TED2015
Laura Schulz: The surprisingly logical minds of babies
Laura Schulz: Mintea surprinzător de logică a bebelușilor
Filmed:
Readability: 3.8
1,888,975 views
Cum învață bebelușii atât the mult din atât de puțin și atât de repede? Într-o prezentare plină de umor și experimente, cercetătoarea în științe cognitive, Laura Schulz, ne explică cum copiii mici iau decizii surprinzător de logice, cu mult înainte de a învăța să vorbească.
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 a descris concis
00:14
one of the fundamental problems
of cognitive science
of cognitive science
1
2990
3120
una dintre problemele fundamentale
ale științelor cognitive
ale științelor cognitive
00:18
with a single witticism.
2
6110
1710
într-o singură remarcă.
00:20
He said, "There's something
fascinating about science.
fascinating about science.
3
8410
3082
A spus: „Ştiinţele exacte sunt fascinante.
00:23
One gets such wholesale
returns of conjecture
returns of conjecture
4
11492
3228
Fac o grămadă de presupuneri
din orice fleac care se întâmplă.”
din orice fleac care se întâmplă.”
00:26
out of such a trifling
investment in fact."
investment in fact."
5
14720
3204
00:29
(Laughter)
6
17924
1585
(Râsete)
00:32
Twain meant it as a joke,
of course, but he's right:
of course, but he's right:
7
20199
2604
Twain a glumit desigur,
însă avea dreptate:
însă avea dreptate:
00:34
There's something
fascinating about science.
fascinating about science.
8
22803
2876
Știința are ceva fascinant.
00:37
From a few bones, we infer
the existence of dinosuars.
the existence of dinosuars.
9
25679
4261
Studiind câteva oase,
am dedus viaţa dinozaurilor.
am dedus viaţa dinozaurilor.
00:42
From spectral lines,
the composition of nebulae.
the composition of nebulae.
10
30910
3871
Din liniile spectrale,
am dedus compoziția nebulelor.
am dedus compoziția nebulelor.
00:47
From fruit flies,
11
35471
2938
De la musculiţele de oţet,
00:50
the mechanisms of heredity,
12
38409
2943
am dedus mecanismele ereditare,
00:53
and from reconstructed images
of blood flowing through the brain,
of blood flowing through the brain,
13
41352
4249
și din imaginile reconstruite
ale sângelui care circulă prin creier,
ale sângelui care circulă prin creier,
00:57
or in my case, from the behavior
of very young children,
of very young children,
14
45601
4708
sau în cazul meu,
din comportamentul copiilor foarte mici,
din comportamentul copiilor foarte mici,
01:02
we try to say something about
the fundamental mechanisms
the fundamental mechanisms
15
50309
2829
investigăm mecanismele fundamentale
ale cogniției umane.
ale cogniției umane.
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
În Departamentul de Științe
Cerebrale și Cognitive de la MIT,
Cerebrale și Cognitive de la MIT,
01:12
I have spent the past decade
trying to understand the mystery
trying to understand the mystery
18
60475
3654
studiem capacitatea uluitoare a copiilor
01:16
of how children learn so much
from so little so quickly.
from so little so quickly.
19
64129
3977
de a învăța atât de mult
din atât de puțin și atât de repede.
din atât de puțin și atât de repede.
01:20
Because, it turns out that
the fascinating thing about science
the fascinating thing about science
20
68666
2978
Ce este fascinant în științe
01:23
is also a fascinating
thing about children,
thing about children,
21
71644
3529
este fascinant și legat de copii.
01:27
which, to put a gentler
spin on Mark Twain,
spin on Mark Twain,
22
75173
2581
Îndulcind citatul din Twain,
este vorba despre capacitatea lor
este vorba despre capacitatea lor
01:29
is precisely their ability
to draw rich, abstract inferences
to draw rich, abstract inferences
23
77754
4650
de a face deducţii complexe și abstracte
corect şi rapid,
corect şi rapid,
01:34
rapidly and accurately
from sparse, noisy data.
from sparse, noisy data.
24
82404
4661
din date împrăştiate şi bruiate.
01:40
I'm going to give you
just two examples today.
just two examples today.
25
88355
2398
Vă voi oferi doar
două exemple astăzi.
două exemple astăzi.
01:42
One is about a problem of generalization,
26
90753
2287
Unul e o problemă de generalizare,
01:45
and the other is about a problem
of causal reasoning.
of causal reasoning.
27
93040
2850
iar celălalt, o problemă
despre relația cauzală.
despre relația cauzală.
01:47
And although I'm going to talk
about work in my lab,
about work in my lab,
28
95890
2525
Deși vă voi prezenta
rezultate din laboratorul meu,
rezultate din laboratorul meu,
01:50
this work is inspired by
and indebted to a field.
and indebted to a field.
29
98415
3460
acest proiect e inspirat
și se datorează întregii discipline.
și se datorează întregii discipline.
01:53
I'm grateful to mentors, colleagues,
and collaborators around the world.
and collaborators around the world.
30
101875
4283
Sunt recunoscătoare mentorilor, colegilor
și colaboratorilor mei din toată lumea.
și colaboratorilor mei din toată lumea.
01:59
Let me start with the problem
of generalization.
of generalization.
31
107308
2974
Dați-mi voie să încep
cu problema generalizării
cu problema generalizării
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
Generalizarea dintr-un set mic de date
reprezintă pâinea si untul în știință.
reprezintă pâinea si untul în știință.
02:06
We poll a tiny fraction of the electorate
33
114785
2554
Sondăm un număr mic din electorat
02:09
and we predict the outcome
of national elections.
of national elections.
34
117339
2321
și prezicem
rezultatul alegerilor naționale.
rezultatul alegerilor naționale.
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
Doar câțiva pacienți răspund pozitiv
la un tratament într-un studiu clinic,
la un tratament într-un studiu clinic,
02:16
and we bring drugs to a national market.
36
124165
3065
și introducem medicamentul pe piață.
02:19
But this only works if our sample
is randomly drawn from the population.
is randomly drawn from the population.
37
127230
4365
E valabil numai dacă eșantionul
e selectat aleator din populație.
e selectat aleator din populație.
