TED2009
Bruce Bueno de Mesquita: A prediction for the future of Iran
Bruce Bueno de Mesquita o przyszłości Iranu
Filmed:
Readability: 4.1
1,045,301 views
Bruce Bueno de Mesquita korzysta z analizy matematycznej, aby przewidzieć (bardzo często trafnie) takie zagmatwane sprawy jak wojna, zmiany w układach politycznych, Intifada... Wyjaśnia krótko, jak to robi i prezentuje trzy prognozy dotyczące przyszłości Iranu.
Bruce Bueno de Mesquita - Political scientist
A consultant to the CIA and the Department of Defense, Bruce Bueno de Mesquita has built an intricate computer model that can predict the outcomes of international conflicts with bewildering accuracy. Full bio
A consultant to the CIA and the Department of Defense, Bruce Bueno de Mesquita has built an intricate computer model that can predict the outcomes of international conflicts with bewildering accuracy. Full bio
Double-click the English transcript below to play the video.
00:18
What I'm going to try to do is explain to you
0
0
3000
Zamierzam wam opowiedzieć w skrócie,
00:21
quickly how to predict,
1
3000
2000
jak przewidzieć
00:23
and illustrate it with some predictions
2
5000
2000
i zilustrować paroma prognozami to,
00:25
about what Iran is going to do in the next couple of years.
3
7000
5000
co Iran zamierza zrobić w ciągu kilku najbliższych lat.
00:30
In order to predict effectively,
4
12000
3000
Aby przewidywać skutecznie,
00:33
we need to use science.
5
15000
3000
musimy użyć nauki.
00:36
And the reason that we need to use science
6
18000
3000
A musimy to zrobić dlatego, że wtedy
00:39
is because then we can reproduce what we're doing;
7
21000
2000
będziemy mogli odtworzyć to, co zrobimy;
00:41
it's not just wisdom or guesswork.
8
23000
3000
mądrość czy zgadywanie to za mało.
00:44
And if we can predict,
9
26000
3000
A potrafiąc przewidywać,
00:47
then we can engineer the future.
10
29000
2000
możemy projektować przyszłość.
00:49
So if you are concerned to influence energy policy,
11
31000
4000
Jeśli więc chcecie wpłynąć na politykę energetyczną
00:53
or you are concerned to influence national security policy,
12
35000
5000
lub na politykę bezpieczeństwa narodowego,
00:58
or health policy, or education,
13
40000
3000
na politykę zdrowotną lub edukacyjną,
01:01
science -- and a particular branch of science -- is a way to do it,
14
43000
4000
to kluczem do tego jest nauka - pewna dziedzina nauki,
01:05
not the way we've been doing it,
15
47000
2000
a nie to, co robiliśmy do tej pory,
01:07
which is seat-of-the-pants wisdom.
16
49000
2000
czyli totalna improwizacja.
01:09
Now before I get into how to do it
17
51000
2000
Zanim przejdę do tego, jak to zrobić,
01:11
let me give you a little truth in advertising,
18
53000
3000
powiem wam coś o reklamowaniu;
01:14
because I'm not engaged in the business of magic.
19
56000
3000
nie zajmuję się magią, są więc różne rzeczy,
01:17
There are lots of thing that the approach I take can predict,
20
59000
4000
które można przewidzieć, stosując moją metodę
01:21
and there are some that it can't.
21
63000
2000
i są takie, których nie można.
01:23
It can predict complex negotiations
22
65000
3000
Można przewidzieć trudne negocjacje
01:26
or situations involving coercion --
23
68000
3000
lub sytuacje związane z przymusem,
01:29
that is in essence everything that has to do with politics,
24
71000
4000
czyli właściwie wszystko, co ma związek z polityką,
01:33
much of what has to do with business,
25
75000
2000
i wiele rzeczy związanych biznesem,
01:35
but sorry, if you're looking to speculate in the stock market,
26
77000
6000
ale jeśli chodzi o spekulacje giełdowe, to wybaczcie,
01:41
I don't predict stock markets -- OK,
27
83000
2000
ale ja takich rzeczy nie przewiduję -
01:43
it's not going up any time really soon.
28
85000
3000
ok, w niedalekiej przyszłości hossy nie będzie.
01:46
But I'm not engaged in doing that.
29
88000
3000
Ale tym się nie zajmuję.
01:49
I'm not engaged in predicting random number generators.
30
91000
3000
Nie zajmuję się przewidywaniem losowych numerów;
01:52
I actually get phone calls from people
31
94000
2000
dzwonią do mnie ludzie chcący
01:54
who want to know what lottery numbers are going to win.
32
96000
3000
poznać numery, które będą wylosowane na loterii.
01:57
I don't have a clue.
33
99000
3000
Nie mam pojęcia.
02:00
I engage in the use of game theory, game theory is a branch of mathematics
34
102000
4000
Zajmuję się wykorzystaniem teorii gier (to dziedzina matematyki),
02:04
and that means, sorry, that even in the study of politics,
35
106000
4000
co oznacza, że nawet w naukach politycznych
02:08
math has come into the picture.
36
110000
3000
matematyka ma zastosowanie.
02:11
We can no longer pretend that we just speculate about politics,
37
113000
4000
Nie możemy już udawać, że tylko spekulujemy na temat polityki,
02:15
we need to look at this in a rigorous way.
38
117000
3000
musimy do tego podejść systematycznie.
02:18
Now, what is game theory about?
39
120000
3000
O co chodzi w teorii gier?
02:21
It assumes that people are looking out for what's good for them.
40
123000
5000
Zakłada ona, że ludzie szukają tego, co jest dla nich dobre.
02:26
That doesn't seem terribly shocking --
41
128000
2000
Nie brzmi to zbyt szokująco -
02:28
although it's controversial for a lot of people --
42
130000
2000
choć dla wielu ludzi jest kontrowersyjne -
02:30
that we are self-interested.
