English-Video.net comment policy

The comment field is common to all languages

Let's write in your language and use "Google Translate" together

Please refer to informative community guidelines on TED.com

TED2015

Laura Schulz: The surprisingly logical minds of babies

Laura Schulz: La sorprendente mente lógica de los bebes

Filmed
Views 1,632,838

¿Cómo pueden los bebés aprender tanto a partir de tan poco tan rápidamente? En una charla divertida, llena de experimentos, la científica cognitiva Laura Schulz muestra cómo los menores toman decisiones con un sorprendentemente fuerte sentido de la lógica, antes de que puedan hablar.

- Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn. Full bio

Mark Twain resumió lo que considero es
00:12
Mark Twain summed up
what I take to be
uno de los problemas fundamentales
de la ciencia cognitiva
00:14
one of the fundamental problems
of cognitive science
con un solo chiste.
00:18
with a single witticism.
Dijo: "Hay algo fascinante en la ciencia.
00:20
He said, "There's something
fascinating about science.
Uno obtiene enormes retornos
en conjeturas
00:23
One gets such wholesale
returns of conjecture
con muy poca inversión en hechos".
00:26
out of such a trifling
investment in fact."
(Risas)
00:29
(Laughter)
Twain lo decía en broma,
claro, pero tiene razón:
00:32
Twain meant it as a joke,
of course, but he's right:
Hay algo fascinante en la ciencia.
00:34
There's something
fascinating about science.
A partir de unos pocos huesos,
inferimos la existencia de dinosaurios.
00:37
From a few bones, we infer
the existence of dinosuars.
A partir de las líneas espectrales,
la composición de las nebulosas.
00:42
From spectral lines,
the composition of nebulae.
A partir de moscas de la fruta,
00:47
From fruit flies,
los mecanismos de la herencia,
00:50
the mechanisms of heredity,
y a partir de imágenes reconstruidas
de sangre que fluye a través del cerebro,
00:53
and from reconstructed images
of blood flowing through the brain,
o en mi caso, desde el comportamiento
de los niños muy pequeños,
00:57
or in my case, from the behavior
of very young children,
tratamos de decir algo sobre los
mecanismos fundamentales
01:02
we try to say something about
the fundamental mechanisms
de la cognición humana.
01:05
of human cognition.
En particular, en mi laboratorio en el
01:07
In particular, in my lab in the Department
of Brain and Cognitive Sciences at MIT,
Departamento de Cerebro
y Ciencias Cognitivas del MIT,
he pasado los últimos diez años
tratando de entender el misterio
01:12
I have spent the past decade
trying to understand the mystery
de cómo los niños aprenden mucho
rápidamente a partir de tan poco.
01:16
of how children learn so much
from so little so quickly.
Porque resulta que lo fascinante
de la ciencia
01:20
Because, it turns out that
the fascinating thing about science
es también una cosa fascinante
en los niños,
01:23
is also a fascinating
thing about children,
que, para ponerlo en términos de
Mark Twain, pero más suave
01:27
which, to put a gentler
spin on Mark Twain,
01:29
is precisely their ability
to draw rich, abstract inferences
es precisamente su capacidad para
dibujar ricas inferencias abstractas
rápidamente y con precisión
a partir de datos dispersos, confusos.
01:34
rapidly and accurately
from sparse, noisy data.
Daré solo dos ejemplos hoy.
01:40
I'm going to give you
just two examples today.
Uno es sobre un problema
de generalización,
01:42
One is about a problem of generalization,
y el otro sobre un problema
de razonamiento causal.
01:45
and the other is about a problem
of causal reasoning.
Y aunque hablaré
del trabajo en mi laboratorio,
01:47
And although I'm going to talk
about work in my lab,
este trabajo se inspira
y está en deuda con un campo.
01:50
this work is inspired by
and indebted to a field.
Se lo agradezco a los mentores, colegas
y colaboradores de todo el mundo.
01:53
I'm grateful to mentors, colleagues,
and collaborators around the world.
Permítanme comenzar con el problema
de la generalización.
01:59
Let me start with the problem
of generalization.
Generalizar a partir de
pequeñas muestras de datos
02:02
Generalizing from small samples of data
is the bread and butter of science.
es el pan de cada día de la ciencia.
Entrevistamos a una pequeña fracción
del electorado
02:06
We poll a tiny fraction of the electorate
y podemos predecir el resultado
de las elecciones nacionales.
02:09
and we predict the outcome
of national elections.
02:12
We see how a handful of patients
responds to treatment in a clinical trial,
Vemos un puñado de pacientes responder
al tratamiento en un ensayo clínico,
y lanzamos los fármacos
a un mercado nacional.
02:16
and we bring drugs to a national market.
