulma selittää kaiken. Kuvaaja on tuolla.
12:04
and this board appears to overlap with this one, and this one with that one, and so on.
303
709000
3000
Tämä lauta näyttää menevän päällekkäin tuon kanssa ja tuo tämän jne.
12:07
But even when I take it away,
304
712000
2000
mutta vaikka poistankin sen,
12:09
the illusion is so powerful because of how are brains are wired
305
714000
2000
illuusio ilmentää voimalliseti aivoihimme iskostunutta pyrkimystä
12:11
to find those certain kinds of patterns.
306
716000
3000
löytää tiettyjä malleja.
12:14
This is a fairly new one
307
719000
2000
Tämä on verraten uusi,
12:16
that throws us off because of the conflicting patterns
308
721000
2000
joka hätkäyttää meitä, koska ristiriidat saavat
12:18
of comparing this angle with that angle.
309
723000
3000
vertaamaan tätä kulmaa tuohon.
12:21
In fact, it's the exact same picture side by side.
310
726000
3000
Tosiasiassa tismalleen samat kuvat ovat vierekkäin.
12:24
So what you're doing is comparing that angle
311
729000
2000
Vertaatte tuota kulmaa
12:26
instead of with this one, but with that one.
312
731000
2000
tämän sijasta tuohon.
12:28
And so your brain is fooled.
313
733000
2000
Aivojanne jymäytetään.
12:30
Yet again, your pattern detection devices are fooled.
314
735000
2000
Taas kerran havaintolaitteitanne vedätetään.
12:32
Faces are easy to see
315
737000
2000
On helppo nähdä kasvoja,
12:34
because we have an additional evolved
316
739000
2000
koska meillä on lisäksi kehittynyt
12:36
facial recognition software
317
741000
2000
kasvojentunnistus-softa
12:38
in our temporal lobes.
318
743000
3000
ohimolohkoissamme.
12:41
Here's some faces on the side of a rock.
319
746000
3000
Tässä kasvoja vuorenrinteellä.
12:44
I'm actually not even sure if this is -- this might be Photoshopped.
320
749000
3000
En oikeastaan ole edes varma, onko tätä -- saattaa olla käsitelty.
12:47
But anyway, the point is still made.
321
752000
2000
Mutta joka tapauksessa pointti selviää.
12:49
Now which one of these looks odd to you?
322
754000
2000
Kumpi näistä näyttää oudolta?
12:51
In a quick reaction, which one looks odd?
323
756000
2000
Nopea reaktio: Kumpi näyttää oudolta?
12:53
The one on the left. Okay. So I'll rotate it
324
758000
2000
Vasemmanpuoleinen. OK. Pyöräytän sen
12:55
so it'll be the one on the right.
325
760000
2000
oikealle puolelle.
12:57
And you are correct.
326
762000
2000
Olette oikeassa.
12:59
A fairly famous illusion -- it was first done with Margaret Thatcher.
327
764000
3000
Melko kuuluisa illuusio -- tehtiin ensiksi Margaret Thatcheristä.
13:02
Now, they trade up the politicians every time.
328
767000
2000
Poliitikkojahan vaihdetaan aina parempiin.
13:04
Well, why is this happening?
329
769000
2000
Miksi näin tapahtuu?
13:06
Well, we know exactly where it happens,
330
771000
2000
Tiedämme tarkalleen, missä se tapahtuu.
13:08
in the temporal lobe, right across, sort of above your ear there,
331
773000
3000
Ohimolohkossa, hieman korvan yläpuolella.
13:11
in a little structure called the fusiform gyrus.
332
776000
3000
Pienessä gyrus fusiformis -rakenteessa.
13:14
And there's two types of cells that do this,
333
779000
2000
Sen tekevät kahdenlaiset solut,
13:16
that record facial features either globally,
334
781000
3000
jotka tunnistavat joko yleisiä tai erityisiä kasvonpiirteitä.
13:19
or specifically these large, rapid-firing cells,
335
784000
2000
Nämä suuret, nopealiikkeiset solut
13:21
first look at the general face.
336
786000
2000
huomioivat ensin pelkät kasvot.
13:23
So you recognize Obama immediately.
337
788000
2000
Obaman tunnistaa heti.
