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: Bebekler ne düşünüyor?

Filmed:
4,341,974 views

"Bebekler ve küçük çocuklar insan türünün Ar-Ge departmanı gibiler" diyor psikolog Alison Gopnik. Çalışması bebeklerin oynarken gerçekleştirdikleri karmaşık bilgi toplama ve karar verme sürecini inceliyor.
- 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
Bu bebeğin aklından
00:17
in this baby'sBebeğin mindus?
1
2000
2000
neler geçiyor?
00:19
If you'dşimdi etsen askeddiye sordu people this 30 yearsyıl agoönce,
2
4000
2000
bunu 30 yıl önce insanlara sorsanız
00:21
mostçoğu people, includingdahil olmak üzere psychologistspsikologlar,
3
6000
2000
psikologlar da dahil birçok insan
00:23
would have said that this babybebek was irrationalirrasyonel,
4
8000
3000
bu bebeğin irrasyonel, mantıksız
00:26
illogicalmantıksız, egocentricben merkezci --
5
11000
2000
ve ben merkezli olduğunu söylerdi
00:28
that he couldn'tcould take the perspectiveperspektif of anotherbir diğeri personkişi
6
13000
2000
başka bir insanın perspektifini göremeyeceğini
00:30
or understandanlama causesebeb olmak and effectEfekt.
7
15000
2000
ya da neden sonuç ilişkisini anlamayacağını.
00:32
In the last 20 yearsyıl,
8
17000
2000
Son 20 yılda
00:34
developmentalgelişimsel scienceBilim has completelytamamen overturneddevrik that pictureresim.
9
19000
3000
gelişen bilim bu görüşü tamamen tersine çevirdi.
00:37
So in some waysyolları,
10
22000
2000
Yani bazı yönlerden
00:39
we think that this baby'sBebeğin thinkingdüşünme
11
24000
2000
bu bebeğin en zeki bilim adamları
00:41
is like the thinkingdüşünme of the mostçoğu brilliantparlak scientistsBilim adamları.
12
26000
4000
gibi düşündüğünü varsayıyoruz.
00:45
Let me give you just one exampleörnek of this.
13
30000
2000
Bunun bir örneğini göstereyim size.
00:47
One thing that this babybebek could be thinkingdüşünme about,
14
32000
3000
Bu bebeğin düşünüyor olabileceği şey
00:50
that could be going on in his mindus,
15
35000
2000
aklından geçiyor olabilecek şey
00:52
is tryingçalışıyor to figureşekil out
16
37000
2000
başka bir bebeğin aklından
00:54
what's going on in the mindus of that other babybebek.
17
39000
3000
ne geçtiğini anlamaya çalışmak.
00:57
After all, one of the things that's hardestEn zor for all of us to do
18
42000
3000
Sonuçta, bizim için anlaşılması en güç şeylerden birisi
01:00
is to figureşekil out what other people are thinkingdüşünme and feelingduygu.
19
45000
3000
diğer insanların düşünce ve hislerini anlamaktır.
01:03
And maybe the hardestEn zor thing of all
20
48000
2000
Ve belki de en zoru
01:05
is to figureşekil out that what other people think and feel
21
50000
3000
diğer insanların düşünüp hissettikerlerinin
01:08
isn't actuallyaslında exactlykesinlikle like what we think and feel.
22
53000
2000
bizim düşünme ve hissetme şeklimizle aynı olmadığıdır.
01:10
AnyoneKimse who'skim followedtakip etti politicssiyaset can testifytanıklık
23
55000
2000
Politikayı takip eden herhangi birisi bunu anlamanın
01:12
to how hardzor that is for some people to get.
24
57000
3000
bazı insanlar için ne kadar zor olduğunu doğrulayabilir.
01:15
We wanted to know
25
60000
2000
Bebekler ve küçük çocukların
01:17
if babiesbebekler and younggenç childrençocuklar
26
62000
2000
diğer insanlarla ilgili bu derin bilgiyi gerçekten
01:19
could understandanlama this really profoundderin thing about other people.
27
64000
3000
nasıl anlayabildiklerini öğrenmek istiyoruz.
01:22
Now the questionsoru is: How could we asksormak them?
28
67000
2000
Şimdi sorun şu: Onlara bunu nasıl sorabiliriz?
01:24
BabiesBebekler, after all, can't talk,
29
69000
2000
Sonuçta bebekler konuşamaz
01:26
and if you asksormak a threeüç year-oldyaş
30
71000
2000
ve üç yaşında bir çocuğa ne
01:28
to tell you what he thinksdüşünüyor,
31
73000
2000
düşündüğü soracak olursanız
01:30
what you'llEğer olacak get is a beautifulgüzel streamakım of consciousnessbilinç monologuemonolog
32
75000
3000
sihirli atlar ve doğum günleri ve bunun gibi şeyler hakkında
01:33
about poniesMidilli and birthdaysdoğum günü and things like that.
33
78000
3000
güzel bir anlamsız monolog deryasıyla karşılaşırsınız.
01:36
So how do we actuallyaslında asksormak them the questionsoru?
34
81000
3000
Yani bu soruyu onlara gerçekten nasıl sorarız?
01:39
Well it turnsdönüşler out that the secretgizli was broccolibrokoli.
35
84000
3000
Meğersem işin sırrı brokoliymiş.
01:42
What we did -- BettyBetty RapacholiRapacholi, who was one of my studentsöğrencilerin, and I --
36
87000
4000
Öğrencilerimden biri olan Betty Rapacholi ve benim yaptığımız şey
01:46
was actuallyaslında to give the babiesbebekler two bowlskaseler of foodGıda:
37
91000
3000
aslında bebeklere iki kase yiyecek vermekti:
01:49
one bowlçanak of rawçiğ broccolibrokoli
38
94000
2000
bir kase çiğ brokoli
01:51
and one bowlçanak of deliciouslezzetli goldfishJapon balığı crackerskraker.
39
96000
3000
ve bir kase lezzetli balık krakeri.
01:54
Now all of the babiesbebekler, even in BerkleyBerkley,
40
99000
3000
Şimdi bütün bebekler, Berkley'dekiler bile
01:57
like the crackerskraker and don't like the rawçiğ broccolibrokoli.
41
102000
3000
krakeri sever ve çiğ brokoliyi sevmez.
02:00
(LaughterKahkaha)
42
105000
2000
(gülüşmeler)
02:02
But then what BettyBetty did
43
107000
2000
Ama sonra Betty'nin yaptığı
02:04
was to take a little tastedamak zevki of foodGıda from eachher bowlçanak.
44
109000
3000
iki kasedekinin de tadına bakmaktı.
02:07
And she would actdavranmak as if she likedsevilen it or she didn't.
45
112000
2000
Ve sonra sevip sevmediğini göstermek.
02:09
So halfyarım the time, she actedhareket
46
114000
2000
Yani bazen, krakeri sevmiş
02:11
as if she likedsevilen the crackerskraker and didn't like the broccolibrokoli --
47
116000
2000
brokoliyi sevmemiş gibi davrandı
02:13
just like a babybebek and any other saneaklı başında personkişi.
48
118000
3000
bir bebek ya da başka bir mantıklı insanın yapacağı gibi.
02:16
But halfyarım the time,
49
121000
2000
Ama bazen de yaptığı
02:18
what she would do is take a little bitbit of the broccolibrokoli
50
123000
2000
küçük bir parça brokoli alıyor
02:20
and go, "MmmmmMmmmm, broccolibrokoli.
51
125000
3000
"Hmmm brokoli,
02:23
I tastedtadı the broccolibrokoli. MmmmmMmmmm."
52
128000
3000
brokoliyi beğendim. Hmmm" diyordu.
