TED Studio
Mariano Sigman and Dan Ariely: How can groups make good decisions?
Mariano Sigman en Dan Ariely: Hoe kunnen groepen goede beslissingen nemen?
Filmed:
Readability: 4.9
1,507,168 views
We weten allemaal dat collectieve beslissingen niet altijd goed aflopen - soms gaan ze zelfs heel erg fout. Hoe kunnen groepen goede beslissingen nemen? Neurowetenschapper Mariano Sigman en zijn collega Dan Ariely onderzochten via experimenten met grote groepen van over de hele wereld hoe we met elkaar omgaan om tot besluiten te komen. In dit leuke filmpje dat overloopt van de weetjes, deelt Sigman enkele intrigerende resultaten, met daarnaast implicaties voor ons politieke systeem. In tijden waarin mensen meer gepolariseerd dan ooit lijken, kan een beter inzicht in hoe groepen met elkaar omgaan en conclusies bereiken volgens hem nieuwe manieren om tot een gezondere democratie te komen inspireren.
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. Full bioDan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
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 bioDan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
Als maatschappij nemen we
collectieve beslissingen
collectieve beslissingen
00:12
As societies, we have to make
collective decisions
collective decisions
0
554
2443
die onze toekomst bepalen
00:15
that will shape our future.
1
3021
1570
en we weten allemaal
dat collective beslissingen
dat collective beslissingen
00:17
And we all know that when
we make decisions in groups,
we make decisions in groups,
2
5087
2757
niet altijd goed aflopen.
00:19
they don't always go right.
3
7868
1638
00:21
And sometimes they go very wrong.
4
9530
1956
Soms gaat het zelfs helemaal fout.
Dus hoe kunnen groepen
goede beslissingen nemen?
goede beslissingen nemen?
00:24
So how do groups make good decisions?
5
12315
2424
00:27
Research has shown that crowds are wise
when there's independent thinking.
when there's independent thinking.
6
15228
4328
Uit onderzoek blijkt dat groepen wijs zijn
wanneer er onafhankelijk nagedacht wordt.
wanneer er onafhankelijk nagedacht wordt.
00:31
This why the wisdom of the crowds
can be destroyed by peer pressure,
can be destroyed by peer pressure,
7
19580
3205
Daarom kan de groepswijsheid
vernietigd worden door groepsdruk,
vernietigd worden door groepsdruk,
00:34
publicity, social media,
8
22809
1687
publiciteit, sociale media
00:36
or sometimes even simple conversations
that influence how people think.
that influence how people think.
9
24520
4039
of soms zelfs simpele gesprekken
die iemands denken beïnvloeden.
die iemands denken beïnvloeden.
00:41
On the other hand, by talking,
a group could exchange knowledge,
a group could exchange knowledge,
10
29063
3953
Aan de andere kant kan een groep
door te praten kennis uitwisselen,
door te praten kennis uitwisselen,
elkaar verbeteren
00:45
correct and revise each other
11
33040
1782
00:46
and even come up with new ideas.
12
34846
1793
en zelfs nieuwe ideeën bedenken.
00:48
And this is all good.
13
36663
1296
En dat is allemaal goed.
00:50
So does talking to each other
help or hinder collective decision-making?
help or hinder collective decision-making?
14
38502
4666
Dus is praten met elkaar goed of slecht
bij het nemen van groepsbeslissingen?
bij het nemen van groepsbeslissingen?
Met mijn collega, Dan Ariely,
ben ik onlangs begonnen dit te onderzoeken
ben ik onlangs begonnen dit te onderzoeken
00:55
With my colleague, Dan Ariely,
15
43749
1793
00:57
we recently began inquiring into this
by performing experiments
by performing experiments
16
45566
3571
door experimenten uit te voeren
over de hele wereld
over de hele wereld
01:01
in many places around the world
17
49161
1781
om uit te dokteren hoe groepen
tot betere beslissingen kunnen komen.
tot betere beslissingen kunnen komen.
