TEDxBloomington
Shawn Achor: The happy secret to better work
Shawn Achor: A boldog titok a jobb munkához
Filmed:
Readability: 4.3
21,573,773 views
Úgy hisszük, hogy azért kell dolgoznunk, hogy boldogok legyünk, de lehetséges-e, hogy fordítva van? Ebben a pergő és szórakoztató előadásban a TEDxBloomingtonon Shawn Achor pszichológus amellett érvel, hogy valójában a boldogság növeli a produktivitást.
Shawn Achor - Psychologist
Shawn Achor is the CEO of Good Think Inc., where he researches and teaches about positive psychology. Full bio
Shawn Achor is the CEO of Good Think Inc., where he researches and teaches about positive psychology. Full bio
Double-click the English transcript below to play the video.
00:15
When I was seven years old and my sister was just five years old,
0
0
3000
Amikor 7 éves voltam és a húgom csak 5,
00:18
we were playing on top of a bunk bed.
1
3000
3000
egy emeletes ágy felső részén játszottunk.
00:21
I was two years older than my sister at the time --
2
6000
2000
Két évvel voltam akkor idősebb a húgomnál --
00:23
I mean, I'm two years older than her now --
3
8000
3000
vagyis, még mindig két évvel vagyok idősebb nála --,
00:26
but at the time it meant she had to do everything that I wanted to do,
4
11000
3000
de abban az időben ez azt jelentette, hogy mindent meg kellett tennie, amit akartam,
00:29
and I wanted to play war.
5
14000
2000
és azt akartam, hogy játszunk háborúsdit.
00:31
So we were up on top of our bunk beds.
6
16000
2000
Szóval fent voltunk az emeletes ágyon.
00:33
And on one side of the bunk bed,
7
18000
2000
És az ágy egyik oldalára
00:35
I had put out all of my G.I. Joe soldiers and weaponry.
8
20000
2000
kipakoltam az összes G.I. Joe katonámat és a fegyvereiket.
00:37
And on the other side were all my sister's My Little Ponies
9
22000
3000
És a másik oldalon ott volt a húgom összes Én Kicsi Pónim figurája
00:40
ready for a cavalry charge.
10
25000
2000
készen a lovasrohamra.
00:42
There are differing accounts of what actually happened that afternoon,
11
27000
2000
Különböző beszámolók keringenek arról, hogy mi is történt akkor,
00:44
but since my sister is not here with us today,
12
29000
3000
de lévén, hogy a húgom ma nincs itt,
00:47
let me tell you the true story --
13
32000
2000
hadd mondjam el az igaz történetet,
00:49
(Laughter) --
14
34000
2000
(Nevetés)
00:51
which is my sister's a little bit on the clumsy side.
15
36000
2000
ami szerint a húgom egy kicsit ügyetlen.
00:53
Somehow, without any help or push from her older brother at all,
16
38000
3000
Valahogy, a bátyjától kapott bármiféle rásegítés nélkül
00:56
suddenly Amy disappeared off of the top of the bunk bed
17
41000
2000
Amy hirtelen eltűnt az emeletes ágy tetejéről,
00:58
and landed with this crash on the floor.
18
43000
2000
és egy hatalmas robajjal landolt a földön.
01:00
Now I nervously peered over the side of the bed
19
45000
2000
Ijedten pillantottam le az ágyról,
01:02
to see what had befallen my fallen sister
20
47000
3000
hogy lássam, mi történ lezuhant húgommal,
01:05
and saw that she had landed painfully on her hands and knees
21
50000
2000
és azt láttam, hogy sajnálatosan a kezein és a térdein
01:07
on all fours on the ground.
22
52000
2000
négykézláb ért földet.
01:09
I was nervous because my parents had charged me
23
54000
2000
Ideges voltam, mert a szüleink elvárták tőlem,
01:11
with making sure that my sister and I
24
56000
2000
hogy biztosítsam, hogy a húgom és én
01:13
played as safely and as quietly as possible.
25
58000
3000
olyan csendben és biztonságban játsszunk, amennyire csak lehet.
01:16
And seeing as how I had accidentally broken Amy's arm
26
61000
3000
És látva, hogyan törtem el Amy karját véletlenül
01:19
just one week before ...
27
64000
2000
éppen csak egy héttel azelőtt...
01:21
(Laughter)
28
66000
4000
(Nevetés)
01:25
... heroically pushing her out of the way
29
70000
2000
...hősiesen ellökve egy képzeletbeli
01:27
of an oncoming imaginary sniper bullet,
30
72000
3000
bérgyilkos golyó útjából,
01:30
(Laughter)
31
75000
2000
(Nevetés)
01:32
for which I have yet to be thanked,
32
77000
2000
amit azóta sem köszönt meg,
01:34
I was trying as hard as I could --
33
79000
2000
annyira figyeltem, amennyire csak tudtam --
01:36
she didn't even see it coming --
34
81000
2000
még csak észre sem vette --
01:38
I was trying as hard as I could to be on my best behavior.
35
83000
2000
Annyira próbáltam nagyon jól viselkedni, amennyire csak tudtam.
