TEDSalon NY2011
Daniel Goldstein: The battle between your present and future self
Daniel Goldstein: Bugünkü ve gelecekteki benliğimizin mücadelesi.
Filmed:
Readability: 3.7
2,548,111 views
Her gün, gelecekteki benliğimiz için iyi veya kötü sonuçları olacak kararlar veririz. (Yalnızca bu seferlik gösteriş yapmasam?) Daniel Goldstein gelecekteki halimiz hakkında mantıklı kararlar verebilmemiz için o halimizi hayal etmemize yardımcı olan araçlar yaratıyor.
Daniel Goldstein - Behavioral economist
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Daniel Goldstein studies how we make decisions about our financial selves -- both now and in the future, Full bio
Double-click the English transcript below to play the video.
00:15
Do you remember the story
0
0
2000
Ortaokul ve lise yıllarından
00:17
of Odysseus and the Sirens
1
2000
2000
Odysseus ve Sirenler hakkındaki
00:19
from high school or junior high school?
2
4000
2000
hikayeyi hatırlıyor musunuz?
00:21
There was this hero, Odysseus, who's heading back home
3
6000
3000
Troya Savaşı'ndan sonra evine dönen
00:24
after the Trojan War.
4
9000
2000
kahraman Odysseus vardı.
00:26
And he's standing on the deck of his ship,
5
11000
2000
Gemisinin güvertesinde durmuş,
00:28
he's talking to his first mate,
6
13000
2000
birinci adamıyla konuşuyor
00:30
and he's saying,
7
15000
2000
ve şöyle diyordu:
00:32
"Tomorrow, we will sail past those rocks,
8
17000
3000
"Yarın, şu ilerideki kayaları geçeceğiz,
00:35
and on those rocks sit some beautiful women
9
20000
2000
ve o kayalarda
00:37
called Sirens.
10
22000
2000
Siren denilen güzel kadınlar otururmuş.
00:39
And these women sing an enchanting song,
11
24000
3000
Bu kadınlar büyüleyici bir şarkı söylerlermiş,
00:42
a song so alluring
12
27000
2000
bu şarkı öylesine cezbediciymiş ki;
00:44
that all sailors who hear it
13
29000
2000
duyan tüm denizciler
00:46
crash into the rocks and die."
14
31000
2000
kayalara çarpar ve ölürlermiş"
00:48
Now you would expect, given that,
15
33000
2000
Şimdi, siz bu hikayeyi bildiğiniz için
00:50
that they would choose an alternate route around the Sirens,
16
35000
3000
Sirenlerin etrafından gitmeyi tercih edeceklerini düşünürsünüz
00:53
but instead Odysseus says,
17
38000
3000
fakat Odysseus şöyle der,
00:56
"I want to hear that song.
18
41000
2000
"O şarkıyı dinlemek istiyorum"
00:58
And so what I'm going to do
19
43000
2000
Ve şöyle yapacağım;
01:00
is I'm going to pour wax in the ears
20
45000
2000
senin ve bütün adamlarının
01:02
of you and all the men --
21
47000
2000
kulaklarınıza bal mumu dökeceğim;
01:04
stay with me --
22
49000
2000
benimle kalacaksınız
01:06
so that you can't hear the song,
23
51000
2000
ve böylece de siz şarkıyı duymayacaksınız.
01:08
and then I'm going to have you tie me to the mast
24
53000
3000
Ondan sonra beni geminin direğine bağlayacaksın
01:11
so that I can listen
25
56000
2000
bu sayede bense şarkıyı dinleyebileceğim
01:13
and we can all sail by unaffected."
26
58000
2000
ve hiçbirimiz etkilenmeden yolumuza devam edebileceğiz."
01:15
So this is a captain
27
60000
3000
Bu kaptan
01:18
putting the life of every single person on the ship at risk
28
63000
2000
gemideki herkesin hayatını riske atmak pahasına
01:20
so that he can hear a song.
29
65000
2000
şarkıyı dinlemeyi seçiyor.
01:22
And I'd like to think if this was the case,
30
67000
2000
Eğer olay böyle cereyan ettiyse
01:24
they probably would have rehearsed it a few times.
31
69000
3000
muhtemelen bunun birkaç kez provasını yapmış olmalılar.
01:27
Odysseus would have said, "Okay, let's do a dry run.
32
72000
3000
Odysseus şöyle demiş olabilir, "Tamam, haydi bir deneme yapalım.
01:30
You tie me to the mast, and I'm going to beg and plead.
33
75000
3000
Beni direğe bağla. Sana yalvarıp yakaracağım.
01:33
And no matter what I say, you cannot untie me from the mast.
34
78000
2000
ama ne söylersem söyleyeyim beni çözmeyeceksin.
01:35
All right, so tie me to the mast."
35
80000
2000
Tamam mı? Şimdi beni direğe bağla."
01:37
And the first mate takes a rope
36
82000
2000
Birinci adam bir halat alır
01:39
and ties Odysseus to the mast in a nice knot.
37
84000
3000
ve Odysseus'u direğe sıkıca bağlar.
01:42
And Odysseus does his best job playacting
38
87000
2000
Odysseus en iyi şekilde rol yapar
01:44
and says, "Untie me. Untie me.
39
89000
2000
ve "Çöz beni, Çöz beni
01:46
I want to hear that song. Untie me."
40
91000
2000
o şarkıyı dinlemek istiyorum. Çöz beni" der.
01:48
And the first mate wisely resists
41
93000
2000
Birinci adam bilgece karşı koyar
01:50
and doesn't untie Odysseus.
42
95000
2000
ve Odysseus'u çözmez.
01:52
And then Odysseus says, "I see that you can get it.
