TEDxWinnipeg
Jeff Hancock: The future of lying
Jeff Hancock: 3 tipos de mentiras (digitais)
Filmed:
Readability: 3.3
1,347,124 views
Quem nunca mandou um torpedo dizendo “Já estou chegando”, quando não era verdade, ou distorceu um pouco a verdade em seu perfil num site de namoro? Mas Jeff Hancock não acredita que o anonimato da internet encoraje a desonestidade. Na verdade, ele diz que a facilidade de pesquisa e a permanência das informações online podem até nos manter honestos.
Jeff Hancock - Psychologist
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Double-click the English transcript below to play the video.
00:16
Let me tell you, it has been a fantastic month for deception.
0
381
3713
Deixa eu falar uma coisa, este mês foi fantástico em termos de armações.
00:19
And I'm not even talking about the American presidential race. (Laughter)
1
4094
4253
E nem estou falando da campanha presidencial americana. (Risos)
00:24
We have a high-profile journalist caught for plagiarism,
2
8347
4335
Teve um jornalista famoso que foi pego plagiando,
00:28
a young superstar writer whose book involves
3
12682
2932
um jovem escritor famoso cujo livro de não ficção tinha
00:31
so many made up quotes that they've pulled it from the shelves;
4
15614
3305
tanta coisa inventada que foi retirado das prateleiras das livrarias,
00:34
a New York Times exposé on fake book reviews.
5
18919
2598
uma exposição do New York Times sobre resenhas falsas de livros.
00:37
It's been fantastic.
6
21517
1409
Tem sido fantástico.
00:38
Now, of course, not all deception hits the news.
7
22926
3851
Agora, é claro, nem toda armação vira notícia.
00:42
Much of the deception is everyday. In fact, a lot of research
8
26777
3679
A maioria das armações é cotidiana. De fato, muitas pesquisas
00:46
shows that we all lie once or twice a day, as Dave suggested.
9
30456
4331
mostram que todos mentimos uma ou duas vezes por dia, como Dave sugeriu.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
10
34787
2933
Então, como agora já são 18h30, provavelmente a maioria aqui já contou uma mentira hoje.
00:53
Let's take a look at Winnipeg. How many of you,
11
37720
1900
Vamos dar uma olhada em Winnipeg. Quantos de vocês,
00:55
in the last 24 hours -- think back -- have told a little fib,
12
39620
2927
nas últimas 24 horas -- pensem bem -- contou uma mentirinha,
00:58
or a big one? How many have told a little lie out there?
13
42547
3551
ou uma grande? Quantos contaram uma mentirinha aí?
01:01
All right, good. These are all the liars.
14
46098
1904
Tudo bem, ótimo. Esses são todos os mentirosos.
01:03
Make sure you pay attention to them. (Laughter)
15
48002
3293
Lembrem-se de prestar atenção neles. (Risos)
01:07
No, that looked good, it was about two thirds of you.
16
51295
2146
Não, foi ótimo, cerca de dois terços de vocês.
01:09
The other third didn't lie, or perhaps forgot,
17
53441
2852
O outro terço não mentiu, ou talvez se esqueceu,
01:12
or you're lying to me about your lying, which is very,
18
56293
2660
ou vocês estão mentindo para mim sobre mentir, o que é muito,
01:14
very devious. (Laughter) This fits with a lot of the research,
19
58953
4050
muito desleal. (Risos) Isso confirma muitas pesquisas,
01:18
which suggests that lying is very pervasive.
20
63003
3354
que sugerem que mentir é bem universal.
01:22
It's this pervasiveness, combined with the centrality
21
66357
3961
É essa universalidade - combinada com a centralidade
01:26
to what it means to be a human, the fact that we can
22
70318
2440
do que significa ser humano, o fato de que podemos
01:28
tell the truth or make something up,
23
72758
1880
dizer a verdade ou inventar alguma coisa -
01:30
that has fascinated people throughout history.
24
74638
2851
que tem fascinado as pessoas ao longo da história.
01:33
Here we have Diogenes with his lantern.
25
77489
2629
Aqui vemos Diógenes com sua lanterna.
01:36
Does anybody know what he was looking for?
26
80118
2680
Alguém sabe o que ele estava procurando?
01:38
A single honest man, and he died without finding one
27
82798
3784
Um único homem honesto, e ele morreu sem encontrar um
01:42
back in Greece. And we have Confucius in the East
28
86582
3017
lá na Grécia. E temos Confúcio no Oriente
01:45
who was really concerned with sincerity,
29
89599
2377
que estava realmente preocupado com a sinceridade,
01:47
not only that you walked the walk or talked the talk,
30
91976
3084
não apenas em atos e em palavras,
01:50
but that you believed in what you were doing.
31
95060
3154
mas em se acreditar no que estava fazendo.
01:54
You believed in your principles.
32
98214
2006
Acreditar em seus princípios.
01:56
Now my first professional encounter with deception
33
100220
2931
Bem, meu primeiro encontro profissional com o logro
01:59
is a little bit later than these guys, a couple thousand years.
34
103151
3463
foi um pouco mais tarde, uns dois mil anos depois desses caras.
02:02
I was a customs officer for Canada back in the mid-'90s.
35
106614
3799
Eu trabalhava na alfândega do Canadá, em meados da década de 1990.
02:06
Yeah. I was defending Canada's borders.
36
110413
2826
Isso. Eu estava defendendo as fronteiras do Canadá.
02:09
You may think that's a weapon right there. In fact,
37
113239
3782
Vocês podem achar que aquilo lá é uma arma. Na verdade
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
38
117021
5030
é um carimbo. Eu usava um carimbo para defender as fronteiras do Canadá. (Risos)
02:17
Very Canadian of me. I learned a lot about deception
39
122051
3537
Isso é muito canadense da minha parte. Aprendi muito sobre o logro
02:21
while doing my duty here in customs,
40
125588
3055
enquanto cumpria meu dever na alfândega,
02:24
one of which was that most of what I thought I knew about deception was wrong,
41
128643
2884
e uma das coisas foi que a maior parte do que eu achava saber sobre o logro estava errada.