Pero esto solo funciona si la muestra
se extrae al azar de la población.
02:19
But this only works if our sample
is randomly drawn from the population.
Si la muestra es seleccionada
de alguna manera
02:23
If our sample is cherry-picked
in some way --
--por ejemplo, un sondeo
a solo votantes urbanos,
02:26
say, we poll only urban voters,
02:28
or say, in our clinical trials
for treatments for heart disease,
o, en un ensayo clínico de tratamientos
para enfermedades del corazón,
solo incluimos hombres--
02:32
we include only men --
los resultados no pueden generalizarse
a la población en general.
02:34
the results may not generalize
to the broader population.
Los científicos se preocupan si
la evidencia es tomada o no al azar,
02:38
So scientists care whether evidence
is randomly sampled or not,
pero ¿qué tiene esto
que ver con los bebés?
02:42
but what does that have to do with babies?
02:44
Well, babies have to generalize
from small samples of data all the time.
Los bebés tienen que
generalizar a partir de
pequeñas muestras de datos
todo el tiempo.
Ellos ven un par de patos de goma
y aprenden que flotan,
02:49
They see a few rubber ducks
and learn that they float,
o un par de pelotas
y aprenden que rebotan.
02:52
or a few balls and learn that they bounce.
Y desarrollan expectativas
sobre patos y pelotas
02:55
And they develop expectations
about ducks and balls
que van a extender a los patos de goma
y a las pelotas
02:58
that they're going to extend
to rubber ducks and balls
por el resto de sus vidas.
03:01
for the rest of their lives.
El tipo de generalizaciones que los bebés
tienen que hacer sobre patos y bolas
03:03
And the kinds of generalizations
babies have to make about ducks and balls
tienen que hacerlas con casi todo:
03:07
they have to make about almost everything:
zapatos y barcos y cera y coles y reyes.
03:09
shoes and ships and sealing wax
and cabbages and kings.
¿A los bebés les importa si
las pocas pruebas que ven,
03:14
So do babies care whether
the tiny bit of evidence they see
representan una población más grande?
03:17
is plausibly representative
of a larger population?
Vamos a ver.
03:21
Let's find out.
Les mostraré dos películas,
03:23
I'm going to show you two movies,
una de cada una de las dos condiciones
de un experimento,
03:25
one from each of two conditions
of an experiment,
03:27
and because you're going to see
just two movies,
y como son solo dos películas,
verán solo dos bebés,
03:30
you're going to see just two babies,
y los dos bebés difieren entre sí
en innumerables maneras.
03:32
and any two babies differ from each other
in innumerable ways.
Pero estos bebés, por supuesto,
son parte de grupos de bebés,
03:36
But these babies, of course,
here stand in for groups of babies,
y las diferencias que verán
03:39
and the differences you're going to see
representan diferencias
del grupo promedio
03:41
represent average group differences
in babies' behavior across conditions.
en el comportamiento
según las condiciones.
En cada película, verán
a un bebé haciendo
03:47
In each movie, you're going to see
a baby doing maybe
exactamente lo que cabría esperar
que haga un bebé,
03:49
just exactly what you might
expect a baby to do,
y difícilmente podemos hacer a
los bebés más mágicos de lo que ya son.
03:53
and we can hardly make babies
more magical than they already are.
Pero a para mi mente lo mágico,
03:58
But to my mind the magical thing,
y a lo que quiero que presten atención,
04:00
and what I want you to pay attention to,
es al contraste entre
estas dos condiciones,
04:02
is the contrast between
these two conditions,
porque lo único en que se diferencian
estas dos películas
04:05
because the only thing
that differs between these two movies
es la evidencia estadística
que los bebés observarán.
04:08
is the statistical evidence
the babies are going to observe.
Les mostraremos una caja
de bolas de color azul y amarillo,
04:13
We're going to show babies
a box of blue and yellow balls,
y mi entonces estudiante de posgrado,
ahora colega en Stanford, Hyowon Gweon,
04:16
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
sacará tres bolas de color azul
en fila de esta caja,
04:21
is going to pull three blue balls
in a row out of this box,
y al sacar esas bolas fuera,
las apretará,
04:24
and when she pulls those balls out,
she's going to squeeze them,
y las bolas chirriarán.
04:27
and the balls are going to squeak.
Y si fueran el bebé,
sería como una TED Talk.
04:29
And if you're a baby,
that's like a TED Talk.
No hay nada mejor que eso.
04:32
It doesn't get better than that.
(Risas)
04:34
(Laughter)
Pero el punto importante es que es muy
fácil sacar tres bolas azules en fila
04:38
But the important point is it's really
easy to pull three blue balls in a row
de una caja de pelotas
en su mayoría azules.
