ABOUT THE SPEAKER
Colin Camerer - Behavioral economist
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making.

Why you should listen

Colin Camerer focuses on brain behavior during decision making, strategizing and market trading. He is the Robert Kirby Professor of Behavioral Finance and Economics at the California Institute of Technology. A child prodigy in his youth, Camerer received a B.A. in quantitative studies from Johns Hopkins when he was just 17 and a PhD in decision theory from the University of Chicago Graduate School of Business when he was 22. Camerer's research departs from previous theory in that it does not assume the mind to be a rational and perfect system, but rather focuses on the limitations of everyday people when they play actual games, and seeks to predict how they will behave in situations that involve strategy. His studies focus on neurological findings from economic experiments in the lab (on humans -- and monkeys!) Camerer is the author of Behavioral Game Theory.

More profile about the speaker
Colin Camerer | Speaker | TED.com
TEDxCaltech

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

Colin Camerer: Neurociencia, teoría de juegos, monos.

Filmed:
1,516,785 views

Cuando dos personas están tratando de llegar a un acuerdo —ya sea que estén compitiendo o cooperando— ¿qué está sucediendo realmente dentro de sus cerebros? Colin Camerer, economista del comportamiento, muestra la investigación que revela cuán poco somos capaces de predecir lo que otros piensan. Y presenta un estudio inesperado que muestra chimpancés que podrían ser mejores en ello de lo que lo somos nosotros. (Filmado en TEDxCalTech).
- Behavioral economist
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making. Full bio

Double-click the English transcript below to play the video.

00:12
I'm going to talk about the strategizingestrategias braincerebro.
0
562
2253
Voy a hablarles del cerebro estratégico.
00:14
We're going to use an unusualraro combinationcombinación of toolsherramientas
1
2815
2238
Vamos a utilizar una
combinación inusual de herramientas
00:17
from gamejuego theoryteoría and neuroscienceneurociencia
2
5053
2013
de la teoría de juegos y la neurociencia
00:19
to understandentender how people interactinteractuar sociallysocialmente when valuevalor is on the linelínea.
3
7066
2967
para entender cómo la gente interactúa
socialmente cuando hay valor en juego.
00:22
So gamejuego theoryteoría is a branchrama of, originallyoriginalmente, appliedaplicado mathematicsmatemáticas,
4
10033
3971
La teoría de juegos es, originalmente,
una rama de las matemáticas aplicadas,
00:26
used mostlyprincipalmente in economicsciencias económicas and politicalpolítico scienceciencia, a little bitpoco in biologybiología,
5
14004
2986
utilizada sobre todo en economía y
ciencia política, un poco en biología,
00:28
that givesda us a mathematicalmatemático taxonomytaxonomía of socialsocial life
6
16990
3289
que nos da una taxonomía
matemática de la vida social
00:32
and it predictspredice what people are likelyprobable to do
7
20279
2131
y predice lo que las personas probablemente harán
00:34
and believe othersotros will do
8
22410
1194
y lo que creen que los otros harán
00:35
in casescasos where everyone'stodos actionscomportamiento affectafectar everyonetodo el mundo elsemás.
9
23604
3390
en casos donde las acciones de
todos afectan a todos los demás.
00:38
That's a lot of things: competitioncompetencia, cooperationcooperación, bargainingnegociación,
10
26994
3478
Son muchas cosas:
competencia, cooperación, negociación,
00:42
gamesjuegos like hide-and-seekal escondite, and pokerpóker.
11
30472
3291
juegos como el escondite y el póker.
00:45
Here'sAquí está a simplesencillo gamejuego to get us startedempezado.
12
33763
2239
Este es un juego simple para comenzar.
00:48
EveryoneTodo el mundo chooseselige a numbernúmero from zerocero to 100,
13
36002
2162
Todos eligen un número de 0 a 100,
00:50
we're going to computecalcular the averagepromedio of those numbersnúmeros,
14
38164
2446
calcularemos el promedio de esos números,
00:52
and whoever'squien sea closestmás cercano to two-thirdsdos tercios of the averagepromedio winsgana a fixedfijo prizepremio.
15
40610
4194
y quien esté más cerca de los dos tercios
del promedio, gana un premio determinado.
00:56
So you want to be a little bitpoco belowabajo the averagepromedio numbernúmero,
16
44804
2269
Así que quieren estar un poco por debajo del promedio,
00:59
but not too farlejos belowabajo, and everyonetodo el mundo elsemás wants to be
17
47073
2236
pero no demasiado, y todo el mundo quiere estar
01:01
a little bitpoco belowabajo the averagepromedio numbernúmero as well.
18
49309
1945
un poco por debajo del promedio, también.
01:03
Think about what you mightpodría pickrecoger.
19
51254
2579
Piensen en el que escogerían.
01:05
As you're thinkingpensando, this is a toyjuguete modelmodelo of something like
20
53833
3271
Están pensando, este es un modelo elemental
de algo como
01:09
sellingde venta in the stockvalores marketmercado duringdurante a risingcreciente marketmercado. Right?
21
57104
2812
vender en la bolsa en un mercado al alza, ¿verdad?
01:11
You don't want to sellvender too earlytemprano, because you missperder out on profitsbeneficios,
22
59916
2225
No quieren vender demasiado pronto,
porque pierden ganancias,
01:14
but you don't want to wait too latetarde
23
62141
2180
pero no quieren esperar demasiado
01:16
to when everyonetodo el mundo elsemás sellsvende, triggeringdesencadenante a crashchoque.
24
64321
2401
para cuando todo el mundo vende,
desencadenando un crack.
01:18
You want to be a little bitpoco aheadadelante of the competitioncompetencia, but not too farlejos aheadadelante.
25
66722
2879
Quieren estar un poco adelante de la competencia,
pero no demasiado por delante.
01:21
Okay, here'saquí está two theoriesteorías about how people mightpodría think about this,
26
69601
3613
Bueno, aquí hay dos teorías sobre
cómo la gente podría pensar en esto,
01:25
and then we'llbien see some datadatos.
27
73214
1396
y luego veremos algunos datos.
01:26
Some of these will soundsonar familiarfamiliar because you probablyprobablemente are
28
74610
2191
Algunas les sonarán familiares
porque probablemente están
01:28
thinkingpensando that way. I'm usingutilizando my braincerebro theoryteoría to see.
29
76801
3799
pensando así. Usaré mi teoría del cerebro para ver.
01:32
A lot of people say, "I really don't know what people are going to pickrecoger,
30
80600
3110
Mucha gente dice, "Realmente no sé
lo que los demás van a elegir,
01:35
so I think the averagepromedio will be 50."
31
83710
1673
así que creo que el promedio será 50".
01:37
They're not beingsiendo really strategicestratégico at all.
32
85383
1911
No están siendo realmente estratégicos en absoluto.
