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

Лаура Шулц: Изненадващо логичният ум на бебетата

Filmed
Views 1,632,838

Как бебетата научават толкова много от толкова малки и толкова бързо? В една забавна, пълна с експерименти дискусия, ученът по познавателни науки Лаура Шулц ни показва как децата ни вземат решения, използвайки учудващо силна логика, още много преди да са проговорили.

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

MarkМарк TwainТвен summedсумират up
what I take to be
Марк Твен е обобщил това,
което намирам за
00:12
one of the fundamentalосновен problemsпроблеми
of cognitiveпознавателен scienceнаука
един от основните проблеми
в познавателната наука,
00:14
with a singleединичен witticismостроумие.
в едно единствено изказване.
00:18
He said, "There's something
fascinatingочарователен about scienceнаука.
Казал е: "Има нещо пленително в науката.
00:20
One getsполучава suchтакъв wholesaleтърговия на едро
returnsсе завръща of conjectureпредположения
Такива огромни резултати
произлизат от догадки,
00:23
out of suchтакъв a triflingнезначителен
investmentинвестиция in factфакт."
основани на незначителна инвестиция
в действителните факти."
00:26
(LaughterСмях)
(Смях)
00:29
TwainТвен meantозначаваше it as a jokeшега,
of courseкурс, but he's right:
Твен го е казал на шега, разбира се,
но е бил прав:
00:32
There's something
fascinatingочарователен about scienceнаука.
Има нещо пленително в науката.
00:34
From a fewмалцина bonesкости, we inferподразбирам
the existenceсъществуване of dinosuarsdinosuars.
От няколко костни останки заключаваме
за съществуването на динозаврите.
00:37
From spectralспектрална linesлинии,
the compositionкомпозиция of nebulaeмъглявини.
От няколко спектрални линии -
състава на мъглявинитe в космоса.
00:42
From fruitплодове fliesмухи,
От плодовите мушици -
00:47
the mechanismsмеханизми of heredity,
механизмитe на наследствеността,
00:50
and from reconstructed imagesснимки
of bloodкръв flowingтечаща throughпрез the brainмозък,
а от реконструирани изображения
на кръвта, преминаваща през мозъка,
00:53
or in my caseслучай, from the behaviorповедение
of very youngмлад childrenдеца,
или в моя случай - от поведението
на много малки деца -
00:57
we try to say something about
the fundamentalосновен mechanismsмеханизми
се опитваме да кажем нещо
за основните механизми
01:02
of humanчовек cognitionпознание.
на човешките познавателни процеси.
01:05
In particularособен, in my labлаборатория in the DepartmentОтдел
of BrainМозъка and CognitiveКогнитивна SciencesНауки at MITMIT,
В лаборатория ми в катедрата по неврология
в Масачузетския технологичен институт,
01:07
I have spentпрекарах the pastминало decadeдесетилетие
tryingопитвайки to understandразбирам the mysteryмистерия
прекарах последното десетилетие
в опити да разбуля мистерията
01:12
of how childrenдеца learnуча so much
from so little so quicklyбързо.
как децата научават толкова много
от съвсем малки и тaка бързо.
01:16
Because, it turnsзавои out that
the fascinatingочарователен thing about scienceнаука
Защото се оказва, че това, което е
пленително в науката,
01:20
is alsoсъщо a fascinatingочарователен
thing about childrenдеца,
е пленителното и в децата,
01:23
whichкойто, to put a gentlerнежна
spinвъртене on MarkМарк TwainТвен,
а това е - да го кажем
по-меко от Марк Твен -
01:27
is preciselyточно theirтехен abilityспособност
to drawрисувам richбогат, abstractабстрактен inferencesизводите
именно тяхнатa способност да правят
богати, абстрактни умозаключения
01:29
rapidlyбързо and accuratelyакуратно
from sparseпо-рядко, noisyшумен dataданни.
бързо и точно от оскъдни и неясни данни.
01:34
I'm going to give you
just two examplesпримери todayднес.
Днес ще ви дам само два примера.
01:40
One is about a problemпроблем of generalizationобобщение,
Единият е свързан с обобщаване,
01:42
and the other is about a problemпроблем
of causalпричинен reasoningобосновавам се.
а другият - с логическото мислене.
01:45
And althoughмакар че I'm going to talk
about work in my labлаборатория,
И въпреки че ще говоря
за работата в лабораторията си ,
01:47
this work is inspiredвдъхновен by
and indebtedзадлъжнели to a fieldполе.
тези резултати са вдъхновени от и
се дължат на всички в областта ми.
01:50
I'm gratefulблагодарен to mentorsментори, colleaguesколеги,
and collaboratorsсътрудници around the worldсвят.
Благодарна съм на менторите, колегите
и сътрудниците си по целия свят.
01:53
Let me startначало with the problemпроблем
of generalizationобобщение.
Нека да започна с проблема с обобщаването.
01:59
GeneralizingОбобщаващи from smallмалък samplesпроби of dataданни
is the breadхляб and butter of scienceнаука.
Обобщаването от малки частици данни
е хляба и солта на науката.
02:02
We pollАнкета a tinyмъничък fractionфракция of the electorateелектората
Анкетираме малка част от електората
02:06
and we predictпредскаже the outcomeизход
of nationalнационален electionsизбори.
и предвиждаме резултата
от националните избори.
02:09
We see how a handfulшепа of patientsпациенти
respondsотговаря to treatmentлечение in a clinicalклиничен trialпробен период,
Наблюдаваме как шепа пациенти
реагират на лечение в клинична среда
02:12
and we bringвъвеждат drugsнаркотици to a nationalнационален marketпазар.
и пускаме лекарства на пазара.
02:16
But this only worksвърши работа if our sampleпроба
is randomlyна случаен принцип drawnсъставен from the populationнаселение.
Но това работи само, ако участниците
са случайни представители на населението.
