TEDGlobal 2009
Dan Pink: The puzzle of motivation
Dan Pink o prekvapivých vedeckých poznatkoch o motivácii
Filmed:
Readability: 4
25,352,736 views
Kariérny analytik Dan Pink skúma záhady motivácie, počínajúc faktom, ktorý bádatelia spoločenských vied poznajú, ale väčšina manažérov nie: Tradičné odmeňovanie nie je vždy také účinné, ako si myslíme. Vypočujte si jeho objasňujúce príbehy - a možno tiež návod ako ďalej.
Dan Pink - Career analyst
Bidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace. Full bio
Bidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace. Full bio
Double-click the English transcript below to play the video.
00:12
I need to make a confession at the outset here.
0
0
4000
Hneď na začiatku sa vám musím s niečím priznať.
00:16
A little over 20 years ago
1
4000
3000
Pred trochu viac ako 20 rokmi
00:19
I did something that I regret,
2
7000
2000
som spravil niečo, čo ľutujem,
00:21
something that I'm not particularly proud of,
3
9000
4000
niečo, na čo nie som príliš pyšný
00:25
something that, in many ways, I wish no one would ever know,
4
13000
3000
a čo by so bol najradšej, keby sa nikdy nikto nedozvedel,
00:28
but here I feel kind of obliged to reveal.
5
16000
4000
ale tu mám pocit, že vám to musím povedať.
00:32
(Laughter)
6
20000
2000
(Smiech)
00:34
In the late 1980s,
7
22000
2000
Na konci 80-tych rokov,
00:36
in a moment of youthful indiscretion,
8
24000
3000
v momente mladíckej nerozvážnosti
00:39
I went to law school.
9
27000
2000
som išiel študovať právo.
00:41
(Laughter)
10
29000
4000
(Smiech)
00:45
Now, in America law is a professional degree:
11
33000
3000
V Amerike sa právo študuje ako odborná nadstavba.
00:48
you get your university degree, then you go on to law school.
12
36000
2000
Najprv musíte získať titul a až potom idete na právo.
00:50
And when I got to law school,
13
38000
3000
A keď som už dostal na štúdium práva,
00:53
I didn't do very well.
14
41000
2000
príliš sa mi nedarilo.
00:55
To put it mildly, I didn't do very well.
15
43000
2000
Veľmi mierne povedané.
00:57
I, in fact, graduated in the part of my law school class
16
45000
3000
V skutočnosti som doštudoval ako jeden z tých študentov,
01:00
that made the top 90 percent possible.
17
48000
4000
vďaka ktorým ostatní mohli patriť medzi vrchných 90%.
01:04
(Laughter)
18
52000
4000
(Smiech)
01:08
Thank you.
19
56000
3000
Ďakujem.
01:11
I never practiced law a day in my life;
20
59000
3000
Právnu prax som nevykonával ani deň.
01:14
I pretty much wasn't allowed to.
21
62000
2000
Mal som to v podstate zakázané.
01:16
(Laughter)
22
64000
3000
(Smiech)
01:19
But today, against my better judgment,
23
67000
3000
Ale dnes, proti svojmu presvedčeniu,
01:22
against the advice of my own wife,
24
70000
3000
proti tomu, čo mi radila moja vlastná manželka,
01:25
I want to try to dust off some of those legal skills --
25
73000
4000
sa chcem pokúsiť oprášiť časť mojich právnických zručností,
01:29
what's left of those legal skills.
26
77000
2000
aspoň to, čo z nich zostalo.
01:31
I don't want to tell you a story.
27
79000
3000
Nechcem vám rozprávať príbeh.
01:34
I want to make a case.
28
82000
2000
Chcem vám predložiť prípad.
01:36
I want to make a hard-headed, evidence-based,
29
84000
4000
Chcem predložiť realistický, na faktoch založený,
01:40
dare I say lawyerly case,
30
88000
3000
povedal by som až právny prípad,
01:43
for rethinking how we run our businesses.
31
91000
4000
aby sme sa zamysleli, ako vedieme naše firmy.
01:47
So, ladies and gentlemen of the jury, take a look at this.
32
95000
4000
Takže, vážené porotkyne, vážení porotcovia, pozrite sa na toto.
01:51
This is called the candle problem.
33
99000
2000
Toto sa volá "úloha so sviečkou".
01:53
Some of you might have seen this before.
34
101000
2000
Možno to niektorí z vás už videli.
01:55
It's created in 1945
35
103000
2000
V roku 1945 ju vytvoril
01:57
by a psychologist named Karl Duncker.
36
105000
2000
psychológ Karl Duncker.
01:59
Karl Duncker created this experiment
37
107000
2000
Karl Dunker je autorom tohto experimentu,
02:01
that is used in a whole variety of experiments in behavioral science.
38
109000
3000
ktorý sa používa ako súčasť celého radu experimentov vo vede o správaní.
02:04
And here's how it works. Suppose I'm the experimenter.
39
112000
3000
A funguje to takto. Predstavme si, že ja som experimentátor.
02:07
I bring you into a room. I give you a candle,
40
115000
4000
Privediem vás do miestnosti. Dám vám sviečku,
02:11
some thumbtacks and some matches.
41
119000
2000
nejaké pripináčiky a zápalky.
02:13
And I say to you, "Your job
42
121000
2000
A poviem vám: "Vašou úlohou
02:15
is to attach the candle to the wall
43
123000
2000
je pripevniť sviečku na stenu tak,
02:17
so the wax doesn't drip onto the table." Now what would you do?
44
125000
4000
aby vosk nekvapkal na stôl." Čo by ste spravili vy?
02:21
Now many people begin trying to thumbtack the candle to the wall.
45
129000
4000
Mnohí ľudia sa začínajú tým, že skúšajú pripichnúť sviečku o stenu.
02:25
Doesn't work.
46
133000
2000
To nefunguje.
02:27
Somebody, some people -- and I saw somebody
47
135000
2000
Iní, a tu som to tiež videl niekoho
02:29
kind of make the motion over here --
48
137000
2000
pohybom naznačovať,
02:31
some people have a great idea where they
49
139000
2000
dostanú fantastický nápad, že
02:33
light the match, melt the side of the candle, try to adhere it to the wall.
