TEDIndia 2009
Sendhil Mullainathan: Solving social problems with a nudge
เซนฮิว มูลไลนาทาน : กระตุกเพื่อแก้ปัญหาสังคม
Filmed:
Readability: 3.7
581,215 views
เซนฮิว มูลไลนาทาน เจ้าของรางวัลแม็กอาร์เธอร์ ได้ใช้กรอบคิดของเศรษฐศาสตร์พฤติกรรมในการศึกษาปัญหาสังคมที่ซับซ้อน ปัญหาที่เรารู้ว่าจะแก้อย่างไร แต่ก็แก้ไม่ได้ เรารู้ว่าจะลดอัตราการเสียชีวิตของเด็กจากโรคท้องร่วงได้อย่างไร จะป้องกันอาการตาบอดจากโรคเบาหวานได้อย่างไร และจะนำเทคโนโลยีพลังแสงอาทิตย์มาใช้อย่างไร แต่กระนั้น เราก็ยังไม่ได้แก้ หรือไม่สามารถแก้ปัญหาได้ ทำไม?
Sendhil Mullainathan - Behavioral economist
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination? Full bio
Sendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination? Full bio
Double-click the English transcript below to play the video.
00:15
As a researcher, every once in a while
0
0
3000
บางครั้ง ในฐานะนักวิจัย
00:18
you encounter something
1
3000
2000
คุณก็ต้องพบกับอะไรบางอย่าง
00:20
a little disconcerting.
2
5000
2000
ที่ทำให้กระอักกระอ่วนใจอยู่บ้าง
00:22
And this is something that changes your understanding of the world around you,
3
7000
3000
ซึ่งเป็นสิ่งที่เปลี่ยนความเข้าใจของคุณที่มีต่อโลกรอบตัวคุณ
00:25
and teaches you that you're very wrong
4
10000
2000
และสอนให้คุณรู้ว่า คุณนั้นเข้าใจผิดอย่างมาก
00:27
about something that you really believed firmly in.
5
12000
4000
เกี่ยวกับบางสิ่งที่คุณเชื่ออย่างหนักแน่น
00:31
And these are unfortunate moments,
6
16000
3000
และนี่แหละคือช่วงเวลาที่คุณไม่อยากเจอ
00:34
because you go to sleep that night
7
19000
2000
เพราะว่า คุณจะเข้านอนในค่ำคืนนั้น
00:36
dumber than when you woke up.
8
21000
3000
ด้วยความรู้สึกว่าคุณทึ่มกว่าเมื่อตอนเช้าที่คุณตื่น
00:39
So, that's really the goal of my talk,
9
24000
2000
และนั่นคือเป้าหมายในการพูดของผม
00:41
is to A, communicate that moment to you
10
26000
2000
นั่นคือ ประการแรก ผมจะเล่าเรื่องราวเกี่ยวกับชั่วขณะแบบนั้นให้คุณฟัง
00:43
and B, have you leave this session
11
28000
2000
และประการที่สอง เมื่อคุณออกจากรายการช่วงนี้ไป
00:45
a little dumber than when you entered.
12
30000
2000
คุณจะรู้สึกว่าตัวเองทึ่มกว่าเมื่อตอนที่คุณก้าวเข้ามา
00:47
So, I hope I can really accomplish that.
13
32000
3000
ผมหวังว่าผมจะสามารถทำได้สำเร็จนะ
00:50
So, this incident that I'm going to describe
14
35000
3000
เอาล่ะ สิ่งที่ผมกำลังจะอธิบาย
00:53
really began with some diarrhea.
15
38000
3000
เริ่มต้นจากอาการท้องร่วง
00:56
Now, we've known for a long time the cause of diarrhea.
16
41000
3000
ปัจจุบันเราต่างรู้สาเหตุของอาการท้วงร่วงกันแล้ว
00:59
That's why there's a glass of water up there.
17
44000
3000
นั่นคือเหตุผลว่าทำไมผมฉายภาพแก้วน้ำขึ้นมา
01:02
For us, it's a problem, the people in this room.
18
47000
2000
สำหรับพวกเราในห้องนี้ มันก็แค่เป็นปัญหาหนึ่ง
01:04
For babies, it's deadly.
19
49000
3000
สำหรับทารก มันเป็นความเป็นความตาย
01:07
They lack nutrients, and diarrhea dehydrates them.
20
52000
4000
พวกเขาขาดสารอาหาร และอาการท้องร่วงทำให้ร่างกายของเด็กๆ สูญเสียน้ำมาก
01:11
And so, as a result, there is a lot of death,
21
56000
2000
ผลก็คือ มีเด็กทารกเสียชีวิตเป็นจำนวนมาก
01:13
a lot of death.
22
58000
3000
มากจริงๆ
01:16
In India in 1960,
23
61000
2000
ในประเทศอินเดียปี พ.ศ.2503
01:18
there was a 24 percent child mortality rate,
24
63000
2000
อัตราการตายของเด็กอยู่ที่ 24%
01:20
lots of people didn't make it. This is incredibly unfortunate.
25
65000
4000
เด็กจำนวนมากไม่สามารถรอดมาได้ เป็นเรื่องโชคร้ายเหลือเชื่อ
01:24
One of the big reasons this happened was
26
69000
2000
แล้วเหตุผลสำคัญอันหนึ่งที่มีเด็กเสียชีวิตมากขนาดนั้น
01:26
because of diarrhea.
27
71000
2000
ก็เพราะอาการท้องร่วงนี่แหละ
01:28
Now, there was a big effort to solve this problem,
28
73000
3000
มีความพยายามอย่างมากเพื่อแก้ปัญหานี้
01:31
and there was actually a big solution.
29
76000
4000
และก็มีทางออกที่ดีมากจริงๆ
01:35
This solution has been called, by some,
30
80000
2000
บางคนเรียกวิธีการนี้ว่า
01:37
"potentially the most important medical
31
82000
2000
"อาจจะเป็นความก้าวหน้าทางการแพทย์
01:39
advance this century."
32
84000
3000
ที่สำคัญที่สุดในศตวรรษนี้"
01:42
Now, the solution turned out to be simple.
33
87000
3000
ปัจจุบันวิธีการนี้ได้กลายเป็นเรื่องง่ายๆ ไปแล้ว
01:45
And what it was was oral rehydration salts.
34
90000
4000
วิธีที่ว่าก็คือ การชดเชยน้ำโดยให้ดื่มน้ำผสมเกลือแร่
01:49
Many of you have probably used this.
35
94000
2000
ซึ่งหลายๆ ท่านคงเคยได้ใช้วิธีนี้มาแล้ว
01:51
It's brilliant. It's a way to get sodium
36
96000
2000
เป็นวิธีที่ฉลาดมากเลย มันเป็นวิธีที่จะทำให้ร่างกายได้รับโซเดียม
01:53
and glucose together so that when you add it to water
37
98000
3000
และกูลโคสพร้อมๆ กัน โดยการเติมเข้าไปในน้ำดื่ม
01:56
the child is able to absorb it even during situations of diarrhea.
38
101000
3000
ซึ่งเด็กสามารถดูดซึมได้แม้ว่าจะอยู่ในภาวะท้องร่วง
01:59
Remarkable impact on mortality.
39
104000
4000
นั่นมีผลลดอัตราการเสียชีวิตได้มาก
02:03
Massive solution to the problem.
40
108000
2000
เป็นการแก้ไขปัญหาที่ได้ผลอย่างกว้างขวาง
02:05
Flash forward: 1960, 24 percent child mortality
41
110000
3000
จาก พ.ศ. 2503 เป็นต้นมาอัตราการเสียชีวิตของเด็กลดลงอย่าวรวดเร็ว จาก 24%
02:08
has dropped to 6.5 percent today.
42
113000
2000
เหลือเพียง 6.5% ในปัจจุบัน
02:10
Still a big number, but a big drop.
43
115000
3000
ซึ่งยังเป็นตัวเลขที่สูงอยู่ แต่ก็ลดลงอย่างมากแล้ว
02:13
It looks like the technological problem is solved.
44
118000
3000
ดูเหมือนปัญหาเชิงเทคนิคได้ถูกแก้ไขแล้ว
02:16
But if you look, even today
45
121000
2000
แต่ถ้าคุณลองดูดีๆ แม้แต่ทุกวันนี้
02:18
there are about 400,000 diarrhea-related deaths
46
123000
2000
ก็ยังมีผู้เสียชีวิต 400,000 คน จากท้องร่วง
02:20
in India alone.
47
125000
2000
นี่เฉพาะในอินเดียอย่างเดียว
02:22
What's going on here?
48
127000
2000
มันเกิดอะไรขึ้น?
