ABOUT THE SPEAKER
Laura Schulz - Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn.

Why you should listen

MIT Early Childhood Cognition Lab lead investigator Laura Schulz studies learning in early childhood. Her research bridges computational models of cognitive development and behavioral studies in order to understand the origins of inquiry and discovery.

Working in play labs, children’s museums, and a recently-launched citizen science website, Schultz is reshaping how we view young children’s perceptions of the world around them. Some of the surprising results of her research: before the age of four, children expect hidden causes when events happen probabilistically, use simple experiments to distinguish causal hypotheses, and trade off learning from instruction and exploration.

More profile about the speaker
Laura Schulz | Speaker | TED.com
TED2015

Laura Schulz: The surprisingly logical minds of babies

Laura Schulz: De verrassende logica van baby's

Filmed:
1,888,975 views

Hoe leren baby's zo veel van zo weinig, zo snel? In een amusante talk vol experimenten laat cognitief wetenschapper Laura Schulz zien hoe onze kleintjes beslissingen nemen op basis van een verrassend sterk gevoel voor logica, ver voordat ze kunnen praten.
- Cognitive scientist
Developmental behavior studies spearheaded by Laura Schulz are changing our notions of how children learn. Full bio

Double-click the English transcript below to play the video.

00:12
MarkMark TwainTwain summedopgeteld up
what I take to be
0
835
2155
Mark Twain vatte een van de meest
00:14
one of the fundamentalfundamenteel problemsproblemen
of cognitivecognitieve sciencewetenschap
1
2990
3120
fundamentele problemen
van de cognitieve wetenschap samen
00:18
with a singlesingle witticismboutade.
2
6110
1710
in deze quote.
00:20
He said, "There's something
fascinatingfascinerend about sciencewetenschap.
3
8410
3082
Hij zei: "Er is iets fascinerends
aan de wetenschap.
00:23
One getskrijgt suchzodanig wholesaleGroothandel
returnskomt terug of conjecturevermoeden
4
11492
3228
Zo'n enorme opbrengst uit speculatie
00:26
out of suchzodanig a triflingfutiele
investmentinvestering in factfeit."
5
14720
3204
met zo'n geringe investering in feiten."
00:29
(LaughterGelach)
6
17924
1585
(Gelach)
00:32
TwainTwain meantbedoelde it as a jokegrap,
of courseCursus, but he's right:
7
20199
2604
Twain maakte een grapje,
maar hij heeft wel gelijk.
00:34
There's something
fascinatingfascinerend about sciencewetenschap.
8
22803
2876
Er is iets fascinerends
aan wetenschap.
00:37
From a fewweinig bonesbeenderen, we inferafleiden
the existencebestaan of dinosuarsdinosuars.
9
25679
4261
Uit een paar botten kunnen we
het bestaan van dinosaurussen afleiden,
00:42
From spectralspectrale lineslijnen,
the compositionsamenstelling of nebulaenevels.
10
30910
3871
uit spectraallijnen het ontstaan
van interstellaire gas- en stofwolken,
00:47
From fruitfruit fliesvliegen,
11
35471
2938
uit fruitvliegjes
00:50
the mechanismsmechanismen of heredityerfelijkheid,
12
38409
2943
de kenmerken van erfelijkheid
00:53
and from reconstructedgereconstrueerd imagesafbeeldingen
of bloodbloed flowingvloeiende throughdoor the brainhersenen,
13
41352
4249
en uit gereconstrueerde beelden
van bloed dat door het brein stroomt,
00:57
or in my casegeval, from the behaviorgedrag
of very youngjong childrenkinderen,
14
45601
4708
of, in mijn geval, uit het gedrag
van heel jonge kinderen
01:02
we try to say something about
the fundamentalfundamenteel mechanismsmechanismen
15
50309
2829
proberen we iets af te leiden
over de fundamentele werking
01:05
of humanmenselijk cognitionkennis.
16
53138
1618
van de menselijke cognitie.
01:07
In particularbijzonder, in my lablaboratorium in the DepartmentDepartement
of BrainHersenen and CognitiveCognitieve SciencesWetenschappen at MITMIT,
17
55716
4759
In mijn lab, bij TU Massachusetts'
afdeling cognitieve neurowetenschappen,
01:12
I have spentdoorgebracht the pastverleden decadedecennium
tryingproberen to understandbegrijpen the mysterymysterie
18
60475
3654
heb ik de afgelopen tien jaar
gewerkt met het vraagstuk
01:16
of how childrenkinderen learnleren so much
from so little so quicklysnel.
19
64129
3977
hoe kinderen zo snel en zo veel
kunnen leren van zo weinig.
01:20
Because, it turnsbochten out that
the fascinatingfascinerend thing about sciencewetenschap
20
68666
2978
Want wat zo fascinerend is
aan de wetenschap,
01:23
is alsoook a fascinatingfascinerend
thing about childrenkinderen,
21
71644
3529
is ook fascinerend aan kinderen.
01:27
whichwelke, to put a gentlerzachter
spinspinnen on MarkMark TwainTwain,
22
75173
2581
Namelijk, om het iets milder
te zeggen dan Mark Twain,
01:29
is preciselyprecies theirhun abilityvermogen
to drawtrek richrijk, abstractabstract inferencesgevolgtrekkingen
23
77754
4650
hun vermogen om snel en nauwkeurig
rijke en abstracte conclusies te trekken
01:34
rapidlysnel and accuratelynauwkeurig
from sparsesparse, noisyluidruchtig datagegevens.
24
82404
4661
uit schaarse en vage data.
01:40
I'm going to give you
just two examplesvoorbeelden todayvandaag.
25
88355
2398
Ik zal jullie twee voorbeelden geven.
01:42
One is about a problemprobleem of generalizationgeneralisatie,
26
90753
2287
Het eerste heeft te maken
met generalisatie,
01:45
and the other is about a problemprobleem
of causaloorzakelijk reasoningredenering.
27
93040
2850
en het tweede met causale verbanden.
01:47
And althoughhoewel I'm going to talk
about work in my lablaboratorium,
28
95890
2525
Ook al zal ik het vooral
over mijn eigen werk hebben,
01:50
this work is inspiredgeinspireerd by
and indebtedschuldenlast to a fieldveld-.
29
98415
3460
dit werk is geïnspireerd door,
en te danken aan, een vakgebied.
01:53
I'm gratefuldankbaar to mentorsmentoren, colleaguescollega's,
and collaboratorsmedewerkers around the worldwereld-.
30
101875
4283
Ik ben alle mentors, collega's en mensen
met wie ik heb samengewerkt dankbaar.
01:59
Let me startbegin with the problemprobleem
of generalizationgeneralisatie.
31
107308
2974
Laten we beginnen met het probleem
van generalisatie.
02:02
GeneralizingGeneraliseren from smallklein samplessamples of datagegevens
is the breadbrood and butterboter of sciencewetenschap.
32
110652
4133
Een kleine hoeveelheid data generaliseren
is dagelijkse kost in de wetenschap.
02:06
We pollPoll a tinyklein fractionfractie of the electoratekiezers
33
114785
2554
We peilen een kleine fractie
van de kiesgerechtigden
02:09
and we predictvoorspellen the outcomeresultaat
of nationalnationaal electionsverkiezingen.
34
117339
2321
en voorspellen de uitkomst
van landelijke verkiezingen.