50
141000
4000
zapália zápalku, roztopia vosk na boku sviečky a snažia sa sviečku prilepiť na stenu.
02:37
It's an awesome idea. Doesn't work.
51
145000
3000
To je senzačný nápad. Len nefunguje.
02:40
And eventually, after five or 10 minutes,
52
148000
3000
No a nakoniec, po 5 až 10 minútach,
02:43
most people figure out the solution,
53
151000
2000
väčšina ľudí príde na správne riešenie,
02:45
which you can see here.
54
153000
2000
ktoré vidíte tu.
02:47
The key is to overcome what's called functional fixedness.
55
155000
3000
Kľúčom k riešeniu je prekonať tzv. funkčnú fixáciu.
02:50
You look at that box and you see it only as a receptacle for the tacks.
56
158000
4000
Pozeráte sa na tú škatuľku a vnímate ju iba ako podnos na pripináčiky.
02:54
But it can also have this other function,
57
162000
2000
Ale ona môže mať aj inú funkciu,
02:56
as a platform for the candle. The candle problem.
58
164000
4000
ako podložka pod sviečku. Toľko úloha so sviečkou.
03:00
Now I want to tell you about an experiment
59
168000
2000
Teraz by som vám rád povedal o experimente
03:02
using the candle problem,
60
170000
2000
využívajúcom úlohu so sviečkou,
03:04
done by a scientist named Sam Glucksberg,
61
172000
2000
ktorý vykonal vedec Sam Glucksberg,
03:06
who is now at Princeton University in the U.S.
62
174000
2000
ktorý je teraz na univerzite Princeton v USA.
03:08
This shows the power of incentives.
63
176000
4000
Ukazuje nám silu motivačných stimulov.
03:12
Here's what he did. He gathered his participants.
64
180000
2000
Spravil nasledovné. Zhromaždil účastníkov experimentu,
03:14
And he said, "I'm going to time you. How quickly you can solve this problem?"
65
182000
3000
a povedal: "Budem vám stopovať, ako rýchlo dokážete vyriešiť túto úlohu."
03:17
To one group he said,
66
185000
2000
Jednej skupine povedal,
03:19
"I'm going to time you to establish norms,
67
187000
3000
budem vám merať čas, aby sme mohli stanoviť normy,
03:22
averages for how long it typically takes
68
190000
2000
priemery, ako dlho ľuďom zvyčajne trvá
03:24
someone to solve this sort of problem."
69
192000
2000
vyriešiť takýto typ úlohy.
03:26
To the second group he offered rewards.
70
194000
3000
Druhej skupine ponúkol odmeny.
03:29
He said, "If you're in the top 25 percent of the fastest times,
71
197000
4000
Povedal: "Ak budete jedným z 25% najrýchlejších
03:33
you get five dollars.
72
201000
3000
dostanete päť dolárov.
03:36
If you're the fastest of everyone we're testing here today,
73
204000
3000
Ak budete najrýchlejší zo všetkých dnešných testovaných,
03:39
you get 20 dollars."
74
207000
2000
dostanete 20 dolárov."
03:41
Now this is several years ago. Adjusted for inflation,
75
209000
3000
Bolo to už pred viacerými rokmi, takže k tomu pripočítajte infláciu.
03:44
it's a decent sum of money for a few minutes of work.
76
212000
2000
Je to slušná suma peňazí za pár minút práce.
03:46
It's a nice motivator.
77
214000
2000
Je to príjemný motivačný stimul.
03:48
Question: How much faster
78
216000
3000
Otázka: O koľko rýchlejšie
03:51
did this group solve the problem?
79
219000
2000
vyriešila táto skupina danú úlohu?
03:53
Answer: It took them, on average,
80
221000
3000
Odpoveď: Trvalo im to, v priemere,
03:56
three and a half minutes longer.
81
224000
4000
o tri a pol minúty dlhšie.
04:00
Three and a half minutes longer. Now this makes no sense right?
82
228000
3000
Tri a pol minúty dlhšie. To ale nedáva žiadny zmysel, je tak?
04:03
I mean, I'm an American. I believe in free markets.
83
231000
3000
Teda, ja som Američan. Ja verím vo voľný trh.
04:06
That's not how it's supposed to work. Right?
84
234000
3000
Tak by to predsa nemalo byť. Že?
04:09
(Laughter)
85
237000
1000
(Smiech)
04:10
If you want people to perform better,
86
238000
2000
Ak chcete, aby ľudia mali vyššiu výkonnosť,
04:12
you reward them. Right?
87
240000
2000
dáte im odmenu. Nie?
04:14
Bonuses, commissions, their own reality show.
88
242000
3000
Prémie, provízie, ich vlastnú reality show.
04:17
Incentivize them. That's how business works.
89
245000
4000
Stimulovať ich. Tak to v obchode funguje.
04:21
But that's not happening here.
90
249000
2000
Ale to sa tu nedeje.
04:23
You've got an incentive designed to
91
251000
2000
Máte tu stimul, účelom ktorého je
04:25
sharpen thinking and accelerate creativity,
92
253000
4000
zbystriť myslenie a podnietiť kreativitu.
04:29
and it does just the opposite.
93
257000
2000
A výsledkom je pravý opak.
04:31
It dulls thinking and blocks creativity.
94
259000
3000
Otupí myslenie a zablokuje kreativitu.
04:34
And what's interesting about this experiment is that it's not an aberration.
95
262000
3000
Zaujímavé je to, že tu nejde o nejakú abnormálnu chybu.
04:37
This has been replicated over and over
96
265000
3000
Tento pokus sa opakuje s rovnakým výsledkom
04:40
and over again, for nearly 40 years.
97
268000
3000
znova a znova už takmer 40 rokov.
04:43
These contingent motivators --
98
271000
3000
Tieto podmienené motivačné stimuly,
04:46
if you do this, then you get that --
99
274000
2000
ak spravíte toto, tak dostanete tamto,
04:48
work in some circumstances.
