TEDIndia 2009
Sendhil Mullainathan: Solving social problems with a nudge
Sendhil Mullainathan: Résoudre les problèmes sociaux d'un coup de coude
Filmed:
Readability: 3.7
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 ?
Sendhil Mullainathan - Behavioral economist
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination? Full bio
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination? Full bio
Double-click the English transcript below to play the video.
00:15
As a researcher, every once in a while
0
0
3000
En tant que chercheur, de temps en temps,
00:18
you encounter something
1
3000
2000
vous tombez sur quelque chose
00:20
a little disconcerting.
2
5000
2000
d'un peu déconcertant.
00:22
And this is something that changes your understanding of the world around you,
3
7000
3000
Et c'est quelque chose qui change votre compréhension du monde autour de vous,
00:25
and teaches you that you're very wrong
4
10000
2000
et vous apprend que vous vous trompez complètement
00:27
about something that you really believed firmly in.
5
12000
4000
à propos de quelque chose auquel vous avez vraiment cru fermement.
00:31
And these are unfortunate moments,
6
16000
3000
Et ce sont des moments malheureux,
00:34
because you go to sleep that night
7
19000
2000
parce que cette nuit là, vous allez vous coucher
00:36
dumber than when you woke up.
8
21000
3000
plus bête que lorsque vous vous êtes réveillé.
00:39
So, that's really the goal of my talk,
9
24000
2000
Donc, c'est vraiment le but de mon exposé,
00:41
is to A, communicate that moment to you
10
26000
2000
c'est de A, vous communiquer le moment,
00:43
and B, have you leave this session
11
28000
2000
et B, vous faire quitter cette session
00:45
a little dumber than when you entered.
12
30000
2000
un peu plus bête que lorsque vous êtes entrés.
00:47
So, I hope I can really accomplish that.
13
32000
3000
Donc, j'espère que je peux vraiment y arriver.
00:50
So, this incident that I'm going to describe
14
35000
3000
Donc, cet incident que je vais décrire
00:53
really began with some diarrhea.
15
38000
3000
a vraiment commencé avec quelques diarrhées.
00:56
Now, we've known for a long time the cause of diarrhea.
16
41000
3000
Maintenant, nous connaissons depuis longtemps la cause de la diarrhée.
00:59
That's why there's a glass of water up there.
17
44000
3000
C'est pourquoi il y a un verre d'eau là-haut.
01:02
For us, it's a problem, the people in this room.
18
47000
2000
Pour nous, les gens dans cette salle, c'est un problème,
01:04
For babies, it's deadly.
19
49000
3000
pour les bébés, c'est mortel.
01:07
They lack nutrients, and diarrhea dehydrates them.
20
52000
4000
Ils manquent de nutriments, et la diarrhée les déshydrate.
01:11
And so, as a result, there is a lot of death,
21
56000
2000
Et donc, par conséquent, il y a beaucoup de décès,
01:13
a lot of death.
22
58000
3000
beaucoup de décès.
01:16
In India in 1960,
23
61000
2000
En Inde en 1960,
01:18
there was a 24 percent child mortality rate,
24
63000
2000
il y avait un taux de mortalité infantile de 24%,
01:20
lots of people didn't make it. This is incredibly unfortunate.
25
65000
4000
beaucoup de gens ne survivaient pas. Incroyablement malheureux.
01:24
One of the big reasons this happened was
26
69000
2000
Une des principales raisons était
01:26
because of diarrhea.
27
71000
2000
la diarrhée.
01:28
Now, there was a big effort to solve this problem,
28
73000
3000
Maintenant, un gros effort a été fait pour résoudre ce problème.
01:31
and there was actually a big solution.
29
76000
4000
Et il y avait effectivement une grande solution.
01:35
This solution has been called, by some,
30
80000
2000
Et certains ont appelé cette solution
01:37
"potentially the most important medical
31
82000
2000
"Potentiellement, l'avancée médicale la plus importante
01:39
advance this century."
32
84000
3000
de ce siècle."
01:42
Now, the solution turned out to be simple.
33
87000
3000
Et bien, la solution s'est avérée être simple.
01:45
And what it was was oral rehydration salts.
34
90000
4000
Et elle consistait à administrer des sels de réhydratation par voie orale.
01:49
Many of you have probably used this.
35
94000
2000
Beaucoup d'entre vous ont probablement utilisé ça.
01:51
It's brilliant. It's a way to get sodium
36
96000
2000
C'est génial. C'est un moyen d'additionner du sodium
01:53
and glucose together so that when you add it to water
37
98000
3000
à du glucose de sorte que lorsque vous ajoutez le tout à l'eau
01:56
the child is able to absorb it even during situations of diarrhea.
38
101000
3000
l'enfant est capable de l'absorber, même lors d'épisodes de diarrhée.
01:59
Remarkable impact on mortality.
39
104000
4000
Un impact remarquable sur la mortalité.
02:03
Massive solution to the problem.
40
108000
2000
Une solution massive au problème.
02:05
Flash forward: 1960, 24 percent child mortality
41
110000
3000
Avance rapide, 1960, de 24 % la mortalité infantile
02:08
has dropped to 6.5 percent today.
42
113000
2000
a chuté à 6,5 % aujourd'hui.
02:10
Still a big number, but a big drop.
43
115000
3000
C'est encore un chiffre élevé, mais une forte baisse.
02:13
It looks like the technological problem is solved.
44
118000
3000
Il semble que le problème technique soit résolu.
02:16
But if you look, even today
45
121000
2000
Mais, si vous regardez, aujourd'hui encore,
02:18
there are about 400,000 diarrhea-related deaths
46
123000
2000
Il y a environ 400 000 décès liés à la diarrhée
02:20
in India alone.
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 easy answer is, we just haven't gotten those salts
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 actually not true.
51
134000
2000
Ce n'est pas tout à fait vrai.
02:31
If you look in areas where these salts are completely available,
52
136000
3000
Si vous regardez les zones où ces sels sont complètement disponibles
02:34
the price is low or zero, these deaths still continue abated.