01:40
And I saw my sister's face,
36
85000
2000
És megláttam a húgom arcát,
01:42
this wail of pain and suffering and surprise
37
87000
2000
azt a fájdalmas sírást, szenvedést és meglepetést,
01:44
threatening to erupt from her mouth and threatening to wake
38
89000
2000
ami hamarosan előtör belőle, és felébresztheti
01:46
my parents from the long winter's nap for which they had settled.
39
91000
3000
a szüleimet a hosszú, téli álmukból, amit épp töltöttek.
01:49
So I did the only thing
40
94000
2000
Szóval az egyetlen dolgot tettem,
01:51
my little frantic seven year-old brain could think to do to avert this tragedy.
41
96000
3000
amit a kétségbeesett hétéves agyam ki tudott találni, hogy elkerüljem a tragédiát.
01:54
And if you have children, you've seen this hundreds of times before.
42
99000
2000
És ha vannak gyerekeik, ezt már látták több százszor.
01:56
I said, "Amy, Amy, wait. Don't cry. Don't cry.
43
101000
2000
Azt mondtam: "Amy, Amy, várj! Ne sírj! Ne sírj!
01:58
Did you see how you landed?
44
103000
2000
Láttad, hogyan landoltál?
02:00
No human lands on all fours like that.
45
105000
3000
Nincs ember, aki így esik négykézlábra.
02:03
Amy, I think this means you're a unicorn."
46
108000
3000
Amy, ez azt jelenti, hogy te egy unikornis vagy!"
02:06
(Laughter)
47
111000
3000
(Nevetés)
02:09
Now that was cheating, because there was nothing in the world my sister would want more
48
114000
3000
Ez persze csalás volt, mert a kishúgom a világon semmit sem akart jobban,
02:12
than not to be Amy the hurt five year-old little sister,
49
117000
2000
mint Amy, a megsérült ötéves kistestvér helyett
02:14
but Amy the special unicorn.
50
119000
2000
Amy, a különleges unikornis lenni.
02:16
Of course, this was an option that was open to her brain at no point in the past.
51
121000
3000
Persze ez egy lehetőség volt, ami korábban nem volt nyitva az elméje számára.
02:19
And you could see how my poor, manipulated sister faced conflict,
52
124000
3000
Látniuk kellett volna, ahogyan szegény, manipulált húgom
02:22
as her little brain attempted to devote resources
53
127000
2000
az ő kis agyával megpróbált erőforrásokat fordítani
02:24
to feeling the pain and suffering and surprise
54
129000
2000
arra, hogy fájdalmat, szenvedést és meglepetést
02:26
she just experienced,
55
131000
2000
érezzen-e, amit éppen megtapasztalt,
02:28
or contemplating her new-found identity as a unicorn.
56
133000
2000
vagy az újonnan talált unikornis-identitásán elmélkedjen.
02:30
And the latter won out.
57
135000
2000
És az utóbbi győzött.
02:32
Instead of crying, instead of ceasing our play,
58
137000
2000
A sírás, a játék beszüntetése
02:34
instead of waking my parents,
59
139000
2000
vagy a szüleim felébresztése helyett,
02:36
with all the negative consequences that would have ensued for me,
60
141000
2000
ami mind negatív következményekkel járt volna számomra,
02:38
instead a smile spread across her face
61
143000
2000
inkább egy mosoly suhant át az arcán,
02:40
and she scrambled right back up onto the bunk bed with all the grace of a baby unicorn ...
62
145000
3000
és gyorsan felkapaszkodott az emeletes ágyra egy unikorniscsikó kecsességével...
02:43
(Laughter)
63
148000
2000
(Nevetés)
02:45
... with one broken leg.
64
150000
2000
...és egy törött lábbal.
02:47
What we stumbled across
65
152000
2000
Amibe botlottunk
02:49
at this tender age of just five and seven --
66
154000
2000
eme zsenge korunkban, mindössze 5 és 7 évesen --
02:51
we had no idea at the time --
67
156000
2000
bár erről fogalmunk sem volt abban az időben --,
02:53
was something that was going be at the vanguard of a scientific revolution
68
158000
3000
olyasmi volt, ami a tudományos forradalom előörse lett
02:56
occurring two decades later in the way that we look at the human brain.
69
161000
3000
két évtizeddel később, az emberi agy ismereteinek területén.
02:59
What we had stumbled across is something called positive psychology,
70
164000
3000
Amibe botlottunk, az az úgynevezett pozitív pszichológia,
03:02
which is the reason that I'm here today
71
167000
2000
ami miatt én is itt vagyok ma,
03:04
and the reason that I wake up every morning.
72
169000
2000
és ami miatt minden reggel felkelek.
03:06
When I first started talking about this research
73
171000
2000
Amikor először beszéltem erről a kutatásról
03:08
outside of academia, out with companies and schools,
74
173000
2000
az egyetemen kívül, cégekkel, iskolákkal,
03:10
the very first thing they said to never do
75
175000
2000
az első dolog amit mondtak nekem:
03:12
is to start your talk with a graph.
76
177000
2000
sohase kezdjem az előadásomat egy grafikonnal.
03:14
The very first thing I want to do is start my talk with a graph.
77
179000
2000
A legelső dolog amivel kezdeni szeretnék: egy grafikon.
03:16
This graph looks boring,
78
181000
2000
Ez a grafikon unalmasnak tűnik,
03:18
but this graph is the reason I get excited and wake up every morning.
