TEDSalon NY2011
Daniel Goldstein: The battle between your present and future self
Daniel Goldstein: Walka między twoim teraźniejszym i przyszłym „ja”
Filmed:
Readability: 3.7
2,548,111 views
Każdego dnia podejmujemy decyzje o pozytywnych lub negatywnych skutkach dla naszego przyszłego „ja". (Czy mogę choć jeden raz pominąć czyszczenie nicią dentystyczną?) Daniel Goldstein tworzy narzędzia pomocne w wyobrażaniu samego siebie w przyszłości, tak aby nasze wybory były korzystne dla Przyszłych Nas.
Daniel Goldstein - Behavioral economist
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Double-click the English transcript below to play the video.
00:15
Do you remember the story
0
0
2000
Czy pamiętacie
00:17
of Odysseus and the Sirens
1
2000
2000
ze szkoły średniej albo podstawowej
00:19
from high school or junior high school?
2
4000
2000
opowieść o Odyseuszu i Syrenach?
00:21
There was this hero, Odysseus, who's heading back home
3
6000
3000
Otóż mamy Odyseusza, powracającego do domu
00:24
after the Trojan War.
4
9000
2000
po wojnie trojańskiej.
00:26
And he's standing on the deck of his ship,
5
11000
2000
Stoi na podkładzie swojego statku,
00:28
he's talking to his first mate,
6
13000
2000
rozmawia z pierwszym oficerem
00:30
and he's saying,
7
15000
2000
i mówi:
00:32
"Tomorrow, we will sail past those rocks,
8
17000
3000
„Jutro przepłyniemy w pobliżu skał,
00:35
and on those rocks sit some beautiful women
9
20000
2000
na których siedzieć będą piękne kobiety
00:37
called Sirens.
10
22000
2000
zwane Syrenami.
00:39
And these women sing an enchanting song,
11
24000
3000
A te kobiety śpiewają zaczarowaną pieśń,
00:42
a song so alluring
12
27000
2000
pieśń tak kuszącą,
00:44
that all sailors who hear it
13
29000
2000
że wszyscy żeglarze którzy ją usłyszą,
00:46
crash into the rocks and die."
14
31000
2000
rozbijają się o skały i giną."
00:48
Now you would expect, given that,
15
33000
2000
W takim razie, można by oczekiwać,
00:50
that they would choose an alternate route around the Sirens,
16
35000
3000
że wybrali by inną drogę, by ominąć Syreny,
00:53
but instead Odysseus says,
17
38000
3000
ale zamiast tego Odyseusz mówi:
00:56
"I want to hear that song.
18
41000
2000
„Chcę usłyszeć tę pieśń.
00:58
And so what I'm going to do
19
43000
2000
Więc zrobimy tak:
01:00
is I'm going to pour wax in the ears
20
45000
2000
zakleję uszy woskiem
01:02
of you and all the men --
21
47000
2000
tobie i całej załodze,
01:04
stay with me --
22
49000
2000
rozumiesz,
01:06
so that you can't hear the song,
23
51000
2000
żebyście nie usłyszeli tej pieśni,
01:08
and then I'm going to have you tie me to the mast
24
53000
3000
i wtedy przywiążecie mnie do masztu,
01:11
so that I can listen
25
56000
2000
żebym mógł ją usłyszeć,
01:13
and we can all sail by unaffected."
26
58000
2000
i tym sposobem przepłyniemy bez szwanku”.
01:15
So this is a captain
27
60000
3000
Oto i kapitan który
01:18
putting the life of every single person on the ship at risk
28
63000
2000
wystawia życie całej załogi statku na niebezpieczeństwo,
01:20
so that he can hear a song.
29
65000
2000
żeby on jeden mógł usłyszeć piosenkę.
01:22
And I'd like to think if this was the case,
30
67000
2000
Wolę myśleć, że gdyby naprawdę tak miało być,
01:24
they probably would have rehearsed it a few times.
31
69000
3000
to pewnie przeprowadziliby parę prób.
01:27
Odysseus would have said, "Okay, let's do a dry run.
32
72000
3000
Odyseusz powiedziałby: „Dobra, przećwiczmy to.
01:30
You tie me to the mast, and I'm going to beg and plead.
33
75000
3000
Przywiążesz mnie do masztu, a ja będę błagał i prosił.
01:33
And no matter what I say, you cannot untie me from the mast.
34
78000
2000
I niezależnie co powiem, nie możesz mnie uwolnić.
01:35
All right, so tie me to the mast."
35
80000
2000
W porządku, w takim razie przywiąż mnie do masztu”.
01:37
And the first mate takes a rope
36
82000
2000
Pierwszy oficer bierze sznur
01:39
and ties Odysseus to the mast in a nice knot.
37
84000
3000
i przywiązuje Odyseusza do masztu solidnym węzłem.
01:42
And Odysseus does his best job playacting
38
87000
2000
A Odyseusz daje z siebie wszystko,
01:44
and says, "Untie me. Untie me.
39
89000
2000
udając, że błaga: „Rozwiąż mnie, rozwiąż.
01:46
I want to hear that song. Untie me."
40
91000
2000
Chcę usłyszeć tę pieśń. Rozwiąż mnie”.
01:48
And the first mate wisely resists
41
93000
2000
Najpierw oficer słusznie się sprzeciwia
01:50
and doesn't untie Odysseus.
42
95000
2000
i nie uwalnia Odyseusza.
01:52
And then Odysseus says, "I see that you can get it.
43
97000
3000
Wtedy Odyseusz mówi: „Widzę, że dasz radę.
01:55
All right, untie me now and we'll get some dinner."