01:39
"And I'll pickrecoger two-thirdsdos tercios of 50. That's 33." That's a startcomienzo.
33
87294
3352
"Escogeré dos tercios de 50. Es 33". Es un comienzo.
01:42
Other people who are a little more sophisticatedsofisticado,
34
90646
1892
Otras personas que son un poco más sofisticadas,
01:44
usingutilizando more workingtrabajando memorymemoria,
35
92538
1476
utilizan más memoria de trabajo,
01:46
say, "I think people will pickrecoger 33 because they're going to pickrecoger a responserespuesta to 50,
36
94014
3904
dicen, "Creo que la gente elegirá 33
porque van a elegir una respuesta a 50,
01:49
and so I'll pickrecoger 22, whichcual is two-thirdsdos tercios of 33."
37
97918
2968
y así que escogeré 22,
que es dos tercios de 33".
01:52
They're doing one extraextra steppaso of thinkingpensando, two stepspasos.
38
100886
2479
Están haciendo un paso adicional
de pensamiento, dos pasos.
01:55
That's better. And of coursecurso, in principleprincipio,
39
103365
2617
Es mejor. Y por supuesto, en principio,
01:57
you could do threeTres, fourlas cuatro or more,
40
105982
1827
uno podría hacer tres, cuatro o más,
01:59
but it startsempieza to get very difficultdifícil.
41
107809
1869
pero empieza a volverse muy difícil.
02:01
Just like in languageidioma and other domainsdominios, we know that it's harddifícil for people to parseanalizar gramaticalmente
42
109678
2592
Al igual que en el lenguaje y otros dominios,
sabemos que es difícil para la gente analizar
02:04
very complexcomplejo sentencesfrases with a kindtipo of recursiverecursivo structureestructura.
43
112270
3634
oraciones muy complejas con una
especie de estructura recursiva.
02:07
This is calledllamado a cognitivecognitivo hierarchyjerarquía theoryteoría, by the way.
44
115904
1734
Esta se llama teoría jerárquica cognitiva, por cierto.
02:09
It's something that I've workedtrabajó on and a fewpocos other people,
45
117638
2556
Es algo en lo que he trabajado
y algunas otras personas,
02:12
and it indicatesindica a kindtipo of hierarchyjerarquía alonga lo largo with
46
120194
2220
e indica una especie de jerarquía junto con
02:14
some assumptionssuposiciones about how manymuchos people stop at differentdiferente stepspasos
47
122414
2254
algunas suposiciones acerca de
cuántas personas paran en distintas etapas
02:16
and how the stepspasos of thinkingpensando are affectedafectado
48
124668
1884
y cómo se ven afectados los pasos del pensamiento
02:18
by lots of interestinginteresante variablesvariables and variantvariante people, as we'llbien see in a minuteminuto.
49
126552
3696
por un montón de variables interesantes y
personas variantes, como veremos en un minuto.
02:22
A very differentdiferente theoryteoría, a much more popularpopular one, and an oldermayor one,
50
130248
3386
Una teoría muy diferente, una versión
mucho más popular y más antigua
02:25
duedebido largelyen gran parte to JohnJohn NashNash of "A BeautifulHermosa MindMente" famefama,
51
133634
3540
debido en gran parte a la fama del
John Nash de "Una mente brillante",
02:29
is what's calledllamado equilibriumequilibrio analysisanálisis.
52
137174
2240
es lo que se llama análisis de equilibrio.
02:31
So if you've ever takentomado a gamejuego theoryteoría coursecurso at any levelnivel,
53
139414
2454
Si alguna vez han hecho un curso
de teoría de juegos en cualquier nivel,
02:33
you will have learnedaprendido a little bitpoco about this.
54
141868
1713
habrán aprendido un poco sobre esto.
02:35
An equilibriumequilibrio is a mathematicalmatemático stateestado in whichcual everybodytodos
55
143581
2855
Un equilibrio es un estado matemático
en que todo el mundo
02:38
has figuredfigurado out exactlyexactamente what everyonetodo el mundo elsemás will do.
56
146436
2449
ha comprendido exactamente
lo que todo el mundo hará.
02:40
It is a very usefulútil conceptconcepto, but behaviorallyconductualmente,
57
148885
2007
Es un concepto muy útil,
pero visto desde el comportamiento,
02:42
it maymayo not exactlyexactamente explainexplique what people do
58
150892
2003
no puede explicar exactamente
lo que las personas harán
02:44
the first time they playjugar these typestipos of economiceconómico gamesjuegos
59
152895
2735
la primera vez que juegan
estos tipos de juegos económicos
02:47
or in situationssituaciones in the outsidefuera de worldmundo.
60
155630
2333
o en situaciones en el mundo exterior.
02:49
In this casecaso, the equilibriumequilibrio makeshace a very boldnegrita predictionpredicción,
61
157963
2338
En este caso, el equilibrio hace una predicción muy audaz,
02:52
whichcual is everyonetodo el mundo wants to be belowabajo everyonetodo el mundo elsemás,
62
160301
2860
que todo el mundo quiere estar
por debajo de todos los demás,
02:55
thereforepor lo tanto they'llellos van a playjugar zerocero.
63
163161
2291
y por lo tanto juegan 0.
02:57
Let's see what happenssucede. This experiment'sexperimento been donehecho manymuchos, manymuchos timesveces.
64
165452
3009
Veamos qué pasa. Este experimento
se ha hecho muchas, muchas veces.
03:00
Some of the earliestmás temprano onesunos were donehecho in the '90s
65
168461
1883
Algunos de los primeros se realizaron en los años 90
03:02
by me and RosemarieRosemarie NagelNagel and othersotros.
66
170344
2645
por mí y Rosemarie Nagel y otros.
03:04
This is a beautifulhermosa datadatos setconjunto of 9,000 people who wroteescribió in
67
172989
2985
Este es un hermoso conjunto de
datos de 9 000 personas que escribió en
03:07
to threeTres newspapersperiódicos and magazinesrevistas that had a contestconcurso.
68
175974
2880
tres periódicos y revistas que tenían un concurso.
03:10
The contestconcurso said, sendenviar in your numbersnúmeros
69
178854
1814
El concurso decía: envíen sus números
03:12
and whoeverquien is closecerca to two-thirdsdos tercios of the averagepromedio will winganar a biggrande prizepremio.
70
180668
3155
y quien esté cerca de dos tercios del
promedio ganará un gran premio.
03:15
And as you can see, there's so much datadatos here, you can see the spikeszapatillas con clavos very visiblyvisiblemente.
71
183823
3088
Y como pueden ver, hay muchos datos aquí,
pueden ver los picos muy visiblemente.
03:18
There's a spikeespiga at 33. Those are people doing one steppaso.
72
186911
3381
Hay una punta en el 33.
Son personas que hacen un paso.
