Les esprits étonnamment logiques des bébés

Comment les bébés apprennent-ils tellement de si peu si rapidement ?
Dans cet amusant Talk riche d’expériences, la scientifique cognitive Laura Schulz démontre comment nos plus jeunes prennent des décisions avec un sens de la logique étonnamment fort, bien avant même qu’ils ne puissent parler.

Mark Twain a résumé
ce que je considère être

un des problèmes fondamentaux
de la science cognitive

avec une plaisanterie unique.

Il a dit, « La science
a quelque chose de fascinant.

On reçoit des retours en masse
de conjecture

sur un investissement
aussi insignifiant en soi. »

(Rires)

C'était une plaisanterie,
bien-sûr, mais Twain a raison :

la science a quelque chose de fascinant.

De quelques os, nous déduisons
l’existence des dinosaures.

De raies spectrales,
la composition des nébuleuses.

De mouches à fruits,

les mécanismes de l'hérédité,

et d’images reconstituées
de sang circulant dans le cerveau,

ou dans mon cas, du comportement
de très jeunes enfants,

nous essayons de dire
quelque chose à propos

des mécanismes fondamentaux
de la cognition humaine.

Surtout dans mon laboratoire

du Département du Cerveau
et Sciences Cognitives au MIT,

j’ai passé la dernière décennie
essayant de comprendre

le mystère derrière lequel

les enfants apprennent tellement
à partir de si peu si rapidement.

Parce qu'en fait, ce qui est fascinant
à propos de la science

fascine aussi à propos des enfants,

et donc la touche
légère de Mark Twain,

est précisément leur capacité

de tirer des conclusions
riches, abstraites,

avec rapidité et avec précision
à partir de données éparses, bruitées.

Je vais vous donner
deux exemples aujourd’hui.

L’un porte sur un problème
de généralisation,

et l’autre sur une problème
de la relation de causalité.

Bien que je parle du travail
dans mon laboratoire,

ce travail est inspiré par un domaine.
auquel je suis redevable.

Je suis reconnaissante
aux mentors, collègues,

et collaborateurs
dans le monde entier.

Laissez-moi commencer
par le problème de généralisation.

Généraliser à partir
de petits échantillons de données

est le fer de lance de la science.

Nous sondons une infime
fraction de l'électorat

et prévoyons le résultat
des élections nationales.

Nous voyons comment
une poignée de patients

réagit au traitement
d'un essai clinique,

et nous introduisons les médicaments
à un marché national.

Mais cela ne réussit que
si notre échantillon

est tiré aléatoirement
à partir de la population.

Si notre échantillon
est trié sur le volet -

si nous ne sondions
que les électeurs urbains,

ou si, dans nos essais cliniques
pour traitements de maladies cardiaques,

nous ne retenions
que des hommes--

les résultats ne se généraliseront pas
à l’ensemble de population.

Donc les scientifiques se soucient

si l'échantillon est aléatoire ou non,

mais quel rapport
cela a-t-il avec les bébés?

Eh bien, les bébés doivent généraliser

à partir de petits échantillons
de données tout le temps.

Ils voient quelques canards en caoutchouc
et apprennent qu'ils flottent

ou quelques balles
et apprennent qu'elles rebondissent.

Et ils découvrent les caractéristiques
des canards et des balles

qu'ils vont attendre des canards
en caoutchouc et balles

pour le restant de leur vie.

Et les types de généralisations
que les bébés font à ce propos,

ils devront les faire
à propos de presque tout:

des chaussures, navires,
cire à sceller, choux et rois.

Les bébés se soucient-ils
de savoir

si le peu de preuves
qu'ils observent

représente de manière plausible
l’ensemble de la population?

Allons vérifier.

Je vais vous montrer deux films,

un pour chacune des 2 conditions
d'une expérience,

et parce que vous n’allez
voir que deux films,

vous n’allez voir que deux bébés,

et ils diffèrent l'un de l'autre
de bien des façons.

Mais ces bébés, bien-sûr,

représentent des groupes de bébés,

et les différences ici représentent
les différences moyennes

par groupe dans le comportement des bébés
à travers différentes situations.

