TED2011
Dan Ariely: Beware conflicts of interest
דן אריאלי: היזהרו מניגודי אינטרסים
Filmed:
Readability: 3.3
1,284,831 views
בשיחה קצרה זו, מספר הפסיכולוג דן אריאלי שני סיפורים אישיים המתארים ניגוד אינטרסים מדעי: איך מטרות אישיות החסרות ראיה לטווח ארוך משפיעות, באופן מודע או לא, על החיפוש אחר ידע ותובנה. הוא מזכיר לנו לשים לב למוחותינו הכה-אנושיים כשאנחנו חושבים על השאלות הגדולות.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
So, I was in the hospital for a long time.
0
1000
3000
אז.. הייתי בבית חולים הרבה זמן.
00:19
And a few years after I left, I went back,
1
4000
3000
ואחרי כמה שנים השתחררתי, חזרתי,
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
וראש מחלקת כוויות היה נרגש מאוד לראות אותי --
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
אמר, "דן, יש לי טיפול חדש ופנטסטי בשבילך."
00:28
I was very excited. I walked with him to his office.
4
13000
2000
התרגשתי מאוד. הלכתי איתו למשרדו.
00:30
And he explained to me that, when I shave,
5
15000
3000
והוא הסביר לי שכשאני מתגלח,
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
יש לי נקודות שחורות קטנות של שיער בצד שמאל של הפנים,
00:36
but on the right side of my face
7
21000
2000
אבל בצד ימין של הפנים
00:38
I was badly burned so I have no hair,
8
23000
2000
נכוויתי קשות אז אין לי שיער
00:40
and this creates lack of symmetry.
9
25000
2000
וזה יוצר חוסר סימטריה
00:42
And what's the brilliant idea he had?
10
27000
2000
ומה הרעיון המבריק שהיה לו?
00:44
He was going to tattoo little black dots
11
29000
2000
הוא רצה לקעקע נקודות שחורות קטנות
00:46
on the right side of my face
12
31000
3000
בצד ימין של הפנים שלי
00:49
and make me look very symmetric.
13
34000
2000
ולגרום לי להראות מאוד סימטרי.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
זה נשמע מעניין. הוא ביקש ממני ללכת להתגלח.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
הרשו לי לומר לכם, זאת היתה דרך מוזרה להתגלח,
00:56
because I thought about it
16
41000
2000
בגלל שחשבתי על זה
00:58
and I realized that the way I was shaving then
17
43000
2000
והבנתי שהדרך שבה התגלחתי הפעם
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
תהיה הדרך שבה אתגלח בשארית חיי --
01:02
because I had to keep the width the same.
19
47000
2000
כי הייתי צריך לשמור את הרוחב זהה.
01:04
When I got back to his office,
20
49000
2000
כשחזרתי למשרדו,
01:06
I wasn't really sure.
21
51000
2000
לא הייתי בטוח באמת.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
אמרתי, "אפשר לראות ראיות לדבר הזה?"
01:10
So he showed me some pictures
23
55000
2000
אז הוא הראה לי כמה תמונות
01:12
of little cheeks with little black dots --
24
57000
2000
של לחיים קטנות עם נקודות שחורות קטנות --
01:14
not very informative.
25
59000
2000
לא מאוד ברור.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
אמרתי, "מה יקרה כשאזדקן והשיער שלי ילבין?
01:18
What would happen then?"
27
63000
2000
מה יקרה אז?"
01:20
"Oh, don't worry about it," he said.
28
65000
2000
"הו, אל תדאג," הוא אמר.
01:22
"We have lasers; we can whiten it out."
29
67000
3000
"יש לנו לייזרים; נוכל להלבין אותו."
01:25
But I was still concerned,
30
70000
2000
אבל עדיין הייתי מוטרד,
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
אז אמרתי: "אתה יודע מה, אני לא אעשה את זה."
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
ואז החלה רודפת אותי תחושת אשם מהחזקות בחיי.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
ואומר את זה יהודי, אז זה אומר הרבה.
01:37
(Laughter)
34
82000
2000
(צחוק)
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
והוא אמר, "דן, מה הבעיה שלך?
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
אתה נהנה להראות לא סימטרי?
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
האם אתה מפיק איזושהי הנאה מעוותת מזה?
01:49
Do women feel pity for you
38
94000
2000
האם נשים מרחמות עליך
01:51
and have sex with you more frequently?"
39
96000
3000
ומקיימות איתך יחסי מין לעיתים יותר תכופות?"
01:54
None of those happened.
40
99000
3000
כלום מאלו לא קרה.
