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: Pikiran logika yang mengejutkan dari bayi

Filmed
Views 1,632,838

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

Mark Twain meringkas
yang saya pandang sebagai
00:12
Mark Twain summed up
what I take to be
salah satu masalah mendasar ilmu kognitif
00:14
one of the fundamental problems
of cognitive science
dengan satu gurauan.
00:18
with a single witticism.
Katanya, "Ada yang menarik
tentang ilmu pengetahuan.
00:20
He said, "There's something
fascinating about science.
Ada keuntungan berupa
dugaan dalam jumlah yang besar
00:23
One gets such wholesale
returns of conjecture
dari sekelumit investasi fakta."
00:26
out of such a trifling
investment in fact."
(Tertawa)
00:29
(Laughter)
Twain bercanda,
tentu saja, tapi dia benar:
00:32
Twain meant it as a joke,
of course, but he's right:
Ada yang menarik tentang ilmu pengetahuan.
00:34
There's something
fascinating about science.
Dari beberapa tulang, kita menyimpulkan
keberadaan dinosaurus.
00:37
From a few bones, we infer
the existence of dinosuars.
Dari garis-garis spektrum,
komposisi nebula.
00:42
From spectral lines,
the composition of nebulae.
Dari lalat buah,
00:47
From fruit flies,
mekanisme hereditas,
00:50
the mechanisms of heredity,
dan dari penyusunan ulang
gambar darah yang mengalir ke otak,
00:53
and from reconstructed images
of blood flowing through the brain,
atau dalam kasus saya,
dari perilaku anak-anak,
00:57
or in my case, from the behavior
of very young children,
kita mencoba mengungkapkan
mekanisme dasar kognisi manusia.
01:02
we try to say something about
the fundamental mechanisms
01:05
of human cognition.
Khususnya, di laboratorium saya
di Dept. Ilmu Otak dan Kognitif di MIT,
01:07
In particular, in my lab in the Department
of Brain and Cognitive Sciences at MIT,
Saya telah menghabiskan dekade terakhir
mencoba memahami misteri
01:12
I have spent the past decade
trying to understand the mystery
bagaimana anak-anak belajar banyak
dari sedikit sumber dengan cepat.
01:16
of how children learn so much
from so little so quickly.
Karena, ternyata yang menarik
mengenai ilmu pengetahuan
01:20
Because, it turns out that
the fascinating thing about science
juga merupakan yang menarik
mengenai anak-anak,
01:23
is also a fascinating
thing about children,
yaitu, untuk menyederhanakan
kutipan Mark Twain,
01:27
which, to put a gentler
spin on Mark Twain,
tepatnya adalah kemampuan mereka untuk
menarik kesimpulan yang kaya dan abstrak
01:29
is precisely their ability
to draw rich, abstract inferences
dengan cepat dan akurat
dari data yang sedikit dan hingar.
01:34
rapidly and accurately
from sparse, noisy data.
Saya hanya akan memberi Anda
dua contoh hari ini.
01:40
I'm going to give you
just two examples today.
Yang pertama adalah masalah generalisasi,
01:42
One is about a problem of generalization,
dan yang kedua adalah
masalah penalaran sebab-akibat.
01:45
and the other is about a problem
of causal reasoning.
Dan meski saya akan membahas
tentang karya saya di lab,
01:47
And although I'm going to talk
about work in my lab,
karya ini terinspirasi dari
dan berhutang pada praktik lapangan.
01:50
this work is inspired by
and indebted to a field.
Saya bersyukur dapat mengajar, bermitra,
dan berkolaborasi di seluruh dunia.
01:53
I'm grateful to mentors, colleagues,
and collaborators around the world.
Mari saya mulai dengan
masalah generalisasi.
01:59
Let me start with the problem
of generalization.
Generalisasi dari sedikit sampel data
adalah makanan pokok ilmu pengetahuan.
02:02
Generalizing from small samples of data
is the bread and butter of science.
Kami memungut suara dari sekelumit pemilih
02:06
We poll a tiny fraction of the electorate
dan kami memprediksi
hasil pemilihan nasional.
02:09
and we predict the outcome
of national elections.
Kami mengamati bagaimana sejumlah pasien
memberi tanggapan pada klinik percobaan,
02:12
We see how a handful of patients
responds to treatment in a clinical trial,
dan kami membawa obat-obatan
ke pasar nasional.
02:16
and we bring drugs to a national market.
Tapi ini hanya berhasil jika sampel kami
diambil secara acak dari populasinya.
02:19
But this only works if our sample
is randomly drawn from the population.
Jika sampel kami dipilih
dengan cara-cara tertentu --
02:23
If our sample is cherry-picked
in some way --
misal, pemungutan suara
hanya di kota besar,
02:26
say, we poll only urban voters,
atau, perawatan penyakit jantung
di klinik percobaan kami
02:28
or say, in our clinical trials
for treatments for heart disease,
hanya diperuntukan bagi para pria --
02:32
we include only men --
hasilnya tidak akan mengeneralisasi
populasi yang lebih luas.
