TED2009
Dan Ariely: Our buggy moral code
Dan Ariely: Dan Ariely parla del nostre codi moral defectuós
Filmed:
Readability: 3.2
3,509,395 views
L'economista del comportament Dan Ariely estudia els defectes del nostre codi moral: les raons amagades per les què pensem que està bé fer trampes o robar (de vegades). Estudis ingeniosos ajuden a mostrar que sóm previsiblement irracionals - i podem estar influïts de maneres que no arribem a captar.
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:16
I want to talk to you today a little bit
0
1000
2000
Avui us vull parlar una mica
00:18
about predictable irrationality.
1
3000
3000
sobre la irracionalitat predictible.
00:21
And my interest in irrational behavior
2
6000
4000
El meu interès en el comportament irracional
00:25
started many years ago in the hospital.
3
10000
3000
va començar fa molts anys a l'hospital.
00:28
I was burned very badly.
4
13000
4000
Vaig patir cremades importants.
00:32
And if you spend a lot of time in hospital,
5
17000
3000
I si passes molt de temps a l'hospital,
00:35
you'll see a lot of types of irrationalities.
6
20000
3000
veus molts tipus d'irracionalitats.
00:38
And the one that particularly bothered me in the burn department
7
23000
5000
La que més em molestava mentre era a la secció de cremats
00:43
was the process by which the nurses took the bandage off me.
8
28000
4000
era el procés pel que les infermeres em retiraven les benes.
00:48
Now, you must have all taken a Band-Aid off at some point,
9
33000
2000
Segur que en algun moment us heu tret una tireta,
00:50
and you must have wondered what's the right approach.
10
35000
3000
i us haureu preguntat quina és la millor manera.
00:53
Do you rip it off quickly -- short duration but high intensity --
11
38000
4000
L'arranqueu ràpidament -
curta duració però alta intensitat -
curta duració però alta intensitat -
00:57
or do you take your Band-Aid off slowly --
12
42000
2000
o treieu la tireta lentament -
00:59
you take a long time, but each second is not as painful --
13
44000
4000
tardeu més temps, però cada
segon no és tant dolorós -
segon no és tant dolorós -
01:03
which one of those is the right approach?
14
48000
3000
quina manera és la millor?
01:06
The nurses in my department thought that the right approach
15
51000
4000
Les infermeres de la meva secció
pensaven que la millor manera
pensaven que la millor manera
01:10
was the ripping one, so they would grab hold and they would rip,
16
55000
3000
era arrancar-les ràpid, així que
les agafaven i les arrancaven,
les agafaven i les arrancaven,
01:13
and they would grab hold and they would rip.
17
58000
2000
i les agafaven i les arrancaven.
01:15
And because I had 70 percent of my body burned, it would take about an hour.
18
60000
4000
I com que jo tenia el 70 per cent
del meu cos cremat, tardaven una hora.
del meu cos cremat, tardaven una hora.
01:19
And as you can imagine,
19
64000
3000
Com us podeu imaginar,
01:22
I hated that moment of ripping with incredible intensity.
20
67000
4000
odiava aquell moment d'arrancar
amb una intensitat increïble.
amb una intensitat increïble.
01:26
And I would try to reason with them and say,
21
71000
2000
I intentava raonar amb elles i dir-los-hi,
01:28
"Why don't we try something else?
22
73000
1000
"Per què no ho provem de fer diferent?
01:29
Why don't we take it a little longer --
23
74000
2000
Per què no tardem una mica més -
01:31
maybe two hours instead of an hour -- and have less of this intensity?"
24
76000
5000
potser dues hores en comptes
d'una hora - i reduïm la intensitat?"
d'una hora - i reduïm la intensitat?"
01:36
And the nurses told me two things.
25
81000
2000
I les infermeres em deien dues coses.
01:38
They told me that they had the right model of the patient --
26
83000
4000
Em deien que sabien quina era
la millor manera per al pacient -
la millor manera per al pacient -
01:42
that they knew what was the right thing to do to minimize my pain --
27
87000
3000
i que sabien com fer per reduir el meu dolor -
01:45
and they also told me that the word patient doesn't mean
28
90000
3000
i també em deien que la paraula pacient no significa
01:48
to make suggestions or to interfere or ...
29
93000
2000
fer suggerències o interferir o...
01:50
This is not just in Hebrew, by the way.
30
95000
3000
I això no és només en hebreu, per cert.
01:53
It's in every language I've had experience with so far.
31
98000
3000
Passa en cada idioma amb què
he tingut experiència fins ara.
he tingut experiència fins ara.
01:56
And, you know, there's not much -- there wasn't much I could do,
32
101000
4000
I, sabeu, no hi havia - no podia fer gaire més,
02:00
and they kept on doing what they were doing.
33
105000
3000
així que seguien fent el que feien.
02:03
And about three years later, when I left the hospital,
34
108000
2000
I uns tres anys després, quan vaig marxar de l'hospital,
02:05
I started studying at the university.
35
110000
3000
vaig començar a estudiar a la universitat.
02:08
And one of the most interesting lessons I learned
36
113000
3000
I una de les lliçons més interessant que vaig aprendre
02:11
was that there is an experimental method
37
116000
2000
és que existeix un mètode experimental
02:13
that if you have a question you can create a replica of this question
38
118000
4000
pel què si tens una pregunta
pots crear una rèplica de la pregunta
pots crear una rèplica de la pregunta
02:17
in some abstract way, and you can try to examine this question,
39
122000
4000
d'alguna forma abstracta pots
intentar examinar aquesta qüestió,
intentar examinar aquesta qüestió,
02:21
maybe learn something about the world.
