Mark Twain podsumował, moim zdaniem, jeden z głównych problemów kognitywistyki błyskotliwą uwagą. Powiedział: "Nauka jest fascynująca. W zamian za tak niewiele faktów otrzymać można całą masę domysłów". (Śmiech) Twain oczywiście żartował, ale miał rację. Nauka jest fascynująca. Na podstawie kilku kości wnioskujemy, że kiedyś ziemię zamieszkiwały dinozaury. Analizując widmo światła, opisujemy mgławice. Badając muszki owocówki, poznajemy mechanizmy genetyki, a na podstawie obrazów przepływu krwi w mózgu czy, jak moim przypadku, zachowań bardzo małych dzieci, próbujemy opisywać kluczowe mechanizmy ludzkiego poznania. W moim laboratorium na Wydziale Kognitywistyki MIT od 10 lat próbuję poznać tajemnicę tego, jak dzieci uczą się tak szybko na podstawie tak niewielu danych. Okazuje się, że to, co fascynujące w nauce, jest także fascynujące w dzieciach. Łagodząc stwierdzenie Twaina, chodzi o ich zdolność wyciągania złożonych, abstrakcyjnych wniosków, szybko i dokładnie, na podstawie nielicznych danych. Podam tylko dwa przykłady. Jeden dotyczy kwestii uogólniania, drugi myślenia przyczynowo-skutkowego. Chociaż będę mówiła o badaniach w moim laboratorium, to one wiele zawdzięczają całej dziedzinie. Dziękuję moim mentorom, kolegom i współpracownikom z całego świata. Zacznijmy od kwestii uogólniania. Uogólnianie wyników badań jest chlebem powszednim w nauce. Ankietujemy niewielką część elektoratu i przewidujemy wynik wyborów. W testach klinicznych sprawdzamy reakcję garstki pacjentów na lek i wypuszczamy go na rynek. Jednak to sprawdza się tylko wtedy, gdy nasza próbka jest wybrana losowo. Jeśli badana próbka jest świadomie selekcjonowana, jak w przypadku ankiety tylko w miastach, czy testów klinicznych leków kardiologicznych prowadzonych tylko na mężczyznach, uogólnianie wyników na całą populację może okazać się błędne. Naukowcy uważają, żeby badać tylko losowo wybrany materiał. Ale co to ma wspólnego z dziećmi? Dzieci stale uogólniają częściowe informacje, które otrzymują. Widzą kilka gumowych kaczek i uczą się, że one pływają, lub kilka piłeczek i uczą się, że piłki się odbijają. Wykształcają oczekiwania dotyczące kaczek i piłek, które będą odnosić się do wszystkich kaczek i piłek przez całe ich życie. Takich samych uogólnień, jak w kwestii kaczek i piłek, dzieci dokonują niemal każdorazowo: w sprawie butów, statków, laku, kapusty i królów. Czy dzieci zastanawiają się, czy to, co widzą, może zostać uogólnione na większą populację? Przekonajmy się. Pokażę wam dwa filmy, jeden dla każdego warunku doświadczenia. Ponieważ zobaczycie tylko dwa filmy, zobaczycie także dwoje dzieci, a dzieci, jak wiadomo, różnią się między sobą. Jednak każde z tej dwójki reprezentuje grupę dzieci, a różnice, jakie zaobserwujecie, odzwierciedlają przeciętne różnice w zachowaniu dzieci dla danego warunku. Każdy film przedstawia dziecko robiące dokładnie to, co robią dzieci, a raczej trudno sprawić by dzieci były bardziej magiczne niż są. Jednak dla mnie ta magiczna rzecz, i chcę, żebyście na to zwrócili uwagę, to kontrast pomiędzy warunkami doświadczenia, ponieważ jedyna różnica pomiędzy tymi filmami to dowody statystyczne obserwowane przez dzieci. Pokażemy dzieciom pudełko z niebieskimi i żółtymi piłkami, a Hyowon Gweon, wtedy moja studentka a dzisiaj koleżanka ze Stanford, wyciągnie z pudełka trzy niebieskie piłki z rzędu, każdą z nich ściśnie i piłki będą piszczeć. Coś takiego jest dla dziecka jak prelekcja TED. Nie można chcieć więcej. (Śmiech) Co ważne, bardzo łatwo jest wyciągnąć