When you're making a deal, what's going on in your brain? | Colin Camerer

185,246 views

2013-03-28 ・ TED


New videos

When you're making a deal, what's going on in your brain? | Colin Camerer

185,246 views ・ 2013-03-28

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

00:00
Transcriber: Joseph Geni Reviewer: Thu-Huong Ha
0
0
7000
Tłumaczenie: Katarzyna Wiktoria Klag Korekta: Klaudia Lewandowska
00:12
I'm going to talk about the strategizing brain.
1
12857
2373
Będę mówił o formułowaniu strategii mózgu.
Użyjemy niezwykłej kombinacji narzędzi
00:15
We're going to use an unusual combination of tools
2
15254
2386
00:17
from game theory and neuroscience
3
17664
1590
z teorii gier i neurobiolologii
00:19
to understand how people interact socially when value is on the line.
4
19278
3270
aby zrozumieć interakcje społeczne odnośnie wartości.
00:22
So game theory is a branch of, originally, applied mathematics,
5
22572
3472
Teoria gier jest gałęzią matematyki stosowanej,
00:26
used mostly in economics and political science, a little bit in biology,
6
26068
3428
używanej w ekonomii, naukach politycznych i co nieco w biologii,
dającej nam matematyczną systematykę życia społecznego
00:29
that gives us a mathematical taxonomy of social life,
7
29520
2843
00:32
and it predicts what people are likely to do
8
32387
2319
i pozwalającą przewidzieć prawdopodobne
00:34
and believe others will do
9
34730
1316
zachowania ludzkie
w sytuacji kiedy czyjeś działania wpływają na innych.
00:36
in cases where everyone's actions affect everyone else.
10
36070
2973
Jest tego sporo. Konkurencja, kooperacja, targowanie się,
00:39
That's a lot of things: competition, cooperation, bargaining,
11
39067
3685
00:42
games like hide-and-seek and poker.
12
42776
2352
gra w chowanego, i poker.
00:45
Here's a simple game to get us started.
13
45954
1933
Weźmy na początek prostą grę.
00:47
Everyone chooses a number from zero to 100.
14
47911
2464
Każdy wybierze liczbę od 0 do 100,
00:50
We're going to compute the average of those numbers,
15
50399
2460
i obliczymy średnią z wybranych liczb.
00:52
and whoever's closest to two-thirds of the average wins a fixed prize.
16
52883
4039
Wygrywa ten kto jest najbliżej dwóch trzecich średniej.
00:56
So you want to be a little bit below the average number
17
56946
2746
Zatem chcesz utrafić poniżej średniej,
00:59
but not too far below,
18
59716
1152
ale tylko odrobinę, i wszyscy pozostali chcą
01:00
and everyone else wants to be a little bit below the average number as well.
19
60892
3621
tego samego.
Pomyśl, co byś wybrał.
01:04
Think about what you might pick.
20
64537
1547
To tak jak przy sprzedaży akcji
01:06
As you're thinking,
21
66108
1161
01:07
this is a toy model of something like selling in the stock market
22
67293
3054
na rynku rosnącym.
01:10
during a rising market:
23
70371
1618
Nie chcesz sprzedać zbyt wcześnie z uwagi na utratę zysku,
01:12
You don't want to sell too early, because you miss out on profits,
24
72013
3110
i nie chcesz czekać zbyt długo
01:15
but you don't want to wait too late, to when everyone else sells,
25
75147
3048
do czasu, kiedy wszyscy sprzedają wywołując spadek.
01:18
triggering a crash.
26
78219
1225
Chcesz być przed konkurencją, ale nie za bardzo.
01:19
You want to be a little bit ahead of the competition, but not too far ahead.
27
79468
3580
Jak ludzie o tym myśleć? Są dwie teorie,
01:23
OK, here's two theories about how people might think about this,
28
83072
3085
a następnie zajmiemy się danymi.
01:26
then we'll see some data.
29
86181
1200
Niektóre zagadnienia wydadzą się znajome.
01:27
Some of these will sound familiar
30
87405
1596
Używam mojej teorii mózgowej.
01:29
because you probably are thinking that way.
31
89025
2059
01:31
I'm using my brain theory to see.
32
91108
1652
01:32
A lot of people say, "I really don't know what people are going to pick,
33
92784
3414
Wielu ludzi powie, "Nie wiem, co ludzie wybiorą,
więc myślę, że średnia będzie 50."
01:36
so I think the average will be 50" -- they're not being strategic at all --
34
96222
3527
Nie jest to strategiczne podejście.
01:39
and "I'll pick two-thirds of 50, that's 33."
35
99773
2062
"Wybiorę 2/3 z 50, czyli 33." To początek.
01:41
That's a start.
36
101859
1154
Inni, nieco bardziej wyrafinowani.
01:43
Other people, who are a little more sophisticated,
37
103037
2389
używając pamięci roboczej
01:45
using more working memory,
38
105450
1241
01:46
say, "I think people will pick 33,
39
106715
1629
powiedzą, "Sądzę, że ludzie wybiorą 33 aby wybrać odpowiedź do 50,
01:48
because they're going to pick a response to 50,
40
108368
2211
dlatego wybiorę 22 jako 2/3 z 33."
