ABOUT THE SPEAKER
Lisa Feldman Barrett - Neuroscientist, psychologist, author
Lisa Feldman Barrett, PhD is a University Distinguished Professor of Psychology at Northeastern University, with positions in psychiatry and radiology at Massachusetts General Hospital and Harvard Medical School.

Why you should listen

Twenty-five years ago, Lisa Feldman Barrett ran a series of psychology experiments whose conclusions seemed to defy common sense. It turned out common sense was wrong, and has been for 2,000 years. The result is a radical, new theory of how the brain creates emotions and a novel view of human nature.

Dr. Barrett is now a University Distinguished Professor of Psychology and Director of the Interdisciplinary Affective Science Laboratory (IASLab) at Northeastern University, with research appointments in the departments of psychiatry and radiology at Massachusetts General Hospital and Harvard Medical School. She has published more than 200 peer-reviewed research papers in top scientific journals on emotion, psychology, and neuroscience. She educates the public about science with her articles for the New York Times and other media outlets. Her research teams span the globe, studying people in the West, the East and remote parts of Africa.

More profile about the speaker
Lisa Feldman Barrett | Speaker | TED.com
TED@IBM

Lisa Feldman Barrett: You aren't at the mercy of your emotions -- your brain creates them

Lisa Feldman Barrett: Nem vagyunk kiszolgáltatva érzelmeinknek – az agyunk teremti őket

Filmed:
5,299,612 views

Valakinek csak az arcára tekintve tudhatjuk, mit érez? Mindenki ugyanúgy éli át a boldogságot, szomorúságot és szorongást? Egyáltalán: mik az érzelmek? Lisa Feldman Barrett pszichológia-professzor az utóbbi huszonöt évben arckifejezéseket térképezett fel, agyakat vizsgált, és több száz fiziológiai tanulmányt elemzett, hogy megértse: valójában mik az érzelmek. Előadásában megosztja velünk széles körű kutatási eredményeit – és elmagyarázza, hogy jobban uralkodhatunk érzelmeink felett, mint gondolnánk.
- Neuroscientist, psychologist, author
Lisa Feldman Barrett, PhD is a University Distinguished Professor of Psychology at Northeastern University, with positions in psychiatry and radiology at Massachusetts General Hospital and Harvard Medical School. Full bio