53
139000
3000
le prix est faible ou nul, le nombre de décès n’est pas atténué.
02:37
Maybe there's a biological answer.
54
142000
2000
Peut-être y a-t-il une réponse biologique.
02:39
Maybe these are the deaths that simple rehydration
55
144000
2000
Peut-être que ce sont les décès que la réhydratation simple
02:41
alone doesn't solve. That's not true either.
56
146000
3000
ne résout pas seule. Ce n'est pas vrai non plus.
02:44
Many of these deaths were completely preventable,
57
149000
5000
Beaucoup de ces décès étaient tout à fait évitables.
02:49
and this what I want to think of as the disconcerting thing,
58
154000
3000
Et voilà ce que je veux considérer comme déconcertant,
02:52
what I want to call "the last mile" problem.
59
157000
2000
ce que je veux appeler le problème "du dernier kilomètre".
02:54
See, we spent a lot of energy, in many domains --
60
159000
4000
Vous voyez, nous avons dépensé beaucoup d'énergie, dans de nombreux domaines.
02:58
technological, scientific, hard work,
61
163000
2000
Technologique, scientifique, travail acharné,
03:00
creativity, human ingenuity --
62
165000
2000
créativité, ingéniosité de l'homme,
03:02
to crack important social problems with technology solutions.
63
167000
4000
pour résoudre d'importants problèmes sociaux avec des solutions technologiques.
03:06
That's been the discoveries of the last 2,000 years,
64
171000
2000
Ce furent les découvertes des 2 000 dernières années.
03:08
that's mankind moving forward.
65
173000
2000
C'est l'humanité qui va de l’avant.
03:10
But in this case we cracked it,
66
175000
3000
Mais dans ce cas, nous avons trouvé la solution,
03:13
but a big part of the problem still remains.
67
178000
2000
mais une grande partie du problème demeure.
03:15
Nine hundred and ninety-nine miles went well,
68
180000
2000
Tout s'est bien passé pendant 999 kilomètres.
03:17
the last mile's proving incredibly stubborn.
69
182000
3000
Le dernier kilomètre s'avère incroyablement tenace.
03:20
Now, that's for oral rehydration therapy.
70
185000
4000
Là, on parle de la thérapie de réhydratation orale.
03:24
Maybe this is something unique about diarrhea.
71
189000
2000
C'est peut-être un problème unique qui concerne la diarrhée.
03:26
Well, it turns out -- and this is where things get really disconcerting --
72
191000
2000
Eh bien, il s'avère, et c'est là que les choses deviennent vraiment déconcertantes,
03:28
it's not unique to diarrhea.
73
193000
2000
que ce n'est pas unique à la diarrhée.
03:30
It's not even unique to poor people in India.
74
195000
2000
Ce n'est même pas unique aux personnes pauvres en Inde.
03:32
Here's an example from a variety of contexts.
75
197000
3000
Voici un exemple parmi une variété de contextes.
03:35
I've put a bunch of examples up here.
76
200000
2000
J'ai mis un tas d'exemples ici.
03:37
I'll start with insulin, diabetes
77
202000
3000
Je vais commencer avec l'insuline, le diabète
03:40
medication in the U.S.
78
205000
2000
les médicaments aux Etats-Unis.
03:42
OK, the American population.
79
207000
2000
Bon, la population américaine.
03:44
On Medicaid -- if you're fairly poor you get Medicaid,
80
209000
2000
"Medicaid", si vous êtes assez pauvre, vous bénéficiez de l’assurance maladie,
03:46
or if you have health insurance -- insulin is pretty straightforward.
81
211000
2000
ou si vous avez une assurance privée, c'est assez simple pour l'insuline.
03:48
You get it, either in pill form or you get it as an injection;
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 every day to maintain your blood sugar levels.
83
217000
2000
Vous devez en prendre chaque jour pour maintenir votre taux de sucre dans le sang.
03:54
Massive technological advance:
84
219000
2000
Une avancée technologique massive,
03:56
took an incredibly deadly disease, made it solvable.
85
221000
2000
qui a pris une maladie incroyablement mortelle, et l'a résolue.
03:58
Adherence rates. How many people are taking their insulin every day?
86
223000
3000
Le taux d'adhésion. Combien de personnes prennent leur insuline tous les jours ?
04:01
About on average, a typical person is taking it 75 percent of the time.
87
226000
4000
En moyenne, une personne typique la prend 75 % du temps.
04:05
As a result, 25,000 people a year go blind,
88
230000
5000
En conséquence, 25 000 personnes par an deviennent aveugles,
04:10
hundreds of thousands lose limbs, every year,
89
235000
2000
des centaines de milliers perdent des membres, chaque année,
04:12
for something that's solvable.
90
237000
2000
pour quelque chose qui est résoluble.
04:14
Here I have a bunch of other examples,
91
239000
2000
Ici, j'ai un tas d'autres exemples,
04:16
all suffer from the last mile problem.
92
241000
2000
tous souffrent du problème du dernier kilomètre.
04:18
It's not just medicine.
93
243000
2000
Ce n'est pas seulement la médecine.
04:20
Here's another example from technology:
94
245000
2000
Voici un autre exemple dans le domaine de la technologie.
04:22
agriculture. We think
95
247000
2000
L'agriculture. Nous pensons
04:24
there's a food problem, so we create new seeds.
96
249000
2000
qu'il y a un problème alimentaire, alors nous créons de nouvelles semences.
04:26
We think there's an income problem, so we create
97
251000
2000
Nous pensons qu'il y a un problème de revenu, donc nous créons
04:28
new ways of farming that increase income.
98
253000
3000
de nouvelles méthodes agricoles qui augmentent le revenu.
04:31
Well, look at some old ways, some ways that we'd already cracked.
99
256000
3000
Eh bien, regardez certaines anciennes façons, certains des moyens que nous avions déjà éprouvés.
04:34
Intercropping. Intercropping really increases income.
100
259000
2000
Les cultures associées. Les cultures associées augmentent vraiment le revenu.