13:25
And then you notice something quite
338
790000
2000
Sitten huomaa jotain pientä häikkää
13:27
a little bit odd about the eyes and the mouth.
339
792000
2000
silmissä ja suussa.
13:29
Especially when they're upside down,
340
794000
2000
Varsinkin niiden ollessa ylösalaisin.
13:31
you're engaging that general facial recognition software there.
341
796000
3000
Siinä käytetään kasvojen yleistunnistus-softaa.
13:34
Now I said back in our little thought experiment,
342
799000
3000
Kerroin pikku ajatuskokeessamme,
13:37
you're a hominid walking on the plains of Africa.
343
802000
2000
että olet Afrikan tasangoilla vaelteleva hominidi.
13:39
Is it just the wind or a dangerous predator?
344
804000
3000
Onko se pelkkä tuuli vai vaarallinen peto?
13:42
What's the difference between those?
345
807000
2000
Mikä ero niiden välillä on?
13:44
Well, the wind is inanimate;
346
809000
2000
Tuuli on eloton,
13:46
the dangerous predator is an intentional agent.
347
811000
2000
vaarallinen peto on tarkoituksellinen toimija.
13:48
And I call this process agenticity.
348
813000
2000
Tätä prosessia kutsun tekijähakuisuudeksi.
13:50
That is the tendency to infuse patterns
349
815000
2000
Se on taipumus sekoittaa malleja
13:52
with meaning, intention and agency,
350
817000
2000
tarkoituksiin, aikeisiin ja toimijoihin,
13:54
often invisible beings from the top down.
351
819000
3000
yleensä kaikki tyynni näkymättömiä olentoja.
13:57
This is an idea that we got
352
822000
2000
Tämän idean saimme
13:59
from a fellow TEDster here, Dan Dennett,
353
824000
2000
TED-kumppaniltamme Dan Dennettiltä,
14:01
who talked about taking the intentional stance.
354
826000
2000
joka puhui tarkoituksellisesta asennoitumisesta.
14:03
So it's a type of that expanded to explain, I think, a lot of different things:
355
828000
3000
Laajennettuna se selittää mielestäni monia eri asioita:
14:06
souls, spirits, ghosts, gods, demons, angels,
356
831000
3000
sieluja, henkiä, haamuja, jumalia, demoneja, enkeleitä,
14:09
aliens, intelligent designers,
357
834000
2000
avaruusolioita, älykkäitä suunnittelijoita,
14:11
government conspiracists
358
836000
2000
hallitusten salajuonittelijoita
14:13
and all manner of invisible agents
359
838000
2000
ja kaiken maailman näkymättömiä toimijoita,
14:15
with power and intention, are believed
360
840000
2000
joilla on valtaa ja pyrkimys
14:17
to haunt our world and control our lives.
361
842000
2000
vainota maailmaamme ja kontrolloida elämäämme.
14:19
I think it's the basis of animism
362
844000
2000
Siihen perustuvat animismi,
14:21
and polytheism and monotheism.
363
846000
3000
polyteismi ja monoteismi.
14:24
It's the belief that aliens are somehow
364
849000
2000
Uskotaan, että muukalaiset ovat jotenkin
14:26
more advanced than us, more moral than us,
365
851000
2000
kehittyneempiä ja moraalisempia kuin me.
14:28
and the narratives always are
366
853000
2000
Tarinat kertovat aina,
14:30
that they're coming here to save us and rescue us from on high.
367
855000
3000
että ne tulevat yläilmoista pelastamaan ja vapauttamaan meidät.
14:33
The intelligent designer's always portrayed
368
858000
2000
Älykäs suunnittelija kuvataan aina
14:35
as this super intelligent, moral being
369
860000
3000
superälykkäänä moraalisena hahmona,
14:38
that comes down to design life.
370
863000
2000
joka laskeutuu muokkaamaan elämää.
14:40
Even the idea that government can rescue us --
371
865000
2000
Tähän perustuu jopa uskomus, että hallitus voi pelastaa meidät.
14:42
that's no longer the wave of the future,
372
867000
2000
Se ei enää ole tulevaisuuden trendi.