02:23
If our sample is cherry-picked
in some way --
in some way --
38
131595
2735
Dacă eșantionul
e ales într-un fel anume
e ales într-un fel anume
02:26
say, we poll only urban voters,
39
134330
2072
dacă selectăm numai votul orășenilor
02:28
or say, in our clinical trials
for treatments for heart disease,
for treatments for heart disease,
40
136402
4388
sau dacă în studiile clinice
ale tratamentelor bolilor de inimă,
ale tratamentelor bolilor de inimă,
02:32
we include only men --
41
140790
1881
includem numai bărbați,
02:34
the results may not generalize
to the broader population.
to the broader population.
42
142671
3158
rezultatele pot fi nereprezentative
pentru întreaga populație.
pentru întreaga populație.
02:38
So scientists care whether evidence
is randomly sampled or not,
is randomly sampled or not,
43
146479
3581
Cercetătorilor le pasă
dacă dovezile sunt aleatorii sau nu,
dacă dovezile sunt aleatorii sau nu,
02:42
but what does that have to do with babies?
44
150060
2015
dar ce are asta de-a face cu bebelușii?
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
Bebelușii generalizeză tot timpul
din puţine date.
din puţine date.
02:49
They see a few rubber ducks
and learn that they float,
and learn that they float,
46
157206
3158
Văd câteva rațe de cauciuc
și învață că plutesc,
și învață că plutesc,
02:52
or a few balls and learn that they bounce.
47
160364
3575
sau câteva mingi
și învață că sar.
și învață că sar.
02:55
And they develop expectations
about ducks and balls
about ducks and balls
48
163939
2951
Astfel crează așteptări
legate de rațe și mingi
legate de rațe și mingi
02:58
that they're going to extend
to rubber ducks and balls
to rubber ducks and balls
49
166890
2716
pe care le vor extinde
la toate rațele și mingile din viața lor.
la toate rațele și mingile din viața lor.
03:01
for the rest of their lives.
50
169606
1879
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
Aceste generalizări
pe care le fac despre rațe și mingi
pe care le fac despre rațe și mingi
03:07
they have to make about almost everything:
52
175224
2089
trebuie să le facă pentru aproape orice:
03:09
shoes and ships and sealing wax
and cabbages and kings.
and cabbages and kings.
53
177313
3917
pantofi și vapoare
și ceară și verze și regi.
și ceară și verze și regi.
03:14
So do babies care whether
the tiny bit of evidence they see
the tiny bit of evidence they see
54
182200
2961
Contează pentru bebeluși
dacă micul fapt pe care-l observă
dacă micul fapt pe care-l observă
03:17
is plausibly representative
of a larger population?
of a larger population?
55
185161
3692
e reprezentativ
pentru o populaţie mai largă?
pentru o populaţie mai largă?
03:21
Let's find out.
56
189763
1900
Haideți să aflăm.
03:23
I'm going to show you two movies,
57
191663
1723
Vă voi arăta două filme,
03:25
one from each of two conditions
of an experiment,
of an experiment,
58
193386
2462
câte unul pentru fiecare
condiție experimentală.
condiție experimentală.
03:27
and because you're going to see
just two movies,
just two movies,
59
195848
2438
Deoarece veți vedea două filme
03:30
you're going to see just two babies,
60
198286
2136
veți vedea doar doi bebeluși.
03:32
and any two babies differ from each other
in innumerable ways.
in innumerable ways.
61
200422
3947
Oricare doi bebeluși diferă
unul de celălalt în nenumărate feluri.
unul de celălalt în nenumărate feluri.
03:36
But these babies, of course,
here stand in for groups of babies,
here stand in for groups of babies,
62
204369
3051
Acești doi bebeluși sunt reprezentativi
pentru grupuri distincte
pentru grupuri distincte
03:39
and the differences you're going to see
63
207420
1895
și diferențele pe care le veți vedea
03:41
represent average group differences
in babies' behavior across conditions.
in babies' behavior across conditions.
64
209315
5195
reprezintă media diferențelor
dintre grupuri, în cele două condiții.
dintre grupuri, în cele două condiții.
03:47
In each movie, you're going to see
a baby doing maybe
a baby doing maybe
65
215160
2583
Bebelușul din fiecare film poate că face
exact ce vă așteptați să facă.
exact ce vă așteptați să facă.
03:49
just exactly what you might
expect a baby to do,
expect a baby to do,
66
217743
3460
03:53
and we can hardly make babies
more magical than they already are.
more magical than they already are.
67
221203
4017
E greu de imaginat că bebelușii
ar putea fi mai minunați decât sunt.
ar putea fi mai minunați decât sunt.
03:58
But to my mind the magical thing,
68
226090
2010
Însă ce e magic pentru mine
și ce vreau să observați
și ce vreau să observați
04:00
and what I want you to pay attention to,
69
228100
2089
04:02
is the contrast between
these two conditions,
these two conditions,
70
230189
3111
e contrastul dintre aceste două condiții.
04:05
because the only thing
that differs between these two movies
that differs between these two movies
71
233300
3529
Singura diferență
dintre aceste două filme
dintre aceste două filme
04:08
is the statistical evidence
the babies are going to observe.
the babies are going to observe.
72
236829
3466
e evidența statistică
pe care o observă bebelușii.
pe care o observă bebelușii.
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
Le-am arătat bebelușilor o cutie
cu mingi albastre și galbene,
cu mingi albastre și galbene,
04:16
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
now colleague at Stanford, Hyowon Gweon,
74
244608
4620
și studenta mea de atunci,
acum colega mea la Stanford, Hyowon Gweon,
acum colega mea la 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
a scos consecutiv
trei mingi albastre din cutie.
trei mingi albastre din cutie.
04:24
and when she pulls those balls out,
she's going to squeeze them,
she's going to squeeze them,
76
252305
3123
După ce le-a scos,
le-a strâns în mână
le-a strâns în mână
04:27
and the balls are going to squeak.
77
255428
2113
ca să scoată un sunet.
04:29
And if you're a baby,
that's like a TED Talk.
that's like a TED Talk.
78
257541
2763
Pentru un bebeluș e
ca și o conferință TED pentru dvs.
ca și o conferință TED pentru dvs.
04:32
It doesn't get better than that.
79
260304
1904
Mai bine decât atât nu se poate.
04:34
(Laughter)
80
262208
2561
(Râsete)
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
Important e că, e relativ ușor
să scoți pe rând trei mingi albastre
să scoți pe rând trei mingi albastre
04:42
out of a box of mostly blue balls.
