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: Mintea surprinzător de logică a bebelușilor

Filmed
Views 1,632,838

Cum învață bebelușii atât the mult din atât de puțin și atât de repede? Într-o prezentare plină de umor și experimente, cercetătoarea în științe cognitive, Laura Schulz, ne explică cum copiii mici iau decizii surprinzător de logice, cu mult înainte de a învăța să vorbească.

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

Mark Twain a descris concis
00:12
Mark Twain summed up
what I take to be
una dintre problemele fundamentale
ale științelor cognitive
00:14
one of the fundamental problems
of cognitive science
într-o singură remarcă.
00:18
with a single witticism.
A spus: „Ştiinţele exacte sunt fascinante.
00:20
He said, "There's something
fascinating about science.
Fac o grămadă de presupuneri
din orice fleac care se întâmplă.”
00:23
One gets such wholesale
returns of conjecture
00:26
out of such a trifling
investment in fact."
(Râsete)
00:29
(Laughter)
Twain a glumit desigur,
însă avea dreptate:
00:32
Twain meant it as a joke,
of course, but he's right:
Știința are ceva fascinant.
00:34
There's something
fascinating about science.
Studiind câteva oase,
am dedus viaţa dinozaurilor.
00:37
From a few bones, we infer
the existence of dinosuars.
Din liniile spectrale,
am dedus compoziția nebulelor.
00:42
From spectral lines,
the composition of nebulae.
De la musculiţele de oţet,
00:47
From fruit flies,
am dedus mecanismele ereditare,
00:50
the mechanisms of heredity,
și din imaginile reconstruite
ale sângelui care circulă prin creier,
00:53
and from reconstructed images
of blood flowing through the brain,
sau în cazul meu,
din comportamentul copiilor foarte mici,
00:57
or in my case, from the behavior
of very young children,
investigăm mecanismele fundamentale
ale cogniției umane.
01:02
we try to say something about
the fundamental mechanisms
01:05
of human cognition.
În Departamentul de Științe
Cerebrale și Cognitive de la MIT,
01:07
In particular, in my lab in the Department
of Brain and Cognitive Sciences at MIT,
studiem capacitatea uluitoare a copiilor
01:12
I have spent the past decade
trying to understand the mystery
de a învăța atât de mult
din atât de puțin și atât de repede.
01:16
of how children learn so much
from so little so quickly.
Ce este fascinant în științe
01:20
Because, it turns out that
the fascinating thing about science
este fascinant și legat de copii.
01:23
is also a fascinating
thing about children,
Îndulcind citatul din Twain,
este vorba despre capacitatea lor
01:27
which, to put a gentler
spin on Mark Twain,
01:29
is precisely their ability
to draw rich, abstract inferences
de a face deducţii complexe și abstracte
corect şi rapid,
01:34
rapidly and accurately
from sparse, noisy data.
din date împrăştiate şi bruiate.
Vă voi oferi doar
două exemple astăzi.
01:40
I'm going to give you
just two examples today.
Unul e o problemă de generalizare,
01:42
One is about a problem of generalization,
iar celălalt, o problemă
despre relația cauzală.
01:45
and the other is about a problem
of causal reasoning.
Deși vă voi prezenta
rezultate din laboratorul meu,
01:47
And although I'm going to talk
about work in my lab,
acest proiect e inspirat
și se datorează întregii discipline.
01:50
this work is inspired by
and indebted to a field.
Sunt recunoscătoare mentorilor, colegilor
și colaboratorilor mei din toată lumea.
01:53
I'm grateful to mentors, colleagues,
and collaborators around the world.
Dați-mi voie să încep
cu problema generalizării
01:59
Let me start with the problem
of generalization.
Generalizarea dintr-un set mic de date
reprezintă pâinea si untul în știință.
02:02
Generalizing from small samples of data
is the bread and butter of science.
Sondăm un număr mic din electorat
02:06
We poll a tiny fraction of the electorate
și prezicem
rezultatul alegerilor naționale.
02:09
and we predict the outcome
of national elections.
Doar câțiva pacienți răspund pozitiv
la un tratament într-un studiu clinic,
02:12
We see how a handful of patients
responds to treatment in a clinical trial,
și introducem medicamentul pe piață.
02:16
and we bring drugs to a national market.
E valabil numai dacă eșantionul
e selectat aleator din populație.
02:19
But this only works if our sample
is randomly drawn from the population.