43
97000
3000
Odysseus şöyle devam eder; "Görüyorum ki anlamışsın.
01:55
All right, untie me now and we'll get some dinner."
44
100000
3000
Tamam, şimdi beni çöz de akşam yemeğini yiyelim.
01:58
And the first mate hesitates.
45
103000
2000
Birinci adam tereddüt eder.
02:00
He's like, "Is this still the rehearsal,
46
105000
2000
"Hala rol mu yapıyor,
02:02
or should I untie him?"
47
107000
3000
yoksa onu çözmeli miyim?"
02:05
And the first mate thinks,
48
110000
2000
ve şöyle düşünür,
02:07
"Well, I guess at some point the rehearsal has to end."
49
112000
3000
"Bir yerde rolün de bitmesi gerekir."
02:10
So he unties Odysseus, and Odysseus flips out.
50
115000
3000
Böylece Odysseus'u çözer ve Odysseus buna çok kızar.
02:13
He's like, "You idiot. You moron.
51
118000
2000
"Seni ahmak. Seni aptal.
02:15
If you do that tomorrow, I'll be dead, you'll be dead,
52
120000
2000
Eğer bunu yarın yaparsan, ben ölmüş olacağım, sen ölmüş olacaksın,
02:17
every single one of the men will be dead.
53
122000
2000
bütün herkes ölmüş olacak.
02:19
Now just don't untie me no matter what."
54
124000
3000
O halde ne olursa olsun sakın çözme beni!"
02:22
He throws the first mate to the ground.
55
127000
2000
Diyerek adamı yere savurur.
02:24
This repeats itself through the night --
56
129000
2000
Bu olay gece boyunca tekrarlanır
02:26
rehearsal, tying to the mast,
57
131000
2000
prova, direğe bağlanması
02:28
conning his way out of it,
58
133000
2000
serbest kalışı,
02:30
beating the poor first mate up mercilessly.
59
135000
3000
adamı acımasızca kandırması.
02:33
Hilarity ensues.
60
138000
3000
Şamata sürüp gider.
02:36
Tying yourself to a mast
61
141000
2000
Kendinizi direğe bağlamak
02:38
is perhaps the oldest written example
62
143000
2000
belki de psikologların tabiriyle bilinen en eski
02:40
of what psychologists call a commitment device.
63
145000
3000
bağlanma aracı örneğidir.
02:43
A commitment device is a decision that you make
64
148000
3000
Bağlanma aracıysa sakin kafayla aldığınız karardır.
02:46
with a cool head to bind yourself
65
151000
3000
Bu sayede kendinizi kontrol edip
02:49
so that you don't do something regrettable
66
154000
2000
böylece heyecanlı bir anınızda
02:51
when you have a hot head.
67
156000
3000
pişman olacağınız şeyler yapmazsınız.
02:54
Because there's two heads inside one person
68
159000
2000
Düşünecek olursanız bir kişinin içerisinde
02:56
when you think about it.
69
161000
2000
iki adet kafa bulunur.
02:58
Scholars have long invoked this metaphor of two selves
70
163000
3000
Bilim insanları bu iki benlik benzetmesini
03:01
when it comes to questions of temptation.
71
166000
3000
cezbedilicik meselesi karşısında oluşturmuşlardır.
03:04
There is first, the present self.
72
169000
3000
İlk olarak, mevcut benlik vardır.
03:07
This is like Odysseus when he's hearing the song.
73
172000
3000
Bu Odysseus'un şarkıyı dinlediği haline benzer.
03:10
He just wants to get to the front row.
74
175000
2000
Sadece ön sıraya geçmek ister.
03:12
He just thinks about the here and now and the immediate gratification.
75
177000
3000
Bulunduğu yeri ve şimdiyi düşünür ve aklında anlık haz vardır.
03:15
But then there's this other self, the future self.
76
180000
3000
Ama bir başka benlik daha vardır. Gelecekteki benlik.
03:18
This is Odysseus as an old man
77
183000
2000
Bu da Odysseus'un yaşlı bir adam olarak
03:20
who wants nothing more than to retire in a sunny villa
78
185000
3000
güneşli bir eve yerleşmekten ve
03:23
with his wife Penelope
79
188000
2000
karısı Penelope'yle birlikte
03:25
outside of Ithaca -- the other one.
80
190000
3000
Ithaca'nın dışında yaşamaktan başka bir şeyi düşünmeyen hali.
03:31
So why do we need commitment devices?
81
196000
4000
Peki neden bağlılık araçlarına ihtiyacımız var?
03:35
Well resisting temptation is hard,
82
200000
2000
Cazibeden kaçınmak zordur,
03:37
as the 19th century English economist
83
202000
3000
19. yüzyıl İngiliz iktisatçısı
03:40
Nassau William Senior said,
84
205000
2000
Nassau William Senior söylediği gibi,
03:42
"To abstain from the enjoyment which is in our power,
85
207000
3000
"Kendi gücümüzün parçası olan zevkten uzak durmak
03:45
or to seek distant rather than immediate results,
86
210000
3000
ya da çabuk sonuçlar yerine uzak mesafeler aramak
03:48
are among the most painful exertions
87
213000
2000
insan iradesinin en acı veren
03:50
of the human will."
88
215000
2000
uğraşlarından birisidir."
03:52
If you set goals for yourself and you're like a lot of other people,
89
217000
3000
Kendinize hedefler koyarsanız diğer insanlar gibisinizdir,
03:55
you probably realize
90
220000
2000
muhtemelen anlarsınız ki
03:57
it's not that your goals are physically impossible
91
222000
2000
sizi onlara erişmekten alı koyan
03:59
that's keeping you from achieving them,
92
224000
2000
hedeflerinizin maddeten imkansız olması değildir de
04:01
it's that you lack the self-discipline to stick to them.
