TED2011
Dan Ariely: Beware conflicts of interest
Dan Ariely: Attenti ai conflitti di interesse
Filmed:
Readability: 3.3
1,284,831 views
In questo breve discorso, lo psicologo Dan Ariely racconta due storie personali che esplorano il conflitto di interesse scientifico: come la ricerca della conoscenza e della comprensione possa essere influenzata, consapevolmente o meno, da obiettivi personali a breve termine. Quando pensiamo alle grandi questioni, ci ricorda, stiamo attenti ai nostri cervelli troppo umani.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
So, I was in the hospital for a long time.
0
1000
3000
Sono stato in ospedale per lungo tempo.
00:19
And a few years after I left, I went back,
1
4000
3000
E qualche anno dopo esserne uscito, sono tornato,
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
e il responsabile del reparto ustionati si è emozionato nel vedermi --
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
ha detto, "Dan, ho un nuovo trattamento fantastico per te."
00:28
I was very excited. I walked with him to his office.
4
13000
2000
Ero elettrizzato. L'ho accompagnato nel suo ufficio.
00:30
And he explained to me that, when I shave,
5
15000
3000
E mi ha spiegato che, quando mi rado,
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
ho dei puntini neri sulla parte sinistra de viso dove ci sono i peli,
00:36
but on the right side of my face
7
21000
2000
ma sulla parte destra del viso
00:38
I was badly burned so I have no hair,
8
23000
2000
sono rimasto ustionato e quindi non ho peli,
00:40
and this creates lack of symmetry.
9
25000
2000
e questo crea un'asimmetria.
00:42
And what's the brilliant idea he had?
10
27000
2000
E qual era l'idea brillante?
00:44
He was going to tattoo little black dots
11
29000
2000
Avrebbe tatuato dei piccoli puntini neri
00:46
on the right side of my face
12
31000
3000
sulla parte destra del viso
00:49
and make me look very symmetric.
13
34000
2000
per farmi sembrare molto simmetrico.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
Sembrava interessante. Mi ha chiesto di andare a radermi.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
Lasciatemelo dire, è un modo strano di radersi,
00:56
because I thought about it
16
41000
2000
perché ci stavo pensando
00:58
and I realized that the way I was shaving then
17
43000
2000
e mi rendevo conto che il modo in cui mi stavo radendo
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
sarebbe stato lo stesso per tutto il resto della mia vita --
01:02
because I had to keep the width the same.
19
47000
2000
perché avrei dovuto mantenere la stessa lunghezza.
01:04
When I got back to his office,
20
49000
2000
Quando sono tornato nel suo ufficio
01:06
I wasn't really sure.
21
51000
2000
non ero più tanto sicuro.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
Ho detto, "Puoi mostrarmi qualche caso simile?"
01:10
So he showed me some pictures
23
55000
2000
Allora mi ha mostrato qualche foto
01:12
of little cheeks with little black dots --
24
57000
2000
di guance con puntini neri --
01:14
not very informative.
25
59000
2000
non molto utili.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
Ho detto, "Cosa succede quando invecchio e i miei peli diventano bianchi?
01:18
What would happen then?"
27
63000
2000
Cosa sarebbe successo?
01:20
"Oh, don't worry about it," he said.
28
65000
2000
"Oh non ti preoccupare," mi ha detto.
01:22
"We have lasers; we can whiten it out."
29
67000
3000
Abbiamo dei laser; li possiamo sbiancare."
01:25
But I was still concerned,
30
70000
2000
Ma ero ancora perplesso,
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
così ho detto, "Sai cosa, non lo faccio."
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
E poi mi sono sentito terribilmente in colpa.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
E se ve lo dice un Ebreo, vuol dire molto.
01:37
(Laughter)
34
82000
2000
(Risate)
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
E mi ha detto, "Dan, cosa c'è che non va?
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
Ti piace essere asimmetrico?
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
Ne provi un piacere perverso?
01:49
Do women feel pity for you
38
94000
2000
Le donne hanno pietà di te
01:51
and have sex with you more frequently?"
39
96000
3000
e vengono a letto con te più di frequente?"
01:54
None of those happened.
