TEDSalon London 2010
Noreena Hertz: How to use experts -- and when not to
Noreena Hertz: Jak korzystać z ekspertów - i kiedy tego nie robić
Filmed:
Readability: 5.3
951,198 views
Codziennie podejmujemy ważne decyzje i polegamy przy tym na pomocy ekspertów. Jednak, jak twierdzi ekonomistka Noreena Hertz, przesadne poleganie na ekspertach może stanowić ograniczenie, a nawet zagrożenie. Hertz wzywa do demokratyzacji ekspertyz i słuchania nie tylko "chirurgów i dyrektorów generalnych, ale także pracowników w sklepie."
Noreena Hertz - Economist
Noreena Hertz looks at global culture -- financial and otherwise -- using an approach that combines traditional economic analysis with foreign policy trends, psychology, behavioural economics, anthropology, history and sociology. Full bio
Noreena Hertz looks at global culture -- financial and otherwise -- using an approach that combines traditional economic analysis with foreign policy trends, psychology, behavioural economics, anthropology, history and sociology. Full bio
Double-click the English transcript below to play the video.
00:15
It's Monday morning.
0
0
3000
Jest poniedziałkowy poranek.
00:18
In Washington,
1
3000
2000
W Waszyngtonie
00:20
the president of the United States
2
5000
2000
prezydent Stanów Zjednoczonych
00:22
is sitting in the Oval Office,
3
7000
2000
siedzi w Gabinecie Owalnym,
00:24
assessing whether or not
4
9000
2000
oceniając, czy
00:26
to strike Al Qaeda
5
11000
2000
uderzyć w Al-Kaidę
00:28
in Yemen.
6
13000
2000
w Jemenie.
00:30
At Number 10 Downing Street,
7
15000
2000
Pod numerem 10 na Downing Street
00:32
David Cameron is trying to work out
8
17000
3000
David Cameron stara się ocenić,
00:35
whether to cut more public sector jobs
9
20000
3000
czy likwidować kolejne miejsca pracy w sektorze publicznym,
00:38
in order to stave off a double-dip recession.
10
23000
3000
by odeprzeć drugą falę recesji.
00:41
In Madrid, Maria Gonzalez
11
26000
3000
W Madrycie Maria Gonzalez
00:44
is standing at the door,
12
29000
2000
stoi przy drzwiach,
00:46
listening to her baby crying and crying,
13
31000
3000
słuchając nieustającego płaczu swojego dziecka
00:49
trying to work out whether she should let it cry
14
34000
3000
i starając się ocenić, czy powinna pozwolić mu płakać
00:52
until it falls asleep
15
37000
2000
aż zaśnie,
00:54
or pick it up and hold it.
16
39000
3000
czy wziąć je na ręce i przytulić.
00:57
And I am sitting by my father's bedside in hospital,
17
42000
4000
A ja siedzę przy szpitalnym łóżku swojego ojca,
01:01
trying to work out
18
46000
2000
starając się ocenić,
01:03
whether I should let him drink
19
48000
2000
czy mam kazać mu wypić
01:05
the one-and-a-half-liter bottle of water
20
50000
3000
półtoralitrową butelkę wody,
01:08
that his doctors just came in and said,
21
53000
3000
tak jak mówią mi lekarze:
01:11
"You must make him drink today," --
22
56000
2000
"Musi pani zmusić go dzisiaj do picia" -
01:13
my father's been nil by mouth for a week --
23
58000
3000
mój ojciec nie przyjmuje nic doustnie od tygodnia -
01:16
or whether, by giving him this bottle,
24
61000
4000
czy podając mu tę wodę
01:20
I might actually kill him.
25
65000
3000
go właściwie nie uśmiercę.
01:23
We face momentous decisions
26
68000
3000
Stajemy w obliczu przełomowych decyzji
01:26
with important consequences
27
71000
2000
o znaczących konsekwencjach
01:28
throughout our lives,
28
73000
2000
przez całe swoje życie.
01:30
and we have strategies for dealing with these decisions.
29
75000
3000
I mamy strategie radzenia sobie z nimi.
01:33
We talk things over with our friends,
30
78000
3000
Omawiamy swoje sprawy z przyjaciółmi,
01:36
we scour the Internet,
31
81000
3000
przeszukujemy Internet,
01:39
we search through books.
32
84000
3000
szukamy w książkach.
01:42
But still,
33
87000
2000
Jednak wciąż,
01:44
even in this age
34
89000
2000
nawet w czasach
01:46
of Google and TripAdvisor
35
91000
2000
Google, TripAdvisor [serwis recenzji podróżniczych]
01:48
and Amazon Recommends,
36
93000
3000
i rekomendacji Amazon,
01:51
it's still experts
37
96000
2000
wciąż najbardziej polegamy
01:53
that we rely upon most --
38
98000
3000
na ekspertach -
01:56
especially when the stakes are high
39
101000
2000
zwłaszcza kiedy stawka jest wysoka,
01:58
and the decision really matters.
40
103000
3000
a decyzja naprawdę ma znaczenie.
