TEDxZurich
Alexander Wagner: What really motivates people to be honest in business
Alexander Wagner: Qué motiva realmente a las personas a ser comercialmente honestas
Filmed:
Readability: 4
1,661,864 views
Cada año, una de siete grandes corporaciones comete fraude. ¿Por qué?
Para descubrirlo, Alexander Wagner nos introduce a la economía, ética y psicología del hacer lo correcto. Únase a él para un viaje introspectivo por las resbalosas pendientes de la decepción, donde nos ayuda a entender por qué las personas actúan como lo hacen.
Alexander Wagner - Economist
Alexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations. Full bio
Alexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations. Full bio
Double-click the English transcript below to play the video.
00:12
How many companies
have you interacted with today?
have you interacted with today?
0
760
3440
¿Con cuántas compañías
ha interactuado hoy?
ha interactuado hoy?
00:17
Well, you got up in the morning,
1
5240
1656
Bien, se levantó por la mañana,
00:18
took a shower,
2
6920
1215
tomó una ducha,
00:20
washed your hair,
3
8160
1256
lavó su cabello,
00:21
used a hair dryer,
4
9440
1536
usó el secador de cabellos,
00:23
ate breakfast --
5
11000
1216
tomó el desayuno...
00:24
ate cereals, fruit, yogurt, whatever --
6
12240
1858
comió cereales, fruta, yogurt
-- lo que sea --
-- lo que sea --
00:26
had coffee --
7
14122
1214
tomó café,
00:27
tea.
8
15360
1376
té.
00:28
You took public transport to come here,
9
16760
1976
Usó el transporte púbico
para llegar aquí,
para llegar aquí,
00:30
or maybe used your private car.
10
18760
1840
o quizás su propio auto.
00:33
You interacted with the company
that you work for or that you own.
that you work for or that you own.
11
21520
3560
Interactuó con la compañía donde trabaja,
o de la que es propietario.
o de la que es propietario.
00:38
You interacted with your clients,
12
26160
1960
Interactuó con sus clientes,
00:40
your customers,
13
28760
1200
sus consumidores,
00:42
and so on and so forth.
14
30640
1256
y así sucesivamente.
00:43
I'm pretty sure there are
at least seven companies
at least seven companies
15
31920
3616
Estoy seguro de que hay
al menos siete compañías
al menos siete compañías
00:47
you've interacted with today.
16
35560
1760
con las cuales ha interactuado hoy.
00:49
Let me tell you a stunning statistic.
17
37960
2000
Déjeme darle una estadística asombrosa.
00:52
One out of seven
large, public corporations
large, public corporations
18
40840
4376
Una de siete grandes corporaciones
00:57
commit fraud every year.
19
45240
2240
comete fraude anualmente.
01:00
This is a US academic study
that looks at US companies --
that looks at US companies --
20
48400
3416
Este es un estudio académico de EE.UU.
que observa compañías nacionales...
que observa compañías nacionales...
01:03
I have no reason to believe
that it's different in Europe.
that it's different in Europe.
21
51840
3200
y no creo que sea diferente en Europa.
01:07
This is a study that looks
at both detected and undetected fraud
at both detected and undetected fraud
22
55480
4216
Un estudio que observa ambos,
fraude detectado y no detectado,
fraude detectado y no detectado,
01:11
using statistical methods.
23
59720
1736
usando métodos estadísticos.
01:13
This is not petty fraud.
24
61480
1720
Este no es fraude menor.
01:16
These frauds cost
the shareholders of these companies,
the shareholders of these companies,
25
64120
2856
Estos fraudes cuestan
a los accionistas de las empresas,
a los accionistas de las empresas,
01:19
and therefore society,
26
67000
1256
y por lo tanto a la sociedad,
01:20
on the order of
380 billion dollars per year.
380 billion dollars per year.
27
68280
3600
en el rango de
USD 380 000 millones al año.
USD 380 000 millones al año.
01:24
We can all think of some examples, right?
28
72960
2216
Todos podemos recordar
algunos ejemplos, ¿verdad?
algunos ejemplos, ¿verdad?
01:27
The car industry's secrets
aren't quite so secret anymore.
aren't quite so secret anymore.
29
75200
3800
Los secretos de la industria automotriz
dejaron de ser secretos.
dejaron de ser secretos.
01:31
Fraud has become a feature,
30
79800
3296
El fraude pasó a ser una característica,
01:35
not a bug,
31
83120
1216
no un error,
01:36
of the financial services industry.
32
84360
1936
de la industria de servicios financieros.
01:38
That's not me who's claiming that,
33
86320
2216
No estoy yo declarando esto,
01:40
that's the president
of the American Finance Association
of the American Finance Association
34
88560
3256
sino el presidente de la
Asociación Financiera Estadounidense,
Asociación Financiera Estadounidense,
01:43
who stated that
in his presidential address.
in his presidential address.
