Mark Twain sažeo je nešto što je za mene jedno od temeljnih problema kognitivne znanosti u jednoj duhovitoj rečenici. Rekao je: "Ima nešto fascinantno u znanosti. Dobivamo ogromnu dobit u obliku pretpostavki skromnim ulaganjem u činjenice." (Smijeh) Twain je to zamislio kao šalu, ali bio je u pravu: Ima nešto fascinantno u znanosti. Na temelju nekoliko kostiju, zaključujemo o postojanju dinosaura. Iz spektralnih linija zaključujemo o sastavu svemirskih nebula. Od vinskih mušica mehanizme nasljeđivanja, a iz rekonstruiranih slika protoka krvi kroz mozak, ili, u mom slučaju, iz ponašanja vrlo male djece, pokušavamo reći nešto o osnovnim mehanizmima ljudske spoznaje. U svojem laboratoriju na odsjeku za mozak i kognitivnu znanost na MIT-u provela sam proteklo desetljeće pokušavajući razumjeti misterij o tome kako djeca nauče toliko puno i toliko brzo iz skromne baze podataka. Naime, ispada da je ono što je facinantno kod znanosti, fascinantno i kod male djece, a to je, ako ublažimo izjavu Marka Twaina, upravo njihova sposobnost da izvlače bogate, apstraktne zaključke brzo i točno, iz malobrojnih i nepreciznih podataka. Danas ću vam dati samo dva primjera. Jedan se tiče problema generalizacije, a drugi problema uzročnog zaključivanja. Iako ću govoriti o radu mog laboratorija, taj je rad inspiriran i dužan čitavom jednom polju istraživanja. Zahvalna sam svojim mentorima, kolegama i suradnicima diljem svijeta. Počet ću od problema generalizacije. Generaliziranje na temelju malih uzoraka osnovno je sredstvo znanstvenog rada. Ispitamo maleni dio biračkog tijela i predviđamo ishod državnih izbora. Vidimo kako šačica pacijenata reagira na tretman u kliničkom ispitivanju i te lijekove dovedemo na nacionalno tržište. To je učinkovito jedino ako je naš uzorak iz populacije izabran slučajem. Ako je naš uzorak na neki način probran -- npr. ispitivanjem samo glasača iz gradova ili ako u klinička istraživanja o liječenju srčanih bolesti uključimo samo muškarce -- rezultati se možda neće moći primijeniti na širu populaciju. Dakle, znanstvenicima je važno temelje li se dokazi na slučajnom uzorku, ali kakve to veze ima s bebama? Bebe stalno moraju generalizirati na temelju malih uzoraka podataka. Vide nekoliko gumenih patkica te zaključe da one plutaju ili vide nekoliko lopti i zaključe da one odskakuju. Razvijaju očekivanja o patkicama i loptama koja će onda primjenjivati na gumene patkice i lopte do kraja svojih života. Takve generalizacije kakve bebe moraju činiti o patkicama i loptama, moraju činiti o gotovo svemu: o cipelama, brodovima, pečatnom vosku, kupusima i kraljevima. Je li bebama važno je li maleni vidljivi uzorak dokaza reprezentativan za veću populaciju? Saznajmo! Pokazat ću vam dva filmića, po jedan iz svakog od uvjeta u eksperimentu, a budući da ćete vidjeti samo dva filmića, vidjet ćete i samo dvije bebe, a sve se bebe međusobno razlikuju na nebrojene načine, ali ove bebe, dakako, predstavljaju skupine beba, a razlike koje ćete vidjeti predstavljaju prosječne razlike među grupama beba u različitim uvjetima. U svakom filmiću vidjet ćete bebu koja radi možda upravo ono što se od bebe očekuje da radi, a njih teško možemo učiniti čarobnijima nego što one to već jesu. Ali meni je čarobno to, i na što želim da obratite pažnju, kontrast između ovih dvaju eksperimentalnih uvjeta jer se ova dva filmića razlikuju samo po statističkim dokazima koje će bebe promatrati. Pokazat ćemo im kutiju plavih i žutih loptica. Moja tadašnja doktorandica, a sada kolegica sa Stanforda Hyowon Gweon, zaredom će iz ove kutije izvući tri plave loptice. Kad izvuče loptice, stisnut će ih, a one će zasvirati. Za bebu je to poput TED-predavanja. Nema boljega! (Smijeh) Ono što je važno jest da je lako izvući tri plave loptice zaredom iz kutije u