ABOUT THE SPEAKER
Laurie Santos - Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do.

Why you should listen

Laurie Santos runs the Comparative Cognition Laboratory (CapLab) at Yale, where she and collaborators across departments (from psychology to primatology to neurobiology) explore the evolutionary origins of the human mind by studying lemurs, capuchin monkeys and other primates. The twist: Santos looks not only for positive humanlike traits, like tool-using and altruism, but irrational ones, like biased decisionmaking.

In elegant, carefully constructed experiments, Santos and CapLab have studied how primates understand and categorize objects in the physical world -- for instance, that monkeys understand an object is still whole even when part of it is obscured. Going deeper, their experiments also search for clues that primates possess a theory of mind -- an ability to think about what other people think.

Most recently, the lab has been looking at behaviors that were once the province mainly of novelists: jealousy, frustration, judgment of others' intentions, poor economic choices. In one experiment, Santos and her team taught monkeys to use a form of money, tradeable for food. When certain foods became cheaper, monkeys would, like humans, overbuy. As we humans search for clues to our own irrational behaviors, Santos' research suggests that the source of our genius for bad decisions might be our monkey brains.

More profile about the speaker
Laurie Santos | Speaker | TED.com
TEDGlobal 2010

Laurie Santos: A monkey economy as irrational as ours

Laurie Santos: l'economia delle scimmie, irrazionale quanto la nostra.

Filmed:
1,506,660 views

Laurie Santos cerca le radici dell'irrazionalità umana osservando come le scimmie Cebus Apella, nostre "parenti evolutivi" formulano le proprie decisioni. E in questo talk ci mostra, attraverso una serie di ingegnosi esperimenti, come uomini e scimmie siano inclini alle stesse scelte irrazionali.
- Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do. Full bio

Double-click the English transcript below to play the video.