93
226000
3000
onlara uymanızı zorlaştıran disiplininizdir.
04:04
It's physically possible to lose weight.
94
229000
2000
Kilo vermek mantıken mümkündür.
04:06
It's physically possible to exercise more.
95
231000
3000
Mantıken daha çok spor yapmak mümkündür.
04:09
But resisting temptation
96
234000
2000
Ama vazgeçmeye karşı koymaksa
04:11
is hard.
97
236000
2000
zordur.
04:13
The other reason
98
238000
2000
Vazgeçmeye karşı koymanın
04:15
that it's difficult to resist temptation
99
240000
3000
zor olmasının diğer sebebiyse
04:18
is because it's an unequal battle
100
243000
3000
bunun şimdiki ve gelecekteki benlikleriniz
04:21
between the present self and the future self.
101
246000
2000
arasındaki eşitsiz bir savaş olmasıdır.
04:23
I mean, let's face it, the present self is present.
102
248000
2000
Şöyle ki, bunu kabul edin, şimdiki benlik mevcut olandır.
04:25
It's in control. It's in power right now.
103
250000
3000
Kontrol ondadır. Şimdi o güçlüdür.
04:28
It has these strong, heroic arms
104
253000
2000
Onun güçlü, kahraman kolları vardır
04:30
that can lift doughnuts into your mouth.
105
255000
2000
o kollar donutları ağzınıza götürür.
04:32
And the future self is not even around.
106
257000
3000
Gelecekteki benlik ise ortalarda bile değildir.
04:35
It's off in the future. It's weak.
107
260000
3000
O gelecektedir. Zayıftır.
04:38
It doesn't even have a lawyer present.
108
263000
2000
Şimdiki zamanda bir avukatı bile yoktur.
04:40
There's nobody to stick up for the future self.
109
265000
2000
Gelecekteki benliği savunacak hiç kimse yoktur.
04:42
And so the present self can trounce
110
267000
3000
O yüzden de şimdiki benlik onun bütün hayallerine
04:45
all over its dreams.
111
270000
2000
galebe gelebilir.
04:47
So there's this battle between the two selves that's being fought,
112
272000
4000
O halde bu iki benlik arasında sürüp giden bir mücadele bulunmaktadır
04:51
and we need commitment devices
113
276000
2000
ve biz de bu ikisinin arasındaki savaşı düzenlemek için
04:53
to level the playing field between the two.
114
278000
3000
bağlılılık araçlarına ihtiyaç duyarız.
04:56
Now I'm a big fan of commitment devices actually.
115
281000
3000
Ben bağlılılık araçlarının çok sıkı bir takipçisiyim.
04:59
Tying yourself to the mast is the oldest one, but there are other ones
116
284000
3000
Kendini direğe bağlamak en eskisidir ama
05:02
such as locking a credit card away with a key
117
287000
4000
kredi kartını çekmeceye kilitlemek
05:06
or not bringing junk food into the house so you won't eat it
118
291000
3000
ya da yememek için eve hazır yiyececekler getirmemek
05:09
or unplugging your Internet connection
119
294000
2000
ya da internet bağlantısını söküp bilgisayarı kullanmak da
05:11
so you can use your computer.
120
296000
2000
diğer türlerindendir.
05:13
I was creating commitment devices of my own
121
298000
2000
Ben varlıklarından haberdar olmadan çok önce
05:15
long before I knew what they were.
122
300000
2000
kendi bağlılık araçlarımı yaratıyordum.
05:17
So when I was a starving post-doc
123
302000
2000
Columbia Üniversitesi'nde doktora yapmış
05:19
at Columbia University,
124
304000
2000
aç bi-ilaç birisiyken
05:21
I was deep in a publish-or-perish phase of my career.
125
306000
3000
yayın yap ya da aç kal tarzı bir hayat sürüyordum.
05:24
I had to write five pages a day
126
309000
2000
Makaleler için günde beş sayfa
05:26
towards papers
127
311000
2000
yazmam gerekiyordu
05:28
or I would have to give up five dollars.
128
313000
3000
ya da beş doları gözden çıkaracaktım.
05:31
And when you try to execute these commitment devices,
129
316000
3000
Ve bu bağlılık araçlarını işlettiğiniz zaman
05:34
you realize the devil is really in the details.
130
319000
2000
gerçekten de şeytanın ayrıntılarda olduğunu fark ediyorsunuz.
05:36
Because it's not that easy to get rid of five dollars.
131
321000
3000
Çünkü beş dolardan vazgeçmek hiç de kolay değildir.
05:39
I mean, you can't burn it; that's illegal.
132
324000
3000
Yani, yakamazsınız; bu yasal değil.
05:42
And I thought, well I could give it to a charity
133
327000
2000
Ben de yardım olarak verebileceğimi
05:44
or give it to my wife or something like that.
134
329000
2000
ya da karıma verebileceğimi düşündüm.
05:46
But then I thought, oh, I'm sending myself mixed messages.
135
331000
2000
Ama sonra da, kendime tutarsız mesajlar verdiğimi fark ettim.
05:48
Because not writing is bad, but giving to charity is good.
136
333000
3000
Çünkü yazamam kötü ama yardım vermek iyidir.
05:51
So then I would kind of justify not writing
137
336000
2000
Yani yazmamayı bir bağış yaparak
05:53
by giving a gift.
138
338000
2000
meşru hale getirmekteydim.
05:55
And then I kind of flipped that around and thought,
139
340000
2000
Ben de bir daha düşündüm ve
05:57
well I could give it to the neo-Nazis.
