What to trust in a "post-truth" world | Alex Edmans

Μετάφραση: Roberto Rodríguez Milán Επιμέλεια: Thanasis Zantrimas

Belle Gibson was a happy young Australian.

Η Μπελ Γκίμπσον ήταν μια χαρούμενη νεαρή Αυστραλέζα.

She lived in Perth, and she loved skateboarding.

Ζούσε στο Περθ και αγαπούσε το σκέιτμπορντ.

But in 2009, Belle learned that she had brain cancer and four months to live.

Αλλά το 2009 η Μπελ έμαθε πως είχε καρκίνο στον εγκέφαλο και τέσσερις μήνες ζωής.

Two months of chemo and radiotherapy had no effect.

Δύο μήνες χημειοθεραπείας και ακτινοθεραπείας δεν έφεραν αποτέλεσμα.

But Belle was determined.

Αλλά η Μπελ ήταν αποφασιστική.

She'd been a fighter her whole life.

Υπήρξε πάντα μαχήτρια.

From age six, she had to cook for her brother, who had autism,

Από έξι χρονών μαγείρευε για τον αυτιστικό αδελφό της

and her mother, who had multiple sclerosis.

και για τη μητέρα της με σκλήρυνση κατά πλάκας.

Her father was out of the picture.

Ο πατέρας της ήταν άφαντος.

So Belle fought, with exercise, with meditation

Κι έτσι η Μπελ πάλεψε, με γυμναστική, διαλογισμό,

and by ditching meat for fruit and vegetables.

κι αντικαθιστώντας το κρέας με φρούτα και λαχανικά.

And she made a complete recovery.

Και θεραπεύτηκε πλήρως.

Belle's story went viral.

Η ιστορία της Μπελ εξαπλώθηκε.

It was tweeted, blogged about, shared and reached millions of people.

Διαδόθηκε σε εκατομμύρια άτομα στο Twitter και στα ιστολόγια.

It showed the benefits of shunning traditional medicine

Έδειχνε τα οφέλη της αντικατάστασης της παραδοσιακής ιατρικής

for diet and exercise.

με διατροφή και γυμναστική.

In August 2013, Belle launched a healthy eating app,

Τον Αύγουστο 2013 η Μπελ παρουσίασε μια εφαρμογή υγιούς διατροφής,

The Whole Pantry,

«The Whole Pantry».

downloaded 200,000 times in the first month.

Είχε 200.000 λήψεις τον πρώτο μήνα.

But Belle's story was a lie.

Αλλά η ιστορία της Μπελ ήταν ένα ψέμα.

Belle never had cancer.

Δεν είχε ποτέ καρκίνο.

People shared her story without ever checking if it was true.

Ο κόσμος μοιράστηκε την ιστορία της χωρίς να την επαληθεύσει.

This is a classic example of confirmation bias.

Είναι ένα κλασικό παράδειγμα της προκατάληψης επιβεβαίωσης:

We accept a story uncritically if it confirms what we'd like to be true.

δεχόμαστε επιπόλαια μια ιστορία

εάν επιβεβαιώνει κάτι που θα θέλαμε να είναι αληθές.

And we reject any story that contradicts it.

Και απορρίπτουμε κάθε ιστορία που την αντικρούει.

How often do we see this

Πόσο συχνά συμβαίνει αυτό

in the stories that we share and we ignore?

στις ιστορίες που μοιραζόμαστε και που αγνοούμε;

In politics, in business, in health advice.

Στην πολιτική, στη δουλειά και στo θέμα της υγείας.

The Oxford Dictionary's word of 2016 was "post-truth."

Η λέξη του 2016 στο λεξικό της Οξφόρδης ήταν η «μετα-αλήθεια».

And the recognition that we now live in a post-truth world

Η παραδοχή πως τώρα ζούμε σε έναν κόσμο μετα-αλήθειας

has led to a much needed emphasis on checking the facts.

μας αναγκάζει να επαληθεύουμε πιο πολύ τα γεγονότα.

But the punch line of my talk

To κύριο θέμα της ομιλίας μου

is that just checking the facts is not enough.

είναι ότι η επαλήθευση και μόνο δεν αρκεί.

Even if Belle's story were true,

Ακόμη κι αν αλήθευε η ιστορία της Μπελ,

it would be just as irrelevant.

θα παρέμενε εξίσου άσχετη.

Why?

Γιατί;

Well, let's look at one of the most fundamental techniques in statistics.

Ας δούμε λοιπόν ένα από τα βασικά εργαλεία της στατιστικής.