02:27
and I'll tell you about some of that tonight.
42
131527
1752
E quero lhes falar sobre isso esta noite.
02:29
But even since just 1995, '96, the way we communicate
43
133279
4074
Mas desde 1995, 96, a maneira que nos comunicamos
02:33
has been completely transformed. We email, we text,
44
137353
3297
mudou completamente. Nós mandamos e-mail, mensagens de texto,
02:36
we skype, we Facebook. It's insane.
45
140650
2613
usamos o Skype, Facebook. É insano.
02:39
Almost every aspect of human communication's been changed,
46
143263
3261
Quase todo aspecto da comunicação humana mudou,
02:42
and of course that's had an impact on deception.
47
146524
2560
e é claro que isso tem tido impacto no logro.
02:44
Let me tell you a little bit about a couple of new deceptions
48
149084
2583
Deixa eu falar um pouco sobre alguns logros
02:47
we've been tracking and documenting.
49
151667
2376
que temos acompanhado e documentado.
02:49
They're called the Butler, the Sock Puppet
50
154043
4244
Eles são o Mordomo, o Fantoche
02:54
and the Chinese Water Army.
51
158287
2081
e o Exército de Água Chinês.
02:56
It sounds a little bit like a weird book,
52
160368
1897
Isso soa um pouco como um livro esquisito,
02:58
but actually they're all new types of lies.
53
162265
2133
mas na verdade são todos tipos novos de mentiras.
03:00
Let's start with the Butlers. Here's an example of one:
54
164398
3045
Vamos começar com os Mordomos. Eis o exemplo de um:
03:03
"On my way." Anybody ever written, "On my way?"
55
167443
3113
"Já estou chegando." Alguém aqui já escreveu: "Já estou chegando?"
03:06
Then you've also lied. (Laughter)
56
170556
3763
Então vocês também mentiram. (Risos)
03:10
We're never on our way. We're thinking about going on our way.
57
174319
4197
Nós nunca estamos chegando. Estamos pensando em nos por a caminho.
03:14
Here's another one: "Sorry I didn't respond to you earlier.
58
178516
2763
Eis um outro exemplo: "Desculpa não ter respondido antes.
03:17
My battery was dead." Your battery wasn't dead.
59
181279
1965
Minha bateria acabou". Sua bateria não acabou.
03:19
You weren't in a dead zone.
60
183244
1876
Você não estava num lugar sem sinal.
03:21
You just didn't want to respond to that person that time.
61
185120
1953
Você apenas não queria responder àquela pessoa naquela hora.
03:22
Here's the last one: You're talking to somebody,
62
187073
1797
Aqui a última: você está conversando com alguém
03:24
and you say, "Sorry, got work, gotta go."
63
188870
2490
e diz: "Desculpa, tenho de trabalhar, vou ter de desligar."
03:27
But really, you're just bored. You want to talk to somebody else.
64
191360
3797
Mas, na verdade, você está apenas entediado. Você quer conversar com outra pessoa.
03:31
Each of these is about a relationship,
65
195157
2416
Cada mensagem dessa é sobre um relacionamento,
03:33
and this is a 24/7 connected world. Once you get my cell phone number,
66
197573
4405
e este é um mundo conectado 24 horas por dia. Quando você consegue meu número de telefone,
03:37
you can literally be in touch with me 24 hours a day.
67
201978
2965
você pode literalmente entrar em contato comigo 24 horas por dia.
03:40
And so these lies are being used by people
68
204943
2369
Assim, essas mentiras estão sendo usadas pelas pessoas
03:43
to create a buffer, like the butler used to do,
69
207312
2826
para criar um amortecedor, como o mordomo costumava fazer
03:46
between us and the connections to everybody else.
70
210138
3407
entre nós e as conexões com as demais pessoas.
03:49
But they're very special. They use ambiguity
71
213545
1707
Mas ela são muito especiais. Elas usam a ambiguidade
03:51
that comes from using technology. You don't know
72
215252
2061
que vem com o uso da tecnologia. Você não sabe
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
onde eu estou ou o que estou fazendo ou com quem estou.
03:56
And they're aimed at protecting the relationships.
74
220261
2491
E elas têm por objetivo proteger os relacionamentos.
03:58
These aren't just people being jerks. These are people
75
222752
2581
Essas não são simplesmente pessoas agindo como idiotas. Essas são pessoas
04:01
that are saying, look, I don't want to talk to you now,
76
225333
2376
que estão dizendo: "Olhe, eu não quero falar com você agora,
04:03
or I didn't want to talk to you then, but I still care about you.
77
227709
2424
ou eu não queria falar com você naquela hora, mas ainda assim me importo com você.
04:06
Our relationship is still important.
78
230133
2400
Nosso relacionamento ainda é importante.
04:08
Now, the Sock Puppet, on the other hand,
79
232533
1514
Agora, o Fantoche, por outro lado,
04:09
is a totally different animal. The sock puppet isn't
80
234047
2343
é um animal completamente diferente. O fantoche não tem a
04:12
about ambiguity, per se. It's about identity.
81
236390
3065
ver com ambiguidade per se. Tem a ver com identidade.
04:15
Let me give you a very recent example,
82
239455
2002
Deixem-me dar um exemplo bem recente,
04:17
as in, like, last week.
83
241457
1514
da semana passada.
04:18
Here's R.J. Ellory, best-seller author in Britain.
84
242971
3268
Aqui está R. J. Ellory, um autor best-seller na Inglaterra.
04:22
Here's one of his bestselling books.
85
246239
2020
Eis aqui um dos seus best-sellers.
04:24
Here's a reviewer online, on Amazon.
86
248259
3413
Eis aqui uma resenha on-line, na Amazon.
