مارک تواین یکی از پایهای ترین مشکلات
موجود در علوم شناختی را در یک جمله
خلاصه کردهاست.
او میگوید: "چیزی شگفت انگیز در
مورد علم وجود دارد.
فرد حدسهای بسیار عمدهای میزند،
تنها با سرمایهگذاری ناچیزی در
حقایق."
(خندهی حضار)
تواین این را به عنوان یک شوخی مطرح کرد،
اما او درست میگفت:
علم ویژگی شگفت انگیزی دارد.
با دیدن چند تکه استخوان، ما
وجود دایناسورها را استنباط کردیم.
با دیدن خط طیف نوری،
ترکیب یک سحابی را مشخص میسازیم.
از کرمهای میوه،
به مکانیزم وراثت پی میبریم،
و از تصاویر بازسازی شدهی حرکت خون در
داخل مغز
یا در مورد من، با استفاده از
رفتار کودکان بسیار کوچک
تلاش میکنیم نظراتی در مورد
پایههای اساسی مکانیزم
شناخت انسان ارائه کنیم.
به طور خاص، در آزمایشگاه من در بخش
مغز و علوم شناختی در دانشگاه MIT
دههی گذشته را صرفِ
تلاش برای فهم این راز که
کودکان چگونه اینقدر زیاد و با این سرعت
از چیزهای کم یاد میگیرند.
زیرا اینطور که مشخص است،
موضوع شگفت انگیز در مورد علم
موضوع شگفت انگیز در مورد کودکان نیز هست.
که در واقع، با بیان ملایمتر جمله
مارک تواین،
دقیقا توانایی آنها برای
دریافتی عمیق و انتزاعی
با سرعت و دقت بالا از
دادههای پراکنده و پر نویز میباشد.
من امروز تنها دو نمونه به شما
ارائه خواهم داد.
یکی در مورد مشکل تعمیم،
و دیگری در مورد یک مشکل
در رابطه با علت و معلول است.
و اگرچه من در مورد کار در آزمایشگاه
خودم سخن میگویم،
این کار الهام گرفته و مدیون یک رشته است.
من از مربیان، همکاران و مشارکت کنندگان
در سراسر دنیا متشکرم.
اجازه دهید با مشکل تعمیم شروع کنم.
تعمیم با استفاده از نمونههای کوچکی از
دادهها یکی از مسائل اصلی در علم است.
ما از بخش کوچکی از
رایدهندگان نظرسنجی میکنیم
و نتیجهی انتخابات ملی
را پیشبینی میکنیم.
ما میبینیم که چگونه دسته کوچکی از بیماران
به درمانی در یک آزمایش واکنش نشان میدهند
و سپس دارو را در بازار ملی عرضه میکنیم.
اما این موضوع زمانی صحیح است که نمونهها
بهصورت تصادفی از جمعیت انتخاب شده باشد.
اگر نمونه ما دستچین شده باشد --
مثلاً، تنها از شهرنشینان نظرسنجی کنیم،
یا در آزمایشهای کلینیکی برای درمان
بیماریهای قلبی،
تنها مردان را در نظر بگیریم --
ممکن است نتایج قابل تعمیم
به جمعیت وسیعتر نباشند.
بههمین دلیل دانشمندان به تصادفی
انتخاب شدن نمونهها دقت میکنند.
ولی این موضوع چه ربطی به کودکان دارد؟
خب، کودکان همواره باید نمونههای
کمی از دادهها را تعمیم دهند.
چند اردک پلاستیکی میبینند و
یاد میگیرند که آنها شناور میمانند.
یا چند توپ میبینند و یاد میگیرند که
آنها بالا و پایین میپرند.
و آنها در مورد اردکها و توپها
انتظاراتی پیدا میکنند
که به سایر اردکهای پلاستیکی و توپها
در مابقی عمرشان گسترش پیدا میکند.
و کودکان این نوع تعمیم در
مورد اردکها و توپها را
باید تقریبا در مورد همه چیز انجام دهند:
کفش، کشتی، موم و کلم و پادشاهها.
بنابراین آیا برای کودکان مهم است که
این مقدار کمی از شواهد که میبینند
میتواند بیانکننده جمعیت بزرگتری باشد؟
بیاید بررسی کنیم.
من به شما دو فیلم نشان خواهم داد.