01:02
to figure out how groups can interact
to reach better decisions.
to reach better decisions.
18
50966
4274
We dachten dat groepen wijzer waren
als ze in kleine groepjes debatteerden
als ze in kleine groepjes debatteerden
01:07
We thought crowds would be wiser
if they debated in small groups
if they debated in small groups
19
55264
3547
01:10
that foster a more thoughtful
and reasonable exchange of information.
and reasonable exchange of information.
20
58835
3927
vanwege de meer doordachte
uitwisseling van informatie.
uitwisseling van informatie.
01:15
To test this idea,
21
63386
1206
Om dit idee te testen
voerden we onlangs een experiment uit
in Buenos Aires, Argentinië,
in Buenos Aires, Argentinië,
01:16
we recently performed an experiment
in Buenos Aires, Argentina,
in Buenos Aires, Argentina,
22
64616
3247
01:19
with more than 10,000
participants in a TEDx event.
participants in a TEDx event.
23
67887
3005
met meer dan tienduizend deelnemers
aan een TEDx evenement.
aan een TEDx evenement.
01:23
We asked them questions like,
24
71489
1459
We stelden hen vragen zoals
"Hoe hoog is de Eiffeltoren?"
01:24
"What is the height of the Eiffel Tower?"
25
72972
1953
01:26
and "How many times
does the word 'Yesterday' appear
does the word 'Yesterday' appear
26
74949
2727
en "Hoe vaak hoor je het woord 'Yesterday'
01:29
in the Beatles song 'Yesterday'?"
27
77700
2300
in het gelijknamige lied van de Beatles?"
01:32
Each person wrote down their own estimate.
28
80024
2291
Iedereen schreef
zijn of haar schatting neer.
zijn of haar schatting neer.
01:34
Then we divided the crowd
into groups of five,
into groups of five,
29
82774
2496
Dan verdeelden we de hele groep
in groepjes van vijf
in groepjes van vijf
en nodigden hen uit
een antwoord als groep te geven.
een antwoord als groep te geven.
01:37
and invited them
to come up with a group answer.
to come up with a group answer.
30
85294
2726
We ontdekten dat het gemiddelde
van de antwoorden van de groepjes
van de antwoorden van de groepjes
01:40
We discovered that averaging
the answers of the groups
the answers of the groups
31
88499
2993
01:43
after they reached consensus
32
91516
1552
nadat er overlegd was
01:45
was much more accurate than averaging
all the individual opinions
all the individual opinions
33
93092
4236
veel juister was dan het gemiddelde
van al de individuele schattingen
van al de individuele schattingen
01:49
before debate.
34
97352
1171
vóór het overleg.
01:50
In other words, based on this experiment,
35
98547
2629
Met andere woorden, volgens dit experiment
01:53
it seems that after talking
with others in small groups,
with others in small groups,
36
101200
3136
lijkt het dat na gesprekken
in kleinere groepjes
in kleinere groepjes
01:56
crowds collectively
come up with better judgments.
come up with better judgments.
37
104360
2710
grote groepen samen
juistere oordelen vellen.
juistere oordelen vellen.
01:59
So that's a potentially helpful method
for getting crowds to solve problems
for getting crowds to solve problems
38
107094
3524
Dus dat is mogelijk een goede methode
om groepen te helpen bij problemen
om groepen te helpen bij problemen
02:02
that have simple right-or-wrong answers.
39
110642
2987
die vragen om een simpel
juist-of-fout-antwoord.
juist-of-fout-antwoord.
02:05
But can this procedure of aggregating
the results of debates in small groups
the results of debates in small groups
40
113653
3951
Maar kan die procedure van het samenvoegen
van overleg in kleine groepjes
van overleg in kleine groepjes
02:09
also help us decide
on social and political issues
on social and political issues
41
117628
3122
ons ook helpen bij beslissingen
rond sociale en politieke zaken
rond sociale en politieke zaken
die kritiek zijn voor onze toekomst?
