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

لارا شولز: ذهن به طور شگفت انگیز منطقیِ کودکان

Filmed
Views 1,632,838

کودکان چگونه چنین یادگیری بالا با سرعت زیاد از داده‌های کم دارند؟ در یک سخنرانی مفرح و پر از آزمایش، دانشمند علوم شناختی، لارا شولز، نشان می‌دهد که چگونه کودکان ما با به کارگیری منطقی قوی و شگفت انگیز، قبل از آن‌که بتوانند سخن بگویند، تصمیم می‌گیرند.

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

Markعلامت Twainتواین summedخلاصه شده up
what I take to be
مارک تواین یکی از پایه‌ای ترین مشکلات
00:12
one of the fundamentalاساسی problemsمشکلات
of cognitiveشناختی scienceعلوم پایه
موجود در علوم شناختی را در یک جمله
00:14
with a singleتنها witticismبدبختی.
خلاصه کرده‌است.
00:18
He said, "There's something
fascinatingشگفت انگیز about scienceعلوم پایه.
او می‌گوید: "چیزی شگفت انگیز در
مورد علم وجود دارد.
00:20
One getsمی شود suchچنین wholesaleعمده فروشی
returnsبازده of conjectureحدس
فرد حدس‌های بسیار عمده‌ای می‌زند،
00:23
out of suchچنین a triflingبی نظیر
investmentسرمایه گذاری in factواقعیت."
تنها با سرمایه‌گذاری ناچیزی در
حقایق."
00:26
(Laughterخنده)
(خنده‌ی حضار)
00:29
Twainتواین meantبه معنای it as a jokeجوک,
of courseدوره, but he's right:
تواین این را به عنوان یک شوخی مطرح کرد،
اما او درست می‌گفت:
00:32
There's something
fascinatingشگفت انگیز about scienceعلوم پایه.
علم ویژگی شگفت انگیزی دارد.
00:34
From a fewتعداد کمی bonesاستخوان ها, we inferنتیجه گیری
the existenceوجود داشتن of dinosuarsدایناسورها.
با دیدن چند تکه استخوان، ما
وجود دایناسور‌ها را استنباط کردیم.
00:37
From spectralطیفی linesخطوط,
the compositionترکیب بندی of nebulaeسحابی ها.
با دیدن خط طیف نوری،
ترکیب یک سحابی را مشخص می‌سازیم.
00:42
From fruitمیوه fliesمگس ها,
از کرم‌های میوه،
00:47
the mechanismsمکانیسم ها of heredityوراثت,
به مکانیزم وراثت پی می‌بریم،
00:50
and from reconstructedبازسازی شد imagesتصاویر
of bloodخون flowingجریان دارد throughاز طریق the brainمغز,
و از تصاویر بازسازی شده‌ی حرکت خون در
داخل مغز
00:53
or in my caseمورد, from the behaviorرفتار
of very youngجوان childrenفرزندان,
یا در مورد من، با استفاده از
رفتار کودکان بسیار کوچک
00:57
we try to say something about
the fundamentalاساسی mechanismsمکانیسم ها
تلاش می‌کنیم نظراتی در مورد
پایه‌های اساسی مکانیزم
01:02
of humanانسان cognitionشناختن.
شناخت انسان ارائه کنیم.
01:05
In particularخاص, in my labآزمایشگاه in the Departmentگروه
of Brainمغز and Cognitiveشناختی Sciencesعلوم at MITMIT,
به طور خاص، در آزمایشگاه من در بخش
مغز و علوم شناختی در دانشگاه MIT
01:07
I have spentصرف شده the pastگذشته decadeدهه
tryingتلاش کن to understandفهمیدن the mysteryرمز و راز
دهه‌ی گذشته را صرفِ
تلاش برای فهم این راز که
01:12
of how childrenفرزندان learnیاد گرفتن so much
from so little so quicklyبه سرعت.
کودکان چگونه اینقدر زیاد و با این سرعت
از چیزهای کم یاد می‌گیرند.
01:16
Because, it turnsچرخش out that
the fascinatingشگفت انگیز thing about scienceعلوم پایه
زیرا اینطور که مشخص است،
موضوع شگفت انگیز در مورد علم
01:20
is alsoهمچنین a fascinatingشگفت انگیز
thing about childrenفرزندان,
موضوع شگفت انگیز در مورد کودکان نیز هست.
01:23
whichکه, to put a gentlerمرطوب کننده
spinچرخش on Markعلامت Twainتواین,
که در واقع، با بیان ملایم‌تر جمله
مارک تواین،
01:27
is preciselyدقیقا theirخودشان abilityتوانایی
to drawقرعه کشی richثروتمند, abstractچکیده inferencesنتیجه گیری
دقیقا توانایی آن‌ها برای
دریافتی عمیق و انتزاعی
01:29
rapidlyبه سرعت در حال and accuratelyبه درستی
from sparseپراکنده, noisyپر سر و صدا dataداده ها.
با سرعت و دقت بالا از
داده‌های پراکنده و پر نویز می‌باشد.
01:34
I'm going to give you
just two examplesمثال ها todayامروز.
من امروز تنها دو نمونه به شما
ارائه خواهم داد.
01:40
One is about a problemمسئله of generalizationتعمیم دادن,
یکی در مورد مشکل تعمیم،
01:42
and the other is about a problemمسئله
of causalعلت reasoningاستدلال.
و دیگری در مورد یک مشکل
در رابطه با علت و معلول است.
01:45
And althoughبا اينكه I'm going to talk
about work in my labآزمایشگاه,
و اگرچه من در مورد کار در آزمایشگاه
خودم سخن می‌گویم،
01:47
this work is inspiredالهام گرفته by
and indebtedبدهکار to a fieldرشته.
این کار الهام گرفته و مدیون یک رشته است.
01:50
I'm gratefulسپاسگزار to mentorsمربیان, colleaguesهمکاران,
and collaboratorsمشارکت کنندگان around the worldجهان.
من از مربیان، همکاران و مشارکت کنندگان
در سراسر دنیا متشکرم.
01:53
Let me startشروع کن with the problemمسئله
of generalizationتعمیم دادن.
اجازه دهید با مشکل تعمیم شروع کنم.
01:59
Generalizingمتمرکز کردن from smallکوچک samplesنمونه ها of dataداده ها
is the breadنان and butterکره of scienceعلوم پایه.
تعمیم با استفاده از نمونه‌های کوچکی از
داده‌ها یکی از مسائل اصلی در علم است.
02:02
We pollنظرسنجی a tinyکوچک fractionکسر of the electorateرای دهندگان
ما از بخش کوچکی از
رای‌دهندگان نظرسنجی می‌کنیم
02:06
and we predictپیش بینی the outcomeنتیجه
of nationalملی electionsانتخابات.
و نتیجه‌ی انتخابات ملی
را پیش‌بینی می‌کنیم.
02:09
We see how a handfulتعداد انگشت شماری of patientsبیماران
respondsپاسخ می دهد to treatmentرفتار in a clinicalبالینی trialآزمایش,
ما می‌بینیم که چگونه دسته کوچکی از بیماران
به درمانی در یک آزمایش واکنش نشان می‌دهند
02:12
and we bringآوردن drugsمواد مخدر to a nationalملی marketبازار.
و سپس دارو را در بازار ملی عرضه می‌کنیم.
02:16
But this only worksآثار if our sampleنمونه
is randomlyبه طور تصادفی drawnکشیده شده from the populationجمعیت.
اما این موضوع زمانی صحیح است که نمونه‌ها
به‌صورت تصادفی از جمعیت انتخاب شده‌ باشد.
