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

ローリー・サントス: 猿の経済界にも見られる不合理性

Filmed:
1,506,660 views

ローリー・サントスが人間の不合理性の元を探すべく、他の霊長類がどのような決断をするのか観察をします。猿を対象にした数々の実験から、人間と同様に、猿も愚かな選択をすることがわかります。
- 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 start開始 my talk today今日 with two observations観察
0
2000
2000
ヒトに関する2つの事柄を
00:19
about the human人間 species.
1
4000
2000
まずお話したいと思います
00:21
The first observation観察 is something that you mightかもしれない think is quiteかなり obvious明らか,
2
6000
3000
一つめの事柄は当たり前のように聞こえるかもしれませんが
00:24
and that's that our species, Homoホモ sapiensサピエンス,
3
9000
2000
我々ホモサピエンスは
00:26
is actually実際に really, really smartスマート --
4
11000
2000
実に頭の良い種です
00:28
like, ridiculouslyばかげた smartスマート --
5
13000
2000
その頭の良さは
00:30
like you're all doing things
6
15000
2000
馬鹿げているほどで
00:32
that no other species on the planet惑星 does right now.
7
17000
3000
他の種がしていないことを
00:35
And this is, of courseコース,
8
20000
2000
こなしています
00:37
not the first time you've probably多分 recognized認識された this.
9
22000
2000
これは周知の事実ですが
00:39
Of courseコース, in addition添加 to beingであること smartスマート, we're alsoまた、 an extremely極端な vain無駄 species.
10
24000
3000
虚栄心の強い種でもあるため
00:42
So we like pointingポインティング out the fact事実 that we're smartスマート.
11
27000
3000
自分たちの賢さを示すのが好きなのです
00:45
You know, so I could turn順番 to prettyかなり much any sageセージ
12
30000
2000
シェークスピアから
00:47
from Shakespeareシェイクスピア to Stephenスティーヴン Colbertコルベール
13
32000
2000
スティーブン・コルベアまで
00:49
to pointポイント out things like the fact事実 that
14
34000
2000
賢者を見れば
00:51
we're nobleノーブル in reason理由 and infinite無限 in faculties学部
15
36000
2000
人間とは理性と才能に恵まれ
00:53
and just kind種類 of awesome-er素晴らしい than anything elseelse on the planet惑星
16
38000
2000
どんな生き物よりも
00:55
when it comes来る to all things cerebral大脳.
17
40000
3000
知的であることがわかります
00:58
But of courseコース, there's a second二番 observation観察 about the human人間 species
18
43000
2000
でも私が強調したいのは
01:00
that I want to focusフォーカス on a little bitビット more,
19
45000
2000
二つめの事柄です
01:02
and that's the fact事実 that
20
47000
2000
人間ほど賢い生き物はいないのに
01:04
even thoughしかし we're actually実際に really smartスマート, sometimes時々 uniquely一意に smartスマート,
21
49000
3000
決断力に関しては
01:07
we can alsoまた、 be incredibly信じられないほど, incredibly信じられないほど dumbダム
22
52000
3000
驚くほど愚かな決断を
01:10
when it comes来る to some aspects側面 of our decision決定 making作る.
23
55000
3000
してしまうことがある点です
01:13
Now I'm seeing見る lots of smirks笑う out there.
24
58000
2000
ニヤニヤしている方
01:15
Don't worry心配, I'm not going to call anyone誰でも in particular特に out
25
60000
2000
具体的な名前は出しませんので
01:17
on any aspects側面 of your own自分の mistakes間違い.
26
62000
2000
ご心配なく
01:19
But of courseコース, just in the last two years
27
64000
2000
でも過去2年間に
01:21
we see these unprecedented前例のない examples of human人間 ineptitude不適格.
28
66000
3000
先例のない愚かな出来事がありました
01:24
And we've私たちは watched見た as the toolsツール we uniquely一意に make
29
69000
3000
資源採取のために人間がつくった道具が
01:27
to pull引く the resourcesリソース out of our environment環境
30
72000
2000
悲惨な結果を招いたのも
01:29
kind種類 of just blowブロー up in our face.
31
74000
2000
見てきました
01:31
We've私たちは watched見た the financial金融 markets市場 that we uniquely一意に create作成する --
32
76000
2000
我々がつくった金融市場は
01:33
these markets市場 that were supposed想定される to be foolproof簡単 --
33
78000
3000
確実であったはずなのに
01:36
we've私たちは watched見た them kind種類 of collapse崩壊 before our eyes.
34
81000
2000
崩壊してしまいました
01:38
But bothどちらも of these two embarrassing恥ずかしい examples, I think,
35
83000
2000
でも この二つの例は
01:40
don't highlightハイライト what I think is most最も embarrassing恥ずかしい
36
85000
3000
もっとも情けない間違いを
01:43
about the mistakes間違い that humans人間 make,
37
88000
2000
浮き彫りにはしていません
01:45
whichどの is that we'd結婚した like to think that the mistakes間違い we make
38
90000
3000
間違いを犯す原因は 少しばかりの困った問題があったり
01:48
are really just the result結果 of a coupleカップル bad悪い applesりんご
39
93000
2000
もの笑いのタネになる決断を
01:50
or a coupleカップル really sortソート of FAIL失敗します Blog-worthyブログにふさわしい decisions決定.
40
95000
3000
してしまうからだと解釈したいところですが
01:53
But it turnsターン out, what socialソーシャル scientists科学者 are actually実際に learning学習
41
98000
3000
社会科学者の研究でわかったのは
01:56
is that most最も of us, when put in certainある contexts文脈,
42
101000
3000
ほとんどの人は ある状況に置かれると
01:59
will actually実際に make very specific特定 mistakes間違い.
43
104000
3000
ある種の決まった間違いをするのです
02:02
The errorsエラー we make are actually実際に predictable予測可能な.
44
107000
2000
間違いに意外性はなく
02:04
We make them again and again.
45
109000
2000
人は間違いを繰り返します
02:06
And they're actually実際に immune免疫 to lots of evidence証拠.
46
111000
2000
警告があっても動じません
02:08
When we get negative feedbackフィードバック,
47
113000
2000
否定的な意見を言われると
02:10
we still, the next time we're face with a certainある contextコンテキスト,
48
115000
3000
次に同じ状況に直面するときに
02:13
tend傾向がある to make the same同じ errorsエラー.
49
118000
2000
同じ間違いをする傾向があります
02:15
And so this has been a realリアル puzzleパズル to me
50
120000
2000
人間の本質を研究している私には
02:17
as a sortソート of scholar学者 of human人間 nature自然.
51
122000
2000
この点が謎なのです
02:19
What I'm most最も curious好奇心 about is,
52
124000
2000
一番興味があるのは
02:21
how is a species that's as smartスマート as we are
53
126000
3000
これだけ賢い種である人間が
02:24
capable可能な of suchそのような bad悪い
54
129000
2000
このような間違いを
02:26
and suchそのような consistent整合性のある errorsエラー all the time?
55
131000
2000
常にし続けるのか ということです
02:28
You know, we're the smartest最もスマートな thing out there, why can't we figure数字 this out?
56
133000
3000
賢いはずの人間が なぜ解決策を見つけられないのでしょう?
02:31
In some senseセンス, where do our mistakes間違い really come from?
57
136000
3000
何が引き金になるのだろうと思いを巡らしていたら
02:34
And having持つ thought about this a little bitビット, I see a coupleカップル different異なる possibilities可能性.
58
139000
3000
原因になり得る事柄が いくつか浮かびました
02:37
One possibility可能性 is, in some senseセンス, it's not really our fault不具合.
