TED2011
Dan Ariely: Beware conflicts of interest
Dan Ariely: Çıkar Çatışmalarına Dikkat!
Filmed:
Readability: 3.3
1,284,831 views
Psikolog Dan Ariely bizlere bu kısa sunuşta, bilim alanındaki çıkar çatışmalarını ele alan ve kendi başından geçen iki hikaye anlatıyor: Kişiler ilim ve irfan peşinde giderken bilerek ya da bilmeyerek nasıl oluyor da kişisel emellerine yenilebiliyorlar? Bilimde önemli sorulara cevap ararken hepimizin insan olduğumuzu ve hata yapabileceğimizin farkında olmamız gerektiğini hatırlatıyor.
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
Uzun bir süre hastanede kaldım.
00:19
And a few years after I left, I went back,
1
4000
3000
Hastaneden çıktıktan bir kaç yıl sonra tekrar oraya gittiğimde
00:22
and the chairman of the burn department was very excited to see me --
2
7000
3000
yanık bölümünün başkanı beni gördüğüne çok sevindi.
00:25
said, "Dan, I have a fantastic new treatment for you."
3
10000
3000
Bana "Dan, senin için müthiş bir tedavi yöntemi buldum" dedi.
00:28
I was very excited. I walked with him to his office.
4
13000
2000
Çok heyecanlandım. Birlikte ofisine gittik.
00:30
And he explained to me that, when I shave,
5
15000
3000
Bana, traş sonrasında sakallarımın köklerinden dolayı doğal olarak
00:33
I have little black dots on the left side of my face where the hair is,
6
18000
3000
sol tarafimda siyah noktacıklar kaldığını
00:36
but on the right side of my face
7
21000
2000
ancak ağır bir yanık geçirdiğimden
00:38
I was badly burned so I have no hair,
8
23000
2000
sağ tarafta hiç sakal çıkmadığı için
00:40
and this creates lack of symmetry.
9
25000
2000
yüzümde asimetrik bir görüntü oluştuğunu söyledi.
00:42
And what's the brilliant idea he had?
10
27000
2000
Kafasındaki o parlak fikir neydi biliyor musunuz?
00:44
He was going to tattoo little black dots
11
29000
2000
Dövme ile yüzümün sağ tarafına
00:46
on the right side of my face
12
31000
3000
siyah noktacıklar yapacak ve traş sonrasında
00:49
and make me look very symmetric.
13
34000
2000
yüzümün simetrik görünmesini sağlayacaktı.
00:51
It sounded interesting. He asked me to go and shave.
14
36000
3000
Enteresan bir fikirdi. Benden gidip traş olmamı istedi.
00:54
Let me tell you, this was a strange way to shave,
15
39000
2000
Bu garip bir traş tarzı olacaktı.
00:56
because I thought about it
16
41000
2000
Biraz düşününce anladım ki
00:58
and I realized that the way I was shaving then
17
43000
2000
o anda nasıl traş olursam, ondan sonra da
01:00
would be the way I would shave for the rest of my life --
18
45000
2000
sürekli aynı biçimde traş olmam gerekecekti
01:02
because I had to keep the width the same.
19
47000
2000
çünkü sakalımın ölçüsünü sabit tutmalıydım.
01:04
When I got back to his office,
20
49000
2000
Doktorun ofisine geri döndüğümde
01:06
I wasn't really sure.
21
51000
2000
hala şüphelerim vardı.
01:08
I said, "Can I see some evidence for this?"
22
53000
2000
Kendisine "Bununla ilgili bana bir uygulama ve sonuç gösterebilir misiniz?" diye sordum.
01:10
So he showed me some pictures
23
55000
2000
Bana, pek bilgilendirici olmayan
01:12
of little cheeks with little black dots --
24
57000
2000
üzerinde siyah noktacıkların olduğu
01:14
not very informative.
25
59000
2000
küçük yanak resimleri gösterdi.
01:16
I said, "What happens when I grow older and my hair becomes white?
26
61000
2000
"Peki yaşlanıp sakallarım beyazladığında ne olacak.
01:18
What would happen then?"
27
63000
2000
O zaman ne yapacağım?" diye sordum.
01:20
"Oh, don't worry about it," he said.
28
65000
2000
"Sen onu hiç dert etme.