02:12
We see how a handfulhandvol of patientspatiënten
respondsreageert to treatmentbehandeling in a clinicalklinisch trialproces,
35
120240
3925
We kijken hoe een handvol patiënten
reageert op een klinische behandeling
02:16
and we bringbrengen drugsdrugs to a nationalnationaal marketmarkt.
36
124165
3065
en we brengen een medicijn op de markt.
02:19
But this only workswerken if our samplemonster
is randomlywillekeurig drawngetrokken from the populationbevolking.
37
127230
4365
Maar dit werkt alleen als de proefpersonen
willekeurig worden gekozen.
02:23
If our samplemonster is cherry-pickedcherry picked-
in some way --
38
131595
2735
Als ze op een of andere manier
zijn geselecteerd --
02:26
say, we pollPoll only urbanstedelijk voterskiezers,
39
134330
2072
stel dat we alleen mensen
in steden peilen,
02:28
or say, in our clinicalklinisch trialstrials
for treatmentsbehandelingen for hearthart- diseaseziekte,
40
136402
4388
of dat er in onze klinische testen
van medicijnen voor hartziektes
02:32
we includeomvatten only menmannen --
41
140790
1881
alleen mannen meedoen,
02:34
the resultsuitslagen maymei not generalizegeneraliseren
to the broaderbredere populationbevolking.
42
142671
3158
dan kunnen de resultaten niet
veralgemeend worden.
02:38
So scientistswetenschappers carezorg whetherof evidencebewijsmateriaal
is randomlywillekeurig sampledbemonsterd or not,
43
146479
3581
Dus wetenschappers willen weten of
het om een willekeurige steekproef gaat,
02:42
but what does that have to do with babiesbabies?
44
150060
2015
maar wat heeft dat te maken met baby's?
02:44
Well, babiesbabies have to generalizegeneraliseren
from smallklein samplessamples of datagegevens all the time.
45
152585
4621
Baby's moeten constant
kleine hoeveelheden data generaliseren.
02:49
They see a fewweinig rubberrubber duckseenden
and learnleren that they floatfloat,
46
157206
3158
Ze zien een paar badeendjes
en leren dat die drijven,
02:52
or a fewweinig ballsballen and learnleren that they bounceBounce.
47
160364
3575
of een paar ballen en leren
dat die stuiteren.
02:55
And they developontwikkelen expectationsverwachtingen
about duckseenden and ballsballen
48
163939
2951
Zo krijgen ze verwachtingen
over eenden en ballen
02:58
that they're going to extenduitbreiden
to rubberrubber duckseenden and ballsballen
49
166890
2716
die ze zullen overdragen
op badeenden en ballen
03:01
for the restrust uit of theirhun liveslevens.
50
169606
1879
voor de rest van hun leven.
03:03
And the kindssoorten of generalizationsgeneralisaties
babiesbabies have to make about duckseenden and ballsballen
51
171485
3739
En dit soort generalisaties die baby's
moeten maken over eenden en ballen
03:07
they have to make about almostbijna everything:
52
175224
2089
moeten ze over bijna alles maken:
03:09
shoesschoenen and shipsschepen and sealingafdichting waxWax
and cabbageskool and kingskoningen.
53
177313
3917
schoenen en schepen en zegellak
en kool en koningen.
03:14
So do babiesbabies carezorg whetherof
the tinyklein bitbeetje of evidencebewijsmateriaal they see
54
182200
2961
Kan het baby's iets schelen
of het luttele bewijs dat ze zien
03:17
is plausiblyaannemelijk representativevertegenwoordiger
of a largergrotere populationbevolking?
55
185161
3692
representatief is
voor een grotere populatie?
03:21
Let's find out.
56
189763
1900
Laten we eens kijken.
03:23
I'm going to showtonen you two moviesfilms,
57
191663
1723
Ik laat jullie twee filmpjes zien
03:25
one from eachelk of two conditionsvoorwaarden
of an experimentexperiment,
58
193386
2462
van twee verschillende condities
van een experiment.
03:27
and because you're going to see
just two moviesfilms,
59
195848
2438
Omdat jullie maar twee filmpjes zien,
03:30
you're going to see just two babiesbabies,
60
198286
2136
zien jullie ook maar twee baby's.
03:32
and any two babiesbabies differverschillen from eachelk other
in innumerableontelbare waysmanieren.
61
200422
3947
Twee verschillende baby's vertonen
uiteraard ontelbare verschillen.
03:36
But these babiesbabies, of courseCursus,
here standstand in for groupsgroepen of babiesbabies,
62
204369
3051
Maar dit zijn natuurlijk voorbeelden
uit twee groepen baby's,
03:39
and the differencesverschillen you're going to see
63
207420
1895
en de verschillen die je ziet
03:41
representvertegenwoordigen averagegemiddelde groupgroep differencesverschillen
in babies'baby's behaviorgedrag acrossaan de overkant conditionsvoorwaarden.
64
209315
5195
zijn representatief voor de verschillen
per groep voor beide condities.
03:47
In eachelk moviefilm, you're going to see
a babybaby doing maybe
65
215160
2583
In elk filmpje zie je
een baby die waarschijnlijk
03:49
just exactlyprecies what you mightmacht
expectverwachten a babybaby to do,
66
217743
3460
precies doet wat je van een baby verwacht.
03:53
and we can hardlynauwelijks make babiesbabies
more magicalmagisch than they alreadynu al are.
67
221203
4017
We kunnen baby's nou een keer niet nog
wonderlijker maken dan ze al zijn.
03:58
But to my mindgeest the magicalmagisch thing,
68
226090
2010
Maar het meest wonderlijke volgens mij,
04:00
and what I want you to paybetalen attentionaandacht to,
69
228100
2089
en daar moet je hier op letten,
04:02
is the contrastcontrast betweentussen
these two conditionsvoorwaarden,
70
230189
3111
is het verschil tussen de twee condities,
04:05
because the only thing
that differsverschilt betweentussen these two moviesfilms
71
233300
3529
want het enige verschil
tussen de beide filmpjes
04:08
is the statisticalstatistisch evidencebewijsmateriaal
the babiesbabies are going to observeobserveren.
72
236829
3466
is het statistische bewijs
dat de baby's in acht nemen.
04:13
We're going to showtonen babiesbabies
a boxdoos of blueblauw and yellowgeel ballsballen,
73
241425
3183
We laten de baby's een doos
met blauwe en gele ballen zien,
04:16
and my then-graduatedan-afgestudeerde studentstudent,
now colleaguecollega at StanfordStanford, HyowonHyowon GweonGweon,
74
244608
4620
en mijn toenmalige student,
nu collega in Stanford, Hyowon Gweon,
04:21
is going to pullTrekken threedrie blueblauw ballsballen
in a rowrij out of this boxdoos,
75
249228
3077
pakt drie blauwe ballen achter elkaar
uit die doos,
04:24
and when she pullstrekt those ballsballen out,
she's going to squeezeknijpen them,
76
252305
3123
en telkens als ze een bal pakt,
knijpt ze erin
04:27
and the ballsballen are going to squeaksqueak.
77
255428
2113
en piept de bal.
04:29
And if you're a babybaby,
that's like a TEDTED Talk.
78
257541
2763
En voor een baby is dat
zoiets als een TED-talk.
04:32
It doesn't get better than that.
