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
TED2015

Laura Schulz: The surprisingly logical minds of babies

Laura Schulz: Pikiran logika yang mengejutkan dari bayi

Filmed:
1,888,975 views

Bagaimana bayi belajar banyak dari sedikit sumber dengan cepat? Dengan ceramah yang asyik dan penuh dengan percobaan, ilmuwan kognitif Laura Schulz menunjukkan bagaimana anak-anak kecil membuat keputusan dengan logika yang ternyata kuat, dengan sangat baik sebelum mereka bahkan dapat berbicara.
- Cognitive scientist
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
MarkMark TwainKembar summeddijumlahkan up
what I take to be
0
835
2155
Mark Twain meringkas
yang saya pandang sebagai
00:14
one of the fundamentalmendasar problemsmasalah
of cognitivekognitif scienceilmu
1
2990
3120
salah satu masalah mendasar ilmu kognitif
00:18
with a singletunggal witticismgurauan.
2
6110
1710
dengan satu gurauan.
00:20
He said, "There's something
fascinatingmenarik about scienceilmu.
3
8410
3082
Katanya, "Ada yang menarik
tentang ilmu pengetahuan.
00:23
One getsmendapat suchseperti itu wholesaleGrosir
returnskembali of conjecturekonjektur
4
11492
3228
Ada keuntungan berupa
dugaan dalam jumlah yang besar
00:26
out of suchseperti itu a triflingremeh
investmentinvestasi in factfakta."
5
14720
3204
dari sekelumit investasi fakta."
00:29
(LaughterTawa)
6
17924
1585
(Tertawa)
00:32
TwainKembar meantberarti it as a jokelelucon,
of courseTentu saja, but he's right:
7
20199
2604
Twain bercanda,
tentu saja, tapi dia benar:
00:34
There's something
fascinatingmenarik about scienceilmu.
8
22803
2876
Ada yang menarik tentang ilmu pengetahuan.
00:37
From a fewbeberapa bonestulang, we infermenyimpulkan
the existenceadanya of dinosuarsdinosuars.
9
25679
4261
Dari beberapa tulang, kita menyimpulkan
keberadaan dinosaurus.
00:42
From spectralspektrum linesgaris,
the compositionkomposisi of nebulaenebula.
10
30910
3871
Dari garis-garis spektrum,
komposisi nebula.
00:47
From fruitbuah flieslalat,
11
35471
2938
Dari lalat buah,
00:50
the mechanismsmekanisme of heredityketurunan,
12
38409
2943
mekanisme hereditas,
00:53
and from reconstructeddirekonstruksi imagesgambar
of blooddarah flowingmengalir throughmelalui the brainotak,
13
41352
4249
dan dari penyusunan ulang
gambar darah yang mengalir ke otak,
00:57
or in my casekasus, from the behaviortingkah laku
of very youngmuda childrenanak-anak,
14
45601
4708
atau dalam kasus saya,
dari perilaku anak-anak,
01:02
we try to say something about
the fundamentalmendasar mechanismsmekanisme
15
50309
2829
kita mencoba mengungkapkan
mekanisme dasar kognisi manusia.
01:05
of humanmanusia cognitionpengartian.
16
53138
1618
01:07
In particulartertentu, in my lablaboratorium in the DepartmentDepartemen
of BrainOtak and CognitiveKognitif SciencesIlmu at MITMIT,
17
55716
4759
Khususnya, di laboratorium saya
di Dept. Ilmu Otak dan Kognitif di MIT,
01:12
I have spentmenghabiskan the pastlalu decadedasawarsa
tryingmencoba to understandmemahami the mysteryMisteri
18
60475
3654
Saya telah menghabiskan dekade terakhir
mencoba memahami misteri
01:16
of how childrenanak-anak learnbelajar so much
from so little so quicklysegera.
19
64129
3977
bagaimana anak-anak belajar banyak
dari sedikit sumber dengan cepat.
01:20
Because, it turnsberubah out that
the fascinatingmenarik thing about scienceilmu
20
68666
2978
Karena, ternyata yang menarik
mengenai ilmu pengetahuan
01:23
is alsojuga a fascinatingmenarik
thing about childrenanak-anak,
21
71644
3529
juga merupakan yang menarik
mengenai anak-anak,
01:27
whichyang, to put a gentlerlembut
spinberputar on MarkMark TwainKembar,
22
75173
2581
yaitu, untuk menyederhanakan
kutipan Mark Twain,
01:29
is preciselytepat theirmereka abilitykemampuan
to drawseri richkaya, abstractabstrak inferenceskesimpulan
23
77754
4650
tepatnya adalah kemampuan mereka untuk
menarik kesimpulan yang kaya dan abstrak
01:34
rapidlycepat and accuratelysecara akurat
from sparsejarang, noisyberisik datadata.
24
82404
4661
dengan cepat dan akurat
dari data yang sedikit dan hingar.
01:40
I'm going to give you
just two examplescontoh todayhari ini.
25
88355
2398
Saya hanya akan memberi Anda
dua contoh hari ini.
01:42
One is about a problemmasalah of generalizationgeneralisasi,
26
90753
2287
Yang pertama adalah masalah generalisasi,
01:45
and the other is about a problemmasalah
of causalkausal reasoningpemikiran.
27
93040
2850
dan yang kedua adalah
masalah penalaran sebab-akibat.
Dan meski saya akan membahas
tentang karya saya di lab,
01:47
And althoughmeskipun I'm going to talk
about work in my lablaboratorium,
28
95890
2525
01:50
this work is inspiredterinspirasi by
and indebtedberhutang to a fieldbidang.
29
98415
3460
karya ini terinspirasi dari
dan berhutang pada praktik lapangan.
01:53
I'm gratefulberterimakasih to mentorsmentor, colleaguesrekan kerja,
and collaboratorskolaborator around the worlddunia.
30
101875
4283
Saya bersyukur dapat mengajar, bermitra,
dan berkolaborasi di seluruh dunia.
01:59
Let me startmulai with the problemmasalah
of generalizationgeneralisasi.
31
107308
2974
Mari saya mulai dengan
masalah generalisasi.
02:02
GeneralizingGeneralisasi from smallkecil samplessampel of datadata
is the breadroti and buttermentega of scienceilmu.
32
110652
4133
Generalisasi dari sedikit sampel data
adalah makanan pokok ilmu pengetahuan.
02:06
We polljajak pendapat a tinymungil fractionpecahan of the electoratepemilih
33
114785
2554
Kami memungut suara dari sekelumit pemilih
02:09
and we predictmeramalkan the outcomehasil
of nationalNasional electionspemilihan umum.
34
117339
2321
dan kami memprediksi
hasil pemilihan nasional.
02:12
We see how a handfulsegenggam of patientspasien
respondsmenanggapi to treatmentpengobatan in a clinicalklinis trialpercobaan,
35
120240
3925
Kami mengamati bagaimana sejumlah pasien
memberi tanggapan pada klinik percobaan,
02:16
and we bringmembawa drugsnarkoba to a nationalNasional marketpasar.
36
124165
3065
dan kami membawa obat-obatan
ke pasar nasional.
02:19
But this only worksbekerja if our samplemencicipi
is randomlysecara acak drawnditarik from the populationpopulasi.
37
127230
4365
Tapi ini hanya berhasil jika sampel kami
diambil secara acak dari populasinya.
