TEDGlobal 2009
Dan Pink: The puzzle of motivation
Դեն Փինքը մոտիվացիայի զարմանահրաշ գիտության մասին
Filmed:
Readability: 4
25,352,736 views
Կարիերայի աճի վերլուծաբան Դեն Փինքը հետազոտում է մոտիվացիայի գաղտնիքները՝ սկսելով այն փաստերից, որոնք ծանոթ են գիտնականներին, սակայն անծանոթ են ղեկավարների մեծամասնությանը: Խրախուսանքի ավանդական մեթոդները հաճախ այնքան էլ արդյունավետ չեն, ինչպես կարծում ենք: Հետևե՛ք ուսուցողական պատմություններին և հնարավոր հեռանկարներին:
Dan Pink - Career analyst
Bidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace. Full bio
Bidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace. Full bio
Double-click the English transcript below to play the video.
00:12
I need to make a confession at the outset here.
0
0
4000
Սկզբում պետք է խոստովանեմ, որ
00:16
A little over 20 years ago
1
4000
3000
մոտ 20 տարի առաջ
00:19
I did something that I regret,
2
7000
2000
մի արարք եմ արել, ինչի մասին հիմա զղջում եմ,
00:21
something that I'm not particularly proud of,
3
9000
4000
մի բան, որով մասնավորապես չեմ հպարտանում,
00:25
something that, in many ways, I wish no one would ever know,
4
13000
3000
մի բան, որի մասին չեմ ցանկանում ընդլայնվել մի քանի պատճառներից ելնելով,
00:28
but here I feel kind of obliged to reveal.
5
16000
4000
բայց զգում եմ, որ պետք է խոստովանեմ ձեզ:
00:32
(Laughter)
6
20000
2000
/Ծիծաղ/
00:34
In the late 1980s,
7
22000
2000
1980-ականների վերջին,
00:36
in a moment of youthful indiscretion,
8
24000
3000
պատանեկան անխոհեմության պահին,
00:39
I went to law school.
9
27000
2000
ես ընդունվեցի իրավաբանական համալսարան:
00:41
(Laughter)
10
29000
4000
/Ծիծաղ/
00:45
Now, in America law is a professional degree:
11
33000
3000
Հիմա Ամերիկայում իրավաբանությունը համարվում է մասնագիտական աստիճան:
00:48
you get your university degree, then you go on to law school.
12
36000
2000
Սկզբում պետք է ավարտես համալսարանը, հետո ընդունվես իրավաբանական:
00:50
And when I got to law school,
13
38000
3000
Եվ ընդունվելով իրավաբանական համալսարան,
00:53
I didn't do very well.
14
41000
2000
ես այդքան էլ լավ չէի սովորում:
00:55
To put it mildly, I didn't do very well.
15
43000
2000
Մեղմ ասած՝ այդքան էլ լավ չէ:
00:57
I, in fact, graduated in the part of my law school class
16
45000
3000
Իմ ավարտական տարին, ես վերջացրեցի նույն արդյունքով,
01:00
that made the top 90 percent possible.
17
48000
4000
ինչ մնացած լավագույն ուսանողների 90 տոկոսը:
01:04
(Laughter)
18
52000
4000
/Ծիծաղ/
01:08
Thank you.
19
56000
3000
(Շնորհակալություն)
01:11
I never practiced law a day in my life;
20
59000
3000
Կյանքումս երբեք իրավաբանությամբ չեմ զբաղվել:
01:14
I pretty much wasn't allowed to.
21
62000
2000
Շատ դեպքերում ինձ ուղղակի չէին թույլատրում:
01:16
(Laughter)
22
64000
3000
/Ծիծաղ/
01:19
But today, against my better judgment,
23
67000
3000
Բայց այսօր, ի հակառակ իմ դատողությանն ու
01:22
against the advice of my own wife,
24
70000
3000
կնոջս խորհրդի,
01:25
I want to try to dust off some of those legal skills --
25
73000
4000
ես ցանկանում եմ վերհիշել որոշ իրավաբանական հմտություններ,
01:29
what's left of those legal skills.
26
77000
2000
կամ այն, ինչ մնացել է այդ հմտություններից:
01:31
I don't want to tell you a story.
27
79000
3000
Ես չեմ ցանկանում ձեզ պատմություններ պատմել:
01:34
I want to make a case.
28
82000
2000
Ես ցանկանում եմ ներկայացնել փաստեր:
01:36
I want to make a hard-headed, evidence-based,
29
84000
4000
Ես ցանկանում եմ ներկայացնել ստույգ հաշվարկված, վկաներով հիմնավորված
01:40
dare I say lawyerly case,
30
88000
3000
իրավաբանին վայել մի ելույթ այն մասին, որ
01:43
for rethinking how we run our businesses.
31
91000
4000
պետք է վերագնահատել բիզնեսի կառավարման մեր մեթոդը:
01:47
So, ladies and gentlemen of the jury, take a look at this.
32
95000
4000
Այսպիսով, տիկնայք և պարոնայք, ձեր ուշադրությունը հրավիրում եմ այստեղ:
01:51
This is called the candle problem.
33
99000
2000
Սա կոչվում է մոմի հանելուկ:
01:53
Some of you might have seen this before.
34
101000
2000
Շատերդ գուցե արդեն ծանոթ եք նրան:
01:55
It's created in 1945
35
103000
2000
Այն ստեղծվել է 1945 թվականին
01:57
by a psychologist named Karl Duncker.
36
105000
2000
հոգեբան Կարլ Դունքերի կողմից:
01:59
Karl Duncker created this experiment
37
107000
2000
Կարլ Դունքերի ստեղծած այս փորձը
02:01
that is used in a whole variety of experiments in behavioral science.
38
109000
3000
հիմա զանազան տարբերակներով կիրառվում է վարքագծային գիտության մեջ:
02:04
And here's how it works. Suppose I'm the experimenter.
39
112000
3000
Ահա թե ինչպես է այն գործում: Ենթադրենք, որ ես փորձարկողն եմ:
02:07
I bring you into a room. I give you a candle,
40
115000
4000
Ես ձեզ հրավրում եմ մի սենյակ և տալիս եմ մեկ հատ մոմ,
02:11
some thumbtacks and some matches.
41
119000
2000
մի տուփ կոճգամ և լուցկի:
02:13
And I say to you, "Your job
42
121000
2000
Առաջադրանքը կայանում է հետևյալում.
02:15
is to attach the candle to the wall
43
123000
2000
պետք է մոմը ամրացնել պատին այնպես,
02:17
so the wax doesn't drip onto the table." Now what would you do?
44
125000
4000
որ հալած մոմը չթափվի սեղանին: Ի՞նչպես դա կանեիք:
02:21
Now many people begin trying to thumbtack the candle to the wall.
45
129000
4000
Շատերը սկսում են փորձել մոմը կոճգամներով ամրացնել պատին:
02:25
Doesn't work.
46
133000
2000
Չի ստացվում:
02:27
Somebody, some people -- and I saw somebody
47
135000
2000
Ինչ-որ մեկը, որոշ մարդիկ և ես տեսնում ենք մեկին,
02:29
kind of make the motion over here --
48
137000
2000
ով ինչ-որ շարժումներ են անում:
02:31
some people have a great idea where they
49
139000
2000
Ուրիշները կարծում են, որ ամենալավ տարբերակը սա է.
