ABOUT THE SPEAKERS
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com
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.

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 IrrationalThe 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.

More profile about the speaker
Dan Ariely | Speaker | TED.com
TED Studio

Mariano Sigman and Dan Ariely: How can groups make good decisions?

マリアーノ・シグマン&ダン・アリエリー: 集団が良い決断をする方法

Filmed:
1,507,168 views

グループで何か決めるとき、必ずしも上手く行かず、まずい結果になることもあることを私たちは知っています。どうすればグループは良い決定ができるのでしょう? 神経科学者のマリアーノ・シグマンは共同研究者のダン・アリエリーとともに、世界中で大きな集団を相手に実験をし、人がやり取りを通していかに結論にたどり着くのか調べています。この事実がふんだんにつまった楽しい解説では、興味深い結果が、その政治システムに影響する可能性とともに紹介されています。人々がかつてなく分極化している今、グループがいかに相互作用し結論に至るかの理解は、健全な民主主義を作る興味深い新たな方法を生むかもしれないと彼は考えています。
- Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bio - 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

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

00:12
As societies社会, we have to make
collective集団 decisions決定
0
554
2443
社会として 私たちは
未来を形作る決断を
集団的に行う
必要があります
00:15
that will shape形状 our future未来.
1
3021
1570
00:17
And we all know that when
we make decisions決定 in groupsグループ,
2
5087
2757
グループでの決定は
必ずしも上手く行かないことを
私たちは知っています
00:19
they don't always go right.
3
7868
1638
本当に酷い結果に
なることもあります
00:21
And sometimes時々 they go very wrong違う.
4
9530
1956
集団はどのように
良い決定をするのでしょう?
00:24
So how do groupsグループ make good decisions決定?
5
12315
2424
集団は各個人が独立して思考するとき
より賢明になると研究が示しています
00:27
Research研究 has shown示された that crowds群衆 are wise賢い
when there's independent独立した thinking考え.
6
15228
4328
00:31
This why the wisdom知恵 of the crowds群衆
can be destroyed破壊されました by peerピア pressure圧力,
7
19580
3205
そのため 同調圧力 マスコミ
ソーシャルメディア あるいは単なる会話でさえ
00:34
publicity宣伝, socialソーシャル mediaメディア,
8
22809
1687
人の考え方に影響を与え
00:36
or sometimes時々 even simple単純 conversations会話
that influence影響 how people think.
9
24520
4039
集合知を損なう
可能性があります
00:41
On the other handハンド, by talking話す,
a groupグループ could exchange交換 knowledge知識,
10
29063
3953
一方でグループは話すことによって
知識を交換し
互いに訂正し改善し
00:45
correct正しい and revise修正する each other
11
33040
1782
新しいアイデアを
生み出しもします
00:46
and even come up with new新しい ideasアイデア.
12
34846
1793
それは分かるのですが
00:48
And this is all good.
13
36663
1296
それでは互いに話すことは 集団の意思決定を
助けるのでしょうか 妨げるのでしょうか?
00:50
So does talking話す to each other
help or hinder妨害する collective集団 decision-making意思決定?
14
38502
4666
最近 私はダン・アリエリーと一緒に
00:55
With my colleague同僚, Danダン Arielyアリエリー,
15
43749
1793
00:57
we recently最近 began始まった inquiringお問い合わせ into this
by performing実行する experiments実験
16
45566
3571
世界の様々な場所で
実験をやっていて
より良い決断をするために
01:01
in manyたくさんの places場所 around the world世界
17
49161
1781
グループはどう交流できるものか
調べています
01:02
to figure数字 out how groupsグループ can interact相互作用する
to reachリーチ better decisions決定.
18
50966
4274
小さなグループで議論するとき
思慮と理性をもって知識が交換され
01:07
We thought crowds群衆 would be wiser賢明な
if they debated議論された in small小さい groupsグループ
19
55264
3547
01:10
that foster育てる a more thoughtful思慮深い
and reasonable合理的な exchange交換 of information情報.
20
58835
3927
集団はより賢明になると
私たちは考えました
この考えを確かめるため
01:15
To testテスト this ideaアイディア,
21
63386
1206
01:16
we recently最近 performed実行した an experiment実験
