ABOUT THE SPEAKER
Sendhil Mullainathan - Behavioral economist
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination?

Why you should listen

To study big questions such as "What are the measurable effects of corruption?"" Sendhil Mullainathan and his collaborators look at the day-to-day decisions made by real people, running deep-data studies on groups around the world to tease out patterns. Awarded a MacArthur ""genius"" grant in 2002, he has produced and collaborated on a string of research papers that make for a must-read CV -- including a fascinating, if dispiriting, study of the corruption involved in getting a driver's license in India.

Lately he and his team have been studying women who sell fruit and vegetables on the streets in developing countries. They're usually in debt to a moneylender in the market, who takes about half their profits each day as interest. Some of the women have figured a simple way to get out of debt and keep all their profits. But most of the women make a choice every day that keeps them in debt. How would these businesswomen behave, he wondered, if the slate was wiped clean? So he got a grant, paid off their debt, and waits to see what happens next."

More profile about the speaker
Sendhil Mullainathan | Speaker | TED.com
TEDIndia 2009

Sendhil Mullainathan: Solving social problems with a nudge

Sendhil Mullainathan: Résoudre les problèmes sociaux d'un coup de coude

Filmed:
581,215 views

Lauréat du prix de la fondation MacArthur, Sendhil Mullainathan étudie un ensemble délicat de problèmes sociaux à la lumière de l'économie comportementale -- les problèmes que nous savons résoudre mais dont nous ne venons pas à bout. Nous savons comment réduire la mortalité infantile due aux diarrhées, comment prévenir la cécité liée au diabète et comment implémenter la technologie photovoltaïque ... et pourtant, nous ne le faisons pas ou nous ne pouvons pas le faire. Pourquoi ?
- Behavioral economist
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination? Full bio