02:24
Well the easy answer is, we just haven't gotten those salts
49
129000
3000
คำตอบง่ายๆ อาจเป็นเพราะเราไม่ได้แจกจ่ายเกลือแร่
02:27
to those people.
50
132000
2000
ไปยังประชาชนเหล่านั้น
02:29
That's actually not true.
51
134000
2000
ซึ่งก็ไม่ใช่น่ะครับ
02:31
If you look in areas where these salts are completely available,
52
136000
3000
ถ้าคุณลองดูพื้นที่ซึ่งมีเกลืออยู่พร้อม
02:34
the price is low or zero, these deaths still continue abated.
53
139000
3000
ราคาก็แสนถูก แต่การเสียชีวิตก็ยังมีอยู่
02:37
Maybe there's a biological answer.
54
142000
2000
หรืออาจมีคำตอบในด้านชีวภาพ
02:39
Maybe these are the deaths that simple rehydration
55
144000
2000
หรือการเสียชีวิตด้วยอาการนี้อาจไม่สามารถแก้ได้
02:41
alone doesn't solve. That's not true either.
56
146000
3000
ด้วยการแค่ให้น้ำทดแทนเพียงอย่างเดียว นั่นก็ยังไม่ใช่คำตอบอีก
02:44
Many of these deaths were completely preventable,
57
149000
5000
การเสียชีวิตในหลายๆ กรณีเป็นเรื่องป้องกันได้
02:49
and this what I want to think of as the disconcerting thing,
58
154000
3000
และนี่แหละคือสิ่งที่ผมคิดว่ามันน่าอึดอัดใจ
02:52
what I want to call "the last mile" problem.
59
157000
2000
ผมอยากเรียกมันว่าเป็น "ปัญหาไม้สุดท้าย"
02:54
See, we spent a lot of energy, in many domains --
60
159000
4000
คุณเห็นใช่ไหมว่า เราทุ่มเทกำลังในงานหลายอย่าง
02:58
technological, scientific, hard work,
61
163000
2000
ใช้ทั้งเทคโนโลยี วิทยาศาสตร์ การทำงานอย่างหนัก
03:00
creativity, human ingenuity --
62
165000
2000
ความคิดสร้างสรรค์ และปัญญาที่ฉลาดของมนุษย์
03:02
to crack important social problems with technology solutions.
63
167000
4000
เพื่อแก้ไขปัญหาสังคมที่สำคัญ ด้วยเครื่องมือทางเทคโนโลยีต่างๆ
03:06
That's been the discoveries of the last 2,000 years,
64
171000
2000
ซึ่งเป็นการค้นพบที่เกิดขึ้นในช่วง 2000 ปีที่ผ่านมา
03:08
that's mankind moving forward.
65
173000
2000
และมนุษยชาติก็ยังคงเดินหน้าต่อไป
03:10
But in this case we cracked it,
66
175000
3000
แต่ในกรณีนี้ เราค้นพบวิธีรักษาแล้ว
03:13
but a big part of the problem still remains.
67
178000
2000
แต่ ส่วนใหญ่ของปัญหาก็ยังคงดำรงอยู่
03:15
Nine hundred and ninety-nine miles went well,
68
180000
2000
ที่ผ่านมา 999 ไมล์ เราดำเนินการมาได้ดีแล้ว
03:17
the last mile's proving incredibly stubborn.
69
182000
3000
เหลือเพียงไมล์สุดท้าย ซึ่งเป็นไม้สุดท้ายที่ยากเหลือเชื่อ
03:20
Now, that's for oral rehydration therapy.
70
185000
4000
เอาล่ะ นั่นเป็นเรื่องการรักษาโดยให้น้ำทดแทนทางปาก
03:24
Maybe this is something unique about diarrhea.
71
189000
2000
บางทีปัญหานี้อาจเกิดเฉพาะในกรณีโรคท้องร่วง
03:26
Well, it turns out -- and this is where things get really disconcerting --
72
191000
2000
แต่ปรากฏว่า มันยิ่งน่าอึดอัดใจมากขึ้น เมื่อเราพบว่า
03:28
it's not unique to diarrhea.
73
193000
2000
ปัญหานี้ไม่ได้เกิดเฉพาะในกรณีโรคท้องร่วง
03:30
It's not even unique to poor people in India.
74
195000
2000
และไม่ได้เกิดขึ้นเฉพาะกับคนจนในอินเดียด้วย
03:32
Here's an example from a variety of contexts.
75
197000
3000
ผมมีตัวอย่างจากบริบทที่หลากหลาย
03:35
I've put a bunch of examples up here.
76
200000
2000
ผมจะเล่าตัวอย่างมากมายเหล่านี้ให้คุณฟัง
03:37
I'll start with insulin, diabetes
77
202000
3000
เริ่มจากเรื่องอินซูลิน
03:40
medication in the U.S.
78
205000
2000
กับการรักษาโรคเบาหวานในอเมริกา
03:42
OK, the American population.
79
207000
2000
ในประชากรชาวอเมริกัน
03:44
On Medicaid -- if you're fairly poor you get Medicaid,
80
209000
2000
ถ้าคุณจน คุณจะได้รับสิทธิในแผนประกันสุขภาพเมดิเอด
03:46
or if you have health insurance -- insulin is pretty straightforward.
81
211000
2000
หรือถ้าคุณมีประกันสุขภาพ การได้รับอินซูลินก็เป็นเรื่องง่าย
03:48
You get it, either in pill form or you get it as an injection;
82
213000
4000
คุณอาจจะได้รับอินซูลินแบบเม็ด หรือแบบฉีด
03:52
you have to take it every day to maintain your blood sugar levels.
83
217000
2000
คุณต้องกินหรือฉีดอินซูลินทุกวันเพื่อควบคุมระดับน้ำตาลในเลือด
03:54
Massive technological advance:
84
219000
2000
ความก้าวหน้าที่ยิ่งใหญ่ทางเทคโนโลยี
03:56
took an incredibly deadly disease, made it solvable.
85
221000
2000
ทำให้โรคที่อันตรายถึงชีวิต สามารถแก้ไขได้
03:58
Adherence rates. How many people are taking their insulin every day?
86
223000
3000
แต่ มีสักกี่คนที่ได้กินหรือฉีดอินซูลินเป็นประจำทุกวัน?
04:01
About on average, a typical person is taking it 75 percent of the time.
87
226000
4000
ผู้ป่วยเบาหวานทั่วไปโดยเฉลี่ยจะกินหรือฉีดอินซูลินแค่ประมาณ 75% ของเวลาที่กำหนดไว้
04:05
As a result, 25,000 people a year go blind,
88
230000
5000
นั่นทำให้มีคนตาบอดเพิ่มขึ้นปีละ 25,000 คน
04:10
hundreds of thousands lose limbs, every year,
89
235000
2000
และอีกนับแสนที่สูญเสียแขน ขา ทุกๆ ปี
04:12
for something that's solvable.
90
237000
2000
เพราะโรคที่รักษาได้นี้
04:14
Here I have a bunch of other examples,
91
239000
2000
ผมมีตัวอย่างอีกเพียบ
04:16
all suffer from the last mile problem.
92
241000
2000
ที่แสดงให้เห็นถึงปัญหาไม้สุดท้าย
04:18
It's not just medicine.
93
243000
2000
มันไม่ใช่แค่ในเรื่องการแพทย์
04:20
Here's another example from technology:
94
245000
2000
ผมมีอีกตัวอย่างหนึ่งจากเทคโนโลยี
04:22
agriculture. We think
95
247000
2000
ในการเกษตร เราคิดว่าเรามีปัญหาขาดแคลนอาหาร
04:24
there's a food problem, so we create new seeds.
96
249000
2000
เราก็เลยพัฒนาเมล็ดพันธุ์ชนิดใหม่ๆ ขึ้นมา
04:26
We think there's an income problem, so we create
97
251000
2000
เราคิดว่าเรามีปัญหาด้านรายได้ เราก็เลยคิดและสร้าง
04:28
new ways of farming that increase income.
98
253000
3000
วิธีการทำการเกษตรใหม่ๆ เพื่อเพิ่มรายได้
04:31
Well, look at some old ways, some ways that we'd already cracked.
99
256000
3000
ลองมาดูวิธีการดั้งเดิมบ้าง บางวิธีเราก็ทำสำเร็จมาแล้ว
04:34
Intercropping. Intercropping really increases income.
100
259000
2000
อย่างการปลูกพืชหลายอย่างผสมกันนั่นก็ช่วยเพิ่มรายได้
04:36
Sometimes in rice we found incredible increases in yield
101
261000
3000
บางครั้งในกรณีของข้าว เราพบว่าผลผลิตข้าวเพิ่มขึ้นอย่างไม่น่าเชื่อ
04:39
when you mix different varieties of rice side by side.