01:50
and so I'll pick 22, which is two-thirds of 33."
41
110603
2298
01:52
They're doing one extra step of thinking, two steps.
42
112925
2567
To dodatkowy krok w myśleniu, 2 kroki do przodu.
01:55
That's better.
43
115913
1204
Tak jest lepiej. Oczywiście, w zasadzie
01:57
Of course, in principle, you could do three, four or more,
44
117141
2727
można posunąć się dalej, 3, 4 lub więcej,
01:59
but it starts to get very difficult.
45
119892
1946
ale staje sie to bardzo trudne.
02:01
Just like in language and other domains,
46
121862
1931
Podobnie z językiem, trudno jest dokonać analizy
02:03
we know that it's hard for people to parse very complex sentences
47
123817
3065
tego typu złożonych, rekurencyjnych zdań.
02:06
with a recursive structure.
48
126906
1291
Nazywamy to teorią hierarchii kognitywnej.
02:08
This is called the cognitive hierarchy theory,
49
128221
2149
Pracowałem nad tym z kilkoma innymi .
02:10
something I've worked on and a few other people,
50
130394
2249
02:12
and it indicates a kind of hierarchy,
51
132667
1770
Teoria wskazuje na swego rodzaju hierarchię
02:14
along with some assumptions about how many people stop at different steps
52
134461
3439
wraz z założeniami, jak wiele osób zatrzyma się przy różnych krokach
i jak na podejmowane operacje myślowe wpływa
02:17
and how the steps of thinking are affected
53
137924
2007
wiele interesujących zmiennych i różni ludzie, zaraz to zobaczymy.
02:19
by lots of interesting variables and variant people,
54
139955
2444
02:22
as we'll see in a minute.
55
142423
1200
Zupełnie inna teoria, starsza i popularniejsza
02:23
A very different theory, a much more popular one and an older one,
56
143647
3138
dzięki Johnowi Nashowi z filmu "Piękny umysł"
02:26
due largely to John Nash of "A Beautiful Mind" fame,
57
146809
2479
02:29
is what's called "equilibrium analysis."
58
149312
2085
to analiza równowagi ogólnej.
02:31
So if you've ever taken a game theory course at any level,
59
151421
2813
Jeśli ukończyliście kurs z teorii gier na dowolnym poziomie
będziecie coś o tym wiedzieć.
02:34
you'll have learned a bit about this.
60
154258
1777
Równowaga to stan w matematyce, w którym każdy
02:36
An equilibrium is a mathematical state
61
156059
1828
02:37
in which everybody has figured out exactly what everyone else will do.
62
157911
3300
odgadł, co dokładnie zrobią wszyscy inni.
To bardzo użyteczne pojęcie, ale behawiorystycznie
02:41
It is a very useful concept,
63
161235
1344
02:42
but behaviorally, it may not exactly explain
64
162603
2054
niekoniecznie wyjaśnia, co zrobią ludzie
02:44
what people do the first time they play these types of economic games
65
164681
3274
po raz pierwszy grając w gry ekonomiczne
02:47
or in situations in the outside world.
66
167979
1921
albo w sytuacjach w prawdziwym życiu.
02:49
In this case, the equilibrium makes a very bold prediction,
67
169924
2801
W tym przypadku, równowaga przewiduje bardzo odważnie,
02:52
which is: everyone wants to be below everyone else,
68
172749
2709
tj. każdy chce być poniżej poziomu innych,
02:55
therefore, they'll play zero.
69
175482
1701
dlatego wybierze zero.
02:57
Let's see what happens.
70
177723
1157
Zobaczmy, co się stanie. Eksperyment przeprowadzono wielokrotnie.
02:58
This experiment's been done many, many times.
71
178904
2107
Najwcześniejsze przeprowadziłem w latach 90-tych
03:01
Some of the earliest ones were done in the '90s
72
181035
2202
razem z Rosemarie Nagel i innymi.
03:03
by me and Rosemarie Nagel and others.
73
183261
1806
To piękny zestaw danych nadesłany przez 9.000 ludzi,
03:05
This is a beautiful data set of 9,000 people
74
185091
2520
03:07
who wrote in to three newspapers and magazines that had a contest.
75
187635
3221
na konkurs do trzech gazet i magazynów .
03:10
The contest said, send in your numbers,
76
190880
2043
Zasady brzmiały: przyślij swoje liczby,
03:12
and whoever is close to two-thirds of the average will win a big prize.
77
192947
3334
kto będzie najbliżej 2/3 średniej, otrzyma wielką nagrodę.
Jak widać, jest wiele danych i wyraźny skok.
03:16
As you can see, there's so much data here, you can see the spikes very visibly.
78
196305
3733
Jest skok na 33. To ludzie, którzy zrobili jeden krok.
03:20
There's a spike at 33 -- those are people doing one step.
79
200062
2714
03:22
There is another spike visible at 22.
80
202800
2219
Drugi jest na 22.
Proszę zauważyć, większość wybiera liczby z tej puli.
