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

로라 슐츠(Laura Schulz): 놀랍도록 논리적인 사고를 하는 아기들

Filmed:
1,888,975 views

아기들은 어떻게 적은 양의 정보에서 그렇게 많이, 또 빠른 속도로 배울까요? 재밌고도 실험으로 가득한 이 강연에서 인지과학자 로라 슐츠는 어떻게 아기들이 놀랍도록 강력한 논리력으로 말도 떼기 전에 판단을 내리는지 보여줍니다.
- 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
Mark표 Twain둘 summed합계 된 up
what I take to be
0
835
2155
미국 유명 작가 마크 트웨인은
00:14
one of the fundamental기본적인 problems문제들
of cognitive인지 적 science과학
1
2990
3120
제가 생각하기에 가장 근본적인
인지과학의 문제를
00:18
with a single단일 witticism재담.
2
6110
1710
재치있게 한 마디로 정리했습니다.
00:20
He said, "There's something
fascinating매혹적인 about science과학.
3
8410
3082
"과학에는 뭔가 매력적인 것이 있다.
00:23
One gets도착 such이러한 wholesale모조리
returns보고 of conjecture어림짐작
4
11492
3228
사실이라는 아주 작은 투자를 통해
00:26
out of such이러한 a trifling하찮은
investment투자 in fact것."
5
14720
3204
그토록 많은 추측을 이끌어내니까."
00:29
(Laughter웃음)
6
17924
1585
(웃음)
00:32
Twain둘 meant의미심장 한 it as a joke농담,
of course코스, but he's right:
7
20199
2604
물론 농담이었겠지만 맞는 말입니다.
00:34
There's something
fascinating매혹적인 about science과학.
8
22803
2876
과학에는 특별한 매력이 있습니다.
00:37
From a few조금 bones뼈, we infer미루다
the existence존재 of dinosuars다이노스 어스.
9
25679
4261
우리는 몇 개의 뼈만으로
공룡의 존재를 추론해냈고
00:42
From spectral유령 같은 lines윤곽,
the composition구성 of nebulae성운.
10
30910
3871
분광선에서는 성운의 구성을,
00:47
From fruit과일 flies파리,
11
35471
2938
초파리에서는
00:50
the mechanisms메커니즘 of heredity유전,
12
38409
2943
유전의 법칙을,
00:53
and from reconstructed재구성 된 images이미지들
of blood피 flowing흐르는 through...을 통하여 the brain뇌,
13
41352
4249
그리고 뇌에 흐르는 피를
재구성한 이미지로
00:57
or in my case케이스, from the behavior행동
of very young어린 children어린이,
14
45601
4708
저 같은 경우는,
아주 어린 아이들의 행동을 통해
01:02
we try to say something about
the fundamental기본적인 mechanisms메커니즘
15
50309
2829
인간 인식이 근본적으로 어떻게
작동하는지 알아내려고 하죠.
01:05
of human인간의 cognition인식.
16
53138
1618
01:07
In particular특별한, in my lab랩 in the Department학과
of Brain뇌 and Cognitive인지 적 Sciences과학 at MITMIT,
17
55716
4759
특히 저는 MIT 뇌인지과학과에
있는 제 연구실에서
01:12
I have spent지출하다 the past과거 decade로사리오 염주
trying견딜 수 없는 to understand알다 the mystery신비
18
60475
3654
지난 10년간 아이들이
어떻게 적은 양의 정보로
01:16
of how children어린이 learn배우다 so much
from so little so quickly빨리.
19
64129
3977
많은 것을 빨리 배우는지에 대한
신비를 알아내려고 노력했습니다.
01:20
Because, it turns회전 out that
the fascinating매혹적인 thing about science과학
20
68666
2978
과학이 매력적인 이유가
01:23
is also또한 a fascinating매혹적인
thing about children어린이,
21
71644
3529
바로 아기들이 놀랍기 때문입니다.
01:27
which어느, to put a gentler더 부드러운
spin회전 on Mark표 Twain둘,
22
75173
2581
마크 트웨인의 말을
완곡하게 바꾸어 보자면
01:29
is precisely정확하게 their그들의 ability능력
to draw무승부 rich풍부한, abstract추상 inferences추론
23
77754
4650
아기들이 빠르고 정확하게
적은 양의 어지러운 자료로부터
01:34
rapidly빠르게 and accurately정확히
from sparse부족한, noisy시끄러운 data데이터.
24
82404
4661
풍부하고 추상적인 추론을
할 수 있는 능력입니다.
01:40
I'm going to give you
just two examples예제들 today오늘.
25
88355
2398
저는 오늘 여러분들께 예시를
두 개만 보여 드리겠습니다.
01:42
One is about a problem문제 of generalization일반화,
26
90753
2287
하나는 일반화의 오류이고
01:45
and the other is about a problem문제
of causal인과적인 reasoning추리.
27
93040
2850
다른 하나는 인과추론의 오류입니다.
01:47
And although이기는 하지만 I'm going to talk
about work in my lab랩,
28
95890
2525
제 연구실에서 한 연구에 대해
말씀드리겠지만
01:50
this work is inspired영감을 얻은 by
and indebted빚진 to a field들.
29
98415
3460
이 연구는 인지과학분야에서
영감과 도움을 받았습니다.
01:53
I'm grateful기분 좋은 to mentors멘토, colleagues동료들,
and collaborators공동 작업자 around the world세계.
30
101875
4283
전 세계의 멘토와 동료와
공동연구자들에게 감사드립니다.
01:59
Let me start스타트 with the problem문제
of generalization일반화.
31
107308
2974
그럼 일반화의 오류부터 얘기할까요?
02:02
Generalizing일반화 from small작은 samples견본 of data데이터
is the bread빵 and butter버터 of science과학.
32
110652
4133
적은 표본으로 일반화하는 것은
과학의 기본입니다.
02:06
We poll투표 a tiny작은 fraction분수 of the electorate유권자
33
114785
2554
우리가 유권자의 일부분만 여론조사해서
02:09
and we predict예측하다 the outcome결과
of national전국의 elections선거.
34
117339
2321
대국민 선거결과를 예측하듯 말이죠.
02:12
We see how a handful줌 of patients환자
responds응답하다 to treatment치료 in a clinical객관적인 trial시도,
35
120240
3925
우리는 소수의 환자의
임상실험에 대한 반응을 보고
02:16
and we bring가져오다 drugs약제 to a national전국의 market시장.
36
124165
3065
전국의 시장에 약을 내놓습니다.
02:19
But this only works공장 if our sample견본
is randomly무작위로 drawn그어진 from the population인구.
37
127230
4365
일반화가 통하기 위해서는 표본이
무작위로 선정돼야 합니다.
02:23
If our sample견본 is cherry-picked벚꽃 따기
in some way --
38
131595
2735
표본이 특정한 방식으로
선별된다면,
02:26
say, we poll투표 only urban도시의 voters유권자,
39
134330
2072
예를 들어, 도시의 여론만 조사하거나
02:28
or say, in our clinical객관적인 trials시련
for treatments치료법 for heart심장 disease질병,
40
136402
4388
심장질환 치료를 위한 임상실험의 경우
02:32
we include포함 only men남자 --
41
140790
1881
남자만 대상으로 한다면
02:34
the results결과들 may할 수있다 not generalize일반화하다
to the broader더 넓은 population인구.
