TEDGlobal 2009
Rebecca Saxe: How we read each other's minds
Rebecca Saxe: Como o cérebro faz julgamentos morais.
Filmed:
Readability: 3.6
3,311,612 views
Deduzir os motivos, as crenças, os sentimentos dos entes queridos e de estranhos é um talento natural para os humanos. Mas como o fazemos? Aqui, Rebecca Saxe partilha um fascinante trabalho de laboratório que desvenda como é que o cérebro pensa sobre os pensamentos das outras pessoas - e julga as suas acções.
Rebecca Saxe - Cognitive neuroscientist
Rebecca Saxe studies how we think about other people's thoughts. At the Saxelab at MIT, she uses fMRI to identify what happens in our brains when we consider the motives, passions and beliefs of others. Full bio
Rebecca Saxe studies how we think about other people's thoughts. At the Saxelab at MIT, she uses fMRI to identify what happens in our brains when we consider the motives, passions and beliefs of others. Full bio
Double-click the English transcript below to play the video.
00:12
Today I'm going to talk to you about the problem of other minds.
0
0
3000
Hoje vou-vos falar dos problemas das mentes dos outros.
00:15
And the problem I'm going to talk about
1
3000
2000
E o problema de que vos vou falar
00:17
is not the familiar one from philosophy,
2
5000
3000
não é o convencional da filosofia
00:20
which is, "How can we know
3
8000
2000
que é, "Como podemos saber
00:22
whether other people have minds?"
4
10000
2000
se as outras pessoas têm mentes?"
00:24
That is, maybe you have a mind,
5
12000
2000
Ou seja, talvez vocês tenham uma mente,
00:26
and everyone else is just a really convincing robot.
6
14000
3000
e todos os outros são apenas robots convincentes.
00:29
So that's a problem in philosophy,
7
17000
2000
Isso é um problema em filosofia.
00:31
but for today's purposes I'm going to assume
8
19000
2000
Mas para os objectivos de hoje vou assumir
00:33
that many people in this audience have a mind,
9
21000
2000
que muitas pessoas nesta audiência têm uma mente,
00:35
and that I don't have to worry about this.
10
23000
2000
e que não vou ter de me preocupar com isso.
00:37
There is a second problem that is maybe even more familiar to us
11
25000
3000
Há um segundo problema que é capaz de nos ser ainda mais familiar
00:40
as parents and teachers and spouses
12
28000
3000
como pais e professores e casais,
00:43
and novelists,
13
31000
2000
e escritores.
00:45
which is, "Why is it so hard
14
33000
2000
Que é, "Porque é que é tão difícil
00:47
to know what somebody else wants or believes?"
15
35000
2000
saber o é que a outra pessoa deseja ou em que acredita?"
00:49
Or perhaps, more relevantly,
16
37000
2000
Ou talvez, mais importante,
00:51
"Why is it so hard to change what somebody else wants or believes?"
17
39000
3000
"Porque é que é tão difícil mudar aquilo que alguém deseja ou em que acredita?"
00:54
I think novelists put this best.
18
42000
2000
Acho os escritores explicam isto melhor.
00:56
Like Philip Roth, who said,
19
44000
2000
Como o Philip Roth, que disse,
00:58
"And yet, what are we to do about this terribly significant business
20
46000
3000
"No entanto, o que fazemos dos assuntos terrívelmente importantes
01:01
of other people?
21
49000
2000
das outras pessoas?
01:03
So ill equipped are we all,
22
51000
2000
Estamos todos mal preparados,
01:05
to envision one another's interior workings
23
53000
2000
para perceber como funcionam as outras pessoas
01:07
and invisible aims."
24
55000
2000
e os seus objectivos invisíveis."
01:09
So as a teacher and as a spouse,
25
57000
3000
Como professora, e como esposa,
01:12
this is, of course, a problem I confront every day.
26
60000
2000
isto é, naturalmente, um problema que enfrento todos os dias.
01:14
But as a scientist, I'm interested in a different problem of other minds,
27
62000
3000
Mas como cientista, estou interessada noutro problema sobre as mentes dos outros,
01:17
and that is the one I'm going to introduce to you today.
28
65000
3000
e é sobre esse vos vou falar hoje.
01:20
And that problem is, "How is it so easy
29
68000
2000
E esse problema é, "Como é que é tão fácil
01:22
to know other minds?"
30
70000
2000
conhecer a mente dos outros?"
01:24
So to start with an illustration,
31
72000
2000
Vamos começar com uma ilustração,
01:26
you need almost no information,
32
74000
2000
quase não precisamos de informação,
01:28
one snapshot of a stranger,
33
76000
2000
nesta fotografia de uma estranha,
01:30
to guess what this woman is thinking,
34
78000
2000
para adivinhar no que é que esta mulher está a pensar,
01:32
or what this man is.
35
80000
3000
ou no que este homem está a pensar.
01:35
And put another way, the crux of the problem is
36
83000
2000
Por outras palavras, o ponto crucial do problema é
01:37
the machine that we use for thinking about other minds,
37
85000
3000
a máquina que usamos para pensar sobre a mente dos outros,
01:40
our brain, is made up of pieces, brain cells,
38
88000
3000
o nosso cérebro, é feito de peças, células cerebrais,
01:43
that we share with all other animals, with monkeys
39
91000
2000
que partilhamos com todos os outros animais, com macacos,
01:45
and mice and even sea slugs.
40
93000
3000
com ratos, e até com lesmas do mar.
01:48
And yet, you put them together in a particular network,
41
96000
3000
No entanto, se as reunirmos de uma forma específica,
01:51
and what you get is the capacity to write Romeo and Juliet.
42
99000
3000
o resultado que obtemos é a capacidade de escrever "Romeu e Julieta".