trzy niebieskie piłki z rzędu z pudełka z większością niebieskich piłek. Można to zrobić z zamkniętymi oczami. To wiarygodna, losowa próbka populacji. Jeśli, sięgając losowo do pudełka, wyjmuje się z niego piszczące rzeczy, to może wszystko z pudełka piszczy. Może dzieci założą, że żółte piłki też piszczą. Żółte piłki mają śmieszne wypustki, więc dzieci mogą z nimi robić inne rzeczy. Mogą nimi stukać i pukać. Zobaczmy, co zrobią. (Video) Hyowon Gweon: Popatrz! (Piłka piszczy) Widziałaś? (Piłka piszczy) Super. Popatrz na tę. (Piłka piszczy) Laura Schulz: Nie mówiłam? (Śmiech) (Video) HG: Widzisz tę piłkę? (Piłka piszczy) Hej Klaro, ta jest dla ciebie. Możesz się nią pobawić. (Śmiech) LS: Nie muszę nic mówić, prawda? Świetnie, że dzieci uogólniają właściwości piłek niebieskich na żółte, i imponujące, że uczą się, imitując dorosłych, ale to wiemy już od bardzo dawna. Ciekawe, co się stanie, gdy pokażemy dzieciom dokładnie to samo, dzięki naszej sekretnej przegrodzie, z której tak naprawdę wyjmujemy piłki, ale zmienimy tylko pochodzenie próbki, z której dzieci będą wnioskować. Tym razem pokażemy dzieciom trzy niebieskie piłki z pudełka z większością piłek żółtych I wiecie co? Trudno wyjąć losowo trzy niebieskie piłki z rzędu z pudełka z większością żółtych piłek. To nie jest wiarygodna, losowa próbka. Może Hyowon celowo wybierała niebieskie piłki? Może niebieskie piłki są wyjątkowe? Może tylko niebieskie piłki piszczą? Zobaczmy, co zrobi dziecko. (Video): HG: Widzisz? (Piłka piszczy) Widzisz tę zabawkę? (Piłka piszczy) To było super, widzisz? (Piłka piszczy) Ta jest dla ciebie. Możesz się nią pobawić. (Poruszenie) (Śmiech) LS: To dwoje 15-miesięcznych dzieci, które robią coś zupełnie innego na podstawie prawdopodobieństwa tego, co zaobserwowały, To wyniki tego eksperymentu. Oś pionowa pokazuje odsetek dzieci, które ściskają piłkę w obu eksperymentach. Jak widać, dzieci znacznie częściej uogólniają zjawiska, gdy wiarygodnie odzwierciedlają całą zbiorowość, niż gdy są one wyraźnie selekcjonowane. Możemy się teraz zastanowić. Co jeśli z większości piłek żółtych wyciągniemy tylko jedną niebieską? Trudno zrobić to z rzędu dla trzech niebieskich, ale można losowo wyjąć jedną taką piłkę. To nie jest nieprawdopodobna próbka. Jeśli można losowo sięgnąć do pudełka i wyjąć z niego coś, co piszczy, to może wszystko z pudełka piszczy. Chociaż dowodów na piszczenie będzie mniej i dzieci będą miały mniej czynności do naśladowania w przypadku jednej piłki, inaczej niż dla poprzedniego warunku, założyliśmy, że dzieci same będą częściej ściskać piłki, i właśnie tak się stało. 15-miesięczne dzieci, podobnie jak naukowcy, biorą pod uwagę, czy obserwowana próbka jest losowa, gdy kształtują swoje oczekiwania: co piszczy, a co nie, co zbadać, a co zignorować. Przejdźmy do kolejnego przykładu dotyczącego myślenia przyczynowo-skutkowego. Wiąże się to z dylematem, który wszyscy znamy, to znaczy z tym, że jesteśmy częścią wszechświata. Może teraz nie jest to dla was problem, ale staje się nim, gdy coś idzie źle. Weźmy na przykład to dziecko. Coś mu nie wychodzi. Chce uruchomić tę zabawkę, ale nie umie. Obejrzyjmy film. Zasadniczo są tu dwie możliwości: on robi coś źle albo coś jest nie tak z zabawką. W kolejnym eksperymencie damy dzieciom tylko niewielki statystyczny dowód na to, że jedna z dwóch hipotez jest poprawna, i sprawdzimy, czy pomoże to dzieciom zdecydować, co robić. Taki mamy plan. Hyowon uda się uruchomić zabawkę od razu. Następnie spróbuję dwa razy, bezskutecznie. Potem