TEDGlobal 2011
Alison Gopnik: What do babies think?
Alison Gopnik: Què pensen els nadons?
Filmed:
Readability: 3.4
4,341,974 views
"Els nadons i els nens petits són com la divisió de R+D de l'espècie humana", diu la psicòloga Alison Gopnik. La seva investigació explora els sofisticats processos de recollida de dades i de presa de decisions que els nadons fan en realitat quan juguen.
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. Full bio
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
Què passa
00:17
in this baby's mind?
1
2000
2000
dins la ment d'aquest nadó?
00:19
If you'd asked people this 30 years ago,
2
4000
2000
Si ho haguéssiu preguntat fa 30 anys,
00:21
most people, including psychologists,
3
6000
2000
la majoria de gent, inclosos els psicòlegs,
00:23
would have said that this baby was irrational,
4
8000
3000
us haurien dit que aquest nadó és irracional,
00:26
illogical, egocentric --
5
11000
2000
il·lògic, egocèntric...
00:28
that he couldn't take the perspective of another person
6
13000
2000
que no podria prendre la perspectiva d'una altra persona
00:30
or understand cause and effect.
7
15000
2000
o entendre la causa i l'efecte.
00:32
In the last 20 years,
8
17000
2000
En els últims 20 anys,
00:34
developmental science has completely overturned that picture.
9
19000
3000
la ciència del desenvolupament ha capgirat totalment aquesta idea.
00:37
So in some ways,
10
22000
2000
Així que, en certa manera,
00:39
we think that this baby's thinking
11
24000
2000
pensem que el pensament d'aquest nadó
00:41
is like the thinking of the most brilliant scientists.
12
26000
4000
és com el pensament dels científics més brillants.
00:45
Let me give you just one example of this.
13
30000
2000
Us en posaré un exemple.
00:47
One thing that this baby could be thinking about,
14
32000
3000
Una cosa en la qual podria estar pensant el nadó,
00:50
that could be going on in his mind,
15
35000
2000
que podria estar-li passant per la ment,
00:52
is trying to figure out
16
37000
2000
és intentar entendre
00:54
what's going on in the mind of that other baby.
17
39000
3000
què li passa per la ment a un altre nadó.
00:57
After all, one of the things that's hardest for all of us to do
18
42000
3000
Al cap i la fi, una de les coses més difícils per a tots nosaltres
01:00
is to figure out what other people are thinking and feeling.
19
45000
3000
és entendre en què pensa i què sent altra gent.
01:03
And maybe the hardest thing of all
20
48000
2000
I potser el més difícil de tot
01:05
is to figure out that what other people think and feel
21
50000
3000
és entendre que allò que altra gent pensa i sent
01:08
isn't actually exactly like what we think and feel.
22
53000
2000
no és igual que el que nosaltres pensem i sentim.
01:10
Anyone who's followed politics can testify
23
55000
2000
Qualsevol que segueixi la política pot donar fe
01:12
to how hard that is for some people to get.
24
57000
3000
de com n'és de difícil entendre alguna gent.
01:15
We wanted to know
25
60000
2000
Volíem saber
01:17
if babies and young children
26
62000
2000
si els nadons i els nens petits
01:19
could understand this really profound thing about other people.
27
64000
3000
podien entendre això tan profund sobre altra gent.
01:22
Now the question is: How could we ask them?
28
67000
2000
La qüestió és: com els ho podem preguntar?
01:24
Babies, after all, can't talk,
29
69000
2000
Els nadons, al cap i la fi, no parlen,
01:26
and if you ask a three year-old
30
71000
2000
i si li demanes a un nen de 3 anys
01:28
to tell you what he thinks,
31
73000
2000
que et digui què pensa,
01:30
what you'll get is a beautiful stream of consciousness monologue
32
75000
3000
et contestarà amb un preciós corrent de consciència
01:33
about ponies and birthdays and things like that.
33
78000
3000
sobre ponis i aniversaris i coses així.
01:36
So how do we actually ask them the question?
34
81000
3000
Així que com els hi podem fer la pregunta?
01:39
Well it turns out that the secret was broccoli.
35
84000
3000
Doncs resulta que el secret estava en el bròquil.
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
87000
4000
El que vam fer la Betty Rapacholi, una de les meves estudiants, i jo
01:46
was actually to give the babies two bowls of food:
37
91000
3000
va ser donar als nadons dos bols amb menjar:
01:49
one bowl of raw broccoli
38
94000
2000
un bol amb bròquil cru
01:51
and one bowl of delicious goldfish crackers.
39
96000
3000
i un bol amb galetetes salades boníssimes.
01:54
Now all of the babies, even in Berkley,
40
99000
3000
Doncs a tots els nadons, fins i tot als de Berkeley,
01:57
like the crackers and don't like the raw broccoli.
41
102000
3000
els van agradar les galetes i no els va agradar el bròquil.
02:00
(Laughter)
42
105000
2000
(Rialles)
02:02
But then what Betty did
43
107000
2000
Però aleshores la Betty
02:04
was to take a little taste of food from each bowl.
44
109000
3000
va tastar una mica del menjar de cada bol
02:07
And she would act as if she liked it or she didn't.
45
112000
2000
i va fer com si li agradés o no li agradés.
02:09
So half the time, she acted
46
114000
2000
La meitat de les vegades, va actuar
02:11
as if she liked the crackers and didn't like the broccoli --
47
116000
2000
com si li agradessin les galetes i no el bròquil,
02:13
just like a baby and any other sane person.
48
118000
3000
igual que al nadó i que a qualsevol persona normal.