79
183000
2000
de ez a grafikon az oka, amiért izgatottan kelek fel minden reggel.
03:20
And this graph doesn't even mean anything; it's fake data.
80
185000
2000
És ez a grafikon még nem is jelent semmit; az adatok hamisak.
03:22
What we found is --
81
187000
2000
Amit találtunk --
03:24
(Laughter)
82
189000
4000
(Nevetés)
03:28
If I got this data back studying you here in the room, I would be thrilled,
83
193000
3000
Ha ezeket az adatokat itt, Önöket tanulmányozva kaptam volna, le lennék nyűgözve,
03:31
because there's very clearly a trend that's going on there,
84
196000
2000
mert nagyon jól mutat egy tendenciát,
03:33
and that means that I can get published,
85
198000
2000
és ez azt jelenti, hogy publikálni tudom,
03:35
which is all that really matters.
86
200000
2000
és más tulajdonképpen nem is számít.
03:37
The fact that there's one weird red dot that's up above the curve,
87
202000
2000
Az a tény, hogy van egy furcsa piros pont a görbe fölött,
03:39
there's one weirdo in the room --
88
204000
2000
van egy fura alak a teremben --
03:41
I know who you are, I saw you earlier --
89
206000
3000
tudom ki maga, már láttam korábban --
03:44
that's no problem.
90
209000
2000
az nem probléma.
03:46
That's no problem, as most of you know,
91
211000
2000
Nem probléma, mivel, ahogyan a legtöbben tudják,
03:48
because I can just delete that dot.
92
213000
2000
egyszerűen ki tudom azt a pontot törölni.
03:50
I can delete that dot because that's clearly a measurement error.
93
215000
2000
Kitörölhetem, mert az egyértelműen egy mérési hiba.
03:52
And we know that's a measurement error
94
217000
2000
És tudjuk, hogy mérési hiba,
03:54
because it's messing up my data.
95
219000
3000
hiszen összekuszálja az adataimat.
03:57
So one of the very first things we teach people
96
222000
2000
Tehát az egyik legelső dolog, amit megtanítunk az embereknek
03:59
in economics and statistics and business and psychology courses
97
224000
3000
a közgazdaságtan, statisztika, üzleti és pszichológiai kurzusokon,
04:02
is how, in a statistically valid way, do we eliminate the weirdos.
98
227000
3000
hogy hogyan szabaduljunk meg a furcsaságoktól statisztikailag validált módon.
04:05
How do we eliminate the outliers
99
230000
2000
Hogyan küszöböljük ki a kiugrókat,
04:07
so we can find the line of best fit?
100
232000
2000
hogy megtalálhassuk a legjobban illeszkedő görbét.
04:09
Which is fantastic if I'm trying to find out
101
234000
2000
Ami fantasztikus, ha azt próbálom kideríteni,
04:11
how many Advil the average person should be taking -- two.
102
236000
3000
hogy hány Advilt kell az átlagembernek bevennie -- kettőt.
04:14
But if I'm interested in potential, if I'm interested in your potential,
103
239000
2000
De ha a tehetség érdekel, ha az ön potenciális
04:16
or for happiness or productivity
104
241000
2000
boldogsága vagy termelékenysége
04:18
or energy or creativity,
105
243000
2000
vagy energiája vagy kreativitása érdekel,
04:20
what we're doing is we're creating the cult of the average with science.
106
245000
2000
akkor amit csinálunk, az az 'átlagos kultuszának' megteremtése tudományos módon.
04:22
If I asked a question like,
107
247000
2000
Ha felteszek egy kérdést, például:
04:24
"How fast can a child learn how to read in a classroom?"
108
249000
2000
"Milyen gyorsan tanul meg egy gyermek olvasni az iskolában?"
04:26
scientists change the answer to "How fast does the average child
109
251000
2000
a tudósok átírják a választ: "Milyen gyorsan tanul meg
04:28
learn how to read in that classroom?"
110
253000
2000
az átlagos gyermek olvasni az iskolában?"
04:30
and then we tailor the class right towards the average.
111
255000
2000
és mi erre az átlagosra szabjuk az osztályt.
04:32
Now if you fall below the average on this curve,
112
257000
2000
Nos, ha Ön az átlag alá esik ezen a görbén,
04:34
then psychologists get thrilled,
113
259000
2000
az a pszichológusokat felvillanyozza,
04:36
because that means you're either depressed or you have a disorder,
114
261000
3000
mert ez azt jelenti, hogy Ön depressziós vagy beteg,
04:39
or hopefully both.
115
264000
2000
vagy remélhetőleg mindkettő.
04:41
We're hoping for both because our business model is,
116
266000
2000
Azért reméljük, hogy mindkettő, mert a mi üzleti modellünk az,
04:43
if you come into a therapy session with one problem,
117
268000
2000
hogy ha Ön egy terápiára jön egy problémával,
04:45
we want to make sure you leave knowing you have 10,
118
270000
2000
akkor nem hagyjuk addig elmenni, amíg 10 nem lesz belőle,
04:47
so you keep coming back over and over again.
119
272000
2000
így aztán folyamatosan jár majd vissza újra és újra.
04:49
We'll go back into your childhood if necessary,
120
274000
2000
Visszamegyünk a gyermekkorába, ha szükséges,
04:51
but eventually what we want to do is make you normal again.