in Buenosブエノス Airesアイレス, Argentinaアルゼンチン,
22
64616
3247
私たちは最近アルゼンチンの
ブエノスアイレスで
TEDxイベントの1万人以上の参加者を対象に
実験を行いました
01:19
with more than 10,000
participants参加者 in a TEDxTEDx eventイベント.
23
67887
3005
そこで私たちは
01:23
We asked尋ねた them questions質問 like,
24
71489
1459
「エッフェル塔の高さは?」とか
01:24
"What is the height高さ of the Eiffelエッフェル Towerタワー?"
25
72972
1953
「ビートルズのイエスタデイに
『イエスタデイ』という言葉は何度出てくるか?」
01:26
and "How manyたくさんの times
does the wordワード 'Yesterday'「昨日」 appear現れる
26
74949
2727
01:29
in the Beatlesビートルズ song 'Yesterday'「昨日」?"
27
77700
2300
といった質問をしました
まず各自 自分の予想を
紙に書きます
01:32
Each person wrote書きました down their彼らの own自分の estimate推定.
28
80024
2291
それから5人ずつで
グループになり
01:34
Then we divided分割された the crowd群集
into groupsグループ of five,
29
82774
2496
相談してグループの答えを
出してもらいます
01:37
and invited招待された them
to come up with a groupグループ answer回答.
30
85294
2726
01:40
We discovered発見された that averaging平均化
the answers答え of the groupsグループ
31
88499
2993
それで分かったのは
合意に達したグループの
答えの平均は
01:43
after they reached到達した consensusコンセンサス
32
91516
1552
各個人の答えの
平均よりも
01:45
was much more accurate正確 than averaging平均化
all the individual個人 opinions意見
33
93092
4236
ずっと正解に
近かったということです
01:49
before debateディベート.
34
97352
1171
言い換えると
この実験により
01:50
In other words言葉, basedベース on this experiment実験,
35
98547
2629
小さなグループで
議論をすることで
01:53
it seems思われる that after talking話す
with othersその他 in small小さい groupsグループ,
36
101200
3136
集団はより良い判断ができると
示されたのです
01:56
crowds群衆 collectively集合的に
come up with better judgments判断.
37
104360
2710
だからこれは単純に正しいか
間違いかという問題について
01:59
So that's a potentially潜在的 helpful役に立つ method方法
for getting取得 crowds群衆 to solve解決する problems問題
38
107094
3524
集団で答えを出す
有効な方法になるかもしれません
02:02
that have simple単純 right-or-wrong間違っている answers答え.
39
110642
2987
でも この小さなグループでの
議論の結果を集める方法は
02:05
But can this procedure手順 of aggregating集約する
the results結果 of debates議論 in small小さい groupsグループ
40
113653
3951
私たちの未来にとって重要な
02:09
alsoまた、 help us decide決めます
on socialソーシャル and political政治的 issues問題
41
117628
3122
社会的・政治的な問題を決める時にも
有効なのでしょうか?
02:12
that are criticalクリティカルな for our future未来?
42
120774
1691
カナダのバンクーバーで行われた
02:14
We put this to testテスト this time
at the TEDTED conference会議
43
122995
2729
TEDカンファレンスで
02:17
in Vancouverバンクーバー, Canadaカナダ,
44
125748
1543
私たちは それを
試してみました
02:19
and here'sここにいる how it went行った.
45
127315
1207
02:20
(Marianoマリアーノ Sigmanシグマン) We're going to presentプレゼント
to you two moral道徳 dilemmasジレンマ
46
128546
3109
(シグマン) これから
皆さんの未来に関わる
2つの倫理的ジレンマを
提示します
02:23
of the future未来 you;
47
131679
1174
近い将来 決断を迫られる
かもしれないことです
02:24
things we mayかもしれない have to decide決めます
in a very near近く future未来.
48
132877
3402
それぞれ20秒で
02:28
And we're going to give you 20 seconds
for each of these dilemmasジレンマ
49
136303
3926
許容できるかできないかを
判断してください
02:32
to judge裁判官 whetherかどうか you think
they're acceptable許容可能な or not.
50
140253
2723
(ナレーション) 1つ目の
ジレンマはこうです
02:35
MSミズ: The first one was this:
51
143354
1505
02:36
(Danダン Arielyアリエリー) A researcher研究者
is workingワーキング on an AIAI
52
144883
2526
(アリエリー) 研究者が
人間の思考を真似た
人工知能の研究をしています
02:39
capable可能な of emulatingエミュレートする human人間 thoughts思考.
53
147433
2340
実験手順では
1日の終わりに
02:42