04:27
My favorite, by Nicodemus Jones, is,
87
251672
2657
Minha parte favorita, escrita por Nicodemus Jones, é:
04:30
"Whatever else it might do, it will touch your soul."
88
254329
3808
"Independentemente de outras qualidades, ele vai tocar sua alma".
04:34
And of course, you might suspect
89
258137
1403
E é claro, você poderia suspeitar
04:35
that Nicodemus Jones is R.J. Ellory.
90
259540
2627
que Nicodemus Jones é R. J. Ellory.
04:38
He wrote very, very positive reviews about himself. Surprise, surprise.
91
262167
4687
Ele escreveu muitas, mas muitas resenhas positivas sobre si mesmo. Surpresa!
04:42
Now this Sock Puppet stuff isn't actually that new.
92
266854
3260
Bem, este negócio de Fantoche não é na verdade assim tão novo.
04:46
Walt Whitman also did this back in the day,
93
270114
3167
Walt Whitman também fez isso naquela época,
04:49
before there was Internet technology. Sock Puppet
94
273281
3055
antes que houvesse a tecnologia da internet. O Fantoche
04:52
becomes interesting when we get to scale,
95
276336
2768
se torna interessante quando olhamos em perspectiva,
04:55
which is the domain of the Chinese Water Army.
96
279104
2518
que é o domínio do Exército de Água Chinês.
04:57
Chinese Water Army refers to thousands of people
97
281622
2436
O Exército de Águas Chinês se refere a milhares de pessoas
04:59
in China that are paid small amounts of money
98
284058
3048
na China que recebem uma miséria
05:03
to produce content. It could be reviews. It could be
99
287106
3034
para produzir conteúdo. Pode ser produzir resenhas. Pode ser
05:06
propaganda. The government hires these people,
100
290140
2559
propaganda. O governo contrata essas pessoas,
05:08
companies hire them, all over the place.
101
292699
2628
companhias contratam essas pessoas em todos os lugares.
05:11
In North America, we call this Astroturfing,
102
295327
3617
Na América do Norte, chamamos isso de plateia artificial,
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
103
298944
3438
e plateia artificial é muito comum hoje em dia. Há muita preocupação sobre o tema.
05:18
We see this especially with product reviews, book reviews,
104
302382
3227
Vemos isso especialmente com resenhas de produtos, resenha de livros,
05:21
everything from hotels to whether that toaster is a good toaster or not.
105
305609
4795
sobre tudo, de hotéis a torradeiras.
05:26
Now, looking at these three reviews, or these three types of deception,
106
310404
3918
Bem, olhando para essas resenhas, ou esses três tipos de logro,
05:30
you might think, wow, the Internet is really making us
107
314322
2737
vocês poderiam pensar: Nossa, a internet está fazendo de nós
05:32
a deceptive species, especially when you think about
108
317059
3209
uma espécie enganadora, especialmente quando a gente pensa
05:36
the Astroturfing, where we can see deception brought up to scale.
109
320268
4602
na plateia artificial, onde podemos ver o logro em escala maior.
05:40
But actually, what I've been finding is very different from that.
110
324870
4738
Mas, na verdade, o que temos encontrado é muito diferente disso.
05:45
Now, let's put aside the online anonymous sex chatrooms,
111
329608
3249
Bem, vamos deixar de lado as salas de bate-papo de sexo anônimas on-line,
05:48
which I'm sure none of you have been in.
112
332857
1899
nas quais tenho certeza de que nenhum de vocês já esteve.
05:50
I can assure you there's deception there.
113
334756
2329
Posso lhes assegurar que há logro lá.
05:52
And let's put aside the Nigerian prince who's emailed you
114
337085
2709
Vamos deixar de lado o príncipe nigeriano que lhes mandou um e-mail
05:55
about getting the 43 million out of the country. (Laughter)
115
339794
3228
sobre mandar 43 milhões para fora do país. (Risos)
05:58
Let's forget about that guy, too.
116
343022
1680
Vamos esquecer esse cara também.
06:00
Let's focus on the conversations between our friends
117
344702
2944
Vamos focar na conversa com nossos amigos
06:03
and our family and our coworkers and our loved ones.
118
347646
2147
e nossa família e nossos colegas e pessoas queridas.
06:05
Those are the conversations that really matter.
119
349793
2408
Essas são as conversas que realmente importam.
06:08
What does technology do to deception with those folks?
120
352201
4240
O que a tecnologia faz para lograr essas pessoas?
06:12
Here's a couple of studies. One of the studies we do
121
356441
3075
Eis aqui alguns estudos. Um dos estudos que fazemos
06:15
are called diary studies, in which we ask people to record
122
359516
3371
se chama diários, nos quais pedimos às pessoas para registrar
06:18
all of their conversations and all of their lies for seven days,
123
362887
3566
todas suas conversas e todas suas mentiras por 7 dias,
06:22
and what we can do then is calculate how many lies took place
124
366453
3105
e o que podemos fazer então é calcular quantas mentiras foram contadas
06:25
per conversation within a medium, and the finding
125
369558
2948
por conversa num determinado meio de comunicação, e a descoberta
06:28
that we get that surprises people the most is that email
126
372506
2524
que mais surpreende as pessoas é que o e-mail
06:30
is the most honest of those three media.
127
375030
3279
é a forma mais honesta desses três meios.
06:34
And it really throws people for a loop because we think,
128
378309
2401
E isso realmente surpreende as pessoas, porque a gente pensa:
06:36
well, there's no nonverbal cues, so why don't you lie more?
129
380710
3736
bem, se não há pistas não verbais, então por que não mentimos mais?
06:40
The phone, in contrast, the most lies.
130
384446
4304
O telefone, ao contrário, é onde se contam o maior número de mentiras.