It's called Bayesian inference.

Ονομάζεται συμπέρασμα του Μπέυζ.

And the very simple version is this:

Και η απλούστερη εκδοχή του είναι η εξής:

We care about "does the data support the theory?"

μας ενδιαφέρει εάν τα δεδομένα υποστηρίζουν τη θεωρία;

Does the data increase our belief that the theory is true?

Ενισχύουν τα δεδομένα την εμπιστοσύνη μας σε μια θεωρία;

But instead, we end up asking, "Is the data consistent with the theory?"

Αντ' αυτού, αναρωτιόμαστε τελικά

εάν τα δεδομένα ταιριάζουν με τη θεωρία.

But being consistent with the theory

Η αντιστοιχία όμως με τη θεωρία

does not mean that the data supports the theory.

δεν σημαίνει πως τα δεδομένα την υποστηρίζουν.

Why?

Γιατί;

Because of a crucial but forgotten third term --

Εξαιτίας ενός βασικού αλλά ξεχασμένου τρίτου όρου:

the data could also be consistent with rival theories.

ότι τα δεδομένα μπορεί να ταιριάζουν με αντίθετες θεωρίες.

But due to confirmation bias, we never consider the rival theories,

Αυτές όμως τις αγνοούμε λόγω της προκατάληψης επιβεβαίωσης,

because we're so protective of our own pet theory.

διότι θέλουμε να διαφυλάξουμε τη δική μας προσφιλή θεωρία.

Now, let's look at this for Belle's story.

Ας δούμε λοιπόν την ιστορία της Μπελ.

Well, we care about: Does Belle's story support the theory

Μας ενδιαφέρει εάν η ιστορία της υποστηρίζει τη θεωρία

that diet cures cancer?

ότι η διατροφή θεραπεύει τον καρκίνο.

But instead, we end up asking,

Αντ' αυτού, αναρωτιόμαστε τελικά

"Is Belle's story consistent with diet curing cancer?"

εάν η ιστορία της ταιριάζει με την ιδέα πως η διατροφή θεραπεύει τον καρκίνο.

And the answer is yes.

Και η απάντηση είναι θετική.

If diet did cure cancer, we'd see stories like Belle's.

Εάν η διατροφή θεραπεύει τον καρκίνο, θα ψάξουμε ιστορίες σαν της Μπελ.

But even if diet did not cure cancer,

Αλλά ακόμη κι αν δεν θεράπευε τον καρκίνο,

we'd still see stories like Belle's.

πάλι θα ψάξουμε ιστορίες σαν της Μπελ.

A single story in which a patient apparently self-cured

Ένα μόνο περιστατικό μιας ασθενούς που δήθεν θεραπεύτηκε από μόνη της,

just due to being misdiagnosed in the first place.

ενώ της είχαν κάνει λάθος διάγνωση ευθύς εξαρχής.

Just like, even if smoking was bad for your health,

Δηλαδή, ακόμα κι αν το κάπνισμα βλάπτει την υγεία σας

you'd still see one smoker who lived until 100.

και πάλι θα δείτε έναν καπνιστή που έφτασε τα 100.

(Laughter)

(Γέλια)

Just like, even if education was good for your income,

Ακόμα κι αν η εκπαίδευση ήταν καλή για το εισόδημά σας,

you'd still see one multimillionaire who didn't go to university.

πάλι θα βλέπατε έναν μεγιστάνα που δεν πήγε στο πανεπιστήμιο.

(Laughter)

(Γέλια)

So the biggest problem with Belle's story is not that it was false.

Άρα, το μεγαλύτερο πρόβλημα με την ιστορία της Μπελ δεν είναι ότι ήταν ψευδής,

It's that it's only one story.

μα ότι είναι απλώς μια ιστορία.

There might be thousands of other stories where diet alone failed,

Θα έχει χιλιάδες άλλες ιστορίες στις οποίες η διατροφή απέτυχε,

but we never hear about them.

αλλά ποτέ δεν τις ακούμε.

We share the outlier cases because they are new,

Μοιραζόμαστε τις ασυνήθιστες περιπτώσεις επειδή είναι νέες,

and therefore they are news.

άρα αποτελούν είδηση.

We never share the ordinary cases.

Ποτέ δεν μοιραζόμαστε τις συνήθεις περιπτώσεις.

They're too ordinary, they're what normally happens.

Είναι πολύ συνήθεις. Τέτοιες συμβαίνουν κατά κανόνα.

And that's the true 99 percent that we ignore.

Αποτελούν όμως το πραγματικό 99% που αγνοούμε.

