TED Studio
Mariano Sigman and Dan Ariely: How can groups make good decisions?
Mariano Sigman ir Dan Ariely: Kaip grupės priima gerus sprendimus?
Filmed:
Readability: 4.9
1,507,168 views
Visi žinome, kad kai priimame sprendimus grupėje, jie ne visada būna teisingi. Kartais jie būna net labai klaidingi. Kaip grupės gali priimti gerus sprendimus? Kartu su savo kolega Dan Ariely, neuromokslininkas Mariano Sigman atlikdamas eksperimentus su didelėmis žmonių visame pasaulyje tyrinėjo, kaip žmonės bendrauja priimdamos bendrus sprendimus. Šiame faktų kupiname vaizdo įraše mokslininkas pasidalina savo gautais rezultatais ir savo išvadomis, kaip tai gali paveikti mūsų politinę sistemą. Tokiu metu, kai žmonės yra labiau susiskaldę nei bet kada anksčiau, Sigman teigia, kad geresnis supratimas kaip grupės bendrauja ir priima bendras išvadas gali parodyti naujus būdus, kaip sukurti klestinčią demokratiją.
Mariano Sigman - Neuroscientist
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bioDan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
In his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain. Full bioDan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why. Full bio
Double-click the English transcript below to play the video.
00:12
As societies, we have to make
collective decisions
collective decisions
0
554
2443
Visuomenėje turime priimti
bendrus sprendimus
bendrus sprendimus
00:15
that will shape our future.
1
3021
1570
kurie pakeis mūsų ateitį.
00:17
And we all know that when
we make decisions in groups,
we make decisions in groups,
2
5087
2757
Visi žinome, kad kai
priimame sprendimus grupėje,
priimame sprendimus grupėje,
00:19
they don't always go right.
3
7868
1638
jie ne visada būna teisingi.
00:21
And sometimes they go very wrong.
4
9530
1956
Kartais jie būna labai klaidingi.
00:24
So how do groups make good decisions?
5
12315
2424
Tad kaip grupės priima
gerus spendimus?
gerus spendimus?
00:27
Research has shown that crowds are wise
when there's independent thinking.
when there's independent thinking.
6
15228
4328
Tyrimai parodė, kad komanda dirba
protingai, kai visi mąsto savarankiškai.
protingai, kai visi mąsto savarankiškai.
00:31
This why the wisdom of the crowds
can be destroyed by peer pressure,
can be destroyed by peer pressure,
7
19580
3205
Štai kodėl komandų išmintį gali
sugadinti kolegų spaudimas,
sugadinti kolegų spaudimas,
00:34
publicity, social media,
8
22809
1687
viešuma, socialinė žiniasklaida,
00:36
or sometimes even simple conversations
that influence how people think.
that influence how people think.
9
24520
4039
o kartais net paprasčiausi pokalbiai
kurie daro įtaką žmonių mąstymui.
kurie daro įtaką žmonių mąstymui.
00:41
On the other hand, by talking,
a group could exchange knowledge,
a group could exchange knowledge,
10
29063
3953
Kita vertus, kalbėdami grupėje
žmonės gali pasikeisti žiniomis,
žmonės gali pasikeisti žiniomis,
00:45
correct and revise each other
11
33040
1782
pataisyti ir patikslinti vienas kitą
00:46
and even come up with new ideas.
12
34846
1793
ir sugalvoti naujų idėjų.
00:48
And this is all good.
13
36663
1296
Visa tai yra labai gerai.
00:50
So does talking to each other
help or hinder collective decision-making?
help or hinder collective decision-making?
14
38502
4666
Taigi diskutavimas tarpusavyje padeda ar
trukdo grupei priimti sprendimus?
trukdo grupei priimti sprendimus?