02:26
And then she would take a little bitbit of the crackerskraker,
53
131000
2000
Ve sonra biraz kraker alıyor ve
02:28
and she'do ediyorum go, "EwwEww, yuckiğrenç, crackerskraker.
54
133000
4000
"Iyy, bööğh, kraker
02:32
I tastedtadı the crackerskraker. EwwEww, yuckiğrenç."
55
137000
3000
krakeri denedim. Iyy, iğrenç" diyordu.
02:35
So she'do ediyorum actdavranmak as if what she wanted
56
140000
2000
Yani bebeklerinin istediğinin
02:37
was just the oppositekarşısında of what the babiesbebekler wanted.
57
142000
3000
tam aksini istiyor gibi yapıyordu.
02:40
We did this with 15 and 18 month-oldaylık babiesbebekler.
58
145000
2000
Bunu 15 ve 18 aylık bebeklerle beraber uyguladık.
02:42
And then she would simplybasitçe put her handel out and say,
59
147000
3000
Ve sonra elini bebeğe doğru açıyor
02:45
"Can you give me some?"
60
150000
2000
"Biraz verir misin?" diyor.
02:47
So the questionsoru is: What would the babybebek give her,
61
152000
2000
Sorumuz şu: "Bebek ona ne verecek
02:49
what they likedsevilen or what she likedsevilen?
62
154000
2000
kendi sevdiğini mi yoksa onun sevdiğini mi?
02:51
And the remarkabledikkat çekici thing was that 18 month-oldaylık babiesbebekler,
63
156000
3000
Dikkat edilmesi gereken 18 aylık,
02:54
just barelyzar zor walkingyürüme and talkingkonuşma,
64
159000
2000
zar zor yürüyüp konuşan bebeklerin
02:56
would give her the crackerskraker if she likedsevilen the crackerskraker,
65
161000
3000
ona eğer kraker seviyorsa krakeri
02:59
but they would give her the broccolibrokoli if she likedsevilen the broccolibrokoli.
66
164000
3000
ama brokoli seviyorsa brokoliyi vermesiydi.
03:02
On the other handel,
67
167000
2000
Diğer taraftan
03:04
15 month-oldsay-yaş would starebakıyorum at her for a long time
68
169000
2000
15 aylık bebekler, brokoliyi sever gibi
03:06
if she actedhareket as if she likedsevilen the broccolibrokoli,
69
171000
2000
yaptığında bunu anlayamamış gibi
03:08
like they couldn'tcould figureşekil this out.
70
173000
3000
uzun uzun yüzüne bakıyordu.
03:11
But then after they staredbaktı for a long time,
71
176000
2000
Ama uzun bir süre bakıştıktan sonra
03:13
they would just give her the crackerskraker,
72
178000
2000
ona sadece kraker veriyorlar
03:15
what they thought everybodyherkes mustşart like.
73
180000
2000
herkesin sevdiğini düşündükleri şeyi yani.
03:17
So there are two really remarkabledikkat çekici things about this.
74
182000
3000
Bununla ilgili takdire şayan iki husus var.
03:20
The first one is that these little 18 month-oldaylık babiesbebekler
75
185000
3000
İlki 18 aylık bebeklerin
03:23
have alreadyzaten discoveredkeşfedilen
76
188000
2000
insan doğasıyla ilgili bu derin gerçeği
03:25
this really profoundderin factgerçek about humaninsan naturedoğa,
77
190000
2000
her zaman aynı şeyi istemediğimizi
03:27
that we don't always want the sameaynı thing.
78
192000
2000
hali hazırda keşfetmiş oldukları.
03:29
And what's more, they feltkeçe that they should actuallyaslında do things
79
194000
2000
Ve dahası, diğer insanlara istediklerini almaları için
03:31
to help other people get what they wanted.
80
196000
3000
yardım etmeleri gerekiyor gibi hissettikleri.
03:34
Even more remarkablyoldukça thoughgerçi,
81
199000
2000
Daha da önemli olan
03:36
the factgerçek that 15 month-oldsay-yaş didn't do this
82
201000
3000
15 aylıklar bebekler 18 aylıkların 3 ay
03:39
suggestsanlaşılacağı that these 18 month-oldsay-yaş had learnedbilgili
83
204000
3000
içinde öğrendikleri insan doğası hakkındaki
03:42
this deepderin, profoundderin factgerçek about humaninsan naturedoğa
84
207000
3000
bu derin kavrayışla ilgili
03:45
in the threeüç monthsay from when they were 15 monthsay oldeski.
85
210000
3000
önermeleri yapmadılar.
03:48
So childrençocuklar bothher ikisi de know more and learnöğrenmek more
86
213000
2000
Yani çocuklar bizim öğretebileceklerimizden
03:50
than we ever would have thought.
87
215000
2000
daha fazlasını biliyor ve öğreniyor.
03:52
And this is just one of hundredsyüzlerce and hundredsyüzlerce of studiesçalışmalar over the last 20 yearsyıl
88
217000
4000
Ve bu çalışma son 20 yılda bunu gösteren
03:56
that's actuallyaslında demonstratedgösterdi it.
89
221000
2000
yüzlerce çalışmadan sadece bir tanesi.
03:58
The questionsoru you mightbelki asksormak thoughgerçi is:
90
223000
2000
Şunu da sorabilirsiniz tabii:
04:00
Why do childrençocuklar learnöğrenmek so much?
91
225000
3000
Neden çocuklar bu kadar çok öğreniyor?
04:03
And how is it possiblemümkün for them to learnöğrenmek so much
92
228000
2000
Ve bu kadar kısa sürede bu kadar
04:05
in suchböyle a shortkısa time?
93
230000
2000
şeyi nasıl öğrenebiliyorlar?
04:07
I mean, after all, if you look at babiesbebekler superficiallyyüzeysel olarak,
94
232000
2000
Yani sonuçta bebeklere üstün körü bakacak olursanız
04:09
they seemgörünmek prettygüzel uselessyararsız.
95
234000
2000
baya yararsız duruyorlar.
04:11
And actuallyaslında in manyçok waysyolları, they're worsedaha da kötüsü than uselessyararsız,
96
236000
3000
Ve birçok yönden aslında, yararsızdan da beterler
04:14
because we have to put so much time and energyenerji
97
239000
2000
çünkü onları sadece hayatta tutmak için
04:16
into just keepingkoruma them alivecanlı.
98
241000
2000
o kadar fazla zaman ve enerji harcamamız gerekiyor ki.
04:18
But if we turndönüş to evolutionevrim
99
243000
2000
Ancak neden bu işe yaramaz
04:20
for an answerCevap to this puzzlebulmaca
100
245000
2000
bebeklere bakmak için bu kadar
04:22
of why we spendharcamak so much time
101
247000
2000
zaman harcadığımız sorusuna bir cevap
04:24
takingalma carebakım of uselessyararsız babiesbebekler,
102
249000
3000
bulmak için evrime yönelecek olursak
04:27
it turnsdönüşler out that there's actuallyaslında an answerCevap.
103
252000
3000
aslında bir cevap olduğu ortaya çıkıyor.
04:30
If we look acrosskarşısında manyçok, manyçok differentfarklı speciesTürler of animalshayvanlar,
104
255000
3000
Eğer bir çok hayvan türüne bakacak olursak
04:33
not just us primatesprimatlar,
105
258000
2000
sadece biz primatlara değil
04:35
but alsoAyrıca includingdahil olmak üzere other mammalsmemeliler, birdskuşlar,
106
260000
2000
ayrıca diğer memelilere, kuşlara
04:37
even marsupialsKeseli
107
262000
2000
hatta keselilere
04:39
like kangaroosKanguru and wombatsRahim,
108
264000
2000
kanguru ve wombat gibilere
04:41
it turnsdönüşler out that there's a relationshipilişki
109
266000
2000
bir türün ne kadar uzun bir çocukluğa
04:43
betweenarasında how long a childhoodçocukluk a speciesTürler has
110
268000
4000
sahip olduğuyla vücutlarına göre beyinlerinin
04:47
and how bigbüyük theironların brainsbeyin are comparedkarşılaştırıldığında to theironların bodiesbedenler
111
272000
4000
büyüklüğü arasında ve ne kadar zeka ve çevik oldukları
04:51
and how smartakıllı and flexibleesnek they are.