42
142671
3158
결과를 인구 전체로
일반화할 수 없겠죠.
02:38
So scientists과학자들 care케어 whether인지 어떤지 evidence증거
is randomly무작위로 sampled샘플링 된 or not,
43
146479
3581
따라서 과학자들은
무작위 표본추출을 신경씁니다.
02:42
but what does that have to do with babies아기들?
44
150060
2015
그런데 이게 아기와 무슨 상관일까요?
02:44
Well, babies아기들 have to generalize일반화하다
from small작은 samples견본 of data데이터 all the time.
45
152585
4621
아기는 항상 적은 표본으로
일반화해야 합니다.
02:49
They see a few조금 rubber탄성 고무 ducks즈크 바지
and learn배우다 that they float흙손,
46
157206
3158
고무오리 몇 개만 보고
고무오리는 물에 뜬다는 것을,
02:52
or a few조금 balls불알 and learn배우다 that they bounce되튐.
47
160364
3575
몇 개의 공만 보고
공은 튀어오른다는 걸 배우죠.
02:55
And they develop나타나게 하다 expectations기대
about ducks즈크 바지 and balls불알
48
163939
2951
그리고 고무오리와 공에 대해
예상을 발전시켜서
02:58
that they're going to extend넓히다
to rubber탄성 고무 ducks즈크 바지 and balls불알
49
166890
2716
남은 일생동안 고무오리와
공에 확대 적용합니다.
03:01
for the rest휴식 of their그들의 lives삶.
50
169606
1879
03:03
And the kinds종류 of generalizations일반화
babies아기들 have to make about ducks즈크 바지 and balls불알
51
171485
3739
고무오리와 공에
적용하는 것과 같은 일반화를
03:07
they have to make about almost거의 everything:
52
175224
2089
거의 다른 모든 것에도 적용합니다.
03:09
shoes구두 and ships배들 and sealing밀봉 wax밀랍
and cabbages양배추 and kings왕.
53
177313
3917
신발, 배, 밀랍 봉인, 양배추, 왕..
03:14
So do babies아기들 care케어 whether인지 어떤지
the tiny작은 bit비트 of evidence증거 they see
54
182200
2961
그렇다면 아기는 그들이 보는
적은 양의 증거가
03:17
is plausibly그럴듯하게 representative대리인
of a larger더 큰 population인구?
55
185161
3692
모집단을 정말 대표할 수
있는지에 신경쓸까요?
03:21
Let's find out.
56
189763
1900
한번 알아봅시다.
03:23
I'm going to show보여 주다 you two movies영화 산업,
57
191663
1723
지금부터 두 개의 영상을
보여드릴겁니다.
03:25
one from each마다 of two conditions정황
of an experiment실험,
58
193386
2462
각각 다른 조건에서 실험한 영상입니다.
03:27
and because you're going to see
just two movies영화 산업,
59
195848
2438
두 개만 보시게 되니까
03:30
you're going to see just two babies아기들,
60
198286
2136
아기도 두 명만 있을 겁니다.
03:32
and any two babies아기들 differ다르다 from each마다 other
in innumerable셀 수 없는 ways길.
61
200422
3947
그리고 어떤 아기든 두 명의 아기는
서로 수많은 부분에서 다릅니다.
03:36
But these babies아기들, of course코스,
here stand대 in for groups여러 떼 of babies아기들,
62
204369
3051
하지만 이 아기들은 여기서
아기 집단을 대표합니다.
03:39
and the differences차이점들 you're going to see
63
207420
1895
여러분이 보시게 될 차이점은
03:41
represent말하다 average평균 group그룹 differences차이점들
in babies'아기 ' behavior행동 across건너서 conditions정황.
64
209315
5195
다른 조건 아래의 아기들의 행동방식의
평균 집단적 차이를 대표합니다.
03:47
In each마다 movie영화, you're going to see
a baby아가 doing maybe
65
215160
2583
각각의 영상에서 여러분은 아마 아기가
03:49
just exactly정확하게 what you might힘
expect배고 있다 a baby아가 to do,
66
217743
3460
여러분이 예측한 대로
행동하는 걸 보게 될 겁니다.
03:53
and we can hardly거의 make babies아기들
more magical마법 같은 than they already이미 are.
67
221203
4017
그 이상으로 아기가 더 마법같은
행동을 할 순 없습니다.
03:58
But to my mind마음 the magical마법 같은 thing,
68
226090
2010
제 생각으로 마법같은 것은,
04:00
and what I want you to pay지불 attention주의 to,
69
228100
2089
여러분이 주목하셨으면 하는 부분이
04:02
is the contrast대조 between중에서
these two conditions정황,
70
230189
3111
각각 다른 조건을 대조한 것입니다.
04:05
because the only thing
that differs다르다 between중에서 these two movies영화 산업
71
233300
3529
두 영상의 유일한 차이점이라곤
04:08
is the statistical통계상의 evidence증거
the babies아기들 are going to observe관찰하다.
72
236829
3466
아기들이 관찰할
통계적 증거밖에 없기 때문이죠.
04:13
We're going to show보여 주다 babies아기들
a box상자 of blue푸른 and yellow노랑 balls불알,
73
241425
3183
우리는 아기에게 파란색과 노란색 공이
담긴 상자를 보여줄 겁니다.
04:16
and my then-graduate졸업 후 student학생,
now colleague동료 at Stanford스탠포드, Hyowon효원 GweonG,
74
244608
4620
당시 대학원생이었고 이제는
스탠포드에서 제 동료인 권효원양이
04:21
is going to pull손잡이 three세 blue푸른 balls불알
in a row열 out of this box상자,
75
249228
3077
상자에서 파란 공을
연속으로 세 개 꺼낼겁니다.
04:24
and when she pulls끌어 당기다 those balls불알 out,
she's going to squeeze압착 them,
76
252305
3123
꺼낸 후에는 공을 꽉 누를 거예요.
04:27
and the balls불알 are going to squeak쥐 우는 소리.
77
255428
2113
그러면 공에서 끽끽 소리가 날 겁니다.
04:29
And if you're a baby아가,
that's like a TED테드 Talk.
78
257541
2763
만약 여러분들이 아기라면.
TED 강연 같은 거죠.
04:32
It doesn't get better than that.
79
260304
1904
그보다 좋을 수 없으니까요.
04:34
(Laughter웃음)
80
262208
2561
(웃음)
04:38
But the important중대한 point포인트 is it's really
easy쉬운 to pull손잡이 three세 blue푸른 balls불알 in a row열
81
266968
3659
중요한 건 파란 공이 대부분인
상자에서 파란 공을 세 번 연속
04:42
out of a box상자 of mostly대개 blue푸른 balls불알.
82
270627
2305
꺼내는 건 쉽다는 겁니다.
04:44
You could do that with your eyes눈 closed닫은.
83
272932
2060
눈 감고도 할 수 있어요.
04:46
It's plausibly그럴듯하게 a random무작위의 sample견본
from this population인구.