44
100000
3000
W porządku, rozwiąż mnie już i chodźmy na kolację”.
01:58
And the first mate hesitates.
45
103000
2000
Oficer się waha.
02:00
He's like, "Is this still the rehearsal,
46
105000
2000
Myśli sobie: „Czy to ciągle próba,
02:02
or should I untie him?"
47
107000
3000
czy może powinienem go rozwiązać?”.
02:05
And the first mate thinks,
48
110000
2000
Oficer wkońcu myśli:
02:07
"Well, I guess at some point the rehearsal has to end."
49
112000
3000
„No cóż, ta próba musi się kiedyś skończyć”.
02:10
So he unties Odysseus, and Odysseus flips out.
50
115000
3000
Więc uwalnia Odyseusza który się wścieka.
02:13
He's like, "You idiot. You moron.
51
118000
2000
Wrzeszczy: „Ty idioto! Ty kretynie!
02:15
If you do that tomorrow, I'll be dead, you'll be dead,
52
120000
2000
Jeśli zrobisz to samo jutro, to ja bede martwy, ty bedziesz martwy,
02:17
every single one of the men will be dead.
53
122000
2000
cała załoga skończy martwa.
02:19
Now just don't untie me no matter what."
54
124000
3000
Masz mnie nie rozwiązywać choćby nie wiem co”.
02:22
He throws the first mate to the ground.
55
127000
2000
Powala oficera na ziemię.
02:24
This repeats itself through the night --
56
129000
2000
Ta scenka powtarza się przez całą noc -
02:26
rehearsal, tying to the mast,
57
131000
2000
próby, przywiązywanie do masztu,
02:28
conning his way out of it,
58
133000
2000
wymigiwanie się z więzów podstępem,
02:30
beating the poor first mate up mercilessly.
59
135000
3000
bezlitosny łomot spuszczany oficerowi.
02:33
Hilarity ensues.
60
138000
3000
Robi się śmiesznie.
02:36
Tying yourself to a mast
61
141000
2000
Przywiązanie się do masztu jest prawdopodobnie
02:38
is perhaps the oldest written example
62
143000
2000
najstarszym odnotowanym przykładem tego,
02:40
of what psychologists call a commitment device.
63
145000
3000
co psychologowie nazywają techniką autozobowiązania.
02:43
A commitment device is a decision that you make
64
148000
3000
Technika autozobowiązania opiera się na podjęciu rozsądnej decyzji,
02:46
with a cool head to bind yourself
65
151000
3000
wiążącej nas tak,
02:49
so that you don't do something regrettable
66
154000
2000
aby w momencie kiedy jesteśmy pod wpływem emocji,
02:51
when you have a hot head.
67
156000
3000
nie zrobili czegoś, czego będziemy żałować.
02:54
Because there's two heads inside one person
68
159000
2000
Gdy się nad tym zastanowić, w jednej osobie
02:56
when you think about it.
69
161000
2000
są przecież dwie osoby.
02:58
Scholars have long invoked this metaphor of two selves
70
163000
3000
W kwestii pokusy badacze od dawna
03:01
when it comes to questions of temptation.
71
166000
3000
odwołują się do metafory dwóch „ja".
03:04
There is first, the present self.
72
169000
3000
Po pierwsze mamy „ja" teraźniejsze.
03:07
This is like Odysseus when he's hearing the song.
73
172000
3000
To jak Odyseusz, gdy słyszy pieśń.
03:10
He just wants to get to the front row.
74
175000
2000
On po prostu chce wyrwać i zasiąść w przysłowiowym 'pierwszym rzędzie'.
03:12
He just thinks about the here and now and the immediate gratification.
75
177000
3000
Ma w głowie tylko to, co tu i teraz i natychmiastową satysfakcje.
03:15
But then there's this other self, the future self.
76
180000
3000
Ale jest też drugie „ja" - to z przyszłości.
03:18
This is Odysseus as an old man
77
183000
2000
To Odyseusz jako starszy mężczyzna,
03:20
who wants nothing more than to retire in a sunny villa
78
185000
3000
który nie pragnie niczego ponad wypoczynek
03:23
with his wife Penelope
79
188000
2000
w słonecznej willi, u boku swojej żony Penelopy,
03:25
outside of Ithaca -- the other one.
80
190000
3000
na Itace --- tej greckiej ( w odróżnieniu od miasta Ithaca w stanie New York- przypis) .
03:31
So why do we need commitment devices?
81
196000
4000
Po nam właściwie technika autozobowiązania?
03:35
Well resisting temptation is hard,
82
200000
2000
Cóż, opieranie się pokusie jest trudne,
03:37
as the 19th century English economist
83
202000
3000
jak określił to XIX-wieczny angielski ekonomista,
03:40
Nassau William Senior said,
84
205000
2000
Nassau William Senior:
03:42
"To abstain from the enjoyment which is in our power,
85
207000
3000
„Powstrzymywanie się od przyjemności, która jest w naszym zasięgu
03:45
or to seek distant rather than immediate results,
86
210000
3000
lub wyglądanie skutków odległych zamiast natychmiastowych
03:48
are among the most painful exertions
87
213000
2000
należą do najbardziej bolesnych wysiłków
03:50
of the human will."
88
215000
2000
ludzkiej woli".
03:52
If you set goals for yourself and you're like a lot of other people,
89
217000
3000
Jeśli wyznaczasz sobie cele, a jesteś jak wielu innych ludzi,
03:55
you probably realize
90
220000
2000
prawdopodobnie zrozumiesz,
03:57
it's not that your goals are physically impossible
91
222000
2000
że od ich osiągnięcia nie powstrzymuje cię to,
03:59
that's keeping you from achieving them,
92
224000
2000
że są fizycznie nie do zrealizowania,
04:01
it's that you lack the self-discipline to stick to them.
