TED2015
Laura Schulz: The surprisingly logical minds of babies
Laura Schulz: Pikiran logika yang mengejutkan dari bayi
Filmed:
Readability: 3.8
1,888,975 views
Bagaimana bayi belajar banyak dari sedikit sumber dengan cepat? Dengan ceramah yang asyik dan penuh dengan percobaan, ilmuwan kognitif Laura Schulz menunjukkan bagaimana anak-anak kecil membuat keputusan dengan logika yang ternyata kuat, dengan sangat baik sebelum mereka bahkan dapat berbicara.
Laura Schulz - Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn. Full bio
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn. Full bio
Double-click the English transcript below to play the video.
00:12
Mark Twain summed up
what I take to be
what I take to be
0
835
2155
Mark Twain meringkas
yang saya pandang sebagai
yang saya pandang sebagai
00:14
one of the fundamental problems
of cognitive science
of cognitive science
1
2990
3120
salah satu masalah mendasar ilmu kognitif
00:18
with a single witticism.
2
6110
1710
dengan satu gurauan.
00:20
He said, "There's something
fascinating about science.
fascinating about science.
3
8410
3082
Katanya, "Ada yang menarik
tentang ilmu pengetahuan.
tentang ilmu pengetahuan.
00:23
One gets such wholesale
returns of conjecture
returns of conjecture
4
11492
3228
Ada keuntungan berupa
dugaan dalam jumlah yang besar
dugaan dalam jumlah yang besar
00:26
out of such a trifling
investment in fact."
investment in fact."
5
14720
3204
dari sekelumit investasi fakta."
00:29
(Laughter)
6
17924
1585
(Tertawa)
00:32
Twain meant it as a joke,
of course, but he's right:
of course, but he's right:
7
20199
2604
Twain bercanda,
tentu saja, tapi dia benar:
tentu saja, tapi dia benar:
00:34
There's something
fascinating about science.
fascinating about science.
8
22803
2876
Ada yang menarik tentang ilmu pengetahuan.
00:37
From a few bones, we infer
the existence of dinosuars.
the existence of dinosuars.
9
25679
4261
Dari beberapa tulang, kita menyimpulkan
keberadaan dinosaurus.
keberadaan dinosaurus.
00:42
From spectral lines,
the composition of nebulae.
the composition of nebulae.
10
30910
3871
Dari garis-garis spektrum,
komposisi nebula.
komposisi nebula.
00:47
From fruit flies,
11
35471
2938
Dari lalat buah,
00:50
the mechanisms of heredity,
12
38409
2943
mekanisme hereditas,
00:53
and from reconstructed images
of blood flowing through the brain,
of blood flowing through the brain,
13
41352
4249
dan dari penyusunan ulang
gambar darah yang mengalir ke otak,
gambar darah yang mengalir ke otak,
00:57
or in my case, from the behavior
of very young children,
of very young children,
14
45601
4708
atau dalam kasus saya,
dari perilaku anak-anak,
dari perilaku anak-anak,
01:02
we try to say something about
the fundamental mechanisms
the fundamental mechanisms
15
50309
2829
kita mencoba mengungkapkan
mekanisme dasar kognisi manusia.
mekanisme dasar kognisi manusia.
01:05
of human cognition.
16
53138
1618
01:07
In particular, in my lab in the Department
of Brain and Cognitive Sciences at MIT,
of Brain and Cognitive Sciences at MIT,
17
55716
4759
Khususnya, di laboratorium saya
di Dept. Ilmu Otak dan Kognitif di MIT,
di Dept. Ilmu Otak dan Kognitif di MIT,
01:12
I have spent the past decade
trying to understand the mystery
trying to understand the mystery
18
60475
3654
Saya telah menghabiskan dekade terakhir
mencoba memahami misteri
mencoba memahami misteri
01:16
of how children learn so much
from so little so quickly.
from so little so quickly.
19
64129
3977
bagaimana anak-anak belajar banyak
dari sedikit sumber dengan cepat.
dari sedikit sumber dengan cepat.
01:20
Because, it turns out that
the fascinating thing about science
the fascinating thing about science
20
68666
2978
Karena, ternyata yang menarik
mengenai ilmu pengetahuan
mengenai ilmu pengetahuan
01:23
is also a fascinating
thing about children,
thing about children,
21
71644
3529
juga merupakan yang menarik
mengenai anak-anak,
mengenai anak-anak,
01:27
which, to put a gentler
spin on Mark Twain,
spin on Mark Twain,
22
75173
2581
yaitu, untuk menyederhanakan
kutipan Mark Twain,
kutipan Mark Twain,
01:29
is precisely their ability
to draw rich, abstract inferences
to draw rich, abstract inferences
23
77754
4650
tepatnya adalah kemampuan mereka untuk
menarik kesimpulan yang kaya dan abstrak
menarik kesimpulan yang kaya dan abstrak
01:34
rapidly and accurately
from sparse, noisy data.
from sparse, noisy data.
24
82404
4661
dengan cepat dan akurat
dari data yang sedikit dan hingar.
dari data yang sedikit dan hingar.
01:40
I'm going to give you
just two examples today.
just two examples today.
25
88355
2398
Saya hanya akan memberi Anda
dua contoh hari ini.
dua contoh hari ini.
01:42
One is about a problem of generalization,
26
90753
2287
Yang pertama adalah masalah generalisasi,
01:45
and the other is about a problem
of causal reasoning.
of causal reasoning.
27
93040
2850
dan yang kedua adalah
masalah penalaran sebab-akibat.
masalah penalaran sebab-akibat.
Dan meski saya akan membahas
tentang karya saya di lab,
tentang karya saya di lab,
01:47
And although I'm going to talk
about work in my lab,
about work in my lab,
28
95890
2525
01:50
this work is inspired by
and indebted to a field.
and indebted to a field.
29
98415
3460
karya ini terinspirasi dari
dan berhutang pada praktik lapangan.
dan berhutang pada praktik lapangan.
01:53
I'm grateful to mentors, colleagues,
and collaborators around the world.
and collaborators around the world.
30
101875
4283
Saya bersyukur dapat mengajar, bermitra,
dan berkolaborasi di seluruh dunia.
dan berkolaborasi di seluruh dunia.
01:59
Let me start with the problem
of generalization.
of generalization.
31
107308
2974
Mari saya mulai dengan
masalah generalisasi.
masalah generalisasi.
02:02
Generalizing from small samples of data
is the bread and butter of science.
is the bread and butter of science.
32
110652
4133
Generalisasi dari sedikit sampel data
adalah makanan pokok ilmu pengetahuan.
adalah makanan pokok ilmu pengetahuan.
02:06
We poll a tiny fraction of the electorate
33
114785
2554
Kami memungut suara dari sekelumit pemilih
02:09
and we predict the outcome
of national elections.
of national elections.
34
117339
2321
dan kami memprediksi
hasil pemilihan nasional.
hasil pemilihan nasional.
02:12
We see how a handful of patients
responds to treatment in a clinical trial,
responds to treatment in a clinical trial,
35
120240
3925
Kami mengamati bagaimana sejumlah pasien
memberi tanggapan pada klinik percobaan,
memberi tanggapan pada klinik percobaan,
02:16
and we bring drugs to a national market.
36
124165
3065
dan kami membawa obat-obatan
ke pasar nasional.
ke pasar nasional.
02:19
But this only works if our sample
is randomly drawn from the population.
is randomly drawn from the population.
37
127230
4365
Tapi ini hanya berhasil jika sampel kami
diambil secara acak dari populasinya.
diambil secara acak dari populasinya.