02:16
But half the time,
49
121000
2000
Però l'altra meitat,
02:18
what she would do is take a little bit of the broccoli
50
123000
2000
agafava un trosset de bròquil
02:20
and go, "Mmmmm, broccoli.
51
125000
3000
i feia: "Mmmmm, bròquil.
02:23
I tasted the broccoli. Mmmmm."
52
128000
3000
He provat el bròquil. Mmmmm."
02:26
And then she would take a little bit of the crackers,
53
131000
2000
Aleshores agafava un trosset de galeta
02:28
and she'd go, "Eww, yuck, crackers.
54
133000
4000
i feia: "Ecs, ecs, galetes.
02:32
I tasted the crackers. Eww, yuck."
55
137000
3000
He provat les galetes. Ecs, ecs".
02:35
So she'd act as if what she wanted
56
140000
2000
Així doncs, actuava com si volgués
02:37
was just the opposite of what the babies wanted.
57
142000
3000
justament el contrari del que volien els nadons.
02:40
We did this with 15 and 18 month-old babies.
58
145000
2000
Ho vam fer amb nadons de 15 i 18 mesos.
02:42
And then she would simply put her hand out and say,
59
147000
3000
I aleshores ella simplement estirava la mà i deia:
02:45
"Can you give me some?"
60
150000
2000
"Me'n pots donar una mica?"
02:47
So the question is: What would the baby give her,
61
152000
2000
La qüestió és: què li donarien els nadons,
02:49
what they liked or what she liked?
62
154000
2000
el que els agradava a ells o el que li agradava a ella?
02:51
And the remarkable thing was that 18 month-old babies,
63
156000
3000
El més notable és que els nadons de 18 mesos,
02:54
just barely walking and talking,
64
159000
2000
que tot just caminen i parlen,
02:56
would give her the crackers if she liked the crackers,
65
161000
3000
li donaven les galetes si a ella li agradaven les galetes,
02:59
but they would give her the broccoli if she liked the broccoli.
66
164000
3000
però li donaven bròquil si a ella li agradava el bròquil.
03:02
On the other hand,
67
167000
2000
Per altra banda,
03:04
15 month-olds would stare at her for a long time
68
169000
2000
els de 15 mesos se la miraven molta estona
03:06
if she acted as if she liked the broccoli,
69
171000
2000
si ella feia com si li agradés el bròquil,
03:08
like they couldn't figure this out.
70
173000
3000
com si no ho poguessin entendre.
03:11
But then after they stared for a long time,
71
176000
2000
Però després de mirar-la molta estona,
03:13
they would just give her the crackers,
72
178000
2000
simplement li donaven galetes,
03:15
what they thought everybody must like.
73
180000
2000
el que ells pensaven que li hauria d'agradar a tothom.
03:17
So there are two really remarkable things about this.
74
182000
3000
Així que hi ha dues coses notables sobre això.
03:20
The first one is that these little 18 month-old babies
75
185000
3000
La primera és que aquests nadons de 18 mesos
03:23
have already discovered
76
188000
2000
ja han descobert
03:25
this really profound fact about human nature,
77
190000
2000
aquest fet tan profund de la naturalesa humana:
03:27
that we don't always want the same thing.
78
192000
2000
que no sempre volem el mateix que els altres.
03:29
And what's more, they felt that they should actually do things
79
194000
2000
Encara més, van sentir que havien de fer coses
03:31
to help other people get what they wanted.
80
196000
3000
per ajudar altra gent a obtenir el que vol.
03:34
Even more remarkably though,
81
199000
2000
Però encara més extraordinari
03:36
the fact that 15 month-olds didn't do this
82
201000
3000
és el fet que els de 15 mesos no ho van fer,
03:39
suggests that these 18 month-olds had learned
83
204000
3000
i això suggereix que aquest nadons de 18 mesos han après
03:42
this deep, profound fact about human nature
84
207000
3000
aquest fet profund sobre la naturalesa humana
03:45
in the three months from when they were 15 months old.
85
210000
3000
en els tres mesos des que tenien 15 mesos.
03:48
So children both know more and learn more
86
213000
2000
Així que els nens saben i aprenen més
03:50
than we ever would have thought.
87
215000
2000
del que mai hauríem pensat.
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
217000
4000
I aquest només és un dels centenars d'estudis dels últims 20 anys
03:56
that's actually demonstrated it.
89
221000
2000
que ho demostren.
03:58
The question you might ask though is:
90
223000
2000
La qüestió que us podeu plantejar és:
04:00
Why do children learn so much?
91
225000
3000
per què aprenen tant els nens?
04:03
And how is it possible for them to learn so much
92
228000
2000
I com els és possible aprendre tant
04:05
in such a short time?
93
230000
2000
en tan poc temps?
04:07
I mean, after all, if you look at babies superficially,
94
232000
2000
Vull dir, si mires els nadons superficialment,
04:09
they seem pretty useless.
95
234000
2000
semblen bastant inútils.
04:11
And actually in many ways, they're worse than useless,
96
236000
3000
I de fet en moltes maneres, són pitjor que inútils,
04:14
because we have to put so much time and energy
97
239000
2000
perquè els hem de dedicar molt de temps i energia
04:16
into just keeping them alive.
98
241000
2000
només per mantenir-los vius.
04:18
But if we turn to evolution
99
243000
2000
Però si busquem en l'evolució
04:20
for an answer to this puzzle
100
245000
2000
una resposta per a aquest misteri
04:22
of why we spend so much time
101
247000
2000
de per què passem tant de temps
04:24
taking care of useless babies,
102
249000
3000
cuidant de nadons inútils,
04:27
it turns out that there's actually an answer.
103
252000
3000
resulta que de fet hi ha una resposta.
