1
00:00:00,835 --> 00:00:02,990
Mark Twain vatte een van de meest

2
00:00:02,990 --> 00:00:06,110
fundamentele problemen 
van de cognitieve wetenschap samen

3
00:00:06,110 --> 00:00:07,820
in deze quote.

4
00:00:08,410 --> 00:00:11,492
Hij zei: "Er is iets fascinerends 
aan de wetenschap.

5
00:00:11,492 --> 00:00:14,720
Zo'n enorme opbrengst uit speculatie

6
00:00:14,720 --> 00:00:17,924
met zo'n geringe investering in feiten."

7
00:00:17,924 --> 00:00:19,509
(Gelach)

8
00:00:20,199 --> 00:00:22,803
Twain maakte een grapje,
maar hij heeft wel gelijk.

9
00:00:22,803 --> 00:00:25,679
Er is iets fascinerends
aan wetenschap.

10
00:00:25,679 --> 00:00:29,940
Uit een paar botten kunnen we 
het bestaan van dinosaurussen afleiden,

11
00:00:30,910 --> 00:00:34,781
uit spectraallijnen het ontstaan
van interstellaire gas- en stofwolken,

12
00:00:35,471 --> 00:00:38,409
uit fruitvliegjes

13
00:00:38,409 --> 00:00:41,352
de kenmerken van erfelijkheid

14
00:00:41,352 --> 00:00:45,601
en uit gereconstrueerde beelden
van bloed dat door het brein stroomt,

15
00:00:45,601 --> 00:00:50,309
of, in mijn geval, uit het gedrag 
van heel jonge kinderen

16
00:00:50,309 --> 00:00:53,138
proberen we iets af te leiden
over de fundamentele werking

17
00:00:53,138 --> 00:00:54,756
van de menselijke cognitie.

18
00:00:55,716 --> 00:01:00,475
In mijn lab, bij TU Massachusetts'
afdeling cognitieve neurowetenschappen,

19
00:01:00,475 --> 00:01:04,129
heb ik de afgelopen tien jaar
gewerkt met het vraagstuk

20
00:01:04,129 --> 00:01:08,106
hoe kinderen zo snel en zo veel
kunnen leren van zo weinig.

21
00:01:08,666 --> 00:01:11,644
Want wat zo fascinerend is
aan de wetenschap,

22
00:01:11,644 --> 00:01:15,173
is ook fascinerend aan kinderen.

23
00:01:15,173 --> 00:01:17,754
Namelijk, om het iets milder
te zeggen dan Mark Twain,

24
00:01:17,754 --> 00:01:22,404
hun vermogen om snel en nauwkeurig
rijke en abstracte conclusies te trekken

25
00:01:22,404 --> 00:01:27,065
uit schaarse en vage data.

26
00:01:28,355 --> 00:01:30,753
Ik zal jullie twee voorbeelden geven.

27
00:01:30,753 --> 00:01:33,040
Het eerste heeft te maken
met generalisatie,

28
00:01:33,040 --> 00:01:35,890
en het tweede met causale verbanden.

29
00:01:35,890 --> 00:01:38,415
Ook al zal ik het vooral
over mijn eigen werk hebben,

30
00:01:38,415 --> 00:01:41,875
dit werk is geïnspireerd door,
en te danken aan, een vakgebied.

31
00:01:41,875 --> 00:01:46,158
Ik ben alle mentors, collega's en mensen
met wie ik heb samengewerkt dankbaar.

32
00:01:47,308 --> 00:01:50,282
Laten we beginnen met het probleem
van generalisatie.

33
00:01:50,652 --> 00:01:54,785
Een kleine hoeveelheid data generaliseren
is dagelijkse kost in de wetenschap.

34
00:01:54,785 --> 00:01:57,339
We peilen een kleine fractie
van de kiesgerechtigden

35
00:01:57,339 --> 00:01:59,660
en voorspellen de uitkomst
van landelijke verkiezingen.

36
00:02:00,240 --> 00:02:04,165
We kijken hoe een handvol patiënten
reageert op een klinische behandeling

37
00:02:04,165 --> 00:02:07,230
en we brengen een medicijn op de markt.

38
00:02:07,230 --> 00:02:11,595
Maar dit werkt alleen als de proefpersonen
willekeurig worden gekozen.

39
00:02:11,595 --> 00:02:14,330
Als ze op een of andere manier
zijn geselecteerd --

40
00:02:14,330 --> 00:02:16,402
stel dat we alleen mensen
in steden peilen,

41
00:02:16,402 --> 00:02:20,790
of dat er in onze klinische testen
van medicijnen voor hartziektes

42
00:02:20,790 --> 00:02:22,671
alleen mannen meedoen,

43
00:02:22,671 --> 00:02:25,829
dan kunnen de resultaten niet
veralgemeend worden.

