Why we think it's OK to cheat and steal (sometimes) | Dan Ariely

768,056 views ・ 2009-03-18

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Botond Juhos Lektor: Zoltan Bencz
00:19
I want to talk to you today a little bit
0
19330
2000
Amiről ma beszélni szeretnék,
00:21
about predictable irrationality.
1
21330
3000
az a megjósolható irracionalitás.
00:24
And my interest in irrational behavior
2
24330
4000
Az irracionális viselkedéssel kapcsolatos érdeklődésem
00:28
started many years ago in the hospital.
3
28330
3000
sok évvel ezelőtt egy kórházban kezdődött.
00:31
I was burned very badly.
4
31330
4000
Nagyon súlyosan megégtem.
00:35
And if you spend a lot of time in hospital,
5
35330
3000
Aki sok időt tölt kórházban,
00:38
you'll see a lot of types of irrationalities.
6
38330
3000
sokféle irracionális dolgot tapasztal.
00:41
And the one that particularly bothered me in the burn department
7
41330
5000
Ami a leginkább zavart az égési osztályon,
00:46
was the process by which the nurses took the bandage off me.
8
46330
4000
az a módszer, ahogy a nővérek a kötést levették rólam.
00:51
Now, you must have all taken a Band-Aid off at some point,
9
51330
2000
Biztosan próbáltatok már kötést eltávolítani,
00:53
and you must have wondered what's the right approach.
10
53330
3000
és biztosan gondolkoztatok rajta, mi a legjobb módja.
00:56
Do you rip it off quickly -- short duration but high intensity --
11
56330
4000
Gyorsan letéped - rövid ideig tart, de erős fájdalom,
01:00
or do you take your Band-Aid off slowly --
12
60330
2000
vagy lassan veszed le - így hosszabb,
01:02
you take a long time, but each second is not as painful --
13
62330
4000
de egyik pillanatban sem annyira intenzív a fájdalom.
01:06
which one of those is the right approach?
14
66330
3000
Melyik a jobb megoldás?
01:09
The nurses in my department thought that the right approach
15
69330
4000
A nővérek az osztályon úgy gondolták,
01:13
was the ripping one, so they would grab hold and they would rip,
16
73330
3000
hogy jobb letépni. Csak megmarkolták és tépték,
01:16
and they would grab hold and they would rip.
17
76330
2000
és megmarkolták, és tépték.
01:18
And because I had 70 percent of my body burned, it would take about an hour.
18
78330
4000
Mivel a testem 70 százaléka megégett, ez egy órán keresztül tartott.
01:22
And as you can imagine,
19
82330
3000
El tudjátok képzelni,
01:25
I hated that moment of ripping with incredible intensity.
20
85330
4000
mennyire utáltam azokat a fájdalmas pillanatokat, mikor téptek.
01:29
And I would try to reason with them and say,
21
89330
2000
Próbáltam érvelni, és meggyőzni őket,
01:31
"Why don't we try something else?
22
91330
1000
"Miért nem próbálják másként?
01:32
Why don't we take it a little longer --
23
92330
2000
Miért nem csináljuk kicsit tovább,
01:34
maybe two hours instead of an hour -- and have less of this intensity?"
24
94330
5000
akár két óráig egy helyett - kisebb intenzitással?"
01:39
And the nurses told me two things.
25
99330
2000
A nővérek két dolgot mondtak.
01:41
They told me that they had the right model of the patient --
26
101330
4000
Azt, hogy ők pontosan tudják, mit érez a beteg,
01:45
that they knew what was the right thing to do to minimize my pain --
27
105330
3000
és tudják, mivel lehet a leginkább csökkenteni a fájdalmamat.
01:48
and they also told me that the word patient doesn't mean
28
108330
3000
Azt is mondták, hogy a "páciens" szó nem azt jelenti,
01:51
to make suggestions or to interfere or ...
29
111330
2000
hogy javaslatokat tesz, vagy beleszól.
01:53
This is not just in Hebrew, by the way.
30
113330
3000
Egyébként nem csak héberül,
01:56
It's in every language I've had experience with so far.
31
116330
3000
hanem minden nyelven, amivel eddig találkoztam.
01:59
And, you know, there's not much -- there wasn't much I could do,
32
119330
4000
Tudjátok, nem sokat tudtam tenni,
02:03
and they kept on doing what they were doing.
33
123330
3000
és ők folytatták úgy, ahogy addig.
02:06
And about three years later, when I left the hospital,
34
126330
2000
Körülbelül három év után, mikor kikerültem a kórházból,
02:08
I started studying at the university.
35
128330
3000
elkezdtem az egyetemet.
02:11
And one of the most interesting lessons I learned
36
131330
3000
Az egyik legérdekesebb lecke, amit megtanultam,
02:14
was that there is an experimental method
37
134330
2000
hogy van egy kísérleti módszer,
02:16
that if you have a question you can create a replica of this question
38
136330
4000
amivel egy kérdést absztrakt módon átalakíthatsz,
02:20
in some abstract way, and you can try to examine this question,
39
140330
4000
és ha ezt a kérdést próbálod megérteni,
02:24
maybe learn something about the world.
40
144330
2000
talán tanulsz valamit a világról.
02:26
So that's what I did.
41
146330
2000
És én ezt tettem.
02:28
I was still interested
42
148330
1000
Még mindig érdekelt az a kérdés,
02:29
in this question of how do you take bandages off burn patients.