00:17
I want to startinizio my talk todayoggi with two observationsosservazioni
0
2000
2000
Voglio iniziare il mio intervento con due osservazioni
00:19
about the humanumano speciesspecie.
1
4000
2000
sulla specie umana.
00:21
The first observationosservazione is something that you mightpotrebbe think is quiteabbastanza obviousevidente,
2
6000
3000
La prima è una considerazione che potreste ritenere ovvia,
00:24
and that's that our speciesspecie, HomoHomo sapienssapiens,
3
9000
2000
ed è che la nostra specie, Homo Sapiens,
00:26
is actuallyin realtà really, really smartinteligente --
4
11000
2000
è molto intelligente,
00:28
like, ridiculouslyridicolmente smartinteligente --
5
13000
2000
assurdamente intelligente:
00:30
like you're all doing things
6
15000
2000
tutti voi fate cose
00:32
that no other speciesspecie on the planetpianeta does right now.
7
17000
3000
che nessun'altra specie sul pianeta fa.
00:35
And this is, of coursecorso,
8
20000
2000
E questa non è certamente
00:37
not the first time you've probablyprobabilmente recognizedriconosciuto this.
9
22000
2000
la prima volta che lo notate:
00:39
Of coursecorso, in additionaggiunta to beingessere smartinteligente, we're alsoanche an extremelyestremamente vainVana speciesspecie.
10
24000
3000
oltre ad essere intelligente, infatti, la nostra è una specie
00:42
So we like pointingpuntamento out the factfatto that we're smartinteligente.
11
27000
3000
estremamente presuntuosa. Ci piace mettere in risalto la nostra intelligenza.
00:45
You know, so I could turnturno to prettybella much any sagesalvia
12
30000
2000
Potrei citare quasi ogni intellettuale,
00:47
from ShakespeareShakespeare to StephenStephen ColbertColbert
13
32000
2000
da Shakespeare a Stephen Colbert
00:49
to pointpunto out things like the factfatto that
14
34000
2000
per evidenziare concetti come il nostro essere
00:51
we're noblenobile in reasonragionare and infiniteinfinito in facultiesfacoltà
15
36000
2000
nobili nella ragione, infiniti nelle risorse,
00:53
and just kindgenere of awesome-erimpressionante-er than anything elsealtro on the planetpianeta
16
38000
2000
e più incredibili di ogni
00:55
when it comesviene to all things cerebralcerebrale.
17
40000
3000
altra specie al mondo, sotto il profilo delle facoltà cerebrali.
00:58
But of coursecorso, there's a secondsecondo observationosservazione about the humanumano speciesspecie
18
43000
2000
Ma c'è una seconda considerazione sulla specie umana
01:00
that I want to focusmessa a fuoco on a little bitpo more,
19
45000
2000
su cui voglio soffermarmi un po' di più,
01:02
and that's the factfatto that
20
47000
2000
ed è il fatto che
01:04
even thoughanche se we're actuallyin realtà really smartinteligente, sometimesa volte uniquelyunivocamente smartinteligente,
21
49000
3000
anche se siamo davvero intelligenti, a volte insuperabilmente intelligenti,
01:07
we can alsoanche be incrediblyincredibilmente, incrediblyincredibilmente dumbmuto
22
52000
3000
possiamo anche rivelarci incredibilmente stupidi
01:10
when it comesviene to some aspectsaspetti of our decisiondecisione makingfabbricazione.
23
55000
3000
in alcuni aspetti dei nostri processi decisionali.
01:13
Now I'm seeingvedendo lots of smirkssorride out there.
24
58000
2000
Vedo già molte smorfie, tra il pubblico:
01:15
Don't worrypreoccupazione, I'm not going to call anyonechiunque in particularparticolare out
25
60000
2000
non preoccupatevi, non chiederò conto a nessuno di voi
01:17
on any aspectsaspetti of your ownproprio mistakeserrori.
26
62000
2000
di alcun vostro errore personale.
01:19
But of coursecorso, just in the last two yearsanni
27
64000
2000
Certo è, tuttavia, che proprio negli ultimi due anni
01:21
we see these unprecedentedinaudito examplesesempi of humanumano ineptitudeinettitudine.
28
66000
3000
abbiamo visto esempi senza precedenti dell'inettitudine umana.
01:24
And we'venoi abbiamo watchedguardato as the toolsutensili we uniquelyunivocamente make
29
69000
3000
Abbiamo visto strumenti che solo noi creiamo
01:27
to pullTirare the resourcesrisorse out of our environmentambiente
30
72000
2000
per estrarre le risorse dall'ambiente
01:29
kindgenere of just blowsoffio up in our faceviso.
31
74000
2000
esploderci in mano.
01:31
We'veAbbiamo watchedguardato the financialfinanziario marketsmercati that we uniquelyunivocamente createcreare --
32
76000
2000
Abbiamo visto i mercati finanziari, che solo noi creiamo,
01:33
these marketsmercati that were supposedipotetico to be foolproofinfallibile --
33
78000
3000
e che credevamo "a prova di idiota",
01:36
we'venoi abbiamo watchedguardato them kindgenere of collapsecrollo before our eyesocchi.
34
81000
2000
crollare davanti ai nostri occhi.
01:38
But bothentrambi of these two embarrassingimbarazzante examplesesempi, I think,
35
83000
2000
Ma questi due esempi imbarazzanti, a mio avviso,
01:40
don't highlightevidenziare what I think is mostmaggior parte embarrassingimbarazzante
36
85000
3000
non mettono in evidenza l'aspetto che considero più imbarazzante
01:43
about the mistakeserrori that humansgli esseri umani make,
37
88000
2000
degli errori umani.
01:45
whichquale is that we'dsaremmo like to think that the mistakeserrori we make
38
90000
3000
Ci piacerebbe pensare che i nostri errori
01:48
are really just the resultrisultato of a couplecoppia badcattivo applesmele
39
93000
2000
siano il risultato di un paio di mele marce,
01:50
or a couplecoppia really sortordinare of FAILESITO NEGATIVO Blog-worthyBlog-degno decisionsdecisioni.
40
95000
3000
o di un paio di decisioni sbagliate, da raccontare sul blog.
01:53
But it turnsgiri out, what socialsociale scientistsscienziati are actuallyin realtà learningapprendimento
41
98000
3000
Ma a quanto pare, gli scienziati sociali stanno scoprendo
01:56
is that mostmaggior parte of us, when put in certaincerto contextscontesti,
42
101000
3000
che la maggior parte di noi, messa nel contesto appropriato,
01:59
will actuallyin realtà make very specificspecifica mistakeserrori.
43
104000
3000
commette errori molto specifici.
02:02
The errorserrori we make are actuallyin realtà predictableprevedibile.
44
107000
2000
I nostri errori sono prevedibili,
02:04
We make them again and again.
45
109000
2000
li ripetiamo in continuazione,
02:06
And they're actuallyin realtà immuneimmune to lots of evidenceprova.
46
111000
2000
E resistono a molte prove contrarie.
02:08
When we get negativenegativo feedbackrisposta,
47
113000
2000
Anche dopo un feedback negativo,
02:10
we still, the nextIl prossimo time we're faceviso with a certaincerto contextcontesto,
48
115000
3000
la prossima volta che ci troveremo in un certo contesto,
02:13
tendtendere to make the samestesso errorserrori.
49
118000
2000
tenderemo a rifare gli stessi errori.
02:15
And so this has been a realvero puzzlepuzzle to me
50
120000
2000
Questo è stato un vero rompicapo
02:17
as a sortordinare of scholarScholar of humanumano naturenatura.
51
122000
2000
per una studiosa della natura umana come me.
02:19
What I'm mostmaggior parte curiouscurioso about is,
52
124000
2000
La questione che più mi interessa è:
02:21
how is a speciesspecie that's as smartinteligente as we are
53
126000
3000
come può una specie intelligente come la nostra
02:24
capablecapace of suchcome badcattivo
54
129000
2000
commettere ripetutamente errori
02:26
and suchcome consistentcoerente errorserrori all the time?
55
131000
2000
tanto gravi ?
02:28
You know, we're the smartestpiù intelligente thing out there, why can't we figurefigura this out?
56
133000
3000
Siamo la specie più intelligente su piazza, perché non capiamo come evitarli?
02:31
In some sensesenso, where do our mistakeserrori really come from?
57
136000
3000
In un certo senso, mi chiedevo da dove provenissero i nostri errori.
02:34
And havingavendo thought about this a little bitpo, I see a couplecoppia differentdiverso possibilitiespossibilità.
58
139000
3000
E avendoci riflettuto un po', trovo che i casi possibili siano due.
02:37
One possibilitypossibilità is, in some sensesenso, it's not really our faultcolpa.
59
142000
3000
Una possibilità è che, in un certo senso, non è colpa nostra.
02:40
Because we're a smartinteligente speciesspecie,
60
145000
2000
Siccome siamo una specie intelligente,
02:42
we can actuallyin realtà createcreare all kindstipi of environmentsambienti
61
147000
2000
creiamo molti tipi di ambienti
02:44
that are supersuper, supersuper complicatedcomplicato,
62
149000
2000
super-complicati,
02:46
sometimesa volte too complicatedcomplicato for us to even actuallyin realtà understandcapire,
63
151000
3000
così complicati, a volte, da non riuscire a comprenderli
02:49
even thoughanche se we'venoi abbiamo actuallyin realtà createdcreato them.
64
154000
2000
anche se siamo stati noi a crearli.
02:51
We createcreare financialfinanziario marketsmercati that are supersuper complexcomplesso.
65
156000
2000
Creiamo mercati finanziari super-complessi.
02:53
We createcreare mortgagemutuo termscondizioni that we can't actuallyin realtà dealaffare with.
66
158000
3000
Le clausole dei nostri mutui sono incomprensibili.
02:56
And of coursecorso, if we are put in environmentsambienti where we can't dealaffare with it,
67
161000
3000
E ovviamente, se gli ambienti in cui siamo immersi sono ingestibili,
02:59
in some sensesenso makesfa sensesenso that we actuallyin realtà
68
164000
2000
in un certo senso è comprensibile
03:01
mightpotrebbe messpasticcio certaincerto things up.
69
166000
2000
che qualcosa vada storto.
03:03
If this was the casecaso, we'dsaremmo have a really easyfacile solutionsoluzione
70
168000
2000
Se le cose stessero così, la soluzione al problema
03:05
to the problemproblema of humanumano errorerrore.
71
170000
2000
dell'errore umano sarebbe molto semplice.
03:07
We'dAvremmo actuallyin realtà just say, okay, let's figurefigura out
72
172000
2000
Basterebbe dire: Ok, scopriamo
03:09
the kindstipi of technologiestecnologie we can't dealaffare with,
73
174000
2000
le tecnologie ingestibili,
03:11
the kindstipi of environmentsambienti that are badcattivo --
74
176000
2000
gli ambienti ostili etc,
03:13