43
132000
4000
ale jesteśmy interesowni.
02:34
In order to look out for what's best for them
44
136000
2000
Żeby szukać tego, co jest dla nich najlepsze
02:36
or what they think is best for them,
45
138000
2000
albo co ich zdaniem jest najlepsze,
02:38
people have values -- they identify what they want, and what they don't want.
46
140000
4000
ludzie mają wartości - określają, czego chcą i czego nie chcą.
02:42
And they have beliefs about what other people want,
47
144000
3000
Mają poglądy na temat tego, czego chcą inni ludzie,
02:45
and what other people don't want, how much power other people have,
48
147000
3000
czego nie chcą inni ludzie, jak wielką inni mają władzę,
02:48
how much those people could get in the way of whatever it is that you want.
49
150000
4000
jak bardzo inni ludzie mogą przeszkodzić w zyskaniu tego, czego pragniecie.
02:52
And they face limitations, constraints,
50
154000
4000
Stykają się z ograniczeniami, limitami,
02:56
they may be weak, they may be located in the wrong part of the world,
51
158000
3000
mogą być słabi, mogą znajdować się w niewłaściwej części świata,
02:59
they may be Einstein, stuck away farming
52
161000
3000
mogą być Einsteinami, którzy utknęli na farmach
03:02
someplace in a rural village in India not being noticed,
53
164000
4000
gdzieś w rolniczej wiosce w Indiach, niezauważeni,
03:06
as was the case for Ramanujan for a long time,
54
168000
3000
tak jak było przez długi czas z Ramanujanem:
03:09
a great mathematician but nobody noticed.
55
171000
3000
nikt nie dostrzegł, że jest wielkim matematykiem.
03:12
Now who is rational?
56
174000
2000
Kto jest racjonalny?
03:14
A lot of people are worried about what is rationality about?
57
176000
3000
Wielu ludzi zastanawia się, o co chodzi w racjonalności.
03:17
You know, what if people are rational?
58
179000
2000
Ludzie są racjonalni.
03:19
Mother Theresa, she was rational.
59
181000
3000
Matka Teresa była racjonalna.
03:22
Terrorists, they're rational.
60
184000
4000
Terroryści też są.
03:26
Pretty much everybody is rational.
61
188000
3000
Prawie każdy jest racjonalistą.
03:29
I think there are only two exceptions that I'm aware of --
62
191000
3000
Wiem chyba tylko o dwóch wyjątkach...
03:32
two-year-olds, they are not rational,
63
194000
2000
dwulatki nie są racjonalne,
03:34
they have very fickle preferences,
64
196000
3000
nie mają stałych upodobań,
03:37
they switch what they think all the time,
65
199000
2000
cały czas zmieniają zdanie;
03:39
and schizophrenics are probably not rational,
66
201000
3000
schizofrenicy też pewnie nie są racjonalni.
03:42
but pretty much everybody else is rational.
67
204000
2000
Ale właściwie cała reszta jest.
03:44
That is, they are just trying to do
68
206000
2000
To znaczy, że próbują robić to,
03:46
what they think is in their own best interest.
69
208000
5000
co, według nich, leży w ich interesie.
03:51
Now in order to work out what people are going to do
70
213000
2000
Aby ustalić, co ludzie zamierzają zrobić,
03:53
to pursue their interests,
71
215000
2000
aby osiągnąć swe cele,
03:55
we have to think about who has influence in the world.
72
217000
2000
musimy zastanowić się, kto ma wpływy na świecie.
03:57
If you're trying to influence corporations to change their behavior,
73
219000
5000
Jeśli próbujecie wpłynąć na korporacje, by zmieniły swe postępowanie
04:02
with regard to producing pollutants,
74
224000
3000
odnośnie generowania zanieczyszczeń,
04:05
one approach, the common approach,
75
227000
2000
powszechnie stosowanym podejściem
04:07
is to exhort them to be better,
76
229000
2000
jest namawianie ich, by były lepsze,
04:09
to explain to them what damage they're doing to the planet.
77
231000
3000
wyjaśnianie im, jak bardzo szkodzą planecie.
04:12
And many of you may have noticed that doesn't have
78
234000
2000
Wielu z was mogło zauważyć, że to nie przynosi
04:14
as big an effect, as perhaps you would like it to have.
79
236000
4000
tak dobrych efektów, jakie chcieliście osiągnąć;
04:18
But if you show them that it's in their interest,
80
240000
3000
ale jeśli pokażecie im, że to jest w ich interesie,
04:21
then they're responsive.
81
243000
2000
wtedy zareagują.
04:23
So, we have to work out who influences problems.
82
245000
3000
Musimy się dowiedzieć, kto ma wpływ na problemy.
04:26
If we're looking at Iran, the president of the United States
83
248000
2000
Patrząc na Iran, chcielibyśmy myśleć, że prezydent
04:28
we would like to think, may have some influence --
84
250000
3000
Stanów Zjednoczonych może mieć jakiś wpływ --
04:31
certainly the president in Iran has some influence --
85
253000
4000
Z pewnością prezydent w Iranie ma pewne wpływy --
04:35
but we make a mistake if we just pay attention
86
257000
3000
ale błędem jest zwracanie uwagi wyłącznie
04:38
to the person at the top of the power ladder
87
260000
3000
na osobę u szczytu władzy,
04:41
because that person doesn't know much about Iran,
88
263000
3000
bo taka osoba nie wie zbyt dużo o Iranie
04:44
or about energy policy,
89
266000
2000
czy polityce energetycznej
04:46
or about health care,
90
268000
2000
albo opiece zdrowotnej
04:48
or about any particular policy.
91
270000
2000
czy jakiejkolwiek polityce.
04:50
That person surrounds himself or herself with advisers.
92
272000
5000
Taka osoba otacza się doradcami.