35
91840
2936
que declaró esto
en su discurso presidencial.
en su discurso presidencial.
01:46
That's a huge problem
if you think about, especially,
if you think about, especially,
36
94800
2736
Eso es un gran problema,
si pensamos, especialmente,
si pensamos, especialmente,
01:49
an economy like Switzerland,
37
97560
1696
en una economía como Suiza,
01:51
which relies so much on the trust
put into its financial industry.
put into its financial industry.
38
99280
4200
que se basa en la confianza puesta
en su industria financiera.
en su industria financiera.
01:56
On the other hand,
39
104960
1216
Por otra parte,
01:58
there are six out of seven companies
who actually remain honest
who actually remain honest
40
106200
3536
hay un grupo de seis o siete compañías
que permanecen honestas
que permanecen honestas
02:01
despite all temptations
to start engaging in fraud.
to start engaging in fraud.
41
109760
3840
más allá de las tentaciones
de comenzar a participar en el fraude.
de comenzar a participar en el fraude.
02:06
There are whistle-blowers
like Michael Woodford,
like Michael Woodford,
42
114240
2296
Hay denunciantes,
como Michael Woodford,
como Michael Woodford,
02:08
who blew the whistle on Olympus.
43
116560
2336
quien denunció a Olympus.
02:10
These whistle-blowers risk their careers,
44
118920
2696
Estos denunciantes arriesgan sus carreras,
02:13
their friendships,
45
121640
1216
sus amistades,
02:14
to bring out the truth
about their companies.
about their companies.
46
122880
2136
para exponer la verdad
acerca de sus compañías.
acerca de sus compañías.
02:17
There are journalists
like Anna Politkovskaya
like Anna Politkovskaya
47
125040
2616
Hay periodistas, como Anna Politkovskaya,
02:19
who risk even their lives
to report human rights violations.
to report human rights violations.
48
127680
3856
que hasta arriesgan sus vidas para
reportar violaciones de derechos humanos.
reportar violaciones de derechos humanos.
02:23
She got killed --
49
131560
1216
Ella fue muerta...
02:24
every year,
50
132800
1216
cada año,
02:26
around 100 journalists get killed
51
134040
1656
mueren unos 100 periodistas,
02:27
because of their conviction
to bring out the truth.
to bring out the truth.
52
135720
2720
por su convicción en descubrir la verdad.
02:32
So in my talk today,
53
140040
1256
Así que en mi charla hoy,
02:33
I want to share with you
some insights I've obtained and learned
some insights I've obtained and learned
54
141320
3496
deseo compartir con Uds. algunos
conocimientos que obtuve y aprendí
conocimientos que obtuve y aprendí
02:36
in the last 10 years
of conducting research in this.
of conducting research in this.
55
144840
3296
investigando esto
en los últimos diez años.
en los últimos diez años.
02:40
I'm a researcher,
a scientist working with economists,
a scientist working with economists,
56
148160
3496
Soy investigador, un científico
que trabaja con economistas,
que trabaja con economistas,
economistas financieros,
02:43
financial economists,
57
151680
1336
02:45
ethicists, neuroscientists,
58
153040
2056
expertos en ética, neurocientíficos,
02:47
lawyers and others
59
155120
1336
abogados y otros,
02:48
trying to understand
what makes humans tick,
what makes humans tick,
60
156480
2096
que intenta comprender
qué motiva a los seres humanos,
qué motiva a los seres humanos,
02:50
and how can we address this issue
of fraud in corporations
of fraud in corporations
61
158600
4776
y cómo podemos encarar este asunto
de fraude en corporaciones,
de fraude en corporaciones,
02:55
and therefore contribute
to the improvement of the world.
to the improvement of the world.
62
163400
3160
y contribuir de esa manera
a mejorar el mundo.
a mejorar el mundo.
02:59
I want to start by sharing with you
two very distinct visions
two very distinct visions
63
167280
3536
Deseo compartir dos versiones
muy diferentes
muy diferentes
03:02
of how people behave.
64
170840
1816
de cómo actúan las personas.
03:04
First, meet Adam Smith,
65
172680
1840
Primero, aquí Adam Smith,
03:07
founding father of modern economics.
66
175200
1960
padre fundador de la economía moderna.
03:10
His basic idea was that if everybody
behaves in their own self-interests,
behaves in their own self-interests,
67
178280
4296
Su idea básica era que si todos
actúan en su propio interés,
actúan en su propio interés,
03:14
that's good for everybody in the end.
68
182600
2520
eso es bueno para todos al final.
03:18
Self-interest isn't
a narrowly defined concept
a narrowly defined concept
69
186080
3056
El interés personal no es
un concepto estrechamente definido
un concepto estrechamente definido
03:21
just for your immediate utility.