Dans chaque film, vous allez voir
qu’un bébé peut-être faire

exactement ce que vous pourriez
attendre de lui qu’il fasse,

et nous pouvons difficilement

rendre les bébés
plus magiques qu’ils ne sont déjà.

Mais à mon avis,
ce qui est magique,

et ce sur quoi je voudrais
attirer votre attention,

est le contraste entre
ces deux conditions,

parce que le seul élément
qui diffère entre ces deux films

est la preuve statistique
que les bébés vont observer.

Nous allons montrer aux bébés
une boite de balles bleues et jaunes,

et mon étudiante diplômée, Hyowon Gweon,
maintenant une collègue à Stanford,

va tirer trois balles
d’affilée de cette boite,

et en les tirant,
elle va les presser;

les balles vont couiner.

Et si vous êtes un bébé
c'est comme un Talk TED,

on ne fait pas mieux.

(Rires)

Mais le point important
est qu'il est vraiment facile

de tirer trois
balles bleues d’affilée

d'une boîte de balles
surtout bleues.

Vous pourriez le faire
les yeux fermés.

C'est un échantillon aléatoire possible
de cet ensemble.

Et si vous pouvez tirer au hasard
dans une boîte

pour en obtenir
des choses qui couinent,

alors peut-être que
tout dans cette boîte couine.

Les bébés devront donc s’attendre
à ce que les boules jaunes couinent aussi.

Les boules jaunes ont
des bâtons amusants au bout,

donc les bébés peuvent les
utiliser différemment s’ils le veulent.

Ils pourraient les lancer ou taper avec.

Mais voyons
ce que fait le bébé.

(Vidéo) Hyowon Gweon: Tu vois ceci?
(Couinement)

(Vidéo) Hyowon Gweon: Tu vois ceci?
(Couinement)

Cool.

Tu vois celle-là?

(Couinement)

Ouah.

Laura Schulz: Je vous l'avais dit.
(Rires)

(Vidéo) HG: Tu vois celle-là?
(Couinement)

Hé Clara, celle-ci est pour toi.
Vas-y, tu peux jouer avec.

(Rires)

LS: Je n’ai même pas besoin
de parler, n’est-ce pas?

C’est bien que les bébés
généralisent les propriétés

des balles bleues aux balles jaunes

et il est impressionnant que les bébés
puissent apprendre en nous imitant,

mais nous savions ça à propos
des bébés depuis très longtemps.

La question vraiment intéressante

est ce qui arrive si nous leur montrons
exactement la même chose,

et que nous sommes sûrs
que c'est le cas,

parce qu'on a
un compartiment secret

dans lequel on garde les balles.

Mais cette fois-ci, nous ne changeons
que l'ensemble apparent

dans lequel cette preuve est tirée.

Cette fois, nous allons montrer
aux bébés trois balles bleues

tirées d’une boite
essentiellement de boules jaunes.

et devinez quoi ?

Vous ne pourriez pas tirer
de manière aléatoire

trois balles bleues d’affilée
d’une boite de balles surtout jaunes.

Ce n’est pas
un échantillon aléatoire probable.

Cette preuve montre que Hyowon

a peut-être intentionnellement
choisi les balles bleues.

Peut-être que les balles bleues
ont quelque chose de spécial.

Peut-être que seules
les balles bleues couinent.

Voyons voir ce que le bébé fait.

(Vidéo) HG: Tu vois ceci?
(Couinement)

Tu vois ce jouet?
(Couinement)

Oh, c’était cool.
(Couinement)

Maintenant, c’est à toi de jouer avec.
Vas-y et joue.

(Agitation)
(Rires)

LS : Vous venez de voir
2 bébés de 15 mois

faire 2 choses
totalement différentes

en s'appuyant sur la probabilité
des échantillons qu’ils ont observés.

Voici les résultats de l’expérience.

Sur l’axe vertical, vous verrez
le pourcentage de bébés

qui a pressé la balle
dans chacune des situations,

et comme vous le constaterez,

les bébés généralisent
plus souvent le résultat

quand il représente
un échantillon probable de l'ensemble,

que quand la preuve
est clairement triée sur le volet.