02:34
the results may not generalize
to the broader population.
Jadi para ilmuwan peduli apakah bukti
diambil dari sampel acak atau tidak,
02:38
So scientists care whether evidence
is randomly sampled or not,
tapi apa hubungannya dengan bayi?
02:42
but what does that have to do with babies?
Yah, bayi harus mengeneralisasi dari
sejumlah kecil sampel data setiap saat.
02:44
Well, babies have to generalize
from small samples of data all the time.
Mereka melihat beberapa bebek karet
dan belajar bahwa benda itu mengapung,
02:49
They see a few rubber ducks
and learn that they float,
02:52
or a few balls and learn that they bounce.
atau beberapa bola dan belajar
bahwa benda itu membal.
Dan mereka membangun ekspektasi
tentang bebek karet dan bola
02:55
And they develop expectations
about ducks and balls
yang akan terus mereka bawa
tentang bebek karet dan bola
02:58
that they're going to extend
to rubber ducks and balls
seumur hidup mereka.
03:01
for the rest of their lives.
Dan jenis generalisasi yang harus dibuat
oleh bayi tentang bebek dan bola
03:03
And the kinds of generalizations
babies have to make about ducks and balls
mereka melakukannya
terhadap hampir semua hal:
03:07
they have to make about almost everything:
sepatu dan kapal dan lilin segel
dan kubis dan raja-raja.
03:09
shoes and ships and sealing wax
and cabbages and kings.
Bayi juga peduli apakah
sekelumit bukti yang mereka lihat
03:14
So do babies care whether
the tiny bit of evidence they see
secara masuk akal mewakili
populasi yang lebih besar?
03:17
is plausibly representative
of a larger population?
Mari kita cari tahu.
03:21
Let's find out.
Saya akan tunjukkan Anda dua cuplikan,
03:23
I'm going to show you two movies,
03:25
one from each of two conditions
of an experiment,
satu dari setiap dua kondisi percobaan,
dan karena Anda hanya akan
melihat dua cuplikan,
03:27
and because you're going to see
just two movies,
Anda hanya akan melihat dua bayi,
03:30
you're going to see just two babies,
dan kedua bayi tersebut berbeda
satu sama lain dari berbagai segi.
03:32
and any two babies differ from each other
in innumerable ways.
Tapi bayi-bayi ini, tentunya,
mewakili sekelompok bayi,
03:36
But these babies, of course,
here stand in for groups of babies,
dan perbedaan yang akan Anda lihat
03:39
and the differences you're going to see
mewakili perbedaan rata-rata sekelompok
perilaku bayi pada berbagai kondisi.
03:41
represent average group differences
in babies' behavior across conditions.
Di setiap cuplikan, mungkin
Anda akan lihat bayi melakukan
03:47
In each movie, you're going to see
a baby doing maybe
03:49
just exactly what you might
expect a baby to do,
tepat seperti apa yang kira-kira
Anda harapkan dari seorang bayi,
dan kami tidak dapat membuat bayi
lebih ajaib daripada yang sudah ada.
03:53
and we can hardly make babies
more magical than they already are.
Tapi di pikiran saya hal ajaib itu,
03:58
But to my mind the magical thing,
dan apa yang saya ingin Anda perhatikan,
04:00
and what I want you to pay attention to,
adalah perbedaan antara dua kondisi ini,
04:02
is the contrast between
these two conditions,
karena satu-satunya hal yang berbeda
antara kedua cuplikan ini
04:05
because the only thing
that differs between these two movies
adalah bukti statistik
yang akan diamati oleh si bayi.
04:08
is the statistical evidence
the babies are going to observe.
Kami akan menunjukkan si bayi
sebuah kotak berisi bola biru dan kuning,
04:13
We're going to show babies
a box of blue and yellow balls,
dan mahasiswa saya yang akan lulus, kini
adalah kolega di Stanford, Hyowon Gweon,
04:16
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
akan mengambil tiga bola biru
berturut-turut dari kotak ini,
04:21
is going to pull three blue balls
in a row out of this box,
dan sewaktu dia mengambil bola-bola
tersebut, dia akan meremasnya,
04:24
and when she pulls those balls out,
she's going to squeeze them,
dan bola-bola itu akan berdecit.
04:27
and the balls are going to squeak.
Dan jika Anda seorang bayi,
itu seperti TED Talk
04:29
And if you're a baby,
that's like a TED Talk.
Tidak ada yang lebih baik lagi.
04:32
It doesn't get better than that.
(Tertawa)
04:34
(Laughter)
Tapi yang penting adalah mudah untuk
mengambil tiga bola biru berturut-turut
04:38
But the important point is it's really
easy to pull three blue balls in a row
dari sebuah kotak yang
kebanyakan berisi bola biru.
04:42
out of a box of mostly blue balls.
Anda dapat melakukannya
dengan mata tertutup.
04:44
You could do that with your eyes closed.
04:46
It's plausibly a random sample
from this population.
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 reach into a box at random
and pull out things that squeak,
04:53
then maybe everything in the box squeaks.
maka mungkin semua benda
yang ada di dalam kotak berdecit.