70
189160
1936
para su inmediato consumo.
03:23
It has a long-run implication.
71
191120
1936
Tiene una implicación a largo plazo.
03:25
Let's think about that.
72
193080
1480
Elaboremos un poco sobre eso.
03:27
Think about this dog here.
73
195080
2016
Piense en este perro aquí.
03:29
That might be us.
74
197120
1200
Podría ser nosotros.
03:31
There's this temptation --
75
199440
1256
Existe la tentación...
03:32
I apologize to all vegetarians, but --
76
200720
2376
disculpas a los vegetarianos, pero...
03:35
(Laughter)
77
203120
1016
(Risas)
03:36
Dogs do like the bratwurst.
78
204160
1696
Los perros gustan de las salchichas.
03:37
(Laughter)
79
205880
2376
(Risas)
03:40
Now, the straight-up,
self-interested move here
self-interested move here
80
208280
3096
Ahora, el directo interés personal
que actúa aquí
que actúa aquí
03:43
is to go for that.
81
211400
1576
es ir a por eso.
03:45
So my friend Adam here might jump up,
82
213000
2936
Así que mi amigo Adam aquí,
podría saltar,
podría saltar,
03:47
get the sausage and thereby ruin
all this beautiful tableware.
all this beautiful tableware.
83
215960
3360
tomar la salchicha y arruinar
esta hermosa vajilla.
esta hermosa vajilla.
03:52
But that's not what Adam Smith meant.
84
220000
1816
Pero eso no es lo que Adam Smith
quiso significar.
quiso significar.
03:53
He didn't mean
disregard all consequences --
disregard all consequences --
85
221840
2656
Él no dijo
ignore todas las consecuencias,
ignore todas las consecuencias,
03:56
to the contrary.
86
224520
1216
por el contrario.
03:57
He would have thought,
87
225760
1256
Él hubiera pensado,
03:59
well, there may be negative consequences,
88
227040
2016
bien, puede haber consecuencias negativas,
04:01
for example,
89
229080
1216
por ejemplo,
04:02
the owner might be angry with the dog
90
230320
3096
el dueño podría enojarse con el perro,
04:05
and the dog, anticipating that,
might not behave in this way.
might not behave in this way.
91
233440
3600
y el perro, anticipándose a eso,
podría no actuar así.
podría no actuar así.
04:09
That might be us,
92
237840
1256
Eso podríamos ser nosotros,
04:11
weighing the benefits
and costs of our actions.
and costs of our actions.
93
239120
3056
sopesando los costos y beneficios
de nuestras acciones.
de nuestras acciones.
04:14
How does that play out?
94
242200
1240
¿Cómo se materializa eso?
04:15
Well, many of you, I'm sure,
95
243960
1976
Bien, muchos de nosotros,
estoy seguro,
estoy seguro,
04:17
have in your companies,
96
245960
1536
tenemos en nuestras compañías,
04:19
especially if it's a large company,
97
247520
1816
especialmente en grandes compañías,
04:21
a code of conduct.
98
249360
1656
un código de conducta.
04:23
And then if you behave
according to that code of conduct,
according to that code of conduct,
99
251040
3416
Y cuando actuamos de manera acorde
a ese código,
a ese código,
04:26
that improves your chances
of getting a bonus payment.
of getting a bonus payment.
100
254480
3176
eso aumenta nuestras posibilidades
de obtener un pago extra.
de obtener un pago extra.
04:29
And on the other hand,
if you disregard it,
if you disregard it,
101
257680
2135
En caso contrario, si lo ignoramos,
04:31
then there are higher chances
of not getting your bonus
of not getting your bonus
102
259839
2737
existen grandes posibilidades
de no obtener el pago extra,
de no obtener el pago extra,
04:34
or its being diminished.
103
262600
1536
o se verá disminuido.
04:36
In other words,
104
264160
1256
En otras palabras,
04:37
this is a very economic motivation
105
265440
1816
esta es una motivación económica,
04:39
of trying to get people to be more honest,
106
267280
2776
intentando que las personas
sean más honestas,
sean más honestas,
04:42
or more aligned with
the corporation's principles.
the corporation's principles.
107
270080
3360
o más alineadas
con los principios corporativos.
con los principios corporativos.
04:46
Similarly, reputation is a very
powerful economic force, right?
powerful economic force, right?
108
274240
5256
Similarmente, la reputación es otra
poderosa fuerza económica, ¿correcto?
poderosa fuerza económica, ¿correcto?
04:51
We try to build a reputation,
109
279520
1536
Todos intentamos construir una reputación,
04:53
maybe for being honest,
110
281080
1416
quizás la de ser honestos,
04:54
because then people
trust us more in the future.
trust us more in the future.
