ABOUT THE SPEAKER
Alison Gopnik - Child development psychologist
Alison Gopnik takes us into the fascinating minds of babies and children, and shows us how much we understand before we even realize we do.

Why you should listen

What’s it really like to see through the eyes of a child? Are babies and young children just empty, irrational vessels to be formed into little adults, until they become the perfect images of ourselves? On the contrary, argues Alison Gopnik, professor of psychology and philosophy at the University of California at Berkeley.

The author of The Philosophical BabyThe Scientist in the Crib and other influential books on cognitive development, Gopnik presents evidence that babies and children are conscious of far more than we give them credit for, as they engage every sense and spend every waking moment discovering, filing away, analyzing and acting on information about how the world works. Gopnik’s work draws on psychological, neuroscientific, and philosophical developments in child development research to understand how the human mind learns, how and why we love, our ability to innovate, as well as giving us a deeper appreciation for the role of parenthood.

She says: "What's it like to be a baby? Being in love in Paris for the first time after you've had 3 double espressos."

More profile about the speaker
Alison Gopnik | Speaker | TED.com
TEDGlobal 2011

Alison Gopnik: What do babies think?

Alison Gopnik: O čem přemýšlejí miminka?

Filmed:
4,341,974 views

"Miminka a děti představují v člověčenstvu něco jako oddělení výzkumu a vývoje," říká psycholožka Alison Gopnik. Ve svém výzkumu odhaluje, jak složitě miminka shromažďují informace a jak se rozhodují, když si hrají.
- Child development psychologist
Alison Gopnik takes us into the fascinating minds of babies and children, and shows us how much we understand before we even realize we do. Full bio

