Do you really know why you do what you do? | Petter Johansson

189,870 views ・ 2018-03-27

TED


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

Übersetzung: Dominik Grätz Lektorat: Krzysztof Wiankowski
00:12
So why do you think the rich should pay more in taxes?
0
12800
3560
Warum glauben Sie, Reiche sollten mehr Steuern zahlen?
00:16
Why did you buy the latest iPhone?
1
16400
2376
Warum haben Sie das neuste iPhone gekauft?
00:18
Why did you pick your current partner?
2
18800
2456
Warum haben Sie sich für Ihren Partner entschieden?
00:21
And why did so many people vote for Donald Trump?
3
21280
3416
Und warum haben so viele Donald Trump gewählt?
00:24
What were the reasons, why did they do it?
4
24720
2520
Was waren die Gründe, warum verhielten Sie sich so?
00:27
So we ask this kind of question all the time,
5
27990
2106
Die ganze Zeit stellen wir solche Fragen und erwarten eine Antwort.
00:30
and we expect to get an answer.
6
30120
1736
00:31
And when being asked, we expect ourselves to know the answer,
7
31880
3136
Und wenn wir gefragt werden, glauben wir, die Antwort zu kennen,
00:35
to simply tell why we did as we did.
8
35040
2480
um sagen zu können, warum wir etwas getan haben.
00:38
But do we really know why?
9
38440
1720
Aber wissen wir wirklich, warum?
Wenn Sie behaupten, Sie mögen George Clooney lieber als Tom Hanks,
00:41
So when you say that you prefer George Clooney to Tom Hanks,
10
41000
3456
00:44
due to his concern for the environment,
11
44479
2057
weil er sich für die Umwelt einsetzt, stimmt das wirklich?
00:46
is that really true?
12
46560
1200
00:48
So you can be perfectly sincere and genuinely believe
13
48560
2496
Sie können ganz offen sein und wirklich glauben,
00:51
that this is the reason that drives your choice,
14
51080
2936
dass dies der Grund für Ihre Meinung ist,
00:54
but to me, it may still feel like something is missing.
15
54040
2600
aber ich denke, dass das nicht alles ist.
00:57
As it stands, due to the nature of subjectivity,
16
57560
3176
Natürlich ist es wegen der Subjektivität sehr schwer nachzuweisen,
01:00
it is actually very hard to ever prove that people are wrong about themselves.
17
60760
4320
dass sich Menschen falsch einschätzen.
01:06
So I'm an experimental psychologist,
18
66600
2136
Ich bin experimenteller Psychologe
01:08
and this is the problem we've been trying to solve in our lab.
19
68760
3536
und genau das ist das Problem, das wir in unserem Labor lösen wollen.
01:12
So we wanted to create an experiment
20
72320
2176
Wir wollten ein Experiment entwickeln, das es uns erlauben würde,
01:14
that would allow us to challenge what people say about themselves,
21
74520
3536
zu hinterfragen, was Leute über sich sagen,
01:18
regardless of how certain they may seem.
22
78080
2680
egal, wie sicher sie scheinen.
01:21
But tricking people about their own mind is hard.
23
81960
2736
Aber der Verstand der Leute ist schwer auszutricksen.
01:24
So we turned to the professionals.
24
84720
2376
Also gingen wir zu den Profis:
01:27
The magicians.
25
87120
1200
den Magiern.
01:29
So they're experts at creating the illusion of a free choice.
26
89120
2896
Sie sind Profis darin, die Illusion einer freien Wahl zu erzeugen.
01:32
So when they say, "Pick a card, any card,"
27
92040
2296
Wenn sie sagen: "Ziehe irgendeine Karte",
01:34
the only thing you know is that your choice is no longer free.
28
94360
2920
dann wissen Sie, dass Sie keine freie Wahl mehr haben.
01:38
So we had a few fantastic brainstorming sessions
29
98200
2376
Wir sammelten viele großartige Ideen mit schwedischen Magiern,
01:40
with a group of Swedish magicians,
30
100600
1856
01:42
and they helped us create a method
31
102480
1642
die uns halfen, eine Methode zu entwickeln,
01:44
in which we would be able to manipulate the outcome of people's choices.
32
104147
3973
mit der wir die Entscheidungen der Leute beeinflussen könnten.
01:48
This way we would know when people are wrong about themselves,
33
108760
2936
So würden wir herausfinden, ob Leute falsch über sich denken,
01:51
even if they don't know this themselves.
34
111720
2040
obwohl sie es nicht wissen.
01:54
So I will now show you a short movie showing this manipulation.
35
114480
4656
Ich zeige Ihnen nun einen Film, der das Experiment präsentiert.