Dacă eșantionul
e ales într-un fel anume
02:23
If our sample is cherry-picked
in some way --
dacă selectăm numai votul orășenilor
02:26
say, we poll only urban voters,
sau dacă în studiile clinice
ale tratamentelor bolilor de inimă,
02:28
or say, in our clinical trials
for treatments for heart disease,
includem numai bărbați,
02:32
we include only men --
rezultatele pot fi nereprezentative
pentru întreaga populație.
02:34
the results may not generalize
to the broader population.
Cercetătorilor le pasă
dacă dovezile sunt aleatorii sau nu,
02:38
So scientists care whether evidence
is randomly sampled or not,
dar ce are asta de-a face cu bebelușii?
02:42
but what does that have to do with babies?
Bebelușii generalizeză tot timpul
din puţine date.
02:44
Well, babies have to generalize
from small samples of data all the time.
Văd câteva rațe de cauciuc
și învață că plutesc,
02:49
They see a few rubber ducks
and learn that they float,
sau câteva mingi
și învață că sar.
02:52
or a few balls and learn that they bounce.
Astfel crează așteptări
legate de rațe și mingi
02:55
And they develop expectations
about ducks and balls
pe care le vor extinde
la toate rațele și mingile din viața lor.
02:58
that they're going to extend
to rubber ducks and balls
03:01
for the rest of their lives.
Aceste generalizări
pe care le fac despre rațe și mingi
03:03
And the kinds of generalizations
babies have to make about ducks and balls
trebuie să le facă pentru aproape orice:
03:07
they have to make about almost everything:
pantofi și vapoare
și ceară și verze și regi.
03:09
shoes and ships and sealing wax
and cabbages and kings.
Contează pentru bebeluși
dacă micul fapt pe care-l observă
03:14
So do babies care whether
the tiny bit of evidence they see
e reprezentativ
pentru o populaţie mai largă?
03:17
is plausibly representative
of a larger population?
Haideți să aflăm.
03:21
Let's find out.
Vă voi arăta două filme,
03:23
I'm going to show you two movies,
câte unul pentru fiecare
condiție experimentală.
03:25
one from each of two conditions
of an experiment,
Deoarece veți vedea două filme
03:27
and because you're going to see
just two movies,
veți vedea doar doi bebeluși.
03:30
you're going to see just two babies,
Oricare doi bebeluși diferă
unul de celălalt în nenumărate feluri.
03:32
and any two babies differ from each other
in innumerable ways.
Acești doi bebeluși sunt reprezentativi
pentru grupuri distincte
03:36
But these babies, of course,
here stand in for groups of babies,
și diferențele pe care le veți vedea
03:39
and the differences you're going to see
reprezintă media diferențelor
dintre grupuri, în cele două condiții.
03:41
represent average group differences
in babies' behavior across conditions.
Bebelușul din fiecare film poate că face
exact ce vă așteptați să facă.
03:47
In each movie, you're going to see
a baby doing maybe
03:49
just exactly what you might
expect a baby to do,
E greu de imaginat că bebelușii
ar putea fi mai minunați decât sunt.
03:53
and we can hardly make babies
more magical than they already are.
Însă ce e magic pentru mine
și ce vreau să observați
03:58
But to my mind the magical thing,
04:00
and what I want you to pay attention to,
e contrastul dintre aceste două condiții.
04:02
is the contrast between
these two conditions,
Singura diferență
dintre aceste două filme
04:05
because the only thing
that differs between these two movies
e evidența statistică
pe care o observă bebelușii.
04:08
is the statistical evidence
the babies are going to observe.
Le-am arătat bebelușilor o cutie
cu mingi albastre și galbene,
04:13
We're going to show babies
a box of blue and yellow balls,
și studenta mea de atunci,
acum colega mea la Stanford, Hyowon Gweon,
04:16
and my then-graduate student,
now colleague at Stanford, Hyowon Gweon,
a scos consecutiv
trei mingi albastre din cutie.
04:21
is going to pull three blue balls
in a row out of this box,
După ce le-a scos,
le-a strâns în mână
04:24
and when she pulls those balls out,
she's going to squeeze them,
ca să scoată un sunet.
04:27
and the balls are going to squeak.
Pentru un bebeluș e
ca și o conferință TED pentru dvs.
04:29
And if you're a baby,
that's like a TED Talk.
Mai bine decât atât nu se poate.
04:32
It doesn't get better than that.
(Râsete)
04:34
(Laughter)
Important e că, e relativ ușor
să scoți pe rând trei mingi albastre
04:38
But the important point is it's really
easy to pull three blue balls in a row
dintr-o cutie plină
cu mingi albastre.
04:42
out of a box of mostly blue balls.
Am putea s-o facem
și cu ochii inchiși.
04:44
You could do that with your eyes closed.