02:23
If our sample is cherry-picked
in some way --
in some way --
38
131595
2735
Jika sampel kami dipilih
dengan cara-cara tertentu --
dengan cara-cara tertentu --
02:26
say, we poll only urban voters,
39
134330
2072
misal, pemungutan suara
hanya di kota besar,
hanya di kota besar,
02:28
or say, in our clinical trials
for treatments for heart disease,
for treatments for heart disease,
40
136402
4388
atau, perawatan penyakit jantung
di klinik percobaan kami
di klinik percobaan kami
02:32
we include only men --
41
140790
1881
hanya diperuntukan bagi para pria --
02:34
the results may not generalize
to the broader population.
to the broader population.
42
142671
3158
hasilnya tidak akan mengeneralisasi
populasi yang lebih luas.
populasi yang lebih luas.
02:38
So scientists care whether evidence
is randomly sampled or not,
is randomly sampled or not,
43
146479
3581
Jadi para ilmuwan peduli apakah bukti
diambil dari sampel acak atau tidak,
diambil dari sampel acak atau tidak,
02:42
but what does that have to do with babies?
44
150060
2015
tapi apa hubungannya dengan bayi?
02:44
Well, babies have to generalize
from small samples of data all the time.
from small samples of data all the time.
45
152585
4621
Yah, bayi harus mengeneralisasi dari
sejumlah kecil sampel data setiap saat.
sejumlah kecil sampel data setiap saat.
Mereka melihat beberapa bebek karet
dan belajar bahwa benda itu mengapung,
dan belajar bahwa benda itu mengapung,
02:49
They see a few rubber ducks
and learn that they float,
and learn that they float,
46
157206
3158
02:52
or a few balls and learn that they bounce.
47
160364
3575
atau beberapa bola dan belajar
bahwa benda itu membal.
bahwa benda itu membal.
02:55
And they develop expectations
about ducks and balls
about ducks and balls
48
163939
2951
Dan mereka membangun ekspektasi
tentang bebek karet dan bola
tentang bebek karet dan bola
02:58
that they're going to extend
to rubber ducks and balls
to rubber ducks and balls
49
166890
2716
yang akan terus mereka bawa
tentang bebek karet dan bola
tentang bebek karet dan bola
03:01
for the rest of their lives.
50
169606
1879
seumur hidup mereka.
03:03
And the kinds of generalizations
babies have to make about ducks and balls
babies have to make about ducks and balls
51
171485
3739
Dan jenis generalisasi yang harus dibuat
oleh bayi tentang bebek dan bola
oleh bayi tentang bebek dan bola
mereka melakukannya
terhadap hampir semua hal:
terhadap hampir semua hal:
03:07
they have to make about almost everything:
52
175224
2089
03:09
shoes and ships and sealing wax
and cabbages and kings.
and cabbages and kings.
53
177313
3917
sepatu dan kapal dan lilin segel
dan kubis dan raja-raja.
dan kubis dan raja-raja.
03:14
So do babies care whether
the tiny bit of evidence they see
the tiny bit of evidence they see
54
182200
2961
Bayi juga peduli apakah
sekelumit bukti yang mereka lihat
sekelumit bukti yang mereka lihat
03:17
is plausibly representative
of a larger population?
of a larger population?
55
185161
3692
secara masuk akal mewakili
populasi yang lebih besar?
populasi yang lebih besar?
03:21
Let's find out.
56
189763
1900
Mari kita cari tahu.
Saya akan tunjukkan Anda dua cuplikan,
03:23
I'm going to show you two movies,
57
191663
1723
03:25
one from each of two conditions
of an experiment,
of an experiment,
58
193386
2462
satu dari setiap dua kondisi percobaan,
03:27
and because you're going to see
just two movies,
just two movies,
59
195848
2438
dan karena Anda hanya akan
melihat dua cuplikan,
melihat dua cuplikan,
03:30
you're going to see just two babies,
60
198286
2136
Anda hanya akan melihat dua bayi,
03:32
and any two babies differ from each other
in innumerable ways.
in innumerable ways.
61
200422
3947
dan kedua bayi tersebut berbeda
satu sama lain dari berbagai segi.
satu sama lain dari berbagai segi.
03:36
But these babies, of course,
here stand in for groups of babies,
here stand in for groups of babies,
62
204369
3051
Tapi bayi-bayi ini, tentunya,
mewakili sekelompok bayi,
mewakili sekelompok bayi,
03:39
and the differences you're going to see
63
207420
1895
dan perbedaan yang akan Anda lihat
03:41
represent average group differences
in babies' behavior across conditions.
in babies' behavior across conditions.
64
209315
5195
mewakili perbedaan rata-rata sekelompok
perilaku bayi pada berbagai kondisi.
perilaku bayi pada berbagai kondisi.
Di setiap cuplikan, mungkin
Anda akan lihat bayi melakukan
Anda akan lihat bayi melakukan
03:47
In each movie, you're going to see
a baby doing maybe
a baby doing maybe
65
215160
2583
03:49
just exactly what you might
expect a baby to do,
expect a baby to do,
66
217743
3460
tepat seperti apa yang kira-kira
Anda harapkan dari seorang bayi,
Anda harapkan dari seorang bayi,
03:53
and we can hardly make babies
more magical than they already are.
more magical than they already are.
67
221203
4017
dan kami tidak dapat membuat bayi
lebih ajaib daripada yang sudah ada.
lebih ajaib daripada yang sudah ada.
03:58
But to my mind the magical thing,
68
226090
2010
Tapi di pikiran saya hal ajaib itu,
04:00
and what I want you to pay attention to,
69
228100
2089
dan apa yang saya ingin Anda perhatikan,
04:02
is the contrast between
these two conditions,
these two conditions,
70
230189
3111
adalah perbedaan antara dua kondisi ini,
04:05
because the only thing
that differs between these two movies
that differs between these two movies
71
233300
3529
karena satu-satunya hal yang berbeda
antara kedua cuplikan ini
antara kedua cuplikan ini
04:08
is the statistical evidence
the babies are going to observe.
the babies are going to observe.
72
236829
3466
adalah bukti statistik
yang akan diamati oleh si bayi.
yang akan diamati oleh si bayi.
Kami akan menunjukkan si bayi
sebuah kotak berisi bola biru dan kuning,
sebuah kotak berisi bola biru dan kuning,
04:13
We're going to show babies
a box of blue and yellow balls,
a box of blue and yellow balls,
73
241425
3183
04:16
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
now colleague at Stanford, Hyowon Gweon,
74
244608
4620
dan mahasiswa saya yang akan lulus, kini
adalah kolega di Stanford, Hyowon Gweon,
adalah kolega di Stanford, Hyowon Gweon,
04:21
is going to pull three blue balls
in a row out of this box,
in a row out of this box,
75
249228
3077
akan mengambil tiga bola biru
berturut-turut dari kotak ini,
berturut-turut dari kotak ini,
04:24
and when she pulls those balls out,
she's going to squeeze them,
she's going to squeeze them,
76
252305
3123
dan sewaktu dia mengambil bola-bola
tersebut, dia akan meremasnya,
tersebut, dia akan meremasnya,
04:27
and the balls are going to squeak.
77
255428
2113
dan bola-bola itu akan berdecit.
04:29
And if you're a baby,
that's like a TED Talk.
that's like a TED Talk.
78
257541
2763
Dan jika Anda seorang bayi,
itu seperti TED Talk
itu seperti TED Talk
04:32
It doesn't get better than that.
79
260304
1904
Tidak ada yang lebih baik lagi.
04:34
(Laughter)
80
262208
2561
(Tertawa)
04:38
But the important point is it's really
easy to pull three blue balls in a row
easy to pull three blue balls in a row
81
266968
3659
Tapi yang penting adalah mudah untuk
mengambil tiga bola biru berturut-turut
mengambil tiga bola biru berturut-turut
dari sebuah kotak yang
kebanyakan berisi bola biru.
kebanyakan berisi bola biru.
04:42
out of a box of mostly blue balls.
82
270627
2305
04:44
You could do that with your eyes closed.