111
282520
2400
porque así las personas
confían más en nosotros.
confían más en nosotros.
04:57
Right?
112
285960
1216
¿Correcto?
04:59
Adam Smith talked about the baker
113
287200
2096
Adam Smith habló del panadero,
05:01
who's not producing good bread
out of his benevolence
out of his benevolence
114
289320
3776
que no está produciendo buen pan
por ser benevolente
por ser benevolente
05:05
for those people who consume the bread,
115
293120
3016
con las personas que lo consumen,
05:08
but because he wants to sell
more future bread.
more future bread.
116
296160
3040
sino porque desea vender
más pan en el futuro.
más pan en el futuro.
05:12
In my research, we find, for example,
117
300160
2216
En mi investigación encontramos,
por ejemplo,
por ejemplo,
05:14
at the University of Zurich,
118
302400
1376
en la Universidad de Zúrich,
05:15
that Swiss banks
who get caught up in media,
who get caught up in media,
119
303800
4200
que los bancos suizos
que resultan expuestos a la prensa,
que resultan expuestos a la prensa,
05:20
and in the context, for example,
120
308720
1776
y en un contexto, por ejemplo,
05:22
of tax evasion, of tax fraud,
121
310520
1536
evasión fiscal, o fraude impositivo,
05:24
have bad media coverage.
122
312080
1736
reciben una mala cobertura de prensa.
05:25
They lose net new money in the future
123
313840
2736
Pierden el ingreso de nuevo dinero
de cara al futuro
de cara al futuro
05:28
and therefore make lower profits.
124
316600
1616
y, por lo tanto, menos beneficios.
05:30
That's a very powerful reputational force.
125
318240
2360
Esa es una poderosa fuerza de reputación.
05:34
Benefits and costs.
126
322200
1600
Beneficios y costos.
05:37
Here's another viewpoint of the world.
127
325120
2576
Aquí otra visión del mundo.
05:39
Meet Immanuel Kant,
128
327720
1536
Conozcan a Immanuel Kant,
05:41
18th-century German philosopher superstar.
129
329280
2760
genial filósofo alemán del siglo XVIII
05:44
He developed this notion
130
332920
1616
que desarrolló esta noción,
05:46
that independent of the consequences,
131
334560
3136
que independientemente
de las consecuencias,
de las consecuencias,
05:49
some actions are just right
132
337720
2976
algunas acciones están bien
05:52
and some are just wrong.
133
340720
1696
y otras simplemente mal.
05:54
It's just wrong to lie, for example.
134
342440
3216
Está mal mentir, por ejemplo,
05:57
So, meet my friend Immanuel here.
135
345680
3136
así que, descubran a mi amigo
Immanuel ahora.
Immanuel ahora.
06:00
He knows that the sausage is very tasty,
136
348840
2816
Él sabe que la salchicha es muy sabrosa,
06:03
but he's going to turn away
because he's a good dog.
because he's a good dog.
137
351680
2456
pero la va a rechazar
porque es un buen perro.
porque es un buen perro.
06:06
He knows it's wrong to jump up
138
354160
2696
Sabe que está equivocado saltar
06:08
and risk ruining
all this beautiful tableware.
all this beautiful tableware.
139
356880
2800
y arriesgar arruinar la hermosa vajilla.
06:12
If you believe that people
are motivated like that,
are motivated like that,
140
360520
2416
Si uno cree que las personas
están motivadas así,
están motivadas así,
06:14
then all the stuff about incentives,
141
362960
2176
entonces, todas estas cosas acerca
de los incentivos,
de los incentivos,
06:17
all the stuff about code of conduct
and bonus systems and so on,
and bonus systems and so on,
142
365160
3776
acerca del código de conducta,
pagos extras y demás,
pagos extras y demás,
06:20
doesn't make a whole lot of sense.
143
368960
2176
carece mayormente de sentido.
06:23
People are motivated
by different values perhaps.
by different values perhaps.
144
371160
4176
Las personas están motivadas
por diferentes valores, quizás.
por diferentes valores, quizás.
06:27
So, what are people actually motivated by?
145
375360
3376
Entonces, ¿qué motiva a las personas?
06:30
These two gentlemen here
have perfect hairdos,
have perfect hairdos,
146
378760
2176
Estos dos caballeros aquí
tienen peinados perfectos,
tienen peinados perfectos,
06:32
but they give us
very different views of the world.
very different views of the world.
147
380960
4480
si bien nos brindan
muy diferentes visiones del mundo.
muy diferentes visiones del mundo.
06:37
What do we do with this?
148
385840
1256
¿Qué hacemos con esto?
06:39
Well, I'm an economist
149
387120
1656
Bien, yo soy economista,
06:40
and we conduct so-called experiments
to address this issue.
to address this issue.
