TEDxLondonBusinessSchool
Alex Edmans: What to trust in a "post-truth" world
אלכס אדמנס: במה אפשר לבטוח בעולם של פוסט-אמת
Filmed:
Readability: 4.2
1,695,337 views
רק אם אתם באמת פתוחים לאפשרות שאתם טועים תוכלו ללמוד, אומר החוקר אלכס אדמנס. בשיחה מלאת תובנות, הוא חוקר כיצד הטיית האישור -- הנטייה שלנו לקבל רק מידע שתומך באמונותינו -- יכולה להוליך אותנו שולל ברשתות החברתיות, בפוליטיקה ומעבר, ומציע שלושה כלים מעשיים למציאת ראיות שאפשר לבטוח בהן (רמז: מנו מישהו לתפקיד פרקליטו של השטן בחייכם).
Alex Edmans - Finance professor, editor
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Double-click the English transcript below to play the video.
00:13
Belle Gibson was a happy young Australian.
0
1675
2920
בל גיבסון הייתה אוסטרלית צעירה ושמחה.
00:16
She lived in Perth,
and she loved skateboarding.
and she loved skateboarding.
1
4619
3023
היא גרה בפרת' ואהבה לגלוש בסקייטבורד.
00:20
But in 2009, Belle learned that she had
brain cancer and four months to live.
brain cancer and four months to live.
2
8173
4449
אבל ב-2009, גילתה שיש לה סרטן
המוח ונותרו לה 4 חודשים לחיות.
המוח ונותרו לה 4 חודשים לחיות.
00:25
Two months of chemo
and radiotherapy had no effect.
and radiotherapy had no effect.
3
13034
3533
חודשיים של כימותרפיה והקרנות לא עזרו.
00:29
But Belle was determined.
4
17145
1500
אבל בל הייתה נחושה בדעתה.
00:30
She'd been a fighter her whole life.
5
18669
2130
היא הייתה לוחמת מאז ומתמיד.
00:32
From age six, she had to cook
for her brother, who had autism,
for her brother, who had autism,
6
20823
3294
מגיל שש היא בישלה עבור אחיה האוטיסט,
00:36
and her mother,
who had multiple sclerosis.
who had multiple sclerosis.
7
24141
2388
ואימה שחולה בטרשת נפוצה.
00:38
Her father was out of the picture.
8
26553
1754
אבא שלה לא היה בתמונה כל חייה.
00:40
So Belle fought, with exercise,
with meditation
with meditation
9
28736
3286
אז בל נלחמה, בעזרת פעילות גופנית ומדיטציה
00:44
and by ditching meat
for fruit and vegetables.
for fruit and vegetables.
10
32046
2840
הפסיקה לאכול בשר, אכלה רק פירות וירקות.
00:47
And she made a complete recovery.
11
35387
2200
והיא החלימה.
הסיפור של בל התפשט ברשת כמו אש בשדה קוצים.
00:50
Belle's story went viral.
12
38784
1579
00:52
It was tweeted, blogged about,
shared and reached millions of people.
shared and reached millions of people.
13
40387
3393
הוא סופר שוב ושוב בטוויטר ובבלוגים
והגיע למיליוני אנשים.
והגיע למיליוני אנשים.
00:56
It showed the benefits of shunning
traditional medicine
traditional medicine
14
44246
3111
הוא הציג את היתרונות
שבזניחת הרפואה המסורתית
שבזניחת הרפואה המסורתית
00:59
for diet and exercise.
15
47381
1467
עבור תזונה נכונה ופעילות גופנית.
01:01
In August 2013, Belle launched
a healthy eating app,
a healthy eating app,
16
49381
4498
באוגוסט 2013,
בל השיקה אפליקציה לתזונה נכונה,
בל השיקה אפליקציה לתזונה נכונה,
01:05
The Whole Pantry,
17
53903
1349
המזווה השלם,
01:07
downloaded 200,000 times
in the first month.
in the first month.
18
55276
4023
שהורדה ע"י 200,000 משתמשים בחודש הראשון.
01:13
But Belle's story was a lie.
19
61228
2799
אבל הסיפור של בל היה שקר.
01:17
Belle never had cancer.
20
65227
1534
בל מעולם לא חלתה בסרטן.
01:19
People shared her story
without ever checking if it was true.
without ever checking if it was true.
21
67601
4133
אנשים שיתפו את הסיפור שלה,
בלי לבדוק בכלל אם הוא אמיתי.
בלי לבדוק בכלל אם הוא אמיתי.
01:24
This is a classic example
of confirmation bias.
of confirmation bias.
22
72815
3220
זו דוגמא קלאסית, להטיית אישוש.
01:28
We accept a story uncritically
if it confirms what we'd like to be true.
if it confirms what we'd like to be true.
23
76403
4676
אנחנו מאמינים לסיפור אם הוא
מתאים למה שאנחנו מאמינים בו.
מתאים למה שאנחנו מאמינים בו.
01:33
And we reject any story
that contradicts it.
that contradicts it.
24
81484
2506
ואנחנו דוחים כל סיפור שסותר אותו.
01:36
How often do we see this
25
84937
1825
באיזו תדירות אנחנו רואים זאת
01:38
in the stories
that we share and we ignore?
that we share and we ignore?
26
86786
3045
בסיפורים שאנחנו משתפים
ובאלה שאנחנו מתעלמים מהם?
ובאלה שאנחנו מתעלמים מהם?
01:41
In politics, in business,
in health advice.
in health advice.
27
89855
4182
בפוליטיקה, בעסקים, בעצות בנושא בריאות.
01:47
The Oxford Dictionary's
word of 2016 was "post-truth."
word of 2016 was "post-truth."
28
95180
4106
המילה הנבחרת של מילון אוקספורד
עבור 2016 הייתה "פוסט-אמת".
עבור 2016 הייתה "פוסט-אמת".
01:51
And the recognition that we now live
in a post-truth world
in a post-truth world
29
99768
3492
וההכרה בכך, שהעולם שבו אנו חיים
כיום הוא עולם של פוסט-אמת,
כיום הוא עולם של פוסט-אמת,
01:55
has led to a much needed emphasis
on checking the facts.
on checking the facts.
30
103284
3364
הובילה להכרה נחוצה ביותר
בחשיבות של בדיקת עובדות.
בחשיבות של בדיקת עובדות.
01:59
But the punch line of my talk
31
107339
1397
אבל שורת המחץ של השיחה שלי,
02:00
is that just checking
the facts is not enough.
the facts is not enough.