02:33
light the match, melt the side of the candle, try to adhere it to the wall.
50
141000
4000
վառել լուցկին, հալացնել մոմի ներքևի մասը և այն ամրացնել պատին:
02:37
It's an awesome idea. Doesn't work.
51
145000
3000
Հիանալի միտք է: Բայց չի աշխատում:
02:40
And eventually, after five or 10 minutes,
52
148000
3000
Վերջիվերջո, 5 կամ 10 րոպե անց
02:43
most people figure out the solution,
53
151000
2000
շատերը գտնում են լուծումը,
02:45
which you can see here.
54
153000
2000
ինչպես տեսնում եք այստեղ:
02:47
The key is to overcome what's called functional fixedness.
55
155000
3000
Հիմնական միտքը կայանում է, այսպես ասած, ֆունկցիոնալ ֆիքսացիան հաղթահարելու մեջ:
02:50
You look at that box and you see it only as a receptacle for the tacks.
56
158000
4000
Դուք նայում եք տուփին և տեսնում այն միայն որպես կոճգամների աման:
02:54
But it can also have this other function,
57
162000
2000
Բայց այն կարող է նաև այլ ֆունկցիա էլ կատարել.
02:56
as a platform for the candle. The candle problem.
58
164000
4000
ինչպես այստեղ է՝ հենակ մոմի համար: Սա է մոմի հանելուկը:
03:00
Now I want to tell you about an experiment
59
168000
2000
Հիմա ես կպատմեմ մի փորձի մասին,
03:02
using the candle problem,
60
170000
2000
որը հիմնված է մոմի հանելուկի վրա:
03:04
done by a scientist named Sam Glucksberg,
61
172000
2000
Այն կատարել է գիտնական Սեմ Գլաքբերգը,
03:06
who is now at Princeton University in the U.S.
62
174000
2000
ով հիմա ԱՄՆ-ի Փրինսթոն համալսարանում է:
03:08
This shows the power of incentives.
63
176000
4000
Փորձը շարժառիթների ուժի մասին է:
03:12
Here's what he did. He gathered his participants.
64
180000
2000
Ահա դրա էությունը: Գլաքսբերգը այսպես էր ներկայացրել փորձի պայմանները.
03:14
And he said, "I'm going to time you. How quickly you can solve this problem?"
65
182000
3000
«Ես ժամանակ եմ պահելու, որպեսզի պարզեմ, թե որքան արագ կարող եք լուծել այս խնդիրը»:
03:17
To one group he said,
66
185000
2000
Ընդ որում, մի խմբին նա ասել էր.
03:19
"I'm going to time you to establish norms,
67
187000
3000
«Ձեր լուծման ժամանակը ես ընդունելու եմ որպես միջին ցուցանիշ՝
03:22
averages for how long it typically takes
68
190000
2000
ժամանակ, որը տրվում է տիպիկ մասնակցին
03:24
someone to solve this sort of problem."
69
192000
2000
այս տեսակի խնդրի լուծման համար»:
03:26
To the second group he offered rewards.
70
194000
3000
Երկրորդ խմբին նա առաջարկել էր պարգևատրում
03:29
He said, "If you're in the top 25 percent of the fastest times,
71
197000
4000
ասելով. «Եթե ձեր լուծման ժամանակը լինի լավագույն 25% արդյունքների մեջ,
03:33
you get five dollars.
72
201000
3000
ապա դուք կստանաք 5 դոլար:
03:36
If you're the fastest of everyone we're testing here today,
73
204000
3000
Իսկ օրվա լավագույն արդյունքը ցուցաբերած մասնակիցը,
03:39
you get 20 dollars."
74
207000
2000
կստանա 20 դոլար»:
03:41
Now this is several years ago. Adjusted for inflation,
75
209000
3000
Սա մի քանի տարի առաջ էր: Գումարը փոխվել է գնաճին համապատասխան:
03:44
it's a decent sum of money for a few minutes of work.
76
212000
2000
Վատ գումար չէ մի քանի րոպե աշխատանքի համար:
03:46
It's a nice motivator.
77
214000
2000
Բավականին լավ խթան է:
03:48
Question: How much faster
78
216000
3000
Հարց. որքա՞ն արագ
03:51
did this group solve the problem?
79
219000
2000
երկրորդ խումբը լուծեց այս խնդիրը:
03:53
Answer: It took them, on average,
80
221000
3000
Պատասխան. խնդրի լուծումը միջինում
03:56
three and a half minutes longer.
81
224000
4000
3.5 րոպե ավել ժամանակ պահանջեց:
04:00
Three and a half minutes longer. Now this makes no sense right?
82
228000
3000
Կրկնում եմ՝ 3.5 րոպե ավել: Բայց դա այդպես չպետք է լիներ:
04:03
I mean, I'm an American. I believe in free markets.
83
231000
3000
Ես ամերիկացի եմ և հավատում եմ ազատ շուկայական հարաբերություններին:
04:06
That's not how it's supposed to work. Right?
84
234000
3000
Դա այդպես չպիտի աշխատի: Ճի՞շտ է:
04:09
(Laughter)
85
237000
1000
/Ծիծաղ/
04:10
If you want people to perform better,
86
238000
2000
Եթե ցանկանում եք, որ մարդիկ ավելի լավ աշխատեն,
04:12
you reward them. Right?
87
240000
2000
ապա պետք է պարգևատրեք նրանց: Այդպես չէ՞:
04:14
Bonuses, commissions, their own reality show.
88
242000
3000
Հավելավճարներ, միջնորդավճարներ... ինչ ցանկանաք:
04:17
Incentivize them. That's how business works.
89
245000
4000
Խրախուսեք նրանց: Բիզնեսը այդպես է աշխատում:
04:21
But that's not happening here.
90
249000
2000
Սակայն այստեղ ինչ-որ բան չի աշխատում:
04:23
You've got an incentive designed to
91
251000
2000
Դուք կիրառում եք խրախուսանքի միջոց, որն ուղղված է
04:25
sharpen thinking and accelerate creativity,
92
253000
4000
սրելու միտքը և արագացնելու ստեղծագործումը:
04:29
and it does just the opposite.
93
257000
2000
Սակայն այն հակառակ ձևով է ազդում:
04:31
It dulls thinking and blocks creativity.
94
259000
3000
Բթացնում է միտքը և խանգարում է ստեղծագործմանը:
04:34
And what's interesting about this experiment is that it's not an aberration.
95
262000
3000
Եվ այս փորձի մեջ հետաքրքրությունը կայանում է նրանում, որ այստեղ նորմայից որևէ շեղում չկա:
04:37
This has been replicated over and over
96
265000
3000
Այն կրկնվել է բազմաթիվ անգամներ
04:40
and over again, for nearly 40 years.
97
268000
3000
գրեթե 40 տարիների ընթացքում:
04:43
These contingent motivators --
98
271000
3000
Այս պայմանական խթանները, որ ասում են՝
04:46
if you do this, then you get that --
99
274000
2000
«եթե անես սա, ապա կստանաս սա»,
04:48
work in some circumstances.