150
388800
4176
y conducimos experimentos
para abordar este asunto.
para abordar este asunto.
06:45
We strip away facts
which are confusing in reality.
which are confusing in reality.
151
393000
3296
Nos despojamos de los hechos
que en realidad son confusos.
que en realidad son confusos.
06:48
Reality is so rich,
there is so much going on,
there is so much going on,
152
396320
2736
La realidad es tan grande,
suceden tantas cosas que
suceden tantas cosas que
06:51
it's almost impossible to know
what drives people's behavior really.
what drives people's behavior really.
153
399080
3960
es casi imposible saber lo que motiva
el comportamiento de las personas.
el comportamiento de las personas.
06:55
So let's do a little experiment together.
154
403520
2720
Así que hagamos un pequeño
experimento juntos.
experimento juntos.
06:58
Imagine the following situation.
155
406680
2600
Imaginen el siguiente escenario.
07:02
You're in a room alone,
156
410400
2416
Están solos en su habitación,
07:04
not like here.
157
412840
1536
no como aquí.
07:06
There's a five-franc coin
like the one I'm holding up right now
like the one I'm holding up right now
158
414400
3440
Hay una moneda de cinco francos
como la que estoy sosteniendo ahora
como la que estoy sosteniendo ahora
07:10
in front of you.
159
418560
1576
frente a usted.
07:12
Here are your instructions:
160
420160
1576
Aquí están sus instrucciones:
07:13
toss the coin four times,
161
421760
2480
arroje la moneda cuatro veces,
07:17
and then on a computer
terminal in front of you,
terminal in front of you,
162
425800
2416
y luego, en la computadora
frente a usted,
frente a usted,
07:20
enter the number of times tails came up.
163
428240
3656
ingrese el número de veces que salió cruz.
07:23
This is the situation.
164
431920
1280
Esta es la situación.
07:25
Here's the rub.
165
433720
1216
Aquí está el problema.
07:26
For every time that you announce
that you had a tails throw,
that you had a tails throw,
166
434960
3376
Por cada vez que anuncia
que recibió cruz,
que recibió cruz,
07:30
you get paid five francs.
167
438360
1496
obtiene cinco francos.
07:31
So if you say I had two tails throws,
168
439880
2536
Así que, si dice haber conseguido
dos veces cruz,
dos veces cruz,
07:34
you get paid 10 francs.
169
442440
2216
obtiene diez francos.
07:36
If you say you had zero,
you get paid zero francs.
you get paid zero francs.
170
444680
2936
si dice que ninguno, no recibe nada.
07:39
If you say, "I had four tails throws,"
171
447640
2456
Si dice, "conseguí cruz cuatro veces",
07:42
then you get paid 20 francs.
172
450120
2016
entonces recibe 20 francos.
07:44
It's anonymous,
173
452160
1256
Es anónimo,
07:45
nobody's watching what you're doing,
174
453440
1896
nadie observa lo que está haciendo,
07:47
and you get paid that money anonymously.
175
455360
2336
y recibe anónimamente el pago.
07:49
I've got two questions for you.
176
457720
1477
Tengo dos preguntas para usted.
07:51
(Laughter)
177
459760
1616
(Risas)
07:53
You know what's coming now, right?
178
461400
1640
Uds. conocen lo que viene ahora, ¿verdad?
07:56
First, how would you behave
in that situation?
in that situation?
179
464000
3480
Primero, ¿cómo se comportarían
en esa situación?
en esa situación?
08:00
The second, look to your left
and look to your right --
and look to your right --
180
468240
2936
Segundo, observen a su izquierda
y a su derecha...
y a su derecha...
08:03
(Laughter)
181
471200
1016
(Risas)
08:04
and think about how
the person sitting next to you
the person sitting next to you
182
472240
2376
y piensen cómo la persona
sentada a su lado
sentada a su lado
08:06
might behave in that situation.
183
474640
1656
se comportaría en esa situación.
08:08
We did this experiment for real.
184
476320
2136
Hicimos este experimento en serio.
08:10
We did it at the Manifesta art exhibition
185
478480
2696
Lo hicimos en la exhibición
de Arte Manifesta
de Arte Manifesta
08:13
that took place here in Zurich recently,
186
481200
2456
ocurrida en Zúrich recientemente,
08:15
not with students in the lab
at the university
at the university
187
483680
2856
no en la universidad,
con estudiantes en el laboratorio,
con estudiantes en el laboratorio,
08:18
but with the real population,
188
486560
1776
sino con público real,
08:20
like you guys.
189
488360
1200
como ustedes.
08:22
First, a quick reminder of stats.
190
490080
2136
Primero, recordemos las estadísticas.