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

00:15
As a researcherchercheur, everychaque onceune fois que in a while
0
0
3000
En tant que chercheur, de temps en temps,
00:18
you encounterrencontre something
1
3000
2000
vous tombez sur quelque chose
00:20
a little disconcertingdéconcertant.
2
5000
2000
d'un peu déconcertant.
00:22
And this is something that changeschangements your understandingcompréhension of the worldmonde around you,
3
7000
3000
Et c'est quelque chose qui change votre compréhension du monde autour de vous,
00:25
and teachesenseigne you that you're very wrongfaux
4
10000
2000
et vous apprend que vous vous trompez complètement
00:27
about something that you really believeda cru firmlyfermement in.
5
12000
4000
à propos de quelque chose auquel vous avez vraiment cru fermement.
00:31
And these are unfortunatemalheureux momentsdes moments,
6
16000
3000
Et ce sont des moments malheureux,
00:34
because you go to sleepdormir that night
7
19000
2000
parce que cette nuit là, vous allez vous coucher
00:36
dumberbête than when you wokeréveillé up.
8
21000
3000
plus bête que lorsque vous vous êtes réveillé.
00:39
So, that's really the goalobjectif of my talk,
9
24000
2000
Donc, c'est vraiment le but de mon exposé,
00:41
is to A, communicatecommuniquer that momentmoment to you
10
26000
2000
c'est de A, vous communiquer le moment,
00:43
and B, have you leavelaisser this sessionsession
11
28000
2000
et B, vous faire quitter cette session
00:45
a little dumberbête than when you enteredentré.
12
30000
2000
un peu plus bête que lorsque vous êtes entrés.
00:47
So, I hopeespérer I can really accomplishaccomplir that.
13
32000
3000
Donc, j'espère que je peux vraiment y arriver.
00:50
So, this incidentincident that I'm going to describedécrire
14
35000
3000
Donc, cet incident que je vais décrire
00:53
really begana commencé with some diarrheala diarrhée.
15
38000
3000
a vraiment commencé avec quelques diarrhées.
00:56
Now, we'venous avons knownconnu for a long time the causecause of diarrheala diarrhée.
16
41000
3000
Maintenant, nous connaissons depuis longtemps la cause de la diarrhée.
00:59
That's why there's a glassverre of watereau up there.
17
44000
3000
C'est pourquoi il y a un verre d'eau là-haut.
01:02
For us, it's a problemproblème, the people in this roomchambre.
18
47000
2000
Pour nous, les gens dans cette salle, c'est un problème,
01:04
For babiesbébés, it's deadlymortel.
19
49000
3000
pour les bébés, c'est mortel.
01:07
They lackmanquer de nutrientsnutriments, and diarrheala diarrhée dehydratesdéshydrate them.
20
52000
4000
Ils manquent de nutriments, et la diarrhée les déshydrate.
01:11
And so, as a resultrésultat, there is a lot of deathdécès,
21
56000
2000
Et donc, par conséquent, il y a beaucoup de décès,
01:13
a lot of deathdécès.
22
58000
3000
beaucoup de décès.
01:16
In IndiaInde in 1960,
23
61000
2000
En Inde en 1960,
01:18
there was a 24 percentpour cent childenfant mortalitymortalité ratetaux,
24
63000
2000
il y avait un taux de mortalité infantile de 24%,
01:20
lots of people didn't make it. This is incrediblyincroyablement unfortunatemalheureux.
25
65000
4000
beaucoup de gens ne survivaient pas. Incroyablement malheureux.
01:24
One of the biggros reasonsles raisons this happenedarrivé was
26
69000
2000
Une des principales raisons était
01:26
because of diarrheala diarrhée.
27
71000
2000
la diarrhée.
01:28
Now, there was a biggros efforteffort to solverésoudre this problemproblème,
28
73000
3000
Maintenant, un gros effort a été fait pour résoudre ce problème.
01:31
and there was actuallyréellement a biggros solutionSolution.
29
76000
4000
Et il y avait effectivement une grande solution.
01:35
This solutionSolution has been calledappelé, by some,
30
80000
2000
Et certains ont appelé cette solution
01:37
"potentiallypotentiellement the mostles plus importantimportant medicalmédical
31
82000
2000
"Potentiellement, l'avancée médicale la plus importante
01:39
advanceavance this centurysiècle."
32
84000
3000
de ce siècle."
01:42
Now, the solutionSolution turnedtourné out to be simplesimple.
33
87000
3000
Et bien, la solution s'est avérée être simple.
01:45
And what it was was oraloral rehydrationréhydratation saltssels de.
34
90000
4000
Et elle consistait à administrer des sels de réhydratation par voie orale.
01:49
ManyDe nombreux of you have probablyProbablement used this.
35
94000
2000
Beaucoup d'entre vous ont probablement utilisé ça.
01:51
It's brilliantbrillant. It's a way to get sodiumsodium
36
96000
2000
C'est génial. C'est un moyen d'additionner du sodium
01:53
and glucoseglucose togetherensemble so that when you addajouter it to watereau
37
98000
3000
à du glucose de sorte que lorsque vous ajoutez le tout à l'eau
01:56
the childenfant is ablecapable to absorbabsorber it even duringpendant situationssituations of diarrheala diarrhée.
38
101000
3000
l'enfant est capable de l'absorber, même lors d'épisodes de diarrhée.
01:59
RemarkableRemarquable impactimpact on mortalitymortalité.
39
104000
4000
Un impact remarquable sur la mortalité.
02:03
MassiveMassive solutionSolution to the problemproblème.
40
108000
2000
Une solution massive au problème.
02:05
FlashFlash forwardvers l'avant: 1960, 24 percentpour cent childenfant mortalitymortalité
41
110000
3000
Avance rapide, 1960, de 24 % la mortalité infantile
02:08
has droppedchuté to 6.5 percentpour cent todayaujourd'hui.
42
113000
2000
a chuté à 6,5 % aujourd'hui.
02:10
Still a biggros numbernombre, but a biggros droplaissez tomber.
43
115000
3000
C'est encore un chiffre élevé, mais une forte baisse.
02:13
It looksregards like the technologicaltechnologique problemproblème is solvedrésolu.
44
118000
3000
Il semble que le problème technique soit résolu.
02:16
But if you look, even todayaujourd'hui
45
121000
2000
Mais, si vous regardez, aujourd'hui encore,
02:18
there are about 400,000 diarrhea-relatedaxées sur la diarrhée deathsdes morts
46
123000
2000
Il y a environ 400 000 décès liés à la diarrhée
02:20
in IndiaInde aloneseul.
47
125000
2000
rien qu'en Inde.
02:22
What's going on here?
48
127000
2000
Que se passe-t-il ici ?
02:24
Well the easyfacile answerrépondre is, we just haven'tn'a pas gottenobtenu those saltssels de
49
129000
3000
Eh bien la réponse facile est, nous n'avons tout simplement pas fait parvenir ces sels
02:27
to those people.
50
132000
2000
à ces personnes.
02:29
That's actuallyréellement not truevrai.
51
134000
2000
Ce n'est pas tout à fait vrai.
02:31
If you look in areaszones where these saltssels de are completelycomplètement availabledisponible,
52
136000
3000
Si vous regardez les zones où ces sels sont complètement disponibles
02:34
the priceprix is lowfaible or zerozéro, these deathsdes morts still continuecontinuer abatedse sont calmés.
53
139000
3000
le prix est faible ou nul, le nombre de décès n’est pas atténué.
02:37
Maybe there's a biologicalbiologique answerrépondre.
54
142000
2000
Peut-être y a-t-il une réponse biologique.
02:39
Maybe these are the deathsdes morts that simplesimple rehydrationréhydratation
55
144000
2000
Peut-être que ce sont les décès que la réhydratation simple
02:41
aloneseul doesn't solverésoudre. That's not truevrai eithernon plus.
56
146000
3000
ne résout pas seule. Ce n'est pas vrai non plus.
02:44
ManyDe nombreux of these deathsdes morts were completelycomplètement preventableévitable,
57
149000
5000
Beaucoup de ces décès étaient tout à fait évitables.
02:49
and this what I want to think of as the disconcertingdéconcertant thing,
58
154000
3000
Et voilà ce que je veux considérer comme déconcertant,
02:52
what I want to call "the last milemile" problemproblème.
59
157000
2000
ce que je veux appeler le problème "du dernier kilomètre".
02:54
See, we spentdépensé a lot of energyénergie, in manybeaucoup domainsdomaines --
60
159000
4000
Vous voyez, nous avons dépensé beaucoup d'énergie, dans de nombreux domaines.
02:58
technologicaltechnologique, scientificscientifique, harddifficile work,
61
163000
2000
Technologique, scientifique, travail acharné,
03:00
creativityla créativité, humanHumain ingenuityingéniosité --
62
165000
2000
créativité, ingéniosité de l'homme,
03:02
to crackfissure importantimportant socialsocial problemsproblèmes with technologyLa technologie solutionssolutions.
63
167000
4000
pour résoudre d'importants problèmes sociaux avec des solutions technologiques.
03:06
That's been the discoveriesdécouvertes of the last 2,000 yearsannées,