03:25
Notice, by the way, most people pick numbers right around there;
81
205043
3016
Niekoniecznie dokładnie 33 i 22.
03:28
they don't necessarily pick exactly 33 and 22.
82
208083
2158
Jest tam trochę hałasu.
03:30
There's something a bit noisy around it.
83
210265
1916
Ale widać tam te skoki.
03:32
But you can see those spikes on that end.
84
212205
1968
Jest inna grupa ludzi, którzy zdają się
03:34
There's another group of people
85
214197
1485
dobrze rozumieć analizę równowagi ogólnej,
03:35
who seem to have a firm grip on equilibrium analysis,
86
215706
2487
bo wybierają zero lub jeden.
03:38
because they're picking zero or one.
87
218217
1736
03:39
But they lose, right?
88
219977
1647
Ale oni przegrają, prawda?
03:41
Because picking a number that low is actually a bad choice
89
221648
3384
Bo wybór tak niskiej liczby jest właściwie zły
jeśli inni ludzie nie robią analizy równowagi ogólnej.
03:45
if other people aren't doing equilibrium analysis as well.
90
225056
2739
03:47
So they're smart, but poor.
91
227819
1675
Więc są sprytni, ale biedni.
03:49
(Laughter)
92
229518
2064
(Śmiech)
03:51
Where are these things happening in the brain?
93
231606
2467
Gdzie w mózgu dzieje się to wszystko?
Badanie Coricelli i Nagel daje wyraźną, ciekawą odpowiedź.
03:54
One study by Coricelli and Nagel gives a really sharp, interesting answer.
94
234097
3693
03:57
They had people play this game while they were being scanned in an fMRI,
95
237814
3812
Polecili ludziom grać w tę grę,
i skanowali ich za pomocą rezonansu,
04:01
and two conditions:
96
241650
1157
i były dwa warunki: podczas niektórych badań
04:02
in some trials, they're told,
97
242831
1386
powiedziano im, że grasz inną osobę,
04:04
"You're playing another person who's playing right now.
98
244241
2597
która właśnie gra i potem dopasujemy
04:06
We'll match up your behavior at the end and pay you if you win."
99
246862
3003
wasze zachowanie i zapłacimy, jeśli wygracie.
W innych badaniach, grasz rolę komputera.
04:09
In other trials, they're told, "You're playing a computer,
100
249889
2728
One wybierają liczby losowo.
04:12
they're just choosing randomly."
101
252641
1524
To, co tutaj widać, to wynik odejmowania
04:14
So what you see here is a subtraction of areas
102
254189
2162
w obszarach większej aktywności mózgu
04:16
in which there's more brain activity when you're playing people
103
256375
2959
gdy grasz ludzi w porównaniu do komputera.
04:19
compared to playing the computer.
104
259358
1578
04:20
And you see activity in some regions we've seen today,
105
260960
2536
Widać aktywność w rejonach takich jak
kora przedczołowa, część grzbietowo-przyśrodkowa, ale tutaj
04:23
medial prefrontal cortex, dorsomedial, up here,
106
263520
2249
04:25
ventromedial prefrontal cortex, anterior cingulate,
107
265793
2392
brzuszno-przyśrodkowa kora przedczołowa,
przednia część kory mózgowej obręczy, biorąca udział
04:28
an area that's involved in lots of types of conflict resolution,
108
268209
3015
w rozwiązywaniu konfliktów, np. w grze "Szymon mówi"
04:31
like if you're playing "Simon Says,"
109
271248
1736
ale również w prawego i lewego skrzyżowania skroniowo-potylicznego.
04:33
and also the right and left temporoparietal junction.
110
273008
3173
04:36
And these are all areas which are fairly reliably known to be
111
276205
2875
To obszary, które są stosunkowo dobrze znane
jako część obiegu "teorii umysłu"
04:39
part of what's called a "theory of mind" circuit
112
279104
2251
albo "obwodu mentalnego".
04:41
or "mentalizing circuit."
113
281379
1526
04:42
That is, it's a circuit that's used to imagine what other people might do.
114
282929
3507
Tzn. jest to obwód, który używa się do wyobrażania, co zrobią inni.
04:46
These were some of the first studies to see this tied in to game theory.
115
286460
3907
To były jedne z pierwszych badań łączące to
z teorią gier.
04:50
What happens with these one- and two-step types?
116
290778
2246
Co dzieje się z osobami stosującymi 1- i 2 krok?
Jeśli zaklasyfikujemy ludzi wg tego, co wybierają,
04:53
So, we classify people by what they picked,
117
293048
2251
i potem popatrzymy na różnice pomiędzy
04:55
and then we look at the difference between playing humans versus computers,
118
295323
3530
odgrywaniem człowieka i komputera,
04:58
which brain areas are differentially active.
119
298877
2065
jakie obszary mózgu są w różny sposób aktywne.
05:00
On the top, you see the one-step players.
120
300966
1968
Na samej górze są gracze 1 kroku.
Nie ma prawie żadnej różnicy.
05:02
There's almost no difference.
121
302958
1385
Dlatego, że traktują innych ludzi jak komputer, tak samo czyni mózg.