04:42
out of a box of mostly blue balls.
Podrían hacerlo con los ojos cerrados.
04:44
You could do that with your eyes closed.
Es posible una muestra aleatoria
de esta población.
04:46
It's plausibly a random sample
from this population.
Y si se pueden sacar de la caja al azar
y sacar cosas que chirrían,
04:49
And if you can reach into a box at random
and pull out things that squeak,
entonces tal vez todo en la caja chirría.
04:53
then maybe everything in the box squeaks.
Tal vez los bebés deben esperar que esas
bolas amarillas chirríen también.
04:56
So maybe babies should expect
those yellow balls to squeak as well.
Las bolas amarillas
tienen palos divertidos al final,
05:00
Now, those yellow balls
have funny sticks on the end,
así los bebés podrían hacer
otras cosas con ellas si quisieran.
05:02
so babies could do other things
with them if they wanted to.
Podrían sacudirlas o golpear a ellas.
05:05
They could pound them or whack them.
Pero vamos a ver lo que hace el bebé.
05:07
But let's see what the baby does.
(Video) Hyowon Gweon: ¿Ves esto?
(Bola chirría)
05:12
(Video) Hyowon Gweon: See this?
(Ball squeaks)
¿Viste eso?
(Bola chirría)
05:16
Did you see that?
(Ball squeaks)
Genial.
05:20
Cool.
¿Ves este?
05:24
See this one?
(Bola chirría)
05:26
(Ball squeaks)
Guauu.
05:28
Wow.
Laura Schulz: Lo dije.
(Risas)
05:33
Laura Schulz: Told you. (Laughs)
(Video) HG: ¿Ves este?
(Bola chirría)
05:35
(Video) HG: See this one?
(Ball squeaks)
Clara, este es para ti.
Puedes jugar.
05:39
Hey Clara, this one's for you.
You can go ahead and play.
(Risas)
05:51
(Laughter)
LS: No tengo ni siquiera
que hablar, ¿verdad?
05:56
LS: I don't even have to talk, right?
Está bien, es bueno que los bebés
generalicen propiedades
05:59
All right, it's nice that babies
will generalize properties
de bolas azules a amarillas,
06:02
of blue balls to yellow balls,
y es impresionante que pueden
aprender de nosotros imitando,
06:03
and it's impressive that babies
can learn from imitating us,
pero ido aprendiendo esas cosas de
los bebés durante mucho tiempo.
06:06
but we've known those things about babies
for a very long time.
La pregunta realmente interesante
06:10
The really interesting question
es qué sucede cuando
les mostramos a los bebés lo mismo,
06:12
is what happens when we show babies
exactly the same thing,
y sabemos que es lo mismo, porque
tenemos un compartimiento secreto
06:15
and we can ensure it's exactly the same
because we have a secret compartment
y que en realidad
tomamos las bolas de allí,
06:18
and we actually pull the balls from there,
pero esta vez, lo único que cambiamos
es la población aparente
06:20
but this time, all we change
is the apparent population
de la que se extrae la evidencia.
06:24
from which that evidence was drawn.
Esta vez, mostraremos
a los bebés tres bolas azules
06:27
This time, we're going to show babies
three blue balls
sacadas de una caja de pelotas
en su mayoría de color amarillo,
06:30
pulled out of a box
of mostly yellow balls,
¿y adivinen qué?
06:34
and guess what?
Seguramente no sacarán al azar
tres bolas azules en fila
06:35
You [probably won't] randomly draw
three blue balls in a row
de una caja de pelotas
en su mayoría amarillas.
06:38
out of a box of mostly yellow balls.
Eso no es plausible
en muestreos aleatorios.
06:40
That is not plausibly
randomly sampled evidence.
Esa evidencia sugiere que tal vez Hyowon
tomaba deliberadamente las bolas azules.
06:44
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
Tal vez hay algo especial
con las bolas azules.
06:49
Maybe there's something special
about the blue balls.
Tal vez solo las bolas azules chirrían.
06:52
Maybe only the blue balls squeak.
Vamos a ver lo que hace el bebé.
06:55
Let's see what the baby does.
(Video) HG: ¿Ves esto?
(Bola chirría)
06:57
(Video) HG: See this?
(Ball squeaks)
¿Ves este juguete?
(Bola chirría)
07:02
See this toy?
(Ball squeaks)
Oh, eso fue genial. ¿Ves?
(Bola chirría)
07:05
Oh, that was cool. See?
(Ball squeaks)
Este es para que juegues.
Puedes jugar.
07:10
Now this one's for you to play.
You can go ahead and play.
(Hace ruidos)
(Risas)
07:18
(Fussing)
(Laughter)
LS: Acaban de ver dos bebés
de 15 meses de edad
07:26
LS: So you just saw
two 15-month-old babies
hacer cosas completamente diferentes
07:29
do entirely different things
basados solo en la probabilidad de
la muestra que observaron.