121
276000
2000
de végülis csak újra normálissá akarjuk Önt tenni.
04:53
But normal is merely average.
122
278000
2000
De a normális az csupán átlagos.
04:55
And what I posit and what positive psychology posits
123
280000
2000
És én úgy vélem, és a pozitív pszichológia úgy véli,
04:57
is that if we study what is merely average,
124
282000
2000
hogy ha azt vizsgáljuk, ami csak átlagos,
04:59
we will remain merely average.
125
284000
2000
akkor megmaradunk csupán átlagosnak.
05:01
Then instead of deleting those positive outliers,
126
286000
2000
Így aztán ahelyett, hogy letörlöm azokat a pozitív kiugrókat,
05:03
what I intentionally do is come into a population like this one
127
288000
2000
szándékosan ilyen populációkba járok mint ez,
05:05
and say, why?
128
290000
2000
és felteszem a kérdést: miért?
05:07
Why is it that some of you are so high above the curve
129
292000
2000
Miért van az, hogy néhányuk olyan magasan a görbe felett van
05:09
in terms of your intellectual ability, athletic ability, musical ability,
130
294000
2000
szellemi, atlétikai, zenei képesség,
05:11
creativity, energy levels,
131
296000
2000
kreativitás, energiaszint,
05:13
your resiliency in the face of challenge, your sense of humor?
132
298000
2000
a kihívásra mutatott rugalmasság vagy a humorérzék szempontjából?
05:15
Whatever it is, instead of deleting you, what I want to do is study you.
133
300000
3000
Bármi is legyen az, a törlés helyett én inkább tanulmányozni akarom Önöket.
05:18
Because maybe we can glean information --
134
303000
2000
Mert talán begyűjthetünk információkat arról --
05:20
not just how to move people up to the average,
135
305000
2000
nem csak arról, hogy hogyan emeljük fel az embereket az átlagba,
05:22
but how we can move the entire average up
136
307000
3000
hanem hogyan tudjuk az egész átlagot felemelni
05:25
in our companies and schools worldwide.
137
310000
2000
vállalatainkban és iskoláinkban világszerte.
05:27
The reason this graph is important to me
138
312000
2000
Az ok, amiért ez a grafikonon fontos számomra
05:29
is, when I turn on the news, it seems like the majority of the information
139
314000
2000
az, hogy amikor bekapcsolom a híradót, úgy tűnik, a hírek többsége
05:31
is not positive, in fact it's negative.
140
316000
2000
nem pozitív, hanem valójában negatív.
05:33
Most of it's about murder, corruption, diseases, natural disasters.
141
318000
3000
A legtöbbjük gyilkosságról, korrupcióról, betegségekről, természeti katasztrófákról szól.
05:36
And very quickly, my brain starts to think
142
321000
2000
Az agyam pedig nagyon gyorsan kezdi azt hinni,
05:38
that's the accurate ratio of negative to positive in the world.
143
323000
2000
hogy ez a pontos aránya a negatívnak és a pozitívnak a világban.
05:40
What that's doing is creating something
144
325000
2000
Amit ez tesz, az olyasminek az előidézése,
05:42
called the medical school syndrome --
145
327000
2000
amit orvosi egyetem-szindrómának hívunk --
05:44
which, if you know people who've been to medical school,
146
329000
2000
amely, ha ismernek olyan embereket, akik orvosi egyetemre jártak,
05:46
during the first year of medical training,
147
331000
2000
az orvosi képzésük első első évében
05:48
as you read through a list of all the symptoms and diseases that could happen,
148
333000
2000
ahogy végigolvassák az összes tünetet és betegséget, ami megtörténhet,
05:50
suddenly you realize you have all of them.
149
335000
2000
hirtelen rájönnek, hogy mind megvan nekik.
05:52
I have a brother in-law named Bobo -- which is a whole other story.
150
337000
3000
Van egy sógorom, Bobo -- ami egy egészen más történet.
05:55
Bobo married Amy the unicorn.
151
340000
3000
Bobo vette feleségül Amyt, az unikornist.
05:58
Bobo called me on the phone
152
343000
3000
Bobo felhívott telefonon
06:01
from Yale Medical School,
153
346000
3000
a Yale Orvosi Egyetemről,
06:04
and Bobo said, "Shawn, I have leprosy."
154
349000
2000
és Bobo és azt mondta: "Shawn, leprás vagyok."
06:06
(Laughter)
155
351000
2000
(Nevetés)
06:08
Which, even at Yale, is extraordinarily rare.
156
353000
2000
Ami, még a Yale-en is, rendkívül ritka.
06:10
But I had no idea how to console poor Bobo
157
355000
3000
De fogalmam sem volt, hogyan vigasztaljam meg szegény Bobót,
06:13
because he had just gotten over an entire week of menopause.
158
358000
2000
mert épp csak túljutott egy egész heti menopauzán.
06:15
(Laughter)
159
360000
2000
(Nevetés)
06:17
See what we're finding is it's not necessarily the reality that shapes us,
160
362000
3000
Azt látjuk, hogy nem feltétlenül a valóság formál minket,
06:20
but the lens through which your brain views the world that shapes your reality.
161
365000
3000
hanem a lencse, amelyen keresztül az agyunk a világot látja, formálja a valóságot.