44
00:02:26,479 --> 00:02:30,060
Dus wetenschappers willen weten of
het om een willekeurige steekproef gaat,

45
00:02:30,060 --> 00:02:32,075
maar wat heeft dat te maken met baby's?

46
00:02:32,585 --> 00:02:37,206
Baby's moeten constant
kleine hoeveelheden data generaliseren.

47
00:02:37,206 --> 00:02:40,364
Ze zien een paar badeendjes
en leren dat die drijven,

48
00:02:40,364 --> 00:02:43,939
of een paar ballen en leren
dat die stuiteren.

49
00:02:43,939 --> 00:02:46,890
Zo krijgen ze verwachtingen
over eenden en ballen

50
00:02:46,890 --> 00:02:49,606
die ze zullen overdragen
op badeenden en ballen

51
00:02:49,606 --> 00:02:51,485
voor de rest van hun leven.

52
00:02:51,485 --> 00:02:55,224
En dit soort generalisaties die baby's
moeten maken over eenden en ballen

53
00:02:55,224 --> 00:02:57,313
moeten ze over bijna alles maken:

54
00:02:57,313 --> 00:03:01,230
schoenen en schepen en zegellak
en kool en koningen.

55
00:03:02,200 --> 00:03:05,161
Kan het baby's iets schelen
of het luttele bewijs dat ze zien

56
00:03:05,161 --> 00:03:08,853
representatief is 
voor een grotere populatie?

57
00:03:09,763 --> 00:03:11,663
Laten we eens kijken.

58
00:03:11,663 --> 00:03:13,386
Ik laat jullie twee filmpjes zien

59
00:03:13,386 --> 00:03:15,848
van twee verschillende condities
van een experiment.

60
00:03:15,848 --> 00:03:18,286
Omdat jullie maar twee filmpjes zien,

61
00:03:18,286 --> 00:03:20,422
zien jullie ook maar twee baby's.

62
00:03:20,422 --> 00:03:24,369
Twee verschillende baby's vertonen
uiteraard ontelbare verschillen.

63
00:03:24,369 --> 00:03:27,420
Maar dit zijn natuurlijk voorbeelden
uit twee groepen baby's,

64
00:03:27,420 --> 00:03:29,315
en de verschillen die je ziet

65
00:03:29,315 --> 00:03:34,510
zijn representatief voor de verschillen
per groep voor beide condities.

66
00:03:35,160 --> 00:03:37,743
In elk filmpje zie je
een baby die waarschijnlijk

67
00:03:37,743 --> 00:03:41,203
precies doet wat je van een baby verwacht.

68
00:03:41,203 --> 00:03:45,220
We kunnen baby's nou een keer niet nog 
wonderlijker maken dan ze al zijn.

69
00:03:46,090 --> 00:03:48,100
Maar het meest wonderlijke volgens mij,

70
00:03:48,100 --> 00:03:50,189
en daar moet je hier op letten,

71
00:03:50,189 --> 00:03:53,300
is het verschil tussen de twee condities,

72
00:03:53,300 --> 00:03:56,829
want het enige verschil
tussen de beide filmpjes

73
00:03:56,829 --> 00:04:00,295
is het statistische bewijs
dat de baby's in acht nemen.

74
00:04:01,425 --> 00:04:04,608
We laten de baby's een doos
met blauwe en gele ballen zien,

75
00:04:04,608 --> 00:04:09,228
en mijn toenmalige student,
nu collega in Stanford, Hyowon Gweon,

76
00:04:09,228 --> 00:04:12,305
pakt drie blauwe ballen achter elkaar
uit die doos,

77
00:04:12,305 --> 00:04:15,428
en telkens als ze een bal pakt,
knijpt ze erin

78
00:04:15,428 --> 00:04:17,541
en piept de bal.

79
00:04:17,541 --> 00:04:20,304
En voor een baby is dat
zoiets als een TED-talk.

80
00:04:20,304 --> 00:04:22,208
Beter wordt het niet.

81
00:04:22,208 --> 00:04:24,769
(Gelach)

82
00:04:26,968 --> 00:04:30,627
Waar het om gaat, is dat het eenvoudig
is om drie blauwe ballen achter elkaar

83
00:04:30,627 --> 00:04:32,932
te pakken uit een doos 
met vooral blauwe ballen.

84
00:04:32,932 --> 00:04:34,992
Dat kun je met ogen dicht doen.

85
00:04:34,992 --> 00:04:37,988
Het zou goed een willekeurige
steekproef kunnen zijn.

86
00:04:37,988 --> 00:04:41,720
En als je willekeurig dingen
uit een doos haalt en ze piepen,

87
00:04:41,720 --> 00:04:44,559
dan piept misschien wel 
alles wat in de doos zit.

88
00:04:44,559 --> 00:04:48,209
Dus misschien zouden baby's verwachten
dat de gele ballen ook piepen.