140
342000
2000
neo-Nazilere verebileceğime karar verdim.
05:59
But then I was like, that's more bad than writing is good,
141
344000
3000
Ama sonra da, bu yazmak iyidirden daha kötü,
06:02
and so that wouldn't work.
142
347000
2000
o yüzden de işe yaramayacak.
06:04
So ultimately, I just decided
143
349000
2000
Böylece son olarak
06:06
I would leave it in an envelope on the subway.
144
351000
3000
metroda bir zarfın içinde bırakmaya karar verdim.
06:09
Sometimes a good person would find it,
145
354000
2000
Bazen iyi birisi onu bulur,
06:11
sometimes a bad person would find it.
146
356000
2000
bazen de kötü birisi bulur.
06:13
On average, it was just a completely pointless exchange of money
147
358000
3000
İşin özü, bu sonucunda pişmanlık duyacağım
06:16
that I would regret.
148
361000
2000
manasız bir para değişimiydi.
06:18
(Laughter)
149
363000
3000
(Kahkaha)
06:21
Such it is with commitment devices.
150
366000
3000
Bağlılık araçları böyledir.
06:24
But despite my like for them,
151
369000
4000
Ama benim onlara olan sevgime karşılık
06:28
there's two nagging concerns
152
373000
2000
bağlılık araçlarıyla ilgili olarak hep aklımı meşgul eden
06:30
that I've always had about commitment devices,
153
375000
2000
iki sıkıntılı konu var ki
06:32
and you might feel this if you use them yourself.
154
377000
2000
ve siz de onları kullanırsanız böyle düşünebilirsiniz.
06:34
So the first is,
155
379000
2000
İlki,
06:36
when you've got one of these devices going,
156
381000
2000
böyle bir araçtan faydalandığınızda,
06:38
such as this contract to write everyday or pay,
157
383000
3000
mesela her gün yazma ya da ödeme anlaşması gibi
06:41
it's just a constant reminder
158
386000
2000
durmadan aklınızdan olan bir şey vardır
06:43
that you have no self-control.
159
388000
2000
o da kendinizi hiç de kontrol edemediğinizdir.
06:45
You're just telling yourself, "Without you, commitment device,
160
390000
2000
Kendi kendinize durmadan, "Bağlılık aracı, sen olmasan,
06:47
I am nothing, I have no self-discipline."
161
392000
3000
Ben hiçim, kendime hakim olamıyorum." diyeceksiniz.
06:50
And then when you're ever in a situation
162
395000
2000
Ve de bağlılık aracınız olmadığı
06:52
where you don't have a commitment device in place --
163
397000
3000
bir durumda olduğunuzda
06:55
like, "Oh my God, that person's offering me a doughnut,
164
400000
2000
mesela "Tanrım, bu kişi bana bir çörek veriyor
06:57
and I have no defense mechanism," --
165
402000
2000
benimse savunma mekanizmam yok" gibi,
06:59
you just eat it.
166
404000
2000
çöreği yiyeceksiniz.
07:01
So I don't like the way that they take the power away from you.
167
406000
3000
Bu yüzden de onların sizin gücünüzü alması hoşuma gitmiyor.
07:04
I think self-discipline is something, it's like a muscle.
168
409000
3000
Bence kendini kontrol etmek bir tür kas gibidir.
07:07
The more you exercise it, the stronger it gets.
169
412000
3000
Ne kadar antreman yaparsanız, o kadar güçlenir.
07:10
The other problem with commitment devices
170
415000
2000
Bağlılık araçlarıyla ilgili diğer sorunsa
07:12
is that you can always weasel your way out of them.
171
417000
3000
her zaman onlardan kurtulabilecek olmanızdır.
07:15
You say, "Well, of course I can't write today,
172
420000
2000
Diyebilirsiniz ki "Tabi ki, bugün yazamam,
07:17
because I'm giving a TEDTalk and I have five media interviews,
173
422000
3000
çünkü TEDTalk'ta sahne alacağım ve beş tane röportaj vereceğim,
07:20
and then I'm going to a cocktail party and then I'll be drunk after that.
174
425000
3000
sonra kokteyle gideceğim ve sarhoş olacağım
07:23
And so there's no way that this is going to work."
175
428000
3000
yani bu durumda asla çalışamam."
07:26
So in effect, you are like Odysseus and the first mate
176
431000
2000
Bu bakımdan da, hem Odysseus hem de aynı zamanda
07:28
in one person.
177
433000
2000
birinci adamsınızdır.
07:30
You're putting yourself, you're binding yourself,
178
435000
3000
Hem kendinizi verip, bağlanıp
07:33
and you're weaseling your way out of it,
179
438000
2000
hem de bir şekilde kurtulmaya çalışırsınız
07:35
and then you're beating yourself up afterwards.
180
440000
2000
sonunda da dövünürsünüz.
07:37
So I've been working
181
442000
2000
Bu yüzden de ben
07:39
for about a decade now
182
444000
2000
neredeyse on yıldır
07:41
on finding other ways
183
446000
2000
bağlılık araçları kullanmadan
07:43
to change people's relationship to the future self
184
448000
2000
insanların gelecekteki benlikleriyle olan ilişkilerini
07:45
without using commitment devices.
185
450000
2000
değiştirmenin başka yollarını bulmaya çalışıyorum.
07:47
In particular, I'm interested in the relationship
186
452000
3000
Özellikle ilgimi çeken konu ise
07:50
to the future financial self.
187
455000
3000
gelecekteki finansal benlikle olan alaka.
07:54
And this is a timely issue.