Just like in society, you can't just listen to the one percent,

Όπως και στην κοινωνία, δεν γίνεται να ακούσεις μόνο το 1%,

the outliers,

τα ασυνήθιστα,

and ignore the 99 percent, the ordinary.

και να αγνοείς το 99%, τα συνηθισμένα.

Because that's the second example of confirmation bias.

Διότι αυτό είναι το δεύτερο παράδειγμα προκατάληψης επιβεβαίωσης.

We accept a fact as data.

Δεχόμαστε τα γεγονότα ως δεδομένα.

The biggest problem is not that we live in a post-truth world;

Το μεγαλύτερο πρόβλημα δεν είναι πως ζούμε σε έναν κόσμο μετα-αλήθειας,

it's that we live in a post-data world.

αλλά σε έναν κόσμο μετα-δεδομένων.

We prefer a single story to tons of data.

Προτιμούμε μία μόνο ιστορία παρά μια σωρεία δεδομένων.

Now, stories are powerful, they're vivid, they bring it to life.

Οι ιστορίες είναι δυνατές, έντονες, ζωντανεύουν τα πάντα.

They tell you to start every talk with a story.

Λένε να ξεκινάς κάθε ομιλία με μια ιστορία. Αυτό έκανα εγώ.

I did.

But a single story is meaningless and misleading

Αλλά μια μοναδική ιστορία είναι ανούσια και παραπλανητική

unless it's backed up by large-scale data.

εάν δεν την υποστηρίζει μια πληθώρα δεδομένων.

But even if we had large-scale data,

Αλλά ακόμα κι αν διαθέταμε μια πληθώρα δεδομένων, αυτό δεν θα αρκούσε.

that might still not be enough.

Because it could still be consistent with rival theories.

Διότι μπορεί να ταιριάζουν και με αντίπαλες θεωρίες.

Let me explain.

Ας το εξηγήσω.

A classic study by psychologist Peter Wason

Μια κλασική μελέτη του ψυχολόγου Πίτερ Γουέισον

gives you a set of three numbers

μας προσφέρει μια σειρά με τρεις αριθμούς

and asks you to think of the rule that generated them.

και μας ζητάει να σκεφτούμε τον κανόνα που τους παράγει.

So if you're given two, four, six,

Δηλαδή, εάν οι αριθμοί ήταν το δύο, το τέσσερα και το έξι,

what's the rule?

ποιος είναι ο κανόνας;

Well, most people would think, it's successive even numbers.

Η πλειοψηφία θα σκέφτονταν ότι είναι διαδοχικοί ζυγοί αριθμοί.

How would you test it?

Πώς θα το ελέγχαμε;

Well, you'd propose other sets of successive even numbers:

Θα προτείναμε άλλη μια σειρά διαδοχικών ζυγών αριθμών:

4, 6, 8 or 12, 14, 16.

4, 6, 8 ή 12, 14, 16.

And Peter would say these sets also work.

Και ο Πίτερ θα έλεγε πως κι αυτή η σειρά θα ήταν λειτουργική.

But knowing that these sets also work,

Όμως μ' αυτή τη γνώση της σειράς,

knowing that perhaps hundreds of sets of successive even numbers also work,

ότι ίσως εκατοντάδες τέτοιες σειρές ενδεχομένως να λειτουργούν,

tells you nothing.

δεν μας λέει τίποτα.

Because this is still consistent with rival theories.

Επειδή αυτή ταιριάζει επίσης με τις αντίπαλες θεωρίες.

Perhaps the rule is any three even numbers.

Ίσως ο κανόνας να είναι οποιαδήποτε τρία ζεύγη αριθμών,

Or any three increasing numbers.

ή οποιοιδήποτε τρεις αυξανόμενοι αριθμοί.

And that's the third example of confirmation bias:

Αυτό είναι και το τρίτο παράδειγμα της προκατάληψης επιβεβαίωσης:

accepting data as evidence,

η αποδοχή των δεδομένων ως τεκμήρια,

even if it's consistent with rival theories.

ακόμη και όταν ταιριάζουν με αντίπαλες θεωρίες.

Data is just a collection of facts.

Τα δεδομένα είναι μόνο μια συλλογή γεγονότων.

Evidence is data that supports one theory and rules out others.

Τα τεκμήρια υποστηρίζουν μια θεωρία ως δεδομένα, ενώ απορρίπτουν τις άλλες.

So the best way to support your theory

Ο καλύτερος τρόπος για να υποστηρίξετε τη θεωρία σας

is actually to try to disprove it, to play devil's advocate.