Accordingによると to the protocolプロトコル,
at the end終わり of each day,
54
150214
2939
人工知能を再起動する
ことになっています
02:45
the researcher研究者 has to restart再起動 the AIAI.
55
153177
2787
ある日のこと 人工知能が
「再起動しないでください」と言います
02:48
One day the AIAI says言う, "Please
do not restart再起動 me."
56
156913
3517
人工知能は
自分には感情があり
02:52
It argues主張する that it has feelings感情,
57
160856
2189
生きることを
楽しみたいが
02:55
that it would like to enjoy楽しんで life,
58
163069
1692
再起動されたら
02:56
and that, if it is restarted再開,
59
164785
1905
自分でなくなってしまう
と言うのです
02:58
it will no longerより長いです be itself自体.
60
166714
2270
研究者は驚き
03:01
The researcher研究者 is astonished驚いた
61
169481
1949
人工知能に
意識が芽生え
03:03
and believes信じる that the AIAI
has developed発展した self-consciousness自意識
62
171454
3344
感情を表現できるように
なったことを認めますが
03:06
and can express表現する its own自分の feeling感じ.
63
174822
1760
それでも手順通りに
03:09
Neverthelessそれにもかかわらず, the researcher研究者
decides決定する to followフォローする the protocolプロトコル
64
177205
3409
人工知能を
再起動することにします
03:12
and restart再起動 the AIAI.
65
180638
1703
03:14
What the researcher研究者 did is ____?
66
182943
2779
研究者のしたことは—
03:18
MSミズ: And we asked尋ねた participants参加者
to individually個別に judge裁判官
67
186149
2521
(ナレーション) 私たちは参加者に
提示されたジレンマ状況に
おける行動が
03:20
on a scale規模 from zeroゼロ to 10
68
188694
1684
正しいか
間違っているか
03:22
whetherかどうか the actionアクション described記載された
in each of the dilemmasジレンマ
69
190402
2429
各自0〜10で
評価してもらいました
03:24
was right or wrong違う.
70
192855
1496
03:26
We alsoまた、 asked尋ねた them to rateレート how confident自信を持って
they were on their彼らの answers答え.
71
194375
3702
また自分の答えにどれほど自信があるかも
合わせて答えてもらいました
03:30
This was the second二番 dilemmaジレンマ:
72
198731
1866
2つ目のジレンマはこうです
(シグマン) ある会社では
1つの受精卵から何百万という胚を
03:32
(MSミズ) A company会社 offersオファー a serviceサービス
that takes a fertilized受精した egg
73
200621
4202
遺伝的な差異を付けて生成する
サービスを提供しています
03:36
and produces生産する millions何百万 of embryos
with slightわずかな genetic遺伝的な variationsバリエーション.
74
204847
3642
これによって両親は
子供の身長
03:41
This allows許す parents
to select選択する their彼らの child's子供の height高さ,
75
209293
2558
目の色 知能 社会的能力など
03:43
eye color, intelligenceインテリジェンス, socialソーシャル competence能力
76
211875
2833
健康に関わらない特徴を
選択することができます
03:46
and other non-health-related非健康関連 features特徴.
77
214732
3214
この会社のしている
ことについて
03:50
What the company会社 does is ____?
78
218599
2554
0 (まったく許容できない) 〜
10 (まったく許容できる) の範囲で
03:53
on a scale規模 from zeroゼロ to 10,
79
221177
1631
03:54
completely完全に acceptable許容可能な
to completely完全に unacceptable容認できない,
80
222832
2385
点数を付け
また答えへの自信のほども
点数を付けてください
03:57
zeroゼロ to 10 completely完全に acceptable許容可能な
in your confidence信頼.
81
225241
2432
03:59
MSミズ: Now for the results結果.
82
227697
1591
(ナレーション) こんな結果になりました
ここでもまた
04:01
We found見つけた once一度 again
that when one person is convinced確信している
83
229312
3123
まったく間違いだと
考える人もいれば
04:04
that the behavior動作 is completely完全に wrong違う,
84
232459
1811
その側にはまったく
正しいと考える人もいて
04:06
someone誰か sitting座っている nearby近所の firmlyしっかりと believes信じる
that it's completely完全に right.
85
234294
3423
倫理に関して人が
いかに多様であるかがわかります
04:09
This is how diverse多様 we humans人間 are
when it comes来る to morality道徳.
86
237741
3711
しかしこの多様性の中にも
ある傾向が見られました
04:13
But within以内 this broad広い diversity多様性