04:55
If we're talking about national security problems,
93
277000
2000
W przypadku problemów bezpieczeństwa narodowego
04:57
maybe it's the Secretary of State,
94
279000
2000
może to być sekretarz stanu,
04:59
maybe it's the Secretary of Defense,
95
281000
2000
może być sekretarz obrony,
05:01
the Director of National Intelligence,
96
283000
2000
dyrektor narodowego wywiadu
05:03
maybe the ambassador to the United Nations, or somebody else
97
285000
2000
albo ambasador Narodów Zjednoczonych lub ktoś jeszcze inny,
05:05
who they think is going to know more about the particular problem.
98
287000
4000
o kim sądzą, że będzie wiedział więcej o konkretnym zagadnieniu.
05:09
But let's face it, the Secretary of State doesn't know much about Iran.
99
291000
3000
Ale spójrzmy prawdzie w oczy - sekretarz stanu nie wie dużo o Iranie.
05:12
The secretary of defense doesn't know much about Iran.
100
294000
3000
Sekretarz obrony nie wie dużo o Iranie.
05:15
Each of those people in turn
101
297000
3000
Podobnie, każda z tych osób
05:18
has advisers who advise them,
102
300000
2000
ma swoich własnych doradców,
05:20
so they can advise the president.
103
302000
3000
więc może doradzać prezydentowi.
05:23
There are lots of people shaping decisions
104
305000
3000
Wielu ludzi wpływa na decyzje,
05:26
and so if we want to predict correctly
105
308000
2000
jeśli więc chcemy przewidzieć trafnie,
05:28
we have to pay attention to everybody
106
310000
3000
musimy zwracać uwagę na każdego,
05:31
who is trying to shape the outcome,
107
313000
2000
kto próbuje wpłynąć na wynik,
05:33
not just the people at the pinnacle
108
315000
3000
a nie tylko na ludzi na szczycie
05:36
of the decision-making pyramid.
109
318000
4000
piramidy procesu decyzyjnego.
05:40
Unfortunately, a lot of times we don't do that.
110
322000
2000
Niestety, bardzo często tego nie robimy.
05:42
There's a good reason that we don't do that,
111
324000
2000
I mamy po temu dobry powód,
05:44
and there's a good reason that using game theory and computers,
112
326000
3000
a także dobry powód, by używając teorii gier i komputerów przezwyciężyć
05:47
we can overcome the limitation
113
329000
3000
ograniczenie wynikające
05:50
of just looking at a few people.
114
332000
2000
z przyjrzenia się tylko kilku osobom.
05:52
Imagine a problem with just five decision-makers.
115
334000
4000
Wyobraźcie sobie problem z pięcioma osobami decyzyjnymi.
05:56
Imagine for example
116
338000
2000
Wyobraźcie sobie,
05:58
that Sally over here,
117
340000
2000
że Sally, ta tutaj,
06:00
wants to know what Harry, and Jane,
118
342000
3000
chce wiedzieć, co Harry, Jane
06:03
and George and Frank are thinking,
119
345000
3000
George i Frank myślą,
06:06
and sends messages to those people.
120
348000
2000
więc wysyła im wiadomości.
06:08
Sally's giving her opinion to them,
121
350000
2000
Sally przedstawia im jej opinię,
06:10
and they're giving their opinion to Sally.
122
352000
3000
a oni przedstawiają jej swoją.
06:13
But Sally also wants to know
123
355000
2000
Ale Sally chce też wiedzieć,
06:15
what Harry is saying to these three,
124
357000
3000
co Harry mówi pozostałej trójce
06:18
and what they're saying to Harry.
125
360000
2000
i co oni mówią Harry'emu.
06:20
And Harry wants to know
126
362000
2000
Z kolei Harry chce wiedzieć,
06:22
what each of those people are saying to each other, and so on,
127
364000
3000
co mówią sobie nawzajem ci ludzie, i tak dalej, i tak dalej,
06:25
and Sally would like to know what Harry thinks those people are saying.
128
367000
3000
a Sally chce wiedzieć, co Harry myśli, że oni mówią.
06:28
That's a complicated problem; that's a lot to know.
129
370000
3000
To skomplikowany problem, trzeba dużo wiedzieć.
06:31
With five decision-makers
130
373000
3000
Z pięcioma decydentami
06:34
there are a lot of linkages --
131
376000
2000
jest wiele połączeń --
06:36
120, as a matter of fact,
132
378000
2000
dokładnie 120,
06:38
if you remember your factorials.
133
380000
2000
jeśli pamiętacie silnię.
06:40
Five factorial is 120.
134
382000
2000
Silnia z pięciu to 120.
06:42
Now you may be surprised to know
135
384000
2000
Może was zdziwić fakt,
06:44
that smart people can keep 120 things straight
136
386000
3000
że mądrzy ludzie mogą myśleć o 120
06:47
in their head.
137
389000
2000
różnych rzeczach.
06:49
Suppose we double the number of influencers
138
391000
2000
Załóżmy, że podwajamy liczbę wpływających
06:51
from five to 10.
139
393000
2000
z 5 do 10.
06:53
Does that mean we've doubled the number of pieces of information
140
395000
4000
Czy to oznacza, że podwoiliśmy ilość informacji, które musimy
06:57
we need to know, from 120 to 240?
141
399000
2000
posiadać ze 120 do 240?
06:59
No. How about 10 times?
142
401000
2000
A może 10 razy tyle?
07:01
To 1,200? No.
143
403000
3000
Będzie 1200? Nie.
07:04
We've increased it to 3.6 million.
144
406000
3000
Podnieśliśmy ją do 3,6 miliona.
07:07
Nobody can keep that straight in their head.
145
409000
2000
Nikt nie pomieści tego w swojej głowie.