40
126000
2000
i potser aprendre quelcom sobre el món.
02:23
So that's what I did.
41
128000
2000
Així que això és el que vaig fer.
02:25
I was still interested
42
130000
1000
Encara estava interessat
02:26
in this question of how do you take bandages off burn patients.
43
131000
2000
en aquest assumpte de com retirar
les benes dels pacients cremats.
les benes dels pacients cremats.
02:28
So originally I didn't have much money,
44
133000
3000
Al principi no tenia masses diners,
02:31
so I went to a hardware store and I bought a carpenter's vice.
45
136000
4000
així que vaig anar a una ferreteria
i vaig comprar un cargol de banc.
i vaig comprar un cargol de banc.
02:35
And I would bring people to the lab and I would put their finger in it,
46
140000
4000
I portava la gent al laboratori i hi posava el seu dit,
02:39
and I would crunch it a little bit.
47
144000
2000
i l'apretava una mica.
02:41
(Laughter)
48
146000
2000
(Riures)
02:43
And I would crunch it for long periods and short periods,
49
148000
3000
I l'apretava durant un temps llarg o un temps curt,
02:46
and pain that went up and pain that went down,
50
151000
2000
i el feia que el dolor augmentés o disminuís,
02:48
and with breaks and without breaks -- all kinds of versions of pain.
51
153000
4000
amb paues o sense pauses -
tot tipus de versions de dolor.
tot tipus de versions de dolor.
02:52
And when I finished hurting people a little bit, I would ask them,
52
157000
2000
I quan acabava de fer-los una mica de mal,
els preguntava:
els preguntava:
02:54
so, how painful was this? Or, how painful was this?
53
159000
2000
Com de dolorós era això? I això?
02:56
Or, if you had to choose between the last two,
54
161000
2000
O, si haguessis de triar entre els últims dos,
02:58
which one would you choose?
55
163000
2000
quin triaries?
03:00
(Laughter)
56
165000
3000
(Riures)
03:03
I kept on doing this for a while.
57
168000
3000
Vaig seguir fent això durant un temps.
03:06
(Laughter)
58
171000
2000
(Riures)
03:08
And then, like all good academic projects, I got more funding.
59
173000
4000
I llavors, com passa amb tots els bons projectes
acadèmics, vaig rebre més finançament.
acadèmics, vaig rebre més finançament.
03:12
I moved to sounds, electrical shocks --
60
177000
2000
Vaig passar a sorolls, descàrregues elèctriques-
03:14
I even had a pain suit that I could get people to feel much more pain.
61
179000
5000
fins i tot tenia un vestit de dolor amb el què
podia fer sentir més mal a la gent.
podia fer sentir més mal a la gent.
03:19
But at the end of this process,
62
184000
4000
Però al final d'aques procés,
03:23
what I learned was that the nurses were wrong.
63
188000
3000
el que vaig aprendre és que
les infermeres estaven equivocades.
les infermeres estaven equivocades.
03:26
Here were wonderful people with good intentions
64
191000
3000
Eren gent meravellosa amb bones intencions
03:29
and plenty of experience, and nevertheless
65
194000
2000
i molta experiència, i malgrat tot
03:31
they were getting things wrong predictably all the time.
66
196000
4000
s'equivocaven de forma predictible de forma repetida.
03:35
It turns out that because we don't encode duration
67
200000
3000
Resulta que com no registrem la duració
03:38
in the way that we encode intensity,
68
203000
2000
de la manera que registrem la intensitat,
03:40
I would have had less pain if the duration would have been longer
69
205000
4000
hagués patit menys dolor si la duració
hagués estat més llarga
hagués estat més llarga
03:44
and the intensity was lower.
70
209000
2000
i la intensitat més baixa.
03:46
It turns out it would have been better to start with my face,
71
211000
3000
Resulta que hagués estat millor començar amb la cara,
03:49
which was much more painful, and move toward my legs,
72
214000
2000
que era més dolorosa, i seguir cap a les cames,
03:51
giving me a trend of improvement over time --
73
216000
3000
donant-me una tendència a la millora amb el temps -
03:54
that would have been also less painful.
74
219000
1000
així hagués sigut menys dolorós.
03:55
And it also turns out that it would have been good
75
220000
2000
I també resulta que hauria estat millor
03:57
to give me breaks in the middle to kind of recuperate from the pain.
76
222000
2000
deixar-me fer pauses per a poder recuperar-me del dolor.
03:59
All of these would have been great things to do,
77
224000
2000
Tot això haguessin estat bones coses a fer,
04:01
and my nurses had no idea.
78
226000
3000
i les meves infermeres no en tenien ni idea.
04:04
And from that point on I started thinking,
79
229000
1000
I des d'aquell moment vaig començar a pensar:
04:05
are the nurses the only people in the world who get things wrong
80
230000
3000
són les infermeres les úniques persones
al món que s'equivoquen
al món que s'equivoquen
04:08
in this particular decision, or is it a more general case?
81
233000
3000
en aquesta decisió concreta,
o és una situació més general?
o és una situació més general?
04:11
And it turns out it's a more general case --
82
236000
2000
I resulta que és una situació més general -
04:13
there's a lot of mistakes we do.
83
238000
3000
fem molts errors.
04:16
And I want to give you one example of one of these irrationalities,
84
241000
5000
I vull donar-vos un exemple d'aquestes irracionalitats,
04:21
and I want to talk to you about cheating.
85
246000
3000
i us vull parlar de fer trampes.