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

00:15
What is going on
0
0
2000
Co se asi děje
00:17
in this baby'sDětská mindmysl?
1
2000
2000
v mysli tohoto miminka?
00:19
If you'dže ano askedzeptal se people this 30 yearsroky agopřed,
2
4000
2000
Pokud byste se na to zeptali lidí před 30 lety,
00:21
mostvětšina people, includingpočítaje v to psychologistspsychologové,
3
6000
2000
většina z nich, včetně psychologů,
00:23
would have said that this babydítě was irrationaliracionální,
4
8000
3000
by řekla, že toto dítě nemá rozum,
00:26
illogicalnelogické, egocentricegocentrický --
5
11000
2000
postrádá logiku, je egocentrické --
00:28
that he couldn'tnemohl take the perspectiveperspektivní of anotherdalší personosoba
6
13000
2000
že se nedokáže vcítit do pozice někoho druhého
00:30
or understandrozumět causezpůsobit and effectúčinek.
7
15000
2000
či chápat příčinu a následek.
00:32
In the last 20 yearsroky,
8
17000
2000
Za posledních 20 let
00:34
developmentalvývojové scienceVěda has completelyzcela overturnedpřevrátil that pictureobrázek.
9
19000
3000
vývojová věda tento obrázek obrátila úplně naruby.
00:37
So in some wayszpůsoby,
10
22000
2000
Takže v určitých případech
00:39
we think that this baby'sDětská thinkingmyslící
11
24000
2000
si myslíme, že myšlení tohoto miminka
00:41
is like the thinkingmyslící of the mostvětšina brilliantbrilantní scientistsvědců.
12
26000
4000
je stejné jako myšlení těch nejbrilantnějších vědců.
00:45
Let me give you just one examplepříklad of this.
13
30000
2000
Dám vám příklad.
00:47
One thing that this babydítě could be thinkingmyslící about,
14
32000
3000
Jedna z věcí, nad kterou by mohlo toto miminko dumat,
00:50
that could be going on in his mindmysl,
15
35000
2000
co by se mu mohlo honit hlavou,
00:52
is tryingzkoušet to figurepostava out
16
37000
2000
je pokoušet se přijít na to,
00:54
what's going on in the mindmysl of that other babydítě.
17
39000
3000
co se honí hlavou jinému miminku.
00:57
After all, one of the things that's hardestnejtěžší for all of us to do
18
42000
3000
Nakonec jednou z těch nejtěžších věcí pro nás všechny
01:00
is to figurepostava out what other people are thinkingmyslící and feelingpocit.
19
45000
3000
je zjistit, co si myslí a co cítí jiní lidé.
01:03
And maybe the hardestnejtěžší thing of all
20
48000
2000
A možná tou nejtěžší věcí ze všech
01:05
is to figurepostava out that what other people think and feel
21
50000
3000
je pochopit, že to, co si myslí a co cítí ostatní,
01:08
isn't actuallyvlastně exactlypřesně like what we think and feel.
22
53000
2000
není úplně totéž, co si myslíme a co cítíme my.
01:10
AnyoneKaždý, kdo who'skdo je followednásledoval politicspolitika can testifysvědčit
23
55000
2000
Kdokoliv, kdo se zabývá politikou, může dosvědčit,
01:12
to how hardtvrdý that is for some people to get.
24
57000
3000
jak obtížné to pro některé lidi je.
01:15
We wanted to know
25
60000
2000
Chtěli jsme vědět,
01:17
if babiesděti and youngmladý childrenděti
26
62000
2000
zda mohou miminka a malé děti
01:19
could understandrozumět this really profoundhluboký thing about other people.
27
64000
3000
porozumět této těžké skutečnosti o jiných lidech.
01:22
Now the questionotázka is: How could we askdotázat se them?
28
67000
2000
Otázka zní: Jak se jich ale zeptat?
01:24
BabiesDěti, after all, can't talk,
29
69000
2000
Miminka přece nemluví
01:26
and if you askdotázat se a threetři year-oldrok starý
30
71000
2000
a když požádáte tříleté dítě,
01:28
to tell you what he thinksmyslí si,
31
73000
2000
aby vám řeklo, co si myslí,
01:30
what you'llBudete get is a beautifulKrásná streamproud of consciousnessvědomí monologuemonolog
32
75000
3000
získáte nádherný proud vědomého monologu
01:33
about poniesponíci and birthdaysnarozeniny and things like that.
33
78000
3000
o ponících a narozeninách a podobných věcech.
01:36
So how do we actuallyvlastně askdotázat se them the questionotázka?
34
81000
3000
Takže jak jsme se jich vlastně ptali?
01:39
Well it turnsotočí out that the secrettajný was broccolibrokolice.
35
84000
3000
Nakonec se tajemství skrývalo v brokolici.
01:42
What we did -- BettyBetty RapacholiRapacholi, who was one of my studentsstudentů, and I --
36
87000
4000
Já a spolu se mnou Betty Rapacholi, jedna z mých studentek,
01:46
was actuallyvlastně to give the babiesděti two bowlsbowls of foodjídlo:
37
91000
3000
jsme dali miminkám dvě mísy jídla:
01:49
one bowlmiska of rawdrsný broccolibrokolice
38
94000
2000
jednu mísu se syrovou brokolicí
01:51
and one bowlmiska of deliciousvynikající goldfishzlaté rybky crackerskrekry.
39
96000
3000
a jednu mísu chutných slaných krekrů.
01:54
Now all of the babiesděti, even in BerkleyBerkley,
40
99000
3000
Všem miminkám, dokonce i v Berkley,
01:57
like the crackerskrekry and don't like the rawdrsný broccolibrokolice.
41
102000
3000
chutnají krekry a nechutná jim syrová brokolice.
02:00
(LaughterSmích)
42
105000
2000
(Smích)
02:02
But then what BettyBetty did
43
107000
2000
A tak Betty
02:04
was to take a little tastechuť of foodjídlo from eachkaždý bowlmiska.
44
109000
3000
trochu ochutnala z každé mísy.
02:07
And she would actakt as if she likedLíbí se mi it or she didn't.
45
112000
2000
A zatvářila se, že jí to buď chutná, nebo nechutná.
02:09
So halfpolovina the time, she actedjednala
46
114000
2000
Polovinu času se tedy tvářila,
02:11
as if she likedLíbí se mi the crackerskrekry and didn't like the broccolibrokolice --
47
116000
2000
že jí chutnají krekry a nechutná jí brokolice --
02:13
just like a babydítě and any other sanenormální personosoba.
48
118000
3000
stejně jako miminkám a jakékoliv jiné osobě při smyslech.
02:16
But halfpolovina the time,
49
121000
2000
Ale tu druhou půli času
02:18
what she would do is take a little bitbit of the broccolibrokolice
50
123000
2000
si vzala trochu brokolice
02:20
and go, "MmmmmMmmmm, broccolibrokolice.
51
125000
3000
a předstírala: "Mmmmm, brokolice.
02:23
I tastedochutnal the broccolibrokolice. MmmmmMmmmm."
52
128000
3000
Ochutnala jsem brokolici. Mmmmm."
02:26
And then she would take a little bitbit of the crackerskrekry,
53
131000
2000
A pak si vzala několik krekrů
02:28
and she'dkůlna go, "EwwEww, yuckFuj, crackerskrekry.
54
133000
4000
a říkala: "Ble, fuj, krekry.
02:32
I tastedochutnal the crackerskrekry. EwwEww, yuckFuj."
55
137000
3000
Ochutnala jsem krekry. Ble, fuj."
02:35
So she'dkůlna actakt as if what she wanted
56
140000
2000
Chovala se tedy, jako by chtěla
02:37
was just the oppositenaproti of what the babiesděti wanted.
57
142000
3000
přesný opak toho, co chtěla miminka.
02:40
We did this with 15 and 18 month-oldměsíc starý babiesděti.
58
145000
2000
Provedli jsme to s 15 a 18měsíčními miminky.
02:42
And then she would simplyjednoduše put her handruka out and say,
59
147000
3000
A ona pak poodstoupila a řekla:
02:45
"Can you give me some?"
60
150000
2000
"Můžu taky dostat?"
02:47
So the questionotázka is: What would the babydítě give her,
61
152000
2000
Otázka je: Co jí to dítě asi dá?
02:49
what they likedLíbí se mi or what she likedLíbí se mi?
62
154000
2000
To, co chutná jemu, nebo to, co má ráda ona?
02:51
And the remarkablepozoruhodný thing was that 18 month-oldměsíc starý babiesděti,
63
156000
3000
A pozoruhodné bylo, že 18měsíční děti,
02:54
just barelysotva walkingchůze and talkingmluvící,
64
159000
2000