هریک بیانکننده یکی از
دو حالت آزمایش میباشد
و چون شما تنها دو قطعه فیلم میبینید،
تنها دو کودک نیز خواهید دید،
و هر دو کودکی تفاوتهای بسیار زیادی با
یکدیگر دارند.
ولی در این بخش، این دو کودک
هریک نماینده یک گروه کودکان هستند،
و تفاوتهایی که شما خواهید دید
میانگین تفاوتهای رفتاری بین گروههای
کودکان را، در این شرایط نشان میدهد.
در هر فیلم، شما میبینید که
یک کودک احتمالاً
دقیقاً همانکاری را میکند
که از یک کودک انتظار داریم
و ما نمیتوانیم یک کودک را بیش از مقداری
که اکنون جادویی است، جادویی کنیم.
ولی در ذهن من چیز جادویی،
و چیزی که من میخواهم شما به آن دقت کنید،
تضاد بین این دو حالت است،
زیرا تنها چیزی که بین این دو فیلم
تفاوت دارد
شواهد آماری ایست که دو کودک
مشاهده خواهند کرد.
ما به کودکان یک جعبه شامل
توپهای آبی و زرد نشان خواهیم داد،
و همکار من 'هیوان گوان' که در
آن زمان از استنفورد فارغالتحصیل شده بود،
از این جعبه سه توپ آبی پشت سرهم
بیرون خواهد آورد،
و وقتی که آن توپها را بیرون بیاورد،
آنها را فشار خواهد داد و
و توپها صدا میدهند.
و اگر یک بچه باشید،
مثل یک صحبت در تد است
از اون بهتر نمیشود.
(خندهی حضار)
اما نکتهی مهم این است که بسیار
آسان است که ۳ توپ آبی پشت سر هم از
یک جعبه که اکثر توپهایش آبی است در آورد.
میشه با چشمان بسته این کار را کرد.
این یک نمونهی تصادفی محتمل
از این جامعهی آماری است.
و اگر بتوان از داخل جعبه به صورت اتفاقی
چیزهایی درآورد که صدا میدهند،
پس شاید تمام چیزهایی که
درون جعبه هستند صدا میدهند.
پس شاید کودکان باید انتظار داشته باشند
که توپهای زرد هم صدا بدهند.
آن توپهای زرد، دسته های
با مزهای دارند که
کودکان اگر بخواهند میتوانند
کارهای دیگری با آنها انجام دهند
میتوانند آنها را تکان بدهند
یا با آنها ضربه بزنند.
اما بیاید ببینیم که کودک چکار میکند.
(ویدیو) هیوان گوان: اینو میبینی؟
(توپ صدا میدهد)
اونو دیدی؟
(توپ صدا میدهد)
باحاله.
اینو میبینی؟
(توپ صدا میدهد)
اووه
لارا شولز: بهتون گفتم (خنده)
(ویدیو) هیوان: اینو میبینی؟
(توپ صدا میدهد)
کلارا، این مالِ توعه.
میتونی باهاش بازی کنی.
(خندهی حضار)
لارا: نیازی نیست صحبت کنم، درسته؟
خیلی خوب، خوبه که بچهها خصوصیات مربوط به
توپهای آبی را
به توپهای زرد تعمیم میدهند
و چشمگیر است که بچهها
با تقلید از ما یاد میگیرند
اما ما این چیزها را در مورد
بچهها از زمانهای گذشته میدانیم.
سوال بسیار جالب این است که
وقتی دقیقا چیز مشابه را
به بچهها نشان میدهیم
و ما میتوانیم مطمئن باشیم که دقیقا
مشابه است چون یك محفظهی مخفی داریم
و ما در واقع توپها را از آن خارج میکنیم،
اما این بار، تنها چیزی که تغییر میدهیم
ظاهر جمعیت آماری است که
شواهد از آن خارج میشود.
این بار، به کودکان
سه توپ آبی نشان میدهیم که
از جعبهای که اکثر
توپهایش زرد است خارج میشوند.
و حدس بزنید که چه اتفاقی میافتد؟
نمیتوان به صورت اتفاقی پشت سرهم ۳ توپ آبی
از جعبهای که اکثر
توپهایش زرد است خارج کرد
آن شواهدی محتمل از نمونهی انتخابی نیست.
آن شواهد حاکی از آن است که شاید هیوان
عمدا توپهای آبی را انتخاب میکرده است.
