TEDxLondonBusinessSchool
Alex Edmans: What to trust in a "post-truth" world
Alex Edmans: Que croire dans un monde de « post-vérité » ?
Filmed:
Readability: 4.2
1,695,337 views
Vous ne pouvez apprendre que si vous êtes vraiment ouvert à la possibilité que vous pourriez avoir tort, dit le chercheur Alex Edmans. Dans une intervention instructive, il explore comment le biais de confirmation -- la tendance à n'accepter que des informations qui appuient vos croyances personnelles -- peut vous égarer sur les réseaux sociaux, en politique et au-delà. Il offre trois outils pratiques pour trouver des preuves auxquelles vous pouvez croire. (Indice : nommez quelqu'un pour jouer l'avocat du diable dans votre vie.)
Alex Edmans - Finance professor, editor
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Double-click the English transcript below to play the video.
00:13
Belle Gibson was a happy young Australian.
0
1675
2920
Belle Gibson était une jeune
et heureuse Australienne.
et heureuse Australienne.
00:16
She lived in Perth,
and she loved skateboarding.
and she loved skateboarding.
1
4619
3023
Elle vivait à Perth
et adorait faire du skateboard.
et adorait faire du skateboard.
00:20
But in 2009, Belle learned that she had
brain cancer and four months to live.
brain cancer and four months to live.
2
8173
4449
Mais en 2009, Belle a appris
qu'elle avait un cancer du cerveau
qu'elle avait un cancer du cerveau
et quatre mois à vivre.
00:25
Two months of chemo
and radiotherapy had no effect.
and radiotherapy had no effect.
3
13034
3533
Deux mois de chimio et de radiothérapie
n'ont eu aucun effet.
n'ont eu aucun effet.
00:29
But Belle was determined.
4
17145
1500
Mais Belle était déterminée.
00:30
She'd been a fighter her whole life.
5
18669
2130
Elle avait toujours été une battante.
00:32
From age six, she had to cook
for her brother, who had autism,
for her brother, who had autism,
6
20823
3294
Dès six ans, elle avait dû cuisiner
pour son frère atteint d'autisme
pour son frère atteint d'autisme
00:36
and her mother,
who had multiple sclerosis.
who had multiple sclerosis.
7
24141
2388
et sa mère atteinte
de sclérose en plaques.
de sclérose en plaques.
00:38
Her father was out of the picture.
8
26553
1754
Son père ne faisait pas partie du tableau.
00:40
So Belle fought, with exercise,
with meditation
with meditation
9
28736
3286
Alors Belle s'est battue
avec du sport, de la méditation
avec du sport, de la méditation
00:44
and by ditching meat
for fruit and vegetables.
for fruit and vegetables.
10
32046
2840
et en abandonnant la viande
au profit des fruits et légumes.
au profit des fruits et légumes.
00:47
And she made a complete recovery.
11
35387
2200
Elle s'est complètement rétablie.
00:50
Belle's story went viral.
12
38784
1579
Son histoire est devenue virale.
00:52
It was tweeted, blogged about,
shared and reached millions of people.
shared and reached millions of people.
13
40387
3393
Elle a été tweetée, bloguée, partagée
et a été vue par des millions de gens.
et a été vue par des millions de gens.
00:56
It showed the benefits of shunning
traditional medicine
traditional medicine
14
44246
3111
Elle témoignait des avantages
de fuir la médecine traditionnelle
de fuir la médecine traditionnelle
00:59
for diet and exercise.
15
47381
1467
pour un régime alimentaire et du sport.
01:01
In August 2013, Belle launched
a healthy eating app,
a healthy eating app,
16
49381
4498
En août 2013, Belle a lancé
une appli pour manger sain,
une appli pour manger sain,
01:05
The Whole Pantry,
17
53903
1349
The Whole Pantry,
01:07
downloaded 200,000 times
in the first month.
in the first month.
18
55276
4023
téléchargée 200 000 fois
au cours du premier mois.
au cours du premier mois.
01:13
But Belle's story was a lie.
19
61228
2799
Mais l'histoire de Belle
était un mensonge.
était un mensonge.
01:17
Belle never had cancer.
20
65227
1534
Belle n'a jamais eu de cancer.
01:19
People shared her story
without ever checking if it was true.
without ever checking if it was true.
21
67601
4133
Les gens ont partagé son histoire
sans en vérifier la véracité.
sans en vérifier la véracité.
01:24
This is a classic example
of confirmation bias.
of confirmation bias.
22
72815
3220
C'est un exemple classique
de biais de confirmation.
de biais de confirmation.
01:28
We accept a story uncritically
if it confirms what we'd like to be true.
if it confirms what we'd like to be true.
23
76403
4676
Nous acceptons une histoire
sans la contester
sans la contester
si elle confirme une chose
que nous aimerions être vraie.
que nous aimerions être vraie.
01:33
And we reject any story
that contradicts it.
that contradicts it.
24
81484
2506
Et nous rejetons toute histoire
qui la contredit.
qui la contredit.
01:36
How often do we see this
25
84937
1825
Combien de fois voyons-nous cela
01:38
in the stories
that we share and we ignore?
that we share and we ignore?
26
86786
3045
dans les histoires que nous partageons
et que nous ignorons ?
et que nous ignorons ?
01:41
In politics, in business,
in health advice.
in health advice.
27
89855
4182
En politique, en affaires,
en conseils de santé.
en conseils de santé.
01:47
The Oxford Dictionary's
word of 2016 was "post-truth."
word of 2016 was "post-truth."
28
95180
4106
Le mot de l'Oxford Dictionary
pour 2016 était « post-vérité ».
pour 2016 était « post-vérité ».
01:51
And the recognition that we now live
in a post-truth world
in a post-truth world
29
99768
3492
La reconnaissance du fait que nous vivons
dans un monde post-vérité
dans un monde post-vérité
01:55
has led to a much needed emphasis
on checking the facts.
on checking the facts.
30
103284
3364
a mené à une insistance nécessaire
sur la vérification des faits.
sur la vérification des faits.
01:59
But the punch line of my talk
31
107339
1397
Mais ma phrase clé
02:00
is that just checking
the facts is not enough.
the facts is not enough.