112
276000
2000
arasında bir bağlantı olduğu ortaya çıkıyor.
04:53
And sortçeşit of the posterbirdsposterbirds for this ideaFikir are the birdskuşlar up there.
113
278000
3000
Ve bu fikir için bariz örnekler havadaki kuşlar.
04:56
On one sideyan
114
281000
2000
Bir tarafta
04:58
is a NewYeni CaledonianCaledonian crowkarga.
115
283000
2000
Yeni Kaledonya kargası var.
05:00
And crowsKargalar and other corvidaeGenelde, ravensKuzgunlar, rooksRooks and so forthileri,
116
285000
3000
Ve kargalar ve diğer kargagiller, kuzgun, gökkarga ve diğerleri
05:03
are incrediblyinanılmaz smartakıllı birdskuşlar.
117
288000
2000
çok zeki kuşlar.
05:05
They're as smartakıllı as chimpanzeesşempanzelerin in some respectssaygılar.
118
290000
3000
Bazı yönlerden şempanzeler kadar zekiler.
05:08
And this is a birdkuş on the coverkapak of scienceBilim
119
293000
2000
Ve bu Science kapağındaki
05:10
who'skim learnedbilgili how to use a toolaraç to get foodGıda.
120
295000
3000
yemek almak için bir aracı kullanmayı öğrenen bir kuş.
05:13
On the other handel,
121
298000
2000
Diğer tarafta
05:15
we have our friendarkadaş the domesticyerli chickentavuk.
122
300000
2000
dostumuz evcil tavuklar var.
05:17
And chickenstavuklar and ducksördekler and geesekazlar and turkeysTürkiye'nin
123
302000
3000
Ve tavuklar ve ördekler ve kazlar ve hindiler
05:20
are basicallytemel olarak as dumbdilsiz as dumpsdöker.
124
305000
2000
resmen ot kadar aptaldırlar.
05:22
So they're very, very good at peckinggagalama for graintahıl,
125
307000
3000
Yani tahıl didiklemede çok çok iyiler
05:25
and they're not much good at doing anything elsebaşka.
126
310000
3000
ve başka şeylerde hiç iyi değiller.
05:28
Well it turnsdönüşler out that the babiesbebekler,
127
313000
2000
Öyle görünüyorki bebekler
05:30
the NewYeni CaledonianCaledonian crowkarga babiesbebekler, are fledglingsfledglings.
128
315000
2000
Yani Kaledonya karga yavruları, tecrübesiz çaylaklar,
05:32
They dependbağımlı on theironların momsAnneler
129
317000
2000
açık ağzılarına kurt bırakması
05:34
to dropdüşürmek wormssolucanlar in theironların little openaçık mouthsağızlar
130
319000
3000
için annelerine bağımlılar
05:37
for as long as two yearsyıl,
131
322000
2000
iki yıl kadar,
05:39
whichhangi is a really long time in the life of a birdkuş.
132
324000
2000
ki bu bir kuşun hayatında çok uzun bir zaman.
05:41
WhereasOysa the chickenstavuklar are actuallyaslında matureOlgun
133
326000
2000
Oysa ki tavuklar bir kaç ay içinde
05:43
withiniçinde a coupleçift of monthsay.
134
328000
2000
gayet yetişkin oluyorlar.
05:45
So childhoodçocukluk is the reasonneden
135
330000
3000
Yani kargaların Science kapağında
05:48
why the crowsKargalar endson up on the coverkapak of ScienceBilim
136
333000
2000
tavukların ise çorba kasesinde son bulmasının
05:50
and the chickenstavuklar endson up in the soupçorba pottencere.
137
335000
2000
sebebi çocukluk.
05:52
There's something about that long childhoodçocukluk
138
337000
3000
Bu uzun çocuklukta bilgi
05:55
that seemsgörünüyor to be connectedbağlı
139
340000
2000
ve öğrenmeyle bağlantılı
05:57
to knowledgebilgi and learningöğrenme.
140
342000
2000
olan bir şey var.
05:59
Well what kindtür of explanationaçıklama could we have for this?
141
344000
3000
Peki bunun için nasıl bir açıklama yapabiliriz?
06:02
Well some animalshayvanlar, like the chickentavuk,
142
347000
3000
Bazı hayvanlar, tavuk mesela,
06:05
seemgörünmek to be beautifullygüzel suiteduygun
143
350000
2000
sadece bir şeyi çok iyi yapmakla
06:07
to doing just one thing very well.
144
352000
2000
çok güzel uyuşuyorlar.
06:09
So they seemgörünmek to be beautifullygüzel suiteduygun
145
354000
3000
Yani bir ortamda tahıl didiklemeye
06:12
to peckinggagalama graintahıl in one environmentçevre.
146
357000
2000
çok iyi yakışıyorlar.
06:14
Other creaturesyaratıklar, like the crowsKargalar,
147
359000
2000
Kargalar gibi diğer yaratıklar
06:16
aren'tdeğil very good at doing anything in particularbelirli,
148
361000
2000
belirli bir konuda çok iyi değiller
06:18
but they're extremelyson derece good
149
363000
2000
ama diğer ortamların yasalarını
06:20
at learningöğrenme about lawsyasalar of differentfarklı environmentsortamları.
150
365000
2000
öğrenmede aşırı derecede iyiler.
06:22
And of coursekurs, we humaninsan beingsvarlıklar
151
367000
2000
Ve tabii ki biz insanlar
06:24
are way out on the endson of the distributiondağıtım like the crowsKargalar.
152
369000
3000
kargalar gibi türlerin çok ötesindeyiz.
06:27
We have biggerDaha büyük brainsbeyin relativebağıl to our bodiesbedenler
153
372000
2000
Vücudumuza göre bütün diğer hayvanlardan
06:29
by faruzak than any other animalhayvan.
154
374000
2000
çok daha büyük bir beyne sahibiz.
06:31
We're smarterdaha akıllı, we're more flexibleesnek,
155
376000
2000
Daha zekiyiz, daha esneğiz
06:33
we can learnöğrenmek more,
156
378000
2000
daha fazla öğrenebiliyoruz
06:35
we survivehayatta kalmak in more differentfarklı environmentsortamları,
157
380000
2000
daha farklı ortamlarda yaşam mücadelesi verebiliyoruz
06:37
we migratedgöç to coverkapak the worldDünya and even go to outerdış spaceuzay.
158
382000
3000
dünyayı çevrelemek ve hatta uzaya gitmek için göç edebiliyoruz.
06:40
And our babiesbebekler and childrençocuklar are dependentbağımlı on us
159
385000
3000
Ve bebeklerimiz ve çocuklarımız diğer türlerin
06:43
for much longeruzun than the babiesbebekler of any other speciesTürler.
160
388000
3000
bebeklerinden çok daha uzun süre bize bağımlılar.
06:46
My sonoğul is 23.
161
391000
2000
Oğlum 23 yaşında.
06:48
(LaughterKahkaha)
162
393000
2000
(gülüşmeler)
06:50
And at leasten az untila kadar they're 23,
163
395000
2000
En azından 23 yaşına kadar
06:52
we're still poppinghaşhaş those wormssolucanlar
164
397000
2000
açılmış küçük ağızlarına
06:54
into those little openaçık mouthsağızlar.
165
399000
3000
kurtları atıyoruz.