89
00:04:48,209 --> 00:04:50,728
Aan de gele ballen zitten echter
grappige stokjes,

90
00:04:50,728 --> 00:04:53,585
dus zouden baby's er ook andere dingen
mee kunnen doen.

91
00:04:53,585 --> 00:04:55,416
Ze kunnen ermee rammelen of slaan.

92
00:04:55,416 --> 00:04:58,002
Laten we kijken wat de baby doet.

93
00:05:00,548 --> 00:05:03,891
(Video) Hyowon Gweon: Kijk eens?
(Bal piept)

94
00:05:04,531 --> 00:05:07,576
Zag je dat?
(Bal piept)

95
00:05:08,036 --> 00:05:11,102
Wat mooi!

96
00:05:12,706 --> 00:05:14,656
Kijk eens naar deze?

97
00:05:14,656 --> 00:05:16,537
(Bal piept)

98
00:05:16,537 --> 00:05:19,190
Wow.

99
00:05:21,854 --> 00:05:23,967
Laura Schulz: Ik zei het toch.
(Gelach)

100
00:05:23,967 --> 00:05:27,998
(Video) HG: Kijk eens naar deze?
(Bal piept)

101
00:05:27,998 --> 00:05:32,617
Kijk, Clara, deze is voor jou.
Speel er maar mee.

102
00:05:39,854 --> 00:05:44,219
(Gelach)

103
00:05:44,219 --> 00:05:47,214
LS: Ik hoef niets meer te zeggen, toch?

104
00:05:47,214 --> 00:05:50,113
Oké, het is leuk dat baby's
eigenschappen generaliseren

105
00:05:50,113 --> 00:05:51,641
van blauwe naar gele ballen,

106
00:05:51,641 --> 00:05:54,737
en het is indrukwekkend dat baby's
kunnen leren door te imiteren,

107
00:05:54,737 --> 00:05:58,406
maar die dingen wisten we al heel lang.

108
00:05:58,406 --> 00:06:00,217
De echt interessante vraag is

109
00:06:00,217 --> 00:06:03,329
wat er gebeurt als we baby's meermaals
exact hetzelfde laten zien.

110
00:06:03,329 --> 00:06:06,680
En we weten dat het exact hetzelfde is,
want we hebben een geheim vakje

111
00:06:06,680 --> 00:06:08,790
waar we de ballen uit halen.

112
00:06:08,790 --> 00:06:12,268
Het enige dat we veranderen,
is de zichtbare populatie

113
00:06:12,268 --> 00:06:15,170
waar het bewijs vandaan komt.

114
00:06:15,170 --> 00:06:18,723
Deze keer laten we de baby's
drie blauwe ballen zien

115
00:06:18,723 --> 00:06:22,107
uit een doos met vooral gele ballen,

116
00:06:22,107 --> 00:06:23,429
en wat denk je?

117
00:06:23,429 --> 00:06:26,269
Je kunt niet willekeurig
drie blauwe ballen achter elkaar

118
00:06:26,269 --> 00:06:28,753
uit een doos met
vooral gele ballen pakken.

119
00:06:28,753 --> 00:06:32,500
Het is niet aannemelijk dat je
ze dan willekeurig gekozen hebt.

120
00:06:32,500 --> 00:06:37,623
Dat resultaat suggereert dat Hyowon
misschien expres de blauwe ballen pakte.

121
00:06:37,623 --> 00:06:40,206
Misschien is er iets speciaals
aan de blauwe ballen.

122
00:06:40,846 --> 00:06:43,822
Misschien piepen alleen de blauwe ballen.

123
00:06:43,822 --> 00:06:45,717
Laten we kijken wat de baby doet.

124
00:06:45,717 --> 00:06:48,621
(Video) HG: Kijk eens?
(Bal piept)

125
00:06:50,851 --> 00:06:53,496
Kijk eens naar deze?
(Bal piept)

126
00:06:53,496 --> 00:06:58,976
Oh, dat was leuk. Kijk?
(Bal piept)

127
00:06:58,976 --> 00:07:03,370
Hier, deze is voor jou om mee te spelen.
Toe maar, speel er maar mee.

128
00:07:06,074 --> 00:07:12,421
(Gerommel)
(Gelach)

129
00:07:14,901 --> 00:07:17,649
LS: Jullie hebben net twee baby's
van 15 maanden gezien

130
00:07:17,649 --> 00:07:19,591
die totaal verschillend reageerden,

131
00:07:19,591 --> 00:07:23,190
enkel gebaseerd op de waarschijnlijkheid
van de proef die ze zagen.

132
00:07:23,190 --> 00:07:25,511
Hier zijn de resultaten
van het experiment:

133
00:07:25,511 --> 00:07:28,275
Op de verticale as zie je
het percentage baby's

134
00:07:28,275 --> 00:07:30,805
dat in de bal kneep, per conditie.