32
108760
2991
est que vérifier les faits ne suffit pas.
02:04
Even if Belle's story were true,
33
112347
2927
Même si l'histoire de Belle était vraie,
02:07
it would be just as irrelevant.
34
115298
2067
elle ne serait toujours pas pertinente.
02:10
Why?
35
118457
1150
Pourquoi ?
02:11
Well, let's look at one of the most
fundamental techniques in statistics.
fundamental techniques in statistics.
36
119957
3508
Considérons l'une des techniques
statistiques les plus fondamentales :
statistiques les plus fondamentales :
02:15
It's called Bayesian inference.
37
123489
2410
l'inférence bayésienne.
02:18
And the very simple version is this:
38
126251
2936
Une version très simple est :
02:21
We care about "does the data
support the theory?"
support the theory?"
39
129211
3268
ce qui nous importe c'est : « Les données
appuient-elles la théorie ? »
appuient-elles la théorie ? »
02:25
Does the data increase our belief
that the theory is true?
that the theory is true?
40
133053
3456
Les données renforcent-elles
notre croyance que la théorie est vraie ?
notre croyance que la théorie est vraie ?
02:29
But instead, we end up asking,
"Is the data consistent with the theory?"
"Is the data consistent with the theory?"
41
137520
4383
Au lieu de cela, nous demandons :
« Les données sont-elles
cohérentes avec la théorie ? »
cohérentes avec la théorie ? »
02:34
But being consistent with the theory
42
142838
2515
Mais qu'elles soient
cohérentes avec la théorie
cohérentes avec la théorie
02:37
does not mean that the data
supports the theory.
supports the theory.
43
145377
2929
ne signifie pas que les données
appuient la théorie.
appuient la théorie.
02:40
Why?
44
148799
1159
Pourquoi ?
02:41
Because of a crucial
but forgotten third term --
but forgotten third term --
45
149982
3825
A cause d'un troisième terme
crucial mais oublié --
crucial mais oublié --
02:45
the data could also be consistent
with rival theories.
with rival theories.
46
153831
3558
les données pourraient être cohérentes
avec des théories rivales.
avec des théories rivales.
02:49
But due to confirmation bias,
we never consider the rival theories,
we never consider the rival theories,
47
157918
4667
Mais du fait du biais de confirmation,
nous ne considérons jamais
les théories rivales
les théories rivales
02:54
because we're so protective
of our own pet theory.
of our own pet theory.
48
162609
3151
car nous sommes si protecteurs
envers notre théorie préférée.
envers notre théorie préférée.
02:58
Now, let's look at this for Belle's story.
49
166688
2413
Considérons cela pour l'histoire de Belle.
03:01
Well, we care about:
Does Belle's story support the theory
Does Belle's story support the theory
50
169125
4214
Ce qui nous importe : l'histoire de Belle
appuie-t-elle la théorie selon laquelle
appuie-t-elle la théorie selon laquelle
03:05
that diet cures cancer?
51
173363
1603
l'alimentation soigne le cancer ?
03:06
But instead, we end up asking,
52
174990
1787
Au lieu de cela, nous demandons :
03:08
"Is Belle's story consistent
with diet curing cancer?"
with diet curing cancer?"
53
176801
4045
« L'histoire de Belle est-elle cohérente
avec le fait que l'alimentation
soigne le cancer ? »
soigne le cancer ? »
03:13
And the answer is yes.
54
181790
1604
La réponse est oui.
03:15
If diet did cure cancer,
we'd see stories like Belle's.
we'd see stories like Belle's.
55
183839
4103
Si l'alimentation soignait le cancer,
nous verrions des histoires
comme celle de Belle.
comme celle de Belle.
03:20
But even if diet did not cure cancer,
56
188839
2849
Mais même si l'alimentation
ne soignait pas le cancer,
ne soignait pas le cancer,
03:23
we'd still see stories like Belle's.
57
191712
2643
nous verrions quand même
des histoires comme celle de Belle.
des histoires comme celle de Belle.
03:26
A single story in which
a patient apparently self-cured
a patient apparently self-cured
58
194744
5190
Une seule histoire durant laquelle
un patient se soigne apparemment seul
un patient se soigne apparemment seul
03:31
just due to being misdiagnosed
in the first place.
in the first place.
59
199958
3174
du fait d'un mauvais diagnostic.
03:35
Just like, even if smoking
was bad for your health,
was bad for your health,
60
203680
3326
Tel que, même si fumer
était mauvais pour votre santé,
était mauvais pour votre santé,
03:39
you'd still see one smoker
who lived until 100.
who lived until 100.
61
207030
3304
vous verriez quand même un fumeur
vivre jusqu'à ses 100 ans.
vivre jusqu'à ses 100 ans.
03:42
(Laughter)
62
210664
1150
(Rires)
03:44
Just like, even if education
was good for your income,
was good for your income,
63
212157
2562
ou que même si les études
étaient bénéfiques pour vos revenus,
étaient bénéfiques pour vos revenus,
03:46
you'd still see one multimillionaire
who didn't go to university.
who didn't go to university.
64
214743
4281
vous verriez un multimillionnaire
qui n'est pas allé à l'université.
qui n'est pas allé à l'université.
03:51
(Laughter)
65
219048
4984
(Rires)
03:56
So the biggest problem with Belle's story
is not that it was false.
is not that it was false.
66
224056
3911
Le plus gros problème avec l'histoire
de Belle n'est pas qu'elle était fausse.
de Belle n'est pas qu'elle était fausse.
03:59
It's that it's only one story.
67
227991
2531
Mais que ce n'est qu'une seule histoire.
04:03
There might be thousands of other stories
where diet alone failed,
where diet alone failed,
68
231094
4381
Il y a peut-être des milliers d'histoires
où un régime seul a échoué
où un régime seul a échoué
04:07
but we never hear about them.
69
235499
1934
mais nous ne les entendons jamais.
04:10
We share the outlier cases
because they are new,
because they are new,
70
238141
3896
Nous partageons les cas particuliers
car ils sont nouveaux
car ils sont nouveaux
04:14
and therefore they are news.
71
242061
1867
et font donc la une.
04:16
We never share the ordinary cases.
72
244657
2476
Nous ne partageons jamais
les cas ordinaires.
les cas ordinaires.