02:19
If our sampleنمونه is cherry-pickedگیلاس برداشت شده
in some way --
اگر نمونه ما دستچین شده باشد --
02:23
say, we pollنظرسنجی only urbanشهری votersرأی دهندگان,
مثلاً، تنها از شهرنشینان نظرسنجی کنیم،
02:26
or say, in our clinicalبالینی trialsآزمایش های
for treatmentsدرمان ها for heartقلب diseaseمرض,
یا در آزمایش‌های کلینیکی برای درمان
بیماری‌های قلبی،
02:28
we includeعبارتند از only menمردان --
تنها مردان را در نظر بگیریم --
02:32
the resultsنتایج mayممکن است not generalizeتعمیم دادن
to the broaderگسترده تر populationجمعیت.
ممکن است نتایج قابل تعمیم
به جمعیت وسیع‌تر نباشند.
02:34
So scientistsدانشمندان careاهميت دادن whetherچه evidenceشواهد
is randomlyبه طور تصادفی sampledنمونه برداری شده or not,
به‌همین دلیل دانشمندان به تصادفی
انتخاب شدن نمونه‌ها دقت می‌کنند.
02:38
but what does that have to do with babiesنوزادان?
ولی این موضوع چه ربطی به کودکان دارد؟
02:42
Well, babiesنوزادان have to generalizeتعمیم دادن
from smallکوچک samplesنمونه ها of dataداده ها all the time.
خب، کودکان همواره باید نمونه‌های
کمی از داده‌ها را تعمیم دهند.
02:44
They see a fewتعداد کمی rubberلاستیک ducksاردک
and learnیاد گرفتن that they floatشناور,
چند اردک پلاستیکی می‌بینند و
یاد می‌گیرند که آنها شناور می‌مانند.
02:49
or a fewتعداد کمی ballsتوپ ها and learnیاد گرفتن that they bounceگزاف گویی.
یا چند توپ می‌بینند و یاد‌ می‌گیرند که
آن‌ها بالا و پایین می‌پرند.
02:52
And they developتوسعه expectationsانتظارات
about ducksاردک and ballsتوپ ها
و آن‌ها در مورد اردک‌ها و توپ‌ها
انتظاراتی پیدا می‌کنند
02:55
that they're going to extendگسترش
to rubberلاستیک ducksاردک and ballsتوپ ها
که به سایر اردک‌های پلاستیکی و توپ‌ها
02:58
for the restباقی مانده of theirخودشان livesزندگی می کند.
در مابقی عمرشان گسترش پیدا می‌کند.
03:01
And the kindsانواع of generalizationsتعاریف
babiesنوزادان have to make about ducksاردک and ballsتوپ ها
و کودکان این نوع تعمیم در
مورد اردک‌‌ها و توپ‌ها را
03:03
they have to make about almostتقریبا everything:
باید تقریبا در مورد همه چیز انجام دهند:
03:07
shoesکفش and shipsکشتی ها and sealingآب بندی waxموم
and cabbagesکلم بروکلی and kingsپادشاهان.
کفش، کشتی، موم و کلم و پادشاه‌‌ها.
03:09
So do babiesنوزادان careاهميت دادن whetherچه
the tinyکوچک bitبیت of evidenceشواهد they see
بنابراین آیا برای کودکان مهم است که
این مقدار کمی از شواهد که می‌بینند
03:14
is plausiblyقابل اعتماد representativeنماینده
of a largerبزرگتر populationجمعیت?
می‌تواند بیا‌ن‌کننده جمعیت بزرگتری باشد؟
03:17
Let's find out.
بیاید بررسی کنیم.
03:21
I'm going to showنشان بده you two moviesفیلم ها,
من به شما دو فیلم نشان خواهم داد.
03:23
one from eachهر یک of two conditionsشرایط
of an experimentآزمایشی,
هریک بیان‌کننده یکی از
دو حالت آزمایش می‌باشد
03:25
and because you're going to see
just two moviesفیلم ها,
و چون شما تنها دو قطعه فیلم می‌بینید،
03:27
you're going to see just two babiesنوزادان,
تنها دو کودک نیز خواهید دید،
03:30
and any two babiesنوزادان differمتفاوت است from eachهر یک other
in innumerableبی شماری waysراه ها.
و هر دو کودکی تفاوت‌های بسیار زیادی با
یکدیگر دارند.
03:32
But these babiesنوزادان, of courseدوره,
here standایستادن in for groupsگروه ها of babiesنوزادان,
ولی در این بخش، این دو کودک
هریک نماینده یک گروه کودکان هستند،
03:36
and the differencesتفاوت ها you're going to see
و تفاوت‌هایی که شما خواهید دید
03:39
representنمایندگی averageمیانگین groupگروه differencesتفاوت ها
in babies'نوزادان' behaviorرفتار acrossدر سراسر conditionsشرایط.
میانگین تفاوت‌های رفتاری بین گروه‌های
کودکان را، در این شرایط نشان می‌دهد.
03:41
In eachهر یک movieفیلم سینما, you're going to see
a babyعزیزم doing maybe
در هر فیلم، شما می‌بینید که
یک کودک احتمالاً
03:47
just exactlyدقیقا what you mightممکن
expectانتظار a babyعزیزم to do,
دقیقاً همان‌کاری را می‌کند
که از یک کودک انتظار داریم
03:49
and we can hardlyبه سختی make babiesنوزادان
more magicalجادویی than they alreadyقبلا are.
و ما نمی‌توانیم یک کودک را بیش از مقداری
که اکنون جادویی است، جادویی کنیم.
03:53
But to my mindذهن the magicalجادویی thing,
ولی در ذهن من چیز جادویی،
03:58
and what I want you to payپرداخت attentionتوجه to,
و چیزی که من می‌خواهم شما به آن دقت کنید،
04:00
is the contrastتضاد betweenبین
these two conditionsشرایط,
تضاد بین این دو حالت است،
04:02
because the only thing
that differsمتفاوت است betweenبین these two moviesفیلم ها
زیرا تنها چیزی که بین این دو فیلم
تفاوت دارد
04:05
is the statisticalآماری evidenceشواهد
the babiesنوزادان are going to observeمشاهده کنید.
شواهد آماری‌ ایست که دو کودک
مشاهده خواهند کرد.
04:08
We're going to showنشان بده babiesنوزادان
a boxجعبه of blueآبی and yellowرنگ زرد ballsتوپ ها,
ما به کودکان یک جعبه شامل
توپ‌های آبی و زرد نشان خواهیم داد،
04:13
and my then-graduateپس از فارغ التحصیلی studentدانشجو,
now colleagueهمکار at Stanfordاستنفورد, Hyowonهیوون Gweonگوئون,
و همکار من 'هیوان گوان' که در
آن زمان از استنفورد فارغ‌التحصیل شده بود،
04:16
is going to pullکشیدن threeسه blueآبی ballsتوپ ها
in a rowردیف out of this boxجعبه,
از این جعبه سه توپ آبی پشت سرهم
بیرون خواهد آورد،
04:21
and when she pullsمی کشد those ballsتوپ ها out,
she's going to squeezeفشار دادن them,
و وقتی که آن توپ‌ها را بیرون بیاورد،
آن‌ها را فشار خواهد داد و
04:24
and the ballsتوپ ها are going to squeakجیغ زدن.
و توپ‌ها صدا می‌دهند.
04:27
And if you're a babyعزیزم,
that's like a TEDTED Talk.
و اگر یک بچه باشید،
مثل یک صحبت در تد است
04:29
It doesn't get better than that.
از اون بهتر نمی‌شود.
04:32
(Laughterخنده)
(خنده‌ی حضار)
04:34
But the importantمهم pointنقطه is it's really
easyآسان to pullکشیدن threeسه blueآبی ballsتوپ ها in a rowردیف
اما نکته‌ی مهم این است که بسیار
آسان است که ۳ توپ آبی پشت سر هم از
04:38
out of a boxجعبه of mostlyاغلب blueآبی ballsتوپ ها.