06:23
And if we can change the lens, not only can we change your happiness,
162
368000
3000
És ha meg tudjuk változtatni a lencséjét, nemcsak a boldogságán tudunk változtatni,
06:26
we can change every single educational and business outcome at the same time.
163
371000
3000
hanem meg tudjuk változtatni minden egyes oktatási és üzleti eredményét egyszerre.
06:29
When I applied to Harvard, I applied on a dare.
164
374000
2000
Amikor jelentkeztem a Harvardra, merészségből tettem.
06:31
I didn't expect to get in, and my family had no money for college.
165
376000
3000
Nem gondoltam, hogy bekerülök, és a családomnak sem volt pénze főiskolára.
06:34
When I got a military scholarship two weeks later, they allowed me to go.
166
379000
2000
Amikor kaptam egy katonai ösztöndíjat két héttel később, hagyták, hogy menjek.
06:36
Suddenly, something that wasn't even a possibility became a reality.
167
381000
3000
Hirtelen valami, ami nem volt még lehetőség sem, valósággá vált.
06:39
When I went there, I assumed everyone else would see it as a privilege as well,
168
384000
3000
Amikor odamentem, azt feltételeztem, hogy mindenki más is kiváltságként fog tekinteni rá,
06:42
that they'd be excited to be there.
169
387000
2000
hogy izgatottak lesznek attól, hogy ott lehetnek.
06:44
Even if you're in a classroom full of people smarter than you,
170
389000
2000
Még ha egy olyan osztályba is kerülünk, ahol mindenki okosabb nálunk,
06:46
you'd be happy just to be in that classroom, which is what I felt.
171
391000
2000
örülünk pusztán annak is, hogy ott lehetünk -- ezt éreztem én.
06:48
But what I found there
172
393000
2000
De amit ott találtam, az az,
06:50
is, while some people experience that,
173
395000
2000
hogy míg az emberek egy része megtapasztalja ezt,
06:52
when I graduated after my four years
174
397000
2000
amikor végeztem 4 év után,
06:54
and then spent the next eight years living in the dorms with the students --
175
399000
2000
és a következő 8 évben a diákokkal laktam a kollégiumban --
06:56
Harvard asked me to; I wasn't that guy.
176
401000
3000
a Harvard kért meg rá; nem én voltam az a fickó.
06:59
(Laughter)
177
404000
4000
(Nevetés)
07:03
I was an officer of Harvard to counsel students through the difficult four years.
178
408000
3000
A Harvard tisztviselője voltam, hogy a hallgatók számára adjak tanácsokat a 4 nehéz évük alatt.
07:06
And what I found in my research and my teaching
179
411000
2000
És a kutatásom és tanításom alatt azt találtam,
07:08
is that these students, no matter how happy they were
180
413000
2000
hogy ezeknek a diákoknak, függetlenül attól, hogy mennyire boldogok voltak
07:10
with their original success of getting into the school,
181
415000
3000
eredetileg attól, hogy sikerült bekerülniük az egyetemre,
07:13
two weeks later their brains were focused, not on the privilege of being there,
182
418000
3000
az elméjük két héttel később nem arra a kiváltságra koncentrált, hogy ott lehettek,
07:16
nor on their philosophy or their physics.
183
421000
2000
és nem is a filozófia vagy a fizika tárgyaikra.
07:18
Their brain was focused on the competition, the workload,
184
423000
2000
Az agyuk a versenyre, a munkateherre,
07:20
the hassles, the stresses, the complaints.
185
425000
2000
a gondokra, a feszültségekre, a panaszokra fókuszált.
07:22
When I first went in there, I walked into the freshmen dining hall,
186
427000
2000
Amikor először jártam ott, bementem az elsőévesek étkezőjébe
07:24
which is where my friends from Waco, Texas, which is where I grew up --
187
429000
3000
oda, ahol a barátaim Wacóból, Texasból, én ott nőttem fel --
07:27
I know some of you have heard of it.
188
432000
2000
tudom, néhányan már hallottak róla.
07:29
When they'd come to visit me, they'd look around,
189
434000
2000
Amikor eljöttek hozzám, körülnéztek,
07:31
they'd say, "This freshman dining hall looks like something
190
436000
2000
azt mondták: "Ez az étkező néz ki, mintha a
07:33
out of Hogwart's from the movie "Harry Potter," which it does.
191
438000
2000
Roxfortban lenne a "Harry Potter" filmből, ami igaz.
07:35
This is Hogwart's from the movie "Harry Potter" and that's Harvard.
192
440000
2000
Ez Roxfort a "Harry Potter" filmből, és az a Harvard.
07:37
And when they see this,
193
442000
2000
És amikor ezt látják,
07:39
they say, "Shawn, why do you waste your time studying happiness at Harvard?
194
444000
2000
azt mondják, "Shawn, miért pazarlod az idődet arra, hogy a Harvardon kutatod a boldogságot?
07:41
Seriously, what does a Harvard student possibly have
195
446000
2000
Komolyan, mitől lehetne egy harvardi diák egyáltalán
07:43
to be unhappy about?"
196
448000
2000
boldogtalan?"
07:45
Embedded within that question
197
450000
2000
Elrejtve abban a kérdésben
07:47
is the key to understanding the science of happiness.