04:19
They're too ordinary,
they're what normally happens.
they're what normally happens.
73
247157
3213
Ils sont trop ordinaires,
c'est ce qui arrive normalement.
c'est ce qui arrive normalement.
04:23
And that's the true
99 percent that we ignore.
99 percent that we ignore.
74
251125
3095
Ce sont les 99% vrais que nous ignorons.
04:26
Just like in society, you can't just
listen to the one percent,
listen to the one percent,
75
254244
2968
Tout comme dans la société,
vous ne pouvez pas écouter seulement 1%
vous ne pouvez pas écouter seulement 1%
04:29
the outliers,
76
257236
1158
les cas particuliers,
04:30
and ignore the 99 percent, the ordinary.
77
258418
2666
et ignorer les 99%, les ordinaires.
04:34
Because that's the second example
of confirmation bias.
of confirmation bias.
78
262022
3254
Car c'est le deuxième exemple
de biais de confirmation.
de biais de confirmation.
04:37
We accept a fact as data.
79
265300
2769
Nous acceptons un fait
en tant que données.
en tant que données.
04:41
The biggest problem is not
that we live in a post-truth world;
that we live in a post-truth world;
80
269038
3968
Le plus gros problème n'est pas
que nous vivons dans un monde post-vérité
que nous vivons dans un monde post-vérité
04:45
it's that we live in a post-data world.
81
273030
3769
mais que nous vivons
dans un monde post-données.
dans un monde post-données.
04:49
We prefer a single story to tons of data.
82
277792
3744
Nous préférons une seule histoire
à des tonnes de données.
à des tonnes de données.
04:54
Now, stories are powerful,
they're vivid, they bring it to life.
they're vivid, they bring it to life.
83
282752
3016
Les histoires sont percutantes,
frappantes, elles leur donnent vie.
frappantes, elles leur donnent vie.
04:57
They tell you to start
every talk with a story.
every talk with a story.
84
285792
2222
On commence chaque intervention
avec une histoire.
avec une histoire.
05:00
I did.
85
288038
1150
Je l'ai fait.
05:01
But a single story
is meaningless and misleading
is meaningless and misleading
86
289696
4754
Mais une seule histoire
est dénuée de sens et trompeuse
est dénuée de sens et trompeuse
05:06
unless it's backed up by large-scale data.
87
294474
2849
si elle n'est pas appuyée
par des données à grande échelle.
par des données à grande échelle.
05:11
But even if we had large-scale data,
88
299236
2357
Même si nous avions
des données à grande échelle,
des données à grande échelle,
05:13
that might still not be enough.
89
301617
2158
cela pourrait ne pas suffire.
05:16
Because it could still be consistent
with rival theories.
with rival theories.
90
304260
3138
Car cela serait encore cohérent
avec des théories rivales.
avec des théories rivales.
05:20
Let me explain.
91
308136
1150
Laissez-moi expliquer.
05:22
A classic study
by psychologist Peter Wason
by psychologist Peter Wason
92
310072
3262
Une étude classique
du psychologue Peter Wason
du psychologue Peter Wason
05:25
gives you a set of three numbers
93
313358
1952
vous donne une série de trois nombres
05:27
and asks you to think of the rule
that generated them.
that generated them.
94
315334
2905
et vous demande de réfléchir
à la règle qui les a générés.
à la règle qui les a générés.
05:30
So if you're given two, four, six,
95
318585
4476
Si l'on vous donne 2, 4, 6,
05:35
what's the rule?
96
323085
1150
quelle est la règle ?
05:36
Well, most people would think,
it's successive even numbers.
it's successive even numbers.
97
324895
3219
La plupart des gens penseraient
que ce sont des nombres pairs successifs.
que ce sont des nombres pairs successifs.
05:40
How would you test it?
98
328767
1515
Comment testeriez-vous cela ?
05:42
Well, you'd propose other sets
of successive even numbers:
of successive even numbers:
99
330306
3262
Vous proposeriez d'autres séries
de nombres pairs successifs :
de nombres pairs successifs :
05:45
4, 6, 8 or 12, 14, 16.
100
333592
3318
4, 6, 8 ou 12, 14, 16.
05:49
And Peter would say these sets also work.
101
337546
2800
Peter dirait que ces séries
fonctionnent également.
fonctionnent également.
05:53
But knowing that these sets also work,
102
341124
2564
Mais savoir que ces séries fonctionnent,
05:55
knowing that perhaps hundreds of sets
of successive even numbers also work,
of successive even numbers also work,
103
343712
4765
savoir que des centaines de séries
de nombres pairs successifs fonctionnent
de nombres pairs successifs fonctionnent
06:00
tells you nothing.
104
348501
1348
ne vous dit rien.
06:02
Because this is still consistent
with rival theories.
with rival theories.
105
350572
3358
Peut-être que cela est cohérent
avec des théories rivales.
avec des théories rivales.
06:06
Perhaps the rule
is any three even numbers.
is any three even numbers.
106
354889
3205
La règle peut être trois nombres pairs.
06:11
Or any three increasing numbers.
107
359000
2133
Ou trois nombres croissants.
06:14
And that's the third example
of confirmation bias:
of confirmation bias:
108
362365
2888
C'est le troisième exemple
de biais de confirmation :
de biais de confirmation :
06:17
accepting data as evidence,
109
365277
3689
accepter les données en tant que preuve,
06:20
even if it's consistent
with rival theories.
with rival theories.
110
368990
3000
même si elles sont cohérentes
avec des théories rivales.
avec des théories rivales.
06:24
Data is just a collection of facts.
111
372704
2952
Les données ne sont
qu'une collection de faits.
qu'une collection de faits.
06:28
Evidence is data that supports
one theory and rules out others.
one theory and rules out others.
112
376402
4923
Une preuve, ce sont des données appuyant
une théorie et écartant les autres.
une théorie et écartant les autres.
06:34
So the best way to support your theory
113
382665
2483
La meilleure façon d'appuyer votre théorie
06:37
is actually to try to disprove it,
to play devil's advocate.
to play devil's advocate.
114
385172
3930
est d'essayer de la réfuter,
de se faire l'avocat du diable.
de se faire l'avocat du diable.