یک جعبه که اکثر توپ‌هایش آبی است در آورد.
04:42
You could do that with your eyesچشم ها closedبسته شد.
میشه با چشمان بسته این کار را کرد.
04:44
It's plausiblyقابل اعتماد a randomتصادفی sampleنمونه
from this populationجمعیت.
این یک نمونه‌ی تصادفی محتمل
از این جامعه‌ی آماری است.
04:46
And if you can reachنائل شدن into a boxجعبه at randomتصادفی
and pullکشیدن out things that squeakجیغ زدن,
و اگر بتوان از داخل جعبه به صورت اتفاقی
چیزهایی درآورد که صدا می‌دهند،
04:49
then maybe everything in the boxجعبه squeaksجادوگر.
پس شاید تمام چیزهایی که
درون جعبه هستند صدا می‌دهند.
04:53
So maybe babiesنوزادان should expectانتظار
those yellowرنگ زرد ballsتوپ ها to squeakجیغ زدن as well.
پس شاید کودکان باید انتظار داشته باشند
که توپ‌های زرد هم صدا بدهند.
04:56
Now, those yellowرنگ زرد ballsتوپ ها
have funnyخنده دار sticksچوب on the endپایان,
آن توپ‌های زرد، دسته های
با مزه‌ای دارند که
05:00
so babiesنوزادان could do other things
with them if they wanted to.
کودکان اگر بخواهند می‌توانند
کارهای دیگری با آن‌ها انجام دهند
05:02
They could poundپوند them or whackضرب و شتم them.
می‌توانند آن‌ها را تکان بدهند
یا با آن‌ها ضربه بزنند.
05:05
But let's see what the babyعزیزم does.
اما بیاید ببینیم که کودک چکار می‌کند.
05:07
(Videoویدئو) Hyowonهیوون Gweonگوئون: See this?
(Ballتوپ squeaksجادوگر)
(ویدیو) هیوان گوان: اینو می‌بینی؟
(توپ صدا می‌دهد)
05:12
Did you see that?
(Ballتوپ squeaksجادوگر)
اونو دیدی؟
(توپ صدا می‌دهد)
05:16
Coolسرد.
باحاله.
05:20
See this one?
اینو می‌بینی؟
05:24
(Ballتوپ squeaksجادوگر)
(توپ صدا می‌دهد)
05:26
Wowوای.
اووه
05:28
Lauraلورا Schulzشولتز: Told you. (Laughsخنده)
لارا شولز: بهتون گفتم (خنده)
05:33
(Videoویدئو) HGHG: See this one?
(Ballتوپ squeaksجادوگر)
(ویدیو) هیوان: اینو میبینی؟
(توپ صدا می‌دهد)
05:35
Hey Claraکلارا, this one'sیک نفر for you.
You can go aheadدر پیش and playبازی.
کلارا، این مالِ توعه.
می‌تونی باهاش بازی کنی.
05:39
(Laughterخنده)
(خنده‌ی حضار)
05:51
LSLS: I don't even have to talk, right?
لارا: نیازی نیست صحبت کنم، درسته؟
05:56
All right, it's niceخوب that babiesنوزادان
will generalizeتعمیم دادن propertiesخواص
خیلی خوب، خوبه که بچه‌ها خصوصیات مربوط به
05:59
of blueآبی ballsتوپ ها to yellowرنگ زرد ballsتوپ ها,
توپ‌های آبی را
به توپ‌های زرد تعمیم می‌دهند
06:02
and it's impressiveچشمگیر that babiesنوزادان
can learnیاد گرفتن from imitatingتقلید کردن us,
و چشمگیر است که بچه‌ها
با تقلید از ما یاد می‌گیرند
06:03
but we'veما هستیم knownشناخته شده those things about babiesنوزادان
for a very long time.
اما ما این چیزها را در مورد
بچه‌ها از زمان‌های گذشته می‌دانیم.
06:06
The really interestingجالب هست questionسوال
سوال بسیار جالب این است که
06:10
is what happensاتفاق می افتد when we showنشان بده babiesنوزادان
exactlyدقیقا the sameیکسان thing,
وقتی دقیقا چیز مشابه را
به بچه‌ها نشان می‌دهیم
06:12
and we can ensureاطمینان حاصل کنید it's exactlyدقیقا the sameیکسان
because we have a secretراز compartmentمحفظه
و ما می‌توانیم مطمئن باشیم که دقیقا
مشابه است چون یك محفظه‌ی مخفی داریم
06:15
and we actuallyدر واقع pullکشیدن the ballsتوپ ها from there,
و ما در واقع توپ‌ها را از آن خارج می‌کنیم،
06:18
but this time, all we changeتغییر دادن
is the apparentآشکار populationجمعیت
اما این بار، تنها چیزی که تغییر می‌دهیم
ظاهر جمعیت آماری است که
06:20
from whichکه that evidenceشواهد was drawnکشیده شده.
شواهد از آن خارج می‌شود.
06:24
This time, we're going to showنشان بده babiesنوزادان
threeسه blueآبی ballsتوپ ها
این بار، به کودکان
سه توپ آبی نشان می‌دهیم که
06:27
pulledکشیده out of a boxجعبه
of mostlyاغلب yellowرنگ زرد ballsتوپ ها,
از جعبه‌ای که اکثر
توپ‌هایش زرد است خارج می‌شوند.
06:30
and guessحدس بزن what?
و حدس بزنید که چه اتفاقی می‌افتد؟
06:34
You [probablyشاید won'tنخواهد بود] randomlyبه طور تصادفی drawقرعه کشی
threeسه blueآبی ballsتوپ ها in a rowردیف
نمیتوان به صورت اتفاقی پشت سرهم ۳ توپ آبی
06:35
out of a boxجعبه of mostlyاغلب yellowرنگ زرد ballsتوپ ها.
از جعبه‌ای که اکثر
توپ‌هایش زرد است خارج کرد
06:38
That is not plausiblyقابل اعتماد
randomlyبه طور تصادفی sampledنمونه برداری شده evidenceشواهد.
آن شواهدی محتمل از نمونه‌ی انتخابی نیست.
06:40
That evidenceشواهد suggestsحاکی از that maybe Hyowonهیوون
was deliberatelyعمدا samplingنمونه برداری the blueآبی ballsتوپ ها.
آن شواهد حاکی از آن است که شاید هیوان
عمدا توپ‌های آبی را انتخاب می‌کرده است.
06:44
Maybe there's something specialویژه
about the blueآبی ballsتوپ ها.
شاید چیز خاصی در مورد
توپ‌های آبی وجود دارد.
06:49
Maybe only the blueآبی ballsتوپ ها squeakجیغ زدن.
شاید فقط توپ‌های آبی صدا می‌دهند.
06:52
Let's see what the babyعزیزم does.
بیاید ببینیم کودک چکار می‌کند.
06:55
(Videoویدئو) HGHG: See this?
(Ballتوپ squeaksجادوگر)
(ویدیو) هیوان: اینو می‌بینی؟
(توپ صدا می‌دهد)
06:57
See this toyاسباب بازی?
(Ballتوپ squeaksجادوگر)
این اسباب بازی رو می‌بینی؟
(توپ صدا می‌دهد)
07:02
Oh, that was coolسرد. See?
(Ballتوپ squeaksجادوگر)
اوه، چقدر باحال بود. می‌بینی؟
(توپ صدا می‌دهد)
07:05
Now this one'sیک نفر for you to playبازی.
You can go aheadدر پیش and playبازی.
این برای توعه که بازی کنی.
میتونی بازی کنی.