02:01
Because in a world of data deluge
41
106000
2000
A to dlatego, że w rzeczywistości zalewu informacyjnego
02:03
and extreme complexity,
42
108000
3000
i skrajnej złożoności
02:06
we believe that experts
43
111000
2000
wierzymy, że eksperci
02:08
are more able to process information than we can --
44
113000
3000
potrafią przetwarzać informacje lepiej niż my,
02:11
that they are able to come to better conclusions
45
116000
3000
że potrafią dojść do trafniejszych wniosków
02:14
than we could come to on our own.
46
119000
3000
niż my sami.
02:17
And in an age
47
122000
2000
W czasach,
02:19
that is sometimes nowadays frightening
48
124000
3000
które mogą wywoływać obawę
02:22
or confusing,
49
127000
2000
albo zagubienie,
02:24
we feel reassured
50
129000
2000
czujemy się uspokojeni
02:26
by the almost parental-like authority
51
131000
3000
tym niemal rodzicielskim autorytetem
02:29
of experts
52
134000
2000
ekspertów,
02:31
who tell us so clearly what it is
53
136000
3000
którzy tak jasno mówią nam,
02:34
we can and cannot do.
54
139000
3000
co możemy, a czego nam nie wolno.
02:38
But I believe
55
143000
2000
Ale sądzę,
02:40
that this is a big problem,
56
145000
2000
że to duży problem
02:42
a problem with potentially dangerous consequences
57
147000
4000
o potencjalnie niebezpiecznych konsekwencjach
02:46
for us as a society,
58
151000
3000
dla nas jako społeczeństwa,
02:49
as a culture
59
154000
2000
jako kultury
02:51
and as individuals.
60
156000
2000
i jako jednostek.
02:53
It's not that experts
61
158000
2000
Nie chodzi o to, że eksperci
02:55
have not massively contributed to the world --
62
160000
2000
nie mieli znaczącego wkładu w to, jaki jest świat -
02:57
of course they have.
63
162000
2000
rzecz jasna mieli.
02:59
The problem lies with us:
64
164000
3000
Problem tkwi w nas;
03:02
we've become addicted to experts.
65
167000
3000
uzależniliśmy się od ekspertów.
03:05
We've become addicted to their certainty,
66
170000
3000
Uzależniliśmy się od ich pewności,
03:08
their assuredness,
67
173000
2000
upewnienia,
03:10
their definitiveness,
68
175000
2000
ostateczności sądów
03:12
and in the process,
69
177000
2000
i stopniowo
03:14
we have ceded our responsibility,
70
179000
2000
przenieśliśmy swoją odpowiedzialność,
03:16
substituting our intellect
71
181000
2000
zastępując intelekt
03:18
and our intelligence
72
183000
3000
i inteligencję
03:21
for their supposed words of wisdom.
73
186000
3000
wiarą w ich nieomylność
03:24
We've surrendered our power,
74
189000
3000
Poddaliśmy się,
03:27
trading off our discomfort
75
192000
2000
zamieniając swój dyskomfort
03:29
with uncertainty
76
194000
2000
związany z niepewnością
03:31
for the illusion of certainty
77
196000
2000
na iluzję pewności,
03:33
that they provide.
78
198000
3000
której dostarczają nam eksperci.
03:36
This is no exaggeration.
79
201000
3000
To nie jest przesada.
03:39
In a recent experiment,
80
204000
2000
W niedawno przeprowadzonym eksperymencie
03:41
a group of adults
81
206000
2000
zbadano za pomocą rezonansu magnetycznego
03:43
had their brains scanned in an MRI machine
82
208000
3000
aktywność mózgów grupy dorosłych osób,
03:46
as they were listening to experts speak.
83
211000
3000
podczas gdy słuchali wypowiedzi ekspertów.
03:50
The results were quite extraordinary.
84
215000
3000
Wyniki okazały się nadzwyczajne.
03:53
As they listened to the experts' voices,
85
218000
3000
Kiedy badani słuchali głosów ekspertów,
03:56
the independent decision-making parts of their brains
86
221000
5000
obszary mózgu odpowiedzialne za samodzielne podejmowanie decyzji
04:01
switched off.
87
226000
2000
wyłączały się.
04:03
It literally flat-lined.
88
228000
3000
Obraz dosłownie się spłaszczał.
04:06
And they listened to whatever the experts said
89
231000
2000
Słuchali wszystkiego, co mówili eksperci
04:08
and took their advice, however right or wrong.
90
233000
3000
i przyjmowali ich radę, niezależnie od poprawności.
04:12
But experts do get things wrong.
91
237000
3000
A ekspertom zdarza się mylić.
04:16
Did you know that studies show
92
241000
3000
Czy wiedzieliście, że badania pokazują,
04:19
that doctors misdiagnose
93
244000
3000
że lekarze wydają mylne diagnozy
04:22
four times out of 10?
94
247000
3000
w czterech przypadkach na dziesięć?