100
276000
2000
v určitých podmienkach fungujú.
04:50
But for a lot of tasks, they actually either don't work
101
278000
3000
Ale v mnohých prípadoch buď nefungujú,
04:53
or, often, they do harm.
102
281000
3000
alebo často robia viac škody než úžitku.
04:56
This is one of the most robust findings
103
284000
4000
Toto je jedno z najmarkantnejších zistení
05:00
in social science,
104
288000
3000
v oblasti spoločenských vied.
05:03
and also one of the most ignored.
105
291000
2000
A tiež jedno z najignorovanejších.
05:05
I spent the last couple of years looking at the science of
106
293000
2000
Ostatných niekoľko rokov som sa zaoberal vedou
05:07
human motivation,
107
295000
2000
o ľudskej motivácii.
05:09
particularly the dynamics of extrinsic motivators
108
297000
2000
Obzvlášť ma zaujímala dynamika vonkajších
05:11
and intrinsic motivators.
109
299000
2000
a vnútorných motivačných faktorov.
05:13
And I'm telling you, it's not even close.
110
301000
2000
Hovorím vám, je tam obrovský rozdiel.
05:15
If you look at the science, there is a mismatch
111
303000
2000
Ak sa pozrieme na vedecké poznatky, je tu rozpor
05:17
between what science knows and what business does.
112
305000
4000
medzi tým, čo vie veda a čo robí podnikateľský svet.
05:21
And what's alarming here is that our business operating system --
113
309000
3000
Alarmujúce je, že operačný systém nášho biznisu -
05:24
think of the set of assumptions and protocols beneath our businesses,
114
312000
3000
t.j. súbor predpokladov a protokolov na ktorých stoja naše firmy,
05:27
how we motivate people, how we apply our human resources --
115
315000
5000
ako motivujeme ľudí, ako využívame naše ľudské zdroje -
05:32
it's built entirely around these extrinsic motivators,
116
320000
3000
je založený výhradne na týchto vonkajších motivačných faktoroch,
05:35
around carrots and sticks.
117
323000
2000
na cukre a biči.
05:37
That's actually fine for many kinds of 20th century tasks.
118
325000
4000
To je vlastne v poriadku pre mnohé úlohy z 20. storočia.
05:41
But for 21st century tasks,
119
329000
2000
Ale pre úlohy 21. storočia,
05:43
that mechanistic, reward-and-punishment approach
120
331000
4000
takýto mechanistický prístup typu odmena a trest
05:47
doesn't work, often doesn't work, and often does harm.
121
335000
4000
často nefunguje a často je dokonca škodlivý.
05:51
Let me show you what I mean.
122
339000
2000
Ukážem vám, čo mám na mysli.
05:53
So Glucksberg did another experiment similar to this
123
341000
3000
Takže, Glucksberg spravil ďalší podobný experiment
05:56
where he presented the problem in a slightly different way,
124
344000
2000
kde predstavil úlohu trochu odlišným spôsobom,
05:58
like this up here. Okay?
125
346000
3000
ako je to znázornené tu hore. OK?
06:01
Attach the candle to the wall so the wax doesn't drip onto the table.
126
349000
2000
Pripevniť sviečku ku stene tak, aby vosk nekvapkal na stôl.
06:03
Same deal. You: we're timing for norms.
127
351000
3000
Ako predtým. Vy: stopujeme vás kvôli stanoveniu noriem.
06:06
You: we're incentivizing.
128
354000
3000
Vy: dostanete odmenu.
06:09
What happened this time?
129
357000
2000
Čo sa stalo tento krát?
06:11
This time, the incentivized group
130
359000
2000
Tento krát skupina s motiváciou
06:13
kicked the other group's butt.
131
361000
4000
to druhej skupine natrela.
06:17
Why? Because when the tacks are out of the box,
132
365000
4000
Prečo? Pretože keď sú pripináčiky mimo škatuľky,
06:21
it's pretty easy isn't it?
133
369000
4000
je to dosť ľahké, že?
06:25
(Laughter)
134
373000
2000
(Smiech)
06:27
If-then rewards work really well
135
375000
3000
Odmena typu "ak-tak potom" funguje veľmi dobre
06:30
for those sorts of tasks,
136
378000
3000
pri takých úlohách,
06:33
where there is a simple set of rules and a clear destination
137
381000
2000
kde je jednoduchý súbor pravidiel
06:35
to go to.
138
383000
2000
a jasný cieľ.
06:37
Rewards, by their very nature,
139
385000
2000
Už z podstaty odmien vyplýva,
06:39
narrow our focus, concentrate the mind;
140
387000
2000
že zužujú naše zameranie a sústreďujú našu myseľ.
06:41
that's why they work in so many cases.
141
389000
2000
Práve preto v toľkých prípadoch fungujú.
06:43
And so, for tasks like this,
142
391000
2000
A teda, pri úlohách podobného charakteru,
06:45
a narrow focus, where you just see the goal right there,
143
393000
3000
pri úzkom zameraní, keď priamo pred sebou vidíte cieľ,
06:48
zoom straight ahead to it,
144
396000
2000
keď sa naň môžete upriamiť,
06:50
they work really well.
145
398000
2000
odmeny fungujú veľmi dobre.
06:52
But for the real candle problem,
146
400000
2000
Ale pri skutočnej úlohe so sviečkou,
06:54
you don't want to be looking like this.
147
402000
2000
sa nechcete pozerať takto.
06:56
The solution is not over here. The solution is on the periphery.
148
404000
2000
Riešenie nie je tu. Je niekde na periférii.
06:58
You want to be looking around.
149
406000
2000
Žiaduce je, aby ste sa rozhliadli.
07:00
That reward actually narrows our focus
150
408000
2000
Odmena totiž zužuje naše vnímanie
07:02
and restricts our possibility.
151
410000
2000
a obmedzuje naše možnosti.
07:04
Let me tell you why this is so important.
152
412000
3000
Poviem vám, prečo je to také dôležité.