64
171000
2000
Ce furent les découvertes des 2 000 dernières années.
03:08
that's mankindhumanité movingen mouvement forwardvers l'avant.
65
173000
2000
C'est l'humanité qui va de l’avant.
03:10
But in this caseCas we crackedfissuré it,
66
175000
3000
Mais dans ce cas, nous avons trouvé la solution,
03:13
but a biggros partpartie of the problemproblème still remainsrestes.
67
178000
2000
mais une grande partie du problème demeure.
03:15
NineNeuf hundredcent and ninety-ninequatre-vingt-dixneuf milesmiles wentest allé well,
68
180000
2000
Tout s'est bien passé pendant 999 kilomètres.
03:17
the last mile'sde Mile provingprouver incrediblyincroyablement stubborntêtu.
69
182000
3000
Le dernier kilomètre s'avère incroyablement tenace.
03:20
Now, that's for oraloral rehydrationréhydratation therapythérapie.
70
185000
4000
Là, on parle de la thérapie de réhydratation orale.
03:24
Maybe this is something uniqueunique about diarrheala diarrhée.
71
189000
2000
C'est peut-être un problème unique qui concerne la diarrhée.
03:26
Well, it turnsse tourne out -- and this is where things get really disconcertingdéconcertant --
72
191000
2000
Eh bien, il s'avère, et c'est là que les choses deviennent vraiment déconcertantes,
03:28
it's not uniqueunique to diarrheala diarrhée.
73
193000
2000
que ce n'est pas unique à la diarrhée.
03:30
It's not even uniqueunique to poorpauvre people in IndiaInde.
74
195000
2000
Ce n'est même pas unique aux personnes pauvres en Inde.
03:32
Here'sVoici an exampleExemple from a varietyvariété of contextscontextes.
75
197000
3000
Voici un exemple parmi une variété de contextes.
03:35
I've put a bunchbouquet of examplesexemples up here.
76
200000
2000
J'ai mis un tas d'exemples ici.
03:37
I'll startdébut with insulininsuline, diabetesDiabète
77
202000
3000
Je vais commencer avec l'insuline, le diabète
03:40
medicationdes médicaments in the U.S.
78
205000
2000
les médicaments aux Etats-Unis.
03:42
OK, the AmericanAméricain populationpopulation.
79
207000
2000
Bon, la population américaine.
03:44
On MedicaidMedicaid -- if you're fairlyéquitablement poorpauvre you get MedicaidMedicaid,
80
209000
2000
"Medicaid", si vous êtes assez pauvre, vous bénéficiez de l’assurance maladie,
03:46
or if you have healthsanté insuranceAssurance -- insulininsuline is prettyjoli straightforwardsimple.
81
211000
2000
ou si vous avez une assurance privée, c'est assez simple pour l'insuline.
03:48
You get it, eithernon plus in pillpilule formforme or you get it as an injectioninjection;
82
213000
4000
Vous l'obtenez, que ce soit sous forme de pilule ou sous forme d'injection.
03:52
you have to take it everychaque day to maintainmaintenir your blooddu sang sugarsucre levelsles niveaux.
83
217000
2000
Vous devez en prendre chaque jour pour maintenir votre taux de sucre dans le sang.
03:54
MassiveMassive technologicaltechnologique advanceavance:
84
219000
2000
Une avancée technologique massive,
03:56
tooka pris an incrediblyincroyablement deadlymortel diseasemaladie, madefabriqué it solvablerésoluble.
85
221000
2000
qui a pris une maladie incroyablement mortelle, et l'a résolue.
03:58
AdherenceAdhérence ratesles taux. How manybeaucoup people are takingprise theirleur insulininsuline everychaque day?
86
223000
3000
Le taux d'adhésion. Combien de personnes prennent leur insuline tous les jours ?
04:01
About on averagemoyenne, a typicaltypique personla personne is takingprise it 75 percentpour cent of the time.
87
226000
4000
En moyenne, une personne typique la prend 75 % du temps.
04:05
As a resultrésultat, 25,000 people a yearan go blindaveugle,
88
230000
5000
En conséquence, 25 000 personnes par an deviennent aveugles,
04:10
hundredsdes centaines of thousandsmilliers loseperdre limbsmembres, everychaque yearan,
89
235000
2000
des centaines de milliers perdent des membres, chaque année,
04:12
for something that's solvablerésoluble.
90
237000
2000
pour quelque chose qui est résoluble.
04:14
Here I have a bunchbouquet of other examplesexemples,
91
239000
2000
Ici, j'ai un tas d'autres exemples,
04:16
all suffersouffrir from the last milemile problemproblème.
92
241000
2000
tous souffrent du problème du dernier kilomètre.
04:18
It's not just medicinemédicament.
93
243000
2000
Ce n'est pas seulement la médecine.
04:20
Here'sVoici anotherun autre exampleExemple from technologyLa technologie:
94
245000
2000
Voici un autre exemple dans le domaine de la technologie.
04:22
agricultureagriculture. We think
95
247000
2000
L'agriculture. Nous pensons
04:24
there's a foodaliments problemproblème, so we createcréer newNouveau seedsdes graines.
96
249000
2000
qu'il y a un problème alimentaire, alors nous créons de nouvelles semences.
04:26
We think there's an incomele revenu problemproblème, so we createcréer
97
251000
2000
Nous pensons qu'il y a un problème de revenu, donc nous créons
04:28
newNouveau waysfaçons of farmingagriculture that increaseaugmenter incomele revenu.
98
253000
3000
de nouvelles méthodes agricoles qui augmentent le revenu.
04:31
Well, look at some oldvieux waysfaçons, some waysfaçons that we'dmer alreadydéjà crackedfissuré.
99
256000
3000
Eh bien, regardez certaines anciennes façons, certains des moyens que nous avions déjà éprouvés.
04:34
IntercroppingCulture intercalaire. IntercroppingCulture intercalaire really increasesaugmente incomele revenu.
100
259000
2000
Les cultures associées. Les cultures associées augmentent vraiment le revenu.
04:36
SometimesParfois in riceriz we founda trouvé incredibleincroyable increasesaugmente in yieldrendement
101
261000
3000
Parfois, nous avons trouvé une augmentation incroyable du rendement du riz
04:39
when you mixmélanger differentdifférent varietiesvariétés of riceriz sidecôté by sidecôté.
102
264000
2000
en mélangeant différentes variétés de riz côté à côte.
04:41
Some people are doing that,
103
266000
2000
Certaines personnes le font,
04:43
manybeaucoup are not. What's going on?
104
268000
2000
beaucoup ne le font pas. Qu'est-ce qui se passe ?
04:45
This is the last milemile.
105
270000
2000
C'est le dernier kilomètre.
04:47
The last milemile is, everywherepartout, problematicproblématique.
106
272000
2000
Le dernier kilomètre est problématique, partout.
04:49
AlrightAlright, what's the problemproblème?
107
274000
2000
Bon, quel est le problème ?
04:51
The problemproblème is this little three-poundtrois livres machinemachine
108
276000
3000
Le problème est cette petite machine d'un kilo et demi
04:54
that's behindderrière your eyesles yeux and betweenentre your earsoreilles.
109
279000
4000
qui est derrière vos yeux et entre vos oreilles.
04:58
This machinemachine is really strangeétrange,
110
283000
2000
Cette machine est vraiment étrange,
05:00
and one of the consequencesconséquences is that people are weirdbizarre.
111
285000
4000
et l'une des conséquences est que les gens sont bizarres.
05:04
They do lots of inconsistentinconsistant things.
112
289000
4000
Ils font beaucoup de choses incohérentes.
05:08
(ApplauseApplaudissements)
113
293000
2000
(Applaudissements)
05:10
They do lots of inconsistentinconsistant things.
114
295000
3000
Ils font beaucoup de choses incohérentes.
05:13
And the inconsistenciesincohérences
115
298000
2000
Et les incohérences
05:15
createcréer, fundamentallyfondamentalement, this last milemile problemproblème.
116
300000
3000
créent, fondamentalement, ce problème du dernier kilomètre.
05:18
See, when we were dealingtransaction with our biologyla biologie, bacteriades bactéries,
117
303000
3000
Vous voyez, quand nous avions affaire à notre biologie, les bactéries,
05:21
the genesgènes, the things insideà l'intérieur here, the blooddu sang?
118
306000
3000
les gènes, les choses à l’intérieur, le sang,
05:24
That's complexcomplexe, but it's manageablefacile à gérer.
119
309000
3000
c'est complexe, mais c'est gérable.
05:27
When we're dealingtransaction with people like this?
120
312000
3000
Lorsque nous avons affaire avec des gens comme cela,
05:30
The mindesprit is more complexcomplexe.
121
315000
2000
l'esprit est plus complexe.
05:32
That's not as manageablefacile à gérer, and that's what we're strugglingluttant with.
122
317000
2000
Ce n'est pas aussi gérable. Et c'est ça qui nous donne du mal.
05:34
Let me go back to diarrheala diarrhée for a secondseconde.
123
319000
3000
Permettez-moi de revenir à la diarrhée pendant une seconde.
05:37
Here'sVoici a questionquestion that was askeda demandé in the NationalNational SampleÉchantillon SurveyEnquête sur les,