01:22
"We have lasers; we can whiten it out."
29
67000
3000
Lazerler var. Beyazlatırız" dedi bana.
01:25
But I was still concerned,
30
70000
2000
Ancak benim hala endişelerim vardı.
01:27
so I said, "You know what, I'm not going to do it."
31
72000
3000
Bu yüzden doktora bu işlemi yaptırmak istemediğimi söyledim.
01:30
And then came one of the biggest guilt trips of my life.
32
75000
4000
Ama sonra büyük bir suçluluk duygusuna kapıldım.
01:34
This is coming from a Jewish guy, all right, so that means a lot.
33
79000
3000
Bakın Yahudi birisi böyle hissediyorsa bir anlamı vardır.
01:37
(Laughter)
34
82000
2000
(Gülüşmeler)
01:39
And he said, "Dan, what's wrong with you?
35
84000
3000
Bunun üzerine doktor: "Dan, ne oldu,
01:42
Do you enjoy looking non-symmetric?
36
87000
2000
yoksa asimetrik görünmek hoşuna mı gidiyor?
01:44
Do you have some kind of perverted pleasure from this?
37
89000
5000
Bundan tuhaf bir zevk mi alıyorsun?
01:49
Do women feel pity for you
38
94000
2000
Ya da kadınlar sana acıyor
01:51
and have sex with you more frequently?"
39
96000
3000
ve seninle daha mı sık birlikte olmak istiyorlar?" dedi.
01:54
None of those happened.
40
99000
3000
Tabii ki bu söylediklerinin hiç birisi doğru değildi.
01:58
And this was very surprising to me,
41
103000
2000
Doğrusunu isterseniz ben de bu kararıma çok şaşırmıştım.
02:00
because I've gone through many treatments --
42
105000
2000
Çünkü bir çok kez ameliyat olmuştum ve
02:02
there were many treatments I decided not to do --
43
107000
2000
bir çok ameliyattan da vazgeçmiştim ancak
02:04
and I never got this guilt trip to this extent.
44
109000
2000
kendimi hiç bu kadar suçlu hissetmemiştim.
02:06
But I decided not to have this treatment.
45
111000
2000
Ama yine de bu işlemi yaptırmamaya karar verdim.
02:08
And I went to his deputy and asked him, "What was going on?
46
113000
2000
Doktorun yardımcısına gittim ve ne olduğunu,
02:10
Where was this guilt trip coming from?"
47
115000
2000
neden kendimi böyle suçlu hissetmiş olabileceğimi sordum.
02:12
And he explained that they have done this procedure on two patients already,
48
117000
4000
Bana bu operasyonu daha önce iki hastaya uyguladıklarını
02:16
and they need the third patient for a paper they were writing.
49
121000
3000
ve yazmakta oldukları bir makale için üçüncü bir kişiye ihtiyaçları olduğunu söyledi.
02:19
(Laughter)
50
124000
2000
(Gülüşmeler)
02:21
Now you probably think that this guy's a schmuck.
51
126000
2000
Siz şimdi belki bu adamın aşağılık birisi olduğunu düşünüyorsunuz.
02:23
Right, that's what he seems like.
52
128000
2000
Evet öyle denilebilir.
02:25
But let me give you a different perspective on the same story.
53
130000
3000
Ama gelin olaya bir de başka açıdan bakalım.
02:28
A few years ago, I was running some of my own experiments in the lab.
54
133000
3000
Bir kaç yıl önce, laboratuvarımda kendi deneylerimi yapıyordum.
02:31
And when we run experiments,
55
136000
2000
Deneyleri yaparken
02:33
we usually hope that one group will behave differently than another.
56
138000
3000
genellikle bir grubun diğer gruptan daha farklı bir performans göstermesini bekleriz.
02:36
So we had one group that I hoped their performance would be very high,
57
141000
3000
Elimizde performanslarının daha yüksek olacağını umduğumuz bir grup
02:39
another group that I thought their performance would be very low,
58
144000
3000
bir de performanslarının daha düşük olacağını beklediğimiz başka bir grup vardı.
02:42
and when I got the results, that's what we got --
59
147000
2000
Sonuçlar elime geçtiğinde, bir kişinin performansı hariç
02:44
I was very happy -- aside from one person.
60
149000
3000
herşey gayet memnuniyet vericiydi.