07:07
In western Europe,
153
415000
2000
V západnej Európe,
07:09
in many parts of Asia,
154
417000
2000
v mnohých častiach Ázie,
07:11
in North America, in Australia,
155
419000
3000
v Severnej Amerike, v Austrálii,
07:14
white-collar workers are doing less of
156
422000
2000
duševne pracujúci robia menej práce
07:16
this kind of work,
157
424000
2000
tohto druhu,
07:18
and more of this kind of work.
158
426000
4000
a viac práce tohto druhu.
07:22
That routine, rule-based, left-brain work --
159
430000
3000
Táto rutinná, ľavo-mozgová práca s jasnými pravidlami,
07:25
certain kinds of accounting, certain kinds of financial analysis,
160
433000
2000
niektoré typy účtovníctva, finančných analýz,
07:27
certain kinds of computer programming --
161
435000
2000
počítačového programovania
07:29
has become fairly easy to outsource,
162
437000
2000
sa teraz dajú relatívne ľahko outsourcovať,
07:31
fairly easy to automate.
163
439000
2000
alebo automatizovať.
07:33
Software can do it faster.
164
441000
3000
Softvér to dokáže robiť rýchlejšie.
07:36
Low-cost providers around the world can do it cheaper.
165
444000
2000
Lacné pracovné sily vo svete to dokážu robiť lacnejšie.
07:38
So what really matters are the more right-brained
166
446000
4000
Na čom naozaj záleží, sú viac pravo-mozgové,
07:42
creative, conceptual kinds of abilities.
167
450000
3000
kreatívne, koncepčné schopnosti.
07:45
Think about your own work.
168
453000
3000
Zamyslite sa nad vašou vlastnou prácou.
07:48
Think about your own work.
169
456000
3000
Zamyslite sa nad vašou vlastnou prácou.
07:51
Are the problems that you face, or even the problems
170
459000
2000
Majú problémy, ktoré riešite, alebo aj tie
07:53
we've been talking about here,
171
461000
2000
o ktorých sme hovorili tu,
07:55
are those kinds of problems -- do they have a clear set of rules,
172
463000
2000
jasne stanovené pravidlá
07:57
and a single solution? No.
173
465000
3000
a jediné riešenie? Nie.
08:00
The rules are mystifying.
174
468000
2000
Pravidlá sú záhadou.
08:02
The solution, if it exists at all,
175
470000
2000
Riešenie, ak vôbec nejaké existuje,
08:04
is surprising and not obvious.
176
472000
3000
je prekvapujúce a vôbec nie očividné.
08:07
Everybody in this room
177
475000
2000
Každý v tejto sále
08:09
is dealing with their own version
178
477000
3000
rieši svoju vlastnú verziu
08:12
of the candle problem.
179
480000
2000
problému so sviečkou.
08:14
And for candle problems of any kind,
180
482000
3000
A pre podobné problémy akéhokoľvek charakteru,
08:17
in any field,
181
485000
2000
v každej oblasti,
08:19
those if-then rewards,
182
487000
3000
tieto odmeny typu "ak-tak potom",
08:22
the things around which we've built so many of our businesses,
183
490000
4000
na ktorých sme vybudovali toľko našich spoločností,
08:26
don't work.
184
494000
2000
nefungujú.
08:28
Now, I mean it makes me crazy.
185
496000
2000
Z tohto úplne šaliem.
08:30
And this is not -- here's the thing.
186
498000
2000
A to, o čom tu hovoríme,
08:32
This is not a feeling.
187
500000
3000
to nie je pocit.
08:35
Okay? I'm a lawyer; I don't believe in feelings.
188
503000
3000
Jasné? Ja som právnik. Ja neverím na pocity.
08:38
This is not a philosophy.
189
506000
4000
Toto nie je filozofia.
08:42
I'm an American; I don't believe in philosophy.
190
510000
2000
Ja som Američan. Neverím na filozofiu.
08:44
(Laughter)
191
512000
3000
(Smiech)
08:47
This is a fact --
192
515000
3000
Toto je fakt.
08:50
or, as we say in my hometown of Washington, D.C.,
193
518000
2000
Alebo, ako hovorievame u nás vo Washingtone D.C.,
08:52
a true fact.
194
520000
2000
skutočný fakt.
08:54
(Laughter)
195
522000
2000
(Smiech)
08:56
(Applause)
196
524000
4000
(Potlesk)
09:00
Let me give you an example of what I mean.
197
528000
2000
Dovoľte mi uviesť príklad, čo tým myslím.
09:02
Let me marshal the evidence here,
198
530000
2000
Dovoľte mi predložiť dôkazy.
09:04
because I'm not telling you a story, I'm making a case.
199
532000
2000
Nerozprávam vám príbeh, ale predkladám súdny prípad.
09:06
Ladies and gentlemen of the jury, some evidence:
200
534000
2000
Vážení členovia poroty, tu sú dôkazy:
09:08
Dan Ariely, one of the great economists of our time,
201
536000
3000
Dan Ariely, jeden z významných súčasných ekonómov,
09:11
he and three colleagues, did a study of some MIT students.
202
539000
4000
spolu s jeho troma kolegami, robil štúdiu so študentmi MIT.
09:15
They gave these MIT students a bunch of games,
203
543000
3000
Týmto študentom MIT dali hrať niekoľko hier.
09:18
games that involved creativity,
204
546000
2000
Hry, ktoré vyžadovali kreativitu,
09:20
and motor skills, and concentration.
205
548000
2000
motorické zručnosti a koncentráciu.
09:22
And the offered them, for performance,
206
550000
2000
A za dosiahnuté výsledky im ponúkli
09:24
three levels of rewards:
207
552000
2000
tri úrovne odmien.
09:26
small reward, medium reward, large reward.
208
554000
5000
Malú odmenu, strednú odmenu, vysokú odmenu.
09:31
Okay? If you do really well you get the large reward, on down.
209
559000
4000
Dobre? Ak sa vám bude veľmi dobre dariť, dostanete vysokú odmenu, atď.