شاید چیز خاصی در مورد
توپهای آبی وجود دارد.
شاید فقط توپهای آبی صدا میدهند.
بیاید ببینیم کودک چکار میکند.
(ویدیو) هیوان: اینو میبینی؟
(توپ صدا میدهد)
این اسباب بازی رو میبینی؟
(توپ صدا میدهد)
اوه، چقدر باحال بود. میبینی؟
(توپ صدا میدهد)
این برای توعه که بازی کنی.
میتونی بازی کنی.
(نق زدن)
(خندهی حضار)
لورا: شما دو کودک ۱۵ ماهه را دیدید که
کارهای کاملا متفاوتی انجام دادند
تنها براساس احتمال
نمونهای که مشاهده کردند.
اجازه بدید نتایج آزمایشگاهی
را به شما نشان دهم
بر روی محور عمودی درصد کودکانی را که
در هر حالت توپ را
فشار دادند مشاهده میکنید
و همینطور که مشاهده میکنید، کودکان بسیار
بیشتر احتمال دارد که شواهد را تعمیم دهند
وقتی که نمونهی محتملی از جمعیت آماری
را میبینند
در مقابل زمانی که شواهد به وضوح
دستچین شدهاند
و این به یک پیشبینی جالب منجر میشود:
فرض کنید فقط یک توپ آبی از جعبهای
که اکثر توپهایش زرد است خارج کنیم.
نمیشود پشت سرهم ۳ توپ آبی از
جعبهی پر از توپهای زرد خارج کرد،
اما ممکن است که فقط یک
توپ آبی به صورت اتفاقی خارج کرد.
آن یک نمونهی غیر محتمل نیست.
و اگر بشود به صورت اتفاقی از
داخل جعبه شئ ای
خارج کرد که صدا میدهد،
شاید همهی اشیای درون جعبه صدا میدهند.
پس با وجود اینکه کودکان شواهد
کمتری از صدا دادن خواهند دید،
و فعالیتهای کمتری برای تقلید دارند
در این حالت با یک توپ در مقایسه با
حالتی که دیدید،
ما پیشبینی کردیم که بچهها
بیشتر توپ را فشار میدهند،
و این دقیقا چیزی است که پیدا کردیم.
پس کودکان ۱۵ ماهه در این موضوع،
مانند دانشمندان،
اهمیت میدهند که آیا
نمونه اتفاقی است یا نه،
و آنها از این استفاده میکنند
تا انتظاراتی از دنیا شکل دهند:
چه چیزی صدا میدهد و چه چیزی صدا نمیدهد،
چه چیز را کاوش کنند و
از چه چیز چشمپوشی کنند.
اجازه بدید یک مثال دیگه به شما نشان دهم،
این بار دربارهی یک مشکل در علت و معلول.
و این با یک مشکل از نوع
شواهد سر در گم آغاز میشود که
همهی ما داریم و عبارت از این است که
ما همه بخشی از دنیا هستیم.
و این ممکن است از نظر شما یک مشکل نباشد،
اما مانند بیشتر مشکلها،
این فقط وقتی مشکل است
که کارها خراب میشود.
به عنوان مثال، این کودک را در نظر بگیرید.
اوضاع برایش خوب پیش نمی رود.
میخواهد صدای این اسباب بازی را در بیاورد
اما نمیتواند.
یک کلیپ چند ثانیهای به شما نشان میدهم.
و به طور گسترده، ۲ حالت وجود دارد:
شاید او کار اشتباهی انجام میدهد،
یا شاید اسباب بازی مشکل دارد.
پس در آزمایش بعدی
ما به کودکان فقط مقدار بسیار کمی
اطلاعات آماری خواهیم داد
در حمایت از یک فرضیه در مقابل دیگری،
و میخواهیم ببینیم که آیا کودکان میتوانند
از آن استفاده کنند تا تصمیمات مختلف
دربارهی کاری که
میخواهند انجام دهند بگیرند.
این هم نحوهی انجام آزمایش
هیوان تلاش میکند صدای
اسباب بازی را در بیاورد و موفق میشود.
سپس من دوبار تلاش میکنم و
هر دوبار شکست میخورم،
و سپس هیوان دوباره
تلاش میکند و موفق میشود.
و این تقریبا رابطهی من با دانشجویان
رشتههای تکنولوژی در مقابل
هیئت مدیره را خلاصه میکند.