32
108760
2991
היא שבדיקה של העובדות אינה מספיקה.
02:04
Even if Belle's story were true,
33
112347
2927
אפילו אם הסיפור של בל היה אמיתי,
02:07
it would be just as irrelevant.
34
115298
2067
הוא היה לא רלוונטי באותה מידה.
02:10
Why?
35
118457
1150
למה?
02:11
Well, let's look at one of the most
fundamental techniques in statistics.
fundamental techniques in statistics.
36
119957
3508
ובכן, בואו נסתכל על אחת השיטות
הבסיסיות ביותר בסטטיסטיקה.
הבסיסיות ביותר בסטטיסטיקה.
02:15
It's called Bayesian inference.
37
123489
2410
היא נקראת הסקה בייסיאנית.
02:18
And the very simple version is this:
38
126251
2936
הגרסה המופשטת היא זאת:
02:21
We care about "does the data
support the theory?"
support the theory?"
39
129211
3268
אכפת לנו "האם הנתונים תומכים בתיאוריה?"
02:25
Does the data increase our belief
that the theory is true?
that the theory is true?
40
133053
3456
האם הנתונים מחזקים את אמונתנו
שהתיאוריה נכונה?
שהתיאוריה נכונה?
02:29
But instead, we end up asking,
"Is the data consistent with the theory?"
"Is the data consistent with the theory?"
41
137520
4383
במקום זאת, אנחנו שואלים "האם
הנתונים מתאימים לתיאוריה?"
הנתונים מתאימים לתיאוריה?"
02:34
But being consistent with the theory
42
142838
2515
אבל גם אם הם מתאימים לתיאוריה,
02:37
does not mean that the data
supports the theory.
supports the theory.
43
145377
2929
לא אומר שהנתונים תומכים בתיאוריה.
02:40
Why?
44
148799
1159
למה?
02:41
Because of a crucial
but forgotten third term --
but forgotten third term --
45
149982
3825
בגלל עובדה מכריעה שלישית
שאנחנו נוטים לשכוח -
שאנחנו נוטים לשכוח -
02:45
the data could also be consistent
with rival theories.
with rival theories.
46
153831
3558
אותם נתונים יכולים לתמוך
גם בתיאוריות מתחרות.
גם בתיאוריות מתחרות.
02:49
But due to confirmation bias,
we never consider the rival theories,
we never consider the rival theories,
47
157918
4667
בגלל הטיית האישוש, אנחנו אף פעם
לא חושבים על התיאוריות האחרות,
לא חושבים על התיאוריות האחרות,
02:54
because we're so protective
of our own pet theory.
of our own pet theory.
48
162609
3151
כי אנחנו כל כך מגוננים כלפי התיאוריה שלנו.
02:58
Now, let's look at this for Belle's story.
49
166688
2413
בואו נבחן את זה עבור הסיפור של בל.
03:01
Well, we care about:
Does Belle's story support the theory
Does Belle's story support the theory
50
169125
4214
מה שאכפת לנו ממנו:
האם הסיפור של בל תומך בתיאוריה
האם הסיפור של בל תומך בתיאוריה
03:05
that diet cures cancer?
51
173363
1603
שתזונה נכונה יכולה לרפא סרטן?
03:06
But instead, we end up asking,
52
174990
1787
אבל במקום זה, אנחנו שואלים,
03:08
"Is Belle's story consistent
with diet curing cancer?"
with diet curing cancer?"
53
176801
4045
"האם הסיפור של בל תומך בהנחה
שתזונה יכולה לרפא סרטן?"
שתזונה יכולה לרפא סרטן?"
03:13
And the answer is yes.
54
181790
1604
והתשובה היא כן.
03:15
If diet did cure cancer,
we'd see stories like Belle's.
we'd see stories like Belle's.
55
183839
4103
אם תזונה הייתה יכולה לרפא סרטן,
היינו רואים סיפורים כמו של בל.
היינו רואים סיפורים כמו של בל.
03:20
But even if diet did not cure cancer,
56
188839
2849
אבל אפילו אם תזונה לא יכולה לרפא סרטן,
03:23
we'd still see stories like Belle's.
57
191712
2643
עדיין היינו רואים סיפורים כמו של בל.
03:26
A single story in which
a patient apparently self-cured
a patient apparently self-cured
58
194744
5190
סיפורים בודדים שבהם נראה שחולה
מתרפא ללא עזרה רפואית,
מתרפא ללא עזרה רפואית,
03:31
just due to being misdiagnosed
in the first place.
in the first place.
59
199958
3174
רק בגלל שהוא אובחן לא נכון מלכתחילה.
03:35
Just like, even if smoking
was bad for your health,
was bad for your health,
60
203680
3326
בדיוק כמו שאפילו אם עישון מזיק לבריאות,
03:39
you'd still see one smoker
who lived until 100.
who lived until 100.
61
207030
3304
עדיין תוכלו למצוא מעשן אחד שחי עד גיל 100.
03:42
(Laughter)
62
210664
1150
(צחוק)
בדיוק כמו שאפילו אם חינוך טוב
הוא אינדיקציה להצלחה כלכלית,
הוא אינדיקציה להצלחה כלכלית,
03:44
Just like, even if education
was good for your income,
was good for your income,
63
212157
2562
03:46
you'd still see one multimillionaire
who didn't go to university.
who didn't go to university.
64
214743
4281
עדיין תוכלו למצוא מיליונר אחד
שלא הלך לאוניברסיטה.
שלא הלך לאוניברסיטה.
03:51
(Laughter)
65
219048
4984
(צחוק)
03:56
So the biggest problem with Belle's story
is not that it was false.
is not that it was false.
66
224056
3911
אז הבעיה הגדולה ביותר עם הסיפור
של בל היא לא, שהוא היה שקר.
של בל היא לא, שהוא היה שקר.
03:59
It's that it's only one story.
67
227991
2531
הבעיה היא שזה רק סיפור אחד.
04:03
There might be thousands of other stories
where diet alone failed,
where diet alone failed,
68
231094
4381
יכולים להיות אלפי סיפורים אחרים,
שבהם שינוי התזונה לא הועיל.
שבהם שינוי התזונה לא הועיל.
04:07
but we never hear about them.
69
235499
1934
אבל לעולם לא נשמע עליהם.
04:10
We share the outlier cases
because they are new,
because they are new,
70
238141
3896
אנחנו משתפים את המקרים
הקיצוניים, כי הם חדשים,
הקיצוניים, כי הם חדשים,
04:14
and therefore they are news.