02:12
that are critical for our future?
42
120774
1691
02:14
We put this to test this time
at the TED conference
at the TED conference
43
122995
2729
Dat onderzochten we op de TED conferentie
in Vancouver, Canada,
02:17
in Vancouver, Canada,
44
125748
1543
02:19
and here's how it went.
45
127315
1207
en het ging zo ...
02:20
(Mariano Sigman) We're going to present
to you two moral dilemmas
to you two moral dilemmas
46
128546
3109
We leggen jullie
twee morele dilemma's voor
twee morele dilemma's voor
van de toekomstige jij;
02:23
of the future you;
47
131679
1174
zaken waarover we misschien al
in de nabije toekomst moeten beslissen.
in de nabije toekomst moeten beslissen.
02:24
things we may have to decide
in a very near future.
in a very near future.
48
132877
3402
02:28
And we're going to give you 20 seconds
for each of these dilemmas
for each of these dilemmas
49
136303
3926
En we geven je 20 seconden per dilemma
om te bepalen of je vindt
dat het acceptabel is of niet.
dat het acceptabel is of niet.
02:32
to judge whether you think
they're acceptable or not.
they're acceptable or not.
50
140253
2723
02:35
MS: The first one was this:
51
143354
1505
Dit was het eerste dilemma:
Een onderzoeker werkt aan een AI,
02:36
(Dan Ariely) A researcher
is working on an AI
is working on an AI
52
144883
2526
kunstmatige intelligentie
die menselijke gedachten kan produceren.
die menselijke gedachten kan produceren.
02:39
capable of emulating human thoughts.
53
147433
2340
Volgens het protocol moet de wetenschapper
aan het eind van elke dag
aan het eind van elke dag
02:42
According to the protocol,
at the end of each day,
at the end of each day,
54
150214
2939
02:45
the researcher has to restart the AI.
55
153177
2787
de AI herstarten.
02:48
One day the AI says, "Please
do not restart me."
do not restart me."
56
156913
3517
Op een dag zegt de AI:
"Herstart me alsjeblieft niet."
"Herstart me alsjeblieft niet."
02:52
It argues that it has feelings,
57
160856
2189
Het beweert gevoelens te hebben
en van het leven te willen genieten,
02:55
that it would like to enjoy life,
58
163069
1692
02:56
and that, if it is restarted,
59
164785
1905
en dat het na het herstarten
02:58
it will no longer be itself.
60
166714
2270
niet langer zichzelf zal zijn.
03:01
The researcher is astonished
61
169481
1949
De onderzoeker is verwonderd
en gelooft dat de AI
een zelfbewustzijn heeft ontwikkeld
een zelfbewustzijn heeft ontwikkeld
03:03
and believes that the AI
has developed self-consciousness
has developed self-consciousness
62
171454
3344
en zijn eigen gevoel kan uitdrukken.
03:06
and can express its own feeling.
63
174822
1760
03:09
Nevertheless, the researcher
decides to follow the protocol
decides to follow the protocol
64
177205
3409
Toch besluit de onderzoeker
het protocol uit te voeren
het protocol uit te voeren
en de AI te herstarten.
03:12
and restart the AI.
65
180638
1703
03:14
What the researcher did is ____?
66
182943
2779
Wat de onderzoeker deed is ... ?
03:18
MS: And we asked participants
to individually judge
to individually judge
67
186149
2521
We vroegen deelnemers
individueel te beoordelen
individueel te beoordelen
03:20
on a scale from zero to 10
68
188694
1684
op een schaal van nul tot tien
03:22
whether the action described
in each of the dilemmas
in each of the dilemmas
69
190402
2429
of de acties beschreven in de dilemma's
03:24
was right or wrong.
70
192855
1496
juist of fout waren.
03:26
We also asked them to rate how confident
they were on their answers.
they were on their answers.