188
459000
2000
Bu da zamanla ilgili bir konu.
07:56
I'm talking about the topic of saving.
189
461000
2000
Tasarruf konusundan bahsediyorum.
07:58
Now saving is a classic two selves problem.
190
463000
2000
Tasarruf klasik bir ikili benlik problemidir.
08:00
The present self does not want to save at all.
191
465000
3000
Şimdiki benlik hiç tasarruf yapmamak ister.
08:03
It wants to consume.
192
468000
2000
Harcamayı tercih eder.
08:05
Whereas the future self wants the present self to save.
193
470000
3000
Ancak gelecekteki benlik şimdikinin tasarruf yapmasını ister.
08:09
So this is a timely problem.
194
474000
2000
Bu bakımdan zamanla ilgilidir.
08:11
We look at the savings rate
195
476000
2000
Tasarruf oranlarına baktığımızda
08:13
and it has been declining since the 1950s.
196
478000
3000
1950'lerden beri düşüşte olduğunu görürüz.
08:16
At the same time, the Retirement Risk Index,
197
481000
3000
Ancak, Emeklilik Risk Endeksi,
08:19
the chance of not being able to meet your needs in retirement,
198
484000
3000
emeklilikte ihtiyaçlarınızı karşılayamama ihtimaliniz
08:22
has been increasing.
199
487000
2000
giderek artmaktadır.
08:24
And we're at a situation now
200
489000
2000
Ve biz de öyle bir durumdayız ki
08:26
where for every three baby boomers,
201
491000
2000
doğan üç bebekten ikisi
08:28
the McKinsey Global Institute predicts
202
493000
2000
McKinsey Global Enstitüsü'ne göre
08:30
that two will not be able to meet their pre-retirement needs
203
495000
4000
emekliliklerinde, daha önceki ihtiyaçlarını karşılayamayacakları
08:34
while they're in retirement.
204
499000
2000
bir hale gelecekler.
08:36
So what can we do about this?
205
501000
3000
Biz bununla ilgili ne yapabiliriz?
08:39
There's a philosopher, Derek Parfit,
206
504000
3000
Derek Parfit isminde bir filozofun
08:42
who said some words that were inspiring to my coauthors and I.
207
507000
3000
beni ve aynı alanda çalıştığım arkadaşlarımı etkilemiş bir sözü var.
08:45
He said that, "We might neglect our future selves
208
510000
3000
Şöyle diyor, "Bazı yanlış inaçlar ve hayaller yüzünden
08:48
because of some failure of belief or imagination."
209
513000
4000
gelecekteki hallerimizi göz ardı edebiliriz."
08:52
That is to say,
210
517000
2000
Yani,
08:54
we somehow might not believe that we're going to get old,
211
519000
3000
bir gün yaşlanacağımıza inanmayabiliriz
08:57
or we might not be able to imagine
212
522000
2000
ya da bir gün yaşlanacağımızı
08:59
that we're going to get old some day.
213
524000
2000
hayalimizde canlandıramayabiliriz.
09:01
On the one hand, it sounds ridiculous.
214
526000
2000
Aynı zamanda da bu kulağa garip gelir.
09:03
Of course, we know that we're going to get old.
215
528000
2000
Yaşlanacağımızı tabidir ki biliriz.
09:05
But aren't there things that we believe and don't believe at the same time?
216
530000
3000
Ama hem inanıp hem de inanmadığımız şeyler yok mudur?
09:08
So my coauthors and I have used computers,
217
533000
3000
Bunun için de ben ve arkadaşlarım bilgisayarları,
09:11
the greatest tool of our time,
218
536000
2000
çağımızın en önemli aracını kullanarak,
09:13
to assist people's imagination
219
538000
2000
insanların hayal kurmalarına yardımcı olmaya
09:15
and help them imagine what it might be like
220
540000
3000
ve gelecekte nasıl görüneceklerini düşünmeye
09:18
to go into the future.
221
543000
2000
yardım etmeye çalıştık.
09:20
And I'll show you some of these tools right here.
222
545000
3000
Bu araçlardan bazılarını size göstereceğim.
09:23
The first is called the distribution builder.
223
548000
2000
İlkinin adı dağıtım kurucu.
09:25
It shows people what the future might be like
224
550000
3000
Gelecekte ortaya çıkabilecek
09:28
by showing them a hundred equally probable outcomes
225
553000
3000
yüz kadar muhtemel sonuç göstererek
09:31
that might be obtained in the future.
226
556000
2000
gelecekteki halinizi ortaya koyuyor
09:33
Each outcome is shown by one of these markers,
227
558000
3000
Her bir sonuç bu işaretlerden birisiyle gösteriliyor
09:36
and each sits on a row
228
561000
2000
ve her biri de bir kolona yerleşip
09:38
that represents a level of wealth and retirement.
229
563000
2000
bir refah ve emeklilik seviyesini temsil ediyor.
09:40
Being up at the top
230
565000
2000
En tepede olmak
09:42
means that you're enjoying a high income in retirement.
231
567000
2000
emekliyken yüksek bir geliriniz var manasına geliyor.
09:44
Being down at the bottom
232
569000
2000
En aşağısı ise
09:46
means that you're struggling to make ends meet.
233
571000
2000
yakanızı bir araya getirmekte zorlanıyorsunuz demek.
09:48
When you make an investment,
234
573000
2000
Bir yatırım yaptığınızda
09:50
what you're really saying is, "I accept
235
575000
2000
aslında şöyle söylüyorsunuz
09:52
that any one of these 100 things
236
577000
2000
"Bu 100 şeyden birisinin gerçekleşebileceğini
09:54
could happen to me and determine my wealth."