03:22
There is anotherotro spikeespiga visiblevisible at 22.
73
190292
2497
Hay otro punto visible en 22.
03:24
And noticedarse cuenta, by the way, that mostmás people pickrecoger numbersnúmeros right around there.
74
192789
2292
Y note, por cierto, que la mayoría de la
gente elige números justo alrededor de allí.
03:27
They don't necessarilynecesariamente pickrecoger exactlyexactamente 33 and 22.
75
195081
2510
No necesariamente eligen 22 y 33 exactamente.
03:29
There's something a little bitpoco noisyruidoso around it.
76
197591
2056
Hay un poco de ruido alrededor de ellos.
03:31
But you can see those spikeszapatillas con clavos, and they're there.
77
199647
1478
Pero pueden ver los picos, y están allí.
03:33
There's anotherotro groupgrupo of people who seemparecer to have
78
201125
1710
Hay otro grupo de personas que parecen tener
03:34
a firmfirma gripapretón on equilibriumequilibrio analysisanálisis,
79
202835
2075
un agarre firme en el análisis de equilibrio,
03:36
because they're pickingcosecha zerocero or one.
80
204910
2395
porque escogieron 0 o 1.
03:39
But they loseperder, right?
81
207305
2089
Pero pierden, ¿verdad?
03:41
Because pickingcosecha a numbernúmero that lowbajo is actuallyactualmente a badmalo choiceelección
82
209394
3192
Porque escoger un número tan bajo
es realmente una mala elección
03:44
if other people aren'tno son doing equilibriumequilibrio analysisanálisis as well.
83
212586
2820
si otras personas no están haciendo
el análisis de equilibrio también.
03:47
So they're smartinteligente, but poorpobre.
84
215406
2112
Por lo que son inteligentes, pero pobres.
03:49
(LaughterRisa)
85
217518
2088
(Risas)
03:51
Where are these things happeningsucediendo in the braincerebro?
86
219606
1969
¿Donde están sucediendo estas cosas en el cerebro?
03:53
One studyestudiar by CoricelliCoricelli and NagelNagel givesda a really sharpagudo, interestinginteresante answerresponder.
87
221575
3875
Un estudio realizado por Coricelli y Nagel
da una respuesta interesante, realmente aguda.
03:57
So they had people playjugar this gamejuego
88
225450
1508
Tenían gente jugando este juego
03:58
while they were beingsiendo scannedescaneado in an fMRIfMRI,
89
226958
2217
mientras que se está escaneando en un fMRI
[resonancia magnética]
04:01
and two conditionscondiciones: in some trialsensayos,
90
229175
2271
y dos condiciones: en algunos ensayos,
04:03
they're told you're playingjugando anotherotro personpersona
91
231446
1515
les dicen que está jugando otra persona
04:04
who'squien es playingjugando right now and we're going to matchpartido up
92
232961
1588
que está jugando ahora mismo y vamos a probar
04:06
your behaviorcomportamiento at the endfin and paypaga you if you winganar.
93
234549
2204
su comportamiento al final y le pagaremos si gana.
04:08
In the other trialsensayos, they're told, you're playingjugando a computercomputadora.
94
236753
1978
En otros ensayos, les dicen,
juegas contra una computadora.
04:10
They're just choosingElegir randomlyal azar.
95
238731
1634
Solo está eligiendo al azar.
04:12
So what you see here is a subtractionsustracción
96
240365
2077
Así que lo que ven aquí es una sustracción
04:14
of areasáreas in whichcual there's more braincerebro activityactividad
97
242442
2750
de áreas donde hay más actividad cerebral
04:17
when you're playingjugando people comparedcomparado to playingjugando the computercomputadora.
98
245192
2976
cuando juegan con personas en comparación
con jugar con la computadora.
04:20
And you see activityactividad in some regionsregiones we'venosotros tenemos seenvisto todayhoy,
99
248168
1991
Y pueden ver actividad en algunas
regiones que hemos visto hoy,
04:22
medialmedio prefrontalprefrontal cortexcorteza, dorsomedialdorsomedial, howeversin embargo, up here,
100
250159
3237
el corteza prefrontal medial, dorsomedial,
sin embargo, hasta aquí,
04:25
ventromedialventromedial prefrontalprefrontal cortexcorteza,
101
253396
1851
corteza prefrontal ventromedial,
04:27
anterioranterior cingulatecíngulo, an areazona that's involvedinvolucrado
102
255247
1354
cíngulo anterior, una zona que se dedica
04:28
in lots of typestipos of conflictconflicto resolutionresolución, like if you're playingjugando "SimonSimon SaysDice,"
103
256601
3637
en muchos tipos de resolución de conflictos,
como si estás jugando "Simon Dice"
04:32
and alsoademás the right and left temporoparietaltemporoparietal junctionunión.
104
260238
3814
y también la unión temporoparietal derecha e izquierda.
04:36
And these are all areasáreas whichcual are fairlybastante reliablyseguramente knownconocido
105
264052
2466
Y estas son todas las áreas que se
conocen razonablemente bien
04:38
to be partparte of what's calledllamado a "theoryteoría of mindmente" circuitcircuito,
106
266518
2321
como parte de lo que se denomina
el circuito de la "teoría de la mente",
04:40
or "mentalizingmentalizando circuitcircuito."
107
268839
1901
o "circuito de mentalización".
04:42
That is, it's a circuitcircuito that's used to imagineimagina what other people mightpodría do.
108
270740
3378
Es decir, es un circuito que se utiliza para
imaginar lo que podrían hacer otras personas.
04:46
So these were some of the first studiesestudios to see this
109
274118
2240
Así que estos fueron algunos de los
primeros estudios para verlo
04:48
tiedatado in to gamejuego theoryteoría.
110
276358
2033
asociado a la teoría de juegos.
04:50
What happenssucede with these one-uno- and two-stepdos pasos typestipos?
111
278391
2240
¿Qué pasa con estos tipos de un paso y dos?
04:52
So we classifyclasificar people by what they pickedescogido,
112
280631
2071
Clasificamos a la gente según lo que escogieron,
04:54
and then we look at the differencediferencia betweenEntre
113
282702
1667
y luego nos fijamos en la diferencia entre
04:56
playingjugando humanshumanos versusversus playingjugando computersordenadores,
114
284369
1975
jugar con seres humanos frente a computadoras,
04:58
whichcual braincerebro areasáreas are differentiallydiferencialmente activeactivo.
115
286344
1891
qué áreas del cerebro son activadas diferencialmente.
05:00
On the topparte superior you see the one-stepUn paso playersjugadores.
116
288235
1752
En la parte superior ven los jugadores de un solo paso.
05:01
There's almostcasi no differencediferencia.
117
289987
1520
No hay casi ninguna diferencia.
05:03
The reasonrazón is, they're treatingtratar other people like a computercomputadora, and the braincerebro is too.
