TEDxLondonBusinessSchool
Alex Edmans: What to trust in a "post-truth" world
Alex Edmans: "Hakikat ötesi" dünyada neye inanmalı
Filmed:
Readability: 4.2
1,695,337 views
Araştırmacı Alex Edmans, yanılıyor olma olasılığına gerçekten açık olursak ancak o zaman bir şeyler öğrenebileceğimizi söylüyor. Bu konuşmada doğrulama yanlılığının -- sadece kendi görüş ve inançlarını destekleyen bilgileri benimseme eğilimi -- sosyal medya, siyaset ve başka alanlarda nasıl doğrudan sapmamıza yol açabileceğini inceliyor ve gerçekten güvenebileceğimiz kanıtlara ulaşmak için üç pratik yöntem öneriyor. (İpucu: Hayatınızda şeytanın avukatı olacak birini görevlendirin.)
Alex Edmans - Finance professor, editor
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Alex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit. Full bio
Double-click the English transcript below to play the video.
00:13
Belle Gibson was a happy young Australian.
0
1675
2920
Belle Gibson mutlu,
genç bir Avustralyalıydı.
genç bir Avustralyalıydı.
00:16
She lived in Perth,
and she loved skateboarding.
and she loved skateboarding.
1
4619
3023
Perth'te yaşıyor
ve kaykay yapmayı seviyordu.
ve kaykay yapmayı seviyordu.
00:20
But in 2009, Belle learned that she had
brain cancer and four months to live.
brain cancer and four months to live.
2
8173
4449
Fakat 2009 yılında Belle, beyin kanseri
olduğunu ve dört ayı kaldığını öğrendi.
olduğunu ve dört ayı kaldığını öğrendi.
00:25
Two months of chemo
and radiotherapy had no effect.
and radiotherapy had no effect.
3
13034
3533
İki aylık kemoterapi ve radyoterapinin
hiç etkisi olmadı.
hiç etkisi olmadı.
00:29
But Belle was determined.
4
17145
1500
Fakat Belle azimliydi.
00:30
She'd been a fighter her whole life.
5
18669
2130
Bütün hayatı boyunca bir savaşçı olmuştu.
00:32
From age six, she had to cook
for her brother, who had autism,
for her brother, who had autism,
6
20823
3294
Otizmli erkek kardeşi
ve çoklu skleroz hastası annesi için
ve çoklu skleroz hastası annesi için
00:36
and her mother,
who had multiple sclerosis.
who had multiple sclerosis.
7
24141
2388
altı yaşından beri
yemek yapmak zorundaydı.
yemek yapmak zorundaydı.
00:38
Her father was out of the picture.
8
26553
1754
Babası bu fotoğrafın dışındaydı.
00:40
So Belle fought, with exercise,
with meditation
with meditation
9
28736
3286
Belle, egzersiz ve meditasyon yaparak
ve et yemeyi terk edip
ve et yemeyi terk edip
00:44
and by ditching meat
for fruit and vegetables.
for fruit and vegetables.
10
32046
2840
meyve ve sebze tüketerek mücadele etti.
00:47
And she made a complete recovery.
11
35387
2200
Ve o, tamamen iyileşti.
00:50
Belle's story went viral.
12
38784
1579
Belle'in hikâyesi hızla yayıldı.
00:52
It was tweeted, blogged about,
shared and reached millions of people.
shared and reached millions of people.
13
40387
3393
Konu tvit edildi, blog tutuldu,
paylaşıldı ve milyonlarca insana ulaştı.
paylaşıldı ve milyonlarca insana ulaştı.
00:56
It showed the benefits of shunning
traditional medicine
traditional medicine
14
44246
3111
Geleneksel tıptan uzaklaşıp
diyet ve egzersiz yapmanın
diyet ve egzersiz yapmanın
00:59
for diet and exercise.
15
47381
1467
faydalarını gösterdi.
01:01
In August 2013, Belle launched
a healthy eating app,
a healthy eating app,
16
49381
4498
Ağustos 2013'te Belle, bir sağlıklı
beslenme uygulaması yayınladı.
beslenme uygulaması yayınladı.
01:05
The Whole Pantry,
17
53903
1349
Adı "The Whole Pantry" olan uygulama
01:07
downloaded 200,000 times
in the first month.
in the first month.
18
55276
4023
ilk ayda 200.000 kez indirildi.
Fakat Belle'in hikâyesi bir yalandı.
01:13
But Belle's story was a lie.
19
61228
2799
Belle hiçbir zaman kanser olmadı.
01:17
Belle never had cancer.
20
65227
1534
01:19
People shared her story
without ever checking if it was true.
without ever checking if it was true.
21
67601
4133
İnsanlar onun hikâyesini,
doğruluğunu teyit etmeden paylaştılar.
doğruluğunu teyit etmeden paylaştılar.
01:24
This is a classic example
of confirmation bias.
of confirmation bias.
22
72815
3220
Bu, doğrulama yanlılığının
klasik bir örneği.
klasik bir örneği.
Bir hikâye doğru olmasını istediğimiz şeyi
teyit ediyorsa sorgulamadan kabul ederiz.
teyit ediyorsa sorgulamadan kabul ederiz.
01:28
We accept a story uncritically
if it confirms what we'd like to be true.
if it confirms what we'd like to be true.
23
76403
4676
01:33
And we reject any story
that contradicts it.
that contradicts it.
24
81484
2506
Ve teyit etmeyen hikâyeleri reddederiz.
Paylaştığımız ve görmezden
geldiğimiz hikâyelerde
geldiğimiz hikâyelerde
01:36
How often do we see this
25
84937
1825
01:38
in the stories
that we share and we ignore?
that we share and we ignore?
26
86786
3045
bunu ne sıklıkla görüyoruz?
01:41
In politics, in business,
in health advice.
in health advice.
27
89855
4182
Politikada, iş hayatında
ve sağlık tavsiyelerinde.
ve sağlık tavsiyelerinde.
01:47
The Oxford Dictionary's
word of 2016 was "post-truth."
word of 2016 was "post-truth."
28
95180
4106
2016'da Oxford Sözlüğü tarafından
yılın kelimesi "hakikat ötesi" seçildi.
yılın kelimesi "hakikat ötesi" seçildi.
01:51
And the recognition that we now live
in a post-truth world
in a post-truth world
29
99768
3492
Ve hakikat ötesi bir dünyada
yaşadığımızı kabul etmemiz
yaşadığımızı kabul etmemiz
01:55
has led to a much needed emphasis
on checking the facts.
on checking the facts.
30
103284
3364
gerçekleri kontrol etmenin üzerinde
çok daha fazla durulmasına yol açtı.