01:58
And this was very surprising to me,
41
103000
2000
וזה הפתיע אותי מאוד,
02:00
because I've gone through many treatments --
42
105000
2000
כי עברתי טיפולים רבים --
02:02
there were many treatments I decided not to do --
43
107000
2000
והרבה טיפולים שהחלטתי לא לעבור --
02:04
and I never got this guilt trip to this extent.
44
109000
2000
ומעולם לא גרמו לי להרגיש רגשות אשם כאלה.
02:06
But I decided not to have this treatment.
45
111000
2000
אבל החלטתי לא לעבור את הטיפול הזה.
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
ופניתי אל סגנו ושאלתי אותו, "מה קרה פה?
02:10
Where was this guilt trip coming from?"
47
115000
2000
מאיפה הגיעו רגשות האשם האלה שהוא ניסה להטיל עליי?"
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
והוא הסביר שהם ביצעו את הטיפול הזה כבר על שני חולים,
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
והיו צריכים את השלישי בשביל מאמר שהם כותבים.
02:19
(Laughter)
50
124000
2000
(צחוק)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
עכשיו אתם בטח חושבים שהבחור ההוא היה שמוק.
02:23
Right, that's what he seems like.
52
128000
2000
כן, כך זה נראה.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
אבל הרשו לי להציג לכם פרספקטיבה שונה על אותו סיפור.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
לפני כמה שנים, ביצעתי כמה מהניסויים שלי במעבדה.
02:31
And when we run experiments,
55
136000
2000
וכשאנחנו מבצעים ניסויים,
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
אנחנו בד"כ מצפים שקבוצה אחת תתנהג בשונה מהאחרת.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
אז היתה לנו קבוצה אחת שציפיתי שביצועיה יהיו גבוהים מאוד,
02:39
another group that I thought their performance would be very low,
58
144000
3000
קבוצה אחרת שחשבתי שביצועיה יהיו נמוכים מאוד.
02:42
and when I got the results, that's what we got --
59
147000
2000
וכשקיבלתי את התוצאות, זה מה שהיה --
02:44
I was very happy -- aside from one person.
60
149000
3000
הייתי מרוצה מאוד -- חוץ מאיש אחד.
02:47
There was one person in the group
61
152000
2000
היה איש אחד בקבוצה
02:49
that was supposed to have very high performance
62
154000
2000
שהיתה אמורה להיות בעלת ביצועים גבוהים מאוד
02:51
that was actually performing terribly.
63
156000
2000
שהיה למעשה בעל ביצועים איומים.
02:53
And he pulled the whole mean down,
64
158000
2000
והוא משך את כל הממוצע למטה,
02:55
destroying my statistical significance of the test.
65
160000
3000
והרס את המובהקות הסטטיסטית של הניסוי.
02:59
So I looked carefully at this guy.
66
164000
2000
אז בחנתי אותו בקפדנות.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
הוא היה בכ20 שנה יותר מבוגר מכל אחד אחר בדגימה.
03:04
And I remembered that the old and drunken guy
68
169000
2000
ונזכרתי בשיכור הזקן
03:06
came one day to the lab
69
171000
2000
שבא יום אחד למעבדה
03:08
wanting to make some easy cash
70
173000
2000
ורצה להרוויח קצת כסף קל
03:10
and this was the guy.
71
175000
2000
וזה היה אותו איש.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
"פנטסטי!" ישבתי. "בואו נעיף אותו מהניסוי
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
מי בכלל יכלול שיכור בניסוי?"
03:17
But a couple of days later,
74
182000
2000
אבל לאחר כמה ימים,
03:19
we thought about it with my students,
75
184000
2000
חשבנו על זה עם הסטודנטים שלי,
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
ואמרנו, "מה היה קורה אם השיכור הזה לא היה בתנאים האלה?
03:24
What would have happened if he was in the other group?
77
189000
2000
מה היה קורה אם הוא היה בקבוצה השנייה?
03:26
Would we have thrown him out then?"
78
191000
2000
האם היינו מעיפים אותו מהניסוי אז?"
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
בטח בכלל לא היינו מסתכלים על הנתונים,
03:30
and if we did look at the data,
80
195000
2000
ואם כן היינו מסתכלים,
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
בטח היינו אומרים, "פנטסטי! איזה בחור חכם עם ביצועים כ"כ נמוכים,"
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
כי הוא היה מושך את הממוצע של הקבוצה נמוך יותר,
03:37
giving us even stronger statistical results than we could.
83
202000
3000
נותן לנו מובהקות סטטיסטית חזקה אף יותר.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
אז החלטנו לא להעיף את הבחור ולהריץ את הניסוי מחדש.