93
226000
3000
ale twój brak samodyscypliny w dążeniu do nich.
04:04
It's physically possible to lose weight.
94
229000
2000
To fizycznie możliwe, by schudnąć.
04:06
It's physically possible to exercise more.
95
231000
3000
To fizycznie możliwe, żeby więcej ćwiczyć.
04:09
But resisting temptation
96
234000
2000
Ale opieranie się pokusie
04:11
is hard.
97
236000
2000
jest trudne.
04:13
The other reason
98
238000
2000
Innym powodem,
04:15
that it's difficult to resist temptation
99
240000
3000
dla którego trudno oprzeć się pokusie,
04:18
is because it's an unequal battle
100
243000
3000
jest nierówność walki
04:21
between the present self and the future self.
101
246000
2000
między „ja" teraźniejszym a „ja” przyszłym.
04:23
I mean, let's face it, the present self is present.
102
248000
2000
Spójrzmy prawdzie w oczy, teraźniejsze „ja” jest... tu i teraz.
04:25
It's in control. It's in power right now.
103
250000
3000
Ono posiada kontrole. Ma teraz władzę.
04:28
It has these strong, heroic arms
104
253000
2000
Ma te silne, bohaterskie ramiona,
04:30
that can lift doughnuts into your mouth.
105
255000
2000
które są w stanie podnieść pączka do ust.
04:32
And the future self is not even around.
106
257000
3000
A „ja” przyszłego nawet nie ma w pobliżu.
04:35
It's off in the future. It's weak.
107
260000
3000
Jest daleko w przyszłości. Jest słabe.
04:38
It doesn't even have a lawyer present.
108
263000
2000
Nie ma tu nawet jego prawnika.
04:40
There's nobody to stick up for the future self.
109
265000
2000
Nie ma nikogo, kto wstawił sie za przyszłe „ja”.
04:42
And so the present self can trounce
110
267000
3000
W takim razie teraźniejsze „ja” może bezkarnie podeptać
04:45
all over its dreams.
111
270000
2000
wszystkie marzenia przyszłego „ja”.
04:47
So there's this battle between the two selves that's being fought,
112
272000
4000
Zatem, toczy się więc walka między dwoma „ja”,
04:51
and we need commitment devices
113
276000
2000
i potrzebujemy technik autozobowiązania,
04:53
to level the playing field between the two.
114
278000
3000
by wyrównać szanse między nimi.
04:56
Now I'm a big fan of commitment devices actually.
115
281000
3000
Sam jestem wielkim fanem technik autozobowiązania.
04:59
Tying yourself to the mast is the oldest one, but there are other ones
116
284000
3000
Przywiązanie się do masztu to ta najstarsza, ale są też inne,
05:02
such as locking a credit card away with a key
117
287000
4000
jak zamknięcie karty kredytowej pod kluczem
05:06
or not bringing junk food into the house so you won't eat it
118
291000
3000
albo nieprzynoszenie niezdrowych przekąsek do domu, żeby cie nie kusiły ,
05:09
or unplugging your Internet connection
119
294000
2000
albo odłączenie połączenia z internetem
05:11
so you can use your computer.
120
296000
2000
przed skorzystaniem z komputera.
05:13
I was creating commitment devices of my own
121
298000
2000
Tworzyłem własne narzędzia zobowiązujące
05:15
long before I knew what they were.
122
300000
2000
na długo przed dowiedzeniem się, czym są.
05:17
So when I was a starving post-doc
123
302000
2000
Jako głodujący absolwent studiów doktoranckich
05:19
at Columbia University,
124
304000
2000
na Uniwersytecie Columbia,
05:21
I was deep in a publish-or-perish phase of my career.
125
306000
3000
przechodziłem w swojej karierze przez fazę „publikuj albo giń”.
05:24
I had to write five pages a day
126
309000
2000
Musiałem napisać dziennie pięć stron
05:26
towards papers
127
311000
2000
artykułów naukowych
05:28
or I would have to give up five dollars.
128
313000
3000
albo oddać pięć dolarów.
05:31
And when you try to execute these commitment devices,
129
316000
3000
Ale kiedy starasz się wyegzekwować te postanowienia,
05:34
you realize the devil is really in the details.
130
319000
2000
to zdajesz sobie sprawę, że diabeł tkwi w szczegółach.
05:36
Because it's not that easy to get rid of five dollars.
131
321000
3000
Bo wcale nie jest łatwo się pozbyć tych pięciu dolarów.
05:39
I mean, you can't burn it; that's illegal.
132
324000
3000
Przecież ich nie spalisz. To nielegalne.
05:42
And I thought, well I could give it to a charity
133
327000
2000
I pomyślałem sobie, że mógłbym przeznaczyć je na cele charytatywne
05:44
or give it to my wife or something like that.
134
329000
2000
albo przekazać żonie, czy coś w tym stylu.
05:46
But then I thought, oh, I'm sending myself mixed messages.
135
331000
2000
Ale później pomyślałem, że ślę sobie samemu sprzeczne komunikaty.
05:48
Because not writing is bad, but giving to charity is good.
136
333000
3000
Ponieważ niepisanie jest złe, ale dobroczynność jest dobra.
05:51
So then I would kind of justify not writing
137
336000
2000
Wtedy mógłbym jakoś usprawiedliwiać niepisanie
05:53
by giving a gift.
138
338000
2000
poprzez dawanie datku.