83
272932
2060
Anda dapat melakukannya
dengan mata tertutup.
dengan mata tertutup.
04:46
It's plausibly a random sample
from this population.
from this population.
84
274992
2996
Itu adalah sampel acak
yang masuk akal dari populasi.
yang masuk akal dari populasi.
Dan jika Anda meraih ke dalam kotak secara
acak dan mengambil sesuatu yang berdecit,
acak dan mengambil sesuatu yang berdecit,
04:49
And if you can reach into a box at random
and pull out things that squeak,
and pull out things that squeak,
85
277988
3732
04:53
then maybe everything in the box squeaks.
86
281720
2839
maka mungkin semua benda
yang ada di dalam kotak berdecit.
yang ada di dalam kotak berdecit.
04:56
So maybe babies should expect
those yellow balls to squeak as well.
those yellow balls to squeak as well.
87
284559
3650
Jadi mungkin si bayi harus berekspektasi
bola-bola kuning itu berdecit juga.
bola-bola kuning itu berdecit juga.
05:00
Now, those yellow balls
have funny sticks on the end,
have funny sticks on the end,
88
288209
2519
Nah, bola-bola kuning punya
tongkat lucu di ujungnya,
tongkat lucu di ujungnya,
05:02
so babies could do other things
with them if they wanted to.
with them if they wanted to.
89
290728
2857
jadi si bayi bisa melakukan
hal lain jika mereka mau.
hal lain jika mereka mau.
Mereka dapat memukulnya atau menderanya,
05:05
They could pound them or whack them.
90
293585
1831
05:07
But let's see what the baby does.
91
295416
2586
Tapi kita lihat saja
apa yang mereka lakukan.
apa yang mereka lakukan.
05:12
(Video) Hyowon Gweon: See this?
(Ball squeaks)
(Ball squeaks)
92
300548
3343
(Video) Hyowon Gweon: Lihat ini?
(Bola berdecit)
(Bola berdecit)
05:16
Did you see that?
(Ball squeaks)
(Ball squeaks)
93
304531
3045
Apa kamu lihat itu?
(Bola berdecit)
(Bola berdecit)
05:20
Cool.
94
308036
3066
Keren.
05:24
See this one?
95
312706
1950
Lihat yang ini?
05:26
(Ball squeaks)
96
314656
1881
(Bola berdecit)
05:28
Wow.
97
316537
2653
Wow.
05:33
Laura Schulz: Told you. (Laughs)
98
321854
2113
Laura Schulz: Saya bilang juga apa.
(Tertawa)
(Tertawa)
05:35
(Video) HG: See this one?
(Ball squeaks)
(Ball squeaks)
99
323967
4031
(Video) HG: Lihat yang ini?
(Bola berdecit)
(Bola berdecit)
05:39
Hey Clara, this one's for you.
You can go ahead and play.
You can go ahead and play.
100
327998
4619
Hey Clara, yang ini buat kamu.
Kamu dapat memainkannya.
Kamu dapat memainkannya.
05:51
(Laughter)
101
339854
4365
(Tertawa)
05:56
LS: I don't even have to talk, right?
102
344219
2995
LS: Saya bahkan tidak perlu bicara, kan?
05:59
All right, it's nice that babies
will generalize properties
will generalize properties
103
347214
2899
Baik, sangat bagus para bayi
dapat mengeneralisasi sifat-sifat
dapat mengeneralisasi sifat-sifat
06:02
of blue balls to yellow balls,
104
350113
1528
dari bola biru dan kuning,
06:03
and it's impressive that babies
can learn from imitating us,
can learn from imitating us,
105
351641
3096
dan mengesankan bahwa para bayi
dapat belajar dari menirukan kita,
dapat belajar dari menirukan kita,
06:06
but we've known those things about babies
for a very long time.
for a very long time.
106
354737
3669
tapi kita telah mengetahui
hal-hal tersebut tentang bayi cukup lama.
hal-hal tersebut tentang bayi cukup lama.
06:10
The really interesting question
107
358406
1811
Pertanyaan yang benar-benar menarik
apa yang terjadi jika kita tunjukkan
pada bayi benda yang sama,
pada bayi benda yang sama,
06:12
is what happens when we show babies
exactly the same thing,
exactly the same thing,
108
360217
2852
06:15
and we can ensure it's exactly the same
because we have a secret compartment
because we have a secret compartment
109
363069
3611
dan kami bisa memastikan benda itu sama
karena kita punya kotak rahasia
karena kita punya kotak rahasia
06:18
and we actually pull the balls from there,
110
366680
2110
dan sebenarnya kami
mengambilnya dari situ,
mengambilnya dari situ,
06:20
but this time, all we change
is the apparent population
is the apparent population
111
368790
3478
tapi kali ini, yang kami ubah
adalah populasi yang terlihat
adalah populasi yang terlihat
06:24
from which that evidence was drawn.
112
372268
2902
dari mana bukti diambil.
06:27
This time, we're going to show babies
three blue balls
three blue balls
113
375170
3553
Kali ini, kami akan menunjukkan
si bayi tiga bola biru
si bayi tiga bola biru
06:30
pulled out of a box
of mostly yellow balls,
of mostly yellow balls,
114
378723
3384
yang diambil dari kotak
yang sebagian besar berisi bola kuning,
yang sebagian besar berisi bola kuning,
06:34
and guess what?
115
382107
1322
dan coba tebak?
Anda (mungkin tidak) secara acak
mengambil tiga bola biru berurutan
mengambil tiga bola biru berurutan
06:35
You [probably won't] randomly draw
three blue balls in a row
three blue balls in a row
116
383429
2840
06:38
out of a box of mostly yellow balls.
117
386269
2484
dari kotak yang sebagian besar
berisi bola kuning.
berisi bola kuning.
06:40
That is not plausibly
randomly sampled evidence.
randomly sampled evidence.
118
388753
3747
Itu bukan bukti sampel acak
yang masuk akal.
yang masuk akal.
06:44
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
was deliberately sampling the blue balls.
119
392500
5123
Bukti itu menyimpulkan bahwa mungkin
Hyowon sengaja mengambil bola biru.
Hyowon sengaja mengambil bola biru.
06:49
Maybe there's something special
about the blue balls.
about the blue balls.
120
397623
2583
Mungkin ada yang istimewa
dari bola-bola biru.
dari bola-bola biru.
06:52
Maybe only the blue balls squeak.
121
400846
2976
Mungkin hanya bola biru yang berdecit.
Mari kita lihat apa yang mereka lakukan.
06:55
Let's see what the baby does.
122
403822
1895
06:57
(Video) HG: See this?
(Ball squeaks)
(Ball squeaks)
123
405717
2904
(Video) HG: Lihat ini?
(Bola berdecit)
(Bola berdecit)
07:02
See this toy?
(Ball squeaks)
(Ball squeaks)
124
410851
2645
Lihat mainan ini?
(Bola berdecit)
(Bola berdecit)
07:05
Oh, that was cool. See?
(Ball squeaks)
(Ball squeaks)
125
413496
5480
Oh, itu keren. Lihat?
(Bola berdecit)
(Bola berdecit)
07:10
Now this one's for you to play.
You can go ahead and play.
You can go ahead and play.
126
418976
4394
Nah ini untuk kamu mainkan.
Kamu boleh mainkan.
Kamu boleh mainkan.
07:18
(Fussing)
(Laughter)
(Laughter)
127
426074
6347
(Gaduh)
(Tertawa)
(Tertawa)
07:26
LS: So you just saw
two 15-month-old babies
two 15-month-old babies
128
434901
2748
LS: Jadi Anda baru saja melihat
dua bayi berumur 15 bulan
dua bayi berumur 15 bulan
07:29
do entirely different things
129
437649
1942
melakukan hal yang benar-benar berbeda
07:31
based only on the probability
of the sample they observed.
of the sample they observed.