84
274992
2996
이 모집단에서 충분히 무작위로
뽑힐 수 있는 표본이죠.
04:49
And if you can reach범위 into a box상자 at random무작위의
and pull손잡이 out things that squeak쥐 우는 소리,
85
277988
3732
그리고 상자 안에 손을 넣어
무작위로 소리나는 공을 뽑을 수 있다면
04:53
then maybe everything in the box상자 squeaks끽끽 소리.
86
281720
2839
상자 안의 모든 공에서 소리가
날 수도 있습니다.
04:56
So maybe babies아기들 should expect배고 있다
those yellow노랑 balls불알 to squeak쥐 우는 소리 as well.
87
284559
3650
그래서 아기는 노란 공도 소리가
날 거라고 예상할 수도 있습니다.
05:00
Now, those yellow노랑 balls불알
have funny이상한 sticks막대기 on the end종료,
88
288209
2519
이 노란 공에는, 아기들이 막대로
다른 걸 해볼 수 있도록
05:02
so babies아기들 could do other things
with them if they wanted to.
89
290728
2857
공의 끝부분에 막대가 꽂혀 있습니다.
05:05
They could pound파운드 them or whack구타 them.
90
293585
1831
마구 두드릴 수도 있고
칠 수도 있습니다.
05:07
But let's see what the baby아가 does.
91
295416
2586
아기들이 어떻게 하는지 보죠.
05:12
(Video비디오) Hyowon효원 GweonG: See this?
(Ball공 squeaks끽끽 소리)
92
300548
3343
권효원: 이거 보이니?
(공이 끽끽 대는 소리)
05:16
Did you see that?
(Ball공 squeaks끽끽 소리)
93
304531
3045
봤어?
(공이 끽끽 대는 소리)
05:20
Cool시원한.
94
308036
3066
멋지다.
05:24
See this one?
95
312706
1950
이 공 보이니?
05:26
(Ball공 squeaks끽끽 소리)
96
314656
1881
(공이 끽끽대는 소리)
05:28
Wow와우.
97
316537
2653
우와.
05:33
Laura로라 Schulz슐츠: Told you. (Laughs웃음)
98
321854
2113
별 거 없죠?
05:35
(Video비디오) HGHG: See this one?
(Ball공 squeaks끽끽 소리)
99
323967
4031
권효원: 이거 보여?
(공이 끽끽대는 소리)
05:39
Hey Clara클라라, this one's사람의 for you.
You can go ahead앞으로 and play놀이.
100
327998
4619
클라라, 이 공 줄게.
갖고 놀아도 돼.
(웃음)
05:51
(Laughter웃음)
101
339854
4365
05:56
LSLS: I don't even have to talk, right?
102
344219
2995
말 안해도 어떤 상황인지 아시겠죠?
05:59
All right, it's nice좋은 that babies아기들
will generalize일반화하다 properties속성들
103
347214
2899
아기들이 파란 공의 특성을 노란 공에
06:02
of blue푸른 balls불알 to yellow노랑 balls불알,
104
350113
1528
일반화시키는 것은 좋습니다
06:03
and it's impressive인상적인 that babies아기들
can learn배우다 from imitating모방하는 us,
105
351641
3096
아기들이 우리의 행동을 모방함으로써
학습하는 것도 인상깊죠.
06:06
but we've우리는 known알려진 those things about babies아기들
for a very long time.
106
354737
3669
우리는 아기의 이런 특성을
오래 전부터 알고 있었습니다.
06:10
The really interesting재미있는 question문제
107
358406
1811
진짜 흥미로운 질문은
06:12
is what happens일이 when we show보여 주다 babies아기들
exactly정확하게 the same같은 thing,
108
360217
2852
아기들에게 완벽히 똑같은 것을
보여주면 무슨 일이 일어나는지 입니다.
06:15
and we can ensure안전하게 하다 it's exactly정확하게 the same같은
because we have a secret비밀 compartment구획
109
363069
3611
완벽히 똑같다고 장담할 수 있는게
우리가 칸을 하나 숨겨놓고
06:18
and we actually사실은 pull손잡이 the balls불알 from there,
110
366680
2110
거기서 공을 꺼내기 때문입니다.
06:20
but this time, all we change변화
is the apparent명백한 population인구
111
368790
3478
하지만 이번엔 증거를 산출하는
06:24
from which어느 that evidence증거 was drawn그어진.
112
372268
2902
모집단만 바꿀겁니다.
06:27
This time, we're going to show보여 주다 babies아기들
three세 blue푸른 balls불알
113
375170
3553
이번에는 아기에게 노란 공이
대부분인 상자에서 꺼낸
06:30
pulled뽑은 out of a box상자
of mostly대개 yellow노랑 balls불알,
114
378723
3384
파란 공 세 개를 보여줄 겁니다.
06:34
and guess추측 what?
115
382107
1322
결과가 어떨까요?
06:35
You [probably아마 won't습관] randomly무작위로 draw무승부
three세 blue푸른 balls불알 in a row열
116
383429
2840
아마 노란 공이 가득한 상자에서
무작위로 파란 공을
06:38
out of a box상자 of mostly대개 yellow노랑 balls불알.
117
386269
2484
연속 세 번 뽑을 수는 없을 겁니다.
06:40
That is not plausibly그럴듯하게
randomly무작위로 sampled샘플링 된 evidence증거.
118
388753
3747
무작위로 뽑았을 때
가능한 표본이 아니죠.
06:44
That evidence증거 suggests제안 that maybe Hyowon효원
was deliberately신중히 sampling견본 추출 the blue푸른 balls불알.
119
392500
5123
이 표본은 효원양이 일부러 파란 공만
뽑았을 수도 있다는 걸 암시합니다.
06:49
Maybe there's something special특별한
about the blue푸른 balls불알.
120
397623
2583
파란 공이 특별한 걸 수도 있죠.
06:52
Maybe only the blue푸른 balls불알 squeak쥐 우는 소리.
121
400846
2976
파란 공에서만 소리가 날 수도 있어요.
06:55
Let's see what the baby아가 does.
122
403822
1895
아기가 어떻게 행동하는지 봅시다.
06:57
(Video비디오) HGHG: See this?
(Ball공 squeaks끽끽 소리)
123
405717
2904
권효은: 이거 보이니?
(공이 끽끽대는 소리)
07:02
See this toy장난감?
(Ball공 squeaks끽끽 소리)
124
410851
2645
이 장난감 보여?
(공이 끽끽대는 소리)
07:05
Oh, that was cool시원한. See?
(Ball공 squeaks끽끽 소리)
125
413496
5480
멋지다. 봐봐.
(공이 끽끽대는 소리)
07:10
Now this one's사람의 for you to play놀이.
You can go ahead앞으로 and play놀이.
126
418976
4394
자, 이거 줄게.
갖고 놀아도 돼.
07:18
(Fussing소란)
(Laughter웃음)
127
426074
6347
(소란)
(웃음)
07:26
LSLS: So you just saw
two 15-month-old1 개월 된 babies아기들
128
434901
2748
15개월의 두 아기가 관찰한 표본의
확률에만 기반한 추측으로
07:29
do entirely전적으로 different다른 things
129
437649
1942
07:31
based기반 only on the probability개연성
of the sample견본 they observed관측 된.
