ABOUT THE SPEAKER
Laura Schulz - Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn.

Why you should listen

MIT Early Childhood Cognition Lab lead investigator Laura Schulz studies learning in early childhood. Her research bridges computational models of cognitive development and behavioral studies in order to understand the origins of inquiry and discovery.

Working in play labs, children’s museums, and a recently-launched citizen science website, Schultz is reshaping how we view young children’s perceptions of the world around them. Some of the surprising results of her research: before the age of four, children expect hidden causes when events happen probabilistically, use simple experiments to distinguish causal hypotheses, and trade off learning from instruction and exploration.

More profile about the speaker
Laura Schulz | Speaker | TED.com
TED2015

Laura Schulz: The surprisingly logical minds of babies

לורה שולץ: המוחות ההגיוניים להפליא של ילדים

Filmed:
1,888,975 views

איך תינוקות לומדים כל כך הרבה, מתוך כל כך מעט, כה מהר? בשיחה מהנה גדושה בניסויים, המדענית הקוגניטיבית לורה שולץ מראה כיצד הצעירים שלנו מקבלים החלטות עם חוש הגיוני חזק, אפילו עוד לפני שהם יכולים לדבר.
- Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn. Full bio

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

00:12
Markסימן Twainטוויין summedסיכם up
what I take to be
0
835
2155
מארק טוויין סיכם את מה
שאני מחשיבה
00:14
one of the fundamentalבסיסי problemsבעיות
of cognitiveקוגניטיבית scienceמַדָע
1
2990
3120
כאחת הבעיות הבסיסיות
של מדע הקוגניציה
00:18
with a singleיחיד witticismהֶעָרָה שְׁנוּנָה.
2
6110
1710
במשפט שנון אחד.
00:20
He said, "There's something
fascinatingמַקסִים about scienceמַדָע.
3
8410
3082
הוא אמר, "יש משהו מרתק
במדע.
00:23
One getsמקבל suchכגון wholesaleסִיטוֹנִי
returnsהחזרות of conjectureלְשַׁעֵר
4
11492
3228
אדם מקבל החזרה כה גדולה
של השערות
00:26
out of suchכגון a triflingשֶׁל מַה בְּכַך
investmentהַשׁקָעָה in factעוּבדָה."
5
14720
3204
תמורת השקעה כל כך
זעומה בעובדה."
00:29
(Laughterצחוק)
6
17924
1585
(צחוק)
00:32
Twainטוויין meantהתכוון it as a jokeבדיחה,
of courseקוּרס, but he's right:
7
20199
2604
טוויין התכוון לכך כאל בדיחה,
כמובן, אבל הוא צודק:
00:34
There's something
fascinatingמַקסִים about scienceמַדָע.
8
22803
2876
יש משהו מרתק במדע.
00:37
From a fewמְעַטִים bonesעצמות, we inferלְהַסִיק
the existenceקִיוּם of dinosuarsדינוזאורים.
9
25679
4261
מכמה עצמות, אנחנו מסיקים על
קיומם של דינוזאורים.
00:42
From spectralשֶׁל רוּחַ רְפָאִים linesקווים,
the compositionהרכב of nebulaeערפיליות.
10
30910
3871
מקווי ספקטרום את הרכב של ערפיליות,
00:47
From fruitפרי fliesזבובים,
11
35471
2938
מזבובי הפירות,
00:50
the mechanismsמנגנונים of heredityתוֹרָשָׁה,
12
38409
2943
מנגנוני התורשה,
00:53
and from reconstructedמְשׁוּחזָר imagesתמונות
of bloodדָם flowingזורם throughדרך the brainמוֹחַ,
13
41352
4249
ומתמונות משוחזרות של דם שזורם דרך המוח,
00:57
or in my caseמקרה, from the behaviorהִתְנַהֲגוּת
of very youngצָעִיר childrenיְלָדִים,
14
45601
4708
או במקרה שלי, מאופן ההתנהגות
של ילדים קטנים,
01:02
we try to say something about
the fundamentalבסיסי mechanismsמנגנונים
15
50309
2829
אנו מנסים לומר משהו
על המנגנונים הבסיסיים
01:05
of humanבן אנוש cognitionקוגניציה.
16
53138
1618
של הקוגניציה האנושית.
01:07
In particularמיוחד, in my labמַעבָּדָה in the Departmentמַחלָקָה
of Brainמוֹחַ and Cognitiveקוגניטיבית Sciencesמדעים at MITMIT,
17
55716
4759
במיוחד במעבדה שלי במחלקת
מדעי המוח והקוגניציה
01:12
I have spentמוּתַשׁ the pastעבר decadeעָשׂוֹר
tryingמנסה to understandמבין the mysteryמִסתוֹרִין
18
60475
3654
ביליתי את העשור האחרון בניסיון
להבין את המיסתורין
01:16
of how childrenיְלָדִים learnלִלמוֹד so much
from so little so quicklyבִּמְהִירוּת.
19
64129
3977
של איך ילדים לומדים כל כך הרבה
מכל כך מעט, כל כך מהר.
01:20
Because, it turnsפונה out that
the fascinatingמַקסִים thing about scienceמַדָע
20
68666
2978
משום שמתברר שמה שמרתק
במדע
01:23
is alsoגַם a fascinatingמַקסִים
thing about childrenיְלָדִים,
21
71644
3529
הוא גם משהו מרתק אודות ילדים
01:27
whichאיזה, to put a gentlerעדינה יותר
spinסיבוב on Markסימן Twainטוויין,
22
75173
2581
אשר, אם עושים ספין עדין יותר
על מרק טוויין,
01:29
is preciselyבְּדִיוּק theirשֶׁלָהֶם abilityיְכוֹלֶת
to drawלצייר richעָשִׁיר, abstractתַקצִיר inferencesהסברים
23
77754
4650
זו בדיוק היכולת שלהם להסיק,
מסקנות מופשטות עשירות
01:34
rapidlyמַהֵר and accuratelyבמדויק
from sparseדליל, noisyרוֹעֵשׁ dataנתונים.
24
82404
4661
מהר ובמדויק מנתונים זעומים
ורועשים.
01:40
I'm going to give you
just two examplesדוגמאות todayהיום.
25
88355
2398
אני הולכת לתת לכם רק שתי
דוגמאות היום.
01:42
One is about a problemבְּעָיָה of generalizationהַכלָלָה,
26
90753
2287
האחת היא בעניין בעיה של
הכללה,
01:45
and the other is about a problemבְּעָיָה
of causalסיבתי reasoningהַנמָקָה.
27
93040
2850
והשנייה היא בנושא
ההיגיון הסיבתי
01:47
And althoughלמרות ש I'm going to talk
about work in my labמַעבָּדָה,
28
95890
2525
ולמרות שאני הולכת לדבר על
עבודה במעבדה שלי,
01:50
this work is inspiredבהשראה by
and indebtedאֲסִיר תוֹדָה to a fieldשדה.
29
98415
3460
העבודה היא בהשראתה ובזכותה
של עבודת שטח.
01:53
I'm gratefulאסיר תודה to mentorsחונכים, colleaguesעמיתים,
and collaboratorsמשתפי פעולה around the worldעוֹלָם.
30
101875
4283
אני אסירת תודה לחונכים, לעמיתים,
ולמשתפי פעולה ברחבי העולם.
01:59
Let me startהַתחָלָה with the problemבְּעָיָה
of generalizationהַכלָלָה.
31
107308
2974
הרשו לי להתחיל עם הבעיה
של הכללה.
02:02
Generalizingהכללה from smallקָטָן samplesדגימות of dataנתונים
is the breadלחם and butterחמאה of scienceמַדָע.
32
110652
4133
הכללה מדוגמאות קטנות של נתונים
היא הלחם והחמאה של המדע.
02:06
We pollמִשׁאָל a tinyזָעִיר fractionשבריר of the electorateציבור
33
114785
2554
אנו סוקרים חלק זעיר של הבוחרים
02:09
and we predictלַחֲזוֹת the outcomeתוֹצָאָה
of nationalלאומי electionsבחירות.
34
117339
2321
ואנו צופים תוצאות
של בחירות ארציות
02:12
We see how a handfulקוֹמֶץ of patientsחולים
respondsמגיב to treatmentיַחַס in a clinicalקליני trialמִשׁפָּט,
35