118
291507
2940
La razón es que están tratando a otras personas
como una computadora, y el cerebro lo es también.
05:06
The bottomfondo playersjugadores, you see all the activityactividad in dorsomedialdorsomedial PFCPFC.
119
294447
4141
En los jugadores de la parte inferior verán
toda la actividad en dorsomedial CPF.
05:10
So we know that those two-stepdos pasos playersjugadores are doing something differentlydiferentemente.
120
298588
2051
Sabemos que los jugadores de dos pasos
están haciendo algo diferente.
05:12
Now if you were to steppaso back and say, "What can we do with this informationinformación?"
121
300639
3096
Ahora bien, si tuviera que hacerse a un lado y decir,
"¿Qué podemos hacer con esta información?",
05:15
you mightpodría be ablepoder to look at braincerebro activityactividad and say,
122
303735
1821
es posible que pueda mirar la actividad cerebral y decir:
05:17
"This person'spersona going to be a good pokerpóker playerjugador,"
123
305556
1499
"Esta persona va a ser un buen jugador de póker"
05:19
or, "This person'spersona sociallysocialmente naiveingenuo,"
124
307055
1929
o, "Esta persona es socialmente ingenua",
05:20
and we mightpodría alsoademás be ablepoder to studyestudiar things
125
308984
1278
y también podríamos estudiar cosas
05:22
like developmentdesarrollo of adolescentadolescente brainssesos
126
310262
1598
como el desarrollo de cerebros adolescentes
05:23
onceuna vez we have an ideaidea of where this circuitrycircuitería existsexiste.
127
311860
3354
una vez que tengamos una
idea de dónde está este circuito.
05:27
Okay. Get readyListo.
128
315214
2612
Bien. Prepárense.
05:29
I'm savingahorro you some braincerebro activityactividad,
129
317826
2123
Estoy ahorrándoles alguna actividad cerebral,
05:31
because you don't need to use your haircabello detectordetector cellsCélulas.
130
319949
2810
porque no necesitan utilizar
sus células detectoras de pelo.
05:34
You should use those cellsCélulas to think carefullycuidadosamente about this gamejuego.
131
322759
2888
Deben usar esas células con cuidado en este juego.
05:37
This is a bargainingnegociación gamejuego.
132
325647
1935
Este es un juego de negociación.
05:39
Two playersjugadores who are beingsiendo scannedescaneado usingutilizando EEGEEG electrodeselectrodos
133
327582
2556
Dos jugadores que están siendo escaneados utilizando electrodos EEG
05:42
are going to bargainnegociar over one to sixseis dollarsdólares.
134
330138
2877
van a negociar de uno a seis dólares.
05:45
If they can do it in 10 secondssegundos, they're going to actuallyactualmente earnganar that moneydinero.
135
333015
2664
Si pueden hacerlo en 10 segundos,
van en realidad a ganar ese dinero.
05:47
If 10 secondssegundos goesva by and they haven'tno tiene madehecho a dealacuerdo, they get nothing.
136
335679
3040
Si pasan 10 segundos y no han llegado
a un acuerdo, no consiguen nada.
05:50
That's kindtipo of a mistakeError togetherjuntos.
137
338719
1683
Ese es el tipo de error conjunto.
05:52
The twistgiro is that one playerjugador, on the left,
138
340402
2817
El truco es que a un jugador, a la izquierda,
05:55
is informedinformado about how much on eachcada trialjuicio there is.
139
343219
2688
se le informa cuánto hay en cada ensayo.
05:57
They playjugar lots of trialsensayos with differentdiferente amountscantidades eachcada time.
140
345907
2232
Juegan un montón de ensayos
con diferentes cantidades cada vez.
06:00
In this casecaso, they know there's fourlas cuatro dollarsdólares.
141
348139
2241
En este caso, saben que hay cuatro dólares.
06:02
The uninformedno informado playerjugador doesn't know,
142
350380
1877
El jugador desinformado no sabe,
06:04
but they know that the informedinformado playerjugador knowssabe.
143
352257
2054
pero saben que el jugador informado sabe.
06:06
So the uninformedno informado player'sjugador challengereto is to say,
144
354311
2059
Así que el reto del jugador desinformado es decir,
06:08
"Is this guy really beingsiendo fairjusta
145
356370
1470
"¿Es este chico realmente justo
06:09
or are they givingdando me a very lowbajo offeroferta
146
357840
1854
o me están ofreciendo una oferta muy baja
06:11
in orderorden to get me to think that there's only one or two dollarsdólares availabledisponible to splitdivisión?"
147
359694
3078
con el fin de hacerme pensar que
solo hay 1 o 2 dólares para dividir?",
06:14
in whichcual casecaso they mightpodría rejectrechazar it and not come to a dealacuerdo.
148
362772
3154
en cuyo caso podrían rechazarla
y no llegar a un acuerdo.
06:17
So there's some tensiontensión here betweenEntre tryingmolesto to get the mostmás moneydinero
149
365926
2950
Así que hay cierta tensión aquí entre
el intento de conseguir más dinero
06:20
but tryingmolesto to goadaguijón the other playerjugador into givingdando you more.
150
368876
2573
pero tratando de conseguir
que el otro jugador le dé más.
06:23
And the way they bargainnegociar is to pointpunto on a numbernúmero linelínea
151
371449
2330
Y la manera en que negocian es
señalando un número en una línea
06:25
that goesva from zerocero to sixseis dollarsdólares,
152
373779
1806
que va de 0 a 6 dólares,
06:27
and they're bargainingnegociación over how much the uninformedno informado playerjugador getsse pone,
153
375585
2978
y están negociación cuánto recibe el jugador desinformado,
06:30
and the informedinformado player'sjugador going to get the restdescanso.
154
378563
1585
y el jugador informado recibirá el resto.
06:32
So this is like a management-labortrabajo administrativo negotiationnegociación
155
380148
2575
Es como una negociación
la dirección-trabajadores
06:34
in whichcual the workerstrabajadores don't know how much profitsbeneficios
156
382723
2733
en la que los trabajadores no saben cuántas ganancias
06:37
the privatelyen privado heldretenida companyempresa has, right,
157
385456
2667
tiene la empresa privada, cierto,
06:40
and they want to maybe holdsostener out for more moneydinero,
158
388123
2368
y ellos pueden quizá rehusarse esperando más dinero,
06:42
but the companyempresa mightpodría want to createcrear the impressionimpresión
159
390491
1836
pero la empresa talvez quiere
crear la impresión
06:44
that there's very little to splitdivisión: "I'm givingdando you the mostmás that I can."
160
392327
2932
que hay muy poco para dividir:
"Le estoy dando lo más que puedo".
06:47
First some behaviorcomportamiento. So a bunchmanojo of the subjecttema pairspares, they playjugar facecara to facecara.