01:59
So it's quite simple.
36
119160
1416
Es ist recht einfach.
02:00
The participants make a choice,
37
120600
2136
Die Teilnehmer treffen eine Entscheidung,
02:02
but I end up giving them the opposite.
38
122760
2256
aber ich gebe ihnen am Ende das Andere.
02:05
And then we want to see: How did they react, and what did they say?
39
125040
3520
Uns interessierte: Wie reagieren sie und was sagen sie?
02:09
So it's quite simple, but see if you can spot the magic going on.
40
129240
3160
Es ist einfach, aber schauen Sie, ob Sie den Trick entdecken.
02:13
And this was shot with real participants, they don't know what's going on.
41
133440
3520
Dies sind echte Teilnehmer; sie wissen nicht, was passiert.
(Video) Petter Johansson: Hallo, ich bin Petter.
02:19
(Video) Petter Johansson: Hi, my name's Petter.
42
139000
2216
Frau: Hallo, ich bin Becka.
02:21
Woman: Hi, I'm Becka.
43
141240
1215
02:22
PJ: I'm going to show you pictures like this.
44
142479
2137
PJ: Ich zeige Ihnen Bilder wie diese.
02:24
And you'll have to decide which one you find more attractive.
45
144640
2896
Und Sie entscheiden, wer attraktiver ist.
02:27
Becka: OK.
46
147560
1216
Becka: Okay.
02:28
PJ: And then sometimes, I will ask you why you prefer that face.
47
148800
3176
PJ: Manchmal werde ich fragen, warum Sie welches Gesicht besser finden.
Becka: Okay.
02:32
Becka: OK.
48
152000
1216
PJ: Bereit? Becka: Ja.
02:33
PJ: Ready? Becka: Yeah.
49
153240
1200
02:43
PJ: Why did you prefer that one?
50
163120
1816
PJ: Wieso mochten Sie dieses lieber?
02:44
Becka: The smile, I think.
51
164960
1496
Becka: Wegen des Lächelns.
02:46
PJ: Smile.
52
166480
1200
PJ: Das Lächeln.
02:52
Man: One on the left.
53
172400
1240
Mann: Das Linke.
02:57
Again, this one just struck me.
54
177520
1640
Das fand ich einfach toll.
02:59
Interesting shot.
55
179760
1616
Interessantes Foto.
03:01
Since I'm a photographer, I like the way it's lit and looks.
56
181400
3000
Ich bin Fotograf und mag die Belichtung und das Foto allgemein.
03:06
Petter Johansson: But now comes the trick.
57
186280
2040
Petter Johansson: Hier nun der Trick.
03:10
(Video) Woman 1: This one.
58
190120
1280
(Video) Frau 1: Dieses.
03:16
PJ: So they get the opposite of their choice.
59
196240
2280
PJ: Sie bekommen also das Gegenteil ihrer Wahl.
03:20
And let's see what happens.
60
200520
1600
Jetzt schauen wir, was passiert.
03:28
Woman 2: Um ...
61
208240
1200
03:35
I think he seems a little more innocent than the other guy.
62
215760
2800
Ich finde, er sieht unschuldiger aus als der andere.
03:45
Man: The one on the left.
63
225360
1240
Mann: Das linke.
03:49
I like her smile and contour of the nose and face.
64
229280
3696
Ich mag ihr Lächeln und die Form der Nase und des Gesichts.
03:53
So it's a little more interesting to me, and her haircut.
65
233000
2760
Das und ihre Frisur finde ich interessanter.
04:00
Woman 3: This one.
66
240040
1200
Frau 3: Dieses hier.
04:03
I like the smirky look better.
67
243520
1576
Ich mag den Grinsenden lieber.
04:05
PJ: You like the smirky look better?
68
245120
2000
PJ: Sie mögen den Grinsenden lieber?
04:09
(Laughter)
69
249680
3176
(Lachen)
04:12
Woman 3: This one.
70
252880
1200
Frau 3: Dieses hier.
04:15
PJ: What made you choose him?
71
255280
1400
PJ: Warum haben Sie ihn ausgewählt?
04:17
Woman 3: I don't know, he looks a little bit like the Hobbit.
72
257520
2896
Frau 3: Weiß nicht, er ähnelt ein wenig dem Hobbit.
04:20
(Laughter)
73
260440
2056
(Lachen)
04:22
PJ: And what happens in the end
74
262520
1496
PJ: Was passiert am Ende,
als ich ihnen erzählte, worum es im Experiment ging?
04:24
when I tell them the true nature of the experiment?
75
264040
3096
04:27
Yeah, that's it. I just have to ask a few questions.