02:23
If our samplemencicipi is cherry-pickedceri-memilih
in some way --
38
131595
2735
Jika sampel kami dipilih
dengan cara-cara tertentu --
02:26
say, we polljajak pendapat only urbanperkotaan voterspemilih,
39
134330
2072
misal, pemungutan suara
hanya di kota besar,
02:28
or say, in our clinicalklinis trialspercobaan
for treatmentsperawatan for heartjantung diseasepenyakit,
40
136402
4388
atau, perawatan penyakit jantung
di klinik percobaan kami
02:32
we includetermasuk only menpria --
41
140790
1881
hanya diperuntukan bagi para pria --
02:34
the resultshasil maymungkin not generalizemenyamaratakan
to the broaderlebih luas populationpopulasi.
42
142671
3158
hasilnya tidak akan mengeneralisasi
populasi yang lebih luas.
02:38
So scientistsilmuwan carepeduli whetherapakah evidencebukti
is randomlysecara acak sampledsampel or not,
43
146479
3581
Jadi para ilmuwan peduli apakah bukti
diambil dari sampel acak atau tidak,
02:42
but what does that have to do with babiesbayi?
44
150060
2015
tapi apa hubungannya dengan bayi?
02:44
Well, babiesbayi have to generalizemenyamaratakan
from smallkecil samplessampel of datadata all the time.
45
152585
4621
Yah, bayi harus mengeneralisasi dari
sejumlah kecil sampel data setiap saat.
Mereka melihat beberapa bebek karet
dan belajar bahwa benda itu mengapung,
02:49
They see a fewbeberapa rubberkaret ducksBebek
and learnbelajar that they floatmengambang,
46
157206
3158
02:52
or a fewbeberapa ballsbola and learnbelajar that they bouncebouncing.
47
160364
3575
atau beberapa bola dan belajar
bahwa benda itu membal.
02:55
And they developmengembangkan expectationsharapan
about ducksBebek and ballsbola
48
163939
2951
Dan mereka membangun ekspektasi
tentang bebek karet dan bola
02:58
that they're going to extendmemperpanjang
to rubberkaret ducksBebek and ballsbola
49
166890
2716
yang akan terus mereka bawa
tentang bebek karet dan bola
03:01
for the restberistirahat of theirmereka liveshidup.
50
169606
1879
seumur hidup mereka.
03:03
And the kindsmacam of generalizationsgeneralisasi
babiesbayi have to make about ducksBebek and ballsbola
51
171485
3739
Dan jenis generalisasi yang harus dibuat
oleh bayi tentang bebek dan bola
mereka melakukannya
terhadap hampir semua hal:
03:07
they have to make about almosthampir everything:
52
175224
2089
03:09
shoessepatu and shipskapal and sealingSealing waxlilin
and cabbageskubis and kingsraja.
53
177313
3917
sepatu dan kapal dan lilin segel
dan kubis dan raja-raja.
03:14
So do babiesbayi carepeduli whetherapakah
the tinymungil bitsedikit of evidencebukti they see
54
182200
2961
Bayi juga peduli apakah
sekelumit bukti yang mereka lihat
03:17
is plausiblymasuk akal representativewakil
of a largerlebih besar populationpopulasi?
55
185161
3692
secara masuk akal mewakili
populasi yang lebih besar?
03:21
Let's find out.
56
189763
1900
Mari kita cari tahu.
Saya akan tunjukkan Anda dua cuplikan,
03:23
I'm going to showmenunjukkan you two moviesfilm,
57
191663
1723
03:25
one from eachsetiap of two conditionskondisi
of an experimentpercobaan,
58
193386
2462
satu dari setiap dua kondisi percobaan,
03:27
and because you're going to see
just two moviesfilm,
59
195848
2438
dan karena Anda hanya akan
melihat dua cuplikan,
03:30
you're going to see just two babiesbayi,
60
198286
2136
Anda hanya akan melihat dua bayi,
03:32
and any two babiesbayi differberbeda from eachsetiap other
in innumerabletak terhitung wayscara.
61
200422
3947
dan kedua bayi tersebut berbeda
satu sama lain dari berbagai segi.
03:36
But these babiesbayi, of courseTentu saja,
here standberdiri in for groupskelompok of babiesbayi,
62
204369
3051
Tapi bayi-bayi ini, tentunya,
mewakili sekelompok bayi,
03:39
and the differencesperbedaan you're going to see
63
207420
1895
dan perbedaan yang akan Anda lihat
03:41
representmewakili averagerata-rata groupkelompok differencesperbedaan
in babies'bayi behaviortingkah laku acrossmenyeberang conditionskondisi.
64
209315
5195
mewakili perbedaan rata-rata sekelompok
perilaku bayi pada berbagai kondisi.
Di setiap cuplikan, mungkin
Anda akan lihat bayi melakukan
03:47
In eachsetiap moviefilm, you're going to see
a babybayi doing maybe
65
215160
2583
03:49
just exactlypersis what you mightmungkin
expectmengharapkan a babybayi to do,
66
217743
3460
tepat seperti apa yang kira-kira
Anda harapkan dari seorang bayi,
03:53
and we can hardlyhampir tidak make babiesbayi
more magicalgaib than they alreadysudah are.
67
221203
4017
dan kami tidak dapat membuat bayi
lebih ajaib daripada yang sudah ada.
03:58
But to my mindpikiran the magicalgaib thing,
68
226090
2010
Tapi di pikiran saya hal ajaib itu,
04:00
and what I want you to paymembayar attentionperhatian to,
69
228100
2089
dan apa yang saya ingin Anda perhatikan,
04:02
is the contrastkontras betweenantara
these two conditionskondisi,
70
230189
3111
adalah perbedaan antara dua kondisi ini,
04:05
because the only thing
that differsberbeda betweenantara these two moviesfilm
71
233300
3529
karena satu-satunya hal yang berbeda
antara kedua cuplikan ini
04:08
is the statisticalstatistik evidencebukti
the babiesbayi are going to observemengamati.
72
236829
3466
adalah bukti statistik
yang akan diamati oleh si bayi.
Kami akan menunjukkan si bayi
sebuah kotak berisi bola biru dan kuning,
04:13
We're going to showmenunjukkan babiesbayi
a boxkotak of bluebiru and yellowkuning ballsbola,
73
241425
3183
04:16
and my then-graduatekemudian-lulusan studentmahasiswa,
now colleaguerekan at StanfordStanford, HyowonHyowon GweonGweon,
74
244608
4620
dan mahasiswa saya yang akan lulus, kini
adalah kolega di Stanford, Hyowon Gweon,
04:21
is going to pullTarik threetiga bluebiru ballsbola
in a rowbaris out of this boxkotak,
75
249228
3077
akan mengambil tiga bola biru
berturut-turut dari kotak ini,
04:24
and when she pullsmenarik those ballsbola out,
she's going to squeezemeremas them,
76
252305
3123
dan sewaktu dia mengambil bola-bola
tersebut, dia akan meremasnya,
04:27
and the ballsbola are going to squeakmencicit.
77
255428
2113
dan bola-bola itu akan berdecit.
04:29
And if you're a babybayi,
that's like a TEDTED Talk.
78
257541
2763
Dan jika Anda seorang bayi,
itu seperti TED Talk
04:32
It doesn't get better than that.
79
260304
1904
Tidak ada yang lebih baik lagi.
04:34
(LaughterTawa)
80
262208
2561
(Tertawa)
04:38
But the importantpenting pointtitik is it's really
easymudah to pullTarik threetiga bluebiru ballsbola in a rowbaris
81
266968
3659
Tapi yang penting adalah mudah untuk
mengambil tiga bola biru berturut-turut
dari sebuah kotak yang
kebanyakan berisi bola biru.