E foarte probabil să fie
o probă reprezentativă.
04:46
It's plausibly a random sample
from this population.
Și dacă putem scoate la noroc
o minge care scoate sunete,
04:49
And if you can reach into a box at random
and pull out things that squeak,
poate că fiecare minge
din cutie scoate sunete.
04:53
then maybe everything in the box squeaks.
Poate că bebelușii se vor aștepta
ca și mingile galbene să scoată sunete.
04:56
So maybe babies should expect
those yellow balls to squeak as well.
Mingile galbene
au niște bețe ciudate la un capăt.
05:00
Now, those yellow balls
have funny sticks on the end,
Bebelușii ar putea face
tot felul de lucruri cu ele,
05:02
so babies could do other things
with them if they wanted to.
să le arunce
sau să le lovească.
05:05
They could pound them or whack them.
Dar haideți să vedem ce fac.
05:07
But let's see what the baby does.
(Video) Hyowon Gweon: Uită-te!
(Mingea scoate un sunet)
05:12
(Video) Hyowon Gweon: See this?
(Ball squeaks)
Ai văzut?
(Mingea scoate un sunet)
05:16
Did you see that?
(Ball squeaks)
Interesant.
05:20
Cool.
Vezi?
05:24
See this one?
(Mingea scoate un sunet)
05:26
(Ball squeaks)
Oh!
05:28
Wow.
Laura Schulz: V-am spus. (Râsete)
05:33
Laura Schulz: Told you. (Laughs)
(Video) HG:Uită-te!
(Mingea scoate un sunet)
05:35
(Video) HG: See this one?
(Ball squeaks)
Hei, Clara, asta este pentru tine.
Poți să te joci cu ea.
05:39
Hey Clara, this one's for you.
You can go ahead and play.
(Râsete)
05:51
(Laughter)
LS: Nici nu mai trebuie
să vorbesc, așa este?
05:56
LS: I don't even have to talk, right?
E bine că bebelușii generalizează,
extinzând proprietăţile mingilor albastre
05:59
All right, it's nice that babies
will generalize properties
06:02
of blue balls to yellow balls,
şi la cele galbene.
E impresionant că bebelușii
pot învăța prin imitație,
06:03
and it's impressive that babies
can learn from imitating us,
dar știm aceste lucruri
de mult timp.
06:06
but we've known those things about babies
for a very long time.
E interesant de aflat
06:10
The really interesting question
ce se întâmplă când le aratăm
bebelușilor exact același lucru
06:12
is what happens when we show babies
exactly the same thing,
– și suntem siguri de asta
pentru că avem un compartiment secret
06:15
and we can ensure it's exactly the same
because we have a secret compartment
de unde scoatem mingile.
06:18
and we actually pull the balls from there,
Tot ce schimbăm e populația aparentă
din care extragem proba.
06:20
but this time, all we change
is the apparent population
06:24
from which that evidence was drawn.
De data aceasta, le vom arăta
bebelușilor trei mingi albastre
06:27
This time, we're going to show babies
three blue balls
scoase dintr-o cutie cu mingi
preponderent galbene.
06:30
pulled out of a box
of mostly yellow balls,
Puteți ghici ce urmează?
06:34
and guess what?
Probabil n-ați putea scoate
consecutiv trei mingi albastre
06:35
You [probably won't] randomly draw
three blue balls in a row
dintr-o cutie cu mingi
preponderent galbene.
06:38
out of a box of mostly yellow balls.
E imposibil în mod aleator.
06:40
That is not plausibly
randomly sampled evidence.
Asta sugerează că Hyowon,
poate alegea special mingile albastre.
06:44
That evidence suggests that maybe Hyowon
was deliberately sampling the blue balls.
Poate e ceva special
legat de mingile albastre.
06:49
Maybe there's something special
about the blue balls.
Poate că numai
mingile albastre scot sunete.
06:52
Maybe only the blue balls squeak.
Să vedem ce face bebelușul.
06:55
Let's see what the baby does.
(Video) HG:Uită-te!
(Mingea scoate un sunet)
06:57
(Video) HG: See this?
(Ball squeaks)
Vezi jucăria asta?
(Mingea scoate un sunet)
07:02
See this toy?
(Ball squeaks)
Oh, ce interesant. Vezi?
(Mingea scoate un sunet)
07:05
Oh, that was cool. See?
(Ball squeaks)
Asta este pentru tine, să te joci cu ea.
Hai, joacă-te cu ea.
07:10
Now this one's for you to play.
You can go ahead and play.