07:10
(Fussingسر و صدا)
(Laughterخنده)
(نق زدن)
(خنده‌ی حضار)
07:18
LSLS: So you just saw
two 15-month-oldیک ساله babiesنوزادان
لورا: شما دو کودک ۱۵ ماهه را دیدید که
07:26
do entirelyبه طور کامل differentناهمسان things
کارهای کاملا متفاوتی انجام دادند
07:29
basedمستقر only on the probabilityاحتمال
of the sampleنمونه they observedمشاهده شده.
تنها براساس احتمال
نمونه‌ای که مشاهده کردند.
07:31
Let me showنشان بده you the experimentalتجربی resultsنتایج.
اجازه بدید نتایج آزمایشگاهی
را به شما نشان دهم
07:35
On the verticalعمودی axisمحور, you'llشما خواهید بود see
the percentageدرصد of babiesنوزادان
بر روی محور عمودی درصد کودکانی را که
07:37
who squeezedفشرده شده the ballتوپ in eachهر یک conditionوضعیت,
در هر حالت توپ را
فشار دادند مشاهده می‌کنید
07:40
and as you'llشما خواهید بود see, babiesنوزادان are much
more likelyاحتمال دارد to generalizeتعمیم دادن the evidenceشواهد
و همین‌طور که مشاهده می‌کنید، کودکان بسیار
بیشتر احتمال دارد که شواهد را تعمیم دهند
07:42
when it's plausiblyقابل اعتماد representativeنماینده
of the populationجمعیت
وقتی که نمونه‌ی محتملی از جمعیت آماری
را می‌بینند
07:46
than when the evidenceشواهد
is clearlyبه وضوح cherry-pickedگیلاس برداشت شده.
در مقابل زمانی که شواهد به وضوح
دستچین شده‌اند
07:49
And this leadsمنجر می شود to a funسرگرم کننده predictionپیش بینی:
و این به یک پیش‌بینی جالب منجر می‌شود:
07:53
Supposeفرض کنید you pulledکشیده just one blueآبی ballتوپ
out of the mostlyاغلب yellowرنگ زرد boxجعبه.
فرض کنید فقط یک توپ آبی از جعبه‌ای
که اکثر توپ‌هایش زرد است خارج کنیم.
07:55
You [probablyشاید won'tنخواهد بود] pullکشیدن threeسه blueآبی ballsتوپ ها
in a rowردیف at randomتصادفی out of a yellowرنگ زرد boxجعبه,
نمی‌شود پشت سرهم ۳ توپ آبی از
جعبه‌ی پر از توپ‌های زرد خارج کرد،
08:00
but you could randomlyبه طور تصادفی sampleنمونه
just one blueآبی ballتوپ.
اما ممکن است که فقط یک
توپ آبی به صورت اتفاقی خارج کرد.
08:04
That's not an improbableغیر محتمل sampleنمونه.
آن یک نمونه‌ی غیر محتمل نیست.
08:07
And if you could reachنائل شدن into
a boxجعبه at randomتصادفی
و اگر بشود به صورت اتفاقی از
داخل جعبه شئ ای
08:09
and pullکشیدن out something that squeaksجادوگر,
maybe everything in the boxجعبه squeaksجادوگر.
خارج کرد که صدا می‌دهد،
شاید همه‌ی اشیای درون جعبه صدا می‌دهند.
08:11
So even thoughگرچه babiesنوزادان are going to see
much lessکمتر evidenceشواهد for squeakingسیگاری,
پس با وجود اینکه کودکان شواهد
کمتری از صدا دادن خواهند دید،
08:15
and have manyبسیاری fewerکمتر actionsاقدامات to imitateتقلید کردن
و فعالیت‌های کمتری برای تقلید دارند
08:20
in this one ballتوپ conditionوضعیت than in
the conditionوضعیت you just saw,
در این حالت با یک توپ در مقایسه با
حالتی که دیدید،
08:22
we predictedپیش بینی شده that babiesنوزادان themselvesخودشان
would squeezeفشار دادن more,
ما پیشبینی کردیم که بچه‌ها
بیشتر توپ را فشار می‌دهند،
08:25
and that's exactlyدقیقا what we foundپیدا شد.
و این دقیقا چیزی است که پیدا کردیم.
08:29
So 15-month-oldیک ساله babiesنوزادان,
in this respectتوجه, like scientistsدانشمندان,
پس کودکان ۱۵ ماهه در این موضوع،
مانند دانشمندان،
08:32
careاهميت دادن whetherچه evidenceشواهد
is randomlyبه طور تصادفی sampledنمونه برداری شده or not,
اهمیت می‌دهند که آیا
نمونه اتفاقی است یا نه،
08:37
and they use this to developتوسعه
expectationsانتظارات about the worldجهان:
و آن‌ها از این استفاده می‌کنند
تا انتظاراتی از دنیا شکل دهند:
08:40
what squeaksجادوگر and what doesn't,
چه چیزی صدا می‌دهد و چه چیزی صدا نمی‌دهد،
08:43
what to exploreکاوش کنید and what to ignoreچشم پوشی.
چه چیز را کاوش کنند و
از چه چیز چشم‌پوشی کنند.
08:45
Let me showنشان بده you anotherیکی دیگر exampleمثال now,
اجازه بدید یک مثال دیگه به شما نشان دهم،
08:50
this time about a problemمسئله
of causalعلت reasoningاستدلال.
این بار درباره‌ی یک مشکل در علت و معلول.
08:52
And it startsشروع می شود with a problemمسئله
of confoundedمخفی شده evidenceشواهد
و این با یک مشکل از نوع
شواهد سر در گم آغاز می‌شود که
08:55
that all of us have,
همه‌ی ما داریم و عبارت از این است که
08:57
whichکه is that we are partبخشی of the worldجهان.
ما همه بخشی از دنیا هستیم.
08:59
And this mightممکن not seemبه نظر می رسد like a problemمسئله
to you, but like mostاکثر problemsمشکلات,
و این ممکن است از نظر شما یک مشکل نباشد،
اما مانند بیشتر مشکل‌ها،
09:01
it's only a problemمسئله when things go wrongاشتباه.
این فقط وقتی مشکل است
که کارها خراب می‌شود.
09:04
Take this babyعزیزم, for instanceنمونه.
به عنوان مثال، این کودک را در نظر بگیرید.
09:07
Things are going wrongاشتباه for him.
اوضاع برایش خوب پیش نمی رود.
09:09
He would like to make
this toyاسباب بازی go, and he can't.
می‌خواهد صدای این اسباب بازی را در بیاورد
اما نمی‌تواند.
09:10
I'll showنشان بده you a few-secondچند ثانیه clipکلیپ.
یک کلیپ چند ثانیه‌ای به شما نشان می‌دهم.
09:13
And there's two possibilitiesامکانات, broadlyبه طور گسترده:
و به طور گسترده، ۲ حالت وجود دارد:
09:21
Maybe he's doing something wrongاشتباه,
شاید او کار اشتباهی انجام می‌دهد،
09:23
or maybe there's something
wrongاشتباه with the toyاسباب بازی.
یا شاید اسباب بازی مشکل دارد.
09:25
So in this nextبعد experimentآزمایشی,
پس در آزمایش بعدی
09:30
we're going to give babiesنوزادان
just a tinyکوچک bitبیت of statisticalآماری dataداده ها
ما به کودکان فقط مقدار بسیار کمی
اطلاعات آماری خواهیم داد
09:32
supportingحمایت از one hypothesisفرضیه over the other,
در حمایت از یک فرضیه در مقابل دیگری،
09:35
and we're going to see if babiesنوزادان
can use that to make differentناهمسان decisionsتصمیمات
و می‌خواهیم ببینیم که آیا کودکان می‌توانند
از آن استفاده کنند تا تصمیمات مختلف
09:38
about what to do.
درباره‌ی کاری که
می‌خواهند انجام دهند بگیرند.
09:41
Here'sاینجاست the setupبرپایی.
