TEDxWinnipeg
Jeff Hancock: The future of lying
Jeff Hancock: 3 tipi di bugie (digitali)
Filmed:
Readability: 3.3
1,347,124 views
Chi non ha mai mandato un messaggio che dice "Sto arrivando" anche se non era vero o ritoccato la realtà sul proprio profilo online? Jeff Hancock non crede che l'anonimato di Internet incoraggi la disonestà. Infatti, afferma che la ricercabilità e lapermanenza delle informazioni online potrebbero addirittura renderci più onesti.
Jeff Hancock - Psychologist
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Jeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication. Full bio
Double-click the English transcript below to play the video.
00:16
Let me tell you, it has been a fantastic month for deception.
0
381
3713
Lasciate che ve lo dica, è stato un mese fantastico per gli inganni.
00:19
And I'm not even talking about the American presidential race. (Laughter)
1
4094
4253
Non sto parlando della corsa alla presidenza americana.
(Risate)
(Risate)
00:24
We have a high-profile journalist caught for plagiarism,
2
8347
4335
Abbiamo un giornalista di rilievo accusato di plagio,
00:28
a young superstar writer whose book involves
3
12682
2932
un giovane scrittore famoso i cui libri
00:31
so many made up quotes that they've pulled it from the shelves;
4
15614
3305
erano talmente pieni di citazioni che li hanno dovuti ritirare dalla vendita;
00:34
a New York Times exposé on fake book reviews.
5
18919
2598
una denuncia del New York Times sulle false recensioni dei libri.
00:37
It's been fantastic.
6
21517
1409
È stato fantastico.
00:38
Now, of course, not all deception hits the news.
7
22926
3851
Ora, ovviamente, non tutti gli inganni finiscono in prima pagina.
00:42
Much of the deception is everyday. In fact, a lot of research
8
26777
3679
Molti delle inganni sono quotidiani. Di fatto, molte ricerche
00:46
shows that we all lie once or twice a day, as Dave suggested.
9
30456
4331
mostrano che tutti mentiamo un paio di volte al giorno, come ha suggerito Dave.
00:50
So it's about 6:30 now, suggests that most of us should have lied.
10
34787
2933
Ora sono circa le 18.30, il che suggerisce che la maggior parte dovrebbe già aver mentito.
00:53
Let's take a look at Winnipeg. How many of you,
11
37720
1900
Vediamo qui a Winnipeg. Quanti di voi,
00:55
in the last 24 hours -- think back -- have told a little fib,
12
39620
2927
nelle ultime 24 ore, pensateci, hanno raccontato una piccola balla,
00:58
or a big one? How many have told a little lie out there?
13
42547
3551
o una grossa? Quanti di voi hanno detto una piccola bugia?
01:01
All right, good. These are all the liars.
14
46098
1904
Bene. Questi sono tutti bugiardi.
01:03
Make sure you pay attention to them. (Laughter)
15
48002
3293
Teneteli d'occhio.
(Risate)
(Risate)
01:07
No, that looked good, it was about two thirds of you.
16
51295
2146
No, andava bene, circa due terzi di voi.
01:09
The other third didn't lie, or perhaps forgot,
17
53441
2852
L'altro terzo non ha mentito, o forse se n'è dimenticato,
01:12
or you're lying to me about your lying, which is very,
18
56293
2660
oppure sta mentendo sul fatto che ha mentito, il che è molto,
01:14
very devious. (Laughter) This fits with a lot of the research,
19
58953
4050
molto contorto. (Risate)
Coincide con molte ricerche
Coincide con molte ricerche
01:18
which suggests that lying is very pervasive.
20
63003
3354
che suggeriscono che mentire è molto diffuso.
01:22
It's this pervasiveness, combined with the centrality
21
66357
3961
È questa diffusione, unita all'importanza
01:26
to what it means to be a human, the fact that we can
22
70318
2440
di quello che comporta essere umani,
il fatto che possiamo
il fatto che possiamo
01:28
tell the truth or make something up,
23
72758
1880
raccontare la verità o inventarci qualcosa,
01:30
that has fascinated people throughout history.
24
74638
2851
che nella storia ha affascinato molti.
01:33
Here we have Diogenes with his lantern.
25
77489
2629
Qui abbiamo Diogene con la sua lanterna.
01:36
Does anybody know what he was looking for?
26
80118
2680
Qualcuno di voi sa cosa stava cercando?
01:38
A single honest man, and he died without finding one
27
82798
3784
Un unico uomo onesto.
Ed è morto, di ritorno in Grecia,
Ed è morto, di ritorno in Grecia,
01:42
back in Greece. And we have Confucius in the East
28
86582
3017
senza trovarlo. Abbiamo Confucio in Oriente
01:45
who was really concerned with sincerity,
29
89599
2377
che era molto interessato alla sincerità,
01:47
not only that you walked the walk or talked the talk,
30
91976
3084
non solo a fatti o a parole,
01:50
but that you believed in what you were doing.
31
95060
3154
ma credendo in ciò che si fa.
01:54
You believed in your principles.
32
98214
2006
Credendo nei propri principi.
01:56
Now my first professional encounter with deception
33
100220
2931
Il mio primo incontro professionale con l'inganno
01:59
is a little bit later than these guys, a couple thousand years.
34
103151
3463
è avvenuto circa 2000 anni più tardi rispetto a questi tizi.
02:02
I was a customs officer for Canada back in the mid-'90s.
35
106614
3799
Ero ufficiale di dogana in Canada a metà degli anni '90.
02:06
Yeah. I was defending Canada's borders.
36
110413
2826
Già. Difendevo i confini canadesi.