135
00:07:30,805 --> 00:07:34,520
En je ziet: baby's generaliseren 
het bewijs eerder

136
00:07:34,520 --> 00:07:37,655
als het representatief lijkt te zijn
voor de populatie

137
00:07:37,655 --> 00:07:41,393
dan wanneer het bewijs
duidelijk gekozen is.

138
00:07:41,393 --> 00:07:43,808
En dit leidt tot een leuke voorspelling:

139
00:07:43,808 --> 00:07:48,676
stel dat je maar één blauwe bal pakt
uit de doos met vooral gele.

140
00:07:48,896 --> 00:07:52,765
Drie blauwe ballen achter elkaar uit een
gele doos pakken is onwaarschijnlijk,

141
00:07:52,765 --> 00:07:55,220
maar je kunt wel toevallig
één blauwe bal pakken.

142
00:07:55,220 --> 00:07:57,190
Dat is geen onwaarschijnlijke steekproef.

143
00:07:57,190 --> 00:07:59,414
En als je willekeurig iets
uit een doos pakt

144
00:07:59,414 --> 00:08:03,401
en dat piept, misschien dat
alles in die doos dan wel piept.

145
00:08:03,875 --> 00:08:08,320
Dus ook al zien de baby's
veel minder bewijs voor het piepen,

146
00:08:08,320 --> 00:08:10,562
en veel minder voorbeelden om na te doen

147
00:08:10,562 --> 00:08:13,905
in deze conditie met één bal
dan in de conditie die je net zag,

148
00:08:13,905 --> 00:08:17,797
wij voorspelden dat meer baby's
in de ballen zouden knijpen,

149
00:08:17,797 --> 00:08:20,691
en dat is precies wat er gebeurde.

150
00:08:20,691 --> 00:08:25,102
Dus baby's van 15 maanden vinden,
net als wetenschappers,

151
00:08:25,102 --> 00:08:28,190
het van belang of bewijs
uit een willekeurige steekproef komt.

152
00:08:28,190 --> 00:08:31,697
En dat passen ze toe als ze verwachtingen
over de wereld scheppen:

153
00:08:31,697 --> 00:08:33,879
wat piept en wat niet,

154
00:08:33,879 --> 00:08:37,024
wat te ontdekken en wat te negeren.

155
00:08:38,384 --> 00:08:40,450
Ik zal nu een ander voorbeeld laten zien,

156
00:08:40,450 --> 00:08:43,180
over het probleem van causaal redeneren.

157
00:08:43,180 --> 00:08:45,619
En het begint met het verwarrende bewijs

158
00:08:45,619 --> 00:08:47,291
waar we allemaal over beschikken,

159
00:08:47,291 --> 00:08:49,311
namelijk dat we deel uitmaken
van de wereld.

160
00:08:49,311 --> 00:08:52,747
Misschien lijkt jullie dat geen probleem,
maar zoals meestal,

161
00:08:52,747 --> 00:08:55,084
is het alleen een probleem
als er iets mis gaat.

162
00:08:55,464 --> 00:08:57,275
Neem bijvoorbeeld deze baby.

163
00:08:57,275 --> 00:08:58,980
Hij heeft een probleem:

164
00:08:58,980 --> 00:09:01,251
hij wil dat dit speeltje werkt
en dat lukt niet.

165
00:09:01,251 --> 00:09:03,780
Ik laat een paar seconden
van het filmpje zien.

166
00:09:09,340 --> 00:09:11,260
Er zijn twee mogelijkheden:

167
00:09:11,260 --> 00:09:13,894
misschien doet hij iets fout,

168
00:09:13,894 --> 00:09:18,110
of misschien is het speeltje kapot.

169
00:09:18,110 --> 00:09:20,221
Dus in het volgende experiment

170
00:09:20,221 --> 00:09:23,518
geven we de baby's 
een heel klein beetje statistisch bewijs

171
00:09:23,518 --> 00:09:26,100
dat een van de hypotheses ondersteunt

172
00:09:26,100 --> 00:09:29,555
en we kijken of baby's dat kunnen
gebruiken in hun beslissingen

173
00:09:29,555 --> 00:09:31,389
over wat ze moeten doen.

174
00:09:31,389 --> 00:09:33,411
Dit is wat we deden:

175
00:09:34,071 --> 00:09:37,101
Hyowon probeert het speeltje en het werkt.

176
00:09:37,101 --> 00:09:40,421
Daarna probeer ik het twee keer
en beide keren lukt het niet,

177
00:09:40,421 --> 00:09:43,533
Hyowon probeert het nog een keer
en het werkt.

178
00:09:43,533 --> 00:09:46,705
En dit is ongeveer hoe het meestal gaat
tussen mij en mijn studenten

179
00:09:46,705 --> 00:09:49,540
met de meeste technologische dingen.