این هم نحوه‌ی انجام آزمایش
09:43
Hyowonهیوون is going to try to make
the toyاسباب بازی go and succeedموفق باش.
هیوان تلاش می‌کند صدای
اسباب بازی را در بیاورد و موفق می‌شود.
09:46
I am then going to try twiceدو برابر
and failشکست bothهر دو timesبار,
سپس من دوبار تلاش می‌کنم و
هر دوبار شکست می‌خورم،
09:49
and then Hyowonهیوون is going
to try again and succeedموفق باش,
و سپس هیوان دوباره
تلاش می‌کند و موفق می‌شود.
09:52
and this roughlyتقریبا sumsمبالغ up my relationshipارتباط
to my graduateفارغ التحصیل studentsدانش آموزان
و این تقریبا رابطه‌ی من با دانشجویان
09:55
in technologyتکنولوژی acrossدر سراسر the boardهیئت مدیره.
رشته‌های تکنولوژی در مقابل
هیئت مدیره را خلاصه می‌کند.
09:58
But the importantمهم pointنقطه here is
it providesفراهم می کند a little bitبیت of evidenceشواهد
اما نکته‌ی مهم اینجا این است که این
شواهد کمی از این ارائه می‌کند که
10:02
that the problemمسئله isn't with the toyاسباب بازی,
it's with the personفرد.
مشکل از اسباب بازی نیست،
از شخصی است که با آن بازی می‌کند.
10:05
Some people can make this toyاسباب بازی go,
بعضی افراد می‌توانند صدایِ
اسباب بازی را در بیاورند
10:08
and some can't.
و بعضی نمی‌توانند.
10:11
Now, when the babyعزیزم getsمی شود the toyاسباب بازی,
he's going to have a choiceانتخابی.
حالا، وقتی که کودک اسباب بازی را می‌گیرد،
او باید یک انتخاب کند.
10:12
His momمامان is right there,
مادرش هم همان‌جا است
10:16
so he can go aheadدر پیش and handدست off the toyاسباب بازی
and changeتغییر دادن the personفرد,
پس او می‌تواند اسباب بازی را به او بدهد و
شخص را عوض کند،
10:18
but there's alsoهمچنین going to be
anotherیکی دیگر toyاسباب بازی at the endپایان of that clothپارچه,
اما یک اسباب بازی دیگر
هم در انتهای پارچه است
10:21
and he can pullکشیدن the clothپارچه towardsبه سمت him
and changeتغییر دادن the toyاسباب بازی.
و او می‌تواند پارچه را به سمت خود بکشد
و اسباب بازی را عوض کند.
10:24
So let's see what the babyعزیزم does.
خب بیاید ببینیم کودک چکار می‌کند.
10:28
(Videoویدئو) HGHG: Two, threeسه. Go!
(Musicموسیقی)
(ویدیو) هیوان: دو - سه. حالا!
(صدای موسیقی)
10:30
LSLS: One, two, threeسه, go!
لورا: یک - دو - سه، حالا!
10:34
Arthurآرتور, I'm going to try again.
One, two, threeسه, go!
آرتور من یک بار دیگر تلاش می‌کنم.
یک - دو - سه، حالا!
10:37
YGYG: Arthurآرتور, let me try again, okay?
هیوان: آرتور، بزار من دوباره امتحان کنم،
باشه؟
10:45
One, two, threeسه, go!
(Musicموسیقی)
یک - دو - سه، حالا!
(صدای موسیقی)
10:48
Look at that. Rememberیاد آوردن these toysاسباب بازی ها?
اونو ببین.
این اسباب بازی‌ها رو یادت هست؟
10:53
See these toysاسباب بازی ها? Yeah, I'm going
to put this one over here,
این اسباب بازی‌ها رو می‌بینی؟ آره، من
اینو اینجا میزارم،
10:55
and I'm going to give this one to you.
و این یکی را به تو می‌دهم.
10:58
You can go aheadدر پیش and playبازی.
می‌تونی باهاش بازی کنی.
11:00
LSLS: Okay, Lauraلورا, but of courseدوره,
babiesنوزادان love theirخودشان mommiesمادران.
باشه لورا، اما مشخصه که
کودکان عاشق مادرشان هستند.
11:23
Of courseدوره babiesنوزادان give toysاسباب بازی ها
to theirخودشان mommiesمادران
البته که کودکان اسباب بازی‌هایشان
را به مادرشان می‌دهند
11:27
when they can't make them work.
وقتی نمی‌توانند آن‌ها را به کار بیاندازند.
11:30
So again, the really importantمهم questionسوال
is what happensاتفاق می افتد when we changeتغییر دادن
پس دوباره، سوال بسیار مهم این است که
وقتی که داده‌های آماری را
11:32
the statisticalآماری dataداده ها ever so slightlyکمی.
اندکی تغییر دهیم چه اتفاقی می‌افتد.
11:35
This time, babiesنوزادان are going to see the toyاسباب بازی
work and failشکست in exactlyدقیقا the sameیکسان orderسفارش,
این بار کودکان با همان ترتیب قبلی
خواهند دید که اسباب بازی کار می‌کند یا خیر
11:38
but we're changingتغییر دادن
the distributionتوزیع of evidenceشواهد.
اما ما ترتیب شهود را عوض می‌کنیم.
11:42
This time, Hyowonهیوون is going to succeedموفق باش
onceیک بار and failشکست onceیک بار, and so am I.
این بار هیوان یک بار موفق می‌شود و
یک بار شکست می‌خورد و من هم همچنین.
11:45
And this suggestsحاکی از it doesn't matterموضوع
who triesتلاش می کند this toyاسباب بازی, the toyاسباب بازی is brokenشکسته شده.
و این حاکی از این است که فرقی نمی‌کند
که چه کسی از اسباب بازی استفاده می‌کند،
11:49
It doesn't work all the time.
اسباب بازی خراب است.
گاهی اوقات کار نمی‌کند.
11:55
Again, the baby'sعزیزم going to have a choiceانتخابی.
دوباره، کودک یک انتخاب خواهد داشت.
11:57
Her momمامان is right nextبعد to her,
so she can changeتغییر دادن the personفرد,
مادرش کنار اوست،
پس او می‌تواند شخص را عوض کند،
11:59
and there's going to be anotherیکی دیگر toyاسباب بازی
at the endپایان of the clothپارچه.
و اسباب بازی دیگری در
انتهای پارچه خواهد بود
12:02
Let's watchتماشا کردن what she does.
بیاید نگاه کنیم که چکار می‌کند.
12:05
(Videoویدئو) HGHG: Two, threeسه, go!
(Musicموسیقی)
(ویدیو) هیوان: دو - سه، حالا!
(صدای موسیقی)
12:07
Let me try one more time.
One, two, threeسه, go!
بزار یک بار دیگه امتحان کنم.
یک - دو - سه، حالا!
12:11
Hmmهام.
هممم.
12:17
LSLS: Let me try, Claraکلارا.
لورا: بزار من امتحان کنم کلارا
12:19
One, two, threeسه, go!
یک - دو - سه، حالا!
12:22
Hmmهام, let me try again.
همم، بزار دوباره امتحان کنم.
12:27
One, two, threeسه, go!
(Musicموسیقی)
یک - دو - سه، حالا!
(صدای موسیقی)
12:29
HGHG: I'm going
to put this one over here,
هیوان: من اینو اینجا می‌گذارم،
12:35
and I'm going to give this one to you.
و این یکیو به تو می‌دهم.
12:37
You can go aheadدر پیش and playبازی.
می‌تونی باهاش بازی کنی.
12:39
(Applauseتشویق و تمجید)
(تشویق حضار)
12:58
LSLS: Let me showنشان بده you
the experimentalتجربی resultsنتایج.
