TEDxCaltech
Colin Camerer: When you're making a deal, what's going on in your brain?
Colin Camerer: Neuromokslas, lošimų teorija, beždžionės
Filmed:
Readability: 3.9
1,516,785 views
Kai du žmonės bando susitarti -- ar tai būtų konkurencija ar bendradarbiavimas -- kas iš tikrųjų vyksta jų smegenyse? Elgesio ekonomikos mokslininkas Colin Camerer demonstruoja tyrimus, kurie atskleidžia, kiek mažai tegalime nuspėti, ką galvoja kiti. Ir jis pristato netikėtą tyrimą, kuris parodo, kad šimpanzėms tai gali sektis geriau nei mums. (Filmuota TEDxCalTech metu.)
Colin Camerer - Behavioral economist
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making. Full bio
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to talk about the strategizing brain.
0
562
2253
Kalbėsiu apie tai, kaip smegenys kuria strategijas.
00:14
We're going to use an unusual combination of tools
1
2815
2238
Naudosime neįprastą įrankių kombinaciją,
00:17
from game theory and neuroscience
2
5053
2013
nuo lošimų teorijos iki neuromokslo, kad suprastume,
00:19
to understand how people interact socially when value is on the line.
3
7066
2967
kaip žmonės elgiasi, kai kalbama apie piniginę vertę.
00:22
So game theory is a branch of, originally, applied mathematics,
4
10033
3971
Lošimų teorija istoriškai yra taikomosios matematikos šaka,
00:26
used mostly in economics and political science, a little bit in biology,
5
14004
2986
naudojama ekonomikoje ir politikos moksle, šiek tiek biologijoje,
00:28
that gives us a mathematical taxonomy of social life
6
16990
3289
kas leidžia mums matematiškai susisteminti socialinį gyvenimą
00:32
and it predicts what people are likely to do
7
20279
2131
ir nuspėti, kokio žmonių elgesio galime tikėtis
00:34
and believe others will do
8
22410
1194
ir kaip elgsis kiti,
00:35
in cases where everyone's actions affect everyone else.
9
23604
3390
kai visų veiksmai paveikia visus kitus asmenis.
00:38
That's a lot of things: competition, cooperation, bargaining,
10
26994
3478
Tai daugybė dalykų: konkurencija, kooperacija, derybos,
00:42
games like hide-and-seek, and poker.
11
30472
3291
žaidimai kaip slėpynės ir pokeris.
00:45
Here's a simple game to get us started.
12
33763
2239
Štai paprastas žaidimas, su kuriuo galime pradėti.
00:48
Everyone chooses a number from zero to 100,
13
36002
2162
Kiekvienas renkasi skaičių nuo 0 iki 100,
00:50
we're going to compute the average of those numbers,
14
38164
2446
mes suskaičiuosime tų skaičių vidurkį,
00:52
and whoever's closest to two-thirds of the average wins a fixed prize.
15
40610
4194
ir tas, kuris rinkosi arčiausiai dviejų trečiųjų vidurkio, laimi.
00:56
So you want to be a little bit below the average number,
16
44804
2269
Taigi, jūs norite rinktis šiek tiek mažiau nei vidurkis,
00:59
but not too far below, and everyone else wants to be
17
47073
2236
bet ne per mažai, ir kiekvienas taip pat nori spėti
01:01
a little bit below the average number as well.
18
49309
1945
šiek tiek mažiau nei vidurkis.
01:03
Think about what you might pick.
19
51254
2579
Pagalvokite, ką rinktumėtės.
01:05
As you're thinking, this is a toy model of something like
20
53833
3271
Kol mąstote, tai yra žaidybinis modelis kažko panašaus į
01:09
selling in the stock market during a rising market. Right?
21
57104
2812
pardavinėjimą akcijų biržoje kylant rinkai. Ar ne taip?
01:11
You don't want to sell too early, because you miss out on profits,
22
59916
2225
Nenorite parduoti per anksti, nes neuždirbsite pelno,
01:14
but you don't want to wait too late
23
62141
2180
bet taip pat nenorite parduoti ir per vėlai,
01:16
to when everyone else sells, triggering a crash.
24
64321
2401
kai parduoda visi kiti ir kaina krenta.
01:18
You want to be a little bit ahead of the competition, but not too far ahead.
25
66722
2879
Norite šiek tiek aplenkti visus kitus, bet ne per daug.
01:21
Okay, here's two theories about how people might think about this,
26
69601
3613
Gerai, štai dvi teorijos, kaip čia žmonės gali galvoti
01:25
and then we'll see some data.
27
73214
1396
ir tada pamatysime truputį duomenų.
01:26
Some of these will sound familiar because you probably are
28
74610
2191
Kai kas bus girdėta, nes jūs turbūt
01:28
thinking that way. I'm using my brain theory to see.
29
76801
3799
taip mąstote. Su savo smegenų teorija bandau matyti.
01:32
A lot of people say, "I really don't know what people are going to pick,
30
80600
3110
Daugelis sako: „Tikrai nežinau, ką rinksis kiti,
01:35
so I think the average will be 50."
31
83710
1673
taigi manau, kad vidurkis bus 50.“
01:37
They're not being really strategic at all.
32
85383
1911
Jie visai nesielgia strategiškai.
01:39
"And I'll pick two-thirds of 50. That's 33." That's a start.
33
87294
3352
„O aš rinksiuosi du trečdalius nuo 50. Tai 33.“ Štai ir pradžia.
