ABOUT THE SPEAKER
Laurie Santos - Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do.

Why you should listen

Laurie Santos runs the Comparative Cognition Laboratory (CapLab) at Yale, where she and collaborators across departments (from psychology to primatology to neurobiology) explore the evolutionary origins of the human mind by studying lemurs, capuchin monkeys and other primates. The twist: Santos looks not only for positive humanlike traits, like tool-using and altruism, but irrational ones, like biased decisionmaking.

In elegant, carefully constructed experiments, Santos and CapLab have studied how primates understand and categorize objects in the physical world -- for instance, that monkeys understand an object is still whole even when part of it is obscured. Going deeper, their experiments also search for clues that primates possess a theory of mind -- an ability to think about what other people think.

Most recently, the lab has been looking at behaviors that were once the province mainly of novelists: jealousy, frustration, judgment of others' intentions, poor economic choices. In one experiment, Santos and her team taught monkeys to use a form of money, tradeable for food. When certain foods became cheaper, monkeys would, like humans, overbuy. As we humans search for clues to our own irrational behaviors, Santos' research suggests that the source of our genius for bad decisions might be our monkey brains.

More profile about the speaker
Laurie Santos | Speaker | TED.com
TEDGlobal 2010

Laurie Santos: A monkey economy as irrational as ours

Laurie Santos: Egy majom gazdaság, ami pont olyan irracionális, mint a miénk

Filmed:
1,506,660 views

Laurie Santos az emberi irracionalitás gyökereit keresi azáltal, hogy a főemlős rokonaink döntéseit vizsgálja. A "majom gazdaság" egy ügyes kísérlet sorozat, ami bebizonyítja, hogy a majmok is hoznak épp olyan buta döntéseket, mint mi.
- Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do. Full bio