14:44
but that is, I think, a type of agenticity:
373
869000
2000
Mutta se on tietynlaista toimijahakuisuutta,
14:46
projecting somebody up there,
374
871000
2000
jossa oletetaan yläkerran mahtihahmon
14:48
big and powerful, will come rescue us.
375
873000
2000
tulevan pelastamaan meidät.
14:50
And this is also, I think, the basis of conspiracy theories.
376
875000
2000
Se on myös salaliittoteorioiden perusta.
14:52
There's somebody hiding behind there pulling the strings,
377
877000
3000
Joku piileskelee verhojen takana nyörejä vetelemässä.
14:55
whether it's the Illuminati
378
880000
2000
Milloin Illuminati,
14:57
or the Bilderbergers.
379
882000
2000
milloin Bilderberg-ryhmä.
14:59
But this is a pattern detection problem, isn't it?
380
884000
2000
Ongelma lienee mallin havaitsemisessa.
15:01
Some patterns are real and some are not.
381
886000
2000
Jotkut mallit ovat todellisia, jotkut eivät.
15:03
Was JFK assassinated by a conspiracy or by a lone assassin?
382
888000
3000
Oliko JFK:n murhan takana salaliitto vai yksittäinen tappaja?
15:06
Well, if you go there -- there's people there on any given day --
383
891000
3000
Jos menee paikalle -- siellä on aina ihmisiä --
15:09
like when I went there, here -- showing me where the different shooters were.
384
894000
3000
kuten käydessäni siellä -- näyttämässä, missä eri ampujat olivat.
15:12
My favorite one was he was in the manhole.
385
897000
3000
Suosikkini oli mies viemärikaivossa.
15:15
And he popped out at the last second, took that shot.
386
900000
3000
Hän pompahti viime tipassa kannen alta ampumaan laukauksen.
15:18
But of course, Lincoln was assassinated by a conspiracy.
387
903000
2000
Mutta Lincolnin murhan takana oli salaliitto.
15:20
So we can't just uniformly dismiss
388
905000
2000
Joten emme voi järjestään torjua
15:22
all patterns like that.
389
907000
2000
kaikkia tuollaisia kuvioita.
15:24
Because, let's face it, some patterns are real.
390
909000
2000
Katsotaan totuutta silmiin, jotkut kuviot ovat todellisia.
15:26
Some conspiracies really are true.
391
911000
2000
Jotkut salaliitot ovat tosia.
15:30
Explains a lot, maybe.
392
915000
2000
Saattaa selittää paljon.
15:32
And 9/11 has a conspiracy theory. It is a conspiracy.
393
917000
3000
9/11 liitetään salaliittoteorioihin. Se oli salaliitto.
15:35
We did a whole issue on it.
394
920000
2000
Teimme siitä kokonaisen numeron.
15:37
Nineteen members of Al Queda plotting to fly planes into buildings
395
922000
2000
Al-Qaidan 19 jäsenen suunnittema lentokoneisku
15:39
constitutes a conspiracy.
396
924000
2000
on salaliitto.
15:41
But that's not what the "9/11 truthers" think.
397
926000
2000
Mutta "9/11 -totuusliittolaiset" eivät usko sitä.
15:43
They think it was an inside job by the Bush administration.
398
928000
3000
Heistä se oli Bushin hallinnon sisäpiirijuttu.
15:46
Well, that's a whole other lecture.
399
931000
2000
Mutta se on jo toisen luennon aihe.
15:48
You know how we know that 9/11
400
933000
2000
Tiedättekö, mistä tiedämme, ettei 9/11
15:50
was not orchestrated by the Bush administration?
401
935000
2000
ollut Bushin hallinnon tekosia?
15:52
Because it worked.
402
937000
2000
Koska se toimi.
15:54
(Laughter)
403
939000
3000
(Naurua)
15:57
(Applause)
404
942000
3000
(Suosionosoituksia)
16:00
So we are natural-born dualists.
405
945000
2000
Olemme synnynnäisiä dualisteja.
16:02
Our agenticity process comes from
406
947000
2000
Toimijahakuisuutemme johtuu siitä,
16:04
the fact that we can enjoy movies like these.
407
949000
2000
että nautimme tällaisista elokuvista.