07:31
based only on the probability
of the sample they observed.
Les enseñaré
los resultados experimentales.
07:35
Let me show you the experimental results.
En el eje vertical,
verán el porcentaje de bebés
07:37
On the vertical axis, you'll see
the percentage of babies
que apretaron la pelota en cada condición,
07:40
who squeezed the ball in each condition,
y como verán, los bebés son mucho más
propensos a generalizar las pruebas
07:42
and as you'll see, babies are much
more likely to generalize the evidence
cuando es plausiblemente
representativa de la población
07:46
when it's plausibly representative
of the population
que cuando la evidencia
es claramente escogida.
07:49
than when the evidence
is clearly cherry-picked.
Y esto lleva a una predicción extraña:
07:53
And this leads to a fun prediction:
Supongamos que sacamos solo una bola
azul de una caja con mayoría amarilla.
07:55
Suppose you pulled just one blue ball
out of the mostly yellow box.
Probablemente no sacarán tres azules
en fila al azar de una caja de amarillas,
08:00
You [probably won't] pull three blue balls
in a row at random out of a yellow box,
pero se podría solo una bola azul al azar.
08:04
but you could randomly sample
just one blue ball.
Esa no es una muestra improbable.
08:07
That's not an improbable sample.
Y si pudieran tomar
una al azar de una caja
08:09
And if you could reach into
a box at random
y sacar algo que chirría, tal vez
todo en la caja chirriaría.
08:11
and pull out something that squeaks,
maybe everything in the box squeaks.
Así que a pesar de que los bebés verán
mucha menos evidencia de chirridos,
08:15
So even though babies are going to see
much less evidence for squeaking,
y tienen muchas menos acciones para imitar
08:20
and have many fewer actions to imitate
en esta condición de una bola
que es la que van a ver,
08:22
in this one ball condition than in
the condition you just saw,
predijimos que los bebés
sí la exprimirían más,
08:25
we predicted that babies themselves
would squeeze more,
y eso es exactamente
lo que encontramos.
08:29
and that's exactly what we found.
Los bebés de 15 meses de edad, en este
sentido, al igual que los científicos,
08:32
So 15-month-old babies,
in this respect, like scientists,
tienen cuidado de si la evidencia
es de una muestra al azar o no,
08:37
care whether evidence
is randomly sampled or not,
y utilizan esto para desarrollar
expectativas sobre el mundo:
08:40
and they use this to develop
expectations about the world:
que chirría y que no,
08:43
what squeaks and what doesn't,
qué explorar y qué ignorar.
08:45
what to explore and what to ignore.
Les mostraré otro ejemplo,
08:50
Let me show you another example now,
sobre un problema
de razonamiento causal.
08:52
this time about a problem
of causal reasoning.
Comienza con un problema
confuso de evidencia
08:55
And it starts with a problem
of confounded evidence
que todos tenemos,
08:57
that all of us have,
que es que somos parte del mundo.
08:59
which is that we are part of the world.
Puede no parecer un problema,
pero como la mayoría de los problemas,
09:01
And this might not seem like a problem
to you, but like most problems,
es solo un problema
cuando las cosas van mal.
09:04
it's only a problem when things go wrong.
Tomen este bebé, por ejemplo.
09:07
Take this baby, for instance.
Las cosas van mal para él.
09:09
Things are going wrong for him.
Le gustaría jugar con este juguete,
y no puede.
09:10
He would like to make
this toy go, and he can't.
Les mostraré unos pocos segundos del clip.
09:13
I'll show you a few-second clip.
Hay dos grandes posibilidades:
09:21
And there's two possibilities, broadly:
Tal vez él está haciendo algo mal,
09:23
Maybe he's doing something wrong,
o tal vez hay algo mal con el juguete.
09:25
or maybe there's something
wrong with the toy.
Así que en el siguiente experimento,
09:30
So in this next experiment,
daremos a los bebés solo
unos pocos datos estadísticos
09:32
we're going to give babies
just a tiny bit of statistical data
para apoyar una hipótesis sobre la otra,
09:35
supporting one hypothesis over the other,
y veremos si pueden usarlos
para tomar decisiones diferentes
09:38
and we're going to see if babies
can use that to make different decisions
acerca de qué hacer.
09:41
about what to do.
Aquí está la configuración.
09:43
Here's the setup.
Hyowon intentará que
el juguete funcione y tenga éxito.
09:46
Hyowon is going to try to make
the toy go and succeed.