01:54
Or to say, as Alan Greenspan did,
43
102000
2000
Ou, tal como disse Alan Greenspan,
01:56
"I know you think you understand what you thought I said,
44
104000
3000
"Eu sei que pensam que perceberam o que pensaram que eu disse,
01:59
but I'm not sure you realize that what you heard
45
107000
2000
mas não tenho a certeza se perceberam que o que ouviram
02:01
is not what I meant."
46
109000
2000
não era o que eu queria dizer."
02:03
(Laughter)
47
111000
3000
(Risos)
02:06
So, the job of my field of cognitive neuroscience
48
114000
2000
Por isso o meu trabalho na neurociência cognitiva
02:08
is to stand with these ideas,
49
116000
2000
é pegar nestas ideias,
02:10
one in each hand.
50
118000
2000
uma em cada mão.
02:12
And to try to understand how you can put together
51
120000
3000
E tentar perceber como é que as podemos juntar
02:15
simple units, simple messages over space and time, in a network,
52
123000
4000
unidades simples, mensagens simples através do espaço e do tempo, numa rede,
02:19
and get this amazing human capacity to think about minds.
53
127000
4000
e obter esta capacidade humana espantosa de pensar sobre as mentes.
02:23
So I'm going to tell you three things about this today.
54
131000
3000
Hoje vou-vos dizer três coisas sobre este assunto.
02:26
Obviously the whole project here is huge.
55
134000
3000
Obviamente o projecto na íntegra é enorme.
02:29
And I'm going to tell you just our first few steps
56
137000
3000
Por isso vou-vos falar dos nossos primeiros passos
02:32
about the discovery of a special brain region
57
140000
2000
acerca da descoberta de uma região cerebral especial
02:34
for thinking about other people's thoughts.
58
142000
2000
que pensa sobre os pensamentos das outras pessoas.
02:36
Some observations on the slow development of this system
59
144000
2000
Algumas observações sobre o desenvolvimento lento deste sistema
02:38
as we learn how to do this difficult job.
60
146000
4000
e como aprendemos a fazer este difícil trabalho.
02:42
And then finally, to show that some of the differences
61
150000
2000
E finalmente, para vos mostrar algumas diferenças
02:44
between people, in how we judge others,
62
152000
3000
entre pessoas, em como a forma como julgamos os outros
02:47
can be explained by differences in this brain system.
63
155000
4000
pode ser explicada por diferenças neste sistema cerebral.
02:51
So first, the first thing I want to tell you is that
64
159000
2000
Então, a primeira coisa que vos quero dizer é que
02:53
there is a brain region in the human brain, in your brains,
65
161000
3000
há uma região cerebral no cérebro humano, no vosso cérebro,
02:56
whose job it is to think about other people's thoughts.
66
164000
3000
cujo trabalho é pensar sobre os pensamentos das outras pessoas.
02:59
This is a picture of it.
67
167000
2000
Esta é uma foto desta região.
03:01
It's called the Right Temporo-Parietal Junction.
68
169000
2000
É a chamada Junção Temporo-Parietal Direita.
03:03
It's above and behind your right ear.
69
171000
2000
Situa-se por cima e atrás da vossa orelha direita.
03:05
And this is the brain region you used when you saw the pictures I showed you,
70
173000
2000
E esta é a região cerebral que usaram quando viram as fotografias que vos mostrei,
03:07
or when you read Romeo and Juliet
71
175000
2000
ou quando leram "Romeu e Julieta",
03:09
or when you tried to understand Alan Greenspan.
72
177000
3000
ou quando tentaram compreender o Alan Greenspan.
03:12
And you don't use it for solving any other kinds of logical problems.
73
180000
4000
E não usam esta região para resolver outros tipos de problemas lógicos.
03:16
So this brain region is called the Right TPJ.
74
184000
3000
Esta região do cérebro é chamada RTPJ (JTPD em português)
03:19
And this picture shows the average activation
75
187000
2000
E esta fotografia mostra o estímulo normal
03:21
in a group of what we call typical human adults.
76
189000
2000
no grupo daqueles que designamos por humanos adultos típicos.
03:23
They're MIT undergraduates.
77
191000
2000
São alunos do MIT.
03:25
(Laughter)
78
193000
4000
(Risos)
03:29
The second thing I want to say about this brain system
79
197000
2000
A segunda coisa que quero dizer sobre este sistema cerebral
03:31
is that although we human adults
80
199000
2000
é que embora nós adultos humanos
03:33
are really good at understanding other minds,
81
201000
2000
sejamos muito bons a perceber outras mentes,
03:35
we weren't always that way.
82
203000
2000
nem sempre fomos assim.
03:37
It takes children a long time to break into the system.
83
205000
3000
As crianças levam muito tempo a entrar no sistema.
03:40
I'm going to show you a little bit of that long, extended process.
84
208000
4000
Vou-vos mostrar um pouco deste longo, e extenso processo.
03:44
The first thing I'm going to show you is a change between age three and five,
85
212000
3000
Primeiro vou-vos mostrar a diferença entre os três e os cinco anos de idade,
03:47
as kids learn to understand
86
215000
2000
quando as crianças começam a perceber
03:49
that somebody else can have beliefs that are different from their own.
87
217000
3000
que outra pessoa pode ter opiniões que são diferentes das delas.
03:52
So I'm going to show you a five-year-old
88
220000
2000
Então vou-vos mostrar uma criança de cinco anos
03:54
who is getting a standard kind of puzzle
89
222000
2000
a quem apresentámos um problema padrão
03:56
that we call the false belief task.
90
224000
3000
a que chamamos tarefa da falsa opinião.
03:59
Rebecca Saxe (Video): This is the first pirate. His name is Ivan.
91
227000
3000
Video: Este é o primeiro pirata. O nome dele é Ivan.
04:02
And you know what pirates really like?
92
230000
2000
Sabes do que é que os piratas gostam mesmo?
04:04
Child: What? RS: Pirates really like cheese sandwiches.
93
232000
3000
Os piratas gostam muito de sanduíches de queijo.
04:07
Child: Cheese? I love cheese!