06:41
So test something, like 4, 12, 26.
115
389466
4718
Testez quelque chose comme 4, 12, 26.
06:46
If you got a yes to that,
that would disprove your theory
that would disprove your theory
116
394938
3683
Si vous obtenez un oui,
cela réfuterait votre théorie
cela réfuterait votre théorie
06:50
of successive even numbers.
117
398645
1936
de trois nombres pairs successifs.
06:53
Yet this test is powerful,
118
401232
2016
Pourtant, ce test est efficace
06:55
because if you got a no, it would rule out
"any three even numbers"
"any three even numbers"
119
403272
4845
car si vous obtenez un non, cela réfute
« trois nombres pairs »
« trois nombres pairs »
07:00
and "any three increasing numbers."
120
408141
1712
et « trois nombres croissants ».
07:01
It would rule out the rival theories,
but not rule out yours.
but not rule out yours.
121
409877
3341
Cela réfuterait les théories rivales,
mais pas votre théorie.
mais pas votre théorie.
07:05
But most people are too afraid
of testing the 4, 12, 26,
of testing the 4, 12, 26,
122
413968
4794
Mais la plupart des gens
ont trop peur de tester 4, 12, 26
ont trop peur de tester 4, 12, 26
07:10
because they don't want to get a yes
and prove their pet theory to be wrong.
and prove their pet theory to be wrong.
123
418786
4163
car ils ne veulent pas obtenir de oui
et prouver que leur théorie
préférée est fausse.
préférée est fausse.
07:16
Confirmation bias is not only
about failing to search for new data,
about failing to search for new data,
124
424727
5676
Le biais de confirmation, ce n'est pas que
ne pas chercher de nouvelles données
ne pas chercher de nouvelles données
07:22
but it's also about misinterpreting
data once you receive it.
data once you receive it.
125
430427
3073
mais aussi mal interpréter
les données quand vous les recevez.
les données quand vous les recevez.
07:26
And this applies outside the lab
to important, real-world problems.
to important, real-world problems.
126
434339
3548
Cela s'applique en dehors du labo
à des problèmes importants et réels.
à des problèmes importants et réels.
07:29
Indeed, Thomas Edison famously said,
127
437911
3309
En effet, Thomas Edison l'a dit :
07:33
"I have not failed,
128
441244
1888
« Je n'ai pas échoué,
07:35
I have found 10,000 ways that won't work."
129
443156
4188
j'ai trouvé 10 000 solutions
qui ne fonctionnent pas. »
qui ne fonctionnent pas. »
07:40
Finding out that you're wrong
130
448281
2627
Découvrir que vous avez tort
07:42
is the only way to find out what's right.
131
450932
2733
est la seule façon de découvrir
ce qui est correct.
ce qui est correct.
07:46
Say you're a university
admissions director
admissions director
132
454654
2946
Disons vous êtes directeur
des admissions d'une université
des admissions d'une université
07:49
and your theory is that only
students with good grades
students with good grades
133
457624
2563
et votre théorie est que seuls
les bons étudiants
les bons étudiants
07:52
from rich families do well.
134
460211
1763
issus de familles riches réussissent.
07:54
So you only let in such students.
135
462339
2190
Vous n'admettez que de tels étudiants.
07:56
And they do well.
136
464553
1150
Et ils réussissent.
07:58
But that's also consistent
with the rival theory.
with the rival theory.
137
466482
2772
Mais cela est aussi cohérent
avec la théorie rivale.
avec la théorie rivale.
08:01
Perhaps all students
with good grades do well,
with good grades do well,
138
469593
2747
Peut-être que tous
les bons étudiants réussissent,
les bons étudiants réussissent,
08:04
rich or poor.
139
472364
1181
riches ou pauvres.
08:06
But you never test that theory
because you never let in poor students
because you never let in poor students
140
474307
3730
Mais vous ne testez jamais cette théorie
car vous n'admettez aucun étudiant pauvre
car vous n'admettez aucun étudiant pauvre
08:10
because you don't want to be proven wrong.
141
478061
2800
car vous ne voulez pas
que votre théorie soit démentie.
que votre théorie soit démentie.
08:14
So, what have we learned?
142
482577
1857
Qu'avons-nous appris ?
08:17
A story is not fact,
because it may not be true.
because it may not be true.
143
485315
3560
Une histoire n'est pas un fait
car elle pourrait ne pas être vraie.
car elle pourrait ne pas être vraie.
08:21
A fact is not data,
144
489498
2087
Un fait ne sont pas des données,
08:23
it may not be representative
if it's only one data point.
if it's only one data point.
145
491609
4039
cela pourrait ne pas être représentatif
si ce n'est qu'une seule donnée.
si ce n'est qu'une seule donnée.
Et les données ne sont pas une preuve --
08:28
And data is not evidence --
146
496680
2349
08:31
it may not be supportive
if it's consistent with rival theories.
if it's consistent with rival theories.
147
499053
3678
cela pourrait ne pas appuyer votre théorie
si c'est cohérent
avec des théories rivales.
avec des théories rivales.
08:36
So, what do you do?
148
504146
2277
Que faire ?
08:39
When you're at
the inflection points of life,
the inflection points of life,
149
507464
2682
A un point d'inflexion dans votre vie :
08:42
deciding on a strategy for your business,
150
510170
2566
décider d'une stratégie
pour votre entreprise,
pour votre entreprise,
08:44
a parenting technique for your child
151
512760
2611
d'une technique parentale
pour votre enfant
pour votre enfant
08:47
or a regimen for your health,
152
515395
2428
ou d'un régime pour votre santé,
08:49
how do you ensure
that you don't have a story
that you don't have a story
153
517847
3539
comment vous assurer
que vous n'avez pas une histoire,
que vous n'avez pas une histoire,
08:53
but you have evidence?
154
521410
1468
mais une preuve ?
08:56
Let me give you three tips.
155
524268
1619
Laissez-moi vous donner trois conseils.
08:58
The first is to actively seek
other viewpoints.
other viewpoints.
156
526641
3984
Le premier est de chercher activement
d'autres points de vue.
d'autres points de vue.
09:02
Read and listen to people
you flagrantly disagree with.
you flagrantly disagree with.
