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: La sorprendente mente lógica de los bebes

Filmed
Views 1,643,902

¿Cómo pueden los bebés aprender tanto a partir de tan poco tan rápidamente? En una charla divertida, llena de experimentos, la científica cognitiva Laura Schulz muestra cómo los menores toman decisiones con un sorprendentemente fuerte sentido de la lógica, antes de que puedan hablar.

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

Mark Twain resumió lo que considero es
00:12
Markmarca TwainDos summedsumado up
what I take to be
uno de los problemas fundamentales
de la ciencia cognitiva
00:14
one of the fundamentalfundamental problemsproblemas
of cognitivecognitivo scienceciencia
con un solo chiste.
00:18
with a singlesoltero witticismagudeza.
Dijo: "Hay algo fascinante en la ciencia.
00:20
He said, "There's something
fascinatingfascinante about scienceciencia.
Uno obtiene enormes retornos
en conjeturas
00:23
One getsse pone suchtal wholesaleventa al por mayor
returnsdevoluciones of conjectureconjetura
con muy poca inversión en hechos".
00:26
out of suchtal a triflinginsignificante
investmentinversión in facthecho."
(Risas)
00:29
(LaughterRisa)
Twain lo decía en broma,
claro, pero tiene razón:
00:32
TwainDos meantsignificado it as a jokebroma,
of coursecurso, but he's right:
Hay algo fascinante en la ciencia.
00:34
There's something
fascinatingfascinante about scienceciencia.
A partir de unos pocos huesos,
inferimos la existencia de dinosaurios.
00:37
From a fewpocos boneshuesos, we inferinferir
the existenceexistencia of dinosuarsdinosaurios.
A partir de las líneas espectrales,
la composición de las nebulosas.
00:42
From spectralespectral lineslíneas,
the compositioncomposición of nebulaenebulosas.
A partir de moscas de la fruta,
00:47
From fruitFruta fliesmoscas,
los mecanismos de la herencia,
00:50
the mechanismsmecanismos of heredityherencia,
y a partir de imágenes reconstruidas
de sangre que fluye a través del cerebro,
00:53
and from reconstructedreconstruido imagesimágenes
of bloodsangre flowingfluido throughmediante the braincerebro,
o en mi caso, desde el comportamiento
de los niños muy pequeños,
00:57
or in my casecaso, from the behaviorcomportamiento
of very youngjoven childrenniños,
tratamos de decir algo sobre los
mecanismos fundamentales
01:02
we try to say something about
the fundamentalfundamental mechanismsmecanismos
de la cognición humana.
01:05
of humanhumano cognitioncognición.
En particular, en mi laboratorio en el
01:07
In particularespecial, in my lablaboratorio in the DepartmentDepartamento
of BrainCerebro and CognitiveCognitivo SciencesCiencias at MITMIT,
Departamento de Cerebro
y Ciencias Cognitivas del MIT,
he pasado los últimos diez años
tratando de entender el misterio
01:12
I have spentgastado the pastpasado decadedécada
tryingmolesto to understandentender the mysterymisterio
de cómo los niños aprenden mucho
rápidamente a partir de tan poco.
01:16
of how childrenniños learnaprender so much
from so little so quicklycon rapidez.
Porque resulta que lo fascinante
de la ciencia
01:20
Because, it turnsvueltas out that
the fascinatingfascinante thing about scienceciencia
es también una cosa fascinante
en los niños,
01:23
is alsoademás a fascinatingfascinante
thing about childrenniños,
que, para ponerlo en términos de
Mark Twain, pero más suave
01:27
whichcual, to put a gentlermás apacible
spingirar on Markmarca TwainDos,
01:29
is preciselyprecisamente theirsu abilitycapacidad
to drawdibujar richRico, abstractabstracto inferencesinferencias
es precisamente su capacidad para
dibujar ricas inferencias abstractas
rápidamente y con precisión
a partir de datos dispersos, confusos.
01:34
rapidlyrápidamente and accuratelyprecisamente
from sparseescaso, noisyruidoso datadatos.
Daré solo dos ejemplos hoy.
01:40
I'm going to give you
just two examplesejemplos todayhoy.
Uno es sobre un problema
de generalización,
01:42
One is about a problemproblema of generalizationgeneralización,
y el otro sobre un problema
de razonamiento causal.
01:45
and the other is about a problemproblema
of causalcausal reasoningrazonamiento.
Y aunque hablaré
del trabajo en mi laboratorio,
01:47
And althougha pesar de que I'm going to talk
about work in my lablaboratorio,
este trabajo se inspira
y está en deuda con un campo.
01:50
this work is inspiredinspirado by
and indebtedendeudado to a fieldcampo.
Se lo agradezco a los mentores, colegas
y colaboradores de todo el mundo.
01:53
I'm gratefulagradecido to mentorsmentores, colleaguescolegas,
and collaboratorscolaboradores around the worldmundo.
Permítanme comenzar con el problema
de la generalización.
01:59
Let me startcomienzo with the problemproblema
of generalizationgeneralización.
Generalizar a partir de
pequeñas muestras de datos
02:02
GeneralizingGeneralizando from smallpequeña samplesmuestras of datadatos
is the breadpan de molde and buttermantequilla of scienceciencia.
es el pan de cada día de la ciencia.
Entrevistamos a una pequeña fracción
del electorado
02:06
We pollencuesta a tinyminúsculo fractionfracción of the electorateelectorado
y podemos predecir el resultado
de las elecciones nacionales.
02:09
and we predictpredecir the outcomeSalir
of nationalnacional electionselecciones.
02:12
We see how a handfulpuñado of patientspacientes
respondsresponde to treatmenttratamiento in a clinicalclínico trialjuicio,
Vemos un puñado de pacientes responder
al tratamiento en un ensayo clínico,
y lanzamos los fármacos
a un mercado nacional.
02:16
and we bringtraer drugsdrogas to a nationalnacional marketmercado.
Pero esto solo funciona si la muestra
se extrae al azar de la población.
02:19
But this only workstrabajos if our samplemuestra
is randomlyal azar drawndibujado from the populationpoblación.