(Îmbufnat)
(Râsete)
07:18
(Fussing)
(Laughter)
LS:Tocmai ați văzut
doi bebeluși de 15 luni
07:26
LS: So you just saw
two 15-month-old babies
care fac lucruri complet diferite
07:29
do entirely different things
pe baza probabilității
evenimentului pe care l-au observat.
07:31
based only on the probability
of the sample they observed.
Iată rezultatele experimentale.
07:35
Let me show you the experimental results.
Pe axa verticală vedeți
procentajul de bebeluși
07:37
On the vertical axis, you'll see
the percentage of babies
care au strâns mingea în fiecare caz.
07:40
who squeezed the ball in each condition,
E mult mai probabil
ca bebelușii să generalizeze
07:42
and as you'll see, babies are much
more likely to generalize the evidence
când e plauzibil ca dovezile
să fie reprezentative pentru lot,
07:46
when it's plausibly representative
of the population
decât atunci când probele sunt selectate.
07:49
than when the evidence
is clearly cherry-picked.
Aceasta ne conduce
la o prognoză interesantă.
07:53
And this leads to a fun prediction:
Să presupunem că am scos
o singură minge albastră
07:55
Suppose you pulled just one blue ball
out of the mostly yellow box.
din cutia cu mingi preponderent galbene.
Nu scoateţi 3 mingi albastre la rând
din cutia cu mingi preponderent galbene,
08:00
You [probably won't] pull three blue balls
in a row at random out of a yellow box,
dar ați putea scoate
una singură albastră.
08:04
but you could randomly sample
just one blue ball.
Asta nu e improbabil.
08:07
That's not an improbable sample.
Şi dacă scoateţi la întâmplare
ceva care chiţăie, poate că toate chiţăie.
08:09
And if you could reach into
a box at random
și scoate sunete, poate că fiecare minge
va scoate sunete.
08:11
and pull out something that squeaks,
maybe everything in the box squeaks.
Deși bebelușii observă
mai puține dovezi pentru chiţăit
08:15
So even though babies are going to see
much less evidence for squeaking,
şi au mai puțin de imitat
când e vorba de o singură minge,
08:20
and have many fewer actions to imitate
08:22
in this one ball condition than in
the condition you just saw,
decât în cazul pe care tocmai l-aţi văzut,
am prezis că bebelușii
vor strânge de mai multe mingi.
08:25
we predicted that babies themselves
would squeeze more,
Şi chiar ăsta a fost rezultatul.
08:29
and that's exactly what we found.
Bebelușii de 15 luni țin cont,
ca și oamenii de știință,
08:32
So 15-month-old babies,
in this respect, like scientists,
dacă proba a fost colectată
aleatoriu sau nu.
08:37
care whether evidence
is randomly sampled or not,
În funcţie de asta își construiesc
așteptări despre lumea din jur,
08:40
and they use this to develop
expectations about the world:
despre ce scoate sunete şi ce nu,
08:43
what squeaks and what doesn't,
ce să exploreze și ce să ignore.
08:45
what to explore and what to ignore.
Iată un alt exemplu
08:50
Let me show you another example now,
despre o problemă de relație cauzală.
08:52
this time about a problem
of causal reasoning.
Porneşte de la problema dovezilor incerte,
pe care toţi le avem,
08:55
And it starts with a problem
of confounded evidence
08:57
that all of us have,
fiindcă facem parte din lume.
08:59
which is that we are part of the world.
Poate nu pare o problemă, dar devine una,
când lucrurile merg prost.
09:01
And this might not seem like a problem
to you, but like most problems,
09:04
it's only a problem when things go wrong.
Acest bebeluş, de exemplu.
09:07
Take this baby, for instance.
Lucrurile nu merg bine pentru el.
09:09
Things are going wrong for him.
Nu reușește să facă
această jucărie să meargă.
09:10
He would like to make
this toy go, and he can't.
Vă arăt un clip de câteva secunde.
09:13
I'll show you a few-second clip.
În mare, sunt două posibilități:
09:21
And there's two possibilities, broadly:
s-ar putea ca el să facă ceva greșit,
09:23
Maybe he's doing something wrong,
sau poate jucăria nu e în regulă.
09:25
or maybe there's something
wrong with the toy.
În următorul experiment,
09:30
So in this next experiment,
le vom da bebelușilor
doar puțină informație statistică
09:32
we're going to give babies
just a tiny bit of statistical data
în favoarea uneia dintre ipoteze
09:35
supporting one hypothesis over the other,
și vom vedea dacă o pot folosi
pentru a decide diferit ce vor face.
09:38
and we're going to see if babies
can use that to make different decisions
09:41
about what to do.