59
142000
3000
一つめは 我々の責任ではないという見解です
02:40
Because we're a smartスマート species,
60
145000
2000
人間は賢いので
02:42
we can actually実際に create作成する all kinds種類 of environments環境
61
147000
2000
非常に複雑な環境を
02:44
that are superスーパー, superスーパー complicated複雑な,
62
149000
2000
つくり出すことができます
02:46
sometimes時々 too complicated複雑な for us to even actually実際に understandわかる,
63
151000
3000
時に複雑すぎて自ら作ったものを
02:49
even thoughしかし we've私たちは actually実際に created作成した them.
64
154000
2000
理解できないことすらあります
02:51
We create作成する financial金融 markets市場 that are superスーパー complex複合体.
65
156000
2000
入り組んだ金融市場をつくり
02:53
We create作成する mortgageモーゲージ terms条項 that we can't actually実際に deal対処 with.
66
158000
3000
返済しきれない住宅ローンを組んだりします
02:56
And of courseコース, if we are put in environments環境 where we can't deal対処 with it,
67
161000
3000
もちろん 対応できない状況に置かれれば
02:59
in some senseセンス makes作る senseセンス that we actually実際に
68
164000
2000
ある意味 我々が
03:01
mightかもしれない mess混乱 certainある things up.
69
166000
2000
物事を悪化させるのもわかります
03:03
If this was the case場合, we'd結婚した have a really easy簡単 solution溶液
70
168000
2000
もしそうならば
03:05
to the problem問題 of human人間 errorエラー.
71
170000
2000
解決策は至って簡単
03:07
We'd結婚した actually実際に just say, okay, let's figure数字 out
72
172000
2000
扱いきれない技術や
03:09
the kinds種類 of technologiesテクノロジー we can't deal対処 with,
73
174000
2000
悪影響を及ぼす環境を
03:11
the kinds種類 of environments環境 that are bad悪い --
74
176000
2000
見つけたら取り払い
03:13
get rid除去する of those, design設計 things better,
75
178000
2000
より良いものをデザインすれば
03:15
and we should be the nobleノーブル species
76
180000
2000
人間は期待通りに
03:17
that we expect期待する ourselves自分自身 to be.
77
182000
2000
立派な種になるはずです
03:19
But there's another別の possibility可能性 that I find a little bitビット more worrying心配する,
78
184000
3000
でも混乱状態にあるのは環境ではなく
03:22
whichどの is, maybe it's not our environments環境 that are messed乱された up.
79
187000
3000
いい加減につくられた人間なのでは?
03:25
Maybe it's actually実際に us that's designed設計 badlyひどく.
80
190000
3000
社会科学者が人間の間違いを
03:28
This is a hintヒント that I've gotten得た
81
193000
2000
見つけ出す方法を見ていて
03:30
from watching見ている the ways方法 that socialソーシャル scientists科学者 have learned学んだ about human人間 errorsエラー.
82
195000
3000
私はそう思いました
03:33
And what we see is that people tend傾向がある to keep making作る errorsエラー
83
198000
3000
人間は同じ間違いを
03:36
exactly正確に the same同じ way, over and over again.
84
201000
3000
何度も繰り返す傾向があるため
03:39
It feels感じる like we mightかもしれない almostほぼ just be built建てられた
85
204000
2000
人間のつくりを
03:41
to make errorsエラー in certainある ways方法.
86
206000
2000
疑ってしまうほどです
03:43
This is a possibility可能性 that I worry心配 a little bitビット more about,
87
208000
3000
もし問題が人間自体にあるのなら
03:46
because, if it's us that's messed乱された up,
88
211000
2000
どう対処すればいいのか
03:48
it's not actually実際に clearクリア how we go about dealing対処する with it.
89
213000
2000
わからないことが問題です
03:50
We mightかもしれない just have to accept受け入れる the fact事実 that we're errorエラー prone易しい
90
215000
3000
間違いをしがちだという事実を受け入れて
03:53
and try to design設計 things around it.
91
218000
2000
問題を避けられるデザインが必要かもしれません
03:55
So this is the question質問 my students学生の and I wanted to get at.
92
220000
3000
私が学生と共に究明したかったのは
03:58
How can we tell the difference betweenの間に possibility可能性 one and possibility可能性 two?
93
223000
3000
可能性1と可能性2の違いを見出すことです
04:01
What we need is a population人口
94
226000
2000
必要としていたのは
04:03
that's basically基本的に smartスマート, can make lots of decisions決定,
95
228000
2000
賢くて 決断力があるけれど
04:05
but doesn't have accessアクセス to any of the systemsシステム we have,
96
230000
2000
人間を狂わせる材料に
04:07
any of the things that mightかもしれない mess混乱 us up --
97
232000
2000
手の届かない生き物
04:09
no human人間 technology技術, human人間 culture文化,
98
234000
2000
テクノロジーや文化や言葉を
04:11
maybe even not human人間 language言語.
99
236000
2000
有しない生き物です
04:13
And so this is why we turned回した to these guys here.
100
238000
2000
こうして決定した
04:15
These are one of the guys I work with. This is a brown褐色 capuchinカピュチン monkeyモンキー.
101
240000
3000
研究の協力者はオマキザルです
04:18
These guys are New新しい World世界 primates霊長類,
102
243000
2000
新世界ザルとも呼ばれるのは
04:20
whichどの means手段 they broke壊れた off from the human人間 branchブランチ
103
245000
2000
約3500万年前に
04:22
about 35 million百万 years ago.
104
247000
2000
ヒトから分岐したからです
04:24
This means手段 that your great, great, great great, great, great --
105
249000
2000
「ひい」を500万回つけた
04:26
with about five million百万 "greats偉人" in there --
106
251000
2000
我々のひいおばあちゃんと
04:28
grandmother祖母 was probably多分 the same同じ great, great, great, great
107
253000
2000
彼らのひいおばあちゃんが
04:30
grandmother祖母 with five million百万 "greats偉人" in there
108
255000
2000
同一人物であったと
04:32
as Hollyホリー up here.
109
257000
2000
言えるわけです
04:34
You know, so you can take comfort快適 in the fact事実 that this guy up here is a really really distant遠い,
110
259000
3000
この猿と人間は非常に離れていながらも
04:37
but albeitしかし evolutionary進化的, relative相対.
111
262000
2000
親戚にあたります
04:39
The good newsニュース about Hollyホリー thoughしかし is that
112
264000
2000
ホリーは人間のような
04:41
she doesn't actually実際に have the same同じ kinds種類 of technologiesテクノロジー we do.
113
266000
3000
技術を持ち合わせていません
04:44
You know, she's a smartスマート, very cutカット creature生き物, a primate霊長類 as well,
114
269000
3000
賢くて可愛い霊長類ですが
04:47
but she lacks欠けている all the stuffもの we think mightかもしれない be messingいじめる us up.
115
272000
2000
人間を狂わせる要素を持ち合わせていないので
04:49
So she's the perfect完璧な testテスト case場合.
116
274000
2000
この実験には完璧です
04:51
What if we put Hollyホリー into the same同じ contextコンテキスト as humans人間?
117
276000
3000
ホリーを人間と同じ境遇に置いたら
04:54
Does she make the same同じ mistakes間違い as us?
118
279000
2000
人間と同じ間違いをしたり
04:56
Does she not learn学ぶ from them? And so on.
119
281000
2000
間違いから学ぶのか―
04:58
And so this is the kind種類 of thing we decided決定しました to do.
120
283000
2000
実験してみることにしました
05:00
My students学生の and I got very excited興奮した about this a few少数 years ago.
121
285000
2000
数年前 このアイデアを思いつき
05:02
We said, all right, let's, you know, throwスロー so problems問題 at Hollyホリー,
122
287000
2000
ホリーは この問題を
05:04
see if she messes混乱 these things up.
123
289000
2000
どう対処するか見てみようということになりました
05:06
First problem問題 is just, well, where should we start開始?