Yo a continuación lo intentaré
dos veces y fallaré en ambas,
09:49
I am then going to try twice
and fail both times,
y luego Hyowon lo intentará de nuevo
y tendrá éxito,
09:52
and then Hyowon is going
to try again and succeed,
lo que resume casi mi relación
con mis estudiantes de posgrado
09:55
and this roughly sums up my relationship
to my graduate students
en tecnología en todos los ámbitos.
09:58
in technology across the board.
Pero el punto importante aquí es
que proporciona algo de evidencia
10:02
But the important point here is
it provides a little bit of evidence
que el problema no es con el juguete,
que es con la persona.
10:05
that the problem isn't with the toy,
it's with the person.
Algunos pueden
hacer funcionar este juguete,
10:08
Some people can make this toy go,
y otros no pueden.
10:11
and some can't.
Cuando el bebé recibe el juguete,
optará por una alternativa.
10:12
Now, when the baby gets the toy,
he's going to have a choice.
Su mamá está ahí,
10:16
His mom is right there,
para que pueda continuar
y cambiar a la persona,
10:18
so he can go ahead and hand off the toy
and change the person,
pero también habrá
otro juguete al final de esa tela,
10:21
but there's also going to be
another toy at the end of that cloth,
y él puede tirar de la tela hacia él
y cambiar el juguete.
10:24
and he can pull the cloth towards him
and change the toy.
Así que veamos qué hace el bebé.
10:28
So let's see what the baby does.
(Video) HG: Dos, tres. ¡Adelante!
(Música)
10:30
(Video) HG: Two, three. Go!
(Music)
LS: Uno, dos, tres, ¡ya!
10:34
LS: One, two, three, go!
Arthur, voy a intentarlo de nuevo.
Uno, dos, tres, ¡ya!
10:37
Arthur, I'm going to try again.
One, two, three, go!
YG: Arthur, déjame intentarlo de nuevo,
¿de acuerdo?
10:45
YG: Arthur, let me try again, okay?
Uno, dos, tres, ¡ya!
(Música)
10:48
One, two, three, go!
(Music)
Mira eso. ¿Recuerdas estos juguetes?
10:53
Look at that. Remember these toys?
¿Ves estos juguetes?
Sí, voy a poner este aquí,
10:55
See these toys? Yeah, I'm going
to put this one over here,
y te voy a dar este.
10:58
and I'm going to give this one to you.
Puede jugar.
11:00
You can go ahead and play.
BT: Bueno, Laura, pero, por supuesto,
los bebés aman a sus mamás.
11:23
LS: Okay, Laura, but of course,
babies love their mommies.
Claro, los bebés
dan juguetes a sus mamás
11:27
Of course babies give toys
to their mommies
cuando no pueden hacer que funcionen.
11:30
when they can't make them work.
De nuevo, la pregunta realmente
importante es qué sucede cuando cambiamos
11:32
So again, the really important question
is what happens when we change
los datos estadísticos ligeramente.
11:35
the statistical data ever so slightly.
Esta vez, los bebés verán el juguete
funcionar y fallar en el mismo orden,
11:38
This time, babies are going to see the toy
work and fail in exactly the same order,
pero cambiamos la distribución
de las pruebas.
11:42
but we're changing
the distribution of evidence.
Esta vez, Hyowon tendrá éxito una vez
y fallará otra, y yo también
11:45
This time, Hyowon is going to succeed
once and fail once, and so am I.
Y esto sugiere que no importa quién usa
el juguete, el juguete falla.
11:49
And this suggests it doesn't matter
who tries this toy, the toy is broken.
No funciona todo el tiempo.
11:55
It doesn't work all the time.
Una vez más,
el bebé tendrá una elección.
11:57
Again, the baby's going to have a choice.
Su mamá está justo al lado, para que
ella pueda cambiar a la persona,
11:59
Her mom is right next to her,
so she can change the person,
y habrá otro juguete al final de la tela.
12:02
and there's going to be another toy
at the end of the cloth.
Vamos a ver lo que hace.
12:05
Let's watch what she does.
(Video) HG: Dos, tres, ¡ya!
(Música)
12:07
(Video) HG: Two, three, go!
(Music)
Déjame intentarlo una vez más.
Uno, dos, tres, ¡ya!
12:11
Let me try one more time.
One, two, three, go!
Hmm.
12:17
Hmm.
LS: Déjame intentar, Clara.
12:19
LS: Let me try, Clara.
Uno, dos, tres, ¡ya!
12:22
One, two, three, go!
Hmm, déjame intentarlo de nuevo.
12:27
Hmm, let me try again.
Uno, dos, tres, ¡ya!
(Música)
12:29
One, two, three, go!
(Music)
HG: Voy a poner este por aquí,
12:35
HG: I'm going
to put this one over here,
y te voy a dar éste.
12:37
and I'm going to give this one to you.