Iată experimentul.
09:43
Here's the setup.
Hyowon va încerca să facă
jucăria să meargă și va reuși.
09:46
Hyowon is going to try to make
the toy go and succeed.
Apoi eu voi încerca de două ori
și voi eșua ambele dăți,
09:49
I am then going to try twice
and fail both times,
iar apoi Hyowon va încerca
din nou și va reuși,
09:52
and then Hyowon is going
to try again and succeed,
şi asta reflectă raportul dintre mine
și studenții mei politehnişti.
09:55
and this roughly sums up my relationship
to my graduate students
09:58
in technology across the board.
Important e că se oferă puține dovezi,
10:02
But the important point here is
it provides a little bit of evidence
că problema nu e jucăria, ci persoana.
10:05
that the problem isn't with the toy,
it's with the person.
Unii pot face jucăria să meargă,
iar alţii nu.
10:08
Some people can make this toy go,
10:11
and some can't.
Când bebelușul va primi jucăria
va avea de ales.
10:12
Now, when the baby gets the toy,
he's going to have a choice.
Mama e acolo, aşa că el poate să-i dea
ei jucăria, schimbând astfel persoana,
10:16
His mom is right there,
10:18
so he can go ahead and hand off the toy
and change the person,
dar va mai fi încă o jucărie
la capătul șervetului
10:21
but there's also going to be
another toy at the end of that cloth,
și ar putea să tragă șervetul
către el, ca să schimbe jucăria.
10:24
and he can pull the cloth towards him
and change the toy.
Să vedem ce face.
10:28
So let's see what the baby does.
(Video) HG: Doi, trei. Hai!
(Muzică)
10:30
(Video) HG: Two, three. Go!
(Music)
LS: Unu, doi, trei, start!
10:34
LS: One, two, three, go!
Arthur, voi încerca din nou.
Unu, doi, trei, start!
10:37
Arthur, I'm going to try again.
One, two, three, go!
YG: Arthur, încerc eu încă o dată, bine?
10:45
YG: Arthur, let me try again, okay?
Unu, doi, trei, start!
(Muzică)
10:48
One, two, three, go!
(Music)
Ia uită-te. Ții minte jucăriile astea?
10:53
Look at that. Remember these toys?
Vezi jucăriile astea?
O pun pe asta aici și ți-o dau pe asta.
10:55
See these toys? Yeah, I'm going
to put this one over here,
10:58
and I'm going to give this one to you.
Joacă-te în continuare.
11:00
You can go ahead and play.
LS: Bine Laura, dar bebelușii
își iubesc mămicile.
11:23
LS: Okay, Laura, but of course,
babies love their mommies.
Sigur că le vor da lor jucăria
când nu o pot face să meargă.
11:27
Of course babies give toys
to their mommies
11:30
when they can't make them work.
Important e să aflăm ce se întâmplă
când schimbăm puţin statistica.
11:32
So again, the really important question
is what happens when we change
11:35
the statistical data ever so slightly.
Vor vedea jucăria mergând sau nu,
exact în aceeași ordine,
11:38
This time, babies are going to see the toy
work and fail in exactly the same order,
dar modificăm distribuţia dovezilor.
11:42
but we're changing
the distribution of evidence.
De data aceasta, Hyowon va reuși
o dată și va eșua o data și eu la fel .
11:45
This time, Hyowon is going to succeed
once and fail once, and so am I.
Aceasta sugerează că nu contează
cine încearcă jucăria. E stricată.
11:49
And this suggests it doesn't matter
who tries this toy, the toy is broken.
Nu funcționează mereu.
11:55
It doesn't work all the time.
Bebelușul va avea de făcut o alegere.
11:57
Again, the baby's going to have a choice.
Mama e chiar lângă ea
și ar putea schimba persoana,
11:59
Her mom is right next to her,
so she can change the person,
dar va mai fi încă o jucărie
la capătul șervetului.
12:02
and there's going to be another toy
at the end of the cloth.
Să vedem ce face.
12:05
Let's watch what she does.
(Video) HG: Doi, trei, hai!
(Muzică)
12:07
(Video) HG: Two, three, go!
(Music)
Dă-mi voie să mai încerc o dată.
Unu, doi, trei, hai!
12:11
Let me try one more time.
One, two, three, go!
Hmm.
12:17
Hmm.
LS:Lasă-ma să încerc și eu, Clara.
12:19
LS: Let me try, Clara.
Unu, doi, trei, hai!
12:22
One, two, three, go!
Hmm, să mai încerc o dată.
12:27
Hmm, let me try again.
Unu, doi, trei, hai!