71
242061
1867
ולכן הם חדשות.
04:16
We never share the ordinary cases.
72
244657
2476
אנחנו אף פעם לא משתפים את המקרים הרגילים.
04:19
They're too ordinary,
they're what normally happens.
they're what normally happens.
73
247157
3213
הם רגילים מדי, הם מה שבדרך כלל קורה.
04:23
And that's the true
99 percent that we ignore.
99 percent that we ignore.
74
251125
3095
ואלו ה-99% האמיתיים שמהם אנחנו מתעלמים.
04:26
Just like in society, you can't just
listen to the one percent,
listen to the one percent,
75
254244
2968
בדיוק כמו שבחברה,
אי אפשר להקשיב רק לאחוז אחד,
אי אפשר להקשיב רק לאחוז אחד,
04:29
the outliers,
76
257236
1158
לחריג,
04:30
and ignore the 99 percent, the ordinary.
77
258418
2666
ולהתעלם מ-99% האחרים, הרגילים.
04:34
Because that's the second example
of confirmation bias.
of confirmation bias.
78
262022
3254
כי זו הדוגמה השנייה להטיית האישוש.
04:37
We accept a fact as data.
79
265300
2769
אנחנו מתייחס לעובדה כאל מידע.
04:41
The biggest problem is not
that we live in a post-truth world;
that we live in a post-truth world;
80
269038
3968
הבעיה הגדולה ביותר אינה שאנחנו
חיים בעולם של פוסט-אמת;
חיים בעולם של פוסט-אמת;
04:45
it's that we live in a post-data world.
81
273030
3769
הבעיה היא שאנחנו חיים בעולם
של פוסט-נתונים.
של פוסט-נתונים.
04:49
We prefer a single story to tons of data.
82
277792
3744
אנחנו מעדיפים סיפור בודד
על פני טונות של נתונים.
על פני טונות של נתונים.
04:54
Now, stories are powerful,
they're vivid, they bring it to life.
they're vivid, they bring it to life.
83
282752
3016
לסיפורים יש כוח,
הם חיים, הם מפיחים חיים בעובדות.
הם חיים, הם מפיחים חיים בעובדות.
04:57
They tell you to start
every talk with a story.
every talk with a story.
84
285792
2222
אומרים שצריך לפתוח כל הרצאה בסיפור.
05:00
I did.
85
288038
1150
זה מה שאני עשיתי.
05:01
But a single story
is meaningless and misleading
is meaningless and misleading
86
289696
4754
אבל סיפור אחד הוא חסר משמעות ומטעה
05:06
unless it's backed up by large-scale data.
87
294474
2849
כל עוד הוא אינו מגובה
במידע בקנה מידה גדול.
במידע בקנה מידה גדול.
05:11
But even if we had large-scale data,
88
299236
2357
ואפילו אם יש לנו מידע בקנה מידה גדול,
05:13
that might still not be enough.
89
301617
2158
זה עלול עדיין לא להספיק.
05:16
Because it could still be consistent
with rival theories.
with rival theories.
90
304260
3138
כי המידע עדיין יכול להתיישב
עם תיאוריות מתחרות.
עם תיאוריות מתחרות.
05:20
Let me explain.
91
308136
1150
אני אסביר.
05:22
A classic study
by psychologist Peter Wason
by psychologist Peter Wason
92
310072
3262
במחקר קלאסי שנערך על ידי
הפסיכולוג פיטר ווסון
הפסיכולוג פיטר ווסון
05:25
gives you a set of three numbers
93
313358
1952
נותנים לנחקר רצף של שלושה מספרים
05:27
and asks you to think of the rule
that generated them.
that generated them.
94
315334
2905
ומבקשים ממנו לחשוב על הכלל שיצר את הרצף.
05:30
So if you're given two, four, six,
95
318585
4476
אז אם קיבלת 2, 4, 6
05:35
what's the rule?
96
323085
1150
מה הכלל?
05:36
Well, most people would think,
it's successive even numbers.
it's successive even numbers.
97
324895
3219
רוב האנשים יחשבו שהכלל הוא
מספרים זוגיים עוקבים.
מספרים זוגיים עוקבים.
05:40
How would you test it?
98
328767
1515
איך תבדקו אם זה נכון?
05:42
Well, you'd propose other sets
of successive even numbers:
of successive even numbers:
99
330306
3262
תציעו רצפים אחרים
של מספרים זוגיים עוקבים:
של מספרים זוגיים עוקבים:
05:45
4, 6, 8 or 12, 14, 16.
100
333592
3318
4, 6, 8 או 12, 14, 16.
05:49
And Peter would say these sets also work.
101
337546
2800
ופיטר יענה שגם הרצפים הללו טובים,
05:53
But knowing that these sets also work,
102
341124
2564
אבל הידיעה שהרצפים הללו עונים על הכלל,
05:55
knowing that perhaps hundreds of sets
of successive even numbers also work,
of successive even numbers also work,
103
343712
4765
ושייתכן שמאות רצפים
של מספרים זוגיים עוקבים עונים על הכלל,
של מספרים זוגיים עוקבים עונים על הכלל,
06:00
tells you nothing.
104
348501
1348
לא אומרת כלום.
06:02
Because this is still consistent
with rival theories.
with rival theories.
105
350572
3358
כי המידע הזה עדיין מתיישב
עם תיאוריות מתחרות.
עם תיאוריות מתחרות.
06:06
Perhaps the rule
is any three even numbers.
is any three even numbers.
106
354889
3205
אולי הכלל הוא 'כל שלושה מספרים זוגיים'.
06:11
Or any three increasing numbers.
107
359000
2133
או כל רצף עולה של מספרים.
06:14
And that's the third example
of confirmation bias:
of confirmation bias:
108
362365
2888
וזוהי הדוגמה השלישית של הטיית האישור:
06:17
accepting data as evidence,
109
365277
3689
הנטייה לקבל מידע כראיה,
06:20
even if it's consistent
with rival theories.
with rival theories.
110
368990
3000
גם אם הוא מתיישב עם תיאוריות מתחרות.
06:24
Data is just a collection of facts.
111
372704
2952
מידע הוא רק אוסף של עובדות.
06:28
Evidence is data that supports
one theory and rules out others.
one theory and rules out others.
112
376402
4923
ראיה היא מידע שתומך בתיאוריה אחת
ופוסל את המתחרות.
ופוסל את המתחרות.