198
452000
2000
van a kulcs a boldogság tudományának megértéséhez.
07:49
Because what that question assumes
199
454000
2000
Mert az a kérdés azt feltételezi, hogy
07:51
is that our external world is predictive of our happiness levels,
200
456000
3000
a külső világ megjósolja a boldogságszintünket,
07:54
when in reality, if I know everything about your external world,
201
459000
2000
míg a valóságban, ha mindent tudok a külső világukról,
07:56
I can only predict 10 percent of your long-term happiness.
202
461000
3000
csak 10%-ban tudom megjósolni a hosszú távú boldogságukat.
07:59
90 percent of your long-term happiness
203
464000
2000
90%-át a hosszú távú boldogságuknak
08:01
is predicted not by the external world,
204
466000
2000
nem a külső világ jelzi előre,
08:03
but by the way your brain processes the world.
205
468000
2000
hanem ahogyan az agyuk feldolgozza a világot.
08:05
And if we change it,
206
470000
2000
És ha megváltoztatjuk azt,
08:07
if we change our formula for happiness and success,
207
472000
2000
ha megváltoztatjuk a képletünket a boldogságra és sikerre,
08:09
what we can do is change the way
208
474000
2000
akkor meg tudjuk változtatni azt, hogy
08:11
that we can then affect reality.
209
476000
2000
hogyan befolyásoljuk a valóságot.
08:13
What we found is that only 25 percent of job successes
210
478000
2000
Azt találtuk, hogy a munkahelyi sikereknek csak 25%-át
08:15
are predicted by I.Q.
211
480000
2000
jelzi előre az IQ.
08:17
75 percent of job successes
212
482000
2000
A munkahelyi sikerek 75%-a
08:19
are predicted by your optimism levels, your social support
213
484000
3000
jósolható az optimizmusból, a társadalmi támogatás szintjéből,
08:22
and your ability to see stress as a challenge instead of as a threat.
214
487000
3000
és abból a képességből, hogy a stresszt kihívásként kezeljük, és nem fenyegetésként.
08:25
I talked to a boarding school up in New England, probably the most prestigious boarding school,
215
490000
3000
Beszéltem egy bentlakásos iskolával New Englandben, talán a legrangosabbal ezek közül,
08:28
and they said, "We already know that.
216
493000
2000
és azt mondták: "Mi már tudjuk ezt.
08:30
So every year, instead of just teaching our students, we also have a wellness week.
217
495000
3000
Így minden évben, ahelyett, hogy csak tanítjuk a diákokat, egy egészséghetet is tartunk.
08:33
And we're so excited. Monday night we have the world's leading expert
218
498000
3000
És nagyon érdekesnek tartjuk. Hétfő este a világ vezető szakértői
08:36
coming in to speak about adolescent depression.
219
501000
2000
jönnek beszélni a kamaszkori depresszióról.
08:38
Tuesday night it's school violence and bullying.
220
503000
2000
Kedd este az iskolai erőszak és a megfélemlítés a téma.
08:40
Wednesday night is eating disorders.
221
505000
2000
Szerda este az étkezési zavaroké.
08:42
Thursday night is elicit drug use.
222
507000
2000
Csütörtök este a tiltott kábítószer-fogyasztásé.
08:44
And Friday night we're trying to decide between risky sex or happiness."
223
509000
3000
És péntek este megpróbálunk dönteni a kockázatos szex vagy a boldogság között."
08:47
(Laughter)
224
512000
3000
(Nevetés)
08:50
I said, "That's most people's Friday nights."
225
515000
2000
Mire én: "Ez a legtöbb ember péntek estéje."
08:52
(Laughter)
226
517000
3000
(Nevetés)
08:55
(Applause)
227
520000
3000
(Taps)
08:58
Which I'm glad you liked, but they did not like that at all.
228
523000
2000
Örülök, hogy ez tetszik Önöknek, mert nekik egyáltalán nem tetszett.
09:00
Silence on the phone.
229
525000
2000
Csend a telefonban.
09:02
And into the silence, I said, "I'd be happy to speak at your school,
230
527000
2000
És a csendbe azt mondtam: "Én boldogan beszélnék az iskolájukban,
09:04
but just so you know, that's not a wellness week, that's a sickness week.
231
529000
3000
de csak hogy tudják, ez nem egy egészséghét, ez egy betegséghét.
09:07
What you've done is you've outlined all the negative things that can happen,
232
532000
2000
Ugyanis körülírtak minden negatív dolgot, ami csak megtörténhet,
09:09
but not talked about the positive."
233
534000
2000
de nem beszéltek a pozitív dolgokról."
09:11
The absence of disease is not health.
234
536000
2000
A betegség hiánya nem egészség.
09:13
Here's how we get to health:
235
538000
2000
Itt van, hogyan jutunk az egészséghez:
09:15
We need to reverse the formula for happiness and success.
236
540000
3000
Meg kell fordítanunk a boldogság és siker képletét.
09:18
In the last three years, I've traveled to 45 different countries,
237
543000
2000
Az elmúlt három évben 45 különböző országban jártam,
09:20
working with schools and companies
238
545000
2000
iskolákkal és vállalatokkal dolgoztam
09:22
in the midst of an economic downturn.
239
547000
2000
egy gazdasági visszaesés közepén.