08:24
If I throw the coin four times
and it's a fair coin,
and it's a fair coin,
191
492240
3576
Si arrojo la moneda cuatro veces,
y se trata de una moneda imparcial,
y se trata de una moneda imparcial,
08:27
then the probability
that it comes up four times tails
that it comes up four times tails
192
495840
4096
entonces la probabilidad
de que salga cruz cuatro veces
de que salga cruz cuatro veces
08:31
is 6.25 percent.
193
499960
2400
es 6,25 %.
08:35
And I hope you can intuitively see
194
503080
1656
Y espero que puedan ver intuitivamente,
08:36
that the probability that all four
of them are tails is much lower
of them are tails is much lower
195
504760
3376
que la probabilidad de ser cruz
de todas ellas es más baja
de todas ellas es más baja
08:40
than if two of them are tails, right?
196
508160
2120
que si solo dos resultan cruz, ¿correcto?
08:42
Here are the specific numbers.
197
510760
1440
Aquí están los números específicos.
08:46
Here's what happened.
198
514039
1496
Esto es lo que sucedió.
Las personas hicieron
este experimento en serio.
este experimento en serio.
08:47
People did this experiment for real.
199
515559
2201
08:50
Around 30 to 35 percent of people said,
200
518799
3336
Cerca del 30 al 35 % de ellas dijo:
08:54
"Well, I had four tails throws."
201
522159
2401
"Bien, yo arrojé cruz cuatro veces".
08:57
That's extremely unlikely.
202
525640
1816
Eso es extremadamente improbable.
08:59
(Laughter)
203
527480
1936
(Risas)
09:01
But the really amazing thing here,
204
529440
3136
Aunque lo realmente asombroso aquí,
09:04
perhaps to an economist,
205
532600
1296
quizás para un economista,
09:05
is there are around 65 percent of people
who did not say I had four tails throws,
who did not say I had four tails throws,
206
533920
6536
es que alrededor del 65 % de las personas
no dijeron yo arrojé cruz cuatro veces,
no dijeron yo arrojé cruz cuatro veces,
09:12
even though in that situation,
207
540480
2176
a pesar de que en esa situación,
09:14
nobody's watching you,
208
542680
2096
nadie está vigilando,
09:16
the only consequence that's in place
209
544800
1936
la única consecuencia conocida
09:18
is you get more money
if you say four than less.
if you say four than less.
210
546760
3336
es que obtiene más dinero
si dice cuatro antes que menos.
si dice cuatro antes que menos.
09:22
You leave 20 francs on the table
by announcing zero.
by announcing zero.
211
550120
3280
Deja 20 francos en la mesa
anunciando cero.
anunciando cero.
09:26
I don't know whether
the other people all were honest
the other people all were honest
212
554040
2576
No sé si acaso las otras personas
fueron honestas,
fueron honestas,
09:28
or whether they also said a little bit
higher or lower than what they did
higher or lower than what they did
213
556640
3456
o acaso dijeron un poco más
o un poco menos de lo que hicieron
o un poco menos de lo que hicieron
09:32
because it's anonymous.
214
560120
1216
porque es anónimo.
09:33
We only observed the distribution.
215
561360
1656
Nosotros solo observamos la distribución.
09:35
But what I can tell you --
and here's another coin toss.
and here's another coin toss.
216
563040
2656
Aunque lo que puedo decir...
y aquí lanzamos otra moneda.
y aquí lanzamos otra moneda.
09:37
There you go, it's tails.
217
565720
1496
Ahí tienes, son cruces.
09:39
(Laughter)
218
567240
1496
(Risas)
09:40
Don't check, OK?
219
568760
1456
No vigilen, ¿sí?
09:42
(Laughter)
220
570240
2816
(Risas)
09:45
What I can tell you
221
573080
1296
Lo que puedo decirles,
09:46
is that not everybody behaved
like Adam Smith would have predicted.
like Adam Smith would have predicted.
222
574400
4440
es que nadie se comportó como
Adan Smith lo hubiera predicho.
Adan Smith lo hubiera predicho.
09:52
So what does that leave us with?
223
580840
1576
Entonces, ¿qué nos deja eso?
09:54
Well, it seems people are motivated
by certain intrinsic values
by certain intrinsic values
224
582440
4496
Parece que las personas están motivadas
por ciertos valores intrínsecos,
por ciertos valores intrínsecos,
09:58
and in our research, we look at this.
225
586960
1800
y en nuestra investigación,
observamos esto.
observamos esto.
10:01
We look at the idea that people have
so-called protected values.
so-called protected values.
226
589440
4480
Observamos la idea que las personas poseen
los llamados valores protegidos.
los llamados valores protegidos.
10:06
A protected value isn't just any value.
227
594760
2816
Un valor protegido
no es un valor cualquiera.
no es un valor cualquiera.