100
276000
2000
աշխատում են միայն որոշ հանգամանքներում:
04:50
But for a lot of tasks, they actually either don't work
101
278000
3000
Բայց շատ դեպքերում դրանք կամ չեն աշխատում,
04:53
or, often, they do harm.
102
281000
3000
կամ հաճախ միայն վնաս են բերում:
04:56
This is one of the most robust findings
103
284000
4000
Սա սոցիալական գիտության մեջ
05:00
in social science,
104
288000
3000
ամենահիմնավորված բացահայտումներից մեկն է:
05:03
and also one of the most ignored.
105
291000
2000
Եվ ամենաանտեսվածներից մեկը:
05:05
I spent the last couple of years looking at the science of
106
293000
2000
Վերջին մի քանի տարիների ընթացքում ես ուսումնասիրում եմ
05:07
human motivation,
107
295000
2000
մարդու մոտիվացիայի գիտությունը,
05:09
particularly the dynamics of extrinsic motivators
108
297000
2000
հատկապես արտաքին և ներքին
05:11
and intrinsic motivators.
109
299000
2000
խթանների շարժը:
05:13
And I'm telling you, it's not even close.
110
301000
2000
Պետք է ասեմ, որ դրանց ազդեցությունները միմյանցից բավականին տարբերվում են:
05:15
If you look at the science, there is a mismatch
111
303000
2000
Դրությունն այնպիսին է, որ մեծ տարաձայնություն կա այն բանի մեջ,
05:17
between what science knows and what business does.
112
305000
4000
թե ինչ գիտի գիտությունը և ինչ է կիրառում բիզնեսը:
05:21
And what's alarming here is that our business operating system --
113
309000
3000
Եվ տագնապային է այն, որ մեր բիզնեսի գործունեության համակարգը...
05:24
think of the set of assumptions and protocols beneath our businesses,
114
312000
3000
նկատի ունեմ այն եզրահանգումների և համաձայնությունների հավաքածուն, որի վրա հիմնվում է մեր բիզնեսը,
05:27
how we motivate people, how we apply our human resources --
115
315000
5000
մասնավորապես, կադրերի մոտիվացիայի և ղեկավարման համակարգը...
05:32
it's built entirely around these extrinsic motivators,
116
320000
3000
այդ ամբողջը կառուցված է հենց արտաքին խթանների վրա,
05:35
around carrots and sticks.
117
323000
2000
«շաքարի և մտրակի» մեթոդի շուրջ:
05:37
That's actually fine for many kinds of 20th century tasks.
118
325000
4000
Այն լավ գործում էր 20-րդ դարին հատուկ աշխատանքի համար:
05:41
But for 21st century tasks,
119
329000
2000
Սակայն 21-րդ դարին հատուկ աշխատանքը
05:43
that mechanistic, reward-and-punishment approach
120
331000
4000
«շաքարի և մտրակի» այդ մեխանիկական մոտեցումը հարմար չէ:
05:47
doesn't work, often doesn't work, and often does harm.
121
335000
4000
Այն հաճախ չի գործում, հաճախ նույնիսկ վնաս է պատճառում:
05:51
Let me show you what I mean.
122
339000
2000
Պարզաբանեմ, թե ինչ նկատի ունեմ:
05:53
So Glucksberg did another experiment similar to this
123
341000
3000
Սեմ Գլաքսբերգը կատարեց նախորդ փորձի նման մեկ այլ տարբերակ,
05:56
where he presented the problem in a slightly different way,
124
344000
2000
որտեղ նա ներկայացրել էր նույն խնդիրը մի փոքր ձևափոխված:
05:58
like this up here. Okay?
125
346000
3000
Այսպես: Պարզ է, չէ՞:
06:01
Attach the candle to the wall so the wax doesn't drip onto the table.
126
349000
2000
«Ամրացրեք մոմը պատին այնպես, որ հալած մոմը չթափվի սեղանին»:
06:03
Same deal. You: we're timing for norms.
127
351000
3000
Պայմանները նույնն են: Ոմանց համար սահմանում ենք ժամանակաչափ:
06:06
You: we're incentivizing.
128
354000
3000
Մյուսներին՝ խրախուսում:
06:09
What happened this time?
129
357000
2000
Ահա թե ինչ ստացվեց այս անգամ:
06:11
This time, the incentivized group
130
359000
2000
Այն խումբը, որին խրախուսել էին
06:13
kicked the other group's butt.
131
361000
4000
մյուս խմբին «իրենց տեղը ցույց տվեց»:
06:17
Why? Because when the tacks are out of the box,
132
365000
4000
Ինչու՞: Որովհետև, երբ կոճգամները տուփից դուրս են դրված,
06:21
it's pretty easy isn't it?
133
369000
4000
խնդիրը բավականին պարզ է դառնում, այդպես չէ՞:
06:25
(Laughter)
134
373000
2000
/Ծիծաղ/
06:27
If-then rewards work really well
135
375000
3000
«Եթե-ապա» խթանը շատ լավ գործում է
06:30
for those sorts of tasks,
136
378000
3000
այն առաջադրանքների դեպքում,
06:33
where there is a simple set of rules and a clear destination
137
381000
2000
որտեղ կանոնները պարզ են, և
06:35
to go to.
138
383000
2000
կա հստակ վերջնակետ:
06:37
Rewards, by their very nature,
139
385000
2000
Մրցանակները իրենց բնույթով
06:39
narrow our focus, concentrate the mind;
140
387000
2000
շեղում են մեր կիզակետը, կենտրոնացնում միտքը։
06:41
that's why they work in so many cases.
141
389000
2000
Դա է պատճառը, որ դրանք գործում են շատ դեպքերում:
06:43
And so, for tasks like this,
142
391000
2000
Եվ ահա այսպիսի առաջադրանքների համար,
06:45
a narrow focus, where you just see the goal right there,
143
393000
3000
որտեղ կոնկրետ նպատակի վրա նեղ կենտրոնացումը
06:48
zoom straight ahead to it,
144
396000
2000
բերում է մեզ հենց դրան,
06:50
they work really well.
145
398000
2000
խրախուսումն իսկապես լավ է գործում:
06:52
But for the real candle problem,
146
400000
2000
Սակայն իրական «մոմի հանելուկի» լուծմանը
06:54
you don't want to be looking like this.
147
402000
2000
այդպիսի մոտեցումը չի նպաստում:
06:56
The solution is not over here. The solution is on the periphery.
148
404000
2000
Լուծումը ակընհայտ չէ։ Այն մարդու տեսադաշտից դուրս է:
06:58
You want to be looking around.
149
406000
2000
Հարկավոր է շուրջբոլորը ուսումնասիրել:
07:00
That reward actually narrows our focus
150
408000
2000
Այստեղ, փաստորեն հենց խրախուսանքն է սևեռում մեր ուշադրությունը
07:02
and restricts our possibility.
151
410000
2000
և սահմանափակում մեր հնարավորությունները:
07:04
Let me tell you why this is so important.
152
412000
3000
Բացատրեմ դրա կարևորությունը:
07:07
In western Europe,
153
415000
2000
Արևմտյան Եվրոպայում,
07:09
in many parts of Asia,
154
417000
2000
Ասիայի որոշ շրջաններում,
07:11
in North America, in Australia,
155
419000
3000
Հյուսիսային Ամերիկայում, Ավստրալիայում
07:14
white-collar workers are doing less of
156
422000
2000
«սպիտակ օձիքավոր» աշխատողները ավելի քիչ են կատարում
07:16
this kind of work,
157
424000
2000
այսպիսի աշխատանքներ
07:18
and more of this kind of work.