157
530649
3594
Lisez et écoutez des gens avec lesquels
vous êtes ouvertement en désaccord.
vous êtes ouvertement en désaccord.
09:06
Ninety percent of what they say
may be wrong, in your view.
may be wrong, in your view.
158
534267
3488
90% de ce qu'ils disent
pourrait être faux, d'après vous.
pourrait être faux, d'après vous.
09:10
But what if 10 percent is right?
159
538728
2133
Mais et si 10% était vrai ?
09:13
As Aristotle said,
160
541851
1619
Comme l'a dit Aristote :
09:15
"The mark of an educated man
161
543494
2214
« C'est la marque d'un esprit cultivé
09:17
is the ability to entertain a thought
162
545732
3397
qu'être capable de nourrir une pensée
09:21
without necessarily accepting it."
163
549153
2333
sans la cautionner pour autant. »
09:24
Surround yourself with people
who challenge you,
who challenge you,
164
552649
2254
Entourez-vous de personnes
contestant votre opinion
contestant votre opinion
09:26
and create a culture
that actively encourages dissent.
that actively encourages dissent.
165
554917
3699
et créez une culture qui encourage
activement le désaccord.
activement le désaccord.
09:31
Some banks suffered from groupthink,
166
559347
2318
Certaines banques souffrent
de la pensée de groupe,
de la pensée de groupe,
09:33
where staff were too afraid to challenge
management's lending decisions,
management's lending decisions,
167
561689
4309
les employés ont trop peur de questionner
les décisions de prêt des dirigeants,
les décisions de prêt des dirigeants,
09:38
contributing to the financial crisis.
168
566022
2466
contribuant à la crise financière.
09:41
In a meeting, appoint someone
to be devil's advocate
to be devil's advocate
169
569029
4199
Dans une réunion,
nommez quelqu'un avocat du diable
nommez quelqu'un avocat du diable
09:45
against your pet idea.
170
573252
1642
allant à l'encontre de votre idée.
09:47
And don't just hear another viewpoint --
171
575720
2571
Ne faites pas qu'entendre
un autre point de vue,
un autre point de vue,
09:50
listen to it, as well.
172
578315
2176
écoutez-le également.
09:53
As psychologist Stephen Covey said,
173
581389
2404
Comme l'a dit le psychologue
Stephen Covey :
Stephen Covey :
09:55
"Listen with the intent to understand,
174
583817
3397
« Écoutez avec l'intention de comprendre,
09:59
not the intent to reply."
175
587238
1666
pas l'intention de répondre. »
10:01
A dissenting viewpoint
is something to learn from
is something to learn from
176
589642
3492
Il faut apprendre
d'un point de vue divergent,
d'un point de vue divergent,
10:05
not to argue against.
177
593158
1548
pas offrir des arguments contre.
10:07
Which takes us to the other
forgotten terms in Bayesian inference.
forgotten terms in Bayesian inference.
178
595690
3866
Ce qui nous mène aux autres termes
oubliés de l'inférence bayésienne.
oubliés de l'inférence bayésienne.
10:12
Because data allows you to learn,
179
600198
2324
Car les données
vous permettent d'apprendre,
vous permettent d'apprendre,
10:14
but learning is only relative
to a starting point.
to a starting point.
180
602546
3515
mais l'apprentissage est
relatif au point de départ.
relatif au point de départ.
10:18
If you started with complete certainty
that your pet theory must be true,
that your pet theory must be true,
181
606085
5716
Si vous démarriez avec la certitude
que votre théorie devait être vraie,
que votre théorie devait être vraie,
10:23
then your view won't change --
182
611825
1897
votre point de vue ne changera pas --
10:25
regardless of what data you see.
183
613746
2466
quelles que soient les données
que vous voyez.
que vous voyez.
10:28
Only if you are truly open
to the possibility of being wrong
to the possibility of being wrong
184
616641
4391
Seulement si vous êtes vraiment ouvert
à la possibilité d'avoir tort
à la possibilité d'avoir tort
10:33
can you ever learn.
185
621056
1267
pouvez-vous jamais apprendre.
10:35
As Leo Tolstoy wrote,
186
623580
2095
Comme Léon Tolstoï l'a écrit :
10:37
"The most difficult subjects
187
625699
2182
« Les sujets les plus difficiles
10:39
can be explained to the most
slow-witted man
slow-witted man
188
627905
3135
peuvent être expliqués
à l'esprit le plus lent
à l'esprit le plus lent
10:43
if he has not formed
any idea of them already.
any idea of them already.
189
631064
2753
s'il n'en a pas déjà formé une idée ;
10:46
But the simplest thing
190
634365
1873
mais la chose la plus simple
10:48
cannot be made clear
to the most intelligent man
to the most intelligent man
191
636262
3071
ne peut être expliquée
à l'homme le plus intelligent
à l'homme le plus intelligent
10:51
if he is firmly persuaded
that he knows already."
that he knows already."
192
639357
3334
s'il est fermement
persuadé qu'il sait déjà. »
persuadé qu'il sait déjà. »
10:56
Tip number two is "listen to experts."
193
644500
3743
Deuxième conseil : écoutez les experts.
11:01
Now, that's perhaps the most
unpopular advice that I could give you.
unpopular advice that I could give you.
194
649040
3492
C'est peut-être le conseil
le plus impopulaire
le plus impopulaire
que je puisse vous donner.
11:04
(Laughter)
195
652556
1220
(Rires)
11:05
British politician Michael Gove
famously said that people in this country
famously said that people in this country
196
653800
4738
L'homme politique britannique Michael Gove
a dit que les gens dans ce pays
a dit que les gens dans ce pays
11:10
have had enough of experts.
197
658562
2276
en avaient marre des experts.
11:13
A recent poll showed that more people
would trust their hairdresser --
would trust their hairdresser --
198
661696
3508
Un sondage récent a montré
que plus de gens feraient confiance
à leur coiffeur --
à leur coiffeur --
11:17
(Laughter)
199
665228
2285
(Rires)
11:19
or the man on the street
200
667537
1833
ou à un homme dans la rue
11:21
than they would leaders of businesses,
the health service and even charities.
the health service and even charities.
201
669394
4305
qu'aux dirigeants de leurs entreprises,
services de santé
et organismes de bienfaisance.
et organismes de bienfaisance.