04:42
out of a boxkotak of mostlykebanyakan bluebiru ballsbola.
82
270627
2305
04:44
You could do that with your eyesmata closedTutup.
83
272932
2060
Anda dapat melakukannya
dengan mata tertutup.
04:46
It's plausiblymasuk akal a randomacak samplemencicipi
from this populationpopulasi.
84
274992
2996
Itu adalah sampel acak
yang masuk akal dari populasi.
Dan jika Anda meraih ke dalam kotak secara
acak dan mengambil sesuatu yang berdecit,
04:49
And if you can reachmencapai into a boxkotak at randomacak
and pullTarik out things that squeakmencicit,
85
277988
3732
04:53
then maybe everything in the boxkotak squeakssqueaks.
86
281720
2839
maka mungkin semua benda
yang ada di dalam kotak berdecit.
04:56
So maybe babiesbayi should expectmengharapkan
those yellowkuning ballsbola to squeakmencicit as well.
87
284559
3650
Jadi mungkin si bayi harus berekspektasi
bola-bola kuning itu berdecit juga.
05:00
Now, those yellowkuning ballsbola
have funnylucu stickstongkat on the endakhir,
88
288209
2519
Nah, bola-bola kuning punya
tongkat lucu di ujungnya,
05:02
so babiesbayi could do other things
with them if they wanted to.
89
290728
2857
jadi si bayi bisa melakukan
hal lain jika mereka mau.
Mereka dapat memukulnya atau menderanya,
05:05
They could poundpound them or whackmendera them.
90
293585
1831
05:07
But let's see what the babybayi does.
91
295416
2586
Tapi kita lihat saja
apa yang mereka lakukan.
05:12
(VideoVideo) HyowonHyowon GweonGweon: See this?
(BallBola squeakssqueaks)
92
300548
3343
(Video) Hyowon Gweon: Lihat ini?
(Bola berdecit)
05:16
Did you see that?
(BallBola squeakssqueaks)
93
304531
3045
Apa kamu lihat itu?
(Bola berdecit)
05:20
CoolKeren.
94
308036
3066
Keren.
05:24
See this one?
95
312706
1950
Lihat yang ini?
05:26
(BallBola squeakssqueaks)
96
314656
1881
(Bola berdecit)
05:28
WowWow.
97
316537
2653
Wow.
05:33
LauraLaura SchulzSchulz: Told you. (LaughsTertawa)
98
321854
2113
Laura Schulz: Saya bilang juga apa.
(Tertawa)
05:35
(VideoVideo) HGHG: See this one?
(BallBola squeakssqueaks)
99
323967
4031
(Video) HG: Lihat yang ini?
(Bola berdecit)
05:39
Hey ClaraClara, this one'ssatu for you.
You can go aheaddi depan and playbermain.
100
327998
4619
Hey Clara, yang ini buat kamu.
Kamu dapat memainkannya.
05:51
(LaughterTawa)
101
339854
4365
(Tertawa)
05:56
LSLS: I don't even have to talk, right?
102
344219
2995
LS: Saya bahkan tidak perlu bicara, kan?
05:59
All right, it's nicebagus that babiesbayi
will generalizemenyamaratakan propertiesproperti
103
347214
2899
Baik, sangat bagus para bayi
dapat mengeneralisasi sifat-sifat
06:02
of bluebiru ballsbola to yellowkuning ballsbola,
104
350113
1528
dari bola biru dan kuning,
06:03
and it's impressiveimpresif that babiesbayi
can learnbelajar from imitatingmeniru us,
105
351641
3096
dan mengesankan bahwa para bayi
dapat belajar dari menirukan kita,
06:06
but we'vekita sudah knowndikenal those things about babiesbayi
for a very long time.
106
354737
3669
tapi kita telah mengetahui
hal-hal tersebut tentang bayi cukup lama.
06:10
The really interestingmenarik questionpertanyaan
107
358406
1811
Pertanyaan yang benar-benar menarik
apa yang terjadi jika kita tunjukkan
pada bayi benda yang sama,
06:12
is what happensterjadi when we showmenunjukkan babiesbayi
exactlypersis the samesama thing,
108
360217
2852
06:15
and we can ensurememastikan it's exactlypersis the samesama
because we have a secretrahasia compartmentkompartemen
109
363069
3611
dan kami bisa memastikan benda itu sama
karena kita punya kotak rahasia
06:18
and we actuallysebenarnya pullTarik the ballsbola from there,
110
366680
2110
dan sebenarnya kami
mengambilnya dari situ,
06:20
but this time, all we changeperubahan
is the apparentjelas populationpopulasi
111
368790
3478
tapi kali ini, yang kami ubah
adalah populasi yang terlihat
06:24
from whichyang that evidencebukti was drawnditarik.
112
372268
2902
dari mana bukti diambil.
06:27
This time, we're going to showmenunjukkan babiesbayi
threetiga bluebiru ballsbola
113
375170
3553
Kali ini, kami akan menunjukkan
si bayi tiga bola biru
06:30
pulledditarik out of a boxkotak
of mostlykebanyakan yellowkuning ballsbola,
114
378723
3384
yang diambil dari kotak
yang sebagian besar berisi bola kuning,
06:34
and guesskira what?
115
382107
1322
dan coba tebak?
Anda (mungkin tidak) secara acak
mengambil tiga bola biru berurutan
06:35
You [probablymungkin won'tbiasa] randomlysecara acak drawseri
threetiga bluebiru ballsbola in a rowbaris
116
383429
2840
06:38
out of a boxkotak of mostlykebanyakan yellowkuning ballsbola.
117
386269
2484
dari kotak yang sebagian besar
berisi bola kuning.
06:40
That is not plausiblymasuk akal
randomlysecara acak sampledsampel evidencebukti.
118
388753
3747
Itu bukan bukti sampel acak
yang masuk akal.
06:44
That evidencebukti suggestsmenyarankan that maybe HyowonHyowon
was deliberatelydengan sengaja samplingsampling the bluebiru ballsbola.
119
392500
5123
Bukti itu menyimpulkan bahwa mungkin
Hyowon sengaja mengambil bola biru.
06:49
Maybe there's something specialkhusus
about the bluebiru ballsbola.
120
397623
2583
Mungkin ada yang istimewa
dari bola-bola biru.
06:52
Maybe only the bluebiru ballsbola squeakmencicit.
121
400846
2976
Mungkin hanya bola biru yang berdecit.
Mari kita lihat apa yang mereka lakukan.
06:55
Let's see what the babybayi does.
122
403822
1895
06:57
(VideoVideo) HGHG: See this?
(BallBola squeakssqueaks)
123
405717
2904
(Video) HG: Lihat ini?
(Bola berdecit)
07:02
See this toymainan?
(BallBola squeakssqueaks)
124
410851
2645
Lihat mainan ini?
(Bola berdecit)
07:05
Oh, that was coolkeren. See?
(BallBola squeakssqueaks)
125
413496
5480
Oh, itu keren. Lihat?
(Bola berdecit)
07:10
Now this one'ssatu for you to playbermain.
You can go aheaddi depan and playbermain.
126
418976
4394
Nah ini untuk kamu mainkan.
Kamu boleh mainkan.
07:18
(FussingMenyibukkan diri)
(LaughterTawa)
127
426074
6347
(Gaduh)
(Tertawa)
07:26
LSLS: So you just saw
two 15-month-old-bulan-tua babiesbayi
128
434901
2748
LS: Jadi Anda baru saja melihat
dua bayi berumur 15 bulan
07:29
do entirelysepenuhnya differentberbeda things
129
437649
1942
melakukan hal yang benar-benar berbeda
07:31
basedberbasis only on the probabilitykemungkinan
of the samplemencicipi they observeddiamati.