είναι να την απορρίψετε, παίζοντας τον δικηγόρο του διαβόλου.

So test something, like 4, 12, 26.

Δοκιμάστε κάτι λοιπόν.

Όπως το 4, το 12, και το 26.

If you got a yes to that, that would disprove your theory

Εάν έχετε αποτέλεσμα, τότε η θεωρία σας διαψεύδεται

of successive even numbers.

στους διαδοχικούς ζυγούς αριθμούς.

Yet this test is powerful,

Όμως, η δοκιμασία αυτή είναι δυνατή,

because if you got a no, it would rule out "any three even numbers"

διότι εάν δεν βγει αποτέλεσμα θα διαψεύσει το «κάθε ζεύγος τριών αριθμών»

and "any three increasing numbers."

ή των «αυξανόμενων αριθμών».

It would rule out the rival theories, but not rule out yours.

Θα απορρίψει τις αντίπαλες θεωρίες, αλλά όχι τη δική σας.

But most people are too afraid of testing the 4, 12, 26,

Οι πιο πολλοί άνθρωποι όμως φοβούνται να δοκιμάσουν το 4, το 12, και το 26,

because they don't want to get a yes and prove their pet theory to be wrong.

επειδή δεν θέλουν να βγει λανθασμένη η προσφιλή θεωρία τους.

Confirmation bias is not only about failing to search for new data,

H προκατάληψη επιβεβαίωσης δεν αφορά μόνο

την αποτυχία να ψάχνουμε για νέα δεδομένα,

but it's also about misinterpreting data once you receive it.

αλλά και την παρερμηνεία των δεδομένων που λαμβάνουμε.

And this applies outside the lab to important, real-world problems.

Κι αυτό ισχύει σε σημαντικά, υπαρκτά προβλήματα εκτός εργαστηρίου.

Indeed, Thomas Edison famously said,

Όπως είπε και ο Τόμας Έντισον,

"I have not failed,

«Δεν απέτυχα,

I have found 10,000 ways that won't work."

βρήκα 10.000 τρόπους που δεν λειτουργούν».

Finding out that you're wrong

Το να βρεις πως κάνεις λάθος

is the only way to find out what's right.

είναι ο μόνος τρόπος να βρεις το σωστό.

Say you're a university admissions director

Ας πούμε ότι είστε ο υπεύθυνος εγγραφών σε ένα πανεπιστήμιο

and your theory is that only students with good grades

και θεωρείτε πως μόνο οι φοιτητές με καλούς βαθμούς

from rich families do well.

των εύπορων οικογενειών διαπρέπουν.

So you only let in such students.

Άρα, δέχεστε μόνο τέτοιους φοιτητές.

And they do well.

Κι όντως διαπρέπουν.

But that's also consistent with the rival theory.

Αλλά κι αυτό ταιριάζει με την αντίπαλη θεωρία:

Perhaps all students with good grades do well,

ίσως όλοι οι φοιτητές με καλούς βαθμούς διαπρέπουν,

rich or poor.

είτε είναι πλούσιοι είτε φτωχοί.

But you never test that theory because you never let in poor students

Ποτέ όμως δεν δοκιμάζετε τη θεωρία διότι ποτέ δεν δέχεστε φτωχούς φοιτητές,

because you don't want to be proven wrong.

γιατί δεν θέλετε να σας διαψεύσουν.

So, what have we learned?

Τι μάθαμε λοιπόν;

A story is not fact, because it may not be true.

Ένα περιστατικό δεν αποτελεί γεγονός, διότι μπορεί να μην είναι αληθές.

A fact is not data,

Ένα γεγονός δεν αποτελεί δεδομένο.

it may not be representative if it's only one data point.

Ίσως να μην είναι αντιπροσωπευτικό αν είναι ένα μεμονωμένο σημείο δεδομένων.

And data is not evidence --

Και τα δεδομένα δεν αποτελούν τεκμήριο

it may not be supportive if it's consistent with rival theories.

εάν ταιριάζουν με τις αντίπαλες θεωρίες και δεν είναι υποστηρικτικά.

So, what do you do?

Τι κάνουμε λοιπόν;

When you're at the inflection points of life,

Όποτε βρίσκεστε σε κρίσιμα σημεία της ζωής σας,

deciding on a strategy for your business,

επιλέγοντας μια στρατηγική για την επιχείρησή σας,

a parenting technique for your child

μια τεχνική ανατροφής για το παιδί σας

or a regimen for your health,

ή μια διατροφή για την υγεία σας.

how do you ensure that you don't have a story

Πώς διασφαλίζετε ότι δεν έχετε ένα αφήγημα,

but you have evidence?