04:25
Did you know
95
250000
2000
Czy wiedzieliście,
04:27
that if you file your tax returns yourself,
96
252000
3000
że jeśli sami wypełniacie swoje zeznanie podatkowe,
04:30
you're statistically more likely
97
255000
2000
jest większe prawdopodobieństwo,
04:32
to be filing them correctly
98
257000
2000
że robicie to poprawnie
04:34
than if you get a tax adviser
99
259000
2000
niż kiedy zatrudnicie
04:36
to do it for you?
100
261000
2000
do tego doradcę podatkowego?
04:38
And then there's, of course, the example
101
263000
2000
Jest też oczywiście przykład,
04:40
that we're all too aware of:
102
265000
2000
którego wszyscy jesteśmy świadomi aż za dobrze:
04:42
financial experts
103
267000
2000
eksperci finansowi
04:44
getting it so wrong
104
269000
2000
mylący się tak bardzo,
04:46
that we're living through the worst recession
105
271000
2000
że doświadczamy najgorszego kryzysu
04:48
since the 1930s.
106
273000
3000
od lat 30. XX wieku.
04:52
For the sake of our health,
107
277000
2000
Dla dobra naszego zdrowia,
04:54
our wealth
108
279000
2000
naszych finansów
04:56
and our collective security,
109
281000
2000
i zbiorowego bezpieczeństwa
04:58
it's imperative that we keep
110
283000
3000
koniecznym jest, żeby
05:01
the independent decision-making parts of our brains
111
286000
4000
obszary samodzielnego podejmowania decyzji w naszych mózgach
05:05
switched on.
112
290000
2000
pozostawały aktywne.
05:07
And I'm saying this as an economist
113
292000
2000
Mówię to jako ekonomistka,
05:09
who, over the past few years,
114
294000
2000
która przez kilka minionych lat
05:11
has focused my research
115
296000
2000
w swoich badaniach skupiała się na tym,
05:13
on what it is we think
116
298000
2000
co myślimy,
05:15
and who it is we trust and why,
117
300000
3000
komu ufamy i dlaczego.
05:18
but also --
118
303000
2000
Ale także -
05:20
and I'm aware of the irony here --
119
305000
2000
i jestem świadoma tej ironii -
05:22
as an expert myself,
120
307000
3000
jako ekspertka,
05:25
as a professor,
121
310000
2000
jako profesor,
05:27
as somebody who advises prime ministers,
122
312000
3000
jako osoba doradzająca premierom,
05:30
heads of big companies,
123
315000
2000
głowom dużych firm,
05:32
international organizations,
124
317000
2000
organizacjom międzynarodowym,
05:34
but an expert who believes
125
319000
2000
ale ekspertka uważająca,
05:36
that the role of experts needs to change,
126
321000
3000
że rola ekspertów musi ulec zmianie,
05:39
that we need to become more open-minded,
127
324000
3000
że musimy pozbyć się uprzedzeń,
05:42
more democratic
128
327000
2000
stać się bardziej demokratyczni
05:44
and be more open
129
329000
2000
i bardziej otwarci
05:46
to people rebelling against
130
331000
2000
na tych, którzy sprzeciwiają się
05:48
our points of view.
131
333000
3000
naszym poglądom.
05:51
So in order to help you understand
132
336000
3000
Zatem, żeby pomóc wam w zrozumieniu,
05:54
where I'm coming from,
133
339000
2000
skąd się wywodzę,
05:56
let me bring you into my world,
134
341000
3000
pozwólcie, że zabiorę was do mojego świata,
05:59
the world of experts.
135
344000
2000
świata ekspertów.
06:01
Now there are, of course, exceptions,
136
346000
4000
Są oczywiście wyjątki,
06:05
wonderful, civilization-enhancing exceptions.
137
350000
6000
cudowne, nakręcające postęp cywilizacyjny wyjątki.
06:11
But what my research has shown me
138
356000
3000
Ale moje badania pokazały mi,
06:14
is that experts tend on the whole
139
359000
3000
że eksperci mają ogólną skłonność
06:17
to form very rigid camps,
140
362000
3000
do tworzenia bardzo sztywnych obozów,
06:20
that within these camps,
141
365000
2000
wewnątrz których
06:22
a dominant perspective emerges
142
367000
3000
pojawia się perspektywa dominująca,
06:25
that often silences opposition,
143
370000
3000
sprzeciw jest uciszany,
06:28
that experts move with the prevailing winds,
144
373000
3000
a eksperci poruszają się z dominującym trendem,
06:31
often hero-worshipping
145
376000
3000
często czcząc
06:34
their own gurus.
146
379000
2000
własnych guru.
06:36
Alan Greenspan's proclamations
147
381000
2000
Obwieszczenia Alana Greenspana,
06:38
that the years of economic growth
148
383000
3000
że lata wzrostu gospodarczego
06:41
would go on and on,
149
386000
3000
będą trwać i trwać,
06:44
not challenged by his peers,
150
389000
3000
niekwestionowane przez jego kolegów po fachu,
06:47
until after the crisis, of course.