130
439591
3599
hanya berdasarkan probabilitas
sampel yang mereka amati.
07:35
Let me showmenunjukkan you the experimentaleksperimental resultshasil.
131
443190
2321
Mari saya tunjukkan Anda
hasil percobaan ini.
07:37
On the verticalvertikal axissumbu, you'llAnda akan see
the percentagepersentase of babiesbayi
132
445511
2764
Pada sumbu vertikal,
Anda akan lihat persentase bayi
07:40
who squeezeddiperas the ballbola in eachsetiap conditionkondisi,
133
448275
2530
yang meremas bola pada setiap kondisi,
07:42
and as you'llAnda akan see, babiesbayi are much
more likelymungkin to generalizemenyamaratakan the evidencebukti
134
450805
3715
dan seperti yang akan Anda lihat, bayi
cenderung untuk mengeneralisasi bukti
07:46
when it's plausiblymasuk akal representativewakil
of the populationpopulasi
135
454520
3135
sewaktu mewakili populasi
secara masuk akal
07:49
than when the evidencebukti
is clearlyjelas cherry-pickedceri-memilih.
136
457655
3738
daripada sewaktu bukti
diambil dengan pilih-pilih.
07:53
And this leadsmemimpin to a funmenyenangkan predictionramalan:
137
461393
2415
Dan ini mengarah pada
prediksi yang menyenangkan:
07:55
SupposeMisalkan you pulledditarik just one bluebiru ballbola
out of the mostlykebanyakan yellowkuning boxkotak.
138
463808
4868
Misal Anda hanya mengambil satu bola biru
dari kebanyakan bola kuning.
Anda (mungkin tidak) mengambil secara acak
tiga bola biru berurutan dari kotak kuning
08:00
You [probablymungkin won'tbiasa] pullTarik threetiga bluebiru ballsbola
in a rowbaris at randomacak out of a yellowkuning boxkotak,
139
468896
3869
08:04
but you could randomlysecara acak samplemencicipi
just one bluebiru ballbola.
140
472765
2455
tapi Anda bisa secara acak
mengambil satu bola biru.
08:07
That's not an improbablemustahil samplemencicipi.
141
475220
1970
Itu bukan sampel yang tidak mungkin.
08:09
And if you could reachmencapai into
a boxkotak at randomacak
142
477190
2224
Dan jika Anda bisa merogoh
ke kotak secara acak
08:11
and pullTarik out something that squeakssqueaks,
maybe everything in the boxkotak squeakssqueaks.
143
479414
3987
dan mengambil sesuatu yang berdecit,
mungkin semua di kotak itu berdecit.
08:15
So even thoughmeskipun babiesbayi are going to see
much lesskurang evidencebukti for squeakingciut,
144
483875
4445
Jadi, walaupun bayi akan melihat
bukti berdecit yang lebih sedikit,
08:20
and have manybanyak fewerlebih sedikit actionstindakan to imitatemeniru
145
488320
2242
dan punya lebih sedikit
tindakan untuk ditiru
pada kondisi satu bola ini daripada
pada kondisi yang baru saja Anda lihat,
08:22
in this one ballbola conditionkondisi than in
the conditionkondisi you just saw,
146
490562
3343
08:25
we predicteddiprediksi that babiesbayi themselvesdiri
would squeezemeremas more,
147
493905
3892
kami memprediksikan bahwa bayi-bayi itu
sendiri akan meremas lebih banyak,
08:29
and that's exactlypersis what we foundditemukan.
148
497797
2894
dan itulah yang kami temukan.
08:32
So 15-month-old-bulan-tua babiesbayi,
in this respectmenghormati, like scientistsilmuwan,
149
500691
4411
Jadi, bayi berumur 15 bulan,
dalam hal ini, seperti ilmuwan,
08:37
carepeduli whetherapakah evidencebukti
is randomlysecara acak sampledsampel or not,
150
505102
3088
peduli apakah bukti
diambil secara acak atau tidak,
08:40
and they use this to developmengembangkan
expectationsharapan about the worlddunia:
151
508190
3507
dan mereka menggunakan ini untuk
mengembangkan ekspektasi tentang dunia:
08:43
what squeakssqueaks and what doesn't,
152
511697
2182
apa yang berdecit dan apa yang tidak,
08:45
what to explorejelajahi and what to ignoremengabaikan.
153
513879
3145
apa yang perlu dieksplorasi
dan apa yang harus diabaikan.
08:50
Let me showmenunjukkan you anotherlain examplecontoh now,
154
518384
2066
Mari saya tunjukkan contoh lain,
08:52
this time about a problemmasalah
of causalkausal reasoningpemikiran.
155
520450
2730
kali ini adalah masalah mengenai
penalaran sebab-akibat.
08:55
And it startsdimulai with a problemmasalah
of confoundedbingung evidencebukti
156
523180
2439
Berawal dari suatu masalah
dari bukti yang sudah ada
08:57
that all of us have,
157
525619
1672
yang kita semua punya,
08:59
whichyang is that we are partbagian of the worlddunia.
158
527291
2020
yaitu bahwa kita semua
adalah bagian dunia.
Ini mungkin tak terlihat seperti masalah
bagi Anda, tapi seperti banyak masalah,
09:01
And this mightmungkin not seemterlihat like a problemmasalah
to you, but like mostpaling problemsmasalah,
159
529311
3436
09:04
it's only a problemmasalah when things go wrongsalah.
160
532747
2337
ini hanya akan menjadi
masalah jika ada yang salah.
09:07
Take this babybayi, for instancecontoh.
161
535464
1811
Ambil bayi ini sebagai contoh.
09:09
Things are going wrongsalah for him.
162
537275
1705
Ada yang salah menurutnya.
Dia ingin membunyikan mainan ini,
dan dia tidak bisa.
09:10
He would like to make
this toymainan go, and he can't.
163
538980
2271
09:13
I'll showmenunjukkan you a few-secondbeberapa detik clipklip.
164
541251
2529
Saya tunjukkan Anda sebuah cuplikan.
09:21
And there's two possibilitieskemungkinan, broadlyluas:
165
549340
1920
Dan ada dua kemungkinan, umumnya:
09:23
Maybe he's doing something wrongsalah,
166
551260
2634
Mungkin dia melakukan suatu kesalahan,
09:25
or maybe there's something
wrongsalah with the toymainan.
167
553894
4216
atau mungkin ada yang salah
dengan mainannya.
09:30
So in this nextberikutnya experimentpercobaan,
168
558110
2111
Jadi di percobaan berikutnya,
09:32
we're going to give babiesbayi
just a tinymungil bitsedikit of statisticalstatistik datadata
169
560221
3297
kami akan memberikan para bayi
sekelumit data statistik
09:35
supportingmendukung one hypothesishipotesa over the other,
170
563518
2582
mendukung hipotesa satu
dengan yang lainnya,
dan kita lihat apakah bayi bisa memakainya
untuk membuat keputusan yang berbeda
09:38
and we're going to see if babiesbayi
can use that to make differentberbeda decisionskeputusan
171
566100
3455
09:41
about what to do.
172
569555
1834
tentang apa yang harus dilakukan.
09:43
Here'sBerikut adalah the setupsetup.
173
571389
2022
Beginilah susunannya.
09:46
HyowonHyowon is going to try to make
the toymainan go and succeedberhasil.
174
574071
3030
Hyowon akan mencoba untuk
membunyikan mainan ini dan berhasil.