130
439591
3599
완전히 다른 행동을 하는 것을
방금 보셨습니다.
07:35
Let me show보여 주다 you the experimental실험적인 results결과들.
131
443190
2321
실험 결과를 보여드릴게요
07:37
On the vertical수직선 axis중심선, you'll너 see
the percentage백분율 of babies아기들
132
445511
2764
세로 축은 각 조건에서 공을 누른
07:40
who squeezed짜낸 the ball공 in each마다 condition조건,
133
448275
2530
아기의 비율입니다.
07:42
and as you'll너 see, babies아기들 are much
more likely아마도 to generalize일반화하다 the evidence증거
134
450805
3715
보시다시피 아기들은
증거가 선별됐을 때보다
07:46
when it's plausibly그럴듯하게 representative대리인
of the population인구
135
454520
3135
모집단을 충분히 대표할 수 있을 때
07:49
than when the evidence증거
is clearly분명히 cherry-picked벚꽃 따기.
136
457655
3738
증거를 일반화할 확률이 더 높습니다.
07:53
And this leads리드 to a fun장난 prediction예측:
137
461393
2415
이걸로 재밌는 예측이 가능합니다.
07:55
Suppose가정 해보자. you pulled뽑은 just one blue푸른 ball공
out of the mostly대개 yellow노랑 box상자.
138
463808
4868
노란 공이 대부분인 상자에서
파란 공을 하나만 꺼낸다고 가정합시다.
08:00
You [probably아마 won't습관] pull손잡이 three세 blue푸른 balls불알
in a row열 at random무작위의 out of a yellow노랑 box상자,
139
468896
3869
무작위로 파란 공을 연속으로
세 개나 뽑는 건 어려울 겁니다.
08:04
but you could randomly무작위로 sample견본
just one blue푸른 ball공.
140
472765
2455
하지만 파란 공을 무작위로
하나만 뽑는것은
08:07
That's not an improbable가능성이없는 sample견본.
141
475220
1970
있을 수 없는 일은 아니죠.
08:09
And if you could reach범위 into
a box상자 at random무작위의
142
477190
2224
그리고 상자에 손을 넣어
아무거나 꺼냈는데
08:11
and pull손잡이 out something that squeaks끽끽 소리,
maybe everything in the box상자 squeaks끽끽 소리.
143
479414
3987
소리가 난다면 상자 속의
다른 공도 다 소리날 수도 있죠.
08:15
So even though그래도 babies아기들 are going to see
much less적게 evidence증거 for squeaking끽끽 거리는 소리,
144
483875
4445
그러니까 이전에 비해
소리나는 공을 훨씬 적게 보게 되고
08:20
and have many많은 fewer적은 actions행위 to imitate본뜨다
145
488320
2242
모방할 행동이 훨씬 적더라도
08:22
in this one ball공 condition조건 than in
the condition조건 you just saw,
146
490562
3343
여러분이 방금 보신 조건에서보다
공 하나를 뽑는 이 조건에서
08:25
we predicted예언 된 that babies아기들 themselves그들 자신
would squeeze압착 more,
147
493905
3892
아기가 더 많이 공을
누를 거라고 우린 추측했고
08:29
and that's exactly정확하게 what we found녹이다.
148
497797
2894
실제로 그랬습니다.
08:32
So 15-month-old1 개월 된 babies아기들,
in this respect존경, like scientists과학자들,
149
500691
4411
그러니까 15개월의 아기가,
이 부분에 있어서는
08:37
care케어 whether인지 어떤지 evidence증거
is randomly무작위로 sampled샘플링 된 or not,
150
505102
3088
과학자들처럼 표본이 무작위로
선출되었는지 신경쓰고
08:40
and they use this to develop나타나게 하다
expectations기대 about the world세계:
151
508190
3507
세상을 더 잘
예측하는 데 사용합니다.
08:43
what squeaks끽끽 소리 and what doesn't,
152
511697
2182
어느 공이 소리가 나는지
08:45
what to explore탐험하다 and what to ignore무시하다.
153
513879
3145
어느 걸 탐구하고
무시해야 할지 말이죠.
08:50
Let me show보여 주다 you another다른 example예 now,
154
518384
2066
이제 다른 예시를 보여드릴게요.
08:52
this time about a problem문제
of causal인과적인 reasoning추리.
155
520450
2730
이번에는 인과추론의
오류에 대한 겁니다.
08:55
And it starts시작하다 with a problem문제
of confounded당황한 evidence증거
156
523180
2439
이 오류는 우리 모두가 가진
혼란스러운 증거로부터 시작됩니다.
08:57
that all of us have,
157
525619
1672
08:59
which어느 is that we are part부품 of the world세계.
158
527291
2020
우리가 세계의 일부라는 거죠.
09:01
And this might힘 not seem보다 like a problem문제
to you, but like most가장 problems문제들,
159
529311
3436
여러분께 문제처럼 보이지
않을 수도 있겠지만
이건 다른 문제들처럼 일이
잘못되었을 때만 문제가 됩니다.
09:04
it's only a problem문제 when things go wrong잘못된.
160
532747
2337
09:07
Take this baby아가, for instance예.
161
535464
1811
이 아기를 예로 들어 봅시다.
09:09
Things are going wrong잘못된 for him.
162
537275
1705
뭐가 잘 안 풀리네요.
09:10
He would like to make
this toy장난감 go, and he can't.
163
538980
2271
장난감을 작동시키고 싶은데 안돼죠.
09:13
I'll show보여 주다 you a few-second몇 초 clip클립.
164
541251
2529
짧은 영상을 보여드릴게요.
09:21
And there's two possibilities가능성, broadly대체로:
165
549340
1920
크게 두 가지 가능성이 있습니다.
09:23
Maybe he's doing something wrong잘못된,
166
551260
2634
아기가 뭔가를 잘못하고 있든지
09:25
or maybe there's something
wrong잘못된 with the toy장난감.
167
553894
4216
장난감이 문제든지.
09:30
So in this next다음 것 experiment실험,
168
558110
2111
그래서 다음 실험에서
09:32
we're going to give babies아기들
just a tiny작은 bit비트 of statistical통계상의 data데이터
169
560221
3297
아기들에게 둘 중
하나의 가설을 지지하는
09:35
supporting지원 one hypothesis가설 over the other,
170
563518
2582
통계 자료를 조금 줄 겁니다.
09:38
and we're going to see if babies아기들
can use that to make different다른 decisions결정들
171
566100
3455
아기들이 이걸 이용해
어떤 행동을 해야할 지에 대한
09:41
about what to do.
172
569555
1834
다른 판단을 내릴 수
있는지 볼 거예요.
09:43
Here's여기에 the setup설정.
173
571389
2022
실험은 이런 식으로 진행됩니다.
09:46
Hyowon효원 is going to try to make
the toy장난감 go and succeed성공하다.
174
574071
3030
효원 양이 장난감을 작동시키고
그렇게 됩니다.