06:44
Again and again and again we see the phone is the device
131
388750
1946
Repetidas vezes vemos que o telefone é o aparelho
06:46
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
132
390696
4718
em que as pessoas mentem mais, e talvez se deva às ambiguidades das Mentiras do Mordomo de que lhes falei.
06:51
This tends to be very different from what people expect.
133
395414
3975
Isso tende a ser muito diferente do que as pessoas esperam.
06:55
What about résumés? We did a study in which we had
134
399389
3224
Que tal os currículos? Fizemos um estudo em que tínhamos
06:58
people apply for a job, and they could apply for a job
135
402613
2544
pessoas se candidatando a um emprego, e elas poderiam ser candidatar a um emprego
07:01
either with a traditional paper résumé, or on LinkedIn,
136
405157
3514
tanto com um currículo de papel tradicional, ou pelo Linkedln,
07:04
which is a social networking site like Facebook,
137
408671
2822
que é uma rede social como o Facebook,
07:07
but for professionals -- involves the same information as a résumé.
138
411493
3567
mas para profissionais -- contém as mesmas informações de um currículo.
07:10
And what we found, to many people's surprise,
139
415060
2614
E o que encontramos, para a surpresa de muita gente,
07:13
was that those LinkedIn résumés were more honest
140
417674
2795
foi que esses currículos Linkedln eram mais honestos
07:16
on the things that mattered to employers, like your
141
420469
1824
em coisas que eram importantes para os empregadores, como suas
07:18
responsibilities or your skills at your previous job.
142
422293
4151
responsabilidades ou suas habilidades no emprego anterior.
07:22
How about Facebook itself?
143
426444
2296
Que tal o próprio Facebook?
07:24
You know, we always think that hey, there are these
144
428740
1882
Vocês sabem, sempre achamos que - ei, existem essas
07:26
idealized versions, people are just showing the best things
145
430622
2129
versões idealizadas, as pessoas estão apenas mostrando as melhores coisas
07:28
that happened in their lives. I've thought that many times.
146
432751
2656
que aconteceram em suas vidas. Pensei isso muitas vezes.
07:31
My friends, no way they can be that cool and have good of a life.
147
435407
3068
Meus amigos, não tem como eles serem tão legais e terem uma vida tão boa.
07:34
Well, one study tested this by examining people's personalities.
148
438475
3821
Bem, um estudo testou isso examinando a personalidade das pessoas.
07:38
They had four good friends of a person judge their personality.
149
442296
4218
Eles fizeram com que 4 amigos de uma pessoa julgassem sua personalidade.
07:42
Then they had strangers, many strangers,
150
446514
1956
Depois eles fizeram com que estranhos, muitos estranhos,
07:44
judge the person's personality just from Facebook,
151
448470
2528
julgassem a personalidade da pessoa somente através do Facebook,
07:46
and what they found was those judgments of the personality
152
450998
2429
e o que eles descobriram foi que esses julgamentos de personalidade
07:49
were pretty much identical, highly correlated,
153
453427
2509
eram bastante parecidos, altamente correlacionados,
07:51
meaning that Facebook profiles really do reflect our actual personality.
154
455936
4373
significando que os perfis do Facebook realmente refletem nossa verdadeira personalidade.
07:56
All right, well, what about online dating?
155
460309
2572
Tudo bem, bom, que tal os sites de namoro?
07:58
I mean, that's a pretty deceptive space.
156
462881
1500
Quero dizer, é um espaço com bastante logro.
08:00
I'm sure you all have "friends" that have used online dating. (Laughter)
157
464381
3535
Tenho certeza de que todos têm "amigos" que já usaram sites de namoro. (Risos)
08:03
And they would tell you about that guy that had no hair
158
467916
2058
E eles devem ter falado sobre aquele cara que não tinha cabelo
08:05
when he came, or the woman that didn't look at all like her photo.
159
469974
3030
pessoalmente, ou da mulher que não tinha nada a ver com a própria foto.
08:08
Well, we were really interested in it, and so what we did
160
473004
3136
Bem, nós estávamos realmente interessados nisso, e então o que fizemos
08:12
is we brought people, online daters, into the lab,
161
476140
3107
foi trazer as pessoas que namoravam on-line para o laboratório,
08:15
and then we measured them. We got their height
162
479247
1480
e então nós as medimos. Medimos sua altura
08:16
up against the wall, we put them on a scale, got their weight --
163
480727
3881
contra a parede, colocamos elas numa balança, pegamos seu peso --
08:20
ladies loved that -- and then we actually got their driver's license to get their age.
164
484608
3895
as moças adoraram aquilo -- e então pegamos suas carteiras de motorista para pegar sua idade.
08:24
And what we found was very, very interesting.
165
488503
4311
E o que descobrimos foi muito, muito interessante.
08:28
Here's an example of the men and the height.
166
492814
3929
Eis um exemplo de homens e sua altura.
08:32
Along the bottom is how tall they said they were in their profile.
167
496743
2470
Na parte de baixo está a altura que eles disseram ter em seu perfil.
08:35
Along the y-axis, the vertical axis, is how tall they actually were.
168
499213
4862
No eixo vertical, está a altura que eles realmente tinham.
08:39
That diagonal line is the truth line. If their dot's on it,
169
504075
3076
Aquela linha diagonal é a linha da verdade. Se o ponto deles estiver nela,
08:43
they were telling exactly the truth.
170
507151
1554
eles estavam falando exatamente a verdade.
08:44
Now, as you see, most of the little dots are below the line.
171
508705
3113
Bem, como podem ver, a maioria dos pontos estão abaixo da linha.
08:47
What it means is all the guys were lying about their height.
172
511818
2867
Isso significa que estes são os caras que mentiram sobre sua altura.
08:50
In fact, they lied about their height about nine tenths of an inch,
173
514685
2941
De fato, eles mentiram sobre a altura em 2 cm,
08:53
what we say in the lab as "strong rounding up." (Laughter)
174
517626
6276
o que chamamos no laboratório de um "forte arredondamento."