لورا: اجازه بدید نتایج آزمایش
را به شما نشان دهم
13:04
On the verticalعمودی axisمحور,
you'llشما خواهید بود see the distributionتوزیع
بر روی محور عمودی,
توزیع انتخاب کودکان
13:07
of children'sکودکان choicesگزینه های in eachهر یک conditionوضعیت,
در هر حالت را مشاهده می‌کنید،
13:09
and you'llشما خواهید بود see that the distributionتوزیع
of the choicesگزینه های childrenفرزندان make
و می‌بینید که توزیع انتخاباتی
که کودکان می‌کنند
13:12
dependsبستگی دارد on the evidenceشواهد they observeمشاهده کنید.
به شواهدی که مشاهده می‌کنند بستگی دارد.
13:16
So in the secondدومین yearسال of life,
پس در سال دوم زندگی،
13:19
babiesنوزادان can use a tinyکوچک bitبیت
of statisticalآماری dataداده ها
کودکان می‌توانند از مقدار بسیار کمی
داده‌های آماری استفاده کنند تا
13:21
to decideتصميم گرفتن betweenبین two
fundamentallyاساسا differentناهمسان strategiesاستراتژی ها
از بین دو استراتژی که از اساس
با یکدیگر متفاوتند انتخاب کنند
13:24
for actingبازیگری in the worldجهان:
برای ایفای نقش در دنیا:
13:27
askingدرخواست for help and exploringکاوش.
درخواست کمک و کاوش
13:29
I've just shownنشان داده شده you
two laboratoryآزمایشگاه experimentsآزمایشات
من الان دو آزمایشِ آزمایشگاهی
13:33
out of literallyعینا hundredsصدها in the fieldرشته
that make similarمشابه pointsنکته ها,
از میان صدها آزمایش که
نکته‌های مشابهی را می‌رسانند، نشان دادم
13:37
because the really criticalبحرانی pointنقطه
چون نکته‌ی بسیار مهم
13:40
is that children'sکودکان abilityتوانایی
to make richثروتمند inferencesنتیجه گیری from sparseپراکنده dataداده ها
این است که توانایی کودکان در
استنتاج عمیق از داده‌های پراکنده و کم
13:43
underliesبستگی دارد all the species-specificگونه خاص
culturalفرهنگی learningیادگیری that we do.
زمینه ساز تمام تحقیقاتی است که در یادگیریِ
فرهنگی تمامی گونه‌های خاص انجام می‌دهیم.
13:48
Childrenفرزندان learnیاد گرفتن about newجدید toolsابزار
from just a fewتعداد کمی examplesمثال ها.
کودکان تنها با چند مثال در مورد
وسایل جدید یاد می‌گیرند.
13:53
They learnیاد گرفتن newجدید causalعلت relationshipsروابط
from just a fewتعداد کمی examplesمثال ها.
رابطه‌های علت و معلولی جدید را
فقط با چند مثال یاد می‌گیرند.
13:58
They even learnیاد گرفتن newجدید wordsکلمات,
in this caseمورد in Americanآمریکایی Signامضا کردن Languageزبان.
آن‌ها حتی کلمه‌های جدید یاد می‌گیرند،
در این مورد، زبان اشاره‌ی آمریکایی.
14:03
I want to closeبستن with just two pointsنکته ها.
می‌خواهم با فقط دو نکته صحبتم را پایان دهم
14:08
If you've been followingذیل my worldجهان,
the fieldرشته of brainمغز and cognitiveشناختی sciencesعلوم,
اگر دنیای من، رشته‌ی مغز و علوم شناختی،
را دنبال می‌کرده اید،
14:12
for the pastگذشته fewتعداد کمی yearsسالها,
در چند سال گذشته،
14:15
threeسه bigبزرگ ideasایده ها will have come
to your attentionتوجه.
سه ایده‌ی بزرگ توجه شما را جلب کرده است.
14:17
The first is that this is
the eraدوران of the brainمغز.
اول؛ اکنون دوره‌ی مغز است.
14:20
And indeedدر واقع, there have been
staggeringسرسام آور discoveriesاکتشافات in neuroscienceعلوم اعصاب:
و قطعا اکتشافات متناوبی در
علوم اعصاب اتفاق افتاده است:
14:23
localizingمحلی سازی functionallyعملکردی specializedتخصصی
regionsمناطق of cortexقشر,
مشخص کردن جایگاه کارکردِ تخصصیِ
بخش‌هایی از قشر مغزی،
14:27
turningچرخش mouseموش brainsمغز transparentشفاف,
واضح ساختن مغزِ موش‌ها
14:30
activatingفعال کردن neuronsنورون ها with lightسبک.
فعال کردنِ نورون‌ها با نور
14:33
A secondدومین bigبزرگ ideaاندیشه
ایده‌ی بزرگِ دوم این است که
14:36
is that this is the eraدوران of bigبزرگ dataداده ها
and machineدستگاه learningیادگیری,
اکنون دوره‌ی اطلاعات بزرگ
(big data) و یادگیری ماشین‌ها است،
14:38
and machineدستگاه learningیادگیری promisesوعده می دهد
to revolutionizeانقلابی کردن our understandingدرك كردن
و یادگیری ماشین‌ها وعده‌ی
انقلابی کردن فهم ما از همه چیز،
14:43
of everything from socialاجتماعی networksشبکه های
to epidemiologyهمهگیرشناسی.
از شبکه‌های اجتماعی تا اپیدمیلوژی
(علم بیماری‌های واگیردار) را می‌دهد.
14:46
And maybe, as it tacklesمقابله می کند problemsمشکلات
of sceneصحنه understandingدرك كردن
و شاید، اینگونه با مشکلاتِ
درک صحنه و پردازش زبان طبیعی
14:50
and naturalطبیعی است languageزبان processingدر حال پردازش,
گلاویز می‌شود
14:53
to tell us something
about humanانسان cognitionشناختن.
تا به ما چیزی در مورد شناخت انسان بگوید.
14:55
And the finalنهایی bigبزرگ ideaاندیشه you'llشما خواهید بود have heardشنیدم
و آخرین ایده‌ی بزرگ که
حتما شنیده‌اید این است که
14:59
is that maybe it's a good ideaاندیشه we're going
to know so much about brainsمغز
شاید ایده‌ی خوبی است که ما
آنقدر زیاد در مورد مغز خواهیم دانست
15:01
and have so much accessدسترسی به to bigبزرگ dataداده ها,
و دسترسی بسیار زیادی به
داده‌های بزرگ داشته باشیم
15:05
because left to our ownخودت devicesدستگاه ها,
زیرا اگر فقط به دستگاه‌های خودمان باشد،
15:06
humansانسان are fallibleفاسد است, we take shortcutsکلید های میانبر,
انسان‌ها جایزالخطا هستند،
ما میانبر می‌زنیم،
15:09
we errاشتباه, we make mistakesاشتباهات,
ما گمراه می‌شویم، ما اشتباه می‌کنیم،
15:13
we're biasedجانبدارانه, and in innumerableبی شماری waysراه ها,
ما انحرافات ذهنی داریم،
و به حالت‌های بیشماری
15:16
we get the worldجهان wrongاشتباه.
دنیا را اشتباه می‌فهمیم.
15:20
I think these are all importantمهم storiesداستان ها,
فکر می‌کنم این‌ها همه
داستان‌های مهمی هستند،
15:24
and they have a lot to tell us
about what it meansبه معنای to be humanانسان,
و موارد زیادی در مورد معنی انسان بودن
به ما می‌گویند،
15:27
but I want you to noteتوجه داشته باشید that todayامروز
I told you a very differentناهمسان storyداستان.
اما می‌خواهم توجه کنید که امروز
یک داستان بسیار متفاوت به شما گفتم.
15:31
It's a storyداستان about mindsذهنها and not brainsمغز,
این یک داستان در مورد ذهن است و نه مغز.