124
291000
3000
人間の間違いだけでも
05:09
Because, you know, it's great for us, but bad悪い for humans人間.
125
294000
2000
あまりにも題材が多くて
05:11
We make a lot of mistakes間違い in a lot of different異なる contexts文脈.
126
296000
2000
どこから着手したらいいのか
05:13
You know, where are we actually実際に going to start開始 with this?
127
298000
2000
迷いました
05:15
And because we started開始した this work around the time of the financial金融 collapse崩壊,
128
300000
3000
この研究を始めたとき 金融崩壊が起き
05:18
around the time when foreclosures差し押さえ were hittingヒッティング the newsニュース,
129
303000
2000
差し押さえが相次いだので
05:20
we said, hhmmhhmm, maybe we should
130
305000
2000
私たちは金融の領域が
05:22
actually実際に start開始 in the financial金融 domainドメイン.
131
307000
2000
研究題材にいいのではと思ったのです
05:24
Maybe we should look at monkey'sサル economic経済的 decisions決定
132
309000
3000
猿の経済的決断の仕方を観察して
05:27
and try to see if they do the same同じ kinds種類 of dumbダム things that we do.
133
312000
3000
人間同様 愚かな間違いをするか見てみるのです
05:30
Of courseコース, that's when we hitヒット a sortソート second二番 problem問題 --
134
315000
2000
このとき二つめの問題にぶちあたりました
05:32
a little bitビット more methodological方法論的 --
135
317000
2000
少々 方法論的な
05:34
whichどの is that, maybe you guys don't know,
136
319000
2000
問題なのですが
05:36
but monkeysサル don't actually実際に use moneyお金. I know, you haven't持っていない met会った them.
137
321000
3000
猿はお金を使いません
05:39
But this is why, you know, they're not in the queueキュー behind後ろに you
138
324000
2000
スーパーや銀行で
05:41
at the grocery食料品 store格納 or the ATMATM -- you know, they don't do this stuffもの.
139
326000
3000
列に並ぶ猿などいないので
05:44
So now we faced直面する, you know, a little bitビット of a problem問題 here.
140
329000
3000
お金に対する質問を
05:47
How are we actually実際に going to ask尋ねる monkeysサル about moneyお金
141
332000
2000
どうやって猿にしたらいいのか
05:49
if they don't actually実際に use it?
142
334000
2000
問題になりましたが
05:51
So we said, well, maybe we should just, actually実際に just suck吸う it up
143
336000
2000
ともかく 猿に
05:53
and teach教える monkeysサル how to use moneyお金.
144
338000
2000
お金の使い方を
05:55
So that's just what we did.
145
340000
2000
教えてみることにしました
05:57
What you're looking at over here is actually実際に the first unit単位 that I know of
146
342000
3000
これはお金の代わりに使った
06:00
of non-human非ヒト currency通貨.
147
345000
2000
造り物の通貨です
06:02
We weren'tなかった very creative創造的な at the time we started開始した these studies研究,
148
347000
2000
研究を始めた当初は
06:04
so we just calledと呼ばれる it a tokenトークン.
149
349000
2000
単にトークンと呼んでいたもので
06:06
But this is the unit単位 of currency通貨 that we've私たちは taught教えた our monkeysサル at Yaleイェール
150
351000
3000
エール大学で この通貨を使って
06:09
to actually実際に use with humans人間,
151
354000
2000
人間から食べ物を得るために
06:11
to actually実際に buy購入 different異なる pieces作品 of foodフード.
152
356000
3000
猿を調教しました
06:14
It doesn't look like much -- in fact事実, it isn't like much.
153
359000
2000
トークンは大したことない
06:16
Like most最も of our moneyお金, it's just a pieceピース of metal金属.
154
361000
2000
ただの金属片です
06:18
As those of you who've誰が taken撮影 currencies通貨 home from your trip旅行 know,
155
363000
3000
海外旅行から持ち帰り
06:21
once一度 you get home, it's actually実際に prettyかなり useless役に立たない.
156
366000
2000
無用になったお金と一緒で
06:23
It was useless役に立たない to the monkeysサル at first
157
368000
2000
最初 猿はその利用価値が
06:25
before they realized実現した what they could do with it.
158
370000
2000
わからなかったので
06:27
When we first gave与えた it to them in their彼らの enclosuresエンクロージャ,
159
372000
2000
柵に入れられたトークンを
06:29
they actually実際に kind種類 of picked選んだ them up, looked見た at them.
160
374000
2000
拾って眺めたものの
06:31
They were these kind種類 of weird奇妙な things.
161
376000
2000
特に意味はなしませんでした
06:33
But very quickly早く, the monkeysサル realized実現した
162
378000
2000
でも 猿はすぐに
06:35
that they could actually実際に handハンド these tokensトークン over
163
380000
2000
トークンを渡せば
06:37
to different異なる humans人間 in the lab研究室 for some foodフード.
164
382000
3000
食べ物がもらえることに気づきました
06:40
And so you see one of our monkeysサル, Maydayメーデー, up here doing this.
165
385000
2000
猿のメーデーが実践しています
06:42
This is A and B are kind種類 of the pointsポイント where she's sortソート of a little bitビット
166
387000
3000
左の二つの写真は 好奇心を
06:45
curious好奇心 about these things -- doesn't know.
167
390000
2000
示しているところです
06:47
There's this waiting待っている handハンド from a human人間 experimenter実験者,
168
392000
2000
手を差し出す実験者がいて
06:49
and Maydayメーデー quickly早く figures数字 out, apparently明らかに the human人間 wants this.
169
394000
3000
メーデーはこの人が欲しがっていることを察します
06:52
Hands it over, and then gets取得 some foodフード.
170
397000
2000
渡すと食べ物がもらえます
06:54
It turnsターン out not just Maydayメーデー, all of our monkeysサル get good
171
399000
2000
どの猿も 人間にトークンを差し出し
06:56
at tradingトレーディング tokensトークン with human人間 salesmanセールスマン.
172
401000
2000
食べ物が得られます
06:58
So here'sここにいる just a quickクイック videoビデオ of what this looks外見 like.
173
403000
2000
ビデオを用意しました
07:00
Here'sここにいる Maydayメーデー. She's going to be tradingトレーディング a tokenトークン for some foodフード
174
405000
3000
メーデーがトークンを差し出し
07:03
and waiting待っている happily幸せに and getting取得 her foodフード.
175
408000
3000
嬉しそうに待ち 食べ物をもらいます
07:06
Here'sここにいる Felixフェリックス, I think. He's our alphaアルファ male男性; he's a kind種類 of big大きい guy.
176
411000
2000
ボス的存在のフィリックスも
07:08
But he too waits待つ patiently辛抱強く, gets取得 his foodフード and goes行く on.
177
413000
3000
辛抱強く待って食べ物をもらいます
07:11
So the monkeysサル get really good at this.
178
416000
2000
あまり訓練をしなくても
07:13
They're surprisingly驚くほど good at this with very little trainingトレーニング.
179
418000
3000
どの猿も やり方を
07:16
We just allowed許可された them to pickピック this up on their彼らの own自分の.
180
421000
2000
覚えてしまいました
07:18
The question質問 is: is this anything like human人間 moneyお金?
181
423000
2000
これは人間が扱うお金と同じなのか
07:20
Is this a market市場 at all,
182
425000
2000
それとも 猿が
07:22
or did we just do a weird奇妙な psychologist's心理学者 trickトリック
183
427000
2000
賢く見えるだけで
07:24
by getting取得 monkeysサル to do something,
184
429000
2000
実はそうではないのか
07:26
looking smartスマート, but not really beingであること smartスマート.
185
431000
2000
疑問に思いました
07:28
And so we said, well, what would the monkeysサル spontaneously自発的に do
186
433000
3000
猿がお金に匹敵するものを本当に使っていたら
07:31
if this was really their彼らの currency通貨, if they were really usingを使用して it like moneyお金?