05:55
And then I kind of flipped that around and thought,
139
340000
2000
I wtedy odwróciłem tok myślenia i stwierdziłem,
05:57
well I could give it to the neo-Nazis.
140
342000
2000
że przecież mógłbym przekazywać go neonazistom.
05:59
But then I was like, that's more bad than writing is good,
141
344000
3000
Ale stwierdziłem że to jest o wiele 'gorsze' nieżeli pisanie jest 'dobre'
06:02
and so that wouldn't work.
142
347000
2000
i dlatego by nie zadziałało.
06:04
So ultimately, I just decided
143
349000
2000
W końcu zdecydowałem,
06:06
I would leave it in an envelope on the subway.
144
351000
3000
że będę zostawiał kopertę pieniędzy w metrze.
06:09
Sometimes a good person would find it,
145
354000
2000
Czasami znajdzie ją dobry człowiek,
06:11
sometimes a bad person would find it.
146
356000
2000
a czasami zły.
06:13
On average, it was just a completely pointless exchange of money
147
358000
3000
W uśrednieniu: całkowicie bezcelowa wymiana gotówki,
06:16
that I would regret.
148
361000
2000
której bym żałował.
06:18
(Laughter)
149
363000
3000
(Smiech)
06:21
Such it is with commitment devices.
150
366000
3000
Tak to jest z technikami autozobowiązania.
06:24
But despite my like for them,
151
369000
4000
Mimo całej mojej słabości do tych technik,
06:28
there's two nagging concerns
152
373000
2000
zawsze dręczyły mnie
06:30
that I've always had about commitment devices,
153
375000
2000
dwie związane z nimi obawy,
06:32
and you might feel this if you use them yourself.
154
377000
2000
które możecie znać, jeśli sami użuwacie tych technik.
06:34
So the first is,
155
379000
2000
Po pierwsze,
06:36
when you've got one of these devices going,
156
381000
2000
jeśli stosujesz którąś z technik,
06:38
such as this contract to write everyday or pay,
157
383000
3000
jak ten kontrakt, aby pisać albo płacić codzennie,
06:41
it's just a constant reminder
158
386000
2000
to staje się on nieustającym przypomnieniem,
06:43
that you have no self-control.
159
388000
2000
że nie masz nad sobą kontroli.
06:45
You're just telling yourself, "Without you, commitment device,
160
390000
2000
Mówisz sobie: „Bez ciebie, techniko zobowiązująca,
06:47
I am nothing, I have no self-discipline."
161
392000
3000
jestem nikim, nie mam żadnej samodyscypliny”.
06:50
And then when you're ever in a situation
162
395000
2000
A później, jeśli kiedykolwiek znajdziesz się w sytuacji,
06:52
where you don't have a commitment device in place --
163
397000
3000
gdy brak ci odpowiedniej techniki autozobowiązania -
06:55
like, "Oh my God, that person's offering me a doughnut,
164
400000
2000
powiedzmy: „O boże, ten człowiek częstuje mnie pączkiem,
06:57
and I have no defense mechanism," --
165
402000
2000
a ja nie mam żadnego mechanizmu obronnego” -
06:59
you just eat it.
166
404000
2000
po prostu zjadasz pączka.
07:01
So I don't like the way that they take the power away from you.
167
406000
3000
Nie podoba mi się zatem to, jak zobowiązania odbierają nam władzę.
07:04
I think self-discipline is something, it's like a muscle.
168
409000
3000
Sądzę, że samodyscyplina jest jak mięsień.
07:07
The more you exercise it, the stronger it gets.
169
412000
3000
Im bardziej ją ćwiczysz, tym jest silniejsza.
07:10
The other problem with commitment devices
170
415000
2000
Kolejny problem z technikami autozobowiązania to,
07:12
is that you can always weasel your way out of them.
171
417000
3000
że zawsze możesz się z nich jakoś wykręcić.
07:15
You say, "Well, of course I can't write today,
172
420000
2000
Mówisz sobie: „Cóż, to oczywiste, że nie mogę dzisiaj pisać,
07:17
because I'm giving a TEDTalk and I have five media interviews,
173
422000
3000
bo wygłaszam TEDTalk i udzielam pięciu wywiadów,
07:20
and then I'm going to a cocktail party and then I'll be drunk after that.
174
425000
3000
a później idę na bankiet, po którym będę pijany.
07:23
And so there's no way that this is going to work."
175
428000
3000
Po prostu nie dam rady, choćbym chciał”.
07:26
So in effect, you are like Odysseus and the first mate
176
431000
2000
Więc tak naprawdę stajesz się jak Odyseusz,
07:28
in one person.
177
433000
2000
i pierwszy oficer - w jednej osobie.
07:30
You're putting yourself, you're binding yourself,
178
435000
3000
Sam siebie ograniczasz, sam się wiążesz,
07:33
and you're weaseling your way out of it,
179
438000
2000
później sam się z tego wykręcasz,
07:35
and then you're beating yourself up afterwards.
180
440000
2000
a następnie się za to karzesz.
07:37
So I've been working
181
442000
2000
Od mniej więcej dekady
07:39
for about a decade now
182
444000
2000
pracuję nad
07:41
on finding other ways
183
446000
2000
innymi sposobami
07:43
to change people's relationship to the future self
184
448000
2000
zmiany relacji ludzi z ich przyszłym „ja”,
07:45
without using commitment devices.
185
450000
2000
bez używania technik autozobowiązania.
07:47
In particular, I'm interested in the relationship
186
452000
3000
Interesuje mnie konkretnie relacja
07:50
to the future financial self.