02:19
If our sampleпроба is cherry-pickedчереша-бере
in some way --
Ако са подбрани по определен показател -
02:23
say, we pollАнкета only urbanградски votersизбирателите,
ако например анкетираме само
избиратели в градовете,
02:26
or say, in our clinicalклиничен trialsизпитвания
for treatmentsлечения for heartсърце diseaseболест,
или в клиничните тестове за лечение
на сърдечни заболявания
02:28
we includeвключва only menхора --
включим само мъже -
02:32
the resultsрезултати mayможе not generalizeобобщавам
to the broaderпо-широк populationнаселение.
резултатите може да не обобщават
широкото население.
02:34
So scientistsучени careгрижа whetherдали evidenceдоказателства
is randomlyна случаен принцип sampled or not,
Затова учените се интересуват дали фактите
са подбрани на случаен принцип,
02:38
but what does that have to do with babiesбебета?
но какво общо има това с бебетата?
02:42
Well, babiesбебета have to generalizeобобщавам
from smallмалък samplesпроби of dataданни all the time.
Ами, на бебетата постоянно им се налага да
правят обобщения от малки частици данни.
02:44
They see a fewмалцина rubberкаучук ducksпатици
and learnуча that they floatплувка,
Виждат няколко гумени патета
и научават, че те плават,
02:49
or a fewмалцина ballsтопки and learnуча that they bounceскача.
или виждат няколко топки
и научават, че подскачат.
02:52
And they developразвият expectationsочакванията
about ducksпатици and ballsтопки
И си съставят очаквания
за патетата и топките,
02:55
that they're going to extendразшири
to rubberкаучук ducksпатици and ballsтопки
които ще се отнасят
до всички гумени патета и топки,
02:58
for the restПочивка of theirтехен livesживота.
които ще видят през живота си.
03:01
And the kindsвидове of generalizationsобобщения
babiesбебета have to make about ducksпатици and ballsтопки
Видовете обобщения, които бебетата
правят за патетата и топките,
03:03
they have to make about almostпочти everything:
тe трябва да правят
за почти всичко останало:
03:07
shoesобувки and shipsкораби and sealingзапечатване waxвосък
and cabbagesзеле and kingsцаре.
обувки и кораби, и червен восък,
и зелки, и крале.
03:09
So do babiesбебета careгрижа whetherдали
the tinyмъничък bitмалко of evidenceдоказателства they see
И така, дали бебетата ги интересува
дали малкото, което виждат,
03:14
is plausiblyправдоподобно representativeПредставител
of a largerпо-голям populationнаселение?
достоверно представя
голямото население от хора?
03:17
Let's find out.
Нека да разберем.
03:21
I'm going to showшоу you two moviesкино,
Ще ви покажа две видеа,
03:23
one from eachвсеки of two conditionsусловия
of an experimentексперимент,
по едно от всяко от двете
положения в експеримента,
03:25
and because you're going to see
just two moviesкино,
и понеже ще видите само две видеа,
03:27
you're going to see just two babiesбебета,
ще видите само две бебета,
03:30
and any two babiesбебета differразличават from eachвсеки other
in innumerableбезброй waysначини.
а всеки две бебета се различават
помежду си по безброй начини.
03:32
But these babiesбебета, of courseкурс,
here standстоя in for groupsгрупи of babiesбебета,
Но тези бебета, разбира се,
представят определени групи бебета
03:36
and the differencesразлики you're going to see
и разликите, които ще видите, представят
03:39
representпредставляват averageсредно аритметично groupгрупа differencesразлики
in babies'бебета behaviorповедение acrossпрез conditionsусловия.
средни групови разлики в поведението
на бебетата при определени условия.
03:41
In eachвсеки movieфилм, you're going to see
a babyбебе doing maybe
Във всяко от видеата ще видите
бебе, което прави
03:47
just exactlyточно what you mightбиха могли, може
expectочаквам a babyбебе to do,
точно това, което вероятно очаквате
едно бебе да прави.
03:49
and we can hardlyедва ли make babiesбебета
more magicalмагически than they alreadyвече are.
Трудно бихме представили бебетата
по-вълшебни, отколкото изглеждат.
03:53
But to my mindум the magicalмагически thing,
Но за мен вълшебството,
03:58
and what I want you to payплащам attentionвнимание to,
това, на което искам
да обърнете внимание,
04:00
is the contrastконтраст betweenмежду
these two conditionsусловия,
е контрастът между тези две положения,
04:02
because the only thing
that differsсе различава betweenмежду these two moviesкино
защото единственото, което се различава
при двете видеа,
04:05
is the statisticalстатистически evidenceдоказателства
the babiesбебета are going to observeСпазвайте.
са статистическите данни,
които са показани на бебетата.
04:08
We're going to showшоу babiesбебета
a boxкутия of blueсин and yellowжълт ballsтопки,
Ще покажем на бебетата
кутия със сини и жълти топки
04:13
and my then-graduateтогава завършил studentстудент,
now colleagueколега at StanfordСтанфорд, HyowonHyowon GweonGweon,
и моята, тогава дипломант, сега колежка
в Станфорд, Йоан Гуан,
04:16
is going to pullдърпам threeтри blueсин ballsтопки
in a rowред out of this boxкутия,
ще извади от кутията
три сини топки подред
04:21
and when she pullsдърпа those ballsтопки out,
she's going to squeezeстискане them,
и при ваденето ще ги стиска
04:24
and the ballsтопки are going to squeakскърцат.
и топките ще писукат.
04:27
And if you're a babyбебе,
that's like a TEDТЕД Talk.
И ако си бебе, това е като TED дискусия.
04:29
It doesn't get better than that.
По-добре от това няма накъде.
04:32
(LaughterСмях)
(Смях)
04:34
But the importantважно pointточка is it's really
easyлесно to pullдърпам threeтри blueсин ballsтопки in a rowред
Но важното е, че е наистина лесно
да се извадят три сини топки подред
04:38
out of a boxкутия of mostlyв повечето случаи blueсин ballsтопки.
от кутия, пълна предимно със сини топки.
04:42
You could do that with your eyesочи closedзатворен.