94
235000
3000
Criança: Queijo? Eu adoro queijo!
04:10
RS: Yeah. So Ivan has this cheese sandwich,
95
238000
2000
R.S: Sim. O Ivan tem uma sanduíche de queijo
04:12
and he says, "Yum yum yum yum yum!
96
240000
2000
e diz "Yum yum yum yum yum"
04:14
I really love cheese sandwiches."
97
242000
2000
Eu gosto muito de sanduíches de queijo."
04:16
And Ivan puts his sandwich over here, on top of the pirate chest.
98
244000
4000
O Ivan pousa a sanduíche dele aqui, em cima da arca dos piratas.
04:20
And Ivan says, "You know what? I need a drink with my lunch."
99
248000
4000
E o Ivan diz "Sabem que mais? Preciso de uma bebida para o meu almoço."
04:24
And so Ivan goes to get a drink.
100
252000
3000
Então o Ivan vai buscar uma bebida.
04:27
And while Ivan is away
101
255000
2000
E enquanto o Ivan não está
04:29
the wind comes,
102
257000
3000
vem o vento,
04:32
and it blows the sandwich down onto the grass.
103
260000
2000
e atira a sanduíche para a relva.
04:34
And now, here comes the other pirate.
104
262000
4000
E agora, aqui vem outro pirata.
04:38
This pirate is called Joshua.
105
266000
3000
Este pirata chama-se Joshua.
04:41
And Joshua also really loves cheese sandwiches.
106
269000
2000
E o Joshua também gosta muito de sanduíches de queijo.
04:43
So Joshua has a cheese sandwich and he says,
107
271000
2000
O Joshua traz uma sanduíche de queijo e diz,
04:45
"Yum yum yum yum yum! I love cheese sandwiches."
108
273000
4000
"Yum yum yum yum yum! Eu adoro sanduíches de queijo."
04:49
And he puts his cheese sandwich over here on top of the pirate chest.
109
277000
3000
E põem a sanduíche de queijo dele aqui em cima da arca dos piratas.
04:52
Child: So, that one is his.
110
280000
2000
Criança: Então, aquela é dele.
04:54
RS: That one is Joshua's. That's right.
111
282000
2000
R.S.: Aquela é do Joshua. Muito bem.
04:56
Child: And then his went on the ground.
112
284000
2000
Criança: E a dele caíu no chão.
04:58
RS: That's exactly right.
113
286000
2000
R.S.: É isso mesmo.
05:00
Child: So he won't know which one is his.
114
288000
2000
Criança: Então ele não sabe qual é que é a dele.
05:02
RS: Oh. So now Joshua goes off to get a drink.
115
290000
3000
R.S.: Oh. Agora o Joshua vai buscar uma bebida.
05:05
Ivan comes back and he says, "I want my cheese sandwich."
116
293000
4000
O Ivan volta e diz, "Eu quero a minha sanduíche de queijo."
05:09
So which one do you think Ivan is going to take?
117
297000
3000
Em qual é que achas que o Ivan vai pegar?
05:12
Child: I think he is going to take that one.
118
300000
2000
Criança: Eu acho que ele vai pegar naquela.
05:14
RS: Yeah, you think he's going to take that one? All right. Let's see.
119
302000
2000
R.S.: Bem, achas que ele vai pegar naquela? Certo. Vamos ver.
05:16
Oh yeah, you were right. He took that one.
120
304000
3000
Oh sim, tens razão. Ele pegou naquela.
05:19
So that's a five-year-old who clearly understands
121
307000
2000
Esta é uma criança de cinco anos que compreende perfeitamente
05:21
that other people can have false beliefs
122
309000
2000
que outras pessoas podem ter falsas crenças
05:23
and what the consequences are for their actions.
123
311000
2000
e quais são as consequências das suas acções.
05:25
Now I'm going to show you a three-year-old
124
313000
3000
Agora vou-vos mostrar uma criança de três anos
05:28
who got the same puzzle.
125
316000
2000
a quem apresentámos o mesmo problema.
05:30
RS: And Ivan says, "I want my cheese sandwich."
126
318000
2000
Video: R.S.: E o Ivan diz, "Eu quero a minha sanduíche de queijo."
05:32
Which sandwich is he going to take?
127
320000
3000
Qual é a sanduíche em que ele vai pegar?
05:35
Do you think he's going to take that one? Let's see what happens.
128
323000
2000
Achas que ele vai pegar naquela? Vamos ver o que acontece.
05:37
Let's see what he does. Here comes Ivan.
129
325000
2000
Vamos ver o que é que ele faz. Aí vem o Ivan.
05:39
And he says, "I want my cheese sandwich."
130
327000
3000
E ele diz, "Eu quero a minha sanduíche de queijo."
05:42
And he takes this one.
131
330000
2000
E ele pega nesta.
05:44
Uh-oh. Why did he take that one?
132
332000
3000
Uh-oh. Porque é que ele pegou nesta?
05:47
Child: His was on the grass.
133
335000
4000
Criança: A dele estava na relva.
05:51
So the three-year-old does two things differently.
134
339000
3000
R.S.: Então a criança de três anos interpreta duas coisas de forma diferente.
05:54
First, he predicts Ivan will take the sandwich
135
342000
3000
Primeiro ele diz que o Ivan vai pegar na sanduíche
05:57
that's really his.
136
345000
2000
que é mesmo dele.
05:59
And second, when he sees Ivan taking the sandwich where he left his,
137
347000
4000
E depois, quando ele vê o Ivan a pegar na sanduíche onde a tinha deixado,
06:03
where we would say he's taking that one because he thinks it's his,
138
351000
3000
e nós diríamos que ele pegou naquela porque pensa que é a dele,
06:06
the three-year-old comes up with another explanation:
139
354000
3000
a criança de três anos tem uma outra explicação.
06:09
He's not taking his own sandwich because he doesn't want it,
140
357000
2000
Ele não pega na sanduíche dele porque não a quer,
06:11
because now it's dirty, on the ground.