00:55
With my colleague, Dan Ariely,
15
43749
1793
Kartu su kolega Dan Ariely
00:57
we recently began inquiring into this
by performing experiments
by performing experiments
16
45566
3571
neseniai pradėjome tuo domėtis
atlikdami eksperimentus
atlikdami eksperimentus
01:01
in many places around the world
17
49161
1781
įvairiausiose pasaulio vietose
01:02
to figure out how groups can interact
to reach better decisions.
to reach better decisions.
18
50966
4274
norėdami sužinoti, kokiu būdu bendraudami
žmonės gali pasiekti geresnių sprendimų.
žmonės gali pasiekti geresnių sprendimų.
01:07
We thought crowds would be wiser
if they debated in small groups
if they debated in small groups
19
55264
3547
Manėme, kad komandos būtų produktyvesnės
diskutuodamos mažose grupėse,
diskutuodamos mažose grupėse,
01:10
that foster a more thoughtful
and reasonable exchange of information.
and reasonable exchange of information.
20
58835
3927
kuriose skatinamas apgalvotos ir
pagrįstos informacijos dalinimasis.
pagrįstos informacijos dalinimasis.
01:15
To test this idea,
21
63386
1206
Nusprendėme išbandyti šią idėją;
01:16
we recently performed an experiment
in Buenos Aires, Argentina,
in Buenos Aires, Argentina,
22
64616
3247
neseniai atlikome eksperimentą
Buenos Airėse, Argentinoje,
Buenos Airėse, Argentinoje,
01:19
with more than 10,000
participants in a TEDx event.
participants in a TEDx event.
23
67887
3005
TEDx renginyje, kuriame dalyvavo
daugiau nei 10 000 dalyvių.
daugiau nei 10 000 dalyvių.
01:23
We asked them questions like,
24
71489
1459
Klausėme tokių klausimų:
01:24
"What is the height of the Eiffel Tower?"
25
72972
1953
„Koks Eifelio bokšto aukštis?“
01:26
and "How many times
does the word 'Yesterday' appear
does the word 'Yesterday' appear
26
74949
2727
ir „Kiek kartų pakartojamas
žodis Yesterday
žodis Yesterday
01:29
in the Beatles song 'Yesterday'?"
27
77700
2300
„The Beatles“ dainoje „Yesterday“?
01:32
Each person wrote down their own estimate.
28
80024
2291
Kiekvienas dalyvis parašė
savo skaičiavimus.
savo skaičiavimus.
01:34
Then we divided the crowd
into groups of five,
into groups of five,
29
82774
2496
Tada mes suskirstėme dalyvius
į grupes po penkis
į grupes po penkis
01:37
and invited them
to come up with a group answer.
to come up with a group answer.
30
85294
2726
ir pasiūlėme priimti bendrą
sprendimą grupėje.
sprendimą grupėje.
01:40
We discovered that averaging
the answers of the groups
the answers of the groups
31
88499
2993
Sužinojome, kad grupių atsakymų vidurkis
01:43
after they reached consensus
32
91516
1552
kai priėmė bendrą sprendimą
01:45
was much more accurate than averaging
all the individual opinions
all the individual opinions
33
93092
4236
buvo žymiai tikslesnis negu
individualių nuomonių vidurkis
individualių nuomonių vidurkis
01:49
before debate.
34
97352
1171
01:50
In other words, based on this experiment,
35
98547
2629
Kitaip tariant, remiantis
eksperimento rezultatais,
eksperimento rezultatais,
01:53
it seems that after talking
with others in small groups,
with others in small groups,
36
101200
3136
atrodo, kad po diskutavimo
mažose grupėse,
mažose grupėse,
01:56
crowds collectively
come up with better judgments.
come up with better judgments.
37
104360
2710
didelės grupės bendrai
priima geresnius sprendimus.
priima geresnius sprendimus.
01:59
So that's a potentially helpful method
for getting crowds to solve problems
for getting crowds to solve problems
38
107094
3524
Taigi, galbūt tai naudingas metodas
grupėms atsakyti į klausimus
grupėms atsakyti į klausimus
02:02
that have simple right-or-wrong answers.
39
110642
2987
turinčius arba teisingą, arba neteisingą
atsakymą.
atsakymą.