10:09
A protected value is a value
where you're willing to pay a price
where you're willing to pay a price
228
597600
5816
Un valor protegido es un valor
donde está dispuesto a pagar un precio
donde está dispuesto a pagar un precio
10:15
to uphold that value.
229
603440
1256
para mantener ese valor.
10:16
You're willing to pay a price
to withstand the temptation to give in.
to withstand the temptation to give in.
230
604720
4440
Usted está dispuesto a pagar un precio
para resistir a la tentación de ceder.
para resistir a la tentación de ceder.
10:22
And the consequence is you feel better
231
610200
2656
Y la consecuencia es que se siente mejor
10:24
if you earn money in a way
that's consistent with your values.
that's consistent with your values.
232
612880
4296
si gana dinero de manera
consistente con sus valores.
consistente con sus valores.
10:29
Let me show you this again
in the metaphor of our beloved dog here.
in the metaphor of our beloved dog here.
233
617200
4280
Déjeme mostrarle esto nuevamente,
en la metáfora de nuestro querido perro.
en la metáfora de nuestro querido perro.
10:34
If we succeed in getting the sausage
without violating our values,
without violating our values,
234
622600
4056
Si conseguimos obtener la salchicha
sin violar nuestros valores,
sin violar nuestros valores,
10:38
then the sausage tastes better.
235
626680
1976
la salchicha tiene mejor sabor.
10:40
That's what our research shows.
236
628680
1480
Eso es lo que muestra la investigación.
10:42
If, on the other hand,
237
630720
1256
Si, en cambio,
10:44
we do so --
238
632000
1256
lo hacemos...
10:45
if we get the sausage
239
633280
1416
obtenemos la salchicha
10:46
and in doing so
we actually violate values,
we actually violate values,
240
634720
3456
y al hacerlo violamos los valores,
10:50
we value the sausage less.
241
638200
2976
valoramos menos la salchicha.
10:53
Quantitatively, that's quite powerful.
242
641200
2456
Cuantitativamente,
eso es bastante poderoso.
eso es bastante poderoso.
10:55
We can measure these protected values,
243
643680
2456
Podemos medir esos valores protegidos,
10:58
for example,
244
646160
1216
por ejemplo,
10:59
by a survey measure.
245
647400
1920
a través de una encuesta.
11:02
Simple, nine-item survey that's quite
predictive in these experiments.
predictive in these experiments.
246
650360
5976
Simple, encuesta de nueve puntos que es
muy predecible en estos experimentos.
muy predecible en estos experimentos.
11:08
If you think about the average
of the population
of the population
247
656360
2336
Si piensa en la generalidad
de la población,
de la población,
11:10
and then there's
a distribution around it --
a distribution around it --
248
658720
2096
y luego hay una distribución
a su alrededor...
a su alrededor...
11:12
people are different,
we all are different.
we all are different.
249
660840
2040
las personas son diferentes,
todos somos diferentes.
todos somos diferentes.
11:15
People who have a set of protected values
250
663480
2976
Personas que poseen una serie
de valores protegidos
de valores protegidos
11:18
that's one standard deviation
above the average,
above the average,
251
666480
4176
esa es una desviación estándar
por encima de la media,
por encima de la media,
11:22
they discount money they receive
by lying by about 25 percent.
by lying by about 25 percent.
252
670680
5056
ellos descuentan el dinero que reciben
mintiendo por cerca del 25 %.
mintiendo por cerca del 25 %.
11:27
That means a dollar received when lying
253
675760
3616
Eso significa que un dólar recibido
al estar mintiendo,
al estar mintiendo,
11:31
is worth to them only 75 cents
254
679400
2136
lo valoran en solo 75 centavos,
11:33
without any incentives you put in place
for them to behave honestly.
for them to behave honestly.
255
681560
3696
sin los incentivos que usted ofrece
para que actúen honestamente.
para que actúen honestamente.
11:37
It's their intrinsic motivation.
256
685280
1736
Es su motivación intrínseca.
11:39
By the way, I'm not a moral authority.
257
687040
1856
A propósito, no soy una autoridad moral.
11:40
I'm not saying I have
all these beautiful values, right?
all these beautiful values, right?
258
688920
2920
No estoy diciendo que poseo
esos magníficos valores, ¿correcto?
esos magníficos valores, ¿correcto?
11:44
But I'm interested in how people behave
259
692440
1936
Aunque estoy interesado
en cómo se comportan las personas,
en cómo se comportan las personas,
11:46
and how we can leverage
that richness in human nature
that richness in human nature
260
694400
3376
y cómo podemos aprovechar esa riqueza
en la naturaleza humana,
en la naturaleza humana,
11:49
to actually improve
the workings of our organizations.
the workings of our organizations.
261
697800
3440
para así mejorar el funcionamiento
de nuestras organizaciones.
de nuestras organizaciones.
11:54
So there are two
very, very different visions here.
very, very different visions here.