16:06
Because we can imagine, in essence,
408
951000
2000
Ennen kaikkea siksi, että kykenemme kuvittelemaan
16:08
continuing on.
409
953000
2000
eteenpäin.
16:10
We know that if you stimulate the temporal lobe,
410
955000
2000
Tiedämme, että jos ohimolohkoa ärsytetään,
16:12
you can produce a feeling of out-of-body experiences,
411
957000
2000
saadaan aikaan ruumiistairtautumisen kokemuksia,
16:14
near-death experiences,
412
959000
2000
rajatilakokemuksia,
16:16
which you can do by just touching an electrode to the temporal lobe there.
413
961000
3000
joita voidaan aiheuttaa pelkällä elektrodilla ohimolohkoon.
16:19
Or you can do it through loss of consciousness,
414
964000
2000
Tai se voidaan tehdä aiheuttamalla tajunnanmenetys
16:21
by accelerating in a centrifuge.
415
966000
2000
kiihdytyslingossa.
16:23
You get a hypoxia, or a lower oxygen.
416
968000
3000
Siitä saa hypoksian, happivajauksen.
16:26
And the brain then senses
417
971000
2000
Aivot aistivat sen
16:28
that there's an out-of-body experience.
418
973000
2000
ruumiistairtautumisena.
16:30
You can use -- which I did, went out and did --
419
975000
2000
Voi myös käyttää -- kuten minä --
16:32
Michael Persinger's God Helmet,
420
977000
2000
Michael Persingerin jumalkypärää,
16:34
that bombards your temporal lobes with electromagnetic waves.
421
979000
2000
joka pommittaa ohimolohkoja elektromagneettisilla aalloilla.
16:36
And you get a sense of out-of-body experience.
422
981000
3000
Siitä saa tunteen ruumiistairtautumisesta.
16:39
So I'm going to end here with a short video clip
423
984000
2000
Lopetan esittämällä lyhyen videonpätkän,
16:41
that sort of brings all this together.
424
986000
2000
joka tavallaan nivoo kaiken yhteen.
16:43
It's just a minute and a half.
425
988000
2000
Se kestää vain puolitoista minuuttia.
16:45
It ties together all this into the power of expectation and the power of belief.
426
990000
3000
Se sitoo koko esitykseni ennakko-odotusten ja uskon voimaan.
16:48
Go ahead and roll it.
427
993000
2000
Pannaan pyörimään.
16:50
Narrator: This is the venue they chose for their fake auditions
428
995000
3000
Kertoja: Tämä on huulivoidemainoksen vale-esiintymisten
16:53
for an advert for lip balm.
429
998000
2000
tapahtumapaikka.
16:55
Woman: We're hoping we can use part of this
430
1000000
2000
Nainen: Toivomme, että voimme käyttää osaa tästä
16:57
in a national commercial, right?
431
1002000
2000
maanlaajuisessa mainoksessa.
16:59
And this is test on some lip balms
432
1004000
2000
Tässä testataan joitakin huulirasvoja,
17:01
that we have over here.
433
1006000
2000
jotka ovat tuolla.
17:03
And these are our models who are going to help us,
434
1008000
2000
Mallimme Roger ja Matt tulevat olemaan
17:05
Roger and Matt.
435
1010000
2000
apuna.
17:07
And we have our own lip balm,
436
1012000
2000
Meidän oma huulivoiteemme
17:09
and we have a leading brand.
437
1014000
2000
on alan johtava brändi.
17:11
Would you have any problem
438
1016000
2000
Onko sinulla mitään sitä vastaan,
17:13
kissing our models to test it?
439
1018000
2000
että suutelet mallejamme testissä?
17:15
Girl: No.
440
1020000
2000
Tyttö: Ee-i.
17:17
Woman: You wouldn't? (Girl: No.) Woman: You'd think that was fine.
441
1022000
2000
Nainen: Eikö? (Tyttö: Ei.) Nainen: Se sopii siis hyvin.
17:19
Girl: That would be fine. (Woman: Okay.)
442
1024000
2000
Tyttö: Ei mitään ongelmaa. (Nainen: Okei.)
17:21
So this is a blind test.
443
1026000
3000
Tämä on sokkotesti.