04:30
If we look across many, many different species of animals,
104
255000
3000
Si mirem moltíssimes espècies diferents d'animals,
04:33
not just us primates,
105
258000
2000
no només els primats com nosaltres,
04:35
but also including other mammals, birds,
106
260000
2000
sinó també altres mamífers, ocells,
04:37
even marsupials
107
262000
2000
fins i tot marsupials
04:39
like kangaroos and wombats,
108
264000
2000
com els cangurs i els uombats,
04:41
it turns out that there's a relationship
109
266000
2000
resulta que hi ha una relació
04:43
between how long a childhood a species has
110
268000
4000
entre com n'és de llarga la infantesa en una espècie
04:47
and how big their brains are compared to their bodies
111
272000
4000
i com de gran és el seu cervell respecte del seu cos
04:51
and how smart and flexible they are.
112
276000
2000
i com de llestos i adaptables són.
04:53
And sort of the posterbirds for this idea are the birds up there.
113
278000
3000
I els ocells model per a aquesta idea són aquests d'aquí dalt.
04:56
On one side
114
281000
2000
En un costat
04:58
is a New Caledonian crow.
115
283000
2000
teniu un corb de Nova Caledònia.
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
285000
3000
I els corbs i altres còrvids, com ara les garses o les graules,
05:03
are incredibly smart birds.
117
288000
2000
són ocells increïblement llestos.
05:05
They're as smart as chimpanzees in some respects.
118
290000
3000
Són tan llestos com els ximpanzés, en alguns aspectes.
05:08
And this is a bird on the cover of science
119
293000
2000
Aquest ocell que està a la portada de Science
05:10
who's learned how to use a tool to get food.
120
295000
3000
ha après a utilitzar una eina per obtenir aliment.
05:13
On the other hand,
121
298000
2000
Per altra banda,
05:15
we have our friend the domestic chicken.
122
300000
2000
aquí tenim el nostre amic, el pollastre domèstic.
05:17
And chickens and ducks and geese and turkeys
123
302000
3000
Els pollastres, ànecs, oques i galls dindis
05:20
are basically as dumb as dumps.
124
305000
2000
són bàsicament estúpids.
05:22
So they're very, very good at pecking for grain,
125
307000
3000
Així que són molt, molt bons en buscar gra,
05:25
and they're not much good at doing anything else.
126
310000
3000
però no són gaire bons en fer res més.
05:28
Well it turns out that the babies,
127
313000
2000
Doncs resulta que les cries
05:30
the New Caledonian crow babies, are fledglings.
128
315000
2000
del corb de Nova Caledònia, són ocellets novells.
05:32
They depend on their moms
129
317000
2000
Depenen de les seves mares
05:34
to drop worms in their little open mouths
130
319000
3000
perquè els posin cucs a les seves boquetes obertes
05:37
for as long as two years,
131
322000
2000
durant uns dos anys,
05:39
which is a really long time in the life of a bird.
132
324000
2000
que és realment molt de temps en la vida d'un ocell.
05:41
Whereas the chickens are actually mature
133
326000
2000
Mentre que els pollastres de fet maduren
05:43
within a couple of months.
134
328000
2000
en un parell de mesos.
05:45
So childhood is the reason
135
330000
3000
Així doncs, la infantesa és la raó
05:48
why the crows end up on the cover of Science
136
333000
2000
per la qual els corbs acaben a la portada de Science
05:50
and the chickens end up in the soup pot.
137
335000
2000
i els pollastres acaben a l'olla de la sopa.
05:52
There's something about that long childhood
138
337000
3000
Hi ha alguna cosa en aquesta llarga infantesa
05:55
that seems to be connected
139
340000
2000
que sembla connectada
05:57
to knowledge and learning.
140
342000
2000
al coneixement i l'aprenentatge.
05:59
Well what kind of explanation could we have for this?
141
344000
3000
Quin tipus d'explicació hi podem donar?
06:02
Well some animals, like the chicken,
142
347000
3000
Doncs alguns animals, com els pollastres,
06:05
seem to be beautifully suited
143
350000
2000
semblen perfectament adaptats
06:07
to doing just one thing very well.
144
352000
2000
per fer només una cosa molt bé.
06:09
So they seem to be beautifully suited
145
354000
3000
Així que semblen perfectament adaptats
06:12
to pecking grain in one environment.
146
357000
2000
per buscar gra en un medi concret.
06:14
Other creatures, like the crows,
147
359000
2000
Altres criatures, com els corbs,
06:16
aren't very good at doing anything in particular,
148
361000
2000
no són gaire bones en fer res en concret,
06:18
but they're extremely good
149
363000
2000
però són extremadament bones
06:20
at learning about laws of different environments.
150
365000
2000
en aprendre les lleis de diversos medis.
06:22
And of course, we human beings
151
367000
2000
I per descomptat, nosaltres els éssers humans
06:24
are way out on the end of the distribution like the crows.
152
369000
3000
estem ben al final de la distribució, igual que els corbs.
06:27
We have bigger brains relative to our bodies
153
372000
2000
Tenim cervells molt més grans en relació al nostre cos
06:29
by far than any other animal.
154
374000
2000
que cap altre animal.
06:31
We're smarter, we're more flexible,
155
376000
2000
Som més llestos, més flexibles,
06:33
we can learn more,
156
378000
2000
podem aprendre més,
06:35
we survive in more different environments,
157
380000
2000
sobrevivim en més medis diferents,
06:37
we migrated to cover the world and even go to outer space.
158
382000
3000
hem emigrat per tot el mon, i fins i tot a l'espai exterior.
06:40
And our babies and children are dependent on us
159
385000
3000
I els nostres nadons i nens depenen de nosaltres
06:43
for much longer than the babies of any other species.