187
436000
3000
猿は自発的に何をするのか 気になりました
07:34
Well, you mightかもしれない actually実際に imagine想像する them
188
439000
2000
人間が金銭の授受をするように
07:36
to do all the kinds種類 of smartスマート things
189
441000
2000
猿も賢いことをすると
07:38
that humans人間 do when they start開始 exchanging交換 moneyお金 with each other.
190
443000
3000
想像する人がいるかもしれません
07:41
You mightかもしれない have them start開始 paying払う attention注意 to price価格,
191
446000
3000
トークンがあれば どれだけのものを
07:44
paying払う attention注意 to how much they buy購入 --
192
449000
2000
買えるのかと
07:46
sortソート of keeping維持 trackトラック of their彼らの monkeyモンキー tokenトークン, as it were.
193
451000
3000
猿が関心をもつのかどうか
07:49
Do the monkeysサル do anything like this?
194
454000
2000
突き止めるため
07:51
And so our monkeyモンキー marketplace市場 was bornうまれた.
195
456000
3000
猿の市場をつくり出しました
07:54
The way this works作品 is that
196
459000
2000
対象となった猿は
07:56
our monkeysサル normally通常は liveライブ in a kind種類 of big大きい zoo動物園 socialソーシャル enclosure囲い.
197
461000
3000
動物園のような社会的囲いの中で通常暮らしています
07:59
When they get a hankering熱心な for some treats扱う,
198
464000
2000
おやつを欲しがるときに
08:01
we actually実際に allowed許可された them a way out
199
466000
2000
市場へつながる小さな囲いに
08:03
into a little smaller小さい enclosure囲い where they could enter入る the market市場.
200
468000
2000
誘い込みます
08:05
Upon entering入る the market市場 --
201
470000
2000
そこは人間の市場より
08:07
it was actually実際に a much more fun楽しい market市場 for the monkeysサル than most最も human人間 markets市場
202
472000
2000
楽しさがある場所にしました
08:09
because, as the monkeysサル entered入った the doorドア of the market市場,
203
474000
3000
猿がドアをくぐると トークンがたくさん入った
08:12
a human人間 would give them a big大きい wallet財布 full満員 of tokensトークン
204
477000
2000
財布が渡されます
08:14
so they could actually実際に tradeトレード the tokensトークン
205
479000
2000
トークンを使って
08:16
with one of these two guys here --
206
481000
2000
物を得られる仕組みです
08:18
two different異なる possible可能 human人間 salesmen営業マン
207
483000
2000
2人のセールスマンが
08:20
that they could actually実際に buy購入 stuffもの from.
208
485000
2000
商品を用意しています
08:22
The salesmen営業マン were students学生の from my lab研究室.
209
487000
2000
学生にセールスマンになってもらい
08:24
They dressed服を着た differently異なって; they were different異なる people.
210
489000
2000
それぞれ違う格好をしました
08:26
And over time, they did basically基本的に the same同じ thing
211
491000
3000
何度も同じことを繰り返し
08:29
so the monkeysサル could learn学ぶ, you know,
212
494000
2000
猿に仕組みを教えました
08:31
who sold売った what at what price価格 -- you know, who was reliable信頼性のある, who wasn'tなかった, and so on.
213
496000
3000
商品や値段や誰が信頼できるかなどです
08:34
And you can see that each of the experimenters実験者
214
499000
2000
実験者が持っている
08:36
is actually実際に holdingホールディング up a little, yellow foodフード dish.
215
501000
3000
黄色い小皿に乗っている量が
08:39
and that's what the monkeyモンキー can for a singleシングル tokenトークン.
216
504000
2000
トークン1枚で買えるものです
08:41
So everything costsコスト one tokenトークン,
217
506000
2000
どれもトークン1枚分ですが
08:43
but as you can see, sometimes時々 tokensトークン buy購入 more than othersその他,
218
508000
2000
時々ぶどうが多く得られるように
08:45
sometimes時々 more grapesブドウ than othersその他.
219
510000
2000
設定しました
08:47
So I'll showショー you a quickクイック videoビデオ of what this marketplace市場 actually実際に looks外見 like.
220
512000
3000
実際のビデオをご覧ください
08:50
Here'sここにいる a monkey-eye-view猿の視点. Monkeysサル are shorter短い, so it's a little shortショート.
221
515000
3000
猿の視点から撮影したものです
08:53
But here'sここにいる Honeyはちみつ.
222
518000
2000
これは猿のハニー
08:55
She's waiting待っている for the market市場 to open開いた a little impatientlyせっかちな.
223
520000
2000
市場の開店を待っています
08:57
All of a sudden突然 the market市場 opens開く. Here'sここにいる her choice選択: one grapesブドウ or two grapesブドウ.
224
522000
3000
一人は1粒 もう一人は2粒差し出しています
09:00
You can see Honeyはちみつ, very good market市場 economistエコノミスト,
225
525000
2000
見極め上手なハニーは
09:02
goes行く with the guy who gives与える more.
226
527000
3000
ぶどう2粒をくれる人を選びました
09:05
She could teach教える our financial金融 advisers顧問 a few少数 things or two.
227
530000
2000
ハニーから学べることはありそうです
09:07
So not just Honeyはちみつ,
228
532000
2000
ハニーに限らず
09:09
most最も of the monkeysサル went行った with guys who had more.
229
534000
3000
大半の猿は より多くてより美味しいものを
09:12
Most最も of the monkeysサル went行った with guys who had better foodフード.
230
537000
2000
持っている人を選びました
09:14
When we introduced導入された sales販売, we saw the monkeysサル paid支払った attention注意 to that.
231
539000
3000
猿は商品に注目をして
09:17
They really cared世話された about their彼らの monkeyモンキー tokenトークン dollarドル.
232
542000
3000
トークンに関心をよせました
09:20
The more surprising驚くべき thing was that when we collaborated協力して with economistsエコノミスト
233
545000
3000
驚いたのは 経済学者と共に
09:23
to actually実際に look at the monkeys'サル ' dataデータ usingを使用して economic経済的 toolsツール,
234
548000
3000
経済的指針で猿のデータを見てみると
09:26
they basically基本的に matched一致する, not just qualitatively定性的に,
235
551000
3000
人間がしていることと同じことが
09:29
but quantitatively定量的に with what we saw
236
554000
2000
質的にも量的にも
09:31
humans人間 doing in a realリアル market市場.
237
556000
2000
一致したことです
09:33
So much so that, if you saw the monkeys'サル ' numbers数字,
238
558000
2000
数値を見ただけでは
09:35
you couldn'tできなかった tell whetherかどうか they came来た from a monkeyモンキー or a human人間 in the same同じ market市場.
239
560000
3000
猿なのか人間なのか区別がつかないほどです
09:38
And what we'd結婚した really thought we'd結婚した done完了
240
563000
2000
少なくとも
09:40
is like we'd結婚した actually実際に introduced導入された something
241
565000
2000
猿と私たちには
09:42
that, at least少なくとも for the monkeysサル and us,
242
567000
2000
本物のお金のように使えるものを
09:44
works作品 like a realリアル financial金融 currency通貨.
243
569000
2000
導入できたと感じました
09:46
Question質問 is: do the monkeysサル start開始 messingいじめる up in the same同じ ways方法 we do?
244
571000
3000
問題は 猿も人間同様に間違いをするのかということです
09:49
Well, we already既に saw anecdotally逸話的に a coupleカップル of signs兆候 that they mightかもしれない.
245
574000
3000
その可能性はいくつかありました
09:52
One thing we never saw in the monkeyモンキー marketplace市場
246
577000
2000
猿の経済界で見かけなかったのは
09:54
was any evidence証拠 of saving貯蓄 --
247
579000
2000
人間のように
09:56
you know, just like our own自分の species.