237
579000
2000
ve bunun da refah seviyemi belirleyeceğini kabul ediyorum."
09:56
Now you can try to move your outcomes around.
238
581000
3000
Bu şekilde sonuçları değiştirmeye çalışabilirsiniz.
09:59
You can try to manipulate your fate, like this person is doing,
239
584000
3000
Bu kişinin yaptığı gibi kaderinize müdahale edebilirsiniz
10:02
but it costs you something to do it.
240
587000
2000
ama bunun size bir maliyet olur.
10:04
It means that you have to save more today.
241
589000
4000
Yani bugün daha fazla biriktirmelisiniz.
10:08
Once you find an investment that you're happy with,
242
593000
2000
Size yetecek bir yatırımı bulduğunuz zamani
10:10
what people do is they click "done"
243
595000
2000
insanlar "tamam" a basıyor
10:12
and the markers begin to disappear,
244
597000
2000
ve işaretler de teker teker
10:14
slowly, one by one.
245
599000
2000
yavaşça kaybolmaya başlıyor.
10:16
It simulates what it is like to invest in something
246
601000
2000
Bir şeye yatırım yapıp
10:18
and to watch that investment pan out.
247
603000
3000
yatırımın nasıl sonuçlanacağının simülasyonunu yapıyor.
10:21
At the end, there will only be one marker left standing
248
606000
3000
Sonunda, bir tane işaret kalacak
10:24
and it will determine our wealth in retirement.
249
609000
3000
o da sizin emeklilikteki durumunuzu belirleyecek.
10:27
Yes, this person retired
250
612000
2000
Bu kişi emekli olduğunda
10:29
at 150 percent of their working income in retirement.
251
614000
4000
çalışırkenki gelirinin yüzde 150'siyle emekli olmuş.
10:33
They're making more money while retired
252
618000
2000
Emekli oldukları zaman
10:35
than they were making while they were working.
253
620000
2000
çalıştıklarından daha fazla para kazanmışlar.
10:37
If you're like most people,
254
622000
2000
Siz de çoğu insan gibiyseniz
10:39
just seeing that gave you a small sense of elation and joy --
255
624000
4000
bunu görünce mutluluk ve neşe hissi duyarsınız
10:43
just to think about making
256
628000
2000
emekliyken önceye göre yüzde 50 daha fazla kazanacağınızı
10:45
50 percent more money in retirement than before.
257
630000
3000
düşündüğünüz zaman.
10:48
However, had you ended up on the very bottom,
258
633000
2000
Amma velakin, en altta kaldığınızdaysa,
10:50
it might have given you a slight sense
259
635000
2000
bu size bir mide bulantısı
10:52
of dread and/or nausea
260
637000
2000
ve sıkıntı hissi verir
10:54
thinking about struggling to get by in retirement.
261
639000
4000
emeklilikte sıkıntı çekeceğinizi düşünmek içinizi sıkar.
10:58
By using this tool over and over
262
643000
2000
Bu aracı kullandıkça
11:00
and simulating outcome after outcome,
263
645000
3000
ve farklı farklı sonuçlar elde ettikçe,
11:03
people can understand
264
648000
2000
insanlar, bugün yaptıkları yatırım ve tasarruflar sayesinde
11:05
that the investments and savings that they undertake today
265
650000
3000
emeklilikte nasıl bir refah durumunda olacaklarının
11:08
determine their well-being in the future.
266
653000
2000
belirlendiğini anlarlar.
11:10
Now people are motivated through emotions,
267
655000
3000
İnsanlar duygularıyla motive olurlar
11:13
but different people find different things motivating.
268
658000
3000
ama her insan farklı şeylerden motivasyon bulur.
11:16
This is a simulation
269
661000
3000
Bu simülasyon
11:19
that uses graphics,
270
664000
2000
grafiklerle işlemektedir,
11:21
but other people find motivating what money can buy,
271
666000
2000
ama bazı insanlar paranın satın aldıklarını motive edici bulur,
11:23
not just numbers.
272
668000
2000
düz rakamları değil.
11:25
So here I made a distribution builder
273
670000
2000
Ben de bir dağıtım kurucu yaptım
11:27
where instead of showing numerical outcomes,
274
672000
3000
bu da sayısal sonuçlar vermenin yanından
11:30
I show people what those outcomes will get you,
275
675000
3000
insanlara nasıl sonuçlar oluşacağını
11:33
in particular apartments that you can afford
276
678000
2000
tutmaya gücünüzün yeteceği daireleri göstererek anlatıyor.
11:35
if you're retiring on 3,000, 2,500,
277
680000
3000
Emekli olduğunuzda aylık 3000, 2500,
11:38
2,000 dollars per month and so on.
278
683000
3000
2000 dolarınız varsa gibi.
11:41
As you move down the ladder of apartments,
279
686000
2000
Dairelerde aşağıya doğru gittikçe
11:43
you see that they get worse and worse.
280
688000
3000
her birinin gittikçe kötüleştiğini görürsünüz.
11:46
Some of them look like places I lived in as a graduate student.
281
691000
4000
Bazıları öğrenciyken yaşadığım yerlere benziyor.
11:50
And as you get to the very bottom,
282
695000
4000
En alta vardığınızda
11:54
you're faced with the unfortunate reality
283
699000
2000
istenmeyen gerçeklikle karşı karşıyasınızdır
11:56
that if you don't save anything for retirement,
284
701000
2000
emeklilik için tasarruf yapmazsanız
11:58
you won't be able to afford any housing at all.
285
703000
3000
hiç eviniz bile olmayabilir.