120240
3925
אנו רואים כיצד קומץ של חולים
מגיב לטיפול בניסוי קליני,
02:16
and we bringלְהָבִיא drugsסמים to a nationalלאומי marketשׁוּק.
36
124165
3065
ואנחנו מכניסים תרופות לשוק לאומי.
02:19
But this only worksעובד if our sampleלִטעוֹם
is randomlyבאופן אקראי drawnשָׁלוּף from the populationאוּכְלוֹסִיָה.
37
127230
4365
אבל זה עובד רק אם המדגם שלנו
נלקח באופן אקראי מהאוכלוסייה.
02:23
If our sampleלִטעוֹם is cherry-pickedדובדבן
in some way --
38
131595
2735
אם המדגם שלנו נבחר בקפידה
בדרך כלשהי -
02:26
say, we pollמִשׁאָל only urbanעִירוֹנִי votersהבוחרים,
39
134330
2072
למשל, אנו מסקרים רק בוחרים
עירוניים,
02:28
or say, in our clinicalקליני trialsניסויים
for treatmentsטיפולים for heartלֵב diseaseמַחֲלָה,
40
136402
4388
או למשל, בניסויים הקליניים שלנו
לטיפולים במחלות לב,
02:32
we includeלִכלוֹל only menגברים --
41
140790
1881
אנו מכלילים רק גברים --
02:34
the resultsתוצאות mayמאי not generalizeלְהַכלִיל
to the broaderרחבה יותר populationאוּכְלוֹסִיָה.
42
142671
3158
התוצאות אולי לא יכלילו את האוכלוסיה
הרחבה יותר.
02:38
So scientistsמדענים careלְטַפֵּל whetherהאם evidenceעֵדוּת
is randomlyבאופן אקראי sampledשנדגמו or not,
43
146479
3581
אז למדענים אכפת אם ראיות נדגמו
באופן אקראי או לא.
02:42
but what does that have to do with babiesתינוקות?
44
150060
2015
אבל מה לזה ולתינוקות?
02:44
Well, babiesתינוקות have to generalizeלְהַכלִיל
from smallקָטָן samplesדגימות of dataנתונים all the time.
45
152585
4621
ובכן, תינוקות צריכים להכליל מדגימות
קטנות של נתונים כל הזמן.
02:49
They see a fewמְעַטִים rubberגוּמִי ducksברווזים
and learnלִלמוֹד that they floatלָצוּף,
46
157206
3158
הם רואים כמה ברווזי גומי
ולומדים שהם צפים,
02:52
or a fewמְעַטִים ballsכדורים and learnלִלמוֹד that they bounceלהקפיץ.
47
160364
3575
או כמה כדורים והם לומדים
שהם קופצים.
02:55
And they developלְפַתֵחַ expectationsציפיות
about ducksברווזים and ballsכדורים
48
163939
2951
והם מפתחים ציפיות לגבי
ברווזים וכדורים
02:58
that they're going to extendלְהַאֲרִיך
to rubberגוּמִי ducksברווזים and ballsכדורים
49
166890
2716
שהם הולכים להרחיב לגבי
ברווזי גומי וכדורים
03:01
for the restמנוחה of theirשֶׁלָהֶם livesחיים.
50
169606
1879
למשך שאר חייהם,
03:03
And the kindsמיני of generalizationsהכללות
babiesתינוקות have to make about ducksברווזים and ballsכדורים
51
171485
3739
ואת סוגי ההכללות שתינוקות
צריכים לעשות לגבי ברווזים וכדורים
03:07
they have to make about almostכִּמעַט everything:
52
175224
2089
הם צריכים לעשות לגבי
הכל כמעט:
03:09
shoesנעליים and shipsספינות and sealingאִטוּם waxדוֹנַג
and cabbagesכרוב and kingsמלכים.
53
177313
3917
נעליים וספינות ושעוות-חותם
וראשי כרוב ומלכים.
03:14
So do babiesתינוקות careלְטַפֵּל whetherהאם
the tinyזָעִיר bitbit of evidenceעֵדוּת they see
54
182200
2961
אז האם לתינוקות אכפת אם טיפת
ראייה שהם רואים
03:17
is plausiblyסביר representativeנציג
of a largerיותר גדול populationאוּכְלוֹסִיָה?
55
185161
3692
היא מייצג סביר של
אוכלוסיה גדולה יותר?
03:21
Let's find out.
56
189763
1900
בואו ונגלה.
03:23
I'm going to showלְהַצִיג you two moviesסרטים,
57
191663
1723
אני הולכת להראות לכם
שני סרטים
03:25
one from eachכל אחד of two conditionsתנאים
of an experimentלְנַסוֹת,
58
193386
2462
כל אחד מהם משני מצבים של ניסוי
03:27
and because you're going to see
just two moviesסרטים,
59
195848
2438
ומשום שאתם הולכים לראות
רק שני סרטים,
03:30
you're going to see just two babiesתינוקות,
60
198286
2136
אתם הולכים לראות רק
שני תינוקות,
03:32
and any two babiesתינוקות differלִהיוֹת שׁוֹנֶה from eachכל אחד other
in innumerableאינספור waysדרכים.
61
200422
3947
וכל שני תינוקות שונים זה מזה
בדרכים רבות מספור.
03:36
But these babiesתינוקות, of courseקוּרס,
here standלַעֲמוֹד in for groupsקבוצות of babiesתינוקות,
62
204369
3051
אבל תינוקות אלה, כמובן, מייצגים
קבוצות של תינוקות,
03:39
and the differencesהבדלים you're going to see
63
207420
1895
וההבדלים שאתם עומדים לראות
03:41
representלְיַצֵג averageמְמוּצָע groupקְבוּצָה differencesהבדלים
in babies'תינוקות behaviorהִתְנַהֲגוּת acrossלְרוֹחָב conditionsתנאים.
64
209315
5195
מייצגים הבדלי קבוצה ממוצעים
בהתנהגותם של תינוקות לאורך מצבים שונים.
03:47
In eachכל אחד movieסרט, you're going to see
a babyתִינוֹק doing maybe
65
215160
2583
בכל סרט אתם הולכים לראות
תינוק עושה אולי
03:49
just exactlyבְּדִיוּק what you mightאולי
expectלְצַפּוֹת a babyתִינוֹק to do,
66
217743
3460
בדיוק רק מה שאתם עשויים לצפות
מתינוק שיעשה,
03:53
and we can hardlyבְּקוֹשִׁי make babiesתינוקות
more magicalקִסמִי than they alreadyכְּבָר are.
67
221203
4017
ואנחנו בקושי יכולים לגרום לתינוקות
להיות יותר קסומים ממה שהם כבר.
03:58
But to my mindאכפת the magicalקִסמִי thing,
68
226090
2010
אבל לדעתי הדבר הקסום,
04:00
and what I want you to payלְשַׁלֵם attentionתשומת הלב to,
69
228100
2089
ומה שאני רוצה שתשימו לב אליו,
04:02
is the contrastבניגוד betweenבֵּין
these two conditionsתנאים,
70
230189
3111
הוא הניגוד בין שני מצבים אלה,
04:05
because the only thing
that differsשונה betweenבֵּין these two moviesסרטים
71
233300
3529
כי הדבר היחיד ששונה
בין שני סרטים אלה
04:08
is the statisticalסטָטִיסטִי evidenceעֵדוּת
the babiesתינוקות are going to observeלצפות.
72
236829
3466
הוא הראיות הסטטיסטיות שהתינוקות
עומדים להבחין בהם.
04:13
We're going to showלְהַצִיג babiesתינוקות
a boxקופסא of blueכָּחוֹל and yellowצהוב ballsכדורים,
73
241425
3183
אנחנו הולכים להראות לתינוקות
תיבה של כדורים כחולים וצהובים
04:16
and my then-graduateאז בוגר studentתלמיד,
now colleagueעמית at Stanfordסטנפורד, Hyowonהייוון Gweonגוויון,
74
244608
4620
והסטודנטית המתמחה שלי אז, שכיום
היא עמיתה חדשה בסטנפורד , היווון גוואון,
04:21
is going to pullמְשׁוֹך threeשְׁלוֹשָׁה blueכָּחוֹל ballsכדורים
in a rowשׁוּרָה out of this boxקופסא,
75
249228
3077
הולכת לשלוף 3 כדורים כחולים בזה אחר זה
מתוך תיבה זו,
04:24
and when she pullsמושך those ballsכדורים out,
she's going to squeezeלמחוץ them,
76
252305
3123
וכאשר היא שולפת כדורים אלה החוצה,
היא הולכת למעוך אותם,
04:27
and the ballsכדורים are going to squeakחֲרִיקָה.
77
255428
2113
והכדורים יצפצפו.
04:29
And if you're a babyתִינוֹק,
that's like a TEDTED Talk.
78
257541
2763