get ridliberare of those, designdesign things better,
75
178000
2000
liberiamocene, progettiamo le cose meglio,
03:15
and we should be the noblenobile speciesspecie
76
180000
2000
e dovremmo così diventare la specie nobile
03:17
that we expectaspettarsi ourselvesnoi stessi to be.
77
182000
2000
che ci aspettiamo di essere.
03:19
But there's anotherun altro possibilitypossibilità that I find a little bitpo more worryingpreoccupante,
78
184000
3000
Ma c'è un'altra possibilità, che trovo più preoccupante:
03:22
whichquale is, maybe it's not our environmentsambienti that are messedscompigliato up.
79
187000
3000
forse non sono i nostri ambienti ad essere troppo complessi.
03:25
Maybe it's actuallyin realtà us that's designedprogettato badlymale.
80
190000
3000
Forse siamo proprio noi ad essere fatti male.
03:28
This is a hintsuggerimento that I've gottenottenuto
81
193000
2000
A suggerirmi questa possibilità sono state
03:30
from watchingGuardando the waysmodi that socialsociale scientistsscienziati have learnedimparato about humanumano errorserrori.
82
195000
3000
le scoperte degli scienziati sociali sugli errori umani.
03:33
And what we see is that people tendtendere to keep makingfabbricazione errorserrori
83
198000
3000
Stiamo scoprendo che le persone tendono a commettere errori
03:36
exactlydi preciso the samestesso way, over and over again.
84
201000
3000
esattamente nello stesso modo, in continuazione.
03:39
It feelssi sente like we mightpotrebbe almostquasi just be builtcostruito
85
204000
2000
Sembra quasi che siamo "costruiti"
03:41
to make errorserrori in certaincerto waysmodi.
86
206000
2000
per commettere determinati errori.
03:43
This is a possibilitypossibilità that I worrypreoccupazione a little bitpo more about,
87
208000
3000
Questa possibilità mi preoccupa un po' di più,
03:46
because, if it's us that's messedscompigliato up,
88
211000
2000
perché se siamo noi ad essere difettosi,
03:48
it's not actuallyin realtà clearchiaro how we go about dealingrapporti with it.
89
213000
2000
non è ben chiaro come poter affrontare la questione.
03:50
We mightpotrebbe just have to acceptaccettare the factfatto that we're errorerrore proneincline
90
215000
3000
Potremmo dover semplicemente accettare il fatto che siamo inclini agli errori
03:53
and try to designdesign things around it.
91
218000
2000
e adattare il nostro agire al problema.
03:55
So this is the questiondomanda my studentsstudenti and I wanted to get at.
92
220000
3000
È questa la domanda alla quale io e i miei studenti volevamo rispondere:
03:58
How can we tell the differencedifferenza betweenfra possibilitypossibilità one and possibilitypossibilità two?
93
223000
3000
Come possiamo decidere tra la possibilità uno e la possibilità due?
04:01
What we need is a populationpopolazione
94
226000
2000
Ci serve una popolazione
04:03
that's basicallyfondamentalmente smartinteligente, can make lots of decisionsdecisioni,
95
228000
2000
intelligente, in grado di prendere molte decisioni,
04:05
but doesn't have accessaccesso to any of the systemssistemi we have,
96
230000
2000
ma completamente priva di accesso ai nostri sistemi,
04:07
any of the things that mightpotrebbe messpasticcio us up --
97
232000
2000
alle cose che potrebbero confonderci --
04:09
no humanumano technologytecnologia, humanumano culturecultura,
98
234000
2000
una specie senza tecnologia umana, senza cultura umana,
04:11
maybe even not humanumano languageLingua.
99
236000
2000
forse persino senza linguaggio umano.
04:13
And so this is why we turnedtrasformato to these guys here.
100
238000
2000
E così ci siamo rivolti a loro.
04:15
These are one of the guys I work with. This is a brownMarrone capuchindei Cappuccini monkeyscimmia.
101
240000
3000
Questo è uno dei soggetti con cui lavoro. È una scimmia cebus apella.
04:18
These guys are NewNuovo WorldMondo primatesprimati,
102
243000
2000
Sono primati platirrini,
04:20
whichquale meanssi intende they brokerotto off from the humanumano branchramo
103
245000
2000
si sono cioè differenziati dall'Homo Sapiens
04:22
about 35 millionmilione yearsanni agofa.
104
247000
2000
circa 35 milioni di anni fa.
04:24
This meanssi intende that your great, great, great great, great, great --
105
249000
2000
Questo significa che la vostra
04:26
with about fivecinque millionmilione "greatsgrandi" in there --
106
251000
2000
cinque-milion-avola
04:28
grandmothernonna was probablyprobabilmente the samestesso great, great, great, great
107
253000
2000
era probabilmente la stessa
04:30
grandmothernonna with fivecinque millionmilione "greatsgrandi" in there
108
255000
2000
cinque-milion-avola
04:32
as HollyHolly up here.
109
257000
2000
di Holly.
04:34
You know, so you can take comfortcomfort in the factfatto that this guy up here is a really really distantlontano,
110
259000
3000
Potete quindi essere sicuri che la nostra specie e la loro sono molto, molto distanti:
04:37
but albeitsebbene evolutionaryevolutiva, relativeparente.
111
262000
2000
nondimeno, siamo evolutivamente apparentati.
04:39
The good newsnotizia about HollyHolly thoughanche se is that
112
264000
2000
La buona notizia su Holly è che
04:41
she doesn't actuallyin realtà have the samestesso kindstipi of technologiestecnologie we do.
113
266000
3000
non ha le stesse tecnologie che abbiamo noi.
04:44
You know, she's a smartinteligente, very cuttagliare creaturecreatura, a primatePrimate as well,
114
269000
3000
È un primate, una creatura intelligente e abile,
04:47
but she lacksmanca all the stuffcose we think mightpotrebbe be messingMessing us up.
115
272000
2000
ma le manca tutto ciò che pensiamo ci induca in errore.
04:49
So she's the perfectperfezionare testTest casecaso.
116
274000
2000
È quindi il "paziente di controllo" perfetto.
04:51
What if we put HollyHolly into the samestesso contextcontesto as humansgli esseri umani?
117
276000
3000
Che succederebbe, mettendo Holly negli stessi contesti degli umani?
04:54
Does she make the samestesso mistakeserrori as us?
118
279000
2000
Farebbe i nostri stessi errori?
04:56
Does she not learnimparare from them? And so on.
119
281000
2000
Non imparerebbe da essi? E così via.
04:58
And so this is the kindgenere of thing we decideddeciso to do.
120
283000
2000
Decidemmo di chiedercelo, qualche anno fa.
05:00
My studentsstudenti and I got very excitedemozionato about this a fewpochi yearsanni agofa.
121
285000
2000
Io ed i miei studenti eravamo entusiasti.
05:02
We said, all right, let's, you know, throwgettare so problemsi problemi at HollyHolly,
122
287000
2000
L'idea era: mettiamo Holly di fronte
05:04
see if she messespasticci these things up.
123
289000
2000
a qualche problema, e vediamo se cade in errore.
05:06
First problemproblema is just, well, where should we startinizio?
124
291000
3000
Ma il primo problema fu: da dove partiamo?
05:09
Because, you know, it's great for us, but badcattivo for humansgli esseri umani.
125
294000
2000
Un bene per noi, ma un male per gli umani, è che
05:11
We make a lot of mistakeserrori in a lot of differentdiverso contextscontesti.
126
296000
2000
facciamo molti errori in molti contesti diversi.
05:13
You know, where are we actuallyin realtà going to startinizio with this?
127
298000
2000
Da dove cominciare la nostra analisi, dunque?
05:15
And because we startediniziato this work around the time of the financialfinanziario collapsecrollo,
128
300000
3000
E siccome abbiamo iniziato questo lavoro durante il collasso finanziario,
05:18
around the time when foreclosuresForeclosures were hittingcolpire the newsnotizia,
129
303000
2000
quando i pignoramenti riempivano i titoli dei giornali,
05:20
we said, hhmmHHMM, maybe we should
130
305000
2000
ci siamo detti: mmhh, forse dovremmo
05:22
actuallyin realtà startinizio in the financialfinanziario domaindominio.
131
307000
2000
cominciare dal settore finanziario.
05:24
Maybe we should look at monkey'sdi scimmia economiceconomico decisionsdecisioni
132
309000
3000
Forse dovremmo osservare le decisioni economiche delle scimmie
05:27
and try to see if they do the samestesso kindstipi of dumbmuto things that we do.
133
312000
3000
e provare a vedere se fanno le stesse cose stupide che facciamo noi.
05:30
Of coursecorso, that's when we hitcolpire a sortordinare secondsecondo problemproblema --
134
315000
2000
A quel punto, naturalmente, ci imbattemmo in un secondo problema,
05:32
a little bitpo more methodologicalmetodologico --
135
317000
2000
di tipo metodologico:
05:34
whichquale is that, maybe you guys don't know,
136
319000
2000
forse non lo sapevate,
05:36
but monkeysscimmie don't actuallyin realtà use moneyi soldi. I know, you haven'tnon hanno metincontrato them.
137
321000
3000
ma le scimmie non usano denaro. Lo so, non le avete mai incontrate.
05:39
But this is why, you know, they're not in the queuecoda behinddietro a you
138
324000
2000
Ma è per questo che non le trovate in coda
05:41
at the grocerydrogheria storenegozio or the ATMATM -- you know, they don't do this stuffcose.
139
326000
3000
dal droghiere o al Bancomat -- non le fanno, queste cose.
05:44
So now we facedaffrontato, you know, a little bitpo of a problemproblema here.
140
329000
3000
Ci trovammo dunque ad affrontare un problema:
05:47
How are we actuallyin realtà going to askChiedere monkeysscimmie about moneyi soldi
141
332000
2000
come studiamo il comportamento finanziario
05:49
if they don't actuallyin realtà use it?
142
334000
2000
delle scimmie, se loro non usano denaro?
05:51
So we said, well, maybe we should just, actuallyin realtà just sucksucchiare it up
143
336000
2000
Ci siamo detti: "Beh, forse dovremmo accettarlo
05:53
and teachinsegnare monkeysscimmie how to use moneyi soldi.
144
338000
2000
ed insegnare alle scimmie come si usa il denaro."
05:55
So that's just what we did.
145
340000
2000
Ed è proprio ciò che abbiamo fatto.
05:57
What you're looking at over here is actuallyin realtà the first unitunità that I know of
146
342000
3000
Quella che vedete è la prima unità che io conosca
06:00
of non-humannon umano currencyvaluta.
147
345000
2000
di valuta non-umana.
06:02
We weren'tnon erano very creativecreativo at the time we startediniziato these studiesstudi,