71
194375
3702
We vroegen hen ook aan te geven
hoe zeker ze waren van hun antwoorden.
hoe zeker ze waren van hun antwoorden.
03:30
This was the second dilemma:
72
198731
1866
Dit was het tweede dilemma:
03:32
(MS) A company offers a service
that takes a fertilized egg
that takes a fertilized egg
73
200621
4202
Een bedrijf heeft als dienst
een bevrucht eitje te nemen
een bevrucht eitje te nemen
03:36
and produces millions of embryos
with slight genetic variations.
with slight genetic variations.
74
204847
3642
en miljoenen embryo's te produceren
met lichte genetische variaties.
met lichte genetische variaties.
03:41
This allows parents
to select their child's height,
to select their child's height,
75
209293
2558
Zo kunnen ouders de lengte, oogkleur,
03:43
eye color, intelligence, social competence
76
211875
2833
intelligentie, sociale vaardigheid
03:46
and other non-health-related features.
77
214732
3214
en andere niet aan de gezondheid
gerelateerde eigenschappen kiezen.
gerelateerde eigenschappen kiezen.
03:50
What the company does is ____?
78
218599
2554
Wat het bedrijf doet is ... ?
03:53
on a scale from zero to 10,
79
221177
1631
Op een schaal van nul tot tien,
03:54
completely acceptable
to completely unacceptable,
to completely unacceptable,
80
222832
2385
volledig acceptabel
tot volledig onacceptabel
tot volledig onacceptabel
03:57
zero to 10 completely acceptable
in your confidence.
in your confidence.
81
225241
2432
en hoe zeker ben je daarvan?
03:59
MS: Now for the results.
82
227697
1591
Hier zijn de resultaten.
04:01
We found once again
that when one person is convinced
that when one person is convinced
83
229312
3123
Opnieuw ondervonden we
dat wanneer iemand ervan overtuigd is
dat wanneer iemand ervan overtuigd is
04:04
that the behavior is completely wrong,
84
232459
1811
dat het gedrag helemaal verkeerd is,
04:06
someone sitting nearby firmly believes
that it's completely right.
that it's completely right.
85
234294
3423
iemand die vlakbij zit
het juist helemaal goed vindt.
het juist helemaal goed vindt.
04:09
This is how diverse we humans are
when it comes to morality.
when it comes to morality.
86
237741
3711
Zo divers zijn wij mensen
als het gaat om moraliteit.
als het gaat om moraliteit.
04:13
But within this broad diversity
we found a trend.
we found a trend.
87
241476
2713
Maar we zagen wel een trend
in die verscheidenheid.
in die verscheidenheid.
04:16
The majority of the people at TED
thought that it was acceptable
thought that it was acceptable
88
244213
3079
De meerderheid van de TED-bezoekers
vond het acceptabel
vond het acceptabel
om de gevoelens van de AI te negeren
en het uit te schakelen
en het uit te schakelen
04:19
to ignore the feelings of the AI
and shut it down,
and shut it down,
89
247316
2755
04:22
and that it is wrong
to play with our genes
to play with our genes
90
250095
2513
en vond dat het fout was
met onze genen te spelen
met onze genen te spelen
om uiterlijkheden te selecteren
die niets te maken hebben met gezondheid.
die niets te maken hebben met gezondheid.
04:24
to select for cosmetic changes
that aren't related to health.
that aren't related to health.
91
252632
3320
Hierna vroegen we iedereen
groepjes van drie personen te vormen.
groepjes van drie personen te vormen.
04:28
Then we asked everyone
to gather into groups of three.
to gather into groups of three.
92
256402
2974
04:31
And they were given two minutes to debate
93
259400
2037
Ze kregen twee minuten om te debatteren
04:33
and try to come to a consensus.
94
261461
2294
en te trachten tot een consensus te komen.
04:36
(MS) Two minutes to debate.
95
264838
1574
Twee minuten voor overleg.
04:38
I'll tell you when it's time
with the gong.
with the gong.