187
455000
3000
z przyszłym finansowym „ja” .
07:54
And this is a timely issue.
188
459000
2000
To temat na czasie.
07:56
I'm talking about the topic of saving.
189
461000
2000
Mówię o kwesti oszczędzania.
07:58
Now saving is a classic two selves problem.
190
463000
2000
Oszczędzanie to klasyczny problem dwóch „ja”.
08:00
The present self does not want to save at all.
191
465000
3000
Teraźniejsze „ja” wcale nie chce oszczędzać.
08:03
It wants to consume.
192
468000
2000
Chce konsumować.
08:05
Whereas the future self wants the present self to save.
193
470000
3000
Tymczasem przyszłe „ja” chce, żeby „ja” teraźniejsze oszczędzało.
08:09
So this is a timely problem.
194
474000
2000
Jak mówiłem, to aktualny problem.
08:11
We look at the savings rate
195
476000
2000
Widzimy, że stopa oszczędności
08:13
and it has been declining since the 1950s.
196
478000
3000
spada od lat 50. XX wieku.
08:16
At the same time, the Retirement Risk Index,
197
481000
3000
Równocześnie rośnie indeks ryzyka emerytalnego,
08:19
the chance of not being able to meet your needs in retirement,
198
484000
3000
opisujący ryzyko obniżenia sntandardu życia po przejściu na emeryture
08:22
has been increasing.
199
487000
2000
się zwiększał.
08:24
And we're at a situation now
200
489000
2000
Jesteśmy teraz w sytuacji,
08:26
where for every three baby boomers,
201
491000
2000
gdzie z każdych trzech osób z wyżu demograficznego,
08:28
the McKinsey Global Institute predicts
202
493000
2000
jak przewiduje McKinsey Global Institute,
08:30
that two will not be able to meet their pre-retirement needs
203
495000
4000
dwie nie będą w stanie na emeryturze
08:34
while they're in retirement.
204
499000
2000
zaspokoić potrzeb sprzed emerytury.
08:36
So what can we do about this?
205
501000
3000
Jak zatem możemy temu zaradzić?
08:39
There's a philosopher, Derek Parfit,
206
504000
3000
Filozof Derek Parfait powiedział coś,
08:42
who said some words that were inspiring to my coauthors and I.
207
507000
3000
co zainspirowało mnie i moich współautorów.
08:45
He said that, "We might neglect our future selves
208
510000
3000
Powiedział: „Jest szansa, że zaniedbamy swoje przyszłe »ja«
08:48
because of some failure of belief or imagination."
209
513000
4000
z powodu jakiegoś nieudanego przekonania lub wyobrażenia”.
08:52
That is to say,
210
517000
2000
To znaczy,
08:54
we somehow might not believe that we're going to get old,
211
519000
3000
że możemy nie wierzyć, że się zestarzejemy,
08:57
or we might not be able to imagine
212
522000
2000
lub że nie jesteśmy w stanie wyobrazić sobie,
08:59
that we're going to get old some day.
213
524000
2000
że pewnego dnia się zestarzejemy.
09:01
On the one hand, it sounds ridiculous.
214
526000
2000
Z jednej strony brzmi to absurdalnie.
09:03
Of course, we know that we're going to get old.
215
528000
2000
Oczywiście, że wiemy, że się zestarzejemy.
09:05
But aren't there things that we believe and don't believe at the same time?
216
530000
3000
Jednak czy nie ma takich spraw, w które jednocześnie wierzymy i nie wierzymy?
09:08
So my coauthors and I have used computers,
217
533000
3000
Zatem wraz z moimi współautorami użyliśmy komputerów,
09:11
the greatest tool of our time,
218
536000
2000
najpotężniejszego narzędzia naszych czasów,
09:13
to assist people's imagination
219
538000
2000
by wspomóc ludzką wyobraźnię
09:15
and help them imagine what it might be like
220
540000
3000
i pomóc im w wizualizacji,
09:18
to go into the future.
221
543000
2000
jak może wyglądać ich przyszłość.
09:20
And I'll show you some of these tools right here.
222
545000
3000
Pokażę wam teraz niektóre z tych narzędzi.
09:23
The first is called the distribution builder.
223
548000
2000
Pierwsze nazywa się kreator rozkładu.
09:25
It shows people what the future might be like
224
550000
3000
Pokazuje ludziom, jak może wyglądać ich przyszłość
09:28
by showing them a hundred equally probable outcomes
225
553000
3000
przez uwidocznieniem stu równie prawdopodobnych wyników
09:31
that might be obtained in the future.
226
556000
2000
możliwych do uzyskania w przyszłości.
09:33
Each outcome is shown by one of these markers,
227
558000
3000
Każdy z tych wskaźników reprezentuje jeden wynik,
09:36
and each sits on a row
228
561000
2000
a każdy z nich leży na szeregu który
09:38
that represents a level of wealth and retirement.
229
563000
2000
reprezentuje poziom dobrobytu na emeryturze.
09:40
Being up at the top
230
565000
2000
Pozycja na górze znaczy,
09:42
means that you're enjoying a high income in retirement.
231
567000
2000
że cieszysz się wysokim dochodem na emeryturze.
09:44
Being down at the bottom
232
569000
2000
Pozycja na dole znaczy,
09:46
means that you're struggling to make ends meet.
233
571000
2000
że z trudem wiążesz koniec z końcem.
09:48
When you make an investment,
234
573000
2000
Podejmując inwestycję
09:50
what you're really saying is, "I accept
235
575000
2000
tak naprawdę stwierdzasz:
09:52
that any one of these 100 things
236
577000
2000
„Akceptuję, że każda z tych 100 rzeczy
09:54
could happen to me and determine my wealth."