01:42
Other people who are a little more sophisticated,
34
90646
1892
Kiti mąstys dar šiek tiek toliau,
01:44
using more working memory,
35
92538
1476
su daugiau darbinės atminties,
01:46
say, "I think people will pick 33 because they're going to pick a response to 50,
36
94014
3904
tarkim, „Manau, kad žmonės rinksis 33, nes jie bandys laimėti prieš 50,
01:49
and so I'll pick 22, which is two-thirds of 33."
37
97918
2968
taigi aš rinksiuosi 22, kas yra du trečdaliai nuo 33.“
01:52
They're doing one extra step of thinking, two steps.
38
100886
2479
Jie mąsto vienu žingsniu toliau, du žingsnius.
01:55
That's better. And of course, in principle,
39
103365
2617
Taip geriau. Ir aišku, iš principo,
01:57
you could do three, four or more,
40
105982
1827
galėtumėte tai daryti tris, keturis ar daugiau,
01:59
but it starts to get very difficult.
41
107809
1869
bet darosi sudėtinga.
02:01
Just like in language and other domains, we know that it's hard for people to parse
42
109678
2592
Kaip ir kalbose ir kitose srityse, žinome, kad sunku suvokti
02:04
very complex sentences with a kind of recursive structure.
43
112270
3634
labai sudėtingus sakinius su tam tikra rekursine struktūra.
02:07
This is called a cognitive hierarchy theory, by the way.
44
115904
1734
Beje, tai vadinasi kognityvine hierarchine teorija.
02:09
It's something that I've worked on and a few other people,
45
117638
2556
Tai kai kas, prie ko dirbau su keletu žmonių
02:12
and it indicates a kind of hierarchy along with
46
120194
2220
ir ji parodo tam tikrą hierarchiją, remiantis keliomis prielaidomis,
02:14
some assumptions about how many people stop at different steps
47
122414
2254
kaip žmonės sustoja po skirtingo žingsnių skaičiaus
02:16
and how the steps of thinking are affected
48
124668
1884
ir kaip tie mąstymo žingsniai yra sąlygojami daugybės
02:18
by lots of interesting variables and variant people, as we'll see in a minute.
49
126552
3696
įdomių kintamųjų ir žmonių variantų, kaip tuojau pamatysime.
02:22
A very different theory, a much more popular one, and an older one,
50
130248
3386
Visai kitokia teorija, daug žinomesnė ir senesnė
02:25
due largely to John Nash of "A Beautiful Mind" fame,
51
133634
3540
didele dalimi dėl Džono Nešo iš„"Nuostabus protas“ šlovės,
02:29
is what's called equilibrium analysis.
52
137174
2240
yra vadinamoji pusiausvyros analizė.
02:31
So if you've ever taken a game theory course at any level,
53
139414
2454
Jei mokėtės lošimų teorijos bet kokiame lygyje,
02:33
you will have learned a little bit about this.
54
141868
1713
turbūt šiek tiek mokėtės apie tai.
02:35
An equilibrium is a mathematical state in which everybody
55
143581
2855
Pusiausvyra yra matematinė būsena, kurioje visi
02:38
has figured out exactly what everyone else will do.
56
146436
2449
sugalvojo, ką tiksliai darys visi kiti.
02:40
It is a very useful concept, but behaviorally,
57
148885
2007
Tai labai naudinga koncepcija, bet iš elgsenos aspekto
02:42
it may not exactly explain what people do
58
150892
2003
tai gali ne visai tiksliai paaiškinti, ką žmonės daro
02:44
the first time they play these types of economic games
59
152895
2735
pirmąkart žaisdami tokius ekonominius žaidimus
02:47
or in situations in the outside world.
60
155630
2333
arba gyvenimiškose situacijose.
02:49
In this case, the equilibrium makes a very bold prediction,
61
157963
2338
Šiuo atveju pusiausvyra daro labai drąsią prognozę,
02:52
which is everyone wants to be below everyone else,
62
160301
2860
kad visi nori spėti mažiau nei visi kiti,
02:55
therefore they'll play zero.
63
163161
2291
todėl visi rinksis nulį.
02:57
Let's see what happens. This experiment's been done many, many times.
64
165452
3009
Pažvelkime į duomenis. Eksperimentas kartotas daug kartų.
03:00
Some of the earliest ones were done in the '90s
65
168461
1883
Ankstyviausius bandymus 90-aisiais
03:02
by me and Rosemarie Nagel and others.
66
170344
2645
atlikome su Rosemarie Nagel ir kitais.
03:04
This is a beautiful data set of 9,000 people who wrote in
67
172989
2985
Čia yra gražus duomenų rinkinys su 9000 žmonių, kurie parašė
03:07
to three newspapers and magazines that had a contest.
68
175974
2880
trims laikraščiams ir žurnalams, kurie paskelbė konkursą.
03:10
The contest said, send in your numbers
69
178854
1814
Konkursui reikėjo nusiųsti savo skaičius ir tas žmogus,
03:12
and whoever is close to two-thirds of the average will win a big prize.
70
180668
3155
kuris spės arčiausiai dviejų trečiųjų vidurkio laimės didelį prizą.
03:15
And as you can see, there's so much data here, you can see the spikes very visibly.
71
183823
3088
Čia puikiai matosi dažnai pasikartojančios reikšmės.
03:18
There's a spike at 33. Those are people doing one step.
72
186911
3381
Dažnai pasikartoja 33. Šie žmonės mąsto vienu žingsniu.
03:22
There is another spike visible at 22.
73
190292
2497
Taip pat pasikartoja 22.
03:24
And notice, by the way, that most people pick numbers right around there.
74
192789
2292
Ir pastebėkite, kad dauguma renkasi skaičius aplink.
03:27
They don't necessarily pick exactly 33 and 22.