06:57
All right, why would we see this correlationbağıntı?
166
402000
3000
Pekala, bu bağlantıyı neden görüyoruz?
07:00
Well an ideaFikir is that that strategystrateji, that learningöğrenme strategystrateji,
167
405000
4000
Şöyle bir fikrimiz var bu strateji, bu öğrenme stratejisi
07:04
is an extremelyson derece powerfulgüçlü, great strategystrateji for gettingalma on in the worldDünya,
168
409000
3000
dünyada yaşamak için çok güçlü, mükemmel bir strateji
07:07
but it has one bigbüyük disadvantagedezavantaj.
169
412000
2000
ama büyük bir dezavantajı var.
07:09
And that one bigbüyük disadvantagedezavantaj
170
414000
2000
Ve bu büyük dezavantaj şu
07:11
is that, untila kadar you actuallyaslında do all that learningöğrenme,
171
416000
3000
bütün bu öğrenimi gerçekleştirene kadar
07:14
you're going to be helplessçaresiz.
172
419000
2000
aciz olacaksınız.
07:16
So you don't want to have the mastodonMastodon chargingdoldurma at you
173
421000
3000
Yani mamut size doğru koşarken
07:19
and be sayingsöz to yourselfkendin,
174
424000
2000
"Mancınık ya da mızrak işe yarayabilir.
07:21
"A slingshotsapan or maybe a spearmızrak mightbelki work. WhichHangi would actuallyaslında be better?"
175
426000
4000
Hangisi daha iyi olur?" diye düşünmek istemiyorsunuz.
07:25
You want to know all that
176
430000
2000
Bütün bunları mamutlar
07:27
before the mastodonsmastodonları actuallyaslında showgöstermek up.
177
432000
2000
daha ortaya çıkmadan bilmek istiyorsunuz.
07:29
And the way the evolutionsaçılımlar seemsgörünüyor to have solvedçözülmüş that problemsorun
178
434000
3000
Ve evrimler bu problemi bir çeşit iş bölümüyle
07:32
is with a kindtür of divisionbölünme of laboremek.
179
437000
2000
çözmüş gibi görünüyor.
07:34
So the ideaFikir is that we have this earlyerken perioddönem when we're completelytamamen protectedkorumalı.
180
439000
3000
Mantık şu ki bu erken periyodu tamamen korunurken yaşıyoruz.
07:37
We don't have to do anything. All we have to do is learnöğrenmek.
181
442000
3000
Bir şey yapmamıza gerek yok. Tek yapmamız gereken öğrenmek.
07:40
And then as adultsyetişkinler,
182
445000
2000
Ve yetişkinler olarak
07:42
we can take all those things that we learnedbilgili when we were babiesbebekler and childrençocuklar
183
447000
3000
bebeklikte ve çocuklukta öğrendiğimiz bütün bu şeyleri alıp
07:45
and actuallyaslında put them to work to do things out there in the worldDünya.
184
450000
3000
gerçek hayatta işleri yapmak için kullanabiliriz.
07:48
So one way of thinkingdüşünme about it
185
453000
2000
Bunu bebeklerin ve küçük çocukların
07:50
is that babiesbebekler and younggenç childrençocuklar
186
455000
2000
insan türünün araştırma ve geliştirme
07:52
are like the researchAraştırma and developmentgelişme divisionbölünme of the humaninsan speciesTürler.
187
457000
3000
bölümü olduğu olarak görebiliriz.
07:55
So they're the protectedkorumalı bluemavi skygökyüzü guys
188
460000
3000
Yani onlar dışarı çıkıp öğrenmesi ve iyi fikir edinmesi
07:58
who just have to go out and learnöğrenmek and have good ideasfikirler,
189
463000
2000
gereken korunmuş gökyüzü insanları
08:00
and we're productionüretim and marketingpazarlama.
190
465000
2000
ve biz de üretip pazarlıyoruz.
08:02
We have to take all those ideasfikirler
191
467000
2000
Çocukken öğrenmiş olduğumuz
08:04
that we learnedbilgili when we were childrençocuklar
192
469000
2000
bütün bu fikirleri almalı
08:06
and actuallyaslında put them to use.
193
471000
2000
ve onları gerçekten kullanmalıyız.
08:08
AnotherBaşka bir way of thinkingdüşünme about it
194
473000
2000
Bebekler ve çocukları noksan
08:10
is insteadyerine of thinkingdüşünme of babiesbebekler and childrençocuklar
195
475000
2000
yetişkinler olarak düşünmek
08:12
as beingolmak like defectivearızalı grownupsYetişkinler,
196
477000
2000
yerine onları aynı türün
08:14
we should think about them
197
479000
2000
gelişmekte olan farklı bir
08:16
as beingolmak a differentfarklı developmentalgelişimsel stageevre of the sameaynı speciesTürler --
198
481000
2000
aşaması olarak da düşünebiliriz
08:18
kindtür of like caterpillarstırtıllar and butterfliesKelebekler --
199
483000
3000
tırtıllar ve kelebekler gibi yani
08:21
exceptdışında that they're actuallyaslında the brilliantparlak butterfliesKelebekler
200
486000
2000
tabii onlar etrafta uçuşan ve
08:23
who are flittinguçuyor around the gardenBahçe and exploringkeşfetmek,
201
488000
3000
keşfeden çok zeki kelebekler
08:26
and we're the caterpillarstırtıllar
202
491000
2000
ve bizler de dar, yetişkin yolunda
08:28
who are inchingInching alonguzun bir our narrowdar, grownupYetişkin, adultyetişkin pathyol.
203
493000
3000
yavaşça ilerleyen tırtıllarız.
08:31
If this is truedoğru, if these babiesbebekler are designedtasarlanmış to learnöğrenmek --
204
496000
3000
Bu doğruysa, eğer bebekler öğrenmek için yaratılmışsa
08:34
and this evolutionaryevrimsel storyÖykü would say childrençocuklar are for learningöğrenme,
205
499000
3000
ve bu evrimsel hikaye çocukların öğrenmek için olduğunu söylüyor
08:37
that's what they're for --
206
502000
2000
bu iş için yaratıldıklarını -
08:39
we mightbelki expectbeklemek
207
504000
2000
onların gerçekten güçlü bir öğrenim
08:41
that they would have really powerfulgüçlü learningöğrenme mechanismsmekanizmalar.
208
506000
2000
mekanizmasına sahip olduklarını düşünebiliriz.
08:43
And in factgerçek, the baby'sBebeğin brainbeyin
209
508000
3000
Ve aslında, bir bebeğin beyni
08:46
seemsgörünüyor to be the mostçoğu powerfulgüçlü learningöğrenme computerbilgisayar
210
511000
2000
gezegen üzerindeki en güçlü
08:48
on the planetgezegen.
211
513000
2000
öğrenim bilgisayarı gibi görünüyor.
08:50
But realgerçek computersbilgisayarlar are actuallyaslında gettingalma to be a lot better.
212
515000
3000
Ama gerçek bilgisayarlar giderek daha iyi hale geliyorlar.
08:53
And there's been a revolutiondevrim
213
518000
2000
Ve son dönemlerde makinelerin
08:55
in our understandinganlayış of machinemakine learningöğrenme recentlyson günlerde.
214
520000
2000
öğrenimi anlayışımızda bir devrim gerçekleşti.
08:57
And it all dependsbağlıdır on the ideasfikirler of this guy,
215
522000
3000
Ve hepsi bu adamın fikirlerine dayanıyor
09:00
the ReverendPeder ThomasThomas BayesBayes,
216
525000
2000
18. yüzyılda bir istatistikçi ve matematikçi olan
09:02
who was a statisticianistatistikçi and mathematicianmatematikçi in the 18thinci centuryyüzyıl.
217
527000
3000
muhterem Thomas Bayes.