160
388000
3000
durant molt més temps que els nadons d'altres espècies.
06:46
My son is 23.
161
391000
2000
El meu fill té 23 anys.
06:48
(Laughter)
162
393000
2000
(Rialles)
06:50
And at least until they're 23,
163
395000
2000
I com a mínim fins que tenen 23 anys,
06:52
we're still popping those worms
164
397000
2000
encara posem cucs
06:54
into those little open mouths.
165
399000
3000
en les seves boquetes obertes.
06:57
All right, why would we see this correlation?
166
402000
3000
I per què veiem aquesta correlació?
07:00
Well an idea is that that strategy, that learning strategy,
167
405000
4000
Una idea és que aquesta estratègia d'aprenentatge
07:04
is an extremely powerful, great strategy for getting on in the world,
168
409000
3000
és extremadament bona i poderosa per progressar al món,
07:07
but it has one big disadvantage.
169
412000
2000
però té un gran desavantatge.
07:09
And that one big disadvantage
170
414000
2000
I aquest gran desavantatge
07:11
is that, until you actually do all that learning,
171
416000
3000
és que, fins que no completes l'aprenentatge,
07:14
you're going to be helpless.
172
419000
2000
estàs indefens.
07:16
So you don't want to have the mastodon charging at you
173
421000
3000
No vols que, mentre t'està atacant un mastodont,
07:19
and be saying to yourself,
174
424000
2000
tu estiguis pensant:
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
426000
4000
"Un tirador o potser una llança podrien funcionar. Quin seria millor?"
07:25
You want to know all that
176
430000
2000
Vols saber-ho
07:27
before the mastodons actually show up.
177
432000
2000
abans que el mastodont aparegui.
07:29
And the way the evolutions seems to have solved that problem
178
434000
3000
I la manera com l'evolució sembla que ha solucionat aquest problema
07:32
is with a kind of division of labor.
179
437000
2000
és amb una mena de divisió del treball.
07:34
So the idea is that we have this early period when we're completely protected.
180
439000
3000
La idea és que tenim aquest primer període en què estem protegits.
07:37
We don't have to do anything. All we have to do is learn.
181
442000
3000
No hem de fer res. Només hem d'aprendre.
07:40
And then as adults,
182
445000
2000
I després com a adults,
07:42
we can take all those things that we learned when we were babies and children
183
447000
3000
podem agafar tot el que hem après mentre érem nadons i nens
07:45
and actually put them to work to do things out there in the world.
184
450000
3000
i utilitzar-ho per fer coses al món.
07:48
So one way of thinking about it
185
453000
2000
Així doncs una manera de pensar-hi
07:50
is that babies and young children
186
455000
2000
és que els nadons i els nens petits
07:52
are like the research and development division of the human species.
187
457000
3000
són com la divisió de recerca i desenvolupament de l'espècie humana.
07:55
So they're the protected blue sky guys
188
460000
3000
Així que són aquests tipus creatius protegits
07:58
who just have to go out and learn and have good ideas,
189
463000
2000
que només han de sortir i aprendre i tenir bones idees,
08:00
and we're production and marketing.
190
465000
2000
i nosaltres som producció i màrqueting.
08:02
We have to take all those ideas
191
467000
2000
Nosaltres hem d'agafar totes aquestes idees
08:04
that we learned when we were children
192
469000
2000
que hem après mentre érem nens
08:06
and actually put them to use.
193
471000
2000
i posar-les en ús.
08:08
Another way of thinking about it
194
473000
2000
Una altra manera de pensar-hi
08:10
is instead of thinking of babies and children
195
475000
2000
és que en lloc de pensar en nadons i nens
08:12
as being like defective grownups,
196
477000
2000
com si fossin adults defectuosos,
08:14
we should think about them
197
479000
2000
hauríem de pensar en ells
08:16
as being a different developmental stage of the same species --
198
481000
2000
com una etapa diferent de desenvolupament dins d'una mateixa espècie,
08:18
kind of like caterpillars and butterflies --
199
483000
3000
com ara les erugues i les papallones,
08:21
except that they're actually the brilliant butterflies
200
486000
2000
només que ells són les papallones brillants
08:23
who are flitting around the garden and exploring,
201
488000
3000
que voletegen pel jardí i exploren,
08:26
and we're the caterpillars
202
491000
2000
i nosaltres som les erugues
08:28
who are inching along our narrow, grownup, adult path.
203
493000
3000
que avancem poc a poc pel nostre camí estret d'adults.
08:31
If this is true, if these babies are designed to learn --
204
496000
3000
Si és veritat que aquests nadons estan dissenyats per aprendre,
08:34
and this evolutionary story would say children are for learning,
205
499000
3000
i aquesta història evolutiva mostrés que els nens estan per aprendre,
08:37
that's what they're for --
206
502000
2000
que existeixen per a això,
08:39
we might expect
207
504000
2000
podem esperar
08:41
that they would have really powerful learning mechanisms.
208
506000
2000
que tinguin mecanismes d'aprenentatge realment poderosos.
08:43
And in fact, the baby's brain
209
508000
3000
I de fet, el cervell d'un nadó
08:46
seems to be the most powerful learning computer
210
511000
2000
sembla ser l'ordinador d'aprenentatge més poderós
08:48
on the planet.
211
513000
2000
del planeta.
08:50
But real computers are actually getting to be a lot better.
212
515000
3000
Però els ordinadors reals de fet estan millorant molt.
08:53
And there's been a revolution
213
518000
2000
I recentment hi ha hagut una revolució
08:55
in our understanding of machine learning recently.
214
520000
2000
en la nostra manera d'entendre l'aprenentatge automàtic.