(Muzică)
12:29
One, two, three, go!
(Music)
HG: O voi pune pe aceasta aici,
12:35
HG: I'm going
to put this one over here,
și ți-o voi da pe aceasta.
12:37
and I'm going to give this one to you.
Joacă-te cu ea.
12:39
You can go ahead and play.
(Aplauze)
12:58
(Applause)
LS: Iată rezultatele
experimentului.
13:04
LS: Let me show you
the experimental results.
Pe axa verticală e distribuția alegerilor
în cele două cazuri.
13:07
On the vertical axis,
you'll see the distribution
13:09
of children's choices in each condition,
După cum vedeți, distribuția
alegerilor făcute de copiii
13:12
and you'll see that the distribution
of the choices children make
depinde de dovezile pe care le observă.
13:16
depends on the evidence they observe.
În al doilea an de viață,
13:19
So in the second year of life,
copiii folosesc puţine date statistice
13:21
babies can use a tiny bit
of statistical data
ca să decidă între două strategii
fundamental diferite
13:24
to decide between two
fundamentally different strategies
conform cărora să acționeze în lume:
13:27
for acting in the world:
să ceară ajutorul sau să exploreze.
13:29
asking for help and exploring.
V-am arătat două experimente
13:33
I've just shown you
two laboratory experiments
dintre sute de astfel de experimente
în domeniu, cu concluzii similare.
13:37
out of literally hundreds in the field
that make similar points,
Concluzia e că abilitatea copiilor
13:40
because the really critical point
13:43
is that children's ability
to make rich inferences from sparse data
de face deducţii complexe
din informaţii împrăştiate
stă la baza învățarii culturale
specifice speciei noastre.
13:48
underlies all the species-specific
cultural learning that we do.
Copiii învață despre
unelte noi din câteva exemple
13:53
Children learn about new tools
from just a few examples.
Învață noi relații cauzale
din doar câteva exemple.
13:58
They learn new causal relationships
from just a few examples.
Învață chiar și cuvinte noi, în acest caz,
în limbajul american în semne.
14:03
They even learn new words,
in this case in American Sign Language.
Închei cu doar două concluzii.
14:08
I want to close with just two points.
Dacă ați fi la curent cu progresul recent
dinn științe cerebrale și cognitive,
14:12
If you've been following my world,
the field of brain and cognitive sciences,
14:15
for the past few years,
trei idei principale
v-ar fi atras atenția.
14:17
three big ideas will have come
to your attention.
Prima e că suntem în epoca creierului.
14:20
The first is that this is
the era of the brain.
Într-adevăr, s-au făcut descoperiri
uimitoare în neuroștiințe.
14:23
And indeed, there have been
staggering discoveries in neuroscience:
Regiuni specializate ale cortexului
au fost localizate.
14:27
localizing functionally specialized
regions of cortex,
Un creier de șoarece
a fost făcut transparent.
14:30
turning mouse brains transparent,
Neuronii au fost activați cu lumină.
14:33
activating neurons with light.
În al doilea rând, trăim într-o epocă
cu volume masive de date
14:36
A second big idea
14:38
is that this is the era of big data
and machine learning,
și învățarea automatizată care promite
să ne revoluționeze înțelegerea,
14:43
and machine learning promises
to revolutionize our understanding
de la rețelele sociale
până la epidemiologie.
14:46
of everything from social networks
to epidemiology.
Poate că pe măsura ce învață
despre diverse imagini
14:50
And maybe, as it tackles problems
of scene understanding
și cum să proceseze limbajul
14:53
and natural language processing,
ne va da informații
despre cogniția umană.
14:55
to tell us something
about human cognition.
Ultima idee importantă
14:59
And the final big idea you'll have heard
este că poate e bine
că vom ști atâtea despre creier
15:01
is that maybe it's a good idea we're going
to know so much about brains
și că vom avea acces la date masive
15:05
and have so much access to big data,
pentru că noi înșine,
15:06
because left to our own devices,
oamenii, suntem supuși erorii,
tăiem colțurile, facem greșeli,
15:09
humans are fallible, we take shortcuts,
15:13
we err, we make mistakes,
avem prejudecăţi şi, în nenumărate feluri,
percepem lumea greșit.
15:16
we're biased, and in innumerable ways,
15:20
we get the world wrong.
Cred că toate acestea
sunt exemple importante
15:24
I think these are all important stories,
și ne dau multe informaţii
despre condiția umană.
15:27
and they have a lot to tell us
about what it means to be human,
Vreau să vă atrag atenția că astăzi
v-am spus o poveste foarte diferită.