79
260304
1904
Beter wordt het niet.
04:34
(LaughterGelach)
80
262208
2561
(Gelach)
04:38
But the importantbelangrijk pointpunt is it's really
easygemakkelijk to pullTrekken threedrie blueblauw ballsballen in a rowrij
81
266968
3659
Waar het om gaat, is dat het eenvoudig
is om drie blauwe ballen achter elkaar
04:42
out of a boxdoos of mostlymeestal blueblauw ballsballen.
82
270627
2305
te pakken uit een doos
met vooral blauwe ballen.
04:44
You could do that with your eyesogen closedGesloten.
83
272932
2060
Dat kun je met ogen dicht doen.
04:46
It's plausiblyaannemelijk a randomwillekeurig samplemonster
from this populationbevolking.
84
274992
2996
Het zou goed een willekeurige
steekproef kunnen zijn.
04:49
And if you can reachberijk into a boxdoos at randomwillekeurig
and pullTrekken out things that squeaksqueak,
85
277988
3732
En als je willekeurig dingen
uit een doos haalt en ze piepen,
04:53
then maybe everything in the boxdoos squeakspiept.
86
281720
2839
dan piept misschien wel
alles wat in de doos zit.
04:56
So maybe babiesbabies should expectverwachten
those yellowgeel ballsballen to squeaksqueak as well.
87
284559
3650
Dus misschien zouden baby's verwachten
dat de gele ballen ook piepen.
05:00
Now, those yellowgeel ballsballen
have funnygrappig sticksstokken on the endeinde,
88
288209
2519
Aan de gele ballen zitten echter
grappige stokjes,
05:02
so babiesbabies could do other things
with them if they wanted to.
89
290728
2857
dus zouden baby's er ook andere dingen
mee kunnen doen.
05:05
They could poundpond them or whackmeppen them.
90
293585
1831
Ze kunnen ermee rammelen of slaan.
05:07
But let's see what the babybaby does.
91
295416
2586
Laten we kijken wat de baby doet.
05:12
(VideoVideo) HyowonHyowon GweonGweon: See this?
(BallBal squeakspiept)
92
300548
3343
(Video) Hyowon Gweon: Kijk eens?
(Bal piept)
05:16
Did you see that?
(BallBal squeakspiept)
93
304531
3045
Zag je dat?
(Bal piept)
05:20
CoolCool.
94
308036
3066
Wat mooi!
05:24
See this one?
95
312706
1950
Kijk eens naar deze?
05:26
(BallBal squeakspiept)
96
314656
1881
(Bal piept)
05:28
WowWow.
97
316537
2653
Wow.
05:33
LauraLaura SchulzSchulz: Told you. (LaughsLacht)
98
321854
2113
Laura Schulz: Ik zei het toch.
(Gelach)
05:35
(VideoVideo) HGHG: See this one?
(BallBal squeakspiept)
99
323967
4031
(Video) HG: Kijk eens naar deze?
(Bal piept)
05:39
Hey ClaraClara, this one'séén is for you.
You can go aheadverder and playspelen.
100
327998
4619
Kijk, Clara, deze is voor jou.
Speel er maar mee.
05:51
(LaughterGelach)
101
339854
4365
(Gelach)
05:56
LSLS: I don't even have to talk, right?
102
344219
2995
LS: Ik hoef niets meer te zeggen, toch?
05:59
All right, it's niceleuk that babiesbabies
will generalizegeneraliseren propertieseigenschappen
103
347214
2899
Oké, het is leuk dat baby's
eigenschappen generaliseren
06:02
of blueblauw ballsballen to yellowgeel ballsballen,
104
350113
1528
van blauwe naar gele ballen,
06:03
and it's impressiveindrukwekkend that babiesbabies
can learnleren from imitatingimiteren us,
105
351641
3096
en het is indrukwekkend dat baby's
kunnen leren door te imiteren,
06:06
but we'vewij hebben knownbekend those things about babiesbabies
for a very long time.
106
354737
3669
maar die dingen wisten we al heel lang.
06:10
The really interestinginteressant questionvraag
107
358406
1811
De echt interessante vraag is
06:12
is what happensgebeurt when we showtonen babiesbabies
exactlyprecies the samedezelfde thing,
108
360217
2852
wat er gebeurt als we baby's meermaals
exact hetzelfde laten zien.
06:15
and we can ensureervoor zorgen it's exactlyprecies the samedezelfde
because we have a secretgeheim compartmentgedeelte
109
363069
3611
En we weten dat het exact hetzelfde is,
want we hebben een geheim vakje
06:18
and we actuallywerkelijk pullTrekken the ballsballen from there,
110
366680
2110
waar we de ballen uit halen.
06:20
but this time, all we changeverandering
is the apparentherkenbaar populationbevolking
111
368790
3478
Het enige dat we veranderen,
is de zichtbare populatie
06:24
from whichwelke that evidencebewijsmateriaal was drawngetrokken.
112
372268
2902
waar het bewijs vandaan komt.
06:27
This time, we're going to showtonen babiesbabies
threedrie blueblauw ballsballen
113
375170
3553
Deze keer laten we de baby's
drie blauwe ballen zien
06:30
pulledgetrokken out of a boxdoos
of mostlymeestal yellowgeel ballsballen,
114
378723
3384
uit een doos met vooral gele ballen,
06:34
and guessraden what?
115
382107
1322
en wat denk je?
06:35
You [probablywaarschijnlijk won'tzal niet] randomlywillekeurig drawtrek
threedrie blueblauw ballsballen in a rowrij
116
383429
2840
Je kunt niet willekeurig
drie blauwe ballen achter elkaar
06:38
out of a boxdoos of mostlymeestal yellowgeel ballsballen.
117
386269
2484
uit een doos met
vooral gele ballen pakken.
06:40
That is not plausiblyaannemelijk
randomlywillekeurig sampledbemonsterd evidencebewijsmateriaal.
118
388753
3747
Het is niet aannemelijk dat je
ze dan willekeurig gekozen hebt.
06:44
That evidencebewijsmateriaal suggestssuggereert that maybe HyowonHyowon
was deliberatelymet opzet samplingbemonstering the blueblauw ballsballen.
119
392500
5123
Dat resultaat suggereert dat Hyowon
misschien expres de blauwe ballen pakte.
06:49
Maybe there's something specialspeciaal
about the blueblauw ballsballen.
120
397623
2583
Misschien is er iets speciaals
aan de blauwe ballen.
06:52
Maybe only the blueblauw ballsballen squeaksqueak.
121
400846
2976
Misschien piepen alleen de blauwe ballen.
06:55
Let's see what the babybaby does.
122
403822
1895
Laten we kijken wat de baby doet.
06:57
(VideoVideo) HGHG: See this?
(BallBal squeakspiept)
123
405717
2904
(Video) HG: Kijk eens?
(Bal piept)
07:02
See this toyspeelgoed-?
(BallBal squeakspiept)
124
410851
2645
Kijk eens naar deze?
(Bal piept)
07:05
Oh, that was coolkoel. See?
(BallBal squeakspiept)
125
413496
5480
Oh, dat was leuk. Kijk?
(Bal piept)
07:10
Now this one'séén is for you to playspelen.
You can go aheadverder and playspelen.
126
418976
4394
Hier, deze is voor jou om mee te spelen.
Toe maar, speel er maar mee.