43
149330
2000
hogyan vegyük le a kötést az égési sérültekről.
02:31
So originally I didn't have much money,
44
151330
3000
Kezdetben nem volt sok pénzem.
02:34
so I went to a hardware store and I bought a carpenter's vice.
45
154330
4000
Elmentem egy szerszámboltba, és vettem egy asztalos satut.
02:38
And I would bring people to the lab and I would put their finger in it,
46
158330
4000
Embereket hívtam a laborba, akik bedugták az ujjukat,
02:42
and I would crunch it a little bit.
47
162330
2000
és megszorongattam őket.
02:44
(Laughter)
48
164330
2000
(Nevetés)
02:46
And I would crunch it for long periods and short periods,
49
166330
3000
Szorítottam hosszabb és rövidebb ideig,
02:49
and pain that went up and pain that went down,
50
169330
2000
növelve és csökkentve a fájdalmukat,
02:51
and with breaks and without breaks -- all kinds of versions of pain.
51
171330
4000
szünetekkel és szünet nélkül, mindenféle fájdalmat okozva.
02:55
And when I finished hurting people a little bit, I would ask them,
52
175330
2000
Miután befejeztem a kínzásukat, megkérdeztem őket.
02:57
so, how painful was this? Or, how painful was this?
53
177330
2000
"Milyen volt? Mekkora fájdalmat éreztél?
02:59
Or, if you had to choose between the last two,
54
179330
2000
Ha választani kellene a két utolsó közül,
03:01
which one would you choose?
55
181330
2000
melyiket választanád?"
03:03
(Laughter)
56
183330
3000
(Nevetés)
03:06
I kept on doing this for a while.
57
186330
3000
Csináltam ezt egy darabig.
03:09
(Laughter)
58
189330
2000
(Nevetés)
03:11
And then, like all good academic projects, I got more funding.
59
191330
4000
Aztán, mint egy jobb tudományos kutatás, több támogatást kaptam.
03:15
I moved to sounds, electrical shocks --
60
195330
2000
Áttértem a hang- és áramütéses kísérletekre.
03:17
I even had a pain suit that I could get people to feel much more pain.
61
197330
5000
Volt egy fájdalomkészletem, amivel elértem, hogy az emberek sokkal több fájdalmat elviseljenek.
03:22
But at the end of this process,
62
202330
4000
A folyamat végére rájöttem,
03:26
what I learned was that the nurses were wrong.
63
206330
3000
hogy a nővérek tévedtek.
03:29
Here were wonderful people with good intentions
64
209330
3000
Csodálatos emberek voltak, csupa jó szándékkal
03:32
and plenty of experience, and nevertheless
65
212330
2000
és rengeteg tapasztalattal,
03:34
they were getting things wrong predictably all the time.
66
214330
4000
mégis félreértették a dolgokat, biztosan és állandóan.
03:38
It turns out that because we don't encode duration
67
218330
3000
Kiderült, hogy az időtartamot nem ugyanúgy érzékeljük,
03:41
in the way that we encode intensity,
68
221330
2000
mint az intenzitást, ezért
03:43
I would have had less pain if the duration would have been longer
69
223330
4000
kevésbé fájt volna, ha hosszabb ideig,
03:47
and the intensity was lower.
70
227330
2000
de kisebb fájdalommal kezeltek volna.
03:49
It turns out it would have been better to start with my face,
71
229330
3000
Kiderült, hogy jobb lett volna az arcommal kezdeni,
03:52
which was much more painful, and move toward my legs,
72
232330
2000
ami sokkal fájdalmasabb volt, és haladni a lábaim felé,
03:54
giving me a trend of improvement over time --
73
234330
3000
hogy fokozatos javulást érezhessek.
03:57
that would have been also less painful.
74
237330
1000
Kevésbé fájt volna.
03:58
And it also turns out that it would have been good
75
238330
2000
Az is kiderült, hogy jobb lett volna szüneteket tartani,
04:00
to give me breaks in the middle to kind of recuperate from the pain.
76
240330
2000
hogy regenerálódjak két fájdalom között.
04:02
All of these would have been great things to do,
77
242330
2000
Mindez nagyszerű lett volna,
04:04
and my nurses had no idea.
78
244330
3000
de a nővéreknek erről fogalmuk sem volt.
04:07
And from that point on I started thinking,
79
247330
1000
Ettől kezdve azon kezdtem gondolkozni,
04:08
are the nurses the only people in the world who get things wrong
80
248330
3000
vajon csak a nővérek csinálják rosszul a dolgokat
04:11
in this particular decision, or is it a more general case?
81
251330
3000
ilyen döntéseknél, vagy ez egy általánosabb eset?
04:14
And it turns out it's a more general case --
82
254330
2000
Azt tapasztaltam, hogy ez általános.
04:16
there's a lot of mistakes we do.
83
256330
3000
Sokat hibázunk.
04:19
And I want to give you one example of one of these irrationalities,
84
259330
5000
Szeretnék mutatni egy példát ilyen irracionalitásra.
04:24
and I want to talk to you about cheating.
85
264330
3000
A csalásról szeretnék beszélni.
04:27
And the reason I picked cheating is because it's interesting,
86
267330
2000
Azért a csalást választottam, mert ez érdekes,
04:29
but also it tells us something, I think,
87
269330
2000
és azt hiszem, mond valamit
04:31
about the stock market situation we're in.
88
271330
3000
a jelenlegi tőzsdei helyzetről.