151
392000
3000
aż do kryzysu, rzecz jasna.
06:51
You see,
152
396000
3000
Widzicie,
06:54
we also learn
153
399000
2000
dowiadujemy się też,
06:56
that experts are located,
154
401000
2000
że eksperci są osadzeni w
06:58
are governed,
155
403000
2000
i kierowani przez
07:00
by the social and cultural norms
156
405000
3000
społeczne i kulturowe normy
07:03
of their times --
157
408000
2000
swoich czasów -
07:05
whether it be the doctors
158
410000
2000
zarówno lekarze
07:07
in Victorian England, say,
159
412000
2000
w, powiedzmy, wiktoriańskiej Anglii,
07:09
who sent women to asylums
160
414000
3000
którzy wysyłali kobiety do szpitali psychiatrycznych
07:12
for expressing sexual desire,
161
417000
3000
za wyrażanie pożądania seksualnego,
07:15
or the psychiatrists in the United States
162
420000
3000
jak i psychiatrzy w Stanach Zjednoczonych,
07:18
who, up until 1973,
163
423000
3000
którzy aż do 1973 roku
07:21
were still categorizing homosexuality
164
426000
4000
klasyfikowali homoseksualizm
07:25
as a mental illness.
165
430000
2000
jako chorobę psychiczną.
07:27
And what all this means
166
432000
2000
A wszystko to oznacza,
07:29
is that paradigms
167
434000
2000
że zmiany w paradygmatach
07:31
take far too long to shift,
168
436000
3000
zachodzą w znacznie za długim czasie,
07:34
that complexity and nuance are ignored
169
439000
4000
że złożoność i niuans są ignorowane
07:38
and also that money talks --
170
443000
3000
i że najsilniejszym argumentem są pieniądze -
07:41
because we've all seen the evidence
171
446000
3000
bo wszyscy widzieliśmy dowody na to,
07:44
of pharmaceutical companies
172
449000
2000
jak firmy farmaceutyczne
07:46
funding studies of drugs
173
451000
3000
finansujące badania nad lekami,
07:49
that conveniently leave out
174
454000
2000
w których pomijano niewygodne informacje
07:51
their worst side effects,
175
456000
3000
o najgorszych efektach ubocznych,
07:54
or studies funded by food companies
176
459000
3000
albo finansowane przez producentów żywności
07:57
of their new products,
177
462000
3000
badania ich nowych produktów,
08:00
massively exaggerating the health benefits
178
465000
3000
potężnie przeceniające korzyści zdrowotne produktów
08:03
of the products they're about to bring by market.
179
468000
3000
wprowadzanych właśnie na rynek.
08:06
The study showed that food companies exaggerated
180
471000
2000
Badanie pokazało, że przedsiębiorstwa żywnościowe
08:08
typically seven times more
181
473000
3000
wyolbrzymiały siedmiokrotnie częściej
08:11
than an independent study.
182
476000
3000
niż autorzy niezależnych badań.
08:15
And we've also got to be aware
183
480000
2000
Musimy mieć też świadomość,
08:17
that experts, of course,
184
482000
2000
że oczywiście eksperci
08:19
also make mistakes.
185
484000
2000
także popełniają błędy.
08:21
They make mistakes every single day --
186
486000
3000
Popełniają błędy każdego dnia -
08:24
mistakes born out of carelessness.
187
489000
3000
błędy zrodzone z niedbalstwa.
08:27
A recent study in the Archives of Surgery
188
492000
3000
Niedawne opracowanie Archives of Surgery [medyczne pismo branżowe]
08:30
reported surgeons
189
495000
2000
donosi o chirurgach
08:32
removing healthy ovaries,
190
497000
3000
usuwających zdrowe jajniki,
08:35
operating on the wrong side of the brain,
191
500000
3000
operujących na niewłaściwej części mózgu,
08:38
carrying out procedures on the wrong hand,
192
503000
3000
przeprowadzających zabiegi na niewłaściwej dłoni,
08:41
elbow, eye, foot,
193
506000
3000
łokciu, oku, stopie,
08:44
and also mistakes born out of thinking errors.
194
509000
3000
a także o pomyłkach popełnionych przez błędy w rozumowaniu.
08:47
A common thinking error
195
512000
2000
Jeden z częstych błędów tego typu
08:49
of radiologists, for example --
196
514000
3000
popełniają na przykład radiolodzy,
08:52
when they look at CT scans --
197
517000
3000
opisując wyniki tomografii komputerowej.
08:55
is that they're overly influenced
198
520000
2000
Kiedy są pod zbyt dużym wpływem
08:57
by whatever it is
199
522000
2000
czegokolwiek, co
08:59
that the referring physician has said
200
524000
2000
według lekarza zlecającego badanie
09:01
that he suspects
201
526000
2000
może być
09:03
the patient's problem to be.
202
528000
3000
schorzeniem pacjenta.