40
99000
3000
Niente di tutto ciò.
01:58
And this was very surprising to me,
41
103000
2000
E mi ha molto sorpreso,
02:00
because I've gone through many treatments --
42
105000
2000
perché ho fatto tanti trattamenti --
02:02
there were many treatments I decided not to do --
43
107000
2000
ci sono tanti trattamenti che ho deciso di non fare --
02:04
and I never got this guilt trip to this extent.
44
109000
2000
e non mi sono mai sentito tanto in colpa.
02:06
But I decided not to have this treatment.
45
111000
2000
Ma ho deciso di non fare questo intervento.
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
E sono andato dal suo assistente e gli ho chiesto, "Cosa succede?
02:10
Where was this guilt trip coming from?"
47
115000
2000
Da dove viene questo senso di colpa?"
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
E mi ha spiegato che avevano già eseguito questo intervento su due pazienti,
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
e che avevano bisogno del terzo per un articolo che stavano scrivendo.
02:19
(Laughter)
50
124000
2000
(Risate)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
Ora penserete che questo tizio sia un idiota.
02:23
Right, that's what he seems like.
52
128000
2000
Certo, sembrava proprio di si.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
Ma lasciate che vi dia un'altra prospettiva della stessa storia.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
Qualche anno fa, stavo portando avanti degli esperimenti nel mio laboratorio.
02:31
And when we run experiments,
55
136000
2000
E mentre facciamo esperimenti,
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
di solito speriamo che un gruppo si comporti diversamente da un altro.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
Quindi c'era un gruppo che speravo ottenesse risultati molto buoni,
02:39
another group that I thought their performance would be very low,
58
144000
3000
e un altro gruppo che pensavo avrebbe avuto risultati molto scarsi.
02:42
and when I got the results, that's what we got --
59
147000
2000
E quando ho avuto i risultati, ecco cos'è venuto fuori --
02:44
I was very happy -- aside from one person.
60
149000
3000
ero molto contento -- eccetto per una persona.
02:47
There was one person in the group
61
152000
2000
C'era una persona nel gruppo
02:49
that was supposed to have very high performance
62
154000
2000
che avrebbe dovuto ottenere risultati molto buoni
02:51
that was actually performing terribly.
63
156000
2000
che invece era andata malissimo.
02:53
And he pulled the whole mean down,
64
158000
2000
E ha abbassato la media,
02:55
destroying my statistical significance of the test.
65
160000
3000
distruggendo il significato statistico del test.
02:59
So I looked carefully at this guy.
66
164000
2000
Quindi ho osservato attentamente quella persona.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
Aveva una ventina d'anni più degli altri nel gruppo.
03:04
And I remembered that the old and drunken guy
68
169000
2000
E mi ricordai del tipo vecchio e ubriaco
03:06
came one day to the lab
69
171000
2000
che era venuto un giorno in laboratorio
03:08
wanting to make some easy cash
70
173000
2000
per fare un pò di soldi facili,
03:10
and this was the guy.
71
175000
2000
ed era proprio quello.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
"Fantastico!" ho pensato. "Buttiamolo fuori.
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
Chi mai includerebbe un ubriaco in un campione?"
03:17
But a couple of days later,
74
182000
2000
Ma un paio di giorni dopo,
03:19
we thought about it with my students,
75
184000
2000
ne abbiamo discusso con i miei studenti,
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
e abbiamo detto, "Cosa sarebbe successo se il tizio ubriaco non fosse stato in quella condizione?
03:24
What would have happened if he was in the other group?
77
189000
2000
Cosa sarebbe successo se fosse stato nell'altro gruppo?
03:26
Would we have thrown him out then?"
78
191000
2000
L'avremmo buttato fuori lo stesso?
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
Probabilmente non avremmo neanche analizzato i risultati,
03:30
and if we did look at the data,
80
195000
2000
e se lo avessimo fatto,
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
probabilmente avremmo detto, "Fantastico! Che persona in gamba per dei risultati così bassi,"
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
perché avrebbe abbassato la media del gruppo,
03:37
giving us even stronger statistical results than we could.