05:04
The reason is, they're treating other people like a computer,
122
304367
2877
Gracze z dolnej puli, widać aktywność w części grzbietowo-przyśrodkowej.
05:07
and the brain is too.
123
307268
1151
05:08
The bottom players, you see all the activity in dorsomedial PFC.
124
308443
3023
Ci, którzy wykonują dwa kroki, robią coś trochę inaczej.
05:11
So we know the two-step players are doing something differently.
125
311490
3007
Zróbmy krok w tył pytając "Co zrobimy z tą informacją?"
05:14
Now, what can we do with this information?
126
314521
2001
- możemy spojrzeć na aktywność mózgu i rzec:
05:16
You might be able to look at brain activity and say,
127
316546
2441
"Ta osoba będzie dobrym graczem w pokera",
05:19
"This person will be a good poker player," or "This person's socially naive."
128
319011
3643
"Ta osoba jest społecznie naiwna",
możemy również badać zjawiska jak
05:22
We might also be able to study things like development of adolescent brains
129
322678
3535
rozwój mózgu u nastolatków,
odkąd wiemy, gdzie istnieje ten obwód.
05:26
once we have an idea of where this circuitry exists.
130
326237
2437
Przygotujcie się.
05:28
OK. Get ready.
131
328698
1152
05:29
I'm saving you some brain activity,
132
329874
2100
Zostawiłem na koniec trochę aktywności mózgu,
05:31
because you don't need to use your hair detector cells.
133
331998
2737
bo nie muszą państwo użyć komórek wykrywających włosy.
05:34
You should use those cells to think carefully about this game.
134
334759
3262
Powinni państwo pomyśleć uważnie o tej grze.
To gra w targowanie się.
05:38
This is a bargaining game.
135
338045
1513
05:39
Two players who are being scanned using EEG electrodes
136
339582
3017
Dwóch graczy skanuje się używając elektrod EEG,
05:42
are going to bargain over one to six dollars.
137
342623
2778
podczas gdy oni targują się o 1 -6 dolarów.
05:45
If they can do it in 10 seconds, they'll earn that money.
138
345425
2683
Jeśli zrobią to w 10 sekund, zarobią te pieniądze.
Jeśli minie 10 sekund i nie ubiją interesu, nic nie dostaną.
05:48
If 10 seconds go by and they haven't made a deal, they get nothing.
139
348132
3149
To rodzaj wspólnego błędu.
05:51
That's kind of a mistake together.
140
351305
1623
05:52
The twist is that one player, on the left,
141
352952
2616
Podstęp jest taki, że jeden gracz, na lewo,
05:55
is informed about how much on each trial there is.
142
355592
2349
wie, jak dużo jest do wygrania w każdej próbie.
05:57
They play lots of trials with different amounts each time.
143
357965
2718
Jest dużo badań, w każdym inna suma.
06:00
In this case, they know there's four dollars.
144
360707
2097
W tym przypadku, wiedzą, że to 4 dolary.
06:02
The uninformed player doesn't know, but they know the informed player knows.
145
362828
3600
Niepoinformowany gracz nie wie,
ale wie, że poinformowany wie.
06:06
So the uninformed player's challenge is to say,
146
366452
2195
Wyzwanie dla niepoinformowanego to mówić:
06:08
"Is this guy being fair,
147
368671
1151
"Czy ten facet naprawdę jest fair
06:09
or are they giving me a very low offer
148
369846
1929
czy daje mi bardzo niską ofertę
06:11
in order to get me to think there's only one or two dollars available to split?"
149
371799
3773
abym myślał, że do podziału są tylko góra dwa dolary?"
- w tym przypadku mogą nie ubić interesu.
06:15
in which case they might reject it and not come to a deal.
150
375596
2719
Jest napięcie między chęcią zdobycia jak najwięcej kasy
06:18
So there's some tension here between trying to get the most money
151
378339
3053
a próbą wciągnięcia gracza, aby dał nam więcej.
06:21
but trying to goad the other player into giving you more.
152
381416
2675
Sposób targowania się wskazuje na numer linii
06:24
And the way they bargain is to point on a number line
153
384115
2478
od zera do sześciu dolarów,
06:26
that goes from zero to six dollars.
154
386617
1679
a targują się o to, ile dostanie niepoinformowany,
06:28
They're bargaining over how much the uninformed player gets,
155
388320
2834
a poinformowany dostanie resztę.
06:31
and the informed player will get the rest.
156
391178
2001
To jak negocjacje o organizacji pracy,
06:33
So this is like a management-labor negotiation
157
393203
2144
gdy pracownicy nie wiedzą, jak wielkie profity
06:35
in which the workers don't know
158
395371
1730
06:37
how much profits the privately held company has,
159
397125
3206
ma firma w rękach prywatnych,
06:40
and they want to maybe hold out for more money,
160
400355
2435
i chcą wytrzymać, aby dostać więcej pieniędzy,
06:42
but the company might want to create the impression
161
402814
2396
ale firma chce stworzyć wrażenie,
że jest bardzo mało do podziału: "Daję najwięcej, jak mogę".
06:45
that there's very little to split: "I'm giving the most I can."