148
347000
2000
Non eravamo molto creativi, all'inizio,
06:04
so we just calledchiamato it a tokentoken di.
149
349000
2000
quindi l'abbiamo chiamato semplicemente un gettone.
06:06
But this is the unitunità of currencyvaluta that we'venoi abbiamo taughtinsegnato our monkeysscimmie at YaleYale
150
351000
3000
Ma è l'unità di conto che le nostre scimmie di Yale hanno imparato
06:09
to actuallyin realtà use with humansgli esseri umani,
151
354000
2000
a scambiare con gli umani,
06:11
to actuallyin realtà buyacquistare differentdiverso piecespezzi of foodcibo.
152
356000
3000
per acquistare diverse razioni di cibo.
06:14
It doesn't look like much -- in factfatto, it isn't like much.
153
359000
2000
Non ha un aspetto particolare -- in effetti, non è niente di particolare.
06:16
Like mostmaggior parte of our moneyi soldi, it's just a piecepezzo of metalmetallo.
154
361000
2000
Come la maggior parte del nostro denaro, è solo un pezzo di metallo.
06:18
As those of you who'veche hanno takenprese currenciesvalute home from your tripviaggio know,
155
363000
3000
Come sanno quelli di voi che riportano valuta straniera a casa,
06:21
onceuna volta you get home, it's actuallyin realtà prettybella uselessinutili.
156
366000
2000
dopo un viaggio all'estero, in sé è inutile.
06:23
It was uselessinutili to the monkeysscimmie at first
157
368000
2000
Inizialmente, anche per le scimmie era inutile,
06:25
before they realizedrealizzato what they could do with it.
158
370000
2000
prima che capissero cosa potevano farci.
06:27
When we first gaveha dato it to them in theirloro enclosuresCustodie,
159
372000
2000
La prima volta che le abbiamo date loro,
06:29
they actuallyin realtà kindgenere of pickedraccolto them up, lookedguardato at them.
160
374000
2000
nelle loro recinzioni, le presero, le osservarono...
06:31
They were these kindgenere of weirdstrano things.
161
376000
2000
Sembravano cose bizzarre, per loro.
06:33
But very quicklyvelocemente, the monkeysscimmie realizedrealizzato
162
378000
2000
Ma capirono molto in fretta
06:35
that they could actuallyin realtà handmano these tokenstoken over
163
380000
2000
che potevano scambiare questi gettoni
06:37
to differentdiverso humansgli esseri umani in the lablaboratorio for some foodcibo.
164
382000
3000
ai vari umani presenti in laboratorio, in cambio di un po' di cibo.
06:40
And so you see one of our monkeysscimmie, MaydayMayday, up here doing this.
165
385000
2000
Vedete dunque una delle nostre scimmie, Mayday, intenta a farlo.
06:42
This is A and B are kindgenere of the pointspunti where she's sortordinare of a little bitpo
166
387000
3000
Nella foto A e B, Mayday è per così dire un po'
06:45
curiouscurioso about these things -- doesn't know.
167
390000
2000
curiosa -- non sa.
06:47
There's this waitingin attesa handmano from a humanumano experimentersperimentatore,
168
392000
2000
C'è questa mano in attesa di un ricercatore umano,
06:49
and MaydayMayday quicklyvelocemente figuresfigure out, apparentlyapparentemente the humanumano wants this.
169
394000
3000
e Mayday capisce in fretta che evidentemente l'umano la vuole.
06:52
HandsMani it over, and then getsprende some foodcibo.
170
397000
2000
Allunga la moneta, ed ottiene un po' di cibo.
06:54
It turnsgiri out not just MaydayMayday, all of our monkeysscimmie get good
171
399000
2000
E non solo Mayday, ma tutte le nostre scimmie imparano bene
06:56
at tradingcommercio tokenstoken with humanumano salesmanVenditore.
172
401000
2000
a scambiare denaro con venditori umani.
06:58
So here'secco just a quickveloce videovideo of what this lookssembra like.
173
403000
2000
Ecco un rapido video di come funziona la cosa.
07:00
Here'sQui è MaydayMayday. She's going to be tradingcommercio a tokentoken di for some foodcibo
174
405000
3000
Ecco Mayday. Sta per scambiare una moneta con del cibo,
07:03
and waitingin attesa happilyfelicemente and gettingottenere her foodcibo.
175
408000
3000
[poi] aspetta con gioia, e ottiene il cibo.
07:06
Here'sQui è FelixFelix, I think. He's our alphaalfa malemaschio; he's a kindgenere of biggrande guy.
176
411000
2000
Ecco Felix, mi pare. È grande, è il nostro maschio alfa.
07:08
But he too waitsattese patientlypazientemente, getsprende his foodcibo and goesva on.
177
413000
3000
Ma anche lui aspetta pazientemente, prende il suo cibo e se ne va.
07:11
So the monkeysscimmie get really good at this.
178
416000
2000
Le scimmie, dunque, diventano molto brave
07:13
They're surprisinglysorprendentemente good at this with very little trainingformazione.
179
418000
3000
a fare queste cose, anche con un training minimo.
07:16
We just allowedpermesso them to pickraccogliere this up on theirloro ownproprio.
180
421000
2000
Abbiamo semplicemente lasciato che imparassero da sole.
07:18
The questiondomanda is: is this anything like humanumano moneyi soldi?
181
423000
2000
Ma ha qualcosa a che vedere con il denaro umano?
07:20
Is this a marketmercato at all,
182
425000
2000
È un mercato vero e proprio,
07:22
or did we just do a weirdstrano psychologist'sdi psicologo tricktrucco
183
427000
2000
o abbiamo solo creato un bizzarro trucco psicologico,
07:24
by gettingottenere monkeysscimmie to do something,
184
429000
2000
facendo fare alle scimmie una cosa che
07:26
looking smartinteligente, but not really beingessere smartinteligente.
185
431000
2000
sembra intelligente, ma non lo è?
07:28
And so we said, well, what would the monkeysscimmie spontaneouslyspontaneamente do
186
433000
3000
[Per saperlo], ci siamo chiesti: cosa farebbero, spontaneamente, le scimmie
07:31
if this was really theirloro currencyvaluta, if they were really usingutilizzando it like moneyi soldi?
187
436000
3000
se questa fosse davvero la loro valuta, se davvero la usassero come denaro?
07:34
Well, you mightpotrebbe actuallyin realtà imagineimmaginare them
188
439000
2000
Potreste immaginarvi che facciano
07:36
to do all the kindstipi of smartinteligente things
189
441000
2000
tutti i tipi di cose intelligenti
07:38
that humansgli esseri umani do when they startinizio exchanginglo scambio di moneyi soldi with eachogni other.
190
443000
3000
che gli umani fanno quando iniziano a scambiarsi denaro l'un l'altro.
07:41
You mightpotrebbe have them startinizio payingpagare attentionAttenzione to priceprezzo,
191
446000
3000
Potrebbero iniziare a fare attenzione ai prezzi,
07:44
payingpagare attentionAttenzione to how much they buyacquistare --
192
449000
2000
a quante cose comprano--
07:46
sortordinare of keepingconservazione tracktraccia of theirloro monkeyscimmia tokentoken di, as it were.
193
451000
3000
spendendo il loro gettone oculatamente, come fosse una vera moneta.
07:49
Do the monkeysscimmie do anything like this?
194
454000
2000
Ci chiedemmo se le scimmie fanno cose del genere,
07:51
And so our monkeyscimmia marketplacemercato was bornNato.
195
456000
3000
e nacque così il nostro "mercato delle scimmie".
07:54
The way this workslavori is that
196
459000
2000
Funziona così: normalmente,
07:56
our monkeysscimmie normallynormalmente livevivere in a kindgenere of biggrande zooZoo di socialsociale enclosureallegato.
197
461000
3000
le nostre scimmie vivono in una specie di grande recinzione comune.
07:59
When they get a hankeringbrama for some treatsossequi,
198
464000
2000
Quando sentono il desiderio di comprare cibo,
08:01
we actuallyin realtà allowedpermesso them a way out
199
466000
2000
abbiamo creato una via d'uscita che sbuca in uno
08:03
into a little smallerpiù piccola enclosureallegato where they could enteraccedere the marketmercato.
200
468000
2000
spazio più piccolo, dove possono fare scambi.
08:05
UponAl momento enteringentrare the marketmercato --
201
470000
2000
Quando entrano nel mercato -- che in effetti
08:07
it was actuallyin realtà a much more fundivertimento marketmercato for the monkeysscimmie than mostmaggior parte humanumano marketsmercati
202
472000
2000
diverte più loro che la maggior parte di noi
08:09
because, as the monkeysscimmie enteredentrato the doorporta of the marketmercato,
203
474000
3000
perché, non appena le scimmie varcavano la porta del mercato,
08:12
a humanumano would give them a biggrande walletportafoglio fullpieno of tokenstoken
204
477000
2000
un umano dava loro un gruzzolo di monete
08:14
so they could actuallyin realtà tradecommercio the tokenstoken
205
479000
2000
così che potessero scambiarle
08:16
with one of these two guys here --
206
481000
2000
con uno di questi due sperimentatori,
08:18
two differentdiverso possiblepossibile humanumano salesmenvenditori
207
483000
2000
due possibili "venditori" differenti
08:20
that they could actuallyin realtà buyacquistare stuffcose from.
208
485000
2000
da cui potevano acquistare cose.
08:22
The salesmenvenditori were studentsstudenti from my lablaboratorio.
209
487000
2000
I "venditori" erano studenti del mio laboratorio.
08:24
They dressedvestito differentlydiversamente; they were differentdiverso people.
210
489000
2000
Erano persone differenti, vestite in modo differente.
08:26
And over time, they did basicallyfondamentalmente the samestesso thing
211
491000
3000
E nel corso del tempo, ripeterono la stessa operazione,
08:29
so the monkeysscimmie could learnimparare, you know,
212
494000
2000
così che le scimmie potessero imparare
08:31
who soldvenduto what at what priceprezzo -- you know, who was reliableaffidabile, who wasn'tnon era, and so on.
213
496000
3000
chi vendeva cosa a quale prezzo -- chi era affidabile, chi no, eccetera.
08:34
And you can see that eachogni of the experimenterssperimentatori
214
499000
2000
E potete vedere come ciascun sperimentatore
08:36
is actuallyin realtà holdingdetenzione up a little, yellowgiallo foodcibo dishpiatto.
215
501000
3000
tenga in mano un piccolo piatto giallo, contenente
08:39
and that's what the monkeyscimmia can for a singlesingolo tokentoken di.
216
504000
2000
quello che la scimmia può comprare per una moneta.
08:41
So everything costscosti one tokentoken di,
217
506000
2000
Tutto costa una moneta, dunque,
08:43
but as you can see, sometimesa volte tokenstoken buyacquistare more than othersaltri,
218
508000
2000