02:47
There was one person in the group
61
152000
2000
Gruptakilerden biri
02:49
that was supposed to have very high performance
62
154000
2000
aslında çok yüksek performans göstermesi beklenirken
02:51
that was actually performing terribly.
63
156000
2000
berbat bir performans sergilemişti.
02:53
And he pulled the whole mean down,
64
158000
2000
Bu kişi ortalamayı aşağıya çekiyor
02:55
destroying my statistical significance of the test.
65
160000
3000
ve tabii ki bulguların istatistiksel anlamlılığını da bozuyordu.
02:59
So I looked carefully at this guy.
66
164000
2000
Bu kişiyle ilgili bilgileri yakından inceledim.
03:01
He was 20-some years older than anybody else in the sample.
67
166000
3000
Diğer deneklerden 20 küsür yıl kadar daha yaşlıydı.
03:04
And I remembered that the old and drunken guy
68
169000
2000
Ve birden
03:06
came one day to the lab
69
171000
2000
kolay yoldan para kazanmak için laboratuvara gelen
03:08
wanting to make some easy cash
70
173000
2000
o yaşlıca ve sarhoş adamın
03:10
and this was the guy.
71
175000
2000
bu kişi olduğunu hatırladım.
03:12
"Fantastic!" I thought. "Let's throw him out.
72
177000
2000
"Harika, bunu çalışmadan çıkartalım.
03:14
Who would ever include a drunken guy in a sample?"
73
179000
3000
Kim sarhoş birisini denek olarak kullanmak isteyebilir ki?" diye düşündüm kendi kendime.
03:17
But a couple of days later,
74
182000
2000
Ama bir kaç gün sonra öğrencilerimle beraber bu konu hakkında
03:19
we thought about it with my students,
75
184000
2000
uzun uzun düşündük ve şu soruyu sorduk kendimize:
03:21
and we said, "What would have happened if this drunken guy was not in that condition?
76
186000
3000
"O kişi eğer daha farklı bir durumda olsaydı ne olurdu?
03:24
What would have happened if he was in the other group?
77
189000
2000
Mesela diğer grupta olsaydı
03:26
Would we have thrown him out then?"
78
191000
2000
onu yine de çalışmadan çıkarmak ister miydik?"
03:28
We probably wouldn't have looked at the data at all,
79
193000
2000
Büyük olasılıkla verilere hiç bakmayacaktık
03:30
and if we did look at the data,
80
195000
2000
ya da bakmış olsaydık bile belki de
03:32
we'd probably have said, "Fantastic! What a smart guy who is performing this low,"
81
197000
3000
"Ne güzel! Akıllı birisi böyle düşük bir performans sergiliyor" diyecektik.
03:35
because he would have pulled the mean of the group lower,
82
200000
2000
Zira grubun ortalamasını aşağıya çekerek
03:37
giving us even stronger statistical results than we could.
83
202000
3000
daha da anlamlı bir istatistiksel sonuç elde etmemizi sağlayacaktı.
03:41
So we decided not to throw the guy out and to rerun the experiment.
84
206000
3000
Sonuçta bu kişiyi çalışmadan çıkarmak yerine bu deneyi tekrar etmeye karar verdik.
03:44
But you know, these stories,
85
209000
3000
Ancak çıkar çatışmalarının olduğu
03:47
and lots of other experiments that we've done on conflicts of interest,
86
212000
3000
bu ve bunun gibi daha bir sürü deney
03:50
basically kind of bring two points
87
215000
2000
bana göre
03:52
to the foreground for me.
88
217000
2000
iki hususu göz önüne seriyor.
03:54
The first one is that in life we encounter many people
89
219000
3000
Birincisi hayatta, şöyle ya da böyle bir şekilde,
03:57
who, in some way or another,
90
222000
3000
yüzümüze dövme yapmaya kalkışan insanlarla
04:00
try to tattoo our faces.
91
225000
2000
karşılaşabiliyoruz.
04:02
They just have the incentives that get them to be blinded to reality
92
227000
3000
Bu kişiler, adeta gerçekleri görmelerini engelleyecek ve bizlere
04:05
and give us advice that is inherently biased.
93
230000
3000
yanlış tavsiyelerde bulunduracak dürtülere sahipler.