04:36
Sometimes in rice we found incredible increases in yield
101
261000
3000
Parfois, nous avons trouvé une augmentation incroyable du rendement du riz
04:39
when you mix different varieties of rice side by side.
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
many 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 mile.
105
270000
2000
C'est le dernier kilomètre.
04:47
The last mile is, everywhere, problematic.
106
272000
2000
Le dernier kilomètre est problématique, partout.
04:49
Alright, what's the problem?
107
274000
2000
Bon, quel est le problème ?
04:51
The problem is this little three-pound machine
108
276000
3000
Le problème est cette petite machine d'un kilo et demi
04:54
that's behind your eyes and between your ears.
109
279000
4000
qui est derrière vos yeux et entre vos oreilles.
04:58
This machine is really strange,
110
283000
2000
Cette machine est vraiment étrange,
05:00
and one of the consequences is that people are weird.
111
285000
4000
et l'une des conséquences est que les gens sont bizarres.
05:04
They do lots of inconsistent things.
112
289000
4000
Ils font beaucoup de choses incohérentes.
05:08
(Applause)
113
293000
2000
(Applaudissements)
05:10
They do lots of inconsistent things.
114
295000
3000
Ils font beaucoup de choses incohérentes.
05:13
And the inconsistencies
115
298000
2000
Et les incohérences
05:15
create, fundamentally, this last mile problem.
116
300000
3000
créent, fondamentalement, ce problème du dernier kilomètre.
05:18
See, when we were dealing with our biology, bacteria,
117
303000
3000
Vous voyez, quand nous avions affaire à notre biologie, les bactéries,
05:21
the genes, the things inside here, the blood?
118
306000
3000
les gènes, les choses à l’intérieur, le sang,
05:24
That's complex, but it's manageable.
119
309000
3000
c'est complexe, mais c'est gérable.
05:27
When we're dealing with people like this?
120
312000
3000
Lorsque nous avons affaire avec des gens comme cela,
05:30
The mind is more complex.
121
315000
2000
l'esprit est plus complexe.
05:32
That's not as manageable, and that's what we're struggling 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 diarrhea for a second.
123
319000
3000
Permettez-moi de revenir à la diarrhée pendant une seconde.
05:37
Here's a question that was asked in the National Sample Survey,
124
322000
3000
Voici une question qui était posée dans l'Enquête Nationale,
05:40
which is a survey asked of many Indian women:
125
325000
2000
qui est une enquête auprès de nombreuses femmes indiennes.
05:42
"Your child has diarrhea.
126
327000
2000
"Votre enfant a la diarrhée.
05:44
Should you increase, maintain or decrease the number of fluids?"
127
329000
3000
Devez-vous augmenter, maintenir ou diminuer le nombre des fluides ?"
05:47
Just so you don't embarrass yourselves, I'll give you the right answer:
128
332000
3000
Juste pour ne pas vous mettre dans l'embarras, je vais vous donner la bonne réponse.
05:50
It's increase.
129
335000
2000
C'est augmenter.
05:54
Now, diarrhea's interesting
130
339000
1000
Bon, la diarrhée est intéressante
05:55
because it's been around for thousands of years,
131
340000
2000
parce qu'elle existe depuis des milliers d'années,
05:57
ever since humankind really
132
342000
3000
en fait depuis que les hommes
06:00
lived side by side enough to have really polluted water.
133
345000
3000
vivaient suffisamment côte à côte pour avoir de l'eau vraiment polluée.
06:03
One Roman strategy that was very interesting
134
348000
2000
Une stratégie romaine qui était très intéressante,
06:05
was that -- and it really gave them a comparative advantage --
135
350000
2000
c'est que, et ça leur donnait vraiment un avantage comparé,
06:07
they made sure their soldiers didn't drink
136
352000
3000
ils veillaient à ce que leurs soldats ne boivent pas
06:10
even remotely muddied waters.
137
355000
2000
des eaux même légèrement boueuses.
06:12
Because if some of your troops get diarrhea they're not that effective
138
357000
3000
Parce que si certains de vos soldats ont la diarrhée ils ne sont pas si efficaces
06:15
on the battlefield.
139
360000
2000
sur le champ de bataille.
06:17
So, if you think of Roman comparative advantage part of it was the breast shields,
140
362000
2000
Donc, si regardez l'avantage comparé romain, c'était en partie l'armure de poitrine,
06:19
the breastplates, but part of it was drinking the right water.
141
364000
4000
mais aussi en partie le fait de boire l'eau qu'il fallait.
06:23
So, here are these women. They've seen their parents
142
368000
2000
Donc, voici ces femmes qui ont vu leurs parents
06:25
have struggled with diarrhea, they've struggled with diarrhea,
143
370000
2000
lutter contre la diarrhée, elles ont lutté contre la diarrhée.
06:27
they've seen lots of deaths. How do they answer this question?
144
372000
3000
Elles ont vu beaucoup de morts. Comment peuvent-elles répondre à cette question ?
06:30
In India, 35 to 50 percent say "Reduce."
145
375000
4000
En Inde 35 à 50% disent "réduire".
06:34
Think about what that means for a second.
146
379000
2000
Pensez une seconde à ce que cela signifie.
06:36
Thirty-five to 50 percent of women
147
381000
2000
35 à 50% des femmes
06:38
forget oral rehydration therapy,
148
383000
2000
oublient la thérapie par réhydratation orale,
06:40
they are increasing --
149
385000
2000
elles augmentent
06:42
they are actually making their child
150
387000
3000
elles font en sorte que leurs enfants
06:45
more likely to die through their actions.
151
390000
3000
ont plus de chance de mourir par leurs actions.
06:48
How is that possible?
152
393000
2000
Comment est-ce possible ?
06:50
Well, one possibility -- I think that's how most people respond 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 stupid."
154
398000
4000
c'est de dire, "C'est tout simplement stupide."
06:57
I don't think that's stupid.
155
402000
2000
Je ne pense pas que ce soit stupide.