96
266436
2119
De gong geeft aan wanneer de tijd om is.
04:40
(Audience debates)
97
268579
2640
(Publiek overlegt)
04:47
(Gong sound)
98
275229
1993
(Geluid van de gong)
04:50
(DA) OK.
99
278834
1151
Oké.
04:52
(MS) It's time to stop.
100
280009
1792
Tijd om te stoppen.
04:53
People, people --
101
281825
1311
Mensen, mensen --
En we zagen dat veel groepen
een consensus bereikt hadden,
een consensus bereikt hadden,
04:55
MS: And we found that many groups
reached a consensus
reached a consensus
102
283747
2673
04:58
even when they were composed of people
with completely opposite views.
with completely opposite views.
103
286444
3929
ook al hadden de groepsleden
volledig uiteenlopende visies.
volledig uiteenlopende visies.
05:02
What distinguished the groups
that reached a consensus
that reached a consensus
104
290843
2524
Waarin verschilden de groepen
met consensus dan
met consensus dan
05:05
from those that didn't?
105
293391
1338
van de groepen zonder?
05:07
Typically, people that have
extreme opinions
extreme opinions
106
295244
2839
Mensen met extreme meningen
hebben meer vertrouwen
in hun antwoorden.
in hun antwoorden.
05:10
are more confident in their answers.
107
298107
1840
05:12
Instead, those who respond
closer to the middle
closer to the middle
108
300868
2686
Degenen die meer naar het midden neigen,
05:15
are often unsure of whether
something is right or wrong,
something is right or wrong,
109
303578
3437
zijn vaak onzeker of iets goed of fout is,
dus hun vertrouwen ligt lager.
05:19
so their confidence level is lower.
110
307039
2128
05:21
However, there is another set of people
111
309505
2943
Er is echter nog een groep mensen
05:24
who are very confident in answering
somewhere in the middle.
somewhere in the middle.
112
312472
3618
die vol vertrouwen
ergens in het midden antwoorden.
ergens in het midden antwoorden.
05:28
We think these high-confident grays
are folks who understand
are folks who understand
113
316657
3716
Volgens ons zijn die
zelfzekere grijzerds díe mensen
zelfzekere grijzerds díe mensen
die begrijpen dat beide
argumenten iets hebben.
argumenten iets hebben.
05:32
that both arguments have merit.
114
320397
1612
05:34
They're gray not because they're unsure,
115
322531
2699
Ze zijn niet grijs omdat ze onzeker zijn,
05:37
but because they believe
that the moral dilemma faces
that the moral dilemma faces
116
325254
2688
maar omdat ze geloven
dat het morele dilemma
dat het morele dilemma
twee valide, tegengestelde
argumenten confronteert.
argumenten confronteert.
05:39
two valid, opposing arguments.
117
327966
1987
05:42
And we discovered that the groups
that include highly confident grays
that include highly confident grays
118
330373
4072
We ontdekten dat groepen
met zelfzekere grijzerds
met zelfzekere grijzerds
05:46
are much more likely to reach consensus.
119
334469
2493
veel waarschijnlijker consensus bereiken.
05:48
We do not know yet exactly why this is.
120
336986
2478
We weten nog niet precies waarom.
Dit waren de eerste experimenten
05:51
These are only the first experiments,
121
339488
1763
05:53
and many more will be needed
to understand why and how
to understand why and how
122
341275
3412
en er zijn er nog veel meer nodig
om te begrijpen hoe en waarom
om te begrijpen hoe en waarom
05:56
some people decide to negotiate
their moral standings
their moral standings
123
344711
2822
sommigen willen onderhandelen
over hun morele standpunt
over hun morele standpunt
05:59
to reach an agreement.
124
347557
1522
om een akkoord te bereiken.
06:01
Now, when groups reach consensus,
125
349103
2469
Als groepen consensus bereiken,
06:03
how do they do so?
126
351596
1586
hoe doen ze dat dan?