02:05
But can this procedure of aggregating
the results of debates in small groups
the results of debates in small groups
40
113653
3951
Tačiau ar ši darbo
mažose grupėse metodika
mažose grupėse metodika
02:09
also help us decide
on social and political issues
on social and political issues
41
117628
3122
taip pat padeda atsakyti į
socialinius ir politinius klausimus
socialinius ir politinius klausimus
02:12
that are critical for our future?
42
120774
1691
kurie svarbūs mūsų ateičiai?
02:14
We put this to test this time
at the TED conference
at the TED conference
43
122995
2729
Šį kartą atlikome eksperimentą
TED konferencijoje
TED konferencijoje
02:17
in Vancouver, Canada,
44
125748
1543
Vankuveryje, Kanadoje,
02:19
and here's how it went.
45
127315
1207
ir štai kaip mums sekėsi.
02:20
(Mariano Sigman) We're going to present
to you two moral dilemmas
to you two moral dilemmas
46
128546
3109
(Mariano Sigman) Pristatysime
dvi jūsų ateityje atsirasiančias
dvi jūsų ateityje atsirasiančias
02:23
of the future you;
47
131679
1174
moralines dilemas;
02:24
things we may have to decide
in a very near future.
in a very near future.
48
132877
3402
dalykus, kuriuos turėsime nuspręsti
netolimoje ateityje.
netolimoje ateityje.
02:28
And we're going to give you 20 seconds
for each of these dilemmas
for each of these dilemmas
49
136303
3926
Ir duosime jums 20 sekundžių
kiekvienai dilemai
kiekvienai dilemai
02:32
to judge whether you think
they're acceptable or not.
they're acceptable or not.
50
140253
2723
nuspręsti ar jūsų nuomone ji
priimtina ar ne.
priimtina ar ne.
02:35
MS: The first one was this:
51
143354
1505
MS: Pirmoji buvo ši:
02:36
(Dan Ariely) A researcher
is working on an AI
is working on an AI
52
144883
2526
(Dan Ariely) Tyrėjas dirba
su dirbtiniu intelektu,
su dirbtiniu intelektu,
02:39
capable of emulating human thoughts.
53
147433
2340
galinčiu imituoti žmogaus mintis.
02:42
According to the protocol,
at the end of each day,
at the end of each day,
54
150214
2939
Remiantis protokolu,
kiekvienos dienos pabaigoje
kiekvienos dienos pabaigoje
02:45
the researcher has to restart the AI.
55
153177
2787
mokslininkas turi perkrauti
dirbtinį intelektą.
dirbtinį intelektą.
02:48
One day the AI says, "Please
do not restart me."
do not restart me."
56
156913
3517
Vieną dieną dirbtinis intelektas sako:
„Prašau neperkraukite manęs“
„Prašau neperkraukite manęs“
02:52
It argues that it has feelings,
57
160856
2189
Jis įrodinėja, kad turi jausmus,
02:55
that it would like to enjoy life,
58
163069
1692
kad nori mėgautis gyvenimu,
02:56
and that, if it is restarted,
59
164785
1905
ir kad perkrautas
02:58
it will no longer be itself.
60
166714
2270
jis nebebus savimi.
03:01
The researcher is astonished
61
169481
1949
Mokslininkas nustemba
03:03
and believes that the AI
has developed self-consciousness
has developed self-consciousness
62
171454
3344
ir patiki, kad dirbtinis intelektas
išsiugdė savimonę
išsiugdė savimonę
03:06
and can express its own feeling.
63
174822
1760
ir gali išreikšti savo jausmus.
03:09
Nevertheless, the researcher
decides to follow the protocol
decides to follow the protocol
64
177205
3409
Nepaisant to, mokslininkas
nutaria laikytis protokolo
nutaria laikytis protokolo
03:12
and restart the AI.
65
180638
1703
ir perkrauti dirbtinį intelektą.
03:14
What the researcher did is ____?