09:49
I am then going to try twice두번
and fail실패 both양자 모두 times타임스,
175
577101
3320
그 다음 제가 두 번 시도하고
두 번 다 실패할 거예요.
09:52
and then Hyowon효원 is going
to try again and succeed성공하다,
176
580421
3112
다시 효원 양이 시도해서
장난감을 작동시키는 데 성공할 겁니다.
09:55
and this roughly대충 sums합계 up my relationship관계
to my graduate졸업하다 students재학생
177
583533
3172
이건 전반적으로
기계를 사용하는 데 있어서
09:58
in technology과학 기술 across건너서 the board판.
178
586705
2835
저와 학생들 사이의 관계를 보여줍니다.
10:02
But the important중대한 point포인트 here is
it provides~을 제공하다 a little bit비트 of evidence증거
179
590030
3292
여기서 중요한 점은
장난감이 문제가 아니라
10:05
that the problem문제 isn't with the toy장난감,
it's with the person사람.
180
593322
3668
사람이 문제라는 것에 대한 증거를
조금만 제공한다는 겁니다.
10:08
Some people can make this toy장난감 go,
181
596990
2350
어떤 사람은 이 장난감을
작동시킬 수 있고
10:11
and some can't.
182
599340
959
어떤 사람은 아니죠.
10:12
Now, when the baby아가 gets도착 the toy장난감,
he's going to have a choice선택.
183
600799
3413
아기들이 장난감을 받으면
선택지가 주어질 겁니다.
10:16
His mom엄마 is right there,
184
604212
2188
엄마가 바로 옆에 있어서
10:18
so he can go ahead앞으로 and hand손 off the toy장난감
and change변화 the person사람,
185
606400
3315
아기가 엄마에게 장난감을 줌으로써
사람을 바꿀 수도 있고
10:21
but there's also또한 going to be
another다른 toy장난감 at the end종료 of that cloth천,
186
609715
3158
천의 다른 쪽에는
또 다른 장난감이 있어서
10:24
and he can pull손잡이 the cloth천 towards...쪽으로 him
and change변화 the toy장난감.
187
612873
3552
천을 잡아당겨 장난감을
바꿀 수도 있습니다.
10:28
So let's see what the baby아가 does.
188
616425
2090
아기가 어떻게 행동하는지 봅시다.
10:30
(Video비디오) HGHG: Two, three세. Go!
(Music음악)
189
618515
4183
권효원: 둘, 셋, 짠!
(음악)
10:34
LSLS: One, two, three세, go!
190
622698
3131
로라 셜츠: 하나, 둘, 셋, 짠!
10:37
Arthur아서, I'm going to try again.
One, two, three세, go!
191
625829
7382
아서, 다시 해볼게.
하나, 둘, 셋, 짠!
10:45
YGYG: Arthur아서, let me try again, okay?
192
633677
2600
권효원: 아서, 나도
다시 해볼게,알았지?
10:48
One, two, three세, go!
(Music음악)
193
636277
4550
하나, 둘, 셋, 짠! (음악)
10:53
Look at that. Remember생각해 내다 these toys장난감?
194
641583
1883
이것 봐. 이 장난감들 기억나니?
10:55
See these toys장난감? Yeah, I'm going
to put this one over here,
195
643466
3264
이 장난감들 보여?
그래, 이건 여기 두고
10:58
and I'm going to give this one to you.
196
646730
2062
이건 너한테 줄게.
11:00
You can go ahead앞으로 and play놀이.
197
648792
2335
가지고 놀아도 돼.
11:23
LSLS: Okay, Laura로라, but of course코스,
babies아기들 love their그들의 mommies엄마들.
198
671213
4737
로라, 그런데 아기는
엄마를 사랑하니까
11:27
Of course코스 babies아기들 give toys장난감
to their그들의 mommies엄마들
199
675950
2182
장난감이 작동하지 않을 때
11:30
when they can't make them work.
200
678132
2030
당연히 엄마에게 장난감을 주겠죠.
11:32
So again, the really important중대한 question문제
is what happens일이 when we change변화
201
680162
3593
다시 말씀드리지만 중요한 건
우리가 통계 자료를 아주 약간
11:35
the statistical통계상의 data데이터 ever so slightly약간.
202
683755
3154
변형시켰을 때 어떤 일이
일어나는지 입니다.
11:38
This time, babies아기들 are going to see the toy장난감
work and fail실패 in exactly정확하게 the same같은 order주문,
203
686909
4087
이번에 아기는 동일한 순서로
장난감을 작동시키는 걸
11:42
but we're changing작고 보기 흉한 사람
the distribution분포 of evidence증거.
204
690996
2415
성공하고 실패하는 걸 보겠지만
증거의 분포가 바뀔겁니다.
11:45
This time, Hyowon효원 is going to succeed성공하다
once일단 and fail실패 once일단, and so am I.
205
693411
4411
이번엔 효원 양과 저는 한 번
성공하고 한 번 실패할 거예요.
11:49
And this suggests제안 it doesn't matter문제
who tries시도하다 this toy장난감, the toy장난감 is broken부서진.
206
697822
5637
이건 누가 시도하는지 상관없이
장난감이 망가진 걸 의미합니다.
11:55
It doesn't work all the time.
207
703459
1886
항상 작동하진 않으니까요.
다시, 아기는 선택지가 주어집니다.
11:57
Again, the baby's아기의 going to have a choice선택.
208
705345
1965
엄마가 바로 옆에 있어서
사람을 바꿀 수도 있고
11:59
Her mom엄마 is right next다음 것 to her,
so she can change변화 the person사람,
209
707310
3396
천 끝에 다른 장난감이 있어서
장난감을 바꿀 수도 있습니다.
12:02
and there's going to be another다른 toy장난감
at the end종료 of the cloth천.
210
710706
3204
아기가 어떻게 하는지 관찰해보죠.
12:05
Let's watch what she does.
211
713910
1378
효원: 둘, 셋, 짠!
12:07
(Video비디오) HGHG: Two, three세, go!
(Music음악)
212
715288
4348
12:11
Let me try one more time.
One, two, three세, go!
213
719636
4984
다시 해볼게. 하나, 둘, 셋, 짠!
12:17
Hmm흠.
214
725460
1697
음...
12:19
LSLS: Let me try, Clara클라라.
215
727950
2692
로라 슐츠: 클라라, 내가 해볼게.
12:22
One, two, three세, go!
216
730642
3945
하나, 둘, 셋, 짠!
12:27
Hmm흠, let me try again.
217
735265
1935
음, 다시 해볼게.
12:29
One, two, three세, go!
(Music음악)
218
737200
5670
하나, 둘, 셋, 짠!
12:35
HGHG: I'm going
to put this one over here,
219
743009
2233
권효원: 이건 여기 두고
12:37
and I'm going to give this one to you.
220
745242
2001
이건 너한테 줄게.
12:39
You can go ahead앞으로 and play놀이.
221
747243
3597
갖고 놀아도 돼.
12:58
(Applause박수 갈채)
222
766376
4897
(박수)
13:04
LSLS: Let me show보여 주다 you
the experimental실험적인 results결과들.
223
772993
2392
실험 결과를 보여드릴게요.