248
581000
2000
貯金をしないことです
09:58
The monkeysサル entered入った the market市場, spent過ごした their彼らの entire全体 budget予算
249
583000
2000
コインを使い果たし
10:00
and then went行った back to everyoneみんな elseelse.
250
585000
2000
帰って行きました
10:02
The other thing we alsoまた、 spontaneously自発的に saw,
251
587000
2000
また同時に見かけたのは
10:04
embarrassingly恥ずかしい enough十分な,
252
589000
2000
恥ずかしいことに
10:06
is spontaneous自発 evidence証拠 of larceny窃盗.
253
591000
2000
盗みを働くのです
10:08
The monkeysサル would rip-off騙し取る the tokensトークン at everyすべて available利用可能な opportunity機会 --
254
593000
3000
機会さえあれば人間からトークンを
10:11
from each other, oftenしばしば from us --
255
596000
2000
だまし取ろうとしました
10:13
you know, things we didn't necessarily必ずしも think we were introducing導入,
256
598000
2000
教えたつもりはないのに
10:15
but things we spontaneously自発的に saw.
257
600000
2000
盗みを身につけていました
10:17
So we said, this looks外見 bad悪い.
258
602000
2000
そこで 人間同様に
10:19
Can we actually実際に see if the monkeysサル
259
604000
2000
猿も愚かなことをするのか
10:21
are doing exactly正確に the same同じ dumbダム things as humans人間 do?
260
606000
3000
確かめることにしたのです
10:24
One possibility可能性 is just kind種類 of let
261
609000
2000
猿の経済界を放っておけば
10:26
the monkeyモンキー financial金融 systemシステム play遊びます out,
262
611000
2000
数年後には人間に
10:28
you know, see if they start開始 calling呼び出し us for bailouts救済措置 in a few少数 years.
263
613000
2000
経済援助を求めてくるかもしれませんが
10:30
We were a little impatientせっかち so we wanted
264
615000
2000
そんなに待っていられないので
10:32
to sortソート of speed速度 things up a bitビット.
265
617000
2000
時間を短縮するために
10:34
So we said, let's actually実際に give the monkeysサル
266
619000
2000
経済的な難局に
10:36
the same同じ kinds種類 of problems問題
267
621000
2000
直面したとき
10:38
that humans人間 tend傾向がある to get wrong違う
268
623000
2000
人間が間違いやすい問題を
10:40
in certainある kinds種類 of economic経済的 challenges挑戦,
269
625000
2000
猿にも
10:42
or certainある kinds種類 of economic経済的 experiments実験.
270
627000
2000
与えてみることにしました
10:44
And so, since以来 the bestベスト way to see how people go wrong違う
271
629000
3000
人がいかに間違いを犯すのかを確かめるには
10:47
is to actually実際に do it yourselfあなた自身,
272
632000
2000
自分でやってみるのが一番ですから
10:49
I'm going to give you guys a quickクイック experiment実験
273
634000
2000
直感を見るために
10:51
to sortソート of watch your own自分の financial金融 intuitions直感 in actionアクション.
274
636000
2000
実験をしてみましょう
10:53
So imagine想像する that right now
275
638000
2000
皆さんに
10:55
I handed手渡された each and everyすべて one of you
276
640000
2000
1000ドルずつ
10:57
a thousand U.S. dollarsドル -- so 10 crisp鮮明 hundred dollarドル bills紙幣.
277
642000
3000
渡したとします
11:00
Take these, put it in your wallet財布
278
645000
2000
そのお金は
11:02
and spend費やす a second二番 thinking考え about what you're going to do with it.
279
647000
2000
もう皆さんのものですから
11:04
Because it's yoursあなたの now; you can buy購入 whateverなんでも you want.
280
649000
2000
募金でも何でも
11:06
Donate寄付する it, take it, and so on.
281
651000
2000
好きなように使えます
11:08
Soundsサウンド great, but you get one more choice選択 to earn獲得する a little bitビット more moneyお金.
282
653000
3000
もうちょっと儲かる選択肢があったとします
11:11
And here'sここにいる your choice選択: you can eitherどちらか be riskyリスキーな,
283
656000
3000
一つめの選択肢はリスクを伴います
11:14
in whichどの case場合 I'm going to flipフリップ one of these monkeyモンキー tokensトークン.
284
659000
2000
私がコインを投げて表が出たら
11:16
If it comes来る up heads, you're going to get a thousand dollarsドル more.
285
661000
2000
もう1000ドルプラス
11:18
If it comes来る up tails, you get nothing.
286
663000
2000
裏が出たら何もなし
11:20
So it's a chanceチャンス to get more, but it's prettyかなり riskyリスキーな.
287
665000
3000
増える確率はありますが 高リスクです
11:23
Your other optionオプション is a bitビット safe安全. Your just going to get some moneyお金 for sure.
288
668000
3000
もう一つの選択肢は 安全志向
11:26
I'm just going to give you 500 bucksドル.
289
671000
2000
金額は500ドルですが
11:28
You can stickスティック it in your wallet財布 and use it immediatelyすぐに.
290
673000
3000
確実にもらえるとしたら
11:31
So see what your intuition直感 is here.
291
676000
2000
どちらを選びますか
11:33
Most最も people actually実際に go with the play-it-safeそれで安全に遊ぶ optionオプション.
292
678000
3000
大半の人は安全な方を選びます
11:36
Most最も people say, why should I be riskyリスキーな when I can get 1,500 dollarsドル for sure?
293
681000
3000
1500ドルが確実に手に入るなら 賭ける必要はないと言うのです
11:39
This seems思われる like a good betベット. I'm going to go with that.
294
684000
2000
慎重な選択と言えますね
11:41
You mightかもしれない say, ehええ, that's not really irrational不合理な.
295
686000
2000
人はリスクを負うのが嫌なため
11:43
People are a little risk-averseリスク回避. So what?
296
688000
2000
合理的だと思うかもしれませんが
11:45
Well, the "so what?" comes来る when start開始 thinking考え
297
690000
2000
同じ問題の
11:47
about the same同じ problem問題
298
692000
2000
状況を変えた場合
11:49
setセット up just a little bitビット differently異なって.
299
694000
2000
どうなるか見てみましょう
11:51
So now imagine想像する that I give each and everyすべて one of you
300
696000
2000
皆さんに2000ドルを
11:53
2,000 dollarsドル -- 20 crisp鮮明 hundred dollarドル bills紙幣.
301
698000
3000
渡したと想像してください
11:56
Now you can buy購入 doubleダブル to stuffもの you were going to get before.
302
701000
2000
先ほどの2倍も
11:58
Think about how you'dあなたは feel sticking固着する it in your wallet財布.
303
703000
2000
好きなものが買えます
12:00
And now imagine想像する that I have you make another別の choice選択
304
705000
2000
ここで選択です
12:02
But this time, it's a little bitビット worse悪化する.
305
707000
2000
先ほどとは違って
12:04
Now, you're going to be deciding決定する how you're going to lose失う moneyお金,
306
709000
3000
どのようにお金を失うかを考えてもらいます
12:07
but you're going to get the same同じ choice選択.
307
712000
2000
選択肢は同じ
12:09
You can eitherどちらか take a riskyリスキーな loss損失 --
308
714000
2000
リスクを伴う選択肢は
12:11
so I'll flipフリップ a coinコイン. If it comes来る up heads, you're going to actually実際に lose失う a lot.
309
716000
3000
表が出たら1000ドル失いますが
12:14
If it comes来る up tails, you lose失う nothing, you're fine, get to keep the whole全体 thing --
310
719000
3000
裏が出たら何も失わずに済みます
12:17
or you could play遊びます it safe安全, whichどの means手段 you have to reachリーチ back into your wallet財布
311
722000
3000
リスクをかけたくなければ
12:20
and give me five of those $100 bills紙幣, for certainある.
