How equal do we want the world to be? You'd be surprised | Dan Ariely

Dan Ariely: Wie viel Gleichheit wünschen wir uns? Sie werden überrascht sein

266,369 views

2015-04-08 ・ TED


New videos

How equal do we want the world to be? You'd be surprised | Dan Ariely

Dan Ariely: Wie viel Gleichheit wünschen wir uns? Sie werden überrascht sein

266,369 views ・ 2015-04-08

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Toni Klemm Lektorat: Patricia Calderón Koch
00:12
It would be nice to be objective in life,
0
12926
2645
In vielerlei Hinsicht wäre es schön
00:15
in many ways.
1
15571
2022
im Leben objektiv zu sein.
00:17
The problem is that we have these color-tinted glasses
2
17593
3378
Nur sehen wir die Welt leider zu oft
00:20
as we look at all kinds of situations.
3
20971
4679
durch eine getönte Brille.
00:25
For example, think about something as simple as beer.
4
25650
3716
Denken Sie zum Beispiel an etwas Einfaches wie Bier.
00:29
If I gave you a few beers to taste
5
29366
2182
Wenn Sie zum Beispiel ein paar Biersorten
00:31
and I asked you to rate them on intensity and bitterness,
6
31548
3808
nach Geschmacksstärke und Bitterkeit bewerten sollen,
00:35
different beers would occupy different space.
7
35356
3697
würden verschiedene Biere an verschiedenen Stellen landen.
00:39
But what if we tried to be objective about it?
8
39053
2757
Wenn wir objektiv sein wollten,
00:41
In the case of beer, it would be very simple.
9
41810
2160
wäre das im Fall von Bier sehr einfach.
00:43
What if we did a blind taste?
10
43970
2152
Wir testen den Geschmack einfach blind.
00:46
Well, if we did the same thing, you tasted the same beer,
11
46122
2724
Wenn wir es noch mal versuchten, mit denselben Bieren,
00:48
now in the blind taste, things would look slightly different.
12
48846
3971
aber diesmal blind, würde die Sache etwas anders aussehen.
00:52
Most of the beers will go into one place.
13
52817
2222
Die meisten Biere wären auf demselben Platz.
00:55
You will basically not be able to distinguish them,
14
55039
2445
Man kann sie im Prinzip nicht unterscheiden.
00:57
and the exception, of course, will be Guinness.
15
57484
3089
Die Ausnahme wäre natürlich Guinness.
01:00
(Laughter)
16
60573
2228
(Lachen)
01:02
Similarly, we can think about physiology.
17
62801
2786
Ähnlich können wir uns Physiologie vorstellen.
01:05
What happens when people expect something from their physiology?
18
65587
3042
Was, wenn wir etwas Bestimmtes von unserem Körper erwarten?
01:08
For example, we sold people pain medications.
19
68629
2508
Wir verkauften Leuten z. B. Schmerzmittel
01:11
Some people, we told them the medications were expensive.
20
71137
2739
und sagten einigen, die Medikamente wären teuer.
01:13
Some people, we told them it was cheap.
21
73876
1881
Anderen sagten wir, sie wären billig.
01:15
And the expensive pain medication worked better.
22
75757
2972
Ergebnis: Die teuren Medikamente wirkten besser.
01:18
It relieved more pain from people,
23
78729
2554
Sie linderten mehr Schmerzen,
01:21
because expectations do change our physiology.
24
81283
3504
weil die Erwartungen unsere Physiologie beeinflussen.
01:24
And of course, we all know that in sports,
25
84787
2062
Und wir alle wissen, dass man im Sport
01:26
if you are a fan of a particular team,
26
86849
1818
ein Spiel immer aus der Perspektive
01:28
you can't help but see the game
27
88667
2369
desjenigen Teams sieht,
01:31
develop from the perspective of your team.
28
91036
3505
von dem man ein Fan ist.
01:34
So all of those are cases in which our preconceived notions
29
94541
4176
All dies sind Fälle, in denen unsere Voreingenommenheit
01:38
and our expectations color our world.
30
98717
3440
und unsere Erwartungen unsere Wahrnehmung beeinflussen.
01:42
But what happened in more important questions?
31
102157
3402
Doch wie steht es mit wichtigeren Fragen,
01:45
What happened with questions that had to do with social justice?
32
105559
3552
mit Fragen nach sozialer Gerechtigkeit zum Beispiel?
01:49
So we wanted to think about what is the blind tasting version
33
109111
3405
Wir wollten die Blindtest-Version
01:52
for thinking about inequality?