Si la muestra es seleccionada
de alguna manera
02:23
If our samplemuestra is cherry-pickedescogido
in some way --
--por ejemplo, un sondeo
a solo votantes urbanos,
02:26
say, we pollencuesta only urbanurbano votersvotantes,
02:28
or say, in our clinicalclínico trialsensayos
for treatmentstratos for heartcorazón diseaseenfermedad,
o, en un ensayo clínico de tratamientos
para enfermedades del corazón,
solo incluimos hombres--
02:32
we includeincluir only menhombres --
los resultados no pueden generalizarse
a la población en general.
02:34
the resultsresultados maymayo not generalizegeneralizar
to the broadermás amplio populationpoblación.
Los científicos se preocupan si
la evidencia es tomada o no al azar,
02:38
So scientistscientíficos carecuidado whethersi evidenceevidencia
is randomlyal azar sampledmuestreado or not,
pero ¿qué tiene esto
que ver con los bebés?
02:42
but what does that have to do with babiescriaturas?
02:44
Well, babiescriaturas have to generalizegeneralizar
from smallpequeña samplesmuestras of datadatos all the time.
Los bebés tienen que
generalizar a partir de
pequeñas muestras de datos
todo el tiempo.
Ellos ven un par de patos de goma
y aprenden que flotan,
02:49
They see a fewpocos rubbercaucho duckspatos
and learnaprender that they floatflotador,
o un par de pelotas
y aprenden que rebotan.
02:52
or a fewpocos ballsbolas and learnaprender that they bouncerebotar.
Y desarrollan expectativas
sobre patos y pelotas
02:55
And they developdesarrollar expectationsesperanzas de heredar
about duckspatos and ballsbolas
que van a extender a los patos de goma
y a las pelotas
02:58
that they're going to extendampliar
to rubbercaucho duckspatos and ballsbolas
por el resto de sus vidas.
03:01
for the restdescanso of theirsu livesvive.
El tipo de generalizaciones que los bebés
tienen que hacer sobre patos y bolas
03:03
And the kindsclases of generalizationsgeneralizaciones
babiescriaturas have to make about duckspatos and ballsbolas
tienen que hacerlas con casi todo:
03:07
they have to make about almostcasi everything:
zapatos y barcos y cera y coles y reyes.
03:09
shoesZapatos and shipsnaves and sealingcaza de focas waxcera
and cabbagescoles and kingsreyes.
¿A los bebés les importa si
las pocas pruebas que ven,
03:14
So do babiescriaturas carecuidado whethersi
the tinyminúsculo bitpoco of evidenceevidencia they see
representan una población más grande?
03:17
is plausiblyplausiblemente representativerepresentante
of a largermás grande populationpoblación?
Vamos a ver.
03:21
Let's find out.
Les mostraré dos películas,
03:23
I'm going to showespectáculo you two moviespelículas,
una de cada una de las dos condiciones
de un experimento,
03:25
one from eachcada of two conditionscondiciones
of an experimentexperimentar,
03:27
and because you're going to see
just two moviespelículas,
y como son solo dos películas,
verán solo dos bebés,
03:30
you're going to see just two babiescriaturas,
y los dos bebés difieren entre sí
en innumerables maneras.
03:32
and any two babiescriaturas differdiferir de from eachcada other
in innumerableinnumerable waysformas.
Pero estos bebés, por supuesto,
son parte de grupos de bebés,
03:36
But these babiescriaturas, of coursecurso,
here standestar in for groupsgrupos of babiescriaturas,
y las diferencias que verán
03:39
and the differencesdiferencias you're going to see
representan diferencias
del grupo promedio
03:41
representrepresentar averagepromedio groupgrupo differencesdiferencias
in babies'criaturas' behaviorcomportamiento acrossa través de conditionscondiciones.
en el comportamiento
según las condiciones.
En cada película, verán
a un bebé haciendo
03:47
In eachcada moviepelícula, you're going to see
a babybebé doing maybe
exactamente lo que cabría esperar
que haga un bebé,
03:49
just exactlyexactamente what you mightpodría
expectesperar a babybebé to do,
y difícilmente podemos hacer a
los bebés más mágicos de lo que ya son.
03:53
and we can hardlyapenas make babiescriaturas
more magicalmágico than they alreadyya are.
Pero a para mi mente lo mágico,
03:58
But to my mindmente the magicalmágico thing,
y a lo que quiero que presten atención,
04:00
and what I want you to paypaga attentionatención to,
es al contraste entre
estas dos condiciones,
04:02
is the contrastcontraste betweenEntre
these two conditionscondiciones,
porque lo único en que se diferencian
estas dos películas
04:05
because the only thing
that differsdifiere betweenEntre these two moviespelículas
es la evidencia estadística
que los bebés observarán.
04:08
is the statisticalestadístico evidenceevidencia
the babiescriaturas are going to observeobservar.
Les mostraremos una caja
de bolas de color azul y amarillo,
04:13
We're going to showespectáculo babiescriaturas
a boxcaja of blueazul and yellowamarillo ballsbolas,
y mi entonces estudiante de posgrado,
ahora colega en Stanford, Hyowon Gweon,
04:16
and my then-graduateluego graduado studentestudiante,
now colleaguecolega at StanfordStanford, HyowonHyowon GweonGweon,
sacará tres bolas de color azul
en fila de esta caja,
04:21
is going to pullHalar threeTres blueazul ballsbolas
in a rowfila out of this boxcaja,
y al sacar esas bolas fuera,
las apretará,
04:24
and when she pullstira those ballsbolas out,
she's going to squeezeexprimir them,
y las bolas chirriarán.
04:27
and the ballsbolas are going to squeakchirrido.
Y si fueran el bebé,
sería como una TED Talk.
04:29
And if you're a babybebé,
that's like a TEDTED Talk.
No hay nada mejor que eso.
04:32
It doesn't get better than that.
(Risas)
04:34
(LaughterRisa)
Pero el punto importante es que es muy
fácil sacar tres bolas azules en fila
04:38
But the importantimportante pointpunto is it's really
easyfácil to pullHalar threeTres blueazul ballsbolas in a rowfila
de una caja de pelotas
en su mayoría azules.