102
264000
2000
เมื่อคุณปลูกข้าวหลากหลายสายพันธุ์อยู่ในแปลงเดียวกัน
04:41
Some people are doing that,
103
266000
2000
บางคนกำลังทำการเกษตรแบบนั้น
04:43
many are not. What's going on?
104
268000
2000
แต่บางคนไม่ทำ ..มันเกิดอะไรขึ้น?
04:45
This is the last mile.
105
270000
2000
นี่แหละคือปัญหาไม้สุดท้าย
04:47
The last mile is, everywhere, problematic.
106
272000
2000
"ไม้สุดท้าย" เป็นปัญหาที่เกิดขึ้นในทุกๆ สาขา
04:49
Alright, what's the problem?
107
274000
2000
เอาล่ะ แล้วปัญหาที่ว่านี้มันคืออะไร?
04:51
The problem is this little three-pound machine
108
276000
3000
ปัญหานี้ เกิดจากกลไกเล็กๆ ขนาด 3 ปอนด์
04:54
that's behind your eyes and between your ears.
109
279000
4000
ที่อยู่หลังดวงตา และอยู่ระหว่างหูของคุณ
04:58
This machine is really strange,
110
283000
2000
กลไกนี้มันแปลกจริงๆ
05:00
and one of the consequences is that people are weird.
111
285000
4000
และผลอย่างหนึ่งที่ตามมา ก็คือ คนเราก็เลยแปลกไปด้วย
05:04
They do lots of inconsistent things.
112
289000
4000
คนเราทำสิ่งที่ไม่อยู่กับร่องกับรอยมากมาย
05:08
(Applause)
113
293000
2000
(เสียงปรบมือ)
05:10
They do lots of inconsistent things.
114
295000
3000
คนเราทำในสิ่งที่ไม่อยู่กับร่องกับรอยมากมาย
05:13
And the inconsistencies
115
298000
2000
และความไม่อยู่กับร่องกับรอยของพฤติกรรมนี่แหละ
05:15
create, fundamentally, this last mile problem.
116
300000
3000
ที่ก่อให้เกิดปัญหาไม้สุดท้าย
05:18
See, when we were dealing with our biology, bacteria,
117
303000
3000
ดูสิ เมื่อคุณจัดการกับปัญหาด้านชีววิทยา อย่าง แบคทีเรีย
05:21
the genes, the things inside here, the blood?
118
306000
3000
พันธุกรรม บางสิ่งที่อยู่ข้างใน อย่าง เลือด
05:24
That's complex, but it's manageable.
119
309000
3000
มันเป็นเรื่องซับซ้อน แต่จัดการได้
05:27
When we're dealing with people like this?
120
312000
3000
แต่เมื่อเราต้องเจอกับผู้คนประเภทนี้
05:30
The mind is more complex.
121
315000
2000
ที่มีจิตใจซับซ้อนยิ่งกว่า
05:32
That's not as manageable, and that's what we're struggling with.
122
317000
2000
ซึ่งเป็นสิ่งที่ไม่สามารถจัดการได้ นี่แหละปัญหาที่เรากำลังเผชิญอยู่
05:34
Let me go back to diarrhea for a second.
123
319000
3000
กลับไปที่ประเด็นท้องร่วงอีกนิดครับ
05:37
Here's a question that was asked in the National Sample Survey,
124
322000
3000
นี่คือ คำถามที่เคยถามในการสำรวจระดับชาติ
05:40
which is a survey asked of many Indian women:
125
325000
2000
ซึ่งมีการถามผู้หญิงอินเดียจำนวนมากว่า
05:42
"Your child has diarrhea.
126
327000
2000
ถ้าลูกคุณท้องเสีย
05:44
Should you increase, maintain or decrease the number of fluids?"
127
329000
3000
คุณควรจะให้เขาดื่มน้ำมากขึ้น เท่าเดิม หรือลดลง?
05:47
Just so you don't embarrass yourselves, I'll give you the right answer:
128
332000
3000
เพื่อให้คุณไม่ต้องเขินถ้าตอบผิด ผมจะเฉลยคำตอบที่ถูกต้องให้
05:50
It's increase.
129
335000
2000
เราต้องให้เด็กดื่มน้ำเพิ่มขึ้น
05:54
Now, diarrhea's interesting
130
339000
1000
โรคท้องร่วงนี่น่าสนใจนะครับ
05:55
because it's been around for thousands of years,
131
340000
2000
เพราะว่า มันดำรงอยู่มานับพันๆ ปี
05:57
ever since humankind really
132
342000
3000
นับตั้งแต่ที่มนุษยชาติ
06:00
lived side by side enough to have really polluted water.
133
345000
3000
ใช้ชีวิตอยู่เป็นกลุ่มหนาแน่นมากพอที่จะทำให้แหล่งน้ำสกปรก
06:03
One Roman strategy that was very interesting
134
348000
2000
ยุทธศาสตร์อย่างหนึ่งของชาวโรมันที่น่าสนใจ
06:05
was that -- and it really gave them a comparative advantage --
135
350000
2000
และทำให้พวกเขาได้เปรียบคู่ต่อสู้ ก็คือ
06:07
they made sure their soldiers didn't drink
136
352000
3000
เขาต้องแน่ใจว่า เหล่าทหารของเขาจะไม่ดื่มน้ำ
06:10
even remotely muddied waters.
137
355000
2000
ที่มีขุ่นโคลนแม้เพียงเล็กน้อยก็ตาม
06:12
Because if some of your troops get diarrhea they're not that effective
138
357000
3000
เพราะว่าหากทหารบางคนในกองทัพเกิดท้องร่วง ทหารเหล่านั้นก็จะไม่มีประสิทธิภาพ
06:15
on the battlefield.
139
360000
2000
ในสนามรบ
06:17
So, if you think of Roman comparative advantage part of it was the breast shields,
140
362000
2000
ดังนั้น ถ้าคุณคิดถึงความได้เปรียบเชิงแข่งขันของชาวโรมัน ส่วนหนึ่งคือโล่
06:19
the breastplates, but part of it was drinking the right water.
141
364000
4000
เสื้อเกราะ แต่อีกส่วนหนึ่งก็คือ การดื่มน้ำที่สะอาด
06:23
So, here are these women. They've seen their parents
142
368000
2000
เอาล่ะ และนี่คือผู้หญิงชาวอินเดียซึ่งได้เห็นพ่อแม่
06:25
have struggled with diarrhea, they've struggled with diarrhea,
143
370000
2000
ที่ต้องต่อสู้กับโรคท้องร่วง ตัวเธอเองก็เคยทนทุกข์กับโรคท้องร่วง
06:27
they've seen lots of deaths. How do they answer this question?
144
372000
3000
และเห็นผู้เสียชีวิตจำนวนมาก เขาจะตอบคำถามนี้อย่างไร?
06:30
In India, 35 to 50 percent say "Reduce."
145
375000
4000
ผู้หญิงในประเทศอินเดีย 35 - 50% ตอบว่าให้น้ำ "ลดลง"
06:34
Think about what that means for a second.
146
379000
2000
คิดสักนิดสิครับว่ามันหมายความว่าอะไร
06:36
Thirty-five to 50 percent of women
147
381000
2000
35 - 50% ของผู้หญิงอินเดีย
06:38
forget oral rehydration therapy,
148
383000
2000
ลืมวิธีการรักษาด้วยการให้น้ำทดแทนทางปาก
06:40
they are increasing --
149
385000
2000
คนกลุ่มนี้กำลังเพิ่มความเสี่ยง...
06:42
they are actually making their child
150
387000
3000
จริงๆ แล้ว พวกเธอกำลังทำให้ลูกของเธอ
06:45
more likely to die through their actions.
151
390000
3000
เสี่ยงที่จะเสียชีวิตมากขึ้น จากการกระทำของพวกเธอเอง
06:48
How is that possible?
152
393000
2000
มันเป็นไปได้อย่างไร?
06:50
Well, one possibility -- I think that's how most people respond to this --
153
395000
3000
สาเหตุหนึ่งที่อาจเป็นไปได้ -- ผมว่าปฏิกิริยาของคนส่วนใหญ่ที่ได้ฟังเรื่องนี้
06:53
is to say, "That's just stupid."
154
398000
4000
คือ การพูดว่า "นั่นเป็นความคิดที่โง่จริงๆ"
06:57
I don't think that's stupid.
155
402000
2000
แต่ผมไม่คิดว่านั่นเป็นความคิดที่โง่
06:59
I think there is something very profoundly right in what these women are doing.