180
00:09:50,030 --> 00:09:53,322
Maar waar het hier om gaat is
dat het enigszins bewijst

181
00:09:53,322 --> 00:09:56,990
dat het niet aan het speeltje ligt,
maar aan de persoon.

182
00:09:56,990 --> 00:09:59,340
Sommige mensen krijgen
dit speeltje aan de praat,

183
00:09:59,340 --> 00:10:00,299
en andere niet.

184
00:10:00,799 --> 00:10:04,212
Wanneer de baby het speeltje krijgt,
heeft hij een keuze.

185
00:10:04,212 --> 00:10:06,400
Zijn moeder zit naast hem,

186
00:10:06,400 --> 00:10:09,715
dus hij kan het meteen aan haar geven
en de persoon veranderen.

187
00:10:09,715 --> 00:10:12,873
Maar er ligt ook nog speeltje
op het kleed,

188
00:10:12,873 --> 00:10:16,425
dus hij kan het kleed naar zich 
toe trekken en het speeltje veranderen.

189
00:10:16,425 --> 00:10:18,515
Kijk maar wat de baby doet.

190
00:10:18,515 --> 00:10:22,698
(Video) HG: Twee, drie, go!
(Muziek)

191
00:10:22,698 --> 00:10:25,829
LS: Een, twee, drie, go!

192
00:10:25,829 --> 00:10:33,211
Arthur, ik probeer het nog een keer.
Een, twee drie, go!

193
00:10:33,677 --> 00:10:36,277
HG: Arthur, ik probeer het nog eens, oké?

194
00:10:36,277 --> 00:10:40,827
Een, twee, drie, go!
(Muziek)

195
00:10:41,583 --> 00:10:43,466
Kijk eens! Ken je deze speeltjes nog?

196
00:10:43,466 --> 00:10:46,730
Zie je ze? Ik leg deze hier neer

197
00:10:46,730 --> 00:10:48,792
en deze geef ik aan jou.

198
00:10:48,792 --> 00:10:51,127
Speel er maar mee.

199
00:11:11,213 --> 00:11:15,950
LS: Ja, Laura, maar natuurlijk houden
baby's van hun moeder.

200
00:11:15,950 --> 00:11:18,132
Baby's geven hun moeder het speeltje

201
00:11:18,132 --> 00:11:20,162
als het niet werkt.

202
00:11:20,162 --> 00:11:23,755
Dus het gaat er ook hier weer om
wat er gebeurt

203
00:11:23,755 --> 00:11:26,909
als we de statistische data
een beetje veranderen.

204
00:11:26,909 --> 00:11:30,996
Deze keer zien de baby's het speeltje
wel en niet werken in dezelfde volgorde,

205
00:11:30,996 --> 00:11:33,411
maar we veranderen de distributie
van het bewijs.

206
00:11:33,411 --> 00:11:37,822
Deze keer lukt het Hyowon één keer wel
en één keer niet, en mij ook.

207
00:11:37,822 --> 00:11:43,459
En dit suggereert dat het niet uitmaakt
wie het probeert, het speeltje is kapot.

208
00:11:43,459 --> 00:11:45,345
Het doet het niet altijd.

209
00:11:45,345 --> 00:11:47,310
Ook nu heeft de baby weer een keuze.

210
00:11:47,310 --> 00:11:50,706
Haar moeder zit naast haar,
dus ze kan de persoon veranderen

211
00:11:50,706 --> 00:11:53,910
en er is nog een speeltje op het kleed.

212
00:11:53,910 --> 00:11:55,288
Kijk maar wat ze doet.

213
00:11:55,288 --> 00:11:59,636
(Video) HG: Twee, drie, go!
(Muziek)

214
00:11:59,636 --> 00:12:04,620
Nog een keer. Een, twee, drie, go!

215
00:12:05,460 --> 00:12:07,157
Hmm.

216
00:12:07,950 --> 00:12:10,642
LS: Laat mij eens proberen, Clara.

217
00:12:10,642 --> 00:12:14,587
Een, twee, drie, go!

218
00:12:15,265 --> 00:12:17,200
Hmm, nog een keer.

219
00:12:17,200 --> 00:12:22,870
Een, twee, drie, go!
(Muziek)

220
00:12:23,009 --> 00:12:25,242
HG: Ik leg deze hier neer,

221
00:12:25,242 --> 00:12:27,243
en deze geef ik aan jou.

222
00:12:27,243 --> 00:12:30,840
Speel er maar mee.

223
00:12:46,376 --> 00:12:51,273
(Applaus)

224
00:12:52,993 --> 00:12:55,385
LS: Dit zijn de resultaten:

225
00:12:55,385 --> 00:12:57,860
op de verticale as zie je de distributie

226
00:12:57,860 --> 00:13:00,437
van de keuzes voor de beide condities,

227
00:13:00,437 --> 00:13:04,988
en je ziet dat de verdeling van de keuzes
die kinderen maken

228
00:13:04,988 --> 00:13:07,775
afhangt van het bewijs dat ze zien.