04:42
out of a boxcaja of mostlyprincipalmente blueazul ballsbolas.
Podrían hacerlo con los ojos cerrados.
04:44
You could do that with your eyesojos closedcerrado.
Es posible una muestra aleatoria
de esta población.
04:46
It's plausiblyplausiblemente a randomaleatorio samplemuestra
from this populationpoblación.
Y si se pueden sacar de la caja al azar
y sacar cosas que chirrían,
04:49
And if you can reachalcanzar into a boxcaja at randomaleatorio
and pullHalar out things that squeakchirrido,
entonces tal vez todo en la caja chirría.
04:53
then maybe everything in the boxcaja squeakschirridos.
Tal vez los bebés deben esperar que esas
bolas amarillas chirríen también.
04:56
So maybe babiescriaturas should expectesperar
those yellowamarillo ballsbolas to squeakchirrido as well.
Las bolas amarillas
tienen palos divertidos al final,
05:00
Now, those yellowamarillo ballsbolas
have funnygracioso stickspalos on the endfin,
así los bebés podrían hacer
otras cosas con ellas si quisieran.
05:02
so babiescriaturas could do other things
with them if they wanted to.
Podrían sacudirlas o golpear a ellas.
05:05
They could poundlibra them or whackgolpear them.
Pero vamos a ver lo que hace el bebé.
05:07
But let's see what the babybebé does.
(Video) Hyowon Gweon: ¿Ves esto?
(Bola chirría)
05:12
(VideoVídeo) HyowonHyowon GweonGweon: See this?
(BallPelota squeakschirridos)
¿Viste eso?
(Bola chirría)
05:16
Did you see that?
(BallPelota squeakschirridos)
Genial.
05:20
CoolGuay.
¿Ves este?
05:24
See this one?
(Bola chirría)
05:26
(BallPelota squeakschirridos)
Guauu.
05:28
WowGuau.
Laura Schulz: Lo dije.
(Risas)
05:33
LauraLaura SchulzSchulz: Told you. (LaughsRisas)
(Video) HG: ¿Ves este?
(Bola chirría)
05:35
(VideoVídeo) HGHG: See this one?
(BallPelota squeakschirridos)
Clara, este es para ti.
Puedes jugar.
05:39
Hey ClaraClara, this one'suno for you.
You can go aheadadelante and playjugar.
(Risas)
05:51
(LaughterRisa)
LS: No tengo ni siquiera
que hablar, ¿verdad?
05:56
LSLS: I don't even have to talk, right?
Está bien, es bueno que los bebés
generalicen propiedades
05:59
All right, it's nicebonito that babiescriaturas
will generalizegeneralizar propertiespropiedades
de bolas azules a amarillas,
06:02
of blueazul ballsbolas to yellowamarillo ballsbolas,
y es impresionante que pueden
aprender de nosotros imitando,
06:03
and it's impressiveimpresionante that babiescriaturas
can learnaprender from imitatingimitando us,
pero ido aprendiendo esas cosas de
los bebés durante mucho tiempo.
06:06
but we'venosotros tenemos knownconocido those things about babiescriaturas
for a very long time.
La pregunta realmente interesante
06:10
The really interestinginteresante questionpregunta
es qué sucede cuando
les mostramos a los bebés lo mismo,
06:12
is what happenssucede when we showespectáculo babiescriaturas
exactlyexactamente the samemismo thing,
y sabemos que es lo mismo, porque
tenemos un compartimiento secreto
06:15
and we can ensureasegurar it's exactlyexactamente the samemismo
because we have a secretsecreto compartmentcompartimiento
y que en realidad
tomamos las bolas de allí,
06:18
and we actuallyactualmente pullHalar the ballsbolas from there,
pero esta vez, lo único que cambiamos
es la población aparente
06:20
but this time, all we changecambio
is the apparentaparente populationpoblación
de la que se extrae la evidencia.
06:24
from whichcual that evidenceevidencia was drawndibujado.
Esta vez, mostraremos
a los bebés tres bolas azules
06:27
This time, we're going to showespectáculo babiescriaturas
threeTres blueazul ballsbolas
sacadas de una caja de pelotas
en su mayoría de color amarillo,
06:30
pulledtirado out of a boxcaja
of mostlyprincipalmente yellowamarillo ballsbolas,
¿y adivinen qué?
06:34
and guessadivinar what?
Seguramente no sacarán al azar
tres bolas azules en fila
06:35
You [probablyprobablemente won'tcostumbre] randomlyal azar drawdibujar
threeTres blueazul ballsbolas in a rowfila
de una caja de pelotas
en su mayoría amarillas.
06:38
out of a boxcaja of mostlyprincipalmente yellowamarillo ballsbolas.
Eso no es plausible
en muestreos aleatorios.
06:40
That is not plausiblyplausiblemente
randomlyal azar sampledmuestreado evidenceevidencia.
Esa evidencia sugiere que tal vez Hyowon
tomaba deliberadamente las bolas azules.
06:44
That evidenceevidencia suggestssugiere that maybe HyowonHyowon
was deliberatelydeliberadamente samplingmuestreo the blueazul ballsbolas.
Tal vez hay algo especial
con las bolas azules.
06:49
Maybe there's something specialespecial
about the blueazul ballsbolas.
Tal vez solo las bolas azules chirrían.
06:52
Maybe only the blueazul ballsbolas squeakchirrido.
Vamos a ver lo que hace el bebé.
06:55
Let's see what the babybebé does.
(Video) HG: ¿Ves esto?
(Bola chirría)
06:57
(VideoVídeo) HGHG: See this?
(BallPelota squeakschirridos)
¿Ves este juguete?
(Bola chirría)
07:02
See this toyjuguete?
(BallPelota squeakschirridos)
Oh, eso fue genial. ¿Ves?
(Bola chirría)
07:05
Oh, that was coolguay. See?
(BallPelota squeakschirridos)
Este es para que juegues.
Puedes jugar.
07:10
Now this one'suno for you to playjugar.
You can go aheadadelante and playjugar.