09:35
What happened? As long as the task involved only mechanical skill
210
563000
4000
Čo sa stalo? Dokiaľ úloha vyžadovala iba mechanické zručnosti
09:39
bonuses worked as they would be expected:
211
567000
2000
prémie fungovali podľa očakávaní:
09:41
the higher the pay, the better the performance.
212
569000
4000
čím vyššia bola odmena, tým vyššia bola výkonnosť.
09:45
Okay? But one the task called for
213
573000
2000
Dobre? Ale v prípade úloh, ktoré vyžadovali
09:47
even rudimentary cognitive skill,
214
575000
4000
čo i len základné kognitívne zručnosti,
09:51
a larger reward led to poorer performance.
215
579000
5000
vyššia odmena viedla k horšej výkonnosti.
09:56
Then they said,
216
584000
2000
Potom si povedali,
09:58
"Okay let's see if there's any cultural bias here.
217
586000
2000
"Preskúmajme, či tu nie sú nejaké kultúrne odchýlky.
10:00
Lets go to Madurai, India and test this."
218
588000
2000
Poďme to vyskúšať do Madurai v Indii."
10:02
Standard of living is lower.
219
590000
2000
Životná úroveň je tam nižšia.
10:04
In Madurai, a reward that is modest in North American standards,
220
592000
3000
To, čo je v Severnej Amerike malá odmena, bude mať v Madurai
10:07
is more meaningful there.
221
595000
3000
väčší zmysel.
10:10
Same deal. A bunch of games, three levels of rewards.
222
598000
3000
Tá istá situácia. Niekoľko hier, odmeny v troch výškach.
10:13
What happens?
223
601000
2000
Ako to dopadlo?
10:15
People offered the medium level of rewards
224
603000
3000
Ľudia, ktorým bola ponúknutá stredná výška odmeny
10:18
did no better than people offered the small rewards.
225
606000
3000
nemali výsledky o nič lepšie než tí, ktorým bola ponúknutá mala odmena.
10:21
But this time, people offered the highest rewards,
226
609000
4000
Ale tentoraz tí, ktorým bola sľúbená najvyššia odmena,
10:25
they did the worst of all.
227
613000
4000
mali najhoršie výsledky zo všetkých.
10:29
In eight of the nine tasks we examined across three experiments,
228
617000
3000
V ôsmich z deviatich úloh, ktoré boli predmetom experimentu,
10:32
higher incentives led to worse performance.
229
620000
5000
viedli vyššie odmeny k horšej výkonnosti.
10:37
Is this some kind of touchy-feely
230
625000
3000
Ide tu o nejakú pocitovú, ničím nepodloženú
10:40
socialist conspiracy going on here?
231
628000
3000
socialistickú konšpiráciu?
10:43
No. These are economists from MIT,
232
631000
3000
Nie. Sú to ekonómovia z MIT,
10:46
from Carnegie Mellon, from the University of Chicago.
233
634000
3000
z Carnegie Mellon, z Chicagskej univerzity.
10:49
And do you know who sponsored this research?
234
637000
2000
A viete, kto sponzoroval tento výskum?
10:51
The Federal Reserve Bank of the United States.
235
639000
4000
Federálna ústredná banka USA.
10:55
That's the American experience.
236
643000
2000
Toto sú zistenia Američanov.
10:57
Let's go across the pond to the London School of Economics --
237
645000
3000
Poďme na druhú stranu rybníka do Londýnskej školy ekonómie.
11:00
LSE, London School of Economics,
238
648000
3000
LSE, London School of Economics.
11:03
alma mater of 11 Nobel Laureates in economics.
239
651000
3000
Alma mater 11 laureátov na Nobelovu cenu za ekonómiu.
11:06
Training ground for great economic thinkers
240
654000
3000
Cvičisko veľkých ekonomických mysliteľov
11:09
like George Soros, and Friedrich Hayek,
241
657000
3000
ako George Soros a Friedrich Hayek,
11:12
and Mick Jagger. (Laughter)
242
660000
2000
a Mick Jagger. (Smiech)
11:14
Last month, just last month,
243
662000
4000
Minulý mesiac, iba minulý mesiac,
11:18
economists at LSE looked at 51 studies
244
666000
3000
ekonómovia z LSE analyzovali 51 štúdií
11:21
of pay-for-performance plans, inside of companies.
245
669000
3000
rôznych systémov odmeňovania za výkonnosť, používaných vo firmách.
11:24
Here's what the economists there said: "We find that financial incentives
246
672000
3000
Tu je vyjadrenie týchto ekonómov: "Zistili sme, že finančné stimuly
11:27
can result in a negative impact on overall performance."
247
675000
6000
môžu mať negatívny dopad na celkovú výkonnosť."
11:33
There is a mismatch between what science knows
248
681000
3000
Je tu nezhoda medzi poznatkami vedy
11:36
and what business does.
249
684000
2000
a správaním sa firiem.
11:38
And what worries me, as we stand here in the rubble
250
686000
3000
A čo ma znepokojuje, ako tu tak stojíme na troskách
11:41
of the economic collapse,
251
689000
2000
ekonomického kolapsu,
11:43
is that too many organizations
252
691000
2000
je, že príliš mnoho organizácií
11:45
are making their decisions,
253
693000
2000
vychádza pri svojich rozhodnutiach
11:47
their policies about talent and people,
254
695000
2000
a voľbe prístupu k talentu a ľudom,
11:49
based on assumptions that are outdated, unexamined,
255
697000
6000
z domnienok, ktoré sú zastarané, nepodložené
11:55
and rooted more in folklore than in science.
256
703000
3000
a nepramenia z vedeckých poznatkov, ale skôr z folklóru.
11:58
And if we really want to get out of this economic mess,
257
706000
3000
A ak sa naozaj chceme vyhrabať z tohto ekonomického zmätku,
12:01
and if we really want high performance on those
258
709000
2000
a ak naozaj chceme dosiahnuť vysokú výkonnosť
12:03
definitional tasks of the 21st century,
259
711000
2000
v charakteristických úlohách 21. storočia,
12:05
the solution is not to do more of the wrong things,
260
713000
6000
riešením nie je robiť ešte viac nesprávnych vecí.