02:09
You may think that's a weapon right there. In fact,
37
113239
3782
Potreste pensare che quella è un'arma. In realtà,
02:12
that's a stamp. I used a stamp to defend Canada's borders. (Laughter)
38
117021
5030
è un timbro. Usavo un timbro per difendere i confini canadesi. (Risate)
02:17
Very Canadian of me. I learned a lot about deception
39
122051
3537
Tipicamente canadese. Ho imparato molto sull'inganno
02:21
while doing my duty here in customs,
40
125588
3055
facendo il mio dovere alla dogana,
02:24
one of which was that most of what I thought I knew about deception was wrong,
41
128643
2884
ad esempio che molto di ciò che pensavo dell'inganno era sbagliato,
02:27
and I'll tell you about some of that tonight.
42
131527
1752
e stasera ve lo racconterò.
02:29
But even since just 1995, '96, the way we communicate
43
133279
4074
Fin dal 1995, '96, il nostro modo di comunicare
02:33
has been completely transformed. We email, we text,
44
137353
3297
si è trasformato completamente. Mandiamo email, messaggi,
02:36
we skype, we Facebook. It's insane.
45
140650
2613
usiamo Skype, Facebook.
È una follia.
È una follia.
02:39
Almost every aspect of human communication's been changed,
46
143263
3261
Quasi ogni aspetto della comunicazione umana è stato cambiato,
02:42
and of course that's had an impact on deception.
47
146524
2560
e ovviamente questo ha avuto un impatto sull'inganno.
02:44
Let me tell you a little bit about a couple of new deceptions
48
149084
2583
Lasciate che vi parli un po' di alcuni inganni
02:47
we've been tracking and documenting.
49
151667
2376
che abbiamo scovato e documentato.
02:49
They're called the Butler, the Sock Puppet
50
154043
4244
Sono il Butler [maggiordomo], il Sockpuppet [clone]
02:54
and the Chinese Water Army.
51
158287
2081
e l'Esercito dell'Acqua.
02:56
It sounds a little bit like a weird book,
52
160368
1897
Sembra quasi uno strano libro,
02:58
but actually they're all new types of lies.
53
162265
2133
ma in realtà sono tutti nuovi tipi di bugie.
03:00
Let's start with the Butlers. Here's an example of one:
54
164398
3045
Cominciamo con il Butler.
Ecco un esempio:
Ecco un esempio:
03:03
"On my way." Anybody ever written, "On my way?"
55
167443
3113
"Sto arrivando". Avete mai scritto "Sto arrivando"?
03:06
Then you've also lied. (Laughter)
56
170556
3763
Allora avete mentito anche voi.
(Risate)
(Risate)
03:10
We're never on our way. We're thinking about going on our way.
57
174319
4197
Non stiamo mai arrivando. Stiamo pensando di uscire.
03:14
Here's another one: "Sorry I didn't respond to you earlier.
58
178516
2763
Eccone un altro: "Scusa se prima non ho risposto.
03:17
My battery was dead." Your battery wasn't dead.
59
181279
1965
La batteria era morta". La batteria non era morta.
03:19
You weren't in a dead zone.
60
183244
1876
Non eravate in una zona senza copertura.
03:21
You just didn't want to respond to that person that time.
61
185120
1953
Semplicemente non volevate rispondere a quella persona in quel momento.
03:22
Here's the last one: You're talking to somebody,
62
187073
1797
Ecco l'ultimo: State parlando con qualcuno
03:24
and you say, "Sorry, got work, gotta go."
63
188870
2490
e dite "Scusa, devo lavorare, devo andare".
03:27
But really, you're just bored. You want to talk to somebody else.
64
191360
3797
In realtà siete solo annoiati. Volete parlare con qualcun altro.
03:31
Each of these is about a relationship,
65
195157
2416
Ognuno di questi esempi riguarda una relazione,
03:33
and this is a 24/7 connected world. Once you get my cell phone number,
66
197573
4405
e questo è un mondo connesso 24 ore su 24. Una volta che avete il mio numero di cellulare,
03:37
you can literally be in touch with me 24 hours a day.
67
201978
2965
potete letteralmente restare in contatto con me 24 ore al giorno.
03:40
And so these lies are being used by people
68
204943
2369
Quindi queste bugie vengono usate dalla gente
03:43
to create a buffer, like the butler used to do,
69
207312
2826
per creare un intermediario, come il maggiordomo,
03:46
between us and the connections to everybody else.
70
210138
3407
tra noi e le connessioni con chiunque altro.
03:49
But they're very special. They use ambiguity
71
213545
1707
Ma sono molto particolari. Usano l'ambiguità
03:51
that comes from using technology. You don't know
72
215252
2061
resa possibile dalla tecnologia. Non sapete
03:53
where I am or what I'm doing or who I'm with.
73
217313
2948
dove sono o cosa sto facendo o con chi sono.
03:56
And they're aimed at protecting the relationships.
74
220261
2491
E hanno lo scopo di proteggere le relazioni.
03:58
These aren't just people being jerks. These are people
75
222752
2581
Non si tratta solo di essere odiosi. Si tratta di dire
04:01
that are saying, look, I don't want to talk to you now,
76
225333
2376
"Guarda, non voglio parlare con te ora,
04:03
or I didn't want to talk to you then, but I still care about you.
77
227709
2424
o in quel momento non volevo parlare con te, ma tengo ancora a te.
04:06
Our relationship is still important.
78
230133
2400
La nostra relazione è ancora importante".
04:08
Now, the Sock Puppet, on the other hand,
79
232533
1514
Il "Sock-puppet", invece,
04:09
is a totally different animal. The sock puppet isn't
80
234047
2343
è una bestia completamente diversa.
Il "Sock-puppet"
Il "Sock-puppet"
04:12
about ambiguity, per se. It's about identity.
81
236390
3065
non riguarda l'ambiguità di per sé. Riguarda l'identità.
04:15
Let me give you a very recent example,
82
239455
2002
Vi faccio un esempio molto recente,
04:17
as in, like, last week.
83
241457
1514
risalente alla settimana scorsa.
04:18
Here's R.J. Ellory, best-seller author in Britain.