11:26
So we respect a teeth-whitening formula
discovered by a mom,
discovered by a mom,
202
674227
3977
Nous respectons une formule
de blanchiment des dents
de blanchiment des dents
découverte par une mère
11:30
or we listen to an actress's view
on vaccination.
on vaccination.
203
678228
3198
ou nous écoutons l'opinion
d'une actrice sur la vaccination.
d'une actrice sur la vaccination.
11:33
We like people who tell it like it is,
who go with their gut,
who go with their gut,
204
681450
2865
Nous aimons les gens qui disent
ce qui est, qui suivent leur instinct
ce qui est, qui suivent leur instinct
11:36
and we call them authentic.
205
684339
1800
et les disons authentiques.
11:38
But gut feel can only get you so far.
206
686847
3214
Mais l'instinct a ses limites.
11:42
Gut feel would tell you never to give
water to a baby with diarrhea,
water to a baby with diarrhea,
207
690736
4436
L'instinct ne vous dirait jamais de donner
de l'eau à un bébé atteint de diarrhée
de l'eau à un bébé atteint de diarrhée
11:47
because it would just
flow out the other end.
flow out the other end.
208
695196
2318
car cela sortirait de l'autre côté.
11:49
Expertise tells you otherwise.
209
697538
2578
Mais l'expertise vous dit le contraire.
11:53
You'd never trust your surgery
to the man on the street.
to the man on the street.
210
701149
3428
Vous ne laisseriez pas un homme
dans la rue vous opérer.
dans la rue vous opérer.
11:56
You'd want an expert
who spent years doing surgery
who spent years doing surgery
211
704887
3587
Vous voudriez d'un expert
ayant passé des années à opérer
ayant passé des années à opérer
12:00
and knows the best techniques.
212
708498
2000
et connaissant les meilleures techniques.
12:03
But that should apply
to every major decision.
to every major decision.
213
711514
3133
Cela devrait s'appliquer
à toute décision majeure.
à toute décision majeure.
12:07
Politics, business, health advice
214
715255
4556
La politique, les affaires,
les conseils de santé
les conseils de santé
12:11
require expertise, just like surgery.
215
719835
2896
nécessitent de l'expertise,
comme la chirurgie.
comme la chirurgie.
12:16
So then, why are experts so mistrusted?
216
724474
3539
Pourquoi se méfie-t-on tant des experts ?
12:20
Well, one reason
is they're seen as out of touch.
is they're seen as out of touch.
217
728981
3239
Une des raisons est qu'ils semblent
coupés de la réalité.
coupés de la réalité.
12:24
A millionaire CEO couldn't possibly
speak for the man on the street.
speak for the man on the street.
218
732244
4090
Un PDG millionnaire ne peut pas
parler au nom d'un homme ordinaire.
parler au nom d'un homme ordinaire.
12:29
But true expertise is found on evidence.
219
737455
3559
Mais la vraie expertise
se trouve dans les preuves.
se trouve dans les preuves.
12:33
And evidence stands up
for the man on the street
for the man on the street
220
741447
2905
Les preuves soutiennent l'homme ordinaire
12:36
and against the elites.
221
744376
1533
contre les élites.
12:38
Because evidence forces you to prove it.
222
746456
2667
Les preuves vous forcent
à prouver les choses.
à prouver les choses.
12:41
Evidence prevents the elites
from imposing their own view
from imposing their own view
223
749774
4421
Les preuves empêchent les élites
d'imposer leur point de vue
d'imposer leur point de vue
12:46
without proof.
224
754219
1150
sans preuves.
12:49
A second reason
why experts are not trusted
why experts are not trusted
225
757006
2071
Autre raison de la méfiance
envers les experts :
envers les experts :
12:51
is that different experts
say different things.
say different things.
226
759101
3087
différents experts
disent des choses différentes.
disent des choses différentes.
12:54
For every expert who claimed that leaving
the EU would be bad for Britain,
the EU would be bad for Britain,
227
762212
4476
Pour chaque expert affirmant
que quitter l'UE serait mauvais
pour la Grande-Bretagne,
pour la Grande-Bretagne,
12:58
another expert claimed it would be good.
228
766712
2429
un autre expert affirme
que cela serait positif.
que cela serait positif.
13:01
Half of these so-called experts
will be wrong.
will be wrong.
229
769165
3767
La moitié de ces soi-disant
experts aura tort.
experts aura tort.
13:05
And I have to admit that most papers
written by experts are wrong.
written by experts are wrong.
230
773774
4243
Il faut admettre que la plupart
des publications écrites par des experts
des publications écrites par des experts
sont incorrectes.
13:10
Or at best, make claims that
the evidence doesn't actually support.
the evidence doesn't actually support.
231
778520
3505
Ou au mieux, affirment des choses
que les preuves n'appuient pas.
que les preuves n'appuient pas.
13:14
So we can't just take
an expert's word for it.
an expert's word for it.
232
782990
3133
Nous ne pouvons pas croire un expert.
13:18
In November 2016, a study
on executive pay hit national headlines.
on executive pay hit national headlines.
233
786776
6034
En novembre 2016, une étude
sur la rémunération des cadres
sur la rémunération des cadres
a fait la une à l'échelle nationale.
13:25
Even though none of the newspapers
who covered the study
who covered the study
234
793240
2890
Même si aucun des journaux
ayant couvert l'étude
ayant couvert l'étude
13:28
had even seen the study.
235
796154
1600
n'avait jamais vu l'étude.
13:30
It wasn't even out yet.
236
798685
1533
Elle n'était pas encore publiée.
13:32
They just took the author's word for it,
237
800708
2204
Ils ont cru en son auteur,
13:35
just like with Belle.
238
803768
1400
comme avec Belle.
13:38
Nor does it mean that we can
just handpick any study
just handpick any study
239
806093
2436
Nous ne pouvons pas nous plus
choisir les études
choisir les études
13:40
that happens to support our viewpoint --
240
808553
2111
qui appuient notre point de vue --
13:42
that would, again, be confirmation bias.
241
810688
2103
cela relèverait du biais de confirmation.