Hyowon spróbuje ponownie i znów się jej uda. Jest to z grubsza trafne podsumowanie technicznych umiejętności mojej studentki i moich. Istotne jest to, że dowodzi to nieznacznie, że problem nie dotyczy zabawki a osoby. Niektórzy umieją ją uruchomić, inni nie. Gdy dziecko dostanie zabawkę, będzie miało wybór. Jego mama jest tuż obok, więc może dać jej zabawkę i zmienić osobę, ale na końcu materiału jest też druga zabawka więc może go przyciągnąć i zmienić zabawkę. Zobaczmy, co się stanie. (Video): HG: Dwa, trzy. start! (Muzyka) LS: Raz, dwa, trzy, start! Arturze, spróbuję jeszcze raz. Raz, dwa, trzy, start! HG: Arturze, może ja spróbuje, dobrze? Raz, dwa, trzy, start! (Muzyka) Teraz popatrz, pamiętasz te zabawki? Widzisz? Tę postawię tutaj, a tę dam tobie. Możesz się nią pobawić. To oczywiste, że dzieci kochają mamy. Jasne, że dzieci dają im zabawki, gdy nie umieją ich włączyć. Ciekawe, co się stanie, gdy tylko nieznacznie zmienimy dowody statystyczne. Dzieci zobaczą zabawkę działającą i niedziałającą w tej samej kolejności, ale zmienimy rozkład dowodów. Tym razem i Hyowon, i mnie, raz uda się, a raz nie uda się włączyć zabawki. To sugeruje, że nieważne, kto próbuje ją włączyć, zabawka jest zepsuta. Nie działa za każdym razem. Dziecko będzie miało wybór. Jej mama jest tuż obok, więc może zmienić osobę, ale na końcu materiału będzie inna zabawka. Zobaczmy, co zrobi. (Video) HG: Dwa, trzy, start! (Muzyka) Spróbuję jeszcze raz. Raz, dwa, trzy, start! LS: Może ja spróbuję, Klaro. Raz, dwa, trzy, start! Spróbuję jeszcze raz. Raz, dwa, trzy, start! (Muzyka) HG: Tę położę tutaj, a tę dam tobie. Możesz się pobawić. (Brawa) LS: Pokaże wam wyniki badań. Oś pionowa przedstawia rozkład wyborów dzieci dla każdego warunku i widzimy, że wybory zależą od tego, co dzieci obserwują. Zatem dwulatkowie na podstawie drobnych różnic statystycznych wybierają między dwiema skrajnie różnymi strategiami działania na świecie: proszą o pomoc lub sami szukają odpowiedzi. Pokazałam wam tylko dwa doświadczenia naukowe spośród setek innych, które prowadzą do podobnych wniosków, a najistotniejsze jest to, że umiejętność dzieci do wyciągania złożonych wniosków z nielicznych danych leży u podstaw wszystkich kulturowych procesów ludzkiego uczenia się. Dzieci poznają nowe narzędzia na podstawie kilku przykładów. Podobnie uczą się nowych związków przyczynowo-skutkowych. Uczą się nawet nowych słów, tutaj amerykańskiego języka migowego. Zakończę dwiema uwagami. Jeśli śledziliście osiągnięcia w badaniach nad mózgiem i kognitywistyce przez kilka ostatnich lat, pewnie zauważyliście trzy istotne kwestie. Po pierwsze, żyjemy w erze mózgu. W neurobiologii dokonano zaskakujących odkryć: zlokalizowano wyspecjalizowane rejony kory, u myszy udało się uzyskać przezroczysty mózg aktywowano neurony światłem. Po drugie, żyjemy w erze informacji i uczenia maszynowego, a uczenie maszynowe może zrewolucjonizować to, jak rozumiemy wszystko wokół nas, od socjologii po epidemiologię. W przypadku postrzegania i przetwarzania języka, może nam też pomóc zrozumieć naturę ludzkiego poznania. Wreszcie, po trzecie, o czym wiecie, to dobrze, że wiemy coraz więcej o mózgu, i mamy dostęp do takiej ilości danych, bo pozostawieni sami sobie jesteśmy omylni, idziemy na skróty, błądzimy, mylimy się, nie jesteśmy obiektywni i w wielu przypadkach źle rozumiemy świat. Myślę, że to wszystko jest istotne i wiele mówi nam o tym, co to znaczy być człowiekiem, ale dzisiaj pokazałam wam coś zupełnie innego. Opowiedziałam