161
395259
4231
Primero unas normas. Se forman
parejas que juegan cara a cara.
06:51
We have some other datadatos where they playjugar acrossa través de computersordenadores.
162
399490
1836
Tenemos algunos otros datos
de cuando juegan con computadoras.
06:53
That's an interestinginteresante differencediferencia, as you mightpodría imagineimagina.
163
401326
1738
Es una diferencia interesante,
como se pueden imaginar.
06:55
But a bunchmanojo of the face-to-facecara a cara pairspares
164
403064
2202
Pero un grupo de los pares de cara a cara
06:57
agreede acuerdo to dividedividir the moneydinero evenlyigualmente everycada singlesoltero time.
165
405266
3693
acuerdan dividir el dinero uniformemente cada vez.
07:00
BoringAburrido. It's just not interestinginteresante neurallyneuralmente.
166
408959
2906
Aburrido. Simplemente no
es interesante neurológicamente.
07:03
It's good for them. They make a lot of moneydinero.
167
411865
2514
Es bueno para ellos. Hacen un montón de dinero.
07:06
But we're interestedinteresado in, can we say something about
168
414379
2672
Pero estamos interesados en si podemos decir algo sobre
07:09
when disagreementsdesacuerdos occurocurrir versusversus don't occurocurrir?
169
417051
2536
lo que ocurre cuando hay o no desacuerdos.
07:11
So this is the other groupgrupo of subjectsasignaturas who oftena menudo disagreediscrepar.
170
419587
2357
Así que este es el otro grupo de sujetos
que a menudo no están de acuerdo.
07:13
So they have a chanceoportunidad of -- they bickerdisputa and disagreediscrepar
171
421944
2768
Tienen la oportunidad de pelear y no estar de acuerdo
07:16
and endfin up with lessMenos moneydinero.
172
424712
1307
y terminar con menos dinero.
07:18
They mightpodría be eligibleelegible to be on "RealReal HousewivesAmas de casa," the TVtelevisión showespectáculo.
173
426019
3917
Podrían seleccionados para un
"Real Housewives", el programa de televisión.
07:21
You see on the left,
174
429936
1936
Lo ven a la izquierda,
07:23
when the amountcantidad to dividedividir is one, two or threeTres dollarsdólares,
175
431872
2664
cuando la cantidad a dividir es 1, 2 o 3 dólares,
07:26
they disagreediscrepar about halfmitad the time,
176
434536
1648
discrepan la mitad del tiempo,
07:28
and when the amountcantidad is fourlas cuatro, fivecinco, sixseis, they agreede acuerdo quitebastante oftena menudo.
177
436184
2192
y cuando la cantidad es de 4, 5, 6,
acuerdan más a menudo.
07:30
This turnsvueltas out to be something that's predictedpredicho
178
438376
1874
Esto resulta ser predicho
07:32
by a very complicatedComplicado typetipo of gamejuego theoryteoría
179
440250
2204
por un tipo de teoría de juegos muy complicado,
07:34
you should come to graduategraduado schoolcolegio at CalTechCalTech and learnaprender about.
180
442454
2809
tienen que venir a graduarse en CalTech y aprenderla.
07:37
It's a little too complicatedComplicado to explainexplique right now,
181
445263
2172
Es un poco complicado explicarla ahora,
07:39
but the theoryteoría tellsdice you that this shapeforma kindtipo of should occurocurrir.
182
447435
3416
pero la teoría dice que debería
producirse este tipo de forma.
07:42
Your intuitionintuición mightpodría tell you that too.
183
450851
2216
Su intuición podría decírselos también.
07:45
Now I'm going to showespectáculo you the resultsresultados from the EEGEEG recordinggrabación.
184
453067
2240
Ahora voy a mostrarle los resultados
de la grabación de EEG.
07:47
Very complicatedComplicado. The right braincerebro schematicesquemático
185
455307
2353
Muy complicada. El esquema cerebral derecho
07:49
is the uninformedno informado personpersona, and the left is the informedinformado.
186
457660
2863
es de la persona desinformada,
y el de la izquierda es el informado.
07:52
RememberRecuerda that we scannedescaneado bothambos brainssesos at the samemismo time,
187
460523
2800
Recuerden que examinamos los dos cerebros a la vez,
07:55
so we can askpedir about time-syncedsincronizado por tiempo activityactividad
188
463323
2392
así que podemos preguntar sobre
su actividad en tiempo sincronizado
07:57
in similarsimilar or differentdiferente areasáreas simultaneouslysimultaneamente,
189
465715
3224
en áreas similares o diferentes al mismo tiempo,
08:00
just like if you wanted to studyestudiar a conversationconversacion
190
468939
2264
al igual que si quisieran estudiar una conversación
08:03
and you were scanningexploración two people talkinghablando to eachcada other
191
471203
1936
y escanean dos personas hablando entre sí
08:05
and you'dtu hubieras expectesperar commoncomún activityactividad in languageidioma regionsregiones
192
473139
2360
y esperarán una actividad común en regiones del lenguaje
08:07
when they're actuallyactualmente kindtipo of listeningescuchando and communicatingcomunicado.
193
475499
2385
cuando están realmente escuchando y comunicándose.
08:09
So the arrowsflechas connectconectar regionsregiones that are activeactivo at the samemismo time,
194
477884
3927
Así que las flechas conectan regiones
que están activas al mismo tiempo,
08:13
and the directiondirección of the arrowsflechas flowsflujos
195
481811
2040
y la dirección de las flechas fluye
08:15
from the regionregión that's activeactivo first in time,
196
483851
2480
de la región que está activa de primero,
08:18
and the arrowheadpunta de flecha goesva to the regionregión that's activeactivo laterluego.
197
486331
3568
y la punta de flecha va a la
región que está activa después.
08:21
So in this casecaso, if you look carefullycuidadosamente,
198
489899
2216
En este caso, si se mira cuidadosamente,
08:24
mostmás of the arrowsflechas flowfluir from right to left.
199
492115
1857
la mayoría de las flechas fluyen de derecha a izquierda.
08:25
That is, it looksmiradas as if the uninformedno informado braincerebro activityactividad
200
493972
3280
Es decir, parece como si la
actividad cerebral desinformada
08:29
is happeningsucediendo first,
201
497252
1959
sucediera primero
08:31
and then it's followedseguido by activityactividad in the informedinformado braincerebro.
202
499211
3515
y luego es seguida por la actividad del cerebro informado.
08:34
And by the way, these were trialsensayos where theirsu dealsofertas were madehecho.
203
502726
3692
Y por cierto, estos son ensayos
donde se hicieron acuerdos.
08:38
This is from the first two secondssegundos.
204
506418
1780
Se trata de los primeros dos segundos.