312
725000
3000
私に500ドルを渡すだけ
12:23
And I'm seeing見る a lot of furrowedぼろぼろ brows out there.
313
728000
3000
眉にしわを寄せる人が見えますね
12:26
So maybe you're having持つ the same同じ intuitions直感
314
731000
2000
きっと皆さんも
12:28
as the subjects科目 that were actually実際に testedテストされた in this,
315
733000
2000
この実験の対象者と同様に
12:30
whichどの is when presented提示された with these optionsオプション,
316
735000
2000
この選択肢を与えられると
12:32
people don't choose選択する to play遊びます it safe安全.
317
737000
2000
安全な方は選ばないのかもしれません
12:34
They actually実際に tend傾向がある to go a little riskyリスキーな.
318
739000
2000
人はリスクをかける傾向にあるのです
12:36
The reason理由 this is irrational不合理な is that we've私たちは given与えられた people in bothどちらも situations状況
319
741000
3000
これが合理的でないのは どちらの状況も
12:39
the same同じ choice選択.
320
744000
2000
選択肢が同じだったからです
12:41
It's a 50/50 shotショット of a thousand or 2,000,
321
746000
3000
1000ドルか2000ドルのどちらかになる選択肢と
12:44
or just 1,500 dollarsドル with certainty確実.
322
749000
2000
1500ドルと決まった選択肢
12:46
But people's人々の intuitions直感 about how much riskリスク to take
323
751000
3000
でも 伴うリスクに関わる直感は
12:49
varies不定 depending依存する on where they started開始した with.
324
754000
2000
立たされた状況によって異なります
12:51
So what's going on?
325
756000
2000
どういうことでしょうか
12:53
Well, it turnsターン out that this seems思われる to be the result結果
326
758000
2000
これは心理的な面から生まれる
12:55
of at least少なくとも two biasesバイアス that we have at the psychological心理的 levelレベル.
327
760000
3000
少なくとも二つの先入観が関係しています
12:58
One is that we have a really hardハード time thinking考え in absolute絶対の terms条項.
328
763000
3000
まず 絶対数で考える難しさです
13:01
You really have to do work to figure数字 out,
329
766000
2000
1000ドルか2000ドルの選択肢と
13:03
well, one option'sオプション a thousand, 2,000;
330
768000
2000
1500ドルの選択肢を
13:05
one is 1,500.
331
770000
2000
天秤にかけなくてはいけません
13:07
Instead代わりに, we find it very easy簡単 to think in very relative相対 terms条項
332
772000
3000
でも選択肢が変わり
13:10
as optionsオプション change変化する from one time to another別の.
333
775000
3000
相対的に考えるのは簡単です
13:13
So we think of things as, "Oh, I'm going to get more," or "Oh, I'm going to get lessもっと少なく."
334
778000
3000
もっともらえる とか 失う額は少ない という具合です
13:16
This is all well and good, exceptを除いて that
335
781000
2000
これはいいのですが
13:18
changes変更 in different異なる directions行き方
336
783000
2000
捉え方を変えることで
13:20
actually実際に effect効果 whetherかどうか or not we think
337
785000
2000
選択肢の妥当性の
13:22
optionsオプション are good or not.
338
787000
2000
見極めに影響します
13:24
And this leadsリード to the second二番 biasバイアス,
339
789000
2000
これは二つめの傾向につながり
13:26
whichどの economistsエコノミスト have calledと呼ばれる loss損失 aversion嫌悪.
340
791000
2000
経済学者は損失回避と呼んでいます
13:28
The ideaアイディア is that we really hate嫌い it when things go into the red.
341
793000
3000
赤字になることを嫌うという意味です
13:31
We really hate嫌い it when we have to lose失う out on some moneyお金.
342
796000
2000
人は損失を嫌うため
13:33
And this means手段 that sometimes時々 we'll私たちは actually実際に
343
798000
2000
損失を避けようと
13:35
switchスイッチ our preferencesプリファレンス to avoid避ける this.
344
800000
2000
することがあります
13:37
What you saw in that last scenarioシナリオ is that
345
802000
2000
最後のシナリオで見たのは
13:39
subjects科目 get riskyリスキーな
346
804000
2000
対象者はリスクをかけます
13:41
because they want the small小さい shotショット that there won't〜されません be any loss損失.
347
806000
3000
何も失いたくないからです
13:44
That means手段 when we're in a riskリスク mindset考え方 --
348
809000
2000
これは我々が
13:46
excuse言い訳 me, when we're in a loss損失 mindset考え方,
349
811000
2000
損失の覚悟があるとき
13:48
we actually実際に become〜になる more riskyリスキーな,
350
813000
2000
非常に厄介になり得るのですが
13:50
whichどの can actually実際に be really worrying心配する.
351
815000
2000
リスクを負うことが多くなります
13:52
These kinds種類 of things play遊びます out in lots of bad悪い ways方法 in humans人間.
352
817000
3000
始末の悪い様々な状況を作り出すものです
13:55
They're why stock株式 investors投資家 holdホールド onto〜に losing負け stocks株式 longerより長いです --
353
820000
3000
株投資家が株を売らないがために損失を出すのは
13:58
because they're evaluating評価する them in relative相対 terms条項.
354
823000
2000
相対的に考えているからです
14:00
They're why people in the housingハウジング market市場 refused拒否された to sell売る their彼らの house --
355
825000
2000
住宅市場の人たちが不動産を売り渋ったのは
14:02
because they don't want to sell売る at a loss損失.
356
827000
2000
損を承知で売りたくなかったからです
14:04
The question質問 we were interested興味がある in
357
829000
2000
猿も同じ傾向を示すのか
14:06
is whetherかどうか the monkeysサル showショー the same同じ biasesバイアス.
358
831000
2000
私たちは興味がありました
14:08
If we setセット up those same同じ scenariosシナリオ in our little monkeyモンキー market市場,
359
833000
3000
猿の市場でも同じ状況をつくりだしたら
14:11
would they do the same同じ thing as people?
360
836000
2000
人間と同じことをするでしょうか
14:13
And so this is what we did, we gave与えた the monkeysサル choices選択肢
361
838000
2000
そこで私たちは猿に選択肢を与え
14:15
betweenの間に guys who were safe安全 -- they did the same同じ thing everyすべて time --
362
840000
3000
常に同じことをする安全な人と
14:18
or guys who were riskyリスキーな --
363
843000
2000
50%の確率で違う事をする
14:20
they did things differently異なって halfハーフ the time.
364
845000
2000
リスク型の人を用意しました
14:22
And then we gave与えた them optionsオプション that were bonusesボーナス --
365
847000
2000
そして初めのシナリオのように
14:24
like you guys did in the first scenarioシナリオ --
366
849000
2000
ボーナスがもらえるようにしました
14:26
so they actually実際に have a chanceチャンス more,
367
851000
2000
儲かるチャンスでもあり
14:28
or pieces作品 where they were experiencing経験する losses損失 --
368
853000
3000
失う可能性も出てきます
14:31
they actually実際に thought they were going to get more than they really got.
369
856000
2000
実際よりも儲けたと思うのです
14:33
And so this is what this looks外見 like.
370
858000
2000
このような感じです
14:35
We introduced導入された the monkeysサル to two new新しい monkeyモンキー salesmen営業マン.
371
860000
2000
新しい販売員を紹介します
14:37
The guy on the left and right bothどちらも start開始 with one pieceピース of grapeグレープ,
372
862000
2000
どちらも持っているのは ぶどう1粒
14:39
so it looks外見 prettyかなり good.
373
864000
2000
見た目はいいですが
14:41
But they're going to give the monkeysサル bonusesボーナス.
374
866000
2000
ボーナスが出てきます
14:43
The guy on the left is a safe安全 bonusボーナス.