156
404000
3000
ผมคิดว่า มีบางอย่างที่ถูกต้องที่สุดในสิ่งที่ผู้หญิงเหล่านั้นทำ
07:02
And that is, you don't put water
157
407000
2000
นั่นคือ คุณย่อมไม่เติมน้ำ
07:04
into a leaky bucket.
158
409000
2000
ลงไปในกระป๋องที่รั่ว
07:06
So, think of the mental model that goes behind reducing the intake.
159
411000
4000
นั่นแหละคือหลักคิดที่อยู่เบื้องหลังการตัดสินใจว่าจะให้เด็กดื่มน้ำลดลง
07:10
Just doesn't make sense.
160
415000
2000
ก็เพราะมันไม่ถูกตามหลักเหตุผล
07:12
Now, the model is intuitively right.
161
417000
3000
หลักคิดเช่นนี้เป็นสิ่งที่เรารู้สึกว่ามันถูกต้อง
07:15
It just doesn't happen to be right about the world.
162
420000
4000
เพียงแต่บังเอิญมันไม่ถูกในโลกความจริง
07:19
But it makes a whole lot of sense at some deep level.
163
424000
3000
แต่ลึกๆ แล้วมันดูมีเหตุผลมากเลย
07:22
And that, to me, is the fundamental challenge
164
427000
3000
สำหรับผม นั่นแหละคือความท้าทายที่ลงลึกถึงรากฐาน
07:25
of the last mile.
165
430000
5000
ของปัญหาไม้สุดท้าย
07:30
This first challenge is what I refer to as the persuasion challenge.
166
435000
3000
ความท้าทายประการแรก คือ สิ่งที่ผมเรียกว่าเป็น ความท้าทายด้านการโน้มน้าวใจ
07:33
Convincing people to do something --
167
438000
2000
การโน้มน้าวให้ประชาชนทำบางอย่าง
07:35
take oral rehydration therapy, intercrop, whatever it might be --
168
440000
2000
อย่างการรักษาโดยการให้ดื่มน้ำชดเชย, การปลูกพืชผสมผสาน หรืออื่นๆ
07:37
is not an act of information:
169
442000
3000
ไม่ใช่แค่การให้ข้อมูลข่าวสาร
07:40
"Let's give them the data,
170
445000
2000
"เอาข้อมูลให้พวกเขาไป
07:42
and when they have data they'll do the right thing."
171
447000
2000
เมื่อเขามีข้อมูล เขาจะทำในสิ่งที่ถูก"
07:44
It's more complex than that.
172
449000
2000
มันซับซ้อนมากกว่านั้น
07:46
And if you want to understand how it's more complex
173
451000
2000
และถ้าคุณอยากทำความเข้าใจว่ามันซับซ้อนมากกว่าอย่างไร
07:48
let me start with something kind of interesting.
174
453000
4000
ผมขอเริ่มจากเกมสนุกๆ
07:52
I'm going to give you a little math problem,
175
457000
2000
ผมจะให้โจทย์เลขคุณข้อหนึ่ง
07:54
and I want you to just yell out the answer as fast as possible.
176
459000
3000
และผมต้องการให้คุณตะโกนคำตอบออกมาให้เร็วที่สุดเท่าที่จะทำได้
07:57
A bat and a ball together cost $1.10.
177
462000
2000
ไม้ตี และลูกบอล รวมกันราคา 1.10 ดอลล่าร์
07:59
The bat costs a dollar more than the ball.
178
464000
3000
ไม้ตีแพงกว่าลูกบอล 1 ดอลล่าร์
08:02
How much does the ball cost? Quick.
179
467000
3000
ลูกบอลราคาเท่าไร? เร็วครับ
08:05
So, somebody out there says, "Five."
180
470000
2000
บางท่าน บอกว่า 5 เซนต์
08:07
A lot of you said, "Ten."
181
472000
2000
ส่วนใหญ่บอกว่า 10 เซนต์
08:09
Let's think about 10 for a second.
182
474000
3000
ลองคิดถึงคำตอบว่า 10 เซนต์สักนิดครับ
08:12
If the ball costs 10, the bat costs...
183
477000
4000
ถ้าลูกบอลราคา 10 เซนต์ ไม้ตีต้องราคาเท่าไร
08:16
this is easy, $1.10.
184
481000
2000
ง่ายๆ ครับ 1.10 ดอลล่าร์
08:18
Yeah. So, together they would cost $1.20.
185
483000
3000
เอาล่ะ งั้นสองอย่างรวมกันก็ราคา 1.20 ดอลล่าร์น่ะสิ
08:21
So, here you all are, ostensibly educated people.
186
486000
3000
นี่ขนาดพวกเราเป็นผู้มีการศึกษานะ
08:24
Most of you look smart.
187
489000
3000
พวกคุณส่วนใหญ่ก็ดูฉลาด
08:27
The combination of that produces
188
492000
3000
แต่สิ่งเหล่านี้แหละ ที่ประกอบกันแล้วก่อให้เกิด
08:30
something that is actually, you got this thing wrong.
189
495000
2000
อะไรบางอย่างที่ทำให้คุณตอบคำถามข้อนี้ผิด
08:32
How is that possible? Let's go to something else.
190
497000
3000
มันเกิดขึ้นได้อย่างไร? ลองดูตัวอย่างอันอื่นต่อ
08:35
I know algebra can be complicated.
191
500000
3000
ผมรู้ว่าพีชคณิตอาจจะซับซ้อน
08:38
So, let's dial this back. That's what? Fifth grade? Fourth grade?
192
503000
3000
คราวนี้เรามาย้อนเวลากลับไป สักตอน ป. 5 หรือ ป. 4 ดี?
08:41
Let's go back to kindergarten. OK?
193
506000
3000
เอ้าย้อนไปสมัยอนุบาลเลยแล้วกัน ดีไหมครับ?
08:44
There's a great show on American television that you have to watch.
194
509000
2000
มีรายการโทรทัศน์ของอเมริการายการหนึ่ง ซึ่งคุณคงได้ดู
08:46
It's called "Are You Smarter Than a Fifth Grader?"
195
511000
2000
มันคือรายการ "คุณฉลาดกว่าเด็ก ป. 5 หรือเปล่า?"
08:48
I think we've learned the answer to that here.
196
513000
3000
ผมว่าวันนี้เราได้คำตอบไปแล้วนะครับว่าเราฉลาดกว่าเด็ก ป.5 หรือเปล่า
08:51
Let's move to kindergarten. Let's see if we can beat five-year-olds.
197
516000
3000
คราวนี้ลองไปแข่งกับเด็กอนุบาลบ้าง ดูซิว่าเราจะชนะเด็กห้าขวบได้ไหม
08:54
Here's what I'm going to do: I'm going to put objects on the screen.
198
519000
3000
นี่คือสิ่งที่ผมจะทำ ผมจะฉายภาพสิ่งของขึ้นบนจอ
08:57
I just want you to name the color of the object.
199
522000
4000
ผมต้องการให้คุณบอกสีของสิ่งของแต่ละชิ้น
09:01
That's all it is. OK?
200
526000
2000
แค่นั้นเอง ตกลงไหมครับ?
09:03
I want you to do it fast, and say it out loud with me,
201
528000
3000
ผมต้องการให้คุณตอบให้เร็ว และพูดออกมาดังๆ
09:06
and do it quickly. I'll make the first one easy for you.
202
531000
2000
ตอบอย่างรวดเร็วนะครับ ผมจะเริ่มจากง่ายๆ ก่อน
09:08
Ready? Black.
203
533000
2000
พร้อมไหมครับ? สีดำ
09:10
Now the next ones I want you to do quickly and say it out loud.
204
535000
2000
ต่อไป...ผมอยากให้คุณตอบเร็วขึ้นและพูดออกมาดังๆ
09:12
Ready? Go.
205
537000
2000
พร้อมไหม? เริ่มครับ
09:14
Audience: Red. Green.
206
539000
2000
ผู้ชม : แดง เขียว
09:16
Yellow. Blue. Red.
207
541000
2000
เหลือง น้ำเงิน แดง
09:18
(Laughter)
208
543000
3000
(เสียงหัวเราะ)
09:21
Sendhil Mullainathan: That's pretty good.
209
546000
4000
เซนฮิว มูลไลนาทาน : ใช้ได้เลย
09:25
Almost out of kindergarten.
210
550000
2000
เกือบจบอนุบาลแล้วครับ
09:27
What is all this telling us?
211
552000
2000
ที่เราเล่นกันมาทั้งหมดนี้บอกอะไรเรา?