84
242971
3268
Questo è R.J. Ellory, autore di bestseller in Gran Bretagna.
04:22
Here's one of his bestselling books.
85
246239
2020
Questo è uno dei suo bestseller.
04:24
Here's a reviewer online, on Amazon.
86
248259
3413
Questo è un commento online, su Amazon.
04:27
My favorite, by Nicodemus Jones, is,
87
251672
2657
Il mio preferito, di Nicodemus Jones:
04:30
"Whatever else it might do, it will touch your soul."
88
254329
3808
"In qualsiasi caso, vi toccherà l'anima".
04:34
And of course, you might suspect
89
258137
1403
E ovviamente potreste sospettare
04:35
that Nicodemus Jones is R.J. Ellory.
90
259540
2627
che Nicodemus Jones sia R.J. Ellory.
04:38
He wrote very, very positive reviews about himself. Surprise, surprise.
91
262167
4687
Ha scritto recensioni molto, molto positive su sé stesso.
Sorpresa, sorpresa.
Sorpresa, sorpresa.
04:42
Now this Sock Puppet stuff isn't actually that new.
92
266854
3260
Ricorrere al "Sock-puppet" non è cosa nuova.
04:46
Walt Whitman also did this back in the day,
93
270114
3167
Ai suoi tempi lo faceva anche Walt Whitman,
04:49
before there was Internet technology. Sock Puppet
94
273281
3055
prima che esistesse Internet. Il "Sock-puppet"
04:52
becomes interesting when we get to scale,
95
276336
2768
diventa interessante cambiando scala,
04:55
which is the domain of the Chinese Water Army.
96
279104
2518
ed è l'ambito dell'"Esercito Cinese dell'Acqua".
04:57
Chinese Water Army refers to thousands of people
97
281622
2436
L'Esercito dell'Acqua si riferisce a migliaia di persone
04:59
in China that are paid small amounts of money
98
284058
3048
in Cina pagate pochissimo per produrre contenuti.
05:03
to produce content. It could be reviews. It could be
99
287106
3034
Possono essere recensioni. Può essere propaganda.
05:06
propaganda. The government hires these people,
100
290140
2559
Il governo assume queste persone,
05:08
companies hire them, all over the place.
101
292699
2628
le aziende li assumono ovunque.
05:11
In North America, we call this Astroturfing,
102
295327
3617
In America del Nord lo chiamiamo "Astroturfing",
05:14
and Astroturfing is very common now. There's a lot of concerns about it.
103
298944
3438
e ora l'"Astroturfing" è molto comune. Sono molte le preoccupazioni a riguardo.
05:18
We see this especially with product reviews, book reviews,
104
302382
3227
Lo vediamo in particolare con le recensioni sui prodotti, sui libri,
05:21
everything from hotels to whether that toaster is a good toaster or not.
105
305609
4795
qualunque cosa, dagli alberghi alla qualità di un tostapane.
05:26
Now, looking at these three reviews, or these three types of deception,
106
310404
3918
Osservando questi tre tipi di inganni,
05:30
you might think, wow, the Internet is really making us
107
314322
2737
potreste pensare che Internet ci stia veramente trasformando
05:32
a deceptive species, especially when you think about
108
317059
3209
in una specie di imbroglioni, soprattutto se pensate
05:36
the Astroturfing, where we can see deception brought up to scale.
109
320268
4602
all'Astroturfing, in cui vediamo inganni su larga scala.
05:40
But actually, what I've been finding is very different from that.
110
324870
4738
Ma in realtà, quello che ho scoperto è molto diverso.
05:45
Now, let's put aside the online anonymous sex chatrooms,
111
329608
3249
Mettiamo da parte le chatroom erotiche online anonime,
05:48
which I'm sure none of you have been in.
112
332857
1899
in cui sono sicuro nessuno di voi sia mai entrato.
05:50
I can assure you there's deception there.
113
334756
2329
Vi assicuro che lì si trovano inganni.
05:52
And let's put aside the Nigerian prince who's emailed you
114
337085
2709
Mettiamo da parte il principe nigeriano che vi ha scritto
05:55
about getting the 43 million out of the country. (Laughter)
115
339794
3228
per portare fuori dal paese quei 43 milioni. (Risate)
05:58
Let's forget about that guy, too.
116
343022
1680
Dimentichiamo anche quel tizio.
06:00
Let's focus on the conversations between our friends
117
344702
2944
Concentriamoci sulle conversazioni con i nostri amici,
06:03
and our family and our coworkers and our loved ones.
118
347646
2147
la nostra famiglia, i nostri colleghi e le persone a cui teniamo.
06:05
Those are the conversations that really matter.
119
349793
2408
Quelle sono conversazioni che contano veramente.
06:08
What does technology do to deception with those folks?
120
352201
4240
Cosa si comporta la tecnologia con gli inganni verso quelle persone?
06:12
Here's a couple of studies. One of the studies we do
121
356441
3075
Ecco un paio di ricerche. Una delle ricerche che facciamo
06:15
are called diary studies, in which we ask people to record
122
359516
3371
si chiama studio giornaliero, si chiede alle persone di registrare
06:18
all of their conversations and all of their lies for seven days,
123
362887
3566
tutte le loro conversazioni e tutte le bugie per sette giorni,
06:22
and what we can do then is calculate how many lies took place
124
366453
3105
e quello che facciamo poi è calcolare il numero medio di bugie
06:25
per conversation within a medium, and the finding
125
369558
2948
in una conversazione.
Il risultato
Il risultato
06:28
that we get that surprises people the most is that email
126
372506
2524
più sorprendente è che le email
06:30
is the most honest of those three media.
127
375030
3279
sono il mezzo più onesto tra questi tre media.
06:34
And it really throws people for a loop because we think,
128
378309
2401
E questo sconvolge le persone perché si pensa:
06:36
well, there's no nonverbal cues, so why don't you lie more?
129
380710
3736
se non ci sono segnali non verbali, perché non si mente di più?