09:06
So if a radiologist
203
531000
2000
Zatem kiedy radiolog
09:08
is looking at the scan
204
533000
2000
patrzy na tomogram
09:10
of a patient with suspected pneumonia, say,
205
535000
3000
pacjenta z, powiedzmy,
09:13
what happens is that,
206
538000
2000
domniemanym zapaleniem płuc,
09:15
if they see evidence
207
540000
2000
jeśli znajdzie na obrazie
09:17
of pneumonia on the scan,
208
542000
3000
oznaki zapalenia płuc,
09:20
they literally stop looking at it --
209
545000
3000
to dosłownie przestaje patrzeć na ten obraz,
09:23
thereby missing the tumor
210
548000
2000
tym samym przegapiając guz
09:25
sitting three inches below
211
550000
2000
znajdujący się 75 mm niżej
09:27
on the patient's lungs.
212
552000
3000
w płucu pacjenta.
09:31
I've shared with you so far
213
556000
3000
Do tej pory podzieliłam się z wami
09:34
some insights into the world of experts.
214
559000
3000
kilkoma spostrzeżeniami ze świata ekspertów.
09:37
These are, of course,
215
562000
2000
To oczywiście nie jedyne spostrzeżenia,
09:39
not the only insights I could share,
216
564000
2000
jakimi mogłabym się podzielić,
09:41
but I hope they give you a clear sense at least
217
566000
3000
ale mam nadzieję, że dają wam przynajmniej jasny obraz,
09:44
of why we need to stop kowtowing to them,
218
569000
3000
dlaczego powinniśmy przestać się im przymilać,
09:47
why we need to rebel
219
572000
2000
dlaczego powinniśmy się zbuntować i
09:49
and why we need to switch
220
574000
2000
oraz włączyć
09:51
our independent decision-making capabilities on.
221
576000
4000
swoje możliwości samodzielnego podejmowania decyzji.
09:55
But how can we do this?
222
580000
3000
Ale jak tego dokonać?
09:58
Well for the sake of time,
223
583000
3000
Ze względu na ograniczenia czasowe
10:01
I want to focus on just three strategies.
224
586000
3000
chcę skupić się na tylko trzech strategiach.
10:06
First, we've got to be ready and willing
225
591000
2000
Po pierwsze musimy być gotowi i chętni
10:08
to take experts on
226
593000
3000
rzucić ekspertom wyzwanie
10:11
and dispense with this notion of them
227
596000
3000
i porzucić to wyobrażenie o nich
10:14
as modern-day apostles.
228
599000
2000
jako o współczesnych apostołach.
10:16
This doesn't mean having to get a Ph.D.
229
601000
3000
To nie znaczy, że trzeba mieć doktorat
10:19
in every single subject,
230
604000
2000
z każdej dziedziny,
10:21
you'll be relieved to hear.
231
606000
2000
co zapewne przyjmiecie z ulgą.
10:23
But it does mean persisting
232
608000
3000
Ale to znaczy, że trzeba być wytrwałym
10:26
in the face of their inevitable annoyance
233
611000
3000
w obliczu nieuniknionej irytacji,
10:29
when, for example,
234
614000
2000
kiedy na przykład
10:31
we want them to explain things to us
235
616000
2000
chcemy, żeby eksperci wytłumaczyli nam pewne sprawy
10:33
in language that we can actually understand.
236
618000
4000
językiem, jaki jesteśmy w stanie zrozumieć.
10:38
Why was it that, when I had an operation,
237
623000
3000
Dlaczego, kiedy miałam operację,
10:41
my doctor said to me,
238
626000
2000
mój lekarz powiedział mi
10:43
"Beware, Ms. Hertz,
239
628000
2000
"Pani Hertz, niech się pani wystrzega
10:45
of hyperpyrexia,"
240
630000
2000
hiperpireksji",
10:47
when he could have just as easily said,
241
632000
2000
gdy mógł równie dobrze powiedzieć
10:49
"Watch out for a high fever."
242
634000
3000
"Proszę uważać na wysoką gorączkę"?
10:53
You see, being ready to take experts on
243
638000
4000
Widzicie, gotowość do rzucenia ekspertom wyzwania
10:57
is about also being willing
244
642000
2000
oznacza także bycie chętnym
10:59
to dig behind their graphs,
245
644000
3000
do dokładnego przyjrzenia się ich wykresom,
11:02
their equations, their forecasts,
246
647000
2000
równaniom, prognozom,
11:04
their prophecies,
247
649000
2000
przepowiedniom
11:06
and being armed with the questions to do that --
248
651000
3000
oraz bycie uzbrojonym w odpowiednie pytania,
11:09
questions like:
249
654000
2000
takie jak:
11:11
What are the assumptions that underpin this?
250
656000
3000
Jakie założenia przyjęto?
11:14
What is the evidence upon which this is based?
251
659000
3000
Na jakich dowodach się opierają?
11:17
What has your investigation focused on?
252
662000
4000
Na czym skupiono się przy badaniu?
11:21
And what has it ignored?
253
666000
3000
A co pominięto?