07:09
But computers,
146
411000
3000
Ale komputery
07:12
they can. They don't need coffee breaks,
147
414000
3000
to potrafią. Nie potrzebują przerw na kawę
07:15
they don't need vacations,
148
417000
3000
ani wakacji;
07:18
they don't need to go to sleep at night,
149
420000
2000
nie muszą iść spać w nocy
07:20
they don't ask for raises either.
150
422000
3000
i nie proszą o podwyżki.
07:23
They can keep this information straight
151
425000
2000
Mogą przechowywać informacje,
07:25
and that means that we can process the information.
152
427000
3000
co oznacza, że my możemy je przetwarzać.
07:28
So I'm going to talk to you about how to process it,
153
430000
2000
Opowiem wam, jak przetwarzać informacje
07:30
and I'm going to give you some examples out of Iran,
154
432000
3000
i dam wam kilka przykładów z Iranu;
07:33
and you're going to be wondering,
155
435000
2000
zaczniecie się zastanawiać:
07:35
"Why should we listen to this guy?
156
437000
2000
"Czemu mielibyśmy słuchać tego gościa?
07:37
Why should we believe what he's saying?"
157
439000
3000
Czemu mielibyśmy mu wierzyć?"
07:40
So I'm going to show you a factoid.
158
442000
4000
Pokażę wam pewien faktoid.
07:44
This is an assessment by the Central Intelligence Agency
159
446000
3000
Oto dokonane przez CIA oszacowanie, ile razy,
07:47
of the percentage of time
160
449000
2000
procentowo,
07:49
that the model I'm talking about
161
451000
2000
model, o którym mówię,
07:51
is right in predicting things whose outcome is not yet known,
162
453000
3000
przewiduje trafnie rzeczy, których skutków jeszcze nie znamy,
07:54
when the experts who provided the data inputs
163
456000
4000
gdy eksperci, którzy dostarczyli danych,
07:58
got it wrong.
164
460000
2000
pomylili się.
08:00
That's not my claim, that's a CIA claim -- you can read it,
165
462000
3000
Nie ja to wymyśliłem, to CIA - możecie to przeczytać,
08:03
it was declassified a while ago. You can read it in a volume edited by
166
465000
3000
bo już to odtajniono. Możecie to przeczytać w tomie zredagowanym
08:06
H. Bradford Westerfield, Yale University Press.
167
468000
3000
przez H. Bradforda Westerfielda z Yale University Press.
08:09
So, what do we need to know
168
471000
2000
Co więc trzeba wiedzieć,
08:11
in order to predict?
169
473000
2000
aby przewidywać?
08:13
You may be surprised to find out we don't need to know very much.
170
475000
3000
Może was zaskoczyć fakt, że nie musimy wiedzieć zbyt wiele.
08:16
We do need to know who has a stake
171
478000
3000
Musimy wiedzieć, kto bierze udział
08:19
in trying to shape the outcome of a decision.
172
481000
5000
w kształtowaniu ostatecznej decyzji.
08:24
We need to know what they say they want,
173
486000
3000
Musimy wiedzieć, co mówią, że chcą zyskać,
08:27
not what they want in their heart of hearts,
174
489000
3000
a nie, czego pragną w głębi serca;
08:30
not what they think they can get,
175
492000
2000
nie, co myślą, że mogą zyskać,
08:32
but what they say they want, because that is a strategically chosen position,
176
494000
3000
ale co mówią, że chcą osiągnąć, bo to jest strategicznie obrana pozycja
08:35
and we can work backwards from that
177
497000
2000
i możemy na jej podstawie wnioskować
08:37
to draw inferences about important features of their decision-making.
178
499000
4000
o ważnych aspektach ich procesu podejmowania decyzji.
08:41
We need to know how focused they are
179
503000
2000
Musimy wiedzieć, jak bardzo koncentrują się
08:43
on the problem at hand.
180
505000
2000
na danym problemie.
08:45
That is, how willing are they to drop what they're doing when the issue comes up,
181
507000
3000
Czyli: na ile są chętni rzucić to, czym się zajmują, kiedy pojawi się problem,
08:48
and attend to it instead of something else that's on their plate --
182
510000
4000
zająć się problemem, zamiast czymś innym, za co odpowiadają --
08:52
how big a deal is it to them?
183
514000
2000
czy to dla nich ważna sprawa?
08:54
And how much clout could they bring to bear
184
516000
3000
Jak bardzo są w stanie się poświęcić,
08:57
if they chose to engage on the issue?
185
519000
5000
jeśli zechcą się zaangażować w problem.
09:02
If we know those things
186
524000
2000
Jeśli wiemy tyle,
09:04
we can predict their behavior by assuming that everybody
187
526000
3000
możemy przewidzieć ich zachowanie, zakładając, że każdy
09:07
cares about two things on any decision.
188
529000
5000
dba o dwie sprawy, podejmując decyzje.
09:12
They care about the outcome. They'd like an outcome as close to
189
534000
2000
Oni dbają o wynik. Chcą osiągnąć wynik na tyle bliski temu,
09:14
what they are interested in as possible.
190
536000
3000
o co im chodzi, jak to możliwe.
09:17
They're careerists, they also care about getting credit --
191
539000
3000
Są karierowiczami, dbają też o zyskanie uznania --
09:20
there's ego involvement,
192
542000
2000
ego gra tu ważną rolę;
09:22
they want to be seen as important in shaping the outcome,
193
544000
4000
chcą, by wyglądało, że to od nich zależy ostateczny wynik
09:26
or as important, if it's their druthers, to block an outcome.
194
548000
5000
lub, jeśli wolą, że to od nich zależy zablokowanie decyzji.
09:31
And so we have to figure out how they balance those two things.
195
553000
3000
Musimy określić, co jest dla nich najważniejsze.