82
270627
2305
dintr-o cutie plină
cu mingi albastre.
cu mingi albastre.
04:44
You could do that with your eyes closed.
83
272932
2060
Am putea s-o facem
și cu ochii inchiși.
și cu ochii inchiși.
04:46
It's plausibly a random sample
from this population.
from this population.
84
274992
2996
E foarte probabil să fie
o probă reprezentativă.
o probă reprezentativă.
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
Și dacă putem scoate la noroc
o minge care scoate sunete,
o minge care scoate sunete,
04:53
then maybe everything in the box squeaks.
86
281720
2839
poate că fiecare minge
din cutie scoate sunete.
din cutie scoate sunete.
04:56
So maybe babies should expect
those yellow balls to squeak as well.
those yellow balls to squeak as well.
87
284559
3650
Poate că bebelușii se vor aștepta
ca și mingile galbene să scoată sunete.
ca și mingile galbene să scoată sunete.
05:00
Now, those yellow balls
have funny sticks on the end,
have funny sticks on the end,
88
288209
2519
Mingile galbene
au niște bețe ciudate la un capăt.
au niște bețe ciudate la un capăt.
05:02
so babies could do other things
with them if they wanted to.
with them if they wanted to.
89
290728
2857
Bebelușii ar putea face
tot felul de lucruri cu ele,
tot felul de lucruri cu ele,
05:05
They could pound them or whack them.
90
293585
1831
să le arunce
sau să le lovească.
sau să le lovească.
05:07
But let's see what the baby does.
91
295416
2586
Dar haideți să vedem ce fac.
05:12
(Video) Hyowon Gweon: See this?
(Ball squeaks)
(Ball squeaks)
92
300548
3343
(Video) Hyowon Gweon: Uită-te!
(Mingea scoate un sunet)
(Mingea scoate un sunet)
05:16
Did you see that?
(Ball squeaks)
(Ball squeaks)
93
304531
3045
Ai văzut?
(Mingea scoate un sunet)
(Mingea scoate un sunet)
05:20
Cool.
94
308036
3066
Interesant.
05:24
See this one?
95
312706
1950
Vezi?
05:26
(Ball squeaks)
96
314656
1881
(Mingea scoate un sunet)
05:28
Wow.
97
316537
2653
Oh!
05:33
Laura Schulz: Told you. (Laughs)
98
321854
2113
Laura Schulz: V-am spus. (Râsete)
05:35
(Video) HG: See this one?
(Ball squeaks)
(Ball squeaks)
99
323967
4031
(Video) HG:Uită-te!
(Mingea scoate un sunet)
(Mingea scoate un sunet)
05:39
Hey Clara, this one's for you.
You can go ahead and play.
You can go ahead and play.
100
327998
4619
Hei, Clara, asta este pentru tine.
Poți să te joci cu ea.
Poți să te joci cu ea.
05:51
(Laughter)
101
339854
4365
(Râsete)
05:56
LS: I don't even have to talk, right?
102
344219
2995
LS: Nici nu mai trebuie
să vorbesc, așa este?
să vorbesc, așa este?
E bine că bebelușii generalizează,
extinzând proprietăţile mingilor albastre
extinzând proprietăţile mingilor albastre
05:59
All right, it's nice that babies
will generalize properties
will generalize properties
103
347214
2899
06:02
of blue balls to yellow balls,
104
350113
1528
şi la cele galbene.
06:03
and it's impressive that babies
can learn from imitating us,
can learn from imitating us,
105
351641
3096
E impresionant că bebelușii
pot învăța prin imitație,
pot învăța prin imitație,
06:06
but we've known those things about babies
for a very long time.
for a very long time.
106
354737
3669
dar știm aceste lucruri
de mult timp.
de mult timp.
06:10
The really interesting question
107
358406
1811
E interesant de aflat
06:12
is what happens when we show babies
exactly the same thing,
exactly the same thing,
108
360217
2852
ce se întâmplă când le aratăm
bebelușilor exact același lucru
bebelușilor exact același lucru
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
– și suntem siguri de asta
pentru că avem un compartiment secret
pentru că avem un compartiment secret
06:18
and we actually pull the balls from there,
110
366680
2110
de unde scoatem mingile.
06:20
but this time, all we change
is the apparent population
is the apparent population
111
368790
3478
Tot ce schimbăm e populația aparentă
din care extragem proba.
din care extragem proba.
06:24
from which that evidence was drawn.
112
372268
2902
06:27
This time, we're going to show babies
three blue balls
three blue balls
113
375170
3553
De data aceasta, le vom arăta
bebelușilor trei mingi albastre
bebelușilor trei mingi albastre
06:30
pulled out of a box
of mostly yellow balls,
of mostly yellow balls,
114
378723
3384
scoase dintr-o cutie cu mingi
preponderent galbene.
preponderent galbene.
06:34
and guess what?
115
382107
1322
Puteți ghici ce urmează?
06:35
You [probably won't] randomly draw
three blue balls in a row
three blue balls in a row
116
383429
2840
Probabil n-ați putea scoate
consecutiv trei mingi albastre
consecutiv trei mingi albastre
06:38
out of a box of mostly yellow balls.
117
386269
2484
dintr-o cutie cu mingi
preponderent galbene.
preponderent galbene.
06:40
That is not plausibly
randomly sampled evidence.
randomly sampled evidence.
118
388753
3747
E imposibil în mod aleator.
06:44
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
was deliberately sampling the blue balls.
119
392500
5123
Asta sugerează că Hyowon,
poate alegea special mingile albastre.
poate alegea special mingile albastre.
06:49
Maybe there's something special
about the blue balls.
about the blue balls.
120
397623
2583
Poate e ceva special
legat de mingile albastre.
legat de mingile albastre.
06:52
Maybe only the blue balls squeak.
121
400846
2976
Poate că numai
mingile albastre scot sunete.
mingile albastre scot sunete.
06:55
Let's see what the baby does.
122
403822
1895
Să vedem ce face bebelușul.
06:57
(Video) HG: See this?
(Ball squeaks)
(Ball squeaks)
123
405717
2904
(Video) HG:Uită-te!
(Mingea scoate un sunet)
(Mingea scoate un sunet)
07:02
See this toy?
(Ball squeaks)
(Ball squeaks)
124
410851
2645
Vezi jucăria asta?
(Mingea scoate un sunet)
(Mingea scoate un sunet)
07:05
Oh, that was cool. See?