Можеш да го направиш и със затворени очи.
04:44
It's plausiblyправдоподобно a randomслучаен sampleпроба
from this populationнаселение.
Това е достоверна
случайна извадка от общото цяло.
04:46
And if you can reachдостигнат into a boxкутия at randomслучаен
and pullдърпам out things that squeakскърцат,
А ако вадиш случайни предмети от кутия
и всички от извадените писукат,
04:49
then maybe everything in the boxкутия squeaksскърцане.
то може би всички
предмети в кутията ще писукат.
04:53
So maybe babiesбебета should expectочаквам
those yellowжълт ballsтопки to squeakскърцат as well.
И затова вероятно бебетата ще очакват
и жълтите топки да писукат.
04:56
Now, those yellowжълт ballsтопки
have funnyзабавен sticksпръчици on the endкрай,
Тези жълти топки обаче
имат забавни дръжки в края,
05:00
so babiesбебета could do other things
with them if they wanted to.
така че бебетата да правят
и други неща с тях, ако искат.
05:02
They could poundпаунд them or whackфрасвам them.
Могат да ги мяткат и удрят.
05:05
But let's see what the babyбебе does.
Но нека да видим какво прави бебето.
05:07
(VideoВидео) HyowonHyowon GweonGweon: See this?
(BallТопка squeaksскърцане)
(Видео) Йоан Гуан: "Виждаш ли това?"
(Топката писука)
05:12
Did you see that?
(BallТопка squeaksскърцане)
"Видя ли това?"
(Топката писука)
05:16
CoolГотино.
"Много хубаво."
05:20
See this one?
"Виждаш ли тази?"
05:24
(BallТопка squeaksскърцане)
(Топката писука)
05:26
WowУау.
"Уау."
05:28
Laura SchulzШулц: Told you. (Laughs)
Лаура Шулц: "Казах ви." (Смях)
05:33
(VideoВидео) HGHG: See this one?
(BallТопка squeaksскърцане)
(Видео) ЙГ: "Виждаш ли тази?"
(Топката писука)
05:35
Hey ClaraКлара, this one'sедин е for you.
You can go aheadнапред and playиграя.
"Хей, Клара, тази е за теб.
Можеш да си играеш с нея."
05:39
(LaughterСмях)
(Смях)
05:51
LSLS: I don't even have to talk, right?
Дори не е нужно да обяснявам, нали?
05:56
All right, it's niceприятен that babiesбебета
will generalizeобобщавам propertiesсвойства
Добре, хубаво е, че бебетата
обобщават свойствата
05:59
of blueсин ballsтопки to yellowжълт ballsтопки,
на сините топки спрямо жълтите,
06:02
and it's impressiveвнушителен that babiesбебета
can learnуча from imitatingимитиране us,
както е и впечатляващо, че бебетата
се учат, като ни имитират,
06:03
but we'veние имаме knownизвестен those things about babiesбебета
for a very long time.
но това го знаем за бебетата
от край време насам.
06:06
The really interestingинтересен questionвъпрос
Истински интересният въпрос
06:10
is what happensслучва се when we showшоу babiesбебета
exactlyточно the sameедин и същ thing,
е какво ще стане, ако покажем
на бебе същото нещо -
06:12
and we can ensureгарантира, it's exactlyточно the sameедин и същ
because we have a secretтайна compartmentотделение
а можем да сме сигурни, че е същото,
защото имаме тайно отделение,
06:15
and we actuallyвсъщност pullдърпам the ballsтопки from there,
от което всъщност вадим топките -
06:18
but this time, all we changeпромяна
is the apparentвидима populationнаселение
но този път променим
единствено видимата популация,
06:20
from whichкойто that evidenceдоказателства was drawnсъставен.
от която вадим данни.
06:24
This time, we're going to showшоу babiesбебета
threeтри blueсин ballsтопки
Този път ще покажем на бебетата
три сини топки,
06:27
pulledизтегли out of a boxкутия
of mostlyв повечето случаи yellowжълт ballsтопки,
извадени от кутия,
пълна предимно с жълти топки,
06:30
and guessпредполагам what?
и познайте какво?
06:34
You [probablyвероятно won'tняма да] randomlyна случаен принцип drawрисувам
threeтри blueсин ballsтопки in a rowред
Не е вероятно случайно да извадите
три сини топки подред
06:35
out of a boxкутия of mostlyв повечето случаи yellowжълт ballsтопки.
от кутия, пълна предимно с жълти топки.
06:38
That is not plausiblyправдоподобно
randomlyна случаен принцип sampled evidenceдоказателства.
Това не е правдоподобна,
случайно подбрана извадка.
06:40
That evidenceдоказателства suggestsподсказва that maybe HyowonHyowon
was deliberatelyпреднамерено sampling the blueсин ballsтопки.
Извадката предполага, че може би Йоан
нарочно е извадила сините топки.
06:44
Maybe there's something specialспециален
about the blueсин ballsтопки.
Може би има нещо специално в сините топки.
06:49
Maybe only the blueсин ballsтопки squeakскърцат.
Може би само сините топки писукат.
06:52
Let's see what the babyбебе does.
Нека да видим какво прави бебето.
06:55
(VideoВидео) HGHG: See this?
(BallТопка squeaksскърцане)
(Видео) ЙГ: "Виждаш ли това?"
(Топката писука)
06:57
See this toyиграчка?
(BallТопка squeaksскърцане)
"Виждаш ли тази играчка?"
(Топката писука)
07:02
Oh, that was coolготино. See?
(BallТопка squeaksскърцане)
"О, това беше страхотно. Виждаш ли?"
(Топката писука)
07:05
Now this one'sедин е for you to playиграя.
You can go aheadнапред and playиграя.
"А ето тази е за теб да си играеш.
Давай, можеш да си поиграеш с нея."