34
112516
3065
zu Gedanken über Ungerechtigkeit entwickeln.
01:55
So we started looking at inequality,
35
115581
2299
Wir betrachteten also Ungerechtigkeit
01:57
and we did some large-scale surveys
36
117880
1950
und führten groß angelegte Umfragen
01:59
around the U.S. and other countries.
37
119830
2554
in den USA und anderen Ländern durch.
02:02
So we asked two questions:
38
122384
1951
Zwei Dinge wollten wir herausfinden:
02:04
Do people know what kind of level of inequality we have?
39
124335
3366
Kennen die Menschen das Ausmaß an Ungerechtigkeit in der Welt?
02:07
And then, what level of inequality do we want to have?
40
127701
4111
Welches Ausmaß an Ungerechtigkeit möchten sie haben?
02:11
So let's think about the first question.
41
131812
2414
Nehmen wir die erste Frage.
02:14
Imagine I took all the people in the U.S.
42
134226
2113
Angenommen, ich würde alle US-Amerikaner aufreihen,
02:16
and I sorted them from the poorest on the right
43
136339
2925
vom ärmsten auf der rechten Seite
02:19
to the richest on the left,
44
139264
2392
bis zum reichsten auf der linken Seite,
02:21
and then I divided them into five buckets:
45
141656
2662
und sie in fünf gleich große Gruppen aufteilen:
02:24
the poorest 20 percent, the next 20 percent,
46
144318
2298
Die ärmsten 20 Prozent, die nächsten 20 Prozent,
02:26
the next, the next, and the richest 20 percent.
47
146616
2856
die nächsten, die nächsten und die reichsten 20 Prozent.
02:29
And then I asked you to tell me how much wealth do you think
48
149472
2996
Anschließend meine Frage: Wie viel Vermögen, denken Sie,
02:32
is concentrated in each of those buckets.
49
152468
2949
befindet sich in jeder Gruppe?
02:35
So to make it simpler, imagine I ask you to tell me,
50
155417
2461
Oder um es einfacher zu machen,
02:37
how much wealth do you think is concentrated
51
157878
2260
wie viel Vermögen, schätzen Sie,
02:40
in the bottom two buckets,
52
160138
2260
befindet sich in den untersten beiden Gruppen,
02:42
the bottom 40 percent?
53
162398
2261
den untersten 40 Prozent?
02:44
Take a second. Think about it and have a number.
54
164659
2692
Überlegen Sie sich kurz eine Zahl.
02:47
Usually we don't think.
55
167351
1904
Normalerweise überlegen wir nicht.
02:49
Think for a second, have a real number in your mind.
56
169255
2485
Überlegen Sie, und haben Sie eine Zahl parat.
02:51
You have it?
57
171740
1625
Bereit?
02:53
Okay, here's what lots of Americans tell us.
58
173365
3065
Viele Amerikaner meinten das hier:
02:56
They think that the bottom 20 percent
59
176430
1927
Die untersten 20 Prozent
02:58
has about 2.9 percent of the wealth,
60
178357
2322
besitzen 2,9 Prozent allen Vermögens,
03:00
the next group has 6.4,
61
180679
2183
die nächste Gruppe hat 6,4 Prozent,
03:02
so together it's slightly more than nine.
62
182862
2507
zusammen also etwas mehr als ein Neuntel.
03:05
The next group, they say, has 12 percent,
63
185369
3413
Die nächste Gruppe, meinten sie, besitzt 12 Prozent,
03:08
20 percent,
64
188782
1649
20 Prozent,
03:10
and the richest 20 percent, people think has 58 percent of the wealth.
65
190431
4644
und die reichsten 20 Prozent haben 58 Prozent allen Vermögens.
03:15
You can see how this relates to what you thought.
66
195075
3135
Sie sehen selbst, ob dies Ihre Schätzung widerspiegelt.
03:18
Now, what's reality?
67
198210
1741
Wie ist es in Wirklichkeit?
03:19
Reality is slightly different.
68
199951
1811
Die Wirklichkeit ist etwas anders.
03:21
The bottom 20 percent has 0.1 percent of the wealth.
69
201762
3813
Die untersten 20 Prozent besitzen 0,1 Prozent allen Vermögens.
03:25
The next 20 percent has 0.2 percent of the wealth.
70
205575
3251
Die nächsten 20 Prozent haben 0,2 Prozent.
03:28
Together, it's 0.3.
71
208826
2113
Zusammen sind das 0,3 Prozent.