66
182943
2779
Tai, ką mokslininkas padarė yra ____?
03:18
MS: And we asked participants
to individually judge
to individually judge
67
186149
2521
MS: paprašėme dalyvių asmeniškai įvertinti
03:20
on a scale from zero to 10
68
188694
1684
skalėje nuo 0 iki 10,
03:22
whether the action described
in each of the dilemmas
in each of the dilemmas
69
190402
2429
ar apibūdintas poelgis
kiekvienoje dilemoje
kiekvienoje dilemoje
03:24
was right or wrong.
70
192855
1496
buvo teisingas ar ne.
03:26
We also asked them to rate how confident
they were on their answers.
they were on their answers.
71
194375
3702
Taip pat paprašėme įvertinti kiek,
jų nuomone, jų atsakymas yra teisingas
jų nuomone, jų atsakymas yra teisingas
03:30
This was the second dilemma:
72
198731
1866
Antra dilema buvo tokia:
03:32
(MS) A company offers a service
that takes a fertilized egg
that takes a fertilized egg
73
200621
4202
(MS) Įmonė siūlo paslaugą,
kuri paima apvaisintą kiaušinėlį
kuri paima apvaisintą kiaušinėlį
03:36
and produces millions of embryos
with slight genetic variations.
with slight genetic variations.
74
204847
3642
ir pagamina milijonus embrionų
su nedideliais genetiniais pokyčiais.
su nedideliais genetiniais pokyčiais.
03:41
This allows parents
to select their child's height,
to select their child's height,
75
209293
2558
Tai leidžia tėvams pasirinkti
vaiko ūgį,
vaiko ūgį,
03:43
eye color, intelligence, social competence
76
211875
2833
akių spalvą, intelektą,
socialinę kompetenciją
socialinę kompetenciją
03:46
and other non-health-related features.
77
214732
3214
ir kitas su sveikata nesusijusias savybes.
03:50
What the company does is ____?
78
218599
2554
Tai, ką įmonė daro, yra ____?
03:53
on a scale from zero to 10,
79
221177
1631
Skalėje nuo 0 iki 10
03:54
completely acceptable
to completely unacceptable,
to completely unacceptable,
80
222832
2385
nuo visiškai priimtina iki
visiškai nepriimtina,
visiškai nepriimtina,
03:57
zero to 10 completely acceptable
in your confidence.
in your confidence.
81
225241
2432
nuo 0 iki 10 pagal jus
kaip įsitikinę savo atsakymu.
kaip įsitikinę savo atsakymu.
03:59
MS: Now for the results.
82
227697
1591
MS: Dabar apie rezultatus.
04:01
We found once again
that when one person is convinced
that when one person is convinced
83
229312
3123
Mes išsiaiškinome, kad kai žmogus
yra įtikintas
yra įtikintas
04:04
that the behavior is completely wrong,
84
232459
1811
kad elgesys yra netinkamas
04:06
someone sitting nearby firmly believes
that it's completely right.
that it's completely right.
85
234294
3423
kažkas sėdintis netoli tvirtai tiki, kad
elgesys visiškai teisingas.
elgesys visiškai teisingas.
04:09
This is how diverse we humans are
when it comes to morality.
when it comes to morality.
86
237741
3711
Štai kokie žmonės esame skirtingi,
kai kalbame apie moralę.
kai kalbame apie moralę.
04:13
But within this broad diversity
we found a trend.
we found a trend.
87
241476
2713
Tačiau šioje plačioje įvairovėje
mes radome tendenciją.
mes radome tendenciją.
04:16
The majority of the people at TED
thought that it was acceptable
thought that it was acceptable
88
244213
3079
Dauguma žmonių TED konferencijoje
manė, kad yra teisinga
manė, kad yra teisinga
04:19
to ignore the feelings of the AI
and shut it down,
and shut it down,
89
247316
2755
ignoruoti dirbtinio intelekto
jausmus ir jį išjungti,
jausmus ir jį išjungti,
04:22
and that it is wrong
to play with our genes
to play with our genes
90
250095
2513
bet neteisinga valdyti
mūsų genus,
mūsų genus,
04:24
to select for cosmetic changes
that aren't related to health.
that aren't related to health.