اما نکتهی مهم اینجا این است که این
شواهد کمی از این ارائه میکند که
مشکل از اسباب بازی نیست،
از شخصی است که با آن بازی میکند.
بعضی افراد میتوانند صدایِ
اسباب بازی را در بیاورند
و بعضی نمیتوانند.
حالا، وقتی که کودک اسباب بازی را میگیرد،
او باید یک انتخاب کند.
مادرش هم همانجا است
پس او میتواند اسباب بازی را به او بدهد و
شخص را عوض کند،
اما یک اسباب بازی دیگر
هم در انتهای پارچه است
و او میتواند پارچه را به سمت خود بکشد
و اسباب بازی را عوض کند.
خب بیاید ببینیم کودک چکار میکند.
(ویدیو) هیوان: دو - سه. حالا!
(صدای موسیقی)
لورا: یک - دو - سه، حالا!
آرتور من یک بار دیگر تلاش میکنم.
یک - دو - سه، حالا!
هیوان: آرتور، بزار من دوباره امتحان کنم،
باشه؟
یک - دو - سه، حالا!
(صدای موسیقی)
اونو ببین.
این اسباب بازیها رو یادت هست؟
این اسباب بازیها رو میبینی؟ آره، من
اینو اینجا میزارم،
و این یکی را به تو میدهم.
میتونی باهاش بازی کنی.
باشه لورا، اما مشخصه که
کودکان عاشق مادرشان هستند.
البته که کودکان اسباب بازیهایشان
را به مادرشان میدهند
وقتی نمیتوانند آنها را به کار بیاندازند.
پس دوباره، سوال بسیار مهم این است که
وقتی که دادههای آماری را
اندکی تغییر دهیم چه اتفاقی میافتد.
این بار کودکان با همان ترتیب قبلی
خواهند دید که اسباب بازی کار میکند یا خیر
اما ما ترتیب شهود را عوض میکنیم.
این بار هیوان یک بار موفق میشود و
یک بار شکست میخورد و من هم همچنین.
و این حاکی از این است که فرقی نمیکند
که چه کسی از اسباب بازی استفاده میکند،
اسباب بازی خراب است.
گاهی اوقات کار نمیکند.
دوباره، کودک یک انتخاب خواهد داشت.
مادرش کنار اوست،
پس او میتواند شخص را عوض کند،
و اسباب بازی دیگری در
انتهای پارچه خواهد بود
بیاید نگاه کنیم که چکار میکند.
(ویدیو) هیوان: دو - سه، حالا!
(صدای موسیقی)
بزار یک بار دیگه امتحان کنم.
یک - دو - سه، حالا!
هممم.
لورا: بزار من امتحان کنم کلارا
یک - دو - سه، حالا!
همم، بزار دوباره امتحان کنم.
یک - دو - سه، حالا!
(صدای موسیقی)
هیوان: من اینو اینجا میگذارم،
و این یکیو به تو میدهم.
میتونی باهاش بازی کنی.
(تشویق حضار)
لورا: اجازه بدید نتایج آزمایش
را به شما نشان دهم
بر روی محور عمودی,
توزیع انتخاب کودکان
در هر حالت را مشاهده میکنید،
و میبینید که توزیع انتخاباتی
که کودکان میکنند
به شواهدی که مشاهده میکنند بستگی دارد.
پس در سال دوم زندگی،
کودکان میتوانند از مقدار بسیار کمی
دادههای آماری استفاده کنند تا
از بین دو استراتژی که از اساس
با یکدیگر متفاوتند انتخاب کنند
برای ایفای نقش در دنیا:
درخواست کمک و کاوش
من الان دو آزمایشِ آزمایشگاهی
از میان صدها آزمایش که
نکتههای مشابهی را میرسانند، نشان دادم
چون نکتهی بسیار مهم
این است که توانایی کودکان در
استنتاج عمیق از دادههای پراکنده و کم
زمینه ساز تمام تحقیقاتی است که در یادگیریِ
فرهنگی تمامی گونههای خاص انجام میدهیم.
کودکان تنها با چند مثال در مورد
وسایل جدید یاد میگیرند.
رابطههای علت و معلولی جدید را
فقط با چند مثال یاد میگیرند.
آنها حتی کلمههای جدید یاد میگیرند،
در این مورد، زبان اشارهی آمریکایی.