158
426000
4000
և ավելի շատ` այսպիսի աշխատանքներ:
07:22
That routine, rule-based, left-brain work --
159
430000
3000
Ուղեղի ձախ կիսագնդի աշխատանքի սահմանված և կարգավորված տեսակներ,
07:25
certain kinds of accounting, certain kinds of financial analysis,
160
433000
2000
որոշ հաշվապահական և ֆինանսական վերլուծությունների տեսակներ,
07:27
certain kinds of computer programming --
161
435000
2000
որոշակի տեսակի ծրագրավորման խնդիրներ,
07:29
has become fairly easy to outsource,
162
437000
2000
բավականին հեշտ են դարձեր վերահանձնարարել այլ երկրներ,
07:31
fairly easy to automate.
163
439000
2000
ավելի հեշտ են դարձել ավտոմատացնել:
07:33
Software can do it faster.
164
441000
3000
Համակարգիչը այն ավելի արագ կարող է անել:
07:36
Low-cost providers around the world can do it cheaper.
165
444000
2000
Էժան աշխատուժով երկրները կարող են դրանք ավելի ցածր գնով կատարել։
07:38
So what really matters are the more right-brained
166
446000
4000
Ավելի արժեքավոր են դարձել ուղեղի աջ հատվածի աշխատանքի տեսակները,
07:42
creative, conceptual kinds of abilities.
167
450000
3000
որտեղ տեղակայված են ստեղծագործության և աբստրակցիայի ունակությունները:
07:45
Think about your own work.
168
453000
3000
Մտածեք ձեր աշխատանքի մասին։
07:48
Think about your own work.
169
456000
3000
Խորհեք այն մասին, թե ինչով եք զբաղվում:
07:51
Are the problems that you face, or even the problems
170
459000
2000
Արդյո՞ք այն խնդիրները, որոնց առնչվում եք,
07:53
we've been talking about here,
171
461000
2000
որոնք քննարկեցինք այստեղ,
07:55
are those kinds of problems -- do they have a clear set of rules,
172
463000
2000
արդյո՞ք դրանք հիմնված չեն որոշ հստակ կանոնների վրա,
07:57
and a single solution? No.
173
465000
3000
և ունեն միակ լուծում: Ոչ, իհարկե:
08:00
The rules are mystifying.
174
468000
2000
Կանոնները խորհրդավոր են:
08:02
The solution, if it exists at all,
175
470000
2000
Լուծումները՝ եթե այդպիսիք կան
08:04
is surprising and not obvious.
176
472000
3000
զարմանալի են և ոչ ակնհայտ:
08:07
Everybody in this room
177
475000
2000
Բոլոր այստեղ գտնվողները
08:09
is dealing with their own version
178
477000
3000
ունեն իրենց անձնական
08:12
of the candle problem.
179
480000
2000
«մոմի խնդիրները»:
08:14
And for candle problems of any kind,
180
482000
3000
Ցանկացած բնագավառից
08:17
in any field,
181
485000
2000
նմանատիպ խնդիրների համար
08:19
those if-then rewards,
182
487000
3000
այս եթե-ապա պարգևատրումները
08:22
the things around which we've built so many of our businesses,
183
490000
4000
որոնց շուրջը մենք այդքան շատ ընկերություններ ենք կառուցել
08:26
don't work.
184
494000
2000
իրականում չեն գործում:
08:28
Now, I mean it makes me crazy.
185
496000
2000
Ես բարկանում եմ, երբ մտածում եմ այդ մասին:
08:30
And this is not -- here's the thing.
186
498000
2000
Եվ դա ոչ թե... հարցը դրանում չէ՜:
08:32
This is not a feeling.
187
500000
3000
Սա զգացողություն չէ:
08:35
Okay? I'm a lawyer; I don't believe in feelings.
188
503000
3000
Հասկանու՞մ եք: Ես իրավաբան եմ և մերժում եմ զգացողությունները:
08:38
This is not a philosophy.
189
506000
4000
Սա փիլիսոփայություն չէ:
08:42
I'm an American; I don't believe in philosophy.
190
510000
2000
Ես ամերիկացի եմ և ես մերժում եմ փիլիսոփայությունը:
08:44
(Laughter)
191
512000
3000
/Ծիծաղ/
08:47
This is a fact --
192
515000
3000
Սա ոչ այլ ինչ է քան փաստ:
08:50
or, as we say in my hometown of Washington, D.C.,
193
518000
2000
Եվ ինչպես ասում են իմ հարազատ Վաշինգտոնում,
08:52
a true fact.
194
520000
2000
սա իրական փաստ է:
08:54
(Laughter)
195
522000
2000
/Ծիծաղ/
08:56
(Applause)
196
524000
4000
/Ծափահարություններ/
09:00
Let me give you an example of what I mean.
197
528000
2000
Կփորձեմ պարզաբանել մտքերս մի օրինակի վրա:
09:02
Let me marshal the evidence here,
198
530000
2000
Իմ վկաներին դահլիճ բերեք:
09:04
because I'm not telling you a story, I'm making a case.
199
532000
2000
Չէ՞ որ ես ձեզ պատմություններ չեմ պատմում: Ես դատարանում խոսքով եմ հանդես գալիս:
09:06
Ladies and gentlemen of the jury, some evidence:
200
534000
2000
Հարգելի երդվյալ ատենակալներ, խոսքը տանք վկային`
09:08
Dan Ariely, one of the great economists of our time,
201
536000
3000
Դեն Ըրայլի, մեր ժամանակների մեծագույն տնտեսագետներից մեկը:
09:11
he and three colleagues, did a study of some MIT students.
202
539000
4000
Նա և MIT-ի իր երեք գործընկերներ հետևալ ուսումնասիրությունն են արել.
09:15
They gave these MIT students a bunch of games,
203
543000
3000
Նրանք MIT ուսանողներին մի շարք խաղեր բաժանեցին:
09:18
games that involved creativity,
204
546000
2000
Այդ խաղերը պահանջում էին ստեղծագործական ունակություններ,
09:20
and motor skills, and concentration.
205
548000
2000
շարժում և կենտրոնացում:
09:22
And the offered them, for performance,
206
550000
2000
Ուսանողները գիտեին, որ խաղի արդյունքում լինելու է
09:24
three levels of rewards:
207
552000
2000
պարգևատրման երեք մակարդակ:
09:26
small reward, medium reward, large reward.
208
554000
5000
Փոքր, միջին և խոշոր:
09:31
Okay? If you do really well you get the large reward, on down.
209
559000
4000
Կարծում եմ` պարզ է. մեծ հաջողության դեպքում` խոշոր մրցանակ և այլն..
09:35
What happened? As long as the task involved only mechanical skill
210
563000
4000
Ի՞նչ տեղի ունեցավ: Եթե առաջադրանքում միայն մեխանիկական ջանքեր էին պահանջվում,
09:39
bonuses worked as they would be expected:
211
567000
2000
մրցանակները սպասվելիք ազդեցությունն ունեցան`
09:41
the higher the pay, the better the performance.