09:05
And essentiallyesasen what BayesBayes did
218
530000
3000
Bayes'in yaptığı şey esasında
09:08
was to providesağlamak a mathematicalmatematiksel way
219
533000
2000
bilim adamlarının dünyayı irdeleme şeklini
09:10
usingkullanma probabilityolasılık theoryteori
220
535000
2000
olasılık yöntemini kullanarak
09:12
to characterizekarakterize, describetanımlamak,
221
537000
2000
karakterize etmek ve tanımlamak
09:14
the way that scientistsBilim adamları find out about the worldDünya.
222
539000
2000
için matematiksel bir yol sunmaktı.
09:16
So what scientistsBilim adamları do
223
541000
2000
Bilim adamlarını yaptığı şey başlangıç
09:18
is they have a hypothesishipotez that they think mightbelki be likelymuhtemelen to startbaşlama with.
224
543000
3000
olabileceğini düşündükleri bir hipoteze sahip olmak.
09:21
They go out and testÖlçek it againstkarşısında the evidencekanıt.
225
546000
2000
Bu hipotezi alıyor ve bulgulara karşı deniyorlar.
09:23
The evidencekanıt makesmarkaları them changedeğişiklik that hypothesishipotez.
226
548000
2000
Bulgular onlara bu hipotezi değiştirtiyor.
09:25
Then they testÖlçek that newyeni hypothesishipotez
227
550000
2000
Sonra bu yeni hipotezi deniyorlar
09:27
and so on and so forthileri.
228
552000
2000
ve böyle devam ediyor.
09:29
And what BayesBayes showedgösterdi was a mathematicalmatematiksel way that you could do that.
229
554000
3000
Bayes'in yaptığı bunu yapabileceğiniz bir matematiksel bir yol göstermekti.
09:32
And that mathematicsmatematik is at the coreçekirdek
230
557000
2000
Ve bu matematik şu anda sahip olduğumuz
09:34
of the besten iyi machinemakine learningöğrenme programsprogramlar that we have now.
231
559000
2000
en iyi makine öğrenimi programlarının çekirdeğini oluşturuyor.
09:36
And some 10 yearsyıl agoönce,
232
561000
2000
Bir 10 yıl önce
09:38
I suggestedönerdi that babiesbebekler mightbelki be doing the sameaynı thing.
233
563000
4000
bebeklerin de aynı şeyi yapıyor olabileceğini öne sürdüm.
09:42
So if you want to know what's going on
234
567000
2000
Yani bu güzel kahverengi gözlerin
09:44
underneathaltında those beautifulgüzel brownkahverengi eyesgözleri,
235
569000
2000
arkasında nelerin olup bittiğini anlamak istiyorsanız
09:46
I think it actuallyaslında looksgörünüyor something like this.
236
571000
2000
sanırım gerçekte bunun gibi görünüyor.
09:48
This is ReverendPeder Bayes'sBayes'ın notebookNot defteri.
237
573000
2000
Bu muhterem Bayes'in not defteri.
09:50
So I think those babiesbebekler are actuallyaslında makingyapma complicatedkarmaşık calculationshesaplamalar
238
575000
3000
Bence bu bebekler dünyanın nasıl işlediğini
09:53
with conditionalKoşullu probabilitiesolasılıklar that they're revisinggözden geçirilmesi
239
578000
3000
anlamak için gözlemledikleri şartlı olsalıklar ile
09:56
to figureşekil out how the worldDünya worksEserleri.
240
581000
2000
gerçekten karışık hesaplamalar yapıyorlar.
09:58
All right, now that mightbelki seemgörünmek like an even tallerdaha uzun ordersipariş to actuallyaslında demonstrategöstermek.
241
583000
4000
Pekala, bunu göstermek için gerçekten daha uzun bir sıra gibi görünebilir.
10:02
Because after all, if you asksormak even grownupsYetişkinler about statisticsistatistik,
242
587000
2000
Çünkü sonuçta, yetişkinlere bile istatistik hakkında sorduğunuzda
10:04
they look extremelyson derece stupidaptal.
243
589000
2000
aşırı derecede aptal görünüyorlar.
10:06
How could it be that childrençocuklar are doing statisticsistatistik?
244
591000
3000
Bu çocuklar nasıl olurda istatistik yapıyor olabilir?
10:09
So to testÖlçek this we used a machinemakine that we have
245
594000
2000
Bunu test etmek için Blicket algılayıcı
10:11
calleddenilen the BlicketBlicket DetectorDedektör.
246
596000
2000
dediğimiz bir makineyi kullandık.
10:13
This is a boxkutu that lightsışıklar up and playsoyunlar musicmüzik
247
598000
2000
Bu üzerine belirli bir nesneyi koyduğunuzda
10:15
when you put some things on it and not othersdiğerleri.
248
600000
3000
ışıkları yanan ve müzik çalan bir kutu.
10:18
And usingkullanma this very simplebasit machinemakine,
249
603000
2000
Ve bu çok basit makineyi kullanarak
10:20
my lablaboratuvar and othersdiğerleri have donetamam dozensonlarca of studiesçalışmalar
250
605000
2000
benim labaratuarım ve diğerleri bebeklerin
10:22
showinggösterme just how good babiesbebekler are
251
607000
2000
dünya hakkında öğrenmede ne kadar
10:24
at learningöğrenme about the worldDünya.
252
609000
2000
başarılı olduklarını gösteren yüzlerce çalışma yaptı.
10:26
Let me mentionsöz etmek just one
253
611000
2000
Öğrencim Tumar Kushner ile yaptığım
10:28
that we did with TumarTumar KushnerKushner, my studentÖğrenci.
254
613000
2000
bir deneyden bahsedeyim size sadece.
10:30
If I showedgösterdi you this detectorDedektör,
255
615000
2000
Size bu algılayıcıyı gösterseydim
10:32
you would be likelymuhtemelen to think to beginbaşla with
256
617000
2000
muhtemelen algılayıcının çalışması için
10:34
that the way to make the detectorDedektör go
257
619000
2000
algılayıcının üzerine bir blok koymak
10:36
would be to put a blockblok on topüst of the detectorDedektör.
258
621000
3000
gerektiğini düşünmeye başlayacaktınız.
10:39
But actuallyaslında, this detectorDedektör
259
624000
2000
Ama aslında bu algılayıcı
10:41
worksEserleri in a bitbit of a strangegarip way.
260
626000
2000
biraz garip bir şekilde çalışıyor.
10:43
Because if you wavedalga a blockblok over the topüst of the detectorDedektör,
261
628000
3000
Çünkü eğer algılayıcının üzerinden bir blok geçirirseniz
10:46
something you wouldn'tolmaz ever think of to beginbaşla with,
262
631000
3000
asla düşünemeyeceğiniz bir şeyle başlarsak
10:49
the detectorDedektör will actuallyaslında activateetkinleştirmek two out of threeüç timeszamanlar.
263
634000
3000
algılayıcı aslında üç seferde iki kere aktif olacak.
10:52
WhereasOysa, if you do the likelymuhtemelen thing, put the blockblok on the detectorDedektör,
264
637000
3000
Halbu ki mantıklı olanı yapıp bloğu üzerine koysanız
10:55
it will only activateetkinleştirmek two out of sixaltı timeszamanlar.
265
640000
4000
altı defada sadece iki kere aktif olacak.
10:59
So the unlikelyolası olmayan hypothesishipotez
266
644000
2000
Yani olasılık dışı olan hipotez
11:01
actuallyaslında has strongergüçlü evidencekanıt.
267
646000
2000
aslında daha fazla kanıta sahip.
11:03
It looksgörünüyor as if the wavingsallama
268
648000
2000
Üzerinden geçirmek diğer taktikten
11:05
is a more effectiveetkili strategystrateji than the other strategystrateji.