76
267160
2456
Das wars. Ich stelle Ihnen noch ein paar Fragen.
04:29
Man: Sure.
77
269640
1216
Mann: Klar.
04:30
PJ: What did you think of this experiment, was it easy or hard?
78
270880
2976
PJ: Was denken Sie, war es einfach oder schwer?
04:33
Man: It was easy.
79
273880
1240
Mann: Es war leicht.
04:36
PJ: During the experiments,
80
276040
1336
PJ: Während des Experiments habe ich die Bilder dreimal ausgetauscht.
04:37
I actually switched the pictures three times.
81
277400
3336
04:40
Was this anything you noticed?
82
280760
1576
Ist Ihnen das aufgefallen?
04:42
Man: No. I didn't notice any of that.
83
282360
1816
Mann: Nein, ist mir nicht aufgefallen.
04:44
PJ: Not at all? Man: No.
84
284200
1496
PJ: Gar nicht? Mann: Nein.
04:45
Switching the pictures as far as ...
85
285720
2096
Auswechseln der Bilder im Sinne von ...
04:47
PJ: Yeah, you were pointing at one of them but I actually gave you the opposite.
86
287840
3816
PJ: Sie haben auf das Eine gezeigt, aber ich gab ihnen genau das Andere.
04:51
Man: The opposite one. OK, when you --
87
291680
1816
Mann: Das Andere. Okay, als Sie --
04:53
No. Shows you how much my attention span was.
88
293520
2256
Das zeigt Ihnen, wie lang meine Aufmerksamkeitsspanne ist.
04:55
(Laughter)
89
295800
1520
(Lachen)
04:58
PJ: Did you notice that sometimes during the experiment
90
298880
3016
PJ: Ist ihnen aufgefallen, dass ich manchmal im Experiment
05:01
I switched the pictures?
91
301920
2136
die Bilder ausgetauscht habe?
05:04
Woman 2: No, I did not notice that.
92
304080
2016
Frau 2: Das ist mir nicht aufgefallen.
05:06
PJ: You were pointing at one, but then I gave you the other one.
93
306120
3000
PJ: Sie zeigten auf das Eine, ich gab Ihnen aber das Andere.
05:09
No inclination of that happening?
94
309920
1616
Sie hatten auch keinen Verdacht?
05:11
Woman 2: No.
95
311560
1576
Frau 2: Nein.
05:13
Woman 2: I did not notice.
96
313160
1256
Frau 2: Fiel mir nicht auf.
05:14
(Laughs)
97
314440
1936
(Lacht)
05:16
PJ: Thank you.
98
316400
1216
PJ: Ich danke Ihnen.
05:17
Woman 2: Thank you.
99
317640
1376
Frau 2: Danke.
PJ: Wie Sie sicher erkannt haben, bestand der Trick darin,
05:19
PJ: OK, so as you probably figured out now,
100
319040
2056
05:21
the trick is that I have two cards in each hand,
101
321120
2256
dass ich 2 Karten auf der Hand hatte.
05:23
and when I hand one of them over,
102
323400
1576
Als ich ihnen eine gab,
05:25
the black one kind of disappears into the black surface on the table.
103
325000
4360
verschwand die schwarze in der schwarzen Oberfläche auf dem Tisch.
05:30
So using pictures like this,
104
330640
1736
Wenn man Bilder wie diese nimmt,
05:32
normally not more than 20 percent of the participants detect these tries.
105
332400
4376
entdecken normalerweise höchstens 20 Prozent den Trick.
05:36
And as you saw in the movie,
106
336800
1416
Wie Sie im Film sahen,
05:38
when in the end we explain what's going on,
107
338240
3176
erklärten wir es ihnen am Ende und alle waren überrascht
05:41
they're very surprised and often refuse to believe the trick has been made.
108
341440
4376
und wollten oft nicht glauben, dass wir getrickst hatten.
05:45
So this shows that this effect is quite robust and a genuine effect.
109
345840
4776
Das zeigt, dass dies ein echter, robuster Effekt ist.
05:50
But if you're interested in self-knowledge, as I am,
110
350640
2656
Wenn Sie sich wie ich für Selbstkenntnis interessieren,
05:53
the more interesting bit is,
111
353320
1336
ist das Interessantere, was sie sagten,
05:54
OK, so what did they say when they explained these choices?
112
354680
3936
als sie ihre Auswahl begründeten.
05:58
So we've done a lot of analysis
113
358640
1496
Wir führten mehrere Analysen der verbalen Begründungen durch.
06:00
of the verbal reports in these experiments.