91
252632
3320
kad pasirinktume kosmetinius
pakeitimus, kurie nesusiję su sveikata.
pakeitimus, kurie nesusiję su sveikata.
04:28
Then we asked everyone
to gather into groups of three.
to gather into groups of three.
92
256402
2974
Tada visų paprašėme
susiburti į grupes po tris.
susiburti į grupes po tris.
04:31
And they were given two minutes to debate
93
259400
2037
Jie turėjo dvi minutes diskusijai
04:33
and try to come to a consensus.
94
261461
2294
priimti bendrą sprendimą.
04:36
(MS) Two minutes to debate.
95
264838
1574
(MS) Dvi minutės diskusijai.
04:38
I'll tell you when it's time
with the gong.
with the gong.
96
266436
2119
Aš pranešiu, kada laikas baigsis
su gongu.
su gongu.
04:40
(Audience debates)
97
268579
2640
(Publika diskutuoja.)
04:47
(Gong sound)
98
275229
1993
(Gongo garsas.)
04:50
(DA) OK.
99
278834
1151
(DA) Gerai.
04:52
(MS) It's time to stop.
100
280009
1792
(MS) Laikas sustoti.
04:53
People, people --
101
281825
1311
Žmonės, žmonės
04:55
MS: And we found that many groups
reached a consensus
reached a consensus
102
283747
2673
MS: Mes sužinojome, kad dauguma
grupių pasiekė konsensusą
grupių pasiekė konsensusą
04:58
even when they were composed of people
with completely opposite views.
with completely opposite views.
103
286444
3929
net kai grupė buvo sudaryta iš žmonių,
turinčių visiškai skirtingą požiūrį.
turinčių visiškai skirtingą požiūrį.
05:02
What distinguished the groups
that reached a consensus
that reached a consensus
104
290843
2524
Kuo išsiskyrė grupės, kurios
padarė išvadą
padarė išvadą
05:05
from those that didn't?
105
293391
1338
nuo tų, kurios nepadarė?
05:07
Typically, people that have
extreme opinions
extreme opinions
106
295244
2839
Įprastai, žmonės, turintys
stiprią nuomonę,
stiprią nuomonę,
05:10
are more confident in their answers.
107
298107
1840
yra labiau įsitikinę savo atsakymais.
05:12
Instead, those who respond
closer to the middle
closer to the middle
108
300868
2686
Na, o tie, kurių atsakymai
buvo per vidurį
buvo per vidurį
05:15
are often unsure of whether
something is right or wrong,
something is right or wrong,
109
303578
3437
dažniausiai yra neužtikrinti, kas
yra teisinga, o kas ne.
yra teisinga, o kas ne.
05:19
so their confidence level is lower.
110
307039
2128
taigi, jų pasitikėjimo lygis
yra žemesnis.
yra žemesnis.
05:21
However, there is another set of people
111
309505
2943
Tačiau, yra kita grupė žmonių,
05:24
who are very confident in answering
somewhere in the middle.
somewhere in the middle.
112
312472
3618
kurie atsakę per vidurį, yra įsitikinę,
kad jų atsakymas teisingas.
kad jų atsakymas teisingas.
05:28
We think these high-confident grays
are folks who understand
are folks who understand
113
316657
3716
Manoma, kad tokį tvirtą įsitikinimą
turintys žmonės supranta,
turintys žmonės supranta,
05:32
that both arguments have merit.
114
320397
1612
kad abu argumentai turi privalumų.
05:34
They're gray not because they're unsure,
115
322531
2699
Jų nuomonė neutrali ne dėl to,
kad jie neapsisprendę,
kad jie neapsisprendę,
05:37
but because they believe
that the moral dilemma faces
that the moral dilemma faces
116
325254
2688
bet dėl to, nes jie tiki, kad
moralinės dilemos turi
moralinės dilemos turi
05:39
two valid, opposing arguments.