09:34
Different people trade off
196
556000
2000
Wielu ludzi dokonuje wyboru
09:36
between standing by their outcome,
197
558000
3000
między obstawaniem za decyzją,
09:39
faithfully holding to it, going down in a blaze of glory,
198
561000
3000
staniem za nią murem, upadkiem w pełni chwały
09:42
or giving it up, putting their finger in the wind,
199
564000
3000
a poddaniem się, byciem jak chorągiewka na wietrze
09:45
and doing whatever they think is going to be a winning position.
200
567000
3000
i obstawaniem przy opcji, która, ich zdaniem, wygra.
09:48
Most people fall in between, and if we can work out where they fall
201
570000
3000
Większość ludzi jest pośrodku; jeśli zgadniemy, gdzie są dokładnie,
09:51
we can work out how to negotiate with them
202
573000
2000
dowiemy się, jak z nimi negocjować,
09:53
to change their behavior.
203
575000
2000
by zmienili swe postępowanie.
09:55
So with just that little bit of input
204
577000
3000
Mając tak niewiele danych
09:58
we can work out what the choices are that people have,
205
580000
3000
możemy poznać opcje, jakimi dysponują ludzie,
10:01
what the chances are that they're willing to take,
206
583000
3000
przewidzieć, jakie ryzyko podejmą, dowiedzieć się,
10:04
what they're after, what they value, what they want,
207
586000
3000
o co zabiegają, co cenią, czego pragną,
10:07
and what they believe about other people.
208
589000
3000
i co sądzą o innych ludziach.
10:10
You might notice what we don't need to know:
209
592000
4000
Zauważcie, że tym czego nie potrzebujemy,
10:14
there's no history in here.
210
596000
2000
jest ich historia.
10:16
How they got to where they are
211
598000
2000
Jak osiągnęli swoją pozycję
10:18
may be important in shaping the input information,
212
600000
2000
może być ważne przy określaniu danych wyjściowych.
10:20
but once we know where they are
213
602000
2000
ale gdy już wiemy, jaką mają pozycję,
10:22
we're worried about where they're going to be headed in the future.
214
604000
3000
martwimy się tym, jaką pozycję zajmą w przyszłości.
10:25
How they got there turns out not to be terribly critical in predicting.
215
607000
4000
To, jak tam trafili, nie jest nam aż tak niezbędne do przewidywania.
10:29
I remind you of that 90 percent accuracy rate.
216
611000
4000
Przypominam wam o 90% trafnych prognoz.
10:33
So where are we going to get this information?
217
615000
2000
Skąd weźmiemy te informacje?
10:35
We can get this information
218
617000
3000
Możemy je znaleźć
10:38
from the Internet, from The Economist,
219
620000
3000
w Internecie, w "The Economist",
10:41
The Financial Times, The New York Times,
220
623000
3000
"The Financial Times", "The New York Times",
10:44
U.S. News and World Report, lots of sources like that,
221
626000
3000
w "U.S. News" i "World Report"; jest wiele takich źródeł.
10:47
or we can get it from asking experts
222
629000
2000
Możemy też spytać ekspertów,
10:49
who spend their lives studying places and problems,
223
631000
3000
którzy przez całe życie badają miejsca i problemy,
10:52
because those experts know this information.
224
634000
3000
bo ci eksperci mają te informacje.
10:55
If they don't know, who are the people trying to influence the decision,
225
637000
3000
Jeśli nie wiedzą, kim są ludzie próbujący wpłynąć na daną decyzję,
10:58
how much clout do they have,
226
640000
2000
jakie mają wpływy,
11:00
how much they care about this issue, and what do they say they want,
227
642000
3000
jak bardzo przejmują się sprawą i co mówią, że chcą zyskać,
11:03
are they experts? That's what it means to be an expert,
228
645000
3000
to czy są ekspertami? To właśnie znaczy bycie ekspertem,
11:06
that's the basic stuff an expert needs to know.
229
648000
4000
to podstawy, które ekspert musi znać.
11:10
Alright, lets turn to Iran.
230
652000
2000
Ok, zajmijmy się Iranem.
11:12
Let me make three important predictions --
231
654000
3000
Zaprezentuję wam 3 ważne prognozy --
11:15
you can check this out, time will tell.
232
657000
3000
czas pokaże, czy miałem rację.
11:18
What is Iran going to do about its nuclear weapons program?
233
660000
8000
Co Iran zrobi ze swoim programem broni nuklearnej?
11:26
How secure is the theocratic regime in Iran?
234
668000
3000
Jak silną pozycję ma teokratczny reżim w Iranie?
11:29
What's its future?
235
671000
2000
Jaka jest jego przyszłość?
11:31
And everybody's best friend,
236
673000
3000
I nasz milusiński,
11:34
Ahmadinejad. How are things going for him?
237
676000
3000
Ahmadineżad. Co się z nim stanie?
11:37
How are things going to be working out for him in the next year or two?
238
679000
6000
Jaka będzie jego przyszłość w ciągu najbliższego roku czy dwóch?
11:43
You take a look at this, this is not based on statistics.
239
685000
3000
Przyjrzyjcie się temu, to nie jest oparte na statystykach.
11:46
I want to be very clear here. I'm not projecting some past data into the future.
240
688000
5000
Zrozumcie mnie dobrze. Nie robię projekcji danych z przeszłości na przyszłość.
11:51
I've taken inputs on positions and so forth,
241
693000
3000
Zebrałem dane o pozycjach i tak dalej,
11:54
run it through a computer model
242
696000
2000
wrzuciłem do komputerowego modelu,
11:56
that had simulated the dynamics of interaction,
243
698000
3000
który zrobił symulację dynamiki interakcji,
11:59
and these are the simulated dynamics,
244
701000
2000
a oto symulacja tej dynamiki,
12:01
the predictions about the path of policy.
245
703000
3000
prognozy na temat drogi politycznej.