114
360160
2080
06:03
And this graph simply shows
115
363360
2456
Dieses Diagramm zeigt:
06:05
that if you compare what they say in a manipulated trial
116
365840
4776
Wenn man die Aussagen der Teilnehmer in einem manipulierten Durchgang
06:10
with a nonmanipulated trial,
117
370640
1376
mit den nicht manipulierten vergleicht,
06:12
that is when they explain a normal choice they've made
118
372040
2776
also die Begründung einer normalen Auswahl mit einer manipulierten Wahl vergleicht,
06:14
and one where we manipulated the outcome,
119
374840
2496
06:17
we find that they are remarkably similar.
120
377360
2456
die Aussagen ausgesprochen gleich sind.
06:19
So they are just as emotional, just as specific,
121
379840
3056
Sie sind genauso emotional, genauso spezifisch
06:22
and they are expressed with the same level of certainty.
122
382920
3200
und genauso sicher ausgedrückt.
06:27
So the strong conclusion to draw from this
123
387120
2336
Die Schlussfolgerung daraus ist:
06:29
is that if there are no differences
124
389480
2216
Wenn keine Unterschiede zwischen einer echten
06:31
between a real choice and a manipulated choice,
125
391720
3696
und einer manipulierten Auswahl bestehen,
06:35
perhaps we make things up all the time.
126
395440
2440
dann denken wir uns vielleicht ständig Dinge aus.
06:38
But we've also done studies
127
398680
1336
Wir führten auch Studien durch,
06:40
where we try to match what they say with the actual faces.
128
400040
3016
in denen wir ihre Aussagen mit den Bildern verknüpften.
06:43
And then we find things like this.
129
403080
1880
Dann fanden wir Folgendes:
06:45
So here, this male participant, he preferred the girl to the left,
130
405760
5056
Ein männlicher Teilnehmer bevorzugte eher das linke Mädchen,
06:50
he ended up with the one to the right.
131
410840
1856
er bekam aber das rechte.
06:52
And then, he explained his choice like this.
132
412720
2816
Dann erklärte er seine Auswahl wie folgt:
06:55
"She is radiant.
133
415560
1296
"Sie strahlt.
06:56
I would rather have approached her at the bar than the other one.
134
416880
3096
An einer Bar würde ich eher sie als die andere wählen.
Und ich mag Ohrringe."
07:00
And I like earrings."
135
420000
1616
07:01
And whatever made him choose the girl on the left to begin with,
136
421640
3496
Was auch immer ihn dazu brachte, das linke Mädchen auszuwählen,
07:05
it can't have been the earrings,
137
425160
1576
es waren nicht die Ohrringe,
07:06
because they were actually sitting on the girl on the right.
138
426760
2856
weil sie zum Mädchen rechts gehören.
07:09
So this is a clear example of a post hoc construction.
139
429640
3776
Das ist ein gutes Beispiel für eine nachher konstruierte Erklärung.
07:13
So they just explained the choice afterwards.
140
433440
2800
Sie erklärten also ihre Auswahl danach.
07:17
So what this experiment shows is,
141
437320
2296
Dieses Experiment zeigt,
07:19
OK, so if we fail to detect that our choices have been changed,
142
439640
3656
dass wir unsere Auswahl automatisch neu erklären,
07:23
we will immediately start to explain them in another way.
143
443320
3200
wenn sie unbemerkt verändert wurde.
07:27
And what we also found
144
447520
1256
Wir fanden auch heraus,
07:28
is that the participants often come to prefer the alternative,
145
448800
3216
dass die Teilnehmer oft die Alternative bevorzugten,
die sie glaubten, gewählt zu haben.
07:32
that they were led to believe they liked.
146
452040
2256
07:34
So if we let them do the choice again,
147
454320
2016
Als sie also nochmal auswählen durften,
07:36
they will now choose the face they had previously rejected.
148
456360
3760
wählten sie das Gesicht, dass sie zunächst abgelehnt haben.
07:41
So this is the effect we call "choice blindness."
149
461520
2296
Diesen Effekt nennen wir "Wahlblindheit".
07:43
And we've done a number of different studies --
150
463840
2216
Wir haben viele Studien durchgeführt:
Wir untersuchten die Entscheidungen von Konsumenten,
07:46
we've tried consumer choices,
151
466080
2536
07:48
choices based on taste and smell and even reasoning problems.
152
468640
4416
Entscheidungen bei Geschmack und Geruch und sogar beim Lösen von Denkaufgaben.
Aber Sie wollen natürlich wissen,
07:53
But what you all want to know is of course
153
473080
2056
ob diese Effekte auch auf komplexere, bedeutungsvollere Wahlen zutreffen.
