De verrassende logica van baby's

Hoe leren baby's zo veel van zo weinig, zo snel? In een amusante talk vol experimenten laat cognitief wetenschapper Laura Schulz zien hoe onze kleintjes beslissingen nemen op basis van een verrassend sterk gevoel voor logica, ver voordat ze kunnen praten.

Mark Twain vatte een van de meest

fundamentele problemen
van de cognitieve wetenschap samen

in deze quote.

Hij zei: "Er is iets fascinerends
aan de wetenschap.

Zo'n enorme opbrengst uit speculatie

met zo'n geringe investering in feiten."

(Gelach)

Twain maakte een grapje,
maar hij heeft wel gelijk.

Er is iets fascinerends
aan wetenschap.

Uit een paar botten kunnen we
het bestaan van dinosaurussen afleiden,

uit spectraallijnen het ontstaan
van interstellaire gas- en stofwolken,

uit fruitvliegjes

de kenmerken van erfelijkheid

en uit gereconstrueerde beelden
van bloed dat door het brein stroomt,

of, in mijn geval, uit het gedrag
van heel jonge kinderen

proberen we iets af te leiden
over de fundamentele werking

van de menselijke cognitie.

In mijn lab, bij TU Massachusetts'
afdeling cognitieve neurowetenschappen,

heb ik de afgelopen tien jaar
gewerkt met het vraagstuk

hoe kinderen zo snel en zo veel
kunnen leren van zo weinig.

Want wat zo fascinerend is
aan de wetenschap,

is ook fascinerend aan kinderen.

Namelijk, om het iets milder
te zeggen dan Mark Twain,

hun vermogen om snel en nauwkeurig
rijke en abstracte conclusies te trekken

uit schaarse en vage data.

Ik zal jullie twee voorbeelden geven.

Het eerste heeft te maken
met generalisatie,

en het tweede met causale verbanden.

Ook al zal ik het vooral
over mijn eigen werk hebben,

dit werk is geïnspireerd door,
en te danken aan, een vakgebied.

Ik ben alle mentors, collega's en mensen
met wie ik heb samengewerkt dankbaar.

Laten we beginnen met het probleem
van generalisatie.

Een kleine hoeveelheid data generaliseren
is dagelijkse kost in de wetenschap.

We peilen een kleine fractie
van de kiesgerechtigden

en voorspellen de uitkomst
van landelijke verkiezingen.

We kijken hoe een handvol patiënten
reageert op een klinische behandeling

en we brengen een medicijn op de markt.

Maar dit werkt alleen als de proefpersonen
willekeurig worden gekozen.

Als ze op een of andere manier
zijn geselecteerd --

stel dat we alleen mensen
in steden peilen,

of dat er in onze klinische testen
van medicijnen voor hartziektes

alleen mannen meedoen,

dan kunnen de resultaten niet
veralgemeend worden.

Dus wetenschappers willen weten of
het om een willekeurige steekproef gaat,

maar wat heeft dat te maken met baby's?

Baby's moeten constant
kleine hoeveelheden data generaliseren.

Ze zien een paar badeendjes
en leren dat die drijven,

of een paar ballen en leren
dat die stuiteren.

Zo krijgen ze verwachtingen
over eenden en ballen

die ze zullen overdragen
op badeenden en ballen

voor de rest van hun leven.

En dit soort generalisaties die baby's
moeten maken over eenden en ballen

moeten ze over bijna alles maken:

schoenen en schepen en zegellak
en kool en koningen.

Kan het baby's iets schelen
of het luttele bewijs dat ze zien

representatief is
voor een grotere populatie?

Laten we eens kijken.

Ik laat jullie twee filmpjes zien

van twee verschillende condities
van een experiment.

Omdat jullie maar twee filmpjes zien,

zien jullie ook maar twee baby's.

Twee verschillende baby's vertonen
uiteraard ontelbare verschillen.

Maar dit zijn natuurlijk voorbeelden
uit twee groepen baby's,

en de verschillen die je ziet

zijn representatief voor de verschillen
per groep voor beide condities.

In elk filmpje zie je
een baby die waarschijnlijk

precies doet wat je van een baby verwacht.

We kunnen baby's nou een keer niet nog
wonderlijker maken dan ze al zijn.

Maar het meest wonderlijke volgens mij,

en daar moet je hier op letten,

is het verschil tussen de twee condities,

want het enige verschil
tussen de beide filmpjes

is het statistische bewijs
dat de baby's in acht nemen.

We laten de baby's een doos
met blauwe en gele ballen zien,

en mijn toenmalige student,
nu collega in Stanford, Hyowon Gweon,

pakt drie blauwe ballen achter elkaar
uit die doos,

en telkens als ze een bal pakt,
knijpt ze erin

en piept de bal.

En voor een baby is dat
zoiets als een TED-talk.

Beter wordt het niet.

(Gelach)

Waar het om gaat, is dat het eenvoudig
is om drie blauwe ballen achter elkaar

te pakken uit een doos
met vooral blauwe ballen.