07:18
(FussingGedoe)
(LaughterGelach)
127
426074
6347
(Gerommel)
(Gelach)
07:26
LSLS: So you just saw
two 15-month-old-maand-oude babiesbabies
128
434901
2748
LS: Jullie hebben net twee baby's
van 15 maanden gezien
07:29
do entirelygeheel differentverschillend things
129
437649
1942
die totaal verschillend reageerden,
07:31
basedgebaseerde only on the probabilitywaarschijnlijkheid
of the samplemonster they observedopgemerkt.
130
439591
3599
enkel gebaseerd op de waarschijnlijkheid
van de proef die ze zagen.
07:35
Let me showtonen you the experimentalexperimenteel resultsuitslagen.
131
443190
2321
Hier zijn de resultaten
van het experiment:
07:37
On the verticalverticaal axisas, you'llje zult see
the percentagepercentage of babiesbabies
132
445511
2764
Op de verticale as zie je
het percentage baby's
07:40
who squeezedgeperst the ballbal in eachelk conditionstaat,
133
448275
2530
dat in de bal kneep, per conditie.
07:42
and as you'llje zult see, babiesbabies are much
more likelywaarschijnlijk to generalizegeneraliseren the evidencebewijsmateriaal
134
450805
3715
En je ziet: baby's generaliseren
het bewijs eerder
07:46
when it's plausiblyaannemelijk representativevertegenwoordiger
of the populationbevolking
135
454520
3135
als het representatief lijkt te zijn
voor de populatie
07:49
than when the evidencebewijsmateriaal
is clearlyduidelijk cherry-pickedcherry picked-.
136
457655
3738
dan wanneer het bewijs
duidelijk gekozen is.
07:53
And this leadsleads to a funpret predictionvoorspelling:
137
461393
2415
En dit leidt tot een leuke voorspelling:
07:55
SupposeStel dat you pulledgetrokken just one blueblauw ballbal
out of the mostlymeestal yellowgeel boxdoos.
138
463808
4868
stel dat je maar één blauwe bal pakt
uit de doos met vooral gele.
08:00
You [probablywaarschijnlijk won'tzal niet] pullTrekken threedrie blueblauw ballsballen
in a rowrij at randomwillekeurig out of a yellowgeel boxdoos,
139
468896
3869
Drie blauwe ballen achter elkaar uit een
gele doos pakken is onwaarschijnlijk,
08:04
but you could randomlywillekeurig samplemonster
just one blueblauw ballbal.
140
472765
2455
maar je kunt wel toevallig
één blauwe bal pakken.
08:07
That's not an improbableonwaarschijnlijk samplemonster.
141
475220
1970
Dat is geen onwaarschijnlijke steekproef.
08:09
And if you could reachberijk into
a boxdoos at randomwillekeurig
142
477190
2224
En als je willekeurig iets
uit een doos pakt
08:11
and pullTrekken out something that squeakspiept,
maybe everything in the boxdoos squeakspiept.
143
479414
3987
en dat piept, misschien dat
alles in die doos dan wel piept.
08:15
So even thoughhoewel babiesbabies are going to see
much lessminder evidencebewijsmateriaal for squeakingpiepen,
144
483875
4445
Dus ook al zien de baby's
veel minder bewijs voor het piepen,
08:20
and have manyveel fewerminder actionsacties to imitateimiteren
145
488320
2242
en veel minder voorbeelden om na te doen
08:22
in this one ballbal conditionstaat than in
the conditionstaat you just saw,
146
490562
3343
in deze conditie met één bal
dan in de conditie die je net zag,
08:25
we predictedvoorspelde that babiesbabies themselveszich
would squeezeknijpen more,
147
493905
3892
wij voorspelden dat meer baby's
in de ballen zouden knijpen,
08:29
and that's exactlyprecies what we foundgevonden.
148
497797
2894
en dat is precies wat er gebeurde.
08:32
So 15-month-old-maand-oude babiesbabies,
in this respecteerbied, like scientistswetenschappers,
149
500691
4411
Dus baby's van 15 maanden vinden,
net als wetenschappers,
08:37
carezorg whetherof evidencebewijsmateriaal
is randomlywillekeurig sampledbemonsterd or not,
150
505102
3088
het van belang of bewijs
uit een willekeurige steekproef komt.
08:40
and they use this to developontwikkelen
expectationsverwachtingen about the worldwereld-:
151
508190
3507
En dat passen ze toe als ze verwachtingen
over de wereld scheppen:
08:43
what squeakspiept and what doesn't,
152
511697
2182
wat piept en wat niet,
08:45
what to exploreonderzoeken and what to ignorenegeren.
153
513879
3145
wat te ontdekken en wat te negeren.
08:50
Let me showtonen you anothereen ander examplevoorbeeld now,
154
518384
2066
Ik zal nu een ander voorbeeld laten zien,
08:52
this time about a problemprobleem
of causaloorzakelijk reasoningredenering.
155
520450
2730
over het probleem van causaal redeneren.
08:55
And it startsstarts with a problemprobleem
of confoundedverward evidencebewijsmateriaal
156
523180
2439
En het begint met het verwarrende bewijs
08:57
that all of us have,
157
525619
1672
waar we allemaal over beschikken,
08:59
whichwelke is that we are partdeel of the worldwereld-.
158
527291
2020
namelijk dat we deel uitmaken
van de wereld.
09:01
And this mightmacht not seemlijken like a problemprobleem
to you, but like mostmeest problemsproblemen,
159
529311
3436
Misschien lijkt jullie dat geen probleem,
maar zoals meestal,
09:04
it's only a problemprobleem when things go wrongfout.
160
532747
2337
is het alleen een probleem
als er iets mis gaat.
09:07
Take this babybaby, for instanceaanleg.
161
535464
1811
Neem bijvoorbeeld deze baby.
09:09
Things are going wrongfout for him.
162
537275
1705
Hij heeft een probleem:
09:10
He would like to make
this toyspeelgoed- go, and he can't.
163
538980
2271
hij wil dat dit speeltje werkt
en dat lukt niet.
09:13
I'll showtonen you a few-secondpaar seconden clipklem.
164
541251
2529
Ik laat een paar seconden
van het filmpje zien.
09:21
And there's two possibilitiesmogelijkheden, broadlyin grote lijnen:
165
549340
1920
Er zijn twee mogelijkheden:
09:23
Maybe he's doing something wrongfout,
166
551260
2634
misschien doet hij iets fout,
09:25
or maybe there's something
wrongfout with the toyspeelgoed-.
167
553894
4216
of misschien is het speeltje kapot.
09:30
So in this nextvolgende experimentexperiment,
168
558110
2111
Dus in het volgende experiment
09:32
we're going to give babiesbabies
just a tinyklein bitbeetje of statisticalstatistisch datagegevens
169
560221
3297
geven we de baby's
een heel klein beetje statistisch bewijs
09:35
supportingondersteuning van one hypothesishypothese over the other,
170
563518
2582
dat een van de hypotheses ondersteunt
09:38
and we're going to see if babiesbabies
can use that to make differentverschillend decisionsbeslissingen
171
566100
3455
en we kijken of baby's dat kunnen
gebruiken in hun beslissingen
09:41
about what to do.
172
569555
1834
over wat ze moeten doen.
09:43
Here'sHier is the setupSetup.