06:34
So the best way to support your theory
113
382665
2483
ולכן הדרך הטובה ביותר לאשש
את התיאוריה שלכם
את התיאוריה שלכם
06:37
is actually to try to disprove it,
to play devil's advocate.
to play devil's advocate.
114
385172
3930
היא לנסות להפריך אותה,
לשחק את פרקליטו של השטן.
לשחק את פרקליטו של השטן.
06:41
So test something, like 4, 12, 26.
115
389466
4718
נסו משהו כמו 4, 12, 26.
06:46
If you got a yes to that,
that would disprove your theory
that would disprove your theory
116
394938
3683
אם קיבלתם תשובה חיובית,
היא תפריך את התיאוריה שלכם
היא תפריך את התיאוריה שלכם
06:50
of successive even numbers.
117
398645
1936
לגבי מספרים זוגיים עוקבים.
06:53
Yet this test is powerful,
118
401232
2016
אבל הכוח האמיתי של הבדיקה הזו,
06:55
because if you got a no, it would rule out
"any three even numbers"
"any three even numbers"
119
403272
4845
הוא בכך שאם התשובה שלילית,
היא שוללת את "כל שלושה מספרים זוגיים"
היא שוללת את "כל שלושה מספרים זוגיים"
07:00
and "any three increasing numbers."
120
408141
1712
ואת "כל רצף עולה של מספרים."
07:01
It would rule out the rival theories,
but not rule out yours.
but not rule out yours.
121
409877
3341
היא תשלול את התיאוריות המתחרות אבל
לא את התיאוריה שלכם.
לא את התיאוריה שלכם.
07:05
But most people are too afraid
of testing the 4, 12, 26,
of testing the 4, 12, 26,
122
413968
4794
אבל רוב האנשים פוחדים מכדי
לנסות את 4, 12, 26,
לנסות את 4, 12, 26,
07:10
because they don't want to get a yes
and prove their pet theory to be wrong.
and prove their pet theory to be wrong.
123
418786
4163
כי הם לא רוצים לקבל תשובה חיובית
ולהוכיח שהתיאוריה שלהם לא נכונה.
ולהוכיח שהתיאוריה שלהם לא נכונה.
07:16
Confirmation bias is not only
about failing to search for new data,
about failing to search for new data,
124
424727
5676
הטיית האישור אינה נובעת רק מכך
שלא מחפשים אחר מידע נוסף,
שלא מחפשים אחר מידע נוסף,
07:22
but it's also about misinterpreting
data once you receive it.
data once you receive it.
125
430427
3073
היא נובעת גם מפירוש מוטעה
של המידע שאנחנו מקבלים.
של המידע שאנחנו מקבלים.
07:26
And this applies outside the lab
to important, real-world problems.
to important, real-world problems.
126
434339
3548
וזה נכון גם מחוץ למעבדה,
בחיים האמיתיים שלנו.
בחיים האמיתיים שלנו.
07:29
Indeed, Thomas Edison famously said,
127
437911
3309
ציטוט מפורסם של תומאס אדיסון אומר,
07:33
"I have not failed,
128
441244
1888
"לא נכשלתי,
07:35
I have found 10,000 ways that won't work."
129
443156
4188
הצלחתי למצוא 10,000 דרכים שלא עובדות."
07:40
Finding out that you're wrong
130
448281
2627
הגילוי שאתה טועה
07:42
is the only way to find out what's right.
131
450932
2733
הוא הדרך היחיד למצוא את מה שנכון.
07:46
Say you're a university
admissions director
admissions director
132
454654
2946
נגיד שאתם אחראים על הקבלה לאוניברסיטה
07:49
and your theory is that only
students with good grades
students with good grades
133
457624
2563
ואתם חושבים שרק סטודנטים עם ציונים טובים
07:52
from rich families do well.
134
460211
1763
ממשפחות עשירות, יצליחו בלימודים.
07:54
So you only let in such students.
135
462339
2190
אז אתם מקבלים רק סטודנטים כאלו.
07:56
And they do well.
136
464553
1150
והם מצליחים בלימודים.
07:58
But that's also consistent
with the rival theory.
with the rival theory.
137
466482
2772
אבל זה גם מתיישב עם דעות מתחרות.
08:01
Perhaps all students
with good grades do well,
with good grades do well,
138
469593
2747
אולי כל הסטודנטים שיש להם
ציונים טובים יצליחו בלימודים,
ציונים טובים יצליחו בלימודים,
08:04
rich or poor.
139
472364
1181
בלי קשר לעושר או עוני.
08:06
But you never test that theory
because you never let in poor students
because you never let in poor students
140
474307
3730
אבל אתם לעולם לא בודקים את התיאוריה הזו,
כי אתם לא מקבלים סטודנטים עניים.
כי אתם לא מקבלים סטודנטים עניים.
08:10
because you don't want to be proven wrong.
141
478061
2800
כי אתם לא רוצים להוכיח שאתם טועים.
08:14
So, what have we learned?
142
482577
1857
אז, מה למדנו?
08:17
A story is not fact,
because it may not be true.
because it may not be true.
143
485315
3560
סיפור אינו עובדה, כי הוא עלול להיות שקר.
08:21
A fact is not data,
144
489498
2087
עובדה אחת אינה מידע,
08:23
it may not be representative
if it's only one data point.
if it's only one data point.
145
491609
4039
אולי היא אינה מייצגת את הכלל
אם היא עובדה בודדת.
אם היא עובדה בודדת.
08:28
And data is not evidence --
146
496680
2349
ומידע אינו ראיה --
08:31
it may not be supportive
if it's consistent with rival theories.
if it's consistent with rival theories.
147
499053
3678
הוא לא תומך בתיאוריה שלכם, אם הוא
בו-זמנית מתיישב עם תיאוריות מתחרות.
בו-זמנית מתיישב עם תיאוריות מתחרות.
08:36
So, what do you do?
148
504146
2277
אז, מה תעשו?
08:39
When you're at
the inflection points of life,
the inflection points of life,
149
507464
2682
כשאתם בנקודות צומת בחייכם,
08:42
deciding on a strategy for your business,
150
510170
2566
מחליטים על אסטרטגיה חדשה לעסק שלכם,
08:44
a parenting technique for your child
151
512760
2611
סגנון הורות לילד שלכם,
08:47
or a regimen for your health,
152
515395
2428
או משטר בריאות חדש,
08:49
how do you ensure
that you don't have a story
that you don't have a story
153
517847
3539
איך תוודאו שאתם מסתמכים על ראיות
08:53
but you have evidence?