13:44
Nor does it mean
that if seven studies show A
that if seven studies show A
242
812815
2555
Cela ne signifie pas
que si sept études montrent A
que si sept études montrent A
13:47
and three show B,
243
815394
1668
et trois études montrent B,
13:49
that A must be true.
244
817086
1483
alors A doit être vrai.
13:51
What matters is the quality,
245
819109
2659
Ce qui compte, c'est la qualité
13:53
and not the quantity of expertise.
246
821792
2817
et non la quantité d'expertise.
13:57
So we should do two things.
247
825879
1800
Nous devrions faire deux choses.
14:00
First, we should critically examine
the credentials of the authors.
the credentials of the authors.
248
828434
4578
Un : nous devrions
examiner de façon critique
examiner de façon critique
les qualifications des auteurs.
14:05
Just like you'd critically examine
the credentials of a potential surgeon.
the credentials of a potential surgeon.
249
833807
4143
Comme vous examineriez de façon critique
les qualifications
d'un chirurgien potentiel.
d'un chirurgien potentiel.
14:10
Are they truly experts in the matter,
250
838347
3206
Est-il vraiment un expert sur la question
14:13
or do they have a vested interest?
251
841577
2267
ou a-t-il un intérêt personnel ?
14:16
Second, we should pay particular attention
252
844768
2523
Deux : nous devrions prêter
une attention particulière
une attention particulière
14:19
to papers published
in the top academic journals.
in the top academic journals.
253
847315
3889
aux publications publiées
dans les grands journaux académiques.
dans les grands journaux académiques.
14:24
Now, academics are often accused
of being detached from the real world.
of being detached from the real world.
254
852038
3861
On accuse souvent les chercheurs
d'être coupés du monde réel.
d'être coupés du monde réel.
14:28
But this detachment gives you
years to spend on a study.
years to spend on a study.
255
856585
3730
Mais ce détachement vous donne
des années à passer sur une étude.
des années à passer sur une étude.
14:32
To really nail down a result,
256
860339
1905
Pour obtenir des résultats,
14:34
to rule out those rival theories,
257
862268
2015
pour écarter ces théories rivales
14:36
and to distinguish correlation
from causation.
from causation.
258
864307
3134
et pour distinguer
la corrélation et la causalité.
la corrélation et la causalité.
14:40
And academic journals involve peer review,
259
868172
3477
Les journaux académiques
nécessitent un examen des pairs
nécessitent un examen des pairs
14:43
where a paper is rigorously scrutinized
260
871673
2294
où une publication
est rigoureusement examinée
est rigoureusement examinée
14:45
(Laughter)
261
873991
1419
(Rires)
14:47
by the world's leading minds.
262
875434
1934
par les plus grands esprits au monde.
14:50
The better the journal,
the higher the standard.
the higher the standard.
263
878434
2556
Meilleur est le journal,
plus les standards sont élevés.
plus les standards sont élevés.
14:53
The most elite journals
reject 95 percent of papers.
reject 95 percent of papers.
264
881014
5148
Les journaux les plus élitistes
rejettent 95% des publications.
rejettent 95% des publications.
14:59
Now, academic evidence is not everything.
265
887434
3333
Une preuve académique n'est pas tout.
15:03
Real-world experience is critical, also.
266
891109
2667
Une expérience dans le monde réel
est également cruciale.
est également cruciale.
15:06
And peer review is not perfect,
mistakes are made.
mistakes are made.
267
894465
3400
Un examen par les pairs n'est pas parfait,
des erreurs sont commises.
des erreurs sont commises.
15:10
But it's better to go
with something checked
with something checked
268
898530
2063
Mais quelque chose de vérifié est mieux
15:12
than something unchecked.
269
900617
1667
que quelque chose qui ne l'est pas.
15:14
If we latch onto a study
because we like the findings,
because we like the findings,
270
902696
3199
Si l'on se fixe sur une étude
parce que l'on aime ses conclusions,
parce que l'on aime ses conclusions,
15:17
without considering who it's by
or whether it's even been vetted,
or whether it's even been vetted,
271
905919
3888
sans considérer de qui elle est
ou si elle a été vérifiée,
ou si elle a été vérifiée,
15:21
there is a massive chance
that that study is misleading.
that that study is misleading.
272
909831
3627
il y a un énorme risque
que cette étude soit trompeuse.
que cette étude soit trompeuse.
15:26
And those of us who claim to be experts
273
914894
2580
Ceux d'entre nous
qui affirment être des experts
qui affirment être des experts
15:29
should recognize the limitations
of our analysis.
of our analysis.
274
917498
3253
devraient reconnaître les limites
de notre analyse.
de notre analyse.
15:33
Very rarely is it possible to prove
or predict something with certainty,
or predict something with certainty,
275
921244
4563
Il est très rarement possible de prouver
ou de prévoir une chose avec certitude,
ou de prévoir une chose avec certitude,
15:38
yet it's so tempting to make
a sweeping, unqualified statement.
a sweeping, unqualified statement.
276
926292
4369
pourtant il est si tentant de faire
une déclaration radicale, sans réserve.
une déclaration radicale, sans réserve.
15:43
It's easier to turn into a headline
or to be tweeted in 140 characters.
or to be tweeted in 140 characters.
277
931069
4344
C'est plus facile d'en faire un gros titre
ou de la tweeter en 140 caractères.
ou de la tweeter en 140 caractères.
15:48
But even evidence may not be proof.
278
936417
3142
Mais même des preuves
peuvent ne rien prouver.
peuvent ne rien prouver.
15:52
It may not be universal,
it may not apply in every setting.
it may not apply in every setting.
279
940481
4210
Elles peuvent ne pas être universelles,
ne pas s'appliquer
dans tous les contextes.
dans tous les contextes.
15:57
So don't say, "Red wine
causes longer life,"
causes longer life,"
280
945252
4920
Ne dites pas : « Le vin rouge
fait vivre plus longtemps »
fait vivre plus longtemps »
16:02
when the evidence is only that red wine
is correlated with longer life.
is correlated with longer life.
281
950196
4682
quand le vin rouge est seulement
corrélé à une vie plus longue.
corrélé à une vie plus longue.
16:07
And only then in people
who exercise as well.
who exercise as well.
282
955379
2770
Et seulement chez des gens
qui font également du sport.
qui font également du sport.