07:55
does this extend also to more complex, more meaningful choices?
154
475160
3936
07:59
Like those concerning moral and political issues.
155
479120
3080
Zum Beispiel auf moralische und politische Entscheidungen.
08:04
So the next experiment, it needs a little bit of a background.
156
484400
4216
Für das nächste Experiment braucht es etwas Hintergrundwissen.
08:08
So in Sweden, the political landscape
157
488640
4256
In Schweden ist die politische Landschaft
08:12
is dominated by a left-wing and a right-wing coalition.
158
492920
3360
durch ein Bündnis der Linksparteien und eines der Rechtsparteien bestimmt.
08:17
And the voters may move a little bit between the parties within each coalition,
159
497720
4416
Die Wähler schwanken vielleicht etwas zwischen den Parteien einer Seite,
08:22
but there is very little movement between the coalitions.
160
502160
2760
aber wechseln nicht zu Parteien auf der jeweils anderen Seite.
08:25
And before each elections,
161
505680
1976
Vor jeder Wahl
08:27
the newspapers and the polling institutes
162
507680
4216
entwickeln Zeitungen und Meinungsforschungsinstitute
08:31
put together what they call "an election compass"
163
511920
2616
einen sogenannten Wahlkompass, der aus Positionen besteht,
08:34
which consists of a number of dividing issues
164
514560
3336
in denen sich die Seiten voneinander unterscheiden.
08:37
that sort of separates the two coalitions.
165
517920
2336
08:40
Things like if tax on gasoline should be increased
166
520280
3735
Zum Beispiel, ob die Kraftstoffsteuer erhöht werden sollte
08:44
or if the 13 months of paid parental leave
167
524039
4096
oder die 13 Monate bezahlte Elternzeit
08:48
should be split equally between the two parents
168
528159
2496
auf beide Partner aufgeteilt werden sollte,
08:50
in order to increase gender equality.
169
530679
2721
um die Gleichstellung der Geschlechter zu verbessern.
08:54
So, before the last Swedish election,
170
534840
2216
Vor der letzten Wahl in Schweden
08:57
we created an election compass of our own.
171
537080
2600
erstellten wir unseren eigenen Wahlkompass.
09:00
So we walked up to people in the street
172
540480
2136
Wir fragten also Leute auf der Straße,
09:02
and asked if they wanted to do a quick political survey.
173
542640
3336
ob sie an einer kurzen politischen Umfrage teilnehmen wollen.
09:06
So first we had them state their voting intention
174
546000
2456
Wir fragten sie erst, welche Parteirichtung sie wählen würden.
09:08
between the two coalitions.
175
548480
1360
09:10
Then we asked them to answer 12 of these questions.
176
550560
3776
Dann fragten wir sie, ob sie uns 12 Fragen beantworten würden.
09:14
They would fill in their answers,
177
554360
1976
Sie gaben die Antworten und wir besprachen sie mit ihnen:
09:16
and we would ask them to discuss,
178
556360
1616
09:18
so OK, why do you think tax on gas should be increased?
179
558000
5496
"Warum soll die Kraftstoffsteuer Ihrer Meinung nach erhöht werden?"
09:23
And we'd go through the questions.
180
563520
2096
Wir gingen dann die Fragen durch.
09:25
Then we had a color coded template
181
565640
3896
Wir hatten eine Farbschablone,
09:29
that would allow us to tally their overall score.
182
569560
2936
mit der wir den Gesamtwert ausrechnen konnten.
09:32
So this person would have one, two, three, four
183
572520
3456
Diese Person zum Beispiel hätte eins, zwei, drei, vier,
09:36
five, six, seven, eight, nine scores to the left,
184
576000
3296
fünf, sechs, sieben, acht, neun Antworten für Links,
09:39
so he would lean to the left, basically.
185
579320
2680
sie tendiert also eher zur linken Seite.
09:42
And in the end, we also had them fill in their voting intention once more.
186
582800
4440
Am Ende sollten sie nochmal angeben, was sie wählen würden.
09:48
But of course, there was also a trick involved.
187
588160
2280
Natürlich gab es auch hier einen Trick.
09:51
So first, we walked up to people,
188
591360
2176
Zuerst gingen wir auf die Leute zu und fragten sie nach ihrer Wahlabsicht.
09:53
we asked them about their voting intention
189
593560
2056
09:55
and then when they started filling in,
190
595640
2256
Als sie anfingen, den Bogen auszufüllen,
09:57
we would fill in a set of answers going in the opposite direction.
191
597920
5456
füllten wir einen Bogen mit genau entgegengesetzter Meinung aus.
10:03
We would put it under the notepad.