154
521410
1468
ולא על סיפור?
08:56
Let me give you three tips.
155
524268
1619
אתן לכם שלוש עצות.
08:58
The first is to actively seek
other viewpoints.
other viewpoints.
156
526641
3984
הראשונה היא תמיד לחפש נקודות מבט אחרות.
09:02
Read and listen to people
you flagrantly disagree with.
you flagrantly disagree with.
157
530649
3594
קראו והאזינו לאנשים
שאתם ממש לא מסכימים איתם.
שאתם ממש לא מסכימים איתם.
09:06
Ninety percent of what they say
may be wrong, in your view.
may be wrong, in your view.
158
534267
3488
90% ממה שהם אומרים
עלול להיות שגוי, לדעתכם.
עלול להיות שגוי, לדעתכם.
09:10
But what if 10 percent is right?
159
538728
2133
אבל מה אם 10% הם דברי טעם?
09:13
As Aristotle said,
160
541851
1619
כמו שאמר אריסטו,
09:15
"The mark of an educated man
161
543494
2214
"הסימן לאדם משכיל
09:17
is the ability to entertain a thought
162
545732
3397
הוא היכולת לחשוב לעומק על דעה
09:21
without necessarily accepting it."
163
549153
2333
בלי לקבל אותה."
09:24
Surround yourself with people
who challenge you,
who challenge you,
164
552649
2254
הקיפו את עצמכם באנשים שמאתגרים אתכם,
09:26
and create a culture
that actively encourages dissent.
that actively encourages dissent.
165
554917
3699
וצרו תרבות שמעודדת מחלוקות.
09:31
Some banks suffered from groupthink,
166
559347
2318
כמה בנקים סבלו מתמימות דעים,
09:33
where staff were too afraid to challenge
management's lending decisions,
management's lending decisions,
167
561689
4309
העובדים שלהם פחדו לחלוק
על ההוראות שהונחתו מלמעלה,
על ההוראות שהונחתו מלמעלה,
09:38
contributing to the financial crisis.
168
566022
2466
שתרמו למשבר הכלכלי.
09:41
In a meeting, appoint someone
to be devil's advocate
to be devil's advocate
169
569029
4199
בכל פגישה, מנו מישהו להיות פרקליטו של השטן
09:45
against your pet idea.
170
573252
1642
שיתנגד לרעיונות שלכם.
09:47
And don't just hear another viewpoint --
171
575720
2571
ואל תסתפקו בשמיעת דעות מנוגדות.
09:50
listen to it, as well.
172
578315
2176
האזינו להן היטב.
09:53
As psychologist Stephen Covey said,
173
581389
2404
כמו שאמר הפסיכולוג סטיבן קובי,
09:55
"Listen with the intent to understand,
174
583817
3397
"הקשיבו במטרה להבין,
09:59
not the intent to reply."
175
587238
1666
לא במטרה לענות."
10:01
A dissenting viewpoint
is something to learn from
is something to learn from
176
589642
3492
דעה מנוגדת היא משהו שצריך ללמוד ממנו,
10:05
not to argue against.
177
593158
1548
לא להתווכח איתו.
10:07
Which takes us to the other
forgotten terms in Bayesian inference.
forgotten terms in Bayesian inference.
178
595690
3866
מה שמחזיר אותנו לעוד מושג נשכח
בהסקה הבייסיאנית.
בהסקה הבייסיאנית.
10:12
Because data allows you to learn,
179
600198
2324
כיוון שמידע מאפשר לכם ללמוד,
10:14
but learning is only relative
to a starting point.
to a starting point.
180
602546
3515
אבל הלמידה היא יחסית לנקודת ההתחלה.
10:18
If you started with complete certainty
that your pet theory must be true,
that your pet theory must be true,
181
606085
5716
אם התחלתם בוודאות מוחלטת
שהתיאוריה שלכם נכונה,
שהתיאוריה שלכם נכונה,
10:23
then your view won't change --
182
611825
1897
דעתכם לא תשתנה --
10:25
regardless of what data you see.
183
613746
2466
ולא משנה איזה מידע יוצג בפניכם.
10:28
Only if you are truly open
to the possibility of being wrong
to the possibility of being wrong
184
616641
4391
רק אם אתם באמת פתוחים לאפשרות שאתם טועים
10:33
can you ever learn.
185
621056
1267
תוכלו ללמוד.
10:35
As Leo Tolstoy wrote,
186
623580
2095
כמו שכתב לב טולסטוי,
10:37
"The most difficult subjects
187
625699
2182
"ניתן ללמד את הרעיונות המסובכים ביותר
10:39
can be explained to the most
slow-witted man
slow-witted man
188
627905
3135
לאיש קשה-התפיסה ביותר
10:43
if he has not formed
any idea of them already.
any idea of them already.
189
631064
2753
כל עוד הוא לא גיבש דעה עליהם.
10:46
But the simplest thing
190
634365
1873
אך הפשוטים שברעיונות
10:48
cannot be made clear
to the most intelligent man
to the most intelligent man
191
636262
3071
לא יוכלו להיות נהירים אף לאדם החכם ביותר
10:51
if he is firmly persuaded
that he knows already."
that he knows already."
192
639357
3334
אם הוא משוכנע בדעתו שהוא כבר יודע."
10:56
Tip number two is "listen to experts."
193
644500
3743
עצתי השנייה היא להקשיב למומחים.
11:01
Now, that's perhaps the most
unpopular advice that I could give you.
unpopular advice that I could give you.
194
649040
3492
זו כנראה העצה הכי פחות פופולרית
שיכולתי לתת לכם.
שיכולתי לתת לכם.
11:04
(Laughter)
195
652556
1220
(צחוק)
11:05
British politician Michael Gove
famously said that people in this country
famously said that people in this country
196
653800
4738
הפוליטיקאי הבריטי מייקל גוב מפורסם באמירתו
שלאנשים במדינה הזו נמאס ממומחים.
11:10
have had enough of experts.
197
658562
2276
11:13
A recent poll showed that more people
would trust their hairdresser --
would trust their hairdresser --
198
661696
3508
סקר שנערך לאחרונה הראה
שיותר אנשים יאמינו לספר שלהם --
שיותר אנשים יאמינו לספר שלהם --
11:17
(Laughter)
199
665228
2285
(צחוק)
11:19
or the man on the street
200
667537
1833
או לאדם אקראי ברחוב
11:21
than they would leaders of businesses,
the health service and even charities.
the health service and even charities.