11:24
It recently came out
254
669000
2000
Niedawno wyszło na jaw,
11:26
that experts trialing drugs
255
671000
3000
że eksperci badający leki
11:29
before they come to market
256
674000
2000
przed wprowadzeniem ich na rynek
11:31
typically trial drugs
257
676000
3000
zazwyczaj prowadzą próby
11:34
first, primarily on male animals
258
679000
4000
najpierw głównie na zwierzętach płci męskiej,
11:38
and then, primarily on men.
259
683000
3000
a później głównie na mężczyznach.
11:41
It seems that they've somehow overlooked the fact
260
686000
3000
Wydaje się, że jakoś przeoczyli fakt,
11:44
that over half the world's population are women.
261
689000
3000
iż ponad połowa populacji to kobiety.
11:49
And women have drawn the short medical straw
262
694000
3000
A kobiety mają widać pecha w dziedzinie medycyny,
11:52
because it now turns out that many of these drugs
263
697000
3000
bo okazuje się teraz, że wiele z tych leków
11:55
don't work nearly as well on women
264
700000
3000
na nie nie działa nawet po części tak dobrze
11:58
as they do on men --
265
703000
2000
jak na mężczyzn,
12:00
and the drugs that do work well work so well
266
705000
3000
a te działające leki mają tak silny efekt,
12:03
that they're actively harmful for women to take.
267
708000
3000
że są dla kobiet czynnie szkodliwe.
12:06
Being a rebel is about recognizing
268
711000
3000
Bycie buntownikiem polega na przyznaniu,
12:09
that experts' assumptions
269
714000
3000
że założenia ekspertów
12:12
and their methodologies
270
717000
2000
oraz ich metodologie
12:14
can easily be flawed.
271
719000
3000
mogą być błędne.
12:17
Second,
272
722000
2000
Po drugie,
12:19
we need to create the space
273
724000
3000
musimy stworzyć przestrzeń dla tego,
12:22
for what I call "managed dissent."
274
727000
3000
co nazywam kierowaną różnicą zdań.
12:25
If we are to shift paradigms,
275
730000
2000
Jeśli mamy zmienić paradygmaty,
12:27
if we are to make breakthroughs,
276
732000
2000
dokonywać przełomów,
12:29
if we are to destroy myths,
277
734000
3000
jeśli mamy obalać mity,
12:32
we need to create an environment
278
737000
2000
to musimy stworzyć środowisko,
12:34
in which expert ideas are battling it out,
279
739000
3000
w którym poglądy ekspertów ścierają się,
12:37
in which we're bringing in
280
742000
2000
a nowe, różnorodne, niepasujące,
12:39
new, diverse, discordant, heretical views
281
744000
3000
heretyckie punkty widzenia są wprowadzane
12:42
into the discussion,
282
747000
2000
do dyskusji,
12:44
fearlessly,
283
749000
2000
bez obawy,
12:46
in the knowledge that progress comes about,
284
751000
3000
ze świadomością, że postęp bierze się
12:49
not only from the creation of ideas,
285
754000
4000
nie tylko z tworzenia pomysłów,
12:53
but also from their destruction --
286
758000
3000
ale również z ich niszczenia -
12:56
and also from the knowledge
287
761000
3000
a także z wiedzy,
12:59
that, by surrounding ourselves
288
764000
2000
że przez otaczanie się
13:01
by divergent, discordant,
289
766000
3000
rozbieżnymi, niepasującymi,
13:04
heretical views.
290
769000
2000
heretyckimi punktami widzenia,
13:06
All the research now shows us
291
771000
2000
jak pokazują nam badania,
13:08
that this actually makes us smarter.
292
773000
4000
stajemy się właściwie mądrzejsi.
13:13
Encouraging dissent is a rebellious notion
293
778000
3000
Sprzyjanie różnicy zdań jest pomysłem buntowniczym,
13:16
because it goes against our very instincts,
294
781000
3000
ponieważ sprzeciwia się naszym naturalnym skłonnościom
13:19
which are to surround ourselves
295
784000
3000
do otaczania się
13:22
with opinions and advice
296
787000
2000
opiniami i radami,
13:24
that we already believe
297
789000
3000
w które już wierzymy
13:27
or want to be true.
298
792000
2000
albo chcemy wierzyć.
13:29
And that's why I talk about the need
299
794000
2000
Dlatego mówię o potrzebie
13:31
to actively manage dissent.
300
796000
3000
aktywnego kierowania różnicą zdań.
13:35
Google CEO Eric Schmidt
301
800000
2000
Dyrektor generalny Google Eric Schmidt
13:37
is a practical practitioner
302
802000
3000
jest praktykiem
13:40
of this philosophy.
303
805000
2000
tej filozofii.
13:42
In meetings, he looks out for the person in the room --
304
807000
3000
Na spotykaniach uważa na taką osobę na sali -
13:45
arms crossed, looking a bit bemused --
305
810000
3000
skrzyżowane ramiona, lekkie zdezorientowanie -
13:48
and draws them into the discussion,
306
813000
3000
i wciąga ją do dyskusji,
13:51
trying to see if they indeed are
307
816000
3000
starając się przekonać, czy faktycznie
13:54
the person with a different opinion,
308
819000
3000
ta osoba ma inną opinię,
13:57
so that they have dissent within the room.