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

00:17
I want to startRajt my talk todayMa with two observationsmegfigyelések
0
2000
2000
Két megfigyeléssel szeretném kezdeni az előadásom
00:19
about the humanemberi speciesfaj.
1
4000
2000
az emberi fajról.
00:21
The first observationmegfigyelés is something that you mightesetleg think is quiteegészen obviousnyilvánvaló,
2
6000
3000
Az első megfigyelésről talán azt gondolják, hogy nyilvánvaló,
00:24
and that's that our speciesfaj, HomoHomo sapienssapiens,
3
9000
2000
miszerint a fajunk, a Homo sapiens,
00:26
is actuallytulajdonképpen really, really smartOkos --
4
11000
2000
tulajdonképpen nagyon-nagyon okos --
00:28
like, ridiculouslynevetségesen smartOkos --
5
13000
2000
nevetségesen okos --
00:30
like you're all doing things
6
15000
2000
olyan dolgokat csinálunk,
00:32
that no other speciesfaj on the planetbolygó does right now.
7
17000
3000
amit rajtunk kívül egyetlen faj sem csinál pillanatnyilag.
00:35
And this is, of coursetanfolyam,
8
20000
2000
És ez természetesen
00:37
not the first time you've probablyvalószínűleg recognizedelismert this.
9
22000
2000
nem az első alkalom, hogy erre rádöbbentek.
00:39
Of coursetanfolyam, in additionkiegészítés to beinglény smartOkos, we're alsois an extremelyrendkívüli módon vainhiába speciesfaj.
10
24000
3000
Természetesen, amellett, hogy nagyon okosak vagyunk, hihetetlenül hiúak is.
00:42
So we like pointingmutatva out the facttény that we're smartOkos.
11
27000
3000
Ezért szeretjük hangoztatni, hogy milyen okosak vagyunk.
00:45
You know, so I could turnfordulat to prettyszép much any sagezsálya
12
30000
2000
Fordulhatok akármelyik bölcshöz
00:47
from ShakespeareShakespeare to StephenIstván ColbertColbert
13
32000
2000
Shakespeare-től Stephen Colbert-ig,
00:49
to pointpont out things like the facttény that
14
34000
2000
hogy rámutassanak a tényre,
00:51
we're noblenemes in reasonok and infinitevégtelen in facultieskarok
15
36000
2000
'Mily nemes az értelmünk! Mily határtalanok tehetségeink!'
00:53
and just kindkedves of awesome-erfélelmetes-er than anything elsemás on the planetbolygó
16
38000
2000
és úgy általában klasszabbak vagyunk, mint bármi más
00:55
when it comesjön to all things cerebralagyi.
17
40000
3000
ezen a bolygón, ha az észről van szó.
00:58
But of coursetanfolyam, there's a secondmásodik observationmegfigyelés about the humanemberi speciesfaj
18
43000
2000
De van egy másik megfigyelés is az emberi fajról,
01:00
that I want to focusfókusz on a little bitbit more,
19
45000
2000
amire koncentrálni szeretnék,
01:02
and that's the facttény that
20
47000
2000
és ez a tény,
01:04
even thoughbár we're actuallytulajdonképpen really smartOkos, sometimesnéha uniquelyegyedileg smartOkos,
21
49000
3000
hogy bármilyen okosak is vagyunk, időnként egyedülállóan okosak,
01:07
we can alsois be incrediblyhihetetlenül, incrediblyhihetetlenül dumbnéma
22
52000
3000
nagyon-nagyon buták is tudunk lenni, amikor
01:10
when it comesjön to some aspectsszempontok of our decisiondöntés makinggyártás.
23
55000
3000
a döntéshozás bizonyos aspektusairól van szó.
01:13
Now I'm seeinglátás lots of smirksvigyorog out there.
24
58000
2000
Elég sok fintort látok a közönség soraiban.
01:15
Don't worryaggodalom, I'm not going to call anyonebárki in particularkülönös out
25
60000
2000
Ne izguljanak, nem fogok senkit néven nevezni
01:17
on any aspectsszempontok of your ownsaját mistakeshibák.
26
62000
2000
a konkrét tévedései miatt.
01:19
But of coursetanfolyam, just in the last two yearsévek
27
64000
2000
Persze csak az elmúlt két évben
01:21
we see these unprecedentedpéldátlan examplespéldák of humanemberi ineptitudeképtelenség.
28
66000
3000
elképesztő példákat láttunk az emberi alkalmatlanságra.
01:24
And we'vevoltunk watchedfigyelte as the toolsszerszámok we uniquelyegyedileg make
29
69000
3000
És láttuk, ahogy a szerszámok, amiket csak mi készítünk,
01:27
to pullHúzni the resourceserőforrások out of our environmentkörnyezet
30
72000
2000
hogy kinyerjük az energiát a környezetünkből,
01:29
kindkedves of just blowfúj up in our facearc.
31
74000
2000
felrobbantak a szemünk előtt.
01:31
We'veMost már watchedfigyelte the financialpénzügyi marketspiacok that we uniquelyegyedileg createteremt --
32
76000
2000
Láttuk, ahogy a pénzügyi piacok, amiket csak mi készítünk --
01:33
these marketspiacok that were supposedfeltételezett to be foolproofüzembiztos --
33
78000
3000
a piacok, amiknek üzembiztosnak kellett volna lenniük --
01:36
we'vevoltunk watchedfigyelte them kindkedves of collapseösszeomlás before our eyesszemek.
34
81000
2000
láttuk, ahogy összeomlottak a szemünk előtt.
01:38
But bothmindkét of these two embarrassingkínos examplespéldák, I think,
35
83000
2000
De véleményem szerint egyik kínos példa sem
01:40
don't highlightJelölje ki a what I think is mosta legtöbb embarrassingkínos
36
85000
3000
világít rá arra, ami a legkínosabb
01:43
about the mistakeshibák that humansemberek make,
37
88000
2000
az emberi hibákban, az, hogy
01:45
whichmelyik is that we'dHázasodik like to think that the mistakeshibák we make
38
90000
3000
szeretnénk azt hinni, hogy a hibák, amiket elkövetünk
01:48
are really just the resulteredmény of a couplepárosít badrossz applesAlma
39
93000
2000
igazából csak néhány fekete bárány hibája
01:50
or a couplepárosít really sortfajta of FAILFAIL Blog-worthyBlog-méltó decisionsdöntések.
40
95000
3000
vagy néhány a FAIL Blogba kívánkozó döntésé.
01:53
But it turnsmenetek out, what socialtársadalmi scientiststudósok are actuallytulajdonképpen learningtanulás
41
98000
3000
De kiderült, társadalomtudósok azt kezdik felfedezni,
01:56
is that mosta legtöbb of us, when put in certainbizonyos contextsösszefüggések,
42
101000
3000
hogy a többségünk, bizonyos helyzetekben
01:59
will actuallytulajdonképpen make very specifickülönleges mistakeshibák.
43
104000
3000
nagyon is jellegzetes hibákat követ el.
02:02
The errorshibák we make are actuallytulajdonképpen predictablekiszámítható.
44
107000
2000
A tévedéseink kiszámíthatóak.
02:04
We make them again and again.
45
109000
2000
Újra és újra elkövetjük őket.
02:06
And they're actuallytulajdonképpen immuneimmúnis to lots of evidencebizonyíték.
46
111000
2000
És igazából immunisak a bizonyítékokra.
02:08
When we get negativenegatív feedbackVisszacsatolás,
47
113000
2000
Hiába kapunk negatív visszajelzést,
02:10
we still, the nextkövetkező time we're facearc with a certainbizonyos contextkontextus,
48
115000
3000
a következő alkalommal ugyanabban a helyzetben
02:13
tendhajlamosak to make the sameazonos errorshibák.
49
118000
2000
ugyanazt a hibát követjük el.
02:15
And so this has been a realigazi puzzlekirakós játék to me
50
120000
2000
És nekem, tulajdonképpen az emberi
02:17
as a sortfajta of scholartudós of humanemberi naturetermészet.
51
122000
2000
természet tudósának ez egy igazi rejtély volt.
02:19
What I'm mosta legtöbb curiouskíváncsi about is,
52
124000
2000
Ami igazán érdekelt, hogy
02:21
how is a speciesfaj that's as smartOkos as we are
53
126000
3000
hogyan lehet képes egy olyan okos faj,
02:24
capableképes of suchilyen badrossz
54
129000
2000
mint a miénk
02:26
and suchilyen consistentkövetkezetes errorshibák all the time?
55
131000
2000
következetesen ilyen rossz döntéseket hozni?
02:28
You know, we're the smartestlegokosabb thing out there, why can't we figureábra this out?
56
133000
3000
Ha mi vagyunk a létező legokosabb lények, hogy nem tudunk erre rájönni?
02:31
In some senseérzék, where do our mistakeshibák really come from?
57
136000
3000
Bizonyos értelemben, miből származnak a hibáink?
02:34
And havingamelynek thought about this a little bitbit, I see a couplepárosít differentkülönböző possibilitieslehetőségek.
58
139000
3000
Miután elgondolkodtam ezen, látok néhány lehetséges megoldást.
02:37
One possibilitylehetőség is, in some senseérzék, it's not really our faulthiba.
59
142000
3000
Az egyik az, hogy igazából nem a mi hibánk.
02:40
Because we're a smartOkos speciesfaj,
60
145000
2000
Mert egy okos faj vagyunk,
02:42
we can actuallytulajdonképpen createteremt all kindsféle of environmentskörnyezetek
61
147000
2000
olyan környezeteket tudunk alkotni,
02:44
that are superszuper, superszuper complicatedbonyolult,
62
149000
2000
amik szuper-szuper összetettek,
02:46
sometimesnéha too complicatedbonyolult for us to even actuallytulajdonképpen understandmegért,
63
151000
3000
néha olyan összetettek, hogy nem értjük őket,
02:49
even thoughbár we'vevoltunk actuallytulajdonképpen createdkészítette them.
64
154000
2000
még akkor is, ha mi alkottuk őket.
02:51
We createteremt financialpénzügyi marketspiacok that are superszuper complexösszetett.
65
156000
2000
Szuper komplex pénzügyi piacokat alkotunk.
02:53
We createteremt mortgagejelzálog termsfeltételek that we can't actuallytulajdonképpen dealüzlet with.
66
158000
3000
Olyan hitel feltételeket alkotunk, amikkel nem tudunk megbirkózni.
02:56
And of coursetanfolyam, if we are put in environmentskörnyezetek where we can't dealüzlet with it,
67
161000
3000
És persze ha olyan környezetbe kerülünk, amivel nem tudunk megbirkózni,
02:59
in some senseérzék makesgyártmányú senseérzék that we actuallytulajdonképpen
68
164000
2000
tulajdonképpen logikus, hogy
03:01
mightesetleg messrendetlenség certainbizonyos things up.
69
166000
2000
bizonyos dolgokat el fogunk rontani.
03:03
If this was the caseügy, we'dHázasodik have a really easykönnyen solutionmegoldás
70
168000
2000
Ha ez lenne a helyzet, nagyon egyszerű lenne a megoldás
03:05
to the problemprobléma of humanemberi errorhiba.
71
170000
2000
az emberi hiba problémájára.
03:07
We'dMi lenne actuallytulajdonképpen just say, okay, let's figureábra out
72
172000
2000
Azt kéne csak mondani, hogy rendben,
03:09
the kindsféle of technologiestechnológiák we can't dealüzlet with,
73
174000
2000
mik azok a technológiák, amikkel nem tudunk dűlőre jutni,
03:11
the kindsféle of environmentskörnyezetek that are badrossz --
74
176000
2000
mik azok a rossz környezeti feltételek --
03:13
get ridmegszabadít of those, designtervezés things better,
75
178000
2000
szabaduljunk meg tőlük, tervezzünk jobban,
03:15
and we should be the noblenemes speciesfaj
76
180000
2000
és az a nemes faj leszünk,
03:17
that we expectelvár ourselvesminket to be.
77
182000
2000
amit elvárunk magunktól.
03:19
But there's anotheregy másik possibilitylehetőség that I find a little bitbit more worryingaggasztó,
78
184000
3000
De van egy másik lehetőség, amit aggasztóbbnak találok,
03:22
whichmelyik is, maybe it's not our environmentskörnyezetek that are messedHírnök up.
79
187000
3000
hogy talán nem a környezetünk az, ami el van rontva.
03:25
Maybe it's actuallytulajdonképpen us that's designedtervezett badlyrosszul.
80
190000
3000
Talán mi magunk vagyunk rosszul tervezve.
03:28
This is a hintcélzás that I've gottenütött
81
193000
2000
Ezt gyanítom az alapján,
03:30
from watchingnézni the waysmódokon that socialtársadalmi scientiststudósok have learnedtanult about humanemberi errorshibák.
82
195000
3000
ahogy a társadalomtudósok tanulmányozták az emberi hibákat.
03:33
And what we see is that people tendhajlamosak to keep makinggyártás errorshibák
83
198000
3000
És azt látjuk, hogy az emberek ugyanazokat a hibákat
03:36
exactlypontosan the sameazonos way, over and over again.