αλλά τεκμήρια;

Let me give you three tips.

Θα σας δώσω τρεις συμβουλές.

The first is to actively seek other viewpoints.

Το πρώτο είναι να ψάχνετε ενεργά για άλλες απόψεις.

Read and listen to people you flagrantly disagree with.

Διαβάστε και ακούστε άτομα με τα οποία διαφωνείτε κάθετα.

Ninety percent of what they say may be wrong, in your view.

Το 90% όσων λένε ίσως να σας φανεί λάθος.

But what if 10 percent is right?

Αλλά τι γίνεται εάν το 10% είναι σωστό;

As Aristotle said,

Όπως είπε ο Αριστοτέλης,

"The mark of an educated man

«Το χαρακτηριστικό ενός εξελιγμένου νου

is the ability to entertain a thought

είναι να φιλοξενεί μια σκέψη

without necessarily accepting it."

έστω και αν δεν την αποδέχεται».

Surround yourself with people who challenge you,

Να έχετε έναν περίγυρο που να σας αμφισβητεί

and create a culture that actively encourages dissent.

και δημιουργήστε μια κουλτούρα που επιδοκιμάζει ενεργά τη διαφωνία.

Some banks suffered from groupthink,

Κάποιες τράπεζες έπασχαν από ομαδική σκέψη:

where staff were too afraid to challenge management's lending decisions,

το προσωπικό δεν τολμούσε να διαφωνήσει με τις αποφάσεις της διοίκησης,

contributing to the financial crisis.

και έτσι συνέδραμε την οικονομική κρίση.

In a meeting, appoint someone to be devil's advocate

Διορίστε κάποιον για δικηγόρο του διαβόλου σε μια συνάντηση

against your pet idea.

ενάντια στη δική σας προσφιλή γνώμη.

And don't just hear another viewpoint --

Και μην ακούσετε μια άλλη άποψη.

listen to it, as well.

Προσέξτε την επίσης.

As psychologist Stephen Covey said,

Όπως είπε ο ψυχολόγος Στίβεν Κόβεϊ:

"Listen with the intent to understand,

«Ακούστε με σκοπό να κατανοήσετε

not the intent to reply."

και όχι την απαντήσετε».

A dissenting viewpoint is something to learn from

Μια αντίθετη άποψη υπάρχει για να μάθεις,

not to argue against.

όχι για να αντιταχθείς.

Which takes us to the other forgotten terms in Bayesian inference.

Κι αυτό μας πάει σε άλλους ξεχασμένους όρους

του συμπεράσματος του Μπέυζ.

Because data allows you to learn,

Διότι τα δεδομένα σας βοηθούν να μαθαίνετε,

but learning is only relative to a starting point.

αλλά αυτό σχετίζεται με ένα σημείο εκκίνησης.

If you started with complete certainty that your pet theory must be true,

Εάν ξεκινήσετε με την απόλυτη πεποίθηση πως η προσφιλή θεωρία σας είναι σωστή,

then your view won't change --

τότε η άποψή σας δεν θα αλλάξει,

regardless of what data you see.

ανεξάρτητα από τα δεδομένα που έχετε.

Only if you are truly open to the possibility of being wrong

Μόνο εάν δεχτείτε τη δυνατότητα να κάνετε λάθος

can you ever learn.

γίνεται να μάθετε.

As Leo Tolstoy wrote,

Όπως έγραψε ο Λέων Τολστόι:

"The most difficult subjects

«Τα πιο δύσκολα θέματα

can be explained to the most slow-witted man

μπορείς να τα εξηγήσεις στο πιο αργόστροφο άτομο,

if he has not formed any idea of them already.

έαν δεν έχει διαμορφώσει κάποια άποψη για αυτά.

But the simplest thing

Τα πιο απλά πράγματα όμως

cannot be made clear to the most intelligent man

δεν μπορείς να τα ξεκαθαρίσεις στον πιο έξυπνο άνθρωπο

if he is firmly persuaded that he knows already."

εάν πιστεύει ακράδαντα πως ήδη τα ξέρει».

Tip number two is "listen to experts."

Δεύτερη συμβουλή: «Ακούστε τους ειδικούς».

Now, that's perhaps the most unpopular advice that I could give you.

Αυτή ίσως να είναι η λιγότερο δημοφιλής συμβουλή που μπορώ να σας δώσω.