192
603400
2576
Wir hielten ihn dann unter den Notizblock.
10:06
And when we get the questionnaire,
193
606000
2776
Als wir den Bogen des Teilnehmers zurückbekamen,
10:08
we would simply glue it on top of the participant's own answer.
194
608800
3320
klebten wir unseren Bogen über den Bogen des Teilnehmers.
10:16
So there, it's gone.
195
616000
1240
So -- überklebt.
10:24
And then we would ask about each of the questions:
196
624280
2376
Dann fragten wir zu jedem Punkt:
10:26
How did you reason here?
197
626680
1536
Warum entschieden Sie sich so?
10:28
And they'll state the reasons,
198
628240
1736
Sie begründeten ihre Entscheidung
10:30
together we will sum up their overall score.
199
630000
2480
und dann addierten wir die Punkte zu einem Gesamtwert auf.
10:34
And in the end, they will state their voting intention again.
200
634800
3680
Am Ende schrieben sie wieder ihre Wahlabsicht auf.
10:41
So what we find first of all here,
201
641960
1656
Zunächst fanden wir heraus,
10:43
is that very few of these manipulations are detected.
202
643640
4216
dass nur wenige diesen Trick entdeckten.
10:47
And they're not detected in the sense that they realize,
203
647880
2656
Die, die ihn entdeckten, sagten nicht etwa:
10:50
"OK, you must have changed my answer,"
204
650560
1856
"Sie müssen die Antwort geändert haben",
10:52
it was more the case that,
205
652440
1256
sondern eher:
10:53
"OK, I must've misunderstood the question the first time I read it.
206
653720
3176
"Ich muss die Frage beim ersten Mal missverstanden haben.
10:56
Can I please change it?"
207
656920
1240
Kann ich es bitte umändern?"
10:59
And even if a few of these manipulations were changed,
208
659080
5136
Obwohl es einige wieder umänderten,
11:04
the overall majority was missed.
209
664240
2136
entdeckten die Meisten den Trick nicht.
11:06
So we managed to switch 90 percent of the participants' answers
210
666400
3656
Wir konnten also 90 % der Teilnehmerantworten verändern,
11:10
from left to right, right to left, their overall profile.
211
670080
3160
von links nach rechts, von rechts nach links, das gesamte Profil.
11:14
And what happens then when they are asked to motivate their choices?
212
674800
4400
Und was passierte, als wir sie nach ihrer Begründung fragten?
11:20
And here we find much more interesting verbal reports
213
680160
3056
Hier waren die Antworten viel interessanter
11:23
than compared to the faces.
214
683240
2016
als bei den Gesichtern.
11:25
People say things like this, and I'll read it to you.
215
685280
3360
Die Leute antworteten Folgendes auf die Fragen des Prüfers:
11:29
So, "Large-scale governmental surveillance of email and internet traffic
216
689720
3736
"Die breite staatliche Überwachung von E-Mails und des Internetverkehrs
11:33
ought to be permissible as means to combat international crime and terrorism."
217
693480
4336
sollte als Mittel für den Kampf gegen internationale Kriminalität
und Terrorismus erlaubt werden."
11:37
"So you agree to some extent with this statement." "Yes."
218
697840
2716
"Sie stimmen dieser Aussage eher zu."
"Ja."
11:40
"So how did you reason here?"
219
700580
1500
"Was war Ihre Überlegung dazu?"
11:43
"Well, like, as it is so hard to get at international crime and terrorism,
220
703600
4936
"Weil es so schwer ist,
internationale Kriminalität und Terrorismus anzugreifen,
11:48
I think there should be those kinds of tools."
221
708560
2776
halte ich diese Mittel für notwendig."
11:51
And then the person remembers an argument from the newspaper in the morning.
222
711360
3616
Dann fällt der Person ein Argument aus der Zeitung vom Morgen ein:
"In der Zeitung heute stand,
11:55
"Like in the newspaper today,
223
715000
1616
11:56
it said they can like, listen to mobile phones from prison,
224
716640
3376
dass man die Handys im Gefängnis abhören könne,
12:00
if a gang leader tries to continue his crimes from inside.
225
720040
3536
um herauszufinden, ob der Bandenführer weiter Kriminalität organisiert.
12:03
And I think it's madness that we have so little power
226
723600
2816
Ich finde es verrückt, dass wir so wenig tun,
12:06
that we can't stop those things
227
726440
1656
um die Kriminalität zu stoppen,
12:08
when we actually have the possibility to do so."
228
728120
2936
obwohl wir eigentlich die Möglichkeiten dazu hätten."