06:40
The phone, in contrast, the most lies.
130
384446
4304
Il telefono, al contrario, è il mezzo con cui si mente di più.
06:44
Again and again and again we see the phone is the device
131
388750
1946
Continuamente vediamo che il telefono è l'apparecchio
06:46
that people lie on the most, and perhaps because of the Butler Lie ambiguities I was telling you about.
132
390696
4718
con cui la gente mente di più, forse per colpa delle ambiguità della bugia Butler di cui vi dicevo prima.
06:51
This tends to be very different from what people expect.
133
395414
3975
Tende ad essere diverso da quello che la gente si aspetta.
06:55
What about résumés? We did a study in which we had
134
399389
3224
E per quanto riguarda i curriculum? Abbiamo fatto una ricerca in cui
06:58
people apply for a job, and they could apply for a job
135
402613
2544
le persone dovevano far domanda per un lavoro e potevano farlo
07:01
either with a traditional paper résumé, or on LinkedIn,
136
405157
3514
tramite un curriculum tradizionale o su LinkedIn,
07:04
which is a social networking site like Facebook,
137
408671
2822
che è un social network come Facebook,
07:07
but for professionals -- involves the same information as a résumé.
138
411493
3567
ma per professionisti, contiene le stesse informazioni di un curriculum.
07:10
And what we found, to many people's surprise,
139
415060
2614
Sorprendentemente, quello che abbiamo scoperto
07:13
was that those LinkedIn résumés were more honest
140
417674
2795
è che i curriculum su LinkedIn erano più onesti
07:16
on the things that mattered to employers, like your
141
420469
1824
su aspetti che interessano i datori di lavoro, come
07:18
responsibilities or your skills at your previous job.
142
422293
4151
le responsabilità o le capacità del lavoro precedente.
07:22
How about Facebook itself?
143
426444
2296
E Facebook invece?
07:24
You know, we always think that hey, there are these
144
428740
1882
Pensiamo sempre che ci siano
07:26
idealized versions, people are just showing the best things
145
430622
2129
queste versioni idealizzate, che le persone mostrino solo il meglio
07:28
that happened in their lives. I've thought that many times.
146
432751
2656
di quello che è capitato loro nella vita. L'ho pensato molte volte.
07:31
My friends, no way they can be that cool and have good of a life.
147
435407
3068
Non è possibile che i miei amici siano così fantastici e abbiano una vita magnifica.
07:34
Well, one study tested this by examining people's personalities.
148
438475
3821
Uno studio lo ha verificato esaminando la personalità degli utenti.
07:38
They had four good friends of a person judge their personality.
149
442296
4218
Quattro amici dovevano giudicare la personalità di un utente.
07:42
Then they had strangers, many strangers,
150
446514
1956
Dopodichè degli sconosciuti, molti sconosciuti,
07:44
judge the person's personality just from Facebook,
151
448470
2528
hanno giudicato la stessa personalità solo usando Facebook,
07:46
and what they found was those judgments of the personality
152
450998
2429
e hanno scoperto che i giudizi sulla personalità
07:49
were pretty much identical, highly correlated,
153
453427
2509
era praticamente identici, altamente correlati,
07:51
meaning that Facebook profiles really do reflect our actual personality.
154
455936
4373
a significare che i profili Facebook riflettono la nostra vera personalità.
07:56
All right, well, what about online dating?
155
460309
2572
Bene, e invece gli appuntamenti online?
07:58
I mean, that's a pretty deceptive space.
156
462881
1500
Quello sì che è un ambiente ingannevole.
08:00
I'm sure you all have "friends" that have used online dating. (Laughter)
157
464381
3535
Sicuramente tutti avrete "amici" che hanno usato siti di incontri online. (Risate)
08:03
And they would tell you about that guy that had no hair
158
467916
2058
E vi hanno parlato di quel tizio che non aveva capelli
08:05
when he came, or the woman that didn't look at all like her photo.
159
469974
3030
o di quella donna che non era proprio come nella foto.
08:08
Well, we were really interested in it, and so what we did
160
473004
3136
L'argomento ci interessava parecchio, perciò
08:12
is we brought people, online daters, into the lab,
161
476140
3107
abbiamo portato in laboratorio queste persone
08:15
and then we measured them. We got their height
162
479247
1480
e le abbiamo misurate. Abbiamo misurato l'altezza
08:16
up against the wall, we put them on a scale, got their weight --
163
480727
3881
contro il muro, li abbiamo messi su una bilancia e pesati --
08:20
ladies loved that -- and then we actually got their driver's license to get their age.
164
484608
3895
le donne erano entusiaste -- poi abbiamo controllato l'età dalla patente.
08:24
And what we found was very, very interesting.
165
488503
4311
E quello che abbiamo scoperto è molto, molto interessante.
08:28
Here's an example of the men and the height.
166
492814
3929
Ecco un esempio degli uomini e dell'altezza.
08:32
Along the bottom is how tall they said they were in their profile.
167
496743
2470
Sull'asse orizzontale c'è l'altezza dichiarata nel profilo.
08:35
Along the y-axis, the vertical axis, is how tall they actually were.
168
499213
4862
Sull'asse verticale, c'è l'altezza reale.
08:39
That diagonal line is the truth line. If their dot's on it,
169
504075
3076
La linea diagonale è la linea della verità. Se i punti sono lungo la linea,
08:43
they were telling exactly the truth.
170
507151
1554
hanno detto l'esatta verità.
08:44
Now, as you see, most of the little dots are below the line.
171
508705
3113
Come potete vedere, la maggior parte dei punti sono sotto la linea.
08:47
What it means is all the guys were lying about their height.
172
511818
2867
Significa che tutti gli uomini hanno mentito sulla loro altezza.