04:34
So, my interest in cheating started
89
274330
3000
Akkor kezdtem a csalással foglalkozni,
04:37
when Enron came on the scene, exploded all of a sudden,
90
277330
2000
mikor az Enron botrány hirtelen kirobbant.
04:39
and I started thinking about what is happening here.
91
279330
3000
Azon gondolkoztam, mi történik.
04:42
Is it the case that there was kind of
92
282330
1000
Lehet,
04:43
a few apples who are capable of doing these things,
93
283330
3000
hogy csak egy pár koponya képes ilyet kitalálni?
04:46
or are we talking a more endemic situation,
94
286330
2000
Vagy ez egy népbetegség,
04:48
that many people are actually capable of behaving this way?
95
288330
4000
és valójában bárki képes lenne így viselkedni?
04:52
So, like we usually do, I decided to do a simple experiment.
96
292330
4000
Ahogy azt szoktam, elhatároztam, hogy csinálok pár egyszerű kísérletet.
04:56
And here's how it went.
97
296330
1000
Elmondom, hogyan.
04:57
If you were in the experiment, I would pass you a sheet of paper
98
297330
3000
A kísérlet résztvevőinek adtam egy darab papírt
05:00
with 20 simple math problems that everybody could solve,
99
300330
4000
húsz egyszerű matematikai feladattal, amit bárki meg tud oldani,
05:04
but I wouldn't give you enough time.
100
304330
2000
de nem hagytam elég időt rá.
05:06
When the five minutes were over, I would say,
101
306330
2000
Öt perc után azt mondtam:
05:08
"Pass me the sheets of paper, and I'll pay you a dollar per question."
102
308330
3000
"Adjátok ide a lapokat, és fizetek feladatonként egy dollárt."
05:11
People did this. I would pay people four dollars for their task --
103
311330
4000
És így tettek. Négy dollárt fizettem a munkájukért,
05:15
on average people would solve four problems.
104
315330
2000
átlagosan négy feladatot oldottak meg.
05:17
Other people I would tempt to cheat.
105
317330
3000
Másokat megpróbáltam megkísérteni.
05:20
I would pass their sheet of paper.
106
320330
1000
Kiosztottam a feladatlapokat.
05:21
When the five minutes were over, I would say,
107
321330
2000
Mikor az öt perc eltelt, azt mondtam:
05:23
"Please shred the piece of paper.
108
323330
1000
"Tépjétek apró darabokra a lapot.
05:24
Put the little pieces in your pocket or in your backpack,
109
324330
3000
A darabokat tegyétek zsebre, vagy a táskátokba,
05:27
and tell me how many questions you got correctly."
110
327330
3000
és mondjátok meg, hány kérdésre válaszoltatok helyesen."
05:30
People now solved seven questions on average.
111
330330
3000
Az emberek most átlagosan hét kérdést oldottak meg.
05:33
Now, it wasn't as if there was a few bad apples --
112
333330
5000
Nem az történt, hogy néhányan,
05:38
a few people cheated a lot.
113
338330
3000
pár rossz fiú csalt sokat,
05:41
Instead, what we saw is a lot of people who cheat a little bit.
114
341330
3000
hanem sokan csaltak, mindenki egy kicsit.
05:44
Now, in economic theory,
115
344330
3000
A közgazdaságtanban
05:47
cheating is a very simple cost-benefit analysis.
116
347330
3000
a csalás egy egyszerű költség-haszon elemzés.
05:50
You say, what's the probability of being caught?
117
350330
2000
Felteheted a kérdést:
05:52
How much do I stand to gain from cheating?
118
352330
3000
"Mekkora az esélye, hogy lebukok? Mennyit nyerhetek a csalással?"
05:55
And how much punishment would I get if I get caught?
119
355330
2000
"Mekkora büntetést kapnék, ha rajtakapnának?"
05:57
And you weigh these options out --
120
357330
2000
És mérlegelnéd ezeket a lehetőségeket.
05:59
you do the simple cost-benefit analysis,
121
359330
2000
Csinálnál egy egyszerű költség-haszon elemzést,
06:01
and you decide whether it's worthwhile to commit the crime or not.
122
361330
3000
és döntenél, hogy megéri-e élni a lehetőséggel, vagy sem.
06:04
So, we try to test this.
123
364330
2000
Ezt próbáltuk igazolni.
06:06
For some people, we varied how much money they could get away with --
124
366330
4000
Egyeseknél azt variáltuk, mennyi pénzt tudnak szerezni,
06:10
how much money they could steal.
125
370330
1000
mennyi pénzt tudnak ellopni.
06:11
We paid them 10 cents per correct question, 50 cents,
126
371330
3000
Fizettünk nekik 10 centet, 50 centet,
06:14
a dollar, five dollars, 10 dollars per correct question.
127
374330
3000
1 dollárt, 5 dollárt, 10 dollárt minden jó válaszért.
06:17
You would expect that as the amount of money on the table increases,
128
377330
4000
Azt várnánk, hogy amint a tét növekszik,
06:21
people would cheat more, but in fact it wasn't the case.
129
381330
3000
az emberek többet csalnak, de nem így történt.
06:24
We got a lot of people cheating by stealing by a little bit.
130
384330
3000
Nagyon sok ember csalt, és kicsit loptak.
06:27
What about the probability of being caught?
131
387330
3000
Mi a helyzet a lebukás valószínűségével?