které zřídka chodily a mluvily,
02:56
would give her the crackerskrekry if she likedLíbí se mi the crackerskrekry,
65
161000
3000
jí daly krekry, pokud jí chutnaly,
02:59
but they would give her the broccolibrokolice if she likedLíbí se mi the broccolibrokolice.
66
164000
3000
ale taky jí daly brokolici, pokud jí chutnala brokolice.
03:02
On the other handruka,
67
167000
2000
Na druhé straně,
03:04
15 month-oldsměsíc věku would stareupřený pohled at her for a long time
68
169000
2000
15měsíční děti se na ni dlouze dívaly,
03:06
if she actedjednala as if she likedLíbí se mi the broccolibrokolice,
69
171000
2000
pokud předstírala, že jí chutná brokolice,
03:08
like they couldn'tnemohl figurepostava this out.
70
173000
3000
jako by to nemohly pochopit.
03:11
But then after they staredupřeně for a long time,
71
176000
2000
Když se ale dívaly dost dlouho,
03:13
they would just give her the crackerskrekry,
72
178000
2000
daly jí krekry,
03:15
what they thought everybodyvšichni mustmusí like.
73
180000
2000
o kterých si myslely, že je má rád každý.
03:17
So there are two really remarkablepozoruhodný things about this.
74
182000
3000
Z toho vyplývají dvě pozoruhodné věci.
03:20
The first one is that these little 18 month-oldměsíc starý babiesděti
75
185000
3000
Tou první je, že tyto malé 18měsíční děti
03:23
have alreadyjiž discoveredobjevil
76
188000
2000
už přišly
03:25
this really profoundhluboký factskutečnost about humančlověk naturePříroda,
77
190000
2000
na tu zásadní skutečnost lidské povahy,
03:27
that we don't always want the samestejný thing.
78
192000
2000
a to, že ne vždy chceme totéž jako ostatní.
03:29
And what's more, they feltcítil that they should actuallyvlastně do things
79
194000
2000
A navíc cítily, že by měly dělat věci,
03:31
to help other people get what they wanted.
80
196000
3000
díky kterým ostatní získají, co chtějí.
03:34
Even more remarkablypozoruhodně thoughačkoli,
81
199000
2000
Snad ještě pozoruhodnější skutečnost,
03:36
the factskutečnost that 15 month-oldsměsíc věku didn't do this
82
201000
3000
že ty 15měsíční děti se tak nechovaly, naznačuje,
03:39
suggestsnavrhuje that these 18 month-oldsměsíc věku had learnednaučil se
83
204000
3000
že 18měsíční miminka objevila
03:42
this deephluboký, profoundhluboký factskutečnost about humančlověk naturePříroda
84
207000
3000
tuto hlubokou, zásadní stránku lidské povahy
03:45
in the threetři monthsměsíců from when they were 15 monthsměsíců oldstarý.
85
210000
3000
během těch tří měsíců od doby, co jim bylo 15 měsíců.
03:48
So childrenděti bothoba know more and learnUčit se more
86
213000
2000
Děti tedy vědí víc a učí se víc,
03:50
than we ever would have thought.
87
215000
2000
než bychom si kdy pomysleli.
03:52
And this is just one of hundredsstovky and hundredsstovky of studiesstudie over the last 20 yearsroky
88
217000
4000
A to je pouze jedna ze stovek a stovek studií za posledních 20 let,
03:56
that's actuallyvlastně demonstratedprokázáno it.
89
221000
2000
která to dokazuje.
03:58
The questionotázka you mightmohl askdotázat se thoughačkoli is:
90
223000
2000
Přesto byste mohli položit otázku:
04:00
Why do childrenděti learnUčit se so much?
91
225000
3000
Proč se děti tak moc učí?
04:03
And how is it possiblemožný for them to learnUčit se so much
92
228000
2000
A jak je možné, že se naučí tolik
04:05
in suchtakový a shortkrátký time?
93
230000
2000
za tak krátkou dobu?
04:07
I mean, after all, if you look at babiesděti superficiallyna první pohled,
94
232000
2000
Mám tím na mysli, že když se konec konců podíváte na děti povrchně,
04:09
they seemzdát se prettydosti uselessZbytečný.
95
234000
2000
jeví se dost neužitečné.
04:11
And actuallyvlastně in manymnoho wayszpůsoby, they're worsehorší than uselessZbytečný,
96
236000
3000
A vlastně i v mnohých ohledech je to ještě horší,
04:14
because we have to put so much time and energyenergie
97
239000
2000
protože musíme tolik času a energie věnovat
04:16
into just keepingudržování them alivenaživu.
98
241000
2000
jen tomu, abychom je udrželi naživu.
04:18
But if we turnotočit se to evolutionvývoj
99
243000
2000
Když ale o odpověď na tuto hádanku
04:20
for an answerOdpovědět to this puzzlehádanka
100
245000
2000
požádáme evoluci,
04:22
of why we spendstrávit so much time
101
247000
2000
tedy proč tolik času trávíme
04:24
takingpřijmout carepéče of uselessZbytečný babiesděti,
102
249000
3000
starostí o neužitečné děti,
04:27
it turnsotočí out that there's actuallyvlastně an answerOdpovědět.
103
252000
3000
vyjeví se nám, že odpověď existuje.
04:30
If we look acrosspřes manymnoho, manymnoho differentodlišný speciesdruh of animalszvířata,
104
255000
3000
Když se podíváme na mnoho a mnoho různorodých živočišných druhů,
04:33
not just us primatesprimáty,
105
258000
2000
ne jen na nás primáty,
04:35
but alsotaké includingpočítaje v to other mammalssavců, birdsptactvo,
106
260000
2000
ale i jiné savce, ptáky,
04:37
even marsupialsvačnatci
107
262000
2000
či dokonce vačnatce
04:39
like kangaroosklokani and wombatsWombats,
108
264000
2000
jako je klokan nebo wombat,
04:41
it turnsotočí out that there's a relationshipvztah
109
266000
2000
zjistíme, že existuje vztah
04:43
betweenmezi how long a childhooddětství a speciesdruh has
110
268000
4000
mezi délkou mláděcího období živočišného druhu
04:47
and how bigvelký theirjejich brainsmozky are comparedv porovnání to theirjejich bodiestěla
111
272000
4000
a velikostí mozku ve srovnání k jejich tělu
04:51
and how smartchytrý and flexibleflexibilní they are.
112
276000
2000
a tomu, jak chytří a přizpůsobiví jsou.
04:53
And sorttřídění of the posterbirdsposterbirds for this ideaidea are the birdsptactvo up there.
113
278000
3000
Ukázkovými ptáky této myšlenky jsou ptáci na obrazovce.
04:56
On one sideboční
114
281000
2000
Na jedné straně máme
04:58
is a NewNové CaledonianCaledonian crowVrána.
115
283000
2000
vránu novokaledonskou.
05:00
And crowsvrány and other corvidaekrkavcovití, ravenshavrani, rooksvrány and so forthdále,
116
285000
3000
A vrány a jiní havranovití, krkavci, havrani a podobní
05:03
are incrediblyneuvěřitelně smartchytrý birdsptactvo.
117
288000
2000
jsou neuvěřitelně chytří ptáci.
05:05
They're as smartchytrý as chimpanzeesšimpanzi in some respectsrespektuje.
118
290000
3000
V některých ohledech jsou chytří stejně jako šimpanzi.
05:08
And this is a birdpták on the coverpokrýt of scienceVěda
119
293000
2000
A tohle je pták na obálce časopisu Science (Věda),
05:10
who'skdo je learnednaučil se how to use a toolnástroj to get foodjídlo.
120
295000
3000
který se naučil používat nástroj, aby získal potravu.
05:13
On the other handruka,
121
298000
2000
Na druhé straně
05:15
we have our friendpřítel the domesticdomácí chickenkuře.
122
300000
2000
je naše známá -- slepice domácí.
05:17
And chickenskuřata and duckskachny and geesehusy and turkeyskrůt
123
302000
3000
A kuřata a kachny a husy a krůty
05:20
are basicallyv podstatě as dumbněmý as dumpsVypíše.
124
305000
2000
jsou prostě natvrdlí jako vejce.
05:22
So they're very, very good at peckingklování for grainobilí,
125
307000
3000
Jsou tedy velmi, velmi dobré v zobání zrní,
05:25
and they're not much good at doing anything elsejiný.
126
310000
3000
ale v ničem dalším už tak moc ne.
05:28
Well it turnsotočí out that the babiesděti,
127
313000
2000
Ukazuje se tak, že mláďata
05:30