çok daha fazla durulmasına yol açtı.
Ama konuşmamın vurucu noktası şu ki
01:59
But the punch line of my talk
31
107339
1397
02:00
is that just checking
the facts is not enough.
the facts is not enough.
32
108760
2991
sadece gerçekleri
kontrol etmek yeterli değil.
kontrol etmek yeterli değil.
02:04
Even if Belle's story were true,
33
112347
2927
Belle'in hikâyesi doğru bile olsa
02:07
it would be just as irrelevant.
34
115298
2067
aynı derecede alakasız olurdu.
02:10
Why?
35
118457
1150
Neden mi?
02:11
Well, let's look at one of the most
fundamental techniques in statistics.
fundamental techniques in statistics.
36
119957
3508
İstatistikteki en temel tekniklerden
birine bakalım.
birine bakalım.
02:15
It's called Bayesian inference.
37
123489
2410
Bayesçi sonuç çıkarımı deniyor.
02:18
And the very simple version is this:
38
126251
2936
Ve çok basitleştirirsek
02:21
We care about "does the data
support the theory?"
support the theory?"
39
129211
3268
Bizim önemsediğimiz sorular
"Veri teoriyi destekliyor mu?"
"Veri teoriyi destekliyor mu?"
02:25
Does the data increase our belief
that the theory is true?
that the theory is true?
40
133053
3456
Veri, teorinin doğruluğuna olan
inancımızı arttırıyor mu?
inancımızı arttırıyor mu?
02:29
But instead, we end up asking,
"Is the data consistent with the theory?"
"Is the data consistent with the theory?"
41
137520
4383
Ama işin sonunda
"Veri teoriyle uyumlu mu?" diye bakıyoruz.
"Veri teoriyle uyumlu mu?" diye bakıyoruz.
02:34
But being consistent with the theory
42
142838
2515
Fakat teoriyle uyumlu olması
02:37
does not mean that the data
supports the theory.
supports the theory.
43
145377
2929
verinin teoriyi desteklediği
anlamına gelmez.
anlamına gelmez.
02:40
Why?
44
148799
1159
Neden mi?
02:41
Because of a crucial
but forgotten third term --
but forgotten third term --
45
149982
3825
Unutulan ama elzem bir
üçüncü terim yüzünden --
üçüncü terim yüzünden --
02:45
the data could also be consistent
with rival theories.
with rival theories.
46
153831
3558
veri aynı zamanda muhalif teorilerle de
uyumlu olabilir.
uyumlu olabilir.
02:49
But due to confirmation bias,
we never consider the rival theories,
we never consider the rival theories,
47
157918
4667
Fakat doğrulama yanlılığı yüzünden
muhalif teorileri hesaba katmıyoruz
muhalif teorileri hesaba katmıyoruz
02:54
because we're so protective
of our own pet theory.
of our own pet theory.
48
162609
3151
çünkü ilgilendiğimiz
kendi teorimize çok bağlıyız.
kendi teorimize çok bağlıyız.
02:58
Now, let's look at this for Belle's story.
49
166688
2413
Şimdi bu duruma
Belle'in hikâyesinde bakalım.
Belle'in hikâyesinde bakalım.
03:01
Well, we care about:
Does Belle's story support the theory
Does Belle's story support the theory
50
169125
4214
Bizim baktığımız şey:
"Belle'in hikâyesi,
"Belle'in hikâyesi,
diyetin kanseri iyileştirdiği
teorisini destekliyor mu?"
teorisini destekliyor mu?"
03:05
that diet cures cancer?
51
173363
1603
Bunun yerine "Belle'in hikâyesi
03:06
But instead, we end up asking,
52
174990
1787
03:08
"Is Belle's story consistent
with diet curing cancer?"
with diet curing cancer?"
53
176801
4045
diyetin kanseri iyileştirmesiyle
uyumlu mu?" diye soruyoruz.
uyumlu mu?" diye soruyoruz.
03:13
And the answer is yes.
54
181790
1604
Ve cevap evet.
03:15
If diet did cure cancer,
we'd see stories like Belle's.
we'd see stories like Belle's.
55
183839
4103
Eğer diyet kanseri iyileştirseydi,
Belle'inki gibi hikâyeler görürdük.
Belle'inki gibi hikâyeler görürdük.
03:20
But even if diet did not cure cancer,
56
188839
2849
Ama diyet kanseri iyileştirmeseydi bile
03:23
we'd still see stories like Belle's.
57
191712
2643
yine Belle'ninki gibi hikâyeler görürdük.
03:26
A single story in which
a patient apparently self-cured
a patient apparently self-cured
58
194744
5190
En başta yanlış teşhis konulduğu için
03:31
just due to being misdiagnosed
in the first place.
in the first place.
59
199958
3174
kendi kendine iyileşen birinin hikâyesi.
03:35
Just like, even if smoking
was bad for your health,
was bad for your health,
60
203680
3326
Tıpkı, sigara içmek
sağlığa zararlı olsa da
sağlığa zararlı olsa da
03:39
you'd still see one smoker
who lived until 100.
who lived until 100.
61
207030
3304
100 yaşına kadar yaşayan
bir sigara içicisi bulunabileceği gibi.
bir sigara içicisi bulunabileceği gibi.
03:42
(Laughter)
62
210664
1150
(Gülüşmeler)
03:44
Just like, even if education
was good for your income,
was good for your income,
63
212157
2562
Aynı şekilde
eğitim, geliriniz için iyi olsa da
eğitim, geliriniz için iyi olsa da
03:46
you'd still see one multimillionaire
who didn't go to university.
who didn't go to university.
64
214743
4281
üniversiteye gitmeyen bir milyoner
bulunabileceği gibi.
bulunabileceği gibi.
03:51
(Laughter)
65
219048
4984
(Gülüşmeler)
03:56
So the biggest problem with Belle's story
is not that it was false.
is not that it was false.
66
224056
3911
Dolayısıyla Belle'in hikâyesindeki
en büyük sorun doğru olmaması değil.
en büyük sorun doğru olmaması değil.
03:59
It's that it's only one story.
67
227991
2531
Sadece bir hikâyeden ibaret olması.
04:03
There might be thousands of other stories
where diet alone failed,
where diet alone failed,
68
231094
4381
Tek başına diyetin işe yaramadığı
binlerce başka hikâye olabilir
binlerce başka hikâye olabilir
04:07
but we never hear about them.
69
235499
1934
ama onları hiç duymayız.
04:10
We share the outlier cases
because they are new,
because they are new,
70
238141
3896
Biz uç vakalara bakarız çünkü yenilerdir
04:14
and therefore they are news.