ואם אתם תינוקות,
זה כמו הרצאה ב-TED.
04:32
It doesn't get better than that.
79
260304
1904
זה לא נעשה יותר טוב מזה.
04:34
(Laughterצחוק)
80
262208
2561
(צחוק)
04:38
But the importantחָשׁוּב pointנְקוּדָה is it's really
easyקַל to pullמְשׁוֹך threeשְׁלוֹשָׁה blueכָּחוֹל ballsכדורים in a rowשׁוּרָה
81
266968
3659
אבל מה שחשוב זה שממש קל
לשלוף שלושה כדורים כחולים ברצף
04:42
out of a boxקופסא of mostlyבעיקר blueכָּחוֹל ballsכדורים.
82
270627
2305
מתוך תיבת כדורים בעיקר כחולים.
04:44
You could do that with your eyesעיניים closedסָגוּר.
83
272932
2060
תוכלו לעשות זאת בעיניים עצומות.
04:46
It's plausiblyסביר a randomאַקרַאִי sampleלִטעוֹם
from this populationאוּכְלוֹסִיָה.
84
274992
2996
זה מדגם אקראי סביר מקבוצה זו.
04:49
And if you can reachלְהַגִיעַ into a boxקופסא at randomאַקרַאִי
and pullמְשׁוֹך out things that squeakחֲרִיקָה,
85
277988
3732
ואם אתם יכולים להושיט יד לתיבה באקראי
ולשלוף ממנה דברים מצפצפים,
04:53
then maybe everything in the boxקופסא squeaksחריקה.
86
281720
2839
אז אולי כל דבר בתיבה חורק.
04:56
So maybe babiesתינוקות should expectלְצַפּוֹת
those yellowצהוב ballsכדורים to squeakחֲרִיקָה as well.
87
284559
3650
אז אולי תינוקות צריכים לצפות
גם מהכדורים הצהובים שיצפצפו.
05:00
Now, those yellowצהוב ballsכדורים
have funnyמצחיק sticksמקלות on the endסוֹף,
88
288209
2519
עכשיו, לכדורים צהובים אלו
יש מקלות מצחיקים בקצה,
05:02
so babiesתינוקות could do other things
with them if they wanted to.
89
290728
2857
כך שתינוקות יכולים לעשות דברים אחרים
איתם אם הם היו רוצים.
05:05
They could poundלִירָה them or whackמַהֲלוּמָה them.
90
293585
1831
הם יכולים לחבוט בהם או להצליף איתם.
05:07
But let's see what the babyתִינוֹק does.
91
295416
2586
אבל בואו נראה מה התינוקת עושה.
05:12
(Videoוִידֵאוֹ) Hyowonהייוון Gweonגוויון: See this?
(Ballכַּדוּר squeaksחריקה)
92
300548
3343
(וידאו) היוון גוואון: רואה את זה?
(כדור מצפצף)
05:16
Did you see that?
(Ballכַּדוּר squeaksחריקה)
93
304531
3045
ראית את זה?
05:20
Coolמגניב.
94
308036
3066
מגניב.
05:24
See this one?
95
312706
1950
רואה את זה?
05:26
(Ballכַּדוּר squeaksחריקה)
96
314656
1881
(כדור מצפצף)
05:28
Wowוואו.
97
316537
2653
וואו.
05:33
Lauraלורה Schulzשולץ: Told you. (Laughsצוחק)
98
321854
2113
לורה שולץ: אמרתי לכם? (צוחקת)
05:35
(Videoוִידֵאוֹ) HGHG: See this one?
(Ballכַּדוּר squeaksחריקה)
99
323967
4031
(וידאו) ה.ג. רואה את זה?
(כדור מצפצף)
05:39
Hey Claraקלרה, this one'sיחידות for you.
You can go aheadקָדִימָה and playלְשַׂחֵק.
100
327998
4619
היי קלרה, זה בשבילך.
את יכולה להמשיך ולשחק.
05:51
(Laughterצחוק)
101
339854
4365
(צחוק)
05:56
LSLS: I don't even have to talk, right?
102
344219
2995
ל.ש.: אני אפילו לא צריכה לדבר, נכון?
05:59
All right, it's niceנֶחְמָד that babiesתינוקות
will generalizeלְהַכלִיל propertiesנכסים
103
347214
2899
בסדר, זה נחמד שתינוקות
יעשו הכללה של תכונות
06:02
of blueכָּחוֹל ballsכדורים to yellowצהוב ballsכדורים,
104
350113
1528
מכדורים כחולים לכדורים צהובים,
06:03
and it's impressiveמרשימים that babiesתינוקות
can learnלִלמוֹד from imitatingמחקה us,
105
351641
3096
וזה מרשים שתינוקות
יכולים ללמוד מלחקות אותנו,
06:06
but we'veיש לנו knownידוע those things about babiesתינוקות
for a very long time.
106
354737
3669
אבל ידענו דברים אלה על תינוקות
מזה זמן רב.
06:10
The really interestingמעניין questionשְׁאֵלָה
107
358406
1811
השאלה המעניינת באמת
06:12
is what happensקורה when we showלְהַצִיג babiesתינוקות
exactlyבְּדִיוּק the sameאותו thing,
108
360217
2852
היא מה קורה כאשר אנו מראים לתינוקות
בדיוק את אותו הדבר,
06:15
and we can ensureלְהַבטִיחַ it's exactlyבְּדִיוּק the sameאותו
because we have a secretסוֹד compartmentתָא
109
363069
3611
ואנחנו יכולים להבטיח שזה בדיוק
אותו הדבר כי יש לנו תא סודי
06:18
and we actuallyלמעשה pullמְשׁוֹך the ballsכדורים from there,
110
366680
2110
ואנחנו למעשה שולפים את הכדורים משם,
06:20
but this time, all we changeשינוי
is the apparentנִרְאֶה populationאוּכְלוֹסִיָה
111
368790
3478
אך הפעם, כל מה שאנו משנים זה
את הקבוצה
06:24
from whichאיזה that evidenceעֵדוּת was drawnשָׁלוּף.
112
372268
2902
שממנה ראייה זו נמשכה
06:27
This time, we're going to showלְהַצִיג babiesתינוקות
threeשְׁלוֹשָׁה blueכָּחוֹל ballsכדורים
113
375170
3553
הפעם, אנחנו הולכים להראות לתינוקות
שלושה כדורים כחולים
06:30
pulledמשך out of a boxקופסא
of mostlyבעיקר yellowצהוב ballsכדורים,
114
378723
3384
שהוצאו מקופסה
בעיקר של כדורים צהובים
06:34
and guessלְנַחֵשׁ what?
115
382107
1322
ונחשו מה?
06:35
You [probablyכנראה won'tרָגִיל] randomlyבאופן אקראי drawלצייר
threeשְׁלוֹשָׁה blueכָּחוֹל ballsכדורים in a rowשׁוּרָה
116
383429
2840
אתם (כנראה שלא) תשלפו
3 כדורים בזה אחר זה
06:38
out of a boxקופסא of mostlyבעיקר yellowצהוב ballsכדורים.
117
386269
2484
מתיבה של בעיקר כדורים צהובים
06:40
That is not plausiblyסביר
randomlyבאופן אקראי sampledשנדגמו evidenceעֵדוּת.
118
388753
3747
זו לא ראיית דגימה סבירה באופן
אקראי.
06:44
That evidenceעֵדוּת suggestsמציע that maybe Hyowonהייוון
was deliberatelyבכוונה samplingדְגִימָה the blueכָּחוֹל ballsכדורים.
119
392500
5123
ראייה זו מצביעה על כך שאולי היוון
דיגמה במתכוון את הכדורים הכחולים
06:49
Maybe there's something specialמיוחד
about the blueכָּחוֹל ballsכדורים.
120
397623
2583
אולי יש משהו מיוחד
בכדורים הכחולים.
06:52
Maybe only the blueכָּחוֹל ballsכדורים squeakחֲרִיקָה.
121
400846
2976
אולי רק הכדורים הכחולים מצפצפים.
06:55
Let's see what the babyתִינוֹק does.
122
403822
1895
בואו נראה מה התינוקת עושה.
06:57
(Videoוִידֵאוֹ) HGHG: See this?
(Ballכַּדוּר squeaksחריקה)
123
405717
2904
(וידאו) ה.ג.: רואה את זה? (כדור מצפצף)
07:02
See this toyצַעֲצוּעַ?
(Ballכַּדוּר squeaksחריקה)
124
410851
2645
רואה את הצעצוע הזה?
(כדור מצפצף)
07:05
Oh, that was coolמגניב. See?
(Ballכַּדוּר squeaksחריקה)
125
413496
5480
הו, זה היה מגניב. רואה?
(כדור מצפצף)
07:10
Now this one'sיחידות for you to playלְשַׂחֵק.
You can go aheadקָדִימָה and playלְשַׂחֵק.
126
418976
4394
עכשיו זה בשבילך לשחק.
את יכולה לשחק.
07:18
(Fussingמהומה)
(Laughterצחוק)
127
426074
6347
(התרגשות)
(צחוק)
07:26
LSLS: So you just saw
two 15-month-old- בן חודש babiesתינוקות
128
434901
2748
ל.ש: אז אתם ראיתם