09:29
You see, what's going on here, and in the bat and ball problem
212
554000
3000
คุณเห็นไหมครับว่าสิ่งที่เกิดขึ้นในเกมนี้ และในคำถามเรื่องไม้ตีกับลูกบอล
09:32
is that you have some intuitive ways of interacting with the world,
213
557000
3000
ก็เพราะคุณก็มีความเชื่อลึกๆ บางอย่างในการปฏิสัมพันธ์กับโลก
09:35
some models that you use to understand the world.
214
560000
2000
ซึ่งเป็นแบบจำลองทางความคิดที่คุณใช้ในการทำความเข้าใจโลก
09:37
These models, like the leaky bucket,
215
562000
2000
แบบจำลองทางความคิดนี้ เช่นหลักคิดเรื่องกระป๋องที่รั่ว
09:39
work well in most situations.
216
564000
2000
ใช้งานได้ดีในสถานการณ์ส่วนใหญ่
09:41
I suspect most of you --
217
566000
2000
ผมคิดว่าพวกเราส่วนใหญ่
09:43
I hope that's true for the rest of you --
218
568000
2000
ที่จริงผมว่าพวกคุณทุกคน
09:45
actually do pretty well with addition and subtraction in the real world.
219
570000
4000
คงบวกลบเลขได้เก่งมากในโลกความเป็นจริง
09:49
I found a problem, a specific problem
220
574000
2000
แต่ผมเจอปัญหาอยู่อย่างหนึ่ง
09:51
that actually found an error with that.
221
576000
3000
ซึ่งแสดงให้เห็นว่าแบบจำลองความคิดที่เรามีอยู่นั้นมันผิด
09:54
Diarrhea, and many last mile problems, are like that.
222
579000
2000
โรคท้องร่วง และปัญหาไม้สุดท้ายอีกหลายเรื่อง เป็นปัญหาประเภทนั้น
09:56
They are situations where the mental model
223
581000
2000
มีอยู่หลายสถานการณ์ที่แบบจำลองทางความคิด
09:58
doesn't match the reality.
224
583000
2000
ไม่เข้ากับข้อเท็จจริง
10:00
Same thing here:
225
585000
2000
เช่นเดียวกับเกมที่เราเล่นกันไป
10:02
You had an intuitive response to this that was very quick.
226
587000
2000
คุณมีการตอบสนองตามสัญชาตญาณต่อคำถามของผมอย่างรวดเร็ว
10:04
You read "blue" and you wanted to say "blue," even though you knew your task was red.
227
589000
3000
คุณอ่านคำว่าสีน้ำเงิน และพูดว่าสีน้ำเงิน แม้คุณจะรู้ว่าตามกติกาแล้วคุณต้องตอบว่าแดง
10:07
Now, I do this stuff because it's fun.
228
592000
2000
ผมเอาเกมพวกนี้มาเล่น เพราะว่ามันสนุกครับ
10:09
But it's more profound than fun.
229
594000
4000
แต่มันมีนัยยะลึกซึ้งมากกว่าความสนุก
10:13
I'll give you a good example of how it actually effects persuasion.
230
598000
3000
ผมจะยกตัวอย่างให้ดูว่า จริงๆ แล้วมันมีผลต่อการโน้มน้าวใจผู้คนอย่างไร
10:16
BMW is a pretty safe car.
231
601000
3000
BMW เป็นรถที่มีความปลอดภัย
10:19
And they are trying to figure out, "Safety is good.
232
604000
2000
และบริษัทก็พยายามจะบอกว่า "ความปลอดภัยเป็นสิ่งที่ดี"
10:21
I want to advertise safety. How am I going to advertise safety?"
233
606000
2000
ผมต้องการโฆษณาเรื่องความปลอดภัย ผมจะทำโฆษณาอย่างไรดี?
10:23
"I could give people numbers. We do well on crash tests."
234
608000
3000
"ผมสามารถให้ค่าตัวเลขจากการทดสอบการชน ซึ่ง BMW ได้คะแนนดี"
10:26
But the truth of the matter is, you look at that car,
235
611000
2000
แต่ ข้อเท็จจริงก็คือ เมื่อคุณมองดูรถ BMW
10:28
it doesn't look like a Volvo,
236
613000
2000
หน้าตามันไม่เหมือนวอลโว่น่ะ
10:30
and it doesn't look like a Hummer.
237
615000
2000
และมันก็ไม่เหมือนฮัมเมอร์ด้วย
10:32
So, what I want you to think about for a few minutes
238
617000
2000
ดังนั้น สิ่งที่ผมต้องการให้คุณคิดดูสักนาที สองนาที
10:34
is: How would you convey safety of the BMW? Okay?
239
619000
3000
คือ คุณจะสื่ออย่างไรว่า BMW ปลอดภัย? ตกลงไหมครับ?
10:37
So now, while you're thinking about that let's move to a second task.
240
622000
3000
ในขณะที่คุณกำลังคิดนั้น ผมขอขยับไปประเด็นที่สอง
10:40
The second task is fuel efficiency. Okay?
241
625000
3000
คือ ความประหยัดน้ำมัน ตกลงนะครับ?
10:43
Here's another puzzle for all of you.
242
628000
2000
นี่คือคำถามสำหรับพวกคุณ
10:45
One person walks into a car lot,
243
630000
2000
ลูกค้าคนหนึ่งเดินเข้าไปที่ศูนย์จำหน่ายรถยนต์
10:47
and they're thinking about buying this Toyota Yaris.
244
632000
3000
เขากำลังคิดว่าจะซื้อ โตโยต้า ยาริส
10:50
They are saying, "This is 35 miles per gallon. I'm going to do
245
635000
2000
เขาพูดว่า "คันนี้กินน้ำมัน 35 ไมล์ต่อแกลลอน
10:52
the environmentally right thing, I'm going to buy the Prius,
246
637000
2000
ผมอยากทำอะไรที่เป็นมิตรกับสิ่งแวดล้อม งั้นผมจะซื้อ พริอุส
10:54
50 miles per gallon."
247
639000
2000
ซึ่งกินน้ำมัน 50 ไมล์ต่อแกลลอน
10:56
Another person walks into the lot,
248
641000
2000
อีกคนเดินเข้ามาที่ศูนย์ฯ
10:58
and they're about to buy a Hummer, nine miles per gallon,
249
643000
2000
เขาจะซื้อ ฮัมเมอร์ ซึ่งซดน้ำมัน 9 ไมล์ต่อแกลลอน
11:00
fully loaded, luxury.
250
645000
2000
อุปกรณ์ครบถ้วน และหรูหรา
11:02
And they say, "You know what? Do I need turbo? Do I need this heavyweight car?"
251
647000
4000
และเขาพูดว่า "ผมจำเป็นต้องใช้เทอร์โบหรือเปล่า? ผมต้องการรถที่มีขนาดใหญ่หรือเปล่า?"
11:06
I'm going to do something good for the environment.
252
651000
2000
ผมอยากทำอะไรที่เป็นมิตรกับสิ่งแวดล้อม
11:08
I'm going to take off some of that weight,
253
653000
2000
งั้นผมจะตัดอุปกรณ์หนักๆ บางอย่างออก
11:10
and I'm going to buy a Hummer that's 11 miles per gallon."
254
655000
3000
และผมจะซื้อ ฮัมเมอร์ ที่กินน้ำมัน 11 ไมล์ต่อแกลลอน"
11:13
Which one of these people has done more for the environment?
255
658000
3000
คนไหนที่ช่วยอนุรักษ์สิ่งแวดล้อมโดยประหยัดน้ำมันได้มากกว่า?
11:16
See, you have a mental model.
256
661000
2000
เห็นไหมครับ ว่าคุณมีแบบจำลองความคิดอยู่
11:18
Fifty versus 35, that's a big move. Eleven versus nine? Come on.
257
663000
3000
50 กับ 35 นั่นต่างกันมากทีเดียว แล้ว 11 กับ 9 ละ? เร็วๆ หน่อยครับ
11:21
Turns out, go home and do the math,
258
666000
3000
กลับบ้านไปทำเลขที่บ้านดีกว่า
11:24
the nine to 11 is a bigger change. That person has saved more gallons.
259
669000
3000
9 กับ 11 แตกต่างกันมากนะ ลูกค้าคนนั้นประหยัดได้หลายแกลลอนเลย
11:27
Why? Because we don't care about miles per gallon, we care about
260
672000
2000
ทำไม? เพราะว่าในกรณีนี้เราไม่ได้สนใจ ไมล์ต่อแกลลอน แต่เราสนใจ
11:29
gallons per mile.
261
674000
2000
แกลลอน ต่อ ไมล์
11:31
Think about how powerful that is if you're trying to encourage fuel efficiency.