130
439591
3599
hanya berdasarkan probabilitas
sampel yang mereka amati.
sampel yang mereka amati.
07:35
Let me show you the experimental results.
131
443190
2321
Mari saya tunjukkan Anda
hasil percobaan ini.
hasil percobaan ini.
07:37
On the vertical axis, you'll see
the percentage of babies
the percentage of babies
132
445511
2764
Pada sumbu vertikal,
Anda akan lihat persentase bayi
Anda akan lihat persentase bayi
07:40
who squeezed the ball in each condition,
133
448275
2530
yang meremas bola pada setiap kondisi,
07:42
and as you'll see, babies are much
more likely to generalize the evidence
more likely to generalize the evidence
134
450805
3715
dan seperti yang akan Anda lihat, bayi
cenderung untuk mengeneralisasi bukti
cenderung untuk mengeneralisasi bukti
07:46
when it's plausibly representative
of the population
of the population
135
454520
3135
sewaktu mewakili populasi
secara masuk akal
secara masuk akal
07:49
than when the evidence
is clearly cherry-picked.
is clearly cherry-picked.
136
457655
3738
daripada sewaktu bukti
diambil dengan pilih-pilih.
diambil dengan pilih-pilih.
07:53
And this leads to a fun prediction:
137
461393
2415
Dan ini mengarah pada
prediksi yang menyenangkan:
prediksi yang menyenangkan:
07:55
Suppose you pulled just one blue ball
out of the mostly yellow box.
out of the mostly yellow box.
138
463808
4868
Misal Anda hanya mengambil satu bola biru
dari kebanyakan bola kuning.
dari kebanyakan bola kuning.
Anda (mungkin tidak) mengambil secara acak
tiga bola biru berurutan dari kotak kuning
tiga bola biru berurutan dari kotak kuning
08:00
You [probably won't] pull three blue balls
in a row at random out of a yellow box,
in a row at random out of a yellow box,
139
468896
3869
08:04
but you could randomly sample
just one blue ball.
just one blue ball.
140
472765
2455
tapi Anda bisa secara acak
mengambil satu bola biru.
mengambil satu bola biru.
08:07
That's not an improbable sample.
141
475220
1970
Itu bukan sampel yang tidak mungkin.
08:09
And if you could reach into
a box at random
a box at random
142
477190
2224
Dan jika Anda bisa merogoh
ke kotak secara acak
ke kotak secara acak
08:11
and pull out something that squeaks,
maybe everything in the box squeaks.
maybe everything in the box squeaks.
143
479414
3987
dan mengambil sesuatu yang berdecit,
mungkin semua di kotak itu berdecit.
mungkin semua di kotak itu berdecit.
08:15
So even though babies are going to see
much less evidence for squeaking,
much less evidence for squeaking,
144
483875
4445
Jadi, walaupun bayi akan melihat
bukti berdecit yang lebih sedikit,
bukti berdecit yang lebih sedikit,
08:20
and have many fewer actions to imitate
145
488320
2242
dan punya lebih sedikit
tindakan untuk ditiru
tindakan untuk ditiru
pada kondisi satu bola ini daripada
pada kondisi yang baru saja Anda lihat,
pada kondisi yang baru saja Anda lihat,
08:22
in this one ball condition than in
the condition you just saw,
the condition you just saw,
146
490562
3343
08:25
we predicted that babies themselves
would squeeze more,
would squeeze more,
147
493905
3892
kami memprediksikan bahwa bayi-bayi itu
sendiri akan meremas lebih banyak,
sendiri akan meremas lebih banyak,
08:29
and that's exactly what we found.
148
497797
2894
dan itulah yang kami temukan.
08:32
So 15-month-old babies,
in this respect, like scientists,
in this respect, like scientists,
149
500691
4411
Jadi, bayi berumur 15 bulan,
dalam hal ini, seperti ilmuwan,
dalam hal ini, seperti ilmuwan,
08:37
care whether evidence
is randomly sampled or not,
is randomly sampled or not,
150
505102
3088
peduli apakah bukti
diambil secara acak atau tidak,
diambil secara acak atau tidak,
08:40
and they use this to develop
expectations about the world:
expectations about the world:
151
508190
3507
dan mereka menggunakan ini untuk
mengembangkan ekspektasi tentang dunia:
mengembangkan ekspektasi tentang dunia:
08:43
what squeaks and what doesn't,
152
511697
2182
apa yang berdecit dan apa yang tidak,
08:45
what to explore and what to ignore.
153
513879
3145
apa yang perlu dieksplorasi
dan apa yang harus diabaikan.
dan apa yang harus diabaikan.
08:50
Let me show you another example now,
154
518384
2066
Mari saya tunjukkan contoh lain,
08:52
this time about a problem
of causal reasoning.
of causal reasoning.
155
520450
2730
kali ini adalah masalah mengenai
penalaran sebab-akibat.
penalaran sebab-akibat.
08:55
And it starts with a problem
of confounded evidence
of confounded evidence
156
523180
2439
Berawal dari suatu masalah
dari bukti yang sudah ada
dari bukti yang sudah ada
08:57
that all of us have,
157
525619
1672
yang kita semua punya,
08:59
which is that we are part of the world.
158
527291
2020
yaitu bahwa kita semua
adalah bagian dunia.
adalah bagian dunia.
Ini mungkin tak terlihat seperti masalah
bagi Anda, tapi seperti banyak masalah,
bagi Anda, tapi seperti banyak masalah,
09:01
And this might not seem like a problem
to you, but like most problems,
to you, but like most problems,
159
529311
3436
09:04
it's only a problem when things go wrong.
160
532747
2337
ini hanya akan menjadi
masalah jika ada yang salah.
masalah jika ada yang salah.
09:07
Take this baby, for instance.
161
535464
1811
Ambil bayi ini sebagai contoh.
09:09
Things are going wrong for him.
162
537275
1705
Ada yang salah menurutnya.
Dia ingin membunyikan mainan ini,
dan dia tidak bisa.
dan dia tidak bisa.
09:10
He would like to make
this toy go, and he can't.
this toy go, and he can't.
163
538980
2271
09:13
I'll show you a few-second clip.
164
541251
2529
Saya tunjukkan Anda sebuah cuplikan.
09:21
And there's two possibilities, broadly:
165
549340
1920
Dan ada dua kemungkinan, umumnya:
09:23
Maybe he's doing something wrong,
166
551260
2634
Mungkin dia melakukan suatu kesalahan,
09:25
or maybe there's something
wrong with the toy.
wrong with the toy.
167
553894
4216
atau mungkin ada yang salah
dengan mainannya.
dengan mainannya.
09:30
So in this next experiment,
168
558110
2111
Jadi di percobaan berikutnya,
09:32
we're going to give babies
just a tiny bit of statistical data
just a tiny bit of statistical data
169
560221
3297
kami akan memberikan para bayi
sekelumit data statistik
sekelumit data statistik
09:35
supporting one hypothesis over the other,
170
563518
2582
mendukung hipotesa satu
dengan yang lainnya,
dengan yang lainnya,
dan kita lihat apakah bayi bisa memakainya
untuk membuat keputusan yang berbeda
untuk membuat keputusan yang berbeda
09:38
and we're going to see if babies
can use that to make different decisions
can use that to make different decisions
171
566100
3455
09:41
about what to do.
172
569555
1834
tentang apa yang harus dilakukan.
09:43
Here's the setup.
173
571389
2022
Beginilah susunannya.
09:46
Hyowon is going to try to make
the toy go and succeed.
the toy go and succeed.
174
574071
3030
Hyowon akan mencoba untuk
membunyikan mainan ini dan berhasil.
membunyikan mainan ini dan berhasil.