שני תינוקות בני 15 חודשים
07:29
do entirelyלַחֲלוּטִין differentשונה things
129
437649
1942
עושים דברים שונים לחלוטין
07:31
basedמבוסס only on the probabilityהִסתַבְּרוּת
of the sampleלִטעוֹם they observedנצפים.
130
439591
3599
שמבוססים רק על ההסתברות של
הדוגמה שהם ראו.
07:35
Let me showלְהַצִיג you the experimentalנִסיוֹנִי resultsתוצאות.
131
443190
2321
הרשו לי להראות לכם את
תוצאות הניסוי.
07:37
On the verticalאֲנָכִי axisצִיר, you'llאתה see
the percentageאֲחוּזִים of babiesתינוקות
132
445511
2764
על הציר האנכי, תראו את
אחוז התינוקות
07:40
who squeezedסָחוּט the ballכַּדוּר in eachכל אחד conditionמַצָב,
133
448275
2530
שמעכו את הכדור בכל מצב.
07:42
and as you'llאתה see, babiesתינוקות are much
more likelyסָבִיר to generalizeלְהַכלִיל the evidenceעֵדוּת
134
450805
3715
וכפי שתראו, סביר הרבה יותר
שתינוקות יעשו הכללה
07:46
when it's plausiblyסביר representativeנציג
of the populationאוּכְלוֹסִיָה
135
454520
3135
כשזה ייצוג מתקבל על הדעת
של האוכלוסייה
07:49
than when the evidenceעֵדוּת
is clearlyבְּבִירוּר cherry-pickedדובדבן.
136
457655
3738
מאשר כשהראייה נבחרת בקפידה
07:53
And this leadsמוביל to a funכֵּיף predictionנְבוּאָה:
137
461393
2415
וזה מוליך לחיזוי מהנה:
07:55
Supposeלְהַנִיחַ you pulledמשך just one blueכָּחוֹל ballכַּדוּר
out of the mostlyבעיקר yellowצהוב boxקופסא.
138
463808
4868
נניח ששלפתם רק כדור כחול אחד
מהתיבה שבה רוב של כדורים צהובים
08:00
You [probablyכנראה won'tרָגִיל] pullמְשׁוֹך threeשְׁלוֹשָׁה blueכָּחוֹל ballsכדורים
in a rowשׁוּרָה at randomאַקרַאִי out of a yellowצהוב boxקופסא,
139
468896
3869
אתם (כנראה לא) תוציאו 3 כדורים כחולים
בזה אחר זה , באקראי מתוך תיבה צהובה.
08:04
but you could randomlyבאופן אקראי sampleלִטעוֹם
just one blueכָּחוֹל ballכַּדוּר.
140
472765
2455
אבל יכולתם באקראי לדגום רק
כדור כחול אחד.
08:07
That's not an improbableלֹא סָבִיר sampleלִטעוֹם.
141
475220
1970
זה לא מדגם בלתי סביר.
08:09
And if you could reachלְהַגִיעַ into
a boxקופסא at randomאַקרַאִי
142
477190
2224
ולו יכולתם להגיע לתיבה באקראי
08:11
and pullמְשׁוֹך out something that squeaksחריקה,
maybe everything in the boxקופסא squeaksחריקה.
143
479414
3987
ולהוציא משהו שחורק,מצפצף,
אולי הכל בתיבה מצפצף.
08:15
So even thoughאם כי babiesתינוקות are going to see
much lessפָּחוּת evidenceעֵדוּת for squeakingחורק,
144
483875
4445
אז למרות שתינוקות הולכים לראות
הרבה פחות ראיות לצפצופים,
08:20
and have manyרב fewerפחות actionsפעולות to imitateלְחַקוֹת
145
488320
2242
ויש להם הרבה פחות פעולות לחקות
08:22
in this one ballכַּדוּר conditionמַצָב than in
the conditionמַצָב you just saw,
146
490562
3343
במצב זה של כדור אחד מאשר במצב
שראיתם זה עתה.
08:25
we predictedניבא that babiesתינוקות themselvesעצמם
would squeezeלמחוץ more,
147
493905
3892
חזינו שהתינוקות עצמם ילחצו יותר.
08:29
and that's exactlyבְּדִיוּק what we foundמצאתי.
148
497797
2894
וזה בדיוק מה שמצאנו.
08:32
So 15-month-old- בן חודש babiesתינוקות,
in this respectכבוד, like scientistsמדענים,
149
500691
4411
ובכן, לתינוקות בני 15 חודשים, בהקשר זה,
כמו מדענים,
08:37
careלְטַפֵּל whetherהאם evidenceעֵדוּת
is randomlyבאופן אקראי sampledשנדגמו or not,
150
505102
3088
אכפת אם ראיות נדגמו באקראי או לא,
08:40
and they use this to developלְפַתֵחַ
expectationsציפיות about the worldעוֹלָם:
151
508190
3507
והם משתמשים בזה כדי לפתח
ציפיות לגבי העולם:
08:43
what squeaksחריקה and what doesn't,
152
511697
2182
מה חורק ומה לא,
08:45
what to exploreלַחקוֹר and what to ignoreלהתעלם.
153
513879
3145
מה לחקור וממה להתעלם.
08:50
Let me showלְהַצִיג you anotherאַחֵר exampleדוגמא now,
154
518384
2066
הרשו לי להראות לכם
דוגמה נוספת עכשיו,
08:52
this time about a problemבְּעָיָה
of causalסיבתי reasoningהַנמָקָה.
155
520450
2730
הפעם על חשיבה סיבתית
08:55
And it startsמתחיל with a problemבְּעָיָה
of confoundedמבולבל evidenceעֵדוּת
156
523180
2439
וזה מתחיל עם בעיה של ראייה מבולבלת.
08:57
that all of us have,
157
525619
1672
שיש לכל אחד מאיתנו.
08:59
whichאיזה is that we are partחֵלֶק of the worldעוֹלָם.
158
527291
2020
שהיא שאנחנו הננו חלק מהעולם
09:01
And this mightאולי not seemנראה like a problemבְּעָיָה
to you, but like mostרוב problemsבעיות,
159
529311
3436
וזה עשוי לא להיראות לכם כמו בעייה,
אבל כמו רב הבעיות,
09:04
it's only a problemבְּעָיָה when things go wrongלא בסדר.
160
532747
2337
זו רק בעיה כאשר דברים משתבשים.
09:07
Take this babyתִינוֹק, for instanceלמשל.
161
535464
1811
קחו את התינוק הזה לדוגמה.
09:09
Things are going wrongלא בסדר for him.
162
537275
1705
דברים משתבשים עבורו.
09:10
He would like to make
this toyצַעֲצוּעַ go, and he can't.
163
538980
2271
הוא היה רוצה לגרום לצעצוע זה
לפעול, ואינו יכול.
09:13
I'll showלְהַצִיג you a few-secondכמה שניות clipלְקַצֵץ.
164
541251
2529
אראה לכם סרטון של כמה שניות.
09:21
And there's two possibilitiesאפשרויות, broadlyבְּהַרְחָבָה:
165
549340
1920
ויש שתי אפשרויות, בגדול:
09:23
Maybe he's doing something wrongלא בסדר,
166
551260
2634
אולי הוא עושה משהו לא בסדר.
09:25
or maybe there's something
wrongלא בסדר with the toyצַעֲצוּעַ.
167
553894
4216
או שאולי יש משהו לא בסדר בצעצוע.
09:30
So in this nextהַבָּא experimentלְנַסוֹת,
168
558110
2111
אז בניסוי הבא,
09:32
we're going to give babiesתינוקות
just a tinyזָעִיר bitbit of statisticalסטָטִיסטִי dataנתונים
169
560221
3297
אנחנו הולכים לתת לתינוקות רק טיפ-טיפה
של נתונים סטטיסטיים
09:35
supportingתומך one hypothesisהַשׁעָרָה over the other,
170
563518
2582
שתומכים בהשערה אחת לעומת השנייה,
09:38
and we're going to see if babiesתינוקות
can use that to make differentשונה decisionsהחלטות
171
566100
3455
ואנחנו הולכים לראות אם תינוקות יכולים
להשתמש בזה כדי לקבל החלטות שונות
09:41
about what to do.
172
569555
1834
מה לעשות.
09:43
Here'sהנה the setupלהכין.
173
571389
2022
הנה המערך.
09:46
Hyowonהייוון is going to try to make
the toyצַעֲצוּעַ go and succeedלהצליח.
174
574071
3030
היווון תנסה לגרום לצעצוע לפעול ותצליח.
09:49
I am then going to try twiceפעמיים
and failלְהִכָּשֵׁל bothשניהם timesפִּי,
175
577101
3320
ואז אני אנסה פעמיים ואכשל
בשתי הפעמים.
09:52
and then Hyowonהייוון is going
to try again and succeedלהצליח,
176
580421