262
676000
3000
ลองคิดดูว่าเรื่องนี้มีผลกับความพยายามกระตุ้นการใช้เชื้อเพลิงให้มีประสิทธิภาพแค่ไหน
11:34
Miles per gallon is the way we present things.
263
679000
2000
ไมล์ต่อแกลลอน คือ วิธีที่เราใช้ในการนำเสนอข้อมูลเกี่ยวกับรถ
11:36
If we want to encourage change of behavior,
264
681000
3000
ถ้าเราต้องการสนับสนุนการเปลี่ยนแปลงพฤติกรรม
11:39
gallons per mile would have far more effectiveness.
265
684000
2000
แกลลอนต่อไมล์ น่าจะเป็นหน่วยวัดที่มีประสิทธิผลมากกว่า
11:41
Researchers have found these type of anomalies.
266
686000
3000
นักวิจัยได้ค้นพบลักษณะประหลาดเช่นนี้
11:44
Okay, back to BMW. What should they do?
267
689000
3000
กลับมาที่รถ BMW ดีกว่าครับ พวกเขาควรทำอย่างไร?
11:47
The problem BMW faces is this car looks safe.
268
692000
3000
ปัญหาที่รถ BMW พบก็คือ รถคันนี้ดูปลอดภัย
11:50
This car, which is my Mini, doesn't look that safe.
269
695000
4000
รถคันนี้ มินิของผม ดูไม่ค่อยจะปลอดภัย
11:54
Here was BMW's brilliant insight, which they embodied into an ad campaign.
270
699000
3000
และนี่คือความคิดสุดเฉียบแหลมของ BMW ที่ได้ถ่ายทอดลงในงานโฆษณา
11:57
They showed a BMW driving down the street.
271
702000
2000
โฆษณาแสดงภาพรถ BMW วิ่งมาบนถนน
11:59
There's a truck on the right. Boxes fall out of the truck.
272
704000
3000
มีรถบรรทุกอยู่ด้านขวา แล้วก็มีกล่องตกลงมาจากรถบรรทุก
12:02
The car swerves to avoid it, and therefore doesn't get into an accident.
273
707000
5000
รถหักหลบได้ทัน จึงไม่เกิดอุบัติเหตุ
12:07
BWM realizes safety, in people's minds, has two components.
274
712000
4000
BMW รู้ว่า ในใจของคนดู ความปลอดภัยมี 2 ส่วน
12:11
You can be safe because when you're hit, you survive,
275
716000
4000
คุณปลอดภัย เพราะว่า เมื่อเกิดอุบัติเหตุ คุณรอดมาได้
12:15
or you can be safe because you avoid accidents.
276
720000
2000
หรือ คุณปลอดภัย เพราะว่า คุณหลีกเลี่ยงอุบัติเหตุได้
12:17
Remarkably successful campaign, but notice the power of it.
277
722000
2000
โฆษณาชิ้นนี้จึงประสบความสำเร็จสูงมาก แต่ลองสังเกตพลังของมันสิครับ
12:19
It harnesses something you already believe.
278
724000
3000
โฆษณานี้ใช้ประโยชน์จากบางสิ่งที่คุณมีความเชื่ออยู่แล้ว
12:22
Now, even if I persuaded you to do something,
279
727000
4000
ทีนี้ แม้ว่าผมจะชักชวนให้คุณทำอะไรบางอย่าง
12:26
it's hard sometimes to actually get action as a result.
280
731000
4000
บางครั้งมันยากที่จะทำให้คุณลงมือทำมันจริงๆ
12:30
You all probably intended to wake up,
281
735000
2000
คุณอาจตั้งใจที่จะตื่นขึ้นมา
12:32
I don't know, 6:30, 7 a.m.
282
737000
3000
ไม่รู้สิ สัก 6.30 หรือ 7 โมงเช้า
12:35
This is a battle we all fight every day,
283
740000
2000
นี่เป็นสงครามที่พวกเราต้องต่อสู้ทุกๆ วัน
12:37
along with trying to get to the gym.
284
742000
3000
เหมือนความพยายามจะไปออกกำลังกายที่โรงยิม
12:40
Now, this is an example of that battle,
285
745000
3000
นี่เป็นตัวอย่างของการต่อสู้ที่ว่า
12:43
and makes us realize intentions don't always translate into action,
286
748000
3000
ซึ่งทำให้เราตระหนักว่าความตั้งใจ ไม่ได้ถูกแปลงไปสู่การปฏิบัติเสมอไป
12:46
and so one of the fundamental challenges
287
751000
2000
ดังนั้น สิ่งหนึ่งที่เป็นความท้าทายระดับรากฐานเลย
12:48
is how we would actually do that. OK?
288
753000
4000
ก็คือ เราจะลงมือทำให้ได้จริงๆ ได้อย่างไร?
12:52
So, let me now talk about the last mile problem.
289
757000
3000
เอาล่ะ ผมขอพูดถึง "ปัญหาไม้สุดท้าย" ต่อ
12:55
So far, I've been pretty negative.
290
760000
3000
ที่พูดมาจนถึงเดี๋ยวนี้ ผมค่อนข้างมองโลกแง่ลบ
12:58
I've been trying to show you the oddities of human behavior.
291
763000
3000
ผมได้พยายามแสดงให้คุณเห็นถึงความแปลกประหลาดของพฤติกรรมมนุษย์
13:01
And I think maybe I'm being too negative.
292
766000
2000
ผมคิดว่าผมอาจจะพูดแง่ลบมากเกินไป
13:03
Maybe it's the diarrhea.
293
768000
2000
อาจจะเป็นเพราะผมพูดถึงกรณีโรคท้องร่วง
13:05
Maybe the last mile problem really should be thought of
294
770000
2000
จริงๆ แล้วเราน่าจะมอง "ปัญหาไม้สุดท้าย" ใหม่ ว่าเป็น
13:07
as the last mile opportunity.
295
772000
2000
ระยะทางช่วงสุดท้ายที่เรามีโอกาสจะทำสิ่งนั้นให้สำเร็จ
13:09
Let's go back to diabetes.
296
774000
2000
กลับมาพูดเรื่องเบาหวาน
13:11
This is a typical insulin injection.
297
776000
3000
นี่คือชุดฉีดอินซูลินที่ใช้กันทั่วไป
13:14
Now, carrying this thing around is complicated.
298
779000
3000
การต้องพกชุดฉีดอินซูลินนี้ไปไหนมาไหนเป็นเรื่องยุ่งยาก
13:17
You gotta carry the bottle, you gotta carry the syringe.
299
782000
4000
ไหนจะขวดยา ไหนจะเข็มฉีดยา
13:21
It's also painful.
300
786000
2000
แล้วเวลาฉีดมันก็เจ็บด้วย
13:23
Now, you may think to yourself, "Well, if my eyes depended on it,
301
788000
4000
คุณอาจคิดในใจว่า "ถ้าสุขภาพดวงตาของผมขึ้นอยู่กับสิ่งนี้
13:27
you know, I would obviously use it every day."
302
792000
2000
คุณรู้ไหม ผมคงต้องยอมใช้มันทุกวันแน่นอน"
13:29
But the pain, the discomfort,
303
794000
2000
แต่ความเจ็บปวด ความไม่สะดวก
13:31
you know, paying attention, remembering to put it in your purse
304
796000
2000
การที่ต้องคอยใส่ใจ ต้องไม่ลืมเอามันใส่กระเป๋าไปด้วย
13:33
when you go on a long trip:
305
798000
2000
เมื่อคุณต้องเดินทางไกล
13:35
These are the day-to-day of life, and they do pose problems.
306
800000
4000
มันเป็นสิ่งที่ต้องทำในชีวิตประจำวัน และนี่แหละที่สร้างปัญหา
13:39
Here is an innovation, a design innovation.
307
804000
3000
นี่คือนวัตกรรม เป็นนวัตกรรมด้านการออกแบบ
13:42
This is a pen, it's called an insulin pen, preloaded.
308
807000
4000
นี่คือปากกา เรียกว่าปากกาอินซูลิน บรรจุยาไว้พร้อม
13:46
The needle is particularly sharp.
309
811000
1000
มีเข็มที่แหลมมาก
13:47
You just gotta carry this thing around.
310
812000
2000
คุณแค่พกมันไปไหนต่อไหนด้วย
13:49
It's much easier to use, much less painful.
311
814000
2000
มันใช้ง่ายมาก และเจ็บปวดน้อยกว่าชุดฉีดแบบเดิมมาก
13:51
Anywhere between five and 10 percent increase in adherence,
312
816000
4000
นั่นทำให้อัตราการฉีดยาตามกำหนดเพิ่มขึ้น 5 - 10%
13:55
just as a result of this.