09:49
I am then going to try twice
and fail both times,
and fail both times,
175
577101
3320
Saya kemudian akan mencoba dua kali
dan gagal kedua-duanya,
dan gagal kedua-duanya,
09:52
and then Hyowon is going
to try again and succeed,
to try again and succeed,
176
580421
3112
kemudian Hyowon
akan mencoba lagi dan berhasil,
akan mencoba lagi dan berhasil,
09:55
and this roughly sums up my relationship
to my graduate students
to my graduate students
177
583533
3172
dan ini kira-kira menyimpulkan
hubungan saya dengan mahasiswa saya
hubungan saya dengan mahasiswa saya
09:58
in technology across the board.
178
586705
2835
pada keseluruhan teknologi.
10:02
But the important point here is
it provides a little bit of evidence
it provides a little bit of evidence
179
590030
3292
Tapi poin penting di sini adalah
ini memberikan sekelumit bukti
ini memberikan sekelumit bukti
10:05
that the problem isn't with the toy,
it's with the person.
it's with the person.
180
593322
3668
bahwa masalahnya bukan
di mainannya tapi di orangnya.
di mainannya tapi di orangnya.
10:08
Some people can make this toy go,
181
596990
2350
Ada orang yang dapat
membunyikan mainan ini,
membunyikan mainan ini,
10:11
and some can't.
182
599340
959
dan ada yang tidak.
10:12
Now, when the baby gets the toy,
he's going to have a choice.
he's going to have a choice.
183
600799
3413
Sekarang, sewaktu si bayi menggenggam
mainan, dia akan punya pilihan.
mainan, dia akan punya pilihan.
10:16
His mom is right there,
184
604212
2188
Ibunya ada di sana,
10:18
so he can go ahead and hand off the toy
and change the person,
and change the person,
185
606400
3315
jadi dia bisa menyerahkan saja mainannya
dan mengganti orangnya,
dan mengganti orangnya,
10:21
but there's also going to be
another toy at the end of that cloth,
another toy at the end of that cloth,
186
609715
3158
tapi juga akan ada mainan lain
di ujung kain tersebut,
di ujung kain tersebut,
10:24
and he can pull the cloth towards him
and change the toy.
and change the toy.
187
612873
3552
dan dia dapat menarik kain itu
dan mengganti mainannya.
dan mengganti mainannya.
10:28
So let's see what the baby does.
188
616425
2090
Jadi mari kita lihat
apa yang dilakukannya.
apa yang dilakukannya.
10:30
(Video) HG: Two, three. Go!
(Music)
(Music)
189
618515
4183
(Video) HG: Dua, tiga. Bunyi!
(Musik)
(Musik)
10:34
LS: One, two, three, go!
190
622698
3131
LS: Satu, dua, tiga, bunyi!
10:37
Arthur, I'm going to try again.
One, two, three, go!
One, two, three, go!
191
625829
7382
Arthur, aku akan mencobanya lagi.
Satu, dua, tiga, bunyi!
Satu, dua, tiga, bunyi!
10:45
YG: Arthur, let me try again, okay?
192
633677
2600
YG: Arthur, aku akan mencobanya lagi ya?
10:48
One, two, three, go!
(Music)
(Music)
193
636277
4550
Satu, dua, tiga, bunyi!
(Musik)
(Musik)
10:53
Look at that. Remember these toys?
194
641583
1883
Lihat itu. Ingat mainan-mainan ini?
10:55
See these toys? Yeah, I'm going
to put this one over here,
to put this one over here,
195
643466
3264
Lihat mainan-mainan ini?
Ya, aku akan meletakannya satu di sini,
Ya, aku akan meletakannya satu di sini,
10:58
and I'm going to give this one to you.
196
646730
2062
dan aku akan memberikan
yang ini untuk kamu.
yang ini untuk kamu.
11:00
You can go ahead and play.
197
648792
2335
Kamu dapat memainkannya.
11:23
LS: Okay, Laura, but of course,
babies love their mommies.
babies love their mommies.
198
671213
4737
LS: Oke, Laura, tapi tentu saja,
bayi suka dengan ibunya.
bayi suka dengan ibunya.
11:27
Of course babies give toys
to their mommies
to their mommies
199
675950
2182
Tentu saja bayi memberikan
mainan ke ibunya
mainan ke ibunya
11:30
when they can't make them work.
200
678132
2030
sewaktu mereka tak dapat memainkannya.
Sekali lagi, pertanyaan yang penting yaitu
apa yang terjadi sewaktu kami merubah
apa yang terjadi sewaktu kami merubah
11:32
So again, the really important question
is what happens when we change
is what happens when we change
201
680162
3593
11:35
the statistical data ever so slightly.
202
683755
3154
data statistik bahkan sedikit saja.
11:38
This time, babies are going to see the toy
work and fail in exactly the same order,
work and fail in exactly the same order,
203
686909
4087
Kali ini, para bayi akan melihat mainannya
berbunyi dan gagal dengan urutan yang sama
berbunyi dan gagal dengan urutan yang sama
11:42
but we're changing
the distribution of evidence.
the distribution of evidence.
204
690996
2415
tapi kami mengganti distribusi bukti.
11:45
This time, Hyowon is going to succeed
once and fail once, and so am I.
once and fail once, and so am I.
205
693411
4411
Kali ini, Hyowon akan berhasil sekali,
gagal sekali, dan juga saya.
gagal sekali, dan juga saya.
11:49
And this suggests it doesn't matter
who tries this toy, the toy is broken.
who tries this toy, the toy is broken.
206
697822
5637
Dan ini menyimpulkan bahwa tidak peduli
siapa yang mencoba, mainannya rusak.
siapa yang mencoba, mainannya rusak.
11:55
It doesn't work all the time.
207
703459
1886
Tidak selalu berhasil.
11:57
Again, the baby's going to have a choice.
208
705345
1965
Sekali lagi, si bayi akan punya pilihan.
11:59
Her mom is right next to her,
so she can change the person,
so she can change the person,
209
707310
3396
Ibunya berada di sampingnya,
jadi dia dapat merubah orangnya,
jadi dia dapat merubah orangnya,
12:02
and there's going to be another toy
at the end of the cloth.
at the end of the cloth.
210
710706
3204
dan akan ada mainan lain di ujung kain.
Mari lihat apa yang dilakukan.
12:05
Let's watch what she does.
211
713910
1378
12:07
(Video) HG: Two, three, go!
(Music)
(Music)
212
715288
4348
(Video) HG: Dua, tiga, bunyi!
(Musik)
(Musik)
12:11
Let me try one more time.
One, two, three, go!
One, two, three, go!
213
719636
4984
Biar aku coba sekali lagi.
Satu, dua, tiga, bunyi!
Satu, dua, tiga, bunyi!
12:17
Hmm.
214
725460
1697
Hmm.
12:19
LS: Let me try, Clara.
215
727950
2692
LS: Aku akan coba, Clara.
12:22
One, two, three, go!
216
730642
3945
Satu, dua, tiga, bunyi!
12:27
Hmm, let me try again.
217
735265
1935
Hmm, aku coba lagi.
12:29
One, two, three, go!
(Music)
(Music)
218
737200
5670
Satu, dua, tiga, bunyi!
(Musik)
(Musik)
12:35
HG: I'm going
to put this one over here,
to put this one over here,
219
743009
2233
HG: Aku akan meletakan yang ini di sini,
dan aku akan memberikan
yang ini untuk kamu.
yang ini untuk kamu.
12:37
and I'm going to give this one to you.
220
745242
2001
12:39
You can go ahead and play.
221
747243
3597
Kamu dapat memainkannya.
12:58
(Applause)
222
766376
4897
(Tepuk tangan)
13:04
LS: Let me show you
the experimental results.
the experimental results.
223
772993
2392
LS: Saya akan tunjukkan Anda
hasil percobaannya.
hasil percobaannya.