3112
ואז היווון תנסה שוב ותצליח.
09:55
and this roughlyבְּעֵרֶך sumsסכומים up my relationshipמערכת יחסים
to my graduateבוגר studentsסטודנטים
177
583533
3172
וזה בערך מסכם את מערכת היחסים שלי
עם הסטודנטים שלי לתואר שני
09:58
in technologyטֶכנוֹלוֹגִיָה acrossלְרוֹחָב the boardלוּחַ.
178
586705
2835
בטכנולוגיה באופן כללי
10:02
But the importantחָשׁוּב pointנְקוּדָה here is
it providesמספק a little bitbit of evidenceעֵדוּת
179
590030
3292
אבל הנקודה החשובה כאן היא שזה
מספק מעט ראיות
10:05
that the problemבְּעָיָה isn't with the toyצַעֲצוּעַ,
it's with the personאדם.
180
593322
3668
שהבעיה אינה עם הצעצוע.
אלא עם האדם.
10:08
Some people can make this toyצַעֲצוּעַ go,
181
596990
2350
יש אנשים שמסוגלים לגרום
לצעצוע לפעול.
10:11
and some can't.
182
599340
959
ויש כאלה שלא.
10:12
Now, when the babyתִינוֹק getsמקבל the toyצַעֲצוּעַ,
he's going to have a choiceבְּחִירָה.
183
600799
3413
עכשיו, כשהתינוק מקבל צעצוע,
הולכת להיות לו בחירה.
10:16
His momאִמָא is right there,
184
604212
2188
האמא שלו היא ממש שם,
10:18
so he can go aheadקָדִימָה and handיד off the toyצַעֲצוּעַ
and changeשינוי the personאדם,
185
606400
3315
אז אני יכולה לתת את הצעצוע
ולהחליף את האדם.
10:21
but there's alsoגַם going to be
anotherאַחֵר toyצַעֲצוּעַ at the endסוֹף of that clothבַּד,
186
609715
3158
אבל הולך להיות צעצוע אחר
בקצה הבד הזה,
10:24
and he can pullמְשׁוֹך the clothבַּד towardsלִקרַאת him
and changeשינוי the toyצַעֲצוּעַ.
187
612873
3552
והוא יכול למשוך את הבד אליו
ולהחליף את הצעצוע.
10:28
So let's see what the babyתִינוֹק does.
188
616425
2090
אז בואו נראה מה התינוק עושה.
10:30
(Videoוִידֵאוֹ) HGHG: Two, threeשְׁלוֹשָׁה. Go!
(Musicמוּסִיקָה)
189
618515
4183
(וידאו) ה.ג.: שתיים, שלוש. צא!
(מוסיקה)
10:34
LSLS: One, two, threeשְׁלוֹשָׁה, go!
190
622698
3131
ל.ש: אחת שתיים שלוש, צא!
10:37
Arthurארתור, I'm going to try again.
One, two, threeשְׁלוֹשָׁה, go!
191
625829
7382
ארתור, אני הולך לנסות שוב.
אחת, שתיים שלוש, צא!
10:45
YGי"ג: Arthurארתור, let me try again, okay?
192
633677
2600
ה.ג: ארתור, תן לי לנסות, טוב?
10:48
One, two, threeשְׁלוֹשָׁה, go!
(Musicמוּסִיקָה)
193
636277
4550
אחת, שתיים, שלוש, צא!
10:53
Look at that. Rememberלִזכּוֹר these toysצעצועים?
194
641583
1883
תראו את זה. זוכר את
הצעצועים האלה?
10:55
See these toysצעצועים? Yeah, I'm going
to put this one over here,
195
643466
3264
רואה את הצעצועים האלה? אני הולכת
להניח את זה כאן.
10:58
and I'm going to give this one to you.
196
646730
2062
ואני הולכת לתת את זה לך.
11:00
You can go aheadקָדִימָה and playלְשַׂחֵק.
197
648792
2335
אתה יכול להמשיך ולשחק.
11:23
LSLS: Okay, Lauraלורה, but of courseקוּרס,
babiesתינוקות love theirשֶׁלָהֶם mommiesאמהות.
198
671213
4737
ל.ש: טוב, לורה, אבל כמובן,
תינוקות אוהבים את האמהות שלהם.
11:27
Of courseקוּרס babiesתינוקות give toysצעצועים
to theirשֶׁלָהֶם mommiesאמהות
199
675950
2182
כמובן שתינוקות נותנים צעצועים
לאמהות שלהם
11:30
when they can't make them work.
200
678132
2030
כשאינם מצליחים להפעיל אותם.
11:32
So again, the really importantחָשׁוּב questionשְׁאֵלָה
is what happensקורה when we changeשינוי
201
680162
3593
אז שוב, השאלה החשובה באמת היא
מה קורה כאשר אנו משנים
11:35
the statisticalסטָטִיסטִי dataנתונים ever so slightlyמְעַט.
202
683755
3154
מעט את הנתונים הסטטיסטיים .
11:38
This time, babiesתינוקות are going to see the toyצַעֲצוּעַ
work and failלְהִכָּשֵׁל in exactlyבְּדִיוּק the sameאותו orderלהזמין,
203
686909
4087
הפעם, תינוקות הולכים לראות את הצעצוע
פועל ולא פועל בדיוק באותו הסדר,
11:42
but we're changingמִשְׁתַנֶה
the distributionהפצה of evidenceעֵדוּת.
204
690996
2415
אבל אנחנו משנים את חלוקת הראיות.
11:45
This time, Hyowonהייוון is going to succeedלהצליח
onceפַּעַם and failלְהִכָּשֵׁל onceפַּעַם, and so am I.
205
693411
4411
הפעם, היווון הולכת להצליח
פעם אחת ולהיכשל פעם אחת, וגם אני!
11:49
And this suggestsמציע it doesn't matterחוֹמֶר
who triesמנסה this toyצַעֲצוּעַ, the toyצַעֲצוּעַ is brokenשָׁבוּר.
206
697822
5637
וזה מציע שלא משנה מי מנסה את הצעצוע
הזה. הצעצוע שבור.
11:55
It doesn't work all the time.
207
703459
1886
הוא לא פועל כל הזמן.
11:57
Again, the baby'sשל התינוק going to have a choiceבְּחִירָה.
208
705345
1965
שוב, לתינוק הולכת להיות ברירה.
11:59
Her momאִמָא is right nextהַבָּא to her,
so she can changeשינוי the personאדם,
209
707310
3396
אמא שלה נמצאת ממש לידה,
כך שהיא יכולה לשנות את האדם
12:02
and there's going to be anotherאַחֵר toyצַעֲצוּעַ
at the endסוֹף of the clothבַּד.
210
710706
3204
והולך להיות צעצוע אחר
בקצהו של הבד.
12:05
Let's watch what she does.
211
713910
1378
בואו נראה מה היא עושה.
12:07
(Videoוִידֵאוֹ) HGHG: Two, threeשְׁלוֹשָׁה, go!
(Musicמוּסִיקָה)
212
715288
4348
(וידאו) ה.ג.: שתיים, שלוש, צא!
(מוסיקה)
12:11
Let me try one more time.
One, two, threeשְׁלוֹשָׁה, go!
213
719636
4984
תנו לי לנסות עוד פעם אחת.
אחת, שתיים, שלוש, צא!
12:17
Hmmהממ.
214
725460
1697
המממ.
12:19
LSLS: Let me try, Claraקלרה.
215
727950
2692
ל.ש: תני לי לנסות, קלרה.
12:22
One, two, threeשְׁלוֹשָׁה, go!
216
730642
3945
אחת, שתיים, שלוש, צא!
12:27
Hmmהממ, let me try again.
217
735265
1935
הממ, תנו לי לנסות שוב.
12:29
One, two, threeשְׁלוֹשָׁה, go!
(Musicמוּסִיקָה)
218
737200
5670
אחת, שתיים, שלוש, צא!
(מוסיקה)
12:35
HGHG: I'm going
to put this one over here,
219
743009
2233
ה.ג.: אני אשים את זה כאן,
12:37
and I'm going to give this one to you.
220
745242
2001
ואני אתן את זה לך.
12:39
You can go aheadקָדִימָה and playלְשַׂחֵק.
221
747243
3597
את יכולה להמשיך ולשחק.
12:58
(Applauseתְשׁוּאוֹת)
222
766376
4897
(מחיאות כפיים)
13:04
LSLS: Let me showלְהַצִיג you
the experimentalנִסיוֹנִי resultsתוצאות.
223
772993
2392
ל.ש.: תנו לי להראות לכם
את תוצאות הניסוי.
13:07
On the verticalאֲנָכִי axisצִיר,
you'llאתה see the distributionהפצה
224
775385
2475
על הציר האנכי תראו את החלוקה
13:09
of children'sילדים choicesבחירות in eachכל אחד conditionמַצָב,
225
777860
2577
של בחירות הילדים בכל מצב,
13:12
and you'llאתה see that the distributionהפצה
of the choicesבחירות childrenיְלָדִים make
226
780437
4551
ותראו שחלוקת הבחירות
שילדים עושים
13:16
dependsתלוי on the evidenceעֵדוּת they observeלצפות.