229
00:13:07,775 --> 00:13:09,632
Dus in het tweede jaar van hun leven,

230
00:13:09,632 --> 00:13:12,209
kunnen baby's wat statistische data
gebruiken

231
00:13:12,209 --> 00:13:15,576
om te kiezen tussen twee
fundamenteel verschillende manieren

232
00:13:15,576 --> 00:13:17,457
om je te gedragen:

233
00:13:17,457 --> 00:13:20,200
hulp vragen en op verkenning gaan.

234
00:13:21,700 --> 00:13:25,134
Ik heb jullie net twee
experimenten laten zien

235
00:13:25,134 --> 00:13:28,825
van de honderden in dit gebied
die vergelijkbare dingen aantonen.

236
00:13:28,825 --> 00:13:31,217
Het echt cruciale punt

237
00:13:31,217 --> 00:13:36,325
is dat het vermogen van kinderen om rijke
conclusies te trekken uit weinig data

238
00:13:36,325 --> 00:13:41,666
de grondslag is van hoe mensen leren.

239
00:13:41,666 --> 00:13:46,263
Kinderen hebben maar een paar voorbeelden
nodig om een nieuw apparaat te begrijpen.

240
00:13:46,263 --> 00:13:50,980
Ze leren over nieuwe causale verbanden
van maar een paar voorbeelden.

241
00:13:51,928 --> 00:13:56,799
Ze leren zelfs nieuwe woorden,
in dit geval in Amerikaanse gebarentaal.

242
00:13:56,799 --> 00:13:59,110
Ik wil afsluiten met twee punten.

243
00:14:00,050 --> 00:14:03,738
Als je mijn vakgebied, de neurocognitieve
wetenschappen, hebt gevolgd

244
00:14:03,738 --> 00:14:05,665
in de afgelopen paar jaar,

245
00:14:05,665 --> 00:14:08,080
dan zullen drie grote ideeën
je zijn opgevallen.

246
00:14:08,080 --> 00:14:11,516
Het eerste is dat dit het tijdperk
is van de hersenen.

247
00:14:11,516 --> 00:14:15,185
En inderdaad, er zijn indrukwekkende
ontdekkingen gedaan in neurowetenschap:

248
00:14:15,185 --> 00:14:18,621
het localiseren van functioneel specifieke
gebieden van de cortex,

249
00:14:18,621 --> 00:14:21,222
het doorzichtig maken
van de hersenen van muizen,

250
00:14:21,222 --> 00:14:24,998
neuronen activeren met licht.

251
00:14:24,998 --> 00:14:26,994
Een tweede groot idee

252
00:14:26,994 --> 00:14:31,098
is dat dit het tijdperk is van veel data
en machinaal leren,

253
00:14:31,098 --> 00:14:34,239
en machinaal leren lijkt te zorgen
voor een revolutie in ons begrip

254
00:14:34,239 --> 00:14:38,906
van alles, van sociale netwerken
tot epidemiologie.

255
00:14:38,906 --> 00:14:41,949
Naarmate vragen opgelost raken
rond het begrip van de omgeving

256
00:14:41,949 --> 00:14:43,592
en natuurlijke taalverwerking

257
00:14:43,592 --> 00:14:46,916
kan het ons misschien iets leren 
overmenselijke cognitie.

258
00:14:47,756 --> 00:14:49,693
En het laatste grote idee

259
00:14:49,693 --> 00:14:53,080
is dat het misschien wel goed is
dat we zoveel over de hersenen leren

260
00:14:53,080 --> 00:14:54,997
en toegang hebben tot zoveel data,

261
00:14:54,997 --> 00:14:57,504
want als we aan onszelf zijn overgelaten,

262
00:14:57,504 --> 00:15:01,335
dan zijn mensen feilbaar:
we nemen een kortere weg,

263
00:15:01,335 --> 00:15:04,772
we vergissen ons, we maken fouten,

264
00:15:04,772 --> 00:15:08,456
we zijn partijdig,
en op ontelbaar veel manieren

265
00:15:08,456 --> 00:15:11,425
begrijpen we de wereld verkeerd.

266
00:15:12,843 --> 00:15:15,792
Ik denk dat dit allemaal
belangrijke ideeën zijn,

267
00:15:15,792 --> 00:15:19,577
die ons veel vertellen over de mensheid,

268
00:15:19,577 --> 00:15:23,106
maar ik heb jullie vandaag
een heel ander verhaal verteld.