15:35
and in particularخاص, it's a storyداستان
about the kindsانواع of computationsمحاسبات
و به طور مشخص، این یک داستان
در مورد انواع محاسباتی است که
15:39
that uniquelyمنحصر به فرد humanانسان mindsذهنها can performانجام دادن,
ذهن منحصر به فرد انسان می‌تواند انجام دهد،
15:42
whichکه involveشامل richثروتمند, structuredساختار یافته knowledgeدانش
and the abilityتوانایی to learnیاد گرفتن
که شامل دانش عمیق،
طبقه‌بندی شده و توانایی یاد گرفتن از
15:45
from smallکوچک amountsمقادیر of dataداده ها,
the evidenceشواهد of just a fewتعداد کمی examplesمثال ها.
حجم کمی از داده‌ها،
شواهدی فقط از چند مثال. می شود
15:49
And fundamentallyاساسا, it's a storyداستان
about how startingراه افتادن as very smallکوچک childrenفرزندان
و اساسا، داستانی درباره‌ی این است که چگونه
با شروع از کودکانی بسیار کوچک
15:56
and continuingادامه دادن out all the way
to the greatestبزرگترین accomplishmentsدستاوردهای
و ادامه دادن تمام مسیر تا
بزرگ‌ترین دستاوردهایِ
16:00
of our cultureفرهنگ,
تمدنِ ما،
16:04
we get the worldجهان right.
ما دنیا را درست درک می‌کنیم.
16:08
Folksمردم, humanانسان mindsذهنها do not only learnیاد گرفتن
from smallکوچک amountsمقادیر of dataداده ها.
دوستان، ذهنِ انسان‌ها تنها
از مقدار کم داده‌ها یاد نمی‌گیرد.
16:12
Humanانسان mindsذهنها think
of altogetherدر مجموع newجدید ideasایده ها.
ذهنِ انسان به ایده‌های
کاملا جدید فکر می‌کند.
16:18
Humanانسان mindsذهنها generateتولید کنید
researchپژوهش and discoveryکشف,
ذهنِ انسان کاوش و کشف می‌کند،
16:20
and humanانسان mindsذهنها generateتولید کنید
artهنر and literatureادبیات and poetryشعر and theaterتئاتر,
و ذهنِ انسان هنر و ادبیات
و شعر و تئاتر تولید می‌کند،
16:23
and humanانسان mindsذهنها take careاهميت دادن of other humansانسان:
و ذهنِ انسان از دیگر
انسان‌ها مراقبت می‌کند:
16:29
our oldقدیمی, our youngجوان, our sickبیمار.
افرادِ مسن، کودکان و بیمارانِ ما.
16:32
We even healالتیام them.
ما حتی آن‌ها را درمان می‌کنیم.
16:36
In the yearsسالها to come, we're going
to see technologicalتکنولوژیکی innovationsنوآوری ها
در سال‌های آتی، ما نوآوری‌هایی
در فناوری خواهیم دید که
16:39
beyondفراتر anything I can even envisionتجسم,
فراتر از هرچیزی است که
حتی بتوانم تجسم کنم،
16:42
but we are very unlikelyبعید است
اما بسیار کم احتمال دارد که
16:46
to see anything even approximatingتقریبی
the computationalمحاسباتی powerقدرت of a humanانسان childکودک
چیزی ببینیم که نزدیک به
قدرتِ محاسباتیِ کودکِ انسان باشد.
16:48
in my lifetimeطول عمر or in yoursشما.
در طول عمر من یا شما.
16:54
If we investسرمایه گذاری in these mostاکثر powerfulقدرتمند
learnersزبان آموزان and theirخودشان developmentتوسعه,
اگر ما در روی یادگیری و پیشرفتِ این
یادگیرندگانِ قدرتمند سرمایه‌گذاری کنیم،
16:58
in babiesنوزادان and childrenفرزندان
در نوزادان و کودکان
17:03
and mothersمادران and fathersپدران
و مادران و پدران
17:06
and caregiversنگهبانان and teachersمعلمان
سرپرستان و معلمان
17:08
the waysراه ها we investسرمایه گذاری in our other
mostاکثر powerfulقدرتمند and elegantظریف formsتشکیل می دهد
به نوعی که در قدرتمندترین و ظریف‌ترین
گونه‌های تکنولوژی،
17:11
of technologyتکنولوژی, engineeringمهندسی and designطرح,
مهندسی و طراحی سرمایه‌گذاری می‌کنیم،
17:15
we will not just be dreamingرویا پردازی
of a better futureآینده,
ما فقط برای یک آینده‌یِ
بهتر رویا پردازی نمی‌کنیم،
17:18
we will be planningبرنامه ریزی for one.
برای آن برنامه‌ریزی می‌کنیم.
17:21
Thank you very much.
بسیار متشکرم.
17:23
(Applauseتشویق و تمجید)
(تشویق حضار)
17:25
Chrisکریس Andersonاندرسون: Lauraلورا, thank you.
I do actuallyدر واقع have a questionسوال for you.
کریس اندرسون: لورا، متشکرم.
من یک سوال از تو دارم.
17:29
First of all, the researchپژوهش is insaneدیوانه.
اول از همه، تحقیقات تو دیوانه کننده است.
17:34
I mean, who would designطرح
an experimentآزمایشی like that? (Laughterخنده)
منظورم اینه که، کی چنین آزمایشی
رو طراحی می‌کنه؟(خنده)
17:36
I've seenمشاهده گردید that a coupleزن و شوهر of timesبار,
چند بار آن را نگاه کرده‌ام،
17:41
and I still don't honestlyصادقانه believe
that that can trulyبراستی be happeningاتفاق می افتد,
و صادقانه بگم، هنوز باورم نمیشه
که آن اتفاق‌ها ممکن است،
17:42
but other people have doneانجام شده
similarمشابه experimentsآزمایشات; it checksچک ها out.
اما افراد دیگری هم آزمایش‌های
مشابهی انجام داده‌اند، مشخص است:
17:46
The babiesنوزادان really are that geniusنابغه.
کودکان واقعا نابغه‌اند.
17:49
LSLS: You know, they look really impressiveچشمگیر
in our experimentsآزمایشات,
لارا: میدونی، در آزمایش‌های ما
بسیار چشمگیر به نظر می‌آیند،
17:50
but think about what they
look like in realواقعی life, right?
اما در مورد این فکر کن که در زندگیِ
واقعی چگونه به نظر می‌آیند، درسته؟
17:53
It startsشروع می شود out as a babyعزیزم.
به عنوان یک نوزاد شروع می‌کند.
17:56
Eighteenهجده monthsماه ها laterبعد,
it's talkingصحبت کردن to you,
۱۸ ماه بعد،
با ما صحبت می‌کند،
17:57
and babies'نوزادان' first wordsکلمات aren'tنه just
things like ballsتوپ ها and ducksاردک,
و اولین کلمه‌های کودکان
فقط چیزهایی مثل توپ و اردک نیست،
17:59
they're things like "all goneرفته,"
whichکه referمراجعه کنید to disappearanceناپدید شدن,
چیزهایی مثل «رفت» است
که به ناپدید شدن باز می‌گردد،
18:02
or "uh-ohاوه آه," whichکه referمراجعه کنید
to unintentionalغیر عمد actionsاقدامات.
یا «اوه-اوه» که به فعالیت‌هایِ
غیرعمدی باز می‌گردد.
18:05
It has to be that powerfulقدرتمند.
باید آنقدر قدرتمند باشد.
18:07
It has to be much more powerfulقدرتمند
than anything I showedنشان داد you.
باید از هر چیزی که نشانتان
دادم قدرتمندتر باشد.
18:09
They're figuringبدانید out the entireکل worldجهان.