06:59
I think there is something very profoundly right in what these women 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 water
157
407000
2000
Et c'est, vous ne mettez pas d'eau
07:04
into a leaky bucket.
158
409000
2000
dans un seau percé.
07:06
So, think of the mental model that goes behind reducing the intake.
159
411000
4000
Alors, pensez au modèle mental qui est derrière la réduction de consommation.
07:10
Just doesn't make sense.
160
415000
2000
Il n'a pas de sens.
07:12
Now, the model is intuitively right.
161
417000
3000
Certes, le modèle est intuitivement juste.
07:15
It just doesn't happen to be right about the world.
162
420000
4000
Il n'est tout bonnement pas juste universellement.
07:19
But it makes a whole lot of sense at some deep level.
163
424000
3000
Mais il est rationnel à un certain niveau de profondeur.
07:22
And that, to me, is the fundamental challenge
164
427000
3000
Et c'est là, pour moi, que se trouve le défi fondamental
07:25
of the last mile.
165
430000
5000
du dernier kilomètre.
07:30
This first challenge is what I refer to as the persuasion challenge.
166
435000
3000
Ce premier défi est ce que j'appelle le défi de persuasion.
07:33
Convincing people to do something --
167
438000
2000
Convaincre les gens de faire quelque chose,
07:35
take oral rehydration therapy, intercrop, whatever it might be --
168
440000
2000
de prendre un traitement de réhydratation orale, de pratiquer les cultures associées, etc.,
07:37
is not an act of information:
169
442000
3000
n'est pas un acte d'information.
07:40
"Let's give them the data,
170
445000
2000
"Donnons-leur les données,
07:42
and when they have data they'll do the right thing."
171
447000
2000
et quand ils ont des données ils feront ce qu'il faut."
07:44
It's more complex than that.
172
449000
2000
C'est plus complexe que cela.
07:46
And if you want to understand how it's more complex
173
451000
2000
Et si vous voulez comprendre en quoi c'est plus complexe
07:48
let me start with something kind of interesting.
174
453000
4000
permettez-moi de commencer par quelque chose d'intéressant.
07:52
I'm going to give you a little math problem,
175
457000
2000
Donc, je vais vous poser un petit problème de math.
07:54
and I want you to just yell out the answer as fast as possible.
176
459000
3000
Et je veux que vous criiez la réponse aussi vite que possible.
07:57
A bat and a ball together cost $1.10.
177
462000
2000
Une batte et une balle ont coûté 1,10 $ au total.
07:59
The bat costs a dollar more than the ball.
178
464000
3000
La batte coûte un dollar de plus que la balle.
08:02
How much does the ball cost? Quick.
179
467000
3000
Combien coûte la balle ? Vite.
08:05
So, somebody out there says, "Five."
180
470000
2000
Donc, quelqu'un là-bas dit cinq.
08:07
A lot of you said, "Ten."
181
472000
2000
Beaucoup d'entre vous ont dit 10.
08:09
Let's think about 10 for a second.
182
474000
3000
Pensons à 10 pendant une seconde.
08:12
If the ball costs 10, the bat costs...
183
477000
4000
Si la balle coûte 10, la batte coûte...
08:16
this is easy, $1.10.
184
481000
2000
c'est facile, 1,10 $.
08:18
Yeah. So, together they would cost $1.20.
185
483000
3000
Ouais. Alors, ensemble, ils coûtent 1,20 $.
08:21
So, here you all are, ostensibly educated people.
186
486000
3000
Donc, ici vous êtes tous, apparemment des gens instruits.
08:24
Most of you look smart.
187
489000
3000
La plupart d'entre vous a l'air intelligent.
08:27
The combination of that produces
188
492000
3000
Cette combinaison produit
08:30
something that is actually, you got this thing wrong.
189
495000
2000
quelque chose qui est en fait, vous vous êtes trompés.
08:32
How is that possible? Let's go to something else.
190
497000
3000
Comment est-ce possible ? Passons à autre chose.
08:35
I know algebra can be complicated.
191
500000
3000
Je sais que l'algèbre peut être compliquée.
08:38
So, let's dial this back. That's what? Fifth grade? Fourth grade?
192
503000
3000
Donc, remontons le temps. C'est quoi ? 6e ? CM2 ?
08:41
Let's go back to kindergarten. OK?
193
506000
3000
Revenons à la maternelle. D’accord ?
08:44
There's a great show on American television 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 called "Are You Smarter Than a Fifth Grader?"
195
511000
2000
Elle s'appelle "Êtes-vous plus intelligent qu'un élève de CM2 ?"
08:48
I think we've learned the answer to that here.
196
513000
3000
Je pense que nous avons appris la réponse à cela ici.
08:51
Let's move to kindergarten. Let's see if we can beat five-year-olds.
197
516000
3000
Passons à la maternelle. Voyons voir si nous pouvons battre un enfant de cinq ans.
08:54
Here's what I'm going to do: I'm going to put objects on the screen.
198
519000
3000
Voici ce que je vais faire. Je vais mettre des objets sur l'écran.
08:57
I just want you to name the color of the object.
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 fast, and say it out loud with me,
201
528000
3000
Je veux que vous le fassiez vite. Et à voix haute avec moi.
09:06
and do it quickly. I'll make the first one easy for you.
202
531000
2000
Et faites vite. Je vais vous en donner un premier facile.
09:08
Ready? Black.
203
533000
2000
Prêt ? Noir.
09:10
Now the next ones I want you to do quickly and say it out loud.
204
535000
2000
Maintenant, les suivants, je veux que vous fassiez vite et les disiez à haute voix.
09:12
Ready? Go.
205
537000
2000
Prêt ? C'est parti.
09:14
Audience: Red. Green.
206
539000
2000
Public : Rouge. Vert.
09:16
Yellow. Blue. Red.
207
541000
2000
Jaune. Bleu. Rouge.
09:18
(Laughter)
208
543000
3000
(Rires)
09:21
Sendhil Mullainathan: That's pretty good.