wam o rozumie, nie o mózgu, opowiedziałam o takich obliczeniach, do których zdolni są tylko ludzie, wymagających bogatej, uporządkowanej wiedzy i zdolności uczenia się na podstawie szczątkowych danych i tylko kilku przykładów. Co ważne, pokazuje to też jak, poczynając od bardzo małych dzieci, a kończąc na wielkich osiągnięciach kultury ludzkiej, jednak dobrze rozumiemy świat. Ludzki umysł nie tylko uczy się z niewielkiej ilości danych. Tworzy też nowe pojęcia. Ludzie są autorami badań i odkryć, tworzą dzieła sztuki, literaturę i teatr, i troszczą się o innych ludzi, starszych, młodszych i chorych. Nawet ich leczą. Nadchodzące lata przyniosą technologiczne innowacje, których nawet sobie nie wyobrażam, ale to mało prawdopodobne, że zobaczymy coś z mocą obliczeniową zbliżoną do zdolności naszych dzieci za mojego czy waszego życia. Jeżeli zainwestujemy w ich ogromny potencjał i rozwój, w nasze dzieci i młodzież, matki i ojców, opiekunów i nauczycieli, tak jak inwestujemy w inne potężne i wyszukane formy technologii, inżynierii i wzornictwa, będziemy nie tylko marzyć o lepszej przyszłości, będziemy ją tworzyć. Dziękuję bardzo. (Brawa) Chris Anderson: Dziękuję, Lauro. Mam do ciebie pytanie. Po pierwsze, twoje badania są niesamowite. Kto wymyśliłby takie doświadczenie? (Śmiech) Obejrzałem to już kilka razy i dalej nie wierzę w to, co widzę, ale inni potwierdzili to w swoich badaniach, to fakt. Dzieci naprawdę są genialne. LS: Dzieci w naszych badaniach robią wrażenie, ale pomyślcie, co dzieje się w życiu. Mamy niemowlę. Półtora roku później mówi i jego pierwsze słowa to nie "kaczka" czy "piłka", ale zwroty jak "nie ma", które opisują znikanie, czy ''ojej" dotyczące akcji nieumyślnych. To jest imponujące, znacznie bardziej niż to, co wam pokazałam. Próbują zrozumieć świat. Czterolatek może rozmawiać praktycznie na każdy temat. (Brawa) CA: Jeśli dobrze zrozumiałem, pomimo od dawna powszechnych głosów, że nasze umysły są dziwne i zawodne, wbrew ekonomii behawioralnej i jej twierdzeniom, że nie jesteśmy racjonalni, uważasz, że nie doceniamy niesamowitego geniuszu ludzkiego umysłu. LS: Jednym z moich ulubionych cytatów są słowa psychologa społecznego Solomona Ascha, który twierdził, że zadanie psychologii to usunięcie z rzeczy zasłony oczywistości. Niewyobrażalna ilość decyzji podejmowanych przez ludzi każdego dnia pokazuje, że rozumiemy świat. Znamy rzeczy i ich właściwości. Rozpoznajemy je, gdy są zasłonięte czy w ciemnym pomieszczeniu. Chodzimy między pokojami. Domyślamy się, co myślą inni. Rozmawiamy z nimi. Przemieszczamy się, znamy liczby. Znamy związki przyczynowe i system wartości moralnych. Robimy to odruchowo, więc tego nie zauważamy, ale wtedy właśnie rozumiemy świat, co jest nadzwyczajnym i niedocenionym osiągnięciem. CA: Podejrzewam, że są wśród nas tacy, którzy wierzą w postęp technologiczny, i nie zgodziliby się z twoją tezą, że za naszego życia komputer nigdy nie dorówna trzylatkowi, ale tak czy inaczej maszyny mogą się wiele nauczyć od dzieci. LS: Tak myślę. Maszyny już się uczą. I lepiej nie stawać przeciwko dzieciom czy szympansom czy, na wszelki wypadek, przeciwko technologii, ale nie chodzi tu o różnicę ilościową, ale jakościową. Mamy niesamowicie potężne komputery, które robią skomplikowane rzeczy, często z ogromną ilością danych. Ludzki umysł robi coś zupełni innego. Myślę, że ta uporządkowana, hierarchiczna natura ludzkiej wiedzy jest dla maszyn wyzwaniem. CA: Lauro Schulz, doskonały materiał do przemyśleń. Dziękuję. LS: Dziękuję. (Brawa)