162
405234
2960
Najpierw, zachowanie. Wiele z par badanych gra twarzą w twarz.
06:48
First, some behavior: a bunch of the subject pairs play face-to-face.
163
408218
3404
06:51
We have other data where they play across computers.
164
411646
2440
Mamy inne dane, gdy grają przeciwko komputerom.
To ciekawa różnica, jak można sobie wyobrazić.
06:54
That's an interesting difference, as you might imagine.
165
414110
2574
Ale część z graczy twarzą w twarz
06:56
But a bunch of the face-to-face pairs
166
416708
1774
zgodziła się podzielić pieniądze po równo za każdym razem.
06:58
agree to divide the money evenly every single time.
167
418506
2727
Nudne. To nie jest ciekawe dla neuronów.
07:01
Boring. It's just not interesting neurally.
168
421257
2662
To dobre dla nich. Zarabiają sporo pieniędzy.
07:04
It's good for them -- they make a lot of money.
169
424308
2224
07:06
But we're interested in:
170
426556
1540
Nas interesuje to, czy można porównać sytuacje
07:08
Can we say something about when disagreements occur versus don't occur?
171
428120
3753
gdy brakuje porozumienia z tymi, gdzie ono jest?
07:11
So this is the other group of subjects, who often disagree.
172
431897
2762
Jest inna grupa badanych, którzy często się nie zgadzają.
Mają oni szansę - często nie zgadzają się i sprzeczają się
07:14
They bicker and disagree and end up with less money.
173
434683
3477
a na koniec mają mniej pieniędzy.
07:18
They might be eligible to be on "Real Housewives," the TV show.
174
438184
2963
Nadali by się do programu "Prawdziwa pani domu".
07:21
(Laughter)
175
441171
1088
Na lewo widać, że
07:22
You see on the left,
176
442283
1683
07:23
when the amount to divide is one, two or three dollars,
177
443990
2634
gdy suma do podziału to 1, 2, 3 dolary
07:26
they disagree about half the time;
178
446648
1622
przez połowę czasu nie zgadzają się,
07:28
when it's four, five, six, they agree quite often.
179
448294
2351
a gdy suma jest 4- , całkiem często się zgadzają
07:30
This turns out to be something that's predicted
180
450669
2199
Okazuje się, że zostało to przewidziane
07:32
by a very complicated type of game theory
181
452892
1961
przez bardzo skomplikowaną teorię gier
07:34
you should come to graduate school at CalTech and learn about.
182
454877
3107
o której można się nauczyć na studiach podyplomowych.
To trochę za trudne do wyjaśnienia teraz,
07:38
It's a little too complicated to explain right now,
183
458008
2388
ale teoria mówi, że ten kształt powinien się pojawić.
07:40
but the theory tells you that this shape should occur.
184
460420
2643
Intuicja może powiedzieć to samo.
07:43
Your intuition might tell you that, too.
185
463087
2062
07:45
Now I'm going to show you the results from the EEG recording.
186
465173
2867
Teraz pokażę wyniki z nagrań EEG.
Bardzo skomplikowane. Schemat mózgu po prawej
07:48
Very complicated.
187
468064
1151
07:49
The right brain schematic is the uninformed person,
188
469239
2392
to niepoinformowany, a lewa - poinformowany gracz.
07:51
and the left is the informed.
189
471655
1400
Oba mózgi skanowano w tym samym czasie
07:53
Remember that we scanned both brains at the same time,
190
473079
2746
07:55
so we can ask about time-synced activity
191
475849
2269
możemy pytać o aktywność schynchronizowaną czasowo
jednocześnie na tych samych czy podobnych obszarach.
07:58
in similar or different areas simultaneously,
192
478142
3016
Tak jakby chciało się badać rozmowę,
08:01
just like if you wanted to study a conversation,
193
481182
2265
08:03
and you were scanning two people talking to each other.
194
483471
2578
skanując rozmówców,
- oczekuje się aktywności w rejonach odpowiedzialnych za język
08:06
You'd expect common activity in language regions
195
486073
2258
kiedy słuchają i komunikują się.
08:08
when they're listening and communicating.
196
488355
1961
Strzałki łączą obszary aktywne jednocześnie,
08:10
So the arrows connect regions that are active at the same time.
197
490340
3831
a ich kierunek płynie
08:14
The direction of the arrows
198
494195
1322
08:15
flows from the region that's active first in time,
199
495541
2766
od najwcześniej aktywnego obszaru
08:18
and the arrowhead goes to the region that's active later.
200
498331
3795
a strzałka do obszaru aktywnego najpóźniej.
W tym przypadku, popatrzmy uważnie,
08:22
So in this case, if you look carefully,
201
502150
2047
08:24
most of the arrows flow from right to left.
202
504221
2023
większość strzałek idzie od prawej do lewej.
Wygląda na to, że aktywność mózgu niepoinformowanego
08:26
That is, it looks as if the uninformed brain activity
203
506268
3284
08:29
is happening first,
204
509576
1611
jest najpierw,
08:31
and then it's followed by activity in the informed brain.
205
511211
3852
a za nią aktywność poinformowanego.