237
579000
2000
może mnie spotkać i zdecydować o moim majątku”.
09:56
Now you can try to move your outcomes around.
238
581000
3000
Po czym możesz spróbować poprzesuwać wyniki.
09:59
You can try to manipulate your fate, like this person is doing,
239
584000
3000
Można, jak ta osoba, manipulować swym przeznaczeniem,
10:02
but it costs you something to do it.
240
587000
2000
ale ponosi się pewien koszt.
10:04
It means that you have to save more today.
241
589000
4000
To znaczy, że dzisiaj trzeba więcej oszczędzać .
10:08
Once you find an investment that you're happy with,
242
593000
2000
Kiedy użytkownik znajdzie odpowiadającą mu inwestycję,
10:10
what people do is they click "done"
243
595000
2000
klika "gotowe",
10:12
and the markers begin to disappear,
244
597000
2000
a wskaźniki zaczynają znikać,
10:14
slowly, one by one.
245
599000
2000
powoli, jeden za drugim.
10:16
It simulates what it is like to invest in something
246
601000
2000
To symulacja sytuacji, gdy inwestuje się w coś,
10:18
and to watch that investment pan out.
247
603000
3000
a później obserwuje, czy ta inwestycja wypali.
10:21
At the end, there will only be one marker left standing
248
606000
3000
Na końcu zostaje tylko jeden wskaźnik
10:24
and it will determine our wealth in retirement.
249
609000
3000
i to on określa poziom dobrobytu na emeryturze.
10:27
Yes, this person retired
250
612000
2000
Tak, ta osoba na emeryturze
10:29
at 150 percent of their working income in retirement.
251
614000
4000
uzyska 150% swojego wcześniejszego dochodu.
10:33
They're making more money while retired
252
618000
2000
Jako emeryt zarabia więcej
10:35
than they were making while they were working.
253
620000
2000
niż jako pracownik.
10:37
If you're like most people,
254
622000
2000
Jeśli jesteście jak większość ludzi,
10:39
just seeing that gave you a small sense of elation and joy --
255
624000
4000
to sam widok przyprawia was o radość,
10:43
just to think about making
256
628000
2000
sama myśl o zarabianiu
10:45
50 percent more money in retirement than before.
257
630000
3000
o połowę więcej na emeryturze niż przed.
10:48
However, had you ended up on the very bottom,
258
633000
2000
Jeśli jednak wylądowalibyście na samym dole,
10:50
it might have given you a slight sense
259
635000
2000
moglibyście poczuć lekki
10:52
of dread and/or nausea
260
637000
2000
niepokój lub/i mdłości,
10:54
thinking about struggling to get by in retirement.
261
639000
4000
na myśl o walce o przetrwanie na emeryturze.
10:58
By using this tool over and over
262
643000
2000
Dzięki wielokrotnemu używaniu tego narzędzia
11:00
and simulating outcome after outcome,
263
645000
3000
i symulowaniu wyniku za wynikiem,
11:03
people can understand
264
648000
2000
ludzie mogą zrozumieć,
11:05
that the investments and savings that they undertake today
265
650000
3000
że inwestycje i oszczędności podejmowane dziś
11:08
determine their well-being in the future.
266
653000
2000
determinują ich dobrobyt w przyszłości.
11:10
Now people are motivated through emotions,
267
655000
3000
Ludzie sa motywowani dzieki emocjom,
11:13
but different people find different things motivating.
268
658000
3000
ale dla różnych osób motywujące są różne rzeczy.
11:16
This is a simulation
269
661000
3000
To symulacja,
11:19
that uses graphics,
270
664000
2000
która wykorzystuje grafikę,
11:21
but other people find motivating what money can buy,
271
666000
2000
ale niektórym nie wystarczą liczby, bo motywuje ich
11:23
not just numbers.
272
668000
2000
widok tego, co mogą kupić za pieniądze.
11:25
So here I made a distribution builder
273
670000
2000
Stworzyłem więc kreator rozkładu,
11:27
where instead of showing numerical outcomes,
274
672000
3000
w którym, zamiast prezentowania liczbowych wyników,
11:30
I show people what those outcomes will get you,
275
675000
3000
pokazuję, co mogą za nie mieć.
11:33
in particular apartments that you can afford
276
678000
2000
Konkretnie chodzi o mieszkania, które można mieć,
11:35
if you're retiring on 3,000, 2,500,
277
680000
3000
jeśli na emeryturze ma się miesięcznie 3000 dolarów,
11:38
2,000 dollars per month and so on.
278
683000
3000
2500, 2000 i tak dalej.
11:41
As you move down the ladder of apartments,
279
686000
2000
Widać, że im niżej się przesuwamy,
11:43
you see that they get worse and worse.
280
688000
3000
tym gorszy i gorszy jest standard mieszkań.
11:46
Some of them look like places I lived in as a graduate student.
281
691000
4000
Niektóre wyglądają jak te, w których mieszkałem jako student.
11:50
And as you get to the very bottom,
282
695000
4000
A na samym dole
11:54
you're faced with the unfortunate reality
283
699000
2000
czeka was konfrontacja ze smutną prawdą,
11:56
that if you don't save anything for retirement,
284
701000
2000
że jeśli nie odłożycie pieniędzy na emeryturę,
11:58
you won't be able to afford any housing at all.
285
703000
3000
nie będzie was stać na żadne mieszkanie.