03:30
The next group has 3.9,
72
210939
3529
Die nächste Gruppe hat 3,9 Prozent,
03:34
11.3,
73
214468
2183
11,3 Prozent,
03:36
and the richest group has 84-85 percent of the wealth.
74
216651
5741
und die reichste Gruppe hat 84 bis 85 Prozent allen Vermögens.
03:42
So what we actually have and what we think we have
75
222392
2966
Die Wirklichkeit und unsere Vorstellung der Wirklichkeit
03:45
are very different.
76
225358
1973
sind also sehr verschieden.
03:47
What about what we want?
77
227331
2090
Wie ist es mit dem, was wir wollen?
03:49
How do we even figure this out?
78
229421
1997
Wie findet man das überhaupt heraus?
03:51
So to look at this,
79
231418
1411
Um das zu erfahren,
03:52
to look at what we really want,
80
232829
1578
03:54
we thought about the philosopher John Rawls.
81
234407
3065
dachten wir an den Philosophen John Rawls.
03:57
If you remember John Rawls,
82
237472
1835
Falls Sie sich erinnern, John Rawls
03:59
he had this notion of what's a just society.
83
239307
3250
entwickelte eine Vorstellung einer gerechten Gesellschaft.
04:02
He said a just society
84
242557
1482
Eine Gesellschaft ist dann gerecht,
04:04
is a society that if you knew everything about it,
85
244039
2715
wenn jemand, der alles über sie weiß,
04:06
you would be willing to enter it in a random place.
86
246754
2433
bereit ist, jeden beliebigen Platz darin einzunehmen.
04:09
And it's a beautiful definition,
87
249187
1524
Eine wunderbare Definition,
04:10
because if you're wealthy, you might want the wealthy
88
250711
2478
denn wenn man reich ist, möchte man vielleicht,
04:13
to have more money, the poor to have less.
89
253189
2037
dass Reiche mehr haben und Arme weniger.
04:15
If you're poor, you might want more equality.
90
255226
2109
Als Armer möchten Sie eher mehr Gleichheit.
04:17
But if you're going to go into that society
91
257335
2004
Steigen Sie aber an einem beliebigen Punkt
04:19
in every possible situation, and you don't know,
92
259339
3320
in eine Gesellschaft ein, ohne genau zu wissen, wo das sein wird,
04:22
you have to consider all the aspects.
93
262659
2206
müssen Sie alle Optionen in Betracht ziehen.
04:24
It's a little bit like blind tasting in which you don't know
94
264865
2926
Ein bisschen wie beim Blindversuch. Da wissen Sie auch nicht,
04:27
what the outcome will be when you make a decision,
95
267791
2670
welches Bier Sie in Wirklichkeit testen.
04:30
and Rawls called this the "veil of ignorance."
96
270461
3715
Rawls nannte das den "Schleier des Nichtwissens".
04:34
So, we took another group, a large group of Americans,
97
274176
3607
Wir untersuchten also eine andere, große Gruppe Amerikaner
04:37
and we asked them the question in the veil of ignorance.
98
277783
2755
und befragten sie unter diesem Aspekt.
04:40
What are the characteristics of a country that would make you want to join it,
99
280538
4110
Was für einer Gesellschaft würden Sie beitreten wollen,
04:44
knowing that you could end randomly at any place?
100
284648
3158
in der Sie auf jeder Position landen könnten?
04:47
And here is what we got.
101
287806
1479
Und das kam dabei heraus.
04:49
What did people want to give to the first group,
102
289285
2259
Was gestanden unsere Teilnehmer
04:51
the bottom 20 percent?
103
291544
2183
den untersten 20 Prozent zu?
04:53
They wanted to give them about 10 percent of the wealth.
104
293727
2694
Sie wollten ihnen 10 Prozent allen Reichtums geben.
04:56
The next group, 14 percent of the wealth,
105
296421
2600
Der nächsten Gruppe 14 Prozent allen Reichtums,
04:59
21, 22 and 32.
106
299021
5363
21, 22 und 32 Prozent.
05:04
Now, nobody in our sample wanted full equality.
107
304384
3506
Keiner in unserer Stichprobe wollte vollkommene Gleichheit.
05:07
Nobody thought that socialism is a fantastic idea in our sample.
108
307890
4433
Vom Sozialismus hielt in unserer Stichprobe also keiner etwas.
05:12
But what does it mean?
109
312323
1288
Doch was bedeutet das?
05:13
It means that we have this knowledge gap
110
313611
2038
Es bedeutet, es gibt eine Wissenslücke
05:15
between what we have and what we think we have,
111
315649
2658
zwischen dem, was wir haben, und was wir zu haben glauben.