09:49
I am then going to try twicedua kali
and failgagal bothkedua timeswaktu,
175
577101
3320
Saya kemudian akan mencoba dua kali
dan gagal kedua-duanya,
09:52
and then HyowonHyowon is going
to try again and succeedberhasil,
176
580421
3112
kemudian Hyowon
akan mencoba lagi dan berhasil,
09:55
and this roughlykurang lebih sumsjumlah up my relationshiphubungan
to my graduatelulus studentssiswa
177
583533
3172
dan ini kira-kira menyimpulkan
hubungan saya dengan mahasiswa saya
09:58
in technologyteknologi acrossmenyeberang the boardnaik.
178
586705
2835
pada keseluruhan teknologi.
10:02
But the importantpenting pointtitik here is
it providesmenyediakan a little bitsedikit of evidencebukti
179
590030
3292
Tapi poin penting di sini adalah
ini memberikan sekelumit bukti
10:05
that the problemmasalah isn't with the toymainan,
it's with the personorang.
180
593322
3668
bahwa masalahnya bukan
di mainannya tapi di orangnya.
10:08
Some people can make this toymainan go,
181
596990
2350
Ada orang yang dapat
membunyikan mainan ini,
10:11
and some can't.
182
599340
959
dan ada yang tidak.
10:12
Now, when the babybayi getsmendapat the toymainan,
he's going to have a choicepilihan.
183
600799
3413
Sekarang, sewaktu si bayi menggenggam
mainan, dia akan punya pilihan.
10:16
His momibu is right there,
184
604212
2188
Ibunya ada di sana,
10:18
so he can go aheaddi depan and handtangan off the toymainan
and changeperubahan the personorang,
185
606400
3315
jadi dia bisa menyerahkan saja mainannya
dan mengganti orangnya,
10:21
but there's alsojuga going to be
anotherlain toymainan at the endakhir of that clothkain,
186
609715
3158
tapi juga akan ada mainan lain
di ujung kain tersebut,
10:24
and he can pullTarik the clothkain towardsmenuju him
and changeperubahan the toymainan.
187
612873
3552
dan dia dapat menarik kain itu
dan mengganti mainannya.
10:28
So let's see what the babybayi does.
188
616425
2090
Jadi mari kita lihat
apa yang dilakukannya.
10:30
(VideoVideo) HGHG: Two, threetiga. Go!
(MusicMusik)
189
618515
4183
(Video) HG: Dua, tiga. Bunyi!
(Musik)
10:34
LSLS: One, two, threetiga, go!
190
622698
3131
LS: Satu, dua, tiga, bunyi!
10:37
ArthurArthur, I'm going to try again.
One, two, threetiga, go!
191
625829
7382
Arthur, aku akan mencobanya lagi.
Satu, dua, tiga, bunyi!
10:45
YGYG: ArthurArthur, let me try again, okay?
192
633677
2600
YG: Arthur, aku akan mencobanya lagi ya?
10:48
One, two, threetiga, go!
(MusicMusik)
193
636277
4550
Satu, dua, tiga, bunyi!
(Musik)
10:53
Look at that. RememberIngat these toysmainan?
194
641583
1883
Lihat itu. Ingat mainan-mainan ini?
10:55
See these toysmainan? Yeah, I'm going
to put this one over here,
195
643466
3264
Lihat mainan-mainan ini?
Ya, aku akan meletakannya satu di sini,
10:58
and I'm going to give this one to you.
196
646730
2062
dan aku akan memberikan
yang ini untuk kamu.
11:00
You can go aheaddi depan and playbermain.
197
648792
2335
Kamu dapat memainkannya.
11:23
LSLS: Okay, LauraLaura, but of courseTentu saja,
babiesbayi love theirmereka mommiesMommies.
198
671213
4737
LS: Oke, Laura, tapi tentu saja,
bayi suka dengan ibunya.
11:27
Of courseTentu saja babiesbayi give toysmainan
to theirmereka mommiesMommies
199
675950
2182
Tentu saja bayi memberikan
mainan ke ibunya
11:30
when they can't make them work.
200
678132
2030
sewaktu mereka tak dapat memainkannya.
Sekali lagi, pertanyaan yang penting yaitu
apa yang terjadi sewaktu kami merubah
11:32
So again, the really importantpenting questionpertanyaan
is what happensterjadi when we changeperubahan
201
680162
3593
11:35
the statisticalstatistik datadata ever so slightlysedikit.
202
683755
3154
data statistik bahkan sedikit saja.
11:38
This time, babiesbayi are going to see the toymainan
work and failgagal in exactlypersis the samesama ordermemesan,
203
686909
4087
Kali ini, para bayi akan melihat mainannya
berbunyi dan gagal dengan urutan yang sama
11:42
but we're changingberubah
the distributiondistribusi of evidencebukti.
204
690996
2415
tapi kami mengganti distribusi bukti.
11:45
This time, HyowonHyowon is going to succeedberhasil
oncesekali and failgagal oncesekali, and so am I.
205
693411
4411
Kali ini, Hyowon akan berhasil sekali,
gagal sekali, dan juga saya.
11:49
And this suggestsmenyarankan it doesn't mattermasalah
who triesmencoba this toymainan, the toymainan is brokenrusak.
206
697822
5637
Dan ini menyimpulkan bahwa tidak peduli
siapa yang mencoba, mainannya rusak.
11:55
It doesn't work all the time.
207
703459
1886
Tidak selalu berhasil.
11:57
Again, the baby'sbayi going to have a choicepilihan.
208
705345
1965
Sekali lagi, si bayi akan punya pilihan.
11:59
Her momibu is right nextberikutnya to her,
so she can changeperubahan the personorang,
209
707310
3396
Ibunya berada di sampingnya,
jadi dia dapat merubah orangnya,
12:02
and there's going to be anotherlain toymainan
at the endakhir of the clothkain.
210
710706
3204
dan akan ada mainan lain di ujung kain.
Mari lihat apa yang dilakukan.
12:05
Let's watch what she does.
211
713910
1378
12:07
(VideoVideo) HGHG: Two, threetiga, go!
(MusicMusik)
212
715288
4348
(Video) HG: Dua, tiga, bunyi!
(Musik)
12:11
Let me try one more time.
One, two, threetiga, go!
213
719636
4984
Biar aku coba sekali lagi.
Satu, dua, tiga, bunyi!
12:17
HmmHmm.
214
725460
1697
Hmm.
12:19
LSLS: Let me try, ClaraClara.
215
727950
2692
LS: Aku akan coba, Clara.
12:22
One, two, threetiga, go!
216
730642
3945
Satu, dua, tiga, bunyi!
12:27
HmmHmm, let me try again.
217
735265
1935
Hmm, aku coba lagi.
12:29
One, two, threetiga, go!
(MusicMusik)
218
737200
5670
Satu, dua, tiga, bunyi!
(Musik)
12:35
HGHG: I'm going
to put this one over here,
219
743009
2233
HG: Aku akan meletakan yang ini di sini,
dan aku akan memberikan
yang ini untuk kamu.
12:37
and I'm going to give this one to you.
220
745242
2001
12:39
You can go aheaddi depan and playbermain.
221
747243
3597
Kamu dapat memainkannya.
12:58
(ApplauseTepuk tangan)
222
766376
4897
(Tepuk tangan)
13:04
LSLS: Let me showmenunjukkan you
the experimentaleksperimental resultshasil.
223
772993
2392
LS: Saya akan tunjukkan Anda
hasil percobaannya.