08:57
And it all depends on the ideas of this guy,
215
522000
3000
I tot es basa en les idees d'aquest home,
09:00
the Reverend Thomas Bayes,
216
525000
2000
el reverend Thomas Bayes,
09:02
who was a statistician and mathematician in the 18th century.
217
527000
3000
que fou un estadístic i matemàtic del segle XVIII.
09:05
And essentially what Bayes did
218
530000
3000
Essencialment, el que va fer Bayes
09:08
was to provide a mathematical way
219
533000
2000
va ser trobar un mètode matemàtic
09:10
using probability theory
220
535000
2000
utilitzant la teoria de la probabilitat
09:12
to characterize, describe,
221
537000
2000
per caracteritzar i descriure
09:14
the way that scientists find out about the world.
222
539000
2000
la manera en què els científics aprenen del món.
09:16
So what scientists do
223
541000
2000
Així que el que fan els científics
09:18
is they have a hypothesis that they think might be likely to start with.
224
543000
3000
és que comencen amb una hipòtesi que creuen possible.
09:21
They go out and test it against the evidence.
225
546000
2000
Aleshores la posen a prova front a l'evidència.
09:23
The evidence makes them change that hypothesis.
226
548000
2000
L'evidència fa que canviïn aquesta hipòtesi.
09:25
Then they test that new hypothesis
227
550000
2000
Aleshores posen a prova la nova hipòtesi
09:27
and so on and so forth.
228
552000
2000
i així successivament.
09:29
And what Bayes showed was a mathematical way that you could do that.
229
554000
3000
I el que va demostrar Bayes és un mètode matemàtic per fer això.
09:32
And that mathematics is at the core
230
557000
2000
I aquest mètode és la base
09:34
of the best machine learning programs that we have now.
231
559000
2000
dels millors programes d'aprenentatge que tenim ara.
09:36
And some 10 years ago,
232
561000
2000
Fa uns 10 anys,
09:38
I suggested that babies might be doing the same thing.
233
563000
4000
vaig suggerir que els nadons potser feien el mateix.
09:42
So if you want to know what's going on
234
567000
2000
Així que si voleu saber el que passa
09:44
underneath those beautiful brown eyes,
235
569000
2000
sota aquests preciosos ulls marrons,
09:46
I think it actually looks something like this.
236
571000
2000
jo crec que és una cosa més o menys així.
09:48
This is Reverend Bayes's notebook.
237
573000
2000
Això és la llibreta d'anotacions del reverend Bayes.
09:50
So I think those babies are actually making complicated calculations
238
575000
3000
Crec que els nadons, de fet, estan fent càlculs complicats
09:53
with conditional probabilities that they're revising
239
578000
3000
amb probabilitats condicionals que estan revisant
09:56
to figure out how the world works.
240
581000
2000
per entendre com funciona el món.
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
583000
4000
D'acord, això pot semblar una cosa encara més difícil de demostrar.
10:02
Because after all, if you ask even grownups about statistics,
242
587000
2000
Perquè fins i tot si preguntes als adults sobre estadística,
10:04
they look extremely stupid.
243
589000
2000
semblen extremadament estúpids.
10:06
How could it be that children are doing statistics?
244
591000
3000
Com pot ser que els nens prenguin estadístiques?
10:09
So to test this we used a machine that we have
245
594000
2000
Per posar-ho a prova vam utilitzar una màquina
10:11
called the Blicket Detector.
246
596000
2000
que anomenem detector Blicket.
10:13
This is a box that lights up and plays music
247
598000
2000
És una capsa que s'il·lumina i toca música
10:15
when you put some things on it and not others.
248
600000
3000
quan poses algunes coses a sobre, però no d'altres.
10:18
And using this very simple machine,
249
603000
2000
Utilitzant aquesta màquina tan simple,
10:20
my lab and others have done dozens of studies
250
605000
2000
el meu i altres laboratoris han fet dotzenes d'estudis
10:22
showing just how good babies are
251
607000
2000
que mostren com en són de bons els nadons
10:24
at learning about the world.
252
609000
2000
en aprendre sobre el món.
10:26
Let me mention just one
253
611000
2000
En mencionaré només un
10:28
that we did with Tumar Kushner, my student.
254
613000
2000
que vam fer amb la Tamar Kushner, una estudiant meva.
10:30
If I showed you this detector,
255
615000
2000
Si us mostro aquest detector,
10:32
you would be likely to think to begin with
256
617000
2000
segurament començaríeu pensant
10:34
that the way to make the detector go
257
619000
2000
que la manera de fer funcionar el detector
10:36
would be to put a block on top of the detector.
258
621000
3000
seria posar un bloc a sobre del detector.
10:39
But actually, this detector
259
624000
2000
Però de fet, aquest detector
10:41
works in a bit of a strange way.
260
626000
2000
funciona d'una manera una mica estranya.
10:43
Because if you wave a block over the top of the detector,
261
628000
3000
Perquè si agites un bloc per sobre del detector,
10:46
something you wouldn't ever think of to begin with,
262
631000
3000
una cosa que ni t'imaginaries al principi,
10:49
the detector will actually activate two out of three times.
263
634000
3000
el detector s'activa dues de cada tres vegades.
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
637000
3000
En canvi, si fas el més probable, posar el bloc a sobre del detector,
10:55
it will only activate two out of six times.
265
640000
4000
només s'activa dues de cada sis vegades.
10:59
So the unlikely hypothesis
266
644000
2000
Així doncs la hipòtesi poc probable
11:01
actually has stronger evidence.
267
646000
2000
és la que té una evidència més forta.