84
201000
3000
követik el ugyanúgy, újra és újra.
03:39
It feelsérzi like we mightesetleg almostmajdnem just be builtépült
85
204000
2000
Úgy tűnik, mintha arra lettünk volna tervezve,
03:41
to make errorshibák in certainbizonyos waysmódokon.
86
206000
2000
hogy bizonyos módokon hibázzunk.
03:43
This is a possibilitylehetőség that I worryaggodalom a little bitbit more about,
87
208000
3000
Ez a lehetőség jobban aggaszt,
03:46
because, if it's us that's messedHírnök up,
88
211000
2000
mert ha mi vagyunk elcseszve,
03:48
it's not actuallytulajdonképpen clearegyértelmű how we go about dealingfoglalkozó with it.
89
213000
2000
nem teljesen tiszta, hogy hogyan tudjuk ezt kezelni.
03:50
We mightesetleg just have to acceptelfogad the facttény that we're errorhiba proneelterült
90
215000
3000
Lehet, hogy el kell fogadnunk, hogy hajlamosak vagyunk hibázni,
03:53
and try to designtervezés things around it.
91
218000
2000
és ezt észben tartva tervezni dolgokat.
03:55
So this is the questionkérdés my studentsdiákok and I wanted to get at.
92
220000
3000
Ezt a kérdést akartuk a diákjaimmal megoldani.
03:58
How can we tell the differencekülönbség betweenközött possibilitylehetőség one and possibilitylehetőség two?
93
223000
3000
Hogyan tudjuk megkülönböztetni az első és a második lehetőséget?
04:01
What we need is a populationnépesség
94
226000
2000
Egy olyan közösségre van szükségünk,
04:03
that's basicallyalapvetően smartOkos, can make lots of decisionsdöntések,
95
228000
2000
ami okos, sok döntést tud hozni,
04:05
but doesn't have accesshozzáférés to any of the systemsrendszerek we have,
96
230000
2000
de nincs hozzáférése a mi rendszereinkhez,
04:07
any of the things that mightesetleg messrendetlenség us up --
97
232000
2000
azokhoz a dolgokhoz, amik elrontanak minket --
04:09
no humanemberi technologytechnológia, humanemberi culturekultúra,
98
234000
2000
semmi emberi technológia, emberi kultúra,
04:11
maybe even not humanemberi languagenyelv.
99
236000
2000
talán még emberi nyelv sem.
04:13
And so this is why we turnedfordult to these guys here.
100
238000
2000
És ezért fordultunk ezekhez a srácokhoz itt.
04:15
These are one of the guys I work with. This is a brownbarna capuchinkapucinus monkeymajom.
101
240000
3000
Ő az egyik srác, akivel együtt dolgozom. Ő egy barna kapucinus majom.
04:18
These guys are NewÚj WorldVilág primatesfőemlősök,
102
243000
2000
Ezek újvilági főemlősök,
04:20
whichmelyik meanseszközök they broketörött off from the humanemberi branchág
103
245000
2000
ami azt jelenti, hogy kb. 35 millió évvel ezelőtt
04:22
about 35 millionmillió yearsévek agoezelőtt.
104
247000
2000
váltak le az emberi ágról.
04:24
This meanseszközök that your great, great, great great, great, great --
105
249000
2000
Ez azt jelenti, hogy az önök ük, ük, ük, ük, ük, ük --
04:26
with about fiveöt millionmillió "greatsnagyjai" in there --
106
251000
2000
kb. öt millió ük van benne --
04:28
grandmothernagymama was probablyvalószínűleg the sameazonos great, great, great, great
107
253000
2000
nagymamája valószínűleg ugyanaz az ük, ük, ük, ük
04:30
grandmothernagymama with fiveöt millionmillió "greatsnagyjai" in there
108
255000
2000
nagymama öt millió ükkel,
04:32
as HollyHolly up here.
109
257000
2000
mint Hollyé.
04:34
You know, so you can take comfortkényelem in the facttény that this guy up here is a really really distanttávoli,
110
259000
3000
Tehát megnyugodhatnak abban, hogy ő egy nagyon-nagyon távoli,
04:37
but albeithabár evolutionaryevolúciós, relativerelatív.
111
262000
2000
de evolúciós rokon.
04:39
The good newshírek about HollyHolly thoughbár is that
112
264000
2000
Ami viszont jó Hollyban, az az,
04:41
she doesn't actuallytulajdonképpen have the sameazonos kindsféle of technologiestechnológiák we do.
113
266000
3000
hogy nem állnak rendelkezésére a mi technológiáink.
04:44
You know, she's a smartOkos, very cutvágott creatureteremtmény, a primateprímás as well,
114
269000
3000
Tudják, ő egy okos, nagyon helyes teremtés, szintén főemlős,
04:47
but she lackshiányzik all the stuffdolog we think mightesetleg be messingMessiás us up.
115
272000
2000
de olyan dolgok nélkül, amik talán befolyásolnak minket.
04:49
So she's the perfecttökéletes testteszt caseügy.
116
274000
2000
Ő a tökéletes teszt alany.
04:51
What if we put HollyHolly into the sameazonos contextkontextus as humansemberek?
117
276000
3000
Mi lesz, ha Hollyt emberi környezetbe helyezzük?
04:54
Does she make the sameazonos mistakeshibák as us?
118
279000
2000
Ugyanazokat a hibákat követi-e el, mint mi?
04:56
Does she not learntanul from them? And so on.
119
281000
2000
Ugyanúgy nem tanul belőlük? Stb.
04:58
And so this is the kindkedves of thing we decidedhatározott to do.
120
283000
2000
Tehát elhatároztuk, hogy ezt fogjuk csinálni.
05:00
My studentsdiákok and I got very excitedizgatott about this a fewkevés yearsévek agoezelőtt.
121
285000
2000
A diákjaim és én nagyon izgatottak lettünk néhány éve.
05:02
We said, all right, let's, you know, throwdobás so problemsproblémák at HollyHolly,
122
287000
2000
Azt mondtuk, rendben, állítsuk Hollyt problémák elé,
05:04
see if she messesszórakozik these things up.
123
289000
2000
és nézzük meg, hogy hibázik-e.
05:06
First problemprobléma is just, well, where should we startRajt?
124
291000
3000
Az első akadály, hogy hol is kezdjük.
05:09
Because, you know, it's great for us, but badrossz for humansemberek.
125
294000
2000
Mert, tudják, ez nekünk jó, de rossz az embereknek.
05:11
We make a lot of mistakeshibák in a lot of differentkülönböző contextsösszefüggések.
126
296000
2000
Nagyon sokat hibázunk rengeteg különböző helyzetben.
05:13
You know, where are we actuallytulajdonképpen going to startRajt with this?
127
298000
2000
Tudják, hol is fogjuk ezt igazából elkezdeni?
05:15
And because we startedindult this work around the time of the financialpénzügyi collapseösszeomlás,
128
300000
3000
És mivel ezt a munkát a gazdasági válság idején kezdtük el,
05:18
around the time when foreclosuresForeclosures were hittingütő the newshírek,
129
303000
2000
akkoriban kerültek a banki házfoglalások a hírekbe,
05:20
we said, hhmmóópp, maybe we should
130
305000
2000
azt mondtuk, hmmm, talán
05:22
actuallytulajdonképpen startRajt in the financialpénzügyi domaindomain.
131
307000
2000
a pénzügyi világgal kéne kezdenünk.
05:24
Maybe we should look at monkey'smajom economicgazdasági decisionsdöntések
132
309000
3000
Talán a majmok gazdasági döntéseit kéne megvizsgálnunk,
05:27
and try to see if they do the sameazonos kindsféle of dumbnéma things that we do.
133
312000
3000
hogy lássuk, ugyanazokat a buta hibákat követik-e el, mint mi.
05:30
Of coursetanfolyam, that's when we hittalálat a sortfajta secondmásodik problemprobléma --
134
315000
2000
Természetesen ekkor ütköztünk a második problémába --
05:32
a little bitbit more methodologicalmódszertani --
135
317000
2000
ami inkább módszertani --
05:34
whichmelyik is that, maybe you guys don't know,
136
319000
2000
ami az, hogy talán önök nem tudják,
05:36
but monkeysmajmok don't actuallytulajdonképpen use moneypénz. I know, you haven'tnincs mettalálkozott them.
137
321000
3000
de a majmok nem használnak pénzt. Tudom, nem találkoztak velük.
05:39
But this is why, you know, they're not in the queuesorban áll behindmögött you
138
324000
2000
De ezért nem állnak önök mögött a sorban a boltban
05:41
at the groceryélelmiszerbolt storebolt or the ATMATM -- you know, they don't do this stuffdolog.
139
326000
3000
vagy a pénz automatánál -- tudják, ők nem csinálják ezeket.
05:44
So now we facedszembe, you know, a little bitbit of a problemprobléma here.
140
329000
3000
Tehát szembekerültünk egy problémával.
05:47
How are we actuallytulajdonképpen going to askkérdez monkeysmajmok about moneypénz
141
332000
2000
Hogyan kérdezzük meg a majmokat a pénzről,
05:49
if they don't actuallytulajdonképpen use it?
142
334000
2000
ha nem használják?
05:51
So we said, well, maybe we should just, actuallytulajdonképpen just suckszív it up
143
336000
2000
Azt mondtuk, hogy talán vennünk kell egy mély levegőt,
05:53
and teachtanít monkeysmajmok how to use moneypénz.
144
338000
2000
és megtanítani nekik, hogyan használják a pénzt.
05:55
So that's just what we did.
145
340000
2000
És ezt is tettük.
05:57
What you're looking at over here is actuallytulajdonképpen the first unitegység that I know of
146
342000
3000
Amit itt látnak, az tudomásom szerint az első
06:00
of non-humannem emberi currencypénznem.
147
345000
2000
nem emberi fizetőeszköz.
06:02
We weren'tnem voltak very creativekreatív at the time we startedindult these studiestanulmányok,
148
347000
2000
Nem voltunk túl kreatívak, amikor elkezdtük ezeket a tanulmányokat,
06:04
so we just calledhívott it a tokentoken.
149
349000
2000
ezért csak zsetonnak hívtuk.
06:06
But this is the unitegység of currencypénznem that we'vevoltunk taughttanított our monkeysmajmok at YaleYale
150
351000
3000
De ez a fizetőeszköz, amire megtanítottuk a majmokat a Yale-en,
06:09
to actuallytulajdonképpen use with humansemberek,
151
354000
2000
hogy az emberekkel használják
06:11
to actuallytulajdonképpen buyVásárol differentkülönböző piecesdarabok of foodélelmiszer.
152
356000
3000
különböző ételek megvásárlására.
06:14
It doesn't look like much -- in facttény, it isn't like much.
153
359000
2000
Nem látszik egy nagy valaminek -- nem is egy nagy valami.
06:16
Like mosta legtöbb of our moneypénz, it's just a piecedarab of metalfém.
154
361000
2000
Mint a legtőbb pénz, csak egy darab fém.
06:18
As those of you who'veakik már takentett currenciespénznemek home from your triputazás know,
155
363000
3000
Akik hoztak már haza idegen valutát a nyaralásból tudják,
06:21
onceegyszer you get home, it's actuallytulajdonképpen prettyszép uselesshiábavaló.
156
366000
2000
hogy amint hazaér az ember, az teljesen haszontalanná válik.
06:23
It was uselesshiábavaló to the monkeysmajmok at first
157
368000
2000
Először a majmoknak is haszontalan volt,
06:25
before they realizedrealizált what they could do with it.
158
370000
2000
mielőtt rájöttek, hogy mit csinálhatnak vele.
06:27
When we first gaveadott it to them in theirazok enclosuresMűszerdobozok,
159
372000
2000
Amikor először odaadtuk nekik a ketrecükben,
06:29
they actuallytulajdonképpen kindkedves of pickedválogatott them up, lookednézett at them.
160
374000
2000
csak felvették, nézegették.
06:31
They were these kindkedves of weirdfurcsa things.
161
376000
2000
Olyan furcsa dolgok voltak.
06:33
But very quicklygyorsan, the monkeysmajmok realizedrealizált
162
378000
2000
De a majmok nagyon hamar rájöttek,
06:35
that they could actuallytulajdonképpen handkéz these tokenstokenek over
163
380000
2000
hogy odaadhatják ezeket a zsetonokat
06:37
to differentkülönböző humansemberek in the lablabor for some foodélelmiszer.
164
382000
3000
különböző embereknek a laborban ételért cserébe.
06:40
And so you see one of our monkeysmajmok, MaydayMayday, up here doing this.
165
385000
2000
És láthatják, ahogy az egyik majmunk, Mayday, épp ezt csinálja.
06:42
This is A and B are kindkedves of the pointspont where she's sortfajta of a little bitbit
166
387000
3000
A és B, ez még amikor egy kicsit kíváncsi, hogy mik ezek,
06:45
curiouskíváncsi about these things -- doesn't know.
167
390000
2000
de nem biztos benne.
06:47