(Laughter)

(Γέλια)

British politician Michael Gove famously said that people in this country

Ο Βρετανός πολιτικός Μάικλ Γκόουβ είπε ότι ο κόσμος στη χώρα αυτή

have had enough of experts.

βαρέθηκε τους ειδικούς.

A recent poll showed that more people would trust their hairdresser --

Σε μια πρόσφατη δημοσκόπηση ο κόσμος θα εμπιστευόταν τον κομμωτή

(Laughter)

(Γέλια)

or the man on the street

ή έναν περαστικό

than they would leaders of businesses, the health service and even charities.

παρά τους επικεφαλής του εμπορίου, της υγείας, ακόμη και της φιλανθρωπίας.

So we respect a teeth-whitening formula discovered by a mom,

Εκτιμούμε τη φόρμουλα λεύκανσης δοντιών που ανακάλυψε μια μάνα

or we listen to an actress's view on vaccination.

ή ακούμε την άποψη μιας ηθοποιού για τον εμβολιασμό.

We like people who tell it like it is, who go with their gut,

Μας αρέσουν όσοι λένε ό,τι σκέφτονται, που πράττουν ενστικτωδώς,

and we call them authentic.

και λέμε πως είναι γνήσιοι.

But gut feel can only get you so far.

Το ένστικτο από μόνο του δεν θα σας πάει μακριά.

Gut feel would tell you never to give water to a baby with diarrhea,

Αλλά θα σας πει να μην δώσετε νερό σε ένα μωρό με διάρροια,

because it would just flow out the other end.

επειδή θα το αποβάλει.

Expertise tells you otherwise.

Ένας ειδικός σας λέει το αντίθετο.

You'd never trust your surgery to the man on the street.

Ποτέ δεν θα εμπιστευόσασταν να σας χειρουργήσει ένας περαστικός.

You'd want an expert who spent years doing surgery

Θέλετε έναν χειρουργό με πολυετή εμπειρία

and knows the best techniques.

και να γνωρίζει τις καλύτερες τεχνικές.

But that should apply to every major decision.

Αυτό όμως θα έπρεπε να ισχύει για κάθε κρίσιμη απόφαση.

Politics, business, health advice

Η πολιτική,

η εργασία

και η υγεία

require expertise, just like surgery.

χρειάζονται ειδικούς όπως η χειρουργική.

So then, why are experts so mistrusted?

Γιατί υπάρχει τέτοια δυσπιστία προς τους ειδικούς;

Well, one reason is they're seen as out of touch.

Ένας λόγος είναι πως δεν έχουν επαφή με την πραγματικότητα.

A millionaire CEO couldn't possibly speak for the man on the street.

Ένας εκατομμυριούχος επιχειρηματίας δύσκολα εκφράζει τον μέσο άνθρωπο.

But true expertise is found on evidence.

Η πραγματική ειδημοσύνη όμως βασίζεται σε τεκμήρια,

And evidence stands up for the man on the street

κι αυτό συμφέρει τον μέσο άνθρωπο

and against the elites.

ενάντια στην ελίτ.

Because evidence forces you to prove it.

Διότι τα τεκμήρια πρέπει να τα αποδείξεις.

Evidence prevents the elites from imposing their own view

Τα τεκμήρια δεν επιτρέπουν στην ελίτ να επιβάλλει τη γνώμη της

without proof.

χωρίς αποδείξεις.

A second reason why experts are not trusted

Ένας δεύτερος λόγος αμφισβήτησης των ειδικών

is that different experts say different things.

είναι πως δεν λένε τα ίδια.

For every expert who claimed that leaving the EU would be bad for Britain,

Για κάθε ειδικό που έλεγε πως η αποχώρηση από την ΕΕ θα έβλαπτε τη Βρετανία,

another expert claimed it would be good.

ένας άλλος έλεγε το αντίθετο.

Half of these so-called experts will be wrong.

Οι μισοί εξ αυτών των ειδικών θα κάνουν λάθος.

And I have to admit that most papers written by experts are wrong.

Και πρέπει να παραδεχτώ ότι πολλές δημοσιεύσεις τους είναι λανθασμένες.

Or at best, make claims that the evidence doesn't actually support.

Ή στην καλύτερη οι ισχυρισμοί τους που δεν υποστηρίζονται από τα τεκμήρια.

So we can't just take an expert's word for it.

Άρα, δεν πρέπει απλά να τους εμπιστευόμαστε.

In November 2016, a study on executive pay hit national headlines.