15:31
but I want you to note that today
I told you a very different story.
E o poveste despre minte
și nu despre creier.
15:35
It's a story about minds and not brains,
E o poveste despre tipurile de raţionament
pe care doar mintea umană le poate face
15:39
and in particular, it's a story
about the kinds of computations
15:42
that uniquely human minds can perform,
și care implică informație structurată,
complexă și capacitatea de a învăța
15:45
which involve rich, structured knowledge
and the ability to learn
dintr-o cantitate mică de date
și dovezi din puţine exemple.
15:49
from small amounts of data,
the evidence of just a few examples.
Fundamental, e o poveste
despre cum, începând de mici
15:56
And fundamentally, it's a story
about how starting as very small children
și continuând pâna la marile realizări
ale culturii noastre
16:00
and continuing out all the way
to the greatest accomplishments
16:04
of our culture,
înțelegem corect lumea în care trăim.
16:08
we get the world right.
Oameni buni, mintea umană
nu numai că învață din date puține
16:12
Folks, human minds do not only learn
from small amounts of data.
Mintea umană gândește idei noi.
16:18
Human minds think
of altogether new ideas.
Mintea umană generează
cercetare și știință,
16:20
Human minds generate
research and discovery,
și mintea umană generează
artă și literatură și poezie și teatru
16:23
and human minds generate
art and literature and poetry and theater,
și mintea umană are grijă
de alte ființe umane
16:29
and human minds take care of other humans:
cei bătrâni, cei tineri, cei bolnavi.
16:32
our old, our young, our sick.
Îi și vindecăm.
16:36
We even heal them.
În anii ce vor urma,
vom vedea inovaţii tehnologice
16:39
In the years to come, we're going
to see technological innovations
mai surprinzătoare
decât orice mi-aș putea imagina,
16:42
beyond anything I can even envision,
dar e foarte puțin probabil
16:46
but we are very unlikely
să vedem ceva similar puterii
computaționale a creierului unui copil
16:48
to see anything even approximating
the computational power of a human child
în decursul vieții mele sau a dvs.
16:54
in my lifetime or in yours.
Dacă vom investi în acești
avizi învățacei și în dezvoltarea lor
16:58
If we invest in these most powerful
learners and their development,
în bebeluși și copii,
17:03
in babies and children
în mame și tați,
17:06
and mothers and fathers
în bone și învățători,
17:08
and caregivers and teachers
la fel cum investim în celelalte forme
elegante și avansate de tehnologie,
17:11
the ways we invest in our other
most powerful and elegant forms
17:15
of technology, engineering and design,
inginerie și design,
17:18
we will not just be dreaming
of a better future,
nu numai că vom visa la un viitor mai bun,
dar chiar vom plănui unul.
17:21
we will be planning for one.
Vă mulțumesc foarte mult.
17:23
Thank you very much.
(Aplauze)
17:25
(Applause)
Christ Anderson: Laura, mulțumesc.
Am o întrebare pentru tine.
17:29
Chris Anderson: Laura, thank you.
I do actually have a question for you.
În primul rând,
această cercetare e nebunească.
17:34
First of all, the research is insane.
Vreau să spun, cine ar planifica
un astfel de experiment? (Râsete)
17:36
I mean, who would design
an experiment like that? (Laughter)
L-am urmărit de mai multe ori,
17:41
I've seen that a couple of times,
și încă nu pot să cred
că se poate întâmpla cu adevărat
17:42
and I still don't honestly believe
that that can truly be happening,
dar alții au făcut experimente similare.
Se verifică.
17:46
but other people have done
similar experiments; it checks out.
Bebelușii sunt într-adevăr geniali.
17:49
The babies really are that genius.
LS: Sunt impresionanți
în experimentele noastre,
17:50
LS: You know, they look really impressive
in our experiments,
imaginați-vă însă ce fac în realitate?
17:53
but think about what they
look like in real life, right?
Se naște un bebeluș
şi după 18 luni îţi vorbeşte.
17:56
It starts out as a baby.
17:57
Eighteen months later,
it's talking to you,
Primele cuvinte nu-s „mingi” sau „rațe”,
ci „nu mai e", referindu-se la dispariție,
17:59
and babies' first words aren't just
things like balls and ducks,
18:02
they're things like "all gone,"
which refer to disappearance,
sau „o-o”, care se referă
la acțiuni neintenționate.
18:05
or "uh-oh," which refer
to unintentional actions.
Este impresionant.
18:07
It has to be that powerful.
E mai impresionant
decât tot ce-am prezentat.
18:09
It has to be much more powerful
than anything I showed you.