201
669394
4305
מאשר למובילים בתחומי העסקים, הבריאות
ואפילו לראשי ארגוני צדקה.
ואפילו לראשי ארגוני צדקה.
11:26
So we respect a teeth-whitening formula
discovered by a mom,
discovered by a mom,
202
674227
3977
אז אנחנו נותנים כבוד לנוסחת הלבנת שיניים
שהתגלתה על ידי אמא,
שהתגלתה על ידי אמא,
11:30
or we listen to an actress's view
on vaccination.
on vaccination.
203
678228
3198
ומקשיבים לדעתה של שחקנית על חיסונים.
אנחנו אוהבים אנשים שאומרים את האמת בפרצוף,
שסומכים על תחושת הבטן שלהם,
שסומכים על תחושת הבטן שלהם,
11:33
We like people who tell it like it is,
who go with their gut,
who go with their gut,
204
681450
2865
11:36
and we call them authentic.
205
684339
1800
ואנחנו אומרים שהם אמיתיים, כנים.
11:38
But gut feel can only get you so far.
206
686847
3214
אבל עם אינטואיציה לא תגיעו רחוק.
11:42
Gut feel would tell you never to give
water to a baby with diarrhea,
water to a baby with diarrhea,
207
690736
4436
אינטואיציה תגיד לכם לא לתת מים
לתינוק משלשל,
לתינוק משלשל,
11:47
because it would just
flow out the other end.
flow out the other end.
208
695196
2318
כי הם יצאו ישר מהצד השני.
11:49
Expertise tells you otherwise.
209
697538
2578
המומחים יגידו ההפך.
11:53
You'd never trust your surgery
to the man on the street.
to the man on the street.
210
701149
3428
לא תבטחו באדם מהרחוב שינתח אתכם.
11:56
You'd want an expert
who spent years doing surgery
who spent years doing surgery
211
704887
3587
בוודאי תרצו מומחה, מנתח בעל ניסיון של שנים
12:00
and knows the best techniques.
212
708498
2000
שמכיר את הטכניקות הטובות ביותר.
12:03
But that should apply
to every major decision.
to every major decision.
213
711514
3133
אבל הכלל הזה צריך להיות תקף
לכל החלטה משמעותית שאתם עושים.
לכל החלטה משמעותית שאתם עושים.
12:07
Politics, business, health advice
214
715255
4556
בפוליטיקה, בעסקים, בבריאות
12:11
require expertise, just like surgery.
215
719835
2896
יש צורך במומחים, בדיוק כמו בחדר הניתוח.
12:16
So then, why are experts so mistrusted?
216
724474
3539
אז, למה אנשים לא בוטחים במומחים?
12:20
Well, one reason
is they're seen as out of touch.
is they're seen as out of touch.
217
728981
3239
סיבה אחת היא שהם נראים מנותקים.
12:24
A millionaire CEO couldn't possibly
speak for the man on the street.
speak for the man on the street.
218
732244
4090
מנכ"ל שמרוויח מיליונים
לא יכול לדבר בשם האדם הפשוט ברחוב.
לא יכול לדבר בשם האדם הפשוט ברחוב.
12:29
But true expertise is found on evidence.
219
737455
3559
אבל המומחיות האמיתית נמדדת על ידי ראיות.
12:33
And evidence stands up
for the man on the street
for the man on the street
220
741447
2905
והראיות ניצבות לצד האדם הפשוט
12:36
and against the elites.
221
744376
1533
לא לצד האליטות.
12:38
Because evidence forces you to prove it.
222
746456
2667
כי ראיות מכריחות אותך להוכיח.
12:41
Evidence prevents the elites
from imposing their own view
from imposing their own view
223
749774
4421
הראיות מונעות מהאליטות לכפות עליך את דעתן
12:46
without proof.
224
754219
1150
בלי הוכחה.
12:49
A second reason
why experts are not trusted
why experts are not trusted
225
757006
2071
סיבה נוספת לכך שאיננו בוטחים במומחים
12:51
is that different experts
say different things.
say different things.
226
759101
3087
היא שמומחים שונים אומרים דברים שונים.
12:54
For every expert who claimed that leaving
the EU would be bad for Britain,
the EU would be bad for Britain,
227
762212
4476
על כל מומחה שטוען שעזיבת האיחוד האירופי
תזיק לבריטניה,
תזיק לבריטניה,
12:58
another expert claimed it would be good.
228
766712
2429
יש מומחה אחר שטוען שהמהלך יועיל לבריטניה.
13:01
Half of these so-called experts
will be wrong.
will be wrong.
229
769165
3767
חצי מהמומחים הולכים לטעות.
13:05
And I have to admit that most papers
written by experts are wrong.
written by experts are wrong.
230
773774
4243
ואני חייב להודות שרוב המאמרים שנכתבים
על ידי מומחים הם שגויים.
על ידי מומחים הם שגויים.
13:10
Or at best, make claims that
the evidence doesn't actually support.
the evidence doesn't actually support.
231
778520
3505
או לכל הפחות, מסיקים מסקנות
שאינן נתמכות על ידי הראיות המוצגות.
שאינן נתמכות על ידי הראיות המוצגות.
13:14
So we can't just take
an expert's word for it.
an expert's word for it.
232
782990
3133
אז אי אפשר להאמין למומחים רק כי הם מומחים.
13:18
In November 2016, a study
on executive pay hit national headlines.
on executive pay hit national headlines.
233
786776
6034
בנובמבר 2016 מחקר על שכר המנכ"לים
עשה כותרות בכל הארץ.
עשה כותרות בכל הארץ.
13:25
Even though none of the newspapers
who covered the study
who covered the study
234
793240
2890
אפילו שאף אחד מהעיתונים שסיקרו את המחקר
13:28
had even seen the study.
235
796154
1600
לא קראו אותו.
13:30
It wasn't even out yet.
236
798685
1533
הוא עוד לא פורסם אפילו.
13:32
They just took the author's word for it,
237
800708
2204
הם פשוט סמכו על מה שהמחבר סיפר להם,
13:35
just like with Belle.
238
803768
1400
בדיוק כמו מה שקרה עם בל.
13:38
Nor does it mean that we can
just handpick any study
just handpick any study
239
806093
2436
זה לא אומר שאפשר פשוט לבחור
איזה מחקר שנרצה
איזה מחקר שנרצה
13:40
that happens to support our viewpoint --
240
808553
2111
שבמקרה תומך בדעתנו --
13:42
that would, again, be confirmation bias.