04:24
And the reason I picked cheating is because it's interesting,
86
249000
2000
La raó per la que vaig triar el fer trampes
és perquè és interessant,
és perquè és interessant,
04:26
but also it tells us something, I think,
87
251000
2000
però també perquè ens diu quelcom, crec,
04:28
about the stock market situation we're in.
88
253000
3000
sobre la situació de la borsa en la què estem.
04:31
So, my interest in cheating started
89
256000
3000
El meu interés en estafar va començar
04:34
when Enron came on the scene, exploded all of a sudden,
90
259000
2000
quan Enron va sortir a la llum, va explotar de sobte,
04:36
and I started thinking about what is happening here.
91
261000
3000
i vaig començar a pensar sobre què passava aquí.
04:39
Is it the case that there was kind of
92
264000
1000
Es tracta d'un cas en què
04:40
a few apples who are capable of doing these things,
93
265000
3000
unes quantes pomes són capaces de fer tot això,
04:43
or are we talking a more endemic situation,
94
268000
2000
o estem parlant d'una situació més endèmica,
04:45
that many people are actually capable of behaving this way?
95
270000
4000
en què, de fet, moltes persones són capaces
de comportar-se d'aquesta manera?
de comportar-se d'aquesta manera?
04:49
So, like we usually do, I decided to do a simple experiment.
96
274000
4000
Així que, com solem fer, vaig decidir
fer un senzill experiment.
fer un senzill experiment.
04:53
And here's how it went.
97
278000
1000
I així és com anava.
04:54
If you were in the experiment, I would pass you a sheet of paper
98
279000
3000
Si estaveu a l'experiment,
jo us donava un full de paper
jo us donava un full de paper
04:57
with 20 simple math problems that everybody could solve,
99
282000
4000
amb 20 problemes matemàtics senzills
que tots podríem resoldre,
que tots podríem resoldre,
05:01
but I wouldn't give you enough time.
100
286000
2000
però no us donava prou temps.
05:03
When the five minutes were over, I would say,
101
288000
2000
Passats 5 minuts, jo deia:
05:05
"Pass me the sheets of paper, and I'll pay you a dollar per question."
102
290000
3000
"Doneu-me els fulls de paper, i us pagaré un dòlar per problema."
05:08
People did this. I would pay people four dollars for their task --
103
293000
4000
I la gent ho feia. Pagava a la gent 4 dòlars per la seva feina -
05:12
on average people would solve four problems.
104
297000
2000
de mitjana la gent resolia 4 problemes.
05:14
Other people I would tempt to cheat.
105
299000
3000
A altres persones els temptava a fer trampes.
05:17
I would pass their sheet of paper.
106
302000
1000
Els hi passava la fulla de paper.
05:18
When the five minutes were over, I would say,
107
303000
2000
I quan passaven els 5 minuts, deia,
05:20
"Please shred the piece of paper.
108
305000
1000
"Si us plau, trenqueu el tros de paper.
05:21
Put the little pieces in your pocket or in your backpack,
109
306000
3000
Poseu els trossos a la vostra butxaca o a la vostra motxilla
05:24
and tell me how many questions you got correctly."
110
309000
3000
i digueu-me quantes preguntes heu resolt."
05:27
People now solved seven questions on average.
111
312000
3000
Ara la gent resolia 7 preguntes de mitjana.
05:30
Now, it wasn't as if there was a few bad apples --
112
315000
5000
Així doncs, no es tractava d'unes
poques pomes podrides -
poques pomes podrides -
05:35
a few people cheated a lot.
113
320000
3000
uns pocs estafaven molt.
05:38
Instead, what we saw is a lot of people who cheat a little bit.
114
323000
3000
En canvi, el que vèiem és
que molta gent estafava una mica.
que molta gent estafava una mica.
05:41
Now, in economic theory,
115
326000
3000
Segons la teoria econòmica,
05:44
cheating is a very simple cost-benefit analysis.
116
329000
3000
fer trampes és una senzilla anàlisi cost-benefici.
05:47
You say, what's the probability of being caught?
117
332000
2000
Dius, quina és la probabilitat que m'enxampin?
05:49
How much do I stand to gain from cheating?
118
334000
3000
Quan hi tinc a guanyar si faig trampes?
05:52
And how much punishment would I get if I get caught?
119
337000
2000
I quin càstig tindria si m'enxampessin?
05:54
And you weigh these options out --
120
339000
2000
I sospeses aquests opcions -
05:56
you do the simple cost-benefit analysis,
121
341000
2000
fas una senzilla anàlisi cost-benefici,
05:58
and you decide whether it's worthwhile to commit the crime or not.
122
343000
3000
i decideixes si val la pena fer el delicte o no.
06:01
So, we try to test this.
123
346000
2000
Així que vam posar-ho a prova.
06:03
For some people, we varied how much money they could get away with --
124
348000
4000
Per alguna gent, canviàvem
quants diners podien aconseguir -
quants diners podien aconseguir -
06:07
how much money they could steal.
125
352000
1000
quants diners podien robar.
06:08
We paid them 10 cents per correct question, 50 cents,
126
353000
3000
Pagàvem 10 centaus per resposta correcta,
50 centaus,
50 centaus,
06:11
a dollar, five dollars, 10 dollars per correct question.
127
356000
3000
un dòlar, 5 dòlars,
10 dòlars per resposta correcta.
10 dòlars per resposta correcta.
06:14
You would expect that as the amount of money on the table increases,
128
359000
4000
Pensaries que tal i com la quantitat
de diners sobre la taula augmentava,
de diners sobre la taula augmentava,
06:18
people would cheat more, but in fact it wasn't the case.