12:11
to entice people with a sweeter carrot,
261
719000
3000
Vábiť ľudí na ešte sladší cukor,
12:14
or threaten them with a sharper stick.
262
722000
2000
alebo vyhrážať sa im ešte hrubším bičom.
12:16
We need a whole new approach.
263
724000
2000
Potrebujeme úplne nový prístup.
12:18
And the good news about all of this is that the scientists
264
726000
2000
Dobrou správou je, že vedci
12:20
who've been studying motivation have given us this new approach.
265
728000
3000
ktorí skúmali motiváciu nám predstavili tento nový prístup.
12:23
It's an approach built much more around intrinsic motivation.
266
731000
3000
Je to prístup založený v oveľa väčšej miere na vnútornej motivácii.
12:26
Around the desire to do things because they matter,
267
734000
2000
Na túžbe robiť veci preto, lebo na nich záleží,
12:28
because we like it, because they're interesting,
268
736000
2000
lebo ich máme radi, lebo sú zaujímavé,
12:30
because they are part of something important.
269
738000
2000
lebo sú súčasťou niečoho dôležitého.
12:32
And to my mind, that new operating system for our businesses
270
740000
4000
A podľa môjho názoru, takýto nový operačný systém pre naše firmy
12:36
revolves around three elements:
271
744000
2000
sa točí okolo troch súčastí:
12:38
autonomy, mastery and purpose.
272
746000
3000
autonómia, majstrovstvo a zmysel.
12:41
Autonomy: the urge to direct our own lives.
273
749000
3000
Autonómia - túžba určovať smerovanie vlastného života.
12:44
Mastery: the desire to get better and better at something that matters.
274
752000
4000
Majstrovstvo - túžba neustále sa zlepšovať v niečom, na čom záleží.
12:48
Purpose: the yearning to do what we do
275
756000
3000
Zmysel, túžba robiť to, čo robíme
12:51
in the service of something larger than ourselves.
276
759000
3000
v prospech nejakého vyššieho cieľa.
12:54
These are the building blocks of an entirely new operating system
277
762000
3000
Toto sú stavebné kamene úplne nového operačného systému
12:57
for our businesses.
278
765000
2000
pre naše firmy.
12:59
I want to talk today only about autonomy.
279
767000
4000
Dnes chcem hovoriť iba o autonómii.
13:03
In the 20th century, we came up with this idea of management.
280
771000
3000
Manažment ako taký vznikol až v 20. storočí.
13:06
Management did not emanate from nature.
281
774000
2000
Manažment nie je dielom prírody.
13:08
Management is like -- it's not a tree,
282
776000
2000
Manažment nie je ako strom.
13:10
it's a television set.
283
778000
2000
Je ako televízor.
13:12
Okay? Somebody invented it.
284
780000
2000
Jasné? Niekto ho vynašiel.
13:14
And it doesn't mean it's going to work forever.
285
782000
2000
To neznamená, že bude fungovať večne.
13:16
Management is great.
286
784000
2000
Manažment je vynikajúca vec.
13:18
Traditional notions of management are great
287
786000
2000
Tradičné spôsoby manažmentu sú vynikajúce,
13:20
if you want compliance.
288
788000
2000
ak chcete dosiahnuť plnenie úloh.
13:22
But if you want engagement, self-direction works better.
289
790000
3000
Ak však chcete angažovanosť, samoriadenie funguje lepšie.
13:25
Let me give you some examples of some kind of radical
290
793000
2000
Dovoľte mi uviesť zopár príkladov určitých
13:27
notions of self-direction.
291
795000
2000
radikálnych predstáv o samoriadení.
13:29
What this means -- you don't see a lot of it,
292
797000
3000
Zatiaľ sa s tým často nestretávame,
13:32
but you see the first stirrings of something really interesting going on,
293
800000
3000
ale už vidno prvé náznaky niečoho veľmi zaujímavého.
13:35
because what it means is paying people adequately
294
803000
2000
Znamená to toľko, že ľudia musia mať riadne
13:37
and fairly, absolutely --
295
805000
2000
zaplatené, to bez pochyby.
13:39
getting the issue of money off the table,
296
807000
2000
Otázku peňazí treba vyriešiť a odpratať z cesty.
13:41
and then giving people lots of autonomy.
297
809000
2000
A potom dať ľuďom veľa samostatnosti.
13:43
Let me give you some examples.
298
811000
2000
Dovoľte mi uviesť nejaké príklady.
13:45
How many of you have heard of the company Atlassian?
299
813000
4000
Kto z vás počul o spoločnosti Atlassian?
13:49
It looks like less than half.
300
817000
2000
Vyzerá to, že menej ako polovica.
13:51
(Laughter)
301
819000
2000
(Smiech)
13:53
Atlassian is an Australian software company.
302
821000
4000
Atlassian je austrálska softvérová spoločnosť.
13:57
And they do something incredibly cool.
303
825000
2000
Táto firma robí jednu veľmi zaujímavú vec.
13:59
A few times a year they tell their engineers,
304
827000
2000
Niekoľko krát ročne povedia svojim inžinierom:
14:01
"Go for the next 24 hours and work on anything you want,
305
829000
4000
"Nasledovných 24 hodín pracujte na čom chcete,
14:05
as long as it's not part of your regular job.
306
833000
2000
len nie na vašich bežných úlohách.
14:07
Work on anything you want."
307
835000
2000
Robte na čom chcete."
14:09
So that engineers use this time to come up with
308
837000
2000
Inžinieri teda využijú čas na vytvorenie nejakej
14:11
a cool patch for code, come up with an elegant hack.
309
839000
3000
šikovnej záplaty programu, či elegantného hacku.
14:14
Then they present all of the stuff that they've developed
310
842000
3000
Následne na konci dňa prezentujú
14:17
to their teammates, to the rest of the company,
311
845000
3000
všetky svoje výtvory svojim kolegom,
14:20
in this wild and wooly all-hands meeting
312
848000
2000
a zvyšku spoločnosti na divokom večierku
14:22
at the end of the day.
313
850000
2000
všetkých zamestnancov.
14:24
And then, being Australians, everybody has a beer.