ma come potete vedere, in alcuni casi le monete comprano più cibo,
08:45
sometimesa volte more grapesuva than othersaltri.
219
510000
2000
più uva, che in altri casi.
08:47
So I'll showmostrare you a quickveloce videovideo of what this marketplacemercato actuallyin realtà lookssembra like.
220
512000
3000
Vi mostro un piccolo filmato su come funziona questo mercato.
08:50
Here'sQui è a monkey-eye-viewscimmia-eye-view. MonkeysScimmie are shorterpiù breve, so it's a little shortcorto.
221
515000
3000
Ecco il punto di vista di una scimmia. È in basso perché le scimmie sono più basse.
08:53
But here'secco HoneyMiele.
222
518000
2000
Ma ecco Honey.
08:55
She's waitingin attesa for the marketmercato to openAperto a little impatientlycon impazienza.
223
520000
2000
Sta aspettando con impazienza che il mercato apra.
08:57
All of a suddenimprovviso the marketmercato openssi apre. Here'sQui è her choicescelta: one grapesuva or two grapesuva.
224
522000
3000
All'improvviso il mercato si apre. Ecco la sua scelta: un acino o due acini.
09:00
You can see HoneyMiele, very good marketmercato economisteconomista,
225
525000
2000
Vedete come Honey, da brava economista,
09:02
goesva with the guy who gives more.
226
527000
3000
scambia con chi le dà di più. Potrebbe insegnare un paio
09:05
She could teachinsegnare our financialfinanziario advisersconsulenti a fewpochi things or two.
227
530000
2000
di cosette, ai nostri consulenti finanziari.
09:07
So not just HoneyMiele,
228
532000
2000
E non solo Honey,
09:09
mostmaggior parte of the monkeysscimmie wentandato with guys who had more.
229
534000
3000
ma la maggior parte delle scimmie scambiano con chi dà loro di più.
09:12
MostMaggior parte of the monkeysscimmie wentandato with guys who had better foodcibo.
230
537000
2000
E con chi dà loro cibo migliore. Introducendo
09:14
When we introducedintrodotto salesi saldi, we saw the monkeysscimmie paidpagato attentionAttenzione to that.
231
539000
3000
le vendite, notammo che le scimmie fanno attenzione a queste differenze.
09:17
They really caredcurato about theirloro monkeyscimmia tokentoken di dollardollaro.
232
542000
3000
Si preoccupano davvero, del loro dollaro.
09:20
The more surprisingsorprendente thing was that when we collaboratedcollaborato with economistseconomisti
233
545000
3000
La cosa più sorprendente fu che quando collaborammo con degli economisti
09:23
to actuallyin realtà look at the monkeys'delle scimmie datadati usingutilizzando economiceconomico toolsutensili,
234
548000
3000
per osservare i dati delle scimmie con strumenti economici,
09:26
they basicallyfondamentalmente matchedabbinato, not just qualitativelyqualitativamente,
235
551000
3000
questi dati sostanzialmente coincidevano, non solo qualitativamente,
09:29
but quantitativelyquantitativamente with what we saw
236
554000
2000
ma quantitativamente, con quello che abbiamo visto
09:31
humansgli esseri umani doing in a realvero marketmercato.
237
556000
2000
fare dagli umani in un vero mercato.
09:33
So much so that, if you saw the monkeys'delle scimmie numbersnumeri,
238
558000
2000
Coincidevano a tal punto che i numeri delle scimmie
09:35
you couldn'tnon poteva tell whetherse they cameè venuto from a monkeyscimmia or a humanumano in the samestesso marketmercato.
239
560000
3000
erano indistinguibili dai dati umani, a parità di condizioni.
09:38
And what we'dsaremmo really thought we'dsaremmo donefatto
240
563000
2000
Pensavamo dunque
09:40
is like we'dsaremmo actuallyin realtà introducedintrodotto something
241
565000
2000
di aver introdotto un qualcosa
09:42
that, at leastmeno for the monkeysscimmie and us,
242
567000
2000
che, almeno per le scimmie e noi,
09:44
workslavori like a realvero financialfinanziario currencyvaluta.
243
569000
2000
funziona come una vera valuta finanziaria.
09:46
QuestionDomanda is: do the monkeysscimmie startinizio messingMessing up in the samestesso waysmodi we do?
244
571000
3000
La domanda è: le scimmie cadono in errore allo stesso modo nostro?
09:49
Well, we alreadygià saw anecdotallyAneddoticamente a couplecoppia of signssegni that they mightpotrebbe.
245
574000
3000
Beh, abbiamo già osservato un paio di cose che ci portano a pensare di sì.
09:52
One thing we never saw in the monkeyscimmia marketplacemercato
246
577000
2000
Non abbiamo mai visto, nel mercato delle scimmie,
09:54
was any evidenceprova of savingSalvataggio --
247
579000
2000
alcuna forma di risparmio,
09:56
you know, just like our ownproprio speciesspecie.
248
581000
2000
come invece facciamo noi.
09:58
The monkeysscimmie enteredentrato the marketmercato, spentspeso theirloro entireintero budgetbilancio
249
583000
2000
Le scimmie entravano nel mercato, spendevano tutto il loro budget
10:00
and then wentandato back to everyonetutti elsealtro.
250
585000
2000
e poi tornavano dalle altre scimmie.
10:02
The other thing we alsoanche spontaneouslyspontaneamente saw,
251
587000
2000
L'altra cosa, piuttosto imbarazzante,
10:04
embarrassinglyvergognosamente enoughabbastanza,
252
589000
2000
che abbiamo osservato
10:06
is spontaneousspontaneo evidenceprova of larcenyfurto.
253
591000
2000
è stata la proliferazione spontanea dei furti.
10:08
The monkeysscimmie would rip-offrip-off the tokenstoken at everyogni availablea disposizione opportunityopportunità --
254
593000
3000
Le scimmie rubavano le monete ogni volta che potevano
10:11
from eachogni other, oftenspesso from us --
255
596000
2000
-- l'un l'altra, e spesso a noi --
10:13
you know, things we didn't necessarilynecessariamente think we were introducingintroduzione,
256
598000
2000
cose queste che non pensavamo di causare,
10:15
but things we spontaneouslyspontaneamente saw.
257
600000
2000
ma che abbiamo visto emergere spontaneamente.
10:17
So we said, this lookssembra badcattivo.
258
602000
2000
Ci siamo detti: "Questo è un male.
10:19
Can we actuallyin realtà see if the monkeysscimmie
259
604000
2000
Perché non vediamo se le scimmie
10:21
are doing exactlydi preciso the samestesso dumbmuto things as humansgli esseri umani do?
260
606000
3000
fanno esattamente le stesse stupidaggini degli umani?"
10:24
One possibilitypossibilità is just kindgenere of let
261
609000
2000
Una possibilità è quella di "lasciar fare"
10:26
the monkeyscimmia financialfinanziario systemsistema playgiocare out,
262
611000
2000
il sistema finanziario delle scimmie, vedendo
10:28
you know, see if they startinizio callingchiamata us for bailoutssalvataggi in a fewpochi yearsanni.
263
613000
2000
se tra qualche anno ci chiederanno di salvarle.
10:30
We were a little impatientimpaziente so we wanted
264
615000
2000
Ma eravamo impazienti, e volevamo
10:32
to sortordinare of speedvelocità things up a bitpo.
265
617000
2000
accelerare un po' le cose.
10:34
So we said, let's actuallyin realtà give the monkeysscimmie
266
619000
2000
Ci siamo così detti: "Mettiamo le scimmie
10:36
the samestesso kindstipi of problemsi problemi
267
621000
2000
nelle stesse situazioni
10:38
that humansgli esseri umani tendtendere to get wrongsbagliato
268
623000
2000
in cui gli umani tendono a sbagliare
10:40
in certaincerto kindstipi of economiceconomico challengessfide,
269
625000
2000
certi test economici,
10:42
or certaincerto kindstipi of economiceconomico experimentsesperimenti.
270
627000
2000
o certi esperimenti economici."
10:44
And so, sinceda the bestmigliore way to see how people go wrongsbagliato
271
629000
3000
E siccome il miglior modo di vedere come la gente sbaglia
10:47
is to actuallyin realtà do it yourselfte stesso,
272
632000
2000
è quello di sbagliare voi stessi,
10:49
I'm going to give you guys a quickveloce experimentsperimentare
273
634000
2000
sto per sottoporvi ad un rapido e illuminante
10:51
to sortordinare of watch your ownproprio financialfinanziario intuitionsintuizioni in actionazione.
274
636000
2000
esperimento sulle vostre convinzioni finanziarie.
10:53
So imagineimmaginare that right now
275
638000
2000
Immaginate che proprio ora
10:55
I handedconsegnato eachogni and everyogni one of you
276
640000
2000
dia a ciascuno di voi
10:57
a thousandmille U.S. dollarsdollari -- so 10 crispcroccante hundredcentinaio dollardollaro billsfatture.
277
642000
3000
mille dollari americani -- 10 bigliettoni da cento.
11:00
Take these, put it in your walletportafoglio
278
645000
2000
Li prendete, li mettete nel vostro portafoglio
11:02
and spendtrascorrere a secondsecondo thinkingpensiero about what you're going to do with it.
279
647000
2000
e restate un secondo a pensare cosa farci.
11:04
Because it's yoursil tuo now; you can buyacquistare whateverqualunque cosa you want.
280
649000
2000
Sono vostri, ora. Potete comprarci quello che volete.
11:06
DonateDonare it, take it, and so on.
281
651000
2000
Potete donarli, tenerveli, così via.
11:08
SoundsSuoni great, but you get one more choicescelta to earnguadagnare a little bitpo more moneyi soldi.
282
653000
3000
Grandioso. Ma c'è una possibilità di guadagnare ancora più denaro.
11:11
And here'secco your choicescelta: you can eithero be riskyrischioso,
283
656000
3000
Potete scegliere di assumervi un rischio,
11:14
in whichquale casecaso I'm going to flipFlip one of these monkeyscimmia tokenstoken.
284
659000
2000
nel qual caso lancerò uno di questi gettoni in aria,
11:16
If it comesviene up headsteste, you're going to get a thousandmille dollarsdollari more.
285
661000
2000
e se esce testa guadagnerete 1000 dollari in più,
11:18
If it comesviene up tailscode, you get nothing.
286
663000
2000
se invece esce coda, non ottenete nulla.
11:20
So it's a chanceopportunità to get more, but it's prettybella riskyrischioso.
287
665000
3000
Avete una possibilità di guadagnare di più, dunque, ma è piuttosto rischiosa.
11:23
Your other optionopzione is a bitpo safesicuro. Your just going to get some moneyi soldi for sure.
288
668000
3000
L'altra scelta è piuttosto sicura. Sono soldi sicuri.
11:26
I'm just going to give you 500 bucksdollari.
289
671000
2000
Vi dò altri 500 dollari.
11:28
You can stickbastone it in your walletportafoglio and use it immediatelysubito.
290
673000
3000
Potete metterli nel portafoglio e usarli immediatamente.
11:31
So see what your intuitionintuizione is here.