08:50
In fact, they lied about their height about nine tenths of an inch,
173
514685
2941
Di fatto, hanno mentito sulla loro altezza di poco più di due centimetri,
08:53
what we say in the lab as "strong rounding up." (Laughter)
174
517626
6276
quello che in laboratorio chiamiamo "arrotondare per eccesso". (Risate)
08:59
You get to 5'8" and one tenth, and boom! 5'9".
175
523902
4503
Come per magia, 1 metro e 73 diventa 1 metro e 75!
09:04
But what's really important here is, look at all those dots.
176
528405
1998
Ma quello che è veramente importante è: guardate questi punti.
09:06
They are clustering pretty close to the truth. What we found
177
530403
2566
Sono raggruppati molto vicini alla verità. Abbiamo scoperto
09:08
was 80 percent of our participants did indeed lie
178
532969
2408
che l'80% dei partecipanti ha in effetti mentito
09:11
on one of those dimensions, but they always lied by a little bit.
179
535377
3595
su uno di questi argomenti, ma ha sempre mentito di poco.
09:14
One of the reasons is pretty simple. If you go to a date,
180
538972
3024
La ragione è abbastanza semplice. Se incontrate qualcuno
09:17
a coffee date, and you're completely different than what you said,
181
541996
3601
per un caffè, e siete completamente diversi da quello che avete dichiarato,
09:21
game over. Right? So people lied frequently, but they lied
182
545597
3619
finisce lì. Giusto? Quindi le persone mentivano spesso, ma mentivano
09:25
subtly, not too much. They were constrained.
183
549216
3469
in maniera sottile, non troppo. Si limitavano.
09:28
Well, what explains all these studies? What explains the fact
184
552685
2887
Cosa spiega tutto ciò? Cosa spiega il fatto
09:31
that despite our intuitions, mine included,
185
555572
4635
che nonostante le nostre intuizioni, comprese le mie,
09:36
a lot of online communication, technologically-mediated
186
560207
3529
molte delle comunicazioni online, le comunicazioni mediate
09:39
communication, is more honest than face to face?
187
563736
4028
dalla tecnologia, sono più oneste di quelle di persona?
09:43
That really is strange. How do we explain this?
188
567764
2489
È molto strano. Come lo si spiega?
09:46
Well, to do that, one thing is we can look at the deception-detection literature.
189
570253
3379
Per farlo, possiamo osservare la letteratura sull'identificazione dell'inganno.
09:49
It's a very old literature by now, it's coming up on 50 years.
190
573632
4345
È una letteratura molto antica, ormai ha 50 anni.
09:53
It's been reviewed many times. There's been thousands of trials,
191
577977
2662
È stata rivista molte volte. Sono stati fatti migliaia di esperimenti,
09:56
hundreds of studies, and there's some really compelling findings.
192
580639
3981
centinaia di studi, e sono state fatte scoperte irrefutabili.
10:00
The first is, we're really bad at detecting deception,
193
584620
3236
La prima è che siamo veramente scarsi a rilevare le bugie,
10:03
really bad. Fifty-four percent accuracy on average when you have to tell
194
587856
4116
54% è la media della precisione che raggiungiamo
10:07
if somebody that just said a statement is lying or not.
195
591972
3384
nell'identificare una falsa dichiarazione.
10:11
That's really bad. Why is it so bad?
196
595356
3192
È veramente poco. Perché?
10:14
Well it has to do with Pinocchio's nose.
197
598548
2530
Beh, ha a che vedere con il naso di Pinocchio.
10:16
If I were to ask you guys, what do you rely on
198
601078
2359
Se dovessi chiedere a voi, su cosa fate affidamento
10:19
when you're looking at somebody and you want to find out
199
603437
2245
quando guardate qualcuno e volete scoprire
10:21
if they're lying? What cue do you pay attention to?
200
605682
2930
se stia mentendo, a cosa prestate attenzione?
10:24
Most of you would say that one of the cues you look at
201
608612
2430
La maggior parte di voi direbbe che la prima cosa che guarda
10:26
is the eyes. The eyes are the window to the soul.
202
611042
2728
sono gli occhi. Gli occhi sono lo specchio dell'anima.
10:29
And you're not alone. Around the world, almost every culture,
203
613770
2403
E non siete gli unici. Nel mondo, in quasi tutte le culture
10:32
one of the top cues is eyes. But the research
204
616173
2863
uno dei segnali principali sono gli occhi. Ma le ricerche
10:34
over the last 50 years says there's actually no reliable cue
205
619036
3824
degli ultimi 50 anni dicono che in realtà non ci sono segnali affidabili
10:38
to deception, which blew me away, and it's one of
206
622860
2997
relativi alle bugie, cosa che mi ha sorpreso.
10:41
the hard lessons that I learned when I was customs officer.
207
625857
2355
Ed è una delle dure lezioni che ho imparato quand'ero funzionario doganale.
10:44
The eyes do not tell us whether somebody's lying or not.
208
628212
2430
Gli occhi non ci dicono se una persona sta mentendo o meno.
10:46
Some situations, yes -- high stakes, maybe their pupils dilate,
209
630642
3018
In alcune situazioni lo fanno -- con poste in gioco elevate, magari la pupilla si dilata,
10:49
their pitch goes up, their body movements change a little bit,
210
633660
3504
il tono si alza, cambiano un po' i movimenti del corpo,
10:53
but not all the time, not for everybody, it's not reliable.
211
637164
4832
ma non sempre, non per tutti, non è un ragionamento affidabile.
10:57
Strange. The other thing is that just because you can't see me
212
641996
3378
Strano. Inoltre, il fatto che non possiate vedermi
11:01
doesn't mean I'm going to lie. It's common sense,
213
645374
2419
non significa che io debba mentire. È buonsenso,
11:03
but one important finding is that we lie for a reason.
214
647793
2907
ma una scoperta importante è che mentiamo per un motivo.
11:06
We lie to protect ourselves or for our own gain
215
650700
2367
Mentiamo per proteggere noi stessi o per un guadagno personale
11:08
or for somebody else's gain.