375
868000
2000
左の人はおまけをくれるので
14:45
All the time, he adds追加する one, to give the monkeysサル two.
376
870000
3000
合計2粒のぶどうがもらえます
14:48
The guy on the right is actually実際に a riskyリスキーな bonusボーナス.
377
873000
2000
右の人はリスク型で
14:50
Sometimes時々 the monkeysサル get no bonusボーナス -- so this is a bonusボーナス of zeroゼロ.
378
875000
3000
何もくれない時がありますが
14:53
Sometimes時々 the monkeysサル get two extra余分な.
379
878000
3000
時々2粒もらえるため
14:56
For a big大きい bonusボーナス, now they get three.
380
881000
2000
合計3粒のときがあります
14:58
But this is the same同じ choice選択 you guys just faced直面する.
381
883000
2000
これは皆さんが直面したものと同じ
15:00
Do the monkeysサル actually実際に want to play遊びます it safe安全
382
885000
3000
猿はリスクを回避して
15:03
and then go with the guy who'sだれの going to do the same同じ thing on everyすべて trial試行,
383
888000
2000
毎回おまけをくれる人を選ぶのか
15:05
or do they want to be riskyリスキーな
384
890000
2000
それとも
15:07
and try to get a riskyリスキーな, but big大きい, bonusボーナス,
385
892000
2000
何ももらえない時を覚悟して
15:09
but riskリスク the possibility可能性 of getting取得 no bonusボーナス.
386
894000
2000
大きなボーナスを得ようとするでしょうか
15:11
People here playedプレーした it safe安全.
387
896000
2000
人間は安全な方を選びました
15:13
Turnsターン out, the monkeysサル play遊びます it safe安全 too.
388
898000
2000
結果は猿も同じでした
15:15
Qualitatively定性的に and quantitatively定量的に,
389
900000
2000
質的にも量的にも
15:17
they choose選択する exactly正確に the same同じ way as people,
390
902000
2000
猿は人間と同じ―
15:19
when testedテストされた in the same同じ thing.
391
904000
2000
判断を下しました
15:21
You mightかもしれない say, well, maybe the monkeysサル just don't like riskリスク.
392
906000
2000
猿の損失との向き合い方を
15:23
Maybe we should see how they do with losses損失.
393
908000
2000
明らかにするために
15:25
And so we ran走った a second二番 versionバージョン of this.
394
910000
2000
別の実験を行いました
15:27
Now, the monkeysサル meet会う two guys
395
912000
2000
ここでは 何もくれない
15:29
who aren'tない giving与える them bonusesボーナス;
396
914000
2000
2人の人に会います
15:31
they're actually実際に giving与える them lessもっと少なく than they expect期待する.
397
916000
2000
ぶどうの数が多いので
15:33
So they look like they're starting起動 out with a big大きい amount.
398
918000
2000
たくさんもらえる印象を与えます
15:35
These are three grapesブドウ; the monkey'sサル really psyched感動した for this.
399
920000
2000
3粒のぶどうに猿は大喜び
15:37
But now they learn学ぶ these guys are going to give them lessもっと少なく than they expect期待する.
400
922000
3000
でも3粒はもらえないことがわかります
15:40
They guy on the left is a safe安全 loss損失.
401
925000
2000
左の人は安全型で
15:42
Everyすべて singleシングル time, he's going to take one of these away
402
927000
3000
毎度 ぶどう1粒を取り上げて
15:45
and give the monkeysサル just two.
403
930000
2000
猿には2粒だけ渡します
15:47
the guy on the right is the riskyリスキーな loss損失.
404
932000
2000
右の人はリスク型で
15:49
Sometimes時々 he gives与える no loss損失, so the monkeysサル are really psyched感動した,
405
934000
3000
3粒くれることもあるため 猿は喜びますが
15:52
but sometimes時々 he actually実際に gives与える a big大きい loss損失,
406
937000
2000
時々大きな損をする羽目になり
15:54
taking取る away two to give the monkeysサル only one.
407
939000
2000
1粒しかくれません
15:56
And so what do the monkeysサル do?
408
941000
2000
猿はどうしたでしょうか
15:58
Again, same同じ choice選択; they can play遊びます it safe安全
409
943000
2000
安全型は
16:00
for always getting取得 two grapesブドウ everyすべて singleシングル time,
410
945000
3000
毎度2粒もらえます
16:03
or they can take a riskyリスキーな betベット and choose選択する betweenの間に one and three.
411
948000
3000
リスク型は3粒の時と1粒の時が混在します
16:06
The remarkable顕著 thing to us is that, when you give monkeysサル this choice選択,
412
951000
3000
私たちが驚いたのは 猿にこの選択をさせたとき
16:09
they do the same同じ irrational不合理な thing that people do.
413
954000
2000
人間と同様に非合理的な選択をすることです
16:11
They actually実際に become〜になる more riskyリスキーな
414
956000
2000
実験を どう始めるかによって
16:13
depending依存する on how the experimenters実験者 started開始した.
415
958000
3000
猿はリスク型を選ぶのです
16:16
This is crazy狂った because it suggests提案する that the monkeysサル too
416
961000
2000
猿も物事を相対的に
16:18
are evaluating評価する things in relative相対 terms条項
417
963000
2000
見ていることを示唆しており
16:20
and actually実際に treating治療する losses損失 differently異なって than they treat治療する gains利益.
418
965000
3000
損失と儲けは同じ方法では扱っていません
16:23
So what does all of this mean?
419
968000
2000
これはどういうことでしょうか
16:25
Well, what we've私たちは shown示された is that, first of all,
420
970000
2000
第一に 猿に対して
16:27
we can actually実際に give the monkeysサル a financial金融 currency通貨,
421
972000
2000
金融価値のあるお金を与えると
16:29
and they do very similar類似 things with it.
422
974000
2000
人間と似たことをします
16:31
They do some of the smartスマート things we do,
423
976000
2000
賢い行動もしますが
16:33
some of the kind種類 of not so niceいい things we do,
424
978000
2000
盗みなどの
16:35
like stealスチール it and so on.
425
980000
2000
好ましくないことをしたり
16:37
But they alsoまた、 do some of the irrational不合理な things we do.
426
982000
2000
非合理的なこともするのです
16:39
They systematically体系的に get things wrong違う
427
984000
2000
猿は人間と同様に
16:41
and in the same同じ ways方法 that we do.
428
986000
2000
体系的な失敗をします
16:43
This is the first take-home家に持って帰る messageメッセージ of the Talk,
429
988000
2000
これがまず第一に示したい点です
16:45
whichどの is that if you saw the beginning始まり of this and you thought,
430
990000
2000
猿の金融アドバイザーを雇おうと
16:47
oh, I'm totally完全に going to go home and hire雇う a capuchinカピュチン monkeyモンキー financial金融 adviser顧問.
431
992000
2000
考えた方がいると思いますが
16:49
They're way cuterかわいい than the one at ... you know --
432
994000
2000
猿はかわいいけれど
16:51
Don't do that; they're probably多分 going to be just as dumbダム
433
996000
2000
人間の金融アドバイザー同様に
16:53
as the human人間 one you already既に have.
434
998000
3000
愚かですから お勧めしません
16:56
So, you know, a little bad悪い -- Sorry, sorry, sorry.
435
1001000
2000
ごめんなさい
16:58
A little bad悪い for monkeyモンキー investors投資家.
436
1003000
2000
言い方が悪かったわ
17:00
But of courseコース, you know, the reason理由 you're laughing笑い is bad悪い for humans人間 too.
437
1005000
3000
皆さんが笑うのも 人間の弱点を知っているからですよね
17:03
Because we've私たちは answered答えた the question質問 we started開始した out with.
438
1008000
3000
初めの質問で答えたからわかりますね
17:06
We wanted to know where these kinds種類 of errorsエラー came来た from.
