TED2011
Dan Ariely: Beware conflicts of interest
Dan Ariely: Var medvetna om intressekonflikterna
Filmed:
Readability: 3.3
1,284,831 views
I detta korta föredrag, berättar Dan Ariely två personliga historier vilka utforskar vetenskapliga intressekonflikter: Hur jakten efter kunskap och insikt kan påverkas, medvetet eller ej, av kortsiktiga personliga mål. När vi tänker kring de stora frågorna, låt oss vara medvetna om våra allt-för-mänskliga hjärnor.
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
Jag var inlagd på sjukhus under lång tid.
00:19
And a few years after I left, I went back,
1
4000
3000
Några år efter jag åkte därifrån, så åkte jag dit igen, och
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
ordföranden för brännskadeavdelningen var mycket uppjagad av att träffa mig --
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
han sa "Dan, Jag har en fantastisk ny behandling för dig."
00:28
I was very excited. I walked with him to his office.
4
13000
2000
Jag blev exalterad. Jag gick med honom till hans kontor.
00:30
And he explained to me that, when I shave,
5
15000
3000
Han förklarade för mig, att när jag rakade mig,
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
hade jag små svarta hårprickar på vänster sida av ansiktet,
00:36
but on the right side of my face
7
21000
2000
men på högra sidan av mitt ansikte
00:38
I was badly burned so I have no hair,
8
23000
2000
var jag svårt bränd, så där har jag inget hår,
00:40
and this creates lack of symmetry.
9
25000
2000
och detta skapar en brist på symmetri.
00:42
And what's the brilliant idea he had?
10
27000
2000
Vad var då hans briljanta idé?
00:44
He was going to tattoo little black dots
11
29000
2000
Han skulle låta tatuera små svarta prickar
00:46
on the right side of my face
12
31000
3000
på höger sida av mitt ansikte
00:49
and make me look very symmetric.
13
34000
2000
och göra att jag såg väldigt symmetrisk ut.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
Det lät intressant. Han bad mig gå och raka mig.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
Låt mig berätta, detta var ett konstig sätt att raka sig på,
00:56
because I thought about it
16
41000
2000
eftersom när jag tänkte på det
00:58
and I realized that the way I was shaving then
17
43000
2000
och förstod att det sätt jag rakade mig då
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
skulle bli det sätt jag skulle behöva raka mig för resten av mitt liv -
01:02
because I had to keep the width the same.
19
47000
2000
därför var jag tvungen att behålla bredden lika.
01:04
When I got back to his office,
20
49000
2000
När jag kom tillbaka till hans kontor,
01:06
I wasn't really sure.
21
51000
2000
var jag inte övertygad.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
Jag sa "Kan jag få se något stöd för detta?"
01:10
So he showed me some pictures
23
55000
2000
Så han visade mig några bilder.
01:12
of little cheeks with little black dots --
24
57000
2000
av kinder med små svarta prickar --
01:14
not very informative.
25
59000
2000
inte så informativt.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
Jag sa, "Vad händer när jag blir äldre och mitt hår blir vitt?
01:18
What would happen then?"
27
63000
2000
Vad händer då?"
01:20
"Oh, don't worry about it," he said.
28
65000
2000
"Åh, oroa dig inte för det," sa han.
01:22
"We have lasers; we can whiten it out."
29
67000
3000
"Vi har lasrar; vi kan göra det vitare."
01:25
But I was still concerned,
30
70000
2000
Man jag var fortfarande bekymrad,
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
så jag sa "Vet du vad, jag kommer inte göra det."
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
Varpå jag fick mitt livs största skamkänsloattack.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
Detta kommer från Judisk grabb, du förstår, så det innebär ett och annat.
01:37
(Laughter)
34
82000
2000
(Skratt)
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
Han sa "Dan, vad är för fel på dig?"
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
Är du nöjd med att se osymmetrisk ut?
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
Får du någon slags perverterad njutning från det?
01:49
Do women feel pity for you
38
94000
2000
Känner kvinnorna medlidande för dig
01:51
and have sex with you more frequently?"
39
96000
3000
och har sex med dig oftare?
01:54
None of those happened.