173
571389
2022
Dit is wat we deden:
09:46
HyowonHyowon is going to try to make
the toyspeelgoed- go and succeedslagen.
174
574071
3030
Hyowon probeert het speeltje en het werkt.
09:49
I am then going to try twicetweemaal
and failmislukken bothbeide timestijden,
175
577101
3320
Daarna probeer ik het twee keer
en beide keren lukt het niet,
09:52
and then HyowonHyowon is going
to try again and succeedslagen,
176
580421
3112
Hyowon probeert het nog een keer
en het werkt.
09:55
and this roughlyongeveer sumssommen up my relationshipverhouding
to my graduateafstuderen studentsstudenten
177
583533
3172
En dit is ongeveer hoe het meestal gaat
tussen mij en mijn studenten
09:58
in technologytechnologie acrossaan de overkant the boardboord.
178
586705
2835
met de meeste technologische dingen.
10:02
But the importantbelangrijk pointpunt here is
it providesbiedt a little bitbeetje of evidencebewijsmateriaal
179
590030
3292
Maar waar het hier om gaat is
dat het enigszins bewijst
10:05
that the problemprobleem isn't with the toyspeelgoed-,
it's with the personpersoon.
180
593322
3668
dat het niet aan het speeltje ligt,
maar aan de persoon.
10:08
Some people can make this toyspeelgoed- go,
181
596990
2350
Sommige mensen krijgen
dit speeltje aan de praat,
10:11
and some can't.
182
599340
959
en andere niet.
10:12
Now, when the babybaby getskrijgt the toyspeelgoed-,
he's going to have a choicekeuze.
183
600799
3413
Wanneer de baby het speeltje krijgt,
heeft hij een keuze.
10:16
His mommam is right there,
184
604212
2188
Zijn moeder zit naast hem,
10:18
so he can go aheadverder and handhand- off the toyspeelgoed-
and changeverandering the personpersoon,
185
606400
3315
dus hij kan het meteen aan haar geven
en de persoon veranderen.
10:21
but there's alsoook going to be
anothereen ander toyspeelgoed- at the endeinde of that clothdoek,
186
609715
3158
Maar er ligt ook nog speeltje
op het kleed,
10:24
and he can pullTrekken the clothdoek towardsnaar him
and changeverandering the toyspeelgoed-.
187
612873
3552
dus hij kan het kleed naar zich
toe trekken en het speeltje veranderen.
10:28
So let's see what the babybaby does.
188
616425
2090
Kijk maar wat de baby doet.
10:30
(VideoVideo) HGHG: Two, threedrie. Go!
(MusicMuziek)
189
618515
4183
(Video) HG: Twee, drie, go!
(Muziek)
10:34
LSLS: One, two, threedrie, go!
190
622698
3131
LS: Een, twee, drie, go!
10:37
ArthurArthur, I'm going to try again.
One, two, threedrie, go!
191
625829
7382
Arthur, ik probeer het nog een keer.
Een, twee drie, go!
10:45
YGYG: ArthurArthur, let me try again, okay?
192
633677
2600
HG: Arthur, ik probeer het nog eens, oké?
10:48
One, two, threedrie, go!
(MusicMuziek)
193
636277
4550
Een, twee, drie, go!
(Muziek)
10:53
Look at that. RememberVergeet niet these toysspeelgoed?
194
641583
1883
Kijk eens! Ken je deze speeltjes nog?
10:55
See these toysspeelgoed? Yeah, I'm going
to put this one over here,
195
643466
3264
Zie je ze? Ik leg deze hier neer
10:58
and I'm going to give this one to you.
196
646730
2062
en deze geef ik aan jou.
11:00
You can go aheadverder and playspelen.
197
648792
2335
Speel er maar mee.
11:23
LSLS: Okay, LauraLaura, but of courseCursus,
babiesbabies love theirhun mommiesMama 's.
198
671213
4737
LS: Ja, Laura, maar natuurlijk houden
baby's van hun moeder.
11:27
Of courseCursus babiesbabies give toysspeelgoed
to theirhun mommiesMama 's
199
675950
2182
Baby's geven hun moeder het speeltje
11:30
when they can't make them work.
200
678132
2030
als het niet werkt.
11:32
So again, the really importantbelangrijk questionvraag
is what happensgebeurt when we changeverandering
201
680162
3593
Dus het gaat er ook hier weer om
wat er gebeurt
11:35
the statisticalstatistisch datagegevens ever so slightlylicht.
202
683755
3154
als we de statistische data
een beetje veranderen.
11:38
This time, babiesbabies are going to see the toyspeelgoed-
work and failmislukken in exactlyprecies the samedezelfde orderbestellen,
203
686909
4087
Deze keer zien de baby's het speeltje
wel en niet werken in dezelfde volgorde,
11:42
but we're changingveranderen
the distributiondistributie of evidencebewijsmateriaal.
204
690996
2415
maar we veranderen de distributie
van het bewijs.
11:45
This time, HyowonHyowon is going to succeedslagen
onceeen keer and failmislukken onceeen keer, and so am I.
205
693411
4411
Deze keer lukt het Hyowon één keer wel
en één keer niet, en mij ook.
11:49
And this suggestssuggereert it doesn't matterer toe doen
who triesprobeert this toyspeelgoed-, the toyspeelgoed- is brokengebroken.
206
697822
5637
En dit suggereert dat het niet uitmaakt
wie het probeert, het speeltje is kapot.
11:55
It doesn't work all the time.
207
703459
1886
Het doet het niet altijd.
11:57
Again, the baby'sbaby's going to have a choicekeuze.
208
705345
1965
Ook nu heeft de baby weer een keuze.
11:59
Her mommam is right nextvolgende to her,
so she can changeverandering the personpersoon,
209
707310
3396
Haar moeder zit naast haar,
dus ze kan de persoon veranderen
12:02
and there's going to be anothereen ander toyspeelgoed-
at the endeinde of the clothdoek.
210
710706
3204
en er is nog een speeltje op het kleed.
12:05
Let's watch what she does.
211
713910
1378
Kijk maar wat ze doet.
12:07
(VideoVideo) HGHG: Two, threedrie, go!
(MusicMuziek)
212
715288
4348
(Video) HG: Twee, drie, go!
(Muziek)
12:11
Let me try one more time.
One, two, threedrie, go!
213
719636
4984
Nog een keer. Een, twee, drie, go!
12:17
HmmHmm.
214
725460
1697
Hmm.
12:19
LSLS: Let me try, ClaraClara.
215
727950
2692
LS: Laat mij eens proberen, Clara.
12:22
One, two, threedrie, go!
216
730642
3945
Een, twee, drie, go!
12:27
HmmHmm, let me try again.
217
735265
1935
Hmm, nog een keer.
12:29
One, two, threedrie, go!
(MusicMuziek)
218
737200
5670
Een, twee, drie, go!
(Muziek)
12:35
HGHG: I'm going
to put this one over here,
219
743009
2233
HG: Ik leg deze hier neer,
12:37
and I'm going to give this one to you.
220
745242
2001
en deze geef ik aan jou.
12:39
You can go aheadverder and playspelen.
221
747243
3597
Speel er maar mee.
12:58
(ApplauseApplaus)
222
766376
4897
(Applaus)
13:04
LSLS: Let me showtonen you
the experimentalexperimenteel resultsuitslagen.