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

00:12
My researchkutatás lablabor sitsül about a milemérföld
from where severalszámos bombsbombák explodedfelrobbant
0
877
4626
Kutatólaborom körülbelül
egy mérföldre van attól a helytől,
ahol bombák robbantak
a Bostoni Maraton idején, 2013-ban.
00:17
duringalatt the BostonBoston MarathonMaraton in 2013.
1
5527
2377
00:21
The survivingtúlélő bomberbombázó,
DzhokharDzsohar TsarnaevTsarnaev of ChechnyaCsecsenföld,
2
9036
3937
A túlélő merénylőt,
a csecsen Dzsohar Carnajevet
00:24
was triedmegpróbálta, convictedelítélt
and sentencedelítélt to deathhalál.
3
12997
2792
perbe fogták és halálra ítélték.
00:28
Now, when a juryzsűri has to make the decisiondöntés
4
16791
2286
Amikor egy esküdtszéknek döntenie kell
00:31
betweenközött life in prisonbörtön
and the deathhalál penaltybüntetés,
5
19101
3675
életfogytiglani börtön
és halálbüntetés között,
00:34
they basebázis theirazok decisiondöntés largelynagymértékben
on whetherakár or not the defendantalperes
6
22800
4635
nagyban befolyásolja a döntésüket,
hogy a vádlott tanúsít-e megbánást,
00:39
feelsérzi remorsefulbűnbánó for his actionsakciók.
7
27459
2541
vagy sem.
00:42
TsarnaevTsarnaev spokebeszéltem wordsszavak of apologybocsánatkérés,
8
30024
2725
Carnajev bocsánatot kért
az áldozatok hozzátartozóitól,
00:44
but when jurorsesküdt lookednézett at his facearc,
9
32773
2204
de mikor az esküdtek ránéztek,
00:47
all they saw was a stone-facedkő-arcú starebámul.
10
35001
3000
rezzenéstelen kőarcot láttak.
00:52
Now, TsarnaevTsarnaev is guiltybűnös,
there's no doubtkétség about that.
11
40300
3301
Kétségtelen, hogy Carnajev bűnös.
00:55
He murderedmeggyilkolt and maimedCsonka innocentártatlan people,
12
43982
3418
Ártatlan embereket ölt és csonkított meg,
00:59
and I'm not here to debatevita that.
13
47424
1969
és nem azért jöttem,
hogy ezt kétségbe vonjam.
01:01
My heartszív goesmegy out
to all the people who sufferedelszenvedett.
14
49417
2900
Megszakad a szívem azokért,
akik szenvedtek miatta.
01:04
But as a scientisttudós, I have to tell you
15
52668
2706
Kutatóként viszont azt kell mondanom,
01:07
that jurorsesküdt do not
and cannotnem tud detectfelismerni remorsebűntudat
16
55398
4342
hogy az esküdtek nem vesznek,
nem vehetnek észre
01:11
or any other emotionérzelem in anybodybárki ever.
17
59764
3563
soha senkiben bűntudatot,
vagy bármilyen más érzelmet.
01:16
NeitherSem can I, and neitherse can you,
18
64572
3048
Egyikünk sem képes erre,
01:19
and that's because emotionsérzelmek
are not what we think they are.
19
67644
3063
mégpedig azért, mert az érzelmek
nem olyanok, amilyennek hisszük őket.
01:22
They are not universallyuniverzálisan
expressedkifejezett and recognizedelismert.
20
70731
3404
Nem lehet általánosan kifejezni
és beazonosítani őket.
01:26
They are not hardwiredvezetékes brainagy reactionsreakciók
21
74485
3643
Nem valami előre kódolt agyi reakciók,
01:30
that are uncontrollableellenőrizhetetlen.
22
78152
1317
amik szabályozhatatlanok.
01:32
We have misunderstoodfélreértett
the naturetermészet of emotionérzelem
23
80997
2270
Nagyon sokáig félreértettük
01:35
for a very long time,
24
83291
2490
az érzelmek természetét,
01:37
and understandingmegértés what emotionsérzelmek really are
has importantfontos consequenceskövetkezményei for all of us.
25
85805
4858
és valódi megértésük mindannyiunknak
fontos következményekkel jár.
01:43
I have studiedtanult emotionsérzelmek as a scientisttudós
for the pastmúlt 25 yearsévek,
26
91687
3924
Kutatóként huszonöt éve
tanulmányozom az érzelmeket,
01:47
and in my lablabor, we have probedprobed humanemberi facesarcok
by measuringmérő electricalelektromos signalsjelek
27
95635
5550
laboromban emberi arcokat vizsgáltunk
azon elektromos jelek mérésével,
01:53
that causeok your facialarc musclesizmok to contractszerződés
to make facialarc expressionskifejezések.
28
101209
3806
amelyek az arcizmok rándításával
arckifejezéseket hoznak létre.
01:57
We have scrutinizedmegvizsgált
the humanemberi bodytest in emotionérzelem.
29
105742
4115
Vizsgáltuk az emberi testet is
érzelmek kifejezése közben.
02:01
We have analyzedelemzett
hundredsszáz of physiologyfiziológia studiestanulmányok
30
109881
3595
Több száz fiziológiai
tanulmányt elemeztünk,
02:05
involvingérintő thousandsTöbb ezer of testteszt subjectstárgyak.
31
113500
2643
ezekben több ezer tesztalany vett részt.
02:08
We'veMost már scannedszkennelt hundredsszáz of brainsagyvelő,
32
116167
1707
Agyak százait szkenneltük,
02:09
and examinedmegvizsgálták everyminden
brainagy imagingImaging studytanulmány on emotionérzelem
33
117898
3110
és minden olyan agyi képalkotásról szóló
tanulmányt elolvastunk,
ami az érzelmekkel kapcsolatban
az elmúlt 25 évben megjelent.
02:13
that has been publishedközzétett
in the pastmúlt 20 yearsévek.
34
121032
2325
02:15
And the resultstalálatok of all of this researchkutatás
are overwhelminglytúlnyomórészt consistentkövetkezetes.
35
123929
5158
Az összes kutatási eredményünk
messzemenőkig ugyanazt igazolta.
02:22
It maylehet feel to you
like your emotionsérzelmek are hardwiredvezetékes
36
130445
5224
Lehet, hogy önök úgy érzik,
érzelmeik előre kódoltak,
02:27
and they just triggerravasz and happentörténik to you,
37
135693
3150
és elég egy kattintás,
hogy aktiválódjanak,
02:30
but they don't.
38
138867
1302
de nem így van.
02:32
You mightesetleg believe that your brainagy
is prewiredThermic with emotionérzelem circuitsáramkörök,
39
140984
5175
Talán úgy hiszik, hogy az agyukban
előre huzalozott érzelmi áramkörök vannak,
02:38
that you're bornszületett with emotionérzelem
circuitsáramkörök, but you're not.
40
146183
3309
hogy ezek az áramkörök velünk születnek,
pedig nem.
02:41
In facttény, noneegyik sem of us in this roomszoba
have emotionérzelem circuitsáramkörök in our brainagy.
41
149516
4001
Valójában itt a teremben egyikünknek sincs
érzelmi áramkör az agyában.
02:45
In facttény, no brainagy on this planetbolygó
containstartalmaz emotionérzelem circuitsáramkörök.
42
153541
4325
Valójában az egész Földön
senki agya nem tartalmaz ilyet.
02:51
So what are emotionsérzelmek, really?
43
159432
1968
Akkor mik az érzelmek?