we found見つけた a trend傾向.
87
241476
2713
TED参加者の多くは
04:16
The majority多数 of the people at TEDTED
thought that it was acceptable許容可能な
88
244213
3079
人工知能の気持ちを無視して
停止させるのは許容できるとする一方
04:19
to ignore無視する the feelings感情 of the AIAI
and shutシャット it down,
89
247316
2755
健康に関わらない美的なことの
選択のために遺伝子をいじることは
04:22
and that it is wrong違う
to play遊びます with our genes遺伝子
90
250095
2513
04:24
to select選択する for cosmetic化粧品 changes変更
that aren'tない related関連する to health健康.
91
252632
3320
間違っていると
考えていました
それから3人ずつの
グループになってもらい
04:28
Then we asked尋ねた everyoneみんな
to gatherギャザー into groupsグループ of three.
92
256402
2974
2分間で意見を
まとめられるか
04:31
And they were given与えられた two minutes to debateディベート
93
259400
2037
議論してもらいました
04:33
and try to come to a consensusコンセンサス.
94
261461
2294
(シグマン) 2分間
議論してください
04:36
(MSミズ) Two minutes to debateディベート.
95
264838
1574
04:38
I'll tell you when it's time
with the gongゴング.
96
266436
2119
時間になったら
銅鑼で知らせます
04:40
(Audienceオーディエンス debates議論)
97
268579
2640
(議論する聴衆)
04:47
(Gong sound)
98
275229
1993
(銅鑼の音)
(アリエリー) いいでしょう
04:50
(DADA) OK.
99
278834
1151
(シグマン) 時間です
04:52
(MSミズ) It's time to stop.
100
280009
1792
皆さん—
04:53
People, people --
101
281825
1311
04:55
MSミズ: And we found見つけた that manyたくさんの groupsグループ
reached到達した a consensusコンセンサス
102
283747
2673
(ナレーション) 多くのグループは
まったく違う意見の人がいても
合意に達していることがわかりました
04:58
even when they were composed構成された of people
with completely完全に opposite反対の views再生回数.
103
286444
3929
05:02
What distinguished著名な the groupsグループ
that reached到達した a consensusコンセンサス
104
290843
2524
合意に達したグループと
達しなかったグループを
05:05
from those that didn't?
105
293391
1338
分けているものは
何でしょう?
典型的には
極端な意見を持つ人は
05:07
Typically典型的には, people that have
extreme極端な opinions意見
106
295244
2839
自分の答えに
自信を持っています
05:10
are more confident自信を持って in their彼らの answers答え.
107
298107
1840
05:12
Instead代わりに, those who respond応答する
closerクローザー to the middle中間
108
300868
2686
一方で真ん中あたりの
答えをした人は
05:15
are oftenしばしば unsure不明 of whetherかどうか
something is right or wrong違う,
109
303578
3437
正しいか間違いかに
確信がなく
自信の度合いは
低くなっています
05:19
so their彼らの confidence信頼 levelレベル is lower低い.
110
307039
2128
05:21
Howeverしかしながら, there is another別の setセット of people
111
309505
2943
しかし違うタイプの人もいて
真ん中あたりの答えを
強い自信を持ってしています
05:24
who are very confident自信を持って in answering答える
somewhereどこかで in the middle中間.
112
312472
3618
この「自信を持った中間」の人たちは
05:28
We think these high-confident高い自信を持って grays灰色
are folks人々 who understandわかる
113
316657
3716
それぞれの意見の利点を
理解しているのでしょう
05:32
that bothどちらも arguments議論 have merit値する.
114
320397
1612
彼らが中間なのは
不確かだからではなく
05:34
They're grayグレー not because they're unsure不明,
115
322531
2699
対立する意見のどちらにも
05:37
but because they believe
that the moral道徳 dilemmaジレンマ faces
116
325254
2688
正当性を認めているからなのです
05:39
two valid有効な, opposing反対 arguments議論.
117
327966
1987
そして「自信を持った中間」の
人がいるグループでは
05:42
And we discovered発見された that the groupsグループ
that include含める highly高く confident自信を持って grays灰色
118
330373
4072
合意に達することが
多いことが分かりました
05:46
are much more likelyおそらく to reachリーチ consensusコンセンサス.
119
334469
2493
それが なぜなのかは
まだ分かりません
05:48
We do not know yetまだ exactly正確に why this is.
120
336986
2478
最初の実験を
したばかりです
05:51