There's this waitingvárakozás handkéz from a humanemberi experimenterkísérletező,
168
392000
2000
Itt az egyik kísérletben résztvevő ember várakozó tenyere,
06:49
and MaydayMayday quicklygyorsan figuresszámadatok out, apparentlylátszólag the humanemberi wants this.
169
394000
3000
és Mayday hamar rájön, hogy látszólag az ember ezt akarja.
06:52
HandsKezek it over, and then getsjelentkeznek some foodélelmiszer.
170
397000
2000
Átadja, és ennivalót kap.
06:54
It turnsmenetek out not just MaydayMayday, all of our monkeysmajmok get good
171
399000
2000
Mint kiderült, nem csak Mayday, mindegyik majmunk
06:56
at tradingkereskedés tokenstokenek with humanemberi salesmanEladó.
172
401000
2000
belejött a kereskedésbe az emberi eladókkal.
06:58
So here'sitt just a quickgyors videovideó- of what this looksúgy néz ki, like.
173
403000
2000
Itt egy rövid videó arról, hogy ez hogy néz ki.
07:00
Here'sItt van MaydayMayday. She's going to be tradingkereskedés a tokentoken for some foodélelmiszer
174
405000
3000
Itt van Mayday. El fog cserélni egy zsetont ennivalóért,
07:03
and waitingvárakozás happilyboldogan and gettingszerzés her foodélelmiszer.
175
408000
3000
vár boldogan, és megkapja az ennivalót.
07:06
Here'sItt van FelixFelix, I think. He's our alphaalfa maleférfi; he's a kindkedves of bignagy guy.
176
411000
2000
Itt van Felix, azt hiszem. Ő az alfahímünk, ő tulajdonképpen a főnök.
07:08
But he too waitsvár patientlytürelmesen, getsjelentkeznek his foodélelmiszer and goesmegy on.
177
413000
3000
De ő is türelmesen vár, megkapja az ennivalót és elmegy.
07:11
So the monkeysmajmok get really good at this.
178
416000
2000
Tehát a majmok nagyon belejöttek.
07:13
They're surprisinglymeglepően good at this with very little trainingkiképzés.
179
418000
3000
Meglepően jól megy nekik, nagyon kevés tanítással.
07:16
We just allowedengedélyezett them to pickszed this up on theirazok ownsaját.
180
421000
2000
Hagytuk, hogy maguktól megtanulják.
07:18
The questionkérdés is: is this anything like humanemberi moneypénz?
181
423000
2000
A kérdés az, hogy ez olyan-e, mint az emberi pénz?
07:20
Is this a marketpiac at all,
182
425000
2000
Ez egy piac,
07:22
or did we just do a weirdfurcsa psychologist'spszichológus tricktrükk
183
427000
2000
vagy csak egy furcsa pszichológus trükk,
07:24
by gettingszerzés monkeysmajmok to do something,
184
429000
2000
amivel rávettük a majmokat, hogy valami olyat
07:26
looking smartOkos, but not really beinglény smartOkos.
185
431000
2000
csináljanak, ami okosnak tűnik, de nem az.
07:28
And so we said, well, what would the monkeysmajmok spontaneouslyspontán do
186
433000
3000
Tehát azt mondtuk, nos, mit csinálnának a majmok spontán,
07:31
if this was really theirazok currencypénznem, if they were really usinghasználva it like moneypénz?
187
436000
3000
ha tényleg ez lenne a fizetőeszközük, ha tényleg pénzként használnák?
07:34
Well, you mightesetleg actuallytulajdonképpen imagineKépzeld el them
188
439000
2000
El lehet képzelni, ahogy
07:36
to do all the kindsféle of smartOkos things
189
441000
2000
mindenféle ügyes dolgot csinálnak,
07:38
that humansemberek do when they startRajt exchangingcseréje moneypénz with eachminden egyes other.
190
443000
3000
amit az emberek is csinálnak, amikor elkezdenek kereskedni.
07:41
You mightesetleg have them startRajt payingfizető attentionFigyelem to priceár,
191
446000
3000
Lehet, hogy elkezdenek odafigyelni az árra,
07:44
payingfizető attentionFigyelem to how much they buyVásárol --
192
449000
2000
figyelni arra, hogy mennyit vásárolnak --
07:46
sortfajta of keepingtartás tracknyomon követni of theirazok monkeymajom tokentoken, as it were.
193
451000
3000
úgymond követik a majom zsetont.
07:49
Do the monkeysmajmok do anything like this?
194
454000
2000
Csinálnak-e vajon a majmok ilyesmit?
07:51
And so our monkeymajom marketplacepiactér was bornszületett.
195
456000
3000
Így született meg a majom piacunk.
07:54
The way this worksművek is that
196
459000
2000
Ez úgy működik, hogy a majmaink
07:56
our monkeysmajmok normallynormális esetben liveélő in a kindkedves of bignagy zooállatkert socialtársadalmi enclosureburkolat.
197
461000
3000
általában egy nagy, állatkertszerű közösségi területen élnek.
07:59
When they get a hankeringhankering for some treatskezel,
198
464000
2000
Amikor kedvük támadt egy kis nassoláshoz
08:01
we actuallytulajdonképpen allowedengedélyezett them a way out
199
466000
2000
hagytunk nekik egy szabad utat
08:03
into a little smallerkisebb enclosureburkolat where they could enterbelép the marketpiac.
200
468000
2000
egy kisebb helyiségbe, ahonnan beléphettek a piacra.
08:05
UponUtán enteringbelépés the marketpiac --
201
470000
2000
A piacra való belépéskor --
08:07
it was actuallytulajdonképpen a much more funmóka marketpiac for the monkeysmajmok than mosta legtöbb humanemberi marketspiacok
202
472000
2000
valójában ez egy sokkal izgalmasabb piac a majmoknak, mint a legtöbb emberi piac,
08:09
because, as the monkeysmajmok enteredlépett the doorajtó of the marketpiac,
203
474000
3000
mert ahogy a majmok beléptek az ajtón
08:12
a humanemberi would give them a bignagy walletpénztárca fullteljes of tokenstokenek
204
477000
2000
egy ember adott nekik egy pénztárcát tele majom zsetonokkal,
08:14
so they could actuallytulajdonképpen tradekereskedelmi the tokenstokenek
205
479000
2000
és el tudták cserélni a zsetont
08:16
with one of these two guys here --
206
481000
2000
az itt látható két fickó egyikével --
08:18
two differentkülönböző possiblelehetséges humanemberi salesmeneladók
207
483000
2000
két lehetséges emberi eladó,
08:20
that they could actuallytulajdonképpen buyVásárol stuffdolog from.
208
485000
2000
akiktől vehettek dolgokat.
08:22
The salesmeneladók were studentsdiákok from my lablabor.
209
487000
2000
Az eladók diákok voltak a laboromból.
08:24
They dressedöltözött differentlyeltérően; they were differentkülönböző people.
210
489000
2000
Máshogy öltöztek, más emberek voltak.
08:26
And over time, they did basicallyalapvetően the sameazonos thing
211
491000
3000
És hosszú időn keresztül ugyanazt csinálták,
08:29
so the monkeysmajmok could learntanul, you know,
212
494000
2000
hogy a majmok megtanulhassák, hogy
08:31
who soldeladott what at what priceár -- you know, who was reliablemegbízható, who wasn'tnem volt, and so on.
213
496000
3000
ki mit árult és mennyiért -- tudják, ki volt megbízható, ki nem, stb.
08:34
And you can see that eachminden egyes of the experimenterskísérletezők
214
499000
2000
És láthatják, hogy mindkét kísérletező
08:36
is actuallytulajdonképpen holdingholding up a little, yellowsárga foodélelmiszer dishtál.
215
501000
3000
egy kis, sárga etető tálat tart fel,
08:39
and that's what the monkeymajom can for a singleegyetlen tokentoken.
216
504000
2000
és ezt veheti meg a majom egy zsetonért.
08:41
So everything costskiadások one tokentoken,
217
506000
2000
Tehát minden egy zsetonba kerül,
08:43
but as you can see, sometimesnéha tokenstokenek buyVásárol more than othersmások,
218
508000
2000
de amint látják, néha egy zseton többet ér, mint egy másik,
08:45
sometimesnéha more grapesszőlő than othersmások.
219
510000
2000
néha több szőlőt, mint egy másik.
08:47
So I'll showelőadás you a quickgyors videovideó- of what this marketplacepiactér actuallytulajdonképpen looksúgy néz ki, like.
220
512000
3000
Megmutatók egy gyors videót arról, hogy hogy is néz ki a piac.
08:50
Here'sItt van a monkey-eye-viewmajom-eye-view. MonkeysMajmok are shorterrövidebb, so it's a little shortrövid.
221
515000
3000
Itt egy majom látószöge. A majmok alacsonyak, tehát egy kicsit alacsony.
08:53
But here'sitt HoneyMéz.
222
518000
2000
Itt van Honey.
08:55
She's waitingvárakozás for the marketpiac to opennyisd ki a little impatientlytürelmetlenül.
223
520000
2000
Egy kicsit türelmetlenül várja, hogy kinyisson a piac.
08:57
All of a suddenhirtelen the marketpiac opensMegnyílik. Here'sItt van her choiceválasztás: one grapesszőlő or two grapesszőlő.
224
522000
3000
Hirtelen megnyit a piac. Itt a választási lehetőség: egy vagy két szőlőszem.
09:00
You can see HoneyMéz, very good marketpiac economistközgazdász,
225
525000
2000
Láthatják, hogy Honey nagyon jó közgazdász,
09:02
goesmegy with the guy who givesad more.
226
527000
3000
azt az eladót választja, aki többet ad.
09:05
She could teachtanít our financialpénzügyi adviserstanácsadók a fewkevés things or two.
227
530000
2000
Taníthatna egy-két dolgot a pénzügyi tanácsadóinknak.
09:07
So not just HoneyMéz,
228
532000
2000
De nem csak Honey,
09:09
mosta legtöbb of the monkeysmajmok wentment with guys who had more.
229
534000
3000
a legtöbb majom azt az eladót választotta, aki többet ajánlott.
09:12
MostA legtöbb of the monkeysmajmok wentment with guys who had better foodélelmiszer.
230
537000
2000
A legtöbb majom azt választotta, akinek jobb étele volt.
09:14
When we introducedbemutatott salesértékesítés, we saw the monkeysmajmok paidfizetett attentionFigyelem to that.
231
539000
3000
Amikor bevezettük a leárazást, láttuk, hogy a majmok odafigyelnek rá.
09:17
They really caredgondozott about theirazok monkeymajom tokentoken dollardollár.
232
542000
3000
Igazán érdekelte őket a majom zseton dollárjuk.
09:20
The more surprisingmeglepő thing was that when we collaboratedegyütt with economistsközgazdászok
233
545000
3000
Az igazán meglepő az volt, amikor együttműködtünk közgazdászokkal
09:23
to actuallytulajdonképpen look at the monkeys'majmok' dataadat usinghasználva economicgazdasági toolsszerszámok,
234
548000
3000
hogy megvizsgáljuk az adatokat közgazdasági eszközökkel,
09:26
they basicallyalapvetően matchedpárosított, not just qualitativelyminőségileg,
235
551000
3000
nagyjából megegyeztek, nem csak jellegükben,
09:29
but quantitativelyvigyük át veszteség nélkül with what we saw
236
554000
2000
de mértékükben is azzal, amit
09:31
humansemberek doing in a realigazi marketpiac.
237
556000
2000
az emberektől láttunk az igazi piacokon.
09:33
So much so that, if you saw the monkeys'majmok' numbersszám,
238
558000
2000
Olyannyira, hogyha látnák a majmok számait,
09:35
you couldn'tnem tudott tell whetherakár they camejött from a monkeymajom or a humanemberi in the sameazonos marketpiac.
239
560000
3000
nem tudnák megmondani, hogy majmoktól vagy emberektől származnak-e.
09:38
And what we'dHázasodik really thought we'dHázasodik doneKész
240
563000
2000
És valójában azt gondoltuk,
09:40
is like we'dHázasodik actuallytulajdonképpen introducedbemutatott something
241
565000
2000
hogy sikerült bevezetnünk valamit, ami,
09:42
that, at leastlegkevésbé for the monkeysmajmok and us,
242
567000
2000
legalábbis nekünk és a majmoknak,
09:44
worksművek like a realigazi financialpénzügyi currencypénznem.
243
569000
2000
igazi fizetőeszközként működik.
09:46
QuestionKérdés is: do the monkeysmajmok startRajt messingMessiás up in the sameazonos waysmódokon we do?
244
571000
3000
A kérdés az: a majmok is ugyanazokat a hibákat fogják-e elkövetni, mint mi?
09:49
Well, we alreadymár saw anecdotallyanekdota a couplepárosít of signsjelek that they mightesetleg.
245
574000
3000
Nos, máris láttunk anekdotálisan néhány jelét, hogy igen.
09:52
One thing we never saw in the monkeymajom marketplacepiactér
246
577000
2000
Aminek semmilyen jelét nem láttuk a majom
09:54
was any evidencebizonyíték of savingmegtakarítás --
