TED2011
Dan Ariely: Beware conflicts of interest
Dan Ariely: Cuidado com os conflitos de interesses.
Filmed:
Readability: 3.3
1,284,831 views
Nesta curtapalestra, o psicólogo Dan Ariely conta duas histórias pessoais que exploram o conflito de interesses na ciência. Como a busca de conhecimento e a percepção podem ser afectadas, conscientemente ou não, por metas pessoais de curto prazo. Quando nós pensarmos sobre as grandes questões, ele relembra-nos: vamos ter cuidado com os nossos cérebros demasiado humanos.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
So, I was in the hospital for a long time.
0
1000
3000
Estive no hospital durante muito tempo.
00:19
And a few years after I left, I went back,
1
4000
3000
E uns anos depois de ter saído, voltei
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
e o chefe do departamento de queimamos que estava muito excitado por me ver --
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
disse, "Dan, tenho um novo tratamento fantástico para ti."
00:28
I was very excited. I walked with him to his office.
4
13000
2000
Eu estava muito animado. Caminhei com ele até ao seu escritório.
00:30
And he explained to me that, when I shave,
5
15000
3000
E ele explicou-me que, quando eu me barbeio,
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
tenho pequenos pontos pretos no lado esquerdo da minha face, onde estão os pêlos,
00:36
but on the right side of my face
7
21000
2000
mas do lado direito da minha face
00:38
I was badly burned so I have no hair,
8
23000
2000
eu estava gravemente queimado logo, não tinha pêlos,
00:40
and this creates lack of symmetry.
9
25000
2000
e isto cria uma falta de simetria.
00:42
And what's the brilliant idea he had?
10
27000
2000
Então qual é a brilhante ideia que ele teve?
00:44
He was going to tattoo little black dots
11
29000
2000
Ele ia tatuar pequenos pontos pretos
00:46
on the right side of my face
12
31000
3000
no lado direito da minha face
00:49
and make me look very symmetric.
13
34000
2000
e fazer-me parecer muito simétrico.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
Parecia interessante. Ele pediu-me para ir barbear-me.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
Deixem-me dizer-vos, este foi um modo estranho de barbear,
00:56
because I thought about it
16
41000
2000
porque eu pensei acerca disso
00:58
and I realized that the way I was shaving then
17
43000
2000
e apercebi-me que a forma como me estava a barbear
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
seria a forma como me iria barbear o resto da vida --
01:02
because I had to keep the width the same.
19
47000
2000
porque eu tinha de manter o tamanho de pêlo igual.
01:04
When I got back to his office,
20
49000
2000
Quando eu voltei para o seu escritório,
01:06
I wasn't really sure.
21
51000
2000
não tinha certezas.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
E disse, "Posso ver algumas evidências para isto?"
01:10
So he showed me some pictures
23
55000
2000
Ele então mostrou-me algumas imagens
01:12
of little cheeks with little black dots --
24
57000
2000
de pequenas bochechas com pequenos pontos pretos --
01:14
not very informative.
25
59000
2000
não muito informativo.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
Eu disse, "O que acontece quando eu ficar mais velho e os meus pêlos ficarem brancos?
01:18
What would happen then?"
27
63000
2000
O que irá acontecer?"
01:20
"Oh, don't worry about it," he said.
28
65000
2000
"Oh, não te preocupes com isso", disse ele.
01:22
"We have lasers; we can whiten it out."
29
67000
3000
"Nós temos lasers, podemos branquear"
01:25
But I was still concerned,
30
70000
2000
Mas, eu ainda esta preocupado,
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
e disse: "Sabes, não vou fazer isso"
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
E depois veio um dos maiores momentos de culpabilização da minha vida.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
Isto vindo de um gajo judeu significa muito.
01:37
(Laughter)
34
82000
2000
(Risos)
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
E ele disse, "Dan, qual é o teu problema?
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
Gostas de parecer não-simétrico?
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
Tens algum tipo de prazer pervertido nisso?
01:49
Do women feel pity for you
38
94000
2000
As mulheres sentem pena por ti
01:51
and have sex with you more frequently?"
39
96000
3000
e fazem sexo contigo mais vezes?"
01:54
None of those happened.