269
650000
2000
daha etkili bir taktikmiş gibi görünüyor.
11:07
So we did just this; we gaveverdi fourdört year-oldsyaş this patternmodel of evidencekanıt,
270
652000
3000
Biz de şöyle yaptık, 4 yaşındaki deneklere bu bulgu örneğini verdik
11:10
and we just askeddiye sordu them to make it go.
271
655000
2000
ve sadece çalıştırmalarını istedik.
11:12
And sure enoughyeterli, the fourdört year-oldsyaş used the evidencekanıt
272
657000
3000
Ve umduğumuz gibi, dört yaşındaki denekler bu
11:15
to wavedalga the objectnesne on topüst of the detectorDedektör.
273
660000
3000
bulguyu nesneleri algılayıcının üzerinden gerçimek için kullandı.
11:18
Now there are two things that are really interestingilginç about this.
274
663000
3000
Şimdi bununla ilgili çok ilginç iki şey var.
11:21
The first one is, again, rememberhatırlamak, these are fourdört year-oldsyaş.
275
666000
3000
İlki, tekrarlıyorum, unutmayın bunlar 4 yaşında denekler.
11:24
They're just learningöğrenme how to countsaymak.
276
669000
2000
Saymayı daha yeni öğreniyorlar.
11:26
But unconsciouslybilinçsizce,
277
671000
2000
Ama bilinçsiz olarak
11:28
they're doing these quiteoldukça complicatedkarmaşık calculationshesaplamalar
278
673000
2000
onlara koşullu olasılık oranını verecek
11:30
that will give them a conditionalKoşullu probabilityolasılık measureölçmek.
279
675000
3000
gayet karmaşık hesaplamaları yapıyorlar.
11:33
And the other interestingilginç thing
280
678000
2000
Ve diğer ilginç şey
11:35
is that they're usingkullanma that evidencekanıt
281
680000
2000
dünya hakkında bir fikir, bir hipotez edinmek için
11:37
to get to an ideaFikir, get to a hypothesishipotez about the worldDünya,
282
682000
3000
bulguları değerlendiriyorlar
11:40
that seemsgörünüyor very unlikelyolası olmayan to beginbaşla with.
283
685000
3000
başlangıç için pek alışıldık görünmüyor bu.
11:43
And in studiesçalışmalar we'vebiz ettik just been doing in my lablaboratuvar, similarbenzer studiesçalışmalar,
284
688000
3000
Ve labaratuarımda yaptığım benzer çalışmalarda
11:46
we'vebiz ettik showgöstermek that fourdört year-oldsyaş are actuallyaslında better
285
691000
2000
bu dört yaşındaki deneklerin aynı görevi verdiğimizde
11:48
at findingbulgu out an unlikelyolası olmayan hypothesishipotez
286
693000
3000
olası olmayan bir hipotezi bulmakta
11:51
than adultsyetişkinler are when we give them exactlykesinlikle the sameaynı taskgörev.
287
696000
3000
aslında yetişkinlerden daha iyi olduklarını gösterdik.
11:54
So in these circumstanceskoşullar,
288
699000
2000
Bu koşullar altında
11:56
the childrençocuklar are usingkullanma statisticsistatistik to find out about the worldDünya,
289
701000
3000
çocuklar dünyayı anlamak için istatistik kullanıyorlar
11:59
but after all, scientistsBilim adamları alsoAyrıca do experimentsdeneyler,
290
704000
3000
ama neticede bilim adamları aynı zamanda deney da yapar
12:02
and we wanted to see if childrençocuklar are doing experimentsdeneyler.
291
707000
3000
ve biz çocukların da yapıp yapmadığını öğrenmek istedik.
12:05
When childrençocuklar do experimentsdeneyler we call it "gettingalma into everything"
292
710000
3000
Çocuklar deney yaptıkları zaman biz buna "her şeye karışma"
12:08
or elsebaşka "playingoynama."
293
713000
2000
ya da "oyun oynama" diyoruz.
12:10
And there's been a bunchDemet of interestingilginç studiesçalışmalar recentlyson günlerde
294
715000
3000
Ve son zamanlarda bu etrafta
12:13
that have showngösterilen this playingoynama around
295
718000
3000
oynamanın bir çeşit deneysel
12:16
is really a kindtür of experimentaldeneysel researchAraştırma programprogram.
296
721000
2000
araştırma olduğunu gösteren bir çok çalışma yapıldı.
12:18
Here'sİşte one from CristineCristine Legare'sLegare'nın lablaboratuvar.
297
723000
3000
Bu Cristine Legare'nin labartuarından bir çalışma.
12:21
What CristineCristine did was use our BlicketBlicket DetectorsDedektörleri.
298
726000
3000
Cristiene'nin yaptığı bizim Blicket algılayıcımızı kullanmaktı.
12:24
And what she did was showgöstermek childrençocuklar
299
729000
2000
Ve çocuklara gösterdiği sarı olanların
12:26
that yellowSarı onesolanlar madeyapılmış it go and redkırmızı onesolanlar didn't,
300
731000
2000
makineyi çalıştırdığı kırmızıların ise çalıştırmadığı
12:28
and then she showedgösterdi them an anomalyanomali.
301
733000
3000
sonra da onlara bir anomali gösterdi.
12:31
And what you'llEğer olacak see
302
736000
2000
Ve şimdi göreceğiniz
12:33
is that this little boyoğlan will go throughvasitasiyla fivebeş hypotheseshipotezler
303
738000
3000
bu küçük çocuğun iki dakika içinde
12:36
in the spaceuzay of two minutesdakika.
304
741000
3000
beş hipotez deneyeceği.
12:39
(VideoVideo) BoyÇocuk: How about this?
305
744000
3000
(Video) Çocuk: Buna ne dersin?
12:43
SameAynı as the other sideyan.
306
748000
3000
Diğer tarafla aynı.
12:46
AlisonAlison GopnikGopnik: Okay, so his first hypothesishipotez has just been falsifiedsahte.
307
751000
4000
Allison Gopnik: Tamam, ilk hipotezi biraz önce değiştirildi.
12:55
(LaughterKahkaha)
308
760000
2000
(gülüşmeler)
12:57
BoyÇocuk: This one lightedIşıklı up, and this one nothing.
309
762000
3000
Çocuk: Bu ışık yandı ve bu şey.
13:00
AGAG: Okay, he's got his experimentaldeneysel notebookNot defteri out.
310
765000
3000
AG: Tamam, deney defterini ortaya koydu.
13:06
BoyÇocuk: What's makingyapma this lightışık up.
311
771000
4000
Çocuk: Bu ışığı ne yakıyor?
13:11
(LaughterKahkaha)
312
776000
9000
(gülüşmeler)
13:20
I don't know.
313
785000
2000
Bilmiyorum.
13:22
AGAG: EveryHer scientistBilim insanı will recognizetanımak that expressionifade of despairumutsuzluk.
314
787000
4000
AG: Her araştırmacı bu umutsuzluk ifadesini tanıyacaktır.
13:26
(LaughterKahkaha)
315
791000
3000
(gülüşmeler)
13:29
BoyÇocuk: Oh, it's because this needsihtiyaçlar to be like this,
316
794000
6000
Çocuk: Ah, çünkü bunun böyle olması gerekiyor
13:35
and this needsihtiyaçlar to be like this.
317
800000
2000
ve bunun da böyle olması.
13:37
AGAG: Okay, hypothesishipotez two.
318
802000
3000
AG: Tamam, ikinci hipotez.
13:40
BoyÇocuk: That's why.
319
805000
2000
Çocuk: Bu yüzden oluyor.
13:42
Oh.
320
807000
2000
Ah.
13:44
(LaughterKahkaha)
321
809000
5000
(gülüşmeler)
13:49
AGAG: Now this is his nextSonraki ideaFikir.