08:59
You get to 5'8" and one tenth, and boom! 5'9".
175
523902
4503
Você tem 1,73 m e bum! 1,75.
09:04
But what's really important here is, look at all those dots.
176
528405
1998
Mas o que realmente importa aqui é que, olhem para esses pontos.
09:06
They are clustering pretty close to the truth. What we found
177
530403
2566
Eles estão agrupados bem perto da verdade. O que descobrimos
09:08
was 80 percent of our participants did indeed lie
178
532969
2408
foi que 80% dos participantes da pesquisa na verdade mentiram
09:11
on one of those dimensions, but they always lied by a little bit.
179
535377
3595
sobre uma dessas dimensões, mas eles sempre mentiram por pouca coisa.
09:14
One of the reasons is pretty simple. If you go to a date,
180
538972
3024
Uma das razões é muito simples. Se você marcar um encontro,
09:17
a coffee date, and you're completely different than what you said,
181
541996
3601
para tomar um café, por exemplo, e você for completamente diferente do que disse ser,
09:21
game over. Right? So people lied frequently, but they lied
182
545597
3619
fim de papo, certo? Então as pessoas mentiam frequentemente, mas elas mentiam
09:25
subtly, not too much. They were constrained.
183
549216
3469
sutilmente, não muito. Elas estavam constrangidas.
09:28
Well, what explains all these studies? What explains the fact
184
552685
2887
Bem, o que todos esses estudos explicam? O que explica o fato
09:31
that despite our intuitions, mine included,
185
555572
4635
de que, apesar das nossas intuições, inclusive as minhas,
09:36
a lot of online communication, technologically-mediated
186
560207
3529
muito da comunicação on-line, comunicação mediada pela
09:39
communication, is more honest than face to face?
187
563736
4028
tecnologia, é mais honesta que face a face?
09:43
That really is strange. How do we explain this?
188
567764
2489
Isso é realmente estranho. Como explicamos isso?
09:46
Well, to do that, one thing is we can look at the deception-detection literature.
189
570253
3379
Bem, uma das coisas que podemos fazer para observar isso é consultar a literatura sobre detecção de logro.
09:49
It's a very old literature by now, it's coming up on 50 years.
190
573632
4345
Trata-se agora de uma literatura bem antiga, tem uns 50 anos.
09:53
It's been reviewed many times. There's been thousands of trials,
191
577977
2662
Foi revista muitas vezes. Houve milhares de testes,
09:56
hundreds of studies, and there's some really compelling findings.
192
580639
3981
centenas de estudos e chegou-se a algumas descobertas bastante constrangedoras.
10:00
The first is, we're really bad at detecting deception,
193
584620
3236
A primeira é que somos realmente péssimos para detectar mentira,
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
194
587856
4116
realmente péssimos. Em média conseguimos 54% de acerto quando temos de dizer
10:07
if somebody that just said a statement is lying or not.
195
591972
3384
se alguém que acabou de falar uma frase está mentindo ou não.
10:11
That's really bad. Why is it so bad?
196
595356
3192
Isso é realmente péssimo. Por que é tão ruim?
10:14
Well it has to do with Pinocchio's nose.
197
598548
2530
Bem, tem a ver com o nariz de Pinóquio.
10:16
If I were to ask you guys, what do you rely on
198
601078
2359
Se eu perguntasse a vocês: pessoal, no que vocês se baseiam
10:19
when you're looking at somebody and you want to find out
199
603437
2245
quando olham pra alguém e tentam descobrir
10:21
if they're lying? What cue do you pay attention to?
200
605682
2930
se a pessoa está mentindo? Em quais pistas vocês prestam atenção?
10:24
Most of you would say that one of the cues you look at
201
608612
2430
A maioria de vocês diria que uma das pistas
10:26
is the eyes. The eyes are the window to the soul.
202
611042
2728
são os olhos. Os olhos são as janelas da alma.
10:29
And you're not alone. Around the world, almost every culture,
203
613770
2403
E não são só vocês que pensam assim. No mundo todo, quase em toda cultura,
10:32
one of the top cues is eyes. But the research
204
616173
2863
uma das pistas principais são os olhos. Mas a pesquisa
10:34
over the last 50 years says there's actually no reliable cue
205
619036
3824
feita nos últimos 50 anos diz que não existe na verdade pista confiável
10:38
to deception, which blew me away, and it's one of
206
622860
2997
para descobrir a mentira, o que me deixou completamente confuso, e foi uma
10:41
the hard lessons that I learned when I was customs officer.
207
625857
2355
das lições mais difíceis que aprendi quando trabalhei na alfândega.
10:44
The eyes do not tell us whether somebody's lying or not.
208
628212
2430
Os olhos não dizem se alguém está mentindo ou não.
10:46
Some situations, yes -- high stakes, maybe their pupils dilate,
209
630642
3018
Em algumas situações, sim -- em situações de risco, talvez as pupilas dilatem,
10:49
their pitch goes up, their body movements change a little bit,
210
633660
3504
o tom de voz aumente, os movimentos do corpo mudem um pouco,
10:53
but not all the time, not for everybody, it's not reliable.
211
637164
4832
mas não é sempre assim, não para todo mundo, não é confiável.
10:57
Strange. The other thing is that just because you can't see me
212
641996
3378
Estranho. O outro mito é que somente porque você não pode me ver
11:01
doesn't mean I'm going to lie. It's common sense,
213
645374
2419
não significa que vou mentir. Isso é o senso comum,
11:03
but one important finding is that we lie for a reason.
214
647793
2907
mas uma descoberta importante foi que mentimos por uma razão.
11:06
We lie to protect ourselves or for our own gain
215
650700
2367
Mentimos para nos proteger ou para nosso ganho
11:08
or for somebody else's gain.
216
653067
2827
ou para o ganho de alguém.