212
569000
4000
որքան գումարն ավելի մեծ էր, ուսանողներն այնքան ավելի լավ արդյունքների էին հասնում:
09:45
Okay? But one the task called for
213
573000
2000
Այսքանը պարզ է: Սակայն հենց խնդիրը պահանջեց
09:47
even rudimentary cognitive skill,
214
575000
4000
նույնիսկ տարրական մտավոր ջանքեր,
09:51
a larger reward led to poorer performance.
215
579000
5000
առավել խոշոր պարգևը հանգեցրեց ավելի վատ արդյունքների:
09:56
Then they said,
216
584000
2000
Ապա փորձի հեղինակները մտածեցին.
09:58
"Okay let's see if there's any cultural bias here.
217
586000
2000
«Գուցե այստեղ որոշ մշակութային առանձնահատկություններ են ազդում:
10:00
Lets go to Madurai, India and test this."
218
588000
2000
Գնանք Հնդկաստան` Մանդուրայ և փորձարկենք»:
10:02
Standard of living is lower.
219
590000
2000
Այստեղ կենսամակարդակն ավելի ցածր է:
10:04
In Madurai, a reward that is modest in North American standards,
220
592000
3000
այն պարգևատրումը, որը բավականին համեստ է Հյուսիսամերիկյան ստանդարտներով`
10:07
is more meaningful there.
221
595000
3000
Մանդուրայում շատ ավելի արժեքավոր է:
10:10
Same deal. A bunch of games, three levels of rewards.
222
598000
3000
Նույն կանոններն են: Մի քանի խաղ և պարգևների երեք աստիճան:
10:13
What happens?
223
601000
2000
Ի՞նչ է տեղի ունենում:
10:15
People offered the medium level of rewards
224
603000
3000
Մարդիկ, ում առաջարկել են պարգևի միջին աստիճանը
10:18
did no better than people offered the small rewards.
225
606000
3000
ավելի լավ չէին կատարում, քան նրանք, ում ավելի փոքր պարգև էին առաջարկել:
10:21
But this time, people offered the highest rewards,
226
609000
4000
Սակայն այս դեպքում, այն մարդիկ, ում առաջարկել էին ամենամեծ պարգևը
10:25
they did the worst of all.
227
613000
4000
ամենավատ արդյունքը ցուցաբերեցին:
10:29
In eight of the nine tasks we examined across three experiments,
228
617000
3000
Երեք փորձերի ընթացքում ուսումնասիրված ինը հանձնարարություններից ութի դեպքում
10:32
higher incentives led to worse performance.
229
620000
5000
ավելի բարձր խթանները հանգեցնում էին ավելի վատ արդյունքների:
10:37
Is this some kind of touchy-feely
230
625000
3000
Մի՞թե այստեղ ինչ-որ քայքայիչ գործունեություն են ծավալել
10:40
socialist conspiracy going on here?
231
628000
3000
կոմունիզմի մոլեգին կողմակիցները:
10:43
No. These are economists from MIT,
232
631000
3000
Ոչ: Այս տնտեսագետները Մասաչուսեթսի Տեխնոլոգիական Ինստիտուտից են
10:46
from Carnegie Mellon, from the University of Chicago.
233
634000
3000
Կարնեգի Մելոնից, Չիկագոյի համալսարանից:
10:49
And do you know who sponsored this research?
234
637000
2000
Իսկ գիտե՞ք, թե ով էր հովանավորել այս ուսումնասիրությունը:
10:51
The Federal Reserve Bank of the United States.
235
639000
4000
Ամերիկայի Միացյալ Նահանգների Դաշնային պահուստային բանկը:
10:55
That's the American experience.
236
643000
2000
Սա ամերիկյան փորձարկումներ էին:
10:57
Let's go across the pond to the London School of Economics --
237
645000
3000
Եկեք անցնենք օվկիանոսը և տեսնենք Լոնդոնի Տնտեսագիտության Դպրոցը`
11:00
LSE, London School of Economics,
238
648000
3000
LSE, Լոնդոնի Տնտեսագիտության դպրոց:
11:03
alma mater of 11 Nobel Laureates in economics.
239
651000
3000
Տնտեսագիտության ոլորտում 11 Նոբելյան մրցանակակիրների օրրանը:
11:06
Training ground for great economic thinkers
240
654000
3000
Հանճարեղ տնտեսագետ-մտածողների ուսուցման հիմքը:
11:09
like George Soros, and Friedrich Hayek,
241
657000
3000
Ինչպիսիք են Ջորգ Սորոսը, Ֆրիդրիխ Հայեկը
11:12
and Mick Jagger. (Laughter)
242
660000
2000
և Միք Ջագերը (Rolling Stones): /Ծիծաղ/
11:14
Last month, just last month,
243
662000
4000
Անցած ամիս, հենց անցած ամիս
11:18
economists at LSE looked at 51 studies
244
666000
3000
LSE-ի տնտեսագետները դիտարկեցին 51 ուսումնասիրություն
11:21
of pay-for-performance plans, inside of companies.
245
669000
3000
տարբեր ընկերությունների ներսում վարձատրություն-ըստ-արդյունքի պլանի վերաբերյալ:
11:24
Here's what the economists there said: "We find that financial incentives
246
672000
3000
Ահա թե ինչ ասացին այնտեղի տնտեսագետները. «Մենք գտնում ենք, որ ֆինանսական խթանները
11:27
can result in a negative impact on overall performance."
247
675000
6000
ընդհանուր արդյունավետության վրա կարող են բացասական ազդել»:
11:33
There is a mismatch between what science knows
248
681000
3000
Այստեղ անհամապատասխանություն է գիտության իմացածի և
11:36
and what business does.
249
684000
2000
ընկերությունների կատարածի միջև:
11:38
And what worries me, as we stand here in the rubble
250
686000
3000
Եվ ինձ անհանգստացնում է այն, որ այստեղ,
11:41
of the economic collapse,
251
689000
2000
տնտեսական ճգնաժամի շեմին կանգնած,
11:43
is that too many organizations
252
691000
2000
չափից շատ կազմակերպություններ
11:45
are making their decisions,
253
693000
2000
որոշումներ են կայացնում
11:47
their policies about talent and people,
254
695000
2000
աշխատակիցների հետ իրենց քաղաքականության վերաբերյալ
11:49
based on assumptions that are outdated, unexamined,
255
697000
6000
հիմնված հնացած և թերի դիտարկված ենթադրությունների վրա,
11:55
and rooted more in folklore than in science.
256
703000
3000
որոնք ավելի շատ բխում են ֆոլկլորից քան գիտությունից:
11:58
And if we really want to get out of this economic mess,
257
706000
3000
Եվ եթե մենք իրոք ցանկանում ենք դուրս գալ այս տնտեսական խառնաշփոթից,
12:01
and if we really want high performance on those
258
709000
2000
և եթե իսկապես ցանկանում ենք ունենալ
12:03
definitional tasks of the 21st century,
259
711000
2000
21-րդ դարի այս որոշիչ խնդիրների լուծման բարձր արդյունավետություն`
12:05
the solution is not to do more of the wrong things,
260
713000
6000
ավելի շատ սխալներ գործելով ճիշտ ուղու վրա չենք լինի:
12:11
to entice people with a sweeter carrot,
261
719000
3000
Մարդկանց գրավել ավելի քաղցր շաքարով
12:14
or threaten them with a sharper stick.