223
772993
2392
LS: Dit zijn de resultaten:
13:07
On the verticalverticaal axisas,
you'llje zult see the distributiondistributie
224
775385
2475
op de verticale as zie je de distributie
13:09
of children'skinderen choiceskeuzes in eachelk conditionstaat,
225
777860
2577
van de keuzes voor de beide condities,
13:12
and you'llje zult see that the distributiondistributie
of the choiceskeuzes childrenkinderen make
226
780437
4551
en je ziet dat de verdeling van de keuzes
die kinderen maken
13:16
dependshangt af on the evidencebewijsmateriaal they observeobserveren.
227
784988
2787
afhangt van het bewijs dat ze zien.
13:19
So in the secondtweede yearjaar of life,
228
787775
1857
Dus in het tweede jaar van hun leven,
13:21
babiesbabies can use a tinyklein bitbeetje
of statisticalstatistisch datagegevens
229
789632
2577
kunnen baby's wat statistische data
gebruiken
13:24
to decidebesluiten betweentussen two
fundamentallyfundamenteel differentverschillend strategiesstrategieën
230
792209
3367
om te kiezen tussen twee
fundamenteel verschillende manieren
13:27
for actingacteren in the worldwereld-:
231
795576
1881
om je te gedragen:
13:29
askingvragen for help and exploringverkennen.
232
797457
2743
hulp vragen en op verkenning gaan.
13:33
I've just showngetoond you
two laboratorylaboratorium experimentsexperimenten
233
801700
3434
Ik heb jullie net twee
experimenten laten zien
13:37
out of literallyletterlijk hundredshonderden in the fieldveld-
that make similarsoortgelijk pointspoints,
234
805134
3691
van de honderden in dit gebied
die vergelijkbare dingen aantonen.
13:40
because the really criticalkritisch pointpunt
235
808825
2392
Het echt cruciale punt
13:43
is that children'skinderen abilityvermogen
to make richrijk inferencesgevolgtrekkingen from sparsesparse datagegevens
236
811217
5108
is dat het vermogen van kinderen om rijke
conclusies te trekken uit weinig data
13:48
underliesten grondslag ligt aan all the species-specificsoortspecifieke
culturalcultureel learningaan het leren that we do.
237
816325
5341
de grondslag is van hoe mensen leren.
13:53
ChildrenKinderen learnleren about newnieuwe toolsgereedschap
from just a fewweinig examplesvoorbeelden.
238
821666
4597
Kinderen hebben maar een paar voorbeelden
nodig om een nieuw apparaat te begrijpen.
13:58
They learnleren newnieuwe causaloorzakelijk relationshipsrelaties
from just a fewweinig examplesvoorbeelden.
239
826263
4717
Ze leren over nieuwe causale verbanden
van maar een paar voorbeelden.
14:03
They even learnleren newnieuwe wordstekst,
in this casegeval in AmericanAmerikaanse SignTeken LanguageTaal.
240
831928
4871
Ze leren zelfs nieuwe woorden,
in dit geval in Amerikaanse gebarentaal.
14:08
I want to closedichtbij with just two pointspoints.
241
836799
2311
Ik wil afsluiten met twee punten.
14:12
If you've been followingvolgend my worldwereld-,
the fieldveld- of brainhersenen and cognitivecognitieve scienceswetenschappen,
242
840050
3688
Als je mijn vakgebied, de neurocognitieve
wetenschappen, hebt gevolgd
14:15
for the pastverleden fewweinig yearsjaar,
243
843738
1927
in de afgelopen paar jaar,
14:17
threedrie biggroot ideasideeën will have come
to your attentionaandacht.
244
845665
2415
dan zullen drie grote ideeën
je zijn opgevallen.
14:20
The first is that this is
the eratijdperk of the brainhersenen.
245
848080
3436
Het eerste is dat dit het tijdperk
is van de hersenen.
14:23
And indeedinderdaad, there have been
staggeringspreiding discoveriesontdekkingen in neuroscienceneurowetenschappen:
246
851516
3669
En inderdaad, er zijn indrukwekkende
ontdekkingen gedaan in neurowetenschap:
14:27
localizinglokaliseren functionallyfunctioneel specializedgespecialiseerde
regionsRegio's of cortexschors,
247
855185
3436
het localiseren van functioneel specifieke
gebieden van de cortex,
14:30
turningdraaien mousemuis brainshersenen transparenttransparant,
248
858621
2601
het doorzichtig maken
van de hersenen van muizen,
14:33
activatingactiveren neuronsneuronen with lightlicht.
249
861222
3776
neuronen activeren met licht.
14:36
A secondtweede biggroot ideaidee
250
864998
1996
Een tweede groot idee
14:38
is that this is the eratijdperk of biggroot datagegevens
and machinemachine learningaan het leren,
251
866994
4104
is dat dit het tijdperk is van veel data
en machinaal leren,
14:43
and machinemachine learningaan het leren promisesbeloften
to revolutionizerevolutie our understandingbegrip
252
871098
3141
en machinaal leren lijkt te zorgen
voor een revolutie in ons begrip
14:46
of everything from socialsociaal networksnetwerken
to epidemiologyepidemiologie.
253
874239
4667
van alles, van sociale netwerken
tot epidemiologie.
14:50
And maybe, as it tacklespakt problemsproblemen
of scenetafereel understandingbegrip
254
878906
2693
Naarmate vragen opgelost raken
rond het begrip van de omgeving
14:53
and naturalnatuurlijk languagetaal processingverwerken,
255
881599
1993
en natuurlijke taalverwerking
14:55
to tell us something
about humanmenselijk cognitionkennis.
256
883592
3324
kan het ons misschien iets leren
overmenselijke cognitie.
14:59
And the finallaatste biggroot ideaidee you'llje zult have heardgehoord
257
887756
1937
En het laatste grote idee
15:01
is that maybe it's a good ideaidee we're going
to know so much about brainshersenen
258
889693
3387
is dat het misschien wel goed is
dat we zoveel over de hersenen leren
15:05
and have so much accesstoegang to biggroot datagegevens,
259
893080
1917
en toegang hebben tot zoveel data,
15:06
because left to our owneigen devicesapparaten,
260
894997
2507
want als we aan onszelf zijn overgelaten,
15:09
humansmensen are falliblefeilbaar, we take shortcutssnelkoppelingen,
261
897504
3831
dan zijn mensen feilbaar:
we nemen een kortere weg,
15:13
we errErr, we make mistakesfouten,
262
901335
3437
we vergissen ons, we maken fouten,
15:16
we're biasedvooringenomen, and in innumerableontelbare waysmanieren,
263
904772
3684
we zijn partijdig,
en op ontelbaar veel manieren
15:20
we get the worldwereld- wrongfout.
264
908456
2969
begrijpen we de wereld verkeerd.
15:24
I think these are all importantbelangrijk storiesverhalen,
265
912843
2949
Ik denk dat dit allemaal
belangrijke ideeën zijn,
15:27
and they have a lot to tell us
about what it meansmiddelen to be humanmenselijk,
266
915792
3785
die ons veel vertellen over de mensheid,
15:31
but I want you to noteNotitie that todayvandaag
I told you a very differentverschillend storyverhaal.
267
919577
3529
maar ik heb jullie vandaag
een heel ander verhaal verteld.