05:18
but we have at least as big a gap between what we think is right
112
318307
3715
Doch die Lücke ist mindestens ebenso groß zwischen dem, was wir gerecht finden
05:22
to what we think we have.
113
322022
2798
und dem, was wir zu haben glauben.
05:24
Now, we can ask these questions, by the way, not just about wealth.
114
324820
3192
Diese Fragen könnte man nicht nur über Wohlstand stellen.
05:28
We can ask it about other things as well.
115
328012
2415
Wir könnten auch andere Themen erfragen.
05:30
So for example, we asked people from different parts of the world
116
330427
4203
Wir befragten Menschen aus unterschiedlichen Erdteilen
05:34
about this question,
117
334630
1718
zu diesen Themen,
05:36
people who are liberals and conservatives,
118
336348
2343
liberale und konservative Menschen,
05:38
and they gave us basically the same answer.
119
338691
2044
und im Grunde gaben uns alle dieselbe Antwort.
05:40
We asked rich and poor, they gave us the same answer,
120
340735
2482
Egal ob reich oder arm: dieselbe Antwort.
05:43
men and women,
121
343217
1301
Männer und Frauen,
05:44
NPR listeners and Forbes readers.
122
344518
2693
NPR-Hörer und Forbes-Leser.
05:47
We asked people in England, Australia, the U.S. --
123
347211
3229
Wir befragten Menschen in England, Australien, den USA,
05:50
very similar answers.
124
350440
1717
sehr ähnliche Antworten.
05:52
We even asked different departments of a university.
125
352157
2771
Wir befragten sogar unterschiedliche Uni-Institute.
05:54
We went to Harvard and we checked almost every department,
126
354928
2758
An der Harvard-Uni waren wir in fast jedem Institut.
05:57
and in fact, from Harvard Business School,
127
357686
2012
Abgesehen von der Harvard Business School,
05:59
where a few people wanted the wealthy to have more and the [poor] to have less,
128
359698
3712
wo einige den Wohlhabenden mehr und den Reichen weniger zugestehen würden,
06:03
the similarity was astonishing.
129
363410
2540
waren die Ähnlichkeiten erstaunlich.
06:05
I know some of you went to Harvard Business School.
130
365950
2824
Ich weiß, einige hier besuchten die Harvard Business School.
06:08
We also asked this question about something else.
131
368774
3346
Wir befragten die Leute auch zu etwas anderem.
06:12
We asked, what about the ratio of CEO pay to unskilled workers?
132
372120
4969
Wie ist wohl das Lohnverhältnis zwischen Firmenchef und ungelerntem Arbeiter?
06:17
So you can see what people think is the ratio,
133
377089
3157
Hier sehen Sie, was unsere Befragten schätzten.
06:20
and then we can ask the question, what do they think should be the ratio?
134
380246
3901
Und dann fragten wir, wie das Verhältnis ihrer Meinung nach sein sollte.
06:24
And then we can ask, what is reality?
135
384147
2627
Und schließlich, wie sieht die Wirklichkeit aus?
06:26
What is reality? And you could say, well, it's not that bad, right?
136
386774
3278
Gar nicht so weit entfernt, könnte man meinen.
06:30
The red and the yellow are not that different.
137
390052
2153
Rot und Gelb sind nicht so verschieden.
06:32
But the fact is, it's because I didn't draw them on the same scale.
138
392205
3920
Doch das liegt daran, dass wir sie nicht im selben Maßstab zeigen.
06:38
It's hard to see, there's yellow and blue in there.
139
398105
3910
Kaum zu erkennen, das Gelb und Blau dort.
06:42
So what about other outcomes of wealth?
140
402015
2345
Wie steht es in anderen Bereichen?
06:44
Wealth is not just about wealth.
141
404360
1695
Reichtum ist nicht nur Vermögen.
06:46
We asked, what about things like health?
142
406055
2624
Was ist mit der Gesundheit?
06:48
What about availability of prescription medication?
143
408679
4133
Der Verfügbarkeit von Medikamenten?
06:52
What about life expectancy?
144
412812
2020
Lebenserwartung?
06:54
What about life expectancy of infants?
145
414832
2415
Lebenserwartung von Kleinkindern?
06:57
How do we want this to be distributed?
146
417247
2345
Wie sollte all das verteilt werden?
06:59
What about education for young people?
147
419592
2809
Bildung für junge Menschen?
07:02
And for older people?
148
422401
1870
Und für ältere Menschen?