12:01
Those are actual pictures of actual apartments
286
706000
2000
Bu evler internette yayınlanan
12:03
renting for that amount
287
708000
2000
bu miktarlarla tutulabilecek
12:05
as advertised on the Internet.
288
710000
2000
gerçek ev ilanlarından alınmış.
12:07
The last thing I'll show you,
289
712000
2000
Size göstereceğim son şey,
12:09
the last behavioral time machine,
290
714000
2000
son davranışsal zaman makinesi,
12:11
is something that I created with Hal Hershfield,
291
716000
3000
bu Hal Hershfield ile birlikte yarattığım bir şey.
12:14
who was introduced to me by my coauthor on a previous project,
292
719000
3000
Onu bana önceki bir projeden çalışma arkadaşım olan
12:17
Bill Sharpe.
293
722000
2000
Bill Sharpe tanıştırdı.
12:19
And what it is
294
724000
2000
Bu da
12:21
is an exploration into virtual reality.
295
726000
2000
sanal gerçekliğin bir keşfinin yapılması.
12:23
So what we do is we take pictures of people --
296
728000
3000
Şöyle yapıyoruz, insanların resimlerini çekiyoruz--
12:26
in this case, college-age people --
297
731000
2000
bu durumda, üniversite çağındaki insanların--
12:28
and we use software to age them
298
733000
2000
bir program kullanarak onları yaşlandırıyoruz
12:30
and show these people what they'll look like
299
735000
3000
ve bu insanlara
12:33
when they're 60, 70, 80 years old.
300
738000
2000
60, 70, 80 yaşlarındayken nasıl görüneceklerini gösteriyoruz.
12:35
And we try to test
301
740000
2000
Ve de gelecekteki yüzünüze baktığınızda
12:37
whether actually assisting your imagination
302
742000
3000
hayalgücünüzün yatırım davranışlarınızı
12:40
by looking at the face of your future self
303
745000
2000
değiştirip değiştirmeyeceğini
12:42
can change you investment behavior.
304
747000
2000
test ediyoruz.
12:44
So this is one of our experiments.
305
749000
3000
Bu bizim deneylerimizden birisi.
12:47
Here we see the face of the young subject on the left.
306
752000
3000
Burada solda genç birisinin yüzünü görüyoruz.
12:50
He's given a control
307
755000
2000
Ona tasarruf oranını
12:52
that allows him to adjust his savings rate.
308
757000
2000
kontrolünü yapması sağlandı.
12:54
As he moves his savings rate down,
309
759000
2000
Tasarruf oranını azalttıkça
12:56
it means that he's saving zero
310
761000
2000
bu hiç biriktirmiyor manasına geliyor
12:58
when it's all the way here at the left.
311
763000
2000
bu tam soldayken.
13:00
You can see his current annual income --
312
765000
2000
Şimdiki yıllık gelirini görebilirsiniz
13:02
this is the percentage of his paycheck that he can take home today --
313
767000
3000
aldığı ödemenin eve getirebildiği miktarını gösteriyor
13:05
is quite high, 91 percent,
314
770000
2000
oldukça yüksek, yüzde 91,
13:07
but his retirement income is quite low.
315
772000
2000
ama emeklilik geliri çok düşük.
13:09
He's going to retire on 44 percent
316
774000
2000
Emekliyken kazandığının
13:11
of what he earned while he was working.
317
776000
3000
yüzde 44'ünü eline geçirecek.
13:14
If he saves the maximum legal amount,
318
779000
3000
Eğer hukuki olarak en yüksek tutarı biriktirirse
13:17
his retirement income goes up,
319
782000
2000
emeklilik geliri artıyor,
13:19
but he's unhappy
320
784000
2000
ama mutsuz oluyor
13:21
because now he has less money on the left-hand side to spend today.
321
786000
3000
çünkü şimdi harcaması için daha az parası var.
13:25
Other conditions show people the future self.
322
790000
3000
Diğer durumlar kişinin gelecekteki halini gösteriyor.
13:28
And from the future self's point of view, everything is in reverse.
323
793000
3000
Gelecekteki hal içinse her şey ters durumda.
13:31
If you save very little,
324
796000
2000
Az biriktirirseniz,
13:33
the future self is unhappy
325
798000
2000
gelecekteki hal mutsuz oluyor
13:35
living on 44 percent of the income.
326
800000
3000
gelirin yüzde 44'üyle yaşıyor.
13:38
Whereas if the present self saves a lot,
327
803000
3000
Ama şimdiki taraf çok tasarruf yaparsa,
13:41
the future self is delighted,
328
806000
2000
gelecekteki seviniyor,
13:43
where the income is close up near 100 percent.
329
808000
3000
burada gelir neredeyse yüzde 100 oluyor.
13:46
To bring this to a wider audience,
330
811000
3000
Bunun daha geniş bir kitleye sunabilmek için
13:49
I've been working with Hal and Allianz
331
814000
3000
Hal ve Allianz ile birlikte çalışıp
13:52
to create something we call the behavioral time machine,
332
817000
3000
davranışsal zaman makinesi adını verdiğimiz bir şey yarattık,
13:55
in which you not only get to see yourself in the future,
333
820000
3000
burada sadece gelecekteki halinizi görmekle kalmıyorsunuz,
13:58
but you get to see anticipated emotional reactions
334
823000
3000
aynı zamanda tahmin edilen duygusal reaksiyonlarınızı da
14:01
to different levels of retirement wealth.
335
826000
3000
farklı emeklilik refahı seviyelerine göre görebiliyorsunuz.
14:04
So for instance,
336
829000
2000
Örnek olarak,
14:06
here is somebody using the tool.
337
831000
2000
burada aracı kullanan birisi var.