Puedes usarlo y jugar.
12:39
You can go ahead and play.
(Aplausos)
12:58
(Applause)
LS: Les mostrará
los resultados experimentales.
13:04
LS: Let me show you
the experimental results.
En el eje vertical, verán la distribución
13:07
On the vertical axis,
you'll see the distribution
de opciones de los niños
en cada condición,
13:09
of children's choices in each condition,
y verán que la distribución
de las opciones de los niños
13:12
and you'll see that the distribution
of the choices children make
dependen de los ensayos que observan.
13:16
depends on the evidence they observe.
Así, en el segundo año de vida,
13:19
So in the second year of life,
los bebés pueden usar
algo de los datos estadísticos
13:21
babies can use a tiny bit
of statistical data
para decidir entre dos estrategias
fundamentalmente diferentes
13:24
to decide between two
fundamentally different strategies
para actuar en el mundo:
13:27
for acting in the world:
pedir ayuda y explorar.
13:29
asking for help and exploring.
Acabo de mostrarles
dos experimentos de laboratorio
13:33
I've just shown you
two laboratory experiments
de literalmente cientos en el campo
que llegan a resultados similares,
13:37
out of literally hundreds in the field
that make similar points,
debido a que el punto realmente crítico es
13:40
because the really critical point
que la capacidad de los niños para hacer
inferencias a partir de datos escasos
13:43
is that children's ability
to make rich inferences from sparse data
subyace a todo el aprendizaje cultural
específico de la especie.
13:48
underlies all the species-specific
cultural learning that we do.
Los niños aprenden nuevas herramientas
a partir de solo algunos ejemplos.
13:53
Children learn about new tools
from just a few examples.
Aprenden nuevas relaciones causales
a partir de solo algunos ejemplos.
13:58
They learn new causal relationships
from just a few examples.
Incluso aprenden nuevas palabras, en este
caso en el lenguaje de señas americano.
14:03
They even learn new words,
in this case in American Sign Language.
Quiero cerrar con solo dos puntos.
14:08
I want to close with just two points.
Si han seguido mi mundo, el campo
de las ciencias cerebrales y cognitivas,
14:12
If you've been following my world,
the field of brain and cognitive sciences,
en los últimos años,
14:15
for the past few years,
tres grandes ideas
habrán llamado su atención.
14:17
three big ideas will have come
to your attention.
La primera es que esta
es la era del cerebro.
14:20
The first is that this is
the era of the brain.
Y, en efecto, ha habido descubrimientos
asombrosos en neurociencia:
14:23
And indeed, there have been
staggering discoveries in neuroscience:
localización de regiones funcionalmente
especializados de la corteza,
14:27
localizing functionally specialized
regions of cortex,
logrando cerebros de ratón transparentes,
14:30
turning mouse brains transparent,
la activación de las neuronas con la luz.
14:33
activating neurons with light.
Una segunda gran idea
14:36
A second big idea
es que esta es la era de los grandes
datos y el aprendizaje automático,
14:38
is that this is the era of big data
and machine learning,
y las máquinas que aprenden prometen
revolucionar nuestra comprensión
14:43
and machine learning promises
to revolutionize our understanding
14:46
of everything from social networks
to epidemiology.
de todo, desde las redes sociales
a la epidemiología.
Tal vez, al afrontar problemas
de la escena comprensión
14:50
And maybe, as it tackles problems
of scene understanding
y el procesamiento del lenguaje natural,
14:53
and natural language processing,
nos diga algo sobre la cognición humana.
14:55
to tell us something
about human cognition.
Y la gran idea final que habrán oído
14:59
And the final big idea you'll have heard
es que tal vez es una buena idea que
vamos a saber tanto de cerebros
15:01
is that maybe it's a good idea we're going
to know so much about brains
y tener tanto acceso a grandes datos,
15:05
and have so much access to big data,
porque dejaremos a
nuestros propios dispositivos,
15:06
because left to our own devices,
los seres humanos son falibles,
tomamos atajos,
15:09
humans are fallible, we take shortcuts,
erramos, cometemos errores,
15:13
we err, we make mistakes,
estamos sesgados,
y en innumerables formas,
15:16
we're biased, and in innumerable ways,
obtenemos el mundo equivocado.
15:20
we get the world wrong.
Creo que estas son todas
historias importantes,
15:24
I think these are all important stories,
y tienen mucho que decirnos
acerca de lo que significa ser humano,
15:27
and they have a lot to tell us
about what it means to be human,
pero tengan en cuenta que hoy
les conté una historia muy diferente.
15:31
but I want you to note that today
I told you a very different story.