75
195081
2510
Jie nesirenka tiksliai 33 ar 22.
03:29
There's something a little bit noisy around it.
76
197591
2056
Aplink šiek tiek triukšmo.
03:31
But you can see those spikes, and they're there.
77
199647
1478
Bet vistiek matote tuos pasikartojančius skaičius, jie ten.
03:33
There's another group of people who seem to have
78
201125
1710
Dar viena grupė žmonių, kurie turbūt
03:34
a firm grip on equilibrium analysis,
79
202835
2075
gerai išmano pusiausvyros analizę,
03:36
because they're picking zero or one.
80
204910
2395
nes renkasi nulį arba vieną.
03:39
But they lose, right?
81
207305
2089
Bet jie pralošia, ar ne?
03:41
Because picking a number that low is actually a bad choice
82
209394
3192
Nes rinktis tokį mažą skaičių iš tikro blogas pasirinkimas,
03:44
if other people aren't doing equilibrium analysis as well.
83
212586
2820
jei kiti žmonės taip gerai neišmano pusiausvyros analizės.
03:47
So they're smart, but poor.
84
215406
2112
Taigi šie žmonės gudrūs, bet neturtingi.
03:49
(Laughter)
85
217518
2088
(Juokas)
03:51
Where are these things happening in the brain?
86
219606
1969
Kur visa tai vyksta smegenyse?
03:53
One study by Coricelli and Nagel gives a really sharp, interesting answer.
87
221575
3875
Vienas Coricelli ir Nagel tyrimas pateikia gudrų ir įdomų atsakymą.
03:57
So they had people play this game
88
225450
1508
Jie paprašė dalyvių žaisti šį žaidimą
03:58
while they were being scanned in an fMRI,
89
226958
2217
kol jie buvo skenuojami fMRI (magnetinio rezonanso tomografu)
04:01
and two conditions: in some trials,
90
229175
2271
dviem skirtingomis sąlygomis: kai kuriuose bandymuose
04:03
they're told you're playing another person
91
231446
1515
jiems buvo pasakyta, kad jie žaidžia prieš kitą žmogų,
04:04
who's playing right now and we're going to match up
92
232961
1588
kuris žaidžia dabar ir mes palyginsime jūsų rezultatus
04:06
your behavior at the end and pay you if you win.
93
234549
2204
žaidimo pabaigoje ir sumokėsime jums pinigų, jei laimėsite.
04:08
In the other trials, they're told, you're playing a computer.
94
236753
1978
Kituose bandymuose buvo pasakyta, kad dalyviai žaidžia su kompiuteriu.
04:10
They're just choosing randomly.
95
238731
1634
Jie tiesiog renkasi atsitiktinai.
04:12
So what you see here is a subtraction
96
240365
2077
Taigi čia matote skirtumus
04:14
of areas in which there's more brain activity
97
242442
2750
vietose, kur smegenys aktyvesnės,
04:17
when you're playing people compared to playing the computer.
98
245192
2976
kai žmonės žaidžia su žmonėmis ir kompiuteriu.
04:20
And you see activity in some regions we've seen today,
99
248168
1991
Ir matote, kad aktyvios vietos, kurias matėme šiandien,
04:22
medial prefrontal cortex, dorsomedial, however, up here,
100
250159
3237
medialinė prefrontalinė žievė, dorsomedialinė, bet štai čia
04:25
ventromedial prefrontal cortex,
101
253396
1851
ventromedialinė prefrontalinė žievė,
04:27
anterior cingulate, an area that's involved
102
255247
1354
priekinė juostinė smegenų žievė, sritis, kuri dirba
04:28
in lots of types of conflict resolution, like if you're playing "Simon Says,"
103
256601
3637
su konfliktų sprendimu, tarkim žaidžiant „Simonas pasakė“
04:32
and also the right and left temporoparietal junction.
104
260238
3814
ir taip pat temoporoparietalinės jungtys.
04:36
And these are all areas which are fairly reliably known
105
264052
2466
Ir gana gerai žinoma, kad visos šios sritys susijusios su
04:38
to be part of what's called a "theory of mind" circuit,
106
266518
2321
vadinamąja „proto teorijos“ grandine,
04:40
or "mentalizing circuit."
107
268839
1901
arba „protaujančia grandine“.
04:42
That is, it's a circuit that's used to imagine what other people might do.
108
270740
3378
Tai grandinė, kuri bando įsivaizduoti, ką darytų kiti žmonės.
04:46
So these were some of the first studies to see this
109
274118
2240
Taigi šie tyrimai buvo pirmieji, kurie aptiko,
04:48
tied in to game theory.
110
276358
2033
kad tai susiję su lošimų teorija.
04:50
What happens with these one- and two-step types?
111
278391
2240
Kas nutinka šiems vieno ar dviejų žingsnių žmonių tipams?
04:52
So we classify people by what they picked,
112
280631
2071
Taigi mes suklasifikuojame žmones pagal jų pasirinkimą
04:54
and then we look at the difference between
113
282702
1667
ir tada stebime skirtumus tarp
04:56
playing humans versus playing computers,
114
284369
1975
žaidimo su žmonėmis ir žaidimo su kompiuteriu,
04:58
which brain areas are differentially active.
115
286344
1891
kurios smegenų vietos aktyvios skirtingai.
05:00
On the top you see the one-step players.
116
288235
1752
Viršuje matote vieno žingsnio žaidėjus.
05:01
There's almost no difference.
117
289987
1520
Beveik jokio skirtumo.
05:03
The reason is, they're treating other people like a computer, and the brain is too.