Își deslușesc întreaga lume.
18:12
They're figuring out the entire world.
Un copil de patru ani
îți poate vorbi despre aproape orice.
18:14
A four-year-old can talk to you
about almost anything.
(Aplauze)
18:17
(Applause)
CA: Dacă înțeleg bine,
în pofida discuţiilor din ultimii ani,
18:19
CA: And if I understand you right,
the other key point you're making is,
despre cât de complexă şi întortocheată
e mintea noastră,
18:22
we've been through these years
where there's all this talk
18:25
of how quirky and buggy our minds are,
comportamentul şi toate teoriile
care susţin că nu suntem fiinţe raţionale,
18:27
that behavioral economics
and the whole theories behind that
18:29
that we're not rational agents.
tu spui că imaginea de ansamblu
e cu adevărat extraordinară
18:31
You're really saying that the bigger
story is how extraordinary,
și că există cu adevărat geniul
care este subapreciat.
18:35
and there really is genius there
that is underappreciated.
LS: Un citat preferat din psihologie
aparține psihologului social Solomon Asch,
18:40
LS: One of my favorite
quotes in psychology
18:42
comes from the social
psychologist Solomon Asch,
care a spus că principala sarcină
a psihologiei
18:45
and he said the fundamental task
of psychology is to remove
e îndepărtarea vălului
propriilor dovezi de pe lucruri.
18:47
the veil of self-evidence from things.
Luăm milioane de decizii zilnic
ca să înţelegem lumea din jur.
18:50
There are orders of magnitude
more decisions you make every day
18:55
that get the world right.
Cunoaștem obiectele și proprietățile lor,
le recunoaştem acoperite sau în întuneric,
18:56
You know about objects
and their properties.
18:58
You know them when they're occluded.
You know them in the dark.
ne deplasăm prin încăperi.
19:01
You can walk through rooms.
Ne dăm seama ce gândesc alţii.
Vorbim cu ei.
19:02
You can figure out what other people
are thinking. You can talk to them.
Ne deplasăm prin spaţiu, ştim numerele,
ştim despre cauză şi efect,
19:06
You can navigate space.
You know about numbers.
19:08
You know causal relationships.
You know about moral reasoning.
Ştim despre raţionamente morale.
Facem asta făra efort, invisibil,
dar aşa înțelegem lumea.
19:11
You do this effortlessly,
so we don't see it,
19:14
but that is how we get the world right,
and it's a remarkable
E o realizare remarcabilă
şi dificil de înțeles.
19:16
and very difficult-to-understand
accomplishment.
CA: Cred că în audiență sunt oameni
care cred în progresul tehnologic rapid,
19:19
CA: I suspect there are people
in the audience who have
19:21
this view of accelerating
technological power
care ar găsi discutabilă afirmaţia ta,
că în decursul vieții noastre,
19:24
who might dispute your statement
that never in our lifetimes
un computer nu va putea face,
ce face un copil de 3 ani.
19:27
will a computer do what
a three-year-old child can do,
E însă evident, indiferent de scenariu,
19:29
but what's clear is that in any scenario,
mașinile au atât de mult de învățat
de la copiii noștri.
19:32
our machines have so much to learn
from our toddlers.
LS: Probabil în audiență
sunt experți în învățarea automată.
19:38
LS: I think so. You'll have some
machine learning folks up here.
Să nu pariați împotriva bebelușilor,
cimpanzeilor sau a tehnologiei.
19:41
I mean, you should never bet
against babies or chimpanzees
19:45
or technology as a matter of practice,
Nu e numai o diferență cantitativă,
ci e o diferenţă de categorie.
19:49
but it's not just
a difference in quantity,
19:53
it's a difference in kind.
Avem calculoatoare extrem de performante,
care fac lucruri extrem de sofisticate,
19:55
We have incredibly powerful computers,
19:57
and they do do amazingly
sophisticated things,
cu cantități imense de date.
20:00
often with very big amounts of data.
Mintea umană face
ceva destul de diferit,
20:03
Human minds do, I think,
something quite different,
și cred că e natura structurată,
ierarhică a cunoașterii umane
20:05
and I think it's the structured,
hierarchical nature of human knowledge
care rămâne o provocare.
20:09
that remains a real challenge.
CA: Laura Schulz, minunată hrană
pentru minte. Mulțumesc foarte mult.
20:11
CA: Laura Schulz, wonderful
food for thought. Thank you so much.
20:14
LS: Thank you.
(Applause)
LS: Mulțumesc.
(Aplauze)
Translated by Oana Coban
Reviewed by Delia Bogdan

▲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