247
579000
2000
gazdaságban, az a megtakarítás --
09:56
you know, just like our ownsaját speciesfaj.
248
581000
2000
tudják, csak úgy, mint a mi fajunk.
09:58
The monkeysmajmok enteredlépett the marketpiac, spentköltött theirazok entireteljes budgetköltségvetés
249
583000
2000
A majmok elköltötték a teljes költségvetésüket a piacon,
10:00
and then wentment back to everyonemindenki elsemás.
250
585000
2000
majd visszamentek a többiekhez.
10:02
The other thing we alsois spontaneouslyspontán saw,
251
587000
2000
A másik dolog, amit spontán megfigyeltünk,
10:04
embarrassinglykínosan enoughelég,
252
589000
2000
elég kínos módon,
10:06
is spontaneousspontán evidencebizonyíték of larcenylopás.
253
591000
2000
a lopás spontán jelei.
10:08
The monkeysmajmok would rip-offátverés the tokenstokenek at everyminden availableelérhető opportunitylehetőség --
254
593000
3000
A majmok minden adandó alkalommal lenyúlták a zsetonokat --
10:11
from eachminden egyes other, oftengyakran from us --
255
596000
2000
egymástól, tőlünk --
10:13
you know, things we didn't necessarilyszükségszerűen think we were introducingbevezetéséről,
256
598000
2000
tudják, olyan dolgok, amiket nem gondoltuk, hogy bevezetünk,
10:15
but things we spontaneouslyspontán saw.
257
600000
2000
de spontán megfigyeltünk.
10:17
So we said, this looksúgy néz ki, badrossz.
258
602000
2000
Azt mondtuk, hogy ez elég rosszul fest.
10:19
Can we actuallytulajdonképpen see if the monkeysmajmok
259
604000
2000
Megfigyelhetjük-e, hogy a majmok
10:21
are doing exactlypontosan the sameazonos dumbnéma things as humansemberek do?
260
606000
3000
ugyanazokat a hülyeségeket követik el, mint az emberek?
10:24
One possibilitylehetőség is just kindkedves of let
261
609000
2000
Az egyik lehetőség az volt,
10:26
the monkeymajom financialpénzügyi systemrendszer playjáték out,
262
611000
2000
hogy hagyjuk a majom pénzügyi rendszert
10:28
you know, see if they startRajt callinghívás us for bailoutsszanálás in a fewkevés yearsévek.
263
613000
2000
magától alakulni, hátha egy pár év múlva kisegítést kérnek.
10:30
We were a little impatienttürelmetlen so we wanted
264
615000
2000
Kicsit türelmetlenek voltunk, ezért
10:32
to sortfajta of speedsebesség things up a bitbit.
265
617000
2000
fel akartuk pörgetni a dolgokat.
10:34
So we said, let's actuallytulajdonképpen give the monkeysmajmok
266
619000
2000
Azt mondtuk, állítsuk a majmokat
10:36
the sameazonos kindsféle of problemsproblémák
267
621000
2000
ugyanolyan problémák elé,
10:38
that humansemberek tendhajlamosak to get wrongrossz
268
623000
2000
amiket az emberek általában elrontanak
10:40
in certainbizonyos kindsféle of economicgazdasági challengeskihívások,
269
625000
2000
bizonyos gazdasági helyzetekben,
10:42
or certainbizonyos kindsféle of economicgazdasági experimentskísérletek.
270
627000
2000
vagy bizonyos gazdasági kísérletekben.
10:44
And so, sincemivel the bestlegjobb way to see how people go wrongrossz
271
629000
3000
És hogy megértsük, hogyan hibáznak az emberek,
10:47
is to actuallytulajdonképpen do it yourselfsaját magad,
272
632000
2000
a legjobb magunknak is kipróbálnunk,
10:49
I'm going to give you guys a quickgyors experimentkísérlet
273
634000
2000
végzek önökkel egy gyors kísérletet, hogy
10:51
to sortfajta of watch your ownsaját financialpénzügyi intuitionsmegérzések in actionakció.
274
636000
2000
lássuk a gazdasági ösztöneiket akció közben.
10:53
So imagineKépzeld el that right now
275
638000
2000
Képzeljék el, hogy most
10:55
I handedkezes eachminden egyes and everyminden one of you
276
640000
2000
átadok mindegyiküknek
10:57
a thousandezer U.S. dollarsdollár -- so 10 crispropogós hundredszáz dollardollár billsszámlák.
277
642000
3000
ezer amerikai dollárt -- 10 ropogós százdollárost.
11:00
Take these, put it in your walletpénztárca
278
645000
2000
Fogják és tegyék a zsebükbe,
11:02
and spendtölt a secondmásodik thinkinggondolkodás about what you're going to do with it.
279
647000
2000
és egy pillanatra képzeljék el, hogy mit fognak vele csinálni.
11:04
Because it's yoursa tiéd now; you can buyVásárol whatevertök mindegy you want.
280
649000
2000
Mert az önöké, azt vesznek rajta, amit akarnak.
11:06
DonateAdományoz it, take it, and so on.
281
651000
2000
Eladományozhatják, eltehetik, stb.
11:08
SoundsHangok great, but you get one more choiceválasztás to earnkeresni a little bitbit more moneypénz.
282
653000
3000
Ez nagyszerű, de kapnak még egy lehetőséget, hogy egy kicsit többet keressenek.
11:11
And here'sitt your choiceválasztás: you can eitherbármelyik be riskykockázatos,
283
656000
3000
És ez a választási lehetőség: kockáztathatnak,
11:14
in whichmelyik caseügy I'm going to flipmegfricskáz one of these monkeymajom tokenstokenek.
284
659000
2000
ebben az esetben feldobok egy majom zsetont.
11:16
If it comesjön up headsfejek, you're going to get a thousandezer dollarsdollár more.
285
661000
2000
Ha fej, kapnak még ezer dollárt.
11:18
If it comesjön up tailsfrakk, you get nothing.
286
663000
2000
Ha írás, nem kapnak semmit.
11:20
So it's a chancevéletlen to get more, but it's prettyszép riskykockázatos.
287
665000
3000
Tehát többet kaphatnak, de kockázatos.
11:23
Your other optionválasztási lehetőség is a bitbit safebiztonságos. Your just going to get some moneypénz for sure.
288
668000
3000
A másik egy óvatos választás. Biztosan kapnak valamennyi pénzt.
11:26
I'm just going to give you 500 bucksdolcsi.
289
671000
2000
Csak oda fogok adni 500 dollárt.
11:28
You can stickrúd it in your walletpénztárca and use it immediatelyazonnal.
290
673000
3000
Zsebrevágahtják és rögtön használhatják.
11:31
So see what your intuitionintuíció is here.
291
676000
2000
Látják, az ösztönük erre húz.
11:33
MostA legtöbb people actuallytulajdonképpen go with the play-it-safePlay-it-biztos optionválasztási lehetőség.
292
678000
3000
A legtöbben az óvatos lehetőséget választják.
11:36
MostA legtöbb people say, why should I be riskykockázatos when I can get 1,500 dollarsdollár for sure?
293
681000
3000
A többség azt mondja, miért kockáztassak, amikor biztosan kaphatok 1500 dollárt?
11:39
This seemsÚgy tűnik, like a good bettét. I'm going to go with that.
294
684000
2000
Ez jó üzletnek tűnik. Ezt fogom választani.
11:41
You mightesetleg say, ehEH, that's not really irrationalirracionális.
295
686000
2000
Azt modnhatják, hogy ez nem igazán irracionális.
11:43
People are a little risk-aversekockázat-irtózó. So what?
296
688000
2000
Az emberek tartanak a kockázattól. Na és?
11:45
Well, the "so what?" comesjön when startRajt thinkinggondolkodás
297
690000
2000
A "na és" akkor jön, amikor elkezdünk ugyanerről
11:47
about the sameazonos problemprobléma
298
692000
2000
a problémáról egy kicsit
11:49
setkészlet up just a little bitbit differentlyeltérően.
299
694000
2000
másképp gondolkodni.
11:51
So now imagineKépzeld el that I give eachminden egyes and everyminden one of you
300
696000
2000
Most képzeljék el, hogy mindegyiküknek adok
11:53
2,000 dollarsdollár -- 20 crispropogós hundredszáz dollardollár billsszámlák.
301
698000
3000
2000 dollárt -- 20 ropogós százdollárost.
11:56
Now you can buyVásárol doublekettős to stuffdolog you were going to get before.
302
701000
2000
Kétszer annyi mindent vehetnek meg, mint korábban.
11:58
Think about how you'djobb lenne, ha feel stickingragasztás it in your walletpénztárca.
303
703000
2000
Képzeljék el, milyen érzés zsebretenniük.
12:00
And now imagineKépzeld el that I have you make anotheregy másik choiceválasztás
304
705000
2000
És most képzeljék el, hogy megint választaniuk kell.
12:02
But this time, it's a little bitbit worserosszabb.
305
707000
2000
De most ez egy kicsit rosszabb.
12:04
Now, you're going to be decidingdöntés how you're going to loseelveszít moneypénz,
306
709000
3000
Most azt fogják eldönteni, hogyan fognak pénzt veszíteni,
12:07
but you're going to get the sameazonos choiceválasztás.
307
712000
2000
de ugyanazt a választást kapják.
12:09
You can eitherbármelyik take a riskykockázatos lossveszteség --
308
714000
2000
Választhatják a kockázatos veszteséget --
12:11
so I'll flipmegfricskáz a coinérme. If it comesjön up headsfejek, you're going to actuallytulajdonképpen loseelveszít a lot.
309
716000
3000
feldobok egy érmét. Ha fej, sokat fognak veszteni.
12:14
If it comesjön up tailsfrakk, you loseelveszít nothing, you're fine, get to keep the wholeegész thing --
310
719000
3000
Ha írás, nem veszítenek semmit, minden rendben, megtarthatják az egészet --
12:17
or you could playjáték it safebiztonságos, whichmelyik meanseszközök you have to reachelér back into your walletpénztárca
311
722000
3000
vagy lehetnek óvatosak, ami azt jelenti, hogy a zsebükbe kell nyúlniuk
12:20
and give me fiveöt of those $100 billsszámlák, for certainbizonyos.
312
725000
3000
és biztosan vissza kell adniuk öt százdollárost.
12:23
And I'm seeinglátás a lot of furrowedbarázdált browsszemöldöke out there.
313
728000
3000
Sok összeráncolt homlokot látok a közönségben.
12:26
So maybe you're havingamelynek the sameazonos intuitionsmegérzések
314
731000
2000
Szóval lehet, hogy ugyanazt súgja az ösztönük,
12:28
as the subjectstárgyak that were actuallytulajdonképpen testedkipróbált in this,
315
733000
2000
mint az alanyoké, akiket vizsgáltunk,
12:30
whichmelyik is when presentedbemutatva with these optionslehetőségek,
316
735000
2000
hogy amikor ezzel a választással állnak szemben,
12:32
people don't chooseválaszt to playjáték it safebiztonságos.
317
737000
2000
az emberek nem a biztonságos lehetőséget választják.
12:34
They actuallytulajdonképpen tendhajlamosak to go a little riskykockázatos.
318
739000
2000
Általában kockáztatnak.
12:36
The reasonok this is irrationalirracionális is that we'vevoltunk givenadott people in bothmindkét situationshelyzetek
319
741000
3000
Ez azért irracionális, mert mindkét esetben ugyanazt a választási
12:39
the sameazonos choiceválasztás.
320
744000
2000
lehetőséget adtuk az embereknek.
12:41
It's a 50/50 shotlövés of a thousandezer or 2,000,
321
746000
3000
50%-os esély 1000 vagy 2000 dollárra,
12:44
or just 1,500 dollarsdollár with certaintybizonyosság.
322
749000
2000
vagy egy biztonságos 1500 dollár.
12:46
But people'semberek intuitionsmegérzések about how much riskkockázat to take
323
751000
3000
De az emberek ösztöne, hogy mennyi kockázatot
12:49
variesváltozó dependingattól on where they startedindult with.
324
754000
2000
vállaljanak függ attól, hogy honnan indultak.
12:51
So what's going on?
325
756000
2000
Tehát mi történik?
12:53
Well, it turnsmenetek out that this seemsÚgy tűnik, to be the resulteredmény
326
758000
2000
Nos, mint kiderült ez úgy tűnik,
12:55
of at leastlegkevésbé two biasestorzítások that we have at the psychologicalpszichológiai levelszint.
327
760000
3000
hogy legalább két pszichológiai előítélet eredménye.
12:58
One is that we have a really hardkemény time thinkinggondolkodás in absoluteabszolút termsfeltételek.
328
763000
3000
Az egyik az, hogy nagyon nehéz abszolút értékekben gondolkodnunk.
13:01
You really have to do work to figureábra out,
329
766000
2000
Nagyon sokat kell gondolkoznunk, hogy rájöjjünk
13:03
well, one option'sopció a thousandezer, 2,000;
330
768000
2000
az egyik választás 1000 vagy 2000 dollár,
13:05
one is 1,500.
331
770000
2000
a másik 1500.
13:07