06:30
Some people shredded half the sheet of paper,
132
390330
2000
Néhányan a papírnak csak a felét tépték szét,
06:32
so there was some evidence left.
133
392330
1000
így maradt valamennyi bizonyíték.
06:33
Some people shredded the whole sheet of paper.
134
393330
2000
Mások az egész lapot összetépték.
06:35
Some people shredded everything, went out of the room,
135
395330
3000
Néhányan, akik az egészet széttépték, kimentek a szobából,
06:38
and paid themselves from the bowl of money that had over 100 dollars.
136
398330
3000
és maguknak fizettek egy dobozból, amiben több mint 100 dollár volt.
06:41
You would expect that as the probability of being caught goes down,
137
401330
3000
Azt várnánk, hogy ha a lebukás esélye csökken,
06:44
people would cheat more, but again, this was not the case.
138
404330
3000
az emberek többet csalnak. De most sem ez történt.
06:47
Again, a lot of people cheated by just by a little bit,
139
407330
3000
Megint sokan csaltak, csak egy picit,
06:50
and they were insensitive to these economic incentives.
140
410330
3000
és közömbösek voltak ezekre a gazdasági ösztönzőkre.
06:53
So we said, "If people are not sensitive
141
413330
1000
Akkor, ha az emberek
06:54
to the economic rational theory explanations, to these forces,
142
414330
5000
nem érzékenyek ezekre racionális gazdasági magyarázatokra,
06:59
what could be going on?"
143
419330
3000
mi lehet az oka?
07:02
And we thought maybe what is happening is that there are two forces.
144
422330
3000
Azt gondoltuk, talán az a helyzet, hogy két hatás van.
07:05
At one hand, we all want to look at ourselves in the mirror
145
425330
2000
Egyrészt, mindannyian úgy szeretnénk a tükörbe nézni,
07:07
and feel good about ourselves, so we don't want to cheat.
146
427330
3000
hogy jó benyomásunk legyen magunkról: nem akarunk csalni.
07:10
On the other hand, we can cheat a little bit,
147
430330
2000
Másrészt, tudunk egy kicsit csalni,
07:12
and still feel good about ourselves.
148
432330
2000
és mégis jónak ítéljük magunkat.
07:14
So, maybe what is happening is that
149
434330
1000
Szóval, az lehet a magyarázat,
07:15
there's a level of cheating we can't go over,
150
435330
2000
hogy van egy szintje a csalásnak, amit nem tudunk átlépni,
07:17
but we can still benefit from cheating at a low degree,
151
437330
4000
de kis csalásokkal képesek vagyunk előnyhöz jutni,
07:21
as long as it doesn't change our impressions about ourselves.
152
441330
3000
egész addig, amíg ez meg nem változtatja a saját magunkról kialakított képet.
07:24
We call this like a personal fudge factor.
153
444330
3000
Ezt hívjuk személyes füllentési faktornak.
07:28
Now, how would you test a personal fudge factor?
154
448330
4000
Hogyan tesztelhetünk egy személyes füllentési faktort?
07:32
Initially we said, what can we do to shrink the fudge factor?
155
452330
4000
Először azt kérdeztük, hogyan tudnánk csökkenteni?
07:36
So, we got people to the lab, and we said,
156
456330
2000
Embereket hívtunk a laborba, és azt mondtuk nekik:
07:38
"We have two tasks for you today."
157
458330
2000
két feladatotok van mára.
07:40
First, we asked half the people
158
460330
1000
Az emberek felét megkértük,
07:41
to recall either 10 books they read in high school,
159
461330
2000
hogy idézzenek fel 10 könyvet a középiskolából,
07:43
or to recall The Ten Commandments,
160
463330
3000
vagy arra, hogy idézzék fel a tízparancsolatot.
07:46
and then we tempted them with cheating.
161
466330
2000
Aztán megkísértettük őket a csalással.
07:48
Turns out the people who tried to recall The Ten Commandments --
162
468330
3000
Kiderült, hogy akinek a tízparancsolatot kellett felidézni,
07:51
and in our sample nobody could recall all of The Ten Commandments --
163
471330
2000
- igaz, senki sem tudta pontosan felidézni a tízparancsolatot -
07:54
but those people who tried to recall The Ten Commandments,
164
474330
4000
mégis, akik ezzel próbálkoztak,
07:58
given the opportunity to cheat, did not cheat at all.
165
478330
3000
és lehetőséget kaptak a csalásra, egyáltalán nem csaltak.
08:01
It wasn't that the more religious people --
166
481330
2000
Nem úgy volt, hogy a vallásosak, akik több parancsolatra emlékeztek,
08:03
the people who remembered more of the Commandments -- cheated less,
167
483330
1000
csaltak kevesebbet,
08:04
and the less religious people --
168
484330
2000
és a kevésbé vallásosak, akik szinte
08:06
the people who couldn't remember almost any Commandments --
169
486330
1000
semmire sem emlékeztek,
08:07
cheated more.
170
487330
2000
többet csaltak volna.
08:09
The moment people thought about trying to recall The Ten Commandments,
171
489330
4000
Abban a pillanatban, amikor megpróbálták felidézni a tízparancsolatot,
08:13
they stopped cheating.
172
493330
1000
abbahagyták a csalást.
08:14
In fact, even when we gave self-declared atheists
173
494330
2000
Még azok is, akik magukat ateistáknak vallották,
08:16
the task of swearing on the Bible and we give them a chance to cheat,
174
496330
4000
mikor megeskettük őket a Bibliára, és megadtunk nekik a lehetőséget,
08:20
they don't cheat at all.