Et ceci mène
à une prédiction amusante:

Supposons que vous n’ayez tiré
qu’une seule balle bleue

d'une boîte de boules
essentiellement jaunes.

Vous ne pourriez pas tirer
au hasard 3 balles bleues

d’une boite de jaunes,

mais vous pourriez ne tirer
au hasard qu’une balle bleue.

Cela n’est pas
un échantillon improbable.

Et si vous tirer au hasard dans une boite

quelque chose qui couine,

peut-être que tout
dans cette boite couine.

Donc même si les bébés observeront
moins de preuves de couinement,

et ont beaucoup
moins d’actions à imiter

avec une unique balle

qu'avec plusieurs

nous avions prédit que
les bébés eux-mêmes

presseront la boule davantage,

et c’est exactement que nous avons trouvé.

Donc les bébés de 15 mois,
à ce sujet, comme les scientifiques,

se soucient si l'échantillon
est aléatoire ou non.

Et ils emploient ceci pour développer
leurs attentes du monde :

ce qui couine ou ne couine pas,

quoi explorer et quoi ignorer.

Un autre exemple maintenant.

Cette fois sur un problème
de relation de causalité.

Et il commence par la pensée déconcertante

que nous avons tous,

à savoir que nous faisons partie du monde.

Et cela ne vous paraît
peut-être pas problématique

mais comme tous les problèmes,

ce n'en est un que
quand les choses vont mal.

Prenez ce bébé, par exemple.

Les choses vont mal pour lui.

Il veut faire marcher
ce jouet, mais n’y arrive pas.

Je vais vous montrer un clip
de quelques secondes.

Et il y a en fait deux possibilités :

Peut-être fait-il quelque chose de mal,

ou alors il y a quelque chose
de mal avec le jouet.

Donc dans cette prochaine expérience,

nous n’allons donner aux bébés
que quelques données statistiques

privilégiant une hypothèse
par rapport à l’autre,

et nous verrons si les bébés
pourront se baser sur ça

pour décider quoi faire.

Voici la situation.

Hyowon va essayer de faire fonctionner
le jouer et réussir.

Je vais ensuite essayer deux fois
et échouer les deux fois,

et puis Hyowon va
encore essayer et réussir.

Ceci résume à peu près
ma relation avec mes étudiants diplômés

en technologie
à tous les niveaux.

Mais le point important ici est
qu’il fournit un petit peu de preuves

sur le fait que le
problème n'est pas le jouet,

mais la personne.

Certaines personnes peuvent
faire marcher ce jouet

et d'autres non.

Donc, quand le bébé reçoit le jouet,

il va avoir le choix.

Sa maman est juste là,
afin qu'il puisse aller de l'avant

et rendre le jouet
puis changer la personne,

mais il va aussi y avoir
un autre jouet au bout de ce tissu,

et il pourra tirer le tissu vers lui
pour changer de jouet.

Alors voyons voir
ce que le bébé fait.

(Vidéo) HG : Deux, trois. Partez!
(Musique)

LS : Un, deux, trois, partez!

Arthur, je vais essayer encore.
Un, deux, trois, partez!

YG : Arthur,
laisse-moi essayer encore, ok?

Un, deux, trois, partez!
(Musique)

Regarde-ca.
Tu te souviens de ces jouets?

Tu vois ces jouets? Ouais, je vais
placer celui-ci là-bas,

et je vais te donner celui-là.

Tu peux y aller et jouer.

LS : Ok, Laura, bien évidemment,
les bébés aiment leurs mamans.

Évidemment, ils donnent
leurs jouets à leurs mamans

quand ils ne marchent pas.

A nouveau, la question
vraiment importante

est ce qui arrive
quand nous changeons

les données statistiques,
juste légèrement.

Cette fois-ci,

les bébés vont voir le jouet fonctionner
et échouer dans le même ordre,

mais nous changeons
la distribution des preuves.

Cette fois-ci, Hyowon va réussir
une fois et échouer une fois,

et moi de même.