118
291507
2940
Taip yra todėl, kad kitus žaidėjus jie laiko kompiuteriais, todėl taip elgiasi ir smegenys.
05:06
The bottom players, you see all the activity in dorsomedial PFC.
119
294447
4141
Pas apatinius žaidėjus matome suaktyvėjusią dorsomedialinę prefrontalinę žievę.
05:10
So we know that those two-step players are doing something differently.
120
298588
2051
Matome, kad šie dviejų žingsnių žaidėjai kažką daro kitaip.
05:12
Now if you were to step back and say, "What can we do with this information?"
121
300639
3096
O jei paklaustumėte, ką galima su šia informacija padaryti,
05:15
you might be able to look at brain activity and say,
122
303735
1821
galėtumėte pažvelgti į smegenų aktyvumą ir pasakyti:
05:17
"This person's going to be a good poker player,"
123
305556
1499
„Šis asmuo bus geras pokerio lošėjas“,
05:19
or, "This person's socially naive,"
124
307055
1929
arba „šis žmogus socialiai naivus“,
05:20
and we might also be able to study things
125
308984
1278
ir galėtume tirti
05:22
like development of adolescent brains
126
310262
1598
kaip vystosi paauglių smegenys,
05:23
once we have an idea of where this circuitry exists.
127
311860
3354
kai tik surasime, kur yra šios grandinės.
05:27
Okay. Get ready.
128
315214
2612
Gerai. Pasiruoškite.
05:29
I'm saving you some brain activity,
129
317826
2123
Sutaupau jums šiek tiek smegenų veiklos,
05:31
because you don't need to use your hair detector cells.
130
319949
2810
nes jums nereikia naudoti savo plaukų ieškiklio ląstelių.
05:34
You should use those cells to think carefully about this game.
131
322759
2888
Naudokite tas ląsteles galvodami apie šį žaidimą.
05:37
This is a bargaining game.
132
325647
1935
Tai derybų žaidimas.
05:39
Two players who are being scanned using EEG electrodes
133
327582
2556
Du žaidėjai, skenuojami elektroencefalografo elektrodais,
05:42
are going to bargain over one to six dollars.
134
330138
2877
derėsis dėl sumos nuo vieno iki šešių dolerių.
05:45
If they can do it in 10 seconds, they're going to actually earn that money.
135
333015
2664
Jei sugebės tai padaryti per greičiau nei 10 sekundžių, jie gaus tuos pinigus.
05:47
If 10 seconds goes by and they haven't made a deal, they get nothing.
136
335679
3040
Jei prabėgs 10 sekundžių ir jie nebus suderėję, jie negaus nieko.
05:50
That's kind of a mistake together.
137
338719
1683
Tai klaida padaryta kartu.
05:52
The twist is that one player, on the left,
138
340402
2817
O triukas yra tai, kad vienas žaidėjų, kairysis,
05:55
is informed about how much on each trial there is.
139
343219
2688
žino, kiek pinigų yra kiekviename ėjime.
05:57
They play lots of trials with different amounts each time.
140
345907
2232
Jie žaidžia daug kartų su skirtingais pinigų kiekiais.
06:00
In this case, they know there's four dollars.
141
348139
2241
Šįkart jis žino, kad žaidžiama su 4 doleriais.
06:02
The uninformed player doesn't know,
142
350380
1877
Kitas žaidėjas to nežino,
06:04
but they know that the informed player knows.
143
352257
2054
bet žino, kad žino kitas žaidėjas.
06:06
So the uninformed player's challenge is to say,
144
354311
2059
Taigi iššūkis nežinančiajam yra nuspręsti,
06:08
"Is this guy really being fair
145
356370
1470
ar oponentas elgiasi teisingai,
06:09
or are they giving me a very low offer
146
357840
1854
ar siūlo itin mažai,
06:11
in order to get me to think that there's only one or two dollars available to split?"
147
359694
3078
kad patikėčiau, kad dalinamės tik 1 ar 2 dolerius.
06:14
in which case they might reject it and not come to a deal.
148
362772
3154
Tuo atveju jie gali atsisakyti ir nepasidalinti pinigų.
06:17
So there's some tension here between trying to get the most money
149
365926
2950
Todėl atsiranda įtampa tarp noro išgauti kuo daugiau pinigų
06:20
but trying to goad the other player into giving you more.
150
368876
2573
ir bandymo priversti kitą žaidėją jų duoti daugiau.
06:23
And the way they bargain is to point on a number line
151
371449
2330
O žaidėjai derasi parodydami tašką ant skaičių eilutės,
06:25
that goes from zero to six dollars,
152
373779
1806
kuri eina nuo 1 iki 6 dolerių
06:27
and they're bargaining over how much the uninformed player gets,
153
375585
2978
ir jie renkasi, kiek gaus nežinantis sumos žaidėjas,
06:30
and the informed player's going to get the rest.
154
378563
1585
o kitas žaidėjas pasiima likusius pinigus.
06:32
So this is like a management-labor negotiation
155
380148
2575
Tai panašu į vadovybės ir darbuotojų derybas,
06:34
in which the workers don't know how much profits
156
382723
2733
kai darbuotojai nežino, kiek pelno
06:37
the privately held company has, right,
157
385456
2667
turi privati kompanija,
06:40
and they want to maybe hold out for more money,
158
388123
2368
ir jie nori galbūt perimti daugiau pinigų,
06:42
but the company might want to create the impression
159
390491
1836
bet kompanija nori sudaryti vaizdą,
06:44
that there's very little to split: "I'm giving you the most that I can."
160
392327
2932
kad pinigų dalyboms labai mažai. „Duodu tiek, kiek galiu.“
06:47
First some behavior. So a bunch of the subject pairs, they play face to face.