175
500330
2000
egyáltalán nem csaltak.
08:24
Now, Ten Commandments is something that is hard
176
504330
2000
A tízparancsolatot elég nehéz dolog
08:26
to bring into the education system, so we said,
177
506330
2000
bevezetni az oktatásban, ezért megkérdeztük:
08:28
"Why don't we get people to sign the honor code?"
178
508330
2000
"Miért nem íratjuk alá a becsületkódexet?"
08:30
So, we got people to sign,
179
510330
2000
És az embereknek alá kellett írni, hogy
08:32
"I understand that this short survey falls under the MIT Honor Code."
180
512330
4000
"Megértettem, hogy ez a kérdőív a MIT Becsületkódexe hatálya alatt áll."
08:36
Then they shredded it. No cheating whatsoever.
181
516330
3000
Aztán összetépték. És nem csaltak.
08:39
And this is particularly interesting,
182
519330
1000
Ez különösen érdekes,
08:40
because MIT doesn't have an honor code.
183
520330
2000
mert a MIT-nek nincs becsületkódexe.
08:42
(Laughter)
184
522330
5000
(Nevetés)
08:47
So, all this was about decreasing the fudge factor.
185
527330
4000
Eddig a füllentési faktor csökkentéséről volt szó.
08:51
What about increasing the fudge factor?
186
531330
3000
Mi a helyzet a növelésével?
08:54
The first experiment -- I walked around MIT
187
534330
2000
A következő kísérlet az volt, hogy körbe jártam a MIT-n
08:56
and I distributed six-packs of Cokes in the refrigerators --
188
536330
3000
és tettem néhány hatos csomag Coca Colát a hűtőkbe.
08:59
these were common refrigerators for the undergrads.
189
539330
2000
Ezek közös hűtőszekrények voltak az egyetemisták számára.
09:01
And I came back to measure what we technically call
190
541330
3000
Aztán visszamentem felmérni, amit mi bennfentesen úgy hívunk,
09:04
the half-lifetime of Coke -- how long does it last in the refrigerators?
191
544330
4000
hogy a kóla élettartama: meddig marad meg a hűtőszekrényben.
09:08
As you can expect it doesn't last very long; people take it.
192
548330
3000
Gondolhatjátok, nem tartott túl sokáig. Elfogyott.
09:11
In contrast, I took a plate with six one-dollar bills,
193
551330
4000
Ezzel szemben, vettem egy tálcát, hat darab egydolláros csekkel,
09:15
and I left those plates in the same refrigerators.
194
555330
3000
és azokat hagytam ugyanazokban a hűtőszekrényekben.
09:18
No bill ever disappeared.
195
558330
1000
Egyetlen csekk sem tűnt el.
09:19
Now, this is not a good social science experiment,
196
559330
3000
Ez nem egy jó társadalomtudományi kísérlet.
09:22
so to do it better I did the same experiment
197
562330
3000
Hogy jobb legyen, elvégeztem ugyanazt a kísérletet,
09:25
as I described to you before.
198
565330
2000
amiről az előbb beszéltem.
09:27
A third of the people we passed the sheet, they gave it back to us.
199
567330
3000
Az emberek harmada visszaadta a kérdőívet.
09:30
A third of the people we passed it to, they shredded it,
200
570330
3000
A másik egyharmad széttépte,
09:33
they came to us and said,
201
573330
1000
és azt kellett mondaniuk nekünk:
09:34
"Mr. Experimenter, I solved X problems. Give me X dollars."
202
574330
3000
"Kísérletvezető úr, megoldottam X feladatot, kérek X dollárt."
09:37
A third of the people, when they finished shredding the piece of paper,
203
577330
3000
A maradék egyharmad, mikor széttépték a lapot,
09:40
they came to us and said,
204
580330
2000
azt mondták:
09:42
"Mr Experimenter, I solved X problems. Give me X tokens."
205
582330
6000
"Kísérletvezető úr, megoldottam X feladatot, kérek X zsetont."
09:48
We did not pay them with dollars; we paid them with something else.
206
588330
3000
Nekik nem dollárral fizettünk, hanem valami mással.
09:51
And then they took the something else, they walked 12 feet to the side,
207
591330
3000
Aztán fogták azt a zsetont, odébb mentek 4 métert,
09:54
and exchanged it for dollars.
208
594330
2000
és dollárra váltották.
09:56
Think about the following intuition.
209
596330
2000
Képzeld el a következőt.
09:58
How bad would you feel about taking a pencil from work home,
210
598330
3000
Mennyire éreznéd magad rosszul, ha a munkahelyedről hazavinnél egy ceruzát?
10:01
compared to how bad would you feel
211
601330
2000
És mennyire éreznéd magad rosszul,
10:03
about taking 10 cents from a petty cash box?
212
603330
2000
ha 10 centet kivennél a kasszából?
10:05
These things feel very differently.
213
605330
3000
Ezek a dolgok nagyon eltérő érzést váltanak ki.
10:08
Would being a step removed from cash for a few seconds
214
608330
3000
Lehet, hogy ez a pár másodperces lépés, amit beiktattunk a pénznél,
10:11
by being paid by token make a difference?
215
611330
3000
hogy előbb zsetonnal fizetünk, ez okoz eltérést?