07:10
(FussingЗаниманията)
(LaughterСмях)
(Суетене)
(Смях)
07:18
LSLS: So you just saw
two 15-month-old-месец-стар babiesбебета
И така, току що видяхте
две петнадесетмесечни бебета,
07:26
do entirelyизцяло differentразличен things
които направиха две различни неща,
07:29
basedбазиран only on the probabilityвероятност
of the sampleпроба they observedнаблюдаваното.
базирани само на изчислените вероятности
относно предмета, който наблюдават.
07:31
Let me showшоу you the experimentalекспериментален resultsрезултати.
Нека да ви покажа
резултатите от експеримента.
07:35
On the verticalвертикален axisос, you'llти ще see
the percentageпроцент of babiesбебета
По вертикала ще видите процента бебета,
07:37
who squeezedпритиснат the ballтопка in eachвсеки conditionсъстояние,
които стиснаха топката
при всички обстоятелства,
07:40
and as you'llти ще see, babiesбебета are much
more likelyвероятно to generalizeобобщавам the evidenceдоказателства
и както ще видите, много по-вероятно e
бебетата да правят обобщения,
07:42
when it's plausiblyправдоподобно representativeПредставител
of the populationнаселение
когато данните достоверно
представят общото цяло,
07:46
than when the evidenceдоказателства
is clearlyясно cherry-pickedчереша-бере.
отколкото когато данните очевидно
са подбрани на някакъв принцип.
07:49
And this leadsпроводници to a funшега predictionпредвиждане:
И това ни навежда
на забавно предположение:
07:53
SupposeДа предположим you pulledизтегли just one blueсин ballтопка
out of the mostlyв повечето случаи yellowжълт boxкутия.
да предположим, че извадите само една синя
от кутия, пълна предимно с жълти топки.
07:55
You [probablyвероятно won'tняма да] pullдърпам threeтри blueсин ballsтопки
in a rowред at randomслучаен out of a yellowжълт boxкутия,
Не е вероятно случайно да извадите
три сини топки подред от жълтата кутия,
08:00
but you could randomlyна случаен принцип sampleпроба
just one blueсин ballтопка.
но бихте могли произволно
да извадите една синя топка.
08:04
That's not an improbableневероятно sampleпроба.
Това не е невероятен пример.
08:07
And if you could reachдостигнат into
a boxкутия at randomслучаен
И щом бъркате в кутия на случаен принцип
08:09
and pullдърпам out something that squeaksскърцане,
maybe everything in the boxкутия squeaksскърцане.
и вадите нещо, което писука,
може би всичко в кутията писука.
08:11
So even thoughвъпреки че babiesбебета are going to see
much lessпо-малко evidenceдоказателства for squeakingскърцане,
И така, въпреки че бебетата ще видят
много по-малко доказателства за писукане
08:15
and have manyмного fewerпо-малко actionsмерки to imitateимитират
и ще имат много по-малко
действия за имитиране
08:20
in this one ballтопка conditionсъстояние than in
the conditionсъстояние you just saw,
в ситуацията само с едната топка,
отколкото в предишната,
08:22
we predictedпрогнозира, that babiesбебета themselvesсебе си
would squeezeстискане more,
предположихме, че бебетата
ще стискат топките повече,
08:25
and that's exactlyточно what we foundнамерено.
и точно така стана.
08:29
So 15-month-old-месец-стар babiesбебета,
in this respectотношение, like scientistsучени,
Така че, 15-месечните бебета
в това отношение, също като учените,
08:32
careгрижа whetherдали evidenceдоказателства
is randomlyна случаен принцип sampled or not,
ги интересува дали примерът
е случайно подбран или не
08:37
and they use this to developразвият
expectationsочакванията about the worldсвят:
и използват това умение,
за да си създават очаквания за света:
08:40
what squeaksскърцане and what doesn't,
кое писука и кое не,
08:43
what to exploreизследвам and what to ignoreигнорирам.
какво да изследват и какво да игнорират.
08:45
Let me showшоу you anotherоще exampleпример now,
Нека ви дам друг пример,
08:50
this time about a problemпроблем
of causalпричинен reasoningобосновавам се.
този път е свързан с логическото мислене.
08:52
And it startsзапочва with a problemпроблем
of confoundedпосрамиха evidenceдоказателства
И започва с проблем
в непълнота на данните,
08:55
that all of us have,
който всички ние имаме,
08:57
whichкойто is that we are partчаст of the worldсвят.
бидейки част от този свят.
08:59
And this mightбиха могли, може not seemИзглежда like a problemпроблем
to you, but like mostнай-много problemsпроблеми,
И това може да не ви изглежда
като проблем, но както повечето проблеми,
09:01
it's only a problemпроблем when things go wrongпогрешно.
се превръща в такъв,
само когато нещо се обърка.
09:04
Take this babyбебе, for instanceинстанция.
Погледнете например това бебе.
09:07
Things are going wrongпогрешно for him.
Нещата се объркват за него.
09:09
He would like to make
this toyиграчка go, and he can't.
Иска му се да пусне
тази играчка, но не може.
09:10
I'll showшоу you a few-secondняколко секунди clipклипс.
Ще ви покажа няколкосекунден клип.
09:13
And there's two possibilitiesвъзможности, broadlyнай-общо:
Общо взето има две вероятности:
09:21
Maybe he's doing something wrongпогрешно,
може би той не прави нещо както трябва
09:23
or maybe there's something
wrongпогрешно with the toyиграчка.
или може би нещо не е наред с играчката.
09:25
So in this nextследващия experimentексперимент,
Така в следващия експеримент
09:30
we're going to give babiesбебета
just a tinyмъничък bitмалко of statisticalстатистически dataданни
ще дадем на бебетата
само малка част статистически данни,
09:32
supportingподкрепа one hypothesisхипотеза over the other,
които подкрепят една хипотеза
за сметка на другата,
09:35
and we're going to see if babiesбебета
can use that to make differentразличен decisionsрешения
и ще видим дали според това бебетата
ще вземат различни решения
09:38
about what to do.
за това какво да правят.
09:41
Here'sТук е the setupнастройка.
Ето положението.
09:43
HyowonHyowon is going to try to make
the toyиграчка go and succeedуспявам.