Donc cela suggère que peu importe
qui essaie ce jouet, le jouet est cassé.

Ça ne marche pas tout le temps.

De nouveau,
le bébé va avoir le choix.

Sa maman est juste à côté,
le bébé pourra changer de personne,

et il y aura un autre jouet
au bout du tissu.

Regardons ce qu’elle fait.

(Vidéo) HG : Deux, trois, partez!
(Musique)

Laisse-moi essayer encore une fois.
Un, deux, trois, partez!

Hm.

LS : Laisse-moi essayer, Clara.

Un, deux, trois, partez!

Hm, laisse-moi essayer encore.

Un, deux, trois, partez!
(Musique)

HG : Je vais
mettre celui-ci là-bas,

et je vais te donner celui-là.

Tu peux y aller et jouer.

(Applaudissements)

LS: Voilà les résultats de l’expérience.

Sur l’axe vertical,
vous verrez la distribution

des choix des enfants
dans chacune des conditions,

et vous verrez que la distribution
des choix que les enfants font

dépend des preuves qu’ils constatent.

Donc au cours de leur deuxième année,

les bébés peuvent utiliser
quelques données statistiques

pour décider entre 2 stratégies
fondamentalement différentes

pour agir dans le monde:

demander de l’aide ou explorer.

Je viens de vous montrer
deux expériences de laboratoire

parmi des centaines dans le domaine
qui constatent les mêmes résultats,

parce que l'idée essentielle

est que la capacité des enfants à tirer
des conclusions à partir de peu de données

est à la source de
l'apprentissage culturel de notre espèce.

Les enfants découvrent de nouveaux outils
à partir de quelques exemples uniquement.

Ils forment des relations causales
à partir de quelques exemples.

Ils apprennent même de nouveaux mots,
ici, en langue des signes américaine.

Je veux conclure avec juste deux points.

Si vous suivez mon univers, le domaine
du cerveau et des sciences cognitives,

depuis ces quelques dernières années,

trois grandes idées auraient
suscité votre attention.

La première est qu’il s’agit
de l’ère du cerveau.

Il y a eu en fait, des découvertes
stupéfiantes en neurosciences:

localisant des régions fonctionnellement
spécialisées du cortex,

rendant les cerveaux
des souris transparents,

activant les neurones grâce à la lumière.

La seconde grande idée
est que c’est l’ère

des données volumineuses
et de l’apprentissage automatique.

L’apprentissage automatique promet
de révolutionner notre compréhension

de tout allant des réseaux sociaux
à l’épidémiologie.

Et peut-être aussi parce qu’il
s’attaque aux problèmes de compréhension

et de traitement du langage naturel

pour nous dire quelque chose
à propos de la connaissance humaine.

Et la dernière grande idée
que vous auriez entendue :

il est peut-être bénéfique

de savoir tant de choses
sur le cerveau

et d'avoir autant accès
aux données volumineuses;

parce que laissés
à nous-mêmes,

les êtres humains
sont faillibles,

nous prenons des raccourcis,
nous errons, nous faisons des erreurs,

nous sommes biaisés,
et d’innombrables façons

nous comprenons mal le monde.

Je pense que ce sont toutes
des histoires importantes,

et elles ont beaucoup à nous dire sur
ce qu'est d'être humain signifie.

Mais je vous ai raconté aujourd'hui

une histoire bien différente.

C’est une histoire sur les esprits
et non des cerveaux,

et en particulier, c’est une histoire
sur les types de calcul

que seuls les esprits humains
peuvent effectuer

impliquant des savoirs
riches et structurées

ainsi que la capacité à apprendre
à partir d’une petite quantité de données,

avec seulement quelques exemples.

Fondamentalement, il s’agit d’une histoire
qui commence avec de très jeunes enfants

et qui continue
jusqu'au plus grandes réussites

de notre culture :

de comprendre correctement le monde.

L'esprit humain n’apprend pas seulement
à partir de quelques données.

L'esprit humain conçoit
des idées innovantes.

L'esprit humain génère
recherche et découverte,

et l'esprit humain génère
art et littérature, poésie et théâtre.