314
852000
2000
No a potom, keďže sú to Austrálčania, si všetci dajú pivo.
14:26
They call them FedEx Days.
315
854000
3000
Nazývajú to FedExové dni.
14:29
Why? Because you have to deliver something overnight.
316
857000
6000
Prečo? Pretože musíte doručiť niečo v priebehu jedného dňa.
14:35
It's pretty. It's not bad. It's a huge trademark violation,
317
863000
2000
Dobrý nápad. Je to síce zneužitie ochrannej známky,
14:37
but it's pretty clever.
318
865000
2000
ale je to celkom vtipné.
14:39
(Laughter)
319
867000
1000
(Smiech)
14:40
That one day of intense autonomy
320
868000
2000
Tento jeden deň intenzívnej autonómie
14:42
has produced a whole array of software fixes
321
870000
2000
mal za výsledok celý rad softvérových opráv,
14:44
that might never have existed.
322
872000
2000
ktoré by inak nikdy nevznikli.
14:46
And it's worked so well that Atlassian has taken it to the next level
323
874000
2000
A tak sa to osvedčilo, že Atlassian šiel o krok ďalej
14:48
with 20 Percent Time --
324
876000
2000
a rozšíril to na 20% času.
14:50
done, famously, at Google --
325
878000
2000
To so slávou prvý krát použil Google,
14:52
where engineers can work, spend 20 percent of their time
326
880000
2000
kde inžinieri môžu až 20% pracovného času
14:54
working on anything they want.
327
882000
2000
robiť na čomkoľvek, čo uznajú za vhodné.
14:56
They have autonomy over their time,
328
884000
2000
Majú autonómiu, čo sa týka ich času,
14:58
their task, their team, their technique.
329
886000
2000
úloh, tímu a použitej techniky.
15:00
Okay? Radical amounts of autonomy.
330
888000
2000
OK? Radikálnu mieru autonómie.
15:02
And at Google, as many of you know,
331
890000
4000
A v Google, ako mnohí viete, sa v bežnom roku
15:06
about half of the new products in a typical year
332
894000
2000
približne polovica nových produktov
15:08
are birthed during that 20 Percent Time:
333
896000
3000
rodí práve počas tých 20 percent času.
15:11
things like Gmail, Orkut, Google News.
334
899000
3000
Veci ako Gmail, Orkut, Google News.
15:14
Let me give you an even more radical example of it:
335
902000
3000
Dovoľte mi uviesť ešte radikálnejší príklad.
15:17
something called the Results Only Work Environment,
336
905000
2000
Takzvaný Results Only Work Environment.
15:19
the ROWE,
337
907000
2000
ROWE - Pracovné prostredie zamerané iba na výsledky.
15:21
created by two American consultants, in place
338
909000
2000
Systém vytvorený dvoma americkými konzultantmi,
15:23
in place at about a dozen companies around North America.
339
911000
2000
zavedený asi v desiatke firiem po celej Severnej Amerike.
15:25
In a ROWE people don't have schedules.
340
913000
4000
V ROWE ľudia nemajú harmonogramy.
15:29
They show up when they want.
341
917000
2000
Prichádzajú do roboty kedy chcú.
15:31
They don't have to be in the office at a certain time,
342
919000
2000
Nemusia byť v kancelárii v určitý čas,
15:33
or any time.
343
921000
2000
nemusia tam byť vôbec.
15:35
They just have to get their work done.
344
923000
2000
Musia si akurát spraviť svoju prácu.
15:37
How they do it, when they do it,
345
925000
2000
Ako to spravia, kedy to spravia,
15:39
where they do it, is totally up to them.
346
927000
3000
kde to spravia je úplne na nich.
15:42
Meetings in these kinds of environments are optional.
347
930000
4000
Porady v takomto type prostredia sú dobrovoľné.
15:46
What happens?
348
934000
2000
Aké sú výsledky?
15:48
Almost across the board, productivity goes up,
349
936000
3000
Takmer celoplošne stúpa produktivita,
15:51
worker engagement goes up,
350
939000
3000
stúpa zaangažovanosť,
15:54
worker satisfaction goes up, turnover goes down.
351
942000
3000
stúpa spokojnosť pracovníkov a klesá fluktuácia.
15:57
Autonomy, mastery and purpose,
352
945000
2000
Autonómia, majstrovstvo a zmysel,
15:59
These are the building blocks of a new way of doing things.
353
947000
2000
Toto sú stavebné kamene nového spôsobu ako robiť veci.
16:01
Now some of you might look at this and say,
354
949000
3000
No, niektorí z vás sa na to možno pozerajú a hovoria si,
16:04
"Hmm, that sounds nice, but it's Utopian."
355
952000
3000
"Hmm, znie to dobre. Ale to je utópia."
16:07
And I say, "Nope. I have proof."
356
955000
5000
Na to vám poviem: "Nie. Mám dôkaz"
16:12
The mid-1990s, Microsoft started
357
960000
2000
V polovici 90-tych rokov Microsoft začal pracovať
16:14
an encyclopedia called Encarta.
358
962000
2000
na encyklopédii s názvom Encarta.
16:16
They had deployed all the right incentives,
359
964000
2000
Použili pri tom všetky náležité motivačné stimuly.
16:18
all the right incentives. They paid professionals to
360
966000
3000
Všetky stimuly. Zaplatili odborníkom,
16:21
write and edit thousands of articles.
361
969000
2000
aby napísali a zredigovali tisíce článkov.
16:23
Well-compensated managers oversaw the whole thing
362
971000
2000
Dobre platení manažéri, dohliadali
16:25
to make sure it came in on budget and on time.
363
973000
5000
na dodržanie rozpočtu a časový plán.
16:30
A few years later another encyclopedia got started.
364
978000
2000
O pár rokov neskôr vznikla ďalšia encyklopédia.
16:32
Different model, right?
365
980000
3000
Odlišný model, dobre?
16:35
Do it for fun. No one gets paid a cent, or a Euro or a Yen.
366
983000
4000
Robte to zo zábavy. Nikto nedostane zaplatené ani cent, alebo Euro či Yen.