kojoj su uglavnom plave loptice. Možete to učiniti i zatvorenih očiju. To može predstavljati slučajni uzorak iz ove populacije. A ako možete slučajnim izborom iz kutije izvući stvari koje sviraju, onda možda sve što je u kutiji svira, pa bi bebe možda mogle očekivati da će i žute loptice svirati. Žute loptice imaju smiješne štapiće na krajevima, tako da bi bebe ako žele mogle s njima raditi i druge stvari. Mogle bi ih udarati ili lupati. Ali idemo vidjeti što beba radi. Hyowon Gweon: Vidiš ovo? (Loptica svira) Jesi li to vidjela? (Loptica svira) Fora. Vidiš ovu? (Loptica svira) Opa. Laura Schulz: Rekla sam vam. (Smijeh) HG: Vidiš ovu? (Loptica svira) Hej, Clara, ova je za tebe. Možeš se igrati njome. (Smijeh) LS: Ni ne moram govoriti, zar ne? U redu, zgodno je da bebe generaliziraju osobine plavih loptica na žute loptice i dojmljivo je da mogu učiti imitirajući nas, ali to o bebama već dugo znamo. Ono što je zaista zanimljivo proučiti jest to što se dogodi kad bebi pokažemo potpuno istu stvar, a sigurni smo da je potpuno ista jer imamo tajni pretinac iz kojeg vučemo loptice, ali ovog puta promijenimo jedino prividnu populaciju iz koje se vuku dokazi. Ovog puta bebi ćemo pokazati tri plave loptice izvučene iz kutije u kojoj je većina žutih loptica, i znate što? Vjerojatno nećete slučajno izvući tri plave loptice zaredom iz kutije u kojoj je većina žutih loptica. To nije uvjerljiv slučajan uzorak. Ti dokazi upućuju na to da je Hyowon možda namjerno uzorkovala plave loptice. Možda ima nešto posebno u tim plavim lopticama. Možda samo plave loptice sviraju. Pogledajmo što beba radi. HG: Vidiš ovo? (Loptica svira) Vidiš ovu igračku? (Loptica svira) O, to je bilo fora! Vidiš? (Loptica svira) A ova je tebi za igru. Možeš se sada poigrati. (Smijeh) LS: Dakle, vidjeli ste dvije petnaestomjesečne bebe koje su se potpuno drugačije ponašale samo na temelju vjerojatnosti promatranog uzorka. Pokazat ću vam rezultate eksperimenta. Na okomitoj osi vidite postotak beba koje su stisnule lopticu u svakom slučaju, i kao možete vidjeti, bebe su sklonije generalizirati dokaze koji uvjerljivo predstavljaju populaciju nego one koji su očito probrani. To dovodi do zanimljive pretpostavke: zamislite da izvučemo samo jednu plavu lopticu iz kutije u kojoj je većina žutih. Vjerojatno nećete iz takve kutije slučajno zaredom izvući tri plave loptice, ali mogli biste slučajno izvući samo jednu plavu. To nije nevjerojatan uzorak. Kad biste mogli slučajno iz kutije izvući nešto što svira, možda sve u njoj svira. Iako bebe vide puno manje dokaza u korist sviranja, i imaju manje postupaka koje mogu imitirati, u slučaju s jednom lopticom nego u slučaju koji ste sada vidjeli, predvidjeli smo da će same bebe češće stiskati, a upravo se to i dogodilo. U ovom slučaju petnaestomjesečne bebe, kao i znanstvenike, zanima jesu li dokazi slučajno izabrani ili nisu i to koriste kako bi stvorile očekivanja o svijetu: o tome što svira, a što ne, što istraživati, a što ignorirati. Sada ću vam pokazati još jedan primjer, ovog puta o problemu uzročnog zaključivanja, a počinje s problemom zbunjujućih dokaza s kojim se svi suočavamo, a to je da smo dio svijeta. Vama se ovo možda ne čini kao problem, ali kao i većina problema, problematično je samo kad stvari pođu po zlu. Uzmimo npr. ovu bebu. Njemu stvari polaze po zlu. Htio bi pokrenuti ovu igračku, ali ne može. Pokazat ću vam filmić od nekoliko sekundi. Općenito gledajući, imamo dvije opcije. Možda on nešto krivo radi ili možda nešto nije u redu s igračkom. U sljedećem eksperimentu bebama ćemo dati samo mrvicu statističkih podataka u prilog jedne ili druge hipoteze i vidjet ćemo mogu li na temelju toga donositi razlčite odluke o tome što trebaju učiniti. Evo kako smo to postavili. Hyowon će pokušati pokrenuti igračku