309
822000
3000
a więc czy na sali pojawia się jakaś różnica zdań.
14:00
Managing dissent
310
825000
2000
Kierowanie różnicą zdań
14:02
is about recognizing the value
311
827000
3000
polega na uznawaniu wartości
14:05
of disagreement, discord
312
830000
3000
niezgody, dysonansu
14:08
and difference.
313
833000
2000
i odmienności.
14:10
But we need to go even further.
314
835000
3000
Ale musimy pójść jeszcze dalej.
14:13
We need to fundamentally redefine
315
838000
3000
Musimy od podstaw przedefiniować,
14:16
who it is that experts are.
316
841000
3000
kim w zasadzie są eksperci.
14:20
The conventional notion
317
845000
2000
Zwyczajowo uznaje się,
14:22
is that experts are people
318
847000
3000
że to ci
14:25
with advanced degrees,
319
850000
2000
z wysokimi stopniami naukowymi,
14:27
fancy titles, diplomas,
320
852000
3000
wymyślnymi tytułami, dyplomami,
14:30
best-selling books --
321
855000
2000
bestsellerami -
14:32
high-status individuals.
322
857000
2000
jednostki o wysokim statusie.
14:34
But just imagine
323
859000
2000
Ale wyobraźmy sobie,
14:36
if we were to junk
324
861000
2000
że pozbywamy się
14:38
this notion of expertise
325
863000
4000
tego pojmowania ekspertów
14:42
as some sort of elite cadre
326
867000
4000
jako elitarnej kadry,
14:46
and instead embrace the notion
327
871000
3000
a zamiast tego doceniamy
14:49
of democratized expertise --
328
874000
3000
demokratyzację eksperyzy -
14:52
whereby expertise was not just the preserve
329
877000
3000
tym sposobem byłaby zarezerwowana już nie tylko
14:55
of surgeons and CEO's,
330
880000
2000
dla chirurgów i dyrektorów generalnych,
14:57
but also shop-girls -- yeah.
331
882000
3000
ale także dla pracowników w sklepach - o tak.
15:01
Best Buy,
332
886000
2000
Best Buy,
15:03
the consumer electronics company,
333
888000
2000
dystrybutor elektroniki użytkowej,
15:05
gets all its employees --
334
890000
3000
zachęca wszystkich swoich pracowników -
15:08
the cleaners, the shop assistants,
335
893000
2000
sprzątaczy, ekspedientów,
15:10
the people in the back office,
336
895000
3000
pracowników biurowych,
15:13
not just its forecasting team --
337
898000
2000
a nie tylko specjalistów od prognoz -
15:15
to place bets, yes bets,
338
900000
3000
do obstawiania zakładów, tak, zakładów,
15:18
on things like whether or not
339
903000
2000
takich jak to,
15:20
a product is going to sell well before Christmas,
340
905000
3000
czy produkt dobrze się sprzeda przed Bożym Narodzeniem,
15:23
on whether customers' new ideas
341
908000
3000
czy nowe pomysły klientów
15:26
are going to be or should be taken on by the company,
342
911000
4000
powinny zostać podchwycone przez firmę,
15:30
on whether a project
343
915000
2000
czy projekt
15:32
will come in on time.
344
917000
2000
uda się zrealizować w terminie.
15:34
By leveraging
345
919000
2000
Dzięki wykorzystaniu
15:36
and by embracing
346
921000
2000
i docenieniu
15:38
the expertise within the company,
347
923000
2000
ekspertów wewnątrz firmy
15:40
Best Buy was able to discover, for example,
348
925000
3000
Best Buy było w stanie odkryć, na przykład,
15:43
that the store that it was going to open in China --
349
928000
4000
że nowy sklep w Chinach -
15:47
its big, grand store --
350
932000
2000
wielki, ważny sklep firmowy -
15:49
was not going to open on time.
351
934000
3000
nie zostanie otwarty na czas.
15:52
Because when it asked its staff,
352
937000
2000
A to dlatego, że kiedy poproszono pracowników,
15:54
all its staff, to place their bets
353
939000
3000
wszystkich pracowników, do obstawienia,
15:57
on whether they thought the store would open on time or not,
354
942000
4000
czy ich zdaniem otwarcie sklepu odbędzie się zgodnie z planem czy nie,
16:01
a group from the finance department
355
946000
3000
grupa z działu finansowego
16:04
placed all their chips
356
949000
2000
postawiła wszystkie żetony
16:06
on that not happening.
357
951000
3000
na "nie".
16:09
It turned out that they were aware,
358
954000
2000
Okazało się, że zdawali sobie sprawę,
16:11
as no one else within the company was,
359
956000
3000
w przeciwieństwie do całej reszty firmy,
16:14
of a technological blip
360
959000
2000
z technologicznego zastoju,
16:16
that neither the forecasting experts,
361
961000
2000
o którym ani specjaliści od prognoz,
16:18
nor the experts on the ground in China,
362
963000
3000
ani lokalni eksperci w Chinach
16:21
were even aware of.