71
242061
1867
dolayısıyla haber değerleri vardır.
04:16
We never share the ordinary cases.
72
244657
2476
Hiçbir zaman sıradan vakaları paylaşmayız.
04:19
They're too ordinary,
they're what normally happens.
they're what normally happens.
73
247157
3213
Onlar çok sıradandır,
normalde olan şeylerdir.
normalde olan şeylerdir.
04:23
And that's the true
99 percent that we ignore.
99 percent that we ignore.
74
251125
3095
Bunlar görmezden geldiğimiz
gerçek yüzde 99.
gerçek yüzde 99.
04:26
Just like in society, you can't just
listen to the one percent,
listen to the one percent,
75
254244
2968
Aynı toplumda olduğu gibi,
sadece yüzde 1'i
sadece yüzde 1'i
04:29
the outliers,
76
257236
1158
aykırıları dinleyip
04:30
and ignore the 99 percent, the ordinary.
77
258418
2666
sıradan olanları,
yüzde 99'u ihmal edemezsiniz.
yüzde 99'u ihmal edemezsiniz.
04:34
Because that's the second example
of confirmation bias.
of confirmation bias.
78
262022
3254
Çünkü bu da doğrulama yanlılığının
ikinci örneğidir.
ikinci örneğidir.
04:37
We accept a fact as data.
79
265300
2769
Bir gerçeği veri olarak kabul ederiz.
04:41
The biggest problem is not
that we live in a post-truth world;
that we live in a post-truth world;
80
269038
3968
En büyük problem hakikat ötesi bir dünyada
yaşamamız değil;
yaşamamız değil;
04:45
it's that we live in a post-data world.
81
273030
3769
veri-ötesi bir dünyada yaşamamız.
04:49
We prefer a single story to tons of data.
82
277792
3744
Tek bir hikâyeyi tonlarca veriye
tercih ediyoruz.
tercih ediyoruz.
04:54
Now, stories are powerful,
they're vivid, they bring it to life.
they're vivid, they bring it to life.
83
282752
3016
Hikâyeler güçlüdür, canlıdır
ve bir şeyi hayata geçirir.
ve bir şeyi hayata geçirir.
04:57
They tell you to start
every talk with a story.
every talk with a story.
84
285792
2222
Her konuşmaya bir hikâyeyle
başlamamız söylenir.
başlamamız söylenir.
05:00
I did.
85
288038
1150
Ben öyle yaptım.
05:01
But a single story
is meaningless and misleading
is meaningless and misleading
86
289696
4754
Ama tek bir hikâye, büyük ölçekli bir veri
tarafından desteklenmiyorsa
tarafından desteklenmiyorsa
05:06
unless it's backed up by large-scale data.
87
294474
2849
değersiz ve yanıltıcıdır.
05:11
But even if we had large-scale data,
88
299236
2357
Ancak büyük ölçekli bir verimiz olsa bile
05:13
that might still not be enough.
89
301617
2158
bu, hâlâ yeterli olmayabilir.
05:16
Because it could still be consistent
with rival theories.
with rival theories.
90
304260
3138
Çünkü veriler yine de muhalif teorilerle
uyumlu olabilir.
uyumlu olabilir.
05:20
Let me explain.
91
308136
1150
Açıklamama izin verin.
05:22
A classic study
by psychologist Peter Wason
by psychologist Peter Wason
92
310072
3262
Psikayatrist Peter Wason tarafından
düzenlenen klasik bir deneyde
düzenlenen klasik bir deneyde
05:25
gives you a set of three numbers
93
313358
1952
size üçlü bir rakam dizisi verilir
05:27
and asks you to think of the rule
that generated them.
that generated them.
94
315334
2905
ve bunları oluşturan kural sorulur.
05:30
So if you're given two, four, six,
95
318585
4476
Mesela, iki, dört, altı verilmişse
05:35
what's the rule?
96
323085
1150
kural nedir?
05:36
Well, most people would think,
it's successive even numbers.
it's successive even numbers.
97
324895
3219
Çoğu insan ardışık çift sayılar
olduğunu düşünür?
olduğunu düşünür?
05:40
How would you test it?
98
328767
1515
Bunu nasıl test edersiniz?
05:42
Well, you'd propose other sets
of successive even numbers:
of successive even numbers:
99
330306
3262
Başka ardışık çift sayı seti verirsiniz.
05:45
4, 6, 8 or 12, 14, 16.
100
333592
3318
4, 6, 8 veya 12, 14, 16.
05:49
And Peter would say these sets also work.
101
337546
2800
Ve Peter bu setlerin de
kurala uyduğunu söyler.
kurala uyduğunu söyler.
05:53
But knowing that these sets also work,
102
341124
2564
Fakat bu setlerin kurala uyduğunu bilmek,
05:55
knowing that perhaps hundreds of sets
of successive even numbers also work,
of successive even numbers also work,
103
343712
4765
belki de yüzlerce ardışık çift sayı
setinin uyduğunu bilmek
setinin uyduğunu bilmek
06:00
tells you nothing.
104
348501
1348
size bir şey kanıtlamaz.
06:02
Because this is still consistent
with rival theories.
with rival theories.
105
350572
3358
Çünkü bu, muhalif teorilerle de uyumludur.
06:06
Perhaps the rule
is any three even numbers.
is any three even numbers.
106
354889
3205
Belki kural herhangi üç çift sayıdır.
06:11
Or any three increasing numbers.
107
359000
2133
Veya artan üç sayı.
06:14
And that's the third example
of confirmation bias:
of confirmation bias:
108
362365
2888
Ve bu da doğrulama sapmasının
üçüncü örneğidir:
üçüncü örneğidir:
06:17
accepting data as evidence,
109
365277
3689
muhalif teorilerle uyumlu olsa bile
06:20
even if it's consistent
with rival theories.
with rival theories.
110
368990
3000
veriyi kanıt olarak kabul etmek.
06:24
Data is just a collection of facts.
111
372704
2952
Veri yalnızca bir olgular toplamı.
06:28
Evidence is data that supports
one theory and rules out others.
one theory and rules out others.
112
376402
4923
Kanıt ise bir teoriyi destekleyip
diğerini reddeden veridir.
diğerini reddeden veridir.
06:34
So the best way to support your theory
113
382665
2483
Dolayısıyla teorinizi desteklemenin
en iyi yolu
en iyi yolu
06:37
is actually to try to disprove it,
to play devil's advocate.
to play devil's advocate.
114
385172
3930
şeytanın avukatını oynayıp
teorinizin aksini ispat etmektir.
teorinizin aksini ispat etmektir.