the NewNové CaledonianCaledonian crowVrána babiesděti, are fledglingsmláďata.
128
315000
2000
vrány novokaledonské jsou zelenáči.
05:32
They dependzáviset on theirjejich momsmaminky
129
317000
2000
Jsou závislé na svých matkách,
05:34
to droppokles wormsčervi in theirjejich little openotevřeno mouthsústy
130
319000
3000
nosí jim červy až do zobáků
05:37
for as long as two yearsroky,
131
322000
2000
po dobu dvou let,
05:39
whichkterý is a really long time in the life of a birdpták.
132
324000
2000
což je v ptačím životě opravdu dlouhá doba.
05:41
WhereasVzhledem k tomu, the chickenskuřata are actuallyvlastně matureZralé ženy
133
326000
2000
Naproti tomu slepice dospějí
05:43
withinv rámci a couplepár of monthsměsíců.
134
328000
2000
za několik měsíců.
05:45
So childhooddětství is the reasondůvod
135
330000
3000
Doba dozrávání je tak důvodem,
05:48
why the crowsvrány endkonec up on the coverpokrýt of ScienceVěda
136
333000
2000
proč vrány končí na obálce časopisu Science (Věda)
05:50
and the chickenskuřata endkonec up in the souppolévka pothrnec.
137
335000
2000
a slepice v hrnci na polévku.
05:52
There's something about that long childhooddětství
138
337000
3000
Na dlouhém věku dozrávání je něco,
05:55
that seemszdá se to be connectedpřipojeno
139
340000
2000
co se zdá být propojené
05:57
to knowledgeznalost and learningučení se.
140
342000
2000
se znalostmi a učením.
05:59
Well what kinddruh of explanationvysvětlení could we have for this?
141
344000
3000
Jaké asi vysvětlení pro to máme?
06:02
Well some animalszvířata, like the chickenkuře,
142
347000
3000
Některá zvířata, jako třeba slepice,
06:05
seemzdát se to be beautifullykrásně suitedvhodný
143
350000
2000
se zdají být skvěle vybavena
06:07
to doing just one thing very well.
144
352000
2000
na vynikající vykonávání jedné jediné věci.
06:09
So they seemzdát se to be beautifullykrásně suitedvhodný
145
354000
3000
Zdají se tedy být skvěle přizpůsobena
06:12
to peckingklování grainobilí in one environmentživotní prostředí.
146
357000
2000
k zobání zrní v daném prostředí.
06:14
Other creaturesstvoření, like the crowsvrány,
147
359000
2000
Jiní tvorové, jako třeba vrány,
06:16
aren'tnejsou very good at doing anything in particularkonkrétní,
148
361000
2000
nejsou moc dobří v dělání něčeho konkrétního,
06:18
but they're extremelyvelmi good
149
363000
2000
ale nadprůměrně dobře
06:20
at learningučení se about lawszákony of differentodlišný environmentsprostředí.
150
365000
2000
se naučí principy různých prostředí.
06:22
And of coursechod, we humančlověk beingsbytosti
151
367000
2000
A samozřejmě, my lidské bytosti
06:24
are way out on the endkonec of the distributionrozdělení like the crowsvrány.
152
369000
3000
se v tomto rozdělení nacházíme ještě mnohem dál.
06:27
We have biggervětší brainsmozky relativerelativní to our bodiestěla
153
372000
2000
V poměru k tělu máme mozky mnohem větší
06:29
by fardaleko than any other animalzvíře.
154
374000
2000
než jakékoli jiné zvíře.
06:31
We're smarterchytřejší, we're more flexibleflexibilní,
155
376000
2000
Jsme chytřejší, přizpůsobivější,
06:33
we can learnUčit se more,
156
378000
2000
více se naučíme,
06:35
we survivepřežít in more differentodlišný environmentsprostředí,
157
380000
2000
přežijeme ve více odlišných prostředích,
06:37
we migratedmigrace to coverpokrýt the worldsvět and even go to outervnější spaceprostor.
158
382000
3000
stěhovali jsme se, abychom zaplavili svět a dostali se i mimo něj.
06:40
And our babiesděti and childrenděti are dependentzávislé on us
159
385000
3000
A naše miminka a děti na nás závisejí
06:43
for much longerdelší than the babiesděti of any other speciesdruh.
160
388000
3000
mnohem déle než mláďata jakéhokoliv jiného druhu.
06:46
My sonsyn is 23.
161
391000
2000
Mému synovi je 23.
06:48
(LaughterSmích)
162
393000
2000
(Smích)
06:50
And at leastnejméně untilaž do they're 23,
163
395000
2000
A nejméně do třiadvaceti
06:52
we're still poppingpopping those wormsčervi
164
397000
2000
jim stále nosíme do jejich
06:54
into those little openotevřeno mouthsústy.
165
399000
3000
malých zobáčků červy.
06:57
All right, why would we see this correlationkorelace?
166
402000
3000
Dobrá, proč bychom mezi tím měli vidět souvztažnost?
07:00
Well an ideaidea is that that strategystrategie, that learningučení se strategystrategie,
167
405000
4000
Myšlenkou je, že způsob učení
07:04
is an extremelyvelmi powerfulsilný, great strategystrategie for gettingdostat on in the worldsvět,
168
409000
3000
je nesmírně mocným, skvělým způsobem pro připojení se ke světu,
07:07
but it has one bigvelký disadvantageNevýhodou.
169
412000
2000
ale má jednu velkou nevýhodu.
07:09
And that one bigvelký disadvantageNevýhodou
170
414000
2000
A tou velkou nevýhodou je,
07:11
is that, untilaž do you actuallyvlastně do all that learningučení se,
171
416000
3000
že dokud se to všechno nenaučíte,
07:14
you're going to be helplessbezmocný.
172
419000
2000
budete bezbranní.
07:16
So you don't want to have the mastodonmastodont chargingnabíjení at you
173
421000
3000
Tzn. nechcete, aby na vás zaútočil mamut
07:19
and be sayingrčení to yourselfvy sám,
174
424000
2000
a vy abyste si říkali,
07:21
"A slingshotprak or maybe a spearkopí mightmohl work. WhichKterý would actuallyvlastně be better?"
175
426000
4000
"prak, nebo možná oštěp by mohl fungovat. Co asi bude lepší?"
07:25
You want to know all that
176
430000
2000
Chcete to všechno vědět
07:27
before the mastodonsprámu actuallyvlastně showshow up.
177
432000
2000
předtím, než na mamuta narazíte.
07:29
And the way the evolutionsvývoj seemszdá se to have solvedvyřešeno that problemproblém
178
434000
3000
A způsob, jakým se s tímto problémem vypořádala evoluce,
07:32
is with a kinddruh of divisiondivize of laborpráce.
179
437000
2000
je způsob dělby práce.
07:34
So the ideaidea is that we have this earlybrzy perioddoba when we're completelyzcela protectedchráněný.
180
439000
3000
Spočívá v myšlence, že máme to rané období, kdy jsme zcela chráněni.
07:37
We don't have to do anything. All we have to do is learnUčit se.
181
442000
3000
Nemusíme nic dělat. Jen se máme učit.
07:40
And then as adultsDospělí,
182
445000
2000
A následně jako dospělí
07:42
we can take all those things that we learnednaučil se when we were babiesděti and childrenděti
183
447000
3000
můžeme uchopit všechno to, co jsme se naučili jako miminka a děti
07:45
and actuallyvlastně put them to work to do things out there in the worldsvět.
184
450000
3000
a použít to na různé věci v životě.
07:48
So one way of thinkingmyslící about it
185
453000
2000
Jednou z možností, jak na to nahlížet, je,
07:50
is that babiesděti and youngmladý childrenděti
186
455000
2000
že miminka a malé děti
07:52
are like the researchvýzkum and developmentrozvoj divisiondivize of the humančlověk speciesdruh.
187
457000
3000
jsou část lidského druhu zabývající se výzkumem a vývojem.
07:55
So they're the protectedchráněný bluemodrý skynebe guys
188
460000
3000
Jsou tedy chráněnými snílky,
07:58
who just have to go out and learnUčit se and have good ideasnápady,
189
463000
2000
kteří jen musí jít a učit se a mít dobré nápady.
08:00
and we're productionvýroba and marketingmarketing.
190
465000
2000
A my představujeme produkci a marketing.
08:02
We have to take all those ideasnápady
191
467000
2000
My musíme vzít všechny ty myšlenky,
08:04
that we learnednaučil se when we were childrenděti