Йоан ще опита
да пусне играчката и ще успее.
09:46
I am then going to try twiceдва пъти
and failпровали bothи двете timesпъти,
После аз ще опитам два пъти и
и двата пъти ще се проваля,
09:49
and then HyowonHyowon is going
to try again and succeedуспявам,
а после Йоан ще опита пак
и пак ще успее,
09:52
and this roughlyприблизително sumsсуми up my relationshipвръзка
to my graduateзавършвам studentsстуденти
и това в общи линии описва изцяло
отношенията ми с моите дипломанти,
09:55
in technologyтехнология acrossпрез the boardборд.
що се отнася до технологиитe.
09:58
But the importantважно pointточка here is
it providesосигурява a little bitмалко of evidenceдоказателства
Но важното в тази ситуация е,
че дава малко доказателства,
10:02
that the problemпроблем isn't with the toyиграчка,
it's with the personчовек.
че проблемът не е в играчката,
а е у човека.
10:05
Some people can make this toyиграчка go,
Някои хора могат
да задвижат играчката,
10:08
and some can't.
а други не могат.
10:11
Now, when the babyбебе getsполучава the toyиграчка,
he's going to have a choiceизбор.
Сега, когато бебето
вземе играчката, ще има избор.
10:12
His momмама is right there,
Майка му е там,
10:16
so he can go aheadнапред and handръка off the toyиграчка
and changeпромяна the personчовек,
така че може да подаде играчката на нея
и така да смени човека,
10:18
but there's alsoсъщо going to be
anotherоще toyиграчка at the endкрай of that clothкърпа,
но също така има и друга играчка
нa края на покривката,
10:21
and he can pullдърпам the clothкърпа towardsкъм him
and changeпромяна the toyиграчка.
така че може да придърпа покривката
към себе си и да смени играчката.
10:24
So let's see what the babyбебе does.
Hека видим какво ще нaправи бебето.
10:28
(VideoВидео) HGHG: Two, threeтри. Go!
(MusicМузика)
(Видео) ЙГ: "Две, три. Давай!"
(Музика)
10:30
LSLS: One, two, threeтри, go!
ЛШ: "Едно, две, три, давай!"
10:34
ArthurАртър, I'm going to try again.
One, two, threeтри, go!
"Артър, ще опитам пак.
Едно, две, три, давай!"
10:37
YGYG: ArthurАртър, let me try again, okay?
ЙГ: "Артър, нека пак да аз опитам!"
10:45
One, two, threeтри, go!
(MusicМузика)
"Едно, две, три, давай!"
(Музика)
10:48
Look at that. RememberЗапомни these toysиграчки?
"Виж това. Помниш ли тези играчки?"
10:53
See these toysиграчки? Yeah, I'm going
to put this one over here,
"Виждаш ли тези играчки?
Да, ще сложа тази там,
10:55
and I'm going to give this one to you.
а тази ще ти я дам на теб."
10:58
You can go aheadнапред and playиграя.
"Можеш да си поиграеш с нея."
11:00
LSLS: Okay, Laura, but of courseкурс,
babiesбебета love theirтехен mommiesmommies.
Лаура, но разбираемо -
бебетата обичат майките си.
11:23
Of courseкурс babiesбебета give toysиграчки
to theirтехен mommiesmommies
Разбира се, че бебетата
дават играчка на мама,
11:27
when they can't make them work.
когато не успяват да я накарат да работи.
11:30
So again, the really importantважно questionвъпрос
is what happensслучва се when we changeпромяна
Така че, отново, истински важният въпрос е
какво ще стане, ако променим
11:32
the statisticalстатистически dataданни ever so slightlyмалко.
статистическите данни дори и съвсем леко.
11:35
This time, babiesбебета are going to see the toyиграчка
work and failпровали in exactlyточно the sameедин и същ orderпоръчка,
Този път бебетата ще видят играчката
да проработва или не точно в същия ред,
11:38
but we're changingсмяна
the distributionразпределение of evidenceдоказателства.
но ще променим леко
разпределението на данните.
11:42
This time, HyowonHyowon is going to succeedуспявам
onceведнъж and failпровали onceведнъж, and so am I.
Този път Йоан ще успее и ще се провали
по веднъж и после аз ще направя същото.
11:45
And this suggestsподсказва it doesn't matterвъпрос
who triesопитва this toyиграчка, the toyиграчка is brokenсчупено.
А това предполага, че няма значение
кой опитва, играчката е счупена.
11:49
It doesn't work all the time.
Не винаги работи.
11:55
Again, the baby'sна бебето going to have a choiceизбор.
Отново, бебето ще има избор.
11:57
Her momмама is right nextследващия to her,
so she can changeпромяна the personчовек,
Майка ѝ е точно до нея, така че
може да даде играчката на друг човек.
11:59
and there's going to be anotherоще toyиграчка
at the endкрай of the clothкърпа.
Ще има и друга играчка
на края на покривката.
12:02
Let's watchгледам what she does.
Да видим какво ще направи.
12:05
(VideoВидео) HGHG: Two, threeтри, go!
(MusicМузика)
(Видео) ЙГ: "Две, три, давай!"
(Музика)
12:07
Let me try one more time.
One, two, threeтри, go!
"Нека да опитам още веднъж.
Едно, две, три, давай!"
12:11
HmmХм.
"Хмм."
12:17
LSLS: Let me try, ClaraКлара.
ЛШ: "Нека аз да опитам, Клара."
12:19
One, two, threeтри, go!
"Едно, две, три, давай!"
12:22
HmmХм, let me try again.
"Хмм, нека опитам пак."
12:27
One, two, threeтри, go!
(MusicМузика)
"Едно, две, три, давай!"
(Музика)
12:29
HGHG: I'm going
to put this one over here,
ЙГ: "Ще сложа тази играчка тук,
12:35
and I'm going to give this one to you.
а тази ще я дам на теб."
12:37
You can go aheadнапред and playиграя.
"Може да си поиграеш."