10:14
Our subjects doubled their cheating.
216
614330
2000
Az alanyaink kétszer többet csaltak.
10:16
I'll tell you what I think
217
616330
2000
Mindjárt elmondom,
10:18
about this and the stock market in a minute.
218
618330
2000
mi köze ennek a tőzsdéhez.
10:21
But this did not solve the big problem I had with Enron yet,
219
621330
4000
De ez még nem oldja meg a nagy problémámat az Enronnal,
10:25
because in Enron, there's also a social element.
220
625330
3000
mert annak van egy társadalmi tényezője is.
10:28
People see each other behaving.
221
628330
1000
Ott az emberek látták egymás viselkedését.
10:29
In fact, every day when we open the news
222
629330
2000
Valójában minden nap, mikor kinyitjuk az újságot,
10:31
we see examples of people cheating.
223
631330
2000
látjuk, hogy az emberek hogy csalnak.
10:33
What does this cause us?
224
633330
3000
Hogyan hatnak ezek ránk?
10:36
So, we did another experiment.
225
636330
1000
Csináltunk egy újabb kísérletet,
10:37
We got a big group of students to be in the experiment,
226
637330
3000
amire egy nagy csoportra való hallgatót hívtunk meg.
10:40
and we prepaid them.
227
640330
1000
Felkészítettük őket,
10:41
So everybody got an envelope with all the money for the experiment,
228
641330
3000
mindenki kapott egy borítékot, benne az kísérletre szánt pénzzel.
10:44
and we told them that at the end, we asked them
229
644330
2000
A kísérlet végén megkértük őket,
10:46
to pay us back the money they didn't make. OK?
230
646330
4000
hogy fizessék vissza azt a pénzt, amit nem kerestek meg. Világos?
10:50
The same thing happens.
231
650330
1000
Ugyanaz történt.
10:51
When we give people the opportunity to cheat, they cheat.
232
651330
2000
Ha megadjuk az embereknek a lehetőséget a csalásra, csalnak.
10:53
They cheat just by a little bit, all the same.
233
653330
3000
Csak egy kicsit csalnak, minden ugyanúgy.
10:56
But in this experiment we also hired an acting student.
234
656330
3000
Ebben a kísérletben volt egy beépített hallgatónk is.
10:59
This acting student stood up after 30 seconds, and said,
235
659330
4000
Ez a beépített diák 30 másodperc után felállt, és azt mondta:
11:03
"I solved everything. What do I do now?"
236
663330
3000
"Megoldottam mindent. Mit csináljak?"
11:06
And the experimenter said, "If you've finished everything, go home.
237
666330
4000
A kísérletvezető azt mondta, ha kész van, menjen haza.
11:10
That's it. The task is finished."
238
670330
1000
Ennyi. Kész vagyunk.
11:11
So, now we had a student -- an acting student --
239
671330
4000
Szóval itt volt egy hallgató, egy beépített ember,
11:15
that was a part of the group.
240
675330
2000
aki a csoport tagja volt,
11:17
Nobody knew it was an actor.
241
677330
2000
senki nem tudta, hogy előre megbeszéltük.
11:19
And they clearly cheated in a very, very serious way.
242
679330
4000
Ez a diák szemmel láthatóan, nagyon durván csalt.
11:23
What would happen to the other people in the group?
243
683330
3000
Mi történt a többiekkel a csoportban?
11:26
Will they cheat more, or will they cheat less?
244
686330
3000
Többet csaltak, vagy kevesebbet?
11:29
Here is what happens.
245
689330
2000
Elárulom. Kiderült,
11:31
It turns out it depends on what kind of sweatshirt they're wearing.
246
691330
4000
ez attól függ, milyen melegítőfelsőt viseltek.
11:35
Here is the thing.
247
695330
2000
Ez érdekes!
11:37
We ran this at Carnegie Mellon and Pittsburgh.
248
697330
3000
Mindezt Pittsburghben, a Carnegie egyetemen csináltuk.
11:40
And at Pittsburgh there are two big universities,
249
700330
2000
Pittsburghben két nagy egyetem van,
11:42
Carnegie Mellon and University of Pittsburgh.
250
702330
3000
a Carnegie Mellon és a Pittsburghi Egyetem.
11:45
All of the subjects sitting in the experiment
251
705330
2000
A kísérlet minden résztvevője
11:47
were Carnegie Mellon students.
252
707330
2000
a Carnegie Mellon diákja volt.
11:49
When the actor who was getting up was a Carnegie Mellon student --
253
709330
4000
Amikor a beépített ember, aki felállt, Carnegie-s diák volt,
11:53
he was actually a Carnegie Mellon student --
254
713330
2000
igazából ő is Carnegie Mellon hallgató volt,
11:55
but he was a part of their group, cheating went up.
255
715330
4000
de amikor része volt a csapatnak, a csalás megnőtt.
11:59
But when he actually had a University of Pittsburgh sweatshirt,
256
719330
4000
Amikor ugyanez a diák Pittsburgh-ös felsőt viselt,
12:03
cheating went down.
257
723330
2000
a csalás csökkent.
12:05
(Laughter)
258
725330
3000
(Nevetés)
12:08
Now, this is important, because remember,
259
728330
3000
Ez most fontos. Emlékezzünk vissza,
12:11
when the moment the student stood up,
260
731330
2000
abban a pillanatban, amikor a diák felállt,
12:13
it made it clear to everybody that they could get away with cheating,
261
733330
3000
nyilvánvalóvá vált, hogy csalással leléphetnek,
12:16
because the experimenter said,
262
736330
2000
mert a kísérletvezető azt mondta,
12:18
"You've finished everything. Go home," and they went with the money.