192
469000
2000
které jsme získali jako děti,
08:06
and actuallyvlastně put them to use.
193
471000
2000
a použít je.
08:08
AnotherDalší way of thinkingmyslící about it
194
473000
2000
Jiným způsobem nazírání
08:10
is insteadmísto toho of thinkingmyslící of babiesděti and childrenděti
195
475000
2000
je místo přemýšlení o miminkách a dětech
08:12
as beingbytost like defectivevadný grownupsdospělí,
196
477000
2000
jako by byly neúplnými dospívajícími,
08:14
we should think about them
197
479000
2000
přemýšlet o nich
08:16
as beingbytost a differentodlišný developmentalvývojové stagefáze of the samestejný speciesdruh --
198
481000
2000
jako že se nacházejí v odlišné vývojové fázi totožného druhu --
08:18
kinddruh of like caterpillarshousenky and butterfliesMotýli --
199
483000
3000
podobně jako housenky a motýli --
08:21
exceptaž na that they're actuallyvlastně the brilliantbrilantní butterfliesMotýli
200
486000
2000
až na to, že oni už jsou brilantními motýly,
08:23
who are flittingtu a tam around the gardenzahrada and exploringzkoumání,
201
488000
3000
kteří poletují nad zahradou a objevují ji,
08:26
and we're the caterpillarshousenky
202
491000
2000
a my jsme housenky,
08:28
who are inchingTipovací alongpodél our narrowúzký, grownupdospělý, adultdospělý pathcesta.
203
493000
3000
které se plazí svou danou, zralou, dospělou cestou.
08:31
If this is trueskutečný, if these babiesděti are designednavrženo to learnUčit se --
204
496000
3000
Pokud tomu tak je, pokud jsou tyto děti stvořené k učení --
08:34
and this evolutionaryevoluční storypříběh would say childrenděti are for learningučení se,
205
499000
3000
a příběh evoluce nastiňuje, že děti jsou tu kvůli učení,
08:37
that's what they're for --
206
502000
2000
přesně na to jsou --
08:39
we mightmohl expectočekávat
207
504000
2000
mohli bychom očekávat,
08:41
that they would have really powerfulsilný learningučení se mechanismsmechanismy.
208
506000
2000
že mají vskutku mocný mechanismus učení.
08:43
And in factskutečnost, the baby'sDětská brainmozek
209
508000
3000
A skutečně, mozek miminka
08:46
seemszdá se to be the mostvětšina powerfulsilný learningučení se computerpočítač
210
511000
2000
se zdá být tím nejmocnějším učícím se počítačem
08:48
on the planetplaneta.
211
513000
2000
na Zemi.
08:50
But realnemovitý computerspočítačů are actuallyvlastně gettingdostat to be a lot better.
212
515000
3000
Ale skutečné počítače jsou na tom mnohem lépe.
08:53
And there's been a revolutionrevoluce
213
518000
2000
A v našem chápání strojového učení
08:55
in our understandingporozumění of machinestroj learningučení se recentlynedávno.
214
520000
2000
proběhla nedávno revoluce.
08:57
And it all dependszávisí on the ideasnápady of this guy,
215
522000
3000
A celé to vychází z poznatků tohoto muže,
09:00
the ReverendReverend ThomasThomas BayesBayes,
216
525000
2000
reverenda Thomase Bayese,
09:02
who was a statisticianstatistik and mathematicianmatematik in the 18thth centurystoletí.
217
527000
3000
statistika a matematika 18. století.
09:05
And essentiallyv podstatě what BayesBayes did
218
530000
3000
V podstatě Bayes poskytl
09:08
was to provideposkytnout a mathematicalmatematický way
219
533000
2000
matematický způsob
09:10
usingpoužitím probabilitypravděpodobnost theoryteorie
220
535000
2000
užití teorie pravděpodobnosti
09:12
to characterizecharakterizují, describepopsat,
221
537000
2000
pro charakteristiku, popis způsobu,
09:14
the way that scientistsvědců find out about the worldsvět.
222
539000
2000
jakým vědci objevují svět.
09:16
So what scientistsvědců do
223
541000
2000
Vědci mají hypotézu,
09:18
is they have a hypothesishypotéza that they think mightmohl be likelypravděpodobně to startStart with.
224
543000
3000
o které se domnívají, že by se od ní mohli odpíchnout.
09:21
They go out and testtest it againstproti the evidencedůkaz.
225
546000
2000
Jdou a porovnávají ji se skutečností.
09:23
The evidencedůkaz makesdělá them changezměna that hypothesishypotéza.
226
548000
2000
Skutečnosti je donutí hypotézu změnit.
09:25
Then they testtest that newNový hypothesishypotéza
227
550000
2000
Potom tuto novou hypotézu testují
09:27
and so on and so forthdále.
228
552000
2000
a tak dál a tak podobně.
09:29
And what BayesBayes showedukázal was a mathematicalmatematický way that you could do that.
229
554000
3000
A Bayes poukázal na matematický způsob, kterým by to šlo provést.
09:32
And that mathematicsmatematika is at the corejádro
230
557000
2000
A matematika je v samém jádru
09:34
of the bestnejlepší machinestroj learningučení se programsprogramy that we have now.
231
559000
2000
těch nejlepších učících se programů, které teď máme.
09:36
And some 10 yearsroky agopřed,
232
561000
2000
A před nějakými 10 lety
09:38
I suggestednavrhl that babiesděti mightmohl be doing the samestejný thing.
233
563000
4000
jsem předestřela, že miminka by se mohla chovat stejně.
09:42
So if you want to know what's going on
234
567000
2000
Pokud vás tedy zajímá, co se odehrává
09:44
underneathpod those beautifulKrásná brownhnědý eyesoči,
235
569000
2000
pod těma nádhernýma hnědýma očima,
09:46
I think it actuallyvlastně looksvzhled something like this.
236
571000
2000
vypadá to podle mě nějak takhle.
09:48
This is ReverendReverend Bayes'sJe Bayes notebookzápisník.
237
573000
2000
Tohle je zápisník reverenda Bayese.
09:50
So I think those babiesděti are actuallyvlastně makingtvorba complicatedsložitý calculationsvýpočty
238
575000
3000
Vypadá to, že ta miminka vlastně provádějí složité propočty
09:53
with conditionalpodmíněné probabilitiespravděpodobnosti that they're revisingrevizi
239
578000
3000
s podmíněnými pravděpodobnostmi, které upravují,
09:56
to figurepostava out how the worldsvět workspráce.
240
581000
2000
aby zjistila, jak to na světě chodí.
09:58
All right, now that mightmohl seemzdát se like an even tallervyšší orderobjednat to actuallyvlastně demonstrateprokázat.
241
583000
4000
To může vypadat jako ještě mnohem vyšší dovednost než jsem doposud předváděla.
10:02
Because after all, if you askdotázat se even grownupsdospělí about statisticsstatistika,
242
587000
2000
Protože když se i dospěláků zeptáte na statistiku,
10:04
they look extremelyvelmi stupidhloupý.
243
589000
2000
vypadají hodně hloupě.
10:06
How could it be that childrenděti are doing statisticsstatistika?
244
591000
3000
Jak je potom možné, že statistiku provádějí malé děti?
10:09
So to testtest this we used a machinestroj that we have
245
594000
2000
Abychom to ověřili, použili jsme přístroj
10:11
calledvolal the BlicketBlicket DetectorDetektor.
246
596000
2000
s názvem Blicket Detector.
10:13
This is a boxbox that lightssvětla up and playshraje musichudba
247
598000
2000
Jde o skříňku, která se rozsvítí a hraje hudbu,
10:15
when you put some things on it and not othersostatní.
248
600000
3000
když na ni položíte jen určité věci.
10:18
And usingpoužitím this very simplejednoduchý machinestroj,
249
603000
2000
A za použití tohoto velmi jednoduchého přístroje
10:20
my lablaboratoř and othersostatní have doneHotovo dozensdesítky of studiesstudie
250
605000
2000
jsem se svými výzkumníky provedla tucty studií
10:22
showingzobrazování just how good babiesděti are
251
607000
2000
prokazujících, jak jsou miminka dobrá
10:24
at learningučení se about the worldsvět.
252
609000
2000