04:08
And I'm sure that it's something that we all recognize,
94
233000
2000
Ve eminim ki hepimiz etrafımızda bu tür şeylerin olduğunu
04:10
and we see that it happens.
95
235000
2000
görüyoruz ve durumun farkındayız.
04:12
Maybe we don't recognize it every time,
96
237000
2000
Belki her zaman farkında olmayabiliriz
04:14
but we understand that it happens.
97
239000
2000
ama en azından böyle şeyler olduğunu biliyoruz.
04:16
The most difficult thing, of course, is to recognize
98
241000
2000
Esas zor olan şey ise
04:18
that sometimes we too
99
243000
2000
bazen kendi dürtülerimizin de
04:20
are blinded by our own incentives.
100
245000
2000
gerçekleri görmemizi engellediğini farkedebilmektir.
04:22
And that's a much, much more difficult lesson to take into account.
101
247000
3000
Ve bu da göz ardı edilmesi oldukça kolay olan bir konudur.
04:25
Because we don't see how conflicts of interest work on us.
102
250000
4000
Çünkü çıkar çatışmalarının kişinin kendisini nasıl etkilediğini görmesi zordur.
04:29
When I was doing these experiments,
103
254000
2000
Mesela ben bu deneyleri yaparken
04:31
in my mind, I was helping science.
104
256000
2000
kendimce bilime katkıda bulunduğumu düşünüyordum.
04:33
I was eliminating the data
105
258000
2000
Sonuçların daha çarpıcı görünmesi için
04:35
to get the true pattern of the data to shine through.
106
260000
2000
verilerden bazılarını çıkarıyordum.
04:37
I wasn't doing something bad.
107
262000
2000
Kötü bir şey yapmıyordum.
04:39
In my mind, I was actually a knight
108
264000
2000
Kendimi bilimin ilerlemesine katkıda bulunan
04:41
trying to help science move along.
109
266000
2000
bir şövalye gibi görüyordum.
04:43
But this was not the case.
110
268000
2000
Ama aslında durum böyle değildi.
04:45
I was actually interfering with the process with lots of good intentions.
111
270000
3000
Gerçekte, sadece iyi niyetli olarak sürece müdahale ediyordum.
04:48
And I think the real challenge is to figure out
112
273000
2000
Sanırım burada asıl mesele, çıkar çatışmalarının
04:50
where are the cases in our lives
113
275000
2000
bizi yönlendirdiği durumları tespit edip
04:52
where conflicts of interest work on us,
114
277000
2000
bunların üstesinden gelmek için
04:54
and try not to trust our own intuition to overcome it,
115
279000
3000
duygularımıza yenilmeden bu davranışların
04:57
but to try to do things
116
282000
2000
kurbanı olmamızı engelleyecek
04:59
that prevent us from falling prey to these behaviors,
117
284000
2000
biçimde hareket edebilmektir.
05:01
because we can create lots of undesirable circumstances.
118
286000
3000
Çünkü bilmeliyiz ki aksi durumda istenmeyen şartların ortaya çıkmasına sebep olabiliriz.
05:05
I do want to leave you with one positive thought.
119
290000
2000
Size pozitif bir düşünceyle veda etmek istiyorum.
05:07
I mean, this is all very depressing, right --
120
292000
2000
Bence bu durum yani çıkar çatışmaları ve bunu bizim göremememiz
05:09
people have conflicts of interest, we don't see it, and so on.
121
294000
3000
çok üzücü bir durum öyle değil mi?
05:12
The positive perspective, I think, of all of this
122
297000
2000
Yine de bununla ilgili olumlu bir görüş şu olabilir:
05:14
is that, if we do understand when we go wrong,
123
299000
3000
yanlış yaptığımızın farkında olursak,
05:17
if we understand the deep mechanisms
124
302000
2000
ve gerçekten neden ve ne zaman
05:19
of why we fail and where we fail,
125
304000
2000
başarısız olduğumuzu anlayabilirsek
05:21
we can actually hope to fix things.
126
306000
2000
her zaman hatamızı düzeltme imkanımız vardır.
05:23
And that, I think, is the hope. Thank you very much.
127
308000
2000
Ve bu da bence umut verici birşey. Çok teşekkürler.
05:25
(Applause)
128
310000
4000
(Alkış)
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