(Hace ruidos)
(Risas)
07:18
(FussingFussing)
(LaughterRisa)
LS: Acaban de ver dos bebés
de 15 meses de edad
07:26
LSLS: So you just saw
two 15-month-old-mes de edad babiescriaturas
hacer cosas completamente diferentes
07:29
do entirelyenteramente differentdiferente things
basados solo en la probabilidad de
la muestra que observaron.
07:31
basedbasado only on the probabilityprobabilidad
of the samplemuestra they observedobservado.
Les enseñaré
los resultados experimentales.
07:35
Let me showespectáculo you the experimentalexperimental resultsresultados.
En el eje vertical,
verán el porcentaje de bebés
07:37
On the verticalvertical axiseje, you'lltu vas a see
the percentageporcentaje of babiescriaturas
que apretaron la pelota en cada condición,
07:40
who squeezedexprimido the ballpelota in eachcada conditioncondición,
y como verán, los bebés son mucho más
propensos a generalizar las pruebas
07:42
and as you'lltu vas a see, babiescriaturas are much
more likelyprobable to generalizegeneralizar the evidenceevidencia
cuando es plausiblemente
representativa de la población
07:46
when it's plausiblyplausiblemente representativerepresentante
of the populationpoblación
que cuando la evidencia
es claramente escogida.
07:49
than when the evidenceevidencia
is clearlyclaramente cherry-pickedescogido.
Y esto lleva a una predicción extraña:
07:53
And this leadsconduce to a fundivertido predictionpredicción:
Supongamos que sacamos solo una bola
azul de una caja con mayoría amarilla.
07:55
SupposeSuponer you pulledtirado just one blueazul ballpelota
out of the mostlyprincipalmente yellowamarillo boxcaja.
Probablemente no sacarán tres azules
en fila al azar de una caja de amarillas,
08:00
You [probablyprobablemente won'tcostumbre] pullHalar threeTres blueazul ballsbolas
in a rowfila at randomaleatorio out of a yellowamarillo boxcaja,
pero se podría solo una bola azul al azar.
08:04
but you could randomlyal azar samplemuestra
just one blueazul ballpelota.
Esa no es una muestra improbable.
08:07
That's not an improbableimprobable samplemuestra.
Y si pudieran tomar
una al azar de una caja
08:09
And if you could reachalcanzar into
a boxcaja at randomaleatorio
y sacar algo que chirría, tal vez
todo en la caja chirriaría.
08:11
and pullHalar out something that squeakschirridos,
maybe everything in the boxcaja squeakschirridos.
Así que a pesar de que los bebés verán
mucha menos evidencia de chirridos,
08:15
So even thoughaunque babiescriaturas are going to see
much lessMenos evidenceevidencia for squeakingchirrido,
y tienen muchas menos acciones para imitar
08:20
and have manymuchos fewermenos actionscomportamiento to imitateimitar
en esta condición de una bola
que es la que van a ver,
08:22
in this one ballpelota conditioncondición than in
the conditioncondición you just saw,
predijimos que los bebés
sí la exprimirían más,
08:25
we predictedpredicho that babiescriaturas themselvessí mismos
would squeezeexprimir more,
y eso es exactamente
lo que encontramos.
08:29
and that's exactlyexactamente what we foundencontró.
Los bebés de 15 meses de edad, en este
sentido, al igual que los científicos,
08:32
So 15-month-old-mes de edad babiescriaturas,
in this respectel respeto, like scientistscientíficos,
tienen cuidado de si la evidencia
es de una muestra al azar o no,
08:37
carecuidado whethersi evidenceevidencia
is randomlyal azar sampledmuestreado or not,
y utilizan esto para desarrollar
expectativas sobre el mundo:
08:40
and they use this to developdesarrollar
expectationsesperanzas de heredar about the worldmundo:
que chirría y que no,
08:43
what squeakschirridos and what doesn't,
qué explorar y qué ignorar.
08:45
what to exploreexplorar and what to ignoreignorar.
Les mostraré otro ejemplo,
08:50
Let me showespectáculo you anotherotro exampleejemplo now,
sobre un problema
de razonamiento causal.
08:52
this time about a problemproblema
of causalcausal reasoningrazonamiento.
Comienza con un problema
confuso de evidencia
08:55
And it startsempieza with a problemproblema
of confoundedaturdido evidenceevidencia
que todos tenemos,
08:57
that all of us have,
que es que somos parte del mundo.
08:59
whichcual is that we are partparte of the worldmundo.
Puede no parecer un problema,
pero como la mayoría de los problemas,
09:01
And this mightpodría not seemparecer like a problemproblema
to you, but like mostmás problemsproblemas,
es solo un problema
cuando las cosas van mal.
09:04
it's only a problemproblema when things go wrongincorrecto.
Tomen este bebé, por ejemplo.
09:07
Take this babybebé, for instanceejemplo.
Las cosas van mal para él.
09:09
Things are going wrongincorrecto for him.
Le gustaría jugar con este juguete,
y no puede.
09:10
He would like to make
this toyjuguete go, and he can't.
Les mostraré unos pocos segundos del clip.
09:13
I'll showespectáculo you a few-secondpocos segundos clipacortar.
Hay dos grandes posibilidades:
09:21
And there's two possibilitiesposibilidades, broadlyen general:
Tal vez él está haciendo algo mal,
09:23
Maybe he's doing something wrongincorrecto,
o tal vez hay algo mal con el juguete.
09:25
or maybe there's something
wrongincorrecto with the toyjuguete.
Así que en el siguiente experimento,
09:30
So in this nextsiguiente experimentexperimentar,
daremos a los bebés solo
unos pocos datos estadísticos
09:32
we're going to give babiescriaturas
just a tinyminúsculo bitpoco of statisticalestadístico datadatos
para apoyar una hipótesis sobre la otra,
09:35
supportingsecundario one hypothesishipótesis over the other,
y veremos si pueden usarlos
para tomar decisiones diferentes
09:38
and we're going to see if babiescriaturas
can use that to make differentdiferente decisionsdecisiones
acerca de qué hacer.
09:41
about what to do.
Aquí está la configuración.
09:43
Here'sAquí está the setuppreparar.
Hyowon intentará que
el juguete funcione y tenga éxito.
09:46
HyowonHyowon is going to try to make
the toyjuguete go and succeedtener éxito.