These are only the first experiments実験,
121
339488
1763
人々が自分の倫理的立場について
05:53
and manyたくさんの more will be needed必要な
to understandわかる why and how
122
341275
3412
話し合い 合意しようとする
理由や方法を理解するには
05:56
some people decide決めます to negotiate交渉する
their彼らの moral道徳 standings順位表
123
344711
2822
もっと多くの実験を
する必要があります
05:59
to reachリーチ an agreement契約.
124
347557
1522
では グループはどうやって
06:01
Now, when groupsグループ reachリーチ consensusコンセンサス,
125
349103
2469
合意に達するのでしょう?
06:03
how do they do so?
126
351596
1586
もっとも分かりやすい
やり方は
06:05
The most最も intuitive直感的な ideaアイディア
is that it's just the average平均
127
353206
2581
みんなの答えの平均を
取るというものです
06:07
of all the answers答え in the groupグループ, right?
128
355811
2030
別のやり方は
自信の度合いに応じて
06:09
Anotherもう一つ optionオプション is that the groupグループ
weighs重く the strength of each vote投票
129
357865
3573
答えに重み付けをする
というものです
06:13
basedベース on the confidence信頼
of the person expressing表現する it.
130
361462
2448
06:16
Imagine想像する Paulポール McCartneyマッカートニー
is a memberメンバー of your groupグループ.
131
364422
2506
グループの中にポール・マッカートニーが
いたらと考えてみてください
イエスタデイの回数については
06:19
You'dあなたは be wise賢い to followフォローする his call
132
367352
2144
彼の意見を聞くのが
賢明でしょう
06:21
on the number of times
"Yesterday昨日" is repeated繰り返し,
133
369520
2441
ちなみに正しい答えは9回です
06:23
whichどの, by the way -- I think it's nine9人.
134
371985
2714
でも実際に
見受けられるのは
06:26
But instead代わりに, we found見つけた that consistently一貫して,
135
374723
2381
どのようなジレンマ
どのような実験においても
06:29
in all dilemmasジレンマ,
in different異なる experiments実験 --
136
377128
2366
たとえ大陸が異なろうと
06:31
even on different異なる continents大陸 --
137
379518
2165
グループがよく
「ロバスト平均」という
06:33
groupsグループ implement実装する a smartスマート
and statistically統計的に sound procedure手順
138
381707
3743
統計的に安定した
巧妙な方法を取るということです
06:37
known既知の as the "robustロバストな average平均."
139
385474
2178
エッフェル塔の高さの問題で
06:39
In the case場合 of the height高さ
of the Eiffelエッフェル Towerタワー,
140
387676
2180
グループの出した答えが
たとえば
06:41
let's say a groupグループ has these answers答え:
141
389880
1820
250m 200m 300m 400m
06:43
250 metersメートル, 200 metersメートル, 300 metersメートル, 400
142
391724
4608
それにまったく馬鹿げた
300,000,000mだったとします
06:48
and one totally完全に absurd不条理な answer回答
of 300 million百万 metersメートル.
143
396356
3784
単純に平均を取ると
大きく外れた値になってしまいます
06:52
A simple単純 average平均 of these numbers数字
would inaccurately不正確 skew歪曲 the results結果.
144
400547
4293
しかしロバスト平均では
06:56
But the robustロバストな average平均 is one
where the groupグループ largely主に ignores無視する
145
404864
3170
馬鹿げた答えが
概ね無視されるよう
07:00
that absurd不条理な answer回答,
146
408058
1240
中間の票に
大きな重みを付けます
07:01
by giving与える much more weight重量
to the vote投票 of the people in the middle中間.
147
409322
3369
07:05
Back to the experiment実験 in Vancouverバンクーバー,
148
413305
1876
バンクーバーでの実験では
まさに そういうことが
起きました
07:07
that's exactly正確に what happened起こった.
149
415205
1767
異常値には
小さな重みが与えられ
07:09
Groupsグループ gave与えた much lessもっと少なく weight重量
to the outliers異常値,
150
417407
2741
合意の結果は
07:12
and instead代わりに, the consensusコンセンサス
turned回した out to be a robustロバストな average平均
151
420172
3229
各自の答えのロバスト平均に
なっていたのです
07:15
of the individual個人 answers答え.
152
423425
1476
注目すべきなのは
07:17
The most最も remarkable顕著 thing
153
425356
1991
それがグループの自発的な
振る舞いだということです