02:55
Well, strapszíj on your seatülés beltöv,
because ...
44
163185
3166
Kapcsolják be biztonsági öveiket,
mert...
02:59
emotionsérzelmek are guessestalálgatások.
45
167815
2118
az érzelmek találgatások.
03:02
They are guessestalálgatások that your brainagy
constructskonstrukciók in the momentpillanat
46
170482
5793
Olyan sejtések, amiket az agyunk alkot,
03:08
where billionsmilliárdokat of brainagy cellssejteket
are workingdolgozó togetheregyütt,
47
176299
4095
amikor agysejtek milliárdjai
működnek együtt,
03:12
and you have more controlellenőrzés
over those guessestalálgatások
48
180418
3077
és több hatalmunk van e sejtelmek fölött,
03:15
than you mightesetleg imagineKépzeld el that you do.
49
183519
1976
mintsem gondolnánk.
03:19
Now, if that soundshangok preposterousabszurd to you,
or, you know, kindkedves of crazyőrült,
50
187352
3626
Ha úgy gondolják: ez abszurd,
vagy mondhatni őrültség,
03:23
I'm right there with you, because franklyőszintén,
if I hadn'tnem volt seenlátott the evidencebizonyíték for myselfmagamat,
51
191002
4508
megértem önöket, mert őszintén szólva
ha nem láttam volna a bizonyítékokat
03:27
decadesévtizedekben of evidencebizonyíték for myselfmagamat,
52
195534
2056
évtizedek óta, saját szememmel,
03:29
I am fairlymeglehetősen sure
that I wouldn'tnem believe it eitherbármelyik.
53
197614
2626
biztos vagyok benne,
hogy magam sem hinném el.
03:32
But the bottomalsó linevonal is that emotionsérzelmek
are not builtépült into your brainagy at birthszületés.
54
200675
5547
De ami a legfontosabb: az érzelmek
nincsenek agyunkba építve születésünkkor.
03:39
They are just builtépült.
55
207655
1643
Életünk során épülnek fel.
03:43
To see what I mean, have a look at this.
56
211289
2445
Pillantsunk ide egy kicsit,
hogy jobban megértsük.
03:46
Right now, your brainagy
is workingdolgozó like crazyőrült.
57
214648
4683
Az önök agya e pillanatban is
őrült módon dolgozik.
03:51
Your neuronsneuronok are firingégetés like madőrült
tryingmegpróbálja to make meaningjelentés out of this
58
219355
4087
Neuronjaik egyfolytában kisülnek,
hogy megfejtsék ezt a valamit,
03:55
so that you see something
other than blackfekete and whitefehér blobsfestékfoltok.
59
223466
3136
hogy ne csak fekete és fehér
pacákat lássanak.
03:58
Your brainagy is siftingszitálás
throughkeresztül a lifetimeélettartam of experiencetapasztalat,
60
226626
4483
Az agyuk az eddigi életük során
szerzett tapasztalatokon át rostál,
04:03
makinggyártás thousandsTöbb ezer of guessestalálgatások
at the sameazonos time,
61
231133
2835
találgatások ezreit
teremti meg egy időben,
04:05
weighingmérés the probabilitiesvalószínűség,
62
233992
1985
mérlegeli a valószínűségeket,
04:08
tryingmegpróbálja to answerválasz the questionkérdés,
63
236001
1896
választ akar találni a kérdésre:
04:09
"What is this mosta legtöbb like?"
64
237921
2072
"Mihez hasonlít ez legjobban?"
04:12
not "What is it?"
65
240017
1229
Nem arra, hogy "Mi ez?",
04:13
but "What is this mosta legtöbb like
in my pastmúlt experiencetapasztalat?"
66
241270
3376
hanem: "Mire emlékeztet ez
a múltbéli élményeim közül?"
04:16
And this is all happeningesemény
in the blinkpislogás of an eyeszem.
67
244951
2915
Mindez egyetlen
szempillantás alatt történik.
04:19
Now if your brainagy is still strugglingküzdő
to find a good matchmérkőzés
68
247890
4540
Ha az önök agya még mindig erőlködik,
mert nem tudja hová illeszteni,
04:24
and you still see blackfekete and whitefehér blobsfestékfoltok,
69
252454
2534
és még mindig csak
fekete-fehér pacákat látnak,
04:27
then you are in a stateállapot
calledhívott "experientialtapasztalati blindnessvakság,"
70
255012
4209
akkor önök az úgynevezett
"tapasztalati vakság" állapotában vannak,
04:31
and I am going to curegyógymód you
of your blindnessvakság.
71
259245
3887
és én ezt a vakságot meg fogom gyógyítani.
04:35
This is my favoritekedvenc partrész.
Are you readykész to be curedgyógyítható?
72
263156
2539
Ez a kedvenc részem.
Készen állnak a gyógyításra?
04:37
(CheersÜdv)
73
265719
1795
(Ujjongás)
04:39
All right. Here we go.
74
267538
1736
Akkor jó. Na lássuk.
04:43
(GaspsZihálás)
75
271849
2373
(Felhördülés)
04:48
All right.
76
276648
1293
Rendben van.
04:49
So now manysok of you see a snakekígyó,
77
277965
4235
Most már sokan egy kígyót látnak,
04:54
and why is that?
78
282224
1509
de miért van ez így?
04:55
Because as your brainagy is siftingszitálás
throughkeresztül your pastmúlt experiencetapasztalat,
79
283757
4642
Mert ahogy az agyuk megszűri
a múltbéli tapasztalataikat,
05:00
there's newúj knowledgetudás there,
80
288423
1429
újfajta tudás jelenik meg,
05:01
the knowledgetudás that camejött
from the photographfénykép.
81
289876
2150
a fotóról származó tudás.
05:04
And what's really coolmenő is that
82
292491
2234
Az egészben az a legjobb,
05:06
that knowledgetudás whichmelyik you just
acquiredszerzett momentspillanatok agoezelőtt
83
294749
2762
hogy az a tudás, amit csupán
pár másodperce szereztek meg,
05:09
is changingváltozó how you experiencetapasztalat
these blobsfestékfoltok right now.
84
297535
4642
megváltozik, amint épp újratapasztalják
ezeket a pacákat.
05:15
So your brainagy is constructingépítése
the imagekép of a snakekígyó
85
303134
3224
Az agyuk tehát kígyó képét építi fel ott,
05:18
where there is no snakekígyó,
86
306382
2127
ahol nincs is kígyó,
05:20
and this kindkedves of a hallucinationhallucináció
87
308533
2563
és ezt a fajta hallucinációt
05:23
is what neuroscientistsidegtudósok like me
call "predictionselőrejelzések."
88
311120
3452
hívjuk mi neurológusok "előrejelzésnek".
05:26
PredictionsElőrejelzések are basicallyalapvetően
the way your brainagy worksművek.
89
314995
3786
Az agyműködés leginkább
előrejelzéseken alapul.
05:30
It's businessüzleti as usualszokásos for your brainagy.
90
318805
2516
Ez az agy mindennapi elfoglaltsága.
05:33
PredictionsElőrejelzések are the basisbázis
of everyminden experiencetapasztalat that you have.
91
321345
3247
Előrejelzéseken alapul
minden megélt tapasztalatunk.
05:36
They are the basisbázis
of everyminden actionakció that you take.
92
324616
2723
Előrejelzéseken alapul
minden elkövetett cselekedetünk.