124
322000
3000
Voici une question qui était posée dans l'Enquête Nationale,
05:40
whichlequel is a surveyenquête askeda demandé of manybeaucoup IndianIndien womenfemmes:
125
325000
2000
qui est une enquête auprès de nombreuses femmes indiennes.
05:42
"Your childenfant has diarrheala diarrhée.
126
327000
2000
"Votre enfant a la diarrhée.
05:44
Should you increaseaugmenter, maintainmaintenir or decreasediminution the numbernombre of fluidsfluides?"
127
329000
3000
Devez-vous augmenter, maintenir ou diminuer le nombre des fluides ?"
05:47
Just so you don't embarrassembarrasser yourselvesvous, I'll give you the right answerrépondre:
128
332000
3000
Juste pour ne pas vous mettre dans l'embarras, je vais vous donner la bonne réponse.
05:50
It's increaseaugmenter.
129
335000
2000
C'est augmenter.
05:54
Now, diarrhea'sde la diarrhée interestingintéressant
130
339000
1000
Bon, la diarrhée est intéressante
05:55
because it's been around for thousandsmilliers of yearsannées,
131
340000
2000
parce qu'elle existe depuis des milliers d'années,
05:57
ever sincedepuis humankindhumanité really
132
342000
3000
en fait depuis que les hommes
06:00
livedvivait sidecôté by sidecôté enoughassez to have really pollutedpollué watereau.
133
345000
3000
vivaient suffisamment côte à côte pour avoir de l'eau vraiment polluée.
06:03
One RomanRomain strategystratégie that was very interestingintéressant
134
348000
2000
Une stratégie romaine qui était très intéressante,
06:05
was that -- and it really gavea donné them a comparativecomparative advantageavantage --
135
350000
2000
c'est que, et ça leur donnait vraiment un avantage comparé,
06:07
they madefabriqué sure theirleur soldierssoldats didn't drinkboisson
136
352000
3000
ils veillaient à ce que leurs soldats ne boivent pas
06:10
even remotelyà distance muddiedbrouillé watersdes eaux.
137
355000
2000
des eaux même légèrement boueuses.
06:12
Because if some of your troopstroupes get diarrheala diarrhée they're not that effectiveefficace
138
357000
3000
Parce que si certains de vos soldats ont la diarrhée ils ne sont pas si efficaces
06:15
on the battlefieldchamp de bataille.
139
360000
2000
sur le champ de bataille.
06:17
So, if you think of RomanRomain comparativecomparative advantageavantage partpartie of it was the breastSein shieldsboucliers,
140
362000
2000
Donc, si regardez l'avantage comparé romain, c'était en partie l'armure de poitrine,
06:19
the breastplatesplastrons, but partpartie of it was drinkingen buvant the right watereau.
141
364000
4000
mais aussi en partie le fait de boire l'eau qu'il fallait.
06:23
So, here are these womenfemmes. They'veIls ont seenvu theirleur parentsParents
142
368000
2000
Donc, voici ces femmes qui ont vu leurs parents
06:25
have struggledlutté with diarrheala diarrhée, they'veils ont struggledlutté with diarrheala diarrhée,
143
370000
2000
lutter contre la diarrhée, elles ont lutté contre la diarrhée.
06:27
they'veils ont seenvu lots of deathsdes morts. How do they answerrépondre this questionquestion?
144
372000
3000
Elles ont vu beaucoup de morts. Comment peuvent-elles répondre à cette question ?
06:30
In IndiaInde, 35 to 50 percentpour cent say "ReduceRéduire."
145
375000
4000
En Inde 35 à 50% disent "réduire".
06:34
Think about what that meansveux dire for a secondseconde.
146
379000
2000
Pensez une seconde à ce que cela signifie.
06:36
Thirty-fiveTrente-cinq to 50 percentpour cent of womenfemmes
147
381000
2000
35 à 50% des femmes
06:38
forgetoublier oraloral rehydrationréhydratation therapythérapie,
148
383000
2000
oublient la thérapie par réhydratation orale,
06:40
they are increasingen augmentant --
149
385000
2000
elles augmentent
06:42
they are actuallyréellement makingfabrication theirleur childenfant
150
387000
3000
elles font en sorte que leurs enfants
06:45
more likelyprobable to diemourir throughpar theirleur actionsactes.
151
390000
3000
ont plus de chance de mourir par leurs actions.
06:48
How is that possiblepossible?
152
393000
2000
Comment est-ce possible ?
06:50
Well, one possibilitypossibilité -- I think that's how mostles plus people respondrépondre to this --
153
395000
3000
Eh bien, une possibilité -- je pense que c'est comme ça que la plupart réagit à cela --
06:53
is to say, "That's just stupidstupide."
154
398000
4000
c'est de dire, "C'est tout simplement stupide."
06:57
I don't think that's stupidstupide.
155
402000
2000
Je ne pense pas que ce soit stupide.
06:59
I think there is something very profoundlyprofondément right in what these womenfemmes are doing.
156
404000
3000
Je pense qu'il y a quelque chose de très profondément juste dans ce que ces femmes font.
07:02
And that is, you don't put watereau
157
407000
2000
Et c'est, vous ne mettez pas d'eau
07:04
into a leakyqui fuit bucketseau.
158
409000
2000
dans un seau percé.
07:06
So, think of the mentalmental modelmaquette that goesva behindderrière reducingréduire the intakeapport.
159
411000
4000
Alors, pensez au modèle mental qui est derrière la réduction de consommation.
07:10
Just doesn't make sensesens.
160
415000
2000
Il n'a pas de sens.
07:12
Now, the modelmaquette is intuitivelyintuitivement right.
161
417000
3000
Certes, le modèle est intuitivement juste.
07:15
It just doesn't happense produire to be right about the worldmonde.
162
420000
4000
Il n'est tout bonnement pas juste universellement.
07:19
But it makesfait du a wholeentier lot of sensesens at some deepProfond levelniveau.
163
424000
3000
Mais il est rationnel à un certain niveau de profondeur.
07:22
And that, to me, is the fundamentalfondamental challengedéfi
164
427000
3000
Et c'est là, pour moi, que se trouve le défi fondamental
07:25
of the last milemile.
165
430000
5000
du dernier kilomètre.
07:30
This first challengedéfi is what I referréférer to as the persuasionpersuasion challengedéfi.
166
435000
3000
Ce premier défi est ce que j'appelle le défi de persuasion.
07:33
ConvincingConvaincante people to do something --
167
438000
2000
Convaincre les gens de faire quelque chose,
07:35
take oraloral rehydrationréhydratation therapythérapie, intercropculture intercalaire, whateverpeu importe it mightpourrait be --
168
440000
2000
de prendre un traitement de réhydratation orale, de pratiquer les cultures associées, etc.,
07:37
is not an actacte of informationinformation:
169
442000
3000
n'est pas un acte d'information.
07:40
"Let's give them the dataLes données,
170
445000
2000
"Donnons-leur les données,
07:42
and when they have dataLes données they'llils vont do the right thing."
171
447000
2000
et quand ils ont des données ils feront ce qu'il faut."
07:44
It's more complexcomplexe than that.
172
449000
2000
C'est plus complexe que cela.
07:46
And if you want to understandcomprendre how it's more complexcomplexe
173
451000
2000
Et si vous voulez comprendre en quoi c'est plus complexe
07:48
let me startdébut with something kindgentil of interestingintéressant.
174
453000
4000
permettez-moi de commencer par quelque chose d'intéressant.
07:52
I'm going to give you a little mathmath problemproblème,
175
457000
2000
Donc, je vais vous poser un petit problème de math.
07:54
and I want you to just yellhurler out the answerrépondre as fastvite as possiblepossible.
176
459000
3000
Et je veux que vous criiez la réponse aussi vite que possible.
07:57
A batchauve souris and a ballballon togetherensemble costCoût $1.10.
177
462000
2000
Une batte et une balle ont coûté 1,10 $ au total.
07:59
The batchauve souris costsfrais a dollardollar more than the ballballon.
178
464000
3000
La batte coûte un dollar de plus que la balle.
08:02
How much does the ballballon costCoût? QuickRapide.
179
467000
3000
Combien coûte la balle ? Vite.
08:05
So, somebodyquelqu'un out there saysdit, "FiveCinq."
180
470000
2000
Donc, quelqu'un là-bas dit cinq.
08:07
A lot of you said, "TenDix."
181
472000
2000
Beaucoup d'entre vous ont dit 10.
08:09
Let's think about 10 for a secondseconde.
182
474000
3000
Pensons à 10 pendant une seconde.
08:12
If the ballballon costsfrais 10, the batchauve souris costsfrais...
183
477000
4000
Si la balle coûte 10, la batte coûte...
08:16
this is easyfacile, $1.10.
184
481000
2000
c'est facile, 1,10 $.
08:18
Yeah. So, togetherensemble they would costCoût $1.20.
185
483000
3000
Ouais. Alors, ensemble, ils coûtent 1,20 $.
08:21
So, here you all are, ostensiblyostensiblement educatedéduqué people.
186
486000
3000