241
810688
2103
זה, שוב, חלק מהטיית האישור.
13:44
Nor does it mean
that if seven studies show A
that if seven studies show A
242
812815
2555
זה גם לא אומר שאם שבעה מחקרים אומרים א'
13:47
and three show B,
243
815394
1668
ושלושה אומרים ב',
13:49
that A must be true.
244
817086
1483
אז א' נכון.
13:51
What matters is the quality,
245
819109
2659
מה שמשנה הוא האיכות,
13:53
and not the quantity of expertise.
246
821792
2817
ולא כמות המומחים.
13:57
So we should do two things.
247
825879
1800
אז עלינו לעשות שני דברים.
14:00
First, we should critically examine
the credentials of the authors.
the credentials of the authors.
248
828434
4578
ראשית, עלינו לבחון בעין ביקורתית
את מידת הסמכות והמקצועיות של הכותבים.
את מידת הסמכות והמקצועיות של הכותבים.
14:05
Just like you'd critically examine
the credentials of a potential surgeon.
the credentials of a potential surgeon.
249
833807
4143
בדיוק כמו שתבדקו בדקדקנות
את המקצועיות של מנתחים פוטנציאליים,
את המקצועיות של מנתחים פוטנציאליים,
14:10
Are they truly experts in the matter,
250
838347
3206
האם הם באמת מומחים בתחום,
14:13
or do they have a vested interest?
251
841577
2267
או שיש להם אינטרס
שמונע מהם להיות אובייקטיביים
שמונע מהם להיות אובייקטיביים
14:16
Second, we should pay particular attention
252
844768
2523
שנית, עלינו לתת תשומת לב מיוחדת
14:19
to papers published
in the top academic journals.
in the top academic journals.
253
847315
3889
למאמרים שפורסמו בכתבי עת אקדמיים מובילים.
14:24
Now, academics are often accused
of being detached from the real world.
of being detached from the real world.
254
852038
3861
אנשי אקדמיה מואשמים לרוב
בהיותם מנותקים מהעולם האמיתי.
בהיותם מנותקים מהעולם האמיתי.
14:28
But this detachment gives you
years to spend on a study.
years to spend on a study.
255
856585
3730
אבל הניתוק הזה מאפשר להם לבזבז
שנים בעריכת מחקר אחד.
שנים בעריכת מחקר אחד.
14:32
To really nail down a result,
256
860339
1905
לבחון לעומק את התוצאות,
14:34
to rule out those rival theories,
257
862268
2015
להפריך ביסודיות תיאוריות מתחרות,
14:36
and to distinguish correlation
from causation.
from causation.
258
864307
3134
ולהבדיל בין מתאם לסיבה.
14:40
And academic journals involve peer review,
259
868172
3477
בנוסף, בכתבי עת אקדמיים
נערכת ביקורת עמיתים,
נערכת ביקורת עמיתים,
14:43
where a paper is rigorously scrutinized
260
871673
2294
בה המאמר נבדק בדקדקנות ובטרחנות
14:45
(Laughter)
261
873991
1419
(צחוק)
14:47
by the world's leading minds.
262
875434
1934
על ידי המוחות המובילים בעולם.
ככל שכתב העת טוב יותר,
הסטנדרטים שהוא מציב גבוהים יותר.
הסטנדרטים שהוא מציב גבוהים יותר.
14:50
The better the journal,
the higher the standard.
the higher the standard.
263
878434
2556
14:53
The most elite journals
reject 95 percent of papers.
reject 95 percent of papers.
264
881014
5148
כתבי העת הנחשבים ביותר דוחים
95% מהמאמרים שנשלחים אליהם.
95% מהמאמרים שנשלחים אליהם.
14:59
Now, academic evidence is not everything.
265
887434
3333
הוכחות אקדמיות אינן הכל.
15:03
Real-world experience is critical, also.
266
891109
2667
ידע מהעולם האמיתי חשוב גם הוא.
15:06
And peer review is not perfect,
mistakes are made.
mistakes are made.
267
894465
3400
וביקורת עמיתים אינה מושלמת, טעויות קורות.
15:10
But it's better to go
with something checked
with something checked
268
898530
2063
אבל עדיף לסמוך על משהו שנבדק
15:12
than something unchecked.
269
900617
1667
מאשר על משהו שלא.
15:14
If we latch onto a study
because we like the findings,
because we like the findings,
270
902696
3199
אם נאחז במחקר בגלל שאנחנו
אוהבים את המסקנות,
אוהבים את המסקנות,
15:17
without considering who it's by
or whether it's even been vetted,
or whether it's even been vetted,
271
905919
3888
בלי לבדוק מי הכותב והאם המידע בכלל אומת,
15:21
there is a massive chance
that that study is misleading.
that that study is misleading.
272
909831
3627
יש סיכוי גדול שהמחקר מטעה.
15:26
And those of us who claim to be experts
273
914894
2580
ואלו מאיתנו המתיימרים להיות מומחים
15:29
should recognize the limitations
of our analysis.
of our analysis.
274
917498
3253
צריכים להכיר במגבלות של יכולת הניתוח שלנו.
15:33
Very rarely is it possible to prove
or predict something with certainty,
or predict something with certainty,
275
921244
4563
לעיתים נדירות ביותר אפשר להוכיח
או לנבא משהו בוודאות.
או לנבא משהו בוודאות.
15:38
yet it's so tempting to make
a sweeping, unqualified statement.
a sweeping, unqualified statement.
276
926292
4369
אבל זה כל כך מפתה לצאת בהכרזה סוחפת
שאינה מבוססת כראוי.
שאינה מבוססת כראוי.
15:43
It's easier to turn into a headline
or to be tweeted in 140 characters.
or to be tweeted in 140 characters.
277
931069
4344
קל יותר לכתוב זאת בכותרת,
או בציוץ בן 140 תווים.
או בציוץ בן 140 תווים.
15:48
But even evidence may not be proof.
278
936417
3142
אבל אפילו ראיות הן לא תמיד הוכחה.
15:52
It may not be universal,
it may not apply in every setting.
it may not apply in every setting.
279
940481
4210
הן עלולות לא להיות כלליות מספיק,
אולי אי אפשר להחיל אותן לכל מצב.
אולי אי אפשר להחיל אותן לכל מצב.
15:57
So don't say, "Red wine
causes longer life,"
causes longer life,"
280
945252
4920
אז אל תגידו, "יין אדום מאריך את החיים,"
16:02
when the evidence is only that red wine
is correlated with longer life.
is correlated with longer life.