13:07
On the vertical수직선 axis중심선,
you'll너 see the distribution분포
224
775385
2475
세로축에 아이들이 각 조건에서
어떤 선택을 했는지에 대한
13:09
of children's아이들의 choices선택 in each마다 condition조건,
225
777860
2577
분포를 볼 수 있습니다.
13:12
and you'll너 see that the distribution분포
of the choices선택 children어린이 make
226
780437
4551
보시면 분포도가
아기들이 관찰한 증거에 따라
13:16
depends의존하다 on the evidence증거 they observe관찰하다.
227
784988
2787
결정된다는 걸 알 수 있습니다.
13:19
So in the second둘째 year년 of life,
228
787775
1857
아기는 두 살 때
13:21
babies아기들 can use a tiny작은 bit비트
of statistical통계상의 data데이터
229
789632
2577
적은 양의 통계 자료로 행동할 때
13:24
to decide결정하다 between중에서 two
fundamentally근본적으로 different다른 strategies전략들
230
792209
3367
두 가지의 근본적으로 다른 전략 중
하나를 고를 수 있습니다.
13:27
for acting연기 in the world세계:
231
795576
1881
13:29
asking질문 for help and exploring탐험하는.
232
797457
2743
도움을 청할지 탐구해 볼지 입니다.
13:33
I've just shown표시된 you
two laboratory실험실 experiments실험
233
801700
3434
이 분야에서 비슷한 주제로 한 실험이
정말 수 백개가 있지만 그 중에서
13:37
out of literally말 그대로 hundreds수백 in the field들
that make similar비슷한 points전철기,
234
805134
3691
연구실에서 한 실험
두 개만 보여드렸습니다.
13:40
because the really critical결정적인 point포인트
235
808825
2392
정말로 중요한 요점은
13:43
is that children's아이들의 ability능력
to make rich풍부한 inferences추론 from sparse부족한 data데이터
236
811217
5108
적은 자료로 풍부한 추론을 하는
아이들의 능력이
13:48
underlies기초가되는 all the species-specific종 특유의
cultural문화적 learning배우기 that we do.
237
816325
5341
인간이 하는 모든 종 특유의
문화적 학습의 근간이기 때문이죠.
13:53
Children어린이 learn배우다 about new새로운 tools도구들
from just a few조금 examples예제들.
238
821666
4597
아이들은 몇 개의 예시만으로
새 도구를 사용하는 법을 배우고
13:58
They learn배우다 new새로운 causal인과적인 relationships관계
from just a few조금 examples예제들.
239
826263
4717
몇 개의 예시만으로
새로운 인과관계를 배웁니다.
14:03
They even learn배우다 new새로운 words말,
in this case케이스 in American미국 사람 Sign기호 Language언어.
240
831928
4871
새로운 단어도 배웁니다.
이 경우는 미국식 수화죠.
14:08
I want to close닫기 with just two points전철기.
241
836799
2311
두 가지 요점으로
마무리하고 싶습니다.
14:12
If you've been following수행원 my world세계,
the field들 of brain뇌 and cognitive인지 적 sciences과학,
242
840050
3688
만약 여러분께서 제 세계인
뇌와 인지과학의 분야를
14:15
for the past과거 few조금 years연령,
243
843738
1927
지난 몇 년간 지켜보셨다면
세 가지 커다란 견해가
눈에 들어오셨을 겁니다.
14:17
three세 big큰 ideas아이디어 will have come
to your attention주의.
244
845665
2415
14:20
The first is that this is
the era연대 of the brain뇌.
245
848080
3436
첫째는, 지금은 뇌의 시대라는 겁니다.
14:23
And indeed과연, there have been
staggering비틀 거리는 discoveries발견들 in neuroscience신경 과학:
246
851516
3669
정말로 신경과학에서
충격적인 발견들이 있었습니다.
14:27
localizing지역화 functionally기능적으로 specialized전문화 된
regions지역들 of cortex피질,
247
855185
3436
피질에서 기능이 특화된
부분을 알아내는 것,
14:30
turning선회 mouse쥐 brains두뇌 transparent투명한,
248
858621
2601
쥐의 뇌를 투명하게 만드는 것,
14:33
activating활성화 neurons뉴런 with light빛.
249
861222
3776
뉴런을 빛으로
활성화시키는 것이 있었죠.
14:36
A second둘째 big큰 idea생각
250
864998
1996
두 번째는
14:38
is that this is the era연대 of big큰 data데이터
and machine기계 learning배우기,
251
866994
4104
빅데이터와 기계 학습의
시대라는 것입니다.
14:43
and machine기계 learning배우기 promises약속하다
to revolutionize혁명적 인 our understanding이해
252
871098
3141
기계 학습은 우리의 이해력에
혁명을 가져올 것을 약속합니다.
14:46
of everything from social사회적인 networks네트워크
to epidemiology역학.
253
874239
4667
소셜네트워크부터 역학까지 전부 다요.
14:50
And maybe, as it tackles태클 problems문제들
of scene장면 understanding이해
254
878906
2693
그리고 장면 이해에 대한 문제와
14:53
and natural자연스러운 language언어 processing가공,
255
881599
1993
자연 언어 처리를 다루면서
14:55
to tell us something
about human인간의 cognition인식.
256
883592
3324
인간의 인식력에 대해
무언가를 알려줄 수도 있죠.
14:59
And the final결정적인 big큰 idea생각 you'll너 have heard들었던
257
887756
1937
마지막은 여러분이
들어보셨을 수도 있는데
15:01
is that maybe it's a good idea생각 we're going
to know so much about brains두뇌
258
889693
3387
우리가 뇌에 대해 많은 걸 알고
빅데이터에 많이 접근하는 게
좋은 것일 수 있다는 겁니다.
15:05
and have so much access접속하다 to big큰 data데이터,
259
893080
1917
15:06
because left to our own개인적인 devices장치들,
260
894997
2507
기기와 남겨진 인간은
15:09
humans인간 are fallible오류가있는, we take shortcuts단축키,
261
897504
3831
오류를 범하기 쉽기 때문입니다.
지름길로 가고, 실수를 하고
15:13
we err잘못하다, we make mistakes실수,
262
901335
3437
15:16
we're biased치우친, and in innumerable셀 수 없는 ways길,
263
904772
3684
많은 방면에서 편향되어 있고
세상을 잘못 이해합니다.
15:20
we get the world세계 wrong잘못된.
264
908456
2969
15:24
I think these are all important중대한 stories이야기,
265
912843
2949
저는 이 모든 게 중요하고
15:27
and they have a lot to tell us
about what it means방법 to be human인간의,
266
915792
3785
인간적인 것이 어떤 의미인지에 대해
많은 것을 말해준다고 생각합니다.
15:31
but I want you to note노트 that today오늘
I told you a very different다른 story이야기.
267
919577
3529
하지만 전 오늘 완전히 다른 이야기를
들려드렸다는 걸 강조하고 싶습니다.
15:35
It's a story이야기 about minds마음 and not brains두뇌,
268
923966
3807
뇌가 아닌 사고에 관한
이야기였습니다.