Były również próby, gdy dobito targu.
08:35
And by the way, these are trials where their deals were made.
206
515087
3451
08:38
This is from the first two seconds.
207
518562
1757
To pochodzi z pierwszych dwóch sekund.
08:40
We haven't finished analyzing this data, so we're still peeking in,
208
520343
3156
Nie skończyliśmy analizy tych danych,
więc nadal do nich zaglądamy, ale jest nadzieja,
08:43
but the hope is that we can say something in the first couple of seconds
209
523523
3408
że możemy powiedzieć w pierwszych sekundach,
08:46
about whether they'll make a deal or not,
210
526955
1963
czy ubiją interes czy nie,
08:48
which could be very useful in thinking about avoiding litigation
211
528942
3005
co pomoże uniknąć spraw sądowych,
brzydkich rozwodów i tak dalej.
08:51
and ugly divorces and things like that.
212
531971
1864
To przypadki, gdy jest utrata wartości
08:53
Those are all cases in which a lot of value is lost by delay and strikes.
213
533859
4077
poprzez opóźnienie i strajki.
08:58
Here's the case where the disagreements occur.
214
538630
2164
Przypadek, gdzie dochodzi do niezgody.
09:00
You can see it looks different than the one before.
215
540818
2394
Widać, że wygląda dużo inaczej niż poprzedni.
Jest dużo więcej strzałek.
09:03
There's a lot more arrows.
216
543236
1341
09:04
That means that the brains are synced up more closely
217
544601
2651
Znaczy to, że mózgi są bardziej zsynchronizowane
jeśli chodzi o jednoczesną aktywność,
09:07
in terms of simultaneous activity,
218
547276
1620
09:08
and the arrows flow clearly from left to right.
219
548920
2203
a strzałki biegną od lewej do prawej.
Tzn. poinformowany podejmuje decyzję.
09:11
That is, the informed brain seems to be deciding,
220
551147
2288
"Pewnie nie dobijemy targu".
09:13
"We're probably not going to make a deal here."
221
553459
2192
09:15
And then later, there's activity in the uninformed brain.
222
555675
2743
A potem jest aktywność w niepoinformowanym mózgu.
09:18
Next, I'm going to introduce you to some relatives.
223
558799
2404
Następnie przedstawię państwu paru krewnych.
Są owłosieni, śmierdzący, szybcy i silni.
09:21
They're hairy, smelly, fast and strong.
224
561227
2161
09:23
You might be thinking back to your last Thanksgiving.
225
563412
2494
Może myślicie państwo o ostatnim Święcie Dziękczynienia.
09:25
(Laughter)
226
565930
1016
09:26
Maybe, if you had a chimpanzee with you.
227
566970
2476
Może gdybyście mieli ze sobą szympansa.
09:29
Charles Darwin and I and you broke off from the family tree from chimpanzees
228
569470
4006
Karol Darwin i ja oderwaliśmy się od drzewa genealogicznego
szympansów jakieś 5 milionów lat temu.
09:33
about five million years ago.
229
573500
1400
09:34
They're still our closest genetic kin.
230
574924
1811
Nadal są naszymi najbliższymi krewnymi.
09:36
We share 98.8 percent of the genes.
231
576759
1719
Mamy 98,8 % identycznych genów.
09:38
We share more genes with them than zebras do with horses.
232
578502
2961
Mamy więcej wspólnych genów niż zebry z końmi.
09:41
And we're also their closest cousin.
233
581487
1910
I my też jesteśmy ich najbliższym kuzynem.
09:43
They have more genetic relation to us than to gorillas.
234
583421
2621
Mają więcej genetycznych związków z nami niż z gorylami.
09:46
So, how humans and chimpanzees behave differently
235
586066
2739
To, jak różnie zachowują się ludzie i szympansy
09:48
might tell us a lot about brain evolution.
236
588829
2094
może powiedzieć wiele o ewolucji mózgu.
09:51
This is an amazing memory test
237
591326
2300
Jest wspaniały test na pamięć
09:53
from [Kyoto], Japan, the Primate Research Institute,
238
593650
2792
z Instytutu Badań nad Naczelnymi w Nagoya, Japonii,
09:56
where they've done a lot of this research.
239
596466
2003
gdzie wykonano dużo badań.
09:58
This goes back a ways. They're interested in working memory.
240
598493
2824
Są zainteresowani pamięcią operacyjną.
Szympans zobaczy, obejrzy uważnie,
10:01
The chimp will see, watch carefully,
241
601341
1716
zobaczą przez 200 milisekund
10:03
they'll see 200 milliseconds' exposure -- that's fast, eight movie frames --
242
603081
3584
-- to szybko, to osiem klatek filmowych --
10:06
of numbers one, two, three, four, five.
243
606689
1977
liczby jeden, dwa, trzy, cztery, pięć.
10:08
Then they disappear and are replaced by squares,
244
608690
2245
Potem znikną i zostaną zastąpione przez kwadraty,
10:10
and they have to press the squares
245
610959
1627
małpy muszą nacisnąć kwadraty
10:12
that correspond to the numbers from low to high
246
612610
2200
odpowiadające liczbom od najmniejszej do największej
10:14
to get an apple reward.