03:44
But you know, these stories,
85
209000
3000
אבל אתם יודעים, הסיפורים האלה,
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
ועוד ניסויים רבים שערכנו בנושא ניגוד אינטרסים,
03:50
basically kind of bring two points
87
215000
2000
בעיקרון, מחדדים אצלי
03:52
to the foreground for me.
88
217000
2000
שתי נקודות.
03:54
The first one is that in life we encounter many people
89
219000
3000
הראשונה היא שבחיינו אנחנו נתקלים בהרבה אנשים
03:57
who, in some way or another,
90
222000
3000
אשר, בדרך כזו או אחרת,
04:00
try to tattoo our faces.
91
225000
2000
מנסים לקעקע את פנינו.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
פשוט יש להם את התמריצים שגורמים להם להיות עוורים למציאות
04:05
and give us advice that is inherently biased.
93
230000
3000
ולתת לנו עצות מוטות באופן אינהרנטי.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
ואני בטוח שזה דבר שכולנו מזהים,
04:10
and we see that it happens.
95
235000
2000
ואנחנו רואים שזה קורה.
04:12
Maybe we don't recognize it every time,
96
237000
2000
אולי אנחנו לא מזהים זאת תמיד,
04:14
but we understand that it happens.
97
239000
2000
אבל אנחנו מבינים שזה קורה.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
הדבר הקשה ביותר הוא, כמובן, לזהות
04:18
that sometimes we too
99
243000
2000
שלפעמים גם אנחנו
04:20
are blinded by our own incentives.
100
245000
2000
מתעוורים בגלל התמריצים שלנו.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
וזה לקח שקשה הרבה הרבה יותר לקחת בחשבון.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
כי אנחנו לא רואים איך ניגודי אינטרסים פועלים עלינו.
04:29
When I was doing these experiments,
103
254000
2000
כשערכתי את הניסויים האלה,
04:31
in my mind, I was helping science.
104
256000
2000
במוחי, הייתי עוזר למדע.
04:33
I was eliminating the data
105
258000
2000
הייתי מבטל את הנתונים
04:35
to get the true pattern of the data to shine through.
106
260000
2000
כדי לאפשר לדפוס הנתונים האמיתי לבלוט.
04:37
I wasn't doing something bad.
107
262000
2000
לא עשיתי משהו רע.
04:39
In my mind, I was actually a knight
108
264000
2000
במוחי, הייתי בעצם אביר
04:41
trying to help science move along.
109
266000
2000
המנסה לעזור למדע להתקדם.
04:43
But this was not the case.
110
268000
2000
אך לא כך היה.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
בעצם הפרעתי לתהליך עם הרבה כוונות טובות.
04:48
And I think the real challenge is to figure out
112
273000
2000
ואני חושב שהאתגר האמיתי הוא להבין
04:50
where are the cases in our lives
113
275000
2000
איפה יש מקרים כאלה בחיינו
04:52
where conflicts of interest work on us,
114
277000
2000
שניגודי אינטרסים פועלים עלינו,
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
ולנסות ולא לסמוך על האינטואיציה שלנו להתגבר עליהם,
04:57
but to try to do things
116
282000
2000
אלא לנסות ולעשות דברים
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
אשר ימנעו מאיתנו מליפול קורבן להתנהגויות אלו,
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
כי אנחנו יכולים ליצור נסיבות לא רצויות רבות.
05:05
I do want to leave you with one positive thought.
119
290000
2000
אני כן רוצה להשאיר אותכם עם מחשבה חיובית אחת.
05:07
I mean, this is all very depressing, right --
120
292000
2000
אני מתכוון, כל זה מאוד מדכא --
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
לאנשים יש ניגודי אינטרסים, אנחנו לא רואים אותם, וכו'.
05:12
The positive perspective, I think, of all of this
122
297000
2000
נקודת המבט החיובית, אני חושב, של כל זה
05:14
is that, if we do understand when we go wrong,
123
299000
3000
היא שאם נבין שאנחנו טועים
05:17
if we understand the deep mechanisms
124
302000
2000
אם נבין את המנגנונים העמוקים
05:19
of why we fail and where we fail,
125
304000
2000
של למה אנחנו נכשלים ואיפה אנחנו נכשלים,
05:21
we can actually hope to fix things.
126
306000
2000
אנחנו יכולים למעשה לקוות לתקן את הדברים.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
וזאת, לדעתי, התקווה. תודה רבה.
05:25
(Applause)
128
310000
4000
(תשואות)
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com