15:39
and in particular특별한, it's a story이야기
about the kinds종류 of computations계산
269
927773
3006
그리고 특별하게
인간의 정신만이 가능한
15:42
that uniquely유일하게 human인간의 minds마음 can perform행하다,
270
930779
2590
많은 양의 구조화된 지식과
15:45
which어느 involve감다 rich풍부한, structured구조화 된 knowledge지식
and the ability능력 to learn배우다
271
933369
3944
적은 양의 자료와 소수의
표본으로부터 얻은 증거로부터
15:49
from small작은 amounts금액 of data데이터,
the evidence증거 of just a few조금 examples예제들.
272
937313
5268
학습할 수 있는 능력을 포함하는
계산 능력에 관한 이야기죠.
근본적으로 어떻게
어린 아이에서 시작해서
15:56
And fundamentally근본적으로, it's a story이야기
about how starting출발 as very small작은 children어린이
273
944301
4299
16:00
and continuing계속하다 out all the way
to the greatest가장 큰 accomplishments교양
274
948600
4180
우리 문화에서 가장 위대한
업적을 세움으로써
16:04
of our culture문화,
275
952780
3843
세상을 제대로 알게 되는지에
대한 이야기입니다.
16:08
we get the world세계 right.
276
956623
1997
16:12
Folks여러분, human인간의 minds마음 do not only learn배우다
from small작은 amounts금액 of data데이터.
277
960433
5267
여러분, 인간의 사고는 적은 양의
자료로만 학습하지 않습니다.
16:18
Human인간 minds마음 think
of altogether전부 new새로운 ideas아이디어.
278
966285
2101
새로운 생각도 종합적으로 합니다.
16:20
Human인간 minds마음 generate일으키다
research연구 and discovery발견,
279
968746
3041
연구와 발견을 만들어내고
16:23
and human인간의 minds마음 generate일으키다
art미술 and literature문학 and poetry시 and theater극장,
280
971787
5273
예술과 문학과 시와 극작을 만듭니다.
16:29
and human인간의 minds마음 take care케어 of other humans인간:
281
977070
3760
그리고 다른 인간을 보살핍니다.
16:32
our old늙은, our young어린, our sick고약한.
282
980830
3427
노인과 아이와 병자들을요.
16:36
We even heal고치다 them.
283
984517
2367
심지어 치유해줍니다.
16:39
In the years연령 to come, we're going
to see technological기술적 인 innovations혁신
284
987564
3103
앞으로 우리는 상상을 초월하는
16:42
beyond...을 넘어서 anything I can even envision상상하다,
285
990667
3797
기술적 혁신을 보게 될 겁니다.
16:46
but we are very unlikely있을 것 같지 않게
286
994464
2150
하지만 저와 여러분 세대에서
16:48
to see anything even approximating근사치
the computational전산의 power힘 of a human인간의 child어린이
287
996614
5709
인간 아이의 계산 능력에
조금이라도 근접하는 걸
16:54
in my lifetime일생 or in yours당신 것.
288
1002323
4298
볼 가능성은 거의 없습니다.
16:58
If we invest사다 in these most가장 powerful강한
learners학습자 and their그들의 development개발,
289
1006621
5047
가장 강력한 학습자들과
그들의 발달에 투자한다면
17:03
in babies아기들 and children어린이
290
1011668
2917
아기와 아이들, 엄마와 아빠들에게,
17:06
and mothers어머니 and fathers아버지
291
1014585
1826
17:08
and caregivers간병인 and teachers교사
292
1016411
2699
돌보미와 선생님들에게 말입니다.
17:11
the ways길 we invest사다 in our other
most가장 powerful강한 and elegant우아한 forms형태
293
1019110
4170
우리가 가장 강력하고 정밀한 형태의
기술과 공학과 디자인에 하듯이 한다면
17:15
of technology과학 기술, engineering공학 and design디자인,
294
1023280
3218
단지 더 나은 미래를
꿈꾸기만 하는 게 아니라
17:18
we will not just be dreaming꿈꾸는
of a better future미래,
295
1026498
2939
17:21
we will be planning계획 for one.
296
1029437
2127
계획하게 될 것입니다.
17:23
Thank you very much.
297
1031564
2345
정말 감사합니다.
17:25
(Applause박수 갈채)
298
1033909
3421
(박수)
17:29
Chris크리스 Anderson앤더슨: Laura로라, thank you.
I do actually사실은 have a question문제 for you.
299
1037810
4426
크리스: 로라, 감사합니다.
사실 질문이 하나 있습니다.
17:34
First of all, the research연구 is insane미친 것 같은.
300
1042236
2359
먼저, 미친 연구네요.
17:36
I mean, who would design디자인
an experiment실험 like that? (Laughter웃음)
301
1044595
3725
누가 저런 연구를
설계하겠어요? (웃음)
17:41
I've seen본 that a couple두 of times타임스,
302
1049150
1790
저런 걸 몇 번 본 적은 있지만
17:42
and I still don't honestly정직하게 believe
that that can truly진실로 be happening사고,
303
1050940
3222
아직도 실제로 일어날 수 있다는 걸
솔직히 못 믿겠어요.
17:46
but other people have done끝난
similar비슷한 experiments실험; it checks체크 무늬 out.
304
1054162
3158
그렇지만 다른 사람들도
비슷한 실험을 했고
아기가 정말 천재라는 게 입증됐나요?
17:49
The babies아기들 really are that genius천재.
305
1057320
1633
17:50
LSLS: You know, they look really impressive인상적인
in our experiments실험,
306
1058953
3007
로라: 아기들은 우리 실험 속에서
정말 인상적입니다.
17:53
but think about what they
look like in real레알 life, right?
307
1061960
2652
하지만 현실에서는 어떤지
생각해 보세요.
아기로 시작해서
17:56
It starts시작하다 out as a baby아가.
308
1064612
1150
18개월 후에는 말을 하고 있죠.
17:57
Eighteen십팔 months개월 later후에,
it's talking말하는 to you,
309
1065762
2007
17:59
and babies'아기 ' first words말 aren't있지 않다. just
things like balls불알 and ducks즈크 바지,
310
1067769
3041
아기들의 첫 단어는
공이나 오리같은 게 아니에요.
18:02
they're things like "all gone지나간,"
which어느 refer부치다 to disappearance소실,
311
1070810
2881
소멸을 뜻하는 "다 없어졌어"
같은 것들이죠.
18:05
or "uh-oh어 오," which어느 refer부치다
to unintentional의도하지 않은 actions행위.
312
1073691
2283
아니면 의도치 않은 행동을 뜻하는
"어어"같은 것이나요.
18:07
It has to be that powerful강한.
313
1075974
1562
그만큼 강력합니다.
18:09
It has to be much more powerful강한
than anything I showed보여 주었다 you.
314
1077536
2775
제가 보여준 것들 이상으로 강력해요.
세상의 모든 걸 이해하는 중이니까요.
18:12
They're figuring생각하다 out the entire완전한 world세계.
315
1080311
1974
18:14
A four-year-old4 살짜리 can talk to you
about almost거의 anything.
316
1082285
3144
4살짜리 아이는 여러분에게
거의 모든 것에 대해 얘기할 수 있죠.