13:07
On the verticalvertikal axissumbu,
you'llAnda akan see the distributiondistribusi
224
775385
2475
Di sumbu vertikal, Anda melihat distribusi
13:09
of children'sanak-anak choicespilihan in eachsetiap conditionkondisi,
225
777860
2577
pilihan anak-anak pada setiap kondisi,
13:12
and you'llAnda akan see that the distributiondistribusi
of the choicespilihan childrenanak-anak make
226
780437
4551
dan Anda akan lihat distribusi pilihan
yang dibuat anak-anak
13:16
dependstergantung on the evidencebukti they observemengamati.
227
784988
2787
yang bergantung dari bukti yang diamati.
13:19
So in the secondkedua yeartahun of life,
228
787775
1857
Jadi di tahun kedua hidupnya,
13:21
babiesbayi can use a tinymungil bitsedikit
of statisticalstatistik datadata
229
789632
2577
bayi dapat menggunakan
sekelumit data statistik
13:24
to decidememutuskan betweenantara two
fundamentallypada dasarnya differentberbeda strategiesstrategi
230
792209
3367
untuk memutuskan antara
dua strategi mendasar yang berbeda
13:27
for actingbertindak in the worlddunia:
231
795576
1881
untuk bertindak di dunia ini:
13:29
askingmeminta for help and exploringmenjelajahi.
232
797457
2743
meminta bantuan dan menjelajah.
13:33
I've just shownditunjukkan you
two laboratorylaboratorium experimentspercobaan
233
801700
3434
Saya baru saja menunjukkan Anda
dua percobaan lab
13:37
out of literallysecara harfiah hundredsratusan in the fieldbidang
that make similarserupa pointspoin,
234
805134
3691
dari ratusan di bidang ini
yang membuat poin yang serupa,
13:40
because the really criticalkritis pointtitik
235
808825
2392
karena poin yang benar-benar penting
13:43
is that children'sanak-anak abilitykemampuan
to make richkaya inferenceskesimpulan from sparsejarang datadata
236
811217
5108
bahwa kemampuan anak-anak untuk membuat
kesimpulan yang kaya dari sedikit data
13:48
underliesmendasari all the species-specificSpecies-Specific
culturalkultural learningbelajar that we do.
237
816325
5341
mendasari semua pembelajaran budaya
pada spesies tertentu yang kita lakukan.
13:53
ChildrenAnak-anak learnbelajar about newbaru toolsalat
from just a fewbeberapa examplescontoh.
238
821666
4597
Anak-anak belajar tentang peralatan baru
hanya dari sedikit contoh.
13:58
They learnbelajar newbaru causalkausal relationshipshubungan
from just a fewbeberapa examplescontoh.
239
826263
4717
Mereka belajar hubungan sebab-akibat baru
hanya dari sedikit contoh.
14:03
They even learnbelajar newbaru wordskata-kata,
in this casekasus in AmericanAmerika Serikat SignTanda LanguageBahasa.
240
831928
4871
Mereka bahkan belajar kosa kata baru,
dalam hal ini Bahasa Isyarat Amerika.
14:08
I want to closedekat with just two pointspoin.
241
836799
2311
Saya akan mengakhiri dengan dua poin.
14:12
If you've been followingberikut my worlddunia,
the fieldbidang of brainotak and cognitivekognitif sciencesilmu,
242
840050
3688
Jika Anda mengikuti dunia saya,
bidang ilmu otak dan kognitif,
14:15
for the pastlalu fewbeberapa yearstahun,
243
843738
1927
dalam beberapa tahun terakhir,
14:17
threetiga bigbesar ideaside ide will have come
to your attentionperhatian.
244
845665
2415
Tiga gagasan besar
akan menarik perhatian Anda.
14:20
The first is that this is
the eraera of the brainotak.
245
848080
3436
Yang pertama adalah bahwa
sekarang ini adalah jaman pemikiran.
14:23
And indeedmemang, there have been
staggeringmengejutkan discoveriespenemuan in neuroscienceilmu saraf:
246
851516
3669
Dan tentu saja, sudah ada penemuan
yang belum pasti pada ilmu saraf:
14:27
localizinglokalisasi functionallyfungsional specializedkhusus
regionsdaerah of cortexkorteks,
247
855185
3436
melokalisasi secara fungsional
khusus pada daerah korteks,
14:30
turningberputar mousemouse brainsotak transparenttransparan,
248
858621
2601
merubah otak tikus menjadi transparan,
14:33
activatingmengaktifkan neuronsneuron with lightcahaya.
249
861222
3776
mengaktikan neuron dengan cahaya.
14:36
A secondkedua bigbesar ideaide
250
864998
1996
Ide besar yang kedua
14:38
is that this is the eraera of bigbesar datadata
and machinemesin learningbelajar,
251
866994
4104
adalah bahwa ini adalah jaman data besar
dan pembelajaran mesin,
14:43
and machinemesin learningbelajar promisesjanji
to revolutionizemerevolusi our understandingpengertian
252
871098
3141
dan pembelajaran mesin menjanjikan
perubahan cepat pengertian kita
14:46
of everything from socialsosial networksjaringan
to epidemiologyepidemiologi.
253
874239
4667
mengenai segala hal dari jejaring sosial
sampai epidemiologi.
Dan mungkin, karena itu menangani
masalah pemahaman kejadian
14:50
And maybe, as it tacklesmenangani problemsmasalah
of scenetempat kejadian understandingpengertian
254
878906
2693
14:53
and naturalalam languagebahasa processingpengolahan,
255
881599
1993
dan pemrosesan bahasa natural,
14:55
to tell us something
about humanmanusia cognitionpengartian.
256
883592
3324
untuk memberitahu kita
mengenai kognisi manusia.
14:59
And the finalterakhir bigbesar ideaide you'llAnda akan have heardmendengar
257
887756
1937
Dan ide besar terakhir
adalah bahwa mungkin adalah ide bagus
kita akan mengetahui banyak mengenai otak
15:01
is that maybe it's a good ideaide we're going
to know so much about brainsotak
258
889693
3387
15:05
and have so much accessmengakses to bigbesar datadata,
259
893080
1917
dan punya banyak akses ke data besar,
15:06
because left to our ownsendiri devicesperangkat,
260
894997
2507
karena di samping peralatan kita,
15:09
humansmanusia are falliblekeliru, we take shortcutscara pintas,
261
897504
3831
manusia rentan kesalahan,
kita mengambil jalan pintas,
15:13
we errERR, we make mistakeskesalahan,
262
901335
3437
kita membuat kesalahan,
15:16
we're biasedbias, and in innumerabletak terhitung wayscara,
263
904772
3684
kita bias, dalam berbagai cara,
15:20
we get the worlddunia wrongsalah.
264
908456
2969
kita salah memahami dunia.
15:24
I think these are all importantpenting storiescerita,
265
912843
2949
Saya rasa ini semua adalah
kisah-kisah yang penting,
15:27
and they have a lot to tell us
about what it meanscara to be humanmanusia,
266
915792
3785
dan mereka banyak memberitahu kita
tentang apa artinya menjadi manusia,
tapi saya mau Anda mencatat bahwa hari ini
saya menceritakan kisah yang berbeda.
15:31
but I want you to notecatatan that todayhari ini
I told you a very differentberbeda storycerita.