269
00:15:23,966 --> 00:15:27,773
Een verhaal over het verstand
in plaats van over hersens,

270
00:15:27,773 --> 00:15:30,779
en vooral over het soort berekeningen die

271
00:15:30,779 --> 00:15:33,369
het menselijk verstand kan maken,

272
00:15:33,369 --> 00:15:35,269
op basis van rijke, 
gestructureerde kennis

273
00:15:35,269 --> 00:15:39,143
en het vermogen om van een kleine 
hoeveelheid data te leren,

274
00:15:39,143 --> 00:15:42,581
van het bewijs van enkele voorbeelden.

275
00:15:44,301 --> 00:15:48,600
In de kern is het een verhaal
over hoe we van jongs af aan

276
00:15:48,600 --> 00:15:52,780
tot aan de meest indrukwekkende prestaties

277
00:15:52,780 --> 00:15:56,623
van onze cultuur,

278
00:15:56,623 --> 00:15:58,620
de wereld wél begrijpen.

279
00:16:00,433 --> 00:16:05,700
Het menselijk verstand leert natuurlijk
niet alleen van kleine hoeveelheden data.

280
00:16:06,285 --> 00:16:08,386
Ons verstand kan nieuwe ideeën bedenken.

281
00:16:08,746 --> 00:16:11,787
Ons verstand onderzoekt en ontdekt,

282
00:16:11,787 --> 00:16:17,060
en het creëert kunst, literatuur,
poëzie en theater.

283
00:16:17,070 --> 00:16:20,830
En met het menselijk verstand
kunnen we voor andere mensen zorgen:

284
00:16:20,830 --> 00:16:24,257
de ouderen, jongeren, zieken.

285
00:16:24,517 --> 00:16:26,884
We kunnen ze zelfs genezen.

286
00:16:27,564 --> 00:16:30,667
In de komende jaren zullen we
technologische innovaties zien,

287
00:16:30,667 --> 00:16:34,464
die mijn eigen verbeelding te boven gaan,

288
00:16:34,464 --> 00:16:36,614
maar het is zeer onwaarschijnlijk

289
00:16:36,614 --> 00:16:42,323
dat we in onze tijd iets zullen zien
wat ook maar enigszins lijkt

290
00:16:42,323 --> 00:16:46,621
op het calculerende vermogen van een kind.

291
00:16:46,621 --> 00:16:51,668
Door te investeren in deze doortastende
lerenden en hun ontwikkeling,

292
00:16:51,668 --> 00:16:54,585
in baby's en kinderen

293
00:16:54,585 --> 00:16:56,411
en moeders en vaders

294
00:16:56,411 --> 00:16:59,110
en verzorgers en leraren

295
00:16:59,110 --> 00:17:03,280
op dezelfde manier als we investeren
in onze andere fantastische, mooie vormen

296
00:17:03,280 --> 00:17:06,498
van techniek en design,

297
00:17:06,498 --> 00:17:09,437
dromen we niet alleen
van een betere toekomst,

298
00:17:09,437 --> 00:17:11,564
maar maken we er plannen voor.

299
00:17:11,564 --> 00:17:13,909
Dank je wel.

300
00:17:13,909 --> 00:17:17,330
(Applaus)

301
00:17:17,810 --> 00:17:22,236
Chris Anderson: Laura, dank je wel.
Ik heb nog een vraag voor je.

302
00:17:22,236 --> 00:17:24,595
Ten eerste, dit is onderzoek
is krankzinnig.

303
00:17:24,595 --> 00:17:28,320
Ik bedoel, wie doet er nou
zo'n experiment? (Gelach)

304
00:17:29,150 --> 00:17:30,940
Ik heb dit een paar keer gezien,

305
00:17:30,940 --> 00:17:34,162
en ik geloof nog steeds niet
dat het echt is,

306
00:17:34,162 --> 00:17:37,320
maar anderen hebben soortgelijke
experimenten gedaan; het klopt.

307
00:17:37,320 --> 00:17:38,953
De baby's zijn echt zulke genieën.

308
00:17:38,953 --> 00:17:41,960
LS: Ze zien er heel indrukwekkend uit
in onze experimenten,

309
00:17:41,960 --> 00:17:44,612
maar let maar eens op hoe ze
er in het echt uitzien.

310
00:17:44,612 --> 00:17:45,762
Eerst is het een baby.

311
00:17:45,762 --> 00:17:47,769
Achttien maanden later praat het met je,

312
00:17:47,769 --> 00:17:50,810
de eerste woordjes beperken zich niet
tot dingen als bal of eend,

313
00:17:50,810 --> 00:17:53,691
ze zeggen ook dingen als "op"
wat verwijst naar verdwijning,

314
00:17:53,691 --> 00:17:55,974
of "oh-oh", als iets per ongeluk gebeurt.

315
00:17:55,974 --> 00:17:57,536
Hij moet zoveel kunnen.

316
00:17:57,536 --> 00:18:00,311
Hij moet veel meer kunnen
dan wat ik heb laten zien.