05:39
In facttény, predictionselőrejelzések are what allowlehetővé teszi you
to understandmegért the wordsszavak that I'm speakingbeszélő
93
327363
5143
Ezek teszik lehetővé,
hogy megértsék a szavaimat, amiket mondok,
05:44
as they come out of my --
94
332530
1650
ahogy kiejtem őket a...
Közönség: "...számon."
Lisa Feldmann Barrett: Számon. Pontosan.
05:47
AudienceKözönség: MouthSzáj.
LisaLisa FeldmanFeldman BarrettBarrett: MouthSzáj. ExactlyPontosan.
95
335024
2596
05:49
PredictionsElőrejelzések are primaleredeti.
96
337644
3395
Az előrejelzések létfontosságúak.
05:53
They help us to make senseérzék
of the worldvilág in a quickgyors and efficienthatékony way.
97
341063
3413
Elősegítik, hogy gyorsan és hatékonyan
értelmezzük a világot.
05:56
So your brainagy does not reactreagál to the worldvilág.
98
344500
4579
Az agyunk tehát nem a világra reagál.
06:02
UsingHasználata pastmúlt experiencetapasztalat,
99
350809
1907
Múltbéli tapasztalatok felhasználásával
06:04
your brainagy predictsazt jósolja and constructskonstrukciók
100
352740
3162
előrejelez, és így építi fel
06:07
your experiencetapasztalat of the worldvilág.
101
355926
1901
a világ megtapasztalását.
06:12
The way that we see emotionsérzelmek in othersmások
are deeplymélyen rootedgyökeres in predictionselőrejelzések.
102
360057
5812
Ahogy az emberek érzéseit értelmezzük,
mélyen az előrejelzéseinkben gyökeredzik.
06:17
So to us, it feelsérzi like
we just look at someone'svalaki facearc,
103
365893
2999
Úgy érezzük, mintha rögtön az arcáról
le tudnánk olvasni bárki érzelmeit,
06:20
and we just readolvas the emotionérzelem
that's there in theirazok facialarc expressionskifejezések
104
368916
3785
amint ránézünk,
mintha csak szavakat
olvasnánk egy oldalon.
06:24
the way that we would readolvas
wordsszavak on a pageoldal.
105
372725
2225
Ám valójában, a háttérben
az agy előrejelzést végez.
06:26
But actuallytulajdonképpen, underalatt the hoodmotorháztető,
your brainagy is predictingelőrejelzésére.
106
374974
4230
06:31
It's usinghasználva pastmúlt experiencetapasztalat
basedszékhelyű on similarhasonló situationshelyzetek
107
379228
3910
A múltban megtörtént
hasonló élményekből indul ki,
06:35
to try to make meaningjelentés.
108
383162
1690
melynek alapján értelmezni próbál.
06:36
This time, you're not
makinggyártás meaningjelentés of blobsfestékfoltok,
109
384876
2501
Ezúttal nem foltokból alkotunk
érthető képet,
06:39
you're makinggyártás meaningjelentés of facialarc movementsmozgások
110
387401
2729
hanem arcmozgásokból,
06:42
like the curlCurl of a lipajak
or the raiseemel of an eyebrowszemöldök.
111
390154
3253
például a szájtartásból,
a szemöldök felhúzásából.
06:46
And that stone-facedkő-arcú starebámul?
112
394194
1706
Hát ez a rezzenéstelen kőarc?
06:48
That mightesetleg be someonevalaki
who is a remorselesskönyörtelen killergyilkos,
113
396341
4999
Lehet, hogy egy könyörtelen gyilkos,
06:53
but a stone-facedkő-arcú starebámul mightesetleg alsois mean
114
401364
1912
de azt is jelentheti,
06:55
that someonevalaki is stoicallystoically
acceptingelfogadása defeatvereség,
115
403300
3289
hogy olyasvalaki, aki egykedvűen
fogadja a vereséget,
06:58
whichmelyik is in facttény what ChechenCsecsen culturekultúra
prescribesmegszabja for someonevalaki
116
406613
3791
mivel a csecsen kultúra
tényleg ezt írja elő bárkinek,
07:02
in DzhokharDzsohar Tsarnaev'sTsarnaev barátait situationhelyzet.
117
410428
2277
aki Dzsohar Carnajev helyzetében lenne.
07:05
So the lessonlecke here
118
413958
2283
Ebből az a tanulság,
07:08
is that emotionsérzelmek that you seemlátszik
to detectfelismerni in other people
119
416265
4430
hogy azok az érzelmek,
amiket látszólag észreveszünk másokban,
07:12
actuallytulajdonképpen come in partrész
from what's insidebelül your ownsaját headfej.
120
420719
4723
valójában részben
a saját fejünkből származnak.
07:17
And this is trueigaz in the courtroomtárgyalóteremben,
121
425466
2572
Ez igaz a tárgyalóteremben,
07:20
but it's alsois trueigaz in the classroomtanterem,
122
428062
2959
igaz az osztályteremben,
07:23
in the bedroomhálószoba,
123
431045
2043
a hálószobában
07:25
and in the boardroomTárgyaló.
124
433112
1988
és a tanácsteremben.
07:28
And so here'sitt my concernvonatkozik:
125
436366
1858
Épp emiatt aggódom:
07:30
techtech companiesvállalatok
whichmelyik shallköteles remainmarad namelessnévtelen ...
126
438248
2919
a nagy tech-cégek,
amiknek nem mondjuk ki a nevét...
vagy de, mégis.
07:34
well, maybe not.
127
442047
1150
Mondjuk, a Google, Facebook –
07:35
You know, GoogleGoogle, FacebookFacebook --
128
443221
1452
07:36
(LaughterNevetés)
129
444697
3412
(Nevetés)
több millió dollárt költenek
érzelem-felismerő rendszerek kutatására,
07:40
are spendingkiadások millionsTöbb millió of researchkutatás dollarsdollár
to buildépít emotion-detectionérzelem-kimutatása systemsrendszerek,
130
448133
5683
07:45
and they are fundamentallyalapvetően
askingkérve the wrongrossz questionkérdés,
131
453840
3030
és alapból rosszul teszik fel a kérdést,
07:48
because they're tryingmegpróbálja to detectfelismerni
emotionsérzelmek in the facearc and the bodytest,
132
456894
4944
ugyanis az arcon és testen próbálják
felismerni az érzelmeket,
07:53
but emotionsérzelmek aren'tnem in your facearc and bodytest.
133
461862
2814
amik pedig nem az arcon
és nem a testen vannak.
07:57
PhysicalFizikai movementsmozgások
have no intrinsicbelső emotionalérzelmi meaningjelentés.
134
465137
4230
A fizikai mozdulatoknak
nincs rejtett érzelmi jelentése.
Nekünk kell jelentéssel megtölteni őket.
08:03
We have to make them meaningfuljelentőségteljes.
135
471741
1955
08:05
A humanemberi or something elsemás
has to connectkapcsolódni them to the contextkontextus,
136
473720
3585
Egy embernek vagy bármi másnak kell
ezeket összefüggésbe rendezni,
08:09
and that makesgyártmányú them meaningfuljelentőségteljes.
137
477329
1786
és ez ad nekik jelentést.
08:11
That's how we know
that a smilemosoly mightesetleg mean sadnessszomorúság
138
479139
5786
Így tudjuk, hogy egy mosoly
kifejezhet szomorúságot,
08:16
and a crykiáltás mightesetleg mean happinessboldogság,
139
484949
3032
a sírás boldogságot is jelenthet,