12:04
So you can see here on the vertical axis,
246
706000
3000
Na osi pionowej widzicie,
12:07
I haven't shown it all the way down to zero,
247
709000
2000
nie zaczyna się od zera,
12:09
there are lots of other options, but here I'm just showing you the prediction,
248
711000
3000
jest wiele innych opcji, ale tutaj pokazuję wam tylko prognozę,
12:12
so I've narrowed the scale.
249
714000
2000
więc zmniejszyłem skalę,
12:14
Up at the top of the axis, "Build the Bomb."
250
716000
3000
na samej górze osi: "Zbuduj Bombę".
12:17
At 130, we start somewhere above 130,
251
719000
4000
Przy 130, gdzieś tak powyżej 130,
12:21
between building a bomb, and making enough weapons-grade fuel
252
723000
3000
między budowaniem bomby i tworzeniem paliwa wysokiej jakości,
12:24
so that you could build a bomb.
253
726000
2000
żeby można było zbudować bombę.
12:26
That's where, according to my analyses,
254
728000
3000
To właśnie tu, według moich analiz,
12:29
the Iranians were at the beginning of this year.
255
731000
3000
byli Irańczycy na początku tego roku.
12:32
And then the model makes predictions down the road.
256
734000
3000
Następnie model wykonuje dalsze prognozy,
12:35
At 115 they would only produce enough weapons grade fuel
257
737000
4000
przy 115 będą produkować tylko tyle paliwa do produkcji broni,
12:39
to show that they know how, but they wouldn't build a weapon:
258
741000
2000
by pokazać, że wiedzą, jak to zrobić, ale broni nie zbudują,
12:41
they would build a research quantity.
259
743000
2000
wyłącznie techniki badawcze.
12:43
It would achieve some national pride,
260
745000
2000
Będą mieli z czego być dumni,
12:45
but not go ahead and build a weapon.
261
747000
3000
ale broni z tego nie zbudują.
12:48
And down at 100 they would build civilian nuclear energy,
262
750000
2000
Przy 100 wytworzą energię jądrową na potrzeby cywilne,
12:50
which is what they say is their objective.
263
752000
4000
jak mówią, to jest ich celem.
12:54
The yellow line shows us the most likely path.
264
756000
3000
Żółta linia pokazuje prawdopodobny rozwój wydarzeń.
12:57
The yellow line includes an analysis
265
759000
1000
Zawiera analizę
12:58
of 87 decision makers in Iran,
266
760000
3000
87 decydentów w Iranie
13:01
and a vast number of outside influencers
267
763000
3000
oraz wielu wpływowych osób z zewnątrz,
13:04
trying to pressure Iran into changing its behavior,
268
766000
3000
próbujących nakłonić Iran do zmiany postępowania,
13:07
various players in the United States, and Egypt,
269
769000
3000
różnych graczy w USA, w Egipcie,
13:10
and Saudi Arabia, and Russia, European Union,
270
772000
2000
w Arabii Saudyjskiej, Rosji i Unii Europejskiej,
13:12
Japan, so on and so forth.
271
774000
2000
w Japonii i tak dalej.
13:14
The white line reproduces the analysis
272
776000
4000
Biała linia odtwarza analizę,
13:18
if the international environment
273
780000
2000
jeśli środowisko międzynarodowe
13:20
just left Iran to make its own internal decisions,
274
782000
3000
zostawi podejmowanie wszystkich decyzji Iranowi,
13:23
under its own domestic political pressures.
275
785000
2000
przy jego krajowych naciskach politycznych --
13:25
That's not going to be happening,
276
787000
2000
ale to się nie zdarzy --
13:27
but you can see that the line comes down faster
277
789000
4000
ale widać, że ta linia opada szybciej,
13:31
if they're not put under international pressure,
278
793000
3000
jeśli nie podlegają międzynarodowym naciskom,
13:34
if they're allowed to pursue their own devices.
279
796000
2000
jeśli pozwolą im radzić sobie własnymi siłami.
13:36
But in any event, by the end of this year,
280
798000
3000
Tak czy inaczej, z końcem tego roku,
13:39
beginning of next year, we get to a stable equilibrium outcome.
281
801000
3000
początkiem następnego, otrzymamy stan równowagi.
13:42
And that equilibrium is not what the United States would like,
282
804000
4000
Ta równowaga nie jest tym, czego życzyło by sobie USA,
13:46
but it's probably an equilibrium that the United States can live with,
283
808000
3000
ale pewnie Stany jakoś dadzą radę z nią żyć,
13:49
and that a lot of others can live with.
284
811000
2000
tak jak wielu innych.
13:51
And that is that Iran will achieve that nationalist pride
285
813000
4000
Iran będzie miał z czego być dumnym z powodu
13:55
by making enough weapons-grade fuel, through research,
286
817000
4000
tworzenia paliwa do budowy broni, poprzez badania;
13:59
so that they could show that they know how to make weapons-grade fuel,
287
821000
4000
będą mogli pokazać, że wiedzą, jak robi się takie paliwo, ale nie dość paliwa,
14:03
but not enough to actually build a bomb.
288
825000
5000
żeby naprawdę zbudować bombę.
14:08
How is this happening?
289
830000
2000
Jak to się dzieje?
14:10
Over here you can see this is the distribution
290
832000
4000
Tutaj widzicie dystrybucję energii,
14:14
of power in favor of civilian nuclear energy today,
291
836000
5000
dziś z przewagą cywilnej energii jądrowej,
14:19
this is what that power block is predicted to be like
292
841000
3000
według prognoz, tak będzie wyglądać blok energetyczny
14:22
by the late parts of 2010, early parts of 2011.
293
844000
6000
pod koniec 2010 i na początku 2011 roku.
14:28
Just about nobody supports research on weapons-grade fuel today,
294
850000
4000
Dziś prawie nikt nie wspiera badań nad paliwem do produkcji broni,
14:32
but by 2011 that gets to be a big block,
295
854000
3000
ale do 2011 r. będzie to wielki blok;
14:35
and you put these two together, that's the controlling influence in Iran.