262
722000
2000
կամ սպառնալ ավելի երկար մտրակով:
12:16
We need a whole new approach.
263
724000
2000
Մեզ ամբողջովին նոր մոտեցում է հարկավոր:
12:18
And the good news about all of this is that the scientists
264
726000
2000
Բարեբախտաբար, մոտիվացիան ուսումնասիրող գիտնականները,
12:20
who've been studying motivation have given us this new approach.
265
728000
3000
տվել են մեզ այդ նոր մոտեցումը:
12:23
It's an approach built much more around intrinsic motivation.
266
731000
3000
Այն առավելապես հիմնված է ներհատուկ մոտիվացիայի վրա:
12:26
Around the desire to do things because they matter,
267
734000
2000
Մի ցանկության շուրջ, որ ստիպում է մեզ անել նշանակալի բաներ,
12:28
because we like it, because they're interesting,
268
736000
2000
քանի որ դրանք մեզ դուր են գալիս, հետաքրքիր են,
12:30
because they are part of something important.
269
738000
2000
և որովհետև որևէ կարևոր բանի մաս են կազմում:
12:32
And to my mind, that new operating system for our businesses
270
740000
4000
Իմ համոզմամբ, մեր ընկերությունների գործողության նոր համակարգը
12:36
revolves around three elements:
271
744000
2000
երեք տարրերի շուրջ է պտտվում`
12:38
autonomy, mastery and purpose.
272
746000
3000
ինքնուրույնություն, վարպետություն և նպատակասլացություն:
12:41
Autonomy: the urge to direct our own lives.
273
749000
3000
Ինքնուրույնություն` մեր սեփական կյանքը ուղղորդելու ձգտումը:
12:44
Mastery: the desire to get better and better at something that matters.
274
752000
4000
Վարպետություն` ձգտումը կատարելագործվելու և ավելի լավը դառնալու մի բանում, ինչը կարևոր է մեզ համար:
12:48
Purpose: the yearning to do what we do
275
756000
3000
Նպատակասլացություն` ձգտում իրականացնել գործը
12:51
in the service of something larger than ourselves.
276
759000
3000
հանուն մի բանի, ինչը ավելի մեծ է քան մենք ենք:
12:54
These are the building blocks of an entirely new operating system
277
762000
3000
Սրանք գործողության բոլորովին նոր համակարգի հիմնասյուներն են
12:57
for our businesses.
278
765000
2000
մեր ընկերությունների համար:
12:59
I want to talk today only about autonomy.
279
767000
4000
Այսօր ես ցանկանում եմ խոսել միայն ինքնուրույնության մասին:
13:03
In the 20th century, we came up with this idea of management.
280
771000
3000
20-րդ դարում մենք հանդես եկանք մարդկանց կառավարման գաղափարով:
13:06
Management did not emanate from nature.
281
774000
2000
Մենեջմենթը բնությունից չի բխում:
13:08
Management is like -- it's not a tree,
282
776000
2000
Մենեջմենթը կարծես... այն ծառ չէ:
13:10
it's a television set.
283
778000
2000
Այն հեռուստացույց է:
13:12
Okay? Somebody invented it.
284
780000
2000
Պա՞րզ է: Այն հայտնաբերվել է ինչ-որ մեկի կողմից:
13:14
And it doesn't mean it's going to work forever.
285
782000
2000
Եվ դա չի նշանակում, որ այն միշտ կգործի:
13:16
Management is great.
286
784000
2000
Մենեջմենթը հիանալի է:
13:18
Traditional notions of management are great
287
786000
2000
Մենեջմենթի ավանդական հասկացություններն անկրկնելի են
13:20
if you want compliance.
288
788000
2000
եթե ջանասիրություն է հարկավոր:
13:22
But if you want engagement, self-direction works better.
289
790000
3000
Սակայն եթե մասնակցություն է պետք` ինքնակառավարումը ավելի լավ է գործում:
13:25
Let me give you some examples of some kind of radical
290
793000
2000
Թույլ տվեք որոշ ինքնակառավարման արմատական հասկացությունների
13:27
notions of self-direction.
291
795000
2000
մի քանի օրինակ բերել:
13:29
What this means -- you don't see a lot of it,
292
797000
3000
Այն նշանակում է, որ... դրա շատ մասերը դուք չեք տեսնում
13:32
but you see the first stirrings of something really interesting going on,
293
800000
3000
սակայն տեսնում եք ինչ-որ իսկապես հետաքրքիր մի բանի առաջին նշանները:
13:35
because what it means is paying people adequately
294
803000
2000
Միտքը նրանում է, որ առաջին հերթին, աշխատավարձը պետք է խելամիտ
13:37
and fairly, absolutely --
295
805000
2000
և արդար լինի, անկասկած:
13:39
getting the issue of money off the table,
296
807000
2000
Գումարների հարցը մի կողմ թողնենք:
13:41
and then giving people lots of autonomy.
297
809000
2000
Ապա մարդկանց բավականաչափ ինքնուրույնություն են տալիս:
13:43
Let me give you some examples.
298
811000
2000
Դառնանք գործնական կիրառությանը:
13:45
How many of you have heard of the company Atlassian?
299
813000
4000
Ձեզանից քանի՞սն են լսել Atlassian ընկերության մասին:
13:49
It looks like less than half.
300
817000
2000
Կարծես թե դահլիճի կեսից քիչը:
13:51
(Laughter)
301
819000
2000
/Ծիծաղ/
13:53
Atlassian is an Australian software company.
302
821000
4000
Atlassian-ը ավստրալական ծրագրային ապահովման ընկերություն է:
13:57
And they do something incredibly cool.
303
825000
2000
Եվ նրանք մի շատ հետաքրքիր բան են անում:
13:59
A few times a year they tell their engineers,
304
827000
2000
Տարին մի քանի անգամ նրանք իրենց ինժեներներին ասում են.
14:01
"Go for the next 24 hours and work on anything you want,
305
829000
4000
«Գնա և հաջորդ 24 ժամվա ընթացքում զբաղվիր ինչով որ ցանկանում ես,
14:05
as long as it's not part of your regular job.
306
833000
2000
միայն թե այն քո առօրյա աշխատանքի մասը չլինի:
14:07
Work on anything you want."
307
835000
2000
Աշխատիր ինչի վրա ուզում ես»:
14:09
So that engineers use this time to come up with
308
837000
2000
Այսպես, այդ ինժեներները օգտագործում են իրենց ժամանակը
14:11
a cool patch for code, come up with an elegant hack.
309
839000
3000
գտնելով կոդի մի հետաքրքիր բարելավում կամ մի հետաքրքիր հնարք:
14:14
Then they present all of the stuff that they've developed
310
842000
3000
Ապա նրանք ներկայացնում են իրենց ծրագրավորած բոլոր բաները
14:17
to their teammates, to the rest of the company,
311
845000
3000
իրենց թիմակիցներին, ընկերության այլ աշխատակիցների,
14:20
in this wild and wooly all-hands meeting
312
848000
2000
մի անկառավարելի և աղմկոտ հանդիպման ընթացքում
14:22
at the end of the day.