227
784988
2787
תלוייה בראיות שנצפו.
13:19
So in the secondשְׁנִיָה yearשָׁנָה of life,
228
787775
1857
אז בשנה השנייה של החיים,
13:21
babiesתינוקות can use a tinyזָעִיר bitbit
of statisticalסטָטִיסטִי dataנתונים
229
789632
2577
תינוקות יכולים להשתמש בטיפ-טיפה
של נתונים סטטיסטיים
13:24
to decideלְהַחלִיט betweenבֵּין two
fundamentallyבִּיסוֹדוֹ differentשונה strategiesאסטרטגיות
230
792209
3367
כדי להחליט בין שתי אסטרטגיות
שונות במהותן
13:27
for actingמשחק in the worldעוֹלָם:
231
795576
1881
כדי לפעול בעולם:
13:29
askingשואל for help and exploringחקר.
232
797457
2743
לבקש עזרה ולחקור.
13:33
I've just shownמוצג you
two laboratoryמַעבָּדָה experimentsניסויים
233
801700
3434
הראיתי לכם זה עתה שני
ניסויי מעבדה
13:37
out of literallyפשוטו כמשמעו hundredsמאות in the fieldשדה
that make similarדוֹמֶה pointsנקודות,
234
805134
3691
מתוך מאות, בשטח שמראים
נקודות דומות,
13:40
because the really criticalקריטי pointנְקוּדָה
235
808825
2392
בגלל שהנקודה הקריטית ממש
13:43
is that children'sילדים abilityיְכוֹלֶת
to make richעָשִׁיר inferencesהסברים from sparseדליל dataנתונים
236
811217
5108
היא שיכולתם של הילדים להסיק מסקנות
רבות מנתונים דלים
13:48
underliesבבסיס all the species-specificמינים ספציפיים
culturalתַרְבּוּתִי learningלְמִידָה that we do.
237
816325
5341
נמצאת בבסיס כל תרבות הלמידה
ייחודית-למינים שאנו עושים.
13:53
Childrenיְלָדִים learnלִלמוֹד about newחָדָשׁ toolsכלים
from just a fewמְעַטִים examplesדוגמאות.
238
821666
4597
ילדים לומדים על כלים חדשים
מתוך כמה דוגמאות בלבד.
13:58
They learnלִלמוֹד newחָדָשׁ causalסיבתי relationshipsיחסים
from just a fewמְעַטִים examplesדוגמאות.
239
826263
4717
הם לומדים קשרי גומלין סיבתיים חדשים
מכמה דוגמאות בלבד.
14:03
They even learnלִלמוֹד newחָדָשׁ wordsמילים,
in this caseמקרה in Americanאֲמֶרִיקָאִי Signסִימָן Languageשפה.
240
831928
4871
הם אפילו לומדים מילים חדשות,
במקרה זה בשפת סימנים אמריקאית.
14:08
I want to closeלִסְגוֹר with just two pointsנקודות.
241
836799
2311
אני רוצה לסיים עם
שתי נקודות בלבד
14:12
If you've been followingהבא my worldעוֹלָם,
the fieldשדה of brainמוֹחַ and cognitiveקוגניטיבית sciencesמדעים,
242
840050
3688
אם עקבתם אחרי העולם שלי,
תחום מדעי המוח והקוגניציה
14:15
for the pastעבר fewמְעַטִים yearsשנים,
243
843738
1927
בשנים האחרונות,
14:17
threeשְׁלוֹשָׁה bigגָדוֹל ideasרעיונות will have come
to your attentionתשומת הלב.
244
845665
2415
הייתם שמים לב לשלושה רעיונות גדולים.
14:20
The first is that this is
the eraתְקוּפָה of the brainמוֹחַ.
245
848080
3436
הראשון הוא שזה עידן המוח.
14:23
And indeedאכן, there have been
staggeringמַדְהִים discoveriesתגליות in neuroscienceמדעי המוח:
246
851516
3669
ואכן, היו תגליות מדהימות
בחקר מדעי המוח:
14:27
localizingלוקליזציה functionallyפונקציונלית specializedהתמחה
regionsאזורים of cortexקליפת המוח,
247
855185
3436
לוקליזציה של תפקודים מיוחדים
באזורים של קליפת המוח,
14:30
turningחֲרִיטָה mouseעכבר brainsמוֹחַ transparentשָׁקוּף,
248
858621
2601
הפיכת מוחות של עכברים
לשקופים.
14:33
activatingהפעלה neuronsנוירונים with lightאוֹר.
249
861222
3776
הפעלת נוירונים עם אור.
14:36
A secondשְׁנִיָה bigגָדוֹל ideaרַעְיוֹן
250
864998
1996
רעיון גדול שני
14:38
is that this is the eraתְקוּפָה of bigגָדוֹל dataנתונים
and machineמְכוֹנָה learningלְמִידָה,
251
866994
4104
הוא שזה העידן של נתונים גדולים
ולמידת מכונה,
14:43
and machineמְכוֹנָה learningלְמִידָה promisesהבטחות
to revolutionizeלְחוֹלֵל מַהְפֵּכָה our understandingהֲבָנָה
252
871098
3141
ולמידת מכונה מבטיחה לחולל
מהפיכה בהבנה שלנו
14:46
of everything from socialחֶברָתִי networksרשתות
to epidemiologyאֶפִּידֶמִיוֹלוֹגִיָה.
253
874239
4667
של כל דבר, החל מרשתות חברתיות
לאפידמיולוגיה.
14:50
And maybe, as it tacklesמתמודד problemsבעיות
of sceneסְצֵינָה understandingהֲבָנָה
254
878906
2693
ואולי, בעת התמודדות עם בעיות
של הבנת סצנה
14:53
and naturalטִבעִי languageשפה processingמעבד,
255
881599
1993
ועיבוד טבעי של שפה,
14:55
to tell us something
about humanבן אנוש cognitionקוגניציה.
256
883592
3324
לספר לנו משהו
על קוגניציה אנושית.
14:59
And the finalסופי bigגָדוֹל ideaרַעְיוֹן you'llאתה have heardשמע
257
887756
1937
והרעיון הגדול האחרון שהייתם שומעים
עליו
15:01
is that maybe it's a good ideaרַעְיוֹן we're going
to know so much about brainsמוֹחַ
258
889693
3387
הוא שאולי זה רעיון טוב שאנחנו הולכים
לדעת כל כך הרבה על מוחות
15:05
and have so much accessגִישָׁה to bigגָדוֹל dataנתונים,
259
893080
1917
ויש גישה רבה כל כך לנתונים רבים,
15:06
because left to our ownשֶׁלוֹ devicesהתקנים,
260
894997
2507
כי אם ניעזב לנפשנו
15:09
humansבני אנוש are fallibleעָלוּל לִטעוֹת, we take shortcutsקיצורי דרך,
261
897504
3831
בני אדם נוטים לטעות, אנחנו עושים
קיצורי דרך,
15:13
we errלִטְעוֹת, we make mistakesטעויות,
262
901335
3437
אנחנו שוגים, אנחנו עושים טעויות,
15:16
we're biasedמְשׁוּחָד, and in innumerableאינספור waysדרכים,
263
904772
3684
אנחנו מוטים, ובמובנים רבים מספור,
15:20
we get the worldעוֹלָם wrongלא בסדר.
264
908456
2969
אנו תופשים לא נכון את העולם.
15:24
I think these are all importantחָשׁוּב storiesסיפורים,
265
912843
2949
אני חושבת שאלה כולם סיפורים חשובים,
15:27
and they have a lot to tell us
about what it meansאומר to be humanבן אנוש,
266
915792
3785
ויש להם הרבה מה לספר לנו
על מה זה להיות אנושי,
15:31
but I want you to noteהערה that todayהיום
I told you a very differentשונה storyכַּתָבָה.
267
919577
3529
אבל אני רוצה שתשימו לב שהיום סיפרתי
לכם סיפור שונה מאוד.
15:35
It's a storyכַּתָבָה about mindsמוחות and not brainsמוֹחַ,
268
923966
3807
זה סיפור על המודעות ולא על המוח,
15:39
and in particularמיוחד, it's a storyכַּתָבָה
about the kindsמיני of computationsחישובים
269
927773
3006
ובמיוחד זה סיפור על סוגי חישובים
15:42
that uniquelyבאופן ייחודי humanבן אנוש mindsמוחות can performלְבַצֵעַ,
270
930779
2590
שבאופן ייחודי התודעה האנושית יכולה לבצע,
15:45
whichאיזה involveכרוך richעָשִׁיר, structuredמובנה knowledgeיֶדַע
and the abilityיְכוֹלֶת to learnלִלמוֹד
271
933369
3944
שמעורבים בו ידע מובנה עשיר,
והיכולת ללמוד
15:49
from smallקָטָן amountsסכומים of dataנתונים,
the evidenceעֵדוּת of just a fewמְעַטִים examplesדוגמאות.