(Ball squeaks)
(Ball squeaks)
125
413496
5480
Oh, ce interesant. Vezi?
(Mingea scoate un sunet)
(Mingea scoate un sunet)
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
Asta este pentru tine, să te joci cu ea.
Hai, joacă-te cu ea.
Hai, joacă-te cu ea.
07:18
(Fussing)
(Laughter)
(Laughter)
127
426074
6347
(Îmbufnat)
(Râsete)
(Râsete)
07:26
LS: So you just saw
two 15-month-old babies
two 15-month-old babies
128
434901
2748
LS:Tocmai ați văzut
doi bebeluși de 15 luni
doi bebeluși de 15 luni
07:29
do entirely different things
129
437649
1942
care fac lucruri complet diferite
07:31
based only on the probability
of the sample they observed.
of the sample they observed.
130
439591
3599
pe baza probabilității
evenimentului pe care l-au observat.
evenimentului pe care l-au observat.
07:35
Let me show you the experimental results.
131
443190
2321
Iată rezultatele experimentale.
07:37
On the vertical axis, you'll see
the percentage of babies
the percentage of babies
132
445511
2764
Pe axa verticală vedeți
procentajul de bebeluși
procentajul de bebeluși
07:40
who squeezed the ball in each condition,
133
448275
2530
care au strâns mingea în fiecare caz.
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
E mult mai probabil
ca bebelușii să generalizeze
ca bebelușii să generalizeze
07:46
when it's plausibly representative
of the population
of the population
135
454520
3135
când e plauzibil ca dovezile
să fie reprezentative pentru lot,
să fie reprezentative pentru lot,
07:49
than when the evidence
is clearly cherry-picked.
is clearly cherry-picked.
136
457655
3738
decât atunci când probele sunt selectate.
07:53
And this leads to a fun prediction:
137
461393
2415
Aceasta ne conduce
la o prognoză interesantă.
la o prognoză interesantă.
07:55
Suppose you pulled just one blue ball
out of the mostly yellow box.
out of the mostly yellow box.
138
463808
4868
Să presupunem că am scos
o singură minge albastră
o singură minge albastră
din cutia cu mingi preponderent galbene.
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
Nu scoateţi 3 mingi albastre la rând
din cutia cu mingi preponderent galbene,
din cutia cu mingi preponderent galbene,
dar ați putea scoate
una singură albastră.
una singură albastră.
08:04
but you could randomly sample
just one blue ball.
just one blue ball.
140
472765
2455
08:07
That's not an improbable sample.
141
475220
1970
Asta nu e improbabil.
08:09
And if you could reach into
a box at random
a box at random
142
477190
2224
Şi dacă scoateţi la întâmplare
ceva care chiţăie, poate că toate chiţăie.
ceva care chiţăie, poate că toate chiţăie.
08:11
and pull out something that squeaks,
maybe everything in the box squeaks.
maybe everything in the box squeaks.
143
479414
3987
și scoate sunete, poate că fiecare minge
va scoate sunete.
va scoate sunete.
08:15
So even though babies are going to see
much less evidence for squeaking,
much less evidence for squeaking,
144
483875
4445
Deși bebelușii observă
mai puține dovezi pentru chiţăit
mai puține dovezi pentru chiţăit
şi au mai puțin de imitat
când e vorba de o singură minge,
când e vorba de o singură minge,
08:20
and have many fewer actions to imitate
145
488320
2242
08:22
in this one ball condition than in
the condition you just saw,
the condition you just saw,
146
490562
3343
decât în cazul pe care tocmai l-aţi văzut,
08:25
we predicted that babies themselves
would squeeze more,
would squeeze more,
147
493905
3892
am prezis că bebelușii
vor strânge de mai multe mingi.
vor strânge de mai multe mingi.
08:29
and that's exactly what we found.
148
497797
2894
Şi chiar ăsta a fost rezultatul.
08:32
So 15-month-old babies,
in this respect, like scientists,
in this respect, like scientists,
149
500691
4411
Bebelușii de 15 luni țin cont,
ca și oamenii de știință,
ca și oamenii de știință,
08:37
care whether evidence
is randomly sampled or not,
is randomly sampled or not,
150
505102
3088
dacă proba a fost colectată
aleatoriu sau nu.
aleatoriu sau nu.
08:40
and they use this to develop
expectations about the world:
expectations about the world:
151
508190
3507
În funcţie de asta își construiesc
așteptări despre lumea din jur,
așteptări despre lumea din jur,
08:43
what squeaks and what doesn't,
152
511697
2182
despre ce scoate sunete şi ce nu,
08:45
what to explore and what to ignore.
153
513879
3145
ce să exploreze și ce să ignore.
08:50
Let me show you another example now,
154
518384
2066
Iată un alt exemplu
08:52
this time about a problem
of causal reasoning.
of causal reasoning.
155
520450
2730
despre o problemă de relație cauzală.
08:55
And it starts with a problem
of confounded evidence
of confounded evidence
156
523180
2439
Porneşte de la problema dovezilor incerte,
pe care toţi le avem,
pe care toţi le avem,
08:57
that all of us have,
157
525619
1672
08:59
which is that we are part of the world.
158
527291
2020
fiindcă facem parte din lume.
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
Poate nu pare o problemă, dar devine una,
când lucrurile merg prost.
când lucrurile merg prost.
09:04
it's only a problem when things go wrong.
160
532747
2337
09:07
Take this baby, for instance.
161
535464
1811
Acest bebeluş, de exemplu.
09:09
Things are going wrong for him.
162
537275
1705
Lucrurile nu merg bine pentru el.
09:10
He would like to make
this toy go, and he can't.
this toy go, and he can't.
163
538980
2271
Nu reușește să facă
această jucărie să meargă.
această jucărie să meargă.
09:13
I'll show you a few-second clip.
164
541251
2529
Vă arăt un clip de câteva secunde.
În mare, sunt două posibilități:
09:21
And there's two possibilities, broadly:
165
549340
1920
09:23
Maybe he's doing something wrong,
166
551260
2634
s-ar putea ca el să facă ceva greșit,
09:25
or maybe there's something
wrong with the toy.
wrong with the toy.
167
553894
4216
sau poate jucăria nu e în regulă.