06:41
So test something, like 4, 12, 26.
115
389466
4718
O zaman 4, 12, 26 gibi
bir diziyi test edin.
bir diziyi test edin.
06:46
If you got a yes to that,
that would disprove your theory
that would disprove your theory
116
394938
3683
Eğer buna doğru cevabı gelirse
ardışık çift sayılara ilişkin teoriniz
ardışık çift sayılara ilişkin teoriniz
06:50
of successive even numbers.
117
398645
1936
çürütülmüş olur.
06:53
Yet this test is powerful,
118
401232
2016
Evet, bu test etkili
06:55
because if you got a no, it would rule out
"any three even numbers"
"any three even numbers"
119
403272
4845
çünkü eğer cevap hayır olursa
"herhangi üç çift sayı" ya da
"herhangi üç çift sayı" ya da
"artan herhangi üç sayı"
teorileri çürür.
teorileri çürür.
07:00
and "any three increasing numbers."
120
408141
1712
07:01
It would rule out the rival theories,
but not rule out yours.
but not rule out yours.
121
409877
3341
Muhalif teorileri eler
ama sizinkini elemez.
ama sizinkini elemez.
07:05
But most people are too afraid
of testing the 4, 12, 26,
of testing the 4, 12, 26,
122
413968
4794
Ama çoğu insan 4, 12, 26'yı
test etmeye korkar
test etmeye korkar
07:10
because they don't want to get a yes
and prove their pet theory to be wrong.
and prove their pet theory to be wrong.
123
418786
4163
çünkü evet cevabı alıp
teorilerini yanlış çıkarmak istemezler.
teorilerini yanlış çıkarmak istemezler.
07:16
Confirmation bias is not only
about failing to search for new data,
about failing to search for new data,
124
424727
5676
Doğrulama yanlılığı sadece yeni veri
araştırmayı ihmal etmek değil,
araştırmayı ihmal etmek değil,
07:22
but it's also about misinterpreting
data once you receive it.
data once you receive it.
125
430427
3073
aynı zamanda veriye ulaşınca
onu yanlış yorumlamakla ilgili.
onu yanlış yorumlamakla ilgili.
Bu laboratuvar dışında yer alan, önemli,
gerçek problemler için de geçerli.
gerçek problemler için de geçerli.
07:26
And this applies outside the lab
to important, real-world problems.
to important, real-world problems.
126
434339
3548
07:29
Indeed, Thomas Edison famously said,
127
437911
3309
Thomas Edison'ın söylediği gibi:
07:33
"I have not failed,
128
441244
1888
"Ben başarısız olmadım,
07:35
I have found 10,000 ways that won't work."
129
443156
4188
işe yaramayan 10.000 yol buldum."
07:40
Finding out that you're wrong
130
448281
2627
Hatalı olduğunuzu keşfetmek
07:42
is the only way to find out what's right.
131
450932
2733
neyin doğru olduğunu bulmanın tek yolu.
07:46
Say you're a university
admissions director
admissions director
132
454654
2946
Mesela bir üniversitenin
öğrenci kabul yöneticisisiniz
öğrenci kabul yöneticisisiniz
07:49
and your theory is that only
students with good grades
students with good grades
133
457624
2563
ve teoriniz sadece zengin ailelerden
gelen ve notları iyi olan öğrencilerin
gelen ve notları iyi olan öğrencilerin
07:52
from rich families do well.
134
460211
1763
başarılı olduğu yönünde.
07:54
So you only let in such students.
135
462339
2190
Dolayısıyla sadece öyle
öğrencileri alıyorsunuz.
öğrencileri alıyorsunuz.
07:56
And they do well.
136
464553
1150
Ve başarılı oluyorlar.
07:58
But that's also consistent
with the rival theory.
with the rival theory.
137
466482
2772
Ama bu, muhalif teoriyle de uyumlu.
08:01
Perhaps all students
with good grades do well,
with good grades do well,
138
469593
2747
Belki notları iyi tüm öğrenciler başarılı,
08:04
rich or poor.
139
472364
1181
zengin veya yoksul olsun.
08:06
But you never test that theory
because you never let in poor students
because you never let in poor students
140
474307
3730
Ama bu teoriyi asla test etmezsiniz
çünkü fakir öğrenci hiç kabul etmiyorsunuz
çünkü fakir öğrenci hiç kabul etmiyorsunuz
08:10
because you don't want to be proven wrong.
141
478061
2800
çünkü haksız çıkmak istemiyorsunuz.
08:14
So, what have we learned?
142
482577
1857
Peki, ne öğrendik?
08:17
A story is not fact,
because it may not be true.
because it may not be true.
143
485315
3560
Bir hikâye gerçek değildir
çünkü doğru olmayabilir.
çünkü doğru olmayabilir.
08:21
A fact is not data,
144
489498
2087
Bilgi veri değildir,
08:23
it may not be representative
if it's only one data point.
if it's only one data point.
145
491609
4039
eğer sadece veri göstergesiyse
bütünü temsil etmiyor olabilir.
bütünü temsil etmiyor olabilir.
08:28
And data is not evidence --
146
496680
2349
Ve veri bir kanıt değildir--
08:31
it may not be supportive
if it's consistent with rival theories.
if it's consistent with rival theories.
147
499053
3678
eğer karşıt teorilerle uyumlu ise
teoriyi destekleyici olmayabilir.
teoriyi destekleyici olmayabilir.
08:36
So, what do you do?
148
504146
2277
Peki, ne yapabiliriz?
08:39
When you're at
the inflection points of life,
the inflection points of life,
149
507464
2682
Hayatın dönüm noktalarında,
08:42
deciding on a strategy for your business,
150
510170
2566
işiniz için bir strateji belirlemek,
08:44
a parenting technique for your child
151
512760
2611
çocuğunuz için yetiştirme tekniği
08:47
or a regimen for your health,
152
515395
2428
veya sağlığınız için bir rejim gibi
08:49
how do you ensure
that you don't have a story
that you don't have a story
153
517847
3539
bir hikâye yerine
bir kanıtınız olduğundan nasıl
emin olursunuz.
emin olursunuz.
08:53
but you have evidence?
154
521410
1468
08:56
Let me give you three tips.
155
524268
1619
Size üç tüyo vermeme izin verin.
08:58
The first is to actively seek
other viewpoints.
other viewpoints.
156
526641
3984
İlki aktif olarak farklı
bakış açıları aramaktır.
bakış açıları aramaktır.
09:02
Read and listen to people
you flagrantly disagree with.
you flagrantly disagree with.