272
937313
5268
מכמויות קטנות של נתונים, ראייה של
רק מעט דוגמאות.
15:56
And fundamentallyבִּיסוֹדוֹ, it's a storyכַּתָבָה
about how startingהחל as very smallקָטָן childrenיְלָדִים
273
944301
4299
וביסודו, זה סיפור על איך מתחילים כילדים
קטנים מאוד
16:00
and continuingהמשך out all the way
to the greatestהגדול ביותר accomplishmentsהישגים
274
948600
4180
וממשיכים כל הדרך להישגים הגדולים ביותר
16:04
of our cultureתַרְבּוּת,
275
952780
3843
של התרבות שלנו.
16:08
we get the worldעוֹלָם right.
276
956623
1997
אנו תופשים נכון את העולם .
16:12
Folksאנשים, humanבן אנוש mindsמוחות do not only learnלִלמוֹד
from smallקָטָן amountsסכומים of dataנתונים.
277
960433
5267
התודעה האנושית לא רק לומדת
מכמויות קטנות של נתונים,
16:18
Humanבן אנוש mindsמוחות think
of altogetherלְגַמרֵי newחָדָשׁ ideasרעיונות.
278
966285
2101
התודעה האנושית חושבת
על רעיונות לגמרי חדשים.
16:20
Humanבן אנוש mindsמוחות generateלִיצוֹר
researchמחקר and discoveryתַגלִית,
279
968746
3041
התודעה האנושית יוצרת מחקר
ומחוללת גילוי.
16:23
and humanבן אנוש mindsמוחות generateלִיצוֹר
artאומנות and literatureסִפְרוּת and poetryשִׁירָה and theaterתיאטרון,
280
971787
5273
והתודעה האנושית יוצרת אמנות וספרות
ושירה ותיאטרון,
16:29
and humanבן אנוש mindsמוחות take careלְטַפֵּל of other humansבני אנוש:
281
977070
3760
והתודעה האנושית דואגת לבני אדם אחרים:
16:32
our oldישן, our youngצָעִיר, our sickחוֹלֶה.
282
980830
3427
הזקנים שלנו, הצעירים שלנו, החולים שלנו.
16:36
We even healלְרַפֵּא them.
283
984517
2367
אנו אפילו מרפאים אותם.
16:39
In the yearsשנים to come, we're going
to see technologicalטֶכנוֹלוֹגִי innovationsחידושים
284
987564
3103
בשנים הבאות, אנחנו עומדים
לראות חידושים טכנולוגיים
16:42
beyondמעבר anything I can even envisionלַחֲזוֹת,
285
990667
3797
מעבר לכל מה שאני יכולה לדמיין,
16:46
but we are very unlikelyלא סביר
286
994464
2150
אבל מאוד לא סביר שאנחנו
16:48
to see anything even approximatingמקרוב
the computationalחישובית powerכּוֹחַ of a humanבן אנוש childיֶלֶד
287
996614
5709
נראה משהו שמתקרב אפילו לכוח
החישובי של הילד האנושי
16:54
in my lifetimeלכל החיים or in yoursשלך.
288
1002323
4298
בחיים שלי או בשלכם.
16:58
If we investלהשקיע in these mostרוב powerfulחָזָק
learnersלומדים and theirשֶׁלָהֶם developmentהתפתחות,
289
1006621
5047
אם נשקיע הרבה בלומדים אלה ובפיתוחם
17:03
in babiesתינוקות and childrenיְלָדִים
290
1011668
2917
בתינוקות ובילדים
17:06
and mothersאמהות and fathersאבות
291
1014585
1826
ואימהות ואבות
17:08
and caregiversמטפלים and teachersמורים
292
1016411
2699
ובמטפלים ומורים
17:11
the waysדרכים we investלהשקיע in our other
mostרוב powerfulחָזָק and elegantאֵלֶגַנטִי formsטפסים
293
1019110
4170
בדרך שאנו משקיעים בצורות האחרות האלגנטיות
ורבות העצמה שלנו
17:15
of technologyטֶכנוֹלוֹגִיָה, engineeringהַנדָסָה and designלְעַצֵב,
294
1023280
3218
של טכנולוגיה, הנדסה ועיצוב,
17:18
we will not just be dreamingחולם
of a better futureעתיד,
295
1026498
2939
לא רק נחלום על עתיד טוב יותר,
17:21
we will be planningתִכנוּן for one.
296
1029437
2127
נתכנן כזה.
17:23
Thank you very much.
297
1031564
2345
תודה רבה.
17:25
(Applauseתְשׁוּאוֹת)
298
1033909
3421
(מחיאות כפיים)
17:29
Chrisכריס Andersonאנדרסון: Lauraלורה, thank you.
I do actuallyלמעשה have a questionשְׁאֵלָה for you.
299
1037810
4426
כריס אנדרסון: לורה, תודה.
למעשה יש לי שאלה אליך.
17:34
First of all, the researchמחקר is insaneמטורף.
300
1042236
2359
ראשית המחקר הוא מטורף.
17:36
I mean, who would designלְעַצֵב
an experimentלְנַסוֹת like that? (Laughterצחוק)
301
1044595
3725
אני מתכוון, מי היה מעצב
ניסוי כזה? (צחוק)
17:41
I've seenלראות that a coupleזוּג of timesפִּי,
302
1049150
1790
ראיתי את זה כמה פעמים
17:42
and I still don't honestlyבִּיוֹשֶׁר believe
that that can trulyבֶּאֱמֶת be happeningמתרחש,
303
1050940
3222
ועדיין איני מאמין בכנות שיכול להיות
שזה באמת קורה.
17:46
but other people have doneבוצע
similarדוֹמֶה experimentsניסויים; it checksהמחאות out.
304
1054162
3158
אבל אנשים אחרים עשו
ניסויים דומים; זה עובד.
17:49
The babiesתינוקות really are that geniusגָאוֹן.
305
1057320
1633
התינוקות באמת כאלה גאונים.
17:50
LSLS: You know, they look really impressiveמרשימים
in our experimentsניסויים,
306
1058953
3007
ל.ש: אתה יודע, הם נראים ממש
מרשימים בניסויים שלנו,
17:53
but think about what they
look like in realאמיתי life, right?
307
1061960
2652
אבל חישבו על איך שהם נראים בחיי
היומיום. נכון?
17:56
It startsמתחיל out as a babyתִינוֹק.
308
1064612
1150
זה מתחיל כתינוק.
17:57
Eighteenשמונה עשרה monthsחודשים laterיותר מאוחר,
it's talkingשִׂיחָה to you,
309
1065762
2007
18 חודש מאוחר יותר זה מדבר אליך.
17:59
and babies'תינוקות first wordsמילים aren'tלא just
things like ballsכדורים and ducksברווזים,
310
1067769
3041
והמילים הראשונות של התינוקות הן לא רק
דברים כמו כדורים וברווזים,
18:02
they're things like "all goneנעלם,"
whichאיזה referמתייחס to disappearanceהֵעָלְמוּת,
311
1070810
2881
אלה דברים כמו "הכל הלך", שמתייחסים
להיעלמות.
18:05
or "uh-ohאו - או," whichאיזה referמתייחס
to unintentionalלא מכוונת actionsפעולות.
312
1073691
2283
או "או-או" שמתייחס לפעולות שאינן מכוונות.
18:07
It has to be that powerfulחָזָק.
313
1075974
1562
זה חייב להיות עד כדי כך חזק.
18:09
It has to be much more powerfulחָזָק
than anything I showedparagraphs you.
314
1077536
2775
זה חייב להיות הרבה יותר חזק
מכל דבר שהראיתי לכם.
18:12
They're figuringלהבין out the entireשלם worldעוֹלָם.
315
1080311
1974
הם מבינים את העולם כולו.
18:14
A four-year-oldבן ארבע can talk to you
about almostכִּמעַט anything.
316
1082285
3144
בן 4 יכול לדבר איתכם כמעט
על כל דבר.
18:17
(Applauseתְשׁוּאוֹת)
317
1085429
1601
(מחיאות כפיים)
18:19
CACA: And if I understandמבין you right,
the other keyמַפְתֵחַ pointנְקוּדָה you're makingהֲכָנָה is,
318
1087030
3414
כ.א.: ואם אני מבין אותך נכון הנקודה
המרכזית האחרת שאת מצביעה עליה היא,
18:22
we'veיש לנו been throughדרך these yearsשנים
where there's all this talk
319
1090444
2754
כבר עברנו דרך השנים האלה
שיש בהן את כל הדיבורים האלה
18:25
of how quirkyמשונה and buggyמֶרְכָּבָה our mindsמוחות are,
320
1093198
1932
עד כמה מוזרה ומטורפה התודעה שלנו.