17:24
I'm going to ask you to go ahead
444
1029000
2000
Voisitko aloittaa
17:26
and put a blindfold on.
445
1031000
2000
laittamalla siteen silmille.
17:29
Kay, now can you see anything? (Girl: No.)
446
1034000
3000
Näetkö nyt mitään? (Tyttö: En.)
17:32
Pull it so you can't even see down. (Girl: Okay.)
447
1037000
2000
Laita se niin, ettet näe alaskaan. (Tyttö: Okei.)
17:34
Woman: It's completely blind now, right?
448
1039000
2000
Nainen: Oletko nyt täysin sokko?
17:36
Girl: Yes. (Woman: Okay.)
449
1041000
2000
Tyttö: Kyllä. (Nainen: Okei.)
17:38
Now, what I'm going to be looking for in this test
450
1043000
3000
Tässä kokeessa tutkitaan,
17:41
is how it protects your lips,
451
1046000
3000
miten voide suojelee huuliasi.
17:44
the texture, right,
452
1049000
2000
Ja koostumusta.
17:46
and maybe if you can discern any flavor or not.
453
1051000
3000
Myös sitä, voitko erottaa jonkin maun?
17:49
Girl: Okay. (Woman: Have you ever done a kissing test before?)
454
1054000
3000
Tyttö: Okei. (Nainen: Oletko koskaan ennen tehnyt suutelutestiä?)
17:52
Girl: No.
455
1057000
2000
Tyttö: En.
17:54
Woman: Take a step here.
456
1059000
2000
Nainen: Tulisitko tänne?
17:56
Okay, now I'm going to ask you to pucker up.
457
1061000
2000
OK, Voisitko mutristaa huuliasi vähän?
17:58
Pucker up big and lean in just a little bit, okay?
458
1063000
3000
Mutrista oikein kunnolla ja nojaa vähän eteenpäin.
18:06
(Music)
459
1071000
4000
(Musiikkia)
18:10
(Laughter)
460
1075000
5000
(Naurua)
18:19
(Laughter)
461
1084000
3000
(Naurua)
18:30
Woman: Okay.
462
1095000
2000
Selvä.
18:32
And, Jennifer, how did that feel?
463
1097000
2000
Miltä tuntui, Jennifer?
18:34
Jennifer: Good.
464
1099000
2000
Jennifer: Hyvältä.
18:36
(Laughter)
465
1101000
7000
(Naurua)
18:43
Girl: Oh my God!
466
1108000
2000
Tyttö: Voi ei.
18:45
(Laughter)
467
1110000
4000
(Naurua)
18:50
Michael Shermer: Thank you very much. Thank you. Thanks.
468
1115000
3000
Michael Shermer: Kiitoksia oikein paljon. Kiitoksia. Kiitos.
ABOUT THE SPEAKER
Michael Shermer - SkepticMichael Shermer debunks myths, superstitions and urban legends -- and explains why we believe them. Along with publishing Skeptic Magazine, he's author of Why People Believe Weird Things and The Mind of the Market.
Why you should listen
As founder and publisher of Skeptic Magazine, Michael Shermer has exposed fallacies behind intelligent design, 9/11 conspiracies, the low-carb craze, alien sightings and other popular beliefs and paranoias. But it's not about debunking for debunking's sake. Shermer defends the notion that we can understand our world better only by matching good theory with good science.
Shermer's work offers cognitive context for our often misguided beliefs: In the absence of sound science, incomplete information can powerfully combine with the power of suggestion (helping us hear Satanic lyrics when "Stairway to Heaven" plays backwards, for example). In fact, a common thread that runs through beliefs of all sorts, he says, is our tendency to convince ourselves: We overvalue the shreds of evidence that support our preferred outcome, and ignore the facts we aren't looking for.
He writes a monthly column for Scientific American, and is an adjunct at Claremont Graduate University and Chapman University. His latest book is The Believing Brain: From Ghosts and Gods to Politics and Conspiracies—How We Construct Beliefs and Reinforce Them as Truths. He is also the author of The Mind of the Market, on evolutionary economics, Why Darwin Matters: Evolution and the Case Against Intelligent Design, and The Science of Good and Evil. And his next book is titled The Moral Arc of Science.
Michael Shermer | Speaker | TED.com