40
99000
3000
Nada disso acontecia.
01:58
And this was very surprising to me,
41
103000
2000
E isto foi muito surpreendente para mim,
02:00
because I've gone through many treatments --
42
105000
2000
porque eu tinha passado por muitos tratamentos --
02:02
there were many treatments I decided not to do --
43
107000
2000
houve muitos tratamentos que optei por não fazer --
02:04
and I never got this guilt trip to this extent.
44
109000
2000
e nunca me tinham tentado sentir culpado desta forma.
02:06
But I decided not to have this treatment.
45
111000
2000
Mas decidi não fazer este tratamento.
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
E fui ao seu assistente e perguntei-lhe, "O que se está a passar?
02:10
Where was this guilt trip coming from?"
47
115000
2000
De onde veio esta culpabilização?"
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
E ele explicou-me que eles já tinham feito este procedimento em outros dois pacientes,
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
e precisavam de um terceiro paciente para o artigo que estavam a escrever.
02:19
(Laughter)
50
124000
2000
(Risos)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
Agora vocês provavelmente pensam que este tipo é um idiota.
02:23
Right, that's what he seems like.
52
128000
2000
Certo, isso é o que parece.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
Mas, deixem-me dar-vos uma perspectiva diferente da mesma história.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
Há alguns anos, eu estava a fazer algumas das minhas experiências no laboratório.
02:31
And when we run experiments,
55
136000
2000
E quando fazemos experiências,
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
normalmente esperamos que um grupo se comporte de maneira diferente do outro.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
Então nós tínhamos um grupo em que esperávamos que a performance fosse muito alta,
02:39
another group that I thought their performance would be very low,
58
144000
3000
e outro grupo em que pensávamos que a sua performance seria muito baixa.
02:42
and when I got the results, that's what we got --
59
147000
2000
E depois obtivemos os resultados, isto foi o que obtemos --
02:44
I was very happy -- aside from one person.
60
149000
3000
eu estava muito contente -- tirando com uma pessoa.
02:47
There was one person in the group
61
152000
2000
Havia uma pessoa no grupo
02:49
that was supposed to have very high performance
62
154000
2000
que era suposto ter uma grande performance
02:51
that was actually performing terribly.
63
156000
2000
que na realidade teve uma performance terrível,
02:53
And he pulled the whole mean down,
64
158000
2000
e que punha toda a média para baixo,
02:55
destroying my statistical significance of the test.
65
160000
3000
destruindo a relevância estatística do teste.
02:59
So I looked carefully at this guy.
66
164000
2000
Então eu olhei atentamente para este sujeito.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
Ele era aproximadamente 20 anos mais velho que todos os outros na amostra.
03:04
And I remembered that the old and drunken guy
68
169000
2000
E eu lembrei-me de um sujeito velho e bêbado
03:06
came one day to the lab
69
171000
2000
veio um dia ao laboratório
03:08
wanting to make some easy cash
70
173000
2000
esperando fazer algum dinheiro fácil
03:10
and this was the guy.
71
175000
2000
e este era o tal pessoa.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
"Fantástico!" pensei. "Vamos removê-lo da análise
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
Quem iria alguma vez incluir um tipo bêbado na amostra?"
03:17
But a couple of days later,
74
182000
2000
Mas, uns dias depois,
03:19
we thought about it with my students,
75
184000
2000
pensei sobre isto com os meus alunos,
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
e dissemos, "O que teria acontecido se este sujeito bêbado não estivesse nessa condição?
03:24
What would have happened if he was in the other group?
77
189000
2000
O que teria acontecido se ele estivesse no outro grupo?
03:26
Would we have thrown him out then?"
78
191000
2000
Teríamo-lo excluído à mesma?"
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
Nós provavelmente nem teríamos olhado para os dados,
03:30
and if we did look at the data,
80
195000
2000
e se de facto olhássemos
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
teríamos provavelmente dito, "Fantástico! Que tipo esperto que está a ter resultados tão baixos."
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
porque ele teria baixado a média grupo para baixo,
03:37
giving us even stronger statistical results than we could.
83
202000
3000
dando-nos resultados com ainda mais relevância estatística.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
Então decidimos não excluir a pessoa e voltar a fazer a experiência.