281
950196
4682
כשהראיות אומרות רק שיש מתאם
בין שתיית יין אדום לתוחלת חיים ארוכה.
בין שתיית יין אדום לתוחלת חיים ארוכה.
16:07
And only then in people
who exercise as well.
who exercise as well.
282
955379
2770
ורק אצל אנשים שמקפידים על התעמלות.
16:11
Tip number three
is "pause before sharing anything."
is "pause before sharing anything."
283
959868
3966
עצה מס' שלוש, היא "עצרו לפני שאתם משתפים."
16:16
The Hippocratic oath says,
"First, do no harm."
"First, do no harm."
284
964907
3464
שבועת היפוקרטס אומרת, "ראשית, אל תזיק,"
16:21
What we share is potentially contagious,
285
969046
3134
מה שאנחנו משתפים עלול להיות מידבק,
16:24
so be very careful about what we spread.
286
972204
3683
אז היו זהירים במידע שאתם מפיצים.
16:28
Our goal should not be
to get likes or retweets.
to get likes or retweets.
287
976632
2953
מטרתנו לא צריכה להיות
לקבל לייקים או שיתופים.
לקבל לייקים או שיתופים.
16:31
Otherwise, we only share the consensus;
we don't challenge anyone's thinking.
we don't challenge anyone's thinking.
288
979609
3985
אחרת, נשתף רק את מה שכולנו מסכימים עליו,
לא נאתגר את החשיבה של אחרים.
לא נאתגר את החשיבה של אחרים.
16:36
Otherwise, we only share what sounds good,
289
984085
2905
אחרת, נשתף רק את מה שנשמע טוב,
16:39
regardless of whether it's evidence.
290
987014
2400
בלי לבדוק במה תומכות הראיות.
16:42
Instead, we should ask the following:
291
990188
2466
במקום זאת, עלינו לשאול את עצמנו:
16:45
If it's a story, is it true?
292
993572
2135
אם זה סיפור, האם הוא אמת?
16:47
If it's true, is it backed up
by large-scale evidence?
by large-scale evidence?
293
995731
2865
אם זו אמת, האם היא מגובה
בכמות מספקת של ראיות?
בכמות מספקת של ראיות?
16:50
If it is, who is it by,
what are their credentials?
what are their credentials?
294
998620
2595
אם יש מספיק ראיות, מי הכותב,
מה ההסמכה שלו?
מה ההסמכה שלו?
16:53
Is it published,
how rigorous is the journal?
how rigorous is the journal?
295
1001239
2756
האם זה פורסם, עד כמה כתב העת דקדקן?
16:56
And ask yourself
the million-dollar question:
the million-dollar question:
296
1004733
2317
ושאלו את עצמכם את שאלת מיליון הדולר:
16:59
If the same study was written by the same
authors with the same credentials
authors with the same credentials
297
1007980
4023
אם אותו מאמר היה נכתב על ידי אותו כותב,
עם אותה הסמכה
עם אותה הסמכה
17:05
but found the opposite results,
298
1013130
1587
אבל היה מוצא תוצאות הפוכות,
17:07
would you still be willing
to believe it and to share it?
to believe it and to share it?
299
1015608
3694
האם עדיין הייתם מוכנים
להאמין לתוצאות ולשתף אותן?
להאמין לתוצאות ולשתף אותן?
17:13
Treating any problem --
300
1021442
2246
לגשת לכל בעיה --
17:15
a nation's economic problem
or an individual's health problem,
or an individual's health problem,
301
1023712
3792
בעיה כלכלית של אומה שלמה
או בעיה בריאותית של אדם אחד,
או בעיה בריאותית של אדם אחד,
17:19
is difficult.
302
1027528
1150
זו משימה קשה.
17:21
So we must ensure that we have
the very best evidence to guide us.
the very best evidence to guide us.
303
1029242
4383
אז עלינו לוודא שאנחנו מונחים
על ידי הראיות הטובות ביותר.
על ידי הראיות הטובות ביותר.
17:26
Only if it's true can it be fact.
304
1034188
2681
רק אם זו אמת זו יכולה להיות עובדה.
17:29
Only if it's representative
can it be data.
can it be data.
305
1037601
2781
רק אם זה מייצג, זה יכול להיות מידע.
17:33
Only if it's supportive
can it be evidence.
can it be evidence.
306
1041128
3165
רק אם זה תומך בתיאוריה זה יכול להוות ראיה.
17:36
And only with evidence
can we move from a post-truth world
can we move from a post-truth world
307
1044317
5167
ורק בעזרת ראיות, נוכל לעבור
מעולם של פוסט-אמת
מעולם של פוסט-אמת
17:41
to a pro-truth world.
308
1049508
1583
לעולם שתומך באמת.
17:44
Thank you very much.
309
1052183
1334
תודה רבה לכם.
17:45
(Applause)
310
1053541
1150
(מחיאות כפיים)
ABOUT THE SPEAKER
Alex Edmans - Finance professor, editorAlex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit.
Why you should listen
Alex Edmans is professor of finance at London Business School and managing editor of the Review of Finance, the leading academic finance journal in Europe. He is an expert in corporate governance, executive compensation, corporate social responsibility and behavioral economics.
Edmans has a unique combination of deep academic rigor and practical business experience. He's particularly passionate about translating complex academic research into practical ideas that can then be applied to real-life problems. He has spoken at the World Economic Forum in Davos, at the World Bank Distinguished Speaker Series and in the UK House of Commons. Edmans is heavily involved in the ongoing reform of corporate governance, in particular to ensure that both the diagnosis of problems and suggested solutions are based on rigorous evidence rather than anecdote. He was appointed by the UK government to study the effect of share buybacks on executive pay and investment. Edmans also serves on the Steering Group of The Purposeful Company, which aims to embed purpose into the heart of business, and on Royal London Asset Management's Responsible Investment Advisory Committee.
Edmans has been interviewed by Bloomberg, BBC, CNBC, CNN, ESPN, Fox, ITV, NPR, Reuters, Sky News and Sky Sports, and has written for the Wall Street Journal, Financial Times and Harvard Business Review. He runs a blog, Access to Finance, that makes academic research accessible to a general audience, and was appointed Mercers' School Memorial Professor of Business by Gresham College, to give free lectures to the public. Edmans was previously a tenured professor at Wharton, where he won 14 teaching awards in six years. At LBS, he won the Excellence in Teaching award, LBS's highest teaching accolade.
Alex Edmans | Speaker | TED.com