322
814000
2000
AG: Şimdi bu onun yeni fikri.
13:51
He told the experimenterdeneyci to do this,
323
816000
2000
Deney sorumlusuna bunu yapmasını söyledi
13:53
to try puttingkoyarak it out ontoüstüne the other locationyer.
324
818000
4000
onu başka bir yere koymasını.
13:57
Not workingçalışma eitherya.
325
822000
2000
Bu da çalışmıyor.
14:02
BoyÇocuk: Oh, because the lightışık goesgider only to here,
326
827000
4000
Çocuk: Ah, çünkü ışık sadece buraya geliyor
14:06
not here.
327
831000
3000
buraya değil.
14:09
Oh, the bottomalt of this boxkutu
328
834000
3000
Ah, kutunun altında
14:12
has electricityelektrik in here,
329
837000
2000
burada elektrik var
14:14
but this doesn't have electricityelektrik.
330
839000
2000
ama bunun elektriği yok.
14:16
AGAG: Okay, that's a fourthdördüncü hypothesishipotez.
331
841000
2000
AG: Şimdi bu dördüncü hipotez.
14:18
BoyÇocuk: It's lightingaydınlatma up.
332
843000
2000
Çocuk: Çalışıyor.
14:20
So when you put fourdört.
333
845000
5000
Yani dördünü koyunca.
14:26
So you put fourdört on this one to make it lightışık up
334
851000
3000
Yani yanması için buraya dördünü koyuyorsun
14:29
and two on this one to make it lightışık up.
335
854000
2000
ve buraya da yanması için iki tane.
14:31
AGAG: Okay,there's his fifthbeşinci hypothesishipotez.
336
856000
2000
AG: Bu da beşinci hipotezi.
14:33
Now that is a particularlyözellikle --
337
858000
3000
Şimdi bu bilhassa --
14:36
that is a particularlyözellikle adorableçok güzel and articulateifade little boyoğlan,
338
861000
3000
bu özellikle şirin ve konuşkan küçük bir çocuk
14:39
but what CristineCristine discoveredkeşfedilen is this is actuallyaslında quiteoldukça typicaltipik.
339
864000
3000
ama Cristine'in keşfettiği aslında gayet normal.
14:42
If you look at the way childrençocuklar playoyun, when you asksormak them to explainaçıklamak something,
340
867000
3000
Çocukların oynama şekline bakarsanız, bir şeyi açıklamalarını istediğinizde
14:45
what they really do is do a seriesdizi of experimentsdeneyler.
341
870000
3000
yaptıkları aslında bir takım deney gerçekleştirmek.
14:48
This is actuallyaslında prettygüzel typicaltipik of fourdört year-oldsyaş.
342
873000
3000
Bu aslında dört yaşındakiler için oldukça normal.
14:51
Well, what's it like to be this kindtür of creatureyaratık?
343
876000
3000
Peki, böyle bir yaratık olmak nasıl bir şey?
14:54
What's it like to be one of these brilliantparlak butterfliesKelebekler
344
879000
3000
İki dakika içinde beş hipotezi deneyebilen
14:57
who can testÖlçek fivebeş hypotheseshipotezler in two minutesdakika?
345
882000
3000
bu zeki kelebeklerden birisi olmak nasıl bir şey?
15:00
Well, if you go back to those psychologistspsikologlar and philosophersfilozoflar,
346
885000
3000
Eğer psikologlara ve düşünerlere dönersek
15:03
a lot of them have said
347
888000
2000
bir çoğu bebeklerin ve küçük
15:05
that babiesbebekler and younggenç childrençocuklar were barelyzar zor consciousbilinçli
348
890000
2000
çocukların bilinçli olsalar dahi
15:07
if they were consciousbilinçli at all.
349
892000
2000
çok çok az bilinçli olduklarını söylediler.
15:09
And I think just the oppositekarşısında is truedoğru.
350
894000
2000
Ve bence tam tersi doğru.
15:11
I think babiesbebekler and childrençocuklar are actuallyaslında more consciousbilinçli than we are as adultsyetişkinler.
351
896000
3000
Bence bebekler ve çocuklar aslında biz yetişkinlerden daha bilinçliler.
15:14
Now here'sburada what we know about how adultyetişkin consciousnessbilinç worksEserleri.
352
899000
3000
Şimdi yetişkin bilincinin nasıl çalıştığına dair bildiklerimiz bunlar.
15:17
And adults'yetişkinlerin attentionDikkat and consciousnessbilinç
353
902000
2000
Ve yetişkinlerin dikkat ve idrakı
15:19
look kindtür of like a spotlightspot ışık.
354
904000
2000
bir sahne ışığı gibi duruyor.
15:21
So what happensolur for adultsyetişkinler
355
906000
2000
Yani yetişkinler için olan
15:23
is we decidekarar ver that something'sşey relevantuygun or importantönemli,
356
908000
2000
bir şeyin uygun ya da önemli olduğuna
15:25
we should payödeme attentionDikkat to it.
357
910000
2000
ona dikkat etmemiz gerektiğine karar veriyoruz.
15:27
Our consciousnessbilinç of that thing that we're attendingkatılıyor to
358
912000
2000
Ona verdiğimiz idrak aşırı derecede
15:29
becomesolur extremelyson derece brightparlak and vividcanlı,
359
914000
3000
parlak ve canlı hale geliyor
15:32
and everything elsebaşka sortçeşit of goesgider darkkaranlık.
360
917000
2000
ve diğer her şey kararıyor.
15:34
And we even know something about the way the brainbeyin does this.
361
919000
3000
Ve beynin bunu nasıl yaptığıyla ilgili bir şey de biliyoruz aslında.
15:37
So what happensolur when we payödeme attentionDikkat
362
922000
2000
Yani dikkatimizi topladığımızda olan şey
15:39
is that the prefrontalprefrontal cortexkorteks, the sortçeşit of executiveyönetici partBölüm of our brainsbeyin,
363
924000
3000
alın korteksi, bir nevi beynimizin idari merkezi
15:42
sendsgönderir a signalişaret
364
927000
2000
beynimizin küçük parçlarını daha
15:44
that makesmarkaları a little partBölüm of our brainbeyin much more flexibleesnek,
365
929000
2000
esnek, daha biçimlenebilir ve
15:46
more plasticplastik, better at learningöğrenme,
366
931000
2000
daha iyi öğrenebilir yapan bir sinyal gönderiyor
15:48
and shutskapatır down activityaktivite
367
933000
2000
ve beynimizin geri kalan kısmındaki
15:50
in all the restdinlenme of our brainsbeyin.
368
935000
2000
aktiviteleri sona erdiriyor.
15:52
So we have a very focusedodaklı, purpose-drivenAmaç odaklı kindtür of attentionDikkat.
369
937000
4000
Yani çok yoğun, amaca yönelik bir idrakımız var.
15:56
If we look at babiesbebekler and younggenç childrençocuklar,
370
941000
2000
Bebeklere ve küçük çocuklara bakarsak
15:58
we see something very differentfarklı.
371
943000
2000
çok farklı bir şey görüyoruz.
16:00
I think babiesbebekler and younggenç childrençocuklar
372
945000
2000
Bence bebekler ve küçük çocuklar
16:02
seemgörünmek to have more of a lanternFener of consciousnessbilinç
373
947000
2000
sahne ışığı gibi bir idraktan çok
16:04
than a spotlightspot ışık of consciousnessbilinç.
374
949000
2000
fener gibi bir idrağa sahip görünüyor.
16:06
So babiesbebekler and younggenç childrençocuklar are very badkötü
375
951000
3000
Yani bebekler ve çocuklar bir şeye
16:09
at narrowingdaralma down to just one thing.
376
954000
3000
indirgemekte çok kötüler.