209
546000
4000
Sendhil Mullainathan: C'est très bien.
09:25
Almost out of kindergarten.
210
550000
2000
Presque en fin de maternelle.
09:27
What is all this telling us?
211
552000
2000
Qu'est-ce que tout cela nous dit ?
09:29
You see, what's going on here, and in the bat and ball problem
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 intuitive ways of interacting with the world,
213
557000
3000
c'est que vous avez des manières intuitives d'interagir avec le monde,
09:35
some models that you use to understand the world.
214
560000
2000
certains modèles que vous utilisez pour comprendre le monde.
09:37
These models, like the leaky bucket,
215
562000
2000
Ces modèles, comme le seau percé,
09:39
work well in most situations.
216
564000
2000
fonctionnent bien dans la plupart des situations.
09:41
I suspect most of you --
217
566000
2000
Je soupçonne que la plupart d'entre vous,
09:43
I hope that's true for the rest of you --
218
568000
2000
j'espère que cela est vrai pour le reste d'entre vous,
09:45
actually do pretty well with addition and subtraction in the real world.
219
570000
4000
s'en sort assez bien avec l'addition et la soustraction dans le monde réel.
09:49
I found a problem, a specific problem
220
574000
2000
J'ai trouvé un problème, un problème spécifique
09:51
that actually found an error with that.
221
576000
3000
qui trouve effectivement une erreur sur ce point.
09:54
Diarrhea, and many last mile problems, are like that.
222
579000
2000
La diarrhée, et de nombreux problèmes de dernier kilomètre, sont comme ça.
09:56
They are situations where the mental model
223
581000
2000
Ce sont des situations où le modèle mental
09:58
doesn't match the reality.
224
583000
2000
ne correspond pas à la réalité.
10:00
Same thing here:
225
585000
2000
Même chose ici,
10:02
You had an intuitive response to this that was very quick.
226
587000
2000
vous avez eu une réponse intuitive à ça qui a été très rapide.
10:04
You read "blue" and you wanted to say "blue," even though you knew your task was red.
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 stuff because it's fun.
228
592000
2000
Maintenant, je fais ce genre de choses parce que c'est amusant.
10:09
But it's more profound than fun.
229
594000
4000
Mais c'est plus profond qu'amusant.
10:13
I'll give you a good example of how it actually effects persuasion.
230
598000
3000
Je vais vous donner un bon exemple de la façon dont ça en fait agit sur la persuasion.
10:16
BMW is a pretty safe car.
231
601000
3000
BMW est une voiture plutôt sûre.
10:19
And they are trying to figure out, "Safety is good.
232
604000
2000
Et ils essaient de comprendre, "La sécurité c'est bien.
10:21
I want to advertise safety. How am I going to advertise safety?"
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 numbers. We do well on crash tests."
234
608000
3000
"Je pourrais donner des chiffres aux gens. Nous avons de bons résultats au crash-tests."
10:26
But the truth of the matter is, you look at that car,
235
611000
2000
Mais la vérité est que, vous regardez cette voiture,
10:28
it doesn't look like a Volvo,
236
613000
2000
elle ne ressemble pas à une Volvo.
10:30
and it doesn't look like a Hummer.
237
615000
2000
Et elle ne ressemble pas à un Hummer.
10:32
So, what I want you to think about for a few minutes
238
617000
2000
Donc, ce à quoi je veux que vous réfléchissiez quelques minutes
10:34
is: How would you convey safety of the BMW? Okay?
239
619000
3000
c'est, comment allez-vous transmettre la sécurité de la BMW ? D’accord ?
10:37
So now, while you're thinking about that let's move to a second task.
240
622000
3000
Alors maintenant, pendant que vous y réfléchissez, passons à une deuxième tâche.
10:40
The second task is fuel efficiency. Okay?
241
625000
3000
La deuxième activité est la consommation de carburant. D’accord ?
10:43
Here's another puzzle for all of you.
242
628000
2000
Voici un autre casse-tête pour vous tous.
10:45
One person walks into a car lot,
243
630000
2000
Une personne entre chez un concessionnaire,
10:47
and they're thinking about buying this Toyota Yaris.
244
632000
3000
et elle songe à acheter cette Toyota Yaris.
10:50
They are saying, "This is 35 miles per gallon. I'm going to do
245
635000
2000
Elle dit : "C'est 15 km/litre. Je vais faire
10:52
the environmentally right thing, I'm going to buy the Prius,
246
637000
2000
un geste pour l'environnement, je vais acheter la Prius,
10:54
50 miles per gallon."
247
639000
2000
21km/litre."
10:56
Another person walks into the lot,
248
641000
2000
Une autre personne entre chez le concessionnaire.
10:58
and they're about to buy a Hummer, nine miles per gallon,
249
643000
2000
Et elle est sur le point d'acheter un Hummer, 4 km/litre,
11:00
fully loaded, luxury.
250
645000
2000
avec toutes les options, le luxe.
11:02
And they say, "You know what? Do I need turbo? Do I need this heavyweight car?"
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 environment.
252
651000
2000
Je vais faire un geste pour l'environnement.
11:08
I'm going to take off some of that weight,
253
653000
2000
Je vais enlever une partie de ce poids,
11:10
and I'm going to buy a Hummer that's 11 miles per gallon."
254
655000
3000
et je vais acheter un Hummer qui fait 4,7 km/litre
11:13
Which one of these people has done more for the environment?
255
658000
3000
Laquelle de ces personnes a fait plus pour l'environnement ?
11:16
See, you have a mental model.
256
661000
2000
Vous voyez, vous avez un modèle mental.
11:18
Fifty versus 35, that's a big move. Eleven versus nine? Come on.
257
663000
3000
21 contre 15, c'est un grand changement, 4,7 contre 4 ? Allons.
11:21
Turns out, go home and do the math,
258
666000
3000
Il s'avère que, rentrez chez vous et faites le calcul,
11:24
the nine to 11 is a bigger change. That person has saved more gallons.