313
820000
2000
แค่เพียงมีเครื่องมือชิ้นนี้เท่านั้น
13:57
That's what I'm talking about as a last mile opportunity.
314
822000
3000
ผมกำลังพูดถึงสิ่งที่เป็นโอกาสซึ่งอยู่แค่เอื้อมในไม้สุดท้าย
14:00
You see, we tend to think the problem is solved
315
825000
3000
เห็นไหมครับว่า พวกเรามีแนวโน้มจะคิดว่าปัญหาได้รับการแก้ไขแล้ว
14:03
when we solve the technology problem.
316
828000
2000
เมื่อเราแก้ปัญหาทางเทคโนโลยีได้
14:05
But the human innovation, the human problem
317
830000
2000
แต่ นวัตกรรมของมนุษย์ ปัญหาของมนุษย์ก็ยังคงอยู่
14:07
still remains, and that's a great frontier that we have left.
318
832000
4000
และเป็นพรมแดนความรู้ที่ยิ่งใหญ่ที่เรายังไม่ได้ออกสำรวจ
14:11
This isn't about the biology of people;
319
836000
2000
นี่ไม่ใช่เรื่องชีววิทยาของมนุษย์
14:13
this is now about the brains, the psychology of people,
320
838000
4000
นี่เป็นเรื่องของสมอง เรื่องจิตวิทยาของมนุษย์
14:17
and innovation needs to continue all the way through
321
842000
2000
และนวัตกรรมต้องได้รับการพัฒนาต่อเนื่องให้ตลอดเส้นทาง
14:19
the last mile.
322
844000
2000
จนถึงไม้สุดท้าย
14:21
Here's another example of this.
323
846000
2000
ผมมีอีกหนึ่งตัวอย่าง
14:23
This is from a company called Positive Energy.
324
848000
3000
จากบริษัทที่ชื่อว่า พลังงานเชิงบวก (Positive Energy)
14:26
This is about energy efficiency.
325
851000
2000
ที่มุ่งรณรงค์การใช้พลังงานอย่างมีประสิทธิภาพ
14:28
We're spending a lot of time on fuel cells right now.
326
853000
3000
พวกเราทุ่มเทเวลามากมายไปกับการพัฒนาเซลกำเนิดไฟฟ้าแล้ว
14:31
What this company does is they send a letter
327
856000
2000
สิ่งที่บริษัทนี้ทำ คือเขาแค่ส่งจดหมาย
14:33
to households that say, "Here's your energy use,
328
858000
2000
ไปยังครัวเรือนต่างๆ บอกว่า "นี่คือปริมาณการใช้พลังงานของคุณ
14:35
here's your neighbor's energy use: You're doing well." Smiley face.
329
860000
3000
นี่คือปริมาณพลังงานที่เพื่อนบ้านของคุณใช้ คุณประหยัดพลังงานได้ดีมากครับ" พร้อมรูปหน้ายิ้ม
14:38
"You're doing worse." Frown.
330
863000
2000
หรือ "คุณใช้พลังงานเปลืองมาก" พร้อมรูปหน้าบึ้ง
14:40
And what they find is just this letter, nothing else,
331
865000
3000
นี่คือสิ่งที่อยู่ในจดหมาย ไม่มีอะไรอย่างอื่น
14:43
has a two to three percent reduction in electricity use.
332
868000
2000
ปรากฏว่าปริมาณการใช้ไฟฟ้าลดลง 2-3%
14:45
And you want to think about the social value of that
333
870000
2000
คุณต้องคิดถึงคุณค่าทางสังคมของวิธีนี้
14:47
in terms of carbon offsets, reduced electricity,
334
872000
2000
ในรูปของค่าชดเชยคาร์บอน และปริมาณการใช้ไฟฟ้าที่ลดลง
14:49
900 million dollars per year.
335
874000
2000
คิดเป็นเงิน 900 ล้านดอลล่าร์ต่อปี
14:51
Why? Because for free,
336
876000
2000
ทำไม? เพราะว่าวิธินี้เหมือนของฟรี
14:53
this isn't a new technology, this is a letter --
337
878000
2000
นี่ไม่ใช่เทคโนโลยีใหม่ เป็นแค่จดหมายฉบับหนึ่ง
14:55
we're getting a Big Bang in behavior.
338
880000
2000
แต่ได้ผลเปลี่ยนแปลงพฤติกรรมขนานใหญ่
14:57
So, how do we tackle the last mile?
339
882000
4000
เอาล่ะ เราจะเอาชนะ "ปัญหาไม้สุดท้าย" ได้อย่างไร?
15:01
I think this tells us there is an opportunity.
340
886000
3000
ผมคิดว่า เรื่องนี้บอกเราว่า เรามีโอกาส
15:04
And I think to tackle it, we need to combine
341
889000
2000
ผมคิดว่าการเอาชนะปัญหานี้ เราต้องการการผสมผสาน
15:06
psychology,
342
891000
2000
จิตวิทยา
15:08
marketing,
343
893000
2000
การตลาด
15:10
art, we've seen that.
344
895000
2000
ศิลปะ ซึ่งเราได้เห็นมาแล้ว
15:12
But you know what we need to combine it with?
345
897000
2000
แต่ คุณรู้ไหมว่า เราจะผสมสิ่งเหล่านี้เข้ากับอะไร?
15:14
We need to combine this with the scientific method.
346
899000
2000
เราต้องผสมสิ่งเหล่านี้เข้ากับวิธีการทางวิทยาศาสตร์
15:16
See what's really puzzling and frustrating about the last mile, to me,
347
901000
4000
นั่นแหละคือสิ่งที่ทำให้ผมงุงงงและหงุดหงิดจริงๆ กับเรื่องปัญหาไม้สุดท้าย
15:20
is that the first 999 miles are all about science.
348
905000
3000
เพราะ 999 ไมล์ที่ผ่านมา เป็นเรื่องของวิทยาศาสตร์
15:23
No one would say, "Hey, I think this medicine works, go ahead and use it."
349
908000
4000
คงไม่มีใคร พูดว่า "เฮ้เพื่อน ผมคิดว่ายานี้ใช้ได้ผล เอาไปใช้ได้เลย"
15:27
We have testing, we go to the lab, we try it again, we have refinement.
350
912000
2000
เรามีการทดสอบ เราเข้าห้องทดลอง ทดสอบแล้วทดสอบอีก พัฒนาให้ดีขึ้น
15:29
But you know what we do on the last mile?
351
914000
3000
แต่คุณรู้ไหม เราทำอะไรกับปัญหาไม้สุดท้าย?
15:32
"Oh, this is a good idea. People will like this. Let's put it out there."
352
917000
3000
"นี่เป็นความคิดที่ดี ผู้คนต้องชอบแน่ เอาไปใช้เลย"
15:35
The amount of resources we put in are disparate.
353
920000
2000
ปริมาณทรัพยากรที่เราใส่เข้าไปในการศึกษาสองสาขานี้แตกต่างกันอย่างสิ้นเชิง
15:37
We put billions of dollars into fuel-efficient technologies.
354
922000
3000
เราลงทุนนับพันล้านดอลล่าร์กับเทคโนโลยีเพิ่มประสิทธิภาพพลังงาน
15:40
How much are we putting into
355
925000
2000
แต่เราใช้งบประมาณสักเท่าไร
15:42
energy behavior change
356
927000
2000
กับวิธีการเปลี่ยนแปลงพฤติกรรมการใช้พลังงาน
15:44
in a credible, systematic, testing way?
357
929000
3000
เพื่อทดสอบประสิทธิภาพของมันอย่างเป็นระบบ และน่าเชื่อถือ?
15:47
Now, I think that we're on the verge of something big.
358
932000
3000
ผมคิดว่า ตอนนี้เรากำลังอยู่ตรงสุดเขตแดนของอะไรบางอย่างที่ยิ่งใหญ่
15:50
We're on the verge of a whole new social science.
359
935000
3000
เราอยู่ตรงสุดเขตแดนความรู้ทางสังคมศาสตร์สมัยใหม่
15:53
It's a social science that recognizes --
360
938000
2000
เป็นสังคมศาสตร์ที่ตระหนัก --
15:55
much like science recognizes the complexity of the body,
361
940000
3000
คล้ายกับที่วิทยาศาสตร์ตระหนักถึงความซับซ้อนของร่างกาย
15:58
biology recognizes the complexity of the body -- we'll recognize
362
943000
2000
ที่ชีววิทยาตระหนักถึงความซับซ้อนของร่างกาย --
16:00
the complexity of the human mind.