Donc, ici vous êtes tous, apparemment des gens instruits.
08:24
MostPlupart of you look smartintelligent.
187
489000
3000
La plupart d'entre vous a l'air intelligent.
08:27
The combinationcombinaison of that producesproduit
188
492000
3000
Cette combinaison produit
08:30
something that is actuallyréellement, you got this thing wrongfaux.
189
495000
2000
quelque chose qui est en fait, vous vous êtes trompés.
08:32
How is that possiblepossible? Let's go to something elseautre.
190
497000
3000
Comment est-ce possible ? Passons à autre chose.
08:35
I know algebraalgèbre can be complicatedcompliqué.
191
500000
3000
Je sais que l'algèbre peut être compliquée.
08:38
So, let's dialcadran this back. That's what? FifthCinquième gradequalité? FourthQuatrième gradequalité?
192
503000
3000
Donc, remontons le temps. C'est quoi ? 6e ? CM2 ?
08:41
Let's go back to kindergartenjardin d’enfants. OK?
193
506000
3000
Revenons à la maternelle. D’accord ?
08:44
There's a great showmontrer on AmericanAméricain televisiontélévision that you have to watch.
194
509000
2000
Il y a une émission géniale à la télévision américaine que vous devez regarder.
08:46
It's calledappelé "Are You SmarterPlus intelligents Than a FifthCinquième GraderNiveleuse?"
195
511000
2000
Elle s'appelle "Êtes-vous plus intelligent qu'un élève de CM2 ?"
08:48
I think we'venous avons learnedappris the answerrépondre to that here.
196
513000
3000
Je pense que nous avons appris la réponse à cela ici.
08:51
Let's movebouge toi to kindergartenjardin d’enfants. Let's see if we can beatbattre five-year-oldsFive-year-olds.
197
516000
3000
Passons à la maternelle. Voyons voir si nous pouvons battre un enfant de cinq ans.
08:54
Here'sVoici what I'm going to do: I'm going to put objectsobjets on the screenécran.
198
519000
3000
Voici ce que je vais faire. Je vais mettre des objets sur l'écran.
08:57
I just want you to nameprénom the colorCouleur of the objectobjet.
199
522000
4000
Je veux juste que vous donniez le nom de la couleur de l'objet.
09:01
That's all it is. OK?
200
526000
2000
C'est tout. D’accord ?
09:03
I want you to do it fastvite, and say it out loudbruyant with me,
201
528000
3000
Je veux que vous le fassiez vite. Et à voix haute avec moi.
09:06
and do it quicklyrapidement. I'll make the first one easyfacile for you.
202
531000
2000
Et faites vite. Je vais vous en donner un premier facile.
09:08
ReadyPrêt? BlackNoir.
203
533000
2000
Prêt ? Noir.
09:10
Now the nextprochain onesceux I want you to do quicklyrapidement and say it out loudbruyant.
204
535000
2000
Maintenant, les suivants, je veux que vous fassiez vite et les disiez à haute voix.
09:12
ReadyPrêt? Go.
205
537000
2000
Prêt ? C'est parti.
09:14
AudiencePublic: RedRouge. GreenVert.
206
539000
2000
Public : Rouge. Vert.
09:16
YellowJaune. BlueBleu. RedRouge.
207
541000
2000
Jaune. Bleu. Rouge.
09:18
(LaughterRires)
208
543000
3000
(Rires)
09:21
SendhilSendhil MullainathanMullainathan: That's prettyjoli good.
209
546000
4000
Sendhil Mullainathan: C'est très bien.
09:25
AlmostPresque out of kindergartenjardin d’enfants.
210
550000
2000
Presque en fin de maternelle.
09:27
What is all this tellingrécit us?
211
552000
2000
Qu'est-ce que tout cela nous dit ?
09:29
You see, what's going on here, and in the batchauve souris and ballballon problemproblème
212
554000
3000
Vous voyez, ce qui se passe ici, et dans le problème de la batte et de la balle
09:32
is that you have some intuitiveintuitif waysfaçons of interactinginteragir with the worldmonde,
213
557000
3000
c'est que vous avez des manières intuitives d'interagir avec le monde,
09:35
some modelsdes modèles that you use to understandcomprendre the worldmonde.
214
560000
2000
certains modèles que vous utilisez pour comprendre le monde.
09:37
These modelsdes modèles, like the leakyqui fuit bucketseau,
215
562000
2000
Ces modèles, comme le seau percé,
09:39
work well in mostles plus situationssituations.
216
564000
2000
fonctionnent bien dans la plupart des situations.
09:41
I suspectsuspect mostles plus of you --
217
566000
2000
Je soupçonne que la plupart d'entre vous,
09:43
I hopeespérer that's truevrai for the restdu repos of you --
218
568000
2000
j'espère que cela est vrai pour le reste d'entre vous,
09:45
actuallyréellement do prettyjoli well with additionune addition and subtractionsoustraction in the realréal worldmonde.
219
570000
4000
s'en sort assez bien avec l'addition et la soustraction dans le monde réel.
09:49
I founda trouvé a problemproblème, a specificspécifique problemproblème
220
574000
2000
J'ai trouvé un problème, un problème spécifique
09:51
that actuallyréellement founda trouvé an errorErreur with that.
221
576000
3000
qui trouve effectivement une erreur sur ce point.
09:54
DiarrheaDiarrhée, and manybeaucoup last milemile problemsproblèmes, are like that.
222
579000
2000
La diarrhée, et de nombreux problèmes de dernier kilomètre, sont comme ça.
09:56
They are situationssituations where the mentalmental modelmaquette
223
581000
2000
Ce sont des situations où le modèle mental
09:58
doesn't matchrencontre the realityréalité.
224
583000
2000
ne correspond pas à la réalité.
10:00
SameMême thing here:
225
585000
2000
Même chose ici,
10:02
You had an intuitiveintuitif responseréponse to this that was very quickrapide.
226
587000
2000
vous avez eu une réponse intuitive à ça qui a été très rapide.
10:04
You readlis "bluebleu" and you wanted to say "bluebleu," even thoughbien que you knewa connu your tasktâche was redrouge.
227
589000
3000
Vous avez lu bleu et vous vouliez dire bleu, même si vous saviez que votre tâche est rouge.
10:07
Now, I do this stuffdes trucs because it's funamusement.
228
592000
2000
Maintenant, je fais ce genre de choses parce que c'est amusant.
10:09
But it's more profoundprofond than funamusement.
229
594000
4000
Mais c'est plus profond qu'amusant.
10:13
I'll give you a good exampleExemple of how it actuallyréellement effectseffets persuasionpersuasion.
230
598000
3000
Je vais vous donner un bon exemple de la façon dont ça en fait agit sur la persuasion.
10:16
BMWBMW is a prettyjoli safesûr carvoiture.
231
601000
3000
BMW est une voiture plutôt sûre.
10:19
And they are tryingen essayant to figurefigure out, "SafetySécurité is good.
232
604000
2000
Et ils essaient de comprendre, "La sécurité c'est bien.
10:21
I want to advertisefaire de la publicité safetysécurité. How am I going to advertisefaire de la publicité safetysécurité?"
233
606000
2000
Je veux faire de la publicité sur la sécurité. Comment vais-je faire de la publicité sur la sécurité ?"
10:23
"I could give people numbersNombres. We do well on crashcrash teststests."
234
608000
3000
"Je pourrais donner des chiffres aux gens. Nous avons de bons résultats au crash-tests."
10:26
But the truthvérité of the mattermatière is, you look at that carvoiture,
235
611000
2000
Mais la vérité est que, vous regardez cette voiture,
10:28
it doesn't look like a VolvoVolvo,
236
613000
2000
elle ne ressemble pas à une Volvo.
10:30
and it doesn't look like a HummerHummer.
237
615000
2000
Et elle ne ressemble pas à un Hummer.
10:32
So, what I want you to think about for a fewpeu minutesminutes
238
617000
2000
Donc, ce à quoi je veux que vous réfléchissiez quelques minutes
10:34
is: How would you conveytransmettre safetysécurité of the BMWBMW? Okay?
239
619000
3000
c'est, comment allez-vous transmettre la sécurité de la BMW ? D’accord ?
10:37
So now, while you're thinkingen pensant about that let's movebouge toi to a secondseconde tasktâche.
240
622000
3000
Alors maintenant, pendant que vous y réfléchissez, passons à une deuxième tâche.
10:40
The secondseconde tasktâche is fuelcarburant efficiencyEfficacité. Okay?
241
625000
3000
La deuxième activité est la consommation de carburant. D’accord ?
10:43
Here'sVoici anotherun autre puzzlepuzzle for all of you.
242
628000
2000
Voici un autre casse-tête pour vous tous.
10:45
One personla personne walksdes promenades into a carvoiture lot,
243
630000
2000
Une personne entre chez un concessionnaire,
10:47
and they're thinkingen pensant about buyingachat this ToyotaToyota YarisYaris.
244
632000
3000
et elle songe à acheter cette Toyota Yaris.
10:50
They are sayingen disant, "This is 35 milesmiles perpar gallongallon. I'm going to do
245
635000
2000
Elle dit : "C'est 15 km/litre. Je vais faire
10:52
the environmentallyenvironnement right thing, I'm going to buyacheter the PriusPrius,
246
637000
2000