Yo a continuación lo intentaré
dos veces y fallaré en ambas,
09:49
I am then going to try twicedos veces
and failfallar bothambos timesveces,
y luego Hyowon lo intentará de nuevo
y tendrá éxito,
09:52
and then HyowonHyowon is going
to try again and succeedtener éxito,
lo que resume casi mi relación
con mis estudiantes de posgrado
09:55
and this roughlyaproximadamente sumssumas up my relationshiprelación
to my graduategraduado studentsestudiantes
en tecnología en todos los ámbitos.
09:58
in technologytecnología acrossa través de the boardtablero.
Pero el punto importante aquí es
que proporciona algo de evidencia
10:02
But the importantimportante pointpunto here is
it providesproporciona a little bitpoco of evidenceevidencia
que el problema no es con el juguete,
que es con la persona.
10:05
that the problemproblema isn't with the toyjuguete,
it's with the personpersona.
Algunos pueden
hacer funcionar este juguete,
10:08
Some people can make this toyjuguete go,
y otros no pueden.
10:11
and some can't.
Cuando el bebé recibe el juguete,
optará por una alternativa.
10:12
Now, when the babybebé getsse pone the toyjuguete,
he's going to have a choiceelección.
Su mamá está ahí,
10:16
His mommamá is right there,
para que pueda continuar
y cambiar a la persona,
10:18
so he can go aheadadelante and handmano off the toyjuguete
and changecambio the personpersona,
pero también habrá
otro juguete al final de esa tela,
10:21
but there's alsoademás going to be
anotherotro toyjuguete at the endfin of that clothpaño,
y él puede tirar de la tela hacia él
y cambiar el juguete.
10:24
and he can pullHalar the clothpaño towardshacia him
and changecambio the toyjuguete.
Así que veamos qué hace el bebé.
10:28
So let's see what the babybebé does.
(Video) HG: Dos, tres. ¡Adelante!
(Música)
10:30
(VideoVídeo) HGHG: Two, threeTres. Go!
(MusicMúsica)
LS: Uno, dos, tres, ¡ya!
10:34
LSLS: One, two, threeTres, go!
Arthur, voy a intentarlo de nuevo.
Uno, dos, tres, ¡ya!
10:37
ArthurArturo, I'm going to try again.
One, two, threeTres, go!
YG: Arthur, déjame intentarlo de nuevo,
¿de acuerdo?
10:45
YGYG: ArthurArturo, let me try again, okay?
Uno, dos, tres, ¡ya!
(Música)
10:48
One, two, threeTres, go!
(MusicMúsica)
Mira eso. ¿Recuerdas estos juguetes?
10:53
Look at that. RememberRecuerda these toysjuguetes?
¿Ves estos juguetes?
Sí, voy a poner este aquí,
10:55
See these toysjuguetes? Yeah, I'm going
to put this one over here,
y te voy a dar este.
10:58
and I'm going to give this one to you.
Puede jugar.
11:00
You can go aheadadelante and playjugar.
BT: Bueno, Laura, pero, por supuesto,
los bebés aman a sus mamás.
11:23
LSLS: Okay, LauraLaura, but of coursecurso,
babiescriaturas love theirsu mommiesmamás.
Claro, los bebés
dan juguetes a sus mamás
11:27
Of coursecurso babiescriaturas give toysjuguetes
to theirsu mommiesmamás
cuando no pueden hacer que funcionen.
11:30
when they can't make them work.
De nuevo, la pregunta realmente
importante es qué sucede cuando cambiamos
11:32
So again, the really importantimportante questionpregunta
is what happenssucede when we changecambio
los datos estadísticos ligeramente.
11:35
the statisticalestadístico datadatos ever so slightlyligeramente.
Esta vez, los bebés verán el juguete
funcionar y fallar en el mismo orden,
11:38
This time, babiescriaturas are going to see the toyjuguete
work and failfallar in exactlyexactamente the samemismo orderorden,
pero cambiamos la distribución
de las pruebas.
11:42
but we're changingcambiando
the distributiondistribución of evidenceevidencia.
Esta vez, Hyowon tendrá éxito una vez
y fallará otra, y yo también
11:45
This time, HyowonHyowon is going to succeedtener éxito
onceuna vez and failfallar onceuna vez, and so am I.
Y esto sugiere que no importa quién usa
el juguete, el juguete falla.
11:49
And this suggestssugiere it doesn't matterimportar
who triesintentos this toyjuguete, the toyjuguete is brokenroto.
No funciona todo el tiempo.
11:55
It doesn't work all the time.
Una vez más,
el bebé tendrá una elección.
11:57
Again, the baby'sbebé going to have a choiceelección.
Su mamá está justo al lado, para que
ella pueda cambiar a la persona,
11:59
Her mommamá is right nextsiguiente to her,
so she can changecambio the personpersona,
y habrá otro juguete al final de la tela.
12:02
and there's going to be anotherotro toyjuguete
at the endfin of the clothpaño.
Vamos a ver lo que hace.
12:05
Let's watch what she does.
(Video) HG: Dos, tres, ¡ya!
(Música)
12:07
(VideoVídeo) HGHG: Two, threeTres, go!
(MusicMúsica)
Déjame intentarlo una vez más.
Uno, dos, tres, ¡ya!
12:11
Let me try one more time.
One, two, threeTres, go!
Hmm.
12:17
HmmHmm.
LS: Déjame intentar, Clara.
12:19
LSLS: Let me try, ClaraClara.
Uno, dos, tres, ¡ya!
12:22
One, two, threeTres, go!
Hmm, déjame intentarlo de nuevo.
12:27
HmmHmm, let me try again.
Uno, dos, tres, ¡ya!
(Música)
12:29
One, two, threeTres, go!
(MusicMúsica)
HG: Voy a poner este por aquí,
12:35
HGHG: I'm going
to put this one over here,
y te voy a dar éste.
12:37
and I'm going to give this one to you.
Puedes usarlo y jugar.
12:39
You can go aheadadelante and playjugar.
(Aplausos)
12:58
(ApplauseAplausos)
LS: Les mostrará
los resultados experimentales.
13:04
LSLS: Let me showespectáculo you
the experimentalexperimental resultsresultados.