v objevování světa.
10:26
Let me mentionzmínit se just one
253
611000
2000
Dovolím si zmínit jednu z nich,
10:28
that we did with TumarTumar KushnerKushner, my studentstudent.
254
613000
2000
kterou jsme provedli s Tumarem Kushnerem, mým studentem.
10:30
If I showedukázal you this detectordetektor,
255
615000
2000
Když vám ukáži tento detektor,
10:32
you would be likelypravděpodobně to think to beginzačít with
256
617000
2000
asi byste si pomysleli
10:34
that the way to make the detectordetektor go
257
619000
2000
že detektor funguje tak,
10:36
would be to put a blockblok on tophorní of the detectordetektor.
258
621000
3000
že na něj položíte kvádr.
10:39
But actuallyvlastně, this detectordetektor
259
624000
2000
Tento detektor ale funguje
10:41
workspráce in a bitbit of a strangepodivný way.
260
626000
2000
trochu zvláštním způsobem.
10:43
Because if you wavevlna a blockblok over the tophorní of the detectordetektor,
261
628000
3000
Protože pokud kvádrem zamáváte nad detektorem,
10:46
something you wouldn'tby ne ever think of to beginzačít with,
262
631000
3000
tedy provedete činnost, kterou byste asi neprovedli jako první,
10:49
the detectordetektor will actuallyvlastně activateaktivovat two out of threetři timesčasy.
263
634000
3000
detektor se aktivuje ze tří pokusů dvakrát.
10:52
WhereasVzhledem k tomu,, if you do the likelypravděpodobně thing, put the blockblok on the detectordetektor,
264
637000
3000
Zatímco když uděláte pravděpodobnou věc, položíte kvádr na detektor,
10:55
it will only activateaktivovat two out of sixšest timesčasy.
265
640000
4000
aktivujete detektor jen dvakrát ze šesti pokusů.
10:59
So the unlikelynepravděpodobné hypothesishypotéza
266
644000
2000
Nepravděpodobná hypotéza
11:01
actuallyvlastně has strongersilnější evidencedůkaz.
267
646000
2000
tedy zaznamenává vyšší výskyt.
11:03
It looksvzhled as if the wavingmávání
268
648000
2000
Zdá se, že mávání
11:05
is a more effectiveefektivní strategystrategie than the other strategystrategie.
269
650000
2000
je účinnější strategií než je ta druhá.
11:07
So we did just this; we gavedal fourčtyři year-oldsrok olds this patternvzor of evidencedůkaz,
270
652000
3000
Provedli jsme tedy jen toto: dali jsme čtyřletým dětem tento zřejmý vzorec,
11:10
and we just askedzeptal se them to make it go.
271
655000
2000
a požádali je, aby to uvedli do provozu.
11:12
And sure enoughdost, the fourčtyři year-oldsrok olds used the evidencedůkaz
272
657000
3000
A skutečně ty čtyřleté děti použily tyto vzorce,
11:15
to wavevlna the objectobjekt on tophorní of the detectordetektor.
273
660000
3000
aby zamávaly věcí nad detektorem.
11:18
Now there are two things that are really interestingzajímavý about this.
274
663000
3000
Na této věci jsou dvě velmi zajímavé skutečnosti.
11:21
The first one is, again, rememberpamatovat, these are fourčtyři year-oldsrok olds.
275
666000
3000
První je, znovu připomínám, že jde o čtyřleté děti.
11:24
They're just learningučení se how to countspočítat.
276
669000
2000
Teprve se učí počítat.
11:26
But unconsciouslypodvědomě,
277
671000
2000
Ale nevědomě
11:28
they're doing these quitedocela complicatedsložitý calculationsvýpočty
278
673000
2000
provádějí tyto poměrně složité propočty,
11:30
that will give them a conditionalpodmíněné probabilitypravděpodobnost measureopatření.
279
675000
3000
které jim poskytnou měřítko podmíněné pravděpodobnosti.
11:33
And the other interestingzajímavý thing
280
678000
2000
A druhou zajímavou skutečností je,
11:35
is that they're usingpoužitím that evidencedůkaz
281
680000
2000
že používají tyto vzorce,
11:37
to get to an ideaidea, get to a hypothesishypotéza about the worldsvět,
282
682000
3000
aby zjistily, získaly takovou hypotézu o světě,
11:40
that seemszdá se very unlikelynepravděpodobné to beginzačít with.
283
685000
3000
která se by vás jako první asi nenapadla.
11:43
And in studiesstudie we'vejsme just been doing in my lablaboratoř, similarpodobný studiesstudie,
284
688000
3000
A ve studiích, které jsme prováděli v laboratoři, při podobných studiích,
11:46
we'vejsme showshow that fourčtyři year-oldsrok olds are actuallyvlastně better
285
691000
2000
jsme ukázali, že čtyřleté děti jsou vlastně lepší
11:48
at findingnález out an unlikelynepravděpodobné hypothesishypotéza
286
693000
3000
v objevení nepravděpodobné hypotézy,
11:51
than adultsDospělí are when we give them exactlypřesně the samestejný taskúkol.
287
696000
3000
než jsou dospělí, kterým zadáte stejný úkol.
11:54
So in these circumstancesokolnosti,
288
699000
2000
Za těchto okolností
11:56
the childrenděti are usingpoužitím statisticsstatistika to find out about the worldsvět,
289
701000
3000
užívají děti statistiku, když se učí o světě,
11:59
but after all, scientistsvědců alsotaké do experimentsexperimenty,
290
704000
3000
ale vědci provádějí i experimenty,
12:02
and we wanted to see if childrenděti are doing experimentsexperimenty.
291
707000
3000
a my chtěli vědět, jestli je provádějí i děti.
12:05
When childrenděti do experimentsexperimenty we call it "gettingdostat into everything"
292
710000
3000
Když děti experimentují, říkáme tomu "přicházejí věcem na kloub"
12:08
or elsejiný "playinghraní."
293
713000
2000
nebo jinak, že si "hrají".
12:10
And there's been a bunchchomáč of interestingzajímavý studiesstudie recentlynedávno
294
715000
3000
A nedávno bylo provedeno několik studií,
12:13
that have shownzobrazeno this playinghraní around
295
718000
3000
které prokázaly, že toto hraní
12:16
is really a kinddruh of experimentalexperimentální researchvýzkum programprogram.
296
721000
2000
je skutečně takovým experimentálním výzkumným programem.
12:18
Here'sTady je one from CristineCristine Legare'sSi Legare lablaboratoř.
297
723000
3000
Zde je jedna studie z laboratoře Cristine Legare.
12:21
What CristineCristine did was use our BlicketBlicket DetectorsDetektory.
298
726000
3000
Cristine použila naše detektory.
12:24
And what she did was showshow childrenděti
299
729000
2000
A ukázala dětem,
12:26
that yellowžlutá onesty madevyrobeno it go and redČervené onesty didn't,
300
731000
2000
že žluté věci detektor spustí a červené ne.
12:28
and then she showedukázal them an anomalyanomálie.
301
733000
3000
A pak jim ukázala odchylku.
12:31
And what you'llBudete see
302
736000
2000
A uvidíte,
12:33
is that this little boychlapec will go throughpřes fivePět hypotheseshypotézy
303
738000
3000
že tento klučina si ověří pět hypotéz
12:36
in the spaceprostor of two minutesminut.
304
741000
3000
v průběhu dvou minut.
12:39
(VideoVideo) BoyChlapec: How about this?
305
744000
3000
(Video) Chlapec: A co takhle?
12:43
SameStejné as the other sideboční.
306
748000
3000
A stejně na druhé straně.
12:46
AlisonAlison GopnikGopnik: Okay, so his first hypothesishypotéza has just been falsifiedzfalšované.
307
751000
4000
Alison Gopnik: Jeho první hypotéza byla právě vyvrácena.
12:55
(LaughterSmích)
308
760000
2000
(Smích)
12:57
BoyChlapec: This one lightedosvětlená up, and this one nothing.
309
762000
3000
Chlapec: Ta první se rozsvítila a tahle ne.
13:00
AGAG: Okay, he's got his experimentalexperimentální notebookzápisník out.
310
765000
3000
AG: OK, právě vytáhl svůj pokusnický zápisník.
13:06
BoyChlapec: What's makingtvorba this lightsvětlo up.
311
771000
4000
Chlapec: Jak rozsvítit tuhle?
13:11
(LaughterSmích)
312
776000
9000
(Smích)
13:20
I don't know.