157
530649
3594
Alenen sizden farklı görüşleri olan
insanları okuyun ve dinleyin.
insanları okuyun ve dinleyin.
09:06
Ninety percent of what they say
may be wrong, in your view.
may be wrong, in your view.
158
534267
3488
Sizin nazarınızda dediklerinin
yüzde doksanı yanlış olabilir.
yüzde doksanı yanlış olabilir.
09:10
But what if 10 percent is right?
159
538728
2133
Ama ya yüzde 10'u doğruysa?
09:13
As Aristotle said,
160
541851
1619
Aristo'nun dediği gibi,
09:15
"The mark of an educated man
161
543494
2214
"Eğitimli bir adamın göstergesi
09:17
is the ability to entertain a thought
162
545732
3397
bir düşünceyi kabul etmeden
09:21
without necessarily accepting it."
163
549153
2333
onu aklında bulundurma yeteneğidir."
09:24
Surround yourself with people
who challenge you,
who challenge you,
164
552649
2254
Etrafınızı size meydan okuyan
insanlarla donatın
insanlarla donatın
09:26
and create a culture
that actively encourages dissent.
that actively encourages dissent.
165
554917
3699
ve karşı olmayı destekleyen
bir kültür oluşturun.
bir kültür oluşturun.
09:31
Some banks suffered from groupthink,
166
559347
2318
Bazı bankalar, grup olarak düşünemedi,
09:33
where staff were too afraid to challenge
management's lending decisions,
management's lending decisions,
167
561689
4309
çalışanlar, yönetimin kredi kararlarına
karşı çıkmaya çok çekindiler
karşı çıkmaya çok çekindiler
09:38
contributing to the financial crisis.
168
566022
2466
bu da ekonomik krizin
sebeplerinden biri oldu.
sebeplerinden biri oldu.
09:41
In a meeting, appoint someone
to be devil's advocate
to be devil's advocate
169
569029
4199
Bir toplantıdayken fikrinize karşı
şeytanın avukatlığını yapması için
şeytanın avukatlığını yapması için
09:45
against your pet idea.
170
573252
1642
birini belirleyin.
09:47
And don't just hear another viewpoint --
171
575720
2571
Ve sadece farklı bir görüş duymayın,
09:50
listen to it, as well.
172
578315
2176
aynı zamanda dinleyin.
09:53
As psychologist Stephen Covey said,
173
581389
2404
Psikayatrist Stephen Covey'in dediği gibi:
09:55
"Listen with the intent to understand,
174
583817
3397
"Anlama niyetiyle dinleyin,
09:59
not the intent to reply."
175
587238
1666
yanıt verme niyetiyle değil."
10:01
A dissenting viewpoint
is something to learn from
is something to learn from
176
589642
3492
Karşıt bir bakış açısı, kendisinden
öğrenebileceğimiz bir şeydir;
öğrenebileceğimiz bir şeydir;
10:05
not to argue against.
177
593158
1548
tartışacağımız değil.
10:07
Which takes us to the other
forgotten terms in Bayesian inference.
forgotten terms in Bayesian inference.
178
595690
3866
Bu da bizi Bayesci sonuç çıkarımının
diğer unutulmuş terimlerine getiriyor.
diğer unutulmuş terimlerine getiriyor.
10:12
Because data allows you to learn,
179
600198
2324
Çünkü veri, bir şey öğrenmenizi sağlar
10:14
but learning is only relative
to a starting point.
to a starting point.
180
602546
3515
ama öğrenme sadece
bir başlangıç noktasına bağlıdır.
bir başlangıç noktasına bağlıdır.
10:18
If you started with complete certainty
that your pet theory must be true,
that your pet theory must be true,
181
606085
5716
Eğer kendi teorinizin doğru olduğuna
kesinkes inanarak yola koyulduysanız
kesinkes inanarak yola koyulduysanız
10:23
then your view won't change --
182
611825
1897
o zaman bakış açınız değişmez --
10:25
regardless of what data you see.
183
613746
2466
hangi veriyi kullanırsanız kullanın.
10:28
Only if you are truly open
to the possibility of being wrong
to the possibility of being wrong
184
616641
4391
Sadece hatalı olma olasılığına
açık olduğunuzda öğrenebilirsiniz.
açık olduğunuzda öğrenebilirsiniz.
10:33
can you ever learn.
185
621056
1267
10:35
As Leo Tolstoy wrote,
186
623580
2095
Leo Tolstoy'un yazdığı üzere,
10:37
"The most difficult subjects
187
625699
2182
"En zor konular
10:39
can be explained to the most
slow-witted man
slow-witted man
188
627905
3135
en basit zekalı adama anlatılabilir.
10:43
if he has not formed
any idea of them already.
any idea of them already.
189
631064
2753
eğer henüz bir fikir oluşturmadıysa.
10:46
But the simplest thing
190
634365
1873
Ama en basit şey,
10:48
cannot be made clear
to the most intelligent man
to the most intelligent man
191
636262
3071
eğer doğru bildiği konusunda kararlıysa
10:51
if he is firmly persuaded
that he knows already."
that he knows already."
192
639357
3334
en zeki adama açıklanamaz."
10:56
Tip number two is "listen to experts."
193
644500
3743
İkinci tüyo: "Uzmanları dinleyin."
11:01
Now, that's perhaps the most
unpopular advice that I could give you.
unpopular advice that I could give you.
194
649040
3492
Sanırım bu size sunabileceğim en
popüler olmayan tavsiye.
popüler olmayan tavsiye.
11:04
(Laughter)
195
652556
1220
(Gülüşmeler)
11:05
British politician Michael Gove
famously said that people in this country
famously said that people in this country
196
653800
4738
İngiliz politikacı
Michael Gove'un bilinen deyişi
Michael Gove'un bilinen deyişi
bu ülkedeki insanların
uzmanlara doyduğu yönündeydi.
uzmanlara doyduğu yönündeydi.
11:10
have had enough of experts.
197
658562
2276
Yakın zamanda yapılan bir anket
gösterdi ki insanlar kuaförüne
gösterdi ki insanlar kuaförüne
11:13
A recent poll showed that more people
would trust their hairdresser --
would trust their hairdresser --
198
661696
3508
11:17
(Laughter)
199
665228
2285
(Gülüşmeler)
11:19
or the man on the street
200
667537
1833
ya da sokaktaki adama,
11:21
than they would leaders of businesses,
the health service and even charities.
the health service and even charities.
201
669394
4305
iş liderleri, sağlık sektörü ve hatta
hayır kurumlarından daha çok güveniyor.
hayır kurumlarından daha çok güveniyor.