Jadi mungkin si bayi harus berekspektasi
bola-bola kuning itu berdecit juga.
04:56
So maybe babies should expect
those yellow balls to squeak as well.
Nah, bola-bola kuning punya
tongkat lucu di ujungnya,
05:00
Now, those yellow balls
have funny sticks on the end,
jadi si bayi bisa melakukan
hal lain jika mereka mau.
05:02
so babies could do other things
with them if they wanted to.
Mereka dapat memukulnya atau menderanya,
05:05
They could pound them or whack them.
05:07
But let's see what the baby does.
Tapi kita lihat saja
apa yang mereka lakukan.
(Video) Hyowon Gweon: Lihat ini?
(Bola berdecit)
05:12
(Video) Hyowon Gweon: See this?
(Ball squeaks)
Apa kamu lihat itu?
(Bola berdecit)
05:16
Did you see that?
(Ball squeaks)
Keren.
05:20
Cool.
Lihat yang ini?
05:24
See this one?
(Bola berdecit)
05:26
(Ball squeaks)
Wow.
05:28
Wow.
Laura Schulz: Saya bilang juga apa.
(Tertawa)
05:33
Laura Schulz: Told you. (Laughs)
(Video) HG: Lihat yang ini?
(Bola berdecit)
05:35
(Video) HG: See this one?
(Ball squeaks)
Hey Clara, yang ini buat kamu.
Kamu dapat memainkannya.
05:39
Hey Clara, this one's for you.
You can go ahead and play.
(Tertawa)
05:51
(Laughter)
LS: Saya bahkan tidak perlu bicara, kan?
05:56
LS: I don't even have to talk, right?
Baik, sangat bagus para bayi
dapat mengeneralisasi sifat-sifat
05:59
All right, it's nice that babies
will generalize properties
dari bola biru dan kuning,
06:02
of blue balls to yellow balls,
dan mengesankan bahwa para bayi
dapat belajar dari menirukan kita,
06:03
and it's impressive that babies
can learn from imitating us,
tapi kita telah mengetahui
hal-hal tersebut tentang bayi cukup lama.
06:06
but we've known those things about babies
for a very long time.
Pertanyaan yang benar-benar menarik
06:10
The really interesting question
apa yang terjadi jika kita tunjukkan
pada bayi benda yang sama,
06:12
is what happens when we show babies
exactly the same thing,
06:15
and we can ensure it's exactly the same
because we have a secret compartment
dan kami bisa memastikan benda itu sama
karena kita punya kotak rahasia
dan sebenarnya kami
mengambilnya dari situ,
06:18
and we actually pull the balls from there,
tapi kali ini, yang kami ubah
adalah populasi yang terlihat
06:20
but this time, all we change
is the apparent population
dari mana bukti diambil.
06:24
from which that evidence was drawn.
Kali ini, kami akan menunjukkan
si bayi tiga bola biru
06:27
This time, we're going to show babies
three blue balls
yang diambil dari kotak
yang sebagian besar berisi bola kuning,
06:30
pulled out of a box
of mostly yellow balls,
dan coba tebak?
06:34
and guess what?
Anda (mungkin tidak) secara acak
mengambil tiga bola biru berurutan
06:35
You [probably won't] randomly draw
three blue balls in a row
06:38
out of a box of mostly yellow balls.
dari kotak yang sebagian besar
berisi bola kuning.
Itu bukan bukti sampel acak
yang masuk akal.
06:40
That is not plausibly
randomly sampled evidence.
Bukti itu menyimpulkan bahwa mungkin
Hyowon sengaja mengambil bola biru.
06:44
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
Mungkin ada yang istimewa
dari bola-bola biru.
06:49
Maybe there's something special
about the blue balls.
Mungkin hanya bola biru yang berdecit.
06:52
Maybe only the blue balls squeak.
Mari kita lihat apa yang mereka lakukan.
06:55
Let's see what the baby does.
(Video) HG: Lihat ini?
(Bola berdecit)
06:57
(Video) HG: See this?
(Ball squeaks)
Lihat mainan ini?
(Bola berdecit)
07:02
See this toy?
(Ball squeaks)
Oh, itu keren. Lihat?
(Bola berdecit)
07:05
Oh, that was cool. See?
(Ball squeaks)
Nah ini untuk kamu mainkan.
Kamu boleh mainkan.
07:10
Now this one's for you to play.
You can go ahead and play.
(Gaduh)
(Tertawa)
07:18
(Fussing)
(Laughter)
LS: Jadi Anda baru saja melihat
dua bayi berumur 15 bulan
07:26
LS: So you just saw
two 15-month-old babies
melakukan hal yang benar-benar berbeda
07:29
do entirely different things
hanya berdasarkan probabilitas
sampel yang mereka amati.
07:31
based only on the probability
of the sample they observed.
Mari saya tunjukkan Anda
hasil percobaan ini.
07:35
Let me show you the experimental results.
Pada sumbu vertikal,
Anda akan lihat persentase bayi
07:37
On the vertical axis, you'll see
the percentage of babies
yang meremas bola pada setiap kondisi,
07:40
who squeezed the ball in each condition,
dan seperti yang akan Anda lihat, bayi
cenderung untuk mengeneralisasi bukti
07:42
and as you'll see, babies are much
more likely to generalize the evidence
sewaktu mewakili populasi
secara masuk akal
07:46
when it's plausibly representative
of the population
daripada sewaktu bukti
diambil dengan pilih-pilih.
07:49
than when the evidence
is clearly cherry-picked.
Dan ini mengarah pada
prediksi yang menyenangkan:
07:53
And this leads to a fun prediction:
Misal Anda hanya mengambil satu bola biru
dari kebanyakan bola kuning.
07:55
Suppose you pulled just one blue ball
out of the mostly yellow box.
Anda (mungkin tidak) mengambil secara acak
tiga bola biru berurutan dari kotak kuning
08:00
You [probably won't] pull three blue balls
in a row at random out of a yellow box,
08:04
but you could randomly sample
just one blue ball.
tapi Anda bisa secara acak
mengambil satu bola biru.
Itu bukan sampel yang tidak mungkin.
08:07
That's not an improbable sample.
Dan jika Anda bisa merogoh
ke kotak secara acak
08:09
And if you could reach into
a box at random
dan mengambil sesuatu yang berdecit,
mungkin semua di kotak itu berdecit.
08:11
and pull out something that squeaks,
maybe everything in the box squeaks.
Jadi, walaupun bayi akan melihat
bukti berdecit yang lebih sedikit,
08:15
So even though babies are going to see
much less evidence for squeaking,
dan punya lebih sedikit
tindakan untuk ditiru
08:20
and have many fewer actions to imitate
pada kondisi satu bola ini daripada
pada kondisi yang baru saja Anda lihat,
08:22
in this one ball condition than in
the condition you just saw,
08:25
we predicted that babies themselves
would squeeze more,
kami memprediksikan bahwa bayi-bayi itu
sendiri akan meremas lebih banyak,
dan itulah yang kami temukan.
08:29
and that's exactly what we found.
Jadi, bayi berumur 15 bulan,
dalam hal ini, seperti ilmuwan,
08:32
So 15-month-old babies,
in this respect, like scientists,
peduli apakah bukti
diambil secara acak atau tidak,
08:37
care whether evidence
is randomly sampled or not,
dan mereka menggunakan ini untuk
mengembangkan ekspektasi tentang dunia:
08:40
and they use this to develop
expectations about the world:
apa yang berdecit dan apa yang tidak,
08:43
what squeaks and what doesn't,
apa yang perlu dieksplorasi
dan apa yang harus diabaikan.
08:45
what to explore and what to ignore.
Mari saya tunjukkan contoh lain,
08:50
Let me show you another example now,
kali ini adalah masalah mengenai
penalaran sebab-akibat.
08:52
this time about a problem
of causal reasoning.
Berawal dari suatu masalah
dari bukti yang sudah ada
08:55
And it starts with a problem
of confounded evidence
yang kita semua punya,
08:57
that all of us have,
yaitu bahwa kita semua
adalah bagian dunia.
08:59
which is that we are part of the world.
Ini mungkin tak terlihat seperti masalah
bagi Anda, tapi seperti banyak masalah,
09:01
And this might not seem like a problem
to you, but like most problems,
09:04
it's only a problem when things go wrong.
ini hanya akan menjadi
masalah jika ada yang salah.
Ambil bayi ini sebagai contoh.
09:07
Take this baby, for instance.
Ada yang salah menurutnya.
09:09
Things are going wrong for him.
Dia ingin membunyikan mainan ini,
dan dia tidak bisa.
09:10
He would like to make
this toy go, and he can't.
09:13
I'll show you a few-second clip.
Saya tunjukkan Anda sebuah cuplikan.
Dan ada dua kemungkinan, umumnya:
09:21
And there's two possibilities, broadly:
Mungkin dia melakukan suatu kesalahan,
09:23
Maybe he's doing something wrong,
atau mungkin ada yang salah
dengan mainannya.
09:25
or maybe there's something
wrong with the toy.
Jadi di percobaan berikutnya,
09:30
So in this next experiment,
kami akan memberikan para bayi
sekelumit data statistik
09:32
we're going to give babies
just a tiny bit of statistical data
mendukung hipotesa satu
dengan yang lainnya,
09:35
supporting one hypothesis over the other,
dan kita lihat apakah bayi bisa memakainya
untuk membuat keputusan yang berbeda
09:38
and we're going to see if babies
can use that to make different decisions
09:41
about what to do.
tentang apa yang harus dilakukan.
Beginilah susunannya.
09:43
Here's the setup.
Hyowon akan mencoba untuk
membunyikan mainan ini dan berhasil.
09:46
Hyowon is going to try to make
the toy go and succeed.
Saya kemudian akan mencoba dua kali
dan gagal kedua-duanya,
09:49
I am then going to try twice
and fail both times,
kemudian Hyowon
akan mencoba lagi dan berhasil,
09:52
and then Hyowon is going
to try again and succeed,
dan ini kira-kira menyimpulkan
hubungan saya dengan mahasiswa saya
09:55
and this roughly sums up my relationship
to my graduate students
pada keseluruhan teknologi.
09:58
in technology across the board.
Tapi poin penting di sini adalah
ini memberikan sekelumit bukti
10:02
But the important point here is
it provides a little bit of evidence
bahwa masalahnya bukan
di mainannya tapi di orangnya.
10:05
that the problem isn't with the toy,
it's with the person.
Ada orang yang dapat
membunyikan mainan ini,
10:08
Some people can make this toy go,
dan ada yang tidak.
10:11
and some can't.
Sekarang, sewaktu si bayi menggenggam
mainan, dia akan punya pilihan.
10:12
Now, when the baby gets the toy,
he's going to have a choice.
Ibunya ada di sana,
10:16
His mom is right there,
jadi dia bisa menyerahkan saja mainannya
dan mengganti orangnya,
10:18
so he can go ahead and hand off the toy
and change the person,
tapi juga akan ada mainan lain
di ujung kain tersebut,
10:21
but there's also going to be
another toy at the end of that cloth,
dan dia dapat menarik kain itu
dan mengganti mainannya.
10:24
and he can pull the cloth towards him
and change the toy.
Jadi mari kita lihat
apa yang dilakukannya.
10:28
So let's see what the baby does.
(Video) HG: Dua, tiga. Bunyi!
(Musik)
10:30
(Video) HG: Two, three. Go!
(Music)
LS: Satu, dua, tiga, bunyi!
10:34
LS: One, two, three, go!
Arthur, aku akan mencobanya lagi.
Satu, dua, tiga, bunyi!
10:37
Arthur, I'm going to try again.
One, two, three, go!
YG: Arthur, aku akan mencobanya lagi ya?
10:45
YG: Arthur, let me try again, okay?
Satu, dua, tiga, bunyi!
(Musik)
10:48
One, two, three, go!
(Music)
Lihat itu. Ingat mainan-mainan ini?
10:53
Look at that. Remember these toys?
Lihat mainan-mainan ini?
Ya, aku akan meletakannya satu di sini,
10:55
See these toys? Yeah, I'm going
to put this one over here,
dan aku akan memberikan
yang ini untuk kamu.
10:58
and I'm going to give this one to you.
Kamu dapat memainkannya.
11:00
You can go ahead and play.
LS: Oke, Laura, tapi tentu saja,
bayi suka dengan ibunya.
11:23
LS: Okay, Laura, but of course,
babies love their mommies.
Tentu saja bayi memberikan
mainan ke ibunya
11:27
Of course babies give toys
to their mommies
sewaktu mereka tak dapat memainkannya.
11:30
when they can't make them work.
Sekali lagi, pertanyaan yang penting yaitu
apa yang terjadi sewaktu kami merubah
11:32
So again, the really important question
is what happens when we change
11:35
the statistical data ever so slightly.
data statistik bahkan sedikit saja.
Kali ini, para bayi akan melihat mainannya
berbunyi dan gagal dengan urutan yang sama
11:38
This time, babies are going to see the toy
work and fail in exactly the same order,
tapi kami mengganti distribusi bukti.
11:42
but we're changing
the distribution of evidence.
Kali ini, Hyowon akan berhasil sekali,
gagal sekali, dan juga saya.
11:45
This time, Hyowon is going to succeed
once and fail once, and so am I.
Dan ini menyimpulkan bahwa tidak peduli
siapa yang mencoba, mainannya rusak.
11:49
And this suggests it doesn't matter
who tries this toy, the toy is broken.
Tidak selalu berhasil.
11:55
It doesn't work all the time.
Sekali lagi, si bayi akan punya pilihan.
11:57
Again, the baby's going to have a choice.
Ibunya berada di sampingnya,
jadi dia dapat merubah orangnya,
11:59
Her mom is right next to her,
so she can change the person,
dan akan ada mainan lain di ujung kain.
12:02
and there's going to be another toy
at the end of the cloth.
Mari lihat apa yang dilakukan.
12:05
Let's watch what she does.
(Video) HG: Dua, tiga, bunyi!
(Musik)
12:07
(Video) HG: Two, three, go!
(Music)
Biar aku coba sekali lagi.
Satu, dua, tiga, bunyi!
12:11
Let me try one more time.
One, two, three, go!
Hmm.
12:17
Hmm.
LS: Aku akan coba, Clara.
12:19
LS: Let me try, Clara.
Satu, dua, tiga, bunyi!
12:22
One, two, three, go!
Hmm, aku coba lagi.
12:27
Hmm, let me try again.
Satu, dua, tiga, bunyi!
(Musik)
12:29
One, two, three, go!
(Music)
HG: Aku akan meletakan yang ini di sini,
12:35
HG: I'm going
to put this one over here,
dan aku akan memberikan
yang ini untuk kamu.
12:37
and I'm going to give this one to you.
Kamu dapat memainkannya.
12:39
You can go ahead and play.
(Tepuk tangan)
12:58
(Applause)
LS: Saya akan tunjukkan Anda
hasil percobaannya.
13:04
LS: Let me show you
the experimental results.
Di sumbu vertikal, Anda melihat distribusi
13:07
On the vertical axis,
you'll see the distribution
pilihan anak-anak pada setiap kondisi,
13:09
of children's choices in each condition,
dan Anda akan lihat distribusi pilihan
yang dibuat anak-anak
13:12
and you'll see that the distribution
of the choices children make
yang bergantung dari bukti yang diamati.
13:16
depends on the evidence they observe.
Jadi di tahun kedua hidupnya,
13:19
So in the second year of life,
bayi dapat menggunakan
sekelumit data statistik
13:21
babies can use a tiny bit
of statistical data
untuk memutuskan antara
dua strategi mendasar yang berbeda
13:24
to decide between two
fundamentally different strategies
untuk bertindak di dunia ini:
13:27
for acting in the world:
meminta bantuan dan menjelajah.
13:29
asking for help and exploring.
Saya baru saja menunjukkan Anda
dua percobaan lab
13:33
I've just shown you
two laboratory experiments
dari ratusan di bidang ini
yang membuat poin yang serupa,
13:37
out of literally hundreds in the field
that make similar points,
karena poin yang benar-benar penting
13:40
because the really critical point
bahwa kemampuan anak-anak untuk membuat
kesimpulan yang kaya dari sedikit data
13:43
is that children's ability
to make rich inferences from sparse data
mendasari semua pembelajaran budaya
pada spesies tertentu yang kita lakukan.
13:48
underlies all the species-specific
cultural learning that we do.
Anak-anak belajar tentang peralatan baru
hanya dari sedikit contoh.
13:53
Children learn about new tools
from just a few examples.
Mereka belajar hubungan sebab-akibat baru
hanya dari sedikit contoh.
13:58
They learn new causal relationships
from just a few examples.
Mereka bahkan belajar kosa kata baru,
dalam hal ini Bahasa Isyarat Amerika.
14:03
They even learn new words,
in this case in American Sign Language.
Saya akan mengakhiri dengan dua poin.
14:08
I want to close with just two points.
Jika Anda mengikuti dunia saya,
bidang ilmu otak dan kognitif,
14:12
If you've been following my world,
the field of brain and cognitive sciences,
dalam beberapa tahun terakhir,
14:15
for the past few years,
Tiga gagasan besar
akan menarik perhatian Anda.
14:17
three big ideas will have come
to your attention.
Yang pertama adalah bahwa
sekarang ini adalah jaman pemikiran.
14:20
The first is that this is
the era of the brain.
Dan tentu saja, sudah ada penemuan
yang belum pasti pada ilmu saraf:
14:23
And indeed, there have been
staggering discoveries in neuroscience:
melokalisasi secara fungsional
khusus pada daerah korteks,
14:27
localizing functionally specialized
regions of cortex,
merubah otak tikus menjadi transparan,
14:30
turning mouse brains transparent,
mengaktikan neuron dengan cahaya.
14:33
activating neurons with light.
Ide besar yang kedua
14:36
A second big idea
adalah bahwa ini adalah jaman data besar
dan pembelajaran mesin,
14:38
is that this is the era of big data
and machine learning,
dan pembelajaran mesin menjanjikan
perubahan cepat pengertian kita
14:43
and machine learning promises
to revolutionize our understanding
mengenai segala hal dari jejaring sosial
sampai epidemiologi.
14:46
of everything from social networks
to epidemiology.
Dan mungkin, karena itu menangani
masalah pemahaman kejadian
14:50
And maybe, as it tackles problems
of scene understanding
14:53
and natural language processing,
dan pemrosesan bahasa natural,
untuk memberitahu kita
mengenai kognisi manusia.
14:55
to tell us something
about human cognition.
Dan ide besar terakhir
14:59
And the final big idea you'll have heard
adalah bahwa mungkin adalah ide bagus
kita akan mengetahui banyak mengenai otak
15:01
is that maybe it's a good idea we're going
to know so much about brains
15:05
and have so much access to big data,
dan punya banyak akses ke data besar,
karena di samping peralatan kita,
15:06
because left to our own devices,
manusia rentan kesalahan,
kita mengambil jalan pintas,
15:09
humans are fallible, we take shortcuts,
kita membuat kesalahan,
15:13
we err, we make mistakes,
kita bias, dalam berbagai cara,
15:16
we're biased, and in innumerable ways,
kita salah memahami dunia.
15:20
we get the world wrong.
Saya rasa ini semua adalah
kisah-kisah yang penting,
15:24
I think these are all important stories,
dan mereka banyak memberitahu kita
tentang apa artinya menjadi manusia,
15:27
and they have a lot to tell us
about what it means to be human,
tapi saya mau Anda mencatat bahwa hari ini
saya menceritakan kisah yang berbeda.
15:31
but I want you to note that today
I told you a very different story.
Ini adalah kisah tentang
pemikiran dan bukan otak,
15:35
It's a story about minds and not brains,
dan khususnya, ini adalah kisah
tentang jenis komputasi
15:39
and in particular, it's a story
about the kinds of computations
yang pikiran manusia
bisa lakukan dengan unik,
15:42
that uniquely human minds can perform,
yang melibatkan pengetahuan berlimpah
yang terstruktur dan kemampuan belajar
15:45
which involve rich, structured knowledge
and the ability to learn
dari sedikit data,
bukti dari sekelumit contoh.
15:49
from small amounts of data,
the evidence of just a few examples.
dan pada dasarnya, ini kisah tentang
bagaimana memulai sebagai anak-anak kecil
15:56
And fundamentally, it's a story
about how starting as very small children
dan berlanjut sampai pada
pencapaian yang besar
16:00
and continuing out all the way
to the greatest accomplishments
akan kebudayaan kita,
16:04
of our culture,
kita memahami dunia dengan benar.
16:08
we get the world right.
Rekan-rekan, pikiran manusia
tidak hanya belajar dari sekelumit data.
16:12
Folks, human minds do not only learn
from small amounts of data.
Pikiran manusia berpikir
gagasan baru yang menyeluruh.
16:18
Human minds think
of altogether new ideas.
Pikiran manusia menghasilkan
penelitian dan penemuan,
16:20
Human minds generate
research and discovery,
dan pikiran manusia menghasilkan
kesenian, literatur, puisi, teater,
16:23
and human minds generate
art and literature and poetry and theater,
dan pikiran manusia merawat
manusia yang lainnya:
16:29
and human minds take care of other humans:
para lansia, anak-anak muda,
orang-orang sakit.
16:32
our old, our young, our sick.
Kita bahkan menyembuhkan mereka.
16:36
We even heal them.
Pada tahun-tahun mendatang,
kita akan melihat inovasi teknologi
16:39
In the years to come, we're going
to see technological innovations
di luar dari segala
yang dapat saya bayangkan,
16:42
beyond anything I can even envision,
tapi kita sangat tidak mungkin
16:46
but we are very unlikely
melihat apapun bahkan mengira-ngira
kekuatan berhitung anak manusia
16:48
to see anything even approximating
the computational power of a human child
dalam masa hidup saya atau Anda.
16:54
in my lifetime or in yours.
jika kita berinvestasi ke para pembelajar
yang kuat ini dan perkembangannya,
16:58
If we invest in these most powerful
learners and their development,
pada bayi dan anak-anak
17:03
in babies and children
dan para ibu dan ayah
17:06
and mothers and fathers
dan para perawat dan guru
17:08
and caregivers and teachers
dengan cara kita berinvestasi pada
bentuk elegan dan kuat lainnya
17:11
the ways we invest in our other
most powerful and elegant forms
akan teknologi, keteknikan,
dan perancangan,
17:15
of technology, engineering and design,
kita tidak hanya akan bermimpi
akan masa depan yang lebih baik,
17:18
we will not just be dreaming
of a better future,
kita akan merencanakannya.
17:21
we will be planning for one.
Terima kasih banyak.
17:23
Thank you very much.
(Tepuk tangan)
17:25
(Applause)
Chris Anderson: Laura, terima kasih.
Saya ada pertanyaan untuk Anda.
17:29
Chris Anderson: Laura, thank you.
I do actually have a question for you.
Pertama-tama, penelitian ini gila.
17:34
First of all, the research is insane.
Maksud saya, siapa yang akan merancang
percobaan seperti itu? (Tertawa)
17:36
I mean, who would design
an experiment like that? (Laughter)
Saya telah melihatnya dua kali,
17:41
I've seen that a couple of times,
dan saya masih tidak percaya sebetulnya
bahwa itu bisa benar-benar terjadi,
17:42
and I still don't honestly believe
that that can truly be happening,
17:46
but other people have done
similar experiments; it checks out.
tapi orang lain telah melakukan
percobaan yang serupa: ini benar.
17:49
The babies really are that genius.
Bayi-bayi itu benar-benar jenius.
LS: Anda tahu, mereka sangat
mengesankan pada percobaan kami,
17:50
LS: You know, they look really impressive
in our experiments,
tapi coba pikir seperti apa mereka
di kehidupan nyata, kan?
17:53
but think about what they
look like in real life, right?
Semua bermula dari bayi.
17:56
It starts out as a baby.
18 bulan kemudian,
dia berbicara kepada Anda,
17:57
Eighteen months later,
it's talking to you,
17:59
and babies' first words aren't just
things like balls and ducks,
dan kata-kata pertama bayi
bukan hanya seperti bola dan bebek,
tapi seperti "semua hilang,"
yang menunjuk pada kehilangan.
18:02
they're things like "all gone,"
which refer to disappearance,
atau "uh-oh," yang menunjuk
pada ketidaksengajaan.
18:05
or "uh-oh," which refer
to unintentional actions.
18:07
It has to be that powerful.
Harus sekuat itu.
Harus lebih kuat dari apapun
yang saya tunjukkan kepada Anda.
18:09
It has to be much more powerful
than anything I showed you.
18:12
They're figuring out the entire world.
Mereka mengetahui semuanya.
Anak umur empat bisa bicara pada Anda
hampir tentang segala sesuatu.
18:14
A four-year-old can talk to you
about almost anything.
18:17
(Applause)
(Tepuk tangan)
CA: Dan jika saya memahami Anda
dengan benar, poin kunci lain adalah,
18:19
CA: And if I understand you right,
the other key point you're making is,
kita melalui tahun-tahun ini
di mana ada semua ceramah ini
18:22
we've been through these years
where there's all this talk
bagaimana aneh dan acaknya pikiran kita,
18:25
of how quirky and buggy our minds are,
ekonomi perilaku
dan seluruh teori di balik itu
18:27
that behavioral economics
and the whole theories behind that
bahwa kami bukan agen rasional.
18:29
that we're not rational agents.
Anda benar-benar berkata bahwa kisah yang
lebih besar adalah bagaimana luar biasa,
18:31
You're really saying that the bigger
story is how extraordinary,
dan benar-benar ada si jenius
di luar sana yang tidak dihargai.
18:35
and there really is genius there
that is underappreciated.
LS: Salah satu kutipan
kesukaan saya di psikologi
18:40
LS: One of my favorite
quotes in psychology
18:42
comes from the social
psychologist Solomon Asch,
datang dari psikolog sosial Solomon Asch,
dan dia berkata tugas dasar psikologi
adalah untuk menghilangkan
18:45
and he said the fundamental task
of psychology is to remove
18:47
the veil of self-evidence from things.
tabir bukti diri dan segala hal.
Ada urutan besar pada lebih banyak lagi
keputusan yang Anda buat setiap harinya
18:50
There are orders of magnitude
more decisions you make every day
yang memahami dunia dengan benar.
18:55
that get the world right.
18:56
You know about objects
and their properties.
Anda tahu mengenai
benda-benda dan sifatnya.
Anda tahu saat mereka menutup.
Anda mengenalinya di kegelapan.
18:58
You know them when they're occluded.
You know them in the dark.
Anda bisa melalui ruangan.
19:01
You can walk through rooms.
Anda bisa tahu apa yang orang lain pikir.
Anda bisa bicara dengan mereka.
19:02
You can figure out what other people
are thinking. You can talk to them.
Anda bisa menavigasi ruang.
Anda mengetahui angka.
19:06
You can navigate space.
You know about numbers.
Anda tahu hubungan sebab-akibat.
Anda tahu penalaran moral.
19:08
You know causal relationships.
You know about moral reasoning.
Anda mudah melakukannya,
jadi kita tidak melihatnya,
19:11
You do this effortlessly,
so we don't see it,
tapi begitulah kita memahami dunia
dan ini sangat luar biasa
19:14
but that is how we get the world right,
and it's a remarkable
dan sangat sulit
untuk memahami pencapaian,
19:16
and very difficult-to-understand
accomplishment.
CA: Saya mencurigai ada
di antara penonton yang punya
19:19
CA: I suspect there are people
in the audience who have
pandangan semacam
mempercepat kekuatan teknologi
19:21
this view of accelerating
technological power
yang bisa menentang pernyataan Anda
bahwa tidak akan pernah
19:24
who might dispute your statement
that never in our lifetimes
komputer melakukan apa yang
anak umur tiga tahun bisa lakukan,
19:27
will a computer do what
a three-year-old child can do,
tapi yang jelas biar bagaimanapun,
19:29
but what's clear is that in any scenario,
mesin harus belajar lebih banyak
dari anak-anak kita.
19:32
our machines have so much to learn
from our toddlers.
LS: Saya setuju. Anda akan punya mesin
yang mempelajari rekan-rekan di sini.
19:38
LS: I think so. You'll have some
machine learning folks up here.
Maksud saya, Anda seharusnya tidak pernah
bertaruh antara bayi atau simpanse
19:41
I mean, you should never bet
against babies or chimpanzees
atau teknologi secara praktiknya,
19:45
or technology as a matter of practice,
tapi tidak hanya perbedaan jumlah,
19:49
but it's not just
a difference in quantity,
Ini adalah perbedaan jenisnya.
19:53
it's a difference in kind.
Kita punya komputer yang kuat luar biasa,
19:55
We have incredibly powerful computers,
dan mereka memang melakukan
hal-hal yang luar biasa rumit,
19:57
and they do do amazingly
sophisticated things,
20:00
often with very big amounts of data.
seringnya dengan data
yang sangat besar jumlahnya.
Pikiran manusia, saya rasa,
melakukan sesuatu yang cukup berbeda,
20:03
Human minds do, I think,
something quite different,
20:05
and I think it's the structured,
hierarchical nature of human knowledge
dan saya rasa pengetahuan manusia yang
terstruktur dan bertingkat secara alamiah
20:09
that remains a real challenge.
yang masih merupakan suatu tantangan.
CA: Laura Schulz, asupan yang baik
untuk pikiran. Terima kasih banyak.
20:11
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
20:14
LS: Thank you.
(Applause)
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