Iznenađujuće logični umovi beba

Kako bebe tako brzo nauče toliko puno na temelju tako male količine podataka? U ovom zabavnom predavanju prepunom eksperimenata kognitivna znanstvenica Laura Schulz pokazuje kako naši najmlađi donose odluke pomoću iznenađujuće snažnog osjećaja za logiku, puno prije no što nauče govoriti.

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)