216
653067
2827
o a vantaggio di qualcun altro.
11:11
So there are some pathological liars, but they make up
217
655894
1930
Esistono bugiardi patologici, ma rappresentano
11:13
a tiny portion of the population. We lie for a reason.
218
657824
3513
una piccola parte della popolazione. Mentiamo per un motivo.
11:17
Just because people can't see us doesn't mean
219
661337
1631
Solo perché la gente non ci vede non significa
11:18
we're going to necessarily lie.
220
662968
2271
necessariamente che mentiremo.
11:21
But I think there's actually something much more
221
665239
1553
Ma credo avvenga qualcosa di molto più interessante
11:22
interesting and fundamental going on here. The next big
222
666792
3274
e fondamentale.
11:25
thing for me, the next big idea, we can find by going
223
670066
3797
L'altra grande idea la possiamo trovare
11:29
way back in history to the origins of language.
224
673863
3139
tornando indietro fino alle origini della lingua.
11:32
Most linguists agree that we started speaking somewhere
225
677002
3887
Molti linguisti concordano sul fatto che abbiamo iniziato a parlare
11:36
between 50,000 and 100,000 years ago. That's a long time ago.
226
680889
3168
tra 50 000 e 100 000 anni fa. Si tratta di molto tempo fa.
11:39
A lot of humans have lived since then.
227
684057
2616
Sono vissuti molti esseri umani da allora.
11:42
We've been talking, I guess, about fires and caves
228
686673
2423
Hanno parlato, credo, di fuochi, caverne
11:44
and saber-toothed tigers. I don't know what they talked about,
229
689096
3107
e tigri dai denti a sciabola. Non so di cosa parlassero,
11:48
but they were doing a lot of talking, and like I said,
230
692203
2518
ma parlavano tanto, e come dicevo,
11:50
there's a lot of humans evolving speaking,
231
694721
2545
molti umani hanno contribuito all'evoluzione della lingua,
11:53
about 100 billion people in fact.
232
697266
2806
circa 100 miliardi di persone.
11:55
What's important though is that writing only emerged
233
700072
2782
Quel che è importante è che la scrittura è nata
11:58
about 5,000 years ago. So what that means is that
234
702854
3587
circa 5000 anni fa. Questo significa
12:02
all the people before there was any writing,
235
706441
2392
che tutte le persone vissute prima della scrittura,
12:04
every word that they ever said, every utterance
236
708833
5586
qualunque parola abbiano detto, qualunque discorso
12:10
disappeared. No trace. Evanescent. Gone.
237
714419
4752
è scomparso. Nessuna traccia. Svaniti. Andati.
12:15
So we've been evolving to talk in a way in which
238
719171
4065
Non c'è quindi traccia del modo in cui si è evoluta
12:19
there is no record. In fact, even the next big change
239
723236
5917
la lingua parlata. Di fatto, anche il grande cambiamento
12:25
to writing was only 500 years ago now,
240
729153
2468
successivo alla scrittura è accaduto solo 500 anni fa,
12:27
with the printing press, which is very recent in our past,
241
731621
2379
la lingua parlata. Di fatto, anche il grande cambiamento
12:29
and literacy rates remained incredibly low right up until World War II,
242
734000
4242
E il tasso di alfabetizzazione è stato incredibilmente basso fino alla Seconda Guerra Mondiale,
12:34
so even the people of the last two millennia,
243
738242
3384
quindi anche le persone degli ultimi due millenni,
12:37
most of the words they ever said -- poof! -- disappeared.
244
741626
5032
la maggior parte delle parole che hanno detto -- puff! -- sparite.
12:42
Let's turn to now, the networked age.
245
746658
3591
Passiamo al presente, l'era di Internet.
12:46
How many of you have recorded something today?
246
750249
4712
Quanti di voi oggi hanno registrato qualcosa?
12:50
Anybody do any writing today? Did anybody write a word?
247
754961
3177
Qualcuno di voi ha scritto qualcosa? Qualcuno ha scritto una parola?
12:54
It looks like almost every single person here recorded something.
248
758138
4226
Sembra che ognuno di voi abbia registrato qualcosa.
12:58
In this room, right now, we've probably recorded more
249
762364
3048
In questa sala, proprio adesso, abbiamo probabilmente registrato più
13:01
than almost all of human pre-ancient history.
250
765412
4542
di quanto non sia stato fatto nella storia umana.
13:05
That is crazy. We're entering this amazing period
251
769954
3230
È folle. Stiamo entrando in un periodo meraviglioso
13:09
of flux in human evolution where we've evolved to speak
252
773184
4015
di cambiamento dell'evoluzione umana in cui siamo passati dal proferire
13:13
in a way in which our words disappear, but we're in
253
777199
2701
parole che spariranno, ma ci troviamo
13:15
an environment where we're recording everything.
254
779900
2903
in un ambiente in cui registriamo tutto.
13:18
In fact, I think in the very near future, it's not just
255
782803
2337
Di fatto, credo che nel prossimo futuro, non solo
13:21
what we write that will be recorded, everything we do
256
785140
2349
quello che scriviamo verrà registrato, tutto quello che facciamo
13:23
will be recorded.
257
787489
2333
verrà registrato.
13:25
What does that mean? What's the next big idea from that?
258
789822
4456
Cosa significa? Qual è la prossima grande idea?
13:30
Well, as a social scientist, this is the most amazing thing
259
794278
4250
Come scienziato sociale, questa è la cosa più meravigliosa
13:34
I have ever even dreamed of. Now, I can look at
260
798528
3547
che io abbia mai sognato. Ora posso guardare
13:37
all those words that used to, for millennia, disappear.
261
802075
3611
tutte quelle parole che per millenni sono sparite.
13:41
I can look at lies that before were said and then gone.
262
805686
4248
Posso osservare le bugie proferite e poi sparite.