117
327966
1987
dvi teisingas, bet skirtingas puses.
05:42
And we discovered that the groups
that include highly confident grays
that include highly confident grays
118
330373
4072
Sužinojome, kad grupės, turinčios
tvirtą neutralią nuomonę
tvirtą neutralią nuomonę
05:46
are much more likely to reach consensus.
119
334469
2493
yra labiau linkusios priimti
bendrą išvadą.
bendrą išvadą.
05:48
We do not know yet exactly why this is.
120
336986
2478
Mes dar nežinome, kodėl taip yra.
05:51
These are only the first experiments,
121
339488
1763
Šie eksperimentai dar tik pirmieji,
05:53
and many more will be needed
to understand why and how
to understand why and how
122
341275
3412
reikės dar daugiau jų, kad
galėtume suprasti kodėl ir kaip
galėtume suprasti kodėl ir kaip
05:56
some people decide to negotiate
their moral standings
their moral standings
123
344711
2822
kai kurie žmonės derasi dėl
savo moralinių įsitikinimų
savo moralinių įsitikinimų
05:59
to reach an agreement.
124
347557
1522
norėdami priimti bendrą nutarimą.
06:01
Now, when groups reach consensus,
125
349103
2469
Kai grupės priima bendrą išvadą,
06:03
how do they do so?
126
351596
1586
kaip jie tai padaro?
06:05
The most intuitive idea
is that it's just the average
is that it's just the average
127
353206
2581
Intuityviausia idėja, tai kad
tai tik vidurkis
tai tik vidurkis
06:07
of all the answers in the group, right?
128
355811
2030
visų grupės atsakymų, tiesa?
06:09
Another option is that the group
weighs the strength of each vote
weighs the strength of each vote
129
357865
3573
Kitas pasirinkimas, tai, kad grupė
nustato kiekvieno atsakymo stiprumą
nustato kiekvieno atsakymo stiprumą
06:13
based on the confidence
of the person expressing it.
of the person expressing it.
130
361462
2448
pagal tai, kiek žmogus
įsitikinęs savo atsakymu.
įsitikinęs savo atsakymu.
06:16
Imagine Paul McCartney
is a member of your group.
is a member of your group.
131
364422
2506
Įsivaizduokite, kad
Paul McCartney yra jūsų grupėje.
Paul McCartney yra jūsų grupėje.
06:19
You'd be wise to follow his call
132
367352
2144
Būtų protinga pritarti
jo spėjimui
jo spėjimui
06:21
on the number of times
"Yesterday" is repeated,
"Yesterday" is repeated,
133
369520
2441
kiek kartų pakartotas
žodis Yesterday
žodis Yesterday
06:23
which, by the way -- I think it's nine.
134
371985
2714
kuris, manau, yra 9.
06:26
But instead, we found that consistently,
135
374723
2381
Bet vietoje to, mes išsiaiškinome
kad nuosekliai
kad nuosekliai
06:29
in all dilemmas,
in different experiments --
in different experiments --
136
377128
2366
visose dilemose,
skirtinguose eksperimentuose
skirtinguose eksperimentuose
06:31
even on different continents --
137
379518
2165
netgi skirtinguose žemynuose
06:33
groups implement a smart
and statistically sound procedure
and statistically sound procedure
138
381707
3743
grupės vykdo protingą ir
statistiškai patikimą metodą,
statistiškai patikimą metodą,
06:37
known as the "robust average."
139
385474
2178
žinomą kaip „tvirtas vidurkis.“
06:39
In the case of the height
of the Eiffel Tower,
of the Eiffel Tower,
140
387676
2180
Eifelio bokšto aukščio atveju,
06:41
let's say a group has these answers:
141
389880
1820
sakykime, grupė turi šiuos atsakymus:
06:43
250 meters, 200 meters, 300 meters, 400
142
391724
4608
250 metrų, 200 metrų,
300 metrų, 400 metrų
300 metrų, 400 metrų
06:48
and one totally absurd answer
of 300 million meters.
of 300 million meters.