291
676000
2000
Ecco le vostre percezioni:
11:33
MostMaggior parte people actuallyin realtà go with the play-it-safePlay-it-safe optionopzione.
292
678000
3000
la maggior parte delle persone sceglie di giocare sicuro.
11:36
MostMaggior parte people say, why should I be riskyrischioso when I can get 1,500 dollarsdollari for sure?
293
681000
3000
Si dicono: "Perché rischiare, se posso guadagnare 500 dollari sicuri?
11:39
This seemssembra like a good betscommessa. I'm going to go with that.
294
684000
2000
Sembra una buona scelta. Farò così."
11:41
You mightpotrebbe say, eheh, that's not really irrationalirrazionale.
295
686000
2000
Potreste dire, ora: "Ehi, questo non è tanto irrazionale!".
11:43
People are a little risk-averseavversione al rischio. So what?
296
688000
2000
Le persone sono avverse al rischio. Qual è
11:45
Well, the "so what?" comesviene when startinizio thinkingpensiero
297
690000
2000
il punto? Il punto si capisce quando si riformula
11:47
about the samestesso problemproblema
298
692000
2000
lo stesso problema,
11:49
setimpostato up just a little bitpo differentlydiversamente.
299
694000
2000
impostandolo però in modo diverso.
11:51
So now imagineimmaginare that I give eachogni and everyogni one of you
300
696000
2000
Immaginate ora che dia a ciascuno di voi
11:53
2,000 dollarsdollari -- 20 crispcroccante hundredcentinaio dollardollaro billsfatture.
301
698000
3000
2,000 dollari -- 20 bigliettoni da cento dollari.
11:56
Now you can buyacquistare doubleraddoppiare to stuffcose you were going to get before.
302
701000
2000
Potete comprarci il doppio della roba che potevate permettervi prima.
11:58
Think about how you'dfaresti feel stickingadesivo it in your walletportafoglio.
303
703000
2000
Pensate all'effetto che farebbe, nel vostro portafoglio.
12:00
And now imagineimmaginare that I have you make anotherun altro choicescelta
304
705000
2000
E immaginate ora che io vi dia un'altra scelta.
12:02
But this time, it's a little bitpo worsepeggio.
305
707000
2000
Questa volta, però, le cose vanno peggio:
12:04
Now, you're going to be decidingdecidere how you're going to loseperdere moneyi soldi,
306
709000
3000
dovete infatti decidere quanto denaro perdere, e come.
12:07
but you're going to get the samestesso choicescelta.
307
712000
2000
Le possibilità di scelta sono le stesse:
12:09
You can eithero take a riskyrischioso lossperdita --
308
714000
2000
potete tentare una perdita rischiosa,
12:11
so I'll flipFlip a coinmoneta. If it comesviene up headsteste, you're going to actuallyin realtà loseperdere a lot.
309
716000
3000
e in tal caso lancerò una moneta. Se esce testa, perderete molto,
12:14
If it comesviene up tailscode, you loseperdere nothing, you're fine, get to keep the wholetotale thing --
310
719000
3000
ma se esce coda, non perdete nulla, va bene così e vi tenete tutto.
12:17
or you could playgiocare it safesicuro, whichquale meanssi intende you have to reachraggiungere back into your walletportafoglio
311
722000
3000
Oppure potete giocare sicuro, che significa prendere il portafoglio
12:20
and give me fivecinque of those $100 billsfatture, for certaincerto.
312
725000
3000
e darmi semplicemente cinque biglietti da cento.
12:23
And I'm seeingvedendo a lot of furrowedsolcato browssopracciglia out there.
313
728000
3000
Vedo già molti sguardi corrucciati.
12:26
So maybe you're havingavendo the samestesso intuitionsintuizioni
314
731000
2000
Forse avete le stesse percezioni
12:28
as the subjectssoggetti that were actuallyin realtà testedtestato in this,
315
733000
2000
dei soggetti sottoposti al test:
12:30
whichquale is when presentedpresentata with these optionsopzioni,
316
735000
2000
di fronte a queste scelte,
12:32
people don't choosescegliere to playgiocare it safesicuro.
317
737000
2000
le persone non scelgono di giocare sicuro.
12:34
They actuallyin realtà tendtendere to go a little riskyrischioso.
318
739000
2000
Tendono ad assumersi qualche rischio.
12:36
The reasonragionare this is irrationalirrazionale is that we'venoi abbiamo givendato people in bothentrambi situationssituazioni
319
741000
3000
Questo è irrazionale, perché le persone di entrambi gli esperimenti
12:39
the samestesso choicescelta.
320
744000
2000
avevano le stesse scelte:
12:41
It's a 50/50 shottiro of a thousandmille or 2,000,
321
746000
3000
50/50 di possibilità di restare con 1000 o 2000 dollari,
12:44
or just 1,500 dollarsdollari with certaintycertezza.
322
749000
2000
oppure giocare sicuro, e finire con 1500 dollari.
12:46
But people'spersone di intuitionsintuizioni about how much riskrischio to take
323
751000
3000
Ma le percezioni delle persone su quanti rischi assumersi
12:49
variesvaria dependingdipendente on where they startediniziato with.
324
754000
2000
variano a seconda delle condizioni di partenza.
12:51
So what's going on?
325
756000
2000
Cosa sta succedendo?
12:53
Well, it turnsgiri out that this seemssembra to be the resultrisultato
326
758000
2000
Beh, sembra che questo sia il risultato
12:55
of at leastmeno two biasespregiudizi that we have at the psychologicalpsicologico levellivello.
327
760000
3000
di almeno due distorsioni che subiamo a livello psicologico.
12:58
One is that we have a really harddifficile time thinkingpensiero in absoluteassoluto termscondizioni.
328
763000
3000
Una è che facciamo molta fatica a pensare in termini assoluti.
13:01
You really have to do work to figurefigura out,
329
766000
2000
Devi fare uno sforzo per capire che,
13:03
well, one option'sdi opzione a thousandmille, 2,000;
330
768000
2000
in un caso sono o mille o duemila dollari;
13:05
one is 1,500.
331
770000
2000
nell'altro, sicuramente 1500 dollari.
13:07
InsteadInvece, we find it very easyfacile to think in very relativeparente termscondizioni
332
772000
3000
Troviamo invece molto semplice pensare in termini relativi,
13:10
as optionsopzioni changemodificare from one time to anotherun altro.
333
775000
3000
quando le scelte cambiano da un contesto all'altro.
13:13
So we think of things as, "Oh, I'm going to get more," or "Oh, I'm going to get lessDi meno."
334
778000
3000
Pensiamo a cose come: "Guadagnerò di più," oppure "Guadagnerò di meno."
13:16
This is all well and good, excepttranne that
335
781000
2000
Il che va bene, se non fosse che
13:18
changesi cambiamenti in differentdiverso directionsindicazioni
336
783000
2000
spostamenti in direzioni diverse
13:20
actuallyin realtà effecteffetto whetherse or not we think
337
785000
2000
cambiano la nostra opinione
13:22
optionsopzioni are good or not.
338
787000
2000
sulla bontà delle opzioni.
13:24
And this leadsconduce to the secondsecondo biaspregiudizio,
339
789000
2000
E questo porta alla seconda distorsione,
13:26
whichquale economistseconomisti have calledchiamato lossperdita aversionavversione al.
340
791000
2000
che gli economisti hanno chiamato avversione alla perdita.
13:28
The ideaidea is that we really hateodiare it when things go into the redrosso.
341
793000
3000
L'idea è che proprio non vogliamo perdere.
13:31
We really hateodiare it when we have to loseperdere out on some moneyi soldi.
342
796000
2000
Odiamo l'idea di dover perdere del denaro.
13:33
And this meanssi intende that sometimesa volte we'llbene actuallyin realtà
343
798000
2000
E questo significa che a volte
13:35
switchinterruttore our preferencesPreferenze to avoidevitare this.
344
800000
2000
cambieremo le nostre preferenze, pur di evitarlo.
13:37
What you saw in that last scenarioscenario is that
345
802000
2000
Nell'ultimo scenario avete visto come
13:39
subjectssoggetti get riskyrischioso
346
804000
2000
i soggetti si assumano dei rischi pur di sfruttare
13:41
because they want the smallpiccolo shottiro that there won'tnon lo farà be any lossperdita.
347
806000
3000
una anche piccola chance di non perdere.
13:44
That meanssi intende when we're in a riskrischio mindsetmentalita --
348
809000
2000
Questo significa che, quando percepiamo un rischio --
13:46
excusescusa me, when we're in a lossperdita mindsetmentalita,
349
811000
2000
scusate, una perdita,
13:48
we actuallyin realtà becomediventare more riskyrischioso,
350
813000
2000
diventiamo più inclini al rischio,
13:50
whichquale can actuallyin realtà be really worryingpreoccupante.
351
815000
2000
il che può rivelarsi davvero preoccupante.
13:52
These kindstipi of things playgiocare out in lots of badcattivo waysmodi in humansgli esseri umani.
352
817000
3000
Questi meccanismi lavorano a nostro grosso discapito.
13:55
They're why stockazione investorsgli investitori holdtenere ontosu losingperdere stocksriserve longerpiù a lungo --
353
820000
3000
È il motivo per cui molti investitori si tengono azioni in perdita,
13:58
because they're evaluatingvalutazione them in relativeparente termscondizioni.
354
823000
2000
perché le valutano in termini relativi.
14:00
They're why people in the housingalloggiamento marketmercato refusedha rifiutato to sellvendere theirloro housecasa --
355
825000
2000
Ed è il motivo per cui molti immobiliaristi rifiutano
14:02
because they don't want to sellvendere at a lossperdita.
356
827000
2000
di vendere le proprie case, perché non vogliono
14:04
The questiondomanda we were interestedinteressato in
357
829000
2000
venderle in perdita. Ci siamo chiesti:
14:06
is whetherse the monkeysscimmie showmostrare the samestesso biasespregiudizi.
358
831000
2000
se le scimmie soffrono delle stesse distorsioni,
14:08
If we setimpostato up those samestesso scenariosscenari in our little monkeyscimmia marketmercato,
359
833000
3000
ricreando gli stessi scenari nel nostro piccolo mercato delle scimmie,
14:11
would they do the samestesso thing as people?
360
836000
2000
farebbero gli stessi errori delle persone?
14:13
And so this is what we did, we gaveha dato the monkeysscimmie choicesscelte
361
838000
2000
Abbiamo quindi fatto scegliere alle scimmie
14:15
betweenfra guys who were safesicuro -- they did the samestesso thing everyogni time --
362
840000
3000
tra i venditori "sicuri" -- che fanno la stessa cosa ogni volta --
14:18
or guys who were riskyrischioso --
363
843000
2000
e quelli "rischiosi" --
14:20