12:11
And then there's a little bit back and forth in the end:
229
731080
2696
Am Ende wägt er noch etwas ab:
"Ich finde zwar nicht gut,
12:13
"I don't like that they have access to everything I do,
230
733800
2576
dass sie Zugang zu meinen Daten haben, aber langfristig lohnt es sich."
12:16
but I still think it's worth it in the long run."
231
736400
2576
Wenn Sie nicht wüssten, dass diese Person
12:19
So, if you didn't know that this person
232
739000
2536
12:21
just took part in a choice blindness experiment,
233
741560
2256
an einem Experiment zur Entscheidungsblindheit teilnahm,
12:23
I don't think you would question
234
743840
1856
würden Sie nicht hinterfragen,
12:25
that this is the true attitude of that person.
235
745720
3120
ob das die wahre Einstellung der Person ist.
12:29
And what happens in the end, with the voting intention?
236
749800
2856
Was passiert nun mit der Wahlabsicht?
12:32
What we find -- that one is also clearly affected by the questionnaire.
237
752680
4696
Wir fanden heraus, dass diese deutlich durch den Trick beeinflusst wurde.
12:37
So we have 10 participants
238
757400
1736
Zehn Personen,
12:39
shifting from left to right or from right to left.
239
759160
2976
die von links nach rechts oder rechts nach links wechselten.
12:42
We have another 19 that go from clear voting intention
240
762160
2536
19 weitere Teilnehmer mit anfangs klarer Wahlabsicht
12:44
to being uncertain.
241
764720
1456
wurden unsicher.
12:46
Some go from being uncertain to clear voting intention.
242
766200
3096
Einige waren erst unsicher, hatten aber am Ende eine Meinung.
12:49
And then there is a number of participants staying uncertain throughout.
243
769320
4736
Und dann gab es einige Teilnehmer, die unsicher blieben.
Diese sind besonders interessant,
12:54
And that number is interesting
244
774080
1576
12:55
because if you look at what the polling institutes say
245
775680
4616
weil Meinungsforschungsinstitute sagen, dass kurz vor der Wahl
13:00
the closer you get to an election,
246
780320
1656
nur noch die Unentschiedenen eine Rolle spielen.
13:02
the only people that are sort of in play
247
782000
2136
13:04
are the ones that are considered uncertain.
248
784160
2656
13:06
But we show there is a much larger number
249
786840
3216
Aber wir konnten zeigen, dass es viel mehr Menschen gibt,
13:10
that would actually consider shifting their attitudes.
250
790080
2800
die überlegen würden, ihre Einstellung zu ändern.
13:13
And here I must point out, of course, that you are not allowed to use this
251
793640
3496
Ich muss darauf hinweisen,
dass diese Methode natürlich nicht erlaubt ist,
13:17
as an actual method to change people's votes
252
797160
2616
um die Meinung der Personen vor einer Wahl zu ändern,
13:19
before an election,
253
799800
1496
13:21
and we clearly debriefed them afterwards
254
801320
3616
und dass wir sie im Anschluss aufgeklärt
13:24
and gave them every opportunity to change back
255
804960
2296
und ihnen ermöglicht haben, ihre Angaben wieder zurückzuändern.
13:27
to whatever they thought first.
256
807280
2480
13:30
But what this shows is that if you can get people
257
810600
2336
Aber es hat gezeigt:
Wenn man Menschen ermöglicht, die andere Seite zu sehen
13:32
to see the opposite view and engage in a conversation with themselves,
258
812960
5536
und ein Gespräch mit sich selbst zu führen,
13:38
that could actually make them change their views.
259
818520
2920
könnte das dazu führen, dass sie ihre Meinung ändern.
13:42
OK.
260
822400
1200
Okay.
13:44
So what does it all mean?
261
824760
1656
Was bedeutet das alles?
13:46
What do I think is going on here?
262
826440
2416
Was geht hier wohl vor?
13:48
So first of all,
263
828880
1216
Zunächst einmal:
13:50
a lot of what we call self-knowledge is actually self-interpretation.
264
830120
4856
Die sogenannte Selbstkenntnis ist eher Selbstdeutung.
13:55
So I see myself make a choice,
265
835000
2496
Man entscheidet sich also für etwas,
13:57
and then when I'm asked why,
266
837520
2776
aber wird man nach dem Grund gefragt, versucht man einfach,
14:00
I just try to make as much sense of it as possible
267
840320
2536
eine möglichst logisch klingende Erklärung abzugeben.
14:02
when I make an explanation.
268
842880
1936
14:04
But we do this so quickly and with such ease
269
844840
3016
Wir tun das aber mit so einer Schnelligkeit und Leichtigkeit,
14:07
that we think we actually know the answer when we answer why.