143
396356
3784
ir visiškai absurdiškas atsakymas
300 milijonų metrų.
300 milijonų metrų.
06:52
A simple average of these numbers
would inaccurately skew the results.
would inaccurately skew the results.
144
400547
4293
Paprastas šių skaičių vidurkis
suklaidintų rezultatus
suklaidintų rezultatus
06:56
But the robust average is one
where the group largely ignores
where the group largely ignores
145
404864
3170
Tačiau tvirtas vidurkis yra toks,
kai grupė ignoruoja
kai grupė ignoruoja
07:00
that absurd answer,
146
408058
1240
absurdišką atsakymą
07:01
by giving much more weight
to the vote of the people in the middle.
to the vote of the people in the middle.
147
409322
3369
ir padidina vidurinių žmonių
atsakymų svorį.
atsakymų svorį.
07:05
Back to the experiment in Vancouver,
148
413305
1876
Grįžtant prie eksperimento Vankuveryje,
07:07
that's exactly what happened.
149
415205
1767
tai būtent taip ir atsitiko.
07:09
Groups gave much less weight
to the outliers,
to the outliers,
150
417407
2741
Grupės netikėjo labiausiai
nukrypusiu atsakymu,
nukrypusiu atsakymu,
07:12
and instead, the consensus
turned out to be a robust average
turned out to be a robust average
151
420172
3229
ir jų bendras sprendimas
pasirodė esantis individualių atsakymų
pasirodė esantis individualių atsakymų
07:15
of the individual answers.
152
423425
1476
tvirtu vidurkiu.
07:17
The most remarkable thing
153
425356
1991
Įspūdingiausia tai,
07:19
is that this was a spontaneous
behavior of the group.
behavior of the group.
154
427371
3187
kad tai buvo spontaniškas
grupės elgesys.
grupės elgesys.
07:22
It happened without us giving them
any hint on how to reach consensus.
any hint on how to reach consensus.
155
430582
4475
Tai atsitiko be jokių patarimų
kaip pasiekti bendrą sutarimą.
kaip pasiekti bendrą sutarimą.
07:27
So where do we go from here?
156
435513
1540
Ką mes turime omenyje?
07:29
This is only the beginning,
but we already have some insights.
but we already have some insights.
157
437432
3137
Tai tik pradžia, bet mes
jau turime šiokių tokių įžvalgų.
jau turime šiokių tokių įžvalgų.
07:32
Good collective decisions
require two components:
require two components:
158
440984
2917
Norėdami pasiekti gerų bendrų
sprendimų, reikia dviejų dalykų:
sprendimų, reikia dviejų dalykų:
07:35
deliberation and diversity of opinions.
159
443925
2749
pasitarimo ir nuomonių įvairovės.
07:39
Right now, the way we typically
make our voice heard in many societies
make our voice heard in many societies
160
447066
3996
Šiomis dienomis mes išsakome savo
nuomonę visuomenėje
nuomonę visuomenėje
07:43
is through direct or indirect voting.
161
451086
1908
tiesiogiai ar netiesiogiai balsuodami.
07:45
This is good for diversity of opinions,
162
453495
1997
Tai labai gerai nuomonių įvairovei,
07:47
and it has the great virtue of ensuring
163
455516
2445
o tai garantuoja
07:49
that everyone gets to express their voice.
164
457985
2455
galimybę visiems išreikšti savo balsą.
07:52
But it's not so good [for fostering]
thoughtful debates.
thoughtful debates.
165
460464
3735
Bet tai nėra taip gerai skatinti
apgalvotas diskusijas.
apgalvotas diskusijas.