08:20
and a stoicsztoikus, still facearc mightesetleg mean
140
488005
3562
egy rezzenéstelen, nyugodt arc
pedig azt is jelentheti,
08:23
that you are angrilymérgesen plottingvaló ábrázolásáról
the demisekimúlását of your enemyellenség.
141
491591
3531
hogy ádázul eltervezzük
ellenségünk elpusztítását.
08:29
Now, if I haven'tnincs alreadymár
goneelmúlt out on a limbvégtag,
142
497873
3397
Ha még nem feszítettem túl a húrokat,
08:33
I'll just edgeél out on that limbvégtag
a little furthertovábbi and tell you
143
501294
3388
akkor hadd feszítsem tovább,
és hadd mondjam el önöknek:
08:36
that the way that you experiencetapasztalat
your ownsaját emotionérzelem
144
504706
3436
saját érzelmeiket pontosan ugyanígy
08:40
is exactlypontosan the sameazonos processfolyamat.
145
508166
2881
tapasztalják meg.
08:43
Your brainagy is basicallyalapvetően
makinggyártás predictionselőrejelzések, guessestalálgatások,
146
511071
4691
Az agyuk alapvetően előrejelzéseket
és feltételezéseket teremt,
08:47
that it's constructingépítése in the momentpillanat
147
515786
2286
egyetlen pillanat alatt
08:50
with billionsmilliárdokat of neuronsneuronok workingdolgozó togetheregyütt.
148
518096
4209
neuronok milliárdjai működnek együtt.
08:55
Now your brainagy does come
prewiredThermic to make some feelingsérzések,
149
523106
4287
Egyes érzések valóban születésünktől
megvannak az agyunkban.
08:59
simpleegyszerű feelingsérzések that come
from the physiologyfiziológia of your bodytest.
150
527417
4802
Ezek egyszerű, a test fiziológiájából
adódó érzelmek.
09:04
So when you're bornszületett,
151
532243
1684
Így amikor megszületünk,
09:05
you can make feelingsérzések
like calmnessnyugalom and agitationagitáció,
152
533951
4394
képesek vagyunk nyugalmat
és izgatottságot érezni,
09:10
excitementizgalom, comfortkényelem, discomfortrossz közérzet.
153
538369
2404
lelkesedést, kényelmet, kényelmetlenséget.
09:13
But these simpleegyszerű feelingsérzések
are not emotionsérzelmek.
154
541266
3023
Ám ezek az egyszerű érzések nem érzelmek.
09:16
They're actuallytulajdonképpen with you
everyminden wakingébredés momentpillanat of your life.
155
544313
3833
Ezek valójában végigkísérik
életünk minden éber pillanatát.
09:20
They are simpleegyszerű summariesösszefoglalók
of what's going on insidebelül your bodytest,
156
548694
4581
Egyszerű összefoglalásai annak,
hogy mi zajlik testünkben,
09:25
kindkedves of like a barometerBarométer.
157
553299
1458
egyfajta barométerek.
09:27
But they have very little detailRészlet,
158
555908
2072
De elnagyoltak,
nekünk pedig fontosak a részletek
a következő lépés eldöntéséhez.
09:30
and you need that detailRészlet
to know what to do nextkövetkező.
159
558004
2903
09:32
What do you about these feelingsérzések?
160
560931
1782
Mit kezdjünk ezekkel az érzésekkel?
És hogyan állítja elő agyunk
az ehhez szükséges részletet?
09:35
And so how does your brainagy
give you that detailRészlet?
161
563061
2254
09:37
Well, that's what predictionselőrejelzések are.
162
565339
1754
Ehhez kellenek az előrejelzések.
09:39
PredictionsElőrejelzések linklink
the sensationsérzés in your bodytest
163
567117
3429
Ezek összekötik az egyszerű
érzéseinket okozó
09:42
that give you these simpleegyszerű feelingsérzések
164
570570
1810
testérzeteinket azzal,
09:44
with what's going on
around you in the worldvilág
165
572404
2055
ami a környezetünkben történik,
így tudjuk, mit kell tennünk.
09:46
so that you know what to do.
166
574483
1349
09:47
And sometimesnéha,
167
575856
1477
Előfordul,
09:49
those constructionsszerkezetek are emotionsérzelmek.
168
577357
5038
hogy érzelmeket épít fel.
09:54
So for examplepélda, if you were
to walkséta into a bakerypékség,
169
582419
4755
Ha például el akarnánk menni
egy pékségbe,
09:59
your brainagy mightesetleg predictmegjósolni
that you will encountertalálkozás
170
587198
3809
agyunk előre jelezné,
hogy frissen sült csokis sütemény
10:03
the deliciousfinom aromaaroma of freshlyfrissen bakedsült
chocolatecsokoládé chipcsip cookiescookie-k.
171
591031
4079
mennyei illatára számíthatunk.
10:07
I know my brainagy would predictmegjósolni
172
595531
1735
Tudom, hogy az én agyam
10:09
the deliciousfinom aromaaroma of freshlyfrissen bakedsült
chocolatecsokoládé cookiescookie-k.
173
597290
2607
pontosan ezt jósolná.
10:11
And our brainsagyvelő mightesetleg causeok
our stomachsgyomor to churnlemorzsolódás a little bitbit,
174
599921
2991
Sőt, az agyunk hatására
kicsit még a gyomrunk is megkordulhat,
10:14
to prepareelőkészítése for eatingenni those cookiescookie-k.
175
602936
2961
felkészülve a sütizésre.
10:17
And if we are correcthelyes,
176
605921
1731
Ha igazunk van,
10:19
if in facttény some cookiescookie-k
have just come out of the ovensütő,
177
607676
3023
és tényleg frissen sült
sütik érkeznek éppen,
10:22
then our brainsagyvelő will
have constructedszerkesztett hungeréhség,
178
610723
2942
akkor az agyunk éhségérzetet teremtett,
10:25
and we are preparedelőkészített
to munchMunch down those cookiescookie-k
179
613689
3928
így előkészültünk arra,
hogy felfaljuk azokat a süteményeket,
10:29
and digestmegemészteni them in a very efficienthatékony way,
180
617641
2374
és nagyon hatékonyan megemésszük őket,
10:32
meaningjelentés that we can eateszik a lot of them,
181
620039
1825
ami azt jelenti: sokat falhatunk,
10:33
whichmelyik would be a really good thing.
182
621888
1745
márpedig ez tényleg klassz lenne.
10:36
You guys are not laughingnevetés enoughelég.
I'm totallyteljesen serioussúlyos.
183
624160
2524
Hát, önök nem nevetnek eléggé.
Halál komolyan mondom.
10:38
(LaughterNevetés)
184
626708
3817
(Nevetés)
10:42
But here'sitt the thing.
185
630549
1150
De itt a lényeg.
10:43
That churningkavargó stomachgyomor,
186
631723
2404
A gyomorkorgásnak
10:46
if it occursbekövetkezik in a differentkülönböző situationhelyzet,
187
634151
2150
egészen eltérő lehet a jelentése,
10:48
it can have a completelyteljesen
differentkülönböző meaningjelentés.
188
636325
2000
ha más helyzetben fordul elő.
10:50
So if your brainagy were to predictmegjósolni
a churningkavargó stomachgyomor
189
638349
3555
Ha az agyunk korgó gyomrot jósolna,
10:53