13:45
You remember those Astroturfing reviews that we were
263
809934
3520
Ricordate le recensioni con la tecnica Astroturfing di cui
13:49
talking about before? Well, when they write a fake review,
264
813454
3503
parlavamo prima? Beh, quando si scrivono false recensioni,
13:52
they have to post it somewhere, and it's left behind for us.
265
816957
2704
devono essere pubblicate da qualche parte e lasciate lì per noi.
13:55
So one thing that we did, and I'll give you an example of
266
819661
2435
Una delle cose che abbiamo fatto, e vi darò un esempio concreto
13:57
looking at the language, is we paid people
267
822096
2495
per osservare la lingua, è pagare delle persone
14:00
to write some fake reviews. One of these reviews is fake.
268
824591
3535
per scrivere recensioni false. Una di queste recensioni è falsa.
14:04
The person never was at the James Hotel.
269
828126
1943
La persona in questione non è mai stata al James Hotel.
14:05
The other review is real. The person stayed there.
270
830069
2922
L'altra recensione è reale. La persona vi ha soggiornato.
14:08
Now, your task now is to decide
271
832991
3527
Il vostro compito è decidere
14:12
which review is fake?
272
836518
4073
quale recensione sia falsa.
14:16
I'll give you a moment to read through them.
273
840591
4186
Vi darò un attimo per leggerle.
14:20
But I want everybody to raise their hand at some point.
274
844777
2287
Ma voglio che tutti voi alziate la mano a un certo punto.
14:22
Remember, I study deception. I can tell if you don't raise your hand.
275
847064
4231
Ricordate, io studio le bugie. Riesco a capire se non alzate la mano.
14:27
All right, how many of you believe that A is the fake?
276
851295
4570
Bene, quanti di voi credono che la recensione A sia falsa?
14:33
All right. Very good. About half.
277
857894
2142
Bene. Molto bene. Circa la metà.
14:35
And how many of you think that B is?
278
860036
3615
E quanti di voi credono che lo sia la recensione B?
14:39
All right. Slightly more for B.
279
863651
2529
Bene. Un po' di più per B.
14:42
Excellent. Here's the answer.
280
866180
2592
Eccellente. Ecco la risposta.
14:44
B is a fake. Well done second group. You dominated the first group. (Laughter)
281
868772
6581
La B è falsa. Bravi quelli del secondo gruppo. Avete prevalso sul primo gruppo. (Risate)
14:51
You're actually a little bit unusual. Every time we demonstrate this,
282
875353
2846
In realtà, siete un po' insoliti. Ogni volta che faccio questa dimostrazione,
14:54
it's usually about a 50-50 split, which fits
283
878199
2746
i risultati sono circa 50-50, cosa che
14:56
with the research, 54 percent. Maybe people here
284
880945
2646
coincide con la ricerca, 54%. Forse le persone
14:59
in Winnipeg are more suspicious and better at figuring it out.
285
883591
3770
qui a Winnipeg sono più sospettose e più brave a capire.
15:03
Those cold, hard winters, I love it.
286
887361
2688
Questi inverni freddi e rigidi, li adoro.
15:05
All right, so why do I care about this?
287
890049
3054
Bene, perché mi importa così tanto?
15:09
Well, what I can do now with my colleagues in computer science
288
893103
3268
Quello che posso fare ora con i miei colleghi informatici
15:12
is we can create computer algorithms that can analyze
289
896371
3232
è creare un algoritmo informatico che analizzi
15:15
the linguistic traces of deception.
290
899603
2900
le tracce linguistiche della bugia.
15:18
Let me highlight a couple of things here
291
902503
1833
Voglio sottolineare un paio di cose
15:20
in the fake review. The first is that liars tend to think
292
904336
3443
della falsa recensione. La prima è che i bugiardi tendono a pensare
15:23
about narrative. They make up a story:
293
907779
1588
al racconto. Inventano una storia:
15:25
Who? And what happened? And that's what happened here.
294
909367
3186
Chi? Cos'è successo? Ed è quello che è successo qui.
15:28
Our fake reviewers talked about who they were with
295
912553
2289
Il nostro falso recensore racconta con chi era
15:30
and what they were doing. They also used the first person singular, I,
296
914842
4765
e cosa stava facendo. Usa anche la prima persona singolare, io,
15:35
way more than the people that actually stayed there.
297
919607
2469
molto più di chi invece ha veramente soggiornato nel posto.
15:37
They were inserting themselves into the hotel review,
298
922076
4696
Inseriva sé stesso nella recensione dell'albergo,
15:42
kind of trying to convince you they were there.
299
926772
1696
come per cercare di convincere che ci fosse stato.
15:44
In contrast, the people that wrote the reviews that were actually there,
300
928468
4015
Al contrario, chi ha scritto le recensioni e ha realmente soggiornato,
15:48
their bodies actually entered the physical space,
301
932483
2432
che è realmente entrato nello spazio fisico,
15:50
they talked a lot more about spatial information.
302
934915
2899
ha dato soprattutto informazioni riguardo lo spazio.
15:53
They said how big the bathroom was, or they said,
303
937814
2517
Dicono quant'era grande il bagno,
15:56
you know, here's how far shopping is from the hotel.
304
940331
4520
oppure quant'era lontana dall'albergo la zona dello shopping.
16:00
Now, you guys did pretty well. Most people perform at chance at this task.
305
944851
4161
Voi siete stati abbastanza bravi. Molti scelgono a caso.
16:04
Our computer algorithm is very accurate, much more accurate
306
949012
2758
Il nostro algoritmo informatico è molto accurato, molto più accurato
16:07
than humans can be, and it's not going to be accurate all the time.
307
951770
3291
di quanto possano essere gli umani, ma non sarà sempre accurato.
16:10
This isn't a deception-detection machine to tell
308
955061
2030
Non è una macchina della verità che virà
16:12
if your girlfriend's lying to you on text messaging.
309
957091
2501
se la vostra ragazza vi sta mentendo in un sms.