18:17
(Applause박수 갈채)
317
1085429
1601
(박수)
18:19
CA캘리포니아 주: And if I understand알다 you right,
the other key키 point포인트 you're making만들기 is,
318
1087030
3414
크리스: 제가 제대로 이해했다면
당신이 말하는 또 다른 요점은
18:22
we've우리는 been through...을 통하여 these years연령
where there's all this talk
319
1090444
2754
여태까지 오랜 시간
우리의 정신이 변덕스럽고
18:25
of how quirky기이 한 and buggy버기 our minds마음 are,
320
1093198
1932
결함이 많다는 논의가 많이 있어왔고,
18:27
that behavioral행동 적 economics경제학
and the whole완전한 theories이론들 behind뒤에 that
321
1095130
2867
우리가 합리적인 인간이 아니라는 걸
18:29
that we're not rational이성적인 agents자치령 대표.
322
1097997
1603
행동경제학과 다른 많은
이론들이 뒷받침하고 있죠.
18:31
You're really saying속담 that the bigger더 큰
story이야기 is how extraordinary이상한,
323
1099600
4216
당신이 말씀하시는 건,
더 큰 그림은 아기들이
18:35
and there really is genius천재 there
that is underappreciated과소 평가 된.
324
1103816
4944
정말 비범하고 사실상
과소평가받는 천재들이라는거죠.
18:40
LSLS: One of my favorite특히 잘하는
quotes인용 부호 in psychology심리학
325
1108760
2070
로라: 제가 심리학에서
가장 좋아하는 인용구 중 하나가
18:42
comes온다 from the social사회적인
psychologist심리학자 Solomon솔로몬 Asch애쉬,
326
1110830
2290
사회심리학자 솔로몬 애쉬가
하신 말씀입니다.
18:45
and he said the fundamental기본적인 task태스크
of psychology심리학 is to remove풀다
327
1113120
2807
심리학의 근본적 과제는
자명함의 베일을
18:47
the veil베일 of self-evidence자기 증거 from things.
328
1115927
2626
걷어내는 것이다.
18:50
There are orders명령 of magnitude크기
more decisions결정들 you make every...마다 day
329
1118553
4551
여러분은 매일, 세상을 옳게 이해하는
백만 자리수가 넘는 갯수의
18:55
that get the world세계 right.
330
1123104
1347
결정을 내립니다.
18:56
You know about objects사물
and their그들의 properties속성들.
331
1124451
2132
여러분은 물체와 그 속성에
대해 알고 있습니다.
18:58
You know them when they're occluded폐색 된.
You know them in the dark어두운.
332
1126583
3029
막혀있을 때나
어둠 속에 있을 때도 알고
19:01
You can walk산책 through...을 통하여 rooms방.
333
1129612
1308
방을 걸어서 통과할 수 있습니다.
19:02
You can figure그림 out what other people
are thinking생각. You can talk to them.
334
1130920
3532
다른 사람들이 무슨 생각을 하는지
알아내고 그들과 얘기할 수 있고
우주를 탐사하고 숫자에 대해 알고
19:06
You can navigate항해하다 space공간.
You know about numbers번호.
335
1134452
2230
인과관계와 도덕적 추론에 대해 압니다.
19:08
You know causal인과적인 relationships관계.
You know about moral사기 reasoning추리.
336
1136682
3022
노력 없이 하기 때문에
우리는 보지 못하지만
19:11
You do this effortlessly여유롭게,
so we don't see it,
337
1139704
2356
이게 우리가 세상을 옳게 이해하는
방법이고 놀랍습니다.
19:14
but that is how we get the world세계 right,
and it's a remarkable주목할 만한
338
1142060
2912
그리고 이해하기 힘든 업적이죠.
19:16
and very difficult-to-understand이해하기 어려운
accomplishment성취.
339
1144972
2318
크리스: 제 생각에는 청중들 중에
기술력을 발전시키는 관점을 가지고
19:19
CA캘리포니아 주: I suspect용의자 there are people
in the audience청중 who have
340
1147290
2628
19:21
this view전망 of accelerating가속하는
technological기술적 인 power힘
341
1149918
2238
당신이 우리 세대에 절대로 컴퓨터가
19:24
who might힘 dispute분쟁 your statement성명서
that never in our lifetimes일생
342
1152156
2958
세 살의 아이가 할 수 있는 일을
하지 못할 것이라는 주장에
19:27
will a computer컴퓨터 do what
a three-year-old3 살짜리 child어린이 can do,
343
1155114
2618
이의를 제기할 분이
있을 것 같진 않지만
분명한 것은 어떤 시나리오 안에서건
19:29
but what's clear명확한 is that in any scenario대본,
344
1157732
3248
19:32
our machines기계들 have so much to learn배우다
from our toddlers유아.
345
1160980
3770
기계가 아기들에게서 배울 게
정말 많다는 거죠.
19:38
LSLS: I think so. You'll너 have some
machine기계 learning배우기 folks사람들 up here.
346
1166230
3216
로라: 그렇게 생각해요. 여기
기계를 공부하는 분도 있을 거예요.
19:41
I mean, you should never bet내기
against반대 babies아기들 or chimpanzees침팬지
347
1169446
4203
현실 속 내기에서는 절대로
아기나 침팬지나 기술 반대편에
19:45
or technology과학 기술 as a matter문제 of practice연습,
348
1173649
3645
돈을 걸면 안됩니다.
19:49
but it's not just
a difference차 in quantity수량,
349
1177294
4528
하지만 이건 단순히
양적 차이의 문제가 아니라
19:53
it's a difference차 in kind종류.
350
1181822
1764
유형적 차이의 문제입니다.
19:55
We have incredibly엄청나게 powerful강한 computers컴퓨터들,
351
1183586
2160
우리는 가끔은 방대한 양의 자료로
19:57
and they do do amazingly놀랍게도
sophisticated매우 복잡한 things,
352
1185746
2391
매우 정교한 작업도 수행하는
20:00
often자주 with very big큰 amounts금액 of data데이터.
353
1188137
3204
놀라울 정도의 고성능
컴퓨터가 있습니다.
20:03
Human인간 minds마음 do, I think,
something quite아주 different다른,
354
1191341
2607
저는 사람의 사고는 상당히 다른
무언가를 한다고 생각합니다.
20:05
and I think it's the structured구조화 된,
hierarchical계층 적 nature자연 of human인간의 knowledge지식
355
1193948
3895
그리고 구조화된,
계급적 본성을 가진 인간의 지식이
20:09
that remains유적 a real레알 challenge도전.
356
1197843
2032
남아있는 어려운 과제라고 생각합니다.
20:11
CA캘리포니아 주: Laura로라 Schulz슐츠, wonderful훌륭한
food식품 for thought. Thank you so much.
357
1199875
3061
크리스: 정말 좋은 생각해 볼
거리를 주셨네요. 감사합니다.
20:14
LSLS: Thank you.
(Applause박수 갈채)
358
1202936
2922
로라: 감사합니다. (박수)
Translated by Ju Hye Lim
Reviewed by Jihyeon J. Kim

▲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
THE ORIGINAL VIDEO ON TED.COM