in, say, a hospitalkórház roomszoba
while you're waitingvárakozás for testteszt resultstalálatok,
190
641928
4999
mondjuk, egy kórteremben,
amíg a leleteinkre várunk,
10:58
then your brainagy will be constructingépítése dreadretteg
191
646951
2699
akkor az agyunk rettegést,
11:01
or worryaggodalom or anxietyszorongás,
192
649674
2499
aggódást vagy szorongást teremt,
11:04
and it mightesetleg causeok you to, maybe,
193
652197
3698
és ez esetleg
11:07
wringtekerni your handskezek
194
655919
2491
kézremegést is okozhat,
11:10
or take a deepmély breathlehelet or even crykiáltás.
195
658434
2562
vagy sóhajtozást, akár még sírást is.
11:13
Right? SameAzonos physicalfizikai sensationszenzáció,
sameazonos churningkavargó stomachgyomor,
196
661808
4673
Értik? Ugyanaz a fizikai érzés,
ugyanaz a korgó gyomor,
11:18
differentkülönböző experiencetapasztalat.
197
666505
1485
de teljesen más tapasztalás.
11:20
And so the lessonlecke here
198
668678
1699
Ebből pedig az a tanulság,
11:22
is that emotionsérzelmek whichmelyik seemlátszik
to happentörténik to you
199
670401
4135
hogy az épp velünk történő érzelmeket
11:26
are actuallytulajdonképpen madekészült by you.
200
674560
2476
valójában mi magunk hozzuk létre.
11:32
You are not at the mercyirgalom
of mythicalmitikus emotionérzelem circuitsáramkörök
201
680115
5024
Nem vagyunk agyunk ősi részeibe égetett
11:37
whichmelyik are buriedeltemetett deepmély insidebelül
some ancientősi partrész of your brainagy.
202
685163
3440
rejtélyes áramkörök szeszélyeire bízva.
11:42
You have more controlellenőrzés over your emotionsérzelmek
203
690006
3682
Sokkal több hatalmunk van
érzelmeink fölött,
11:45
than you think you do.
204
693712
1555
mint hinnénk.
11:47
I don't mean that you can
just snapSnap your fingersujjak
205
695291
2279
Nem állítom, hogy elég egy csettintés,
11:49
and changeváltozás how you feel the way
that you would changeváltozás your clothesruhák,
206
697594
4184
és úgy váltogathatjuk érzelmeinket,
akár a ruhadarabjainkat,
11:53
but your brainagy is wiredvezetékes
207
701802
2507
de agyunk úgy van huzalozva,
11:56
so that if you changeváltozás the ingredientsösszetevők
that your brainagy usesfelhasználások to make emotionérzelem,
208
704333
6032
hogy ha az agy érzelemkeltéshez használt
alkotóelemeit kicseréljük,
12:02
then you can transformátalakít
your emotionalérzelmi life.
209
710389
3166
akkor teljes érzelmi életünket
átalakíthatjuk.
12:06
So if you changeváltozás those ingredientsösszetevők todayMa,
210
714274
2832
Ha tehát már ma kicseréljük ezeket másra,
12:09
you're basicallyalapvetően teachingtanítás your brainagy
how to predictmegjósolni differentlyeltérően tomorrowholnap,
211
717130
4888
akkor azt tanítjuk meg agyunknak,
hogy holnaptól már másképp jósoljon.
12:14
and this is what I call
beinglény the architectépítészmérnök of your experiencetapasztalat.
212
722042
5071
Ezt én úgy hívom, hogy legyünk
saját tapasztalataink építészei.
12:20
So here'sitt an examplepélda.
213
728605
1253
Mondok egy példát.
Vizsga előtt mindannyian
izgultunk már, ugye?
12:23
All of us have had a nervousideges feelingérzés
before a testteszt, right?
214
731771
3410
12:27
But some people experiencetapasztalat
cripplingbénulás anxietyszorongás before a testteszt.
215
735974
4469
De vannak, akiket teljesen lebénít
a vizsga előtti szorongás.
12:32
They have testteszt anxietyszorongás.
216
740467
1308
Ezt hívják vizsgadrukknak.
12:35
BasedAlapján on pastmúlt experiencestapasztalatok of takingbevétel teststesztek,
217
743406
4690
Korábbi vizsgaélményeikből fakad,
12:40
theirazok brainsagyvelő predictmegjósolni
a hammeringkalapált heartbeatszívverés,
218
748120
3325
az agyuk heves szívdobogást idéz elő,
12:43
sweatyizzadt handskezek,
219
751469
1419
izzad a tenyerük,
12:44
so much so that they are unableképtelen
to actuallytulajdonképpen take the testteszt.
220
752912
5500
annyira, hogy nem tudják
teljesíteni a vizsgát.
12:50
They don't performteljesít well,
221
758436
1262
Rosszul szerepelnek,
12:51
and sometimesnéha they not only failnem sikerül coursesnyelvtanfolyamok
but they actuallytulajdonképpen mightesetleg failnem sikerül collegefőiskola.
222
759722
4397
olykor nemcsak egy tárgyból buknak,
hanem évismétlők is lesznek.
12:57
But here'sitt the thing:
223
765131
1151
De hangsúlyozom:
12:59
a hammeringkalapált heartbeatszívverés
is not necessarilyszükségszerűen anxietyszorongás.
224
767036
3812
a heves szívdobogás
nem feltétlenül szorongást jelent.
13:02
It could be that your bodytest
is preparingelőkészítése to do battlecsata
225
770872
5135
Jelezheti azt is,
hogy testünk csatára készül,
13:08
and aceász that testteszt ...
226
776031
1484
és tarol azon a vizsgán...
13:10
or, you know, give a talk
227
778449
2175
vagy például előadást tart
13:12
in frontelülső of hundredsszáz of people
on a stageszínpad where you're beinglény filmedfilmre.
228
780648
3596
több száz ember előtt egy színpadon,
miközben filmre veszik.
13:16
(LaughterNevetés)
229
784268
1595
(Nevetés)
13:17
I'm serioussúlyos.
230
785887
1246
Komolyan mondom.
13:19
(LaughterNevetés)
231
787158
1738
(Nevetés)
13:21
And researchkutatás showsműsorok
that when studentsdiákok learntanul
232
789529
4461
Kutatások bizonyítják,
hogy amikor a diákok
13:26
to make this kindkedves
of energizedmeghúz determinationmeghatározás
233
794014
2731
a szorongás helyett
tudatosan alkalmazzák
13:28
insteadhelyette of anxietyszorongás,
234
796769
1441
ezt a határozott elszántságot,
13:30
they performteljesít better on teststesztek.
235
798234
2096
akkor jobb eredményeket érnek el.
13:33
And that determinationmeghatározás seedsmagok theirazok brainagy
to predictmegjósolni differentlyeltérően in the futurejövő
236
801145
4894
Ez az elszántság arra serkenti agyukat,
hogy másképp jósoljon a jövőben,
13:38
so that they can get theirazok butterfliespillangók
flyingrepülő in formationképződés.
237
806063
3031
így képesek csapatokba rendezni
szanaszét repkedő pillangóikat.
13:41
And if they do that oftengyakran enoughelég,
238
809507
2152
És ha ezt elég gyakran teszik,
13:43
they not only can passelhalad a testteszt
239
811683
2548
nemcsak a vizsgáikon mennek át,
13:46