263
738330
2000
ha kész van mindennel, menjen haza. És ő ment is a pénzzel.
12:20
So it wasn't so much about the probability of being caught again.
264
740330
3000
Ez után már nem valószínű, hogy elkaphatják.
12:23
It was about the norms for cheating.
265
743330
3000
Itt a csalás megítéléséről van szó.
12:26
If somebody from our in-group cheats and we see them cheating,
266
746330
3000
Ha valaki a saját csapatunkból csal, és látjuk őt csalni, akkor úgy érezzük,
12:29
we feel it's more appropriate, as a group, to behave this way.
267
749330
4000
hogy csapaton belül jobban elfogadott ez a viselkedés.
12:33
But if it's somebody from another group, these terrible people --
268
753330
2000
De ha ez a valaki egy másik csoportból, azok a rossz fiúk -
12:35
I mean, not terrible in this --
269
755330
2000
nem úgy értem, hogy rossz,
12:37
but somebody we don't want to associate ourselves with,
270
757330
2000
de valaki más, akivel nem akarunk azonosulni,
12:39
from another university, another group,
271
759330
2000
egy másik egyetemről, egy másik csapatból -
12:41
all of a sudden people's awareness of honesty goes up --
272
761330
3000
akkor hirtelen mindenkinek az öntudata és a becsülete megnő,
12:44
a little bit like The Ten Commandments experiment --
273
764330
2000
- egy kicsit mint a tízparancsolat-kísérlet esetén -
12:46
and people cheat even less.
274
766330
4000
és az emberek még kevesebbet csalnak.
12:50
So, what have we learned from this about cheating?
275
770330
4000
Szóval, mit tanultunk ebből a csalásról?
12:54
We've learned that a lot of people can cheat.
276
774330
3000
Megtanultuk, hogy egy csomó ember tud csalni.
12:57
They cheat just by a little bit.
277
777330
3000
Csak egy kicsit csalnak.
13:00
When we remind people about their morality, they cheat less.
278
780330
4000
Ha emlékeztetjük őket az erkölcsi szabályokra, kevesebbet csalnak.
13:04
When we get bigger distance from cheating,
279
784330
3000
Ha nagyobb távolságba kerülünk a csalástól,
13:07
from the object of money, for example, people cheat more.
280
787330
4000
például a pénztől, az emberek többet csalnak.
13:11
And when we see cheating around us,
281
791330
2000
Ha azt látjuk, hogy körülöttünk csalnak,
13:13
particularly if it's a part of our in-group, cheating goes up.
282
793330
4000
különösen akkor, ha ezt a saját csapatunkban látjuk, többet csalunk.
13:17
Now, if we think about this in terms of the stock market,
283
797330
3000
Most ha ugyanezeket átgondoljuk a tőzsdével kapcsolatban,
13:20
think about what happens.
284
800330
1000
képzeljük el, mi történik.
13:21
What happens in a situation when you create something
285
801330
3000
Mi történik abban az esetben, ha kitalálsz valamit,
13:24
where you pay people a lot of money
286
804330
2000
ahol fizetsz az embereknek egy csomó pénzt,
13:26
to see reality in a slightly distorted way?
287
806330
3000
hogy a valóságot egy kicsit másként lássák?
13:29
Would they not be able to see it this way?
288
809330
3000
Nem lennének képesek így látni?
13:32
Of course they would.
289
812330
1000
Dehogynem!
13:33
What happens when you do other things,
290
813330
1000
Mi történik, ha mást is csinálsz,
13:34
like you remove things from money?
291
814330
2000
ha kiveszed a képletből a pénzt?
13:36
You call them stock, or stock options, derivatives,
292
816330
3000
Nevezheted részvénynek, opciónak, származékos üzletnek,
13:39
mortgage-backed securities.
293
819330
1000
vagy jelzálog-alapú értékpapírnak.
13:40
Could it be that with those more distant things,
294
820330
3000
Lehet, hogy ezekkel a még elvontabb dolgokkal,
13:43
it's not a token for one second,
295
823330
2000
ami nem egy zseton egy pár másodpercre,
13:45
it's something that is many steps removed from money
296
825330
2000
hanem valami olyan, ami sok lépésre eltávolít a pénztől, sokkal hosszabb időre,
13:47
for a much longer time -- could it be that people will cheat even more?
297
827330
4000
lehet, hogy az emberek még többet csalnak?
13:51
And what happens to the social environment
298
831330
2000
Mi történik a társadalommal,
13:53
when people see other people behave around them?
299
833330
3000
amikor azt látjuk, hogy mások így viselkednek körülöttünk?
13:56
I think all of those forces worked in a very bad way
300
836330
4000
Úgy gondolom, ezek a dolgok
14:00
in the stock market.
301
840330
2000
nagyon rossz irányba hatnak a tőzsdén.
14:02
More generally, I want to tell you something
302
842330
3000
Általánosabban, szeretnék mondani nektek valamit
14:05
about behavioral economics.
303
845330
3000
a viselkedési gazdaságtanról.
14:08
We have many intuitions in our life,
304
848330
4000
Sokféle megérzésünk van életünk során,
14:12
and the point is that many of these intuitions are wrong.