16:11
Tip number three
is "pause before sharing anything."
is "pause before sharing anything."
283
959868
3966
Troisième conseil : marquez une pause
avant de partager quoi que ce soit.
avant de partager quoi que ce soit.
16:16
The Hippocratic oath says,
"First, do no harm."
"First, do no harm."
284
964907
3464
Le serment d'Hippocrate dit :
« En premier lieu, ne pas nuire ».
« En premier lieu, ne pas nuire ».
16:21
What we share is potentially contagious,
285
969046
3134
Ce que nous partageons
est potentiellement contagieux,
est potentiellement contagieux,
16:24
so be very careful about what we spread.
286
972204
3683
soyons très prudents
quant à ce que nous partageons.
quant à ce que nous partageons.
16:28
Our goal should not be
to get likes or retweets.
to get likes or retweets.
287
976632
2953
Notre objectif ne devrait pas être
les j'aime ou les retweets.
les j'aime ou les retweets.
Autrement, nous ne partageons
que le consensus,
que le consensus,
16:31
Otherwise, we only share the consensus;
we don't challenge anyone's thinking.
we don't challenge anyone's thinking.
288
979609
3985
nous ne remettons en question
la pensée de personne.
la pensée de personne.
16:36
Otherwise, we only share what sounds good,
289
984085
2905
Autrement, nous ne partageons
que ce qui sonne bien,
que ce qui sonne bien,
16:39
regardless of whether it's evidence.
290
987014
2400
peu importe qu'il y ait
des preuves ou non.
des preuves ou non.
16:42
Instead, we should ask the following:
291
990188
2466
Nous devrions plutôt nous demander ceci :
16:45
If it's a story, is it true?
292
993572
2135
si c'est une histoire, est-elle vraie ?
16:47
If it's true, is it backed up
by large-scale evidence?
by large-scale evidence?
293
995731
2865
Si oui, est-elle appuyée
par des preuves à grande échelle ?
par des preuves à grande échelle ?
16:50
If it is, who is it by,
what are their credentials?
what are their credentials?
294
998620
2595
Si oui, de qui est-elle,
quelles sont ses qualifications ?
quelles sont ses qualifications ?
16:53
Is it published,
how rigorous is the journal?
how rigorous is the journal?
295
1001239
2756
Est-elle publiée,
le journal est-il rigoureux ?
le journal est-il rigoureux ?
16:56
And ask yourself
the million-dollar question:
the million-dollar question:
296
1004733
2317
Posez-vous la question
à un million de dollars :
à un million de dollars :
16:59
If the same study was written by the same
authors with the same credentials
authors with the same credentials
297
1007980
4023
si la même étude était écrite
par les mêmes auteurs,
par les mêmes auteurs,
avec les mêmes qualifications,
17:05
but found the opposite results,
298
1013130
1587
mais parvenait à des résultats contraires,
17:07
would you still be willing
to believe it and to share it?
to believe it and to share it?
299
1015608
3694
seriez-vous encore prêt
à la croire et à la partager ?
à la croire et à la partager ?
17:13
Treating any problem --
300
1021442
2246
Traiter tout problème -
17:15
a nation's economic problem
or an individual's health problem,
or an individual's health problem,
301
1023712
3792
le problème économique d'une nation
ou un problème de santé personnel -
ou un problème de santé personnel -
17:19
is difficult.
302
1027528
1150
est difficile.
17:21
So we must ensure that we have
the very best evidence to guide us.
the very best evidence to guide us.
303
1029242
4383
Nous devons nous assurer que nous avons
les meilleures preuves pour nous guider.
les meilleures preuves pour nous guider.
17:26
Only if it's true can it be fact.
304
1034188
2681
Ce ne peut être un fait
que si cela est vrai.
que si cela est vrai.
17:29
Only if it's representative
can it be data.
can it be data.
305
1037601
2781
Ce ne peut être une donnée
que si cela est représentatif.
que si cela est représentatif.
17:33
Only if it's supportive
can it be evidence.
can it be evidence.
306
1041128
3165
Ce ne peut être une preuve
que si cela appuie quelque chose.
que si cela appuie quelque chose.
17:36
And only with evidence
can we move from a post-truth world
can we move from a post-truth world
307
1044317
5167
Et il n'y a qu'avec des preuves que
nous pouvons passer d'un monde post-vérité
nous pouvons passer d'un monde post-vérité
17:41
to a pro-truth world.
308
1049508
1583
à un monde pro-vérité.
17:44
Thank you very much.
309
1052183
1334
Merci beaucoup.
17:45
(Applause)
310
1053541
1150
(Applaudissements)
ABOUT THE SPEAKER
Alex Edmans - Finance professor, editorAlex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit.
Why you should listen
Alex Edmans is professor of finance at London Business School and managing editor of the Review of Finance, the leading academic finance journal in Europe. He is an expert in corporate governance, executive compensation, corporate social responsibility and behavioral economics.
Edmans has a unique combination of deep academic rigor and practical business experience. He's particularly passionate about translating complex academic research into practical ideas that can then be applied to real-life problems. He has spoken at the World Economic Forum in Davos, at the World Bank Distinguished Speaker Series and in the UK House of Commons. Edmans is heavily involved in the ongoing reform of corporate governance, in particular to ensure that both the diagnosis of problems and suggested solutions are based on rigorous evidence rather than anecdote. He was appointed by the UK government to study the effect of share buybacks on executive pay and investment. Edmans also serves on the Steering Group of The Purposeful Company, which aims to embed purpose into the heart of business, and on Royal London Asset Management's Responsible Investment Advisory Committee.
Edmans has been interviewed by Bloomberg, BBC, CNBC, CNN, ESPN, Fox, ITV, NPR, Reuters, Sky News and Sky Sports, and has written for the Wall Street Journal, Financial Times and Harvard Business Review. He runs a blog, Access to Finance, that makes academic research accessible to a general audience, and was appointed Mercers' School Memorial Professor of Business by Gresham College, to give free lectures to the public. Edmans was previously a tenured professor at Wharton, where he won 14 teaching awards in six years. At LBS, he won the Excellence in Teaching award, LBS's highest teaching accolade.
Alex Edmans | Speaker | TED.com