313
850000
2000
օրվա վերջում:
14:24
And then, being Australians, everybody has a beer.
314
852000
2000
Ապա, քանի որ նրանք ավստրալացիներ են, բոլորը գարեջուր են խմում:
14:26
They call them FedEx Days.
315
854000
3000
Եվ նրանք դա անվանում են FedEx-ի օրեր:
14:29
Why? Because you have to deliver something overnight.
316
857000
6000
Ինչու՞: Քանի որ մի օրում ինչ-որ բան պետք է «հանձնես»:
14:35
It's pretty. It's not bad. It's a huge trademark violation,
317
863000
2000
Դա գեղեցիկ է, վատ չէ: Սակայն ապրանքանշանի կիրառման կոպիտ խախտում է:
14:37
but it's pretty clever.
318
865000
2000
Սակայն բավականին խելացի է մտածված:
14:39
(Laughter)
319
867000
1000
/Ծիծաղ/
14:40
That one day of intense autonomy
320
868000
2000
Այդ ինտենսիվ ինքնուրույնության մեկ օրվա ընթացքում
14:42
has produced a whole array of software fixes
321
870000
2000
մի ամբողջ շարք ծրագրային ուղղումներ են արվել
14:44
that might never have existed.
322
872000
2000
որոնք երբեք կարող է չգտնվեին:
14:46
And it's worked so well that Atlassian has taken it to the next level
323
874000
2000
Դա այնքան լավ աշխատեց, որ Atlassian ընկերությունը անցավ հաջորդ մակարդակի
14:48
with 20 Percent Time --
324
876000
2000
«ժամանակի 20% կոչվածին»:
14:50
done, famously, at Google --
325
878000
2000
Որը, ինչպես հայտնի է, գործում է Գուգլում:
14:52
where engineers can work, spend 20 percent of their time
326
880000
2000
Այնտեղ ինժեներները կարող են աշխատել, իրենց ժամանակի 20%-ը
14:54
working on anything they want.
327
882000
2000
զբաղվելով ցանկացած բանով:
14:56
They have autonomy over their time,
328
884000
2000
Նրանք իրենք են տնօրինում իրենց ժամանակը
14:58
their task, their team, their technique.
329
886000
2000
իրենց հանձնարարությունները, թիմը, տեխնիկան:
15:00
Okay? Radical amounts of autonomy.
330
888000
2000
Հասկանու՞մ եք: Ինքնուրույնության արմատական ծավալ,
15:02
And at Google, as many of you know,
331
890000
4000
Եվ Գուգլում, ինչպես ձեզանից շատերը գիտեն,
15:06
about half of the new products in a typical year
332
894000
2000
տարվա մեջ նոր արտադրանքների մոտ կեսը
15:08
are birthed during that 20 Percent Time:
333
896000
3000
ստեղծվել է հենց այդ 20% ժամանակում:
15:11
things like Gmail, Orkut, Google News.
334
899000
3000
Ինչպես օրինակ Gmail, Orkut, Google News.
15:14
Let me give you an even more radical example of it:
335
902000
3000
Հիմա մի ավելի դիպուկ օրինակ կբերեմ նույն մտահղացման վերաբերյալ:
15:17
something called the Results Only Work Environment,
336
905000
2000
Կա մի այսպիսի բան. «Միայն Արդյունավետ Աշխատանքային Միջավայր»
15:19
the ROWE,
337
907000
2000
Կրճատ` ROWE.
15:21
created by two American consultants, in place
338
909000
2000
Համակարգը ստեղծվել է երկու ամերիկյան խորհրդատուների կողմից
15:23
in place at about a dozen companies around North America.
339
911000
2000
կիրառվելով Հյուսիսային Ամերիկայի մոտ տասնյակ ընկերություններում:
15:25
In a ROWE people don't have schedules.
340
913000
4000
ROWE-ի դեպքում մարդիկ չունեն աշխատանքային գրաֆիկներ:
15:29
They show up when they want.
341
917000
2000
Նրանք գալիս են գործի, երբ ցանկանում են:
15:31
They don't have to be in the office at a certain time,
342
919000
2000
Հարկավոր չէ որևէ կոնկրետ պահի գրասենյակում գտնվել,
15:33
or any time.
343
921000
2000
կամ երբևէ:
15:35
They just have to get their work done.
344
923000
2000
Աշխատանքը պետք է ուղղակի արվի:
15:37
How they do it, when they do it,
345
925000
2000
Իսկ թե ինչպես են այն անում, երբ են անում,
15:39
where they do it, is totally up to them.
346
927000
3000
որտեղ են անում` իրենք են որոշողը:
15:42
Meetings in these kinds of environments are optional.
347
930000
4000
Այսպիսի միջավայրերում ժողովները պարտադիր չեն:
15:46
What happens?
348
934000
2000
Ի՞նչ է տեղի ունենում:
15:48
Almost across the board, productivity goes up,
349
936000
3000
Արտադրողականությունը կտրուկ աճում է,
15:51
worker engagement goes up,
350
939000
3000
աշխատողների ներգրավվածությունը ավելանում է,
15:54
worker satisfaction goes up, turnover goes down.
351
942000
3000
նրանց բավարարվածությունը աճում է, հոսունությունը նվազում է:
15:57
Autonomy, mastery and purpose,
352
945000
2000
Ինքնուրույնություն, վարպետություն և նպատակասլացություն`
15:59
These are the building blocks of a new way of doing things.
353
947000
2000
սրանք արդյունավետ աշխատանքային պայմանների կառուցման հիմնաքարերն են:
16:01
Now some of you might look at this and say,
354
949000
3000
Հիմա ձեզանից որոշները կարող են նայել սրան և ասել.
16:04
"Hmm, that sounds nice, but it's Utopian."
355
952000
3000
«Հմ, լավ է հնչում, սակայն ուտոպիստական է»:
16:07
And I say, "Nope. I have proof."
356
955000
5000
Իսկ ես կասեմ. «Ոչ, ես ապացույցներ ունեմ»:
16:12
The mid-1990s, Microsoft started
357
960000
2000
1990-ականների կեսերին Մայքրոսոֆթը սկսեց
16:14
an encyclopedia called Encarta.
358
962000
2000
մի հանրագիտարան, որ կոչվում էր Encarta.
16:16
They had deployed all the right incentives,
359
964000
2000
Նրանք կիրառեցին բոլոր ճիշտ խթանները:
16:18
all the right incentives. They paid professionals to
360
966000
3000
Բոլոր ճիշտ խթանները: Նրանք վճարում էին մասնագետներին
16:21
write and edit thousands of articles.
361
969000
2000
որ գրեն և խմբագրեն հազարավոր հոդվածներ:
16:23
Well-compensated managers oversaw the whole thing
362
971000
2000
Լավ վարձատրվող ղեկավարները վերահսկում էին ողջ պրոցեսը
16:25
to make sure it came in on budget and on time.
363
973000
5000
համոզվելու համար, որ ամեն ինչ ընթանում էր ժամանակացույցին և բյուջեին համապատասխան:
16:30
A few years later another encyclopedia got started.
364
978000
2000
Դրանից մի քանի տարի անց մի այլ հանրագիտարան հիմնվեց:
16:32
Different model, right?