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 care about miles per gallon, we care about
260
672000
2000
Pourquoi ? Parce qu'on ne se soucie pas de kilomètres au litre, on se soucie
11:29
gallons per mile.
261
674000
2000
des litres par kilomètre.
11:31
Think about how powerful that is if you're trying to encourage fuel efficiency.
262
676000
3000
Voyez comme c'est puissant si vous essayez d'encourager l'efficacité énergétique.
11:34
Miles per gallon is the way we present things.
263
679000
2000
Des kilomètres par litre c'est la façon dont nous présentons les choses.
11:36
If we want to encourage change of behavior,
264
681000
3000
Si nous voulons encourager le changement de comportement,
11:39
gallons per mile would have far more effectiveness.
265
684000
2000
des litres par kilomètre seraient beaucoup plus efficaces.
11:41
Researchers have found these type of anomalies.
266
686000
3000
Les chercheurs ont constaté ce type d'anomalies.
11:44
Okay, back to BMW. What should they do?
267
689000
3000
Bon, revenons à BMW. Que devraient-ils faire ?
11:47
The problem BMW faces is this car looks safe.
268
692000
3000
Le problème de BWM est que cette voiture a l'air sûre.
11:50
This car, which is my Mini, doesn't look that safe.
269
695000
4000
Cette voiture, qui est ma Mini, n'a pas l'air sûre.
11:54
Here was BMW's brilliant insight, which they embodied into an ad campaign.
270
699000
3000
Voici l'idée brillante de BMW qu'ils ont incarnée dans une campagne publicitaire.
11:57
They showed a BMW driving down the street.
271
702000
2000
Ils ont montré une BMW roulant dans la rue.
11:59
There's a truck on the right. Boxes fall out of the truck.
272
704000
3000
Il y a un camion sur la droite. Des boîtes tombent du camion.
12:02
The car swerves to avoid it, and therefore doesn't get into an accident.
273
707000
5000
La voiture vire pour les éviter, et par conséquent n'a pas d'accident.
12:07
BWM realizes safety, in people's minds, has two components.
274
712000
4000
BWM réalise que la sécurité, dans l'esprit des gens, a deux composantes.
12:11
You can be safe because when you're hit, you survive,
275
716000
4000
Vous pouvez être en sécurité parce que lorsque vous êtes touché, vous survivez,
12:15
or you can be safe because you avoid accidents.
276
720000
2000
ou vous pouvez être en sécurité parce que vous évitez les accidents.
12:17
Remarkably successful campaign, but notice the power of it.
277
722000
2000
Une campagne remarquablement réussie. Mais remarquez sa puissance.
12:19
It harnesses something you already believe.
278
724000
3000
Elle exploite quelque chose que vous croyez déjà.
12:22
Now, even if I persuaded you to do something,
279
727000
4000
Maintenant, même si je vous persuadais de faire quelque chose
12:26
it's hard sometimes to actually get action as a result.
280
731000
4000
il est parfois difficile d'obtenir effectivement des actions en retour.
12:30
You all probably intended to wake 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 battle we all fight every day,
283
740000
2000
C'est une bataille que nous livrons tous tous les jours,
12:37
along with trying to get to the gym.
284
742000
3000
tout comment essayer d'aller à la gym.
12:40
Now, this is an example of that battle,
285
745000
3000
Maintenant, ceci est un exemple de cette bataille,
12:43
and makes us realize intentions don't always translate into action,
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 fundamental challenges
287
751000
2000
Et donc l'un des défis fondamentaux
12:48
is how we would actually 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 mile problem.
289
757000
3000
Alors, permettez-moi maintenant de parler du problème du dernier kilomètre.
12:55
So far, I've been pretty negative.
290
760000
3000
Jusqu'à présent, j'ai été plutôt négatif.
12:58
I've been trying to show you the oddities of human behavior.
291
763000
3000
J'ai essayé de vous montrer les bizarreries du comportement humain.
13:01
And I think maybe I'm being too negative.
292
766000
2000
Et je pense que je suis peut-être trop négatif.
13:03
Maybe it's the diarrhea.
293
768000
2000
Peut-être que c'est la diarrhée.
13:05
Maybe the last mile problem really should be thought of
294
770000
2000
Peut-être le problème du dernier kilomètre devrait vraiment être considéré
13:07
as the last mile opportunity.
295
772000
2000
comme l'opportunité du dernier kilomètre.
13:09
Let's go back to diabetes.
296
774000
2000
Revenons au diabète.
13:11
This is a typical insulin injection.
297
776000
3000
Ceci est une injection d'insuline typique.
13:14
Now, carrying this thing around is complicated.
298
779000
3000
Bon, transporter ça partout c'est compliqué.
13:17
You gotta carry the bottle, you gotta carry the syringe.
299
782000
4000
Il faut porter la bouteille, il faut porter la seringue.
13:21
It's also painful.
300
786000
2000
C'est douloureux aussi.
13:23
Now, you may think to yourself, "Well, if my eyes depended on it,
301
788000
4000
Maintenant, vous pouvez penser : "Eh bien, si mes yeux en dépendait
13:27
you know, I would obviously use it every day."
302
792000
2000
vous savez, j'utiliserais ça tous les jours. "
13:29
But the pain, the discomfort,
303
794000
2000
Mais la douleur, la gêne,
13:31
you know, paying attention, remembering to put it in your purse
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 trip:
305
798000
2000
quand vous partez pour un long voyage,
13:35
These are the day-to-day of life, and they do pose problems.
306
800000
4000
c'est la vie de tous les jours, et ça pose des problèmes.
13:39
Here is an innovation, a design innovation.
307
804000
3000
Voici une innovation, une innovation de conception.
13:42
This is a pen, it's called an insulin pen, preloaded.
308
807000
4000
Il s'agit d'un stylo, ça s'appelle un stylo à insuline, pré-chargé.
13:46
The needle is particularly sharp.
309
811000
1000
L'aiguille est particulièrement pointue.
13:47
You just gotta carry this thing around.
310
812000
2000
Il suffit de transporter ça.