16:12
But they're very good at takingalma in lots of informationbilgi
377
957000
3000
Ama aynı anda çok sayıda kaynaktan yüksek
16:15
from lots of differentfarklı sourceskaynaklar at oncebir Zamanlar.
378
960000
2000
miktarda bilgi almakta çok iyiler.
16:17
And if you actuallyaslında look in theironların brainsbeyin,
379
962000
2000
Ve beyinlerine bakacak olursanız aslında
16:19
you see that they're floodedsular altında with these neurotransmittersnörotransmitter
380
964000
3000
beyinlerinin bu nörotransmiterlerle kaynadığını
16:22
that are really good at inducinginducing learningöğrenme and plasticityplastisite,
381
967000
2000
ve bunların öğrenim biçimlendirmeyi tetiklemede çok iyi olduğunu
16:24
and the inhibitoryinhibitör partsparçalar haven'tyok come on yethenüz.
382
969000
3000
ve kısıtlayıcı kısımların daha oluşmadığını görüyorsunuz.
16:27
So when we say that babiesbebekler and younggenç childrençocuklar
383
972000
2000
Yani bebekler ve küçük çocukların dikkat
16:29
are badkötü at payingödeme yapan attentionDikkat,
384
974000
2000
toplamada çok kötü olduklarını söylediğimizde
16:31
what we really mean is that they're badkötü at not payingödeme yapan attentionDikkat.
385
976000
4000
gerçekten kast ettiğimiz şey dikkat etmemekte çok kötü oldukları.
16:35
So they're badkötü at gettingalma ridkurtulmuş
386
980000
2000
Yani onlara bir şeyler öğretebilecek bütün
16:37
of all the interestingilginç things that could tell them something
387
982000
2000
ilginç şeyleri başlarından savmada ve sadece önemli
16:39
and just looking at the thing that's importantönemli.
388
984000
2000
olanlara bakmakta kötüler.
16:41
That's the kindtür of attentionDikkat, the kindtür of consciousnessbilinç,
389
986000
3000
Bu öğrenmek için yaratılan
16:44
that we mightbelki expectbeklemek
390
989000
2000
kelebeklerden bekleyebileceğimiz bir
16:46
from those butterfliesKelebekler who are designedtasarlanmış to learnöğrenmek.
391
991000
2000
dikkat ve idrak türü.
16:48
Well if we want to think about a way
392
993000
2000
Eğer bebek idrakının nasıl bir şey olduğunu
16:50
of gettingalma a tastedamak zevki of that kindtür of babybebek consciousnessbilinç as adultsyetişkinler,
393
995000
4000
bir yetişkin olarak anlamanın bir yolunu düşünecek olursak
16:54
I think the besten iyi thing is think about casesvakalar
394
999000
2000
sanırım en iyisi daha önce asla bulunmadığımız
16:56
where we're put in a newyeni situationdurum that we'vebiz ettik never been in before --
395
1001000
3000
bir durumda bulunduğumuz veya
16:59
when we falldüşmek in love with someonebirisi newyeni,
396
1004000
2000
yeni birisine aşık olduğumuz ya da
17:01
or when we're in a newyeni cityŞehir for the first time.
397
1006000
3000
bir şehri ilk kez ziyaret ettiğimiz durumları düşünmek olur.
17:04
And what happensolur then is not that our consciousnessbilinç contractssözleşmeler,
398
1009000
2000
Ve sonrasında olan şey idrakımız daralmıyor
17:06
it expandsgenişler,
399
1011000
2000
genişliyor yani
17:08
so that those threeüç daysgünler in ParisParis
400
1013000
2000
Paris'teki bu üç gün
17:10
seemgörünmek to be more fulltam of consciousnessbilinç and experiencedeneyim
401
1015000
2000
yürüme, konuşma, zombi gibi okuldan eve gidip gelmeyle
17:12
than all the monthsay of beingolmak
402
1017000
2000
geçen bir aydan daha dazla
17:14
a walkingyürüme, talkingkonuşma, facultyFakülte meeting-attendingToplantı-katılıyor zombiezombi back home.
403
1019000
4000
bilinçli ve deneyim dolu duruyor.
17:18
And by the way, that coffeeKahve,
404
1023000
2000
Ve bu arada, kahve
17:20
that wonderfulolağanüstü coffeeKahve you've been drinkingiçme downstairsalt kat,
405
1025000
2000
aşağıda içtiğiniz şu şahane kahve
17:22
actuallyaslında mimicstaklit eder the effectEfekt
406
1027000
2000
aslında bu bebek nörotransmiterlerin
17:24
of those babybebek neurotransmittersnörotransmitter.
407
1029000
2000
davranışlarını taklit ediyor.
17:26
So what's it like to be a babybebek?
408
1031000
2000
Bir bebek olmak nasıl birşey?
17:28
It's like beingolmak in love
409
1033000
2000
Üç duble ekspreso içtikten
17:30
in ParisParis for the first time
410
1035000
2000
sonra ilk defa Paris'te
17:32
after you've had threeüç double-espressosDouble espresso.
411
1037000
2000
aşkı yaşamak gibi.
17:34
(LaughterKahkaha)
412
1039000
3000
(gülüşmeler)
17:37
That's a fantasticfantastik way to be,
413
1042000
2000
Hayal gibi bir yaşama şekli
17:39
but it does tendeğiliminde to leaveayrılmak you wakinguyanma up cryingağlıyor at threeüç o'clocksaat in the morningsabah.
414
1044000
4000
ama gecenin üçünde sizin ağlıyarak uyanmanıza yol açıyor.
17:43
(LaughterKahkaha)
415
1048000
3000
(gülüşmeler)
17:46
Now it's good to be a grownupYetişkin.
416
1051000
2000
Şimdi, yetişkin olmak iyi.
17:48
I don't want to say too much about how wonderfulolağanüstü babiesbebekler are.
417
1053000
2000
Bebeklerin ne kadar şahane olduklarıyla ilgili çok fazla konuşmak istemiyorum.
17:50
It's good to be a grownupYetişkin.
418
1055000
2000
Bir yetişkin olmak iyi.
17:52
We can do things like tiekravat our shoelacesayakkabı bağcığı and crossçapraz the streetsokak by ourselveskendimizi.
419
1057000
3000
Ayakkabı bağını bağlamak ve karşıdan karşıya geçmek gibi şeyleri tek başımıza yapabiliyoruz.
17:55
And it makesmarkaları senseduyu that we put a lot of effortçaba
420
1060000
2000
Ve yetişkinler gibi düşünen bebekleri yapmak
17:57
into makingyapma babiesbebekler think like adultsyetişkinler do.
421
1062000
4000
için o kadar çaba sarf etmemiz anlamlı geliyor.
18:01
But if what we want is to be like those butterfliesKelebekler,
422
1066000
3000
Ama eğer istediğimiz bu kelebekler gibi olmaksa
18:04
to have open-mindednessaçık fikirlilik, openaçık learningöğrenme,
423
1069000
3000
açık fikirli olmak, öğrenmeye açık olmak
18:07
imaginationhayal gücü, creativityyaratıcılık, innovationyenilik,
424
1072000
2000
hayal gücü, yaratıcılık, yenilik sahibi olmak
18:09
maybe at leasten az some of the time
425
1074000
2000
belki de en azından bazı zamanlar
18:11
we should be gettingalma the adultsyetişkinler
426
1076000
2000
yetişkinlerin daha çok çocuklar gibi
18:13
to startbaşlama thinkingdüşünme more like childrençocuklar.
427
1078000
2000
düşünmesini sağlamalıyız.
18:15
(ApplauseAlkış)
428
1080000
8000
(alkış)
Translated by Ahmet Mesut ATES
Reviewed by osman oguz ahsen

▲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