11:26
So we respect a teeth-whitening formula
discovered by a mom,
discovered by a mom,
202
674227
3977
Yani, bir anne tarafından geliştirilen bir
diş beyazlatıcı formüle güveniyoruz
diş beyazlatıcı formüle güveniyoruz
11:30
or we listen to an actress's view
on vaccination.
on vaccination.
203
678228
3198
ya da aşı konusunda
bir oyuncunun görüşlerini dinliyoruz.
bir oyuncunun görüşlerini dinliyoruz.
11:33
We like people who tell it like it is,
who go with their gut,
who go with their gut,
204
681450
2865
İnsanların açık ve net konuşmasını,
içgüdülerine uymasını seviyoruz
içgüdülerine uymasını seviyoruz
11:36
and we call them authentic.
205
684339
1800
ve onlara sahici diyoruz.
11:38
But gut feel can only get you so far.
206
686847
3214
Ama içgüdü sizi
bir yere kadar götürebilir.
bir yere kadar götürebilir.
11:42
Gut feel would tell you never to give
water to a baby with diarrhea,
water to a baby with diarrhea,
207
690736
4436
İçgüdü ishal olmuş bir bebeğe
su vermemeyi söyler
su vermemeyi söyler
11:47
because it would just
flow out the other end.
flow out the other end.
208
695196
2318
çünkü diğer taraftan çıkacaktır.
11:49
Expertise tells you otherwise.
209
697538
2578
Uzmanlık ise tersini söyler.
11:53
You'd never trust your surgery
to the man on the street.
to the man on the street.
210
701149
3428
Ameliyatınız için hiçbir zaman
sokaktaki adama güvenmezsiniz.
sokaktaki adama güvenmezsiniz.
11:56
You'd want an expert
who spent years doing surgery
who spent years doing surgery
211
704887
3587
Yıllarını ameliyat yaparak geçirmiş
ve en iyi teknikleri
bilen birini istersiniz.
bilen birini istersiniz.
12:00
and knows the best techniques.
212
708498
2000
12:03
But that should apply
to every major decision.
to every major decision.
213
711514
3133
Fakat bu her büyük kararda uygulanmalı.
12:07
Politics, business, health advice
214
715255
4556
Politika, iş ve sağlık tavsiyesi de
12:11
require expertise, just like surgery.
215
719835
2896
tıpkı ameliyat gibi uzmanlık ister.
12:16
So then, why are experts so mistrusted?
216
724474
3539
Peki o zaman, uzmanlara
duyulan güven neden bu kadar az?
duyulan güven neden bu kadar az?
12:20
Well, one reason
is they're seen as out of touch.
is they're seen as out of touch.
217
728981
3239
Bir neden, uzak görünmeleri.
12:24
A millionaire CEO couldn't possibly
speak for the man on the street.
speak for the man on the street.
218
732244
4090
Milyoner bir CEO'nun sokaktaki adam için
konuşması mümkün bile değil.
konuşması mümkün bile değil.
12:29
But true expertise is found on evidence.
219
737455
3559
Fakat gerçek uzmanlık bulguda bulunur.
12:33
And evidence stands up
for the man on the street
for the man on the street
220
741447
2905
Ve bulgu elitlere karşı
12:36
and against the elites.
221
744376
1533
sokaktaki adam için dik durur.
12:38
Because evidence forces you to prove it.
222
746456
2667
Çünkü bulgular sizi kanıtlamaya zorlar.
12:41
Evidence prevents the elites
from imposing their own view
from imposing their own view
223
749774
4421
Bulgular elitlerin kanıt olmadan
kendi görüşlerini dayatmalarını engeller.
12:46
without proof.
224
754219
1150
12:49
A second reason
why experts are not trusted
why experts are not trusted
225
757006
2071
Uzmanlara güvenilmemesinin ikinci nedeni
12:51
is that different experts
say different things.
say different things.
226
759101
3087
uzmanların farklı şeyler söylemeleri.
12:54
For every expert who claimed that leaving
the EU would be bad for Britain,
the EU would be bad for Britain,
227
762212
4476
AB'den ayrılmanın Birleşik Krallık için
kötü olacağını söyleyen her uzmana karşı
kötü olacağını söyleyen her uzmana karşı
12:58
another expert claimed it would be good.
228
766712
2429
iyi olacağını iddia eden bir uzman vardı.
13:01
Half of these so-called experts
will be wrong.
will be wrong.
229
769165
3767
Bu uzman addedilenlerin yarısı
hatalı çıkacak.
hatalı çıkacak.
13:05
And I have to admit that most papers
written by experts are wrong.
written by experts are wrong.
230
773774
4243
Ve kabul etmeliyim ki, uzmanlar tarafından
yazılan birçok makale yanlış.
yazılan birçok makale yanlış.
13:10
Or at best, make claims that
the evidence doesn't actually support.
the evidence doesn't actually support.
231
778520
3505
Ya da en azından kanıtların desteklemediği
iddialarda bulunmakta.
iddialarda bulunmakta.
13:14
So we can't just take
an expert's word for it.
an expert's word for it.
232
782990
3133
Dolayısıyla sadece
bir uzmanın lafına güvenemeyiz.
bir uzmanın lafına güvenemeyiz.
13:18
In November 2016, a study
on executive pay hit national headlines.
on executive pay hit national headlines.
233
786776
6034
Kasım 2016'da yönetici tazminatlarına
ilişkin bir çalışma manşetlerde yer aldı.
ilişkin bir çalışma manşetlerde yer aldı.
13:25
Even though none of the newspapers
who covered the study
who covered the study
234
793240
2890
Üstelik bu çalışmayı haber yapan
gazetelerin hiçbiri
gazetelerin hiçbiri
çalışmayı görmemiş olmasına rağmen.
13:28
had even seen the study.
235
796154
1600
13:30
It wasn't even out yet.
236
798685
1533
Çalışma daha çıkmamıştı bile.
13:32
They just took the author's word for it,
237
800708
2204
Yalnızca yazarın sözlerine inandılar,
13:35
just like with Belle.
238
803768
1400
aynı Belle'le yaptıkları gibi.
13:38
Nor does it mean that we can
just handpick any study
just handpick any study
239
806093
2436
Bu kendi bakış açımızı destekleyen
çalışmaları seçip
çalışmaları seçip
13:40
that happens to support our viewpoint --
240
808553
2111
inanabileceğimiz anlamına da gelmez,
13:42
that would, again, be confirmation bias.
241
810688
2103
bu doğrulama yanlılığı olur.