267
919577
3529
15:35
It's a storycerita about mindspikiran and not brainsotak,
268
923966
3807
Ini adalah kisah tentang
pemikiran dan bukan otak,
15:39
and in particulartertentu, it's a storycerita
about the kindsmacam of computationsperhitungan
269
927773
3006
dan khususnya, ini adalah kisah
tentang jenis komputasi
15:42
that uniquelyunik humanmanusia mindspikiran can performmelakukan,
270
930779
2590
yang pikiran manusia
bisa lakukan dengan unik,
15:45
whichyang involvemelibatkan richkaya, structuredtersusun knowledgepengetahuan
and the abilitykemampuan to learnbelajar
271
933369
3944
yang melibatkan pengetahuan berlimpah
yang terstruktur dan kemampuan belajar
15:49
from smallkecil amountsjumlah of datadata,
the evidencebukti of just a fewbeberapa examplescontoh.
272
937313
5268
dari sedikit data,
bukti dari sekelumit contoh.
15:56
And fundamentallypada dasarnya, it's a storycerita
about how startingmulai as very smallkecil childrenanak-anak
273
944301
4299
dan pada dasarnya, ini kisah tentang
bagaimana memulai sebagai anak-anak kecil
16:00
and continuingterus berlanjut out all the way
to the greatestterbesar accomplishmentsprestasi
274
948600
4180
dan berlanjut sampai pada
pencapaian yang besar
16:04
of our culturebudaya,
275
952780
3843
akan kebudayaan kita,
16:08
we get the worlddunia right.
276
956623
1997
kita memahami dunia dengan benar.
16:12
FolksOrang-orang, humanmanusia mindspikiran do not only learnbelajar
from smallkecil amountsjumlah of datadata.
277
960433
5267
Rekan-rekan, pikiran manusia
tidak hanya belajar dari sekelumit data.
Pikiran manusia berpikir
gagasan baru yang menyeluruh.
16:18
HumanManusia mindspikiran think
of altogethersama sekali newbaru ideaside ide.
278
966285
2101
16:20
HumanManusia mindspikiran generatemenghasilkan
researchpenelitian and discoverypenemuan,
279
968746
3041
Pikiran manusia menghasilkan
penelitian dan penemuan,
16:23
and humanmanusia mindspikiran generatemenghasilkan
artseni and literatureliteratur and poetrypuisi and theaterteater,
280
971787
5273
dan pikiran manusia menghasilkan
kesenian, literatur, puisi, teater,
16:29
and humanmanusia mindspikiran take carepeduli of other humansmanusia:
281
977070
3760
dan pikiran manusia merawat
manusia yang lainnya:
16:32
our oldtua, our youngmuda, our sicksakit.
282
980830
3427
para lansia, anak-anak muda,
orang-orang sakit.
16:36
We even healmenyembuhkan them.
283
984517
2367
Kita bahkan menyembuhkan mereka.
16:39
In the yearstahun to come, we're going
to see technologicalteknologi innovationsinovasi
284
987564
3103
Pada tahun-tahun mendatang,
kita akan melihat inovasi teknologi
16:42
beyondluar anything I can even envisionmembayangkan,
285
990667
3797
di luar dari segala
yang dapat saya bayangkan,
16:46
but we are very unlikelytidak sepertinya
286
994464
2150
tapi kita sangat tidak mungkin
16:48
to see anything even approximatingmendekati
the computationalkomputasi powerkekuasaan of a humanmanusia childanak
287
996614
5709
melihat apapun bahkan mengira-ngira
kekuatan berhitung anak manusia
16:54
in my lifetimeseumur hidup or in yoursmilikmu.
288
1002323
4298
dalam masa hidup saya atau Anda.
16:58
If we investmenginvestasikan in these mostpaling powerfulkuat
learnerspeserta didik and theirmereka developmentpengembangan,
289
1006621
5047
jika kita berinvestasi ke para pembelajar
yang kuat ini dan perkembangannya,
17:03
in babiesbayi and childrenanak-anak
290
1011668
2917
pada bayi dan anak-anak
17:06
and mothersibu and fathersayah
291
1014585
1826
dan para ibu dan ayah
17:08
and caregiverspengasuh and teachersguru
292
1016411
2699
dan para perawat dan guru
17:11
the wayscara we investmenginvestasikan in our other
mostpaling powerfulkuat and elegantanggun formsformulir
293
1019110
4170
dengan cara kita berinvestasi pada
bentuk elegan dan kuat lainnya
17:15
of technologyteknologi, engineeringteknik and designDesain,
294
1023280
3218
akan teknologi, keteknikan,
dan perancangan,
kita tidak hanya akan bermimpi
akan masa depan yang lebih baik,
17:18
we will not just be dreamingbermimpi
of a better futuremasa depan,
295
1026498
2939
17:21
we will be planningperencanaan for one.
296
1029437
2127
kita akan merencanakannya.
17:23
Thank you very much.
297
1031564
2345
Terima kasih banyak.
17:25
(ApplauseTepuk tangan)
298
1033909
3421
(Tepuk tangan)
17:29
ChrisChris AndersonAnderson: LauraLaura, thank you.
I do actuallysebenarnya have a questionpertanyaan for you.
299
1037810
4426
Chris Anderson: Laura, terima kasih.
Saya ada pertanyaan untuk Anda.
17:34
First of all, the researchpenelitian is insanegila.
300
1042236
2359
Pertama-tama, penelitian ini gila.
17:36
I mean, who would designDesain
an experimentpercobaan like that? (LaughterTawa)
301
1044595
3725
Maksud saya, siapa yang akan merancang
percobaan seperti itu? (Tertawa)
Saya telah melihatnya dua kali,
17:41
I've seenterlihat that a couplepasangan of timeswaktu,
302
1049150
1790
dan saya masih tidak percaya sebetulnya
bahwa itu bisa benar-benar terjadi,
17:42
and I still don't honestlysecara jujur believe
that that can trulysungguh be happeningkejadian,
303
1050940
3222
17:46
but other people have doneselesai
similarserupa experimentspercobaan; it checkscek out.
304
1054162
3158
tapi orang lain telah melakukan
percobaan yang serupa: ini benar.
17:49
The babiesbayi really are that geniusjenius.
305
1057320
1633
Bayi-bayi itu benar-benar jenius.
17:50
LSLS: You know, they look really impressiveimpresif
in our experimentspercobaan,
306
1058953
3007
LS: Anda tahu, mereka sangat
mengesankan pada percobaan kami,
tapi coba pikir seperti apa mereka
di kehidupan nyata, kan?
17:53
but think about what they
look like in realnyata life, right?
307
1061960
2652
17:56
It startsdimulai out as a babybayi.
308
1064612
1150
Semua bermula dari bayi.
17:57
EighteenDelapan belas monthsbulan laterkemudian,
it's talkingpembicaraan to you,
309
1065762
2007
18 bulan kemudian,
dia berbicara kepada Anda,
17:59
and babies'bayi first wordskata-kata aren'ttidak just
things like ballsbola and ducksBebek,
310
1067769
3041
dan kata-kata pertama bayi
bukan hanya seperti bola dan bebek,
18:02
they're things like "all gonepergi,"
whichyang referlihat to disappearancehilangnya,
311
1070810
2881
tapi seperti "semua hilang,"
yang menunjuk pada kehilangan.
18:05
or "uh-ohuh-oh," whichyang referlihat
to unintentionaltidak disengaja actionstindakan.
312
1073691
2283
atau "uh-oh," yang menunjuk
pada ketidaksengajaan.
18:07
It has to be that powerfulkuat.
313
1075974
1562
Harus sekuat itu.
Harus lebih kuat dari apapun
yang saya tunjukkan kepada Anda.
18:09
It has to be much more powerfulkuat
than anything I showedmenunjukkan you.
314
1077536
2775
18:12
They're figuringmencari tahu out the entireseluruh worlddunia.