296
857000
4000
złóżcie je razem -- to właśnie wpływy mające kontrolę w Iranie.
14:39
Out here today, there are a bunch of people --
297
861000
3000
Obecnie jest tu wielu ludzi --
14:42
Ahmadinejad for example --
298
864000
2000
np. Ahmadineżad --
14:44
who would like not only to build a bomb,
299
866000
2000
chcących nie tylko zbudować bombę,
14:46
but test a bomb.
300
868000
2000
ale i przetestować ją.
14:48
That power disappears completely;
301
870000
2000
Ta władza zupełnie znika,
14:50
nobody supports that by 2011.
302
872000
3000
nikt tego nie wspiera w 2011 r.
14:53
These guys are all shrinking,
303
875000
2000
Ci faceci się kurczą.
14:55
the power is all drifting out here,
304
877000
3000
Cała władza przenosi się tutaj;
14:58
so the outcome is going to be the weapons-grade fuel.
305
880000
3000
efektem będzie paliwo zdatne do produkcji broni.
15:01
Who are the winners and who are the losers in Iran?
306
883000
3000
Kto jest zwycięzcą, a kto przegranym w Iranie?
15:04
Take a look at these guys, they're growing in power,
307
886000
3000
Spójrzcie na tych gości, ich władza rośnie,
15:07
and by the way, this was done a while ago
308
889000
3000
a przy okazji, to było jakiś czas temu,
15:10
before the current economic crisis,
309
892000
2000
przed obecnym kryzysem ekonomicznym,
15:12
and that's probably going to get steeper.
310
894000
2000
a to pewnie spadnie jeszcze bardziej.
15:14
These folks are the moneyed interests in Iran,
311
896000
2000
Ci goście to bogate grupy biznesowe w Iranie,
15:16
the bankers, the oil people, the bazaaries.
312
898000
4000
bankierzy, ludzie od ropy, mający stoiska na bazarach,
15:20
They are growing in political clout,
313
902000
3000
ich polityczna siła przebicia rośnie,
15:23
as the mullahs are isolating themselves --
314
905000
3000
podczas gdy mułłowie się izolują --
15:26
with the exception of one group of mullahs,
315
908000
2000
z wyjątkiem jednej grupy mułłów,
15:28
who are not well known to Americans.
316
910000
2000
niezbyt dobrze znanej Amerykanom.
15:30
That's this line here, growing in power,
317
912000
2000
To ta linia, wzrastająca władza,
15:32
these are what the Iranians call the quietists.
318
914000
4000
to ich Irańczycy nazywają kwietystami.
15:36
These are the Ayatollahs, mostly based in Qom,
319
918000
3000
To Ajatollahowie, znajdujący się głównie w Kom;
15:39
who have great clout in the religious community,
320
921000
4000
mają wielką siłę przebicia w społeczności religijnej.
15:43
have been quiet on politics and are going to be getting louder,
321
925000
3000
Niezbyt interesowali się polityką, ale to się zmieni,
15:46
because they see Iran going in an unhealthy direction,
322
928000
2000
bo widzą, że Iran zmierza w niezdrowym kierunku,
15:48
a direction contrary
323
930000
2000
kierunku sprzecznym
15:50
to what Khomeini had in mind.
324
932000
4000
z tym, czego chciał Chomeini.
15:54
Here is Mr. Ahmadinejad.
325
936000
2000
Oto pan Ahmadineżad.
15:56
Two things to notice: he's getting weaker,
326
938000
3000
Dwie sprawy: jego pozycja słabnie;
15:59
and while he gets a lot of attention in the United States,
327
941000
2000
Stany Zjednoczone poświęcają mu dużo uwagi,
16:01
he is not a major player in Iran.
328
943000
2000
ale nie jest grubą rybą w Iranie,
16:03
He is on the way down.
329
945000
2000
przestaje się liczyć.
16:05
OK, so I'd like you to take a little away from this.
330
947000
4000
Ok, przejdźmy teraz do czego innego.
16:09
Everything is not predictable: the stock market
331
951000
2000
Nie wszystko można przewidzieć; giełda jest,
16:11
is, at least for me, not predictable,
332
953000
3000
przynajmniej dla mnie, nieprzewidywalna,
16:14
but most complicated negotiations are predictable.
333
956000
5000
ale większość skomplikowanych negocjacji da się przewidzieć.
16:19
Again, whether we're talking health policy, education,
334
961000
4000
Czy mówimy o polityce zdrowotnej, edukacji,
16:23
environment, energy,
335
965000
3000
środowisku, energii,
16:26
litigation, mergers,
336
968000
2000
sprawach sądowych, fuzjach,
16:28
all of these are complicated problems
337
970000
2000
wszystko to są skomplikowane problemy,
16:30
that are predictable,
338
972000
2000
które da się przewidzieć,
16:32
that this sort of technology can be applied to.
339
974000
4000
stosując ten rodzaj technologii.
16:36
And the reason that being able to predict those things is important,
340
978000
5000
A możliwość przewidywania tych rzeczy jest ważna nie tylko dlatego,
16:41
is not just because you might run a hedge fund and make money off of it,
341
983000
3000
że można kierować funduszem hedgingowym i zarabiać na nim pieniądze,
16:44
but because if you can predict what people will do,
342
986000
3000
ale dlatego, że mogąc przewidzieć, co ludzie zrobią,
16:47
you can engineer what they will do.
343
989000
3000
można zaprojektować ich działania.
16:50
And if you engineer what they do you can change the world,
344
992000
2000
A jeśli można to zrobić, można zmienić świat,
16:52
you can get a better result.
345
994000
2000
osiągnąć lepszy wynik.