13:44
Nor does it mean
that if seven studies show A
that if seven studies show A
242
812815
2555
Yedi çalışma A'yı gösterirken
üç çalışma B'yi gösteriyorsa
13:47
and three show B,
243
815394
1668
bu A'nın doğru olduğu anlamına da gelmez.
13:49
that A must be true.
244
817086
1483
13:51
What matters is the quality,
245
819109
2659
Uzmanlığın niceliği değil
13:53
and not the quantity of expertise.
246
821792
2817
niteliği önemlidir.
13:57
So we should do two things.
247
825879
1800
O yüzden iki şey yapmalıyız.
14:00
First, we should critically examine
the credentials of the authors.
the credentials of the authors.
248
828434
4578
Öncelikle, yazarların ehliyetlerini
eleştirel bir şekilde incelemeliyiz.
eleştirel bir şekilde incelemeliyiz.
14:05
Just like you'd critically examine
the credentials of a potential surgeon.
the credentials of a potential surgeon.
249
833807
4143
Aynı bir cerrahın ehliyetini eleştirel
bir şekilde inceleyeceğiniz gibi.
bir şekilde inceleyeceğiniz gibi.
14:10
Are they truly experts in the matter,
250
838347
3206
Gerçekten konuda uzmanlar mı
14:13
or do they have a vested interest?
251
841577
2267
veya kendilerinin maddi bir çıkarı var mı?
14:16
Second, we should pay particular attention
252
844768
2523
İkinci olarak
üst düzey akademik dergilerde
üst düzey akademik dergilerde
14:19
to papers published
in the top academic journals.
in the top academic journals.
253
847315
3889
yayınlanan makalelere bakmalıyız.
14:24
Now, academics are often accused
of being detached from the real world.
of being detached from the real world.
254
852038
3861
Akademisyenler genelde gerçek dünyadan
kopuk olmakla suçlanırlar.
kopuk olmakla suçlanırlar.
14:28
But this detachment gives you
years to spend on a study.
years to spend on a study.
255
856585
3730
Ama bu kopukluk bir çalışmaya
yılları adamaya vesile olur.
yılları adamaya vesile olur.
14:32
To really nail down a result,
256
860339
1905
Gerçekten bir sonuca varmak,
14:34
to rule out those rival theories,
257
862268
2015
karşıt teorileri çürütmek
14:36
and to distinguish correlation
from causation.
from causation.
258
864307
3134
ve korelasyonla neden sonuç ilişkisini
ayırt etmek için.
ayırt etmek için.
14:40
And academic journals involve peer review,
259
868172
3477
Ve akademik dergiler, bir makalenin
dünyanın önder zihinleri tarafından
titizlikle incelendiği
titizlikle incelendiği
14:43
where a paper is rigorously scrutinized
260
871673
2294
14:45
(Laughter)
261
873991
1419
(Gülüşmeler)
14:47
by the world's leading minds.
262
875434
1934
bir hakemlik sürecinden geçer.
14:50
The better the journal,
the higher the standard.
the higher the standard.
263
878434
2556
Dergi ne kadar iyiyse standart
o kadar yüksektir.
o kadar yüksektir.
14:53
The most elite journals
reject 95 percent of papers.
reject 95 percent of papers.
264
881014
5148
En elit dergiler makalelerin
yüzde 95'ini reddeder.
yüzde 95'ini reddeder.
14:59
Now, academic evidence is not everything.
265
887434
3333
Akademik bulgular her şey değildir.
15:03
Real-world experience is critical, also.
266
891109
2667
Gerçek dünya deneyimleri de önemlidir.
15:06
And peer review is not perfect,
mistakes are made.
mistakes are made.
267
894465
3400
Hakem denetimi kusursuz değildir
hatalar yapılmaktadır.
hatalar yapılmaktadır.
Ancak kontrol edilmiş bir şeyi desteklemek
15:10
But it's better to go
with something checked
with something checked
268
898530
2063
kontrol edilmemiş bir şeyi
desteklemekten daha iyidir.
desteklemekten daha iyidir.
15:12
than something unchecked.
269
900617
1667
15:14
If we latch onto a study
because we like the findings,
because we like the findings,
270
902696
3199
Bir çalışmayı kim tarafından onaylandığını
hatta onaylanıp onaylanmadığını
hatta onaylanıp onaylanmadığını
15:17
without considering who it's by
or whether it's even been vetted,
or whether it's even been vetted,
271
905919
3888
göz önünde bulundurmaksızın sadece
bulguları beğendiğimiz için kabul edersek
bulguları beğendiğimiz için kabul edersek
15:21
there is a massive chance
that that study is misleading.
that that study is misleading.
272
909831
3627
bu çalışmanın yanıltıcı olma ihtimali
çok yüksektir.
çok yüksektir.
15:26
And those of us who claim to be experts
273
914894
2580
Uzman olduğunu iddia edenler
15:29
should recognize the limitations
of our analysis.
of our analysis.
274
917498
3253
analizlerinin sınırlılığının
farkında olmalı.
farkında olmalı.
15:33
Very rarely is it possible to prove
or predict something with certainty,
or predict something with certainty,
275
921244
4563
Bir şeyi kesin olarak kanıtlamak veya
öngörmek çok nadiren mümkün
öngörmek çok nadiren mümkün
15:38
yet it's so tempting to make
a sweeping, unqualified statement.
a sweeping, unqualified statement.
276
926292
4369
ve fazlasıyla genel niteliksiz
bir açıklamada bulunmak çok cezbedici.
bir açıklamada bulunmak çok cezbedici.
15:43
It's easier to turn into a headline
or to be tweeted in 140 characters.
or to be tweeted in 140 characters.
277
931069
4344
Bunu bir başlığa çevirmek veya
140 karakter bir tvit atmak daha kolay.
140 karakter bir tvit atmak daha kolay.
15:48
But even evidence may not be proof.
278
936417
3142
Ancak bulgu bile kanıt olmayabilir.
15:52
It may not be universal,
it may not apply in every setting.
it may not apply in every setting.
279
940481
4210
Evrensel olmayabilir
ya da her ortamda geçerli olmayabilir.
ya da her ortamda geçerli olmayabilir.
15:57
So don't say, "Red wine
causes longer life,"
causes longer life,"
280
945252
4920
Bulgu sadece kırmızı şarap ve uzun
yaşamın ilişkilendirildiğine dair ise
yaşamın ilişkilendirildiğine dair ise
16:02
when the evidence is only that red wine
is correlated with longer life.
is correlated with longer life.
281
950196
4682
''Kırmızı şarap ömrü uzatır'' demeyin.
16:07
And only then in people
who exercise as well.
who exercise as well.