313
785000
2000
Nevím.
13:22
AGAG: EveryKaždý scientistvědec will recognizeuznat that expressionvýraz of despairzoufalství.
314
787000
4000
AG: Každý vědec zná ten výraz zoufalství.
13:26
(LaughterSmích)
315
791000
3000
(Smích)
13:29
BoyChlapec: Oh, it's because this needspotřeby to be like this,
316
794000
6000
Chlapec: Aha, tohle musí být takto
13:35
and this needspotřeby to be like this.
317
800000
2000
a tohle takto.
13:37
AGAG: Okay, hypothesishypotéza two.
318
802000
3000
AG: Takže, druhá hypotéza.
13:40
BoyChlapec: That's why.
319
805000
2000
Chlapec: Tak je to.
13:42
Oh.
320
807000
2000
Ach.
13:44
(LaughterSmích)
321
809000
5000
(Smích)
13:49
AGAG: Now this is his nextdalší ideaidea.
322
814000
2000
AG: Tohle je jeho další nápad.
13:51
He told the experimenterexperimentátor to do this,
323
816000
2000
Požádal výzkumnici, aby zkusila
13:53
to try puttinguvedení it out ontona the other locationumístění.
324
818000
4000
jeden detektor položit na druhý.
13:57
Not workingpracovní eitherbuď.
325
822000
2000
Ani to nefunguje.
14:02
BoyChlapec: Oh, because the lightsvětlo goesjde only to here,
326
827000
4000
Chlapec: Aha, protože světlo jde jen sem,
14:06
not here.
327
831000
3000
ale ne sem.
14:09
Oh, the bottomdno of this boxbox
328
834000
3000
Spodek této skříňky
14:12
has electricityelektřina in here,
329
837000
2000
má elektřinu tady,
14:14
but this doesn't have electricityelektřina.
330
839000
2000
ale tenhle elektřinu nemá.
14:16
AGAG: Okay, that's a fourthČtvrtý hypothesishypotéza.
331
841000
2000
AG: To je jeho čtvrtá hypotéza.
14:18
BoyChlapec: It's lightingosvětlení up.
332
843000
2000
Chlapec: Svítí.
14:20
So when you put fourčtyři.
333
845000
5000
Musíš dát čtyři.
14:26
So you put fourčtyři on this one to make it lightsvětlo up
334
851000
3000
Na tenhle musíš položit čtyři, aby svítil
14:29
and two on this one to make it lightsvětlo up.
335
854000
2000
a na tenhle stačí dvě.
14:31
AGAG: Okay,there's his fifthpátý hypothesishypotéza.
336
856000
2000
AG: A to je jeho pátá hypotéza.
14:33
Now that is a particularlyzejména --
337
858000
3000
V tomto případě se jedná --
14:36
that is a particularlyzejména adorablerozkošný and articulateformulovat little boychlapec,
338
861000
3000
v tomto případě jde o roztomilého a výřečného chlapečka,
14:39
but what CristineCristine discoveredobjevil is this is actuallyvlastně quitedocela typicaltypický.
339
864000
3000
Cristine ale přišla na to, že tohle je vlastně celkem typické.
14:42
If you look at the way childrenděti playhrát si, when you askdotázat se them to explainvysvětlit something,
340
867000
3000
Když sledujete, jak si děti hrají a požádáte je, aby vám něco vysvětlily,
14:45
what they really do is do a seriessérie of experimentsexperimenty.
341
870000
3000
pustí se do série pokusů.
14:48
This is actuallyvlastně prettydosti typicaltypický of fourčtyři year-oldsrok olds.
342
873000
3000
To je pro čtyřleté poměrně typické.
14:51
Well, what's it like to be this kinddruh of creaturestvoření?
343
876000
3000
No a jaké to je být takovou bytostí?
14:54
What's it like to be one of these brilliantbrilantní butterfliesMotýli
344
879000
3000
Jaké to je být jedním z těch skvostných motýlů,
14:57
who can testtest fivePět hypotheseshypotézy in two minutesminut?
345
882000
3000
kteří ověří během dvou minut pět hypotéz?
15:00
Well, if you go back to those psychologistspsychologové and philosophersfilozofové,
346
885000
3000
No, pokud byste se obrátili na psychology a filozofy,
15:03
a lot of them have said
347
888000
2000
mnozí by vám řekli,
15:05
that babiesděti and youngmladý childrenděti were barelysotva consciousvědomí
348
890000
2000
že miminka a děti si spoustu věcí neuvědomují,
15:07
if they were consciousvědomí at all.
349
892000
2000
pokud si vůbec něco uvědomují.
15:09
And I think just the oppositenaproti is trueskutečný.
350
894000
2000
Ale já si myslím, že je tomu právě naopak.
15:11
I think babiesděti and childrenděti are actuallyvlastně more consciousvědomí than we are as adultsDospělí.
351
896000
3000
Podle mě miminka a děti si toho uvědomují mnohem víc než my dospělí.
15:14
Now here'stady je what we know about how adultdospělý consciousnessvědomí workspráce.
352
899000
3000
Víme, že vědomí dospělých funguje následovně:
15:17
And adults'dospělí attentionPozor and consciousnessvědomí
353
902000
2000
Pozornost a vědomí dospělých
15:19
look kinddruh of like a spotlightreflektor.
354
904000
2000
vypadají tak trochu jako bodový reflektor.
15:21
So what happensse děje for adultsDospělí
355
906000
2000
U nás dospělých dochází k tomu,
15:23
is we deciderozhodni se that something'sněco je relevantrelevantní or importantdůležité,
356
908000
2000
že se rozhodujeme, že něco je relevantní nebo důležité
15:25
we should payplatit attentionPozor to it.
357
910000
2000
a měli bychom tomu věnovat pozornost.
15:27
Our consciousnessvědomí of that thing that we're attendingnavštěvovat to
358
912000
2000
Vědomí upřené na danou věc
15:29
becomesstává se extremelyvelmi brightjasný and vividostré,
359
914000
3000
se stane neobyčejně jasné a živoucí
15:32
and everything elsejiný sorttřídění of goesjde darktemný.
360
917000
2000
a všechno ostatní se dostává do stínu.
15:34
And we even know something about the way the brainmozek does this.
361
919000
3000
A víme něco i o způsobu, jakým k tomu v mozku dochází.
15:37
So what happensse děje when we payplatit attentionPozor
362
922000
2000
Pokud tedy něčemu věnujeme pozornost,
15:39
is that the prefrontalprefrontální cortexkůra, the sorttřídění of executivevýkonný partčást of our brainsmozky,
363
924000
3000
prefrontální kortex, taková výkonná část našeho mozku,
15:42
sendsodesílá a signalsignál
364
927000
2000
vyšle signál,
15:44
that makesdělá a little partčást of our brainmozek much more flexibleflexibilní,
365
929000
2000
díky kterému se stane malá část našeho mozku flexibilnější,
15:46
more plasticplastický, better at learningučení se,
366
931000
2000
plastičtější, lepší v učení se,
15:48
and shutsvypnutí down activityaktivita
367
933000
2000
a vypne činnost
15:50
in all the restodpočinek of our brainsmozky.
368
935000
2000
ve zbytku mozku.
15:52
So we have a very focusedzaměřen, purpose-drivenúčel řízené kinddruh of attentionPozor.
369
937000
4000
Máme tedy velmi zaměřenou pozornost orientovanou na cíl.
15:56
If we look at babiesděti and youngmladý childrenděti,
370
941000
2000
Pokud se podíváme na miminka a děti,
15:58
we see something very differentodlišný.
371
943000
2000
uvidíme něco velmi odlišného.
16:00
I think babiesděti and youngmladý childrenděti
372
945000
2000
Myslím, že vědomí
16:02
seemzdát se to have more of a lanternLucerna of consciousnessvědomí
373
947000
2000
u miminek a dětí vypadá spíše jako lucerna
16:04
than a spotlightreflektor of consciousnessvědomí.
374
949000
2000
než jako bodový reflektor.
16:06
So babiesděti and youngmladý childrenděti are very badšpatný
375
951000
3000
Proto miminkám a dětem moc nejde
16:09
at narrowingzúžení down to just one thing.
376
954000
3000
soustředit se na jedinou věc.
16:12
But they're very good at takingpřijmout in lots of informationinformace
377
957000
3000
Jsou ale velice dobré v přijímání spousty informací
16:15
from lots of differentodlišný sourcesZdroje at oncejednou.
378
960000
2000
z mnoha různých zdrojů najednou.
16:17
And if you actuallyvlastně look in theirjejich brainsmozky,