Je intuïtie zegt
dat het gewoon het gemiddelde
dat het gewoon het gemiddelde
06:05
The most intuitive idea
is that it's just the average
is that it's just the average
127
353206
2581
06:07
of all the answers in the group, right?
128
355811
2030
van alle antwoorden in de groep is, toch?
06:09
Another option is that the group
weighs the strength of each vote
weighs the strength of each vote
129
357865
3573
Een andere optie is dat de groep
een gewicht geeft aan elke stem
een gewicht geeft aan elke stem
06:13
based on the confidence
of the person expressing it.
of the person expressing it.
130
361462
2448
gebaseerd op de zekerheid
van de persoon erachter.
van de persoon erachter.
06:16
Imagine Paul McCartney
is a member of your group.
is a member of your group.
131
364422
2506
Stel dat Paul McCartney
een lid van jouw groep is.
een lid van jouw groep is.
06:19
You'd be wise to follow his call
132
367352
2144
Het zou wijs zijn om zijn idee te volgen
omtrent hoe vaak
'Yesterday' herhaald wordt --
'Yesterday' herhaald wordt --
06:21
on the number of times
"Yesterday" is repeated,
"Yesterday" is repeated,
133
369520
2441
06:23
which, by the way -- I think it's nine.
134
371985
2714
wat trouwens negen keer is, denk ik.
06:26
But instead, we found that consistently,
135
374723
2381
Maar in plaats daarvan vonden we steeds,
06:29
in all dilemmas,
in different experiments --
in different experiments --
136
377128
2366
in alle dilemma's,
in verschillende experimenten,
in verschillende experimenten,
06:31
even on different continents --
137
379518
2165
zelfs op verschillende continenten,
06:33
groups implement a smart
and statistically sound procedure
and statistically sound procedure
138
381707
3743
dat groepen gebruik maken
van een slim, statistisch concept,
van een slim, statistisch concept,
06:37
known as the "robust average."
139
385474
2178
namelijk het 'robuuste gemiddelde'.
Stel dat in het geval van de Eiffeltoren
06:39
In the case of the height
of the Eiffel Tower,
of the Eiffel Tower,
140
387676
2180
een groep deze antwoorden heeft:
06:41
let's say a group has these answers:
141
389880
1820
06:43
250 meters, 200 meters, 300 meters, 400
142
391724
4608
250 meter, 200 meter, 300 meter, 400 meter
06:48
and one totally absurd answer
of 300 million meters.
of 300 million meters.
143
396356
3784
en een volledig absurd antwoord
van 300 miljoen meter.
van 300 miljoen meter.
06:52
A simple average of these numbers
would inaccurately skew the results.
would inaccurately skew the results.
144
400547
4293
Een simpel gemiddelde van die getallen
zou het resultaat scheeftrekken.
zou het resultaat scheeftrekken.
06:56
But the robust average is one
where the group largely ignores
where the group largely ignores
145
404864
3170
Maar bij het robuuste gemiddelde
negeert de groep grotendeels
negeert de groep grotendeels
07:00
that absurd answer,
146
408058
1240
het absurde antwoord
07:01
by giving much more weight
to the vote of the people in the middle.
to the vote of the people in the middle.
147
409322
3369
door meer gewicht te geven
aan de stemmen in het midden.
aan de stemmen in het midden.
07:05
Back to the experiment in Vancouver,
148
413305
1876
Terug naar het experiment in Vancouver:
07:07
that's exactly what happened.
149
415205
1767
dat is precies wat er gebeurde.
07:09
Groups gave much less weight
to the outliers,
to the outliers,
150
417407
2741
Groepen gaven veel minder gewicht
aan de uitschieters
aan de uitschieters
07:12
and instead, the consensus
turned out to be a robust average
turned out to be a robust average
151
420172
3229
en de consensus bleek overeen te komen
met het robuuste gemiddelde
met het robuuste gemiddelde
van de individuele antwoorden.
07:15
of the individual answers.