InsteadEhelyett, we find it very easykönnyen to think in very relativerelatív termsfeltételek
332
772000
3000
Sokkal egyszerűbb relatív fogalmakban gondolkodnunk,
13:10
as optionslehetőségek changeváltozás from one time to anotheregy másik.
333
775000
3000
ahogy a lehetőségek változnak időről időre.
13:13
So we think of things as, "Oh, I'm going to get more," or "Oh, I'm going to get lessKevésbé."
334
778000
3000
Olyasmiket gondolunk, hogy "Ó, többet fogok kapni" vagy "Ó, kevesebbet fogok kapni."
13:16
This is all well and good, exceptkivéve that
335
781000
2000
Ez mind jó és szép, kivéve, hogy
13:18
changesváltoztatások in differentkülönböző directionsirányok
336
783000
2000
a más irányokba történő változások
13:20
actuallytulajdonképpen effecthatás whetherakár or not we think
337
785000
2000
befolyásolják, hogy a lehetőségeinket
13:22
optionslehetőségek are good or not.
338
787000
2000
jónak vagy rossznak gondoljuk.
13:24
And this leadsvezet to the secondmásodik biasElfogultság,
339
789000
2000
És ez egy második előítélethez vezet,
13:26
whichmelyik economistsközgazdászok have calledhívott lossveszteség aversionellenszenv.
340
791000
2000
amit a közgazdászok 'veszteség kerülésnek' neveznek.
13:28
The ideaötlet is that we really hategyűlölet it when things go into the redpiros.
341
793000
3000
Lényegében nagyon utáljuk, ha veszteségeink vannak.
13:31
We really hategyűlölet it when we have to loseelveszít out on some moneypénz.
342
796000
2000
Nagyon utáljuk, amikor le kell maradnunk pénzről.
13:33
And this meanseszközök that sometimesnéha we'lljól actuallytulajdonképpen
343
798000
2000
Ez azt jelenti, hogy néha megváltoztatjuk
13:35
switchkapcsoló our preferencesbeállítások to avoidelkerül this.
344
800000
2000
a preferenciáinkat, csak hogy ezt elkerüljük.
13:37
What you saw in that last scenarioforgatókönyv is that
345
802000
2000
Az utolsó példából azt látták, hogy
13:39
subjectstárgyak get riskykockázatos
346
804000
2000
az alanyok kockázatot vállalnak,
13:41
because they want the smallkicsi shotlövés that there won'tszokás be any lossveszteség.
347
806000
3000
mert akarnak egy kicsi esélyt arra, hogy nem lesz veszteségük.
13:44
That meanseszközök when we're in a riskkockázat mindsetgondolkodásmód --
348
809000
2000
Ez azt jelenti, hogy amikor kockázat --
13:46
excusementség me, when we're in a lossveszteség mindsetgondolkodásmód,
349
811000
2000
elnézést, amikor a veszteség jár a fejünkben,
13:48
we actuallytulajdonképpen becomeválik more riskykockázatos,
350
813000
2000
nagyobb kockázatot vállalunk,
13:50
whichmelyik can actuallytulajdonképpen be really worryingaggasztó.
351
815000
2000
ami nagyon aggasztó lehet.
13:52
These kindsféle of things playjáték out in lots of badrossz waysmódokon in humansemberek.
352
817000
3000
Ezek a dolgok nagyon rossz módokon jelentkeznek embereknél.
13:55
They're why stockKészlet investorsbefektetőknek holdtart onto-ra losingvesztes stockskészletek longerhosszabb --
353
820000
3000
Ezért tartják meg a befektetők a rossz kötvényeket hosszabb ideig --
13:58
because they're evaluatingértékelése them in relativerelatív termsfeltételek.
354
823000
2000
mert relatív fogalmakban gondolkodnak róluk.
14:00
They're why people in the housingház marketpiac refusedelutasított to sellelad theirazok houseház --
355
825000
2000
Ezért nem akarják emberek eladni a házukat --
14:02
because they don't want to sellelad at a lossveszteség.
356
827000
2000
mert nem akarják veszteségesen eladni.
14:04
The questionkérdés we were interestedérdekelt in
357
829000
2000
Az a kérdés érdekelt minket, hogy
14:06
is whetherakár the monkeysmajmok showelőadás the sameazonos biasestorzítások.
358
831000
2000
vajon a majmoknak is ugyanezek-e az előítéleteik.
14:08
If we setkészlet up those sameazonos scenariosforgatókönyvek in our little monkeymajom marketpiac,
359
833000
3000
Ha előállítjuk ugyanezt a helyzetet a majom piacon,
14:11
would they do the sameazonos thing as people?
360
836000
2000
vajon ugyanazt teszik, mint az emberek?
14:13
And so this is what we did, we gaveadott the monkeysmajmok choicesválasztás
361
838000
2000
Tehát ezt tettük, a majmok választhattak a srácok közül,
14:15
betweenközött guys who were safebiztonságos -- they did the sameazonos thing everyminden time --
362
840000
3000
akik biztonságosak voltak -- mindig ugyanazt csinálták --
14:18
or guys who were riskykockázatos --
363
843000
2000
és kockázatos srácok --
14:20
they did things differentlyeltérően halffél the time.
364
845000
2000
az idő felében máshogy viselkedtek.
14:22
And then we gaveadott them optionslehetőségek that were bonusesbónuszok --
365
847000
2000
És választási lehetőségeket kaptak, amik bónuszok --
14:24
like you guys did in the first scenarioforgatókönyv --
366
849000
2000
mint önök az első gyakorlatban --
14:26
so they actuallytulajdonképpen have a chancevéletlen more,
367
851000
2000
tehát esélyük volt többet kapni,
14:28
or piecesdarabok where they were experiencingtapasztal lossesveszteség --
368
853000
3000
vagy bizonyos helyzetekben veszteséget szenvedni --
14:31
they actuallytulajdonképpen thought they were going to get more than they really got.
369
856000
2000
amikor azt hitték, hogy többet fognak kapni, mint amit kaptak.
14:33
And so this is what this looksúgy néz ki, like.
370
858000
2000
És ez így néz ki.
14:35
We introducedbemutatott the monkeysmajmok to two newúj monkeymajom salesmeneladók.
371
860000
2000
Bemutattunk a majmoknak két új eladót.
14:37
The guy on the left and right bothmindkét startRajt with one piecedarab of grapeszőlő,
372
862000
2000
Mindkét srác a jobb és baloldalon egy szőlővel kezd,
14:39
so it looksúgy néz ki, prettyszép good.
373
864000
2000
ami kecsegtető.
14:41
But they're going to give the monkeysmajmok bonusesbónuszok.
374
866000
2000
De bónuszokat fognak adni a majmoknak.
14:43
The guy on the left is a safebiztonságos bonusbónusz.
375
868000
2000
A baloldali srác egy biztos bónusz.
14:45
All the time, he addshozzáteszi one, to give the monkeysmajmok two.
376
870000
3000
Minden alkalommal egyet ad hozzá, a majom kettőt kap.
14:48
The guy on the right is actuallytulajdonképpen a riskykockázatos bonusbónusz.
377
873000
2000
A srác a jobboldalon egy kockázatos bónusz.
14:50
SometimesNéha the monkeysmajmok get no bonusbónusz -- so this is a bonusbónusz of zeronulla.
378
875000
3000
Néha a majmok nem kapnak bónuszt -- ami egy 0 bónusz.
14:53
SometimesNéha the monkeysmajmok get two extrakülön-.
379
878000
3000
Néha a majmok két extrát kapnak.
14:56
For a bignagy bonusbónusz, now they get threehárom.
380
881000
2000
Ami egy nagy bónusz, most hármat kapnak.
14:58
But this is the sameazonos choiceválasztás you guys just facedszembe.
381
883000
2000
De ez ugyanaz a választás, amit önök is megtettek.
15:00
Do the monkeysmajmok actuallytulajdonképpen want to playjáték it safebiztonságos
382
885000
3000
A majmok vajon óvatosak lesznek, és
15:03
and then go with the guy who'saki going to do the sameazonos thing on everyminden trialpróba,
383
888000
2000
azt a srácot választják, aki minden alkalommal ugyanazt csinálja,
15:05
or do they want to be riskykockázatos
384
890000
2000
vagy kockáztatnak,
15:07
and try to get a riskykockázatos, but bignagy, bonusbónusz,
385
892000
2000
és megpróbálják a kockázatos de nagy bónuszt,
15:09
but riskkockázat the possibilitylehetőség of gettingszerzés no bonusbónusz.
386
894000
2000
amiben meg van a 0 bónusz lehetősége.
15:11
People here playedDátum it safebiztonságos.
387
896000
2000
Önök óvatosak voltak.
15:13
TurnsMenstruáció out, the monkeysmajmok playjáték it safebiztonságos too.
388
898000
2000
Kiderült, hogy a majmok is óvatosak.
15:15
QualitativelyMinőségileg and quantitativelyvigyük át veszteség nélkül,
389
900000
2000
Minőségileg és mennyiségileg
15:17
they chooseválaszt exactlypontosan the sameazonos way as people,
390
902000
2000
ugyanúgy választanak, mint az emberek,
15:19
when testedkipróbált in the sameazonos thing.
391
904000
2000
amikor ugyanúgy teszteltük őket.
15:21
You mightesetleg say, well, maybe the monkeysmajmok just don't like riskkockázat.
392
906000
2000
Mondhatnánk, hogy a majmok nem szeretik a kozkázatot.
15:23
Maybe we should see how they do with lossesveszteség.
393
908000
2000
Nézzük meg, hogyan bánnak a veszteséggel.
15:25
And so we ranfutott a secondmásodik versionváltozat of this.
394
910000
2000
Tehát kipróbáltuk ennek a második verzióját.
15:27
Now, the monkeysmajmok meettalálkozik two guys
395
912000
2000
Most a majmok két sráccal találkoznak,
15:29
who aren'tnem givingígy them bonusesbónuszok;
396
914000
2000
akik nem bónuszokat adnak,
15:31
they're actuallytulajdonképpen givingígy them lessKevésbé than they expectelvár.
397
916000
2000
hanem kevesebbet kapnak, mint amire számítottak.
15:33
So they look like they're startingkiindulási out with a bignagy amountösszeg.
398
918000
2000
Szóval úgy tűnik, hogy nagy adaggal kezdenek.
15:35
These are threehárom grapesszőlő; the monkey'smajom really psychedindulva for this.
399
920000
2000
Három szőlő, ettől a majmok lázba jönnek.
15:37
But now they learntanul these guys are going to give them lessKevésbé than they expectelvár.
400
922000
3000
De most megtudják, hogy ezek a srácok kevesebbet adnak, mint amit vártak.
15:40
They guy on the left is a safebiztonságos lossveszteség.
401
925000
2000
A baloldali egy biztos veszteség.
15:42
EveryMinden singleegyetlen time, he's going to take one of these away
402
927000
3000
Minden egyes alkalommal el fog venni egyet
15:45
and give the monkeysmajmok just two.
403
930000
2000
és csak kettőt ad a majmoknak.
15:47
the guy on the right is the riskykockázatos lossveszteség.
404
932000
2000
A jobboldali egy kockázatos veszteség.
15:49
SometimesNéha he givesad no lossveszteség, so the monkeysmajmok are really psychedindulva,
405
934000
3000
Néha nem vesz el semmit, amitől a majmok odáig vannak,
15:52
but sometimesnéha he actuallytulajdonképpen givesad a bignagy lossveszteség,
406
937000
2000
de néha nagy veszteséget okoz,
15:54
takingbevétel away two to give the monkeysmajmok only one.
407
939000
2000
kettőt vesz el és csak egyet ad a majmoknak.
15:56
And so what do the monkeysmajmok do?
408
941000
2000
Tehát mit csinálnak a majmok?
15:58
Again, sameazonos choiceválasztás; they can playjáték it safebiztonságos
409
943000
2000
Ugyanaz a választás, lehetnek óvatosak
16:00
for always gettingszerzés two grapesszőlő everyminden singleegyetlen time,
410
945000
3000
és mindig két szőlőt kapnak, vagy
16:03
or they can take a riskykockázatos bettét and chooseválaszt betweenközött one and threehárom.
411
948000
3000
kockáztathatnak és az egy és három közül választanak.
16:06
The remarkablefigyelemre méltó thing to us is that, when you give monkeysmajmok this choiceválasztás,
412
951000
3000
Ami figyelemreméltó számunkra, amikor a majmoknak adjuk ezt az opciót,
16:09
they do the sameazonos irrationalirracionális thing that people do.
413
954000
2000
ugyanazt az irracionális döntést hozzák, mint mi.
16:11
They actuallytulajdonképpen becomeválik more riskykockázatos
414
956000
2000
Nagyobb kockázatot vállalnak
16:13
dependingattól on how the experimenterskísérletezők startedindult.
415
958000
3000
az alapján, hogy a kísérletezők honnan indultak.
16:16
This is crazyőrült because it suggestsjavasolja that the monkeysmajmok too
416
961000