129
363000
3000
la gent mentiria més,
però de fet no va passar això.
però de fet no va passar això.
06:21
We got a lot of people cheating by stealing by a little bit.
130
366000
3000
Molta gent feia trampes robant una mica.
06:24
What about the probability of being caught?
131
369000
3000
I què hi ha sobre la probabilitat de ser enxampat?
06:27
Some people shredded half the sheet of paper,
132
372000
2000
Algunes persones trituraven només la meitat del paper,
06:29
so there was some evidence left.
133
374000
1000
així que quedava quelcom de prova.
06:30
Some people shredded the whole sheet of paper.
134
375000
2000
Altres trituraven tot el paper.
06:32
Some people shredded everything, went out of the room,
135
377000
3000
Algunes persones trituraven tot, sortien de l'habitació,
06:35
and paid themselves from the bowl of money that had over 100 dollars.
136
380000
3000
i es cobraven d'un bol de diners
on hi havia més de 100 dòlars.
on hi havia més de 100 dòlars.
06:38
You would expect that as the probability of being caught goes down,
137
383000
3000
Esperaries que tal i com la probabilitat
de ser enxampat es redueix,
de ser enxampat es redueix,
06:41
people would cheat more, but again, this was not the case.
138
386000
3000
la gent mentiria més, però altre cop,
això no passava.
això no passava.
06:44
Again, a lot of people cheated by just by a little bit,
139
389000
3000
Altre cop, la gent enganyava només una mica.
06:47
and they were insensitive to these economic incentives.
140
392000
3000
i eren insensibles a aquests incentius econòmics.
06:50
So we said, "If people are not sensitive
141
395000
1000
Així que vam dir: "Si la gent és no és sensible
06:51
to the economic rational theory explanations, to these forces,
142
396000
5000
a les explicacions de la teoria racional econòmica,
a aquests factors,
a aquests factors,
06:56
what could be going on?"
143
401000
3000
què està passant?"
06:59
And we thought maybe what is happening is that there are two forces.
144
404000
3000
I vam pensar que potser el que passa
és que hi han dos factors.
és que hi han dos factors.
07:02
At one hand, we all want to look at ourselves in the mirror
145
407000
2000
D'una banda, tots volem poder mirar-nos al mirall
07:04
and feel good about ourselves, so we don't want to cheat.
146
409000
3000
i sentir-nos bé amb nosaltres mateixos,
així que no volem fer trampes.
així que no volem fer trampes.
07:07
On the other hand, we can cheat a little bit,
147
412000
2000
D'altra banda, podem fer una mica de trampes,
07:09
and still feel good about ourselves.
148
414000
2000
i seguir sentint-nos bé amb nosaltres.
07:11
So, maybe what is happening is that
149
416000
1000
Així que potser el que passa és que
07:12
there's a level of cheating we can't go over,
150
417000
2000
hi ha un nivell d'engany que no podem superar,
07:14
but we can still benefit from cheating at a low degree,
151
419000
4000
però si que ens beneficiem d'enganyar una mica,
07:18
as long as it doesn't change our impressions about ourselves.
152
423000
3000
mentre no ens canviï la nostra
pròpia impressió de nosaltres.
pròpia impressió de nosaltres.
07:21
We call this like a personal fudge factor.
153
426000
3000
Ho anomenem un marge personal.
07:25
Now, how would you test a personal fudge factor?
154
430000
4000
I doncs, com examinem el marge personal?
07:29
Initially we said, what can we do to shrink the fudge factor?
155
434000
4000
Al principi vam dir, què podem fer
per reduir el marge personal?
per reduir el marge personal?
07:33
So, we got people to the lab, and we said,
156
438000
2000
Fèiem anar a la gent al laboratori i els dèiem:
07:35
"We have two tasks for you today."
157
440000
2000
"Tenim dos tasques per vosaltres avui."
07:37
First, we asked half the people
158
442000
1000
Primer, demanàvem a la meitat de la gent
07:38
to recall either 10 books they read in high school,
159
443000
2000
que recordessin 10 llibres que havien llegit a l'institut,
07:40
or to recall The Ten Commandments,
160
445000
3000
o els 10 Manaments,
07:43
and then we tempted them with cheating.
161
448000
2000
i llavors els temptàvem amb fer trampes.
07:45
Turns out the people who tried to recall The Ten Commandments --
162
450000
3000
Resulta que la gent que intentaven
recordar els 10 Manaments -
recordar els 10 Manaments -
07:48
and in our sample nobody could recall all of The Ten Commandments --
163
453000
2000
i a la nostra mostra ningú va aconseguir
recordar tots els 10 Manaments -
recordar tots els 10 Manaments -
07:51
but those people who tried to recall The Ten Commandments,
164
456000
4000
doncs, a aquells que intentaven recordar els 10 Manaments,
07:55
given the opportunity to cheat, did not cheat at all.
165
460000
3000
quan tenien la oportunitat de fer trampes,
no en feien gens.
no en feien gens.
07:58
It wasn't that the more religious people --
166
463000
2000
No era que la gent fos més religiosa -
08:00
the people who remembered more of the Commandments -- cheated less,
167
465000
1000
la gent que recordava més Manaments -
fessin menys trampes,
fessin menys trampes,
08:01
and the less religious people --
168
466000
2000
i la gent menys religiosa -
08:03
the people who couldn't remember almost any Commandments --
169
468000
1000
la gent que gairebé
no recordaven cap Manament -
no recordaven cap Manament -
08:04
cheated more.
170
469000
2000
fessin més trampes.
08:06
The moment people thought about trying to recall The Ten Commandments,
171
471000
4000
Quan la gent intentava recordar els 10 Manaments,
08:10
they stopped cheating.