305
852330
3000
és a helyzet az, hogy nagyon sok intuíciónk téves.
14:15
The question is, are we going to test those intuitions?
306
855330
3000
A kérdés az, hogy fogjuk-e ellenőrizni az intuícióinkat?
14:18
We can think about how we're going to test this intuition
307
858330
2000
Gondolkozhatunk, hogyan ellenőrizhetjük a megérzést
14:20
in our private life, in our business life,
308
860330
2000
a saját életünkben, vagy a munkahelyen,
14:22
and most particularly when it goes to policy,
309
862330
3000
és leginkább akkor, amikor politizálunk.
14:25
when we think about things like No Child Left Behind,
310
865330
3000
Amikor olyan dolgokra gondolunk, mint az iskolai felzárkóztató program,
14:28
when you create new stock markets, when you create other policies --
311
868330
3000
amikor új tőzsdéket hozunk létre, amikor szabályokat alkotunk.
14:31
taxation, health care and so on.
312
871330
3000
Adózás, egészségügy, és hasonlók.
14:34
And the difficulty of testing our intuition
313
874330
2000
Az intuíció ellenőrzésének a nehézsége
14:36
was the big lesson I learned
314
876330
2000
volt a legnagyobb lecke, amit megtanultam,
14:38
when I went back to the nurses to talk to them.
315
878330
2000
mikor visszamentem a nővérekhez.
14:40
So I went back to talk to them
316
880330
2000
Mert visszamentem, és beszéltem velük, és elmondtam nekik,
14:42
and tell them what I found out about removing bandages.
317
882330
3000
mire jöttem rá a kötések levételével kapcsolatban.
14:45
And I learned two interesting things.
318
885330
2000
Megint tanultam két érdekes dolgot.
14:47
One was that my favorite nurse, Ettie,
319
887330
2000
Az egyik az volt, amit a kedvenc nővérem, Ettie mondott,
14:49
told me that I did not take her pain into consideration.
320
889330
4000
hogy nem vettem figyelembe az ő fájdalmát.
14:53
She said, "Of course, you know, it was very painful for you.
321
893330
2000
Azt mondta: "Természetes, hogy fájdalmas volt neked,
14:55
But think about me as a nurse,
322
895330
2000
de gondolj rám, nővérre is.
14:57
taking, removing the bandages of somebody I liked,
323
897330
2000
Leszedni a kötést valakiről, akit kedvelek,
14:59
and had to do it repeatedly over a long period of time.
324
899330
3000
és ezt csinálni rendszeresen, hosszú időn keresztül.
15:02
Creating so much torture was not something that was good for me, too."
325
902330
3000
A sok tortúra, amit ez okozott, nekem sem volt valami kellemes."
15:05
And she said maybe part of the reason was it was difficult for her.
326
905330
5000
Azt mondta, talán ezért is volt neki is olyan nehéz.
15:10
But it was actually more interesting than that, because she said,
327
910330
3000
De igazából érdekesebb volt ez, mert azt mondta, nem gondolta,
15:13
"I did not think that your intuition was right.
328
913330
5000
hogy az én megérzésem jó,
15:18
I felt my intuition was correct."
329
918330
1000
azt hitte, az övé a jó megérzés.
15:19
So, if you think about all of your intuitions,
330
919330
2000
Szóval, ha az intuícióidra gondolsz, képzeld csak el,
15:21
it's very hard to believe that your intuition is wrong.
331
921330
4000
nagyon nehéz elhinni, ha a megérzésed hibás.
15:25
And she said, "Given the fact that I thought my intuition was right ..." --
332
925330
3000
Azt mondta - tudván, hogy azt hittem, nekem volt igazam -
15:28
she thought her intuition was right --
333
928330
2000
azt gondolta, hogy az ő intuíciója volt helyes.
15:30
it was very difficult for her to accept doing a difficult experiment
334
930330
5000
Nagyon nehéz volt neki elvégezni egy ilyen nehéz kísérletet,
15:35
to try and check whether she was wrong.
335
935330
2000
megpróbálni leellenőrizni azt, hogy esetleg tévedett.
15:37
But in fact, this is the situation we're all in all the time.
336
937330
4000
Valójában mindig ilyen helyzetben vagyunk.
15:41
We have very strong intuitions about all kinds of things --
337
941330
3000
Nagyon erős a megérzésünk, mindenféle dolgokkal kapcsolatban,
15:44
our own ability, how the economy works,
338
944330
3000
a képességeinkről, a gazdaság működéséről,
15:47
how we should pay school teachers.
339
947330
2000
arról, hogyan fizessük meg az iskolai tanárokat.
15:49
But unless we start testing those intuitions,
340
949330
3000
De ha nem kezdjük el leellenőrizni az intuíciónkat,
15:52
we're not going to do better.
341
952330
2000
nem tudjuk jobban csinálni.
15:54
And just think about how better my life would have been
342
954330
2000
Csak gondolj bele, mennyivel könnyebb lett volna az életem,
15:56
if these nurses would have been willing to check their intuition,
343
956330
2000
ha a nővérek ellenőrizték volna a megérzéseiket.
15:58
and how everything would have been better
344
958330
1000
És mennyivel jobb lenne minden,
15:59
if we just start doing more systematic experimentation of our intuitions.
345
959330
5000
ha elkezdenénk szisztematikusan vizsgálni a megérzéseket.
16:04
Thank you very much.
346
964330
2000
Nagyon köszönöm!
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7