12:01
Those are actual pictures of actual apartments
286
706000
2000
To są prawdziwe zdjęcie autentycznych mieszkań,
12:03
renting for that amount
287
708000
2000
wynajmowanych za takie kwoty,
12:05
as advertised on the Internet.
288
710000
2000
według ogłoszeń internetowych.
12:07
The last thing I'll show you,
289
712000
2000
Ostatnie, co wam pokażę,
12:09
the last behavioral time machine,
290
714000
2000
ostatni wehikuł czasu dla zachowania
12:11
is something that I created with Hal Hershfield,
291
716000
3000
to coś co stworzyłem z Halem Hershfieldem,
12:14
who was introduced to me by my coauthor on a previous project,
292
719000
3000
którego poznałem poprzez współautora poprzedniego projektu,
12:17
Bill Sharpe.
293
722000
2000
Billa Sharpe'a.
12:19
And what it is
294
724000
2000
Razem z Halem zgłębiamy
12:21
is an exploration into virtual reality.
295
726000
2000
rzeczywistość wirtualną.
12:23
So what we do is we take pictures of people --
296
728000
3000
Zatem co robimy, bierzemy robimy zdjęcia różnym ludziom,
12:26
in this case, college-age people --
297
731000
2000
w tym wypadku w wieku studenckim,
12:28
and we use software to age them
298
733000
2000
a następnie postarzamy ich komputerowo,
12:30
and show these people what they'll look like
299
735000
3000
żeby pokazać im, jak będą wyglądać
12:33
when they're 60, 70, 80 years old.
300
738000
2000
w wieku 60, 70, 80 lat.
12:35
And we try to test
301
740000
2000
I wtedy staramy się sprawdzić,
12:37
whether actually assisting your imagination
302
742000
3000
czy wspomaganie wyobraźni poprzez
12:40
by looking at the face of your future self
303
745000
2000
możliwość spojrzenia w twarz swojego przyszłego „ja”
12:42
can change you investment behavior.
304
747000
2000
jest w stanie zmienić zachowania inwestycyjne.
12:44
So this is one of our experiments.
305
749000
3000
Oto jeden z naszych eksperymentów.
12:47
Here we see the face of the young subject on the left.
306
752000
3000
Po lewej widać twarz młodego badanego.
12:50
He's given a control
307
755000
2000
Otrzymuje on kontrole
12:52
that allows him to adjust his savings rate.
308
757000
2000
nad stopą swoich oszczędności.
12:54
As he moves his savings rate down,
309
759000
2000
Kiedy ją zmniejsza,
12:56
it means that he's saving zero
310
761000
2000
wtedy wskaźnik jest po lewej,
12:58
when it's all the way here at the left.
311
763000
2000
oznacza to że nic nie oszczędza.
13:00
You can see his current annual income --
312
765000
2000
Widzicie jego aktualny roczny dochód,
13:02
this is the percentage of his paycheck that he can take home today --
313
767000
3000
a to procent wypłaty, którą dzisiaj może wziąć do domu -
13:05
is quite high, 91 percent,
314
770000
2000
dość wysoki, 91 procent -
13:07
but his retirement income is quite low.
315
772000
2000
natomiast jego dochód emerytalny jest dość niski.
13:09
He's going to retire on 44 percent
316
774000
2000
Na emeryturze dostanie 44 procent tego,
13:11
of what he earned while he was working.
317
776000
3000
co zarabiał pracując.
13:14
If he saves the maximum legal amount,
318
779000
3000
Jeśli odłoży maksymalną zgodną z prawem sumę,
13:17
his retirement income goes up,
319
782000
2000
jego dochód emerytalny się zwiększy,
13:19
but he's unhappy
320
784000
2000
ale jest nieszczęśliwy,
13:21
because now he has less money on the left-hand side to spend today.
321
786000
3000
bo po lewej ma mniej pieniędzy na dzisiejsze wydatki.
13:25
Other conditions show people the future self.
322
790000
3000
Odmienne warunki pokazują ludziom ich przyszłe „ja”.
13:28
And from the future self's point of view, everything is in reverse.
323
793000
3000
Z perspektywy przyszłego „ja”, wszystko jest odwrotnie.
13:31
If you save very little,
324
796000
2000
Jeśli bardzo mało oszczędzasz,
13:33
the future self is unhappy
325
798000
2000
przyszłe „ja” jest niezadowolone,
13:35
living on 44 percent of the income.
326
800000
3000
z zaledwie 44 procentami uprzedniego dochodu.
13:38
Whereas if the present self saves a lot,
327
803000
3000
Natomiast jeśli teraźniejsze „ja” sporo oszczędza,
13:41
the future self is delighted,
328
806000
2000
„ja” przyszłe jest zachwycone,
13:43
where the income is close up near 100 percent.
329
808000
3000
bo jego dochód zbliża się do 100 procent.
13:46
To bring this to a wider audience,
330
811000
3000
By przybliżyć to szerszej publiczności,
13:49
I've been working with Hal and Allianz
331
814000
3000
pracuję z Halem i firmą Allianz
13:52
to create something we call the behavioral time machine,
332
817000
3000
nad stworzeniem tak zwanego wehikułu czasu dla zachowania,
13:55
in which you not only get to see yourself in the future,
333
820000
3000
dzięki któremu nie tylko można obejrzeć siebie w przyszłości,
13:58
but you get to see anticipated emotional reactions
334
823000
3000
ale i zobaczyć przewidywane reakcje emocjonalne
14:01
to different levels of retirement wealth.
335
826000
3000
na różne poziomy majętności w okresie emerytalnym.
14:04
So for instance,
336
829000
2000
Oto i przykładowa osoba,
14:06
here is somebody using the tool.