40
99000
3000
Ingen av detta inträffade.
01:58
And this was very surprising to me,
41
103000
2000
Och detta var väldigt förvånande för mig,
02:00
because I've gone through many treatments --
42
105000
2000
för att jag har genomgått många behandlingar --
02:02
there were many treatments I decided not to do --
43
107000
2000
det var många behandlingar som jag bestämde mig för att inte ta --
02:04
and I never got this guilt trip to this extent.
44
109000
2000
och jag fick aldrig någon skamkänsloattack över detta.
02:06
But I decided not to have this treatment.
45
111000
2000
Jag bestämde mig för att inte ta denna behandling och
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
jag gick till hans vice och frågade honom, "Vad handlar detta om?
02:10
Where was this guilt trip coming from?"
47
115000
2000
Var kom dessa skuldkänslor från?"
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
Han förklarade att de genomfört behandlingen med två patienter redan,
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
och de behövde en tredje patient för en artikel de skrev på.
02:19
(Laughter)
50
124000
2000
(Skratt)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
Nu tror du förmodligen att den killen var en skitstövel.
02:23
Right, that's what he seems like.
52
128000
2000
Korrekt, det var precis det han verkade vara.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
Men låt mig ge dig ett annat perspektiv på samma berättelse.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
Några år sen, utförde jag några egna experiment själv i labbet.
02:31
And when we run experiments,
55
136000
2000
När vi utförde experimenten,
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
hoppades vi vanligtvis att en grupp skulle bete sig olikt från den andra gruppen.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
Vi hade alltså, en grupp som vi hoppades skulle vara högpresterande,
02:39
another group that I thought their performance would be very low,
58
144000
3000
och en annan grupp som vi trodde skulle vara lågpresterande.
02:42
and when I got the results, that's what we got --
59
147000
2000
Resultat jag fick, var detta --
02:44
I was very happy -- aside from one person.
60
149000
3000
Jag var glad -- bortsett från en person.
02:47
There was one person in the group
61
152000
2000
Det var en person i denna grupp
02:49
that was supposed to have very high performance
62
154000
2000
som vi förmodade skulle vara högpresterande,
02:51
that was actually performing terribly.
63
156000
2000
som i verkligheten presterade rysligt dåligt.
02:53
And he pulled the whole mean down,
64
158000
2000
Och han drog ned hela medelvärdet,
02:55
destroying my statistical significance of the test.
65
160000
3000
och förstörde signifikansen i mitt statistiska test.
02:59
So I looked carefully at this guy.
66
164000
2000
Så jag tittade närmare på denna man.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
Han var omkring 20 äldre än någon annan i urvalsgruppen.
03:04
And I remembered that the old and drunken guy
68
169000
2000
Och jag kom ihåg denna äldre och alkoholiserade man
03:06
came one day to the lab
69
171000
2000
som kom en dag till labbet
03:08
wanting to make some easy cash
70
173000
2000
och ville göra sig enkla pengar
03:10
and this was the guy.
71
175000
2000
och det var just denna man.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
"Perfekt! Tänkte jag ". Låt oss slänga ut honom.
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
Vem skulle någonsin inkludera en alkoholist i urvalsgruppen?"
03:17
But a couple of days later,
74
182000
2000
Men några dagar senare,
03:19
we thought about it with my students,
75
184000
2000
tänkte vi på detta tillsammans med mina studenter,
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
och vi sa "Vad skulle hänt om denna alkoholist inte var i det tillståndet?
03:24
What would have happened if he was in the other group?
77
189000
2000
Och vad skulle hänt om han varit i den andra gruppen?
03:26
Would we have thrown him out then?"
78
191000
2000
Skulle vi då ha slängt ut han från studien?
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
Vi hade troligtvis inte tittat närmare på datan överhuvud taget,
03:30
and if we did look at the data,
80
195000
2000
och om vi hade tittat på datan,
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
hade vi hade förmodligen sagt, "Fantastiskt! Vilken passande kille som prestera så här lågt,"
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
därför att han hade dragit ned medelvärdet för lågpresterargruppen,
03:37
giving us even stronger statistical results than we could.