363
966000
3000
nawet nie wiedzieli.
16:25
The strategies
364
970000
2000
Strategie,
16:27
that I have discussed this evening --
365
972000
3000
które dzisiejszego wieczoru omówiłam -
16:30
embracing dissent,
366
975000
2000
docenianie różnicy zdań,
16:32
taking experts on,
367
977000
2000
rzucanie wyzwania ekspertom,
16:34
democratizing expertise,
368
979000
2000
demokratyzacja ekspertyzy -
16:36
rebellious strategies --
369
981000
3000
buntownicze strategie,
16:39
are strategies that I think
370
984000
2000
których wykorzystanie
16:41
would serve us all well to embrace
371
986000
2000
pozwoli nam odnosić sukcesy
16:43
as we try to deal with the challenges
372
988000
3000
w obliczu wyzwań
16:46
of these very confusing, complex,
373
991000
3000
naszych niejednoznacznych, złożonych,
16:49
difficult times.
374
994000
2000
trudnych czasów.
16:51
For if we keep
375
996000
2000
Ponieważ jeśli
16:53
our independent decision-making part
376
998000
2000
odpowiedzialne za samodzielne podejmowanie decyzji
16:55
of our brains switched on,
377
1000000
3000
części naszych mózgów będą włączone,
16:58
if we challenge experts, if we're skeptical,
378
1003000
3000
jeśli zakwestionujemy słowa ekspertów, jeśli wykażemy się sceptycyzmem,
17:01
if we devolve authority,
379
1006000
2000
jeśli przekażemy władzę,
17:03
if we are rebellious,
380
1008000
2000
jeśli będziemy buntowniczy,
17:05
but also
381
1010000
2000
a jednocześnie
17:07
if we become much more comfortable
382
1012000
2000
znacznie bardziej pogodzeni
17:09
with nuance,
383
1014000
2000
z niuansami,
17:11
uncertainty and doubt,
384
1016000
3000
niepewnością i wątpliwościami,
17:14
and if we allow our experts
385
1019000
3000
jeśli pozwolimy naszym ekspertom
17:17
to express themselves
386
1022000
2000
wyrażać opinie
17:19
using those terms too,
387
1024000
2000
przy użyciu także tych terminów,
17:21
we will set ourselves up
388
1026000
2000
przygotujemy się
17:23
much better
389
1028000
2000
znacznie lepiej
17:25
for the challenges of the 21st century.
390
1030000
4000
na wyzwania XXI wieku.
17:29
For now, more than ever,
391
1034000
3000
Właśnie teraz, bardziej niż kiedykolwiek
17:32
is not the time
392
1037000
2000
nie ma miejsca
17:34
to be blindly following,
393
1039000
2000
na ślepe podążanie,
17:36
blindly accepting,
394
1041000
2000
ślepą akceptację,
17:38
blindly trusting.
395
1043000
3000
ślepą ufność.
17:41
Now is the time to face the world
396
1046000
3000
Musimy stanąć ze światem twarzą w twarz
17:44
with eyes wide open --
397
1049000
3000
i mieć oczy szeroko otwarte -
17:47
yes, using experts
398
1052000
2000
tak, korzystając z ekspertów,
17:49
to help us figure things out, for sure --
399
1054000
3000
by pomogli nam zrozumieć pewne sprawy -
17:52
I don't want to completely do myself out of a job here --
400
1057000
4000
nie chcę całkowicie pozbawić się pracy -
17:56
but being aware
401
1061000
2000
ale mając świadomość
17:58
of their limitations
402
1063000
3000
ich ograniczeń
18:01
and, of course, also our own.
403
1066000
4000
i oczywiście także swoich własnych.
18:05
Thank you.
404
1070000
2000
Dziękuję.
18:07
(Applause)
405
1072000
5000
(Brawa)
ABOUT THE SPEAKER
Noreena Hertz - EconomistNoreena Hertz looks at global culture -- financial and otherwise -- using an approach that combines traditional economic analysis with foreign policy trends, psychology, behavioural economics, anthropology, history and sociology.
Why you should listen
For more than two decades, Noreena Hertz’s economic predictions have been accurate and ahead of the curve. In her recent book The Silent Takeover, Hertz predicted that unregulated markets and massive financial institutions would have serious global consequences while her 2005 book IOU: The Debt Threat predicted the 2008 financial crisis.
An influential economist on the international stage, Hertz also played an influential role in the development of (RED), an innovative commercial model to raise money for people with AIDS in Africa, having inspired Bono (co-founder of the project) with her writings.
Her work is considered to provide a much needed blueprint for rethinking economics and corporate strategy. She is the Duisenberg Professor of Globalization, Sustainability and Finance based at Duisenberg School of Finance, RSM, Erasmus University and University of Cambridge. She is also a Fellow of University College London.
Noreena Hertz | Speaker | TED.com