11:03
It looks as if the waving
268
648000
2000
Sembla que agitar
11:05
is a more effective strategy than the other strategy.
269
650000
2000
és una estratègia més efectiva que l'altra estratègia.
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
652000
3000
Així que vam fer això: vam donar a nens de 4 anys aquest patró d'evidència,
11:10
and we just asked them to make it go.
271
655000
2000
i els vam demanar de fer-lo funcionar.
11:12
And sure enough, the four year-olds used the evidence
272
657000
3000
I és clar, els nens de 4 anys van utilitzar l'evidència
11:15
to wave the object on top of the detector.
273
660000
3000
per agitar l'objecte per sobre del detector.
11:18
Now there are two things that are really interesting about this.
274
663000
3000
Hi ha dues coses molt interessants sobre això.
11:21
The first one is, again, remember, these are four year-olds.
275
666000
3000
La primera és que, un cop més, recordin que tenen 4 anys.
11:24
They're just learning how to count.
276
669000
2000
Tot just estan aprenent a comptar.
11:26
But unconsciously,
277
671000
2000
Però inconscientment,
11:28
they're doing these quite complicated calculations
278
673000
2000
estan fent càlculs bastant complicats
11:30
that will give them a conditional probability measure.
279
675000
3000
que els donen una mesura de probabilitat condicionada.
11:33
And the other interesting thing
280
678000
2000
I una altra cosa interessant
11:35
is that they're using that evidence
281
680000
2000
és que utilitzen aquesta evidència
11:37
to get to an idea, get to a hypothesis about the world,
282
682000
3000
per arribar a una idea, a una hipòtesi sobre el món,
11:40
that seems very unlikely to begin with.
283
685000
3000
que en un principi sembla improbable.
11:43
And in studies we've just been doing in my lab, similar studies,
284
688000
3000
I en estudis similars que hem estat fent al meu laboratori,
11:46
we've show that four year-olds are actually better
285
691000
2000
hem demostrat que els nens de 4 anys són de fet millors
11:48
at finding out an unlikely hypothesis
286
693000
3000
en trobar hipòtesis improbables
11:51
than adults are when we give them exactly the same task.
287
696000
3000
que els adults, quan se'ls assigna exactament la mateixa tasca.
11:54
So in these circumstances,
288
699000
2000
Així doncs en aquestes circumstàncies,
11:56
the children are using statistics to find out about the world,
289
701000
3000
el nens utilitzen estadístiques per aprendre sobre el món,
11:59
but after all, scientists also do experiments,
290
704000
3000
però al cap i a la fi, els científics també fan experiments,
12:02
and we wanted to see if children are doing experiments.
291
707000
3000
i volíem veure si els nens fan experiments.
12:05
When children do experiments we call it "getting into everything"
292
710000
3000
Quan els nens fan experiments ho anomenem "tocar-ho tot",
12:08
or else "playing."
293
713000
2000
o si no, "jugar".
12:10
And there's been a bunch of interesting studies recently
294
715000
3000
Recentment hi ha hagut un grapat d'estudis interessants
12:13
that have shown this playing around
295
718000
3000
que mostren que aquests jocs
12:16
is really a kind of experimental research program.
296
721000
2000
són una mena de programa de recerca experimental.
12:18
Here's one from Cristine Legare's lab.
297
723000
3000
Aquest és del laboratori de la Cristine Legare.
12:21
What Cristine did was use our Blicket Detectors.
298
726000
3000
La Cristine va utilitzar els nostres detectors Blicket.
12:24
And what she did was show children
299
729000
2000
I va ensenyar als nens
12:26
that yellow ones made it go and red ones didn't,
300
731000
2000
que els grocs el feien funcionar i els vermells no,
12:28
and then she showed them an anomaly.
301
733000
3000
i aleshores els va mostrar una anomalia.
12:31
And what you'll see
302
736000
2000
I el que veureu
12:33
is that this little boy will go through five hypotheses
303
738000
3000
és que aquest nen petit passarà per cinc hipòtesis
12:36
in the space of two minutes.
304
741000
3000
en l'espai de dos minuts.
12:39
(Video) Boy: How about this?
305
744000
3000
(Vídeo) Nen: I si fem això?
12:43
Same as the other side.
306
748000
3000
Igual que l'altre costat.
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
751000
4000
Alison Gopnik: Aquesta primera hipòtesi ha estat refutada.
12:55
(Laughter)
308
760000
2000
(Rialles)
12:57
Boy: This one lighted up, and this one nothing.
309
762000
3000
Nen: Aquest s'encén, i aquest altre res.
13:00
AG: Okay, he's got his experimental notebook out.
310
765000
3000
AG: D'acord, ara ha tret la llibreta de notes experimentals.
13:06
Boy: What's making this light up.
311
771000
4000
Nen: Què fa que aquest s'encengui?
13:11
(Laughter)
312
776000
9000
(Rialles)
13:20
I don't know.
313
785000
2000
No ho sé.
13:22
AG: Every scientist will recognize that expression of despair.
314
787000
4000
AG: Qualsevol científic reconeixerà aquesta expressió de desesperació.
13:26
(Laughter)
315
791000
3000
(Rialles)
13:29
Boy: Oh, it's because this needs to be like this,
316
794000
6000
Nen: Ah, és perquè cal que estigui així,
13:35
and this needs to be like this.
317
800000
2000
i això cal que estigui així.
13:37
AG: Okay, hypothesis two.
318
802000
3000
AG: D'acord, hipòtesi dos.
13:40
Boy: That's why.
319
805000
2000
Nen: És per això.
13:42
Oh.
320
807000
2000
Oh.
13:44
(Laughter)
321
809000
5000
(Rialles)
13:49
AG: Now this is his next idea.