13:07
On the vertical axis,
you'll see the distribution
you'll see the distribution
224
775385
2475
Di sumbu vertikal, Anda melihat distribusi
13:09
of children's choices in each condition,
225
777860
2577
pilihan anak-anak pada setiap kondisi,
13:12
and you'll see that the distribution
of the choices children make
of the choices children make
226
780437
4551
dan Anda akan lihat distribusi pilihan
yang dibuat anak-anak
yang dibuat anak-anak
13:16
depends on the evidence they observe.
227
784988
2787
yang bergantung dari bukti yang diamati.
13:19
So in the second year of life,
228
787775
1857
Jadi di tahun kedua hidupnya,
13:21
babies can use a tiny bit
of statistical data
of statistical data
229
789632
2577
bayi dapat menggunakan
sekelumit data statistik
sekelumit data statistik
13:24
to decide between two
fundamentally different strategies
fundamentally different strategies
230
792209
3367
untuk memutuskan antara
dua strategi mendasar yang berbeda
dua strategi mendasar yang berbeda
13:27
for acting in the world:
231
795576
1881
untuk bertindak di dunia ini:
13:29
asking for help and exploring.
232
797457
2743
meminta bantuan dan menjelajah.
13:33
I've just shown you
two laboratory experiments
two laboratory experiments
233
801700
3434
Saya baru saja menunjukkan Anda
dua percobaan lab
dua percobaan lab
13:37
out of literally hundreds in the field
that make similar points,
that make similar points,
234
805134
3691
dari ratusan di bidang ini
yang membuat poin yang serupa,
yang membuat poin yang serupa,
13:40
because the really critical point
235
808825
2392
karena poin yang benar-benar penting
13:43
is that children's ability
to make rich inferences from sparse data
to make rich inferences from sparse data
236
811217
5108
bahwa kemampuan anak-anak untuk membuat
kesimpulan yang kaya dari sedikit data
kesimpulan yang kaya dari sedikit data
13:48
underlies all the species-specific
cultural learning that we do.
cultural learning that we do.
237
816325
5341
mendasari semua pembelajaran budaya
pada spesies tertentu yang kita lakukan.
pada spesies tertentu yang kita lakukan.
13:53
Children learn about new tools
from just a few examples.
from just a few examples.
238
821666
4597
Anak-anak belajar tentang peralatan baru
hanya dari sedikit contoh.
hanya dari sedikit contoh.
13:58
They learn new causal relationships
from just a few examples.
from just a few examples.
239
826263
4717
Mereka belajar hubungan sebab-akibat baru
hanya dari sedikit contoh.
hanya dari sedikit contoh.
14:03
They even learn new words,
in this case in American Sign Language.
in this case in American Sign Language.
240
831928
4871
Mereka bahkan belajar kosa kata baru,
dalam hal ini Bahasa Isyarat Amerika.
dalam hal ini Bahasa Isyarat Amerika.
14:08
I want to close with just two points.
241
836799
2311
Saya akan mengakhiri dengan dua poin.
14:12
If you've been following my world,
the field of brain and cognitive sciences,
the field of brain and cognitive sciences,
242
840050
3688
Jika Anda mengikuti dunia saya,
bidang ilmu otak dan kognitif,
bidang ilmu otak dan kognitif,
14:15
for the past few years,
243
843738
1927
dalam beberapa tahun terakhir,
14:17
three big ideas will have come
to your attention.
to your attention.
244
845665
2415
Tiga gagasan besar
akan menarik perhatian Anda.
akan menarik perhatian Anda.
14:20
The first is that this is
the era of the brain.
the era of the brain.
245
848080
3436
Yang pertama adalah bahwa
sekarang ini adalah jaman pemikiran.
sekarang ini adalah jaman pemikiran.
14:23
And indeed, there have been
staggering discoveries in neuroscience:
staggering discoveries in neuroscience:
246
851516
3669
Dan tentu saja, sudah ada penemuan
yang belum pasti pada ilmu saraf:
yang belum pasti pada ilmu saraf:
14:27
localizing functionally specialized
regions of cortex,
regions of cortex,
247
855185
3436
melokalisasi secara fungsional
khusus pada daerah korteks,
khusus pada daerah korteks,
14:30
turning mouse brains transparent,
248
858621
2601
merubah otak tikus menjadi transparan,
14:33
activating neurons with light.
249
861222
3776
mengaktikan neuron dengan cahaya.
14:36
A second big idea
250
864998
1996
Ide besar yang kedua
14:38
is that this is the era of big data
and machine learning,
and machine learning,
251
866994
4104
adalah bahwa ini adalah jaman data besar
dan pembelajaran mesin,
dan pembelajaran mesin,
14:43
and machine learning promises
to revolutionize our understanding
to revolutionize our understanding
252
871098
3141
dan pembelajaran mesin menjanjikan
perubahan cepat pengertian kita
perubahan cepat pengertian kita
14:46
of everything from social networks
to epidemiology.
to epidemiology.
253
874239
4667
mengenai segala hal dari jejaring sosial
sampai epidemiologi.
sampai epidemiologi.
Dan mungkin, karena itu menangani
masalah pemahaman kejadian
masalah pemahaman kejadian
14:50
And maybe, as it tackles problems
of scene understanding
of scene understanding
254
878906
2693
14:53
and natural language processing,
255
881599
1993
dan pemrosesan bahasa natural,
14:55
to tell us something
about human cognition.
about human cognition.
256
883592
3324
untuk memberitahu kita
mengenai kognisi manusia.
mengenai kognisi manusia.
14:59
And the final big idea you'll have heard
257
887756
1937
Dan ide besar terakhir
adalah bahwa mungkin adalah ide bagus
kita akan mengetahui banyak mengenai otak
kita akan mengetahui banyak mengenai otak
15:01
is that maybe it's a good idea we're going
to know so much about brains
to know so much about brains
258
889693
3387
15:05
and have so much access to big data,
259
893080
1917
dan punya banyak akses ke data besar,
15:06
because left to our own devices,
260
894997
2507
karena di samping peralatan kita,
15:09
humans are fallible, we take shortcuts,
261
897504
3831
manusia rentan kesalahan,
kita mengambil jalan pintas,
kita mengambil jalan pintas,
15:13
we err, we make mistakes,
262
901335
3437
kita membuat kesalahan,
15:16
we're biased, and in innumerable ways,
263
904772
3684
kita bias, dalam berbagai cara,
15:20
we get the world wrong.
264
908456
2969
kita salah memahami dunia.
15:24
I think these are all important stories,
265
912843
2949
Saya rasa ini semua adalah
kisah-kisah yang penting,
kisah-kisah yang penting,
15:27
and they have a lot to tell us
about what it means to be human,
about what it means to be human,
266
915792
3785
dan mereka banyak memberitahu kita
tentang apa artinya menjadi manusia,
tentang apa artinya menjadi manusia,
tapi saya mau Anda mencatat bahwa hari ini
saya menceritakan kisah yang berbeda.
saya menceritakan kisah yang berbeda.
15:31
but I want you to note that today
I told you a very different story.
I told you a very different story.
267
919577
3529
15:35
It's a story about minds and not brains,
268
923966
3807
Ini adalah kisah tentang
pemikiran dan bukan otak,
pemikiran dan bukan otak,
15:39
and in particular, it's a story
about the kinds of computations
about the kinds of computations
269
927773
3006
dan khususnya, ini adalah kisah
tentang jenis komputasi
tentang jenis komputasi
15:42
that uniquely human minds can perform,
270
930779
2590
yang pikiran manusia
bisa lakukan dengan unik,
bisa lakukan dengan unik,
15:45
which involve rich, structured knowledge
and the ability to learn
and the ability to learn
271
933369
3944
yang melibatkan pengetahuan berlimpah
yang terstruktur dan kemampuan belajar
yang terstruktur dan kemampuan belajar
15:49
from small amounts of data,
the evidence of just a few examples.
the evidence of just a few examples.