آن‌ها در حال فهم تمام دنیا هستند.
18:12
A four-year-oldچهار ساله can talk to you
about almostتقریبا anything.
یک کودکِ ۴ ساله تقریبا در مورد
همه چیز می‌تواند با ما صحبت کند.
18:14
(Applauseتشویق و تمجید)
(تشویق حضار)
18:17
CACA: And if I understandفهمیدن you right,
the other keyکلیدی pointنقطه you're makingساخت is,
کریس: و اگر درست متوجه شده باشم، نکته‌ی
کلیدی دیگری که بیان می‌کنی این است که
18:19
we'veما هستیم been throughاز طریق these yearsسالها
where there's all this talk
ما این سال‌ها را گذراندیم که
صحبت‌های زیادی در مورد اینکه
18:22
of how quirkyدمدمی مزاجی and buggyحشره دار our mindsذهنها are,
ذهن‌های ما چقدر دمدمی و پر مشکل است،
وجود داشته است
18:25
that behavioralرفتاری economicsاقتصاد
and the wholeکل theoriesنظریه ها behindپشت that
اقتصاد رفتاری و تمام تئوری‌های پشت آن
18:27
that we're not rationalگویا agentsعاملان.
که ما عواملِ منطقی نیستیم.
18:29
You're really sayingگفت: that the biggerبزرگتر
storyداستان is how extraordinaryخارق العاده,
تو در واقع می‌گویی که داستانِ بزرگتر،
این است که چه مقدار
18:31
and there really is geniusنابغه there
that is underappreciatedتحت تأثیر.
نبوغِ خارق‌العاده وجود دارد که
مورد توجه و قدردانی قرار نگرفته است.
18:35
LSLS: One of my favoriteمورد علاقه
quotesنقل قول in psychologyروانشناسی
لارا: یکی از نقل قول‌های مورد
علاقه‌ی من در روانشناسی
18:40
comesمی آید from the socialاجتماعی
psychologistروانشناس Solomonسلیمان Aschاسم,
از «سالامون اش» ِ روانشناسِ اجتماعی است
18:42
and he said the fundamentalاساسی taskوظیفه
of psychologyروانشناسی is to removeبرداشتن
و او گفته که وظیفه‌ی اساسی
روانشناسی این است که
18:45
the veilحجاب of self-evidenceخود شواهد from things.
پرده از بدیهیتِ همه چیز بردارد.
18:47
There are ordersسفارشات of magnitudeاندازه
more decisionsتصمیمات you make everyهرکدام day
مرتبه‌ی بسیار بزرگی از تصمیمات را
روزانه اتخاذ می‌کنیم که
18:50
that get the worldجهان right.
دنیا را درست درک می‌کنند.
18:55
You know about objectsاشیاء
and theirخودشان propertiesخواص.
در مورد اشیا و خصوصیات آن‌ها می‌دانیم.
18:56
You know them when they're occludedبستن.
You know them in the darkتاریک است.
آن‌ها را وقتی بسته‌بندی شده‌اند
یا در تاریکی اند می‌شناسیم.
18:58
You can walkراه رفتن throughاز طریق roomsاتاق ها.
می‌توانیم از اتاق‌ها بگذریم.
19:01
You can figureشکل out what other people
are thinkingفكر كردن. You can talk to them.
می‌توانیم بفهمیم که بقیه در مورد چه
فکر می‌کنند. می‌توانیم با آن‌ها صحبت کنیم.
19:02
You can navigateحرکت کن spaceفضا.
You know about numbersشماره.
می‌توانیم در فضا حرکت کنیم.
در مورد عددها می‌دانیم.
19:06
You know causalعلت relationshipsروابط.
You know about moralاخلاقی reasoningاستدلال.
در مورد علت و معلول می‌دانیم.
در مورد استدلال اخلاقی می‌دانیم.
19:08
You do this effortlesslyبدون زحمت,
so we don't see it,
این کار را بدون زحمت انجام می‌دهیم،
پس نمی‌بینمش،
19:11
but that is how we get the worldجهان right,
and it's a remarkableقابل توجه
اما اینگونه است که دنیا را درست
درک می‌کنیم، و این قابل توجه است
19:14
and very difficult-to-understandفهمیدنش مشکل است
accomplishmentدستاورد.
و دستاوردی است که خیلی سخت قابل فهم است.
19:16
CACA: I suspectمشکوک there are people
in the audienceحضار who have
کریس: فکر می‌کنم افرادی در
میان مخاطبان هستند که
19:19
this viewچشم انداز of acceleratingتسریع
technologicalتکنولوژیکی powerقدرت
دیدگاهی در مورد شتاب دادن
به قدرت فناوری دارند که
19:21
who mightممکن disputeاختلاف نظر your statementبیانیه
that never in our lifetimesطول عمر
ممکن است با جمله‌ی تو که
در طول عمر ما امکان ندارد که
19:24
will a computerکامپیوتر do what
a three-year-oldسه ساله childکودک can do,
یک کامپیوتر کاری را انجام دهد که یک
کودک ۳ ساله می‌تواند انجام دهد انکار کند
19:27
but what's clearروشن است is that in any scenarioسناریو,
اما این مشخص است که در هر سناریویی،
19:29
our machinesماشین آلات have so much to learnیاد گرفتن
from our toddlersکودک نو پا.
ماشین‌های ما چیزهای زیادی برای
یاد گرفتن از کودکان نوپای ما دارند.
19:32
LSLS: I think so. You'llشما have some
machineدستگاه learningیادگیری folksمردمی up here.
لارا:همین‌طور فکر می‌کنم، دوستانی که
داریم که در فراگیری ماشین کار می‌کنند.
19:38
I mean, you should never betشرط
againstدر برابر babiesنوزادان or chimpanzeesشامپانزه ها
منظورم اینه که، تجربه نشان داده
که هیچوقت نباید بر ضد کودکان یا
19:41
or technologyتکنولوژی as a matterموضوع of practiceتمرین,
شامپانزه‌ها یا تکنولوژی شرط ببندیم،
19:45
but it's not just
a differenceتفاوت in quantityکمیت,
اما این فقط یک تفاوت در مقدار نیست،
19:49
it's a differenceتفاوت in kindنوع.
این تفاوتی در نوع است.
19:53
We have incrediblyطور باور نکردنی powerfulقدرتمند computersکامپیوترها,
ما کامپیوترهای قدرتمندِ غیرقابل
باوری داریم و
19:55
and they do do amazinglyشگفت آور
sophisticatedپیچیده things,
آن‌ها کارهای پیچیده‌ی
شگفت‌آوری انجام می‌دهند،
19:57
oftenغالبا with very bigبزرگ amountsمقادیر of dataداده ها.
معمولا با حجم بزرگی از داده‌ها.
20:00
Humanانسان mindsذهنها do, I think,
something quiteکاملا differentناهمسان,
ذهنِ انسان‌، فکر می‌کنم
که کار کاملا متفاوتی انجام می‌دهد
20:03
and I think it's the structuredساختار یافته,
hierarchicalسلسله مراتبی natureطبیعت of humanانسان knowledgeدانش
و فکر می‌کنم این طبیعت سلسله مراتبی
و ساخت‌یافته‌ی انسان است که
20:05
that remainsبقایای a realواقعی challengeچالش.
چالش واقعی باقی می‌ماند.
20:09
CACA: Lauraلورا Schulzشولتز, wonderfulفوق العاده
foodغذا for thought. Thank you so much.
کریس: لارا شولز، غذای حیرت انگیزی
برای اندیشه بود. بسیار متشکرم.
20:11
LSLS: Thank you.
(Applauseتشویق و تمجید)
لارا: متشکرم
(تشویق حضار)
20:14
Translated by Masood Zeinoghli
Reviewed by Ali Fatemi

▲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