they did things differentlydiversamente halfmetà the time.
364
845000
2000
che in metà dei casi agiscono in modo differente.
14:22
And then we gaveha dato them optionsopzioni that were bonusesbonus --
365
847000
2000
Le sottoponemmo a casi di guadagno,
14:24
like you guys did in the first scenarioscenario --
366
849000
2000
come è successo a voi nel primo scenario,
14:26
so they actuallyin realtà have a chanceopportunità more,
367
851000
2000
in cui potevano guadagnare di più,
14:28
or piecespezzi where they were experiencingsperimentare lossesperdite --
368
853000
3000
e a casi di perdita -- in cui cioè si aspettavano
14:31
they actuallyin realtà thought they were going to get more than they really got.
369
856000
2000
di ottenere più di quanto hanno poi ottenuto.
14:33
And so this is what this lookssembra like.
370
858000
2000
Ecco come funziona:
14:35
We introducedintrodotto the monkeysscimmie to two newnuovo monkeyscimmia salesmenvenditori.
371
860000
2000
abbiamo messo loro davanti due nuovi "venditori".
14:37
The guy on the left and right bothentrambi startinizio with one piecepezzo of grapeuva,
372
862000
2000
Entrambi i venditori iniziano con un acino d'uva.
14:39
so it lookssembra prettybella good.
373
864000
2000
Tutto bene, dunque.
14:41
But they're going to give the monkeysscimmie bonusesbonus.
374
866000
2000
Ma ora daranno alla scimmia dei bonus.
14:43
The guy on the left is a safesicuro bonusbonus.
375
868000
2000
Il tipo a sinistra offre un bonus sicuro.
14:45
All the time, he addsaggiunge one, to give the monkeysscimmie two.
376
870000
3000
Ogni volta aggiunge un acino, che così diventano due.
14:48
The guy on the right is actuallyin realtà a riskyrischioso bonusbonus.
377
873000
2000
Il tipo a destra, invece, offre il bonus rischioso.
14:50
SometimesA volte the monkeysscimmie get no bonusbonus -- so this is a bonusbonus of zerozero.
378
875000
3000
A volte non dà alla scimmia alcun acino extra,
14:53
SometimesA volte the monkeysscimmie get two extraextra.
379
878000
3000
a volte gliene dà uno in più,
14:56
For a biggrande bonusbonus, now they get threetre.
380
881000
2000
e a volte due di più, cioè tre.
14:58
But this is the samestesso choicescelta you guys just facedaffrontato.
381
883000
2000
La scelta è la stessa che dovevate fare voi:
15:00
Do the monkeysscimmie actuallyin realtà want to playgiocare it safesicuro
382
885000
3000
le scimmie sceglieranno di "giocare sicuro",
15:03
and then go with the guy who'schi è going to do the samestesso thing on everyogni trialprova,
383
888000
2000
e quindi scambieranno col tipo che offre sempre lo stesso bonus,
15:05
or do they want to be riskyrischioso
384
890000
2000
oppure correranno un rischio
15:07
and try to get a riskyrischioso, but biggrande, bonusbonus,
385
892000
2000
e proveranno ad ottenere un grande bonus
15:09
but riskrischio the possibilitypossibilità of gettingottenere no bonusbonus.
386
894000
2000
rischiando però di non averne alcuno?
15:11
People here playedgiocato it safesicuro.
387
896000
2000
Le persone, in questo caso, giocano sicuro.
15:13
TurnsSi trasforma out, the monkeysscimmie playgiocare it safesicuro too.
388
898000
2000
E, si è scoperto, anche le scimmie.
15:15
QualitativelyQualitativamente and quantitativelyquantitativamente,
389
900000
2000
Qualitativamente e quantitativamente,
15:17
they choosescegliere exactlydi preciso the samestesso way as people,
390
902000
2000
scelgono, se sottoposte
15:19
when testedtestato in the samestesso thing.
391
904000
2000
allo stesso test, come gli umani.
15:21
You mightpotrebbe say, well, maybe the monkeysscimmie just don't like riskrischio.
392
906000
2000
Potreste pensare che non amino il rischio,
15:23
Maybe we should see how they do with lossesperdite.
393
908000
2000
ma prima bisogna vedere come affrontano
15:25
And so we rancorse a secondsecondo versionversione of this.
394
910000
2000
le perdite. Perciò abbiamo eseguito una seconda versione del test.
15:27
Now, the monkeysscimmie meetincontrare two guys
395
912000
2000
Le scimmie, ora, incontrano due venditori
15:29
who aren'tnon sono givingdando them bonusesbonus;
396
914000
2000
che non danno loro dei bonus;
15:31
they're actuallyin realtà givingdando them lessDi meno than they expectaspettarsi.
397
916000
2000
in realtà, danno loro meno di quanto si aspettano.
15:33
So they look like they're startingdi partenza out with a biggrande amountquantità.
398
918000
2000
Sembra che inizino con una grande quantità.
15:35
These are threetre grapesuva; the monkey'sdi scimmia really psychedesaltato for this.
399
920000
2000
Sono tre acini; la scimmia già freme.
15:37
But now they learnimparare these guys are going to give them lessDi meno than they expectaspettarsi.
400
922000
3000
Ma poi capiscono che riceveranno meno di quanto si aspettano.
15:40
They guy on the left is a safesicuro lossperdita.
401
925000
2000
Il tipo a sinistra è una "perdita sicura".
15:42
EveryOgni singlesingolo time, he's going to take one of these away
402
927000
3000
A ogni vendita, toglie sempre un solo acino
15:45
and give the monkeysscimmie just two.
403
930000
2000
e ne dà alla scimmia solo due.
15:47
the guy on the right is the riskyrischioso lossperdita.
404
932000
2000
Il tipo a destra, invece, è una perdita richiosa.
15:49
SometimesA volte he gives no lossperdita, so the monkeysscimmie are really psychedesaltato,
405
934000
3000
A volte non dà alcuna perdita, e la scimmia salta di gioia;
15:52
but sometimesa volte he actuallyin realtà gives a biggrande lossperdita,
406
937000
2000
a volte, invece, le infligge una grossa perdita,
15:54
takingpresa away two to give the monkeysscimmie only one.
407
939000
2000
togliendo due acini, e dandone alla scimmia soltanto uno.
15:56
And so what do the monkeysscimmie do?
408
941000
2000
Cosa fanno le scimmie?
15:58
Again, samestesso choicescelta; they can playgiocare it safesicuro
409
943000
2000
La scelta è la stessa: possono giocare sicuro,
16:00
for always gettingottenere two grapesuva everyogni singlesingolo time,
410
945000
3000
prendendo due soli acini ogni volta,
16:03
or they can take a riskyrischioso betscommessa and choosescegliere betweenfra one and threetre.
411
948000
3000
o scegliere di rischiare fra uno e tre.
16:06
The remarkablenotevole thing to us is that, when you give monkeysscimmie this choicescelta,
412
951000
3000
La cosa per noi degna di nota è che, dando alle scimmie questa scelta,
16:09
they do the samestesso irrationalirrazionale thing that people do.
413
954000
2000
fanno le stesse cose irrazionali che facciamo noi.
16:11
They actuallyin realtà becomediventare more riskyrischioso
414
956000
2000
La loro propensione al rischio aumenta
16:13
dependingdipendente on how the experimenterssperimentatori startediniziato.
415
958000
3000
a seconda delle condizioni di partenza.
16:16
This is crazypazzo because it suggestssuggerisce that the monkeysscimmie too
416
961000
2000
È incredibile, perché suggerisce che anche loro
16:18
are evaluatingvalutazione things in relativeparente termscondizioni
417
963000
2000
valutano le cose in termini relativi
16:20
and actuallyin realtà treatingtrattamento lossesperdite differentlydiversamente than they treattrattare gainsutile.
418
965000
3000
e trattano le vincite in modo diverso dalle perdite.
16:23
So what does all of this mean?
419
968000
2000
Cosa significa tutto questo?
16:25
Well, what we'venoi abbiamo shownmostrato is that, first of all,
420
970000
2000
Tanto per cominciare, ci dimostra che
16:27
we can actuallyin realtà give the monkeysscimmie a financialfinanziario currencyvaluta,
421
972000
2000
dotando le scimmie di una valuta finanziaria,
16:29
and they do very similarsimile things with it.
422
974000
2000
si comportano in modo molto simile a noi. Fanno
16:31
They do some of the smartinteligente things we do,
423
976000
2000
alcune delle cose intelligenti che facciamo noi,
16:33
some of the kindgenere of not so nicesimpatico things we do,
424
978000
2000
alcune delle cose condannabili che facciamo noi,
16:35
like stealrubare it and so on.
425
980000
2000
come rubarle, e così via.
16:37
But they alsoanche do some of the irrationalirrazionale things we do.
426
982000
2000
E ci somigliamo anche in certe scelte irrazionali.
16:39
They systematicallysistematicamente get things wrongsbagliato
427
984000
2000
Si sbagliano sistematicamente,
16:41
and in the samestesso waysmodi that we do.
428
986000
2000
e negli stessi modi in cui ci sbagliamo noi.
16:43
This is the first take-homeportare a casa messagemessaggio of the Talk,
429
988000
2000
Questo è dunque il primo messaggio di questo talk:
16:45
whichquale is that if you saw the beginninginizio of this and you thought,
430
990000
2000
se avete sentito l'inizio del talk e vi siete detti:
16:47
oh, I'm totallytotalmente going to go home and hireassumere a capuchindei Cappuccini monkeyscimmia financialfinanziario adviserConsulente.
431
992000
2000
"Voglio assumere un Cebus Apella come consulente.
16:49
They're way cutercuter than the one at ... you know --
432
994000
2000
Sono molto più intelligenti di... (voi sapete chi)",
16:51
Don't do that; they're probablyprobabilmente going to be just as dumbmuto
433
996000
2000
non fatelo! Probabilmente, si rivelerebbero
16:53
as the humanumano one you alreadygià have.
434
998000
3000
tanto stupide quanto l'umano con cui già lavorate.
16:56
So, you know, a little badcattivo -- Sorry, sorry, sorry.
435
1001000
2000
Una piccola cattiveria, dunque -- scusate, scusate.
16:58
A little badcattivo for monkeyscimmia investorsgli investitori.
436
1003000
2000
Una piccola cattiveria per gli investitori scimmie.
17:00
But of coursecorso, you know, the reasonragionare you're laughingche ride is badcattivo for humansgli esseri umani too.
437
1005000
3000
Ma la ragione per cui state ridendo è triste anche per gli umani.
17:03
Because we'venoi abbiamo answeredrisponde the questiondomanda we startediniziato out with.
438
1008000
3000
Perché abbiamo risposto alla domanda con cui siamo partiti.
17:06
We wanted to know where these kindstipi of errorserrori cameè venuto from.
439
1011000
2000
Volevamo sapere da dove venissero questi errori.