11:11
So there are some pathological liars, but they make up
217
655894
1930
Bem, existem alguns mentirosos patológicos, mas eles são
11:13
a tiny portion of the population. We lie for a reason.
218
657824
3513
uma fração bem pequena da população. Mentimos por uma razão.
11:17
Just because people can't see us doesn't mean
219
661337
1631
Só porque as pessoas não podem nos ver não significa
11:18
we're going to necessarily lie.
220
662968
2271
que vamos necessariamente mentir.
11:21
But I think there's actually something much more
221
665239
1553
Mas de fato acho que existe algo muito mais
11:22
interesting and fundamental going on here. The next big
222
666792
3274
interessante e fundamental acontecendo aqui. A próxima grande
11:25
thing for me, the next big idea, we can find by going
223
670066
3797
coisa para mim, a próxima grande ideia, pode ser encontrada se
11:29
way back in history to the origins of language.
224
673863
3139
voltarmos na história para as origens da linguagem.
11:32
Most linguists agree that we started speaking somewhere
225
677002
3887
A maioria dos linguistas concordam que começamos a falar em algum momento
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
226
680889
3168
entre 50.000 e 100.000 anos atrás. Isso é muito tempo atrás.
11:39
A lot of humans have lived since then.
227
684057
2616
Muitos seres humanos viveram desde então.
11:42
We've been talking, I guess, about fires and caves
228
686673
2423
Devemos ter falado, penso eu, sobre fogueiras e cavernas
11:44
and saber-toothed tigers. I don't know what they talked about,
229
689096
3107
e tigres-dentes-de-sabre. Não sei sobre o que eles conversavam,
11:48
but they were doing a lot of talking, and like I said,
230
692203
2518
mas havia muita conversa acontecendo ali e, como eu disse,
11:50
there's a lot of humans evolving speaking,
231
694721
2545
existem muitos humanos desenvolvendo a fala,
11:53
about 100 billion people in fact.
232
697266
2806
na verdade, cerca de 100 bilhões de pessoas.
11:55
What's important though is that writing only emerged
233
700072
2782
O importante, no entanto, é que a escrita apenas surgiu
11:58
about 5,000 years ago. So what that means is that
234
702854
3587
cerca de 5.000 anos atrás. Isso significa portanto que
12:02
all the people before there was any writing,
235
706441
2392
todas as palavras ditas, todas as conversas tidas
12:04
every word that they ever said, every utterance
236
708833
5586
pelas pessoas que viveram antes da escrita
12:10
disappeared. No trace. Evanescent. Gone.
237
714419
4752
desapareceram. Nenhum rastro. Fugaz. Acabou.
12:15
So we've been evolving to talk in a way in which
238
719171
4065
Assim, desenvolvemos a fala de uma forma
12:19
there is no record. In fact, even the next big change
239
723236
5917
que não deixou registro. Na verdade, mesmo a grande mudança que se seguiu
12:25
to writing was only 500 years ago now,
240
729153
2468
na escrita aconteceu há apenas 500 anos,
12:27
with the printing press, which is very recent in our past,
241
731621
2379
com a invenção da imprensa, que é muito recente no nosso passado.
12:29
and literacy rates remained incredibly low right up until World War II,
242
734000
4242
E as taxas de alfabetização continuaram incrivelmente baixas até a II Grande Guerra Mundial.
12:34
so even the people of the last two millennia,
243
738242
3384
Assim, mesmo as pessoas dos últimos dois milênios,
12:37
most of the words they ever said -- poof! -- disappeared.
244
741626
5032
a maioria das palavras ditas por elas -- puf! -- desapareceram.
12:42
Let's turn to now, the networked age.
245
746658
3591
Vamos falar agora sobre a era da rede.
12:46
How many of you have recorded something today?
246
750249
4712
Quantos de vocês registraram alguma coisa hoje?
12:50
Anybody do any writing today? Did anybody write a word?
247
754961
3177
Alguém escreveu alguma coisa hoje? Alguém escreveu alguma palavra?
12:54
It looks like almost every single person here recorded something.
248
758138
4226
Parece que quase todo mundo aqui registrou algo.
12:58
In this room, right now, we've probably recorded more
249
762364
3048
Nesta sala, agora, provavelmente acabamos de registrar mais dados
13:01
than almost all of human pre-ancient history.
250
765412
4542
que quase todos os humanos que viveram antes da história antiga.
13:05
That is crazy. We're entering this amazing period
251
769954
3230
Isso é muito louco. Vamos entrar nesse período extraordinário
13:09
of flux in human evolution where we've evolved to speak
252
773184
4015
de mudança contínua na evolução humana em que viemos de uma
13:13
in a way in which our words disappear, but we're in
253
777199
2701
fala em que nossas palavras desapareceram até
13:15
an environment where we're recording everything.
254
779900
2903
chegarmos a um ambiente em que registramos tudo.
13:18
In fact, I think in the very near future, it's not just
255
782803
2337
De fato, penso que num futuro muito próximo não é apenas
13:21
what we write that will be recorded, everything we do
256
785140
2349
o que escrevemos que vai ficar gravado, mas tudo que fizermos
13:23
will be recorded.
257
787489
2333
ficará registrado.
13:25
What does that mean? What's the next big idea from that?
258
789822
4456
O que isso significa? Qual a próxima grande ideia que vai surgir?
13:30
Well, as a social scientist, this is the most amazing thing
259
794278
4250
Bem, como cientista social, isso é a coisa mais extraordinária
13:34
I have ever even dreamed of. Now, I can look at
260
798528
3547
com a qual já sonhei. Agora, posso analisar todas
13:37
all those words that used to, for millennia, disappear.
261
802075
3611
essas palavras que costumavam, há milênios, desaparecer.
13:41
I can look at lies that before were said and then gone.
262
805686
4248
Posso analisar mentiras que antes foram ditas e desapareceram.