14:08
And just watch the facial expressions
338
833000
2000
Ve çubuğu kaydırdığımızdaki
14:10
as they move the slider.
339
835000
2000
yüz ifadelerini izleyin.
14:12
The younger face gets happier and happier, saving nothing.
340
837000
2000
Tasarruf olmadığında genç yüz çok mutlu oluyor.
14:14
The older face is miserable.
341
839000
2000
Yaşlısı ise sefil oluyor.
14:16
And slowly, slowly we're bringing it up to a moderate savings rate.
342
841000
2000
Yavaş yavaş daha ortalara getiriyoruz.
14:18
And then it's a high savings rate.
343
843000
2000
Ve yüksek tasarruf oranı.
14:20
The younger face is getting unhappy.
344
845000
2000
Genç yüz mutsuz oluyor.
14:22
The older face is quite pleased
345
847000
2000
Yaşlısı ise bu karardan
14:24
with the decision.
346
849000
3000
oldukça mutlu bir durumda.
14:27
We're going to see if this has an effect on what people do.
347
852000
2000
Bunun insanların yaptıkları üzerinde etkisinin olup olmadığına bakacağız.
14:29
And what's nice about it
348
854000
2000
Güzel olan tarafıysa
14:31
is it's not something that biasing people actually,
349
856000
3000
bu insanları yanıltan bir şey değil,
14:34
because as one face smiles,
350
859000
2000
çünkü bir yüz gülerken,
14:36
the other face frowns.
351
861000
2000
diğeri somurtuyor.
14:38
It's not telling you which way to put the slider,
352
863000
2000
Size çubuğu nereye getireceğinizi söylemiyor,
14:40
it's just reminding you that you are
353
865000
3000
size bu gelecekteki halle
14:43
connected to and legally tied to
354
868000
2000
bağlantılı olduğunuzu ve onunla hukuki bir
14:45
this future self.
355
870000
2000
ilişkide olduğunuzu hatırlatıyor.
14:47
Your decisions today are going to determine its well-being.
356
872000
3000
Bugünkü kararlarınız onun rahatını belirleyecek.
14:50
And that's something that's easy to forget.
357
875000
3000
Bu da unutması kolay bir şey.
14:53
This use of virtual reality
358
878000
3000
Bu türden sanal gerçeklik kullanımları
14:56
is not just good for making people look older.
359
881000
2000
sadece insanları yaşlı göstermeye yaramıyor.
14:58
There are programs you can get
360
883000
2000
Öyle programlar var ki
15:00
to see how people might look
361
885000
2000
sigara içerlerse, güneşe çok maruz kalırlarsa
15:02
if they smoke, if they get too much exposure to the sun,
362
887000
3000
kilo alırlarsa vs, gibi durumları
15:05
if they gain weight and so on.
363
890000
2000
görmenizi sağlıyor.
15:07
And what's good is,
364
892000
2000
Bunun iyi tarafı da
15:09
unlike in the experiments that Hal and myself ran with Russ Smith,
365
894000
3000
benim Hal ve Russ Smith ile birlikte yürüttüğüm deneylerin aksine
15:12
you don't have to program these by yourself
366
897000
2000
sanal gerçekliği görebilmeniz için
15:14
in order to see the virtual reality.
367
899000
3000
bütün bunları kendi başınıza yapmanıza gerek olmaması.
15:17
There are applications you can get on smartphones for just a few dollars
368
902000
3000
Akıllı telefonlarda birkaç dolara satın alabileceğiniz programlarla
15:20
that do the same thing.
369
905000
2000
aynı şeyi yapabiliyorsunuz.
15:22
This is actually a picture of Hal, my coauthor.
370
907000
2000
Bu benim çalışma arkadaşım Hal'in bir resmi.
15:24
You might recognize him from the previous demos.
371
909000
3000
Onu önceki denemelerden tanıyabilirsiniz.
15:27
And just for kicks we ran his picture
372
912000
3000
Eğlence olsun diye onun resmi üzerine
15:30
through the balding, aging and weight gain software
373
915000
3000
saçlarının dökülmesi, yaşlanma ve kilo alma programlarını uygulayıp
15:33
to see how he would look.
374
918000
2000
nasıl göründüğüne baktık.
15:35
Hal is here, so I think we owe it to him as well as yourself
375
920000
3000
Hal burada, onun için de hem kendimiz için hem de onun için
15:38
to disabuse you of that last image.
376
923000
3000
kendimizi bu son resmin meydana gelmesinden kurtarmalıyız.
15:42
And I'll close it there.
377
927000
2000
Burada bitireceğim.
15:44
On behalf of Hal and myself,
378
929000
2000
Hal'le ikimiz adına
15:46
I wish all the best to your present and future selves.
379
931000
2000
şimdiki ve gelecekteki benliklerinize en iyi dileklerimi sunuyorum.
15:48
Thank you.
380
933000
2000
Teşekkürler.
15:50
(Applause)
381
935000
3000
(Alkış)
ABOUT THE SPEAKER
Daniel Goldstein - Behavioral economistDaniel Goldstein studies how we make decisions about our financial selves -- both now and in the future,
Why you should listen
Daniel Goldstein studies decision-making -- especially how humans make economic and social decisions over the course of our lives, and how we can give ourselves the right incentives, reminders, and rules of thumb to make long-term smart choices rather than short-term fun choices. He runs the blog Decision Science News. Dan is Principal Researcher at Microsoft Research, a former professor at London Business School, and member of the academic advisory board of the Behavioural Insights Team in the UK (aka the Nudge Unit). In 2015, he became President of the Society for Judgment and Decision Making, the largest academic society in Behavioral Economics.
Daniel Goldstein | Speaker | TED.com