17:08
And we startediniziato with the hopesperanza that maybe we can
440
1013000
2000
Abbiamo iniziato con la speranza che forse possiamo
17:10
sortordinare of tweakTweak our financialfinanziario institutionsistituzioni,
441
1015000
2000
aggiustare le nostre istituzioni finanziarie,
17:12
tweakTweak our technologiestecnologie to make ourselvesnoi stessi better.
442
1017000
3000
e le nostre tecnologie, per migliorarci. Ma abbiamo imparato
17:15
But what we'venoi abbiamo learnimparare is that these biasespregiudizi mightpotrebbe be a deeperpiù profondo partparte of us than that.
443
1020000
3000
che queste distorsioni potrebbero appartenerci più a fondo di così.
17:18
In factfatto, they mightpotrebbe be duedovuto to the very naturenatura
444
1023000
2000
In effetti, potrebbero essere dovute alla natura
17:20
of our evolutionaryevolutiva historystoria.
445
1025000
2000
della nostra storia evolutiva.
17:22
You know, maybe it's not just humansgli esseri umani
446
1027000
2000
Forse il cappello da asino non lo meritano
17:24
at the right sidelato of this chaincatena that's dunceystupide.
447
1029000
2000
solo gli umani, all'estremità destra della catena.
17:26
Maybe it's sortordinare of dunceystupide all the way back.
448
1031000
2000
Forse sono stupide anche tutte le altre creature.
17:28
And this, if we believe the capuchindei Cappuccini monkeyscimmia resultsrisultati,
449
1033000
3000
E questo, se crediamo ai risultati su queste scimmie,
17:31
meanssi intende that these dunceystupide strategiesstrategie
450
1036000
2000
significa che queste strategie stupide
17:33
mightpotrebbe be 35 millionmilione yearsanni oldvecchio.
451
1038000
2000
potrebbero essere vecchie di 35 milioni di anni.
17:35
That's a long time for a strategystrategia
452
1040000
2000
È un tempo lungo, perché una strategia
17:37
to potentiallypotenzialmente get changedcambiato around -- really, really oldvecchio.
453
1042000
3000
venga potenzialmente superata -- molto, molto lungo.
17:40
What do we know about other oldvecchio strategiesstrategie like this?
454
1045000
2000
Cosa sappiamo di altre strategie ancestrali come questa?
17:42
Well, one thing we know is that they tendtendere to be really harddifficile to overcomesuperare.
455
1047000
3000
Beh, sappiamo che tendono a diventare molto difficili da superare.
17:45
You know, think of our evolutionaryevolutiva predilectionpredilezione
456
1050000
2000
Pensate alle vostre preferenze evolutive
17:47
for eatingmangiare sweetdolce things, fattygrassi things like cheesecaketorta di formaggio.
457
1052000
3000
per i cibi dolci e grassi, come la cheesecake.
17:50
You can't just shutchiuso that off.
458
1055000
2000
Non potete rinunciarci e basta.
17:52
You can't just look at the dessertdessert cartcarrello as say, "No, no, no. That lookssembra disgustingdisgustoso to me."
459
1057000
3000
Non potete guardare semplicemente la lista e dire: "No, no, no. Mi disgusta."
17:55
We're just builtcostruito differentlydiversamente.
460
1060000
2000
Siamo semplicemente fatti in un altro modo.
17:57
We're going to perceivepercepire it as a good thing to go after.
461
1062000
2000
La percepiamo come una cosa buona da ottenere.
17:59
My guessindovina is that the samestesso thing is going to be truevero
462
1064000
2000
Suppongo che lo stesso valga
18:01
when humansgli esseri umani are perceivingpercepire
463
1066000
2000
quando gli umani valutano
18:03
differentdiverso financialfinanziario decisionsdecisioni.
464
1068000
2000
decisioni finanziarie diverse.
18:05
When you're watchingGuardando your stocksriserve plummetPiombino into the redrosso,
465
1070000
2000
Quando guardate le vostre azioni precipitare,
18:07
when you're watchingGuardando your housecasa priceprezzo go down,
466
1072000
2000
quando guardate il prezzo della vostra casa scendere,
18:09
you're not going to be ablecapace to see that
467
1074000
2000
non riuscite a vedere le cose in termini diversi
18:11
in anything but oldvecchio evolutionaryevolutiva termscondizioni.
468
1076000
2000
da quelli evolutivi.
18:13
This meanssi intende that the biasespregiudizi
469
1078000
2000
Questo significa che le distorsioni
18:15
that leadcondurre investorsgli investitori to do badlymale,
470
1080000
2000
che portano gli investitori ad agire male,
18:17
that leadcondurre to the foreclosurepreclusione crisiscrisi
471
1082000
2000
che portano alle crisi dei mutui,
18:19
are going to be really harddifficile to overcomesuperare.
472
1084000
2000
saranno molto difficili da superare.
18:21
So that's the badcattivo newsnotizia. The questiondomanda is: is there any good newsnotizia?
473
1086000
2000
E queste sono cattive notizie. E le buone
18:23
I'm supposedipotetico to be up here tellingraccontare you the good newsnotizia.
474
1088000
2000
notizie che vi aspettavate?
18:25
Well, the good newsnotizia, I think,
475
1090000
2000
Beh, la buona notizia, trovo,
18:27
is what I startediniziato with at the beginninginizio of the Talk,
476
1092000
2000
è quella con cui ho iniziato questo talk:
18:29
whichquale is that humansgli esseri umani are not only smartinteligente;
477
1094000
2000
gli umani non sono solo intelligenti,
18:31
we're really inspirationallyispirazionalmente smartinteligente
478
1096000
2000
la loro intelligenza è anche fonte d'ispirazione
18:33
to the restriposo of the animalsanimali in the biologicalbiologico kingdomregno.
479
1098000
3000
per il resto degli animali del regno biologico.
18:36
We're so good at overcomingsuperamento our biologicalbiologico limitationslimitazioni --
480
1101000
3000
Siamo così bravi a superare le nostre limitazioni biologiche:
18:39
you know, I flewvolò over here in an airplaneaereo.
481
1104000
2000
io sono volata qui in aeroplano,
18:41
I didn't have to try to flapfalda my wingsAli.
482
1106000
2000
senza dover sbattere le ali per volare,
18:43
I'm wearingindossare contactcontatto lenseslenti now so that I can see all of you.
483
1108000
3000
e indosso lenti a contatto che mi permettono di vedere tutti voi,
18:46
I don't have to relyfare affidamento on my ownproprio near-sightednessmiopia.
484
1111000
3000
senza che la vista corta possa limitarmi.
18:49
We actuallyin realtà have all of these casescasi
485
1114000
2000
Sono molti i casi
18:51
where we overcomesuperare our biologicalbiologico limitationslimitazioni
486
1116000
3000
in cui superiamo le nostre limitazioni biologiche
18:54
throughattraverso technologytecnologia and other meanssi intende, seeminglyapparentemente prettybella easilyfacilmente.
487
1119000
3000
grazie alla tecnologia e ad altri mezzi, con molta apparente semplicità.
18:57
But we have to recognizericonoscere that we have those limitationslimitazioni.
488
1122000
3000
Ma prima dobbiamo riconoscere di averli, questi limiti.
19:00
And here'secco the rubRUB.
489
1125000
2000
È quello, il vero ostacolo.
19:02
It was CamusCamus who onceuna volta said that, "Man is the only speciesspecie
490
1127000
2000
Camus disse, una volta: "Quella umana è la sola specie
19:04
who refusesrifiuta to be what he really is."
491
1129000
3000
che rifiuta di essere ciò che è."
19:07
But the ironyironia is that
492
1132000
2000
L'ironia è che,
19:09
it mightpotrebbe only be in recognizingriconoscendo our limitationslimitazioni
493
1134000
2000
forse, solo riconoscendo i nostri limiti
19:11
that we can really actuallyin realtà overcomesuperare them.
494
1136000
2000
possiamo davvero superarli.
19:13
The hopesperanza is that you all will think about your limitationslimitazioni,
495
1138000
3000
La speranza è che tutti voi pensiate ai vostri limiti,
19:16
not necessarilynecessariamente as unovercomableinsuperabili,
496
1141000
3000
non necessariamente come insuperabili,
19:19
but to recognizericonoscere them, acceptaccettare them
497
1144000
2000
ma che li riconosciate, li accettiate
19:21
and then use the worldmondo of designdesign to actuallyin realtà figurefigura them out.
498
1146000
3000
e poi usiate gli strumenti della mente per comprenderli a fondo.
19:24
That mightpotrebbe be the only way that we will really be ablecapace
499
1149000
3000
Potrebbe essere questo l'unico modo di riuscire
19:27
to achieveraggiungere our ownproprio humanumano potentialpotenziale
500
1152000
2000
a realizzare il nostro potenziale umano
19:29
and really be the noblenobile speciesspecie we hopesperanza to all be.
501
1154000
3000
ed essere davvero la specie nobile che tutti noi speriamo di essere.
19:32
Thank you.
502
1157000
2000
Grazie.
19:34
(ApplauseApplausi)
503
1159000
5000
(Applausi)
Translated by Michele Gianella
Reviewed by Francesco Bosso

▲Back to top

ABOUT THE SPEAKER
Laurie Santos - Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do.

Why you should listen

Laurie Santos runs the Comparative Cognition Laboratory (CapLab) at Yale, where she and collaborators across departments (from psychology to primatology to neurobiology) explore the evolutionary origins of the human mind by studying lemurs, capuchin monkeys and other primates. The twist: Santos looks not only for positive humanlike traits, like tool-using and altruism, but irrational ones, like biased decisionmaking.

In elegant, carefully constructed experiments, Santos and CapLab have studied how primates understand and categorize objects in the physical world -- for instance, that monkeys understand an object is still whole even when part of it is obscured. Going deeper, their experiments also search for clues that primates possess a theory of mind -- an ability to think about what other people think.

Most recently, the lab has been looking at behaviors that were once the province mainly of novelists: jealousy, frustration, judgment of others' intentions, poor economic choices. In one experiment, Santos and her team taught monkeys to use a form of money, tradeable for food. When certain foods became cheaper, monkeys would, like humans, overbuy. As we humans search for clues to our own irrational behaviors, Santos' research suggests that the source of our genius for bad decisions might be our monkey brains.

More profile about the speaker
Laurie Santos | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee