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: Le sorprendenti menti logiche dei bambini

Filmed
Views 1,632,838

Come fanno i bambini ad imparare così velocemente da così pochi dati? In un discorso divertente, pieno di esperimenti, la scienziata cognitiva Laura Schulz ci mostra come i nostri piccoli, ben prima di poter parlare, prendano decisioni con un senso della logica sorprendentemente forte.

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

Mark Twain summed up
what I take to be
Mark Twain ha riassunto
ciò che credo sia
00:12
one of the fundamental problems
of cognitive science
uno dei problemi fondamentali
della scienza cognitiva
00:14
with a single witticism.
con una battuta di spirito.
00:18
He said, "There's something
fascinating about science.
Ha detto: "C'è qualcosa
di affascinante nella scienza.
00:20
One gets such wholesale
returns of conjecture
Si ottiene un tale ritorno di congetture
00:23
out of such a trifling
investment in fact."
per un tale insignificante
investimento di fatti."
00:26
(Laughter)
(Risate)
00:29
Twain meant it as a joke,
of course, but he's right:
Ovviamente per Twain
era una battuta, ma ha ragione:
00:32
There's something
fascinating about science.
la scienza è affasscinante.
00:34
From a few bones, we infer
the existence of dinosuars.
Da poche ossa, deduciamo
l'esistenza dei dinosauri.
00:37
From spectral lines,
the composition of nebulae.
Dalle linee spettrali,
la composizione delle nebulose.
00:42
From fruit flies,
Dai moscerini della frutta,
00:47
the mechanisms of heredity,
i meccanismi dell'ereditarietà,
00:50
and from reconstructed images
of blood flowing through the brain,
e dalle immagini ricostruite
del flusso di sangue al cervello,
00:53
or in my case, from the behavior
of very young children,
o nel mio caso, dal comportamento
di bambini molto piccoli,
00:57
we try to say something about
the fundamental mechanisms
cerchiamo di dire qualcosa
sui meccanismi fondamentali
01:02
of human cognition.
della cognizione umana.
01:05
In particular, in my lab in the Department
of Brain and Cognitive Sciences at MIT,
Nel mio laboratorio al Dipartimento
di Scienze Cognitive del MIT,
01:07
I have spent the past decade
trying to understand the mystery
ho trascorso gli ultimi dieci anni
a cercare di capire il mistero
01:12
of how children learn so much
from so little so quickly.
su come i bambini imparino così tanto
da così poco, così in fretta.
01:16
Because, it turns out that
the fascinating thing about science
L'aspetto affascinante della scienza
risulta essere
01:20
is also a fascinating
thing about children,
anche un aspetto emozionante
dei bambini,
01:23
which, to put a gentler
spin on Mark Twain,
ovvero, parafrasando Mark Twain,
01:27
is precisely their ability
to draw rich, abstract inferences
la loro abilità nel ricavare
deduzioni astratte e ricche
01:29
rapidly and accurately
from sparse, noisy data.
rapidamente e accuratamente
a partire da dati rumorosi e frammentati.
01:34
I'm going to give you
just two examples today.
Oggi vi mostrerò due esempi.
01:40
One is about a problem of generalization,
Uno riguarda un problema
di generalizzazione,
01:42
and the other is about a problem
of causal reasoning.
e l'altro è un problema
di ragionamento causale.
01:45
And although I'm going to talk
about work in my lab,
Anche se vi parlerò
del mio lavoro in laboratorio,
01:47
this work is inspired by
and indebted to a field.
questo lavoro è ispirato
e circoscritto a un campo.
01:50
I'm grateful to mentors, colleagues,
and collaborators around the world.
Sono grata ai miei mentori, colleghi
e collaboratori in tutto il mondo.
01:53
Let me start with the problem
of generalization.
Inizierò con il problema
di generalizzazione.
01:59
Generalizing from small samples of data
is the bread and butter of science.
Generalizzare a partire da pochi dati
è la base della scienza.
02:02
We poll a tiny fraction of the electorate
Intervistiamo una piccola frazione
dell'elettorato
02:06
and we predict the outcome
of national elections.
e prediciamo i risultati
delle elezioni nazionali.
02:09
We see how a handful of patients
responds to treatment in a clinical trial,
Vediamo come una manciata di pazienti
reagisce alla cura in un test clinico
02:12
and we bring drugs to a national market.
e portiamo le medicine sul mercato.
02:16
But this only works if our sample
is randomly drawn from the population.
Ma questo funziona solo se il campione
è scelto casualmente tra la popolazione.
02:19
If our sample is cherry-picked
in some way --
Se il campione è scelto
selettivamente --
02:23
say, we poll only urban voters,
ad esempio se intervistiamo
solo gli elettori urbani,
02:26
or say, in our clinical trials
for treatments for heart disease,
o se nei test clinici
per la cura delle malattie del cuore,
02:28
we include only men --
includiamo solo uomini --
02:32
the results may not generalize
to the broader population.
i risultati potrebbero non applicarsi
a tutta la popolazione.
02:34
So scientists care whether evidence
is randomly sampled or not,
Agli scienziati importa se le prove
sono casualmente campionate o meno,
02:38
but what does that have to do with babies?
ma cosa ha a che fare
questo con i bambini?
02:42
Well, babies have to generalize
from small samples of data all the time.
I bambini devono ogni volta generalizzare
da piccoli campioni di dati.
02:44
They see a few rubber ducks
and learn that they float,
Vedono poche papere di gomma
e imparano che galleggiano,
02:49
or a few balls and learn that they bounce.
o poche palle
e imparano che rimbalzano.
02:52
And they develop expectations
about ducks and balls
Sviluppano aspettative
su papere e palle
02:55
that they're going to extend
to rubber ducks and balls
che estenderanno
a papere di gomma e palle
02:58
for the rest of their lives.
per tutto il resto della vita.
03:01
And the kinds of generalizations
babies have to make about ducks and balls
E la generalizzazione che i bambini
devono applicare su papere e palle
03:03
they have to make about almost everything:
devono applicarli a quasi tutto:
03:07
shoes and ships and sealing wax
and cabbages and kings.
scarpe, navi, ceralacca, cavoli e re.
03:09
So do babies care whether
the tiny bit of evidence they see
Ai bambini importa
se la piccola parte delle prove che vedono
03:14
is plausibly representative
of a larger population?
è rappresentativo
di una popolazione più vasta?
03:17
Let's find out.
Scopriamolo.
03:21
I'm going to show you two movies,
Vi mostrerò due filmati,
03:23
one from each of two conditions
of an experiment,
uno per ognuna delle due condizioni
di un esperimento,
03:25
and because you're going to see
just two movies,
e poiché vedrete solo due filmati,
03:27
you're going to see just two babies,
vedrete solo due bambini.
03:30
and any two babies differ from each other
in innumerable ways.
Qualunque bambino è diverso dagli altri
in tantissimi modi.
03:32
But these babies, of course,
here stand in for groups of babies,
Ma questi bambini, ovviamente,
rappresentano gruppi di bambini,
03:36
and the differences you're going to see
e le differenze che vedrete
03:39
represent average group differences
in babies' behavior across conditions.
sono differenze comportamentali di gruppo
nelle diverse condizioni.
03:41
In each movie, you're going to see
a baby doing maybe
In ogni filmato vedrete un bambino
che fa forse
03:47
just exactly what you might
expect a baby to do,
proprio quello che vi aspettereste
faccia un bambino,
03:49
and we can hardly make babies
more magical than they already are.
e non possiamo rendere i bambini
più magici di quanto già siano.
03:53
But to my mind the magical thing,
Ma per me la cosa magica,
03:58
and what I want you to pay attention to,
ciò a cui vorrei prestaste attenzione,
04:00
is the contrast between
these two conditions,
è il contrasto tra queste due condizioni,
04:02
because the only thing
that differs between these two movies
perché l'unica cosa
che differisce tra questi due filmati
04:05
is the statistical evidence
the babies are going to observe.
è l'evidenza statistica
che i bambini osserveranno.
04:08
We're going to show babies
a box of blue and yellow balls,
Mostreremo ai bambini
una scatola di palle blu e gialle,
04:13
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
e l'allora studentessa e mia collega
a Stanford, Hyowon Gwen,
04:16
is going to pull three blue balls
in a row out of this box,
estrarrà dalla scatola
tre palle blu di seguito,
04:21
and when she pulls those balls out,
she's going to squeeze them,
e una volta estratte,
le spremerà,
04:24
and the balls are going to squeak.
e le palle scricchioleranno.
04:27
And if you're a baby,
that's like a TED Talk.
Se sei un bambino, è come un TED Talk.
04:29
It doesn't get better than that.
Non c'è niente di meglio.
04:32
(Laughter)
(Risate)
04:34
But the important point is it's really
easy to pull three blue balls in a row
La cosa importante è che è davvero facile
estrarre tre palle blu di seguito
04:38
out of a box of mostly blue balls.
da una scatola
che contiene quasi solo palle blu.
04:42
You could do that with your eyes closed.
Potreste farlo a occhi chiusi.
04:44
It's plausibly a random sample
from this population.
È un campione casuale
di questa popolazione.
04:46
And if you can reach into a box at random
and pull out things that squeak,
E se potete estrarre casualmente
da una scatola cose che scricchiolano
04:49
then maybe everything in the box squeaks.
forse allora qualsiasi cosa
nella scatola scricchiola.
04:53
So maybe babies should expect
those yellow balls to squeak as well.
Perciò i bambini dovrebbero pensare
che anche le palle gialle scricchiolano.
04:56
Now, those yellow balls
have funny sticks on the end,
Quelle palline gialle
hanno degli strani manici,
05:00
so babies could do other things
with them if they wanted to.
e, se volessero, i bambini
potrebbero farci altre cose
05:02
They could pound them or whack them.
Potrebbero agitarle o colpirle.
05:05
But let's see what the baby does.
Ma vediamo cosa fa il bambino.
05:07
(Video) Hyowon Gweon: See this?
(Ball squeaks)
(Video) Hyowon Gweon: La vedi?
(La palla scricchiola)
05:12
Did you see that?
(Ball squeaks)
L'hai vista?
(La palla scricchiola)
05:16
Cool.
Forte.
05:20
See this one?
La vedi questa?
05:24
(Ball squeaks)
(La palla scricchiola)
05:26
Wow.
Wow.
05:28
Laura Schulz: Told you. (Laughs)
Laura Schulz: Ve l'avevo detto.
(Risate)
05:33
(Video) HG: See this one?
(Ball squeaks)
(Video) HG: La vedi questa?
(La palla scricchiola)
05:35
Hey Clara, this one's for you.
You can go ahead and play.
Ehi Clara, questa è per te.
Puoi giocarci.
05:39
(Laughter)
(Risate)
05:51
LS: I don't even have to talk, right?
LS: Non devo neanche parlare, no?
05:56
All right, it's nice that babies
will generalize properties
Benissimo, è bello
che i bambini estendano le proprietà
05:59
of blue balls to yellow balls,
delle palle blu a quelle gialle,
06:02
and it's impressive that babies
can learn from imitating us,
ed è impressionante che i bambini
possano imparare imitandoci,
06:03
but we've known those things about babies
for a very long time.
ma conosciamo da tanto
queste qualità dei bambini.
06:06
The really interesting question
La domanda interessante
06:10
is what happens when we show babies
exactly the same thing,
è cosa accade quando mostriamo ai bambini
la stessa identica cosa,
06:12
and we can ensure it's exactly the same
because we have a secret compartment
e possiamo assicurare che è la stessa cosa
perché c'è uno scomparto segreto
06:15
and we actually pull the balls from there,
da cui estraiamo le palle,
06:18
but this time, all we change
is the apparent population
ma questa volta, ciò che cambia
è il gruppo superficiale
06:20
from which that evidence was drawn.
da cui sono tratte le prove.
06:24
This time, we're going to show babies
three blue balls
Questa volta mostreremo ai bambini
tre palle blu
06:27
pulled out of a box
of mostly yellow balls,
estratte da una scatola
che contiene soprattutto palle gialle,
06:30
and guess what?
e indovinate?
06:34
You [probably won't] randomly draw
three blue balls in a row
È difficile estrarre casualmente
tre palle blu di seguito
06:35
out of a box of mostly yellow balls.
da una scatola
di palle quasi tutte gialle.
06:38
That is not plausibly
randomly sampled evidence.
Non si tratta di prove
casualmente campionate.
06:40
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
Ci fa pensare che Hyowon stesse
deliberatamente scegliendo palle blu.
06:44
Maybe there's something special
about the blue balls.
Forse le palle blu sono speciali.
06:49
Maybe only the blue balls squeak.
Forse solo le palle blu scricchiolano
06:52
Let's see what the baby does.
Vediamo cosa fa la bambina.
06:55
(Video) HG: See this?
(Ball squeaks)
(Video) HG: La vedi questa?
(La palla scricchiola)
06:57
See this toy?
(Ball squeaks)
Vedi questo giocattolo?
(La palla scricchiola)
07:02
Oh, that was cool. See?
(Ball squeaks)
Oh, che bello. Vedi?
(La palla scricchiola)
07:05
Now this one's for you to play.
You can go ahead and play.
Questa è per te.
Puoi giocarci.
07:10
(Fussing)
(Laughter)
(Agitazione)
(Risate)
07:18
LS: So you just saw
two 15-month-old babies
LS: Avete appena visto due bambine
di quindici mesi
07:26
do entirely different things
fare cose completamente diverse
07:29
based only on the probability
of the sample they observed.
basandosi solo sulla probabilità
del campione osservato.
07:31
Let me show you the experimental results.
Vi mostrerò i risultati dell'esperimento.
07:35
On the vertical axis, you'll see
the percentage of babies
Sull'asse verticale, vedrete
la percentuale dei bambini
07:37
who squeezed the ball in each condition,
che hanno spremuto le palle
in ogni condizione,
07:40
and as you'll see, babies are much
more likely to generalize the evidence
e vedrete che è più probabile
che i bambini generalizzino le prove
07:42
when it's plausibly representative
of the population
se sono credibilmente rappresentative
della popolazione
07:46
than when the evidence
is clearly cherry-picked.
rispetto a quando le prove
sono selezionate appositamente.
07:49
And this leads to a fun prediction:
Questo ci porta
a una previsione divertente:
07:53
Suppose you pulled just one blue ball
out of the mostly yellow box.
ipotizzate di aver estratto una palla blu
da una scatola di quasi tutte gialle.
07:55
You [probably won't] pull three blue balls
in a row at random out of a yellow box,
Forse non estrarrete tre palle blu
di fila a caso da una scatola gialla,
08:00
but you could randomly sample
just one blue ball.
ma potete estrarne a caso
una blu.
08:04
That's not an improbable sample.
Non è un campione improbabile.
08:07
And if you could reach into
a box at random
E se cercate casualmente nella scatola
08:09
and pull out something that squeaks,
maybe everything in the box squeaks.
e estraete qualcosa che scricchiola
forse tutto nella scatola scricchiola.
08:11
So even though babies are going to see
much less evidence for squeaking,
Anche se i bambini vedranno
meno palle scricchiolare
08:15
and have many fewer actions to imitate
e avranno meno azioni da imitare
08:20
in this one ball condition than in
the condition you just saw,
in questa condizione,
piuttosto che nell'altra,
08:22
we predicted that babies themselves
would squeeze more,
abbiamo predetto che i bambini stessi
avrebbero spremuto di più,
08:25
and that's exactly what we found.
ed è proprio quello che abbiamo visto.
08:29
So 15-month-old babies,
in this respect, like scientists,
Ai bambini di quindici mesi,
quindi, come agli scienziati,
08:32
care whether evidence
is randomly sampled or not,
importa se le prove
siano randomizzate o no,
08:37
and they use this to develop
expectations about the world:
e lo usano per sviluppare
aspettative sul mondo:
08:40
what squeaks and what doesn't,
cosa scricchiola e cosa no,
08:43
what to explore and what to ignore.
cosa esplorare e cosa ignorare.
08:45
Let me show you another example now,
Vi mostrerò un altro esempio,
08:50
this time about a problem
of causal reasoning.
questa volta di un problema
di ragionamento causale.
08:52
And it starts with a problem
of confounded evidence
Comincia con un problema
di prove confuse
08:55
that all of us have,
che abbiamo tutti noi,
08:57
which is that we are part of the world.
ovvero che facciamo parte del mondo.
08:59
And this might not seem like a problem
to you, but like most problems,
Potrebbe non sembrarvi un problema,
ma come quasi tutti i problemi,
09:01
it's only a problem when things go wrong.
diventa un problema
quando le cose vanno male.
09:04
Take this baby, for instance.
Prendete questo bambino, per esempio.
09:07
Things are going wrong for him.
Le cose gli stanno andando male.
09:09
He would like to make
this toy go, and he can't.
Vorrebbe far partire il suo giocattolo,
ma non ci riesce.
09:10
I'll show you a few-second clip.
Vi mostrerò una clip di pochi secondi.
09:13
And there's two possibilities, broadly:
Ci sono grossomodo due possibilità:
09:21
Maybe he's doing something wrong,
o sta facendo qualcosa di sbagliato,
09:23
or maybe there's something
wrong with the toy.
o c'è qualcosa che non va nel giocattolo.
09:25
So in this next experiment,
Nel prossimo esperimento,
09:30
we're going to give babies
just a tiny bit of statistical data
daremo ai bambini
alcuni dati statistici
09:32
supporting one hypothesis over the other,
che supportano un'ipotesi
piuttosto che l'altra,
09:35
and we're going to see if babies
can use that to make different decisions
e vedremo se i bambini se ne servono
per prendere decisioni diverse
09:38
about what to do.
sul da farsi.
09:41
Here's the setup.
Questa è la premessa.
09:43
Hyowon is going to try to make
the toy go and succeed.
Hyowon proverà a far partire
il giocattolo e ci riuscirà.
09:46
I am then going to try twice
and fail both times,
Poi io proverò due volte,
fallendo entrambe,
09:49
and then Hyowon is going
to try again and succeed,
e Hyowon proverà di nuovo
e ci riuscirà,
09:52
and this roughly sums up my relationship
to my graduate students
e questa è più o meno
la mia relazione con la tecnologia
09:55
in technology across the board.
rispetto ai miei studenti.
09:58
But the important point here is
it provides a little bit of evidence
Il punto importante qui
è che le prove ci dicono
10:02
that the problem isn't with the toy,
it's with the person.
che il problema non è del giocattolo,
ma della persona.
10:05
Some people can make this toy go,
Alcune persone riescono
a far funzionare il giocattolo,
10:08
and some can't.
e altre no.
10:11
Now, when the baby gets the toy,
he's going to have a choice.
Quando il bambino prende il gioco,
avrà una scelta.
10:12
His mom is right there,
La sua mamma è lì,
10:16
so he can go ahead and hand off the toy
and change the person,
quindi può andare da lei, darle il gioco
e cambiare la persona,
10:18
but there's also going to be
another toy at the end of that cloth,
ma ci sarà anche un altro gioco
alla fine di quel tessuto,
10:21
and he can pull the cloth towards him
and change the toy.
e può tirare il tessuto verso di sé
e cambiare il giocattolo.
10:24
So let's see what the baby does.
Vediamo cosa fa il bambino.
10:28
(Video) HG: Two, three. Go!
(Music)
(Video) HG: Due, tre. Via!
(Musica)
10:30
LS: One, two, three, go!
LS: Uno, due, tre, via!
10:34
Arthur, I'm going to try again.
One, two, three, go!
Arthur, proverò di nuovo.
Uno, due, tre, via!
10:37
YG: Arthur, let me try again, okay?
HG: Arthur, fa provare me, okay?
10:45
One, two, three, go!
(Music)
Uno, due, tre, via!
(Musica)
10:48
Look at that. Remember these toys?
Guarda. Ricordi questi giochi?
10:53
See these toys? Yeah, I'm going
to put this one over here,
Li vedi? Sì, metterò questo qui,
10:55
and I'm going to give this one to you.
e darò questo a te.
10:58
You can go ahead and play.
Puoi giocarci.
11:00
LS: Okay, Laura, but of course,
babies love their mommies.
LS: Okay, Laura, ma è ovvio,
i bambini amano le loro mamme.
11:23
Of course babies give toys
to their mommies
È ovvio che diano i giocattoli
alle mamme
11:27
when they can't make them work.
quando non riescono
a farli funzionare.
11:30
So again, the really important question
is what happens when we change
Di nuovo, la domanda importante
è cosa accade quando cambiamo
11:32
the statistical data ever so slightly.
leggermente i dati statistici.
11:35
This time, babies are going to see the toy
work and fail in exactly the same order,
Questa volta, i bambini vedranno il gioco
funzionare e fallire nello stesso ordine,
11:38
but we're changing
the distribution of evidence.
ma cambiamo
la distribuzione delle prove.
11:42
This time, Hyowon is going to succeed
once and fail once, and so am I.
Questa volta, Hyowon riuscirà una volta
e fallirà una volta, proprio come me.
11:45
And this suggests it doesn't matter
who tries this toy, the toy is broken.
Questo indica che non importa chi lo usi,
il giocattolo è rotto.
11:49
It doesn't work all the time.
Non funziona sempre.
11:55
Again, the baby's going to have a choice.
Di nuovo, il bambino avrà una scelta.
11:57
Her mom is right next to her,
so she can change the person,
La mamma è vicino a lei,
quindi può cambiare la persona,
11:59
and there's going to be another toy
at the end of the cloth.
e ci sarà un altro giocattolo
alla fine del tessuto.
12:02
Let's watch what she does.
Guardiamo cosa fa.
12:05
(Video) HG: Two, three, go!
(Music)
(Video) HG: Due, tre, via!
(Musica)
12:07
Let me try one more time.
One, two, three, go!
Fammi riprovare.
Uno, due, tre, via!
12:11
Hmm.
Hmm.
12:17
LS: Let me try, Clara.
LS: Fammi provare, Clara.
12:19
One, two, three, go!
Uno, due, tre, via!
12:22
Hmm, let me try again.
Hmm, fammi riprovare.
12:27
One, two, three, go!
(Music)
Uno, due, tre, via!
(Musica)
12:29
HG: I'm going
to put this one over here,
HG: Metterò questo qui,
12:35
and I'm going to give this one to you.
e darò quest'altro a te.
12:37
You can go ahead and play.
Puoi giocarci.
12:39
(Applause)
(Applausi)
12:58
LS: Let me show you
the experimental results.
LS: Vi mostrerò
i risultati sperimentali.
13:04
On the vertical axis,
you'll see the distribution
Sull'asse verticale,
vedrete la distribuzione
13:07
of children's choices in each condition,
delle scelte dei bambini
in ogni condizione,
13:09
and you'll see that the distribution
of the choices children make
e vedete che la distribuzione
delle scelte dei bambini
13:12
depends on the evidence they observe.
dipende dalle prove osservate.
13:16
So in the second year of life,
Al secondo anno di vita
13:19
babies can use a tiny bit
of statistical data
i bambini possono usare una parte
dei dati statistici
13:21
to decide between two
fundamentally different strategies
per scegliere tra due strategie
fondamentalmente diverse
13:24
for acting in the world:
per agire nel mondo:
13:27
asking for help and exploring.
chiedere aiuto e esplorare.
13:29
I've just shown you
two laboratory experiments
Vi ho mostrato solo due delle centinaia
di esperimenti di laboratorio
13:33
out of literally hundreds in the field
that make similar points,
che mostrano le stesse cose,
13:37
because the really critical point
poiché il punto critico
13:40
is that children's ability
to make rich inferences from sparse data
è che la capacità dei bambini
di trarre conclusioni da pochi dati
13:43
underlies all the species-specific
cultural learning that we do.
è alla base del nostro specifico
apprendimento culturale.
13:48
Children learn about new tools
from just a few examples.
I bambini imparano a usare nuovi strumenti
soltanto da pochi esempi.
13:53
They learn new causal relationships
from just a few examples.
Imparano nuove relazioni causali
partendo da pochi esempi.
13:58
They even learn new words,
in this case in American Sign Language.
Imparano persino nuove parole,
in questo caso nella lingua dei segni.
14:03
I want to close with just two points.
Vorrei concludere con due punti.
14:08
If you've been following my world,
the field of brain and cognitive sciences,
Se avete seguito negli ultimi anni
il mio mondo,
14:12
for the past few years,
il campo delle scienze cognitive
e cerebrali,
14:15
three big ideas will have come
to your attention.
tre grandi idee avranno attirato
la vostra attenzione.
14:17
The first is that this is
the era of the brain.
La prima è che questa
è l'era del cervello.
14:20
And indeed, there have been
staggering discoveries in neuroscience:
Sono state fatte
strabilianti scoperte nella neuroscienza:
14:23
localizing functionally specialized
regions of cortex,
la scoperta di regioni della corteccia
specializzate funzionalmente,
14:27
turning mouse brains transparent,
l'aver fatto diventare trasparenti
i cervelli dei topi,
14:30
activating neurons with light.
l'attivazione dei neuroni con la luce.
14:33
A second big idea
Una seconda grande idea
14:36
is that this is the era of big data
and machine learning,
è che questa è l'era
dei Big Data e del machine learning.
14:38
and machine learning promises
to revolutionize our understanding
L'apprendimento delle macchine
promette di rivoluzionare
14:43
of everything from social networks
to epidemiology.
la nostra comprensione di tutto,
dai social network all'epidemiologia.
14:46
And maybe, as it tackles problems
of scene understanding
E forse, poiché affronta problemi
di comprensione della scena
14:50
and natural language processing,
e di processione delle lingue naturali,
14:53
to tell us something
about human cognition.
di dirci qualcosa
sulla cognizione umana.
14:55
And the final big idea you'll have heard
L'altra idea di cui avrete sentito parlare
14:59
is that maybe it's a good idea we're going
to know so much about brains
è che forse è un bene
che ne sapremo di più sui cervelli
15:01
and have so much access to big data,
e che avremo accesso ai Big Data,
15:05
because left to our own devices,
perché se lasciati a noi stessi,
15:06
humans are fallible, we take shortcuts,
noi umani siamo fallibili,
prendiamo scorciatoie,
15:09
we err, we make mistakes,
sbagliamo,
commettiamo errori,
15:13
we're biased, and in innumerable ways,
siamo prevenuti in un'infinità di modi,
15:16
we get the world wrong.
fraintendiamo il mondo.
15:20
I think these are all important stories,
Penso che siano
tutte storie importanti,
15:24
and they have a lot to tell us
about what it means to be human,
e ci potranno dire molto
su cosa voglia dire essere umani,
15:27
but I want you to note that today
I told you a very different story.
ma vorrei farvi notare che oggi
vi ho raccontato una storia diversa.
15:31
It's a story about minds and not brains,
È una storia di menti e non di cervelli,
15:35
and in particular, it's a story
about the kinds of computations
e in particolare, è una storia
sui tipi di calcoli
15:39
that uniquely human minds can perform,
che solo le menti umane
possono compiere,
15:42
which involve rich, structured knowledge
and the ability to learn
che riguardano conoscenze ricche,
strutturate, e l'abilità di imparare
15:45
from small amounts of data,
the evidence of just a few examples.
da poche quantità di dati,
da solo pochi esempi.
15:49
And fundamentally, it's a story
about how starting as very small children
E fondamentalmente, è una storia
di come, iniziando da piccolissimi
15:56
and continuing out all the way
to the greatest accomplishments
e continuando fino ai traguardi
più straordinari
16:00
of our culture,
della nostra cultura,
16:04
we get the world right.
capiamo bene il mondo.
16:08
Folks, human minds do not only learn
from small amounts of data.
Gente, le menti umane non solo
imparano da piccole quantità di dati.
16:12
Human minds think
of altogether new ideas.
Le menti umane pensano
idee nuovissime.
16:18
Human minds generate
research and discovery,
Le menti umane generano
ricerche e scoperte,
16:20
and human minds generate
art and literature and poetry and theater,
generano arte, letteratura,
poesia, teatro,
16:23
and human minds take care of other humans:
le menti umane si prendono cura
di altri umani:
16:29
our old, our young, our sick.
anziani, giovani, malati.
16:32
We even heal them.
Addirittura li guariamo.
16:36
In the years to come, we're going
to see technological innovations
Negli anni a venire,
vedremo innovazioni tecnologiche
16:39
beyond anything I can even envision,
superiori a qualsiasi cosa
si possa immaginare,
16:42
but we are very unlikely
ma è molto improbabile che vedremo,
16:46
to see anything even approximating
the computational power of a human child
nella mia o nella vostra esistenza,
16:48
in my lifetime or in yours.
qualcosa che si avvicini al potere
computazionale dei piccoli umani.
16:54
If we invest in these most powerful
learners and their development,
Se investiamo nello sviluppo
di questi potenti apprendenti,
16:58
in babies and children
nei bambini,
17:03
and mothers and fathers
nelle madri, nei padri,
17:06
and caregivers and teachers
nei baby-sitter e negli insegnanti,
17:08
the ways we invest in our other
most powerful and elegant forms
nel modo in cui investiamo nelle altre
nostre forme eleganti e potenti
17:11
of technology, engineering and design,
di tecnologia, ingegneria e design,
17:15
we will not just be dreaming
of a better future,
non sogneremo solo un futuro migliore,
17:18
we will be planning for one.
ma ne pianificheremo uno.
17:21
Thank you very much.
Grazie mille.
17:23
(Applause)
(Applausi)
17:25
Chris Anderson: Laura, thank you.
I do actually have a question for you.
Chris Anderson: Laura, grazie.
Avrei una domanda per te.
17:29
First of all, the research is insane.
Prima di tutto, questa ricerca è assurda.
17:34
I mean, who would design
an experiment like that? (Laughter)
Chi mai progetterebbe
un esperimento simile? (Risate)
17:36
I've seen that a couple of times,
Ne ho visti un paio simili,
17:41
and I still don't honestly believe
that that can truly be happening,
e ancora non ci credo
che stiano avvenendo davvero,
17:42
but other people have done
similar experiments; it checks out.
ma altre persone hanno fatto
esperimenti simili; è stato verificato.
17:46
The babies really are that genius.
I bambini sono davvero così geniali.
17:49
LS: You know, they look really impressive
in our experiments,
LS: Sai, sono davvero impressionanti
nei nostri esperimenti,
17:50
but think about what they
look like in real life, right?
ma pensa a come sono
nella vita reale.
17:53
It starts out as a baby.
Nascono.
17:56
Eighteen months later,
it's talking to you,
Diciotto mesi dopo,
ti parlano,
17:57
and babies' first words aren't just
things like balls and ducks,
e le loro parole non sono
palle o papere,
17:59
they're things like "all gone,"
which refer to disappearance,
sono ad esempio "non c'è più"
per parlare di una scomparsa,
18:02
or "uh-oh," which refer
to unintentional actions.
o "uh-oh", per riferirsi
ad azioni non intenzionali.
18:05
It has to be that powerful.
Sono così potenti.
18:07
It has to be much more powerful
than anything I showed you.
Sono molto più potenti
di quanto vi abbia mostrato.
18:09
They're figuring out the entire world.
Stanno imparando a comprendere il mondo.
18:12
A four-year-old can talk to you
about almost anything.
Un bambino di quattro anni
può parlarti di quasi tutto.
18:14
(Applause)
(Applausi)
18:17
CA: And if I understand you right,
the other key point you're making is,
CA: Se ho capito bene,
l'altro tuo punto chiave è:
18:19
we've been through these years
where there's all this talk
ci sono stati in questi anni
18:22
of how quirky and buggy our minds are,
discorsi su quanto le nostre menti
siano particolari e piene di errori.
18:25
that behavioral economics
and the whole theories behind that
Per la finanza comportamentale
e le teorie che la supportano
18:27
that we're not rational agents.
non siamo agenti razionali.
18:29
You're really saying that the bigger
story is how extraordinary,
Stai davvero dicendo
18:31
and there really is genius there
that is underappreciated.
che c'è del genio sottovalutato.
18:35
LS: One of my favorite
quotes in psychology
LS: Una delle mie citazioni
di psicologia preferite
18:40
comes from the social
psychologist Solomon Asch,
è dello psicologo sociale Solomon Asch,
18:42
and he said the fundamental task
of psychology is to remove
che ha detto che l'impresa principale
della psicologia è rimuovere
18:45
the veil of self-evidence from things.
il velo dell'ovvietà dalle cose.
18:47
There are orders of magnitude
more decisions you make every day
Sono le tantissime decisioni
che prendiamo ogni giorno
18:50
that get the world right.
a rendere il mondo giusto.
18:55
You know about objects
and their properties.
Conosciamo gli oggetti
e le loro proprietà.
18:56
You know them when they're occluded.
You know them in the dark.
Li riconosciamo quando sono nascosti.
Li riconosciamo al buio.
18:58
You can walk through rooms.
Possiamo camminare per le stanze.
19:01
You can figure out what other people
are thinking. You can talk to them.
Possiamo immaginare cosa pensa
la gente. Possiamo parlargli.
19:02
You can navigate space.
You know about numbers.
Possiamo navigare lo spazio.
Conosciamo i numeri.
19:06
You know causal relationships.
You know about moral reasoning.
Conosciamo le relazioni causali
e il ragionamento morale.
19:08
You do this effortlessly,
so we don't see it,
Lo facciamo senza sforzo,
quindi non lo vediamo,
19:11
but that is how we get the world right,
and it's a remarkable
ma è così che comprendiamo il mondo,
ed è un risultato straordinario.
19:14
and very difficult-to-understand
accomplishment.
CA: Credo che ci siano persone
nel pubblico
19:16
CA: I suspect there are people
in the audience who have
che credono nel potere tecnologico
19:19
this view of accelerating
technological power
e che potrebbero contestare
la tua affermazione
19:21
who might dispute your statement
that never in our lifetimes
che mai nella nostra esistenza
un computer potrà fare
19:24
will a computer do what
a three-year-old child can do,
ciò che sa fare un bambino di tre anni,
19:27
but what's clear is that in any scenario,
ma è chiaro che in ogni caso
19:29
our machines have so much to learn
from our toddlers.
le nostre macchine hanno molto
da imparare dai nostri bambini.
19:32
LS: I think so. You'll have some
machine learning folks up here.
LS: Credo di sì. Ci saranno fan
dell'apprendimento delle macchine qui.
19:38
I mean, you should never bet
against babies or chimpanzees
Non bisognerebbe mai scommettere
contro i bambini o gli scimpanzé
19:41
or technology as a matter of practice,
o la tecnologia, se è per questo,
19:45
but it's not just
a difference in quantity,
ma non è solo
una differenza di quantità,
19:49
it's a difference in kind.
è una differenza di tipologia.
19:53
We have incredibly powerful computers,
Abbiamo computer
incredibilmente potenti,
19:55
and they do do amazingly
sophisticated things,
che fanno cose sofisticate,
19:57
often with very big amounts of data.
spesso con quantità enormi di dati.
20:00
Human minds do, I think,
something quite different,
Le menti umane fanno, credo,
qualcosa di diverso,
20:03
and I think it's the structured,
hierarchical nature of human knowledge
e penso che sia la natura gerarchica,
strutturata, della conoscenza umana
20:05
that remains a real challenge.
a rimanere la vera sfida.
20:09
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
CA: Laura Schulz, magnifici
spunti di riflessione. Grazie mille.
20:11
LS: Thank you.
(Applause)
LS: Grazie.
(Applausi)
20:14

▲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