un geste pour l'environnement, je vais acheter la Prius,
10:54
50 milesmiles perpar gallongallon."
247
639000
2000
21km/litre."
10:56
AnotherUn autre personla personne walksdes promenades into the lot,
248
641000
2000
Une autre personne entre chez le concessionnaire.
10:58
and they're about to buyacheter a HummerHummer, nineneuf milesmiles perpar gallongallon,
249
643000
2000
Et elle est sur le point d'acheter un Hummer, 4 km/litre,
11:00
fullypleinement loadedchargé, luxuryluxe.
250
645000
2000
avec toutes les options, le luxe.
11:02
And they say, "You know what? Do I need turboTurbo? Do I need this heavyweightpoids lourd carvoiture?"
251
647000
4000
Et elle dit : "Vous savez quoi ? Ai-je besoin du turbo ? Ai-je besoin de cette voiture poids lourd ?"
11:06
I'm going to do something good for the environmentenvironnement.
252
651000
2000
Je vais faire un geste pour l'environnement.
11:08
I'm going to take off some of that weightpoids,
253
653000
2000
Je vais enlever une partie de ce poids,
11:10
and I'm going to buyacheter a HummerHummer that's 11 milesmiles perpar gallongallon."
254
655000
3000
et je vais acheter un Hummer qui fait 4,7 km/litre
11:13
WhichQui one of these people has doneterminé more for the environmentenvironnement?
255
658000
3000
Laquelle de ces personnes a fait plus pour l'environnement ?
11:16
See, you have a mentalmental modelmaquette.
256
661000
2000
Vous voyez, vous avez un modèle mental.
11:18
FiftyCinquante versuscontre 35, that's a biggros movebouge toi. ElevenOnze versuscontre nineneuf? Come on.
257
663000
3000
21 contre 15, c'est un grand changement, 4,7 contre 4 ? Allons.
11:21
TurnsTour à tour out, go home and do the mathmath,
258
666000
3000
Il s'avère que, rentrez chez vous et faites le calcul,
11:24
the nineneuf to 11 is a biggerplus gros changechangement. That personla personne has savedenregistré more gallonsgallons.
259
669000
3000
passer de 4 à 4,7 est un changement plus important. Cette personne a économisé plus de litres.
11:27
Why? Because we don't carese soucier about milesmiles perpar gallongallon, we carese soucier about
260
672000
2000
Pourquoi ? Parce qu'on ne se soucie pas de kilomètres au litre, on se soucie
11:29
gallonsgallons perpar milemile.
261
674000
2000
des litres par kilomètre.
11:31
Think about how powerfulpuissant that is if you're tryingen essayant to encourageencourager fuelcarburant efficiencyEfficacité.
262
676000
3000
Voyez comme c'est puissant si vous essayez d'encourager l'efficacité énergétique.
11:34
MilesMiles perpar gallongallon is the way we presentprésent things.
263
679000
2000
Des kilomètres par litre c'est la façon dont nous présentons les choses.
11:36
If we want to encourageencourager changechangement of behaviorcomportement,
264
681000
3000
Si nous voulons encourager le changement de comportement,
11:39
gallonsgallons perpar milemile would have farloin more effectivenessefficacité.
265
684000
2000
des litres par kilomètre seraient beaucoup plus efficaces.
11:41
ResearchersChercheurs have founda trouvé these typetype of anomaliesanomalies.
266
686000
3000
Les chercheurs ont constaté ce type d'anomalies.
11:44
Okay, back to BMWBMW. What should they do?
267
689000
3000
Bon, revenons à BMW. Que devraient-ils faire ?
11:47
The problemproblème BMWBMW facesvisages is this carvoiture looksregards safesûr.
268
692000
3000
Le problème de BWM est que cette voiture a l'air sûre.
11:50
This carvoiture, whichlequel is my MiniMini, doesn't look that safesûr.
269
695000
4000
Cette voiture, qui est ma Mini, n'a pas l'air sûre.
11:54
Here was BMW'sBMW brilliantbrillant insightperspicacité, whichlequel they embodiedincarné into an adun d campaigncampagne.
270
699000
3000
Voici l'idée brillante de BMW qu'ils ont incarnée dans une campagne publicitaire.
11:57
They showedmontré a BMWBMW drivingau volant down the streetrue.
271
702000
2000
Ils ont montré une BMW roulant dans la rue.
11:59
There's a truckun camion on the right. BoxesBoîtes de falltomber out of the truckun camion.
272
704000
3000
Il y a un camion sur la droite. Des boîtes tombent du camion.
12:02
The carvoiture swervesembardées to avoidéviter it, and thereforedonc doesn't get into an accidentaccident.
273
707000
5000
La voiture vire pour les éviter, et par conséquent n'a pas d'accident.
12:07
BWMBWM realizesréalise safetysécurité, in people'sles gens mindsesprits, has two componentsComposants.
274
712000
4000
BWM réalise que la sécurité, dans l'esprit des gens, a deux composantes.
12:11
You can be safesûr because when you're hitfrappé, you survivesurvivre,
275
716000
4000
Vous pouvez être en sécurité parce que lorsque vous êtes touché, vous survivez,
12:15
or you can be safesûr because you avoidéviter accidentsles accidents.
276
720000
2000
ou vous pouvez être en sécurité parce que vous évitez les accidents.
12:17
RemarkablyRemarquablement successfulréussi campaigncampagne, but noticeremarquer the powerPuissance of it.
277
722000
2000
Une campagne remarquablement réussie. Mais remarquez sa puissance.
12:19
It harnessesharnais something you alreadydéjà believe.
278
724000
3000
Elle exploite quelque chose que vous croyez déjà.
12:22
Now, even if I persuadedpersuadé you to do something,
279
727000
4000
Maintenant, même si je vous persuadais de faire quelque chose
12:26
it's harddifficile sometimesparfois to actuallyréellement get actionaction as a resultrésultat.
280
731000
4000
il est parfois difficile d'obtenir effectivement des actions en retour.
12:30
You all probablyProbablement intendedprévu to wakeréveiller up,
281
735000
2000
Vous aviez tous probablement prévu de vous réveiller
12:32
I don't know, 6:30, 7 a.m.
282
737000
3000
je ne sais pas, à 6h30, 7h.
12:35
This is a battlebataille we all fightbats toi everychaque day,
283
740000
2000
C'est une bataille que nous livrons tous tous les jours,
12:37
alongle long de with tryingen essayant to get to the gymsalle de gym.
284
742000
3000
tout comment essayer d'aller à la gym.
12:40
Now, this is an exampleExemple of that battlebataille,
285
745000
3000
Maintenant, ceci est un exemple de cette bataille,
12:43
and makesfait du us realizeprendre conscience de intentionsintentions don't always translateTraduire into actionaction,
286
748000
3000
et qui nous fait comprendre que les intentions ne se traduisent pas toujours en actions,
12:46
and so one of the fundamentalfondamental challengesdéfis
287
751000
2000
Et donc l'un des défis fondamentaux
12:48
is how we would actuallyréellement do that. OK?
288
753000
4000
est de savoir comment nous ferions cela. D’accord ?
12:52
So, let me now talk about the last milemile problemproblème.
289
757000
3000
Alors, permettez-moi maintenant de parler du problème du dernier kilomètre.
12:55
So farloin, I've been prettyjoli negativenégatif.
290
760000
3000
Jusqu'à présent, j'ai été plutôt négatif.
12:58
I've been tryingen essayant to showmontrer you the odditiesbizarreries of humanHumain behaviorcomportement.
291
763000
3000
J'ai essayé de vous montrer les bizarreries du comportement humain.
13:01
And I think maybe I'm beingétant too negativenégatif.
292
766000
2000
Et je pense que je suis peut-être trop négatif.
13:03
Maybe it's the diarrheala diarrhée.
293
768000
2000
Peut-être que c'est la diarrhée.
13:05
Maybe the last milemile problemproblème really should be thought of
294
770000
2000
Peut-être le problème du dernier kilomètre devrait vraiment être considéré
13:07
as the last milemile opportunityopportunité.
295
772000
2000
comme l'opportunité du dernier kilomètre.
13:09
Let's go back to diabetesDiabète.
296
774000
2000
Revenons au diabète.
13:11
This is a typicaltypique insulininsuline injectioninjection.
297
776000
3000
Ceci est une injection d'insuline typique.
13:14
Now, carryingporter this thing around is complicatedcompliqué.
298
779000
3000
Bon, transporter ça partout c'est compliqué.
13:17
You gottaje dois carryporter the bottlebouteille, you gottaje dois carryporter the syringeseringue.
299
782000
4000
Il faut porter la bouteille, il faut porter la seringue.
13:21
It's alsoaussi painfuldouloureux.
300
786000
2000
C'est douloureux aussi.
13:23
Now, you maymai think to yourselftoi même, "Well, if my eyesles yeux dependeddépendu on it,
301
788000
4000
Maintenant, vous pouvez penser : "Eh bien, si mes yeux en dépendait
13:27
you know, I would obviouslyévidemment use it everychaque day."
302
792000
2000
vous savez, j'utiliserais ça tous les jours. "
13:29