13:45
You remember those Astroturfing reviews that we were
263
809934
3520
Vocês se lembram daquelas resenhas de plateia artificial sobre as quais
13:49
talking about before? Well, when they write a fake review,
264
813454
3503
falamos aqui antes? Bem, quando eles escrevem uma resenha falsa,
13:52
they have to post it somewhere, and it's left behind for us.
265
816957
2704
eles têm de postá-la em algum lugar, e ela fica ali ao nosso dispor.
13:55
So one thing that we did, and I'll give you an example of
266
819661
2435
Então, uma coisa que fizemos, e vamos lhes dar um exemplo de
13:57
looking at the language, is we paid people
267
822096
2495
análise da linguagem, foi pagar pessoas
14:00
to write some fake reviews. One of these reviews is fake.
268
824591
3535
para escrever algumas resenhas falsas. Uma dessas resenhas é falsa.
14:04
The person never was at the James Hotel.
269
828126
1943
A pessoa nunca esteve no Hotel James.
14:05
The other review is real. The person stayed there.
270
830069
2922
A outra resenha é verdadeira. A pessoa se hospedou lá.
14:08
Now, your task now is to decide
271
832991
3527
Bem, agora a tarefa de vocês é decidir:
14:12
which review is fake?
272
836518
4073
qual resenha é a falsa?
14:16
I'll give you a moment to read through them.
273
840591
4186
Vou lhes dar um minutinho para ler as duas.
14:20
But I want everybody to raise their hand at some point.
274
844777
2287
Mas quero que todos levantem as mãos em algum momento.
14:22
Remember, I study deception. I can tell if you don't raise your hand.
275
847064
4231
Lembrem-se de que sou um estudioso do logro. Consigo perceber se vocês levantaram a mão ou não.
14:27
All right, how many of you believe that A is the fake?
276
851295
4570
Muito bem. Quantos de vocês acreditam que a A seja a falsa?
14:33
All right. Very good. About half.
277
857894
2142
Tudo bem. Muito bom. Cerca de metade.
14:35
And how many of you think that B is?
278
860036
3615
E quantos de vocês acreditam que seja a B?
14:39
All right. Slightly more for B.
279
863651
2529
Tudo bem. Um pouco mais para a B.
14:42
Excellent. Here's the answer.
280
866180
2592
Excelente. Aqui está a resposta.
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
281
868772
6581
A B é a falsa. Muito bem segundo grupo! Vocês dominaram o primeiro grupo. (Risos)
14:51
You're actually a little bit unusual. Every time we demonstrate this,
282
875353
2846
Vocês são, na verdade, um pouco fora do padrão. Todas as vezes que faço esse teste,
14:54
it's usually about a 50-50 split, which fits
283
878199
2746
há normalmente uma divisão 50-50, que confirma
14:56
with the research, 54 percent. Maybe people here
284
880945
2646
a pesquisa, 54%. Talvez as pessoas aqui
14:59
in Winnipeg are more suspicious and better at figuring it out.
285
883591
3770
de Winnipeg sejam mais desconfiadas e melhores para descobrir esse tipo de coisa.
15:03
Those cold, hard winters, I love it.
286
887361
2688
Esses invernos frios, duros, eu adoro.
15:05
All right, so why do I care about this?
287
890049
3054
Tudo bem, então por que isso me interessa?
15:09
Well, what I can do now with my colleagues in computer science
288
893103
3268
Bem, o que consigo fazer agora com meus colegas da ciência da computação
15:12
is we can create computer algorithms that can analyze
289
896371
3232
é criar programas de computador que conseguem analisar
15:15
the linguistic traces of deception.
290
899603
2900
os traços linguísticos do logro.
15:18
Let me highlight a couple of things here
291
902503
1833
Gostaria de pontuar algumas coisas aqui
15:20
in the fake review. The first is that liars tend to think
292
904336
3443
na resenha falsa. A primeira é que mentirosos tendem a pensar
15:23
about narrative. They make up a story:
293
907779
1588
sobre a narrativa. Eles fabricam uma estória -
15:25
Who? And what happened? And that's what happened here.
294
909367
3186
quem? o que aconteceu? E foi isso o que aconteceu aqui.
15:28
Our fake reviewers talked about who they were with
295
912553
2289
Nossos resenhadores falsos falaram sobre com quem eles estavam
15:30
and what they were doing. They also used the first person singular, I,
296
914842
4765
e o que estavam fazendo. Eles também usaram a primeira pessoa do singular - eu -
15:35
way more than the people that actually stayed there.
297
919607
2469
muito mais do que as pessoas que realmente estiveram lá.
15:37
They were inserting themselves into the hotel review,
298
922076
4696
Eles estavam tentando se colocar dentro da resenha do hotel,
15:42
kind of trying to convince you they were there.
299
926772
1696
meio que tentando convencer vocês de que eles estiveram lá.
15:44
In contrast, the people that wrote the reviews that were actually there,
300
928468
4015
Por outro lado, quanto aos resenhadores que realmente estiveram lá,
15:48
their bodies actually entered the physical space,
301
932483
2432
como seus corpos realmente estiveram naquele espaço físico,
15:50
they talked a lot more about spatial information.
302
934915
2899
eles deram muito mais informações espaciais.
15:53
They said how big the bathroom was, or they said,
303
937814
2517
Eles mencionaram o tamanho do banheiro ou coisas como,
15:56
you know, here's how far shopping is from the hotel.
304
940331
4520
vocês sabem, a que distância as lojas ficavam do hotel.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
305
944851
4161
Bem, vocês se saíram muito bem. A maioria das pessoas costuma chutar nesse teste.
16:04
Our computer algorithm is very accurate, much more accurate
306
949012
2758
Nosso programa de computador é muito preciso - muito mais preciso do
16:07
than humans can be, and it's not going to be accurate all the time.
307
951770
3291
que seres humanos conseguem ser -, mas não consegue ser preciso o tempo todo.