Es una historia acerca de la mente
y no del cerebro,
15:35
It's a story about minds and not brains,
y, en particular, es una historia
sobre los tipos de cálculos
15:39
and in particular, it's a story
about the kinds of computations
que las mentes humanas pueden realizar
de forma única,
15:42
that uniquely human minds can perform,
que implican, ricos conocimientos
estructurados y capacidad de aprender
15:45
which involve rich, structured knowledge
and the ability to learn
desde pequeñas cantidades de datos,
la evidencia de unos pocos ejemplos.
15:49
from small amounts of data,
the evidence of just a few examples.
Y fundamentalmente, es una historia sobre
cómo iniciar a los niños muy pequeños
15:56
And fundamentally, it's a story
about how starting as very small children
y continuar hasta el final
a los más grandes logros
16:00
and continuing out all the way
to the greatest accomplishments
de nuestra cultura,
16:04
of our culture,
tenemos al mundo bien.
16:08
we get the world right.
La mente humana no solo aprende
de pequeñas cantidades de datos.
16:12
Folks, human minds do not only learn
from small amounts of data.
Las mentes humanas piensan nuevas ideas.
16:18
Human minds think
of altogether new ideas.
Las mentes humanas generan
investigación y descubrimiento,
16:20
Human minds generate
research and discovery,
y las mentes humanas producen arte
y literatura y poesía y teatro,
16:23
and human minds generate
art and literature and poetry and theater,
y las mentes humanas
cuidan de otros seres humanos:
16:29
and human minds take care of other humans:
nuestros mayores, nuestros jóvenes,
nuestros enfermos.
16:32
our old, our young, our sick.
Incluso nos sana.
16:36
We even heal them.
En los próximos años, veremos
las innovaciones tecnológicas
16:39
In the years to come, we're going
to see technological innovations
incluso más allá de lo
que yo pueda imaginar,
16:42
beyond anything I can even envision,
pero es muy poco probable
16:46
but we are very unlikely
ver cualquier cosa, incluso aproximarse a
la potencia de cálculo de un niño humano
16:48
to see anything even approximating
the computational power of a human child
en mi vida o en la suya.
16:54
in my lifetime or in yours.
Si invertimos en estos más
poderosos alumnos y en su desarrollo,
16:58
If we invest in these most powerful
learners and their development,
en los bebés y niños
17:03
in babies and children
y madres y padres
17:06
and mothers and fathers
y cuidadores y maestros
17:08
and caregivers and teachers
en la forma en que invertimos en nuestras
otras formas más poderosas y elegantes
17:11
the ways we invest in our other
most powerful and elegant forms
de tecnología, ingeniería y diseño,
17:15
of technology, engineering and design,
no vamos simplemente a estar soñando
con un futuro mejor,
17:18
we will not just be dreaming
of a better future,
estaremos planeando para uno.
17:21
we will be planning for one.
Muchas gracias.
17:23
Thank you very much.
(Aplausos)
17:25
(Applause)
Chris Anderson: Laura, gracias. En
realidad tengo una pregunta.
17:29
Chris Anderson: Laura, thank you.
I do actually have a question for you.
En primer lugar,
la investigación es una locura.
17:34
First of all, the research is insane.
Quiero decir, ¿quién diseñaría un
experimento como ese? (Risas)
17:36
I mean, who would design
an experiment like that? (Laughter)
Los he visto un par de veces,
17:41
I've seen that a couple of times,
y todavía honestamente no creo que
realmente esté pasando,
17:42
and I still don't honestly believe
that that can truly be happening,
pero otras personas han hecho
experimentos similares; revisen.
17:46
but other people have done
similar experiments; it checks out.
Los bebés son realmente genios.
17:49
The babies really are that genius.
LS: Se ven realmente
impresionantes en nuestros experimentos,
17:50
LS: You know, they look really impressive
in our experiments,
pero piensa en cómo se ven
en la vida real, ¿verdad?
17:53
but think about what they
look like in real life, right?
Empiezan como un bebé.
17:56
It starts out as a baby.
18 meses más tarde,
hablan contigo,
17:57
Eighteen months later,
it's talking to you,
y las primeras palabras no son solo
cosas como pelotas y patos,
17:59
and babies' first words aren't just
things like balls and ducks,
son cosas como "se acabó",
que se refieren a desaparición,
18:02
they're things like "all gone,"
which refer to disappearance,
o "uh-oh", para acciones intencionales.
18:05
or "uh-oh," which refer
to unintentional actions.
Tiene que ser tan poderoso.
18:07
It has to be that powerful.
Tiene que ser mucho más poderoso
que cualquier otra cosa.
18:09
It has to be much more powerful
than anything I showed you.
Están averiguando el mundo entero.
18:12
They're figuring out the entire world.
Un niño de 4 años,
puede hablarte de casi cualquier cosa.