09:30
So in this next experiment,
168
558110
2111
În următorul experiment,
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
le vom da bebelușilor
doar puțină informație statistică
doar puțină informație statistică
09:35
supporting one hypothesis over the other,
170
563518
2582
în favoarea uneia dintre ipoteze
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
și vom vedea dacă o pot folosi
pentru a decide diferit ce vor face.
pentru a decide diferit ce vor face.
09:41
about what to do.
172
569555
1834
09:43
Here's the setup.
173
571389
2022
Iată experimentul.
09:46
Hyowon is going to try to make
the toy go and succeed.
the toy go and succeed.
174
574071
3030
Hyowon va încerca să facă
jucăria să meargă și va reuși.
jucăria să meargă și va reuși.
09:49
I am then going to try twice
and fail both times,
and fail both times,
175
577101
3320
Apoi eu voi încerca de două ori
și voi eșua ambele dăți,
și voi eșua ambele dăți,
09:52
and then Hyowon is going
to try again and succeed,
to try again and succeed,
176
580421
3112
iar apoi Hyowon va încerca
din nou și va reuși,
din nou și va reuși,
09:55
and this roughly sums up my relationship
to my graduate students
to my graduate students
177
583533
3172
şi asta reflectă raportul dintre mine
și studenții mei politehnişti.
și studenții mei politehnişti.
09:58
in technology across the board.
178
586705
2835
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
Important e că se oferă puține dovezi,
10:05
that the problem isn't with the toy,
it's with the person.
it's with the person.
180
593322
3668
că problema nu e jucăria, ci persoana.
10:08
Some people can make this toy go,
181
596990
2350
Unii pot face jucăria să meargă,
iar alţii nu.
iar alţii nu.
10:11
and some can't.
182
599340
959
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
Când bebelușul va primi jucăria
va avea de ales.
va avea de ales.
10:16
His mom is right there,
184
604212
2188
Mama e acolo, aşa că el poate să-i dea
ei jucăria, schimbând astfel persoana,
ei jucăria, schimbând astfel persoana,
10:18
so he can go ahead and hand off the toy
and change the person,
and change the person,
185
606400
3315
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
dar va mai fi încă o jucărie
la capătul șervetului
la capătul șervetului
10:24
and he can pull the cloth towards him
and change the toy.
and change the toy.
187
612873
3552
și ar putea să tragă șervetul
către el, ca să schimbe jucăria.
către el, ca să schimbe jucăria.
10:28
So let's see what the baby does.
188
616425
2090
Să vedem ce face.
10:30
(Video) HG: Two, three. Go!
(Music)
(Music)
189
618515
4183
(Video) HG: Doi, trei. Hai!
(Muzică)
(Muzică)
10:34
LS: One, two, three, go!
190
622698
3131
LS: Unu, doi, trei, start!
10:37
Arthur, I'm going to try again.
One, two, three, go!
One, two, three, go!
191
625829
7382
Arthur, voi încerca din nou.
Unu, doi, trei, start!
Unu, doi, trei, start!
10:45
YG: Arthur, let me try again, okay?
192
633677
2600
YG: Arthur, încerc eu încă o dată, bine?
10:48
One, two, three, go!
(Music)
(Music)
193
636277
4550
Unu, doi, trei, start!
(Muzică)
(Muzică)
10:53
Look at that. Remember these toys?
194
641583
1883
Ia uită-te. Ții minte jucăriile astea?
10:55
See these toys? Yeah, I'm going
to put this one over here,
to put this one over here,
195
643466
3264
Vezi jucăriile astea?
O pun pe asta aici și ți-o dau pe asta.
O pun pe asta aici și ți-o dau pe asta.
10:58
and I'm going to give this one to you.
196
646730
2062
11:00
You can go ahead and play.
197
648792
2335
Joacă-te în continuare.
11:23
LS: Okay, Laura, but of course,
babies love their mommies.
babies love their mommies.
198
671213
4737
LS: Bine Laura, dar bebelușii
își iubesc mămicile.
își iubesc mămicile.
11:27
Of course babies give toys
to their mommies
to their mommies
199
675950
2182
Sigur că le vor da lor jucăria
când nu o pot face să meargă.
când nu o pot face să meargă.
11:30
when they can't make them work.
200
678132
2030
11:32
So again, the really important question
is what happens when we change
is what happens when we change
201
680162
3593
Important e să aflăm ce se întâmplă
când schimbăm puţin statistica.
când schimbăm puţin statistica.
11:35
the statistical data ever so slightly.
202
683755
3154
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
Vor vedea jucăria mergând sau nu,
exact în aceeași ordine,
exact în aceeași ordine,
11:42
but we're changing
the distribution of evidence.
the distribution of evidence.
204
690996
2415
dar modificăm distribuţia dovezilor.
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
De data aceasta, Hyowon va reuși
o dată și va eșua o data și eu la fel .
o dată și va eșua o data și eu la fel .
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
Aceasta sugerează că nu contează
cine încearcă jucăria. E stricată.
cine încearcă jucăria. E stricată.
11:55
It doesn't work all the time.
207
703459
1886
Nu funcționează mereu.
11:57
Again, the baby's going to have a choice.
208
705345
1965
Bebelușul va avea de făcut o alegere.
11:59
Her mom is right next to her,
so she can change the person,
so she can change the person,
209
707310
3396
Mama e chiar lângă ea
și ar putea schimba persoana,
și ar putea schimba persoana,
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
dar va mai fi încă o jucărie
la capătul șervetului.
la capătul șervetului.
Să vedem ce face.
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: Doi, trei, hai!
(Muzică)
(Muzică)
12:11
Let me try one more time.
One, two, three, go!
One, two, three, go!
213
719636
4984
Dă-mi voie să mai încerc o dată.
Unu, doi, trei, hai!
Unu, doi, trei, hai!
12:17
Hmm.
214
725460
1697
Hmm.
12:19
LS: Let me try, Clara.
215
727950
2692
LS:Lasă-ma să încerc și eu, Clara.
12:22
One, two, three, go!
216
730642
3945
Unu, doi, trei, hai!
12:27
Hmm, let me try again.
217
735265
1935
Hmm, să mai încerc o dată.
12:29
One, two, three, go!
(Music)
(Music)
218
737200
5670
Unu, doi, trei, hai!
(Muzică)
(Muzică)
12:35
HG: I'm going
to put this one over here,
to put this one over here,
219
743009
2233
HG: O voi pune pe aceasta aici,
12:37
and I'm going to give this one to you.