2000
Ez őrület, mert eszerint a majmok is
16:18
are evaluatingértékelése things in relativerelatív termsfeltételek
417
963000
2000
relatív fogalmak szerint értékelik a dolgokat
16:20
and actuallytulajdonképpen treatingkezelésére lossesveszteség differentlyeltérően than they treatcsemege gainsnyereség.
418
965000
3000
és máshogy kezelik a veszteséget, mint a nyereséget.
16:23
So what does all of this mean?
419
968000
2000
Tehát mit jelent mindez?
16:25
Well, what we'vevoltunk shownLátható is that, first of all,
420
970000
2000
Először is megmutattuk, hogy
16:27
we can actuallytulajdonképpen give the monkeysmajmok a financialpénzügyi currencypénznem,
421
972000
2000
adhatunk a majmoknak egy pénzügyi fizetőeszközt,
16:29
and they do very similarhasonló things with it.
422
974000
2000
és hasonló dolgokat csinálnak vele.
16:31
They do some of the smartOkos things we do,
423
976000
2000
Néhány okos dolgot, amit mi is,
16:33
some of the kindkedves of not so niceszép things we do,
424
978000
2000
és néhány nem olyan kellemes dolgot, amit mi is,
16:35
like steallop it and so on.
425
980000
2000
pl. lopnak és hasonlók.
16:37
But they alsois do some of the irrationalirracionális things we do.
426
982000
2000
De néhány irracionális dolgot is csinálnak, amit mi is.
16:39
They systematicallyrendszeresen get things wrongrossz
427
984000
2000
Rendszeresen rosszul döntenek,
16:41
and in the sameazonos waysmódokon that we do.
428
986000
2000
és ugyanolyan módon, mint mi.
16:43
This is the first take-homehaza vinni messageüzenet of the Talk,
429
988000
2000
Ez az előadás első maradandó üzenete,
16:45
whichmelyik is that if you saw the beginningkezdet of this and you thought,
430
990000
2000
hogyha látták az elejét és azt gondolták,
16:47
oh, I'm totallyteljesen going to go home and hirebérel a capuchinkapucinus monkeymajom financialpénzügyi advisertanácsadó.
431
992000
2000
ezután majmokat fogok pénzügyi tanácsadóként alkalmazni.
16:49
They're way cutercsinosabb than the one at ... you know --
432
994000
2000
Sokkal édesebbek, mint...tudják --
16:51
Don't do that; they're probablyvalószínűleg going to be just as dumbnéma
433
996000
2000
Ne tegyék, mert valószínűleg ugyanolyan hülyék lesznek,
16:53
as the humanemberi one you alreadymár have.
434
998000
3000
mint az emberek, akik most önöknek dolgoznak.
16:56
So, you know, a little badrossz -- Sorry, sorry, sorry.
435
1001000
2000
Szóval tudják, egy kicsit rossz --bocs, bocs, bocs.
16:58
A little badrossz for monkeymajom investorsbefektetőknek.
436
1003000
2000
Egy kicsit rossz a majom befektetőknek.
17:00
But of coursetanfolyam, you know, the reasonok you're laughingnevetés is badrossz for humansemberek too.
437
1005000
3000
De tudják az ok, amiért nevetnek, rossz az embereknek is.
17:03
Because we'vevoltunk answeredválaszol the questionkérdés we startedindult out with.
438
1008000
3000
Mert megválaszoltuk a kérdést, amiből kiindultunk.
17:06
We wanted to know where these kindsféle of errorshibák camejött from.
439
1011000
2000
Meg akartuk tudni, hogy honnan jönnek ezek a hibák.
17:08
And we startedindult with the hoperemény that maybe we can
440
1013000
2000
És azzal a reménnyel kezdtük, hogy talán
17:10
sortfajta of tweakcsípés our financialpénzügyi institutionsintézmények,
441
1015000
2000
javíthatunk a pénzügyi intézményeinken,
17:12
tweakcsípés our technologiestechnológiák to make ourselvesminket better.
442
1017000
3000
javíthatunk a technológiáinkon, hogy jobbá tegyük magunkat.
17:15
But what we'vevoltunk learntanul is that these biasestorzítások mightesetleg be a deepermélyebb partrész of us than that.
443
1020000
3000
De azt láttuk, hogy ezek az előítéletek ennél mélyebben gyökerezhetnek bennünk.
17:18
In facttény, they mightesetleg be dueesedékes to the very naturetermészet
444
1023000
2000
Sőt, talán egyenesen az evolúciós
17:20
of our evolutionaryevolúciós historytörténelem.
445
1025000
2000
történelmünkből fakadnak.
17:22
You know, maybe it's not just humansemberek
446
1027000
2000
Tudják, talán nem csak az emberek
17:24
at the right sideoldal of this chainlánc that's dunceyduncey.
447
1029000
2000
ostobák a lánc jobb oldalán.
17:26
Maybe it's sortfajta of dunceyduncey all the way back.
448
1031000
2000
Talán ostoba minden egészen a kezdetekig.
17:28
And this, if we believe the capuchinkapucinus monkeymajom resultstalálatok,
449
1033000
3000
És ez, ha hiszünk a kapucinus majmok eredményeinek,
17:31
meanseszközök that these dunceyduncey strategiesstratégiák
450
1036000
2000
azt jelenti, hogy ezek az ostoba stratégiák
17:33
mightesetleg be 35 millionmillió yearsévek oldrégi.
451
1038000
2000
akár 35 millió évesek is lehetnek.
17:35
That's a long time for a strategystratégia
452
1040000
2000
Ez hosszú idő ahhoz, hogy egy
17:37
to potentiallypotenciálisan get changedmegváltozott around -- really, really oldrégi.
453
1042000
3000
stratégia megváltozzon -- nagyon-nagyon hosszú.
17:40
What do we know about other oldrégi strategiesstratégiák like this?
454
1045000
2000
Mit tudunk más, hasonlóan régi stratégiákról?
17:42
Well, one thing we know is that they tendhajlamosak to be really hardkemény to overcomeleküzdése.
455
1047000
3000
Nos, az egyik az, hogy tudjuk, nagyon nehéz leküzdeni őket.
17:45
You know, think of our evolutionaryevolúciós predilectionrészrehajlás
456
1050000
2000
Tudják, az evolúciós késztetésünk arra, hogy
17:47
for eatingenni sweetédes things, fattyzsíros things like cheesecakesajttorta.
457
1052000
3000
édes, zsíros dolgokat együnk, mint pl. a sajttorta.
17:50
You can't just shutbecsuk that off.
458
1055000
2000
Ezt nem lehet egyszerűen kikapcsolni.
17:52
You can't just look at the dessertdesszert cartkocsi as say, "No, no, no. That looksúgy néz ki, disgustingundorító to me."
459
1057000
3000
Nem tudunk a desszertes kocsira nézni és azt mondani, "Nem, ez gusztustalan."
17:55
We're just builtépült differentlyeltérően.
460
1060000
2000
Egyszerűen nem így vagyunk tervezve.
17:57
We're going to perceiveérzékeli it as a good thing to go after.
461
1062000
2000
Úgy fogjuk látni, hogy ez egy jó dolog, érdemes utána menni.
17:59
My guessTaláld ki is that the sameazonos thing is going to be trueigaz
462
1064000
2000
Azt tippelem, hogy ugyanez igaz arra,
18:01
when humansemberek are perceivingészrevette
463
1066000
2000
ahogy az emberek a különböző
18:03
differentkülönböző financialpénzügyi decisionsdöntések.
464
1068000
2000
pénzügyi döntéseket látják.
18:05
When you're watchingnézni your stockskészletek plummetzuhannak into the redpiros,
465
1070000
2000
Amikor azt látod, hogy zuhan a kötvényeid éréke,
18:07
when you're watchingnézni your houseház priceár go down,
466
1072000
2000
amikor látod, ahogy esik a házad értéke,
18:09
you're not going to be ableképes to see that
467
1074000
2000
nem tudod máshogy látni,
18:11
in anything but oldrégi evolutionaryevolúciós termsfeltételek.
468
1076000
2000
mint evolúciós fogalmakban.
18:13
This meanseszközök that the biasestorzítások
469
1078000
2000
Ez azt jelenti, hogy az előítéleteket
18:15
that leadvezet investorsbefektetőknek to do badlyrosszul,
470
1080000
2000
amik a rossz befektetésekhez vezetnek,
18:17
that leadvezet to the foreclosurekizárás crisisválság
471
1082000
2000
amik az ingatlanárverezésekhez vezettek,
18:19
are going to be really hardkemény to overcomeleküzdése.
472
1084000
2000
nagyon nehéz lesz legyőzni.
18:21
So that's the badrossz newshírek. The questionkérdés is: is there any good newshírek?
473
1086000
2000
Ez a rossz hír. A kérdés az: van-e jó hír?
18:23
I'm supposedfeltételezett to be up here tellingsokatmondó you the good newshírek.
474
1088000
2000
Elvileg azért vagyok itt, hogy jó híreket mondjak.
18:25
Well, the good newshírek, I think,
475
1090000
2000
Nos, a jó hír az, szerintem,
18:27
is what I startedindult with at the beginningkezdet of the Talk,
476
1092000
2000
amivel az előadást kezdtem, hogy
18:29
whichmelyik is that humansemberek are not only smartOkos;
477
1094000
2000
az emberek nem csak okosak,
18:31
we're really inspirationallyInspirationally smartOkos
478
1096000
2000
hanem tényleg, inspirálóan okosak
18:33
to the restpihenés of the animalsállatok in the biologicalbiológiai kingdomkirályság.
479
1098000
3000
a többi állathoz képest a biológia birodalmában.
18:36
We're so good at overcomingleküzdése our biologicalbiológiai limitationskorlátozások --
480
1101000
3000
Olyan jók vagyunk abban, hogy legyőzzük a biológiai korlátainkat --
18:39
you know, I flewrepült over here in an airplanerepülőgép.
481
1104000
2000
tudják, repülővel jöttem ide.
18:41
I didn't have to try to flapfékszárny my wingsszárnyak.
482
1106000
2000
Nem kellett csapkodnom a szárnyaimmal.
18:43
I'm wearingfárasztó contactkapcsolatba lépni lenseslencsék now so that I can see all of you.
483
1108000
3000
Kontakt lencsét hordok, hogy láthassam is önöket.
18:46
I don't have to relytámaszkodni on my ownsaját near-sightednessNear-sightedness.
484
1111000
3000
Nem tart vissza a saját rövidlátóságom.
18:49
We actuallytulajdonképpen have all of these casesesetek
485
1114000
2000
Ezekben az esetekben túlléptünk
18:51
where we overcomeleküzdése our biologicalbiológiai limitationskorlátozások
486
1116000
3000
a biológiai korlátainkon, a technológia
18:54
throughkeresztül technologytechnológia and other meanseszközök, seeminglylátszólag prettyszép easilykönnyen.
487
1119000
3000
segítségével, látszólag nagyon könnyen.
18:57
But we have to recognizeelismerik that we have those limitationskorlátozások.
488
1122000
3000
De fel kell ismernünk a saját korlátainkat.
19:00
And here'sitt the rubdörzsölje.
489
1125000
2000
És ez a bökkenő.
19:02
It was CamusCamus who onceegyszer said that, "Man is the only speciesfaj
490
1127000
2000
Camus azt mondta, "Az ember az egyetlen teremtmény a világon,
19:04
who refusesvisszautasít to be what he really is."
491
1129000
3000
amely nem akar az lenni, ami."
19:07
But the ironyirónia is that
492
1132000
2000
Ebben az az irónikus,
19:09
it mightesetleg only be in recognizingfelismerés our limitationskorlátozások
493
1134000
2000
hogy csak akkor tudjuk túllépni a korlátainkat,
19:11
that we can really actuallytulajdonképpen overcomeleküzdése them.
494
1136000
2000
ha felismerjük őket.
19:13
The hoperemény is that you all will think about your limitationskorlátozások,
495
1138000
3000
Azt remélem, hogy úgy gondolnak a korlátaikra,
19:16
not necessarilyszükségszerűen as unovercomableunovercomable,
496
1141000
3000
nem, mint leküzdhetetlen akadályokra,
19:19
but to recognizeelismerik them, acceptelfogad them
497
1144000
2000
de felismerik és elfogadják azokat,
19:21
and then use the worldvilág of designtervezés to actuallytulajdonképpen figureábra them out.
498
1146000
3000
és aztán a design világának segítségével megoldják azokat.
19:24
That mightesetleg be the only way that we will really be ableképes
499
1149000
3000
Ez lehet az egyetlen módja annak, hogy
19:27
to achieveelér our ownsaját humanemberi potentiallehetséges
500
1152000
2000
elérjük a teljes emberi potenciálunkat,
19:29
and really be the noblenemes speciesfaj we hoperemény to all be.
501
1154000
3000
és tényleg a nemes faj legyünk, ami mind lenni szeretnénk.
19:32
Thank you.
502
1157000
2000
Köszönöm.
19:34
(ApplauseTaps)
503
1159000
5000
(Taps)
Translated by Anna Patai
Reviewed by Natália Dorkó