322
814000
2000
AG: Ara ve la seva propera idea.
13:51
He told the experimenter to do this,
323
816000
2000
Li va dir a l'experimentadora que fes això,
13:53
to try putting it out onto the other location.
324
818000
4000
intentar posar-ho en l'altre lloc.
13:57
Not working either.
325
822000
2000
Tampoc funciona.
14:02
Boy: Oh, because the light goes only to here,
326
827000
4000
Nen: Ah, perquè la llum s'encén només aquí,
14:06
not here.
327
831000
3000
però no aquí.
14:09
Oh, the bottom of this box
328
834000
3000
Ah, el fons d'aquesta capsa
14:12
has electricity in here,
329
837000
2000
té electricitat aquí,
14:14
but this doesn't have electricity.
330
839000
2000
però aquesta no té electricitat.
14:16
AG: Okay, that's a fourth hypothesis.
331
841000
2000
AG: D'acord, aquí està la quarta hipòtesi.
14:18
Boy: It's lighting up.
332
843000
2000
Nen: S'encén.
14:20
So when you put four.
333
845000
5000
Així que hi has de posar quatre.
14:26
So you put four on this one to make it light up
334
851000
3000
Si poses quatre en aquest, fan que s'encengui
14:29
and two on this one to make it light up.
335
854000
2000
i dos en aquest fan que s'encengui.
14:31
AG: Okay,there's his fifth hypothesis.
336
856000
2000
AG: D'acord, aquí està la cinquena hipòtesi.
14:33
Now that is a particularly --
337
858000
3000
Bé, aquest nen
14:36
that is a particularly adorable and articulate little boy,
338
861000
3000
és particularment adorable i eloqüent,
14:39
but what Cristine discovered is this is actually quite typical.
339
864000
3000
però el que va descobrir la Cristine és que de fet és força típic.
14:42
If you look at the way children play, when you ask them to explain something,
340
867000
3000
Si mires com juguen els nens quan els demanes que t'expliquin alguna cosa,
14:45
what they really do is do a series of experiments.
341
870000
3000
el que fan en realitat és una sèrie d'experiments.
14:48
This is actually pretty typical of four year-olds.
342
873000
3000
De fet és molt típic en nens de quatre anys.
14:51
Well, what's it like to be this kind of creature?
343
876000
3000
Doncs, com és ser una criatura d'aquesta mena?
14:54
What's it like to be one of these brilliant butterflies
344
879000
3000
Com és ser una d'aquestes papallones brillants
14:57
who can test five hypotheses in two minutes?
345
882000
3000
que pot posar a prova cinc hipòtesis en dos minuts?
15:00
Well, if you go back to those psychologists and philosophers,
346
885000
3000
Doncs, si tornem als psicòlegs i filòsofs,
15:03
a lot of them have said
347
888000
2000
molts d'ells han dit
15:05
that babies and young children were barely conscious
348
890000
2000
que els nadons i els nens petits amb prou feines són conscients;
15:07
if they were conscious at all.
349
892000
2000
si és que en són gens, de conscients.
15:09
And I think just the opposite is true.
350
894000
2000
I jo penso que la veritat és justament el contrari.
15:11
I think babies and children are actually more conscious than we are as adults.
351
896000
3000
Crec que els nadons i els nens de fet són més conscients que nosaltres, els adults.
15:14
Now here's what we know about how adult consciousness works.
352
899000
3000
Això és el que sabem de com funciona la consciència dels adults.
15:17
And adults' attention and consciousness
353
902000
2000
L'atenció i la consciència dels adults
15:19
look kind of like a spotlight.
354
904000
2000
semblen com una mena de focus.
15:21
So what happens for adults
355
906000
2000
El que passa amb els adults
15:23
is we decide that something's relevant or important,
356
908000
2000
és que decidim que una cosa és important,
15:25
we should pay attention to it.
357
910000
2000
que hi hem de parar atenció.
15:27
Our consciousness of that thing that we're attending to
358
912000
2000
La nostra consciència de la cosa a la qual parem atenció
15:29
becomes extremely bright and vivid,
359
914000
3000
resulta extremadament brillant i vívida,
15:32
and everything else sort of goes dark.
360
917000
2000
i tota la resta sembla que s'enfosqueixi.
15:34
And we even know something about the way the brain does this.
361
919000
3000
I fins i tot sabem una mica de com el cervell fa això.
15:37
So what happens when we pay attention
362
922000
2000
Quan parem atenció
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
924000
3000
el còrtex prefrontal, la mena de part executiva del nostre cervell,
15:42
sends a signal
364
927000
2000
envia un senyal
15:44
that makes a little part of our brain much more flexible,
365
929000
2000
que fa molt més flexible una petita part del nostre cervell,
15:46
more plastic, better at learning,
366
931000
2000
més plàstica, millor en aprendre,
15:48
and shuts down activity
367
933000
2000
i tanca l'activitat
15:50
in all the rest of our brains.
368
935000
2000
de tota la resta del nostre cervell.
15:52
So we have a very focused, purpose-driven kind of attention.
369
937000
4000
Així doncs, tenim una atenció molt centrada en el nostre propòsit.
15:56
If we look at babies and young children,
370
941000
2000
Si mirem els nadons i nens petits,
15:58
we see something very different.
371
943000
2000
veiem una cosa molt diferent.
16:00
I think babies and young children
372
945000
2000
Crec que els nadons i els nens petits
16:02
seem to have more of a lantern of consciousness
373
947000
2000
sembla que tinguin més aviat un fanal de consciència
16:04
than a spotlight of consciousness.
374
949000
2000
que no pas un focus de consciència.