07:04
And across all of those things, what we learned was that people
149
424271
2983
Egal welchen Aspekt wir untersuchten, erkannten wir,
07:07
don't like inequality of wealth,
150
427254
3158
dass Menschen ungleich verteilten Wohlstand nicht mochten.
07:10
but there's other things where inequality, which is an outcome of wealth,
151
430412
3506
In anderen Bereichen war ihnen Ungleichheit, eine Folge von Wohlstand,
07:13
is even more aversive to them:
152
433918
2043
aber noch mehr zuwider:
07:15
for example, inequality in health or education.
153
435961
3971
Zum Beispiel Ungleichheit in Gesundheit oder Bildung.
07:19
We also learned that people are particularly open
154
439932
2461
Wir fanden auch heraus, dass Menschen besonders dann
07:22
to changes in equality when it comes to people
155
442393
2554
offen für eine Änderung in der Gleichheit sind,
07:24
who have less agency --
156
444947
2044
wenn es um schwache Menschen geht.
07:26
basically, young kids and babies,
157
446991
2345
Kleinkinder und Babys zum Beispiel,
07:29
because we don't think of them as responsible for their situation.
158
449336
4667
weil wir annehmen, dass sie für ihre Situation nichts können.
07:34
So what are some lessons from this?
159
454003
2345
Was sind die Lehren hieraus?
07:36
We have two gaps:
160
456348
1160
Es gibt zwei Klüfte:
07:37
We have a knowledge gap and we have a desirability gap
161
457508
2580
eine Wissenskluft und eine Wunschkluft.
07:40
And the knowledge gap is something that we think about,
162
460088
2622
In Sachen Wissenskluft überlegen wir zum Beispiel:
07:42
how do we educate people?
163
462710
1370
Wie bilden wir Menschen?
07:44
How do we get people to think differently about inequality
164
464080
2716
Wie ändern wir die Einstellung gegenüber Ungleichheit
07:46
and the consequences of inequality in terms of health, education,
165
466796
3762
und die Auswirkungen von Ungleichheit bei Gesundheit, Bildung,
07:50
jealousy, crime rate, and so on?
166
470558
2391
Eifersucht, die Verbrechensrate, und so weiter?
07:52
Then we have the desirability gap.
167
472949
1881
Dann haben wir eine Wunschkluft.
07:54
How do we get people to think differently about what we really want?
168
474830
3823
Wie können wir das Denken der Menschen ändern zu dem, was wir wirklich wollen?
07:58
You see, the Rawls definition, the Rawls way of looking at the world,
169
478653
3375
Rawls' Betrachtungsweise,
08:02
the blind tasting approach,
170
482028
1742
der Blindversuch-Ansatz,
08:03
takes our selfish motivation out of the picture.
171
483770
2925
entfernt unsere egoistischen Beweggründe aus der Gleichung.
08:06
How do we implement that to a higher degree
172
486695
2577
Wie wenden wir das im großen Stil an,
08:09
on a more extensive scale?
173
489272
2624
in einem größeren Maßstab?
08:11
And finally, we also have an action gap.
174
491896
2856
Und schließlich bleibt die Handlungskluft.
08:14
How do we take these things and actually do something about it?
175
494752
2949
Wie können wir in Bezug auf diese Fragen wirklich etwas ändern?
08:17
I think part of the answer is to think about people
176
497701
2902
Ich glaube, ein Teil der Lösung ist es, sich Menschen
08:20
like young kids and babies that don't have much agency,
177
500603
3112
wie kleine Kinder und Babys mit wenig Macht vorzustellen.
08:23
because people seem to be more willing to do this.
178
503715
3808
Menschen sind ihnen gegenüber eher bereit zu handeln.
08:27
To summarize, I would say, next time you go to drink beer or wine,
179
507523
5270
Wenn Sie also das nächste Mal Bier oder Wein trinken,
08:32
first of all, think about, what is it in your experience that is real,
180
512793
4087
überlegen Sie, welcher Teil von Ihrem Erlebnis real
08:36
and what is it in your experience that is a placebo effect
181
516880
3274
und welcher Teil ein Placeboeffekt ist,
08:40
coming from expectations?
182
520154
1604
der von Ihren Erwartungen kommt.
08:41
And then think about what it also means for other decisions in your life,
183
521758
3529
Und dann überlegen Sie, welche Rolle das in anderen Entscheidungen spielt
08:45
and hopefully also for policy questions
184
525287
2075
und hoffentlich auch bei Maßnahmen,
08:47
that affect all of us.
185
527362
1305
die uns alle betreffen.
08:48
Thanks a lot.
186
528667
1727
Vielen Dank.
08:50
(Applause)
187
530394
2337
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7