337
831000
2000
posługująca się tym narzędziem.
14:08
And just watch the facial expressions
338
833000
2000
Obserwujcie wyraz twarzy,
14:10
as they move the slider.
339
835000
2000
kiedy porusza suwakiem.
14:12
The younger face gets happier and happier, saving nothing.
340
837000
2000
Młodsze oblicze jest coraz bardziej zadowolone, nie oszczędzając.
14:14
The older face is miserable.
341
839000
2000
Starsza twarz jest nieszczęśliwa.
14:16
And slowly, slowly we're bringing it up to a moderate savings rate.
342
841000
2000
Powolutku podnosimy stopę oszczędności do umiarkowanego poziomu.
14:18
And then it's a high savings rate.
343
843000
2000
Dalej jest wysoka stopa oszczędności.
14:20
The younger face is getting unhappy.
344
845000
2000
Młodsza twarz staje się smutna.
14:22
The older face is quite pleased
345
847000
2000
Starsza jest całkiem zadowolona
14:24
with the decision.
346
849000
3000
z takiej decyzji.
14:27
We're going to see if this has an effect on what people do.
347
852000
2000
Zobaczymy, czy to ma wpływ na zachowania ludzi.
14:29
And what's nice about it
348
854000
2000
Podoba mi się, że
14:31
is it's not something that biasing people actually,
349
856000
3000
nie chodzi tu o wypaczanie czyjejś opinii,
14:34
because as one face smiles,
350
859000
2000
bo na jednej twarzy maluje się uśmiech,
14:36
the other face frowns.
351
861000
2000
a na drugiej grymas.
14:38
It's not telling you which way to put the slider,
352
863000
2000
Nikt nikomu nie mówi jak ustawić suwak.
14:40
it's just reminding you that you are
353
865000
3000
To tylko przypomnienie, że
14:43
connected to and legally tied to
354
868000
2000
jesteś połączony, a nawet prawnie związany
14:45
this future self.
355
870000
2000
ze swoim przyszłym „ja”.
14:47
Your decisions today are going to determine its well-being.
356
872000
3000
Twoje dzisiejsze decyzje określą jego powodzenie.
14:50
And that's something that's easy to forget.
357
875000
3000
A o tym łatwo zapomnieć.
14:53
This use of virtual reality
358
878000
3000
Tak użyta rzeczywistość wirtualna
14:56
is not just good for making people look older.
359
881000
2000
służy nie tylko postarzaniu ludzi.
14:58
There are programs you can get
360
883000
2000
Istnieją programy pokazujące,
15:00
to see how people might look
361
885000
2000
jak dana osoba może wyglądać,
15:02
if they smoke, if they get too much exposure to the sun,
362
887000
3000
jeśli pali, jeśli zbyt długo będzie na słońcu,
15:05
if they gain weight and so on.
363
890000
2000
jeśli przytyje i tak dalej.
15:07
And what's good is,
364
892000
2000
I co jest dobre, w przeciwieństwie do eksperymentów,
15:09
unlike in the experiments that Hal and myself ran with Russ Smith,
365
894000
3000
które prowadziłem z Halem i Russem Smithem,
15:12
you don't have to program these by yourself
366
897000
2000
nie trzeba ich samemu programować,
15:14
in order to see the virtual reality.
367
899000
3000
by mieć wgląd do rzeczywistości wirtualnej.
15:17
There are applications you can get on smartphones for just a few dollars
368
902000
3000
Za raptem parę dolarów można mieć w telefonie
15:20
that do the same thing.
369
905000
2000
odpowiednie aplikacje.
15:22
This is actually a picture of Hal, my coauthor.
370
907000
2000
A to jest zdjęcie Hala, mojego współpracownika.
15:24
You might recognize him from the previous demos.
371
909000
3000
Może poznajecie, jego twarz już się pojawiła.
15:27
And just for kicks we ran his picture
372
912000
3000
Dla zabawy przepuściliśmy jego zdjęcie przez program,
15:30
through the balding, aging and weight gain software
373
915000
3000
w którym przeszło proces postarzania, łysienia i tycia,
15:33
to see how he would look.
374
918000
2000
żeby zobaczyć jak będzie wyglądał.
15:35
Hal is here, so I think we owe it to him as well as yourself
375
920000
3000
Hal jest tu z nami, więc należy mu się, jak i wam,
15:38
to disabuse you of that last image.
376
923000
3000
usunięcie tego ostatniego obrazu.
15:42
And I'll close it there.
377
927000
2000
Na tym skończę.
15:44
On behalf of Hal and myself,
378
929000
2000
W imieniu Hala i swoim własnym życzę pomyślności
15:46
I wish all the best to your present and future selves.
379
931000
2000
waszym teraźniejszym i przyszłym „ja”.
15:48
Thank you.
380
933000
2000
Dziękuję.
15:50
(Applause)
381
935000
3000
(Brawa)
ABOUT THE SPEAKER
Daniel Goldstein - Behavioral economistDaniel Goldstein studies how we make decisions about our financial selves -- both now and in the future,
Why you should listen
Daniel Goldstein studies decision-making -- especially how humans make economic and social decisions over the course of our lives, and how we can give ourselves the right incentives, reminders, and rules of thumb to make long-term smart choices rather than short-term fun choices. He runs the blog Decision Science News. Dan is Principal Researcher at Microsoft Research, a former professor at London Business School, and member of the academic advisory board of the Behavioural Insights Team in the UK (aka the Nudge Unit). In 2015, he became President of the Society for Judgment and Decision Making, the largest academic society in Behavioral Economics.
Daniel Goldstein | Speaker | TED.com