▲Back to top

ABOUT THE SPEAKER
Laurie Santos - Cognitive psychologist
Laurie Santos studies primate psychology and monkeynomics -- testing problems in human psychology on primates, who (not so surprisingly) have many of the same predictable irrationalities we do.

Why you should listen

Laurie Santos runs the Comparative Cognition Laboratory (CapLab) at Yale, where she and collaborators across departments (from psychology to primatology to neurobiology) explore the evolutionary origins of the human mind by studying lemurs, capuchin monkeys and other primates. The twist: Santos looks not only for positive humanlike traits, like tool-using and altruism, but irrational ones, like biased decisionmaking.

In elegant, carefully constructed experiments, Santos and CapLab have studied how primates understand and categorize objects in the physical world -- for instance, that monkeys understand an object is still whole even when part of it is obscured. Going deeper, their experiments also search for clues that primates possess a theory of mind -- an ability to think about what other people think.

Most recently, the lab has been looking at behaviors that were once the province mainly of novelists: jealousy, frustration, judgment of others' intentions, poor economic choices. In one experiment, Santos and her team taught monkeys to use a form of money, tradeable for food. When certain foods became cheaper, monkeys would, like humans, overbuy. As we humans search for clues to our own irrational behaviors, Santos' research suggests that the source of our genius for bad decisions might be our monkey brains.

More profile about the speaker
Laurie Santos | Speaker | TED.com