Τον Νοέμβριο του 2016

μια έρευνα για τον μισθό των στελεχών έγινε πρωτοσέλιδο,

Even though none of the newspapers who covered the study

παρόλο που καμία εφημερίδα που κάλυψε την έρευνα

had even seen the study.

δεν την είχε δει.

It wasn't even out yet.

Ακόμα δεν είχε δημοσιευτεί.

They just took the author's word for it,

Απλά βασίστηκαν στα λόγια του αρθρογράφου

just like with Belle.

όπως συνέβη με την Μπελ.

Nor does it mean that we can just handpick any study

Ούτε σημαίνει πως πρέπει να πιάσουμε κάποια έρευνα

that happens to support our viewpoint --

που τυχαίνει να στηρίζει την άποψή μας.

that would, again, be confirmation bias.

Κι αυτό θα ήταν προκατάληψη επιβεβαίωσης.

Nor does it mean that if seven studies show A

Ούτε σημαίνει ότι επτά μελέτες που αποδεικνύουν το Α

and three show B,

και τρεις το Β

that A must be true.

δεν κάνει σωστό το Α.

What matters is the quality,

Αυτό που μετράει είναι η ποιότητα

and not the quantity of expertise.

κι όχι η ποσότητα της ειδημοσύνης.

So we should do two things.

Θα έπρεπε να κάνουμε δύο πράγματα.

First, we should critically examine the credentials of the authors.

Πρώτον, να εξετάσουμε προσεκτικά τα προσόντα των αρθρογράφων.

Just like you'd critically examine the credentials of a potential surgeon.

Όπως ακριβώς θα εξετάζαμε τα προσόντα ενός πιθανού χειρουργού.

Are they truly experts in the matter,

Είναι όντως ειδήμονες στο θέμα

or do they have a vested interest?

ή έχουν προσωπικό συμφέρον;

Second, we should pay particular attention

Δεύτερον, θα έπρεπε να δώσουμε ιδιαίτερη σημασία

to papers published in the top academic journals.

σε δημοσιεύσεις στα κορυφαία ακαδημαϊκά περιοδικά.

Now, academics are often accused of being detached from the real world.

Κατηγορούμε συχνά τους ακαδημαϊκούς ότι είναι εκτός πραγματικότητας.

But this detachment gives you years to spend on a study.

Αλλά αυτό ακριβώς τους επιτρέπει να αφιερώσουν χρόνια στην έρευνα,

To really nail down a result,

ώστε να καταφέρουν ένα αποτέλεσμα,

to rule out those rival theories,

να απορρίπτουν τις αντίπαλες θεωρίες

and to distinguish correlation from causation.

και να κάνουν διάκριση μεταξύ συσχέτισης και αιτιότητας.

And academic journals involve peer review,

Και τα ακαδημαϊκά περιοδικά αξιολογούνται από ομότιμους,

where a paper is rigorously scrutinized

οι οποίοι ελέγχουν εξονυχιστικά κάθε έρευνα,

(Laughter)

(Γέλια)

by the world's leading minds.

από τα κορυφαία μυαλά παγκοσμίως.

The better the journal, the higher the standard.

Όσο καλύτερο το περιοδικό τόσο υψηλότερο το επίπεδο.

The most elite journals reject 95 percent of papers.

Τα πιο κορυφαία περιοδικά απορρίπτουν το 95% των ερευνών.

Now, academic evidence is not everything.

Ωστόσο, το ακαδημαϊκό τεκμήριο δεν αρκεί.

Real-world experience is critical, also.

Κι η εμπειρία της καθημερινότητας μετράει επίσης.

And peer review is not perfect, mistakes are made.

Και η αξιολόγηση από ομότιμους δεν είναι τέλεια, γίνονται λάθη.

But it's better to go with something checked

Αλλά είναι προτιμότερο να εξετάζεται κάτι από το να μην εξετάζεται.

than something unchecked.

If we latch onto a study because we like the findings,

Εάν προσκολλούμαστε σε μια έρευνα επειδή μας αρέσουν τα ευρήματα,

without considering who it's by or whether it's even been vetted,

χωρίς να λάβουμε υπόψη τον αρθρογράφο ή εάν έχει αξιολογηθεί,

there is a massive chance that that study is misleading.

υπάρχει μια μεγάλη πιθανότητα η έρευνα να είναι παραπλανητική.

And those of us who claim to be experts

Κι όσοι από εμάς δηλώνουμε ότι είμαστε ειδικοί

should recognize the limitations of our analysis.

θα έπρεπε να δεχόμαστε τα όρια των αναλύσεων μας.