But the paindouleur, the discomfortinconfort,
303
794000
2000
Mais la douleur, la gêne,
13:31
you know, payingpayant attentionattention, rememberingse souvenir to put it in your pursebourse
304
796000
2000
vous savez, faire attention, ne pas oublier de le mettre dans votre sac à main
13:33
when you go on a long tripvoyage:
305
798000
2000
quand vous partez pour un long voyage,
13:35
These are the day-to-dayjour après jour of life, and they do posepose problemsproblèmes.
306
800000
4000
c'est la vie de tous les jours, et ça pose des problèmes.
13:39
Here is an innovationinnovation, a designconception innovationinnovation.
307
804000
3000
Voici une innovation, une innovation de conception.
13:42
This is a penstylo, it's calledappelé an insulininsuline penstylo, preloadedpréchargé.
308
807000
4000
Il s'agit d'un stylo, ça s'appelle un stylo à insuline, pré-chargé.
13:46
The needleaiguille is particularlyparticulièrement sharptranchant.
309
811000
1000
L'aiguille est particulièrement pointue.
13:47
You just gottaje dois carryporter this thing around.
310
812000
2000
Il suffit de transporter ça.
13:49
It's much easierPlus facile to use, much lessMoins painfuldouloureux.
311
814000
2000
C'est beaucoup plus facile à utiliser, beaucoup moins douloureux.
13:51
AnywhereN’importe où betweenentre fivecinq and 10 percentpour cent increaseaugmenter in adherenceadhérence,
312
816000
4000
Entre 5 et 10% d'augmentation de l'adhésion,
13:55
just as a resultrésultat of this.
313
820000
2000
juste grâce à ça.
13:57
That's what I'm talkingparlant about as a last milemile opportunityopportunité.
314
822000
3000
C'est ça, quand je parle d'opportunité du dernier kilomètre.
14:00
You see, we tendtendre to think the problemproblème is solvedrésolu
315
825000
3000
Vous voyez, nous avons tendance à penser que le problème est résolu
14:03
when we solverésoudre the technologyLa technologie problemproblème.
316
828000
2000
quand on résout le problème de la technologie.
14:05
But the humanHumain innovationinnovation, the humanHumain problemproblème
317
830000
2000
Mais l'innovation humaine, le problème humain
14:07
still remainsrestes, and that's a great frontierFrontier that we have left.
318
832000
4000
demeure, et c'est une grande frontière qu'il nous reste.
14:11
This isn't about the biologyla biologie of people;
319
836000
2000
Il ne s'agit pas de la biologie des gens,
14:13
this is now about the brainscerveaux, the psychologypsychologie of people,
320
838000
4000
Il s'agit maintenant des cerveaux, de la psychologie des gens.
14:17
and innovationinnovation needsBesoins to continuecontinuer all the way throughpar
321
842000
2000
Et l'innovation doit se poursuivre tout du long
14:19
the last milemile.
322
844000
2000
jusqu'au dernier kilomètre.
14:21
Here'sVoici anotherun autre exampleExemple of this.
323
846000
2000
Voici un autre exemple.
14:23
This is from a companycompagnie calledappelé PositivePositif EnergyÉnergie.
324
848000
3000
Il s'agit d'une société baptisée Positive Energy (Energie Positive).
14:26
This is about energyénergie efficiencyEfficacité.
325
851000
2000
Il s'agit d'efficacité énergétique.
14:28
We're spendingdépenses a lot of time on fuelcarburant cellscellules right now.
326
853000
3000
Nous passons beaucoup de temps sur les piles à combustible à l'heure actuelle.
14:31
What this companycompagnie does is they sendenvoyer a letterlettre
327
856000
2000
Ce que fait cette société, c'est d'envoyer une lettre
14:33
to householdsménages that say, "Here'sVoici your energyénergie use,
328
858000
2000
aux ménages qui dit : "Voici votre consommation d'énergie,
14:35
here'svoici your neighbor'svoisin energyénergie use: You're doing well." SmileySmiley facevisage.
329
860000
3000
voici la consommation de votre voisin, vous vous en tirez bien." Icône souriante.
14:38
"You're doing worsepire." FrownFroncer les sourcils.
330
863000
2000
"Vous faites pire." Sourcils froncés.
14:40
And what they find is just this letterlettre, nothing elseautre,
331
865000
3000
Et ce qu'ils trouvent c'est que juste cette lettre, rien d'autre,
14:43
has a two to threeTrois percentpour cent reductionréduction in electricityélectricité use.
332
868000
2000
entraîne une réduction de 2 à 3% de la consommation d'électricité.
14:45
And you want to think about the socialsocial valuevaleur of that
333
870000
2000
Et ça vous fait réfléchir sur la valeur sociale de cette démarche
14:47
in termstermes of carboncarbone offsetscompensations, reducedréduit electricityélectricité,
334
872000
2000
en termes de compensations de carbone, d'électricité réduite,
14:49
900 millionmillion dollarsdollars perpar yearan.
335
874000
2000
900 millions de dollars par an.
14:51
Why? Because for freegratuit,
336
876000
2000
Pourquoi ? Parce que, gratuitement,
14:53
this isn't a newNouveau technologyLa technologie, this is a letterlettre --
337
878000
2000
ce n'est pas une nouvelle technologie, c’est une lettre,
14:55
we're gettingobtenir a BigGros BangBang in behaviorcomportement.
338
880000
2000
nous obtenons un big-bang dans le comportement.
14:57
So, how do we tackletacle the last milemile?
339
882000
4000
Alors, comment pouvons-nous aborder le dernier kilomètre ?
15:01
I think this tellsraconte us there is an opportunityopportunité.
340
886000
3000
Donc, je pense que cela nous dit qu'il y a une opportunité.
15:04
And I think to tackletacle it, we need to combinecombiner
341
889000
2000
Et je pense que pour l'aborder, nous devons combiner
15:06
psychologypsychologie,
342
891000
2000
la psychologie,
15:08
marketingcommercialisation,
343
893000
2000
le marketing
15:10
artart, we'venous avons seenvu that.
344
895000
2000
l'art, nous avons vu tout ça.
15:12
But you know what we need to combinecombiner it with?
345
897000
2000
Mais vous savez avec quoi nous devons le combiner ?
15:14
We need to combinecombiner this with the scientificscientifique methodméthode.
346
899000
2000
Nous devons le combiner avec la méthode scientifique.
15:16
See what's really puzzlingdéroutant and frustratingfrustrant about the last milemile, to me,
347
901000
4000
Vous voyez, ce qui est vraiment déroutant et frustrant dans le dernier kilomètre, pour moi,
15:20
is that the first 999 milesmiles are all about sciencescience.
348
905000
3000
est que les 999 premiers kilomètres dépendent complètement de la science.
15:23
No one would say, "Hey, I think this medicinemédicament workstravaux, go aheaddevant and use it."
349
908000
4000
Personne ne dirait: "Hé, je pense que ce médicament fonctionne, allez-y et utilisez-le."
15:27
We have testingessai, we go to the lablaboratoire, we try it again, we have refinementraffinement.
350
912000
2000
Nous avons des tests, nous allons au laboratoire, nous essayons encore une fois, nous affinons.
15:29
But you know what we do on the last milemile?
351
914000
3000
Mais vous savez ce que nous faisons sur le dernier kilomètre ?
15:32
"Oh, this is a good ideaidée. People will like this. Let's put it out there."
352
917000
3000
"Oh, c'est une bonne idée. Les gens vont aimer. Rendons ça accessible."
15:35
The amountmontant of resourcesRessources we put in are disparatedisparate.
353
920000
2000
La quantité de ressources que nous y mettons est disparate.
15:37
We put billionsdes milliards of dollarsdollars into fuel-efficientfaible consommation de carburant technologiesles technologies.
354
922000
3000
Nous investissons des milliards de dollars dans des technologies qui optimisent le carburant.
15:40
How much are we puttingen mettant into
355
925000
2000
Combien investissons-nous
15:42
energyénergie behaviorcomportement changechangement
356
927000
2000
dans le changement de comportement énergétique,
15:44
in a crediblecrédible, systematicsystématique, testingessai way?
357
929000
3000
de manière crédible, systématique, et éprouvée ?
15:47
Now, I think that we're on the vergebord of something biggros.
358
932000
3000
Maintenant, je pense que nous sommes au début de quelque chose de grand.
15:50
We're on the vergebord of a wholeentier newNouveau socialsocial sciencescience.
359
935000
3000
Nous sommes aux prémisses d'une toute nouvelle science sociale.
15:53
It's a socialsocial sciencescience that recognizesreconnaît --
360
938000
2000
C'est une science sociale qui reconnaît,
15:55
much like sciencescience recognizesreconnaît the complexitycomplexité of the bodycorps,
361
940000
3000
un peu comme la science reconnaît la complexité du corps humain,
15:58