16:06
So babies and young children are very bad
375
951000
3000
Així que els nadons i els nens petits són terribles
16:09
at narrowing down to just one thing.
376
954000
3000
en concentrar-se en només una cosa.
16:12
But they're very good at taking in lots of information
377
957000
3000
Però són molt bons en assimilar molta informació
16:15
from lots of different sources at once.
378
960000
2000
de moltes fonts diferents alhora.
16:17
And if you actually look in their brains,
379
962000
2000
I si mires en els seus cervells,
16:19
you see that they're flooded with these neurotransmitters
380
964000
3000
veus que estan plens d'uns neurotransmissors
16:22
that are really good at inducing learning and plasticity,
381
967000
2000
que són molt bons en induir aprenentatge i plasticitat,
16:24
and the inhibitory parts haven't come on yet.
382
969000
3000
i les parts inhibidores encara no hi són.
16:27
So when we say that babies and young children
383
972000
2000
Així doncs, quan diem que els nadons i els nens
16:29
are bad at paying attention,
384
974000
2000
són dolents en posar atenció,
16:31
what we really mean is that they're bad at not paying attention.
385
976000
4000
el que realment volem dir és que són dolents en no posar atenció.
16:35
So they're bad at getting rid
386
980000
2000
Així que són dolents en lliurar-se
16:37
of all the interesting things that could tell them something
387
982000
2000
de totes les coses interessants que podrien ensenyar-los alguna cosa
16:39
and just looking at the thing that's important.
388
984000
2000
i només mirar la cosa que és important.
16:41
That's the kind of attention, the kind of consciousness,
389
986000
3000
Aquest és el tipus d'atenció, el tipus de consciència,
16:44
that we might expect
390
989000
2000
que esperaríem
16:46
from those butterflies who are designed to learn.
391
991000
2000
d'aquestes papallones dissenyades per aprendre.
16:48
Well if we want to think about a way
392
993000
2000
Si volem pensar en una manera
16:50
of getting a taste of that kind of baby consciousness as adults,
393
995000
4000
de tenir un tast d'aquesta consciència infantil com a adults,
16:54
I think the best thing is think about cases
394
999000
2000
penso que el millor és pensar en casos
16:56
where we're put in a new situation that we've never been in before --
395
1001000
3000
en què ens trobem en una situació nova que mai no hem viscut abans,
16:59
when we fall in love with someone new,
396
1004000
2000
com quan ens enamorem d'algú nou,
17:01
or when we're in a new city for the first time.
397
1006000
3000
o quan anem a una ciutat nova per primera vegada.
17:04
And what happens then is not that our consciousness contracts,
398
1009000
2000
La nostra consciència no és contrau,
17:06
it expands,
399
1011000
2000
sinó que s'expandeix,
17:08
so that those three days in Paris
400
1013000
2000
de manera que aquells tres dies a París
17:10
seem to be more full of consciousness and experience
401
1015000
2000
semblen molt més plens de consciència i experiència
17:12
than all the months of being
402
1017000
2000
que tots els mesos de ser
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1019000
4000
un zombi que camina, parla i va a la facultat quan estem a casa.
17:18
And by the way, that coffee,
404
1023000
2000
I per cert, aquest cafè,
17:20
that wonderful coffee you've been drinking downstairs,
405
1025000
2000
aquest meravellós cafè que heu pres a baix,
17:22
actually mimics the effect
406
1027000
2000
de fet imita l'efecte
17:24
of those baby neurotransmitters.
407
1029000
2000
d'aquests neurotransmissors infantils.
17:26
So what's it like to be a baby?
408
1031000
2000
Així que, com és ser un nadó?
17:28
It's like being in love
409
1033000
2000
És com estar enamorat
17:30
in Paris for the first time
410
1035000
2000
a París per primera vegada
17:32
after you've had three double-espressos.
411
1037000
2000
després de prendre tres cafès exprés dobles.
17:34
(Laughter)
412
1039000
3000
(Rialles)
17:37
That's a fantastic way to be,
413
1042000
2000
És una manera fantàstica d'estar,
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1044000
4000
però té tendència a fer que et llevis a les tres del matí plorant.
17:43
(Laughter)
415
1048000
3000
(Rialles)
17:46
Now it's good to be a grownup.
416
1051000
2000
És bo ser un adult.
17:48
I don't want to say too much about how wonderful babies are.
417
1053000
2000
No vull dir massa sobre les meravelles dels nadons.
17:50
It's good to be a grownup.
418
1055000
2000
És bo ser un adult.
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1057000
3000
Podem fer coses com cordar-nos les sabates i creuar sols el carrer.
17:55
And it makes sense that we put a lot of effort
420
1060000
2000
I té sentit que posem molt d'esforç
17:57
into making babies think like adults do.
421
1062000
4000
en fer pensar els nadons com ho fan els adults.
18:01
But if what we want is to be like those butterflies,
422
1066000
3000
Però si el que volem és ser com aquestes papallones,
18:04
to have open-mindedness, open learning,
423
1069000
3000
tenir la ment oberta, obertura a l'aprenentatge,
18:07
imagination, creativity, innovation,
424
1072000
2000
imaginació, creativitat, innovació,
18:09
maybe at least some of the time
425
1074000
2000
potser com a mínim algunes vegades
18:11
we should be getting the adults
426
1076000
2000
hauríem de fer que els adults
18:13
to start thinking more like children.
427
1078000
2000
comencessin a pensar més com els nens.
18:15
(Applause)
428
1080000
8000
(Aplaudiments)
ABOUT THE SPEAKER
Alison Gopnik - Child development psychologistAlison 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 Baby, The 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."
Alison Gopnik | Speaker | TED.com