141
359000
2000
porque agora está suja, no chão.
06:13
So that's why he's taking the other sandwich.
142
361000
2000
Então por isso é que ele pega na outra sanduíche.
06:15
Now of course, development doesn't end at five.
143
363000
4000
E claro, o desenvolvimento não acaba aos cinco anos.
06:19
And we can see the continuation of this process
144
367000
2000
E nós podemos observar o desenvolvimento deste processo
06:21
of learning to think about other people's thoughts
145
369000
2000
de aprender a pensar sobre os pensamentos das outras pessoas
06:23
by upping the ante
146
371000
2000
aumentando a dificuldade
06:25
and asking children now, not for an action prediction,
147
373000
3000
e pedindo agora às crianças, não uma previsão de acção
06:28
but for a moral judgment.
148
376000
2000
mas para fazer um julgamento moral.
06:30
So first I'm going to show you the three-year-old again.
149
378000
2000
Começo por vos mostrar a criança de três anos de novo.
06:32
RS.: So is Ivan being mean and naughty for taking Joshua's sandwich?
150
380000
3000
Video: R.S.: Então o Ivan foi muito mau pegar na sanduíche do Joshua?
06:35
Child: Yeah.
151
383000
1000
Criança: Sim.
06:36
RS: Should Ivan get in trouble for taking Joshua's sandwich?
152
384000
3000
R.S.: Achas que ele devia ser castigado por pegar na sanduíche do Joshua?
06:39
Child: Yeah.
153
387000
2000
Criança: Sim.
06:41
So it's maybe not surprising he thinks it was mean of Ivan
154
389000
2000
R.S.: Não é surpreendente que ele pense que o Ivan foi mau
06:43
to take Joshua's sandwich,
155
391000
2000
por pegar na sanduiche do Joshua.
06:45
since he thinks Ivan only took Joshua's sandwich
156
393000
2000
Porque pensa que o Ivan só pegou na sanduíche do Joshua
06:47
to avoid having to eat his own dirty sandwich.
157
395000
3000
para evitar ter de comer a sua sanduíche suja.
06:50
But now I'm going to show you the five-year-old.
158
398000
2000
Mas agora vou-vos mostrar a criança de cinco anos.
06:52
Remember the five-year-old completely understood
159
400000
2000
Lembrem-se que ele compreendeu perfeitamente
06:54
why Ivan took Joshua's sandwich.
160
402000
2000
porque é que o Ivan pegou na sanduíche do Joshua.
06:56
RS: Was Ivan being mean and naughty
161
404000
2000
Video: R.S.: O Ivan foi muito mauzinho
06:58
for taking Joshua's sandwich?
162
406000
2000
por pegar na sanduíche do Joshua?
07:00
Child: Um, yeah.
163
408000
2000
Criança: Uhm, sim.
07:02
And so, it is not until age seven
164
410000
2000
R.S.: Então, só por volta dos sete anos
07:04
that we get what looks more like an adult response.
165
412000
3000
é que obtemos uma resposta similar a uma resposta adulta.
07:07
RS: Should Ivan get in trouble for taking Joshua's sandwich?
166
415000
3000
Video: R.S.: O Ivan deve ser castigado por pegar na sanduíche do Joshua?
07:10
Child: No, because the wind should get in trouble.
167
418000
2000
Criança: Não, o vento é que devia ser castigado.
07:12
He says the wind should get in trouble
168
420000
3000
R.S.: Ele diz que o vento deve ser castigado
07:15
for switching the sandwiches.
169
423000
2000
por trocar as sanduíches.
07:17
(Laughter)
170
425000
2000
(Risos)
07:19
And now what we've started to do in my lab
171
427000
2000
O que começámos a fazer agora no meu laboratório
07:21
is to put children into the brain scanner
172
429000
2000
foi fazer ressonâncias magnéticas a crianças
07:23
and ask what's going on in their brain
173
431000
3000
e investigar o que acontece nos seus cérebros
07:26
as they develop this ability to think about other people's thoughts.
174
434000
3000
ao desenvolver esta capacidade de pensar sobre os pensamentos dos outros.
07:29
So the first thing is that in children we see this same brain region, the Right TPJ,
175
437000
4000
A primeira coisa que observámos nas crianças foi esta região cerebral, a RTPJ,
07:33
being used while children are thinking about other people.
176
441000
3000
ser usada enquanto elas pensam sobre outras pessoas.
07:36
But it's not quite like the adult brain.
177
444000
2000
Mas não da mesma forma que o cérebro adulto.
07:38
So whereas in the adults, as I told you,
178
446000
2000
Porque enquanto adultos, como vos disse,
07:40
this brain region is almost completely specialized --
179
448000
3000
esta região cerebral é quase completamente especializada.
07:43
it does almost nothing else except for thinking about other people's thoughts --
180
451000
3000
Não faz mais nada, a não ser pensar sobre o que as outras pessoas pensam.
07:46
in children it's much less so,
181
454000
2000
Nas crianças é muito menos,
07:48
when they are age five to eight,
182
456000
2000
na faixa do cinco aos oito anos,
07:50
the age range of the children I just showed you.
183
458000
2000
a média de idades das crianças que acabei de vos mostrar.
07:52
And actually if we even look at eight to 11-year-olds,
184
460000
3000
Na verdade se considerarmos a faixa dos oito aos onze anos,
07:55
getting into early adolescence,
185
463000
2000
a entrar na pré-adolescência,
07:57
they still don't have quite an adult-like brain region.
186
465000
3000
ainda não têm uma região como a de um cérebro adulto.
08:00
And so, what we can see is that over the course of childhood
187
468000
3000
Então, o que podemos observar é que durante a infância
08:03
and even into adolescence,
188
471000
2000
e até à adolescência,
08:05
both the cognitive system,
189
473000
2000
tanto o sistema cognitivo,
08:07
our mind's ability to think about other minds,
190
475000
2000
a nossa capacidade mental para pensar sobre a mente dos outros,
08:09
and the brain system that supports it
191
477000
2000
como o sistema cerebral que o suporta,
08:11
are continuing, slowly, to develop.