08:40
We haven'tno tiene finishedterminado analyzinganalizando this datadatos,
205
508198
1980
No hemos terminado de analizar estos datos,
08:42
so we're still peekingmirar a escondidas in, but the hopeesperanza is
206
510178
1900
así que todavía estamos leyéndolos,
pero la esperanza es
08:44
that we can say something in the first couplePareja of secondssegundos
207
512078
2564
que podamos decir algo del primer par de segundos
08:46
about whethersi they'llellos van a make a dealacuerdo or not,
208
514642
1723
sobre si habrá un acuerdo o no,
08:48
whichcual could be very usefulútil in thinkingpensando about avoidingevitar litigationlitigio
209
516365
2043
lo que podría ser muy útil pensando en evitar litigios
08:50
and uglyfeo divorcesdivorcios and things like that.
210
518408
1928
y divorcios penosos, y cosas así.
08:52
Those are all casescasos in whichcual a lot of valuevalor is lostperdió
211
520336
2883
Son todos los casos en que se pierde un gran valor
08:55
by delayretrasar and strikeshuelgas.
212
523219
2976
por demora y huelgas.
08:58
Here'sAquí está the casecaso where the disagreementsdesacuerdos occurocurrir.
213
526195
2030
Aquí es el caso donde se producen los desacuerdos.
09:00
You can see it looksmiradas differentdiferente than the one before.
214
528225
2173
Se puede ver que es diferente al anterior.
09:02
There's a lot more arrowsflechas.
215
530398
2249
Hay muchas más flechas.
09:04
That meansmedio that the brainssesos are syncedsincronizado up
216
532647
1511
Eso significa que el cerebro se sincroniza hacia arriba
09:06
more closelycercanamente in termscondiciones of simultaneoussimultáneo activityactividad,
217
534158
2552
más cerca en términos de actividad simultánea,
09:08
and the arrowsflechas flowfluir clearlyclaramente from left to right.
218
536710
2010
y las flechas van claramente de izquierda a derecha.
09:10
That is, the informedinformado braincerebro seemsparece to be decidingdecidiendo,
219
538720
2242
Es decir, el cerebro informado parece decidir,
09:12
"We're probablyprobablemente not going to make a dealacuerdo here."
220
540962
2288
"Probablemente no vamos a hacer un trato aquí".
09:15
And then laterluego there's activityactividad in the uninformedno informado braincerebro.
221
543250
3225
Y luego, más tarde, hay actividad
en el cerebro desinformado.
09:18
NextSiguiente I'm going to introduceintroducir you to some relativesparientes.
222
546475
2503
A continuación voy a presentarles a algunos familiares.
09:20
They're hairypeludo, smellymaloliente, fastrápido and strongfuerte.
223
548978
2261
Son peludos, malolientes, rápidos y fuertes.
09:23
You mightpodría be thinkingpensando back to your last ThanksgivingAcción de gracias.
224
551239
3190
Podrían estar pensando en su último día de Acción de Gracias.
09:26
Maybe if you had a chimpanzeechimpancé with you.
225
554429
2693
Tal vez si tuvieron un chimpancé con Uds.
09:29
CharlesCharles DarwinDarwin and I and you brokerompió off from the familyfamilia treeárbol
226
557122
3461
Charles Darwin y yo y tú
nos separamos del árbol genealógico
09:32
from chimpanzeeschimpancés about fivecinco millionmillón yearsaños agohace.
227
560583
2259
de los chimpancés hace unos 5 millones años.
09:34
They're still our closestmás cercano geneticgenético kinparentesco.
228
562842
1968
Todavía son nuestros parientes genéticos más cercanos.
09:36
We sharecompartir 98.8 percentpor ciento of the genesgenes.
229
564810
1737
Compartimos el 98,8 % de los genes.
09:38
We sharecompartir more genesgenes with them than zebrascebras do with horsescaballos.
230
566547
2800
Compartimos más genes con ellos
que las cebras con los caballos.
09:41
And we're alsoademás theirsu closestmás cercano cousinprima.
231
569347
1717
Y somos también sus primos más cercanos.
09:43
They have more geneticgenético relationrelación to us than to gorillasgorilas.
232
571064
3002
Tienen más relación genética
con nosotros que con los gorilas.
09:46
So how humanshumanos and chimpanzeeschimpancés behavecomportarse differentlydiferentemente
233
574066
2528
Así que, qué tan diferentemente se comportan
los seres humanos y los chimpancés
09:48
mightpodría tell us a lot about braincerebro evolutionevolución.
234
576594
2455
puede decirnos mucho sobre la evolución del cerebro.
09:51
So this is an amazingasombroso memorymemoria testprueba
235
579049
2601
Esta es una increíble prueba de memoria
09:53
from NagoyaNagoya, JapanJapón, PrimatePrimate ResearchInvestigación InstituteInstituto,
236
581650
2816
del Primate Research Institute, de Nagoya, Japón
09:56
where they'veellos tienen donehecho a lot of this researchinvestigación.
237
584466
1778
donde han hecho mucha investigación de este tipo.
09:58
This goesva back quitebastante a waysformas. They're interestedinteresado in workingtrabajando memorymemoria.
238
586244
2340
Esto va hacia mucho tiempo atrás.
Están interesados en la memoria de trabajo.
10:00
The chimpchimpance is going to see, watch carefullycuidadosamente,
239
588584
1772
El chimpancé que verán, observen cuidadosamente,
10:02
they're going to see 200 milliseconds'milisegundos exposureexposición
240
590356
2202
van a ver la exposición 200 milisegundos
10:04
— that's fastrápido, that's eightocho moviepelícula framesmarcos
241
592558
1994
—eso es rápido, son 8 cuadros de la película—
10:06
of numbersnúmeros one, two, threeTres, fourlas cuatro, fivecinco.
242
594552
1951
de números 1, 2, 3, 4, 5.
10:08
Then they disappeardesaparecer and they're replacedreemplazado by squarescuadrícula,
243
596503
1998
Luego desaparecen y son substituidos por cuadrados,
10:10
and they have to pressprensa the squarescuadrícula
244
598501
1755
y tienen que presionar los cuadrados
10:12
that correspondcorresponder to the numbersnúmeros from lowbajo to highalto
245
600256
2321
que corresponden a los números de menor a mayor
10:14
to get an applemanzana rewardrecompensa.
246
602577
1339
para obtener una manzana de recompensa.
10:15
Let's see how they can do it.
247
603916
4771
Veamos cómo lo hacen.
10:28
This is a youngjoven chimpchimpance. The youngjoven onesunos
248
616391
1493
Se trata de un chimpancé joven. Los jóvenes
10:29
are better than the oldantiguo onesunos, just like humanshumanos.
249
617884
2783
son mejores que los mayores,
como los seres humanos.
10:32
And they're highlyaltamente experiencedexperimentado, so they'veellos tienen donehecho this
250
620667
1592
Y están muy experimentados,
ya que han hecho esto
10:34
thousandsmiles and thousandsmiles of time.