En el eje vertical, verán la distribución
13:07
On the verticalvertical axiseje,
you'lltu vas a see the distributiondistribución
de opciones de los niños
en cada condición,
13:09
of children'spara niños choiceselecciones in eachcada conditioncondición,
y verán que la distribución
de las opciones de los niños
13:12
and you'lltu vas a see that the distributiondistribución
of the choiceselecciones childrenniños make
dependen de los ensayos que observan.
13:16
dependsdepende on the evidenceevidencia they observeobservar.
Así, en el segundo año de vida,
13:19
So in the secondsegundo yearaño of life,
los bebés pueden usar
algo de los datos estadísticos
13:21
babiescriaturas can use a tinyminúsculo bitpoco
of statisticalestadístico datadatos
para decidir entre dos estrategias
fundamentalmente diferentes
13:24
to decidedecidir betweenEntre two
fundamentallyfundamentalmente differentdiferente strategiesestrategias
para actuar en el mundo:
13:27
for actinginterino in the worldmundo:
pedir ayuda y explorar.
13:29
askingpreguntando for help and exploringexplorador.
Acabo de mostrarles
dos experimentos de laboratorio
13:33
I've just shownmostrado you
two laboratorylaboratorio experimentsexperimentos
de literalmente cientos en el campo
que llegan a resultados similares,
13:37
out of literallyliteralmente hundredscientos in the fieldcampo
that make similarsimilar pointspuntos,
debido a que el punto realmente crítico es
13:40
because the really criticalcrítico pointpunto
que la capacidad de los niños para hacer
inferencias a partir de datos escasos
13:43
is that children'spara niños abilitycapacidad
to make richRico inferencesinferencias from sparseescaso datadatos
subyace a todo el aprendizaje cultural
específico de la especie.
13:48
underliessubyacente all the species-specificespecie-específica
culturalcultural learningaprendizaje that we do.
Los niños aprenden nuevas herramientas
a partir de solo algunos ejemplos.
13:53
ChildrenNiños learnaprender about newnuevo toolsherramientas
from just a fewpocos examplesejemplos.
Aprenden nuevas relaciones causales
a partir de solo algunos ejemplos.
13:58
They learnaprender newnuevo causalcausal relationshipsrelaciones
from just a fewpocos examplesejemplos.
Incluso aprenden nuevas palabras, en este
caso en el lenguaje de señas americano.
14:03
They even learnaprender newnuevo wordspalabras,
in this casecaso in Americanamericano SignFirmar LanguageIdioma.
Quiero cerrar con solo dos puntos.
14:08
I want to closecerca with just two pointspuntos.
Si han seguido mi mundo, el campo
de las ciencias cerebrales y cognitivas,
14:12
If you've been followingsiguiendo my worldmundo,
the fieldcampo of braincerebro and cognitivecognitivo sciencesciencias,
en los últimos años,
14:15
for the pastpasado fewpocos yearsaños,
tres grandes ideas
habrán llamado su atención.
14:17
threeTres biggrande ideasideas will have come
to your attentionatención.
La primera es que esta
es la era del cerebro.
14:20
The first is that this is
the eraera of the braincerebro.
Y, en efecto, ha habido descubrimientos
asombrosos en neurociencia:
14:23
And indeeden efecto, there have been
staggeringasombroso discoveriesdescubrimientos in neuroscienceneurociencia:
localización de regiones funcionalmente
especializados de la corteza,
14:27
localizinglocalizando functionallyfuncionalmente specializedespecializado
regionsregiones of cortexcorteza,
logrando cerebros de ratón transparentes,
14:30
turningtorneado mouseratón brainssesos transparenttransparente,
la activación de las neuronas con la luz.
14:33
activatingactivando neuronsneuronas with lightligero.
Una segunda gran idea
14:36
A secondsegundo biggrande ideaidea
es que esta es la era de los grandes
datos y el aprendizaje automático,
14:38
is that this is the eraera of biggrande datadatos
and machinemáquina learningaprendizaje,
y las máquinas que aprenden prometen
revolucionar nuestra comprensión
14:43
and machinemáquina learningaprendizaje promisespromesas
to revolutionizerevolucionar our understandingcomprensión
14:46
of everything from socialsocial networksredes
to epidemiologyepidemiología.
de todo, desde las redes sociales
a la epidemiología.
Tal vez, al afrontar problemas
de la escena comprensión
14:50
And maybe, as it tacklesaborda problemsproblemas
of sceneescena understandingcomprensión
y el procesamiento del lenguaje natural,
14:53
and naturalnatural languageidioma processingtratamiento,
nos diga algo sobre la cognición humana.
14:55
to tell us something
about humanhumano cognitioncognición.
Y la gran idea final que habrán oído
14:59
And the finalfinal biggrande ideaidea you'lltu vas a have heardoído
es que tal vez es una buena idea que
vamos a saber tanto de cerebros
15:01
is that maybe it's a good ideaidea we're going
to know so much about brainssesos
y tener tanto acceso a grandes datos,
15:05
and have so much accessacceso to biggrande datadatos,
porque dejaremos a
nuestros propios dispositivos,
15:06
because left to our ownpropio devicesdispositivos,
los seres humanos son falibles,
tomamos atajos,
15:09
humanshumanos are falliblefalible, we take shortcutsatajos,
erramos, cometemos errores,
15:13
we errerrar, we make mistakeserrores,
estamos sesgados,
y en innumerables formas,
15:16
we're biasedparcial, and in innumerableinnumerable waysformas,
obtenemos el mundo equivocado.
15:20
we get the worldmundo wrongincorrecto.
Creo que estas son todas
historias importantes,
15:24
I think these are all importantimportante storiescuentos,
y tienen mucho que decirnos
acerca de lo que significa ser humano,
15:27
and they have a lot to tell us
about what it meansmedio to be humanhumano,
pero tengan en cuenta que hoy
les conté una historia muy diferente.
15:31
but I want you to noteNota that todayhoy
I told you a very differentdiferente storyhistoria.