09:24
And what I found is that most companies and schools
240
549000
2000
És azt találtam, hogy a legtöbb vállalat és iskola
09:26
follow a formula for success, which is this:
241
551000
2000
a következő sikerformulát követi:
09:28
If I work harder, I'll be more successful.
242
553000
2000
Ha keményebben dolgozom, sikeresebb leszek.
09:30
And if I'm more successful, then I'll be happier.
243
555000
3000
És ha sikeresebb vagyok, akkor boldogabb leszek.
09:33
That undergirds most of our parenting styles, our managing styles,
244
558000
2000
Ez meghatározza legtöbb nevelési és vezetési stílusunkat,
09:35
the way that we motivate our behavior.
245
560000
2000
azt, hogy hogyan motiváljuk a viselkedésünket.
09:37
And the problem is it's scientifically broken and backwards for two reasons.
246
562000
3000
És a probléma az, hogy ez tudományosan hamis és fordított két okból.
09:40
First, every time your brain has a success,
247
565000
3000
Először is, minden alkalommal, mikor az agy elér egy sikert,
09:43
you just changed the goalpost of what success looked like.
248
568000
2000
megváltoztatjuk a kapu helyét, vagyis azt, ahogy a siker kinéz.
09:45
You got good grades, now you have to get better grades,
249
570000
2000
Jó jegyeket kapott, most még jobb jegyeket kell kapnia,
09:47
you got into a good school and after you get into a better school,
250
572000
2000
bekerült egy jó iskolába, utána egy még jobb iskolába megy,
09:49
you got a good job, now you have to get a better job,
251
574000
2000
van egy jó állása, most egy még jobb állás kell,
09:51
you hit your sales target, we're going to change your sales target.
252
576000
2000
elérte az értékesítési célját, akkor változtatunk azokon a célokon.
09:53
And if happiness is on the opposite side of success, your brain never gets there.
253
578000
3000
És ha a boldogság a sikerrel ellentétes oldalon van, az agyunk sosem fog odaérni.
09:56
What we've done is we've pushed happiness
254
581000
2000
Társadalmilag áttoltuk a boldogságot
09:58
over the cognitive horizon as a society.
255
583000
3000
a kognitív horizonton.
10:01
And that's because we think we have to be successful,
256
586000
2000
Mindezt azért, mert azt hisszük, hogy sikeresnek kell lennünk,
10:03
then we'll be happier.
257
588000
2000
és akkor boldogabbak leszünk.
10:05
But the real problem is our brains work in the opposite order.
258
590000
2000
De az igazi probléma az, hogy az agyunk fordított sorrendben működik.
10:07
If you can raise somebody's level of positivity in the present,
259
592000
3000
Ha meg tudjuk emelni valakinek a pozitivitásszintjét a jelenben,
10:10
then their brain experiences what we now call a happiness advantage,
260
595000
3000
akkor az agy megtapasztalja azt, amit boldogságelőnynek nevezünk,
10:13
which is your brain at positive
261
598000
2000
azaz agyunk a pozitivizmus hatására
10:15
performs significantly better
262
600000
2000
lényegesen jobban teljesít,
10:17
than it does at negative, neutral or stressed.
263
602000
2000
mint negatív, semleges vagy stresszes állapotban.
10:19
Your intelligence rises, your creativity rises, your energy levels rise.
264
604000
3000
Az intelligencia, a kreativitás, az energiaszint mind emelkednek.
10:22
In fact, what we've found
265
607000
2000
Tulajdonképpen azt találtuk,
10:24
is that every single business outcome improves.
266
609000
2000
hogy minden egyes üzleti eredmény javul.
10:26
Your brain at positive is 31 percent more productive
267
611000
2000
A pozitív agy 31%-kal termelékenyebb,
10:28
than your brain at negative, neutral or stressed.
268
613000
3000
mint a negatív, semleges vagy stresszes agy.
10:31
You're 37 percent better at sales.
269
616000
2000
37%-kal növekednek az értékesítési eredmények.
10:33
Doctors are 19 percent faster, more accurate
270
618000
2000
Az orvosok 19%-kal gyorsabbak, pontosabbak
10:35
at coming up with the correct diagnosis
271
620000
2000
a helyes diagnózis megállapításában,
10:37
when positive instead of negative, neutral or stressed.
272
622000
2000
ha pozitívak a negatív, semleges vagy stresszes helyett.
10:39
Which means we can reverse the formula.
273
624000
2000
Ami azt jelenti, hogy meg tudjuk fordítani a képletet.
10:41
If we can find a way of becoming positive in the present,
274
626000
3000
Ha meg tudjuk találni a módját, hogy pozitívvá váljunk a jelenben,
10:44
then our brains work even more successfully
275
629000
2000
akkor az agyunk is sokkal sikeresebben működik,
10:46
as we're able to work harder, faster and more intelligently.
276
631000
3000
ahogyan képesek leszünk keményebben, gyorsabban és okosabban dolgozni.
10:49
What we need to be able to do is to reverse this formula
277
634000
3000
Meg kell tudnunk fordítani ezt a formulát,
10:52
so we can start to see what our brains are actually capable of.
278
637000
2000
hogy megláthassuk, mire is képes agyunk valójában.