262
702400
3176
De modo que hay dos visiones
muy, muy diferentes aquí.
muy, muy diferentes aquí.
11:57
On the one hand,
263
705600
1336
Por un lado,
11:58
you can appeal to benefits and costs
264
706960
3016
se puede apelar a costos y beneficios
12:02
and try to get people
to behave according to them.
to behave according to them.
265
710000
2656
e intentar atraer personas
a comportarse de manera acorde a ello.
a comportarse de manera acorde a ello.
12:04
On the other hand,
266
712680
1616
Por otro lado,
12:06
you can select people who have the values
267
714320
4016
puede seleccionar a las personas
que poseen esos valores,
que poseen esos valores,
12:10
and the desirable
characteristics, of course --
characteristics, of course --
268
718360
2216
y las características deseables,
por supuesto...
por supuesto...
12:12
competencies that go
in line with your organization.
in line with your organization.
269
720600
3576
capacidades que van
de acuerdo con su organización.
de acuerdo con su organización.
12:16
I do not yet know where
these protected values really come from.
these protected values really come from.
270
724200
4216
Aún no sé de dónde provienen
estos valores protegidos,
estos valores protegidos,
12:20
Is it nurture or is it nature?
271
728440
3376
¿es algo cultural o es natural?
12:23
What I can tell you
272
731840
1376
Lo que sí puedo decir,
12:25
is that the distribution
looks pretty similar for men and women.
looks pretty similar for men and women.
273
733240
5096
es que la distribución es muy similar
entre hombres y mujeres.
entre hombres y mujeres.
12:30
It looks pretty similar
for those who had studied economics
for those who had studied economics
274
738360
3776
Parece muy similar
en aquellos que estudiaron economía,
en aquellos que estudiaron economía,
12:34
or those who had studied psychology.
275
742160
2360
o aquellos que estudiaron psicología.
12:38
It looks even pretty similar
around different age categories
around different age categories
276
746000
3376
También resulta muy similar
en las diferentes categorías de edad
en las diferentes categorías de edad
12:41
among adults.
277
749400
1216
entre adultos.
12:42
But I don't know yet
how this develops over a lifetime.
how this develops over a lifetime.
278
750640
2656
Pero aún no sé cómo se desarrolla esto
a lo largo de la vida.
a lo largo de la vida.
12:45
That will be the subject
of future research.
of future research.
279
753320
3440
Eso será sujeto de futura investigación.
12:49
The idea I want to leave you with
280
757640
1656
El concepto que quiero dejar
12:51
is it's all right to appeal to incentives.
281
759320
2776
es que está bien apelar a los incentivos.
12:54
I'm an economist;
282
762120
1216
Soy economista;
12:55
I certainly believe in the fact
that incentives work.
that incentives work.
283
763360
2920
ciertamente creo que
los incentivos funcionan.
los incentivos funcionan.
12:59
But do think about selecting
the right people
the right people
284
767400
4016
Aunque, piensen en seleccionar
a las personas correctas
a las personas correctas
13:03
rather than having people
and then putting incentives in place.
and then putting incentives in place.
285
771440
3496
más que en tener a las personas
y luego presentar los incentivos.
y luego presentar los incentivos.
13:06
Selecting the right people
with the right values
with the right values
286
774960
2256
Seleccionando las personas correctas,
con los valores correctos,
con los valores correctos,
13:09
may go a long way
to saving a lot of trouble
to saving a lot of trouble
287
777240
3936
pueden llegar muy lejos
en ahorrar muchos problemas,
en ahorrar muchos problemas,
13:13
and a lot of money
288
781200
1376
y mucho dinero,
13:14
in your organizations.
289
782600
1736
en sus organizaciones.
13:16
In other words,
290
784360
1256
En otras palabras,
13:17
it will pay off to put people first.
291
785640
3760
redituará más el priorizar
a las personas en primer lugar.
a las personas en primer lugar.
13:22
Thank you.
292
790040
1216
Gracias.
13:23
(Applause)
293
791280
3640
(Aplausos)
ABOUT THE SPEAKER
Alexander Wagner - EconomistAlexander Wagner balances two passions: the thrill of seeking knowledge about fundamentals of human behavior for knowledge's sake, and the desire to apply insights in the real world and to improve the workings of markets and organizations.
Why you should listen
Alexander Wagner has discovered that to most people, what matters is not only how much money they receive but also whether they behaved honestly to receive that money. As Swiss Finance Institute professor at the University of Zurich's Department of Banking and Finance, Wagner has taught corporate finance to thousands of eager students and hundreds of motivated executives, and he has helped shape governance systems of companies large and small. His recent research deals with how investors perceive managerial words and deeds … and with the stock market implications of the Trump election.
Alexander Wagner | Speaker | TED.com