172
475000
1000
deixaven de fer trampes.
08:11
In fact, even when we gave self-declared atheists
173
476000
2000
De fet, fins i tot quan fèiem jurar amb la Bíblia
08:13
the task of swearing on the Bible and we give them a chance to cheat,
174
478000
4000
als qui es declaraven ateus,
i els donàvem la oportunitat de fer trampes,
i els donàvem la oportunitat de fer trampes,
08:17
they don't cheat at all.
175
482000
2000
no en feien gens.
08:21
Now, Ten Commandments is something that is hard
176
486000
2000
Ara, els 10 Manaments és quelcom que seria difícil
08:23
to bring into the education system, so we said,
177
488000
2000
d'introduir al sistema educatiu, així que vam dir:
08:25
"Why don't we get people to sign the honor code?"
178
490000
2000
"Per què no fem que la gent signi un codi d'honor?"
08:27
So, we got people to sign,
179
492000
2000
Així que vam fer que la gent signés:
08:29
"I understand that this short survey falls under the MIT Honor Code."
180
494000
4000
"Entenc que aquest estudi
està sota el Codi d'Honor del MIT"
està sota el Codi d'Honor del MIT"
08:33
Then they shredded it. No cheating whatsoever.
181
498000
3000
I llavors ho trituraven. Res de trampes.
08:36
And this is particularly interesting,
182
501000
1000
I això és paritcularment interessant,
08:37
because MIT doesn't have an honor code.
183
502000
2000
perquè MIT no té un codi d'honor.
08:39
(Laughter)
184
504000
5000
(Riures)
08:44
So, all this was about decreasing the fudge factor.
185
509000
4000
Així que tot això era per reduir el marge personal.
08:48
What about increasing the fudge factor?
186
513000
3000
I com s'incrementa el marge personal?
08:51
The first experiment -- I walked around MIT
187
516000
2000
El primer experiment - jo anava pel MIT
08:53
and I distributed six-packs of Cokes in the refrigerators --
188
518000
3000
i distribuia paquets de 6 llaunes
de Coca-Cola per les neveres -
de Coca-Cola per les neveres -
08:56
these were common refrigerators for the undergrads.
189
521000
2000
eren neveres d'ús comú per als estudiants.
08:58
And I came back to measure what we technically call
190
523000
3000
I tornava per mesurar el que tècnicament anomenem
09:01
the half-lifetime of Coke -- how long does it last in the refrigerators?
191
526000
4000
la vida mitja de la Coca-Cola -
quant temps dura a les neveres?
quant temps dura a les neveres?
09:05
As you can expect it doesn't last very long; people take it.
192
530000
3000
Com us podeu imaginar, no dura gaire;
la gent se l'endú.
la gent se l'endú.
09:08
In contrast, I took a plate with six one-dollar bills,
193
533000
4000
En canvi, vaig agafar safates
amb 6 bitllets de dòlar,
amb 6 bitllets de dòlar,
09:12
and I left those plates in the same refrigerators.
194
537000
3000
i vaig deixar aquelles safates
a les mateixes neveres.
a les mateixes neveres.
09:15
No bill ever disappeared.
195
540000
1000
No va desaparèixer cap bitllet.
09:16
Now, this is not a good social science experiment,
196
541000
3000
Això no és un bon experiment de ciència social,
09:19
so to do it better I did the same experiment
197
544000
3000
així que per fer-ho millor vaig fer el mateix
09:22
as I described to you before.
198
547000
2000
que us he descrit abans.
09:24
A third of the people we passed the sheet, they gave it back to us.
199
549000
3000
Un terç de la gent a la què donàvem el full,
ens el tornava.
ens el tornava.
09:27
A third of the people we passed it to, they shredded it,
200
552000
3000
Un terç de la gent el triturava,
09:30
they came to us and said,
201
555000
1000
venia i ens deia:
09:31
"Mr. Experimenter, I solved X problems. Give me X dollars."
202
556000
3000
"Sr Investigador, he resolt X problemes.
Doni'm X dòlars."
Doni'm X dòlars."
09:34
A third of the people, when they finished shredding the piece of paper,
203
559000
3000
Un terç de la gent, quan acabaven
de triturar el paper,
de triturar el paper,
09:37
they came to us and said,
204
562000
2000
venien i ens deien:
09:39
"Mr Experimenter, I solved X problems. Give me X tokens."
205
564000
6000
"Sr. Investigador, he resolt X problemes.
Doni'm X fitxes."
Doni'm X fitxes."
09:45
We did not pay them with dollars; we paid them with something else.
206
570000
3000
No els pagavem amb dòlars;
sinó amb una altra cosa.
sinó amb una altra cosa.
09:48
And then they took the something else, they walked 12 feet to the side,
207
573000
3000
I llavors agafaven aquesta altra cosa,
caminaven 4 metres més enllà,
caminaven 4 metres més enllà,
09:51
and exchanged it for dollars.
208
576000
2000
i ho intercanviaven per dòlars.
09:53
Think about the following intuition.
209
578000
2000
Penseu en la següent intuïció.
09:55
How bad would you feel about taking a pencil from work home,
210
580000
3000
Com de malament us sentiríeu
per endur-vos un llapis de la feina a casa,
per endur-vos un llapis de la feina a casa,
09:58
compared to how bad would you feel
211
583000
2000
en comparació amb com us sentiríeu
10:00
about taking 10 cents from a petty cash box?
212
585000
2000
per agafar 10 centaus d'una caixa amb monedes?
10:02
These things feel very differently.