363
945000
2000
สังคมศาสตร์ก็ตระหนักถึงความซับซ้อนของจิตใจมนุษย์
16:02
The careful testing, retesting, design,
364
947000
2000
มีการทดสอบที่ระมัดระวัง การทดสอบซ้ำ การออกแบบ
16:04
are going to open up vistas of understanding,
365
949000
3000
เรากำลังเปิดโลกทัศน์ของความเข้าใจ
16:07
complexities, difficult things.
366
952000
2000
ความซับซ้อน และสิ่งที่ยากยิ่ง
16:09
And those vistas will both create new science,
367
954000
3000
และโลกทัศน์เหล่านั้นจะทั้งสร้างวิทยาศาสตร์ใหม่
16:12
and fundamental change in the world as we see it, in the next hundred years.
368
957000
4000
และเปลี่ยนแปลงมุมมองที่มีต่อโลกอย่างลึกซึ้งถึงรากฐาน ใน 100 ปีข้างหน้า
16:16
All right. Thank you very much.
369
961000
2000
เท่านี้แหละครับ ขอบคุณมากครับ
16:18
(Applause)
370
963000
2000
(เสียงปรบมือ)
16:20
Chris Anderson: Sendhil, thank you so much.
371
965000
2000
คริส แอนเดอร์สัน : เซนฮิว ขอบคุณมากครับ
16:22
So, this whole area is so fascinating.
372
967000
3000
สาขาวิชานี้น่าสนใจมากเลยครับ
16:25
I mean, it sometimes feels, listening to behavioral economists
373
970000
3000
ผมว่า เวลาได้ฟังนักเศรษฐศาสตร์พฤติกรรมพูด บางทีผมก็รู้สึกนะ
16:28
that they are kind of putting into place
374
973000
3000
ว่าพวกเขาเป็นคนที่นำสิ่งต่างๆ มาทำให้เป็นวิชาการ
16:31
academically, what great marketers
375
976000
2000
สิ่งที่นักการตลาดผู้ยิ่งใหญ่
16:33
have sort of intuitively known for a long time.
376
978000
3000
เหมือนจะรู้โดยสัญชาตญาณมานานแล้ว
16:36
How much is your field talking to great marketers
377
981000
4000
สาขาวิชาของคุณได้สื่อสารกับนักการตลาดผู้ยิ่งใหญ่เหล่านั้น
16:40
about their insights into human psychology?
378
985000
2000
เกี่ยวกับความรู้ของเขาในเรื่องจิตวิทยามนุษย์มากน้อยเพียงใด?
16:42
Because they've seen it on the ground.
379
987000
2000
เพราะว่านักการตลาดเขาได้เห็นพฤติกรรมมนุษย์เวลาที่เขาทำงานจริง
16:44
Sendhil Mullainathan: Yeah, we spend a lot of time talking to marketers,
380
989000
2000
เซนฮิว มูลไลนาทาน : ครับ พวกเราใช้เวลาสื่อสารกับนักการตลาดอย่างมาก
16:46
and I think 60 percent of it is exactly what you say,
381
991000
3000
และผมคิดว่าสัก 60% ของเวลาเหล่านั้น มันเป็นอย่างที่คุณว่าเลย
16:49
there are insights to be gleaned there.
382
994000
2000
พวกเขามีความเข้าใจที่ลึกซึ้งที่เราสามารถไปเก็บเกี่ยวได้
16:51
Forty percent of it is about what marketing is.
383
996000
2000
อีก 40% มันเกี่ยวกับสิ่งที่การตลาดที่เป็นอยู่
16:53
Marketing is selling an ad to a firm.
384
998000
5000
การตลาด คือ การขายโฆษณาให้แก่บริษัท
16:58
So, in some sense, a lot of marketing is about
385
1003000
2000
ดังนั้น ในบางแง่ กิจกรรมการตลาดส่วนใหญ่ คือ
17:00
convincing a CEO, "This is a good ad campaign."
386
1005000
3000
การจูงใจให้ CEO เชื่อว่า นี่คือ โฆษณาที่ดี
17:03
So, there is a little bit of slippage there.
387
1008000
2000
ซึ่งตรงนี้แหละมีที่ความเข้าใจผิดอยู่บ้าง
17:05
That's just a caveat. That's different from actually having an effective ad campaign.
388
1010000
4000
นั่นเป็นประเด็นปลีกย่อย ซึ่งตรงนี้ต่างจากการทำโฆษณาที่ได้ผล
17:09
And one of the new movements in marketing is: How do we actually
389
1014000
2000
นอกจากนี้ก็มีหนึ่งในความเคลื่อนไหวใหม่ในการตลาด คือ เราจะวัด
17:11
measure effectiveness? Are we effective?
390
1016000
2000
ประสิทธิผลของกิจกรรมการตลาดได้อย่างไร? ที่ทำไปได้ผลหรือเปล่า?
17:13
CA: How you take your insights here
391
1018000
4000
คริส : คุณเอาความรู้ที่คุณมี
17:17
and actually get them integrated
392
1022000
3000
มาบูรณาการเข้ากับ
17:20
into working business models on the ground,
393
1025000
3000
โมเดลการทำงานทางธุรกิจที่ใช้งานจริงอย่างไรครับ
17:23
in Indian villages, for example?
394
1028000
2000
อย่างเช่น ที่หมู่บ้านในอินเดีย
17:25
SM: So, the scientific method I alluded to is pretty important.
395
1030000
3000
เซนฮิว : วิธีการทางวิทยาศาสตร์ที่ผมกล่าวถึงเป็นเรื่องสำคัญ
17:28
We work closely with companies that have operational capacity,
396
1033000
2000
เราทำงานอย่างใกล้ชิดกับบริษัทที่มีศักยภาพในการดำเนินการ
17:30
or nonprofits that have operational capacity.
397
1035000
2000
หรือองค์กรสาธารณประโยชน์ที่มีศักยภาพในการดำเนินการ
17:32
And then we say, "Well, you want to get this behavior change.
398
1037000
2000
แล้วเราก็พูดว่า เอาล่ะ หากคุณต้องการให้เกิดการเปลี่ยนแปลงพฤติกรรม
17:34
Let's come up with a few ideas, test them,
399
1039000
3000
ลองคิดหาวิธีมาสักสองสามวิธี ทดลองใช้ดู
17:37
see which is working, go back, synthesize,
400
1042000
2000
ดูซิว่าวิธีไหนได้ผล กลับไปศึกษา แล้วสังเคราะห์
17:39
and try to come up with a thing that works,"
401
1044000
2000
และพยายามสร้างวิธีที่ได้ผลดีขึ้นมา
17:41
and then we're able to scale with partners.
402
1046000
2000
แล้วเราก็สามารถขยายผลออกไปโดยร่วมมือกับพันธมิตร
17:43
It's kind of the model that has worked in other contexts.
403
1048000
2000
นี่เป็นโมเดลการทำงานที่ใช้ได้ผลในบริบทอื่นมาแล้ว
17:45
If you have biological problems
404
1050000
2000
เช่นถ้าเรามีปัญหาทางชีวภาพ
17:47
we try and fix it, see if it works, and then work the scale.
405
1052000
2000
เราพยายามหาทางแก้ไขมัน ดูว่ามันได้ผลไหม แล้วก็ขยายผลออกไปเหมือนกัน
17:49
CA: Alright Sendhil, thanks so much for coming to TED. Thank you.
406
1054000
3000
คริส : ขอบคุณครับ เซนฮิว ขอบคุณที่มาพูดให้กับ TED
17:52
(Applause)
407
1057000
3000
(เสียงปรบมือ)
ABOUT THE SPEAKER
Sendhil Mullainathan - Behavioral economistSendhil Mullainathan asks a compelling question: what are the irrational choices we make that perpetuate poverty, corruption, discrimination?
Why you should listen
To study big questions such as "What are the measurable effects of corruption?"" Sendhil Mullainathan and his collaborators look at the day-to-day decisions made by real people, running deep-data studies on groups around the world to tease out patterns. Awarded a MacArthur ""genius"" grant in 2002, he has produced and collaborated on a string of research papers that make for a must-read CV -- including a fascinating, if dispiriting, study of the corruption involved in getting a driver's license in India.
Lately he and his team have been studying women who sell fruit and vegetables on the streets in developing countries. They're usually in debt to a moneylender in the market, who takes about half their profits each day as interest. Some of the women have figured a simple way to get out of debt and keep all their profits. But most of the women make a choice every day that keeps them in debt. How would these businesswomen behave, he wondered, if the slate was wiped clean? So he got a grant, paid off their debt, and waits to see what happens next."
Sendhil Mullainathan | Speaker | TED.com