439
1011000
2000
このような間違いは どこから始まるのでしょうか
17:08
And we started開始した with the hope希望 that maybe we can
440
1013000
2000
私たちの願いは
17:10
sortソート of tweak微調整する our financial金融 institutions機関,
441
1015000
2000
金融制度や技術に
17:12
tweak微調整する our technologiesテクノロジー to make ourselves自分自身 better.
442
1017000
3000
ひねりを入れて向上させることでした
17:15
But what we've私たちは learn学ぶ is that these biasesバイアス mightかもしれない be a deeperもっと深く part of us than that.
443
1020000
3000
でもわかったのは このような傾向はもっと深い部分から発生していることです
17:18
In fact事実, they mightかもしれない be due支払う to the very nature自然
444
1023000
2000
人間が進化してきた中に
17:20
of our evolutionary進化的 history歴史.
445
1025000
2000
理由が見つけられる可能性もあります
17:22
You know, maybe it's not just humans人間
446
1027000
2000
愚かな面が見られるのは
17:24
at the right side of this chain that's dunceyダンシー.
447
1029000
2000
人間だけなのではなく
17:26
Maybe it's sortソート of dunceyダンシー all the way back.
448
1031000
2000
大昔から猿にも見られたのかもしれません
17:28
And this, if we believe the capuchinカピュチン monkeyモンキー results結果,
449
1033000
3000
猿の実験結果を信用するとしたら
17:31
means手段 that these dunceyダンシー strategies戦略
450
1036000
2000
この愚かな策略は
17:33
mightかもしれない be 35 million百万 years old古い.
451
1038000
2000
3500万年も続いているのかもしれません
17:35
That's a long time for a strategy戦略
452
1040000
2000
この古くからある策略は
17:37
to potentially潜在的 get changedかわった around -- really, really old古い.
453
1042000
3000
ずっと変わらないままなのです
17:40
What do we know about other old古い strategies戦略 like this?
454
1045000
2000
他にはどのようなものがあるでしょうか
17:42
Well, one thing we know is that they tend傾向がある to be really hardハード to overcome克服する.
455
1047000
3000
愚かな策略を克服するのは大変なのです
17:45
You know, think of our evolutionary進化的 predilection偏見
456
1050000
2000
人間は進化するうちに
17:47
for eating食べる sweet甘い things, fatty脂肪 things like cheesecakeチーズケーキ.
457
1052000
3000
甘いものや脂肪分の多いものを好むようになりました
17:50
You can't just shutシャット that off.
458
1055000
2000
美味しさを知っているので
17:52
You can't just look at the dessertデザート cartカート as say, "No, no, no. That looks外見 disgusting嫌な to me."
459
1057000
3000
デザートを見たときに まずそうとは思わず
17:55
We're just built建てられた differently異なって.
460
1060000
2000
体にはプラスだと
17:57
We're going to perceive知覚する it as a good thing to go after.
461
1062000
2000
思うようになっています
17:59
My guess推測 is that the same同じ thing is going to be true真実
462
1064000
2000
経済的な決断に関しても
18:01
when humans人間 are perceiving知覚する
463
1066000
2000
同じことが起こるというのが
18:03
different異なる financial金融 decisions決定.
464
1068000
2000
私の推測です
18:05
When you're watching見ている your stocks株式 plummet激しい into the red,
465
1070000
2000
株が下落したり
18:07
when you're watching見ている your house price価格 go down,
466
1072000
2000
不動産価値が下がるとき
18:09
you're not going to be ableできる to see that
467
1074000
2000
進化的な意味で
18:11
in anything but old古い evolutionary進化的 terms条項.
468
1076000
2000
解釈してしまいます
18:13
This means手段 that the biasesバイアス
469
1078000
2000
投資家を失敗に招いたり
18:15
that lead investors投資家 to do badlyひどく,
470
1080000
2000
差し押さえをつくり出す先入観を
18:17
that lead to the foreclosure差し押さえ crisis危機
471
1082000
2000
乗り越えるのは
18:19
are going to be really hardハード to overcome克服する.
472
1084000
2000
非常に難しいことを指しています
18:21
So that's the bad悪い newsニュース. The question質問 is: is there any good newsニュース?
473
1086000
2000
これが悲しい現実ですが
18:23
I'm supposed想定される to be up here telling伝える you the good newsニュース.
474
1088000
2000
喜ばしいことも必要ですね
18:25
Well, the good newsニュース, I think,
475
1090000
2000
肯定的側面は
18:27
is what I started開始した with at the beginning始まり of the Talk,
476
1092000
2000
冒頭で触れたように
18:29
whichどの is that humans人間 are not only smartスマート;
477
1094000
2000
人間は賢いだけではなく
18:31
we're really inspirationally霊感をもって smartスマート
478
1096000
2000
生物界の中でも
18:33
to the rest残り of the animals動物 in the biological生物学的 kingdom王国.
479
1098000
3000
感動するほどに
18:36
We're so good at overcoming克服する our biological生物学的 limitations限界 --
480
1101000
3000
賢いことです
18:39
you know, I flew飛んだ over here in an airplane飛行機.
481
1104000
2000
羽をバタバタさせなくても
18:41
I didn't have to try to flapフラップ my wings.
482
1106000
2000
ここまで飛行機で来れましたし
18:43
I'm wearing着る contact接触 lensesレンズ now so that I can see all of you.
483
1108000
3000
今しているように コンタクトを使用すれば
18:46
I don't have to rely頼りにする on my own自分の near-sightedness近視.
484
1111000
3000
近視でも皆さんがちゃんと見えます
18:49
We actually実際に have all of these cases症例
485
1114000
2000
このように人間は
18:51
where we overcome克服する our biological生物学的 limitations限界
486
1116000
3000
生まれもった力の限界を
18:54
throughを通して technology技術 and other means手段, seemingly一見 prettyかなり easily簡単に.
487
1119000
3000
技術などを使って容易に乗り越えています
18:57
But we have to recognize認識する that we have those limitations限界.
488
1122000
3000
でも限界があることを認識しなければいけません
19:00
And here'sここにいる the rubこする.
489
1125000
2000
厄介なことです
19:02
It was Camusカミュ who once一度 said that, "Man is the only species
490
1127000
2000
作家のカミュは言いました
19:04
who refuses拒否 to be what he really is."
491
1129000
3000
“人間は 本来の姿でいることを拒む唯一の種だ”
19:07
But the ironyアイロニー is that
492
1132000
2000
限界を知らない限り
19:09
it mightかもしれない only be in recognizing認識 our limitations限界
493
1134000
2000
限界を乗り越えることは
19:11
that we can really actually実際に overcome克服する them.
494
1136000
2000
無理かもしれないのが皮肉ですが
19:13
The hope希望 is that you all will think about your limitations限界,
495
1138000
3000
克服できない限界として考えるのではなく
19:16
not necessarily必ずしも as unovercomable互換性のない,
496
1141000
3000
限界を認識して 受け入れて
19:19
but to recognize認識する them, accept受け入れる them
497
1144000
2000
デザイン界に答えを
19:21
and then use the world世界 of design設計 to actually実際に figure数字 them out.
498
1146000
3000
見つけ出せる希望を抱けます
19:24
That mightかもしれない be the only way that we will really be ableできる
499
1149000
3000
これこそ人間の可能性を最大限にして
19:27
to achieve達成する our own自分の human人間 potential潜在的な
500
1152000
2000
立派な種と名乗るための
19:29
and really be the nobleノーブル species we hope希望 to all be.
501
1154000
3000
唯一の方法かもしれません
19:32
Thank you.
502
1157000
2000
ありがとう
19:34
(Applause拍手)
503
1159000
5000
(拍手)
Translated by Takako Sato
Reviewed by Rinko Kawakami

▲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