213
587000
3000
Les dues coses es senten de forma molt diferent.
10:05
Would being a step removed from cash for a few seconds
214
590000
3000
Quina diferència marcaria el fet
d'allunyar un pas els diners,
d'allunyar un pas els diners,
10:08
by being paid by token make a difference?
215
593000
3000
durant uns segons, al pagar-los amb fitxes?
10:11
Our subjects doubled their cheating.
216
596000
2000
Els nostres subjectes feien el doble de trampes.
10:13
I'll tell you what I think
217
598000
2000
Us diré el que penso
10:15
about this and the stock market in a minute.
218
600000
2000
sobre això i sobre la borsa en un minut.
10:18
But this did not solve the big problem I had with Enron yet,
219
603000
4000
Però això encara no havia resolt
el gran problema que tenia amb Enron,
el gran problema que tenia amb Enron,
10:22
because in Enron, there's also a social element.
220
607000
3000
perquè a Enron també hi ha un element social.
10:25
People see each other behaving.
221
610000
1000
La gent veu com es comporten els altres.
10:26
In fact, every day when we open the news
222
611000
2000
De fet, cada dia quan posem les notícies
10:28
we see examples of people cheating.
223
613000
2000
veiem exemples de gent fent trampes.
10:30
What does this cause us?
224
615000
3000
Quin efecte té això en nosaltres?
10:33
So, we did another experiment.
225
618000
1000
Així que vam fer un altre experiment.
10:34
We got a big group of students to be in the experiment,
226
619000
3000
Vam agafar un gran grup d'estudiants,
10:37
and we prepaid them.
227
622000
1000
i els vam pagar per avançat.
10:38
So everybody got an envelope with all the money for the experiment,
228
623000
3000
Tothom rebia un sobre
amb tots els diners per l'experiment,
amb tots els diners per l'experiment,
10:41
and we told them that at the end, we asked them
229
626000
2000
i els vam dir que al final, els demanaríem
10:43
to pay us back the money they didn't make. OK?
230
628000
4000
que ens retornessin els diners
que no havien aconseguit. D'acord?
que no havien aconseguit. D'acord?
10:47
The same thing happens.
231
632000
1000
Passava el mateix.
10:48
When we give people the opportunity to cheat, they cheat.
232
633000
2000
Quan donem a la gent la oportunitat
de fer trampes, en fan.
de fer trampes, en fan.
10:50
They cheat just by a little bit, all the same.
233
635000
3000
Fan només una mica de trampes, també.
10:53
But in this experiment we also hired an acting student.
234
638000
3000
Però en aquest experiment
teniem un actor que feia d'estudiant.
teniem un actor que feia d'estudiant.
10:56
This acting student stood up after 30 seconds, and said,
235
641000
4000
Aquest actor s'aixecava al cap de 30 segons i deia:
11:00
"I solved everything. What do I do now?"
236
645000
3000
"Ja ho he resolt tot. Ara què faig?"
11:03
And the experimenter said, "If you've finished everything, go home.
237
648000
4000
I l'investigador deia:
"Si ho has acabat tot, pots anar-te'n.
"Si ho has acabat tot, pots anar-te'n.
11:07
That's it. The task is finished."
238
652000
1000
Ja està. La tasca s'ha acabat."
11:08
So, now we had a student -- an acting student --
239
653000
4000
Així que ara teníem un estudiant -
un actor que feia d'estudiant -
un actor que feia d'estudiant -
11:12
that was a part of the group.
240
657000
2000
que era part del grup.
11:14
Nobody knew it was an actor.
241
659000
2000
Ningú sabia que era un actor.
11:16
And they clearly cheated in a very, very serious way.
242
661000
4000
I enganyava de forma clara i important.
11:20
What would happen to the other people in the group?
243
665000
3000
Què passava amb la resta de gent del grup?
11:23
Will they cheat more, or will they cheat less?
244
668000
3000
Enganyaven més o menys?
11:26
Here is what happens.
245
671000
2000
Això és el que passava.
11:28
It turns out it depends on what kind of sweatshirt they're wearing.
246
673000
4000
Resulta que depenia de quina samarreta portava.
11:32
Here is the thing.
247
677000
2000
Aquí està el tema.
11:34
We ran this at Carnegie Mellon and Pittsburgh.
248
679000
3000
Vam fer això a Carnegie Mellon, a Pittsburgh.
11:37
And at Pittsburgh there are two big universities,
249
682000
2000
I a Pittsburgh hi han dues grans universitats,
11:39
Carnegie Mellon and University of Pittsburgh.
250
684000
3000
Carnegie Mellon i University of Pittsburgh.
11:42
All of the subjects sitting in the experiment
251
687000
2000
Tots els subjectes de l'experiment
11:44
were Carnegie Mellon students.
252
689000
2000
eren alumnes de Carnegie Mellon.
11:46
When the actor who was getting up was a Carnegie Mellon student --
253
691000
4000
Quan l'actor que s'aixecava era
un estudiant de Carnegie Mellon -
un estudiant de Carnegie Mellon -
11:50
he was actually a Carnegie Mellon student --
254
695000
2000
de fet era un estudiant de Carnegie Melon -
11:52
but he was a part of their group, cheating went up.
255
697000
4000
era part del seu grup, les trampes augmentaven.
11:56
But when he actually had a University of Pittsburgh sweatshirt,
256
701000
4000
Però quan portava una samarreta
de la Universitat de Pittsburgh,
de la Universitat de Pittsburgh,
12:00
cheating went down.
257
705000
2000
les trampes es reduien.