Es una historia acerca de la mente
y no del cerebro,
15:35
It's a storyhistoria about mindsmentes and not brainssesos,
y, en particular, es una historia
sobre los tipos de cálculos
15:39
and in particularespecial, it's a storyhistoria
about the kindsclases of computationscálculos
que las mentes humanas pueden realizar
de forma única,
15:42
that uniquelysingularmente humanhumano mindsmentes can performrealizar,
que implican, ricos conocimientos
estructurados y capacidad de aprender
15:45
whichcual involveinvolucrar richRico, structuredestructurado knowledgeconocimiento
and the abilitycapacidad to learnaprender
desde pequeñas cantidades de datos,
la evidencia de unos pocos ejemplos.
15:49
from smallpequeña amountscantidades of datadatos,
the evidenceevidencia of just a fewpocos examplesejemplos.
Y fundamentalmente, es una historia sobre
cómo iniciar a los niños muy pequeños
15:56
And fundamentallyfundamentalmente, it's a storyhistoria
about how startingcomenzando as very smallpequeña childrenniños
y continuar hasta el final
a los más grandes logros
16:00
and continuingcontinuo out all the way
to the greatestmejor accomplishmentslogros
de nuestra cultura,
16:04
of our culturecultura,
tenemos al mundo bien.
16:08
we get the worldmundo right.
La mente humana no solo aprende
de pequeñas cantidades de datos.
16:12
FolksGente, humanhumano mindsmentes do not only learnaprender
from smallpequeña amountscantidades of datadatos.
Las mentes humanas piensan nuevas ideas.
16:18
HumanHumano mindsmentes think
of altogetheren total newnuevo ideasideas.
Las mentes humanas generan
investigación y descubrimiento,
16:20
HumanHumano mindsmentes generategenerar
researchinvestigación and discoverydescubrimiento,
y las mentes humanas producen arte
y literatura y poesía y teatro,
16:23
and humanhumano mindsmentes generategenerar
artart and literatureliteratura and poetrypoesía and theaterteatro,
y las mentes humanas
cuidan de otros seres humanos:
16:29
and humanhumano mindsmentes take carecuidado of other humanshumanos:
nuestros mayores, nuestros jóvenes,
nuestros enfermos.
16:32
our oldantiguo, our youngjoven, our sickenfermos.
Incluso nos sana.
16:36
We even healsanar them.
En los próximos años, veremos
las innovaciones tecnológicas
16:39
In the yearsaños to come, we're going
to see technologicaltecnológico innovationsinnovaciones
incluso más allá de lo
que yo pueda imaginar,
16:42
beyondmás allá anything I can even envisionguardar,
pero es muy poco probable
16:46
but we are very unlikelyimprobable
ver cualquier cosa, incluso aproximarse a
la potencia de cálculo de un niño humano
16:48
to see anything even approximatingaproximándose
the computationalcomputacional powerpoder of a humanhumano childniño
en mi vida o en la suya.
16:54
in my lifetimetoda la vida or in yourstuya.
Si invertimos en estos más
poderosos alumnos y en su desarrollo,
16:58
If we investinvertir in these mostmás powerfulpoderoso
learnersaprendices and theirsu developmentdesarrollo,
en los bebés y niños
17:03
in babiescriaturas and childrenniños
y madres y padres
17:06
and mothersmadres and fatherspadres
y cuidadores y maestros
17:08
and caregiverscuidadores and teachersprofesores
en la forma en que invertimos en nuestras
otras formas más poderosas y elegantes
17:11
the waysformas we investinvertir in our other
mostmás powerfulpoderoso and elegantelegante formsformularios
de tecnología, ingeniería y diseño,
17:15
of technologytecnología, engineeringIngenieria and designdiseño,
no vamos simplemente a estar soñando
con un futuro mejor,
17:18
we will not just be dreamingsoñando
of a better futurefuturo,
estaremos planeando para uno.
17:21
we will be planningplanificación for one.
Muchas gracias.
17:23
Thank you very much.
(Aplausos)
17:25
(ApplauseAplausos)
Chris Anderson: Laura, gracias. En
realidad tengo una pregunta.
17:29
ChrisChris AndersonAnderson: LauraLaura, thank you.
I do actuallyactualmente have a questionpregunta for you.
En primer lugar,
la investigación es una locura.
17:34
First of all, the researchinvestigación is insaneinsano.
Quiero decir, ¿quién diseñaría un
experimento como ese? (Risas)
17:36
I mean, who would designdiseño
an experimentexperimentar like that? (LaughterRisa)
Los he visto un par de veces,
17:41
I've seenvisto that a couplePareja of timesveces,
y todavía honestamente no creo que
realmente esté pasando,
17:42
and I still don't honestlyhonestamente believe
that that can trulyverdaderamente be happeningsucediendo,
pero otras personas han hecho
experimentos similares; revisen.
17:46
but other people have donehecho
similarsimilar experimentsexperimentos; it checkscheques out.
Los bebés son realmente genios.
17:49
The babiescriaturas really are that geniusgenio.
LS: Se ven realmente
impresionantes en nuestros experimentos,
17:50
LSLS: You know, they look really impressiveimpresionante
in our experimentsexperimentos,
pero piensa en cómo se ven
en la vida real, ¿verdad?
17:53
but think about what they
look like in realreal life, right?
Empiezan como un bebé.
17:56
It startsempieza out as a babybebé.
18 meses más tarde,
hablan contigo,
17:57
EighteenDieciocho monthsmeses laterluego,
it's talkinghablando to you,
y las primeras palabras no son solo
cosas como pelotas y patos,
17:59
and babies'criaturas' first wordspalabras aren'tno son just
things like ballsbolas and duckspatos,
son cosas como "se acabó",
que se refieren a desaparición,
18:02
they're things like "all goneido,"
whichcual referreferir to disappearancedesaparición,
o "uh-oh", para acciones intencionales.
18:05
or "uh-ohUH oh," whichcual referreferir
to unintentionalinvoluntario actionscomportamiento.
Tiene que ser tan poderoso.
18:07
It has to be that powerfulpoderoso.
Tiene que ser mucho más poderoso
que cualquier otra cosa.
18:09
It has to be much more powerfulpoderoso
than anything I showedmostró you.
Están averiguando el mundo entero.