270
847880
4280
dass wir denken, wir wüssten die Antwort, wenn wir gefragt werden.
14:13
And as it is an interpretation,
271
853040
3096
Und weil dies eine Interpretation ist,
14:16
of course we sometimes make mistakes.
272
856160
2296
machen wir manchmal Fehler.
14:18
The same way we make mistakes when we try to understand other people.
273
858480
3520
Genauso, wie wenn wir versuchen, die Meinung anderer zu verstehen.
14:23
So beware when you ask people the question "why"
274
863160
3696
Passen Sie also auf, wenn Sie Leute nach dem "Warum" fragen,
14:26
because what may happen is that, if you asked them,
275
866880
4896
denn wenn Sie Leute zum Beispiel fragen:
14:31
"So why do you support this issue?"
276
871800
4016
"Warum unterstützen Sie dies?"
14:35
"Why do you stay in this job or this relationship?" --
277
875840
3216
"Warum bleiben Sie in dem Job oder der Beziehung?" --
14:39
what may happen when you ask why is that you actually create an attitude
278
879080
3416
könnte es passieren, dass man eine Einstellung schafft,
14:42
that wasn't there before you asked the question.
279
882520
2240
die zuvor nicht da war.
14:45
And this is of course important in your professional life, as well,
280
885440
3176
Dies ist natürlich auch in Ihrem Berufsleben wichtig --
14:48
or it could be.
281
888640
1216
oder könnte es sein.
14:49
If, say, you design something and then you ask people,
282
889880
2536
Etwa, wenn Sie etwas entwickeln und dann Leute fragen:
14:52
"Why do you think this is good or bad?"
283
892440
2256
"Warum halten Sie das für gut oder schlecht?"
14:54
Or if you're a journalist asking a politician,
284
894720
3056
Oder wenn Sie als Journalist einen Politiker fragen:
14:57
"So, why did you make this decision?"
285
897800
2376
"Warum haben Sie sich so entschieden?"
15:00
Or if indeed you are a politician
286
900200
1936
Oder wenn Sie sogar ein Politiker sind
15:02
and try to explain why a certain decision was made.
287
902160
2640
und versuchen, eine bestimmte Entscheidung zu erklären.
15:06
So this may all seem a bit disturbing.
288
906080
3576
Das klingt alles etwas beunruhigend.
15:09
But if you want to look at it from a positive direction,
289
909680
3496
Aber wenn Sie es positiv sehen,
15:13
it could be seen as showing,
290
913200
1736
könnte man es so interpretieren,
15:14
OK, so we're actually a little bit more flexible than we think.
291
914960
3376
dass wir flexibler sind, als wir denken.
15:18
We can change our minds.
292
918360
1896
Wir können unsere Haltung ändern.
15:20
Our attitudes are not set in stone.
293
920280
2456
Unsere Einstellungen sind nicht in Stein gemeißelt.
15:22
And we can also change the minds of others,
294
922760
3176
Und wir können die Haltungen anderer verändern,
15:25
if we can only get them to engage with the issue
295
925960
2376
indem wir sie dazu bringen, sich mit der Sache zu beschäftigen
15:28
and see it from the opposite view.
296
928360
1680
und es von der anderen Seite zu betrachten.
15:31
And in my own personal life, since starting with this research --
297
931400
3936
Seit dem Beginn dieser Forschung habe ich in meinem Privatleben
15:35
So my partner and I, we've always had the rule
298
935360
2576
mit meinem Partner die Regel,
15:37
that you're allowed to take things back.
299
937960
2296
dass man Dinge zurücknehmen kann.
15:40
Just because I said I liked something a year ago,
300
940280
2336
Nur, weil man vor einem Jahr gesagt hat, dass man etwas mag,
15:42
doesn't mean I have to like it still.
301
942640
2040
heißt das nicht, dass man es immer noch mögen muss.
15:45
And getting rid of the need to stay consistent
302
945480
2816
Die Möglichkeit, die Meinung zu ändern,
15:48
is actually a huge relief and makes relational life so mush easier to live.
303
948320
4360
sorgt für Entspannung und macht das Beziehungsleben leichter.
15:53
Anyway, so the conclusion must be:
304
953720
2360
Wie auch immer, die Schlussfolgerung ist:
15:57
know that you don't know yourself.
305
957320
2496
Verstehen Sie, dass Sie sich nicht kennen,
15:59
Or at least not as well as you think you do.
306
959840
2320
zumindest nicht so gut, wie Sie glauben.
16:03
Thanks.
307
963480
1216
Danke.
16:04
(Applause)
308
964720
4640
(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