12:02
(Laughter)
258
707000
3000
(Riures)
12:05
Now, this is important, because remember,
259
710000
3000
Això és important perquè, recordeu,
12:08
when the moment the student stood up,
260
713000
2000
quan l'estudiant s'aixecava,
12:10
it made it clear to everybody that they could get away with cheating,
261
715000
3000
quedava clar per tothom
que se'n podien sortir de fer trampes,
que se'n podien sortir de fer trampes,
12:13
because the experimenter said,
262
718000
2000
perquè l'investigador deia:
12:15
"You've finished everything. Go home," and they went with the money.
263
720000
2000
"Ho has acabat tot. Marxa." i marxava amb els diners.
12:17
So it wasn't so much about the probability of being caught again.
264
722000
3000
Així que no es tractava de la probabilitat
de que t'enxampessin.
de que t'enxampessin.
12:20
It was about the norms for cheating.
265
725000
3000
Es tractava de les normes sobre l'engany.
12:23
If somebody from our in-group cheats and we see them cheating,
266
728000
3000
Si algú del nostre grup enganya i ho veiem,
12:26
we feel it's more appropriate, as a group, to behave this way.
267
731000
4000
sentim que és més adequat, com a grup,
i actuem d'aquella manera.
i actuem d'aquella manera.
12:30
But if it's somebody from another group, these terrible people --
268
735000
2000
Però si és algú d'un altre grup,
d'aquelles persones terribles -
d'aquelles persones terribles -
12:32
I mean, not terrible in this --
269
737000
2000
vull dir, no terribles per això -
12:34
but somebody we don't want to associate ourselves with,
270
739000
2000
però algú amb qui no ens volem sentir relacionats,
12:36
from another university, another group,
271
741000
2000
d'una altra universitat, d'un altre grup,
12:38
all of a sudden people's awareness of honesty goes up --
272
743000
3000
de sobte la consciència de la gent
sobre la honestedat augmenta -
sobre la honestedat augmenta -
12:41
a little bit like The Ten Commandments experiment --
273
746000
2000
una mica com amb l'experiment
dels 10 Manaments -
dels 10 Manaments -
12:43
and people cheat even less.
274
748000
4000
i la gent menteix menys.
12:47
So, what have we learned from this about cheating?
275
752000
4000
I doncs, què hem après sobre el fer trampes?
12:51
We've learned that a lot of people can cheat.
276
756000
3000
Hem après que molta gent pot fer trampes.
12:54
They cheat just by a little bit.
277
759000
3000
Fan només una mica de trampes.
12:57
When we remind people about their morality, they cheat less.
278
762000
4000
Quan recordem a la gent sobre la seva moral,
enganyen menys.
enganyen menys.
13:01
When we get bigger distance from cheating,
279
766000
3000
Quan fem més gran la distància de l'engany,
13:04
from the object of money, for example, people cheat more.
280
769000
4000
de l'objecte dels diners, per exemple,
la gent enganya més.
la gent enganya més.
13:08
And when we see cheating around us,
281
773000
2000
I quan veiem que els altres enganyen,
13:10
particularly if it's a part of our in-group, cheating goes up.
282
775000
4000
especialment si és gent del nostre grup,
l'engany augmenta.
l'engany augmenta.
13:14
Now, if we think about this in terms of the stock market,
283
779000
3000
Si pensem en això en termes del mercat de borsa,
13:17
think about what happens.
284
782000
1000
penseu què passa.
13:18
What happens in a situation when you create something
285
783000
3000
Què passa en una situació en què crees quelcom
13:21
where you pay people a lot of money
286
786000
2000
on pagues molts diners a la gent
13:23
to see reality in a slightly distorted way?
287
788000
3000
per què vegin la realitat de forma una mica distorsionada?
13:26
Would they not be able to see it this way?
288
791000
3000
No ho veurien d'aquesta manera?
13:29
Of course they would.
289
794000
1000
És clar que sí.
13:30
What happens when you do other things,
290
795000
1000
Què passa quan fas altres coses,
13:31
like you remove things from money?
291
796000
2000
com treure les coses dels diners?
13:33
You call them stock, or stock options, derivatives,
292
798000
3000
Els anomenes borsa, opcions d'accions,
accions derivatives,
accions derivatives,
13:36
mortgage-backed securities.
293
801000
1000
cèdules hipotecàries.
13:37
Could it be that with those more distant things,
294
802000
3000
Podria ser que amb aquestes coses més distants,
13:40
it's not a token for one second,
295
805000
2000
no és una fitxa durant un segon,
13:42
it's something that is many steps removed from money
296
807000
2000
és quelcom que s'ha allunyat molts passos dels diners
13:44
for a much longer time -- could it be that people will cheat even more?
297
809000
4000
durant molt més temps - podria ser
que la gent enganyés encara més?
que la gent enganyés encara més?
13:48
And what happens to the social environment
298
813000
2000
I què passa amb el medi social
13:50
when people see other people behave around them?
299
815000
3000
quan la gent veu altres persones
comportant-se a prop seu?
comportant-se a prop seu?
13:53
I think all of those forces worked in a very bad way
300
818000
4000
Crec que tots aquests factors han anat molt malament
13:57
in the stock market.
301
822000
2000
pel mercat de borsa.
13:59
More generally, I want to tell you something
302
824000
3000
De manera més general, us vull dir quelcom
14:02
about behavioral economics.
303
827000
3000
sobre l'economia del comportament.
14:05
We have many intuitions in our life,
304
830000
4000
Tenim moltes intuicions a la nostra vida,
14:09
and the point is that many of these intuitions are wrong.