18:12
They're figuringfigurando out the entiretodo worldmundo.
Un niño de 4 años,
puede hablarte de casi cualquier cosa.
18:14
A four-year-oldcuatro años de edad can talk to you
about almostcasi anything.
(Aplausos)
18:17
(ApplauseAplausos)
CA: ¿Y te he entendido bien, el otro
punto clave que estás haciendo es,
18:19
CACalifornia: And if I understandentender you right,
the other keyllave pointpunto you're makingfabricación is,
que hemos pasado estos años
donde hay todas estas charlas
18:22
we'venosotros tenemos been throughmediante these yearsaños
where there's all this talk
de lo rara y loca
que es nuestra mente,
18:25
of how quirkypeculiar and buggycalesa our mindsmentes are,
la economía del comportamiento
y las teorías subyacentes
18:27
that behavioralcomportamiento economicsciencias económicas
and the wholetodo theoriesteorías behinddetrás that
de que no somos agentes racionales.
18:29
that we're not rationalracional agentsagentes.
Realmente dices que la historia
más grande es lo extraordinario,
18:31
You're really sayingdiciendo that the biggermás grande
storyhistoria is how extraordinaryextraordinario,
y que en realidad
es el genio que es poco apreciado.
18:35
and there really is geniusgenio there
that is underappreciatedsubestimado.
LS: Una de mis citas favoritas
de psicología
18:40
LSLS: One of my favoritefavorito
quotescitas in psychologypsicología
proviene del psicólogo social
Solomon Asch, quien dijo
18:42
comesproviene from the socialsocial
psychologistpsicólogo SolomonSolomon AschAsch,
que la tarea fundamental
de la psicología es quitar
18:45
and he said the fundamentalfundamental tasktarea
of psychologypsicología is to removeretirar
el velo de la autoevidencia de las cosas.
18:47
the veilvelo of self-evidenceevidencia propia from things.
Hay órdenes de magnitud,
más decisiones que tomar cada día
18:50
There are orderspedidos of magnitudemagnitud
more decisionsdecisiones you make everycada day
que logran un buen mundo.
18:55
that get the worldmundo right.
Sabes de los objetos y sus propiedades.
18:56
You know about objectsobjetos
and theirsu propertiespropiedades.
Los conoces cuando están ocultos.
Los conoces en la oscuridad.
18:58
You know them when they're occludedocluido.
You know them in the darkoscuro.
Puedes caminar por salas.
19:01
You can walkcaminar throughmediante roomshabitaciones.
Puedes averiguar qué están pensando
otros. Puedes hablar con ellos.
19:02
You can figurefigura out what other people
are thinkingpensando. You can talk to them.
Navegas por el espacio.
Sabes sobre números.
19:06
You can navigatenavegar spaceespacio.
You know about numbersnúmeros.
Sabes las relaciones causales.
Y sobre el razonamiento moral.
19:08
You know causalcausal relationshipsrelaciones.
You know about moralmoral reasoningrazonamiento.
Lo haces sin esfuerzo, así que no lo ves,
19:11
You do this effortlesslysin esfuerzo,
so we don't see it,
pero así es como conseguimos
un buen mundo, y es un notable
19:14
but that is how we get the worldmundo right,
and it's a remarkablenotable
y logros muy difíciles de entender.
19:16
and very difficult-to-understanddifícil de comprender
accomplishmentlogro.
CA: Sospecho que hay gente
en la audiencia que tiene
19:19
CACalifornia: I suspectsospechar there are people
in the audienceaudiencia who have
la visión de la aceleración tecnológica
19:21
this viewver of acceleratingacelerador
technologicaltecnológico powerpoder
que podría controvertir tu afirmación
de que en nuestras vidas
19:24
who mightpodría disputedisputa your statementdeclaración
that never in our lifetimesvidas
una computadora no hará lo que un niño
de tres años puede hacer,
19:27
will a computercomputadora do what
a three-year-oldtres años childniño can do,
19:29
but what's clearclaro is that in any scenarioguión,
pero lo que está claro
es que en cualquier escenario,
nuestras máquinas tienen mucho
que aprender de nuestros niños.
19:32
our machinesmáquinas have so much to learnaprender
from our toddlersniños pequeños.
LS: Creo que sí. Habrá máquinas
de aprendizaje automático.
19:38
LSLS: I think so. You'llUsted have some
machinemáquina learningaprendizaje folksamigos up here.
Quiero decir, nunca debe apostar
en contra de los bebés o los chimpancés
19:41
I mean, you should never betapuesta
againsten contra babiescriaturas or chimpanzeeschimpancés
o la tecnología como
una cuestión de práctica,
19:45
or technologytecnología as a matterimportar of practicepráctica,
pero no se trata solo
de una diferencia en la cantidad,
19:49
but it's not just
a differencediferencia in quantitycantidad,
es una diferencia en cualidad.
19:53
it's a differencediferencia in kindtipo.
Tenemos computadoras muy potentes,
19:55
We have incrediblyincreíblemente powerfulpoderoso computersordenadores,
y las hacen hacer cosas
muy sofisticadas,
19:57
and they do do amazinglyespantosamente
sophisticatedsofisticado things,
a menudo con muy grandes
cantidades de datos.
20:00
oftena menudo with very biggrande amountscantidades of datadatos.
Las mentes humanas hacen,
creo, algo muy distinto,
20:03
HumanHumano mindsmentes do, I think,
something quitebastante differentdiferente,
y creo que es la naturaleza estructurada
y jerárquica del conocimiento humano
20:05
and I think it's the structuredestructurado,
hierarchicaljerárquico naturenaturaleza of humanhumano knowledgeconocimiento
lo que sigue siendo un verdadero desafío.
20:09
that remainspermanece a realreal challengereto.
CA: Laura Schulz, maravilloso alimento
para la reflexión. Muchas gracias.
20:11
CACalifornia: LauraLaura SchulzSchulz, wonderfulmaravilloso
foodcomida for thought. Thank you so much.
20:14
LSLS: Thank you.
(ApplauseAplausos)
LS: Gracias.
(Aplausos)
Translated by Ciro Gomez
Reviewed by Lidia Cámara de la Fuente

▲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