272
937313
5268
dari sedikit data,
bukti dari sekelumit contoh.
bukti dari sekelumit contoh.
15:56
And fundamentally, it's a story
about how starting as very small children
about how starting as very small children
273
944301
4299
dan pada dasarnya, ini kisah tentang
bagaimana memulai sebagai anak-anak kecil
bagaimana memulai sebagai anak-anak kecil
16:00
and continuing out all the way
to the greatest accomplishments
to the greatest accomplishments
274
948600
4180
dan berlanjut sampai pada
pencapaian yang besar
pencapaian yang besar
16:04
of our culture,
275
952780
3843
akan kebudayaan kita,
16:08
we get the world right.
276
956623
1997
kita memahami dunia dengan benar.
16:12
Folks, human minds do not only learn
from small amounts of data.
from small amounts of data.
277
960433
5267
Rekan-rekan, pikiran manusia
tidak hanya belajar dari sekelumit data.
tidak hanya belajar dari sekelumit data.
Pikiran manusia berpikir
gagasan baru yang menyeluruh.
gagasan baru yang menyeluruh.
16:18
Human minds think
of altogether new ideas.
of altogether new ideas.
278
966285
2101
16:20
Human minds generate
research and discovery,
research and discovery,
279
968746
3041
Pikiran manusia menghasilkan
penelitian dan penemuan,
penelitian dan penemuan,
16:23
and human minds generate
art and literature and poetry and theater,
art and literature and poetry and theater,
280
971787
5273
dan pikiran manusia menghasilkan
kesenian, literatur, puisi, teater,
kesenian, literatur, puisi, teater,
16:29
and human minds take care of other humans:
281
977070
3760
dan pikiran manusia merawat
manusia yang lainnya:
manusia yang lainnya:
16:32
our old, our young, our sick.
282
980830
3427
para lansia, anak-anak muda,
orang-orang sakit.
orang-orang sakit.
16:36
We even heal them.
283
984517
2367
Kita bahkan menyembuhkan mereka.
16:39
In the years to come, we're going
to see technological innovations
to see technological innovations
284
987564
3103
Pada tahun-tahun mendatang,
kita akan melihat inovasi teknologi
kita akan melihat inovasi teknologi
16:42
beyond anything I can even envision,
285
990667
3797
di luar dari segala
yang dapat saya bayangkan,
yang dapat saya bayangkan,
16:46
but we are very unlikely
286
994464
2150
tapi kita sangat tidak mungkin
16:48
to see anything even approximating
the computational power of a human child
the computational power of a human child
287
996614
5709
melihat apapun bahkan mengira-ngira
kekuatan berhitung anak manusia
kekuatan berhitung anak manusia
16:54
in my lifetime or in yours.
288
1002323
4298
dalam masa hidup saya atau Anda.
16:58
If we invest in these most powerful
learners and their development,
learners and their development,
289
1006621
5047
jika kita berinvestasi ke para pembelajar
yang kuat ini dan perkembangannya,
yang kuat ini dan perkembangannya,
17:03
in babies and children
290
1011668
2917
pada bayi dan anak-anak
17:06
and mothers and fathers
291
1014585
1826
dan para ibu dan ayah
17:08
and caregivers and teachers
292
1016411
2699
dan para perawat dan guru
17:11
the ways we invest in our other
most powerful and elegant forms
most powerful and elegant forms
293
1019110
4170
dengan cara kita berinvestasi pada
bentuk elegan dan kuat lainnya
bentuk elegan dan kuat lainnya
17:15
of technology, engineering and design,
294
1023280
3218
akan teknologi, keteknikan,
dan perancangan,
dan perancangan,
kita tidak hanya akan bermimpi
akan masa depan yang lebih baik,
akan masa depan yang lebih baik,
17:18
we will not just be dreaming
of a better future,
of a better future,
295
1026498
2939
17:21
we will be planning for one.
296
1029437
2127
kita akan merencanakannya.
17:23
Thank you very much.
297
1031564
2345
Terima kasih banyak.
17:25
(Applause)
298
1033909
3421
(Tepuk tangan)
17:29
Chris Anderson: Laura, thank you.
I do actually have a question for you.
I do actually have a question for you.
299
1037810
4426
Chris Anderson: Laura, terima kasih.
Saya ada pertanyaan untuk Anda.
Saya ada pertanyaan untuk Anda.
17:34
First of all, the research is insane.
300
1042236
2359
Pertama-tama, penelitian ini gila.
17:36
I mean, who would design
an experiment like that? (Laughter)
an experiment like that? (Laughter)
301
1044595
3725
Maksud saya, siapa yang akan merancang
percobaan seperti itu? (Tertawa)
percobaan seperti itu? (Tertawa)
Saya telah melihatnya dua kali,
17:41
I've seen that a couple of times,
302
1049150
1790
dan saya masih tidak percaya sebetulnya
bahwa itu bisa benar-benar terjadi,
bahwa itu bisa benar-benar terjadi,
17:42
and I still don't honestly believe
that that can truly be happening,
that that can truly be happening,
303
1050940
3222
17:46
but other people have done
similar experiments; it checks out.
similar experiments; it checks out.
304
1054162
3158
tapi orang lain telah melakukan
percobaan yang serupa: ini benar.
percobaan yang serupa: ini benar.
17:49
The babies really are that genius.
305
1057320
1633
Bayi-bayi itu benar-benar jenius.
17:50
LS: You know, they look really impressive
in our experiments,
in our experiments,
306
1058953
3007
LS: Anda tahu, mereka sangat
mengesankan pada percobaan kami,
mengesankan pada percobaan kami,
tapi coba pikir seperti apa mereka
di kehidupan nyata, kan?
di kehidupan nyata, kan?
17:53
but think about what they
look like in real life, right?
look like in real life, right?
307
1061960
2652
17:56
It starts out as a baby.
308
1064612
1150
Semua bermula dari bayi.
17:57
Eighteen months later,
it's talking to you,
it's talking to you,
309
1065762
2007
18 bulan kemudian,
dia berbicara kepada Anda,
dia berbicara kepada Anda,
17:59
and babies' first words aren't just
things like balls and ducks,
things like balls and ducks,
310
1067769
3041
dan kata-kata pertama bayi
bukan hanya seperti bola dan bebek,
bukan hanya seperti bola dan bebek,
18:02
they're things like "all gone,"
which refer to disappearance,
which refer to disappearance,
311
1070810
2881
tapi seperti "semua hilang,"
yang menunjuk pada kehilangan.
yang menunjuk pada kehilangan.
18:05
or "uh-oh," which refer
to unintentional actions.
to unintentional actions.
312
1073691
2283
atau "uh-oh," yang menunjuk
pada ketidaksengajaan.
pada ketidaksengajaan.
18:07
It has to be that powerful.
313
1075974
1562
Harus sekuat itu.
Harus lebih kuat dari apapun
yang saya tunjukkan kepada Anda.
yang saya tunjukkan kepada Anda.
18:09
It has to be much more powerful
than anything I showed you.
than anything I showed you.
314
1077536
2775
18:12
They're figuring out the entire world.
315
1080311
1974
Mereka mengetahui semuanya.
Anak umur empat bisa bicara pada Anda
hampir tentang segala sesuatu.
hampir tentang segala sesuatu.
18:14
A four-year-old can talk to you
about almost anything.
about almost anything.