161
395259
4231
Pirmiausia, elgesys. Žaidėjų poros žaidžia kartu, akis į akį.
06:51
We have some other data where they play across computers.
162
399490
1836
Turime duomenų, ir kai jie žaidžia su kompiuteriais.
06:53
That's an interesting difference, as you might imagine.
163
401326
1738
Skirtumas labai įdomus, kaip turbūt numanote.
06:55
But a bunch of the face-to-face pairs
164
403064
2202
Keletas tikrų žmonių porų
06:57
agree to divide the money evenly every single time.
165
405266
3693
susitaria kaskart dalintis pinigus po lygiai.
07:00
Boring. It's just not interesting neurally.
166
408959
2906
Nuobodu. Visai neįdomu neurologiškai.
07:03
It's good for them. They make a lot of money.
167
411865
2514
Gerai jiems. Jie uždiba daug pinigų.
07:06
But we're interested in, can we say something about
168
414379
2672
Bet mums įdomu, ar galime ką pasakyti, kada
07:09
when disagreements occur versus don't occur?
169
417051
2536
įvyksta nesutarimai ir kada neįvyksta?
07:11
So this is the other group of subjects who often disagree.
170
419587
2357
Taigi čia ta kita grupė žaidėjų, kurie dažnai nesusitaria.
07:13
So they have a chance of -- they bicker and disagree
171
421944
2768
Jie gali -- jie ginčijasi ir nesutaria
07:16
and end up with less money.
172
424712
1307
ir uždirba mažiau pinigų.
07:18
They might be eligible to be on "Real Housewives," the TV show.
173
426019
3917
Jie galėtų dalyvauti TV šou „Tikrosios namų šeimininkės“.
07:21
You see on the left,
174
429936
1936
Kairėje matote,
07:23
when the amount to divide is one, two or three dollars,
175
431872
2664
kai suma dalyboms yra 1, 2 ar 3 doleriai,
07:26
they disagree about half the time,
176
434536
1648
jie nesutaria apie pusėje žaidimų,
07:28
and when the amount is four, five, six, they agree quite often.
177
436184
2192
kai suma yra 4, 5 ar 6 doleriai, sutinkama gana dažnai.
07:30
This turns out to be something that's predicted
178
438376
1874
Ir būtent taip turi būti
07:32
by a very complicated type of game theory
179
440250
2204
pagal labai sudėtingą teoriją,
07:34
you should come to graduate school at CalTech and learn about.
180
442454
2809
kurią galite išmokti atvykę studijuoti į CalTech.
07:37
It's a little too complicated to explain right now,
181
445263
2172
Ji kiek per sudėtinga, kad paaiškinčiau dabar,
07:39
but the theory tells you that this shape kind of should occur.
182
447435
3416
bet teorija sako, kad taip ir turėtų nutikti.
07:42
Your intuition might tell you that too.
183
450851
2216
Jūsų intuicija irgi gali tai patvirtinti.
07:45
Now I'm going to show you the results from the EEG recording.
184
453067
2240
Dabar parodysiu jums elektroencefalografo rezultatus.
07:47
Very complicated. The right brain schematic
185
455307
2353
Labai sudėtinga. Dešinioji smegenų schema
07:49
is the uninformed person, and the left is the informed.
186
457660
2863
yra sumos nežinantis žmogus, o kairysis sumą žino.
07:52
Remember that we scanned both brains at the same time,
187
460523
2800
Smegenis skenavome tuo pat metu,
07:55
so we can ask about time-synced activity
188
463323
2392
todėl galime kalbėti apie procesus vykusius
07:57
in similar or different areas simultaneously,
189
465715
3224
panašiose ar skirtingose srityse vienu metu,
08:00
just like if you wanted to study a conversation
190
468939
2264
panašiai, kaip negrinėtume pokalbį
08:03
and you were scanning two people talking to each other
191
471203
1936
ir skenuotume du besikalbančius žmones,
08:05
and you'd expect common activity in language regions
192
473139
2360
ir tikėtumėmės panašių procesų kalbos srityse,
08:07
when they're actually kind of listening and communicating.
193
475499
2385
kai jie vienas kito klausosi ir kalba.
08:09
So the arrows connect regions that are active at the same time,
194
477884
3927
Taigi rodyklės jungia regionus, kurie yra tuo metu aktyvūs,
08:13
and the direction of the arrows flows
195
481811
2040
o rodyklių kryptis eina
08:15
from the region that's active first in time,
196
483851
2480
iš srities, kuri buvo aktyvi pirmoji,
08:18
and the arrowhead goes to the region that's active later.
197
486331
3568
į sritį, kuri suaktyvėja vėliau.
08:21
So in this case, if you look carefully,
198
489899
2216
Taigi šiuo atveju, įdėmiai pažiūrėjus
08:24
most of the arrows flow from right to left.
199
492115
1857
dauguma rodyklių eina iš dešinės į kairę.
08:25
That is, it looks as if the uninformed brain activity
200
493972
3280
Tai yra, atrodo, kad sumos nežinančio žmogaus
08:29
is happening first,
201
497252
1959
smegenys suaktyvėja anksčiau,
08:31
and then it's followed by activity in the informed brain.
202
499211
3515
ir tada seka suaktyvėjimas žinančiojo smegenyse.
08:34
And by the way, these were trials where their deals were made.
203
502726
3692
Ir beje, tai buvo bandymai, kai pasiektas susitarimas.
08:38
This is from the first two seconds.
204
506418
1780
Tai pirmosios dvi sekundės.