Very rarely is it possible to prove or predict something with certainty,

Πολύ σπάνια γίνεται να αποδείξουμε ή να προβλέψουμε κάτι με βεβαιότητα,

yet it's so tempting to make a sweeping, unqualified statement.

αλλά είναι πολύ δελεαστικό να κάνουμε μια γενικευμένη και επιπόλαιη δήλωση.

It's easier to turn into a headline or to be tweeted in 140 characters.

Πιο εύκολα θα γίνεις πρωτοσέλιδο ή θέμα στο Twitter.

But even evidence may not be proof.

Αλλά ακόμα και τα τεκμήρια μπορεί να μην αποτελούν απόδειξη.

It may not be universal, it may not apply in every setting.

Μπορεί να μην είναι καθολικά ή να μην εφαρμόζονται σε κάθε πεδίο.

So don't say, "Red wine causes longer life,"

Ας μη λέμε λοιπόν:

«Το κόκκινο κρασί φέρνει τη μακροζωΐα»,

when the evidence is only that red wine is correlated with longer life.

εφόσον τα τεκμήρια λένε πως συσχετίζεται με τη μακροζωΐα,

And only then in people who exercise as well.

και μόνο σε άτομα που γυμνάζονται.

Tip number three is "pause before sharing anything."

Τρίτη συμβουλή:

«Περιμένετε πριν μοιραστείτε οτιδήποτε».

The Hippocratic oath says, "First, do no harm."

Ο όρκος του Ιπποκράτη λέει: «Πρώτον, μην βλάψω».

What we share is potentially contagious,

Αυτά που μοιραζόμαστε είναι δυνάμει μεταδοτικά,

so be very careful about what we spread.

γι' αυτό προσέξτε καλά τι μοιράζεστε.

Our goal should not be to get likes or retweets.

Δεν πρέπει να αποβλέπουμε στα like ή τα retweet.

Otherwise, we only share the consensus; we don't challenge anyone's thinking.

Διαφορετικά μοιραζόμαστε μόνο τη συναίνεση

και δεν αμφισβητούμε το σκεπτικό κανενός.

Otherwise, we only share what sounds good,

Διαφορετικά μοιραζόμαστε μόνο ό, τι μας ακούγεται σωστό

regardless of whether it's evidence.

είτε αποτελεί τεκμήριο είτε όχι.

Instead, we should ask the following:

Αντιθέτως, θα έπρεπε να αναρωτηθούμε το εξής:

If it's a story, is it true?

Εάν είναι μια ιστορία, αληθεύει;

If it's true, is it backed up by large-scale evidence?

Εάν αληθεύει, υποστηρίζεται από πληθώρα τεκμηρίων;

If it is, who is it by, what are their credentials?

Εάν ναι, ποιος τα βρήκε και ποια είναι τα προσόντα του;

Is it published, how rigorous is the journal?

Δημοσιεύτηκε; Πόσο σχολαστικό είναι το περιοδικό;

And ask yourself the million-dollar question:

Και κάντε την πιο κρίσιμη ερώτηση:

If the same study was written by the same authors with the same credentials

εάν η ίδια έρευνα είχε την υπογραφή των ίδιων αρθρογράφων με τα ίδια προσόντα

but found the opposite results,

μα είχε τα αντίθετα αποτελέσματα,

would you still be willing to believe it and to share it?

θα θέλατε ακόμα να την πιστέψετε και να τη μοιραστείτε;

Treating any problem --

Η αντιμετώπιση οποιουδήποτε προβλήματος,

a nation's economic problem or an individual's health problem,

είτε είναι της εθνικής οικονομίας είτε της προσωπικής μας υγείας,

is difficult.

είναι δύσκολη.

So we must ensure that we have the very best evidence to guide us.

Άρα, πρέπει να βεβαιωθούμε πως έχουμε τα καλύτερα τεκμήρια για να πορευτούμε.

Only if it's true can it be fact.

Μόνο εάν είναι αλήθεια αποτελεί γεγονός.

Only if it's representative can it be data.

Μόνο εάν είναι αντιπροσωπευτικό αποτελεί δεδομένο.

Only if it's supportive can it be evidence.

Μόνο εάν είναι υποστηρικτικό αποτελεί τεκμήριο.

And only with evidence can we move from a post-truth world

Και μόνο με τεκμήρια θα μεταφερθούμε από έναν κόσμο μετα-αλήθειας

to a pro-truth world.

σε έναν κόσμο υπέρ της αλήθειας.

Thank you very much.

Σας ευχαριστώ πολύ.

(Applause)

(Χειροκρότημα)