18:27
that behavioralהתנהגותי economicsכלכלה
and the wholeכֹּל theoriesתיאוריות behindמֵאָחוֹר that
321
1095130
2867
שכלכלה ארגונית ותיאוריות שלמות עומדים
מאחורי זה
18:29
that we're not rationalרַצִיוֹנָלִי agentsסוכנים.
322
1097997
1603
שאנחנו לא יצורים רציונליים.
18:31
You're really sayingפִּתגָם that the biggerגדול יותר
storyכַּתָבָה is how extraordinaryיוצא דופן,
323
1099600
4216
את באמת אומרת שהסיפור הגדול יותר הוא
עד כמה יוצא מהכלל,
18:35
and there really is geniusגָאוֹן there
that is underappreciatedלא מעריכים.
324
1103816
4944
ויש גאון שם שאינו מוערך דיו.
18:40
LSLS: One of my favoriteהכי אהוב
quotesציטוטים in psychologyפְּסִיכוֹלוֹגִיָה
325
1108760
2070
ל.ש.: אחד מהציטוטים בפסיכולוגיה
האהובים עלי
18:42
comesבא from the socialחֶברָתִי
psychologistפְּסִיכוֹלוֹג Solomonסולומון Aschאש,
326
1110830
2290
הוא של הפסיכולוג החברתי סולומון אש,
18:45
and he said the fundamentalבסיסי taskמְשִׁימָה
of psychologyפְּסִיכוֹלוֹגִיָה is to removeלְהַסִיר
327
1113120
2807
והוא אמר שהתפקיד הקריטי של פסיכולוגיה
הוא להסיר
18:47
the veilצָעִיף of self-evidenceראיה עצמית from things.
328
1115927
2626
את מעטה הראיה-העצמית מעל הדברים.
18:50
There are ordersהזמנות of magnitudeגוֹדֶל
more decisionsהחלטות you make everyכֹּל day
329
1118553
4551
ישנם סדרי גודל
יותר החלטות שמקבלים מדי יום
18:55
that get the worldעוֹלָם right.
330
1123104
1347
שמבינים את העולם נכון.
18:56
You know about objectsחפצים
and theirשֶׁלָהֶם propertiesנכסים.
331
1124451
2132
אתם יודעים על אובייקטים
והמאפיינים שלהם.
18:58
You know them when they're occludedהמוסתרת.
You know them in the darkאפל.
332
1126583
3029
אתם מכירים אותם כאשר הם
חסומים. אתם מכירים אותם בחושך.
19:01
You can walkלָלֶכֶת throughדרך roomsחדרים.
333
1129612
1308
אתם יכולים לעבור דרך חדרים.
19:02
You can figureדמות out what other people
are thinkingחושב. You can talk to them.
334
1130920
3532
אתם יכולים להבין מה אחרים
חושבים. אתם יכולים לדבר איתם.
19:06
You can navigateנווט spaceמֶרחָב.
You know about numbersמספרים.
335
1134452
2230
אתם יכולים לנווט בחלל.
אתם יודעים על מספרים
19:08
You know causalסיבתי relationshipsיחסים.
You know about moralמוסר השכל reasoningהַנמָקָה.
336
1136682
3022
אתם יודעים על קשרים סיבתיים, אתם
יודעים על חשיבה מוסרית.
19:11
You do this effortlesslyללא מאמץ,
so we don't see it,
337
1139704
2356
אתם עושים זאת בקלות, ולכן אנו לא
רואים את זה.
19:14
but that is how we get the worldעוֹלָם right,
and it's a remarkableראוי לציון
338
1142060
2912
אבל ככה אנחנו מבינים את העולם נכון,
וזה מרשים
19:16
and very difficult-to-understandקשה להבין
accomplishmentהישג.
339
1144972
2318
והישג קשה מאוד להבנה.
19:19
CACA: I suspectחָשׁוּד there are people
in the audienceקהל who have
340
1147290
2628
כ.א.: אני חושד שיש אנשים בקהל
שיש להם
19:21
this viewנוף of acceleratingמאיצה
technologicalטֶכנוֹלוֹגִי powerכּוֹחַ
341
1149918
2238
השקפה זו של האצת כוח טכנולוגי
19:24
who mightאולי disputeמַחֲלוֹקֶת your statementהַצהָרָה
that never in our lifetimesחיים
342
1152156
2958
שאולי יחלוק על ההצהרה שלך
שאף פעם בחיינו
19:27
will a computerמַחשֵׁב do what
a three-year-oldבן שלוש childיֶלֶד can do,
343
1155114
2618
מחשב לא יעשה את מה שילד בן 3 יכול לעשות,
19:29
but what's clearברור is that in any scenarioתַרחִישׁ,
344
1157732
3248
אבל מה שברור הוא, שבכל תרחיש,
19:32
our machinesמכונה have so much to learnלִלמוֹד
from our toddlersפעוטות.
345
1160980
3770
למכונות שלנו יש כל כך הרבה ללמוד
מהפעוטות שלנו.
19:38
LSLS: I think so. You'llללא שם: תוכל have some
machineמְכוֹנָה learningלְמִידָה folksאנשים up here.
346
1166230
3216
ל.ש.: אני חושבת כך,יהיו לכם כמה
אנשי למידת מכונה כאן.
19:41
I mean, you should never betלְהַמֵר
againstמול babiesתינוקות or chimpanzeesשימפנזות
347
1169446
4203
כלומר, אתם אף פעם לא צריכים להמר
נגד תינוקות או שימפנזים
19:45
or technologyטֶכנוֹלוֹגִיָה as a matterחוֹמֶר of practiceלְתַרְגֵל,
348
1173649
3645
או טכנולוגיה למעשה,
19:49
but it's not just
a differenceהֶבדֵל in quantityכַּמוּת,
349
1177294
4528
אבל זה לא רק הבדל בכמות,
19:53
it's a differenceהֶבדֵל in kindסוג.
350
1181822
1764
זה הבדל בסוג.
19:55
We have incrediblyבצורה מדהימה powerfulחָזָק computersמחשבים,
351
1183586
2160
יש לנו מחשבים רבי עוצמה,
19:57
and they do do amazinglyמדהים
sophisticatedמתוחכם things,
352
1185746
2391
והם עושים דברים מתוחכמים להפליא,
20:00
oftenלעתים קרובות with very bigגָדוֹל amountsסכומים of dataנתונים.
353
1188137
3204
לעתים קרובות עם כמויות
גדולות מאוד של נתונים.
20:03
Humanבן אנוש mindsמוחות do, I think,
something quiteדַי differentשונה,
354
1191341
2607
התודעה האנושית, אני חושבת,
עושה משהו שונה בתכלית,
20:05
and I think it's the structuredמובנה,
hierarchicalהיררכי natureטֶבַע of humanבן אנוש knowledgeיֶדַע
355
1193948
3895
ואני חושבת שזה המבנה ההיררכי המובנה
של הידע אנושי
20:09
that remainsשְׂרִידִים a realאמיתי challengeאתגר.
356
1197843
2032
שנשאר אתגר אמיתי.
20:11
CACA: Lauraלורה Schulzשולץ, wonderfulנִפלָא
foodמזון for thought. Thank you so much.
357
1199875
3061
כ.א.: לורה שולץ, חומר נפלא למחשבה
תודה רבה לך.
20:14
LSLS: Thank you.
(Applauseתְשׁוּאוֹת)
358
1202936
2922
ל.ש.: תודה רבה
(מחיאות כפיים)
Translated by zeeva Livshitz
Reviewed by Ido Dekkers

▲Back to top

ABOUT THE SPEAKER
Laura Schulz - Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn.

Why you should listen

MIT Early Childhood Cognition Lab lead investigator Laura Schulz studies learning in early childhood. Her research bridges computational models of cognitive development and behavioral studies in order to understand the origins of inquiry and discovery.

Working in play labs, children’s museums, and a recently-launched citizen science website, Schultz is reshaping how we view young children’s perceptions of the world around them. Some of the surprising results of her research: before the age of four, children expect hidden causes when events happen probabilistically, use simple experiments to distinguish causal hypotheses, and trade off learning from instruction and exploration.

More profile about the speaker
Laura Schulz | Speaker | TED.com