08:40
We haven't finished analyzing this data,
205
508198
1980
Dar neišanalizavome šių duomenų,
08:42
so we're still peeking in, but the hope is
206
510178
1900
tad vis dar žiūrinėjame, bet tikimės,
08:44
that we can say something in the first couple of seconds
207
512078
2564
kad galėsime ką nors pasakyti, ar jie susitars
08:46
about whether they'll make a deal or not,
208
514642
1723
per pirmąsias porą sekundžių,
08:48
which could be very useful in thinking about avoiding litigation
209
516365
2043
o tai gali būti labai naudinga bandant išvengti bylų,
08:50
and ugly divorces and things like that.
210
518408
1928
ir sunkių skyrybų ir panašių dalykų.
08:52
Those are all cases in which a lot of value is lost
211
520336
2883
Tai atvejai, kai žaidėjai neišlošia pinigų,
08:55
by delay and strikes.
212
523219
2976
nes nesusitaria ir priešinasi.
08:58
Here's the case where the disagreements occur.
213
526195
2030
Štai atvejai, kai įvyksta nesutarimai.
09:00
You can see it looks different than the one before.
214
528225
2173
Matote, kad vaizdas kitoks nei anksčiau.
09:02
There's a lot more arrows.
215
530398
2249
Daug daugiau rodyklių.
09:04
That means that the brains are synced up
216
532647
1511
Tai reiškia, kad smegenys veikia
09:06
more closely in terms of simultaneous activity,
217
534158
2552
daug glaudžiau laiko atžvilgiu
09:08
and the arrows flow clearly from left to right.
218
536710
2010
ir rodyklės eina iš kairės į dešinę.
09:10
That is, the informed brain seems to be deciding,
219
538720
2242
Tai yra, žinančios sumą smegenys bando nuspręsti,
09:12
"We're probably not going to make a deal here."
220
540962
2288
kad turbūt nepavyks šįkart pasiekti susitarimo.
09:15
And then later there's activity in the uninformed brain.
221
543250
3225
Ir tada seka suaktyvėjimas kito žaidėjo smegenyse.
09:18
Next I'm going to introduce you to some relatives.
222
546475
2503
Dabar jus supažindinsiu su keletu giminaičių.
09:20
They're hairy, smelly, fast and strong.
223
548978
2261
Jie plaukuoti, su kvapu, greiti ir stiprūs.
09:23
You might be thinking back to your last Thanksgiving.
224
551239
3190
Jau turbūt galvojate apie paskutinę Padėkos dieną.
09:26
Maybe if you had a chimpanzee with you.
225
554429
2693
Galbūt, jei kartu turėjote šimpanzę.
09:29
Charles Darwin and I and you broke off from the family tree
226
557122
3461
Čarlzas Darvinas ir aš atskilome nuo šimpanzių
09:32
from chimpanzees about five million years ago.
227
560583
2259
šeimos medžio prieš maždaug 5 milijonus metų.
09:34
They're still our closest genetic kin.
228
562842
1968
Jie vis dar artimiausi mūsų genetiniai giminaičiai.
09:36
We share 98.8 percent of the genes.
229
564810
1737
Sutampa 98,8 procentai mūsų genų.
09:38
We share more genes with them than zebras do with horses.
230
566547
2800
Mes turime daugiau bendrų genų nei arkliai ir zebrai.
09:41
And we're also their closest cousin.
231
569347
1717
Ir mes jų artimiausias pusbrolis.
09:43
They have more genetic relation to us than to gorillas.
232
571064
3002
Jie mums genetiškai artimesni nei gorilos.
09:46
So how humans and chimpanzees behave differently
233
574066
2528
Taigi žmonių ir šimpanzių elgesio skirtumai gali
09:48
might tell us a lot about brain evolution.
234
576594
2455
mums daug pasakyti apie smegenų evoliuciją.
09:51
So this is an amazing memory test
235
579049
2601
Štai nuostabus Nagojos (Japonija) Primatų Tyrimo Instituto
09:53
from Nagoya, Japan, Primate Research Institute,
236
581650
2816
atminties testas,
09:56
where they've done a lot of this research.
237
584466
1778
su kuriuo jie darė daug tyrimų.
09:58
This goes back quite a ways. They're interested in working memory.
238
586244
2340
Jie domisi darbine atmintimi.
10:00
The chimp is going to see, watch carefully,
239
588584
1772
Šimpanzė pamatys, stebėkite atidžiai,
10:02
they're going to see 200 milliseconds' exposure
240
590356
2202
jos per 200 milisekundžių pamatys
10:04
— that's fast, that's eight movie frames —
241
592558
1994
-- tai greita, apie 8 kino kadrai --
10:06
of numbers one, two, three, four, five.
242
594552
1951
skaičius vienas, du, trys, keturi, penki.
10:08
Then they disappear and they're replaced by squares,
243
596503
1998
Jie dingsta ir juos pakeičia kvadratai,
10:10
and they have to press the squares
244
598501
1755
ir jie turi paspausti kvadratus
10:12
that correspond to the numbers from low to high
245
600256
2321
ta pačia eile, kaip didėjo skaičiai,
10:14
to get an apple reward.
246
602577
1339
ir tada gauna prizą.
10:15
Let's see how they can do it.
247
603916
4771
Pažiūrėkime, kaip jiems sekasi.
10:28
This is a young chimp. The young ones
248
616391
1493
Tai jauna šimpanzė. Jaunoms
10:29
are better than the old ones, just like humans.
249
617884
2783
sekasi geriau nei senoms. Taip pat, kaip žmonėms.