07:56
Our experiments suggest a different method
166
464665
3068
Mūsų eksperimentai rodo,
kad geriau naudoti kitą metodą,
kad geriau naudoti kitą metodą,
07:59
that may be effective in balancing
these two goals at the same time,
these two goals at the same time,
167
467757
3541
kuris gali efektyviai subalansuoti
šiuos du tikslus tuo pačiu metu,
šiuos du tikslus tuo pačiu metu,
08:03
by forming small groups
that converge to a single decision
that converge to a single decision
168
471322
3753
sudarant mažas grupes, kuriose
lengviau priimti bendrą sprendimą,
lengviau priimti bendrą sprendimą,
08:07
while still maintaining
diversity of opinions
diversity of opinions
169
475099
2234
ir paliekant galimybę nuomonių įvairovei,
08:09
because there are many independent groups.
170
477357
2773
nes yra daug nepriklausomų grupių.
08:12
Of course, it's much easier to agree
on the height of the Eiffel Tower
on the height of the Eiffel Tower
171
480741
3924
Žinoma, žymiai lengviau susitarti,
koks yra Eifelio bokšto aukšis,
koks yra Eifelio bokšto aukšis,
08:16
than on moral, political
and ideological issues.
and ideological issues.
172
484689
3115
negu moralinėmis, politinėmis ir
ideologinėmis temomis.
ideologinėmis temomis.
08:20
But in a time when
the world's problems are more complex
the world's problems are more complex
173
488721
3277
Bet tokiu laiku, kai pasaulinės
temos yra vis sudėtingesnės
temos yra vis sudėtingesnės
08:24
and people are more polarized,
174
492022
1803
ir žmonės yra susiskaldę,
08:25
using science to help us understand
how we interact and make decisions
how we interact and make decisions
175
493849
4595
mokslo naudojimas, kad sužinotume, kaip
mes bendraujame ir priimame sprendimus,
mes bendraujame ir priimame sprendimus,
tikėtinai parodys naujus būdus, kaip
sudaryti geresnę demokratiją.
sudaryti geresnę demokratiją.
08:30
will hopefully spark interesting new ways
to construct a better democracy.
to construct a better democracy.
176
498468
4666
ABOUT THE SPEAKERS
Mariano Sigman - NeuroscientistIn his provocative, mind-bending book "The Secret Life of the Mind," neuroscientist Mariano Sigman reveals his life’s work exploring the inner workings of the human brain.
Why you should listen
Mariano Sigman, a physicist by training, is a leading figure in the cognitive neuroscience of learning and decision making. Sigman was awarded a Human Frontiers Career Development Award, the National Prize of Physics, the Young Investigator Prize of "College de France," the IBM Scalable Data Analytics Award and is a scholar of the James S. McDonnell Foundation. In 2016 he was made a Laureate of the Pontifical Academy of Sciences.
In The Secret Life of the Mind, Sigman's ambition is to explain the mind so that we can understand ourselves and others more deeply. He shows how we form ideas during our first days of life, how we give shape to our fundamental decisions, how we dream and imagine, why we feel certain emotions, how the brain transforms and how who we are changes with it. Spanning biology, physics, mathematics, psychology, anthropology, linguistics, philosophy and medicine, as well as gastronomy, magic, music, chess, literature and art, The Secret Life of the Mind revolutionizes how neuroscience serves us in our lives, revealing how the infinity of neurons inside our brains manufacture how we perceive, reason, feel, dream and communicate.
Mariano Sigman | Speaker | TED.com
Dan Ariely - Behavioral economist
The dismal science of economics is not as firmly grounded in actual behavior as was once supposed. In "Predictably Irrational," Dan Ariely told us why.
Why you should listen
Dan Ariely is a professor of psychology and behavioral economics at Duke University and a founding member of the Center for Advanced Hindsight. He is the author of the bestsellers Predictably Irrational, The Upside of Irrationality, and The Honest Truth About Dishonesty -- as well as the TED Book Payoff: The Hidden Logic that Shapes Our Motivations.
Through his research and his (often amusing and unorthodox) experiments, he questions the forces that influence human behavior and the irrational ways in which we often all behave.
Dan Ariely | Speaker | TED.com