220
745242
2001
și ți-o voi da pe aceasta.
12:39
You can go ahead and play.
221
747243
3597
Joacă-te cu ea.
12:58
(Applause)
222
766376
4897
(Aplauze)
13:04
LS: Let me show you
the experimental results.
the experimental results.
223
772993
2392
LS: Iată rezultatele
experimentului.
experimentului.
13:07
On the vertical axis,
you'll see the distribution
you'll see the distribution
224
775385
2475
Pe axa verticală e distribuția alegerilor
în cele două cazuri.
în cele două cazuri.
13:09
of children's choices in each condition,
225
777860
2577
13:12
and you'll see that the distribution
of the choices children make
of the choices children make
226
780437
4551
După cum vedeți, distribuția
alegerilor făcute de copiii
alegerilor făcute de copiii
13:16
depends on the evidence they observe.
227
784988
2787
depinde de dovezile pe care le observă.
13:19
So in the second year of life,
228
787775
1857
În al doilea an de viață,
13:21
babies can use a tiny bit
of statistical data
of statistical data
229
789632
2577
copiii folosesc puţine date statistice
13:24
to decide between two
fundamentally different strategies
fundamentally different strategies
230
792209
3367
ca să decidă între două strategii
fundamental diferite
fundamental diferite
13:27
for acting in the world:
231
795576
1881
conform cărora să acționeze în lume:
13:29
asking for help and exploring.
232
797457
2743
să ceară ajutorul sau să exploreze.
13:33
I've just shown you
two laboratory experiments
two laboratory experiments
233
801700
3434
V-am arătat două experimente
13:37
out of literally hundreds in the field
that make similar points,
that make similar points,
234
805134
3691
dintre sute de astfel de experimente
în domeniu, cu concluzii similare.
în domeniu, cu concluzii similare.
13:40
because the really critical point
235
808825
2392
Concluzia e că abilitatea copiilor
13:43
is that children's ability
to make rich inferences from sparse data
to make rich inferences from sparse data
236
811217
5108
de face deducţii complexe
din informaţii împrăştiate
din informaţii împrăştiate
13:48
underlies all the species-specific
cultural learning that we do.
cultural learning that we do.
237
816325
5341
stă la baza învățarii culturale
specifice speciei noastre.
specifice speciei noastre.
13:53
Children learn about new tools
from just a few examples.
from just a few examples.
238
821666
4597
Copiii învață despre
unelte noi din câteva exemple
unelte noi din câteva exemple
13:58
They learn new causal relationships
from just a few examples.
from just a few examples.
239
826263
4717
Învață noi relații cauzale
din doar câteva exemple.
din doar câteva exemple.
14:03
They even learn new words,
in this case in American Sign Language.
in this case in American Sign Language.
240
831928
4871
Învață chiar și cuvinte noi, în acest caz,
în limbajul american în semne.
în limbajul american în semne.
14:08
I want to close with just two points.
241
836799
2311
Închei cu doar două concluzii.
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
Dacă ați fi la curent cu progresul recent
dinn științe cerebrale și cognitive,
dinn științe cerebrale și cognitive,
14:15
for the past few years,
243
843738
1927
trei idei principale
v-ar fi atras atenția.
v-ar fi atras atenția.
14:17
three big ideas will have come
to your attention.
to your attention.
244
845665
2415
14:20
The first is that this is
the era of the brain.
the era of the brain.
245
848080
3436
Prima e că suntem în epoca creierului.
14:23
And indeed, there have been
staggering discoveries in neuroscience:
staggering discoveries in neuroscience:
246
851516
3669
Într-adevăr, s-au făcut descoperiri
uimitoare în neuroștiințe.
uimitoare în neuroștiințe.
14:27
localizing functionally specialized
regions of cortex,
regions of cortex,
247
855185
3436
Regiuni specializate ale cortexului
au fost localizate.
au fost localizate.
14:30
turning mouse brains transparent,
248
858621
2601
Un creier de șoarece
a fost făcut transparent.
a fost făcut transparent.
14:33
activating neurons with light.
249
861222
3776
Neuronii au fost activați cu lumină.
14:36
A second big idea
250
864998
1996
În al doilea rând, trăim într-o epocă
cu volume masive de date
cu volume masive de date
14:38
is that this is the era of big data
and machine learning,
and machine learning,
251
866994
4104
și învățarea automatizată care promite
să ne revoluționeze înțelegerea,
să ne revoluționeze înțelegerea,
14:43
and machine learning promises
to revolutionize our understanding
to revolutionize our understanding
252
871098
3141
14:46
of everything from social networks
to epidemiology.
to epidemiology.
253
874239
4667
de la rețelele sociale
până la epidemiologie.
până la epidemiologie.
Poate că pe măsura ce învață
despre diverse imagini
despre diverse imagini
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
și cum să proceseze limbajul
14:55
to tell us something
about human cognition.
about human cognition.
256
883592
3324
ne va da informații
despre cogniția umană.
despre cogniția umană.
14:59
And the final big idea you'll have heard
257
887756
1937
Ultima idee importantă
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
este că poate e bine
că vom ști atâtea despre creier
că vom ști atâtea despre creier
15:05
and have so much access to big data,
259
893080
1917
și că vom avea acces la date masive
15:06
because left to our own devices,
260
894997
2507
pentru că noi înșine,
15:09
humans are fallible, we take shortcuts,
261
897504
3831
oamenii, suntem supuși erorii,
tăiem colțurile, facem greșeli,
tăiem colțurile, facem greșeli,
15:13
we err, we make mistakes,
262
901335
3437
15:16
we're biased, and in innumerable ways,
263
904772
3684
avem prejudecăţi şi, în nenumărate feluri,
percepem lumea greșit.
percepem lumea greșit.
15:20
we get the world wrong.
264
908456
2969
15:24
I think these are all important stories,
265
912843
2949
Cred că toate acestea
sunt exemple importante
sunt exemple importante
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
și ne dau multe informaţii
despre condiția umană.
despre condiția umană.
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
Vreau să vă atrag atenția că astăzi
v-am spus o poveste foarte diferită.
v-am spus o poveste foarte diferită.
15:35
It's a story about minds and not brains,
268
923966
3807
E o poveste despre minte
și nu despre creier.
și nu despre creier.