i u tome će i uspjeti. Ja ću onda dvaput pokušati i oba ću puta doživjeti neuspjeh, a onda će Hyowon ponovno pokušati i uspjeti. To ukratko opisuje i moj odnos sa svim mojim doktorandima iz tehnologije. Ali ono što je važno jest da dajemo mrvicu dokaza da problem nije u igrački, nego u osobi. Neki ljudi mogu pokrenuti ovu igračku, a drugi ne. Kad beba dobije igračku, moći će birati. Tamo mu je mama, pa može proslijediti igračku i promijeniti osobu, ali malo dalje bit će i druga igračka za kojom može posegnuti te promijeniti igračku. Pogledajmo što beba radi. HG: Dva, tri. Kreni! (Glazba) LS: Jedan, dva, tri, kreni! Arthure, probat ću ponovo. Jedan, dva, tri, kreni! HG: Arthure, daj da ja opet probam, može? Jedan, dva, tri, kreni! (Glazba) Vidi ovo. Sjećaš se ovih igračaka? Vidiš ove igračke? Da, ovu ću staviti ovamo, a ovu ću dati tebi. Sada se možeš igrati. LS: U redu, Laura, ali bebe vole svoje mame. Naravno da bebe daju igračke svojim mamama kad ih ne mogu pokrenuti. Ponovno, ono što je zbilja važno jest što se događa kad neznatno izmijenimo statističke podatke. Ovog puta bebe će vidjeti istu igračku da radi i ne radi potpuno istim redoslijedom, ali promijenit ćemo raspored dokaza. Ovog će puta Hyowon jednom uspjeti i jednom ne, kao i ja, što ukazuje na to da bez obzira na to tko pokuša, igračka je pokvarena. Ne radi stalno. Beba će ponovno moći birati. Mama je odmah pokraj nje, pa može promijeniti osobu, a na kraju krpe bit će još jedna igračka. Pogledajmo što će učiniti. HG: Dva, tri, kreni! (Glazba) Daj da još jednom probam. Jedan, dva, tri, kreni! Hmmm. LS: Daj da ja probam, Clara. Jedan, dva, tri, kreni! Hmm, daj da opet probam. Jedan, dva, tri, kreni! (glazba) HG: Ovu ću staviti ovamo, a ovu ću dati tebi. Možeš se igrati. (Pljesak) LS: Pokazat ću vam rezultate eksperimenta. Na okomitoj osi vidite raspodjelu dječjih odgovora u svakom od slučajeva i kao što vidite, raspodjela dječjih odluka ovisi o dokazima koje promatraju. U drugoj godini života bebe mogu koristiti djelić statističkih podataka kako bi odlučili između dvaju znatno različitih strategija pristupa svijetu: traženje pomoći i istraživanje. Upravo sam vam pokazala dva laboratorijska eksperimenta među stotinama eksperimenata na ovom području koji ukazuju na slične zaključke jer ono što je zaista ključno jest da dječja sposobnost da donose bogate zaključke iz malo podataka temelj je svakog kulturološkog učenja specifičnog za našu vrstu. Djeca uče o novim alatima iz tek nekoliko primjera. Uče nove kauzalne odnose iz tek nekoliko primjera. Uče čak i nove riječi, u ovom slučaju američki znakovni jeziik. Želim završiti s dva zaključka. Ako ste pratili područje mozga i kognitivnih znanosti zadnjih nekoliko godina, primijetili ste tri velike ideje. Prva - ovo je era mozga. U neuroznanosti se uistinu dogodio niz zapanjujućih otkrića: lokalizacija funkcionalno specijaliziranih regija korteksa, transparentnost mišjih mozgova, aktiviranje neurona pomoću svjetlosti. Druga velika ideja jest da je ovo era velike količine podataka i strojnog učenja, a strojno učenje obećava revoluciju našeg razumijevanja svega od društvenih mreža do epidemiologije. Budući da se bavi problemima razumijevanja scene i obrade prirodnog jezika, možda nam može nešto reći o ljudskoj spoznaji. Posljednja velika ideja jest da je možda dobra stvar to što ćemo znati toliko o mozgovima i imati pristup tolikoj bazi podataka jer kad su prepušteni sami sebi, ljudi su grešni, koriste prečace, griješe, čine pogreške, pristrani su i na nebrojene načine pogrešno shvaćaju svijet. Mislim da su sve ovo važne priče i mogu nam puno toga reći o tome što to znači biti čovjek, ali želim da primijetite da sam vam danas ispričala posve drugačiju priču, priču o umovima, a ne o mozgovima. Točnije, to