De plus, l'esprit humain
prend soin d’autres humains:

nos ainés, nos jeunes, nos malades.

Nous les guérissons même.

Dans les années à venir, nous allons
voir des innovations technologiques

au-delà de tout ce que
nous pouvons envisager,

mais il est fort peu probable
de voir quoi que ce soit

approchant la puissance
computationnelle d’un enfant

de mon vivant ou du votre.

Si nous investissons dans
ces plus puissants novices,

ainsi que dans leur développement,

dans les bébés et enfants

ainsi que mères et pères,

soignants et enseignants.

Les façons dont nous investissons dans
nos plus puissantes et élégantes formes

de technologie, ingénierie et design,

nous ne serions pas en train
de rêver d’un futur meilleur,

nous serions en train de le planifier.

Merci beaucoup.

(Applaudissements)

Chris Anderson: Laura, merci.
J’ai en effet une question pour toi.

Tout d’abord, la recherche est insensée.

Je veux dire, qui concevrait
une expérience comme celle-là?

(Rires)

J’ai vu ça quelques fois,

et je n'arrive toujours pas à croire
que ça arrive vraiment,

mais d’autres gens ont fait
de telles expériences ; ça colle.

Les enfants sont vraiment des génies.

LS: Ils sont vraiment impressionnants
dans nos expériences,

mais pensez à ce qu'ils font
dans la vraie vie.

D'abord un bébé.

18 mois plus tard,
il vous parle,

et les premiers mots de bébés
ne sont pas juste balles ou canard,

c'est plutôt : « tout parti »,
pour la disparition,

ou, « oh-oh », qui fait référence
à des actions involontaires.

Il doit être aussi puissant.

Il doit l'être beaucoup plus
que ce que je vous ai montré.

Ils comprennent le monde entier.

Un enfant de 4 ans peut vous parler
de presque tout.

(Applaudissements)

CA: Si je vous comprends bien,
vous affirmez

que ces dernières années
on parle beaucoup

de l'originalité et la folie
de nos cerveaux,

de la science du comportement
et ses théories ;

nous ne sommes pas
des agents rationnels.

Vous insistez que
ce phénomène est extraordinaire

et qu’il y a vraiment
du génie sous-estimé.

LS: Une de mes citations
préférées en psychologie

provient du psychologue
social Solomon Asch,

et il a dit que la tache fondamentale
de la psychologie est

d'ôter le voile de l'évidence.

Il y a des millions
de décisions quotidiennes

qui font avancer le monde.

Vous connaissez les objets
et leurs propriétés.

Vous les reconnaissez quand
ils sont cachés ou dans le noir.

Vous pouvez traverser les pièces.

Vous pouvez deviner les pensées
des autres et leur parler.

Vous vous orientez dans l’espace
et connaissez les nombres,

les relations causales
et les raisonnements moraux.

Vous faites ceci sans effort,
donc nous ne le voyons pas.

C’est ainsi qu'on comprend bien le monde,

et il s’agit d’une activité remarquable,
très difficile à comprendre.

CA: Je suppose que des gens
dans l’auditoire

qui voit l’accélération
de la puissance technologique

et qui pourraient nier votre affirmation
que jamais de notre vivant

un ordinateur fera ce
qu’un enfant de trois ans fait,

mais il est clair
que peu importe le scenario,

nos machines ont tant à apprendre
de nos nourrissons.

LS: Des spécialistes de l'apprentissage
automatique viendront sur cette scène.

Je veux dire, vous ne devriez jamais
parier contre des bébés ou chimpanzés,

ou la technologie.

Mais ce n’est pas juste
une différence de quantité,

c’est une différence de qualité.

On a des ordinateurs
incroyablement puissants,

et ils font des choses
extrêmement sophistiquées,

souvent avec des données
très volumineuses.

L'esprit humain fait
quelque chose d’assez diffèrent,

et c’est la nature hiérarchique
et structurée de la connaissance humaine

qui demeure un vrai défi.

CA: Laura Schulz, très bonne
matière à réflexion.

LS: Merci.
(Applaudissements)