10:32
And they're highly experienced, so they've done this
250
620667
1592
Jos labai patyrę, jos darė tai
10:34
thousands and thousands of time.
251
622259
1432
tūkstančių tūkstančius kartų.
10:35
Obviously there's a big training effect, as you can imagine.
252
623691
2884
Aišku, atsiranda didžiulis mokymosi efektas.
10:39
(Laughter)
253
627928
1344
(Juokas)
10:41
You can see they're very blasé and kind of effortless.
254
629272
1935
Kaip matote, jos labai greitos ir atrodo, kad net nesistengia.
10:43
Not only can they do it very well, they do it in a sort of lazy way.
255
631207
3928
Ir jos tai daro ne tik labai gerai, jos tai daro tingiai.
10:47
Right? Who thinks you could beat the chimps?
256
635135
3435
Taip? Kas mano, kad gali laimėti prieš šimpanzes?
10:50
Wrong. (Laughter)
257
638570
1596
Neteisingai. (Juokas)
10:52
We can try. We'll try. Maybe we'll try.
258
640166
2438
Galime pabandyti. Pabandysime. Galbūt pabandysime.
10:54
Okay, so the next part of this study
259
642604
2590
Gerai, kita tyrimo dalis,
10:57
I'm going to go quickly through
260
645194
1596
kurią greitai aptarsiu,
10:58
is based on an idea of Tetsuro Matsuzawa.
261
646790
2692
remiasi Tetsuto Matsuzawa`os idėja.
11:01
He had a bold idea that -- what he called the cognitive trade-off hypothesis.
262
649482
3029
Jis turėjo drąsią idėją, kurią vadino kognityvine kompromiso hipoteze.
11:04
We know chimps are faster and stronger.
263
652511
1292
Žinome, kad šimpanzės yra greitesnės ir stipresnės.
11:05
They're also very obsessed with status.
264
653803
1680
Joms taip pat labai rūpi jų statusas.
11:07
His thought was, maybe they've preserved brain activities
265
655483
2956
Jo idėja buvo, kad galbūt jos išlaikė smegenų veiklą
11:10
and they practice them in development
266
658439
2168
ir jas treniruoja kai kuo,
11:12
that are really, really important to them
267
660607
1851
kas joms labai labai svarbu,
11:14
to negotiate status and to win,
268
662458
2210
ir tai yra derybos dėl statuso,
11:16
which is something like strategic thinking during competition.
269
664668
2998
kas yra panašu į strateginį mąstymą žaidimo metu.
11:19
So we're going to check that out
270
667666
1580
Taigi pabandysime tai patikrinti,
11:21
by having the chimps actually play a game
271
669246
2430
leisdami šimpanzėms žaisti žaidimą,
11:23
by touching two touch screens.
272
671676
2638
kur jos gali liesti du lietimui jautrius ekranus.
11:26
The chimps are actually interacting with each other through the computers.
273
674314
2440
Jos iš tikrųjų kompiuteriu žaidžia viena prieš kitą.
11:28
They're going to press left or right.
274
676754
1608
Jos paspaus kairę arba dešinę.
11:30
One chimp is called a matcher.
275
678362
2113
Viena šimpanzė vadinasi derintoja.
11:32
They win if they press left, left,
276
680475
1983
Jei jos paspaudžia „kairė, kairė“,
11:34
like a seeker finding someone in hide-and-seek, or right, right.
277
682458
3169
kaip ieškantysis slėpynėse, arba „dešinė, dešinė“.
11:37
The mismatcher wants to mismatch.
278
685627
1228
Kitas žaidėjas nori priešingo rezultato.
11:38
They want to press the opposite screen of the chimp.
279
686855
3076
Jie nori paspausti kitą ekraną nei kitas žaidėjas.
11:41
And the rewards are apple cube rewards.
280
689931
2544
Ir prizai yra obuolio kubeliai.
11:44
So here's how game theorists look at these data.
281
692475
2528
Štai kaip lošimo teorijos specialistai mato šį žaidimą.
11:47
This is a graph of the percentage of times
282
695003
1614
Čia grafikas, kurio x ašyje yra procentinė dalis kartų,
11:48
the matcher picked right on the x-axis,
283
696617
2618
kai žaidėjas-derintojas pasirinko dešinę,
11:51
and the percentage of times they predicted right
284
699235
1516
ir y ašyje procentinė dalis kartų, kai kitas žaidėjas
11:52
by the mismatcher on the y-axis.
285
700751
2868
rinkosi dešinę.
11:55
So a point here is the behavior by a pair of players,
286
703619
3200
Taigi čia stebime žaidėjų porą,
11:58
one trying to match, one trying to mismatch.
287
706819
2216
kur vienas bando pasirinkti tą pačią, kitas žaidėjas - kitą pusę.
12:01
The NE square in the middle -- actually NE, CH and QRE --
288
709035
3280
NE kvadratas viduryje -- iš tikrųjų, NE, CH ir QRE --
12:04
those are three different theories of Nash equilibrium, and others,
289
712315
2456
tai yra trys skirtingos Nešo pusiausvyros teorijos,
12:06
tells you what the theory predicts,
290
714771
2424
sako, ką prognozuoja teorija,
12:09
which is that they should match 50-50,
291
717195
2272
ir tai yra, kad abu žaidėjai žaidžia 50-50, nes jei
12:11
because if you play left too much, for example,
292
719467
2168
žaisi kairę dažniau,
12:13
I can exploit that if I'm the mismatcher by then playing right.
293
721635
2716
aš galiu tai išnaudoti, žaisdamas dešinę.