317
00:18:00,311 --> 00:18:02,285
Ze zijn de hele wereld aan het ontdekken.

318
00:18:02,285 --> 00:18:05,429
Een vierjarige kan over bijna alles
met je praten.

319
00:18:05,429 --> 00:18:07,030
(Applaus)

320
00:18:07,030 --> 00:18:10,444
CA: En als ik het goed begrijp, 
is jouw andere punt

321
00:18:10,444 --> 00:18:13,198
dat er de afgelopen jaren
zo vaak is gezegd dat ons verstand

322
00:18:13,198 --> 00:18:15,130
maar eigenzinnig en gebrekkig is,

323
00:18:15,130 --> 00:18:17,997
de gedragseconomie
en al die theorieën daarachter,

324
00:18:17,997 --> 00:18:19,600
dat we niet rationeel zijn.

325
00:18:19,600 --> 00:18:23,816
Jij legt juist de nadruk
op hoe buitengewoon,

326
00:18:23,816 --> 00:18:28,760
dat er echte genialiteit is
die wordt ondergewaardeerd.

327
00:18:28,760 --> 00:18:30,830
LS: Deze quote uit de psychologie

328
00:18:30,830 --> 00:18:33,120
is van sociaal psycholoog Solomon Asch;

329
00:18:33,120 --> 00:18:35,927
hij zei dat de fundamentele taak
van de psychologie is om

330
00:18:35,927 --> 00:18:38,553
de sluier van vanzelfsprekendheid
weg te nemen.

331
00:18:38,553 --> 00:18:43,104
We maken elke dag ontelbaar veel meer
beslissingen waaruit blijkt

332
00:18:43,104 --> 00:18:44,451
dat we de wereld begrijpen.

333
00:18:44,451 --> 00:18:46,583
Je kent objecten en hun eigenschappen.

334
00:18:46,583 --> 00:18:49,612
Je kent ze als ze verstopt zijn.
Je kent ze in het donker.

335
00:18:49,612 --> 00:18:50,920
Je kunt door ruimtes lopen.

336
00:18:50,920 --> 00:18:54,452
Je kunt erachter komen wat andere mensen
denken. Je kunt met ze praten.

337
00:18:54,452 --> 00:18:56,682
Je kunt navigeren. Je kent cijfers.

338
00:18:56,682 --> 00:18:59,704
Je kent causale verbanden.
Je kan moreel redeneren.

339
00:18:59,704 --> 00:19:02,060
Je doet het vanzelf, dus we zien het niet,

340
00:19:02,060 --> 00:19:04,972
maar zo begrijpen we de wereld,
en dat is een wonderbaarlijke

341
00:19:04,972 --> 00:19:07,290
en moeilijk te begrijpen prestatie.

342
00:19:07,290 --> 00:19:09,918
CA: Ik vermoed dat er mensen
in het publiek zijn die

343
00:19:09,918 --> 00:19:12,156
een beeld hebben van
technologische ontwikkeling,

344
00:19:12,156 --> 00:19:15,114
die het er niet mee eens zijn
dat er nooit in ons leven

345
00:19:15,114 --> 00:19:17,732
een computer zal doen
wat een driejarig kind kan doen,

346
00:19:17,732 --> 00:19:20,980
maar wat hier in ieder geval uit blijkt

347
00:19:20,980 --> 00:19:24,750
is dat onze apparaten nog heel veel
kunnen leren van onze peuters.

348
00:19:26,230 --> 00:19:29,446
LS: Ja dat denk ik wel.
Machinaal leren zit hier vast ook.

349
00:19:29,446 --> 00:19:33,649
Je moet natuurlijk nooit
tegen baby's of chimpansees

350
00:19:33,649 --> 00:19:37,294
of techniek zijn, enkel uit principe,

351
00:19:37,294 --> 00:19:41,822
maar het gaat niet alleen
om een verschil in kwantiteit,

352
00:19:41,822 --> 00:19:43,586
het is een verschil in aard.

353
00:19:43,586 --> 00:19:45,746
We hebben ontzettend slimme computers,

354
00:19:45,746 --> 00:19:48,137
en ze doen ongelooflijk
geavanceerde dingen,

355
00:19:48,137 --> 00:19:51,341
vaak met gigantisch veel data.

356
00:19:51,341 --> 00:19:53,948
Mensen doen iets heel anders

357
00:19:53,948 --> 00:19:57,843
en ik denk dat het de gestructureerde,
hiërarchische aard van onze kennis is,

358
00:19:57,843 --> 00:19:59,875
wat een echte uitdaging blijft.

359
00:19:59,875 --> 00:20:02,936
CA: Laura Schulz, mooi om
over na te denken. Dank je wel.

360
00:20:02,936 --> 00:20:05,858
LS: Bedankt.
(Applaus)