15:35
It's a storyverhaal about mindsgeesten and not brainshersenen,
268
923966
3807
Een verhaal over het verstand
in plaats van over hersens,
15:39
and in particularbijzonder, it's a storyverhaal
about the kindssoorten of computationsberekeningen
269
927773
3006
en vooral over het soort berekeningen die
15:42
that uniquelyuniek humanmenselijk mindsgeesten can performuitvoeren,
270
930779
2590
het menselijk verstand kan maken,
15:45
whichwelke involvebetrekken bij richrijk, structuredgestructureerde knowledgekennis
and the abilityvermogen to learnleren
271
933369
3944
op basis van rijke,
gestructureerde kennis
en het vermogen om van een kleine
hoeveelheid data te leren,
15:49
from smallklein amountshoeveelheden of datagegevens,
the evidencebewijsmateriaal of just a fewweinig examplesvoorbeelden.
272
937313
5268
van het bewijs van enkele voorbeelden.
15:56
And fundamentallyfundamenteel, it's a storyverhaal
about how startingbeginnend as very smallklein childrenkinderen
273
944301
4299
In de kern is het een verhaal
over hoe we van jongs af aan
16:00
and continuingvoortgezette out all the way
to the greatestbeste accomplishmentsprestaties
274
948600
4180
tot aan de meest indrukwekkende prestaties
16:04
of our culturecultuur,
275
952780
3843
van onze cultuur,
16:08
we get the worldwereld- right.
276
956623
1997
de wereld wél begrijpen.
16:12
FolksMensen, humanmenselijk mindsgeesten do not only learnleren
from smallklein amountshoeveelheden of datagegevens.
277
960433
5267
Het menselijk verstand leert natuurlijk
niet alleen van kleine hoeveelheden data.
16:18
HumanMenselijke mindsgeesten think
of altogetherover het geheel genomen newnieuwe ideasideeën.
278
966285
2101
Ons verstand kan nieuwe ideeën bedenken.
16:20
HumanMenselijke mindsgeesten generatevoortbrengen
researchOnderzoek and discoveryontdekking,
279
968746
3041
Ons verstand onderzoekt en ontdekt,
16:23
and humanmenselijk mindsgeesten generatevoortbrengen
artkunst and literatureliteratuur and poetrypoëzie and theatertheater,
280
971787
5273
en het creëert kunst, literatuur,
poëzie en theater.
16:29
and humanmenselijk mindsgeesten take carezorg of other humansmensen:
281
977070
3760
En met het menselijk verstand
kunnen we voor andere mensen zorgen:
16:32
our oldoud, our youngjong, our sickziek.
282
980830
3427
de ouderen, jongeren, zieken.
16:36
We even healgenezen them.
283
984517
2367
We kunnen ze zelfs genezen.
16:39
In the yearsjaar to come, we're going
to see technologicaltechnologisch innovationsinnovaties
284
987564
3103
In de komende jaren zullen we
technologische innovaties zien,
16:42
beyondvoorbij anything I can even envisionvoor ogen,
285
990667
3797
die mijn eigen verbeelding te boven gaan,
16:46
but we are very unlikelyonwaarschijnlijk
286
994464
2150
maar het is zeer onwaarschijnlijk
16:48
to see anything even approximatingonderlinge aanpassing van
the computationalcomputational powermacht of a humanmenselijk childkind
287
996614
5709
dat we in onze tijd iets zullen zien
wat ook maar enigszins lijkt
16:54
in my lifetimelevenslang or in yoursde jouwe.
288
1002323
4298
op het calculerende vermogen van een kind.
16:58
If we investinvesteren in these mostmeest powerfulkrachtig
learnersleerlingen and theirhun developmentontwikkeling,
289
1006621
5047
Door te investeren in deze doortastende
lerenden en hun ontwikkeling,
17:03
in babiesbabies and childrenkinderen
290
1011668
2917
in baby's en kinderen
17:06
and mothersmoeders and fathersvaders
291
1014585
1826
en moeders en vaders
17:08
and caregiversverzorgers and teachersleraren
292
1016411
2699
en verzorgers en leraren
17:11
the waysmanieren we investinvesteren in our other
mostmeest powerfulkrachtig and elegantelegant formsvormen
293
1019110
4170
op dezelfde manier als we investeren
in onze andere fantastische, mooie vormen
17:15
of technologytechnologie, engineeringbouwkunde and designontwerp,
294
1023280
3218
van techniek en design,
17:18
we will not just be dreamingdromen
of a better futuretoekomst,
295
1026498
2939
dromen we niet alleen
van een betere toekomst,
17:21
we will be planningplanning for one.
296
1029437
2127
maar maken we er plannen voor.
17:23
Thank you very much.
297
1031564
2345
Dank je wel.
17:25
(ApplauseApplaus)
298
1033909
3421
(Applaus)
17:29
ChrisChris AndersonAnderson: LauraLaura, thank you.
I do actuallywerkelijk have a questionvraag for you.
299
1037810
4426
Chris Anderson: Laura, dank je wel.
Ik heb nog een vraag voor je.
17:34
First of all, the researchOnderzoek is insanekrankzinnig.
300
1042236
2359
Ten eerste, dit is onderzoek
is krankzinnig.
17:36
I mean, who would designontwerp
an experimentexperiment like that? (LaughterGelach)
301
1044595
3725
Ik bedoel, wie doet er nou
zo'n experiment? (Gelach)
17:41
I've seengezien that a couplepaar of timestijden,
302
1049150
1790
Ik heb dit een paar keer gezien,
17:42
and I still don't honestlyeerlijk believe
that that can trulywerkelijk be happeninggebeurtenis,
303
1050940
3222
en ik geloof nog steeds niet
dat het echt is,
17:46
but other people have donegedaan
similarsoortgelijk experimentsexperimenten; it checkscontroles out.
304
1054162
3158
maar anderen hebben soortgelijke
experimenten gedaan; het klopt.
17:49
The babiesbabies really are that geniusgenie.
305
1057320
1633
De baby's zijn echt zulke genieën.
17:50
LSLS: You know, they look really impressiveindrukwekkend
in our experimentsexperimenten,
306
1058953
3007
LS: Ze zien er heel indrukwekkend uit
in onze experimenten,
17:53
but think about what they
look like in realecht life, right?
307
1061960
2652
maar let maar eens op hoe ze
er in het echt uitzien.
17:56
It startsstarts out as a babybaby.
308
1064612
1150
Eerst is het een baby.
17:57
EighteenAchttien monthsmaanden laterlater,
it's talkingpratend to you,
309
1065762
2007
Achttien maanden later praat het met je,
17:59
and babies'baby's first wordstekst aren'tzijn niet just
things like ballsballen and duckseenden,
310
1067769
3041
de eerste woordjes beperken zich niet
tot dingen als bal of eend,
18:02
they're things like "all goneweg,"
whichwelke referverwijzen to disappearanceverdwijning,
311
1070810
2881
ze zeggen ook dingen als "op"
wat verwijst naar verdwijning,
18:05
or "uh-ohUh-oh," whichwelke referverwijzen
to unintentionalonbedoelde actionsacties.
312
1073691
2283
of "oh-oh", als iets per ongeluk gebeurt.
18:07
It has to be that powerfulkrachtig.
313
1075974
1562
Hij moet zoveel kunnen.
18:09
It has to be much more powerfulkrachtig
than anything I showedtoonden you.