83
202000
3000
dandoci risultati statistici ancora più forti.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
Quindi abbiamo deciso di non mandare via il tizio e di rifare l'esperimento.
03:44
But you know, these stories,
85
209000
3000
Ma sapete, queste storie,
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
e tanti esperimenti che abbiamo portato avanti sui conflitti di interesse,
03:50
basically kind of bring two points
87
215000
2000
sostanzialmente mettono in risalto
03:52
to the foreground for me.
88
217000
2000
due punti, secondo me.
03:54
The first one is that in life we encounter many people
89
219000
3000
Il primo è che nella nostra vita incontriamo molte persone
03:57
who, in some way or another,
90
222000
3000
che, in un modo o in un altro,
04:00
try to tattoo our faces.
91
225000
2000
cercano di tatuarci la faccia.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
Semplicemente hanno stimoli che li rendono ciechi di fronte alla realtà
04:05
and give us advice that is inherently biased.
93
230000
3000
e ci danno consigli che, per loro natura, sono di parte.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
E sono sicuro che è una cosa che tutti riconosciamo,
04:10
and we see that it happens.
95
235000
2000
e vediamo che accade.
04:12
Maybe we don't recognize it every time,
96
237000
2000
Forse non la riconosciamo ogni volta,
04:14
but we understand that it happens.
97
239000
2000
ma capiamo che accade.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
La cosa più difficile, ovviamente, è riconoscere
04:18
that sometimes we too
99
243000
2000
che qualche volta anche noi
04:20
are blinded by our own incentives.
100
245000
2000
siamo accecati dai nostri stessi stimoli.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
Ed è una lezione molto, ma molto più difficile da imparare.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
Perché non vediamo che effetto hanno su di noi i conflitti di interesse.
04:29
When I was doing these experiments,
103
254000
2000
Mentre facevo questi esperimenti,
04:31
in my mind, I was helping science.
104
256000
2000
dentro di me, stavo aiutando la scienza.
04:33
I was eliminating the data
105
258000
2000
Stavo eliminando dati
04:35
to get the true pattern of the data to shine through.
106
260000
2000
per portare alla luce i veri risultati.
04:37
I wasn't doing something bad.
107
262000
2000
Non stavo facendo niente di male.
04:39
In my mind, I was actually a knight
108
264000
2000
Nella mia mente, ero un cavaliere
04:41
trying to help science move along.
109
266000
2000
che cercava di aiutare la scienza ad andare avanti.
04:43
But this was not the case.
110
268000
2000
Ma non era così.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
In realtà stavo interferendo con il processo con tante buone intenzioni.
04:48
And I think the real challenge is to figure out
112
273000
2000
E credo che la vera sfida sia scoprire
04:50
where are the cases in our lives
113
275000
2000
i casi della nostra vita
04:52
where conflicts of interest work on us,
114
277000
2000
dove sono coinvolti conflitti di interesse,
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
e cercare di non fidarci delle nostre intuizioni per superarli,
04:57
but to try to do things
116
282000
2000
ma cercare invece di fare le cose
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
che ci impediscano di essere preda di questi comportamenti,
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
perché possiamo creare molte circostanze indesiderate.
05:05
I do want to leave you with one positive thought.
119
290000
2000
Voglio lasciarvi con un pensiero positivo.
05:07
I mean, this is all very depressing, right --
120
292000
2000
E' tutto molto deprimente, certo --
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
la gente è preda dei conflitti di interesse, non li vediamo, e così via.
05:12
The positive perspective, I think, of all of this
122
297000
2000
La prospettiva positiva, credo, di tutto questo
05:14
is that, if we do understand when we go wrong,
123
299000
3000
è che, se capiamo quando sbagliamo,
05:17
if we understand the deep mechanisms
124
302000
2000
se capiamo i meccanismi interni
05:19
of why we fail and where we fail,
125
304000
2000
del perché sbagliamo e dove sbagliamo,
05:21
we can actually hope to fix things.
126
306000
2000
possiamo in realtà sperare di sistemare le cose.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
E questa, credo, è la speranza. Grazie infinite.
05:25
(Applause)
128
310000
4000
(Applausi)
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com