83
202000
3000
och givit oss starkare statistiska resultat än vi borde.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
Därför bestämde vi oss att inte slänga ut denna man och att köra om experiment.
03:44
But you know, these stories,
85
209000
3000
Men du vet, dessa berättelser,
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
och en mängd experiment som vi utfört om intressekonflikter,
03:50
basically kind of bring two points
87
215000
2000
Belyser
03:52
to the foreground for me.
88
217000
2000
två saker för mig.
03:54
The first one is that in life we encounter many people
89
219000
3000
Den första är att i livet stöter vi på många människor
03:57
who, in some way or another,
90
222000
3000
vilka, på ett eller annat sätt,
04:00
try to tattoo our faces.
91
225000
2000
försöker tatuera våra ansikten.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
De råkar bara ha motiv som gör dem förblindade för verkligheten
04:05
and give us advice that is inherently biased.
93
230000
3000
och ger oss råd vilka har en inneboende partiskhet.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
Jag är säkert på att detta är något vi alla känner igen,
04:10
and we see that it happens.
95
235000
2000
och vi ser detta hända.
04:12
Maybe we don't recognize it every time,
96
237000
2000
Men vi kanske inte alltid uppfattar det varje gång,
04:14
but we understand that it happens.
97
239000
2000
men vi förstår att det händer.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
Den svåraste saken är förstås att känna igen
04:18
that sometimes we too
99
243000
2000
att vi själva ibland
04:20
are blinded by our own incentives.
100
245000
2000
är förblindade av vår egna motiv.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
Något som är en mycket, mycket svårare lärdom att ta till sig.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
Därför ser vi inte hur intressekonflikter påverkar oss.
04:29
When I was doing these experiments,
103
254000
2000
När jag gjorde dessa experiment,
04:31
in my mind, I was helping science.
104
256000
2000
så var min tanke att jag hjälpte vetenskapen.
04:33
I was eliminating the data
105
258000
2000
Jag tog bort data
04:35
to get the true pattern of the data to shine through.
106
260000
2000
för att få ett verkligt mönster att skina igenom.
04:37
I wasn't doing something bad.
107
262000
2000
Jag gjorde inget som var förkastligt.
04:39
In my mind, I was actually a knight
108
264000
2000
I min tanke, var jag en riddare
04:41
trying to help science move along.
109
266000
2000
som försökte hjälpa vetenskapen framåt.
04:43
But this was not the case.
110
268000
2000
Men detta var inte fallet.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
Jag påverkade verkligen processen med en mängd goda intensioner.
04:48
And I think the real challenge is to figure out
112
273000
2000
Och jag tror att de stora utmaningarna är att förstå
04:50
where are the cases in our lives
113
275000
2000
när dessa fall uppstår i våra liv,
04:52
where conflicts of interest work on us,
114
277000
2000
när intressekonflikterna påverkar oss,
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
och att försöka att inte lita på min egen intuition för komma förbi detta
04:57
but to try to do things
116
282000
2000
men att försöka att göra saker
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
som förhindrar oss från att falla offer för dessa beteenden,
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
eftersom vi kan skapa en massa ofördelaktiga omständigheter genom detta.
05:05
I do want to leave you with one positive thought.
119
290000
2000
Jag vill ändå lämna er med en positiv tanke.
05:07
I mean, this is all very depressing, right --
120
292000
2000
Jag menar det här är väldigt deprimerande, eller hur --
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
människor har intressekonflikter, vi ser dem inte och så vidare.
05:12
The positive perspective, I think, of all of this
122
297000
2000
Den positiva synvinkeln kring allt detta
05:14
is that, if we do understand when we go wrong,
123
299000
3000
är att, om vi förstår när vi går åt fel håll,
05:17
if we understand the deep mechanisms
124
302000
2000
så förstår vi den djupare mekanismen
05:19
of why we fail and where we fail,
125
304000
2000
varför vi misslyckas och var vi felar,
05:21
we can actually hope to fix things.
126
306000
2000
och vi kan förhoppningsvis ordna till detta.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
Och detta tror jag inger hopp. Tack så mycket.
05:25
(Applause)
128
310000
4000
(Applåder)
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