282
955379
2770
Ancak o zaman
insanlar egzersiz de yaparlar.
insanlar egzersiz de yaparlar.
16:11
Tip number three
is "pause before sharing anything."
is "pause before sharing anything."
283
959868
3966
Üç numaralı tavsiye ise bir şeyi
paylaşmadan önce durup bir düşünün.
paylaşmadan önce durup bir düşünün.
16:16
The Hippocratic oath says,
"First, do no harm."
"First, do no harm."
284
964907
3464
Hipokrat yemini şöyle der,
''Önce, zarar verme.''
''Önce, zarar verme.''
16:21
What we share is potentially contagious,
285
969046
3134
Paylaştığımız şeyler bulaşıcı olabilir
16:24
so be very careful about what we spread.
286
972204
3683
bu nedenle yaydığımız şeylere
çok dikkat etmeliyiz.
çok dikkat etmeliyiz.
16:28
Our goal should not be
to get likes or retweets.
to get likes or retweets.
287
976632
2953
Hedefimiz beğenilmek
ya da retvitlenmek olmamalı.
ya da retvitlenmek olmamalı.
16:31
Otherwise, we only share the consensus;
we don't challenge anyone's thinking.
we don't challenge anyone's thinking.
288
979609
3985
Aksi takdirde yalnızca hemfikir oluruz
ve kimseyi düşünmeye davet etmeyiz.
ve kimseyi düşünmeye davet etmeyiz.
16:36
Otherwise, we only share what sounds good,
289
984085
2905
Aksi takdirde yalnızca kulağa hoş geleni
paylaşmış oluruz,
paylaşmış oluruz,
16:39
regardless of whether it's evidence.
290
987014
2400
kanıt olsun ya da olmasın.
16:42
Instead, we should ask the following:
291
990188
2466
Bunun yerine şunları sormalıyız:
16:45
If it's a story, is it true?
292
993572
2135
Bu bir hikâye ise doğru mu?
16:47
If it's true, is it backed up
by large-scale evidence?
by large-scale evidence?
293
995731
2865
Eğer doğruysa bunu destekleyen
geniş ölçekli bulgu var mı?
geniş ölçekli bulgu var mı?
16:50
If it is, who is it by,
what are their credentials?
what are their credentials?
294
998620
2595
Eğer var ise kim tarafından sağlanıyor
ve onların ehliyeti nedir?
ve onların ehliyeti nedir?
16:53
Is it published,
how rigorous is the journal?
how rigorous is the journal?
295
1001239
2756
Yayımlanmış mı, yayımlandığı dergi
ne kadar titiz ve tutarlı?
ne kadar titiz ve tutarlı?
16:56
And ask yourself
the million-dollar question:
the million-dollar question:
296
1004733
2317
Ve kendinize şu önemli soruyu sorun:
16:59
If the same study was written by the same
authors with the same credentials
authors with the same credentials
297
1007980
4023
Eğer aynı çalışma aynı akademik geçmişe
sahip aynı yazarlar tarafından yazılmış
sahip aynı yazarlar tarafından yazılmış
17:05
but found the opposite results,
298
1013130
1587
ancak zıt sonuçlara ulaşılmış olsa
17:07
would you still be willing
to believe it and to share it?
to believe it and to share it?
299
1015608
3694
hâlâ ona inanmak
ve onu paylaşmak ister miydiniz?
ve onu paylaşmak ister miydiniz?
17:13
Treating any problem --
300
1021442
2246
Bir problemi çözmek zordur
17:15
a nation's economic problem
or an individual's health problem,
or an individual's health problem,
301
1023712
3792
bu ister bir ulusun ekonomik problemi
ister bir bireyin sağlık problemi olsun.
17:19
is difficult.
302
1027528
1150
17:21
So we must ensure that we have
the very best evidence to guide us.
the very best evidence to guide us.
303
1029242
4383
Bu nedenle bize en iyi kanıtların
rehberlik ettiğinden emin olmalıyız.
rehberlik ettiğinden emin olmalıyız.
17:26
Only if it's true can it be fact.
304
1034188
2681
Ancak doğru ise gerçek olabilir.
17:29
Only if it's representative
can it be data.
can it be data.
305
1037601
2781
Ancak temsil edici özelliğe
sahipse veri olabilir.
sahipse veri olabilir.
17:33
Only if it's supportive
can it be evidence.
can it be evidence.
306
1041128
3165
Ancak destekleyici ise kanıt olabilir.
17:36
And only with evidence
can we move from a post-truth world
can we move from a post-truth world
307
1044317
5167
Ve ancak kanıtlar ile
hakikat ötesi dünyadan
hakikat ötesi dünyadan
17:41
to a pro-truth world.
308
1049508
1583
hakikat yanlısı dünyaya ilerleyebiliriz.
17:44
Thank you very much.
309
1052183
1334
Teşekkürler.
17:45
(Applause)
310
1053541
1150
(Alkış)
ABOUT THE SPEAKER
Alex Edmans - Finance professor, editorAlex Edmans uses rigorous academic research to influence real-life business practices -- in particular, how companies can pursue purpose as well as profit.
Why you should listen
Alex Edmans is professor of finance at London Business School and managing editor of the Review of Finance, the leading academic finance journal in Europe. He is an expert in corporate governance, executive compensation, corporate social responsibility and behavioral economics.
Edmans has a unique combination of deep academic rigor and practical business experience. He's particularly passionate about translating complex academic research into practical ideas that can then be applied to real-life problems. He has spoken at the World Economic Forum in Davos, at the World Bank Distinguished Speaker Series and in the UK House of Commons. Edmans is heavily involved in the ongoing reform of corporate governance, in particular to ensure that both the diagnosis of problems and suggested solutions are based on rigorous evidence rather than anecdote. He was appointed by the UK government to study the effect of share buybacks on executive pay and investment. Edmans also serves on the Steering Group of The Purposeful Company, which aims to embed purpose into the heart of business, and on Royal London Asset Management's Responsible Investment Advisory Committee.
Edmans has been interviewed by Bloomberg, BBC, CNBC, CNN, ESPN, Fox, ITV, NPR, Reuters, Sky News and Sky Sports, and has written for the Wall Street Journal, Financial Times and Harvard Business Review. He runs a blog, Access to Finance, that makes academic research accessible to a general audience, and was appointed Mercers' School Memorial Professor of Business by Gresham College, to give free lectures to the public. Edmans was previously a tenured professor at Wharton, where he won 14 teaching awards in six years. At LBS, he won the Excellence in Teaching award, LBS's highest teaching accolade.
Alex Edmans | Speaker | TED.com