16:54
I would like to leave you with one thought, which is
346
996000
3000
Kończąc, przedstawię wam pewną ideę, która, dla mnie,
16:57
for me, the dominant theme of this gathering,
347
999000
5000
jest tematem przewodnim tego spotkania
17:02
and is the dominant theme of this way of thinking about the world.
348
1004000
3000
oraz tematem przewodnim tego sposobu myślenia o świecie.
17:05
When people say to you,
349
1007000
3000
Kiedy ludzie mówią:
17:08
"That's impossible,"
350
1010000
2000
"To niemożliwe",
17:10
you say back to them,
351
1012000
2000
odpowiedzcie im:
17:12
"When you say 'That's impossible,'
352
1014000
2000
"Kiedy mówisz: "To niemożliwe",
17:14
you're confused with,
353
1016000
2000
chodzi ci o:
17:16
'I don't know how to do it.'"
354
1018000
3000
"Nie wiem, jak to zrobić"."
17:19
Thank you.
355
1021000
2000
Dziękuję.
17:21
(Applause)
356
1023000
4000
(oklaski)
17:25
Chris Anderson: One question for you.
357
1027000
2000
Chris Anderson: Pytanie do ciebie.
17:27
That was fascinating.
358
1029000
3000
To było fascynujące.
17:30
I love that you put it out there.
359
1032000
3000
To świetnie, że to uwzględniłeś.
17:33
I got very nervous halfway through the talk though,
360
1035000
2000
W połowie przemówienia zacząłem panikować,
17:35
just panicking whether you'd included in your model, the possibility that
361
1037000
3000
denerwowałem się, czy uwzględniłeś w swoim modelu możliwość,
17:38
putting this prediction out there might change the result.
362
1040000
4000
że umieszczenie tam tej prognozy może zmienić wynik.
17:42
We've got 800 people in Tehran who watch TEDTalks.
363
1044000
3000
Mamy w Teheranie 800 ludzi oglądających rozmowy TEDTalks.
17:45
Bruce Bueno de Mesquita: I've thought about that,
364
1047000
2000
Bruce Bueno de Mesquita: Myślałem o tym,
17:47
and since I've done a lot of work for the intelligence community,
365
1049000
4000
bo dużo pracowałem dla ludzi z wywiadu;
17:51
they've also pondered that.
366
1053000
2000
oni też o tym myśleli.
17:53
It would be a good thing if
367
1055000
3000
Byłoby dobrze, gdyby ludzie
17:56
people paid more attention, took seriously,
368
1058000
3000
zwracali więcej uwagi, brali na poważnie
17:59
and engaged in the same sorts of calculations,
369
1061000
2000
i angażowali się w te same rodzaje przewidywań,
18:01
because it would change things. But it would change things in two beneficial ways.
370
1063000
4000
bo to zmieniłoby sprawy. Zmieniłoby sprawy na dwa korzystne sposoby.
18:05
It would hasten how quickly people arrive at an agreement,
371
1067000
6000
Przyśpieszyłoby proces dochodzenia do porozumienia,
18:11
and so it would save everybody a lot of grief and time.
372
1073000
3000
zaoszczędzając wszystkim mnóstwo czasu i zmartwień.
18:14
And, it would arrive at an agreement that everybody was happy with,
373
1076000
4000
Osiągałoby się porozumienie, z którego wszyscy by się cieszyli,
18:18
without having to manipulate them so much --
374
1080000
3000
bez konieczności manipulowania tak bardzo --
18:21
which is basically what I do, I manipulate them.
375
1083000
3000
bo to właśnie robię, manipuluję nimi.
18:24
So it would be a good thing.
376
1086000
2000
Więc to by było dobre.
18:26
CA: So you're kind of trying to say, "People of Iran, this is your destiny, lets go there."
377
1088000
4000
CA: Mówisz coś w rodzaju: "Mieszkańcy Iranu, to wasze przeznaczenie, zróbmy to."
18:30
BBM: Well, people of Iran, this is what many of you are going to evolve to want,
378
1092000
6000
BBM: Mieszkańcy Iranu, wielu z was zacznie chcieć właśnie tego,
18:36
and we could get there a lot sooner,
379
1098000
2000
a możemy to osiągnąć szybciej;
18:38
and you would suffer a lot less trouble from economic sanctions,
380
1100000
3000
wy nie będziecie tak obciążeni sankcjami ekonomicznymi,
18:41
and we would suffer a lot less fear of the use of military force on our end,
381
1103000
6000
a my z kolei obciążeni obawą użycia przeciw nam siły zbrojnej
18:47
and the world would be a better place.
382
1109000
2000
i świat stanie się lepszy.
18:49
CA: Here's hoping they hear it that way. Thank you very much Bruce.
383
1111000
3000
CA: Mam nadzieję, że tak to odbiorą. Bardzo dziękuję, Bruce.
18:52
BBM: Thank you.
384
1114000
2000
BBM: Dziękuję.
18:54
(Applause)
385
1116000
5000
(oklaski)
ABOUT THE SPEAKER
Bruce Bueno de Mesquita - Political scientistA consultant to the CIA and the Department of Defense, Bruce Bueno de Mesquita has built an intricate computer model that can predict the outcomes of international conflicts with bewildering accuracy.
Why you should listen
Every motive has a number, says Bruce Bueno de Mesquita. A specialist in foreign policy, international relations and state building, he is also a leading -- if controversial -- scholar of rational choice theory, which says math underlies the nation-scale consequences of individuals acting for personal benefit. He created forecasting technology that has, time and again, exceeded the accuracy of old-school analysis, even with thorny quarrels charged by obscure contenders, and often against odds. (One example: He called the second Intifada two years in advance.)
Bueno de Mesquita's company, Mesquita & Roundell, sells his system's predictions and analysis to influential government and private institutions that need heads-ups on policy. He teaches at NYU and is a senior fellow at the Hoover Institution.
Bruce Bueno de Mesquita | Speaker | TED.com