15:39
and in particular, it's a story
about the kinds of computations
about the kinds of computations
269
927773
3006
E o poveste despre tipurile de raţionament
pe care doar mintea umană le poate face
pe care doar mintea umană le poate face
15:42
that uniquely human minds can perform,
270
930779
2590
15:45
which involve rich, structured knowledge
and the ability to learn
and the ability to learn
271
933369
3944
și care implică informație structurată,
complexă și capacitatea de a învăța
complexă și capacitatea de a învăța
15:49
from small amounts of data,
the evidence of just a few examples.
the evidence of just a few examples.
272
937313
5268
dintr-o cantitate mică de date
și dovezi din puţine exemple.
și dovezi din puţine exemple.
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
Fundamental, e o poveste
despre cum, începând de mici
despre cum, începând de mici
16:00
and continuing out all the way
to the greatest accomplishments
to the greatest accomplishments
274
948600
4180
și continuând pâna la marile realizări
ale culturii noastre
ale culturii noastre
16:04
of our culture,
275
952780
3843
înțelegem corect lumea în care trăim.
16:08
we get the world right.
276
956623
1997
16:12
Folks, human minds do not only learn
from small amounts of data.
from small amounts of data.
277
960433
5267
Oameni buni, mintea umană
nu numai că învață din date puține
nu numai că învață din date puține
16:18
Human minds think
of altogether new ideas.
of altogether new ideas.
278
966285
2101
Mintea umană gândește idei noi.
16:20
Human minds generate
research and discovery,
research and discovery,
279
968746
3041
Mintea umană generează
cercetare și știință,
cercetare și știință,
16:23
and human minds generate
art and literature and poetry and theater,
art and literature and poetry and theater,
280
971787
5273
și mintea umană generează
artă și literatură și poezie și teatru
artă și literatură și poezie și teatru
16:29
and human minds take care of other humans:
281
977070
3760
și mintea umană are grijă
de alte ființe umane
de alte ființe umane
16:32
our old, our young, our sick.
282
980830
3427
cei bătrâni, cei tineri, cei bolnavi.
16:36
We even heal them.
283
984517
2367
Îi și vindecăm.
16:39
In the years to come, we're going
to see technological innovations
to see technological innovations
284
987564
3103
În anii ce vor urma,
vom vedea inovaţii tehnologice
vom vedea inovaţii tehnologice
16:42
beyond anything I can even envision,
285
990667
3797
mai surprinzătoare
decât orice mi-aș putea imagina,
decât orice mi-aș putea imagina,
16:46
but we are very unlikely
286
994464
2150
dar e foarte puțin probabil
16:48
to see anything even approximating
the computational power of a human child
the computational power of a human child
287
996614
5709
să vedem ceva similar puterii
computaționale a creierului unui copil
computaționale a creierului unui copil
16:54
in my lifetime or in yours.
288
1002323
4298
în decursul vieții mele sau a dvs.
16:58
If we invest in these most powerful
learners and their development,
learners and their development,
289
1006621
5047
Dacă vom investi în acești
avizi învățacei și în dezvoltarea lor
avizi învățacei și în dezvoltarea lor
17:03
in babies and children
290
1011668
2917
în bebeluși și copii,
în mame și tați,
17:06
and mothers and fathers
291
1014585
1826
în bone și învățători,
17:08
and caregivers and teachers
292
1016411
2699
17:11
the ways we invest in our other
most powerful and elegant forms
most powerful and elegant forms
293
1019110
4170
la fel cum investim în celelalte forme
elegante și avansate de tehnologie,
elegante și avansate de tehnologie,
17:15
of technology, engineering and design,
294
1023280
3218
inginerie și design,
17:18
we will not just be dreaming
of a better future,
of a better future,
295
1026498
2939
nu numai că vom visa la un viitor mai bun,
dar chiar vom plănui unul.
dar chiar vom plănui unul.
17:21
we will be planning for one.
296
1029437
2127
17:23
Thank you very much.
297
1031564
2345
Vă mulțumesc foarte mult.
17:25
(Applause)
298
1033909
3421
(Aplauze)
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
Christ Anderson: Laura, mulțumesc.
Am o întrebare pentru tine.
Am o întrebare pentru tine.
17:34
First of all, the research is insane.
300
1042236
2359
În primul rând,
această cercetare e nebunească.
această cercetare e nebunească.
17:36
I mean, who would design
an experiment like that? (Laughter)
an experiment like that? (Laughter)
301
1044595
3725
Vreau să spun, cine ar planifica
un astfel de experiment? (Râsete)
un astfel de experiment? (Râsete)
17:41
I've seen that a couple of times,
302
1049150
1790
L-am urmărit de mai multe ori,
17:42
and I still don't honestly believe
that that can truly be happening,
that that can truly be happening,
303
1050940
3222
și încă nu pot să cred
că se poate întâmpla cu adevărat
că se poate întâmpla cu adevărat
17:46
but other people have done
similar experiments; it checks out.
similar experiments; it checks out.
304
1054162
3158
dar alții au făcut experimente similare.
Se verifică.
Se verifică.
17:49
The babies really are that genius.
305
1057320
1633
Bebelușii sunt într-adevăr geniali.
17:50
LS: You know, they look really impressive
in our experiments,
in our experiments,
306
1058953
3007
LS: Sunt impresionanți
în experimentele noastre,
în experimentele noastre,
17:53
but think about what they
look like in real life, right?
look like in real life, right?
307
1061960
2652
imaginați-vă însă ce fac în realitate?
17:56
It starts out as a baby.
308
1064612
1150
Se naște un bebeluș
şi după 18 luni îţi vorbeşte.
şi după 18 luni îţi vorbeşte.
17:57
Eighteen months later,
it's talking to you,
it's talking to you,
309
1065762
2007
17:59
and babies' first words aren't just
things like balls and ducks,
things like balls and ducks,
310
1067769
3041
Primele cuvinte nu-s „mingi” sau „rațe”,
ci „nu mai e", referindu-se la dispariție,
ci „nu mai e", referindu-se la dispariție,
18:02
they're things like "all gone,"
which refer to disappearance,
which refer to disappearance,
311
1070810
2881
sau „o-o”, care se referă
la acțiuni neintenționate.
la acțiuni neintenționate.
18:05
or "uh-oh," which refer
to unintentional actions.
to unintentional actions.
312
1073691
2283
18:07
It has to be that powerful.
313
1075974
1562
Este impresionant.