je priča o vrstama računanja koje samo ljudski umovi mogu izvršiti, a koji uključuju bogato strukturirano znanje i sposobnost učenja na temelju vrlo malo podataka, dokaza ili primjera. To je u osnovi priča o tome kako se započevši svoj put kao sasvim mala djeca razvijamo do najvećih postignuća naše kulture i svijet shvaćamo ispravno. Ljudi, naši umovi ne uče samo iz malih količina podataka. Ljudski umovi stvaraju sasvim nove ideje, pokreću istraživanja i otkrića, stvaraju umjetnost, književnost, povijest, kazalište te brinu za druge ljude: naše stare, naše mlade, naše bolesne. Liječimo ih. U predstojećim godinama svjedočit ćemo tehnološkim inovacijama iznad svih mojih očekivanja, ali teško da ćemo svjedočiti ičemu što je približno djetetovoj moći računanja - za mog života ili za vaših života. Uložimo li u ove najmoćnije učenike i u njihov razvoj, u bebe i djecu, majke i očeve, skrbnike i nastavnike onoliko koliko ulažemo u druge najmoćnije i najelegantnije oblike tehnologije, inženjeringa i dizajna, nećemo samo sanjati o boljoj budućnosti već ćemo je i planirati. Puno vam hvala. (Pljesak) Chris Anderson: Laura, hvala ti, ali imam pitanje za tebe. Kao prvo, istraživanje je preludo. Mislim, tko bi uopće osmislio takav eksperiment? (Smijeh) Nekoliko sam to puta vidio, i još uvijek ne vjerujem da se to stvarno događa, ali drugi su ljudi provodili slične eksperimente - drži vodu. Bebe uistinu jesu geniji. LS: U našim eksperimentima doista izgledaju impresivno, ali razmisli o tome kako izgledaju u stvarnom životu. Počinje kao beba, osamnaest mjeseci kasnije priča s vama, a njihove prve riječi nisu samo stvari poput loptica i patkica već i stvari poput "nema više", koji se odnosi na nestajanje. Ili "uh-oh" koji se odnosi na nenamjerne radnje. Mora biti toliko moćno. Mora biti moćnije od svega što sam vam pokazala. Pokušavaju shvatiti cijeli svijet. Četverogodišnjak s vama može razgovarati gotovo o bilo čemu. (Pljesak) CA: A ako sam vas dobro razumio, vaš drugi ključni argument jest da se godinama priča o tome koliko su naši umovi čudni i grešni, da bihevioralna ekonomija i teorije o tome govore da nismo racionalni agenti. Vi zapravo govorite o većoj priči o tome koliko smo nevjerojatni i da se tu negdje zaista krije podcijenjeni genij. LS: Jedan od najdražih mi psiholoških citata dolazi od socijalnog psihologa Solomona Ascha koji je rekao da je temeljna zadaća psihologije ukloniti veo očiglednosti sa stvari. Postoji niz odluka koje donosite svakog dana, a kojima shvaćate svijet. Znate o objektima i njihovim svojstvima. Prepoznajete ih kad su skriveni, prepoznajete ih u mraku. Prolazite sobama. Možete shvatiti što drugi ljudi misle, možete razgovarati s njima. Možete se kretati prostorom, znate za brojeve. Znate o posljedičnim vezama, znate o moralnosti. To činite bez napora, pa to ni ne primjećujemo, ali tako ispravno shvaćamo svijet i to je nevjerojatno i teško razumljivo postignuće. CA: Vjerujem da u publici ima ljudi koji vjeruju u ubrzanje tehnološke moći i koji bi mogli osporavati vašu izjavu da nikad za naših života računalo neće moći raditi ono što trogodišnjak može, ali jasno je da u bilo kojem scenarju naši strojevi imaju puno za učiti od djece. LS: Mislim da da. Imat ćete ovdje i strojeve koji poučavaju ljude, ali nikad se ne biste trebali kladiti protiv djece ili čimpanzi ili tehnologije općenito, ali ne radi se tu samo o razlici u kvantiteti, postoji i razlika u vrsti. Imamo nevjerojatno moćna računala koja rade nevjerojatne i sofisticirane stvari, često s velikim količinama podataka. Ljudski umovi čine nešto sasvim drugačije i mislim da strukturirana hijerajhijska narav ljudskog znanja nastavlja predstavljati pravi izazov. CA: Laura Schulz, dali ste nam na razmišljanje. Hvala vam. LS: Hvala vama. (Pljesak)