251
622259
1432
miles y miles de veces.
10:35
ObviouslyObviamente there's a biggrande trainingformación effectefecto, as you can imagineimagina.
252
623691
2884
Obviamente hay un efecto de entrenamiento,
como se imaginarán.
10:39
(LaughterRisa)
253
627928
1344
(Risas)
10:41
You can see they're very blasblasé and kindtipo of effortlessfácil.
254
629272
1935
Pueden ver están muy indiferentes,
como sin esfuerzo.
10:43
Not only can they do it very well, they do it in a sortordenar of lazyperezoso way.
255
631207
3928
No solo lo hacen muy bien,
lo hacen con una especie de pereza.
10:47
Right? Who thinkspiensa you could beatgolpear the chimpschimpancés?
256
635135
3435
¿Verdad? ¿Quién piensa que los podría vencer?
10:50
WrongIncorrecto. (LaughterRisa)
257
638570
1596
Equivocado. (Risas)
10:52
We can try. We'llBien try. Maybe we'llbien try.
258
640166
2438
Podemos tratar. Intentaremos.
Tal vez intentaremos.
10:54
Okay, so the nextsiguiente partparte of this studyestudiar
259
642604
2590
Bien, así que la siguiente parte de este estudio,
10:57
I'm going to go quicklycon rapidez throughmediante
260
645194
1596
voy a ir rápidamente,
10:58
is basedbasado on an ideaidea of TetsuroTetsuro MatsuzawaMatsuzawa.
261
646790
2692
está basada en una idea de Tetsuro Matsuzawa.
11:01
He had a boldnegrita ideaidea that -- what he calledllamado the cognitivecognitivo trade-offcompensación hypothesishipótesis.
262
649482
3029
Él tenía una idea audaz que llamó
la hipótesis de intercambio cognitivo.
11:04
We know chimpschimpancés are fasterMás rápido and strongermás fuerte.
263
652511
1292
Sabemos que los chimpancés
son más rápidos y más fuertes.
11:05
They're alsoademás very obsessedobsesionado with statusestado.
264
653803
1680
También son muy obsesionados con el estatus.
11:07
His thought was, maybe they'veellos tienen preservedPreservado braincerebro activitiesocupaciones
265
655483
2956
Su pensamiento fue, tal vez han
conservado actividades del cerebro
11:10
and they practicepráctica them in developmentdesarrollo
266
658439
2168
y las practican en el desarrollo,
11:12
that are really, really importantimportante to them
267
660607
1851
ya que son muy, muy importantes para ellos
11:14
to negotiatenegociar statusestado and to winganar,
268
662458
2210
para negociar el estatus y ganar,
11:16
whichcual is something like strategicestratégico thinkingpensando duringdurante competitioncompetencia.
269
664668
2998
que es algo así como el pensamiento
estratégico durante la competición.
11:19
So we're going to checkcomprobar that out
270
667666
1580
Así que vamos a echar un vistazo
11:21
by havingteniendo the chimpschimpancés actuallyactualmente playjugar a gamejuego
271
669246
2430
poniendo a los chimpancés jugar un juego
11:23
by touchingconmovedor two touchtoque screenspantallas.
272
671676
2638
tocando dos pantallas táctiles.
11:26
The chimpschimpancés are actuallyactualmente interactinginteractuando with eachcada other throughmediante the computersordenadores.
273
674314
2440
Los chimpancés están realmente interactuando
entre sí a través de las computadoras.
11:28
They're going to pressprensa left or right.
274
676754
1608
Van a presionar la izquierda o la derecha.
11:30
One chimpchimpance is calledllamado a matchermatcher.
275
678362
2113
Un chimpancé se llama 'matcher'.
11:32
They winganar if they pressprensa left, left,
276
680475
1983
Gana si presionan izquierda, izquierda,
11:34
like a seekerbuscador findinghallazgo someonealguien in hide-and-seekal escondite, or right, right.
277
682458
3169
como buscando a alguien en
escondidas, o derecha, derecha.
11:37
The mismatcherdesajuste wants to mismatchdesajuste.
278
685627
1228
Los 'mismatcher' quieren discrepancia.
11:38
They want to pressprensa the oppositeopuesto screenpantalla of the chimpchimpance.
279
686855
3076
Quieren presionar la pantalla
contraria al otro chimpancé.
11:41
And the rewardsrecompensas are applemanzana cubecubo rewardsrecompensas.
280
689931
2544
Y las recompensas son pedazos de manzana.
11:44
So here'saquí está how gamejuego theoriststeóricos look at these datadatos.
281
692475
2528
Aquí está cómo los teóricos de juegos miran estos datos.
11:47
This is a graphgrafico of the percentageporcentaje of timesveces
282
695003
1614
Se trata de un gráfico del porcentaje de veces
11:48
the matchermatcher pickedescogido right on the x-axiseje x,
283
696617
2618
que el 'matcher' escogió derecho en el eje de las x,
11:51
and the percentageporcentaje of timesveces they predictedpredicho right
284
699235
1516
y el porcentaje de veces que predijeron bien
11:52
by the mismatcherdesajuste on the y-axiseje y.
285
700751
2868
al 'mismatcher' en el eje de las y.
11:55
So a pointpunto here is the behaviorcomportamiento by a pairpar of playersjugadores,
286
703619
3200
Un punto aquí es el comportamiento
de un par de jugadores,
11:58
one tryingmolesto to matchpartido, one tryingmolesto to mismatchdesajuste.
287
706819
2216
uno tratando de hacer coincidir,
uno tratando de discrepar.
12:01
The NEnordeste squarecuadrado in the middlemedio -- actuallyactualmente NEnordeste, CHCH and QREQRE --
288
709035
3280
El cuadrante NE en el centro
—realmente NE, CH y QRE—
12:04
those are threeTres differentdiferente theoriesteorías of NashNash equilibriumequilibrio, and othersotros,
289
712315
2456
son tres diferentes teorías del equilibrio de Nash, y otros,
12:06
tellsdice you what the theoryteoría predictspredice,
290
714771
2424
lo que predice la teoría,
12:09
whichcual is that they should matchpartido 50-50,
291
717195
2272
que es que deben coincidir 50-50,
12:11
because if you playjugar left too much, for exampleejemplo,
292
719467
2168
porque si juegas izquierda demasiado, por ejemplo,
12:13
I can exploitexplotar that if I'm the mismatcherdesajuste by then playingjugando right.
293
721635
2716
puedo aprovechar si soy la 'mismatcher'
jugando a la derecha.
12:16
And as you can see, the chimpschimpancés, eachcada chimpchimpance is one triangletriángulo,
294
724351
2764
Y como pueden ver, los chimpancés,
cada chimpancé es un triángulo,
12:19
are circledcirculado around, hoveringflotando around that predictionpredicción.