18:14
A four-year-old can talk to you
about almost anything.
(Aplausos)
18:17
(Applause)
CA: ¿Y te he entendido bien, el otro
punto clave que estás haciendo es,
18:19
CA: And if I understand you right,
the other key point you're making is,
que hemos pasado estos años
donde hay todas estas charlas
18:22
we've been through these years
where there's all this talk
de lo rara y loca
que es nuestra mente,
18:25
of how quirky and buggy our minds are,
la economía del comportamiento
y las teorías subyacentes
18:27
that behavioral economics
and the whole theories behind that
de que no somos agentes racionales.
18:29
that we're not rational agents.
Realmente dices que la historia
más grande es lo extraordinario,
18:31
You're really saying that the bigger
story is how extraordinary,
y que en realidad
es el genio que es poco apreciado.
18:35
and there really is genius there
that is underappreciated.
LS: Una de mis citas favoritas
de psicología
18:40
LS: One of my favorite
quotes in psychology
proviene del psicólogo social
Solomon Asch, quien dijo
18:42
comes from the social
psychologist Solomon Asch,
que la tarea fundamental
de la psicología es quitar
18:45
and he said the fundamental task
of psychology is to remove
el velo de la autoevidencia de las cosas.
18:47
the veil of self-evidence from things.
Hay órdenes de magnitud,
más decisiones que tomar cada día
18:50
There are orders of magnitude
more decisions you make every day
que logran un buen mundo.
18:55
that get the world right.
Sabes de los objetos y sus propiedades.
18:56
You know about objects
and their properties.
Los conoces cuando están ocultos.
Los conoces en la oscuridad.
18:58
You know them when they're occluded.
You know them in the dark.
Puedes caminar por salas.
19:01
You can walk through rooms.
Puedes averiguar qué están pensando
otros. Puedes hablar con ellos.
19:02
You can figure out what other people
are thinking. You can talk to them.
Navegas por el espacio.
Sabes sobre números.
19:06
You can navigate space.
You know about numbers.
Sabes las relaciones causales.
Y sobre el razonamiento moral.
19:08
You know causal relationships.
You know about moral reasoning.
Lo haces sin esfuerzo, así que no lo ves,
19:11
You do this effortlessly,
so we don't see it,
pero así es como conseguimos
un buen mundo, y es un notable
19:14
but that is how we get the world right,
and it's a remarkable
y logros muy difíciles de entender.
19:16
and very difficult-to-understand
accomplishment.
CA: Sospecho que hay gente
en la audiencia que tiene
19:19
CA: I suspect there are people
in the audience who have
la visión de la aceleración tecnológica
19:21
this view of accelerating
technological power
que podría controvertir tu afirmación
de que en nuestras vidas
19:24
who might dispute your statement
that never in our lifetimes
una computadora no hará lo que un niño
de tres años puede hacer,
19:27
will a computer do what
a three-year-old child can do,
19:29
but what's clear is that in any scenario,
pero lo que está claro
es que en cualquier escenario,
nuestras máquinas tienen mucho
que aprender de nuestros niños.
19:32
our machines have so much to learn
from our toddlers.
LS: Creo que sí. Habrá máquinas
de aprendizaje automático.
19:38
LS: I think so. You'll have some
machine learning folks up here.
Quiero decir, nunca debe apostar
en contra de los bebés o los chimpancés
19:41
I mean, you should never bet
against babies or chimpanzees
o la tecnología como
una cuestión de práctica,
19:45
or technology as a matter of practice,
pero no se trata solo
de una diferencia en la cantidad,
19:49
but it's not just
a difference in quantity,
es una diferencia en cualidad.
19:53
it's a difference in kind.
Tenemos computadoras muy potentes,
19:55
We have incredibly powerful computers,
y las hacen hacer cosas
muy sofisticadas,
19:57
and they do do amazingly
sophisticated things,
a menudo con muy grandes
cantidades de datos.
20:00
often with very big amounts of data.
Las mentes humanas hacen,
creo, algo muy distinto,
20:03
Human minds do, I think,
something quite different,
y creo que es la naturaleza estructurada
y jerárquica del conocimiento humano
20:05
and I think it's the structured,
hierarchical nature of human knowledge
lo que sigue siendo un verdadero desafío.
20:09
that remains a real challenge.
CA: Laura Schulz, maravilloso alimento
para la reflexión. Muchas gracias.
20:11
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
20:14
LS: Thank you.
(Applause)
LS: Gracias.
(Aplausos)
Translated by Ciro Gomez
Reviewed by Lidia Cámara de la Fuente

▲Back to top

About the speaker:

Laura Schulz - Cognitive scientist
Developmental 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.

More profile about the speaker
Laura Schulz | Speaker | TED.com