192
479000
3000
continuam, lentamente, a desenvolver-se.
08:14
But of course, as you're probably aware,
193
482000
2000
Mas claro, como vocês devem saber,
08:16
even in adulthood,
194
484000
2000
até na idade adulta,
08:18
people differ from one another in how good they are
195
486000
2000
as pessoas diferem umas das outras na capacidade
08:20
at thinking of other minds, how often they do it
196
488000
2000
de pensar sobre a mente dos outros, quantas vezes o fazem,
08:22
and how accurately.
197
490000
2000
e quão precisas são.
08:24
And so what we wanted to know was, could differences among adults
198
492000
3000
E o que nós queríamos saber era, podem as diferenças entre os adultos,
08:27
in how they think about other people's thoughts
199
495000
2000
na forma como pensam sobre os pensamentos dos outros
08:29
be explained in terms of differences in this brain region?
200
497000
3000
ser explicadas em termos de diferenças nesta região cerebral.
08:32
So, the first thing that we did is we gave adults a version
201
500000
3000
Por isso a primeira coisa que fizemos foi dar aos adultos uma versão
08:35
of the pirate problem that we gave to the kids.
202
503000
2000
do problema dos piratas que apresentámos às crianças.
08:37
And I'm going to give that to you now.
203
505000
2000
O mesmo que vos vou apresentar agora.
08:39
So Grace and her friend are on a tour of a chemical factory,
204
507000
3000
A Grace e a sua amiga estão a visitar uma fábrica de químicos
08:42
and they take a break for coffee.
205
510000
2000
e fazem uma pausa para tomar café.
08:44
And Grace's friend asks for some sugar in her coffee.
206
512000
3000
E a amiga da Grace quer um café com açúcar.
08:47
Grace goes to make the coffee
207
515000
3000
A Grace vai fazer o café
08:50
and finds by the coffee a pot
208
518000
2000
e descobre ao pé do café um frasco
08:52
containing a white powder, which is sugar.
209
520000
3000
que contém um pó branco, que é açúcar.
08:55
But the powder is labeled "Deadly Poison,"
210
523000
3000
Mas o frasco tem uma etiqueta que diz "Veneno Mortal".
08:58
so Grace thinks that the powder is a deadly poison.
211
526000
3000
A Grace pensa que aquele pó é um veneno mortal.
09:01
And she puts it in her friend's coffee.
212
529000
2000
E põe-no no café da amiga.
09:03
And her friend drinks the coffee, and is fine.
213
531000
3000
E a amiga bebe o café e nada lhe acontece.
09:06
How many people think it was morally permissible
214
534000
2000
Quantas pessoas acham que é moralmente aceitável
09:08
for Grace to put the powder in the coffee?
215
536000
4000
o facto de a Grace ter posto o pó no café?
09:12
Okay. Good. (Laughter)
216
540000
3000
Ok. Bom. (Risos)
09:15
So we ask people, how much should Grace be blamed
217
543000
3000
Então perguntámos às pessoas se a Grace devia ser culpada
09:18
in this case, which we call a failed attempt to harm?
218
546000
2000
neste caso, naquilo que chamamos de tentativa falhada de dano.
09:20
And we can compare that to another case,
219
548000
2000
E podemos comparar este com outro caso
09:22
where everything in the real world is the same.
220
550000
2000
onde tudo no mundo real é igual.
09:24
The powder is still sugar, but what's different is what Grace thinks.
221
552000
3000
O pó continua a ser açúcar, mas a forma de pensar da Grace é diferente.
09:27
Now she thinks the powder is sugar.
222
555000
3000
Ela pensa que o pó é açúcar.
09:30
And perhaps unsurprisingly, if Grace thinks the powder is sugar
223
558000
3000
E obviamente, se a Grace pensa que o pó é açúcar,
09:33
and puts it in her friend's coffee,
224
561000
2000
e o põe no café da sua amiga,
09:35
people say she deserves no blame at all.
225
563000
2000
as pessoas acham que ela não tem qualquer culpa.
09:37
Whereas if she thinks the powder was poison, even though it's really sugar,
226
565000
4000
Enquanto que se ela pensar que o pó era veneno, apesar de ser mesmo açúcar,
09:41
now people say she deserves a lot of blame,
227
569000
3000
nesse caso as pessoas acham que ela tem muita culpa
09:44
even though what happened in the real world was exactly the same.
228
572000
3000
apesar do que aconteceu no mundo real ter sido exactamente a mesma coisa.
09:47
And in fact, they say she deserves more blame
229
575000
2000
Na verdade acham que ela tem muito mais culpa,
09:49
in this case, the failed attempt to harm,
230
577000
2000
neste caso, da tentativa falhada de dano,
09:51
than in another case,
231
579000
2000
do que no outro caso
09:53
which we call an accident.
232
581000
2000
a que chamamos um acidente.
09:55
Where Grace thought the powder was sugar,
233
583000
2000
Quando a Grace pensou que o pó era açúcar,
09:57
because it was labeled "sugar" and by the coffee machine,
234
585000
2000
porque estava etiquetado como "açúcar" e ao pé da máquina de café
09:59
but actually the powder was poison.
235
587000
2000
mas na verdade o pó era veneno.
10:01
So even though when the powder was poison,
236
589000
3000
Por isso apesar do pó ser veneno,
10:04
the friend drank the coffee and died,
237
592000
3000
e de a amiga ter bebido o café e morrido,
10:07
people say Grace deserves less blame in that case,
238
595000
3000
as pessoas acham que a Grace tem menos culpa neste caso,
10:10
when she innocently thought it was sugar,
239
598000
2000
porque inocentemente pensou que era açúcar,
10:12
than in the other case, where she thought it was poison
240
600000
2000
do que no outro caso, quando ela pensou que era veneno,
10:14
and no harm occurred.