12:39
(ApplauseАплодисменти)
(Ръкопляскане)
12:58
LSLS: Let me showшоу you
the experimentalекспериментален resultsрезултати.
Нека да ви покажа
резултатите от експеримента.
13:04
On the verticalвертикален axisос,
you'llти ще see the distributionразпределение
По вертикала виждате разпределението
13:07
of children'sна децата choicesизбор in eachвсеки conditionсъстояние,
в избора на децата
в различните ситуации.
13:09
and you'llти ще see that the distributionразпределение
of the choicesизбор childrenдеца make
Ще видите, че изборът, който правят,
13:12
dependsЗависи on the evidenceдоказателства they observeСпазвайте.
зависи от данните, които получават.
13:16
So in the secondвтори yearгодина of life,
Така че още през втората си година
13:19
babiesбебета can use a tinyмъничък bitмалко
of statisticalстатистически dataданни
бебетата могат да използват
малкo статистически данни,
13:21
to decideреши betweenмежду two
fundamentallyв основата си differentразличен strategiesстратегии
за да избират между две основни стратегии
13:24
for actingактьорско майсторство in the worldсвят:
за действие в живота:
13:27
askingпита for help and exploringпроучване.
да помолиш за помощ
или сам да проучиш нещо.
13:29
I've just shownпосочен you
two laboratoryлаборатория experimentsексперименти
Това, което ви показах току-що,
са само два експеримента
13:33
out of literallyбуквално hundredsстотици in the fieldполе
that make similarподобен pointsточки,
от общо стотици такива в областта,
които потвърждават същите резултати,
13:37
because the really criticalкритичен pointточка
защото важният извод e,
13:40
is that children'sна децата abilityспособност
to make richбогат inferencesизводите from sparseпо-рядко dataданни
че способността на децата да си вадят
широки изводи от малко налични данни
13:43
underliesв основата на all the species-specificспецифични
culturalкултурен learningизучаване на that we do.
е в основата на типичния за човешния вид
метод за опознаване на света.
13:48
ChildrenДеца learnуча about newнов toolsинструменти
from just a fewмалцина examplesпримери.
Децата научават нови техники
само от няколко примера.
13:53
They learnуча newнов causalпричинен relationshipsвзаимоотношения
from just a fewмалцина examplesпримери.
Научават нови причинно-следствени връзки
само от няколко примера.
13:58
They even learnуча newнов wordsдуми,
in this caseслучай in AmericanАмерикански SignЗнак LanguageЕзик.
Дори научават нови думи, в този случай
от американския жестомимичен език.
14:03
I want to closeблизо with just two pointsточки.
Искам да завърша с две неща.
14:08
If you've been followingследното my worldсвят,
the fieldполе of brainмозък and cognitiveпознавателен sciencesнауки,
Ако сте следили моята област,
неврология и познавателни науки,
14:12
for the pastминало fewмалцина yearsгодини,
през последните няколко години,
14:15
threeтри bigголям ideasидеи will have come
to your attentionвнимание.
три основни идеи са ви
направили впечатление.
14:17
The first is that this is
the eraера of the brainмозък.
Първата е, че това е
ерата на човешкия мозък.
14:20
And indeedнаистина, there have been
staggeringпотресаващ discoveriesоткрития in neuroscienceневрология:
И наистина, имаше удивителни открития
в областта на неврологията:
14:23
localizingлокализиране functionallyфункционално specializedспециализиран
regionsрегиони of cortexкора,
локализиране на функционално разделени
части на мозъчната кора,
14:27
turningобръщане mouseмишка brainsмозъците transparentпрозрачен,
правене на мозъци на мишки
да изглеждат прозрачни,
14:30
activatingактивиране neuronsневрони with lightсветлина.
активиране на неврони,
използвайки светлина.
14:33
A secondвтори bigголям ideaидея
Втората значима идея
14:36
is that this is the eraера of bigголям dataданни
and machineмашина learningизучаване на,
е, че това е ерата на масивите от данни
и компютърен анализ,
14:38
and machineмашина learningизучаване на promisesобещания
to revolutionize our understandingразбиране
а компютърният анализ обещава
коренно да промени разбиранията ни
14:43
of everything from socialсоциален networksмрежи
to epidemiologyепидемиология.
за всичко: от социалните мрежи
до епидемиологията.
14:46
And maybe, as it tacklesтакъми problemsпроблеми
of sceneсцена understandingразбиране
И може би, като се справят с проблеми
като анализа на изображения
14:50
and naturalестествен languageезик processingобработване,
и обработка на естествения език,
14:53
to tell us something
about humanчовек cognitionпознание.
ще ни кажат нещо и
за човешкия познавателен процес.
14:55
And the finalфинал bigголям ideaидея you'llти ще have heardчух
И последната голяма идея,
която сте чули,
14:59
is that maybe it's a good ideaидея we're going
to know so much about brainsмозъците
е че може би е добре, че ще знаем
толкова много за човешкия мозък
15:01
and have so much accessдостъп to bigголям dataданни,
и че ще имаме достъп до масивите от данни,
15:05
because left to our ownсобствен devicesустройства,
защото, работейки
само със собствени средства,
15:06
humansхората are fallibleгреши, we take shortcuts,
хората са склонни да бъркат,
често вземаме прекия път,
15:09
we errзаблуждават, we make mistakesгрешки,
заблуждаваме се, допускаме грешки,
15:13
we're biasedдиагонален, and in innumerableбезброй waysначини,
повлияни сме от предразсъдъци
и по безброй много начини
15:16
we get the worldсвят wrongпогрешно.
възприемаме света погрешно.
15:20
I think these are all importantважно storiesистории,
Мисля, че това са все важни истории
15:24
and they have a lot to tell us
about what it meansсредства to be humanчовек,
и те могат много да ни обяснят за това
какво означава да бъдеш човек,
15:27
but I want you to noteЗабележка that todayднес
I told you a very differentразличен storyистория.
но искам да забележите, че днес
ви разказах една съвсем различна история.