12:16
And as you can see, the chimps, each chimp is one triangle,
294
724351
2764
Ir, kaip matote, šimpanzės, kiekviena šimpanzė yra trikampis,
12:19
are circled around, hovering around that prediction.
295
727115
3847
yra apvestos šalia tos prognozės.
12:22
Now we move the payoffs.
296
730962
1774
O dabar pakeičiame atlygius.
12:24
We're actually going to make the left, left payoff for the matcher a little bit higher.
297
732736
3443
Padarysime, kad „kairė, kairė“ žaidėjui derintojui būtų kiek pelningesnė.
12:28
Now they get three apple cubes.
298
736179
1520
Dabar jie gauna tris obuolio kubelius.
12:29
Game theoretically, that should actually make the mismatcher's behavior shift,
299
737699
2800
Iš žaidimų teorijos perspektyvos, būtent nederinančiojo žaidėjo
12:32
because what happens is, the mismatcher will think,
300
740499
1590
elgesys turėtų pasikeisti, nes jis manys, kad
12:34
oh, this guy's going to go for the big reward,
301
742089
1810
kitas žaidėjas norės gauti didesnį atlygį,
12:35
and so I'm going to go to the right, make sure he doesn't get it.
302
743899
3065
taigi aš rinksiuosi dešinę, kad jis atlygio negautų.
12:38
And as you can see, their behavior moves up
303
746964
1665
Kaip matote, elgesys pasislenka į viršų,
12:40
in the direction of this change in the Nash equilibrium.
304
748629
3448
į tą pačią pusę, kur pasislenka Nešo pusiausvyra.
12:44
Finally, we changed the payoffs one more time.
305
752077
2314
Pabaigai, dar kart pakeičiame atlygius.
12:46
Now it's four apple cubes,
306
754391
1192
Dabar tai keturi obuolio kubeliai,
12:47
and their behavior again moves towards the Nash equilibrium.
307
755583
2172
ir jų elgesys vėl juda link Nešo pusiausvyros.
12:49
It's sprinkled around, but if you average the chimps out,
308
757755
2035
Elgesys kiek išsibarstęs, bet visų šimpančių vidurkis
12:51
they're really, really close, within .01.
309
759790
2190
tikrai labai arti, nutolęs mažiau nei 0,01 atstumu.
12:53
They're actually closer than any species we've observed.
310
761980
3199
Jos arčiau nei bet kokia kita stebėta gyvūnų rūšis.
12:57
What about humans? You think you're smarter than a chimpanzee?
311
765179
3193
O kaip žmonės? Manote, kad esate protingesni už šimpanzes?
13:00
Here's two human groups in green and blue.
312
768372
3567
Štai žmonių grupės, žalia ir mėlyna spalva.
13:03
They're closer to 50-50. They're not responding to payoffs as closely,
313
771939
3744
Jie arčiau 50-50. Jie taip stipriai nereaguoja į atlygius,
13:07
and also if you study their learning in the game,
314
775683
1450
ir pastudijavus jų mokymąsi žaidžiant,
13:09
they aren't as sensitive to previous rewards.
315
777133
1985
jie nėra tiek jautrūs buvusiems atlygiams.
13:11
The chimps are playing better than the humans,
316
779118
1364
Šimpanzės žaidžia geriau nei žmonės,
13:12
better in the sense of adhering to game theory.
317
780482
2423
geriau sprendžiant pagal lošimų teoriją.
13:14
And these are two different groups of humans
318
782905
1419
Ir tai yra dvi žmonių grupės
13:16
from Japan and Africa. They replicate quite nicely.
319
784324
3196
iš Japonijos ir Afrikos. Rezultatai gana gerai pasikartoja.
13:19
None of them are close to where the chimps are.
320
787520
3235
Nė viena grupė nebuvo taip arti, kaip šimpanzės.
13:22
So here are some things we learned today.
321
790755
1755
Štai keletas dalykų, kuriuos išmokome šiandien.
13:24
People seem to do a limited amount of strategic thinking
322
792510
1938
Žmonės yra riboti strateginiame mąstyme
13:26
using theory of mind.
323
794448
1811
pagal proto teoriją.
13:28
We have some preliminary evidence from bargaining
324
796259
1917
Turime preliminarių įrodymų iš derybų,
13:30
that early warning signs in the brain might be used to predict
325
798176
2492
kad ankstyvi rodikliai smegenyse gali prognozuoti,
13:32
whether there will be a bad disagreement that costs money,
326
800668
2226
ar bus nesutarimas kuris atsieis pinigų,
13:34
and chimps are better competitors than humans,
327
802894
1840
o šimpanzės yra geresni žaidėjai už žmones
13:36
as judged by game theory.
328
804734
2464
sprendžiant pagal lošimų teoriją.
13:39
Thank you.
329
807198
1857
Ačiū.
13:41
(Applause)
330
809055
3573
(Plojimai)
ABOUT THE SPEAKER
Colin Camerer - Behavioral economistColin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making.
Why you should listen
Colin Camerer focuses on brain behavior during decision making, strategizing and market trading. He is the Robert Kirby Professor of Behavioral Finance and Economics at the California Institute of Technology. A child prodigy in his youth, Camerer received a B.A. in quantitative studies from Johns Hopkins when he was just 17 and a PhD in decision theory from the University of Chicago Graduate School of Business when he was 22. Camerer's research departs from previous theory in that it does not assume the mind to be a rational and perfect system, but rather focuses on the limitations of everyday people when they play actual games, and seeks to predict how they will behave in situations that involve strategy. His studies focus on neurological findings from economic experiments in the lab (on humans -- and monkeys!) Camerer is the author of Behavioral Game Theory.
Colin Camerer | Speaker | TED.com