241
602000
3000
e não aconteceu mal nenhum.
10:17
People, though, disagree a little bit
242
605000
2000
As pessoas, no entanto, discordam um pouco
10:19
about exactly how much blame Grace should get
243
607000
2000
sobre o quão exactamente é culpada a Grace
10:21
in the accident case.
244
609000
2000
no caso do acidente.
10:23
Some people think she should deserve more blame,
245
611000
2000
Algumas pessoas acham que ela é mais culpada,
10:25
and other people less.
246
613000
2000
outras pessoas menos.
10:27
And what I'm going to show you is what happened when we look inside
247
615000
2000
E o que vos vou mostrar é o que aconteceu quanto olhamos para o interior
10:29
the brains of people while they're making that judgment.
248
617000
2000
do cérebro das pessoas enquanto estão a conjecturar estes julgamentos.
10:31
So what I'm showing you, from left to right,
249
619000
2000
Então vou-vos mostrar, da esquerda para a direita,
10:33
is how much activity there was in this brain region,
250
621000
3000
a quantidade de activade existente nesta região cerebral
10:36
and from top to bottom, how much blame
251
624000
2000
e de cima para baixo, quão culpada
10:38
people said that Grace deserved.
252
626000
2000
as pessoas acharam que era a Grace.
10:40
And what you can see is, on the left
253
628000
2000
E o que podem ver é que, do lado esquerdo
10:42
when there was very little activity in this brain region,
254
630000
2000
onde há muito pouca actividade nesta região cerebral,
10:44
people paid little attention to her innocent belief
255
632000
3000
as pessoas prestaram pouca atenção à sua assunção inocente
10:47
and said she deserved a lot of blame for the accident.
256
635000
3000
e que ela era muito culpada pelo acidente.
10:50
Whereas on the right, where there was a lot of activity,
257
638000
2000
Enquanto que, do lado direito, onde há muita actividade,
10:52
people paid a lot more attention to her innocent belief,
258
640000
3000
as pessoas muito mais atenção à sua assunção inocente,
10:55
and said she deserved a lot less blame
259
643000
2000
e que ela não tinha muita culpa
10:57
for causing the accident.
260
645000
2000
por causar o acidente.
10:59
So that's good, but of course
261
647000
2000
Isto é óptimo, mas claro
11:01
what we'd rather is have a way to interfere
262
649000
2000
o que desejávamos era ter uma forma de interferir
11:03
with function in this brain region,
263
651000
2000
na função desta região cerebral
11:05
and see if we could change people's moral judgment.
264
653000
3000
e observar se conseguiríamos mudar a forma de julgamento moral das pessoas.
11:08
And we do have such a tool.
265
656000
2000
E nós temos essa ferramenta.
11:10
It's called Trans-Cranial Magnetic Stimulation,
266
658000
2000
Chama-se Estimulação Magnética Transcraniana
11:12
or TMS.
267
660000
2000
ou TMS (EMT em português)
11:14
This is a tool that lets us pass a magnetic pulse
268
662000
2000
Esta é uma ferramenta que nos permite enviar impulsos magnéticos
11:16
through somebody's skull, into a small region of their brain,
269
664000
4000
através do crâneo de alguém, até a uma pequena região do seu cérebro
11:20
and temporarily disorganize the function of the neurons in that region.
270
668000
4000
e temporáriamente desorganizar a função dos neurónios naquela região.
11:24
So I'm going to show you a demo of this.
271
672000
2000
Vou-vos fazer uma demonstração deste equipamento
11:26
First, I'm going to show you that this is a magnetic pulse.
272
674000
3000
A primeira coisa que vou fazer, é mostrar-vos o que é um impulso magnético.
11:29
I'm going to show you what happens when you put a quarter on the machine.
273
677000
3000
Eu vou mostrar-vos o que acontece quando pomos uma moeda na máquina.
11:32
When you hear clicks, we're turning the machine on.
274
680000
4000
Quando ouvirem estalinhos estamos a ligar a máquina.
11:42
So now I'm going to apply that same pulse to my brain,
275
690000
3000
Agora vou aplicar o mesmo impulso ao meu cérebro,
11:45
to the part of my brain that controls my hand.
276
693000
2000
à parte do meu cérebro que controla a minha mão.
11:47
So there is no physical force, just a magnetic pulse.
277
695000
3000
Por isso não há força física, só um impulso magnético.
11:54
Woman (Video): Ready, Rebecca? RS: Yes.
278
702000
2000
Video: Enfermeira: Pronta? Rebecca Saxe: Sim.
11:57
Okay, so it causes a small involuntary contraction in my hand
279
705000
3000
Ok, o que causa é uma pequena contracção involuntária da minha mão
12:00
by putting a magnetic pulse in my brain.
280
708000
3000
ao dirigir o impulso magnético ao meu cérebro.
12:03
And we can use that same pulse,
281
711000
2000
E podemos utilizar esse mesmo impulso,
12:05
now applied to the RTPJ,
282
713000
2000
agora aplicado à RTPJ,
12:07
to ask if we can change people's moral judgments.
283
715000
3000
para descobrir se conseguimos mudar os julgamentos morais das pessoas.
12:10
So these are the judgments I showed you before, people's normal moral judgments.
284
718000
2000
Estes são os julgamentos que vos apresentei antes, os julgamentos morais das pessoas normais.
12:12
And then we can apply TMS to the RTPJ
285
720000
3000
E quando aplicamos a TMS à RTPJ
12:15
and ask how people's judgments change.
286
723000
2000
e observamos como mudam os julgamentos das pessoas.
12:17
And the first thing is, people can still do this task overall.
287
725000
4000
E o que observamos é que as pessoas ainda conseguem realizar esta tarefa
12:21
So their judgments of the case when everything was fine
288
729000
2000
Por isso as suas opiniões sobre os casos quando tudo estava bem
12:23
remain the same. They say she deserves no blame.