315
1080311
1974
Mereka mengetahui semuanya.
Anak umur empat bisa bicara pada Anda
hampir tentang segala sesuatu.
18:14
A four-year-oldempat tahun can talk to you
about almosthampir anything.
316
1082285
3144
18:17
(ApplauseTepuk tangan)
317
1085429
1601
(Tepuk tangan)
18:19
CACA: And if I understandmemahami you right,
the other keykunci pointtitik you're makingmembuat is,
318
1087030
3414
CA: Dan jika saya memahami Anda
dengan benar, poin kunci lain adalah,
18:22
we'vekita sudah been throughmelalui these yearstahun
where there's all this talk
319
1090444
2754
kita melalui tahun-tahun ini
di mana ada semua ceramah ini
18:25
of how quirkyaneh and buggybuggy our mindspikiran are,
320
1093198
1932
bagaimana aneh dan acaknya pikiran kita,
18:27
that behavioralperilaku economicsekonomi
and the wholeseluruh theoriesteori behinddibelakang that
321
1095130
2867
ekonomi perilaku
dan seluruh teori di balik itu
18:29
that we're not rationalrasional agentsagen.
322
1097997
1603
bahwa kami bukan agen rasional.
18:31
You're really sayingpepatah that the biggerlebih besar
storycerita is how extraordinaryluar biasa,
323
1099600
4216
Anda benar-benar berkata bahwa kisah yang
lebih besar adalah bagaimana luar biasa,
18:35
and there really is geniusjenius there
that is underappreciatedkurang dihargai.
324
1103816
4944
dan benar-benar ada si jenius
di luar sana yang tidak dihargai.
LS: Salah satu kutipan
kesukaan saya di psikologi
18:40
LSLS: One of my favoritefavorit
quotestanda kutip in psychologyPsikologi
325
1108760
2070
18:42
comesdatang from the socialsosial
psychologistpsikolog SolomonSalomo AschAsch,
326
1110830
2290
datang dari psikolog sosial Solomon Asch,
dan dia berkata tugas dasar psikologi
adalah untuk menghilangkan
18:45
and he said the fundamentalmendasar tasktugas
of psychologyPsikologi is to removemenghapus
327
1113120
2807
18:47
the veilkerudung of self-evidenceSelf-Evidence from things.
328
1115927
2626
tabir bukti diri dan segala hal.
18:50
There are ordersperintah of magnitudebesarnya
more decisionskeputusan you make everysetiap day
329
1118553
4551
Ada urutan besar pada lebih banyak lagi
keputusan yang Anda buat setiap harinya
yang memahami dunia dengan benar.
18:55
that get the worlddunia right.
330
1123104
1347
18:56
You know about objectsbenda
and theirmereka propertiesproperti.
331
1124451
2132
Anda tahu mengenai
benda-benda dan sifatnya.
Anda tahu saat mereka menutup.
Anda mengenalinya di kegelapan.
18:58
You know them when they're occludedtersumbat.
You know them in the darkgelap.
332
1126583
3029
Anda bisa melalui ruangan.
19:01
You can walkberjalan throughmelalui roomskamar.
333
1129612
1308
Anda bisa tahu apa yang orang lain pikir.
Anda bisa bicara dengan mereka.
19:02
You can figureangka out what other people
are thinkingberpikir. You can talk to them.
334
1130920
3532
Anda bisa menavigasi ruang.
Anda mengetahui angka.
19:06
You can navigatearahkan spaceruang.
You know about numbersangka.
335
1134452
2230
Anda tahu hubungan sebab-akibat.
Anda tahu penalaran moral.
19:08
You know causalkausal relationshipshubungan.
You know about moralmoral reasoningpemikiran.
336
1136682
3022
Anda mudah melakukannya,
jadi kita tidak melihatnya,
19:11
You do this effortlesslytanpa susah payah,
so we don't see it,
337
1139704
2356
tapi begitulah kita memahami dunia
dan ini sangat luar biasa
19:14
but that is how we get the worlddunia right,
and it's a remarkableluar biasa
338
1142060
2912
dan sangat sulit
untuk memahami pencapaian,
19:16
and very difficult-to-understandsulit untuk memahami
accomplishmentprestasi.
339
1144972
2318
CA: Saya mencurigai ada
di antara penonton yang punya
19:19
CACA: I suspecttersangka there are people
in the audiencehadirin who have
340
1147290
2628
pandangan semacam
mempercepat kekuatan teknologi
19:21
this viewmelihat of acceleratingmempercepat
technologicalteknologi powerkekuasaan
341
1149918
2238
yang bisa menentang pernyataan Anda
bahwa tidak akan pernah
19:24
who mightmungkin disputesengketa your statementpernyataan
that never in our lifetimesseumur hidup
342
1152156
2958
komputer melakukan apa yang
anak umur tiga tahun bisa lakukan,
19:27
will a computerkomputer do what
a three-year-oldtiga tahun childanak can do,
343
1155114
2618
tapi yang jelas biar bagaimanapun,
19:29
but what's clearbersih is that in any scenarioskenario,
344
1157732
3248
19:32
our machinesmesin have so much to learnbelajar
from our toddlersbalita.
345
1160980
3770
mesin harus belajar lebih banyak
dari anak-anak kita.
LS: Saya setuju. Anda akan punya mesin
yang mempelajari rekan-rekan di sini.
19:38
LSLS: I think so. You'llAnda akan have some
machinemesin learningbelajar folksorang-orang up here.
346
1166230
3216
19:41
I mean, you should never betbertaruh
againstmelawan babiesbayi or chimpanzeessimpanse
347
1169446
4203
Maksud saya, Anda seharusnya tidak pernah
bertaruh antara bayi atau simpanse
19:45
or technologyteknologi as a mattermasalah of practicepraktek,
348
1173649
3645
atau teknologi secara praktiknya,
19:49
but it's not just
a differenceperbedaan in quantitykuantitas,
349
1177294
4528
tapi tidak hanya perbedaan jumlah,
19:53
it's a differenceperbedaan in kindjenis.
350
1181822
1764
Ini adalah perbedaan jenisnya.
19:55
We have incrediblyluar biasa powerfulkuat computerskomputer,
351
1183586
2160
Kita punya komputer yang kuat luar biasa,
dan mereka memang melakukan
hal-hal yang luar biasa rumit,
19:57
and they do do amazinglyluar biasa
sophisticatedcanggih things,
352
1185746
2391
20:00
oftensering with very bigbesar amountsjumlah of datadata.
353
1188137
3204
seringnya dengan data
yang sangat besar jumlahnya.
Pikiran manusia, saya rasa,
melakukan sesuatu yang cukup berbeda,
20:03
HumanManusia mindspikiran do, I think,
something quitecukup differentberbeda,
354
1191341
2607
20:05
and I think it's the structuredtersusun,
hierarchicalhierarki naturealam of humanmanusia knowledgepengetahuan
355
1193948
3895
dan saya rasa pengetahuan manusia yang
terstruktur dan bertingkat secara alamiah
20:09
that remainssisa a realnyata challengetantangan.
356
1197843
2032
yang masih merupakan suatu tantangan.
CA: Laura Schulz, asupan yang baik
untuk pikiran. Terima kasih banyak.
20:11
CACA: LauraLaura SchulzSchulz, wonderfulhebat
foodmakanan for thought. Thank you so much.
357
1199875
3061
20:14
LSLS: Thank you.
(ApplauseTepuk tangan)
358
1202936
2922
LS: Terima kasih.
(Tepuk tangan)
Translated by Abe Felisa
Reviewed by Clara Utami

▲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