16:15
We believe that every lie now, every type of lie --
310
959592
3564
Crediamo che qualunque tipo di bugia --
16:19
fake hotel reviews, fake shoe reviews,
311
963156
3787
le false recensioni di alberghi, i falsi commenti sulle scarpe,
16:22
your girlfriend cheating on you with text messaging --
312
966943
2914
la vostra ragazza che vi tradisce con un sms --
16:25
those are all different lies. They're going to have
313
969857
1505
queste sono bugie diverse.
16:27
different patterns of language. But because everything's
314
971362
2859
Avranno schemi linguistici diversi. Ma siccome oggi
16:30
recorded now, we can look at all of those kinds of lies.
315
974221
4689
viene tutto registrato, possiamo osservare tutti questi tipi di bugie.
16:34
Now, as I said, as a social scientist, this is wonderful.
316
978910
3993
Come dicevo, in quanto scienziato sociale, è meraviglioso.
16:38
It's transformational. We're going to be able to learn
317
982903
2087
È in divenire. Saremo in grado di imparare
16:40
so much more about human thought and expression,
318
984990
3802
così tanto sul pensiero umano e sull'espressione,
16:44
about everything from love to attitudes,
319
988792
4398
riguardo tutto, dall'amore agli atteggiamenti,
16:49
because everything is being recorded now, but
320
993190
1960
perché tutto viene registrato, ma
16:51
what does it mean for the average citizen?
321
995150
2404
cosa significa per il cittadino medio?
16:53
What does it mean for us in our lives?
322
997554
2802
Cosa significa per noi nella vita di tutti i giorni?
16:56
Well, let's forget deception for a bit. One of the big ideas,
323
1000356
3673
Dimentichiamoci per un attimo le bugie. Una delle grandi idee,
16:59
I believe, is that we're leaving these huge traces behind.
324
1004029
3688
credo, è che stiamo lasciando dietro di noi tracce enormi.
17:03
My outbox for email is massive,
325
1007717
3216
La mia casella della posta inviata è strapiena,
17:06
and I never look at it. I write all the time,
326
1010933
3337
e non la guardo mai. Scrivo in continuazione,
17:10
but I never look at my record, at my trace.
327
1014270
3438
ma non guardo mai i miei documenti, le mie tracce.
17:13
And I think we're going to see a lot more of that,
328
1017708
1567
E credo che vedremo molto di più di tutto questo,
17:15
where we can reflect on who we are by looking at
329
1019275
3161
e potremo riflettere su chi siamo guardando
17:18
what we wrote, what we said, what we did.
330
1022436
3618
quello che abbiamo scritto, quello che abbiamo detto, quello che abbiamo fatto.
17:21
Now, if we bring it back to deception, there's a couple
331
1026054
2272
Tornando alle bugie, ci sono un paio
17:24
of take-away things here.
332
1028326
1977
di cose da ricordare.
17:26
First, lying online can be very dangerous, right?
333
1030303
4488
Primo, mentire online può essere molto pericoloso, giusto?
17:30
Not only are you leaving a record for yourself on your machine,
334
1034791
2706
Non solo lasciate tracce di voi sul vostro computer,
17:33
but you're leaving a record on the person that you were lying to,
335
1037497
4275
ma lasciate tracce sulla persona a cui state mentendo,
17:37
and you're also leaving them around for me to analyze
336
1041772
1760
e lasciate tutto questo a me perché possa analizzarlo
17:39
with some computer algorithms.
337
1043532
1454
con un qualche algoritmo informatico.
17:40
So by all means, go ahead and do that, that's good.
338
1044986
3173
In ogni modo, continuate a farlo, per me va bene.
17:44
But when it comes to lying and what we want to do
339
1048159
4154
Ma quando si tratta di mentire e di quello che vogliamo fare
17:48
with our lives, I think we can go back to
340
1052313
2553
delle nostre vite, credo si possa tornare
17:50
Diogenes and Confucius. And they were less concerned
341
1054866
3749
a Diogene e Confucio. Erano meno preoccupati
17:54
about whether to lie or not to lie, and more concerned about
342
1058615
2832
di mentire o meno e più preoccupati
17:57
being true to the self, and I think this is really important.
343
1061447
3285
di essere fedeli a sé stessi. Credo che sia veramente importante.
18:00
Now, when you are about to say or do something,
344
1064732
4183
Quando siete sul punto di dire o fare qualcosa,
18:04
we can think, do I want this to be part of my legacy,
345
1068915
4560
possiamo pensare "voglio che questo faccia parte della mia eredità,
18:09
part of my personal record?
346
1073475
2713
parte delle mie tracce personali?"
18:12
Because in the digital age we live in now,
347
1076188
2657
Perché nell'era digitale in cui viviamo ora,
18:14
in the networked age, we are all leaving a record.
348
1078845
4464
nell'era di Internet, lasciamo tutti una traccia.
18:19
Thank you so much for your time,
349
1083309
1695
Grazie per il tempo che mi avete dedicato,
18:20
and good luck with your record. (Applause)
350
1085004
4447
e buona fortuna con le vostre testimonianze.
(Applausi)
(Applausi)
ABOUT THE SPEAKER
Jeff Hancock - PsychologistJeff Hancock studies how we interact by email, text message and social media blips, seeking to understand how technology mediates communication.
Why you should listen
Jeff Hancock is fascinated by the words we choose when sending text messages, composing emails and writing online profiles. An Associate Professor of Cognitive Science and Communications at Cornell University, his research has focused on how people use deception and irony when communicating through cell phones and online platforms. His idea: that while the impersonality of online interaction can encourage mild fibbing, the fact that it leaves a permanent record of verifiable facts actually keeps us on the straight and narrow.
Hancock has also studied how we form impressions of others online, how we manage others' impressions of ourselves, and how individual personalities interact with online groups.
Jeff Hancock | Speaker | TED.com