16:10
This isn't a deception-detection machine to tell
308
955061
2030
Essa não é uma máquina detectora de mentira que vai servir
16:12
if your girlfriend's lying to you on text messaging.
309
957091
2501
para saber se sua namorada está mentindo no torpedo.
16:15
We believe that every lie now, every type of lie --
310
959592
3564
Acreditamos que toda mentira agora, todo tipo de mentira --
16:19
fake hotel reviews, fake shoe reviews,
311
963156
3787
resenhas falsas de hotéis, resenhas falsas de sapatos,
16:22
your girlfriend cheating on you with text messaging --
312
966943
2914
sua namorada te traindo com mensagem de texto --
16:25
those are all different lies. They're going to have
313
969857
1505
essas são mentiras diferentes. Elas vão ter um
16:27
different patterns of language. But because everything's
314
971362
2859
padrão de linguagem diferente. Mas como hoje tudo
16:30
recorded now, we can look at all of those kinds of lies.
315
974221
4689
fica registrado, podemos analisar esse tipo de mentira.
16:34
Now, as I said, as a social scientist, this is wonderful.
316
978910
3993
Bem, como disse antes, para um cientista social, isso é maravilhoso.
16:38
It's transformational. We're going to be able to learn
317
982903
2087
É transformador. Vamos ser capazes de aprender
16:40
so much more about human thought and expression,
318
984990
3802
muito mais sobre o pensamento e a expressão humanos,
16:44
about everything from love to attitudes,
319
988792
4398
sobre tudo, do amor até as atitudes,
16:49
because everything is being recorded now, but
320
993190
1960
porque agora tudo está sendo registrado, mas
16:51
what does it mean for the average citizen?
321
995150
2404
o que isso significa para o cidadão comum?
16:53
What does it mean for us in our lives?
322
997554
2802
O que isso muda em nossa vida?
16:56
Well, let's forget deception for a bit. One of the big ideas,
323
1000356
3673
Bem, vamos esquecer o logro um pouco. Uma das grandes ideias,
16:59
I believe, is that we're leaving these huge traces behind.
324
1004029
3688
acredito, é que vamos deixar esses rastros enormes.
17:03
My outbox for email is massive,
325
1007717
3216
Minha caixa de saída de e-mails é gigantesca,
17:06
and I never look at it. I write all the time,
326
1010933
3337
e nunca presto atenção nela. Eu escrevo o tempo todo,
17:10
but I never look at my record, at my trace.
327
1014270
3438
mas nunca olho para meus registros, para os meus rastros.
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
E penso que vamos ver isso mais e mais,
17:15
where we can reflect on who we are by looking at
329
1019275
3161
quando vamos poder refletir sobre quem somos através
17:18
what we wrote, what we said, what we did.
330
1022436
3618
do que escrevemos, do que dissemos, do que fizemos.
17:21
Now, if we bring it back to deception, there's a couple
331
1026054
2272
Bem, voltando ao logro, existem algumas
17:24
of take-away things here.
332
1028326
1977
coisas que podemos tirar daí.
17:26
First, lying online can be very dangerous, right?
333
1030303
4488
Primeiro, mentir on-line pode ser muito perigoso, não é mesmo?
17:30
Not only are you leaving a record for yourself on your machine,
334
1034791
2706
Não somente você está deixando um registro de si próprio na sua máquina,
17:33
but you're leaving a record on the person that you were lying to,
335
1037497
4275
como também está deixando um registro sobre a pessoa para quem você está mentindo
17:37
and you're also leaving them around for me to analyze
336
1041772
1760
e você também está deixando esses registros por aí para eu analisar
17:39
with some computer algorithms.
337
1043532
1454
com alguns programas de computador.
17:40
So by all means, go ahead and do that, that's good.
338
1044986
3173
Assim, definitivamente, vá em frente e faça isso, é bom.
17:44
But when it comes to lying and what we want to do
339
1048159
4154
Mas quando se trata de mentir e sobre o que queremos fazer
17:48
with our lives, I think we can go back to
340
1052313
2553
com nossas vidas, penso que podemos voltar para
17:50
Diogenes and Confucius. And they were less concerned
341
1054866
3749
Diógenes e Confúcio. Eles estavam menos preocupados
17:54
about whether to lie or not to lie, and more concerned about
342
1058615
2832
com se se deve mentir ou não, e mais preocupados em
17:57
being true to the self, and I think this is really important.
343
1061447
3285
serem verdadeiros para si próprios, e penso que é isso que realmente importa.
18:00
Now, when you are about to say or do something,
344
1064732
4183
Bem, quando estamos a ponto de dizer ou fazer algo,
18:04
we can think, do I want this to be part of my legacy,
345
1068915
4560
podemos pensar: eu quero que isso faça parte do meu legado,
18:09
part of my personal record?
346
1073475
2713
parte do meu registro pessoal?
18:12
Because in the digital age we live in now,
347
1076188
2657
Porque, na idade digital em que vivemos agora,
18:14
in the networked age, we are all leaving a record.
348
1078845
4464
na era da rede, todos nós estamos deixando um registro.
18:19
Thank you so much for your time,
349
1083309
1695
Muito obrigado pelo tempo de vocês,
18:20
and good luck with your record. (Applause)
350
1085004
4447
e boa sorte com seus registros. (Aplausos)
ABOUT THE SPEAKER
Jeff Hancock - PsychologistJeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication.
Why you should listen
Jeff Hancock is fascinated by the words we choose when sending text messages, composing emails and writing online profiles. An Associate Professor of Cognitive Science and Communications at Cornell University, his research has focused on how people use deception and irony when communicating through cell phones and online platforms. His idea: that while the impersonality of online interaction can encourage mild fibbing, the fact that it leaves a permanent record of verifiable facts actually keeps us on the straight and narrow.
Hancock has also studied how we form impressions of others online, how we manage others' impressions of ourselves, and how individual personalities interact with online groups.
Jeff Hancock | Speaker | TED.com