10:54
Because dopamine, which floods into your system when you're positive,
279
639000
2000
Mivel a dopaminnak, amely elárasztja a rendszerünket, amikor pozitívak vagyunk,
10:56
has two functions.
280
641000
2000
két funkciója van.
10:58
Not only does it make you happier,
281
643000
2000
Nem csak boldogabbá tesz,
11:00
it turns on all of the learning centers in your brain
282
645000
2000
hanem bekapcsol minden tanulási központot az agyban,
11:02
allowing you to adapt to the world in a different way.
283
647000
3000
amely lehetővé teszi, hogy más módon alkalmazkodjunk a világhoz.
11:05
We've found that there are ways that you can train your brain
284
650000
2000
Azt találtuk, hogy vannak módok arra, hogy az agyat
11:07
to be able to become more positive.
285
652000
2000
egyre pozitívabbá tréningezzük.
11:09
In just a two-minute span of time done for 21 days in a row,
286
654000
3000
21 nap alatt, mindössze kétperces gyakorlatokkal
11:12
we can actually rewire your brain,
287
657000
2000
át tudjuk programozni az agyat,
11:14
allowing your brain to actually work
288
659000
2000
így lehetővé téve az agynak,
11:16
more optimistically and more successfully.
289
661000
2000
hogy optimistábban és sikeresebben dolgozzon.
11:18
We've done these things in research now
290
663000
2000
A kutatások alatt már megcsináltuk ezt
11:20
in every single company that I've worked with,
291
665000
2000
minden egyes céggel, akikkel együtt dolgoztam:
11:22
getting them to write down three new things that they're grateful for
292
667000
2000
három új dolgot kellett leírniuk, amiért hálásak,
11:24
for 21 days in a row, three new things each day.
293
669000
2000
21 egymást követő napon, három új dolgot minden nap.
11:26
And at the end of that,
294
671000
2000
És a végére
11:28
their brain starts to retain a pattern
295
673000
2000
az agyuk elkezdi azt a mintát tartani,
11:30
of scanning the world, not for the negative, but for the positive first.
296
675000
3000
hogy a világ befogadását nem a negatívval, hanem a pozitívval kezdi először.
11:33
Journaling about one positive experience you've had over the past 24 hours
297
678000
2000
Naplót vezetni egy pozitív élményről, amit az elmúlt 24 órában élt át
11:35
allows your brain to relive it.
298
680000
2000
lehetővé teszi, hogy az agy újra átélje azt.
11:37
Exercise teaches your brain that your behavior matters.
299
682000
3000
A testmozgás megtanítja az agyat, hogy a viselkedés számít.
11:40
We find that meditation allows your brain
300
685000
2000
Úgy találjuk, hogy a meditáció lehetővé teszi az agy számára,
11:42
to get over the cultural ADHD that we've been creating
301
687000
3000
hogy áttörje azt a kulturális hiperaktivitás-zavart,
11:45
by trying to do multiple tasks at once
302
690000
2000
amit azáltal kreálunk, hogy sok feladatot próbálunk egyszerre elvégezni,
11:47
and allows our brains to focus on the task at hand.
303
692000
3000
és lehetővé teszi agyunknak, hogy az aktuális feladatra összpontosítson.
11:50
And finally, random acts of kindness are conscious acts of kindness.
304
695000
2000
És végül, a véletlenszerű jó cselekedetek, tudatos jó cselekedetek.
11:52
We get people, when they open up their inbox,
305
697000
2000
Rávesszük az embereket, hogy amikor megnyitják a postaládájukat,
11:54
to write one positive email
306
699000
2000
írjanak egy pozitív e-mailt,
11:56
praising or thanking somebody in their social support network.
307
701000
2000
dicsérjenek vagy köszönjenek meg valamit a szociális támogató hálózatukban.
11:58
And by doing these activities
308
703000
2000
És ezen tevékenységek során
12:00
and by training your brain just like we train our bodies,
309
705000
2000
és az agy edzése során csakúgy, mint ahogy a testünket eddzük,
12:02
what we've found is we can reverse the formula for happiness and success,
310
707000
3000
úgy találtuk, hogy meg tudjuk fordítani a boldogság és a siker formuláját,
12:05
and in doing so, not only create ripples of positivity,
311
710000
3000
és ezáltal nemcsak a pozitivitás hullámait tudjuk létrehozni,
12:08
but create a real revolution.
312
713000
2000
hanem igazi forradalmat csinálunk.
12:10
Thank you very much.
313
715000
2000
Köszönöm szépen.
12:12
(Applause)
314
717000
3000
(Taps)
ABOUT THE SPEAKER
Shawn Achor - PsychologistShawn Achor is the CEO of Good Think Inc., where he researches and teaches about positive psychology.
Why you should listen
Shawn Achor is the winner of over a dozen distinguished teaching awards at Harvard University, where he delivered lectures on positive psychology in the most popular class at Harvard.
He is the CEO of Good Think Inc., a Cambridge-based consulting firm which researches positive outliers -- people who are well above average -- to understand where human potential, success and happiness intersect. Based on his research and 12 years of experience at Harvard, he clearly and humorously describes to organizations how to increase happiness and meaning, raise success rates and profitability, and create positive transformations that ripple into more successful cultures. He is also the author of The Happiness Advantage.
Shawn Achor | Speaker | TED.com