but it will be easierkönnyebb for them
to passelhalad theirazok coursesnyelvtanfolyamok,
240
814255
3024
hanem a kurzusaikat is
jobban teljesítik,
13:49
and they mightesetleg even finishBefejez collegefőiskola,
241
817303
2961
diplomát is szerezhetnek végül,
13:52
whichmelyik has a hugehatalmas impacthatás
on theirazok futurejövő earningkereső potentiallehetséges.
242
820288
4268
ami sokat jelent későbbi életükben
jövedelemszerzési szempontból.
13:57
So I call this emotionalérzelmi
intelligenceintelligencia in actionakció.
243
825458
3230
Úgy hívom: az érzelmi intelligencia
mozgásba lendülése.
14:01
Now you can cultivateápolása
this emotionalérzelmi intelligenceintelligencia yourselfsaját magad
244
829930
3584
Mindenki fejlesztheti saját
érzelmi intelligenciáját,
14:05
and use it in your everydayminden nap life.
245
833538
2266
és alkalmazhatja mindennapi életében.
14:07
So just, you know,
246
835828
1885
Képzeljék el például,
14:09
imagineKépzeld el wakingébredés up in the morningreggel.
247
837737
1580
hogy reggel felébrednek.
14:11
I'm sure you've had
this experiencetapasztalat. I know I have.
248
839341
2435
Biztos vagyok benne,
hogy átélték már. Én igen.
14:13
You wakeébred up and as you're emergingfeltörekvő
into consciousnessöntudat,
249
841800
2635
Felébrednek, és ahogy
kezdenek magukhoz térni,
14:16
you feel this horribleszörnyű dreadretteg,
250
844459
3191
ezt a szörnyű rettegést érzik,
14:19
you know, this realigazi wretchednessnyomor,
251
847674
2001
tudják, az igazi kétségbeesést,
14:21
and immediatelyazonnal, your mindelme startskezdődik to raceverseny.
252
849699
2682
és akkor az elméjük azonnal akcióba lép.
14:24
You startRajt to think about
all the crapmarhaság that you have to do at work
253
852405
3080
Az összes marhaság átfut az agyukon,
amiket majd el kell végezni,
14:27
and you have that mountainhegy of emailemail
254
855509
1708
ott a nagy rakás email,
14:29
whichmelyik you will never
digás yourselfsaját magad out of ever,
255
857241
2895
amikből képtelenség kikeveredni,
14:32
the phonetelefon callshívások you have to returnVisszatérés,
256
860160
1826
az elintézetlen telefonhívások,
14:34
and that importantfontos meetingtalálkozó acrossát townváros,
257
862010
1872
a fontos találkozó a város másik végén,
14:35
and you're going to have to fightharc trafficforgalom,
258
863906
2039
és persze mindenütt dugók,
14:37
you'llazt is megtudhatod be latekéső pickingfeltörés your kidsgyerekek up,
259
865969
1721
a gyerekekért csak késve érnek oda,
14:39
your dogkutya is sickbeteg, and what
are you going to make for dinnervacsora?
260
867714
2824
a kutya beteg, és mit fognak
főzni vacsorára?
14:42
Oh my God.
261
870562
1183
Te jó ég.
14:43
What is wrongrossz with your life?
262
871769
1506
Mi a baj az életükkel?
14:45
What is wrongrossz with my life?
263
873299
1586
Mi a baj az életemmel?
14:46
(LaughterNevetés)
264
874909
5470
(Nevetés)
14:52
That mindelme racingverseny is predictionjóslás.
265
880403
2523
Az elme ilyen ámokfutása előrejelzés.
14:55
Your brainagy is searchingkutató
to find an explanationmagyarázat
266
883510
4722
Az agy magyarázatot keres
15:00
for those sensationsérzés in your bodytest
that you experiencetapasztalat as wretchednessnyomor,
267
888256
5620
a testükben jelentkező
kétségbeesés-érzetekre,
15:05
just like you did with the blobbyPacák imagekép.
268
893900
3928
épp úgy, ahogy a pacás képekkel tették.
15:10
So your brainagy is tryingmegpróbálja to explainmegmagyarázni
what causedokozott those sensationsérzés
269
898950
5515
Az agyuk magyarázatot akar adni arra,
hogy mi okozza azokat az érzéseket,
15:16
so that you know what to do about them.
270
904489
2000
hogy tudják, mihez kezdjenek velük.
15:19
But those sensationsérzés
271
907242
1612
Ám azok az érzések
15:20
mightesetleg not be an indicationjelzés
that anything is wrongrossz with your life.
272
908878
3048
talán nem azt jelzik, hogy valami
nincs rendben az életükben.
15:24
They mightesetleg have a purelytisztán physicalfizikai causeok.
273
912296
2812
Pusztán fizikai okai is lehetnek.
15:27
Maybe you're tiredfáradt.
274
915132
1215
Mondjuk, kimerültek.
15:28
Maybe you didn't sleepalvás enoughelég.
275
916371
1430
Esetleg nem aludtak eleget.
15:29
Maybe you're hungryéhes.
276
917825
1350
Talán éhesek.
15:31
Maybe you're dehydrateddehidratált.
277
919199
1576
Talán szomjasak.
15:33
The nextkövetkező time that you feel
intenseerős distressszorongás,
278
921691
5599
Ha legközelebb erős szorongást éreznek,
15:39
askkérdez yourselfsaját magad:
279
927314
1711
kérdezzék meg maguktól:
15:41
Could this have a purelytisztán physicalfizikai causeok?
280
929049
3690
lehet, hogy csak fizikai okai vannak?
15:45
Is it possiblelehetséges that you can transformátalakít
281
933208
3608
Lehet, hogy az érzelmi szenvedés
15:48
emotionalérzelmi sufferingszenvedő
into just merepuszta physicalfizikai discomfortrossz közérzet?
282
936840
3976
átalakítható pusztán fizikai
rossz közérzetté?
15:54
Now I am not suggestingami arra utal, to you
283
942182
2444
Nem azt sugallom önöknek,
15:56
that you can just performteljesít
a couplepárosít of JediJedik mindelme trickstrükkök
284
944650
2921
hogy elég néhány jedi-trükköt előkapni,
15:59
and talk yourselfsaját magad out of beinglény depressednyomott
285
947595
2992
és kibeszélhetik magukból
a depressziót,
16:02
or anxiousaggódó or any kindkedves
of serioussúlyos conditionfeltétel.
286
950611
4515
a szorongást vagy bármilyen
komoly lelki válságot.
16:07
But I am tellingsokatmondó you
287
955150
1635
Hanem azt mondom,
16:08
that you have more controlellenőrzés
over your emotionsérzelmek than you mightesetleg imagineKépzeld el,
288
956809
3873
jobban tudunk uralkodni érzelmeink fölött,
mintsem képzeljük,
16:12
and that you have the capacitykapacitás
289
960706
1896
és megvan bennünk a képesség arra,
16:14
to turnfordulat down the dialtelefonos
on emotionalérzelmi sufferingszenvedő
290
962626
3081
hogy lecsillapítsuk
érzelmi szenvedésünk erejét,
16:17
and its consequenceskövetkezményei for your life
291
965731
2134
és ennek hatását az életünkre úgy,
16:19
by learningtanulás how to constructépít
your experiencestapasztalatok differentlyeltérően.