13:49
It's much easier to use, much less painful.
311
814000
2000
C'est beaucoup plus facile à utiliser, beaucoup moins douloureux.
13:51
Anywhere between five and 10 percent increase in adherence,
312
816000
4000
Entre 5 et 10% d'augmentation de l'adhésion,
13:55
just as a result of this.
313
820000
2000
juste grâce à ça.
13:57
That's what I'm talking about as a last mile opportunity.
314
822000
3000
C'est ça, quand je parle d'opportunité du dernier kilomètre.
14:00
You see, we tend to think the problem is solved
315
825000
3000
Vous voyez, nous avons tendance à penser que le problème est résolu
14:03
when we solve the technology problem.
316
828000
2000
quand on résout le problème de la technologie.
14:05
But the human innovation, the human problem
317
830000
2000
Mais l'innovation humaine, le problème humain
14:07
still remains, and that's a great frontier 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 biology of people;
319
836000
2000
Il ne s'agit pas de la biologie des gens,
14:13
this is now about the brains, the psychology of people,
320
838000
4000
Il s'agit maintenant des cerveaux, de la psychologie des gens.
14:17
and innovation needs to continue all the way through
321
842000
2000
Et l'innovation doit se poursuivre tout du long
14:19
the last mile.
322
844000
2000
jusqu'au dernier kilomètre.
14:21
Here's another example of this.
323
846000
2000
Voici un autre exemple.
14:23
This is from a company called Positive Energy.
324
848000
3000
Il s'agit d'une société baptisée Positive Energy (Energie Positive).
14:26
This is about energy efficiency.
325
851000
2000
Il s'agit d'efficacité énergétique.
14:28
We're spending a lot of time on fuel cells right now.
326
853000
3000
Nous passons beaucoup de temps sur les piles à combustible à l'heure actuelle.
14:31
What this company does is they send a letter
327
856000
2000
Ce que fait cette société, c'est d'envoyer une lettre
14:33
to households that say, "Here's your energy use,
328
858000
2000
aux ménages qui dit : "Voici votre consommation d'énergie,
14:35
here's your neighbor's energy use: You're doing well." Smiley face.
329
860000
3000
voici la consommation de votre voisin, vous vous en tirez bien." Icône souriante.
14:38
"You're doing worse." Frown.
330
863000
2000
"Vous faites pire." Sourcils froncés.
14:40
And what they find is just this letter, nothing else,
331
865000
3000
Et ce qu'ils trouvent c'est que juste cette lettre, rien d'autre,
14:43
has a two to three percent reduction in electricity 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 social value of that
333
870000
2000
Et ça vous fait réfléchir sur la valeur sociale de cette démarche
14:47
in terms of carbon offsets, reduced electricity,
334
872000
2000
en termes de compensations de carbone, d'électricité réduite,
14:49
900 million dollars per year.
335
874000
2000
900 millions de dollars par an.
14:51
Why? Because for free,
336
876000
2000
Pourquoi ? Parce que, gratuitement,
14:53
this isn't a new technology, this is a letter --
337
878000
2000
ce n'est pas une nouvelle technologie, c’est une lettre,
14:55
we're getting a Big Bang in behavior.
338
880000
2000
nous obtenons un big-bang dans le comportement.
14:57
So, how do we tackle the last mile?
339
882000
4000
Alors, comment pouvons-nous aborder le dernier kilomètre ?
15:01
I think this tells us there is an opportunity.
340
886000
3000
Donc, je pense que cela nous dit qu'il y a une opportunité.
15:04
And I think to tackle it, we need to combine
341
889000
2000
Et je pense que pour l'aborder, nous devons combiner
15:06
psychology,
342
891000
2000
la psychologie,
15:08
marketing,
343
893000
2000
le marketing
15:10
art, we've seen that.
344
895000
2000
l'art, nous avons vu tout ça.
15:12
But you know what we need to combine it with?
345
897000
2000
Mais vous savez avec quoi nous devons le combiner ?
15:14
We need to combine this with the scientific method.
346
899000
2000
Nous devons le combiner avec la méthode scientifique.
15:16
See what's really puzzling and frustrating about the last mile, 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 miles are all about science.
348
905000
3000
est que les 999 premiers kilomètres dépendent complètement de la science.
15:23
No one would say, "Hey, I think this medicine works, go ahead 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 testing, we go to the lab, we try it again, we have refinement.
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 mile?
351
914000
3000
Mais vous savez ce que nous faisons sur le dernier kilomètre ?
15:32
"Oh, this is a good idea. 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 amount of resources we put in are disparate.
353
920000
2000
La quantité de ressources que nous y mettons est disparate.
15:37
We put billions of dollars into fuel-efficient technologies.
354
922000
3000
Nous investissons des milliards de dollars dans des technologies qui optimisent le carburant.
15:40
How much are we putting into
355
925000
2000
Combien investissons-nous
15:42
energy behavior change
356
927000
2000
dans le changement de comportement énergétique,
15:44
in a credible, systematic, testing way?
357
929000
3000
de manière crédible, systématique, et éprouvée ?
15:47
Now, I think that we're on the verge of something big.
358
932000
3000
Maintenant, je pense que nous sommes au début de quelque chose de grand.
15:50
We're on the verge of a whole new social science.
359
935000
3000
Nous sommes aux prémisses d'une toute nouvelle science sociale.
15:53
It's a social science that recognizes --
360
938000
2000
C'est une science sociale qui reconnaît,
15:55
much like science recognizes the complexity of the body,
361
940000
3000
un peu comme la science reconnaît la complexité du corps humain,
15:58
biology recognizes the complexity of the body -- we'll recognize
362
943000
2000
la biologie reconnaît la complexité du corps, nous reconnaitrons
16:00
the complexity of the human mind.
363
945000
2000
la complexité de l'esprit humain.
16:02
The careful testing, retesting, design,
364
947000
2000
Tester soigneusement, tester de nouveau, concevoir.
16:04
are going to open up vistas of understanding,
365
949000
3000
Nous allons ouvrir des perspectives de compréhension,
16:07
complexities, difficult things.