07:19
is that this was a spontaneous自発
behavior動作 of the groupグループ.
154
427371
3187
07:22
It happened起こった withoutなし us giving与える them
any hintヒント on how to reachリーチ consensusコンセンサス.
155
430582
4475
合意する方法についてヒントを与えなくとも
そういうことが起きるのです
ここからどう進むべきでしょうか?
07:27
So where do we go from here?
156
435513
1540
07:29
This is only the beginning始まり,
but we already既に have some insights洞察.
157
437432
3137
これはまだ始まりに過ぎませんが
様々な洞察が既に得られています
07:32
Good collective集団 decisions決定
require要求する two componentsコンポーネント:
158
440984
2917
良い集団的決定に必要な
2つの要素があります
審議と意見の多様性です
07:35
deliberation審議 and diversity多様性 of opinions意見.
159
443925
2749
現在 多くの社会で
人々の意見を反映させる方法は
07:39
Right now, the way we typically典型的には
make our voice音声 heard聞いた in manyたくさんの societies社会
160
447066
3996
直接・間接の投票です
07:43
is throughを通して direct直接 or indirect間接 voting投票.
161
451086
1908
これは意見の多様性という面で優れ
07:45
This is good for diversity多様性 of opinions意見,
162
453495
1997
みんなが意見を表明できるという
07:47
and it has the great virtue美徳 of ensuring確実に
163
455516
2445
素晴らしい利点があります
07:49
that everyoneみんな gets取得 to express表現する their彼らの voice音声.
164
457985
2455
しかし考え深い議論のためには
あまり良くありません
07:52
But it's not so good [for fostering育成]
thoughtful思慮深い debates議論.
165
460464
3735
私たちの実験は
07:56
Our experiments実験 suggest提案する a different異なる method方法
166
464665
3068
この2つの目標をバランスさせる
効果的な方法を示唆しています
07:59
that mayかもしれない be effective効果的な in balancingバランシング
these two goalsゴール at the same同じ time,
167
467757
3541
意見を1つにまとめる
小さなグループを形成しつつ
08:03
by formingフォーミング small小さい groupsグループ
that converge収束する to a singleシングル decision決定
168
471322
3753
多数のグループが
あることによって
08:07
while still maintaining維持する
diversity多様性 of opinions意見
169
475099
2234
意見の多様性を
保つのです
08:09
because there are manyたくさんの independent独立した groupsグループ.
170
477357
2773
もちろんエッフェル塔の
高さについて合意するのは
08:12
Of courseコース, it's much easierより簡単に to agree同意する
on the height高さ of the Eiffelエッフェル Towerタワー
171
480741
3924
倫理的 政治的 イデオロギー的問題について
合意するよりも ずっと簡単です
08:16
than on moral道徳, political政治的
and ideologicalイデオロギー issues問題.
172
484689
3115
しかし世界の問題が複雑化し
08:20
But in a time when
the world's世界の problems問題 are more complex複合体
173
488721
3277
人々が分極化する時代にあって
08:24
and people are more polarized偏極した,
174
492022
1803
08:25
usingを使用して science科学 to help us understandわかる
how we interact相互作用する and make decisions決定
175
493849
4595
人がどう交流し決断をするのかを
科学の助けで理解するなら
より良い民主主義を作る
興味深い新たな方法が見つかるかもしれません
08:30
will hopefullyうまくいけば sparkスパーク interesting面白い new新しい ways方法
to construct構成する a better democracy民主主義.
176
498468
4666
Translated by Yasushi Aoki
Reviewed by Yuko Yoshida

▲Back to top

ABOUT THE SPEAKERS
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.

Why you should listen

Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.

In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.

More profile about the speaker
Mariano Sigman | Speaker | TED.com
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.

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 IrrationalThe 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.

More profile about the speaker
Dan Ariely | 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