میخواهم با فقط دو نکته صحبتم را پایان دهم
اگر دنیای من، رشتهی مغز و علوم شناختی،
را دنبال میکرده اید،
در چند سال گذشته،
سه ایدهی بزرگ توجه شما را جلب کرده است.
اول؛ اکنون دورهی مغز است.
و قطعا اکتشافات متناوبی در
علوم اعصاب اتفاق افتاده است:
مشخص کردن جایگاه کارکردِ تخصصیِ
بخشهایی از قشر مغزی،
واضح ساختن مغزِ موشها
فعال کردنِ نورونها با نور
ایدهی بزرگِ دوم این است که
اکنون دورهی اطلاعات بزرگ
(big data) و یادگیری ماشینها است،
و یادگیری ماشینها وعدهی
انقلابی کردن فهم ما از همه چیز،
از شبکههای اجتماعی تا اپیدمیلوژی
(علم بیماریهای واگیردار) را میدهد.
و شاید، اینگونه با مشکلاتِ
درک صحنه و پردازش زبان طبیعی
گلاویز میشود
تا به ما چیزی در مورد شناخت انسان بگوید.
و آخرین ایدهی بزرگ که
حتما شنیدهاید این است که
شاید ایدهی خوبی است که ما
آنقدر زیاد در مورد مغز خواهیم دانست
و دسترسی بسیار زیادی به
دادههای بزرگ داشته باشیم
زیرا اگر فقط به دستگاههای خودمان باشد،
انسانها جایزالخطا هستند،
ما میانبر میزنیم،
ما گمراه میشویم، ما اشتباه میکنیم،
ما انحرافات ذهنی داریم،
و به حالتهای بیشماری
دنیا را اشتباه میفهمیم.
فکر میکنم اینها همه
داستانهای مهمی هستند،
و موارد زیادی در مورد معنی انسان بودن
به ما میگویند،
اما میخواهم توجه کنید که امروز
یک داستان بسیار متفاوت به شما گفتم.
این یک داستان در مورد ذهن است و نه مغز.
و به طور مشخص، این یک داستان
در مورد انواع محاسباتی است که
ذهن منحصر به فرد انسان میتواند انجام دهد،
که شامل دانش عمیق،
طبقهبندی شده و توانایی یاد گرفتن از
حجم کمی از دادهها،
شواهدی فقط از چند مثال. می شود
و اساسا، داستانی دربارهی این است که چگونه
با شروع از کودکانی بسیار کوچک
و ادامه دادن تمام مسیر تا
بزرگترین دستاوردهایِ
تمدنِ ما،
ما دنیا را درست درک میکنیم.
دوستان، ذهنِ انسانها تنها
از مقدار کم دادهها یاد نمیگیرد.
ذهنِ انسان به ایدههای
کاملا جدید فکر میکند.
ذهنِ انسان کاوش و کشف میکند،
و ذهنِ انسان هنر و ادبیات
و شعر و تئاتر تولید میکند،
و ذهنِ انسان از دیگر
انسانها مراقبت میکند:
افرادِ مسن، کودکان و بیمارانِ ما.
ما حتی آنها را درمان میکنیم.
در سالهای آتی، ما نوآوریهایی
در فناوری خواهیم دید که
فراتر از هرچیزی است که
حتی بتوانم تجسم کنم،
اما بسیار کم احتمال دارد که
چیزی ببینیم که نزدیک به
قدرتِ محاسباتیِ کودکِ انسان باشد.
در طول عمر من یا شما.
اگر ما در روی یادگیری و پیشرفتِ این
یادگیرندگانِ قدرتمند سرمایهگذاری کنیم،
در نوزادان و کودکان
و مادران و پدران
سرپرستان و معلمان
به نوعی که در قدرتمندترین و ظریفترین
گونههای تکنولوژی،
مهندسی و طراحی سرمایهگذاری میکنیم،
ما فقط برای یک آیندهیِ
بهتر رویا پردازی نمیکنیم،
برای آن برنامهریزی میکنیم.
بسیار متشکرم.
(تشویق حضار)
کریس اندرسون: لورا، متشکرم.
من یک سوال از تو دارم.
اول از همه، تحقیقات تو دیوانه کننده است.
منظورم اینه که، کی چنین آزمایشی
رو طراحی میکنه؟(خنده)
چند بار آن را نگاه کردهام،
و صادقانه بگم، هنوز باورم نمیشه
که آن اتفاقها ممکن است،
اما افراد دیگری هم آزمایشهای
مشابهی انجام دادهاند، مشخص است:
کودکان واقعا نابغهاند.