15:31
It's a storyистория about mindsумове and not brainsмозъците,
Това е история за умове, а не за мозъци,
15:35
and in particularособен, it's a storyистория
about the kindsвидове of computationsизчисления
и по-конкретно, това е история
за видовете изчисления,
15:39
that uniquelyеднозначно humanчовек mindsумове can performизпълнява,
които единствено човешкия разум
може да извършва,
15:42
whichкойто involveвключва richбогат, structuredструктуриран knowledgeзнание
and the abilityспособност to learnуча
и които съдържат богати, структурирани
познания и умения да учим
15:45
from smallмалък amountsсуми of dataданни,
the evidenceдоказателства of just a fewмалцина examplesпримери.
от малки количества информация,
доказано дори само с няколко примера.
15:49
And fundamentallyв основата си, it's a storyистория
about how startingстартиране as very smallмалък childrenдеца
И в основата си, това е история
за това как, започвайки от малки деца,
15:56
and continuingпродължаващото out all the way
to the greatestнай велик accomplishments
и продължавайки така чак до моментите
на най-големите постижения
16:00
of our cultureкултура,
в нашата култура,
16:04
we get the worldсвят right.
разбираме света правилно.
16:08
FolksХора, humanчовек mindsумове do not only learnуча
from smallмалък amountsсуми of dataданни.
Хора, човешкият разум не само учи
от малки количества информация.
16:12
HumanЧовешки mindsумове think
of altogether newнов ideasидеи.
Човешкият разум ражда изцяло нови идеи.
16:18
HumanЧовешки mindsумове generateгенериране
researchизследване and discoveryоткритие,
Човешкият ум е генератор
на проучвания и открития,
16:20
and humanчовек mindsумове generateгенериране
artизкуство and literatureлитература and poetryпоезия and theaterтеатър,
както и създава изкуство
и литература, и поезия, и театър,
16:23
and humanчовек mindsумове take careгрижа of other humansхората:
и човешките умове се грижат за други хора:
16:29
our oldстар, our youngмлад, our sickболен.
възрастните, подрастващите, болните.
16:32
We even healлекувам them.
Дори ги лекуваме.
16:36
In the yearsгодини to come, we're going
to see technologicalтехнологически innovationsиновации
През следващите години
ще видим технологични иновации
16:39
beyondотвъд anything I can even envisionси представим,
които надхвърлят всичко, което въобще
мога да си представя,
16:42
but we are very unlikelyмалко вероятно
но е малко вероятно
16:46
to see anything even approximatingсближаване
the computationalизчислителната powerмощност of a humanчовек childдете
да видим нещо, дори само близко
до изчислителните умения на човешко дете,
16:48
in my lifetimeживот or in yoursтвой.
през моя или вашия живот.
16:54
If we investинвестирам in these mostнай-много powerfulмощен
learnersобучаемите and theirтехен developmentразвитие,
Ако инвестираме в тези най-могъщи
откриватели и в тяхното развитие,
16:58
in babiesбебета and childrenдеца
в бебетата и децата,
17:03
and mothersмайки and fathersбащи
в майките и бащите,
17:06
and caregiversнастойници and teachersучители
и в бавачките и учителите,
17:08
the waysначини we investинвестирам in our other
mostнай-много powerfulмощен and elegantелегантен formsформи
така както инвестираме в другите наши
най-мощни и елегантни форми
17:11
of technologyтехнология, engineeringинженерство and designдизайн,
на технология, инженерство и дизайн,
17:15
we will not just be dreamingмечтаете
of a better futureбъдеще,
няма да мечтаем за по-добро бъдеще,
17:18
we will be planningпланиране for one.
а ще го планираме.
17:21
Thank you very much.
Благодаря ви много.
17:23
(ApplauseАплодисменти)
(Ръкопляскане)
17:25
ChrisКрис AndersonАндерсън: Laura, thank you.
I do actuallyвсъщност have a questionвъпрос for you.
Крис Андерсън: Лаура, благодаря ти.
Имам въпрос към теб.
17:29
First of all, the researchизследване is insaneбезумен.
Преди всичко, изследването е лудост.
17:34
I mean, who would designдизайн
an experimentексперимент like that? (LaughterСмях)
Имам предвид, кой би измислил
подобен експеримент? (Смях)
17:36
I've seenвидян that a coupleдвойка of timesпъти,
Виждал съм това няколко пъти
17:41
and I still don't honestlyчестно казано believe
that that can trulyнаистина be happeningслучва,
и дори самият аз все още не вярвам,
че наистина се случва,
17:42
but other people have doneСвършен
similarподобен experimentsексперименти; it checksпроверки out.
но други са правили подобни проучвания
и резултатите съвпадат.
17:46
The babiesбебета really are that geniusгений.
Бебетата наистина са толкова гениални.
17:49
LSLS: You know, they look really impressiveвнушителен
in our experimentsексперименти,
ЛШ: Знаеш ли, изглеждат впечатляващо
в нашите експерименти,
17:50
but think about what they
look like in realреален life, right?
но помисли как изглеждат
в реалния живот, нали?
17:53
It startsзапочва out as a babyбебе.
Бебето се ражда.
17:56
EighteenОсемнадесет monthsмесеца laterпо късно,
it's talkingговорим to you,
След осемнадесет месеца ти говори,
17:57
and babies'бебета first wordsдуми aren'tне са just
things like ballsтопки and ducksпатици,
и бебешките първи думи са
не само неща като топки и патета,
17:59
they're things like "all goneси отиде,"
whichкойто referсе отнасят to disappearanceизчезване,
те са неща като "свърши",
което посочва изчезване,
18:02
or "uh-ohо-о," whichкойто referсе отнасят
to unintentional actionsмерки.
или "о-оу", което показва
непреднамерени действия.
18:05
It has to be that powerfulмощен.
Трябва да са толкова способни.
18:07
It has to be much more powerfulмощен
than anything I showedпоказан you.
Много по-способни от всичко,
което аз ви показах.
18:09
They're figuringфигуриращ out the entireцял worldсвят.