365
980000
3000
Մեկ այլ մոդել, ճի՞շտ է:
16:35
Do it for fun. No one gets paid a cent, or a Euro or a Yen.
366
983000
4000
Աշխատելով հաճույքի համար: Ոչ ոք ոչ մի ցենտ չի վճարվում, ոչ էլ Եվրո կամ Յեն:
16:39
Do it because you like to do it.
367
987000
3000
Մարդիկ աշխատում են դրա վրա, քանի որ այն նրանց դուր է գալիս:
16:42
Now if you had, just 10 years ago,
368
990000
3000
Այժմ, ընդամենը 10 տարի առաջ,
16:45
if you had gone to an economist, anywhere,
369
993000
2000
եթե որևէ տնտեսագետի հարցնեիք,
16:47
and said, "Hey, I've got these two different models for creating an encyclopedia.
370
995000
4000
ասեիք. «Մենք հանրագիտարան ստեղծելու երկու տարբեր մոդել ունենք:
16:51
If they went head to head, who would win?"
371
999000
3000
Եթե դրանք սկսեին մրցել, ո՞ր մեկը կհաղթեր»:
16:54
10 years ago you could not have found a single sober economist anywhere
372
1002000
4000
10 տարի առաջ Երկրի վրա դուք որևէ տեղ չեիք կարող գտնել
16:58
on planet Earth
373
1006000
2000
ոչ մի սթափ տնտեսագետ,
17:00
who would have predicted the Wikipedia model.
374
1008000
2000
որը կարողանար կանխատեսել Վիքիփեդիայի մոդելի հաղթանակը:
17:02
This is the titanic battle between these two approaches.
375
1010000
3000
Այս երկու մոտեցումների միջև վիթխարի ճակատամարտ է գնում:
17:05
This is the Ali-Frazier of motivation. Right?
376
1013000
3000
Սա մոտիվացիայի ոլորտում դարի ճակատամարտն է, ինչպես
17:08
This is the Thrilla' in Manila.
377
1016000
2000
գեր-ծանրաքաշների միջև բոքսի աշխարհի չեմպիոնի կոչման մարտը:
17:10
Alright? Intrinsic motivators versus extrinsic motivators.
378
1018000
3000
Բոլորի՜ աչքերի առաջ: Ներհատուկ մոտիվացիան ընդդեմ արտաքին մոտիվացիայի:
17:13
Autonomy, mastery and purpose,
379
1021000
2000
«Ինքնուրույնություն, վարպետություն և նպատակասլացություն»-ը
17:15
versus carrot and sticks. And who wins?
380
1023000
2000
ընդդեմ «շաքարի և մտրակի» մեթոդի: Ո՞վ կհաղթի:
17:17
Intrinsic motivation, autonomy, mastery and purpose,
381
1025000
3000
Ներհատուկ մոտիվացիան, ինքնուրույնությունը, վարպետությունը և նպատակասլացությունը
17:20
in a knockout. Let me wrap up.
382
1028000
4000
մրցակցին դուրս են գցում նոկաուտով: Թույլ տվեք ամփոփել:
17:24
There is a mismatch between what science knows and what business does.
383
1032000
3000
Գիտության իմացածի և բիզնեսում կիրառվածի միջև անհամապատասխանություն կա:
17:27
And here is what science knows.
384
1035000
2000
Եվ ահա թե ինչ գիտի գիտությունը:
17:29
One: Those 20th century rewards,
385
1037000
2000
Առաջին` այդ 20-րդ դարի խրախուսումները,
17:31
those motivators we think are a natural part of business,
386
1039000
3000
այդ խթանները, որոնք մենք կարծում ենք, թե բիզնեսի անբաժան մասն են կազմում
17:34
do work, but only in a surprisingly narrow band of circumstances.
387
1042000
4000
աշխատում են, սակայն միայն հանգամանքների նեղ շրջանակում:
17:38
Two: Those if-then rewards often destroy creativity.
388
1046000
4000
Երկրորդ` այդպիսի եթե-ապա խրախուսումները հաճախ սպանում են ստեղծարարությունը:
17:42
Three: The secret to high performance
389
1050000
2000
Երրորդ` բարձր արտադրողականության գաղտնիքը
17:44
isn't rewards and punishments,
390
1052000
2000
խրախուսումների և պատիժների մեջ չէ,
17:46
but that unseen intrinsic drive --
391
1054000
2000
այլ այդ անտեսանելի ներհատուկ մղման:
17:48
the drive to do things for their own sake.
392
1056000
3000
Ձգտում կատարելու տարբեր բաները հենց ուղղակի:
17:51
The drive to do things cause they matter.
393
1059000
2000
Մղումը կատարելու բաներ, որոնք կարևոր են:
17:53
And here's the best part. Here's the best part.
394
1061000
2000
Եվ ահա ամենակարևորը:
17:55
We already know this. The science confirms what we know in our hearts.
395
1063000
3000
Մենք արդեն գիտենք սա: Գիտությունը հաստատում է այն ինչը մենք զգում ենք մեր սրտերում:
17:58
So, if we repair this mismatch
396
1066000
3000
Այսպիսով, եթե մենք վերականգնենք այս անհամապատասխանությունը
18:01
between what science knows and what business does,
397
1069000
2000
գիտության իմացածի և բիզնեսի կատարածի միջև,
18:03
if we bring our motivation, notions of motivation
398
1071000
3000
եթե մենք մեր մոտիվացիան և մոտիվացիաների հասկացությունները
18:06
into the 21st century,
399
1074000
2000
բերենք դեպի 21-րդ դար,
18:08
if we get past this lazy, dangerous, ideology
400
1076000
4000
եթե հաղթահարենք այս ծույլ, վտանգավոր գաղափարախոսությունը,
18:12
of carrots and sticks,
401
1080000
2000
«շաքարի և մտրակի» մեթոդները,
18:14
we can strengthen our businesses,
402
1082000
3000
մենք կարող ենք ամրապնդել մեր բիզնեսները,
18:17
we can solve a lot of those candle problems,
403
1085000
3000
և շատ «մոմի հանելուկներ» լուծել,
18:20
and maybe, maybe, maybe
404
1088000
4000
և միգուցե, միգուցե, ...
18:24
we can change the world.
405
1092000
2000
մենք կարողանանք փոխել աշխարհը:
18:26
I rest my case.
406
1094000
2000
Իմ դեպքում ես հանգստանում եմ:
18:28
(Applause)
407
1096000
3000
/Ծափահարություններ/
ABOUT THE SPEAKER
Dan Pink - Career analystBidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace.
Why you should listen
With a trio of influential bestsellers, Dan Pink has changed the way companies view the modern workplace. In the pivotal A Whole New Mind, Pink identifies a sea change in the global workforce -- the shift of an information-based corporate culture to a conceptual base, where creativity and big-picture design dominates the landscape.
His latest book, The Adventures of Johnny Bunko, is an evolutionary transformation of the familiar career guide. Replacing linear text with a manga-inspired comic, Pink outlines six career laws vastly differing from the ones you've been taught. Members of the Johnny Bunko online forum participated in an online contest to create the seventh law -- "stay hungry."
A contributing editor for Wired, Pink is working on a new book on the science and economics of motivation for release in late 2009.
Dan Pink | Speaker | TED.com