لارا: میدونی، در آزمایشهای ما
بسیار چشمگیر به نظر میآیند،
اما در مورد این فکر کن که در زندگیِ
واقعی چگونه به نظر میآیند، درسته؟
به عنوان یک نوزاد شروع میکند.
۱۸ ماه بعد،
با ما صحبت میکند،
و اولین کلمههای کودکان
فقط چیزهایی مثل توپ و اردک نیست،
چیزهایی مثل «رفت» است
که به ناپدید شدن باز میگردد،
یا «اوه-اوه» که به فعالیتهایِ
غیرعمدی باز میگردد.
باید آنقدر قدرتمند باشد.
باید از هر چیزی که نشانتان
دادم قدرتمندتر باشد.
آنها در حال فهم تمام دنیا هستند.
یک کودکِ ۴ ساله تقریبا در مورد
همه چیز میتواند با ما صحبت کند.
(تشویق حضار)
کریس: و اگر درست متوجه شده باشم، نکتهی
کلیدی دیگری که بیان میکنی این است که
ما این سالها را گذراندیم که
صحبتهای زیادی در مورد اینکه
ذهنهای ما چقدر دمدمی و پر مشکل است،
وجود داشته است
اقتصاد رفتاری و تمام تئوریهای پشت آن
که ما عواملِ منطقی نیستیم.
تو در واقع میگویی که داستانِ بزرگتر،
این است که چه مقدار
نبوغِ خارقالعاده وجود دارد که
مورد توجه و قدردانی قرار نگرفته است.
لارا: یکی از نقل قولهای مورد
علاقهی من در روانشناسی
از «سالامون اش» ِ روانشناسِ اجتماعی است
و او گفته که وظیفهی اساسی
روانشناسی این است که
پرده از بدیهیتِ همه چیز بردارد.
مرتبهی بسیار بزرگی از تصمیمات را
روزانه اتخاذ میکنیم که
دنیا را درست درک میکنند.
در مورد اشیا و خصوصیات آنها میدانیم.
آنها را وقتی بستهبندی شدهاند
یا در تاریکی اند میشناسیم.
میتوانیم از اتاقها بگذریم.
میتوانیم بفهمیم که بقیه در مورد چه
فکر میکنند. میتوانیم با آنها صحبت کنیم.
میتوانیم در فضا حرکت کنیم.
در مورد عددها میدانیم.
در مورد علت و معلول میدانیم.
در مورد استدلال اخلاقی میدانیم.
این کار را بدون زحمت انجام میدهیم،
پس نمیبینمش،
اما اینگونه است که دنیا را درست
درک میکنیم، و این قابل توجه است
و دستاوردی است که خیلی سخت قابل فهم است.
کریس: فکر میکنم افرادی در
میان مخاطبان هستند که
دیدگاهی در مورد شتاب دادن
به قدرت فناوری دارند که
ممکن است با جملهی تو که
در طول عمر ما امکان ندارد که
یک کامپیوتر کاری را انجام دهد که یک
کودک ۳ ساله میتواند انجام دهد انکار کند
اما این مشخص است که در هر سناریویی،
ماشینهای ما چیزهای زیادی برای
یاد گرفتن از کودکان نوپای ما دارند.
لارا:همینطور فکر میکنم، دوستانی که
داریم که در فراگیری ماشین کار میکنند.
منظورم اینه که، تجربه نشان داده
که هیچوقت نباید بر ضد کودکان یا
شامپانزهها یا تکنولوژی شرط ببندیم،
اما این فقط یک تفاوت در مقدار نیست،
این تفاوتی در نوع است.
ما کامپیوترهای قدرتمندِ غیرقابل
باوری داریم و
آنها کارهای پیچیدهی
شگفتآوری انجام میدهند،
معمولا با حجم بزرگی از دادهها.
ذهنِ انسان، فکر میکنم
که کار کاملا متفاوتی انجام میدهد
و فکر میکنم این طبیعت سلسله مراتبی
و ساختیافتهی انسان است که
چالش واقعی باقی میماند.
کریس: لارا شولز، غذای حیرت انگیزی
برای اندیشه بود. بسیار متشکرم.
لارا: متشکرم
(تشویق حضار)