379
962000
2000
A pokud se podíváte na jejich mozek,
16:19
you see that they're floodedzaplavila with these neurotransmittersneurotransmiterů
380
964000
3000
uvidíte, že je zaplavený těmi neuropřenašeči,
16:22
that are really good at inducingnavození learningučení se and plasticityplasticita,
381
967000
2000
které velmi dobře vyvolávají učení a přizpůsobivost,
16:24
and the inhibitoryinhibiční partsčásti haven'tnemáte come on yetdosud.
382
969000
3000
a to se ještě neobjevily tlumicí mechanismy.
16:27
So when we say that babiesděti and youngmladý childrenděti
383
972000
2000
Pokud tedy tvrdíme, že miminka a děti
16:29
are badšpatný at payingplacení attentionPozor,
384
974000
2000
se špatně soustředí,
16:31
what we really mean is that they're badšpatný at not payingplacení attentionPozor.
385
976000
4000
máme ve skutečnosti na mysli, že jim nejde se nesoustředit.
16:35
So they're badšpatný at gettingdostat ridzbavit
386
980000
2000
To znamená, že jim nejde zbavit se
16:37
of all the interestingzajímavý things that could tell them something
387
982000
2000
všech těch zajímavých věcí, které by jim mohly něco napovědět,
16:39
and just looking at the thing that's importantdůležité.
388
984000
2000
a věnovat se jen věci, která je důležitá.
16:41
That's the kinddruh of attentionPozor, the kinddruh of consciousnessvědomí,
389
986000
3000
Jde o ten druh pozornosti, druh vědomí,
16:44
that we mightmohl expectočekávat
390
989000
2000
který bychom očekávali
16:46
from those butterfliesMotýli who are designednavrženo to learnUčit se.
391
991000
2000
u těch motýlů, kteří byli navrženi k tomu, aby se učili.
16:48
Well if we want to think about a way
392
993000
2000
Pokud se chceme zamyslet nad způsobem,
16:50
of gettingdostat a tastechuť of that kinddruh of babydítě consciousnessvědomí as adultsDospělí,
393
995000
4000
jak jako dospělí můžeme vyzkoušet, jak vnímají miminka a děti,
16:54
I think the bestnejlepší thing is think about casespřípadů
394
999000
2000
pak podle mě je nejlepší přemýšlet nad případy,
16:56
where we're put in a newNový situationsituace that we'vejsme never been in before --
395
1001000
3000
kdy se ocitneme v nové situaci, která se nám nikdy předtím nestala --
16:59
when we fallpodzim in love with someoneněkdo newNový,
396
1004000
2000
když se zamilujeme do někoho nového,
17:01
or when we're in a newNový cityměsto for the first time.
397
1006000
3000
nebo když se poprvé ocitneme v novém městě.
17:04
And what happensse děje then is not that our consciousnessvědomí contractssmlouvy,
398
1009000
2000
Tehdy se naše vědomí nestáhne do sebe,
17:06
it expandsrozšiřuje se,
399
1011000
2000
ale roztáhne se,
17:08
so that those threetři daysdnů in ParisPaříž
400
1013000
2000
proto nám ty tři dny v Paříži
17:10
seemzdát se to be more fullplný of consciousnessvědomí and experienceZkusenosti
401
1015000
2000
připadají bohatější na vědomí a zážitky
17:12
than all the monthsměsíců of beingbytost
402
1017000
2000
spíše než všechny ty měsíce strávené doma
17:14
a walkingchůze, talkingmluvící, facultyfakulta meeting-attendingsetkání účast zombiezombie back home.
403
1019000
4000
chozením, mluvením, účastí na fakultních schůzích.
17:18
And by the way, that coffeekáva,
404
1023000
2000
A mimochodem, ta káva,
17:20
that wonderfulBáječné coffeekáva you've been drinkingpití downstairspřízemí,
405
1025000
2000
ta lahodná káva, kterou jste si dávali o přestávce,
17:22
actuallyvlastně mimicsnapodobuje the effectúčinek
406
1027000
2000
vlastně napodobuje účinek
17:24
of those babydítě neurotransmittersneurotransmiterů.
407
1029000
2000
neuropřenašečů miminek.
17:26
So what's it like to be a babydítě?
408
1031000
2000
Jaké tedy je být miminkem?
17:28
It's like beingbytost in love
409
1033000
2000
Je to jako být zamilovaný
17:30
in ParisPaříž for the first time
410
1035000
2000
poprvé v Paříži poté,
17:32
after you've had threetři double-espressosDouble espressa.
411
1037000
2000
co jste vypili tři dvojité kávy.
17:34
(LaughterSmích)
412
1039000
3000
(Smích)
17:37
That's a fantasticfantastický way to be,
413
1042000
2000
Jde o skvělý způsob bytí,
17:39
but it does tendtendenci to leavezanechat, opustit you wakingprobuzení up cryingpláč at threetři o'clockhodin in the morningráno.
414
1044000
4000
ale směřuje to k tomu, že ve tři hodiny ráno jste vzhůru a brečíte.
17:43
(LaughterSmích)
415
1048000
3000
(Smích)
17:46
Now it's good to be a grownupdospělý.
416
1051000
2000
Teď je dobré být dospělým.
17:48
I don't want to say too much about how wonderfulBáječné babiesděti are.
417
1053000
2000
Nechci mluvit přespříliš o tom, jak skvostná miminka jsou.
17:50
It's good to be a grownupdospělý.
418
1055000
2000
Je dobré být dospělý.
17:52
We can do things like tiekravata our shoelacestkaničky and crosspřejít the streetulice by ourselvessebe.
419
1057000
3000
Můžeme dělat věci jako zavázat si tkaničky a přejít sami ulici.
17:55
And it makesdělá sensesmysl that we put a lot of effortsnaha
420
1060000
2000
A dává smysl, že věnujeme spoustu úsilí tomu,
17:57
into makingtvorba babiesděti think like adultsDospělí do.
421
1062000
4000
abychom naučili přemýšlet miminka jako dospělé.
18:01
But if what we want is to be like those butterfliesMotýli,
422
1066000
3000
Ale pokud chceme být jako ti motýli,
18:04
to have open-mindednessobjektivnost, openotevřeno learningučení se,
423
1069000
3000
mít otevřenou mysl, být otevřeni učení,
18:07
imaginationfantazie, creativitytvořivost, innovationinovace,
424
1072000
2000
představivosti, tvořivosti, inovacím,
18:09
maybe at leastnejméně some of the time
425
1074000
2000
pak alespoň někdy
18:11
we should be gettingdostat the adultsDospělí
426
1076000
2000
bychom měli dospělé přinutit,
18:13
to startStart thinkingmyslící more like childrenděti.
427
1078000
2000
aby začali více přemýšlet jako děti.
18:15
(ApplausePotlesk)
428
1080000
8000
(Potlesk)
Translated by Lenka Kovarikova
Reviewed by Marek Vanžura

▲Back to top

ABOUT THE SPEAKER
Alison Gopnik - Child development psychologist
Alison Gopnik takes us into the fascinating minds of babies and children, and shows us how much we understand before we even realize we do.

Why you should listen

What’s it really like to see through the eyes of a child? Are babies and young children just empty, irrational vessels to be formed into little adults, until they become the perfect images of ourselves? On the contrary, argues Alison Gopnik, professor of psychology and philosophy at the University of California at Berkeley.

The author of The Philosophical BabyThe Scientist in the Crib and other influential books on cognitive development, Gopnik presents evidence that babies and children are conscious of far more than we give them credit for, as they engage every sense and spend every waking moment discovering, filing away, analyzing and acting on information about how the world works. Gopnik’s work draws on psychological, neuroscientific, and philosophical developments in child development research to understand how the human mind learns, how and why we love, our ability to innovate, as well as giving us a deeper appreciation for the role of parenthood.

She says: "What's it like to be a baby? Being in love in Paris for the first time after you've had 3 double espressos."

More profile about the speaker
Alison Gopnik | Speaker | TED.com