E mai impresionant
decât tot ce-am prezentat.
decât tot ce-am prezentat.
18:09
It has to be much more powerful
than anything I showed you.
than anything I showed you.
314
1077536
2775
Își deslușesc întreaga lume.
18:12
They're figuring out the entire world.
315
1080311
1974
Un copil de patru ani
îți poate vorbi despre aproape orice.
îți poate vorbi despre aproape orice.
18:14
A four-year-old can talk to you
about almost anything.
about almost anything.
316
1082285
3144
(Aplauze)
18:17
(Applause)
317
1085429
1601
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: Dacă înțeleg bine,
în pofida discuţiilor din ultimii ani,
în pofida discuţiilor din ultimii ani,
18:22
we've been through these years
where there's all this talk
where there's all this talk
319
1090444
2754
despre cât de complexă şi întortocheată
e mintea noastră,
e mintea noastră,
18:25
of how quirky and buggy our minds are,
320
1093198
1932
18:27
that behavioral economics
and the whole theories behind that
and the whole theories behind that
321
1095130
2867
comportamentul şi toate teoriile
care susţin că nu suntem fiinţe raţionale,
care susţin că nu suntem fiinţe raţionale,
18:29
that we're not rational agents.
322
1097997
1603
18:31
You're really saying that the bigger
story is how extraordinary,
story is how extraordinary,
323
1099600
4216
tu spui că imaginea de ansamblu
e cu adevărat extraordinară
e cu adevărat extraordinară
18:35
and there really is genius there
that is underappreciated.
that is underappreciated.
324
1103816
4944
și că există cu adevărat geniul
care este subapreciat.
care este subapreciat.
18:40
LS: One of my favorite
quotes in psychology
quotes in psychology
325
1108760
2070
LS: Un citat preferat din psihologie
aparține psihologului social Solomon Asch,
aparține psihologului social Solomon Asch,
18:42
comes from the social
psychologist Solomon Asch,
psychologist Solomon Asch,
326
1110830
2290
care a spus că principala sarcină
a psihologiei
a psihologiei
18:45
and he said the fundamental task
of psychology is to remove
of psychology is to remove
327
1113120
2807
e îndepărtarea vălului
propriilor dovezi de pe lucruri.
propriilor dovezi de pe lucruri.
18:47
the veil of self-evidence from things.
328
1115927
2626
18:50
There are orders of magnitude
more decisions you make every day
more decisions you make every day
329
1118553
4551
Luăm milioane de decizii zilnic
ca să înţelegem lumea din jur.
ca să înţelegem lumea din jur.
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
Cunoaștem obiectele și proprietățile lor,
le recunoaştem acoperite sau în întuneric,
le recunoaştem acoperite sau în întuneric,
18:58
You know them when they're occluded.
You know them in the dark.
You know them in the dark.
332
1126583
3029
ne deplasăm prin încăperi.
19:01
You can walk through rooms.
333
1129612
1308
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
Ne dăm seama ce gândesc alţii.
Vorbim cu ei.
Vorbim cu ei.
Ne deplasăm prin spaţiu, ştim numerele,
ştim despre cauză şi efect,
ştim despre cauză şi efect,
19:06
You can navigate space.
You know about numbers.
You know about numbers.
335
1134452
2230
19:08
You know causal relationships.
You know about moral reasoning.
You know about moral reasoning.
336
1136682
3022
Ştim despre raţionamente morale.
Facem asta făra efort, invisibil,
dar aşa înțelegem lumea.
dar aşa înțelegem lumea.
19:11
You do this effortlessly,
so we don't see it,
so we don't see it,
337
1139704
2356
19:14
but that is how we get the world right,
and it's a remarkable
and it's a remarkable
338
1142060
2912
E o realizare remarcabilă
şi dificil de înțeles.
şi dificil de înțeles.
19:16
and very difficult-to-understand
accomplishment.
accomplishment.
339
1144972
2318
CA: Cred că în audiență sunt oameni
care cred în progresul tehnologic rapid,
care cred în progresul tehnologic rapid,
19:19
CA: I suspect there are people
in the audience who have
in the audience who have
340
1147290
2628
19:21
this view of accelerating
technological power
technological power
341
1149918
2238
care ar găsi discutabilă afirmaţia ta,
că în decursul vieții noastre,
că în decursul vieții noastre,
19:24
who might dispute your statement
that never in our lifetimes
that never in our lifetimes
342
1152156
2958
un computer nu va putea face,
ce face un copil de 3 ani.
ce face un copil de 3 ani.
19:27
will a computer do what
a three-year-old child can do,
a three-year-old child can do,
343
1155114
2618
E însă evident, indiferent de scenariu,
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
mașinile au atât de mult de învățat
de la copiii noștri.
de la copiii noștri.
19:38
LS: I think so. You'll have some
machine learning folks up here.
machine learning folks up here.
346
1166230
3216
LS: Probabil în audiență
sunt experți în învățarea automată.
sunt experți în învățarea automată.
19:41
I mean, you should never bet
against babies or chimpanzees
against babies or chimpanzees
347
1169446
4203
Să nu pariați împotriva bebelușilor,
cimpanzeilor sau a tehnologiei.
cimpanzeilor sau a tehnologiei.
19:45
or technology as a matter of practice,
348
1173649
3645
19:49
but it's not just
a difference in quantity,
a difference in quantity,
349
1177294
4528
Nu e numai o diferență cantitativă,
ci e o diferenţă de categorie.
ci e o diferenţă de categorie.
19:53
it's a difference in kind.
350
1181822
1764
19:55
We have incredibly powerful computers,
351
1183586
2160
Avem calculoatoare extrem de performante,
care fac lucruri extrem de sofisticate,
care fac lucruri extrem de sofisticate,
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
cu cantități imense de date.
Mintea umană face
ceva destul de diferit,
ceva destul de diferit,
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
și cred că e natura structurată,
ierarhică a cunoașterii umane
ierarhică a cunoașterii umane
20:09
that remains a real challenge.
356
1197843
2032
care rămâne o provocare.
20:11
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
food for thought. Thank you so much.
357
1199875
3061
CA: Laura Schulz, minunată hrană
pentru minte. Mulțumesc foarte mult.
pentru minte. Mulțumesc foarte mult.
20:14
LS: Thank you.
(Applause)
(Applause)
358
1202936
2922
LS: Mulțumesc.
(Aplauze)
(Aplauze)
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