314
1077536
2775
Hij moet veel meer kunnen
dan wat ik heb laten zien.
18:12
They're figuringuitzoeken out the entiregeheel worldwereld-.
315
1080311
1974
Ze zijn de hele wereld aan het ontdekken.
18:14
A four-year-oldvier-jarige can talk to you
about almostbijna anything.
316
1082285
3144
Een vierjarige kan over bijna alles
met je praten.
18:17
(ApplauseApplaus)
317
1085429
1601
(Applaus)
18:19
CACA: And if I understandbegrijpen you right,
the other keysleutel pointpunt you're makingmaking is,
318
1087030
3414
CA: En als ik het goed begrijp,
is jouw andere punt
18:22
we'vewij hebben been throughdoor these yearsjaar
where there's all this talk
319
1090444
2754
dat er de afgelopen jaren
zo vaak is gezegd dat ons verstand
18:25
of how quirkyeigenzinnige and buggybuggy our mindsgeesten are,
320
1093198
1932
maar eigenzinnig en gebrekkig is,
18:27
that behavioralgedrags economicseconomie
and the wholegeheel theoriestheorieën behindachter that
321
1095130
2867
de gedragseconomie
en al die theorieën daarachter,
18:29
that we're not rationalrationeel agentsagenten.
322
1097997
1603
dat we niet rationeel zijn.
18:31
You're really sayinggezegde that the biggergroter
storyverhaal is how extraordinarybuitengewoon,
323
1099600
4216
Jij legt juist de nadruk
op hoe buitengewoon,
18:35
and there really is geniusgenie there
that is underappreciatedondergewaardeerde.
324
1103816
4944
dat er echte genialiteit is
die wordt ondergewaardeerd.
18:40
LSLS: One of my favoritefavoriete
quotescitaten in psychologypsychologie
325
1108760
2070
LS: Deze quote uit de psychologie
18:42
comeskomt from the socialsociaal
psychologistpsycholoog SolomonSolomon AschAsch,
326
1110830
2290
is van sociaal psycholoog Solomon Asch;
18:45
and he said the fundamentalfundamenteel tasktaak
of psychologypsychologie is to removeverwijderen
327
1113120
2807
hij zei dat de fundamentele taak
van de psychologie is om
18:47
the veilsluier of self-evidenceSelf-evidence from things.
328
1115927
2626
de sluier van vanzelfsprekendheid
weg te nemen.
18:50
There are ordersorden of magnitudeomvang
more decisionsbeslissingen you make everyelk day
329
1118553
4551
We maken elke dag ontelbaar veel meer
beslissingen waaruit blijkt
18:55
that get the worldwereld- right.
330
1123104
1347
dat we de wereld begrijpen.
18:56
You know about objectsvoorwerpen
and theirhun propertieseigenschappen.
331
1124451
2132
Je kent objecten en hun eigenschappen.
18:58
You know them when they're occludedgeroteerd.
You know them in the darkdonker.
332
1126583
3029
Je kent ze als ze verstopt zijn.
Je kent ze in het donker.
19:01
You can walklopen throughdoor roomskamers.
333
1129612
1308
Je kunt door ruimtes lopen.
19:02
You can figurefiguur out what other people
are thinkinghet denken. You can talk to them.
334
1130920
3532
Je kunt erachter komen wat andere mensen
denken. Je kunt met ze praten.
19:06
You can navigatenavigeren spaceruimte.
You know about numbersgetallen.
335
1134452
2230
Je kunt navigeren. Je kent cijfers.
19:08
You know causaloorzakelijk relationshipsrelaties.
You know about moralMoreel reasoningredenering.
336
1136682
3022
Je kent causale verbanden.
Je kan moreel redeneren.
19:11
You do this effortlesslymoeiteloos,
so we don't see it,
337
1139704
2356
Je doet het vanzelf, dus we zien het niet,
19:14
but that is how we get the worldwereld- right,
and it's a remarkableopmerkelijk
338
1142060
2912
maar zo begrijpen we de wereld,
en dat is een wonderbaarlijke
19:16
and very difficult-to-understandmoeilijk te begrijpen
accomplishmentprestatie.
339
1144972
2318
en moeilijk te begrijpen prestatie.
19:19
CACA: I suspectverdachte there are people
in the audiencepubliek who have
340
1147290
2628
CA: Ik vermoed dat er mensen
in het publiek zijn die
19:21
this viewuitzicht of acceleratingversnellen
technologicaltechnologisch powermacht
341
1149918
2238
een beeld hebben van
technologische ontwikkeling,
19:24
who mightmacht disputegeschil your statementuitspraak
that never in our lifetimeslevensduur
342
1152156
2958
die het er niet mee eens zijn
dat er nooit in ons leven
19:27
will a computercomputer do what
a three-year-olddrie-jarige childkind can do,
343
1155114
2618
een computer zal doen
wat een driejarig kind kan doen,
19:29
but what's clearduidelijk is that in any scenarioscenario,
344
1157732
3248
maar wat hier in ieder geval uit blijkt
19:32
our machinesmachines have so much to learnleren
from our toddlerspeuters.
345
1160980
3770
is dat onze apparaten nog heel veel
kunnen leren van onze peuters.
19:38
LSLS: I think so. You'llU zult have some
machinemachine learningaan het leren folksmensen up here.
346
1166230
3216
LS: Ja dat denk ik wel.
Machinaal leren zit hier vast ook.
19:41
I mean, you should never betinzet
againsttegen babiesbabies or chimpanzeeschimpansees
347
1169446
4203
Je moet natuurlijk nooit
tegen baby's of chimpansees
19:45
or technologytechnologie as a matterer toe doen of practicepraktijk,
348
1173649
3645
of techniek zijn, enkel uit principe,
19:49
but it's not just
a differenceverschil in quantityhoeveelheid,
349
1177294
4528
maar het gaat niet alleen
om een verschil in kwantiteit,
19:53
it's a differenceverschil in kindsoort.
350
1181822
1764
het is een verschil in aard.
19:55
We have incrediblyongelooflijk powerfulkrachtig computerscomputers,
351
1183586
2160
We hebben ontzettend slimme computers,
19:57
and they do do amazinglyverbazend
sophisticatedgeavanceerde things,
352
1185746
2391
en ze doen ongelooflijk
geavanceerde dingen,
20:00
oftenvaak with very biggroot amountshoeveelheden of datagegevens.
353
1188137
3204
vaak met gigantisch veel data.
20:03
HumanMenselijke mindsgeesten do, I think,
something quiteheel differentverschillend,
354
1191341
2607
Mensen doen iets heel anders
20:05
and I think it's the structuredgestructureerde,
hierarchicalhiërarchische naturenatuur of humanmenselijk knowledgekennis
355
1193948
3895
en ik denk dat het de gestructureerde,
hiërarchische aard van onze kennis is,
20:09
that remainsstoffelijk overschot a realecht challengeuitdaging.
356
1197843
2032
wat een echte uitdaging blijft.
20:11
CACA: LauraLaura SchulzSchulz, wonderfulprachtig
foodeten for thought. Thank you so much.
357
1199875
3061
CA: Laura Schulz, mooi om
over na te denken. Dank je wel.
20:14
LSLS: Thank you.
(ApplauseApplaus)
358
1202936
2922
LS: Bedankt.
(Applaus)
Translated by Saskia O'Neill
Reviewed by Els De Keyser

▲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