305
834000
3000
i la qüestió és que moltes d'aquestes intuïcions
són errònies.
són errònies.
14:12
The question is, are we going to test those intuitions?
306
837000
3000
La qüestió és: posarem a prova aquestes intuïcions?
14:15
We can think about how we're going to test this intuition
307
840000
2000
Podem pensar en com
posar a prova aquestes intuïcions
posar a prova aquestes intuïcions
14:17
in our private life, in our business life,
308
842000
2000
en la nostra vida privada, en els nostres negocis,
14:19
and most particularly when it goes to policy,
309
844000
3000
i especialment en relació a les normes,
14:22
when we think about things like No Child Left Behind,
310
847000
3000
quan pensem en coses com la llei
"Cap Nen Deixat Enrere",
"Cap Nen Deixat Enrere",
14:25
when you create new stock markets, when you create other policies --
311
850000
3000
quan creem nous mercats de valors,
quan creem altres normes -
quan creem altres normes -
14:28
taxation, health care and so on.
312
853000
3000
impostos, sanitat, etc.
14:31
And the difficulty of testing our intuition
313
856000
2000
I la dificultat en posar a prova la nostra intuïció
14:33
was the big lesson I learned
314
858000
2000
va ser la gran lliçó que vaig aprendre
14:35
when I went back to the nurses to talk to them.
315
860000
2000
quan vaig tornar per parlar amb les infermeres.
14:37
So I went back to talk to them
316
862000
2000
Vaig anar a parlar amb elles
14:39
and tell them what I found out about removing bandages.
317
864000
3000
i els vaig dir el que havia descobert
sobre retirar les benes.
sobre retirar les benes.
14:42
And I learned two interesting things.
318
867000
2000
I vaig aprendre dues coses interessants.
14:44
One was that my favorite nurse, Ettie,
319
869000
2000
Una és que la meva infermera preferida, Ettie,
14:46
told me that I did not take her pain into consideration.
320
871000
4000
em va dir que jo no havia tingut en compte el seu dolor.
14:50
She said, "Of course, you know, it was very painful for you.
321
875000
2000
Va dir: "És clar, saps, era molt dolorós per tu.
14:52
But think about me as a nurse,
322
877000
2000
Però pensa en mi com a infermera,
14:54
taking, removing the bandages of somebody I liked,
323
879000
2000
que ha de treure i arrancar les benes
d'una persona que m'agradava,
d'una persona que m'agradava,
14:56
and had to do it repeatedly over a long period of time.
324
881000
3000
i ho havia de fer de forma repetida
durant molt temps.
durant molt temps.
14:59
Creating so much torture was not something that was good for me, too."
325
884000
3000
Crear tanta tortura no era quelcom
que fos bo per mi, tampoc."
que fos bo per mi, tampoc."
15:02
And she said maybe part of the reason was it was difficult for her.
326
887000
5000
I va dir que potser part de la raó
era que també era difícil per ella.
era que també era difícil per ella.
15:07
But it was actually more interesting than that, because she said,
327
892000
3000
Però era més interessant que això,
perquè va dir:
perquè va dir:
15:10
"I did not think that your intuition was right.
328
895000
5000
"No pensava que la teva intuïció fos correcta.
15:15
I felt my intuition was correct."
329
900000
1000
Sentia que la meva intuïció era correcta."
15:16
So, if you think about all of your intuitions,
330
901000
2000
Si penseu en les vostres intuïcions,
15:18
it's very hard to believe that your intuition is wrong.
331
903000
4000
és molt difícil creure
que la teva intuïció està equivocada.
que la teva intuïció està equivocada.
15:22
And she said, "Given the fact that I thought my intuition was right ..." --
332
907000
3000
I va dir: "Com pensava
que la meva intuïció era correcta..." -
que la meva intuïció era correcta..." -
15:25
she thought her intuition was right --
333
910000
2000
pensava que la seva intuïció era correcta -
15:27
it was very difficult for her to accept doing a difficult experiment
334
912000
5000
era molt difícil per ella acceptar
fer un experiment difícil
fer un experiment difícil
15:32
to try and check whether she was wrong.
335
917000
2000
per posar a prova si estava equivocada.
15:34
But in fact, this is the situation we're all in all the time.
336
919000
4000
Però, de fet, aquesta és la situació
en què ens trobem sempre.
en què ens trobem sempre.
15:38
We have very strong intuitions about all kinds of things --
337
923000
3000
Tenim fortes intuïcions sobre tot tipus de coses -
15:41
our own ability, how the economy works,
338
926000
3000
les nostres habilitats,sobre com funciona l'economia,
15:44
how we should pay school teachers.
339
929000
2000
com hauríem de pagar als professors.
15:46
But unless we start testing those intuitions,
340
931000
3000
Però fins que no comencem a posar-les a prova,
15:49
we're not going to do better.
341
934000
2000
no millorarem.
15:51
And just think about how better my life would have been
342
936000
2000
I penseu només en com de millor
podria haver estat la meva vida
podria haver estat la meva vida
15:53
if these nurses would have been willing to check their intuition,
343
938000
2000
si aquelles infermeres haguessin estat disposades
a posar a prova la seva intuïció,
a posar a prova la seva intuïció,
15:55
and how everything would have been better
344
940000
1000
i com tot podria ser millor
15:56
if we just start doing more systematic experimentation of our intuitions.
345
941000
5000
si comencéssim a fer experimentació sistemàtica
de les nostres intuïcions.
de les nostres intuïcions.
16:01
Thank you very much.
346
946000
2000
Moltes gràcies.
ABOUT THE SPEAKER
Dan Ariely - Behavioral economistThe dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com