biologyla biologie recognizesreconnaît the complexitycomplexité of the bodycorps -- we'llbien recognizereconnaître
362
943000
2000
la biologie reconnaît la complexité du corps, nous reconnaitrons
16:00
the complexitycomplexité of the humanHumain mindesprit.
363
945000
2000
la complexité de l'esprit humain.
16:02
The carefulprudent testingessai, retestingnouveau test, designconception,
364
947000
2000
Tester soigneusement, tester de nouveau, concevoir.
16:04
are going to openouvrir up vistaspanoramas of understandingcompréhension,
365
949000
3000
Nous allons ouvrir des perspectives de compréhension,
16:07
complexitiesles complexités, difficultdifficile things.
366
952000
2000
des complexités, des choses difficiles.
16:09
And those vistaspanoramas will bothtous les deux createcréer newNouveau sciencescience,
367
954000
3000
Et ces points de vue créeront à la fois une nouvelle science,
16:12
and fundamentalfondamental changechangement in the worldmonde as we see it, in the nextprochain hundredcent yearsannées.
368
957000
4000
et un changement fondamental dans le monde tel que nous le voyons, dans les cent prochaines années.
16:16
All right. Thank you very much.
369
961000
2000
Très bien. Merci beaucoup.
16:18
(ApplauseApplaudissements)
370
963000
2000
(Applaudissements)
16:20
ChrisChris AndersonAnderson: SendhilSendhil, thank you so much.
371
965000
2000
Chris Anderson: Sendhil, merci beaucoup.
16:22
So, this wholeentier arearégion is so fascinatingfascinant.
372
967000
3000
Donc, tout ce domaine est si fascinant.
16:25
I mean, it sometimesparfois feelsse sent, listeningécoute to behavioralcomportementale economistséconomistes
373
970000
3000
Je veux dire, on a parfois l'impression, en écoutant les économistes comportementaux
16:28
that they are kindgentil of puttingen mettant into placeendroit
374
973000
3000
qu'ils mettent en gros en place
16:31
academicallysur le plan académique, what great marketersspécialistes du marketing
375
976000
2000
de façon académique, ce que les grand spécialistes du marketing
16:33
have sortTrier of intuitivelyintuitivement knownconnu for a long time.
376
978000
3000
savent dans un sens depuis longtemps intuitivement.
16:36
How much is your fieldchamp talkingparlant to great marketersspécialistes du marketing
377
981000
4000
Dans quelle mesure votre domaine parle-t-il aux grands du marketing
16:40
about theirleur insightsdes idées into humanHumain psychologypsychologie?
378
985000
2000
des idées sur la psychologie humaine ?
16:42
Because they'veils ont seenvu it on the groundsol.
379
987000
2000
Parce qu'ils l'ont vu sur le terrain.
16:44
SendhilSendhil MullainathanMullainathan: Yeah, we spenddépenser a lot of time talkingparlant to marketersspécialistes du marketing,
380
989000
2000
Sendhil Mullainathan: Oui, nous avons passé beaucoup de temps à parler aux gens du marketing.
16:46
and I think 60 percentpour cent of it is exactlyexactement what you say,
381
991000
3000
Et je pense que 60 % de cela correspond exactement à ce que vous dites,
16:49
there are insightsdes idées to be gleanedglané there.
382
994000
2000
il y a des idées à glaner là,
16:51
FortyQuarante percentpour cent of it is about what marketingcommercialisation is.
383
996000
2000
40 % est l'essence même du marketing.
16:53
MarketingDe marketing is sellingvente an adun d to a firmraffermir.
384
998000
5000
Le marketing consiste à vendre une annonce à une entreprise.
16:58
So, in some sensesens, a lot of marketingcommercialisation is about
385
1003000
2000
Donc, en un sens, une bonne part du marketing consiste à
17:00
convincingconvaincant a CEOPRÉSIDENT-DIRECTEUR GÉNÉRAL, "This is a good adun d campaigncampagne."
386
1005000
3000
convaincre un PDG qu’il s'agit d'une bonne campagne publicitaire.
17:03
So, there is a little bitbit of slippageglissement there.
387
1008000
2000
Donc, il y là a un peu de glissement.
17:05
That's just a caveatmise en garde. That's differentdifférent from actuallyréellement havingayant an effectiveefficace adun d campaigncampagne.
388
1010000
4000
C'est juste une mise en garde. Donc, c'est différent d'une vraie campagne publicitaire efficace.
17:09
And one of the newNouveau movementsmouvements in marketingcommercialisation is: How do we actuallyréellement
389
1014000
2000
Et l'un des nouveaux mouvements dans le marketing est, comment vraiment
17:11
measuremesure effectivenessefficacité? Are we effectiveefficace?
390
1016000
2000
mesurer l'efficacité ? Sommes-nous efficaces ?
17:13
CACA: How you take your insightsdes idées here
391
1018000
4000
CA: Comment allez-vous prendre vos idées ici
17:17
and actuallyréellement get them integratedintégré
392
1022000
3000
et effectivement les intégrer
17:20
into workingtravail businessEntreprise modelsdes modèles on the groundsol,
393
1025000
3000
dans les modèles d'affaires, sur le terrain,
17:23
in IndianIndien villagesles villages, for exampleExemple?
394
1028000
2000
dans les villages indiens, par exemple.
17:25
SMSM: So, the scientificscientifique methodméthode I alludedfait allusion to is prettyjoli importantimportant.
395
1030000
3000
SM: Donc, la méthode scientifique à laquelle j'ai fait allusion est assez importante.
17:28
We work closelyétroitement with companiesentreprises that have operationalopérationnel capacitycapacité,
396
1033000
2000
Nous travaillons en étroite collaboration avec les entreprises qui ont une capacité opérationnelle,
17:30
or nonprofitsorganismes sans but lucratif that have operationalopérationnel capacitycapacité.
397
1035000
2000
ou les organisations à but non lucratif qui ont une capacité opérationnelle.
17:32
And then we say, "Well, you want to get this behaviorcomportement changechangement.
398
1037000
2000
Et puis, nous disons, et bien, vous voulez obtenir ce changement de comportement.
17:34
Let's come up with a fewpeu ideasidées, testtester them,
399
1039000
3000
Trouvons quelques idées, testons-les,
17:37
see whichlequel is workingtravail, go back, synthesizesynthétiser,
400
1042000
2000
voyons lesquelles marchent, revenons-y, faisons la synthèse,
17:39
and try to come up with a thing that workstravaux,"
401
1044000
2000
et essayons de trouver quelque chose qui fonctionne,
17:41
and then we're ablecapable to scaleéchelle with partnersles partenaires.
402
1046000
2000
et alors nous sommes en mesure d'ajuster avec les partenaires.
17:43
It's kindgentil of the modelmaquette that has workedtravaillé in other contextscontextes.
403
1048000
2000
C'est une sorte de modèle qui a fonctionné dans d'autres contextes.
17:45
If you have biologicalbiologique problemsproblèmes
404
1050000
2000
Si vous avez des problèmes biologiques
17:47
we try and fixréparer it, see if it workstravaux, and then work the scaleéchelle.
405
1052000
2000
nous essayons de les régler, nous voyons si ça fonctionne, et ensuite nous ajustons.
17:49
CACA: AlrightAlright SendhilSendhil, thanksMerci so much for comingvenir to TEDTED. Thank you.
406
1054000
3000
CA: Et bien Sendhil, merci beaucoup d'être venu à TED. Merci.
17:52
(ApplauseApplaudissements)
407
1057000
3000
(Applaudissements)
Translated by Elisabeth Buffard
Reviewed by Pradeep Cojandé

▲Back to top

ABOUT THE SPEAKER
Sendhil Mullainathan - Behavioral economist
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination?

Why you should listen

To study big questions such as "What are the measurable effects of corruption?"" Sendhil Mullainathan and his collaborators look at the day-to-day decisions made by real people, running deep-data studies on groups around the world to tease out patterns. Awarded a MacArthur ""genius"" grant in 2002, he has produced and collaborated on a string of research papers that make for a must-read CV -- including a fascinating, if dispiriting, study of the corruption involved in getting a driver's license in India.

Lately he and his team have been studying women who sell fruit and vegetables on the streets in developing countries. They're usually in debt to a moneylender in the market, who takes about half their profits each day as interest. Some of the women have figured a simple way to get out of debt and keep all their profits. But most of the women make a choice every day that keeps them in debt. How would these businesswomen behave, he wondered, if the slate was wiped clean? So he got a grant, paid off their debt, and waits to see what happens next."

More profile about the speaker
Sendhil Mullainathan | Speaker | TED.com