316
1082285
3144
18:17
(Applause)
317
1085429
1601
(Tepuk tangan)
18:19
CA: And if I understand you right,
the other key point you're making is,
the other key point you're making is,
318
1087030
3414
CA: Dan jika saya memahami Anda
dengan benar, poin kunci lain adalah,
dengan benar, poin kunci lain adalah,
18:22
we've been through these years
where there's all this talk
where there's all this talk
319
1090444
2754
kita melalui tahun-tahun ini
di mana ada semua ceramah ini
di mana ada semua ceramah ini
18:25
of how quirky and buggy our minds are,
320
1093198
1932
bagaimana aneh dan acaknya pikiran kita,
18:27
that behavioral economics
and the whole theories behind that
and the whole theories behind that
321
1095130
2867
ekonomi perilaku
dan seluruh teori di balik itu
dan seluruh teori di balik itu
18:29
that we're not rational agents.
322
1097997
1603
bahwa kami bukan agen rasional.
18:31
You're really saying that the bigger
story is how extraordinary,
story is how extraordinary,
323
1099600
4216
Anda benar-benar berkata bahwa kisah yang
lebih besar adalah bagaimana luar biasa,
lebih besar adalah bagaimana luar biasa,
18:35
and there really is genius there
that is underappreciated.
that is underappreciated.
324
1103816
4944
dan benar-benar ada si jenius
di luar sana yang tidak dihargai.
di luar sana yang tidak dihargai.
LS: Salah satu kutipan
kesukaan saya di psikologi
kesukaan saya di psikologi
18:40
LS: One of my favorite
quotes in psychology
quotes in psychology
325
1108760
2070
18:42
comes from the social
psychologist Solomon Asch,
psychologist Solomon Asch,
326
1110830
2290
datang dari psikolog sosial Solomon Asch,
dan dia berkata tugas dasar psikologi
adalah untuk menghilangkan
adalah untuk menghilangkan
18:45
and he said the fundamental task
of psychology is to remove
of psychology is to remove
327
1113120
2807
18:47
the veil of self-evidence from things.
328
1115927
2626
tabir bukti diri dan segala hal.
18:50
There are orders of magnitude
more decisions you make every day
more decisions you make every day
329
1118553
4551
Ada urutan besar pada lebih banyak lagi
keputusan yang Anda buat setiap harinya
keputusan yang Anda buat setiap harinya
yang memahami dunia dengan benar.
18:55
that get the world right.
330
1123104
1347
18:56
You know about objects
and their properties.
and their properties.
331
1124451
2132
Anda tahu mengenai
benda-benda dan sifatnya.
benda-benda dan sifatnya.
Anda tahu saat mereka menutup.
Anda mengenalinya di kegelapan.
Anda mengenalinya di kegelapan.
18:58
You know them when they're occluded.
You know them in the dark.
You know them in the dark.
332
1126583
3029
Anda bisa melalui ruangan.
19:01
You can walk through rooms.
333
1129612
1308
Anda bisa tahu apa yang orang lain pikir.
Anda bisa bicara dengan mereka.
Anda bisa bicara dengan mereka.
19:02
You can figure out what other people
are thinking. You can talk to them.
are thinking. You can talk to them.
334
1130920
3532
Anda bisa menavigasi ruang.
Anda mengetahui angka.
Anda mengetahui angka.
19:06
You can navigate space.
You know about numbers.
You know about numbers.
335
1134452
2230
Anda tahu hubungan sebab-akibat.
Anda tahu penalaran moral.
Anda tahu penalaran moral.
19:08
You know causal relationships.
You know about moral reasoning.
You know about moral reasoning.
336
1136682
3022
Anda mudah melakukannya,
jadi kita tidak melihatnya,
jadi kita tidak melihatnya,
19:11
You do this effortlessly,
so we don't see it,
so we don't see it,
337
1139704
2356
tapi begitulah kita memahami dunia
dan ini sangat luar biasa
dan ini sangat luar biasa
19:14
but that is how we get the world right,
and it's a remarkable
and it's a remarkable
338
1142060
2912
dan sangat sulit
untuk memahami pencapaian,
untuk memahami pencapaian,
19:16
and very difficult-to-understand
accomplishment.
accomplishment.
339
1144972
2318
CA: Saya mencurigai ada
di antara penonton yang punya
di antara penonton yang punya
19:19
CA: I suspect there are people
in the audience who have
in the audience who have
340
1147290
2628
pandangan semacam
mempercepat kekuatan teknologi
mempercepat kekuatan teknologi
19:21
this view of accelerating
technological power
technological power
341
1149918
2238
yang bisa menentang pernyataan Anda
bahwa tidak akan pernah
bahwa tidak akan pernah
19:24
who might dispute your statement
that never in our lifetimes
that never in our lifetimes
342
1152156
2958
komputer melakukan apa yang
anak umur tiga tahun bisa lakukan,
anak umur tiga tahun bisa lakukan,
19:27
will a computer do what
a three-year-old child can do,
a three-year-old child can do,
343
1155114
2618
tapi yang jelas biar bagaimanapun,
19:29
but what's clear is that in any scenario,
344
1157732
3248
19:32
our machines have so much to learn
from our toddlers.
from our toddlers.
345
1160980
3770
mesin harus belajar lebih banyak
dari anak-anak kita.
dari anak-anak kita.
LS: Saya setuju. Anda akan punya mesin
yang mempelajari rekan-rekan di sini.
yang mempelajari rekan-rekan di sini.
19:38
LS: I think so. You'll have some
machine learning folks up here.
machine learning folks up here.
346
1166230
3216
19:41
I mean, you should never bet
against babies or chimpanzees
against babies or chimpanzees
347
1169446
4203
Maksud saya, Anda seharusnya tidak pernah
bertaruh antara bayi atau simpanse
bertaruh antara bayi atau simpanse
19:45
or technology as a matter of practice,
348
1173649
3645
atau teknologi secara praktiknya,
19:49
but it's not just
a difference in quantity,
a difference in quantity,
349
1177294
4528
tapi tidak hanya perbedaan jumlah,
19:53
it's a difference in kind.
350
1181822
1764
Ini adalah perbedaan jenisnya.
19:55
We have incredibly powerful computers,
351
1183586
2160
Kita punya komputer yang kuat luar biasa,
dan mereka memang melakukan
hal-hal yang luar biasa rumit,
hal-hal yang luar biasa rumit,
19:57
and they do do amazingly
sophisticated things,
sophisticated things,
352
1185746
2391
20:00
often with very big amounts of data.
353
1188137
3204
seringnya dengan data
yang sangat besar jumlahnya.
yang sangat besar jumlahnya.
Pikiran manusia, saya rasa,
melakukan sesuatu yang cukup berbeda,
melakukan sesuatu yang cukup berbeda,
20:03
Human minds do, I think,
something quite different,
something quite different,
354
1191341
2607
20:05
and I think it's the structured,
hierarchical nature of human knowledge
hierarchical nature of human knowledge
355
1193948
3895
dan saya rasa pengetahuan manusia yang
terstruktur dan bertingkat secara alamiah
terstruktur dan bertingkat secara alamiah
20:09
that remains a real challenge.
356
1197843
2032
yang masih merupakan suatu tantangan.
CA: Laura Schulz, asupan yang baik
untuk pikiran. Terima kasih banyak.
untuk pikiran. Terima kasih banyak.
20:11
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
food for thought. Thank you so much.
357
1199875
3061
20:14
LS: Thank you.
(Applause)
(Applause)
358
1202936
2922
LS: Terima kasih.
(Tepuk tangan)
(Tepuk tangan)
ABOUT THE SPEAKER
Laura Schulz - Cognitive scientistDevelopmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn.
Why you should listen
MIT Early Childhood Cognition Lab lead investigator Laura Schulz studies learning in early childhood. Her research bridges computational models of cognitive development and behavioral studies in order to understand the origins of inquiry and discovery.
Working in play labs, children’s museums, and a recently-launched citizen science website, Schultz is reshaping how we view young children’s perceptions of the world around them. Some of the surprising results of her research: before the age of four, children expect hidden causes when events happen probabilistically, use simple experiments to distinguish causal hypotheses, and trade off learning from instruction and exploration.
Laura Schulz | Speaker | TED.com