247
614834
1303
aby otrzymać nagrodę: jabłko.
Zobaczmy jak sobie poradzą.
10:16
Let's see how they can do it.
248
616161
1497
10:28
This is a young chimp.
249
628478
1162
To młody szympans. Młode
10:29
The young ones are better than the old ones, just like humans.
250
629664
2917
są lepsze od starych, tak jak u ludzi.
10:32
(Laughter)
251
632605
1002
Mają wielkie doświadczenie, robiły to ćwiczenie
10:33
And they're highly experienced,
252
633631
1478
już setki tysięcy razy.
10:35
they've done this thousands of times.
253
635133
2323
Oczywiście jest ogromny wpływ treningu, jak można przypuszczać.
10:37
Obviously there's a big training effect, as you can imagine.
254
637480
2886
(Śmiech)
10:40
(Laughter)
255
640390
1012
10:41
You can see they're very blasé and effortless.
256
641426
2148
Widać, że są zblazowane i robią to bez wysiłku.
10:43
Not only can they do it very well, they do it in a sort of lazy way.
257
643598
3211
Nie tylko wychodzi im to dobrze, ale robią to na luzie.
10:46
(Laughter)
258
646833
1004
10:47
Who thinks you could beat the chimps?
259
647861
1762
Kto myśli, że może pobić szympansy?
10:49
(Laughter)
260
649647
1060
10:50
Wrong. (Laughter)
261
650731
1535
Nieprawda. (Śmiech)
10:52
We can try. We'll try. Maybe we'll try.
262
652290
2585
Możemy spróbować. Spróbujemy.
10:54
OK, so the next part of the study I'm going to go quickly through
263
654899
3994
Następna część tego badania
którą szybko omówię,
10:58
is based on an idea of Tetsuro Matsuzawa.
264
658917
2976
opiera się na pomyśle Tetsuro Matsuzawa.
11:01
He had a bold idea he called the "cognitive trade-off hypothesis."
265
661917
3120
Miał odważną teorię - nazwał ją hipotezą kognitywnego kompromisu.
Szympansy są szybsze i silniejsze.
11:05
We know chimps are faster and stronger; they're also obsessed with status.
266
665061
3482
Mają obsesję na punkcie statusu.
Pomyślał, że może zachowały aktywność mózgu
11:08
His thought was, maybe they've preserved brain activities
267
668567
2681
i ćwiczą je w rozwijaniu
11:11
and practice them in development
268
671272
1603
11:12
that are really, really important to them to negotiate status and to win,
269
672899
3815
tego, co dla nich naprawdę ważne,
aby negocjować status i wygrać,
11:16
which is something like strategic thinking during competition.
270
676738
2992
coś w rodzaju myślenia strategicznego podczas konkursu.
11:19
So we're going to check that out
271
679754
1536
Więc zamierzaliśmy sprawdzić to,
11:21
by having the chimps actually play a game
272
681314
2627
zmuszając szympansy do gry
11:23
by touching two touch screens.
273
683965
2510
w której dotykają dwóch ekranów.
11:26
The chimps are interacting with each other through the computers.
274
686499
3060
Szympansy wchodzą w interakcję ze sobą przez komputery.
Mają nacisnąć lewo lub prawo.
11:29
They'll press left or right.
275
689583
1349
11:30
One chimp is called a matcher; they win if they press left-left,
276
690956
3478
Jeden nazywa się odpowiednikiem.
Wygrają jeśli nacisną lewy i lewy,
11:34
like a seeker finding someone in hide-and-seek, or right-right.
277
694458
3145
jak szukający odnajdujący kogoś w zabawie w chowanego, albo prawy i prawy.
11:37
The mismatcher wants to mismatch;
278
697627
1605
Drugi chce połączyć niewłaściwie.
Chcą nacisnąć na ekran po przeciwnej stronie.
11:39
they want to press the opposite screen of the chimp.
279
699256
2699
11:41
And the rewards are apple cube rewards.
280
701979
2472
Nagrodą są kostki jabłkowe.
11:44
So here's how game theorists look at these data.
281
704475
2327
Tak na te dane patrzą teoretycy gier.
11:46
This is a graph of the percentage of times
282
706826
2022
To wykres przedstawiający procentowo,
11:48
the matcher picked right on the x-axis
283
708872
2206
ile razy odpowiednik wybrał na prawo od osi x,
11:51
and the percentage of times they picked right
284
711102
2154
i procent, ile razy przewidzieli prawidłowo
zachowanie drugiego na osi y.
11:53
by the mismatcher on the y-axis.
285
713280
2205
11:55
So a point here is the behavior by a pair of players,
286
715509
3329
Chodzi o zachowanie pary graczy,
11:58
one trying to match, one trying to mismatch.
287
718862
2196
jeden chce połączyć prawidłowo, drugi nieprawidłowo.