295
727115
3847
están circulando alrededor, revoloteando
alrededor de esa predicción.
12:22
Now we movemovimiento the payoffspagos.
296
730962
1774
Ahora pasamos a los pagos.
12:24
We're actuallyactualmente going to make the left, left payoffsaldar for the matchermatcher a little bitpoco highermayor.
297
732736
3443
Realmente vamos a hacer el beneficio de la izquierda,
izquierda para el 'matcher', sea un poco mayor.
12:28
Now they get threeTres applemanzana cubescubitos.
298
736179
1520
Ahora llegan 3 trozos de manzana.
12:29
GameJuego theoreticallyteóricamente, that should actuallyactualmente make the mismatcher'sdesajuste behaviorcomportamiento shiftcambio,
299
737699
2800
Teóricamente, realmente debe cambiar
de comportamiento del 'mismatcher',
12:32
because what happenssucede is, the mismatcherdesajuste will think,
300
740499
1590
porque lo que pasa es que el 'mismatcher' va a pensar,
12:34
oh, this guy'schico going to go for the biggrande rewardrecompensa,
301
742089
1810
oh, este chico va a ir por el gran premio,
12:35
and so I'm going to go to the right, make sure he doesn't get it.
302
743899
3065
y así que voy a ir a la derecha,
asegurándome de que no lo consigue.
12:38
And as you can see, theirsu behaviorcomportamiento movesmovimientos up
303
746964
1665
Y como pueden ver, su comportamiento
se mueve hacia arriba
12:40
in the directiondirección of this changecambio in the NashNash equilibriumequilibrio.
304
748629
3448
en la dirección de este cambio en el equilibrio de Nash.
12:44
FinallyFinalmente, we changedcambiado the payoffspagos one more time.
305
752077
2314
Finalmente, cambiamos los pagos una vez más.
12:46
Now it's fourlas cuatro applemanzana cubescubitos,
306
754391
1192
Ahora son 4 trozos de manzana,
12:47
and theirsu behaviorcomportamiento again movesmovimientos towardshacia the NashNash equilibriumequilibrio.
307
755583
2172
y su comportamiento se dirige nuevamente
hacia el equilibrio de Nash.
12:49
It's sprinkledespolvoreado around, but if you averagepromedio the chimpschimpancés out,
308
757755
2035
Se dispersa, pero en promedio los chimpancés
12:51
they're really, really closecerca, withindentro .01.
309
759790
2190
están muy, muy cerca, dentro del 0,01.
12:53
They're actuallyactualmente closercerca than any speciesespecies we'venosotros tenemos observedobservado.
310
761980
3199
Están realmente más cerca que cualquier
especie que hayamos observado.
12:57
What about humanshumanos? You think you're smartermás inteligente than a chimpanzeechimpancé?
311
765179
3193
¿Qué pasa con los seres humanos?
¿Creen que son más inteligentes que un chimpancé?
13:00
Here'sAquí está two humanhumano groupsgrupos in greenverde and blueazul.
312
768372
3567
Aquí hay dos grupos humanos en verde y azul.
13:03
They're closercerca to 50-50. They're not respondingrespondiendo to payoffspagos as closelycercanamente,
313
771939
3744
Están cerca de 50-50. No están respondiendo
a los pagos tan de cerca,
13:07
and alsoademás if you studyestudiar theirsu learningaprendizaje in the gamejuego,
314
775683
1450
y si también estudiamos su aprendizaje en el juego,
13:09
they aren'tno son as sensitivesensible to previousanterior rewardsrecompensas.
315
777133
1985
no son tan sensibles a las recompensas anteriores.
13:11
The chimpschimpancés are playingjugando better than the humanshumanos,
316
779118
1364
Los chimpancés juegan mejor que los seres humanos,
13:12
better in the sensesentido of adheringadhiriendo to gamejuego theoryteoría.
317
780482
2423
mejor en el sentido de adherirse a la teoría de juegos.
13:14
And these are two differentdiferente groupsgrupos of humanshumanos
318
782905
1419
Y estos son dos grupos diferentes de seres humanos
13:16
from JapanJapón and AfricaÁfrica. They replicatereproducir exactamente quitebastante nicelybien.
319
784324
3196
de Japón y África. Replican muy bien.
13:19
NoneNinguna of them are closecerca to where the chimpschimpancés are.
320
787520
3235
Ninguno está cerca de donde están los chimpancés.
13:22
So here are some things we learnedaprendido todayhoy.
321
790755
1755
Así que aquí hay algunas
cosas que hemos aprendido hoy.
13:24
People seemparecer to do a limitedlimitado amountcantidad of strategicestratégico thinkingpensando
322
792510
1938
La gente parece hacer una cantidad
limitada de pensamiento estratégico
13:26
usingutilizando theoryteoría of mindmente.
323
794448
1811
usando la teoría de la mente.
13:28
We have some preliminarypreliminar evidenceevidencia from bargainingnegociación
324
796259
1917
Tenemos algunas pruebas preliminares de la negociación
13:30
that earlytemprano warningadvertencia signsseñales in the braincerebro mightpodría be used to predictpredecir
325
798176
2492
que dan alertas tempranas en el
cerebro que pueden utilizarse para predecir
13:32
whethersi there will be a badmalo disagreementdesacuerdo that costscostos moneydinero,
326
800668
2226
si va a haber un duro desacuerdo que cueste dinero,
13:34
and chimpschimpancés are better competitorscompetidores than humanshumanos,
327
802894
1840
y que los chimpancés son mejores competidores
que los seres humanos,
13:36
as judgedjuzgado by gamejuego theoryteoría.
328
804734
2464
según lo juzgado por la teoría de juegos.
13:39
Thank you.
329
807198
1857
Gracias.
13:41
(ApplauseAplausos)
330
809055
3573
(Aplausos)
Translated by Ciro Gomez
Reviewed by Silvia Rivera

▲Back to top

ABOUT THE SPEAKER
Colin Camerer - Behavioral economist
Colin Camerer is a leading behavioral economist who studies the psychological and neural bases of choice and strategic decision-making.

Why you should listen

Colin Camerer focuses on brain behavior during decision making, strategizing and market trading. He is the Robert Kirby Professor of Behavioral Finance and Economics at the California Institute of Technology. A child prodigy in his youth, Camerer received a B.A. in quantitative studies from Johns Hopkins when he was just 17 and a PhD in decision theory from the University of Chicago Graduate School of Business when he was 22. Camerer's research departs from previous theory in that it does not assume the mind to be a rational and perfect system, but rather focuses on the limitations of everyday people when they play actual games, and seeks to predict how they will behave in situations that involve strategy. His studies focus on neurological findings from economic experiments in the lab (on humans -- and monkeys!) Camerer is the author of Behavioral Game Theory.

More profile about the speaker
Colin Camerer | Speaker | TED.com