289
731000
3000
continua iguais. Eles acham que ela não tem culpa.
12:26
But in the case of a failed attempt to harm,
290
734000
4000
Mas no caso da tentativa de causar dano,
12:30
where Grace thought that it was poison, although it was really sugar,
291
738000
3000
quando a Grace pensou que era veneno, apesar de na verdade ser açúcar,
12:33
people now say it was more okay, she deserves less blame
292
741000
3000
as pessoas agora diziam que não fazia mal, ela não tinha tanta culpa
12:36
for putting the powder in the coffee.
293
744000
3000
por pôr o pó no café.
12:39
And in the case of the accident, where she thought that it was sugar,
294
747000
2000
E ainda em caso de acidente, quando ela pensava que era açúcar,
12:41
but it was really poison and so she caused a death,
295
749000
3000
mas na verdade era veneno e por isso causou uma morte,
12:44
people say that it was less okay, she deserves more blame.
296
752000
6000
as pessoas diziam que afinal era mau, ela era mais culpada.
12:50
So what I've told you today is that
297
758000
2000
Resumindo o que vos disse hoje é que
12:52
people come, actually, especially well equipped
298
760000
4000
as pessoas nascem, na verdade, especialmente bem equipadas
12:56
to think about other people's thoughts.
299
764000
2000
para pensar sobre o que os outros pensam.
12:58
We have a special brain system
300
766000
2000
Temos um sistema cerebral especial
13:00
that lets us think about what other people are thinking.
301
768000
3000
que nos deixa pensar sobre o que os outros pensam.
13:03
This system takes a long time to develop,
302
771000
2000
Este sistema leva algum tempo a desenvolver-se,
13:05
slowly throughout the course of childhood and into early adolescence.
303
773000
3000
lentamente durante a infância, até à pré-adolescência.
13:08
And even in adulthood, differences in this brain region
304
776000
3000
E até na idade adulta, há diferenças nesta região cerebral
13:11
can explain differences among adults
305
779000
2000
que explicam certas diferenças entre adultos.
13:13
in how we think about and judge other people.
306
781000
3000
na maneira como pensam e como julgam as outras pessoas.
13:16
But I want to give the last word back to the novelists,
307
784000
3000
Mas quero dar a última palavra aos escritores.
13:19
and to Philip Roth, who ended by saying,
308
787000
3000
E ao Philip Roth, que acabou por dizer,
13:22
"The fact remains that getting people right
309
790000
2000
"O facto é que perceber os outros
13:24
is not what living is all about anyway.
310
792000
2000
não tem nada a ver com viver a vida.
13:26
It's getting them wrong that is living.
311
794000
2000
Interpretá-los de forma errada é que é viver.
13:28
Getting them wrong and wrong and wrong,
312
796000
3000
Interpretá-los de forma errada, e errada e errada,
13:31
and then on careful reconsideration,
313
799000
2000
e depois e alguma reconsideração cuidadosa
13:33
getting them wrong again."
314
801000
2000
interpretá-los de novo mal."
13:35
Thank you.
315
803000
2000
Obrigada.
13:37
(Applause)
316
805000
10000
(Aplausos)
13:47
Chris Anderson: So, I have a question. When you start talking about using
317
815000
2000
Chris Anderson: Quando começou a falar em usar
13:49
magnetic pulses to change people's moral judgments,
318
817000
3000
impulsos magnéticos para mudar os julgamentos morais das pessoas,
13:52
that sounds alarming.
319
820000
3000
foi assustador.
13:55
(Laughter)
320
823000
1000
(Risos)
13:56
Please tell me that you're not taking phone calls from the Pentagon, say.
321
824000
4000
Por favor diga-me que não aceita chamadas telefónicas do Pentágono, diga.
14:00
RS: I'm not.
322
828000
2000
Rebecca Saxe: Não aceito.
14:02
I mean, they're calling, but I'm not taking the call.
323
830000
3000
Quer dizer, eles ligam-me, mas eu não atendo as chamadas.
14:05
(Laughter)
324
833000
1000
(Risos)
14:06
CA: They really are calling?
325
834000
2000
C.A.: Eles ligam mesmo?
14:08
So then seriously,
326
836000
3000
Então, a sério, a sério
14:11
you must lie awake at night sometimes
327
839000
3000
deve passar algumas noites em branco
14:14
wondering where this work leads.
328
842000
2000
a pensar aonde é que este trabalho a pode levar.
14:16
I mean, you're clearly an incredible human being,
329
844000
2000
Quer dizer, a senhora é claramente um ser humano incrível.
14:18
but someone could take this knowledge
330
846000
3000
Mas alguém pode pegar neste conhecimento
14:21
and in some future
331
849000
2000
e algures no futuro
14:23
not-torture chamber,
332
851000
2000
não usarem camaras de tortura,
14:25
do acts that people here might be worried about.
333
853000
3000
mas podem fazer coisas que preocuparão as pessoas aqui presentes.
14:28
RS: Yeah, we worry about this.
334
856000
2000
R.S.: Sim, nós preocupamo-nos com isso.
14:30
So, there's a couple of things to say about TMS.
335
858000
3000
Por isso, há algumas coisas a dizer sobre o TMS.
14:33
One is that you can't be TMSed without knowing it.
336
861000
2000
Uma das coisas é que não se pode usá-lo sem o individuo o saber.
14:35
So it's not a surreptitious technology.
337
863000
3000
Não é uma tecnologia sub-reptícia.
14:38
It's quite hard, actually, to get those very small changes.
338
866000
3000
Na verdade é muito difícil conseguir estas pequenas mudanças.
14:41
The changes I showed you are impressive to me
339
869000
3000
As mudanças que vos mostrei são impressionantes para mim
14:44
because of what they tell us about the function of the brain,
340
872000
2000
pelo que nos dizem sobre o funcionamento cerebral.