12:01
The NE square in the middle -- actually, NE, CH and QRE --
288
721082
3317
Kwadrat NE w środku - właściwie NE, CH i QRE -
12:04
those are three different theories of Nash equilibrium and others,
289
724423
3124
te trzy rożne teorie równowagi Nasha i inne,
mówią, co przewiduje teoria,
12:07
tells you what the theory predicts,
290
727571
1683
12:09
which is that they should match 50-50,
291
729278
2125
czyli że powinni dopasować 50 do 50
12:11
because if you play left too much, for example,
292
731427
2427
bo jeśli gra idzie za bardzo w lewo,
12:13
I can exploit that if I'm the mismatcher by then playing right.
293
733878
2966
mogę wykorzystać tę sytuację grając w prawo.
12:16
And as you can see, the chimps -- each chimp is one triangle --
294
736868
2972
Jak widać, szympansy reprezentują trójkąty,
12:19
are circled around, hovering around that prediction.
295
739864
2659
otoczone wokół, unosząc się wokół przewidywań.
Teraz przejdźmy do wypłaty.
12:23
Now we move the payoffs.
296
743205
1706
12:24
We're going to make the left-left payoff for the matcher a little higher.
297
744935
3487
Zamierzamy dać graczowi po lewej trochę większą wypłatę.
12:28
Now they get three apple cubes.
298
748446
1495
Teraz dostaną trzy kostki jabłka.
12:29
Game theoretically, that should make the mismatcher's behavior shift:
299
749965
3275
To powinno zmienić zachowanie tego, który nie dopasowuje,
bo pomyśli on, że
12:33
the mismatcher will think, "Oh, this guy's going to go for the big reward,
300
753264
3507
ten facet dostanie większą nagrodę,
więc pójdę na prawo, upewniając się,.że jej nie dostanie.
12:36
so I'll go to the right, make sure he doesn't get it."
301
756795
2528
Jak widać, ich zachowanie przesuwa się w górę
12:39
And as you can see, their behavior moves up
302
759347
2028
w stronę zmiany w równowadze Nasha.
12:41
in the direction of this change in the Nash equilibrium.
303
761399
2698
12:44
Finally, we changed the payoffs one more time.
304
764121
2246
W końcu, zmieniliśmy wypłatę jeszcze raz.
12:46
Now it's four apple cubes,
305
766391
1248
Teraz to cztery kostki jabłkowe,
12:47
and their behavior again moves towards the Nash equilibrium.
306
767663
2833
a zachowanie zwierząt przesuwa się w stronę równowagi Nasha.
Jest rozsypane, ale jeśli uśredni się wyniki,
12:50
It's sprinkled around, but if you average the chimps out,
307
770520
2674
są bardzo blisko, w zakresie 0,1.
12:53
they're really close, within .01.
308
773218
1574
Są właściwie bliżej niż jakikolwiek obserwowany gatunek.
12:54
They're actually closer than any species we've observed.
309
774816
2628
12:57
What about humans? You think you're smarter than a chimpanzee?
310
777468
3098
A co z ludźmi? Myślicie, że jesteście mądrzejsi niż szympans?
To dwie grupy ludzi na zielono i niebiesko.
13:01
Here's two human groups in green and blue.
311
781350
3301
Są bliżej 50 na 50. Nie reagują na wypłaty w takim stopniu,
13:04
They're closer to 50-50; they're not responding to payoffs as closely.
312
784675
3293
13:07
And also if you study their learning in the game,
313
787992
2296
również jeśli bada się, jak uczą się w grze,
nie są tak wrażliwi na wcześniejsze nagrody.
13:10
they aren't as sensitive to previous rewards.
314
790312
2101
Szympansy grają lepiej niż ludzie,
13:12
The chimps play better than the humans, in terms of adhering to game theory.
315
792437
3585
tj. bardziej przystają do teorii gier.
To są dwie różne grupy ludzi
13:16
And these are two different groups of humans, from Japan and Africa;
316
796046
3201
z Japonii i Afryki. Kopiują to całkiem ładnie.
13:19
they replicate quite nicely.
317
799271
1340
Ale żadna z nich nie zbliżyła się do szympansów.
13:20
None of them are close to where the chimps are.
318
800635
2545
Dzisiaj dowiedzieliśmy się paru rzeczy.
13:23
So, some things we learned:
319
803670
1294
13:24
people seem to do a limited amount of strategic thinking using theory of mind.
320
804988
3746
Ludzie w ograniczonym stopniu myślą strategicznie
wykorzystując teorię umysłu.
13:28
We have preliminary evidence from bargaining
321
808758
2094
Z badań targowania mamy wstępne wyniki, że
13:30
that early warning signs in the brain might be used to predict
322
810876
2915
wczesne sygnały ostrzegawcze w mózgu mogą przewidzieć,
czy nastąpi poważne nieporozumienie, kosztujące pieniądze,
13:33
whether there'll be a bad disagreement that costs money,
323
813815
2631
a szympansy radzą sobie lepiej niż ludzie,
13:36
and chimps are "better" competitors than humans,
324
816470
2239
jeśli chodzi o teorię gier.
13:38
as judged by game theory.
325
818733
1242
13:39
Thank you.
326
819999
1151
Dziękuję państwu.
13:41
(Applause)
327
821174
3119
(Brawa)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7