366
952000
2000
des complexités, des choses difficiles.
16:09
And those vistas will both create new science,
367
954000
3000
Et ces points de vue créeront à la fois une nouvelle science,
16:12
and fundamental change in the world as we see it, in the next hundred years.
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
(Applause)
370
963000
2000
(Applaudissements)
16:20
Chris Anderson: Sendhil, thank you so much.
371
965000
2000
Chris Anderson: Sendhil, merci beaucoup.
16:22
So, this whole area is so fascinating.
372
967000
3000
Donc, tout ce domaine est si fascinant.
16:25
I mean, it sometimes feels, listening to behavioral economists
373
970000
3000
Je veux dire, on a parfois l'impression, en écoutant les économistes comportementaux
16:28
that they are kind of putting into place
374
973000
3000
qu'ils mettent en gros en place
16:31
academically, what great marketers
375
976000
2000
de façon académique, ce que les grand spécialistes du marketing
16:33
have sort of intuitively known for a long time.
376
978000
3000
savent dans un sens depuis longtemps intuitivement.
16:36
How much is your field talking to great marketers
377
981000
4000
Dans quelle mesure votre domaine parle-t-il aux grands du marketing
16:40
about their insights into human psychology?
378
985000
2000
des idées sur la psychologie humaine ?
16:42
Because they've seen it on the ground.
379
987000
2000
Parce qu'ils l'ont vu sur le terrain.
16:44
Sendhil Mullainathan: Yeah, we spend a lot of time talking to marketers,
380
989000
2000
Sendhil Mullainathan: Oui, nous avons passé beaucoup de temps à parler aux gens du marketing.
16:46
and I think 60 percent of it is exactly what you say,
381
991000
3000
Et je pense que 60 % de cela correspond exactement à ce que vous dites,
16:49
there are insights to be gleaned there.
382
994000
2000
il y a des idées à glaner là,
16:51
Forty percent of it is about what marketing is.
383
996000
2000
40 % est l'essence même du marketing.
16:53
Marketing is selling an ad to a firm.
384
998000
5000
Le marketing consiste à vendre une annonce à une entreprise.
16:58
So, in some sense, a lot of marketing is about
385
1003000
2000
Donc, en un sens, une bonne part du marketing consiste à
17:00
convincing a CEO, "This is a good ad campaign."
386
1005000
3000
convaincre un PDG qu’il s'agit d'une bonne campagne publicitaire.
17:03
So, there is a little bit of slippage there.
387
1008000
2000
Donc, il y là a un peu de glissement.
17:05
That's just a caveat. That's different from actually having an effective ad campaign.
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 new movements in marketing is: How do we actually
389
1014000
2000
Et l'un des nouveaux mouvements dans le marketing est, comment vraiment
17:11
measure effectiveness? Are we effective?
390
1016000
2000
mesurer l'efficacité ? Sommes-nous efficaces ?
17:13
CA: How you take your insights here
391
1018000
4000
CA: Comment allez-vous prendre vos idées ici
17:17
and actually get them integrated
392
1022000
3000
et effectivement les intégrer
17:20
into working business models on the ground,
393
1025000
3000
dans les modèles d'affaires, sur le terrain,
17:23
in Indian villages, for example?
394
1028000
2000
dans les villages indiens, par exemple.
17:25
SM: So, the scientific method I alluded to is pretty important.
395
1030000
3000
SM: Donc, la méthode scientifique à laquelle j'ai fait allusion est assez importante.
17:28
We work closely with companies that have operational capacity,
396
1033000
2000
Nous travaillons en étroite collaboration avec les entreprises qui ont une capacité opérationnelle,
17:30
or nonprofits that have operational capacity.
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 behavior change.
398
1037000
2000
Et puis, nous disons, et bien, vous voulez obtenir ce changement de comportement.
17:34
Let's come up with a few ideas, test them,
399
1039000
3000
Trouvons quelques idées, testons-les,
17:37
see which is working, go back, synthesize,
400
1042000
2000
voyons lesquelles marchent, revenons-y, faisons la synthèse,
17:39
and try to come up with a thing that works,"
401
1044000
2000
et essayons de trouver quelque chose qui fonctionne,
17:41
and then we're able to scale with partners.
402
1046000
2000
et alors nous sommes en mesure d'ajuster avec les partenaires.
17:43
It's kind of the model that has worked in other contexts.
403
1048000
2000
C'est une sorte de modèle qui a fonctionné dans d'autres contextes.
17:45
If you have biological problems
404
1050000
2000
Si vous avez des problèmes biologiques
17:47
we try and fix it, see if it works, and then work the scale.
405
1052000
2000
nous essayons de les régler, nous voyons si ça fonctionne, et ensuite nous ajustons.
17:49
CA: Alright Sendhil, thanks so much for coming to TED. Thank you.
406
1054000
3000
CA: Et bien Sendhil, merci beaucoup d'être venu à TED. Merci.
17:52
(Applause)
407
1057000
3000
(Applaudissements)
ABOUT THE SPEAKER
Sendhil Mullainathan - Behavioral economistSendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination?
Why you should listen
To study big questions such as "What are the measurable effects of corruption?"" Sendhil Mullainathan and his collaborators look at the day-to-day decisions made by real people, running deep-data studies on groups around the world to tease out patterns. Awarded a MacArthur ""genius"" grant in 2002, he has produced and collaborated on a string of research papers that make for a must-read CV -- including a fascinating, if dispiriting, study of the corruption involved in getting a driver's license in India.
Lately he and his team have been studying women who sell fruit and vegetables on the streets in developing countries. They're usually in debt to a moneylender in the market, who takes about half their profits each day as interest. Some of the women have figured a simple way to get out of debt and keep all their profits. But most of the women make a choice every day that keeps them in debt. How would these businesswomen behave, he wondered, if the slate was wiped clean? So he got a grant, paid off their debt, and waits to see what happens next."
Sendhil Mullainathan | Speaker | TED.com