14:46
but they're small on the scale
341
874000
2000
Mas são pequenas na escala
14:48
of the moral judgments that we actually make.
342
876000
2000
dos julgamentos morais que fazemos na realidade.
14:50
And what we changed was not people's
343
878000
2000
E o que nós mudamos não é o julgamento
14:52
moral judgments when they're deciding what to do,
344
880000
3000
moral das pessoas quando decidem o que fazer,
14:55
when they're making action choices.
345
883000
2000
quando têm de fazer escolhas activas.
14:57
We changed their ability to judge other people's actions.
346
885000
3000
Conseguimos mudar a sua capacidade de julgar as acções das outras pessoas.
15:00
And so, I think of what I'm doing not so much as
347
888000
2000
Por isso acho que o que estou a fazer não é tanto
15:02
studying the defendant in a criminal trial,
348
890000
2000
o estudar o acusado num tribunal criminal,
15:04
but studying the jury.
349
892000
2000
mas a estudar o júri.
15:06
CA: Is your work going to lead to any recommendations
350
894000
3000
C.A.: Será que o seu trabalho vai levar a algumas modificações
15:09
in education, to perhaps bring up
351
897000
3000
na educação, para talvez conceber
15:12
a generation of kids able to make fairer moral judgments?
352
900000
5000
uma geração de crianças capazes de fazer julgamentos morais mais justos?
15:17
RS: That's one of the idealistic hopes.
353
905000
3000
R.S.: Essa é uma das esperanças idealísticas.
15:20
The whole research program here of studying
354
908000
4000
Todo o programa de investigação, de estudar
15:24
the distinctive parts of the human brain is brand new.
355
912000
4000
as partes distintas do cérebro humano, é muito recente.
15:28
Until recently, what we knew about the brain
356
916000
2000
Até há pouco tempo tudo o que sabíamos sobre o cérebro
15:30
were the things that any other animal's brain could do too,
357
918000
3000
era sobre o que todos os cérebros animais conseguem fazer.
15:33
so we could study it in animal models.
358
921000
2000
Por isso podíamos estudar com modelos de animais.
15:35
We knew how brains see, and how they control the body
359
923000
2000
Sabíamos como os cérebros vêem, e como controlam o corpo,
15:37
and how they hear and sense.
360
925000
2000
e como eles ouvem e sentem.
15:39
And the whole project of understanding
361
927000
3000
E todo o projecto de compreender
15:42
how brains do the uniquely human things --
362
930000
2000
como o cérebro faz coisas genuínamente humanas,
15:44
learn language and abstract concepts,
363
932000
3000
aprende a linguagem, e conceitos abstractos,
15:47
and thinking about other people's thoughts -- that's brand new.
364
935000
2000
e pensa sobre os pensamentos das outras pessoas, isso é tudo novo.
15:49
And we don't know yet what the implications will be
365
937000
2000
E ainda não sabemos, quais serão as implicações
15:51
of understanding it.
366
939000
2000
de compreender estes factos.
15:53
CA: So I've got one last question. There is this thing called
367
941000
2000
C.A.: Tenho uma última questão. Há uma coisa chamada
15:55
the hard problem of consciousness,
368
943000
2000
o grande problema da consciência,
15:57
that puzzles a lot of people.
369
945000
2000
que intriga muita gente.
15:59
The notion that you can understand
370
947000
3000
A ideia de que podemos compreender
16:02
why a brain works, perhaps.
371
950000
2000
porque é que um cérebro funciona, talvez.
16:04
But why does anyone have to feel anything?
372
952000
3000
Mas porque é que temos de sentir alguma coisa?
16:07
Why does it seem to require these beings who sense things
373
955000
3000
Porque é que temos de ser estes seres que sentem coisas
16:10
for us to operate?
374
958000
2000
para funcionarmos?
16:12
You're a brilliant young neuroscientist.
375
960000
3000
Você é uma jovem e brilhante neurocientista.
16:15
I mean, what chances do you think there are
376
963000
2000
Quer dizer, quais são as hipóteses que pensa existirem
16:17
that at some time in your career,
377
965000
2000
para que algures durante a sua carreira
16:19
someone, you or someone else,
378
967000
2000
alguém, você ou outra pessoa,
16:21
is going to come up with some paradigm shift
379
969000
2000
descubra uma mudança paradigmática qualquer
16:23
in understanding what seems an impossible problem?
380
971000
4000
que leve a resolver o que parece um problema impossível.
16:27
RS: I hope they do. And I think they probably won't.
381
975000
4000
R.S.: Espero que aconteça. E acho que nunca acontecerá.
16:31
CA: Why?
382
979000
3000
C.A.: Porquê?
16:34
RS: It's not called the hard problem of consciousness for nothing.
383
982000
3000
R.S.: Não é por acaso que lhe chamamos grande problema da consciência.
16:37
(Laughter)
384
985000
2000
(Risos)
16:39
CA: That's a great answer. Rebecca Saxe, thank you very much. That was fantastic.
385
987000
3000
C.A.: É uma excelente resposta. Rebecca Saxe, muito obrigado. Foi fantástica.
16:42
(Applause)
386
990000
4000
(Aplausos)
ABOUT THE SPEAKER
Rebecca Saxe - Cognitive neuroscientistRebecca Saxe studies how we think about other people's thoughts. At the Saxelab at MIT, she uses fMRI to identify what happens in our brains when we consider the motives, passions and beliefs of others.
Why you should listen
While still a graduate student, Rebecca Saxe made a breakthrough discovery: There's a specific region in our brain that becomes active when we contemplate the workings of other minds. Now, at MIT's Saxelab, she and her team have been further exploring her grad-school finding, exploring how it may help us understand conditions such as autism.
As Saxe delves into the complexities of social cognition, this young scientist is working toward revealing the enigma of human minds interacting.
Rebecca Saxe | Speaker | TED.com