292
967889
2852
hogy megtanuljuk másképp
felépíteni a tapasztalatainkat.
16:24
And all of us can do this
293
972112
1754
Erre mindenki képes,
és egy kis gyakorlással
egész jó eredményeket érhetünk el,
16:25
and with a little practicegyakorlat,
we can get really good at it,
294
973890
2891
olyan, mint az autóvezetés.
16:28
like drivingvezetés.
295
976805
1245
16:30
At first, it takes a lot of efforterőfeszítés,
296
978074
1760
Eleinte fáradságos,
16:31
but eventuallyvégül is it becomesválik
prettyszép automaticautomatikus.
297
979858
2254
de idővel szinte automatikussá válik.
16:35
Now I don't know about you,
298
983302
1308
Nem ismerem önöket,
16:36
but I find this to be
a really empoweringképessé and inspiringinspiráló messageüzenet,
299
984634
5320
de szerintem ez igazán
erőt adó és lelkesítő üzenet,
16:41
and the facttény that it's backedháttal ellátott up
by decadesévtizedekben of researchkutatás
300
989978
2635
és engem kutatóként boldoggá tesz a tény,
16:44
makesgyártmányú me alsois happyboldog as a scientisttudós.
301
992637
2909
hogy mindezt több évtizedes
kutatás támasztja alá.
16:47
But I have to alsois warnfigyelmeztet you
that it does come with some fine printnyomtatás,
302
995570
3143
De figyelmeztetnem kell önöket,
most jön az apróbetűs rész,
16:50
because more controlellenőrzés
alsois meanseszközök more responsibilityfelelősség.
303
998737
4666
mert a nagyobb önuralom
nagyobb felelősséget is jelent.
16:57
If you are not at the mercyirgalom
of mythicalmitikus emotionérzelem circuitsáramkörök
304
1005225
4249
Ha nem vagyunk kiszolgáltatva
titkos áramköröknek,
17:01
whichmelyik are buriedeltemetett deepmély
insidebelül your brainagy somewherevalahol
305
1009498
2297
melyek valahol az agyunk mélyén rejtőznek,
17:03
and whichmelyik triggerravasz automaticallyautomatikusan,
306
1011819
2113
és automatikusan működésbe lépnek,
17:05
then who'saki responsiblefelelős,
307
1013956
2657
akkor ki a felelős:
17:08
who is responsiblefelelős when you behaveviselkedik badlyrosszul?
308
1016637
2118
ki a felelős a rossz viselkedésünkért?
17:12
You are.
309
1020422
1150
Mi magunk.
17:14
Not because you're culpablevétkes
for your emotionsérzelmek,
310
1022028
3022
Nem az érzelmeink miatt vagyunk vétkesek,
17:17
but because the actionsakciók
and the experiencestapasztalatok that you make todayMa
311
1025074
4988
hanem mert a tetteink és a tapasztalatok,
amiket ma szerzünk,
17:22
becomeválik your brain'sagyvelő
predictionselőrejelzések for tomorrowholnap.
312
1030086
2825
agyunk holnapi előrejelzéseivé válnak.
17:25
SometimesNéha we are responsiblefelelős for something
313
1033775
2866
Van úgy, hogy nem azért vagyunk felelősek,
17:28
not because we're to blamefeddés
314
1036665
2637
amivel vádolnak minket,
17:31
but because we're the only onesazok
who can changeváltozás it.
315
1039326
3071
hanem mert mi vagyunk az egyetlenek,
akik megváltoztathatjuk.
17:35
Now responsibilityfelelősség is a bignagy wordszó.
316
1043750
2425
A felelősség súlyos szó.
17:38
It's so bignagy, in facttény,
317
1046199
1722
Annyira súlyos,
17:39
that sometimesnéha people feel the need
to resistellenáll the scientifictudományos evidencebizonyíték
318
1047945
5539
hogy sokan inkább el sem fogadják
annak tudományos bizonyítékait,
17:45
that emotionsérzelmek are builtépült and not builtépült in.
319
1053508
3500
hogy az érzelmek nem maguktól keletkeznek,
hanem mi építjük fel őket.
17:50
The ideaötlet that we are responsiblefelelős
for our ownsaját emotionsérzelmek
320
1058860
4272
Nagyon nehéznek tűnik
megemészteni azt a gondolatot,
17:55
seemsÚgy tűnik, very hardkemény to swallowfecske.
321
1063156
2743
hogy felelősek vagyunk az érzelmeinkért.
17:59
But what I'm suggestingami arra utal, to you
is you don't have to chokeFojtó on that ideaötlet.
322
1067027
3802
De azt javaslom önöknek,
hogy ne fojtsák el ezt a gondolatot.
18:02
You just take a deepmély breathlehelet,
323
1070853
1380
Csak sóhajtsanak egy nagyot,
18:04
maybe get yourselfsaját magad
a glassüveg of watervíz if you need to,
324
1072257
2938
esetleg igyanak egy pohár vizet,
18:07
and embraceölelés it.
325
1075219
1156
és fogadják el.
18:08
EmbraceÖlelés that responsibilityfelelősség,
326
1076399
1651
Fogadják el a felelősséget,
18:10
because it is the pathpálya
to a healthieregészségesebb bodytest,
327
1078074
4428
mert ez az út egészségesebb testhez,
18:14
a more just and informedtájékozott legaljogi systemrendszer,
328
1082526
3917
igazságosabb és megfontoltabb
törvényhozáshoz,
18:18
and a more flexiblerugalmas
and potenterős emotionalérzelmi life.
329
1086467
2841
rugalmasabb és érzelmekben
gazdagabb élethez vezet.
18:21
Thank you.
330
1089935
1151
Köszönöm.
18:23
(ApplauseTaps)
331
1091110
4461
(Taps)
Translated by Andrea Vida
Reviewed by Tímea Hegyessy

▲Back to top

ABOUT THE SPEAKER
Lisa Feldman Barrett - Neuroscientist, psychologist, author
Lisa Feldman Barrett, PhD is a University Distinguished Professor of Psychology at Northeastern University, with positions in psychiatry and radiology at Massachusetts General Hospital and Harvard Medical School.

Why you should listen

Twenty-five years ago, Lisa Feldman Barrett ran a series of psychology experiments whose conclusions seemed to defy common sense. It turned out common sense was wrong, and has been for 2,000 years. The result is a radical, new theory of how the brain creates emotions and a novel view of human nature.

Dr. Barrett is now a University Distinguished Professor of Psychology and Director of the Interdisciplinary Affective Science Laboratory (IASLab) at Northeastern University, with research appointments in the departments of psychiatry and radiology at Massachusetts General Hospital and Harvard Medical School. She has published more than 200 peer-reviewed research papers in top scientific journals on emotion, psychology, and neuroscience. She educates the public about science with her articles for the New York Times and other media outlets. Her research teams span the globe, studying people in the West, the East and remote parts of Africa.

More profile about the speaker
Lisa Feldman Barrett | Speaker | TED.com