Те проумяват целия нов за тях свят.
18:12
A four-year-oldчетири-годишен can talk to you
about almostпочти anything.
Четиригодишно дете
може да говори с теб за почти всичко.
18:14
(ApplauseАплодисменти)
(Ръкопляскане)
18:17
CACA: And if I understandразбирам you right,
the other keyключ pointточка you're makingприготвяне is,
КА: И ако правилно съм разбрал,
другата ти важна теза е,
18:19
we'veние имаме been throughпрез these yearsгодини
where there's all this talk
че през изминалите години
сме се наслушали на това
18:22
of how quirkyстранни and buggyбебешка количка our mindsумове are,
колко несъвършени са умовете ни,
18:25
that behavioralповеденчески economicsикономика
and the wholeцяло theoriesтеории behindзад that
поведенческата икономика
и всички теории зад нея,
18:27
that we're not rationalрационален agentsагенти.
че не сме рационални същества.
18:29
You're really sayingпоговорка that the biggerпо-голям
storyистория is how extraordinaryнеобикновен,
Ти всъщност казваш,
че мащабната теза е колко забележителни
18:31
and there really is geniusгений there
that is underappreciatedнедооценени.
и гениални сме всъщност,
и това е недооценено.
18:35
LSLS: One of my favoriteлюбим
quotesкавички in psychologyпсихология
ЛШ: Един от любимите ми цитати
в психологията
18:40
comesидва from the socialсоциален
psychologistпсихолог Solomon AschАш,
е от социалния психолог Соломон Аш.
18:42
and he said the fundamentalосновен taskзадача
of psychologyпсихология is to removeпремахнете
Той казва, че главната задача
на психологията е да премахва
18:45
the veilвоал of self-evidenceочевидност from things.
воала на очевидното от нещата.
18:47
There are ordersпоръчки of magnitudeвеличина
more decisionsрешения you make everyвсеки day
Има десетки решения,
които вземаме всеки ден,
18:50
that get the worldсвят right.
показващи, че разбираме света.
18:55
You know about objectsобекти
and theirтехен propertiesсвойства.
Познаваме предметите и
характеристиките им.
18:56
You know them when they're occludedзапушени.
You know them in the darkтъмен.
Познаваме ги и затворени.
Разпознаваме ги и в тъмното.
18:58
You can walkразходка throughпрез roomsстаи.
Можем да вървим през стаи.
19:01
You can figureфигура out what other people
are thinkingмислене. You can talk to them.
Отгатваме мислите на другите.
Можем да говорим с тях.
19:02
You can navigateнавигирате spaceпространство.
You know about numbersчисленост.
Можем да управляваме пространството.
Познаваме числата.
19:06
You know causalпричинен relationshipsвзаимоотношения.
You know about moralморален reasoningобосновавам се.
Определяме причина и следствие.
Отсъждаме кое е морално, и кое - не.
19:08
You do this effortlesslyбез усилие,
so we don't see it,
Правим това без усилие,
защото не се замисляме за процеса,
19:11
but that is how we get the worldсвят right,
and it's a remarkableзабележителен
но ето че разбираме света правилно
и това е забележително
19:14
and very difficult-to-understandтрудно за разбиране
accomplishmentпостижение.
и много трудно за осмисляне постижение.
19:16
CACA: I suspectзаподозрян there are people
in the audienceпублика who have
КА: Подозирам, че има
хора в публиката, които поддържат
19:19
this viewизглед of acceleratingускоряващ
technologicalтехнологически powerмощност
идеята за ускореното
развитие на технологиите,
19:21
who mightбиха могли, може disputeспор your statementизявление
that never in our lifetimesживоти
които могат да оспорят твърдението ти,
че в рамките на нашия живот
19:24
will a computerкомпютър do what
a three-year-oldтри-годишен childдете can do,
компютър все още няма да може
това, което може едно тригодишно дете,
19:27
but what's clearясно is that in any scenarioсценарий,
но това, което е ясно
при койтo и да е сценарий,
19:29
our machinesмашини have so much to learnуча
from our toddlersедва проходило дете.
е че сегашните ни машини
имат много да учат от децата ни.
19:32
LSLS: I think so. You'llВие ще have some
machineмашина learningизучаване на folksхора up here.
ЛШ: Да, вероятно имате няколко души,
които се занимават с машинен интелект.
19:38
I mean, you should never betзалагане
againstсрещу babiesбебета or chimpanzeesшимпанзетата
Имам предвид, не трябва да залагаш
срещу бебета или шимпанзета,
19:41
or technologyтехнология as a matterвъпрос of practiceпрактика,
или срещу технологията по принцип,
19:45
but it's not just
a differenceразлика in quantityколичество,
но не става въпрос
само за количествени разлики,
19:49
it's a differenceразлика in kindмил.
а за разлики по естество.
19:53
We have incrediblyневероятно powerfulмощен computersкомпютри,
Имаме невероятно мощни компютри
19:55
and they do do amazinglyизумително
sophisticatedсложен things,
и те изпълняват поразителни процедури
19:57
oftenчесто with very bigголям amountsсуми of dataданни.
често с огромни количества информация.
20:00
HumanЧовешки mindsумове do, I think,
something quiteсъвсем differentразличен,
Човешките умове правят
нещо съществено различно.
20:03
and I think it's the structuredструктуриран,
hierarchical natureприрода of humanчовек knowledgeзнание
И мисля, че структурираната,
йерархична структура на човешкото познание
20:05
that remainsостанки a realреален challengeпредизвикателство.
си остава истинското предизвикателство.
20:09
CACA: Laura SchulzШулц, wonderfulчудесен
foodхрана for thought. Thank you so much.
КА: Лаура Шулц, страхотна
храна за размисъл. Благодаря ти много.
20:11
LSLS: Thank you.
(ApplauseАплодисменти)
ЛШ: Благодаря.
(Ръкопляскане)
20:14
Translated by Radost Tsvetkova
Reviewed by Gergana Angelova

▲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