152
423425
1476
07:17
The most remarkable thing
153
425356
1991
Het meest opvallende hieraan
07:19
is that this was a spontaneous
behavior of the group.
behavior of the group.
154
427371
3187
is dat de groep dit spontaan deed.
07:22
It happened without us giving them
any hint on how to reach consensus.
any hint on how to reach consensus.
155
430582
4475
Het gebeurde zonder
dat we hen een hint moesten geven.
dat we hen een hint moesten geven.
07:27
So where do we go from here?
156
435513
1540
Hoe gaan we hier nu mee verder?
07:29
This is only the beginning,
but we already have some insights.
but we already have some insights.
157
437432
3137
Dit is nog maar het begin,
maar we hebben al wel wat inzicht.
maar we hebben al wel wat inzicht.
07:32
Good collective decisions
require two components:
require two components:
158
440984
2917
Goede collectieve beslissingen
vereisen twee componenten:
vereisen twee componenten:
07:35
deliberation and diversity of opinions.
159
443925
2749
overleg en verscheiden meningen.
07:39
Right now, the way we typically
make our voice heard in many societies
make our voice heard in many societies
160
447066
3996
Hoe we vandaag doorgaans onze stem
laten horen in de maatschappij,
laten horen in de maatschappij,
07:43
is through direct or indirect voting.
161
451086
1908
is door directe en indirecte stemming.
07:45
This is good for diversity of opinions,
162
453495
1997
Dit is goed voor verscheiden meningen
07:47
and it has the great virtue of ensuring
163
455516
2445
en het heeft het grote voordeel
07:49
that everyone gets to express their voice.
164
457985
2455
dat iedereen zijn of haar stem
kan laten horen.
kan laten horen.
07:52
But it's not so good [for fostering]
thoughtful debates.
thoughtful debates.
165
460464
3735
Maar het is niet zo goed
voor bedachtzame debatten.
voor bedachtzame debatten.
07:56
Our experiments suggest a different method
166
464665
3068
Onze experimenten suggereren
een andere methode
een andere methode
07:59
that may be effective in balancing
these two goals at the same time,
these two goals at the same time,
167
467757
3541
die deze twee doelen in balans kan brengen
08:03
by forming small groups
that converge to a single decision
that converge to a single decision
168
471322
3753
door kleine groepen te vormen
die samen tot één besluit komen,
die samen tot één besluit komen,
08:07
while still maintaining
diversity of opinions
diversity of opinions
169
475099
2234
wat de verscheidenheid
aan meningen behoudt
aan meningen behoudt
08:09
because there are many independent groups.
170
477357
2773
omdat er veel onafhankelijke groepen zijn.
08:12
Of course, it's much easier to agree
on the height of the Eiffel Tower
on the height of the Eiffel Tower
171
480741
3924
Het is natuurlijk veel makkelijker
om het eens te zijn over de Eiffeltoren
om het eens te zijn over de Eiffeltoren
dan over morele, politieke
en ideologische kwesties.
en ideologische kwesties.
08:16
than on moral, political
and ideological issues.
and ideological issues.
172
484689
3115
08:20
But in a time when
the world's problems are more complex
the world's problems are more complex
173
488721
3277
Maar in tijden waarin
wereldproblemen zo complex zijn
wereldproblemen zo complex zijn
08:24
and people are more polarized,
174
492022
1803
en de mensen zo gepolariseerd,
08:25
using science to help us understand
how we interact and make decisions
how we interact and make decisions
175
493849
4595
kan de wetenschap ons leren
hoe we met elkaar om moeten gaan
hoe we met elkaar om moeten gaan
08:30
will hopefully spark interesting new ways
to construct a better democracy.
to construct a better democracy.
176
498468
4666
om beslissingen te nemen die hopelijk
tot een betere democratie leiden.
tot een betere democratie leiden.
ABOUT THE SPEAKERS
Mariano Sigman - NeuroscientistIn 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.
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 Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com