16:39
Do it because you like to do it.
367
987000
3000
Robte to preto, že vás to baví.
16:42
Now if you had, just 10 years ago,
368
990000
3000
Ak by ste ešte pred 10 rokmi
16:45
if you had gone to an economist, anywhere,
369
993000
2000
zašli za ktorýmkoľvek ekonómom
16:47
and said, "Hey, I've got these two different models for creating an encyclopedia.
370
995000
4000
a povedali: "Hej, mám k tieto dva odlišné modely tvorby encyklopédie.
16:51
If they went head to head, who would win?"
371
999000
3000
Ak by navzájom súťažili, ktorý z nich by vyhral?"
16:54
10 years ago you could not have found a single sober economist anywhere
372
1002000
4000
Pred 10 rokmi by ste nenašli ani jedného triezveho ekonóma
16:58
on planet Earth
373
1006000
2000
na celej planéte Zem,
17:00
who would have predicted the Wikipedia model.
374
1008000
2000
ktorý by predpovedal model Wikipédie.
17:02
This is the titanic battle between these two approaches.
375
1010000
3000
Toto je súboj titánov medzi danými dvoma prístupmi.
17:05
This is the Ali-Frazier of motivation. Right?
376
1013000
3000
Toto je zápas Ali vs.Frazier vo svete motivácie. Je tak?
17:08
This is the Thrilla' in Manila.
377
1016000
2000
Toto je Manilský trhák.
17:10
Alright? Intrinsic motivators versus extrinsic motivators.
378
1018000
3000
Jasné? Vnútorná motivácia verzus vonkajšia motivácia.
17:13
Autonomy, mastery and purpose,
379
1021000
2000
Autonómia, majstrovstvo a zmysel,
17:15
versus carrot and sticks. And who wins?
380
1023000
2000
verzus cukor a bič. A kto vyhral?
17:17
Intrinsic motivation, autonomy, mastery and purpose,
381
1025000
3000
Vnútorná motivácia, autonómia, majstrovstvo a zmysel
17:20
in a knockout. Let me wrap up.
382
1028000
4000
uštedrením knokautu. Dovoľte mi zhrnutie.
17:24
There is a mismatch between what science knows and what business does.
383
1032000
3000
Existuje nesúlad medzi poznatkami vedy a praktikami firiem.
17:27
And here is what science knows.
384
1035000
2000
A poznatky vedy sú:
17:29
One: Those 20th century rewards,
385
1037000
2000
Za prvé: Odmeny pochádzajúce z 20. storočia,
17:31
those motivators we think are a natural part of business,
386
1039000
3000
motivačné stimuly, ktoré považujeme za prirodzenú súčasť biznisu,
17:34
do work, but only in a surprisingly narrow band of circumstances.
387
1042000
4000
fungujú, ale za okolností, ktoré sú až prekvapivo obmedzené.
17:38
Two: Those if-then rewards often destroy creativity.
388
1046000
4000
Za druhé: Odmeny typu "ak - tak potom" často ničia tvorivosť.
17:42
Three: The secret to high performance
389
1050000
2000
Za tretie: Tajomstvo vysokej výkonnosti
17:44
isn't rewards and punishments,
390
1052000
2000
nespočíva v odmene a treste,
17:46
but that unseen intrinsic drive --
391
1054000
2000
ale v tej neviditeľnej vnútornej hnacej sile.
17:48
the drive to do things for their own sake.
392
1056000
3000
V túžbe robiť veci z vlastných dôvodov.
17:51
The drive to do things cause they matter.
393
1059000
2000
V túžbe robiť veci preto, lebo na nich záleží.
17:53
And here's the best part. Here's the best part.
394
1061000
2000
A teraz prichádza to najlepšie. To všetko už vieme.
17:55
We already know this. The science confirms what we know in our hearts.
395
1063000
3000
Veda iba potvrdzuje to, čo vo svojom srdci už dávno vieme.
17:58
So, if we repair this mismatch
396
1066000
3000
Takže, ak napravíme nesúlad medzi poznatkami
18:01
between what science knows and what business does,
397
1069000
2000
vedy a tým, čo firmy robia,
18:03
if we bring our motivation, notions of motivation
398
1071000
3000
ak naše spôsoby a chápanie motivácie dostaneme
18:06
into the 21st century,
399
1074000
2000
na úroveň 21. storočia,
18:08
if we get past this lazy, dangerous, ideology
400
1076000
4000
ak prekonáme túto lenivú, nebezpečnú ideológiu
18:12
of carrots and sticks,
401
1080000
2000
cukru a biča,
18:14
we can strengthen our businesses,
402
1082000
3000
môžeme posilniť naše firmy,
18:17
we can solve a lot of those candle problems,
403
1085000
3000
dokážeme vyriešiť mnohé také "úlohy so sviečkou",
18:20
and maybe, maybe, maybe
404
1088000
4000
a možno, možno, možno
18:24
we can change the world.
405
1092000
2000
dokážeme zmeniť svet.
18:26
I rest my case.
406
1094000
2000
Tým končím moje dokazovacie konanie.
18:28
(Applause)
407
1096000
3000
(Potlesk)
ABOUT THE SPEAKER
Dan Pink - Career analystBidding adieu to his last "real job" as Al Gore's speechwriter, Dan Pink went freelance to spark a right-brain revolution in the career marketplace.
Why you should listen
With a trio of influential bestsellers, Dan Pink has changed the way companies view the modern workplace. In the pivotal A Whole New Mind, Pink identifies a sea change in the global workforce -- the shift of an information-based corporate culture to a conceptual base, where creativity and big-picture design dominates the landscape.
His latest book, The Adventures of Johnny Bunko, is an evolutionary transformation of the familiar career guide. Replacing linear text with a manga-inspired comic, Pink outlines six career laws vastly differing from the ones you've been taught. Members of the Johnny Bunko online forum participated in an online contest to create the seventh law -- "stay hungry."
A contributing editor for Wired, Pink is working on a new book on the science and economics of motivation for release in late 2009.
Dan Pink | Speaker | TED.com