03:44
But you know, these stories,
85
209000
3000
Mas sabem, estas histórias,
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
e muitas outras experiências que temos feito sobre conflitos de interesses,
03:50
basically kind of bring two points
87
215000
2000
basicamente trazem dois pontos
03:52
to the foreground for me.
88
217000
2000
à minha atenção.
03:54
The first one is that in life we encounter many people
89
219000
3000
O primeiro é que na vida nós encontramos muitas pessoas
03:57
who, in some way or another,
90
222000
3000
que, de uma forma ou outra,
04:00
try to tattoo our faces.
91
225000
2000
tentam tatuar as nossas caras.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
Eles simplesmente têm os incentivos que os levam a ser cegos à realidade
04:05
and give us advice that is inherently biased.
93
230000
3000
e dão-nos conselhos que estão inerentemente comprometidos.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
E estou certo que é uma coisa que todos podemos reconhecer,
04:10
and we see that it happens.
95
235000
2000
e nós vemos que acontece.
04:12
Maybe we don't recognize it every time,
96
237000
2000
Talvez nós não o reconheçamos de todas as vezes,
04:14
but we understand that it happens.
97
239000
2000
mas entendemos que acontece.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
A coisa mais complicada, claro, é reconhecer
04:18
that sometimes we too
99
243000
2000
que, algumas vezes, também nós
04:20
are blinded by our own incentives.
100
245000
2000
somos cegos pelos nossos incentivos.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
E essa é uma lição, muito, muito mais difícil de ter em conta.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
Porque nós não vemos como os conflitos de interesses nos afectam.
04:29
When I was doing these experiments,
103
254000
2000
Quando eu estava a fazer estas experiências,
04:31
in my mind, I was helping science.
104
256000
2000
na minha mente, eu estava a ajudar a ciência.
04:33
I was eliminating the data
105
258000
2000
Estava a eliminar dados
04:35
to get the true pattern of the data to shine through.
106
260000
2000
para deixar brilhar o verdadeiro padrão dos dados.
04:37
I wasn't doing something bad.
107
262000
2000
Eu não estava a fazer algo mau.
04:39
In my mind, I was actually a knight
108
264000
2000
Na minha cabeça, eu era realmente um cavaleiro
04:41
trying to help science move along.
109
266000
2000
a tentar fazer avançar a ciência.
04:43
But this was not the case.
110
268000
2000
Mas este não era o caso.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
Eu estava realmente a interferir no processo com muitas boas intenções.
04:48
And I think the real challenge is to figure out
112
273000
2000
E eu penso que o verdadeiro desafio é descubrir
04:50
where are the cases in our lives
113
275000
2000
onde estão os casos nas nossas vidas
04:52
where conflicts of interest work on us,
114
277000
2000
onde os conflitos de interesses nos atingem,
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
e tentar não confiar na nossa intuição para os ultrapassar,
04:57
but to try to do things
116
282000
2000
mas tentar fazer as coisas
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
que nos protegem de sermos presas destes comportamentos,
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
porque nós podemos criar muitas circunstâncias desagradáveis.
05:05
I do want to leave you with one positive thought.
119
290000
2000
Eu realmente ao menos deixar um pensamento positivo.
05:07
I mean, this is all very depressing, right --
120
292000
2000
Quero dizer, isto é tudo muito depressivo, certo --
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
as pessoas têm conflitos de interesses, nós não os vemos, e por ai fora.
05:12
The positive perspective, I think, of all of this
122
297000
2000
A perspectiva positiva, acho eu, de tudo isto
05:14
is that, if we do understand when we go wrong,
123
299000
3000
é que se nós entendermos quando estamos errados,
05:17
if we understand the deep mechanisms
124
302000
2000
se entendermos os mecanismos profundos
05:19
of why we fail and where we fail,
125
304000
2000
do porquê falar-mos e onde nós falamos,
05:21
we can actually hope to fix things.
126
306000
2000
podemos realmente ter esperança em corrigir as coisas.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
E essa, penso eu, é a esperança. Muito obrigado.
05:25
(Applause)
128
310000
4000
(Aplausos)
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com