Dat kun je met ogen dicht doen.

Het zou goed een willekeurige
steekproef kunnen zijn.

En als je willekeurig dingen
uit een doos haalt en ze piepen,

dan piept misschien wel
alles wat in de doos zit.

Dus misschien zouden baby's verwachten
dat de gele ballen ook piepen.

Aan de gele ballen zitten echter
grappige stokjes,

dus zouden baby's er ook andere dingen
mee kunnen doen.

Ze kunnen ermee rammelen of slaan.

Laten we kijken wat de baby doet.

(Video) Hyowon Gweon: Kijk eens?
(Bal piept)

Zag je dat?
(Bal piept)

Wat mooi!

Kijk eens naar deze?

(Bal piept)

Wow.

Laura Schulz: Ik zei het toch.
(Gelach)

(Video) HG: Kijk eens naar deze?
(Bal piept)

Kijk, Clara, deze is voor jou.
Speel er maar mee.

(Gelach)

LS: Ik hoef niets meer te zeggen, toch?

Oké, het is leuk dat baby's
eigenschappen generaliseren

van blauwe naar gele ballen,

en het is indrukwekkend dat baby's
kunnen leren door te imiteren,

maar die dingen wisten we al heel lang.

De echt interessante vraag is

wat er gebeurt als we baby's meermaals
exact hetzelfde laten zien.

En we weten dat het exact hetzelfde is,
want we hebben een geheim vakje

waar we de ballen uit halen.

Het enige dat we veranderen,
is de zichtbare populatie

waar het bewijs vandaan komt.

Deze keer laten we de baby's
drie blauwe ballen zien

uit een doos met vooral gele ballen,

en wat denk je?

Je kunt niet willekeurig
drie blauwe ballen achter elkaar

uit een doos met
vooral gele ballen pakken.

Het is niet aannemelijk dat je
ze dan willekeurig gekozen hebt.

Dat resultaat suggereert dat Hyowon
misschien expres de blauwe ballen pakte.

Misschien is er iets speciaals
aan de blauwe ballen.

Misschien piepen alleen de blauwe ballen.

Laten we kijken wat de baby doet.

(Video) HG: Kijk eens?
(Bal piept)

Kijk eens naar deze?
(Bal piept)

Oh, dat was leuk. Kijk?
(Bal piept)

Hier, deze is voor jou om mee te spelen.
Toe maar, speel er maar mee.

(Gerommel)
(Gelach)

LS: Jullie hebben net twee baby's
van 15 maanden gezien

die totaal verschillend reageerden,

enkel gebaseerd op de waarschijnlijkheid
van de proef die ze zagen.

Hier zijn de resultaten
van het experiment:

Op de verticale as zie je
het percentage baby's

dat in de bal kneep, per conditie.

En je ziet: baby's generaliseren
het bewijs eerder

als het representatief lijkt te zijn
voor de populatie

dan wanneer het bewijs
duidelijk gekozen is.

En dit leidt tot een leuke voorspelling:

stel dat je maar één blauwe bal pakt
uit de doos met vooral gele.

Drie blauwe ballen achter elkaar uit een
gele doos pakken is onwaarschijnlijk,

maar je kunt wel toevallig
één blauwe bal pakken.

Dat is geen onwaarschijnlijke steekproef.

En als je willekeurig iets
uit een doos pakt

en dat piept, misschien dat
alles in die doos dan wel piept.

Dus ook al zien de baby's
veel minder bewijs voor het piepen,

en veel minder voorbeelden om na te doen

in deze conditie met één bal
dan in de conditie die je net zag,

wij voorspelden dat meer baby's
in de ballen zouden knijpen,

en dat is precies wat er gebeurde.

Dus baby's van 15 maanden vinden,
net als wetenschappers,

het van belang of bewijs
uit een willekeurige steekproef komt.

En dat passen ze toe als ze verwachtingen
over de wereld scheppen:

wat piept en wat niet,

wat te ontdekken en wat te negeren.

Ik zal nu een ander voorbeeld laten zien,

over het probleem van causaal redeneren.

En het begint met het verwarrende bewijs

waar we allemaal over beschikken,

namelijk dat we deel uitmaken
van de wereld.

Misschien lijkt jullie dat geen probleem,
maar zoals meestal,

is het alleen een probleem
als er iets mis gaat.

Neem bijvoorbeeld deze baby.

Hij heeft een probleem:

hij wil dat dit speeltje werkt
en dat lukt niet.

Ik laat een paar seconden
van het filmpje zien.

Er zijn twee mogelijkheden:

misschien doet hij iets fout,

of misschien is het speeltje kapot.

Dus in het volgende experiment

geven we de baby's
een heel klein beetje statistisch bewijs

dat een van de hypotheses ondersteunt

en we kijken of baby's dat kunnen
gebruiken in hun beslissingen

over wat ze moeten doen.

Dit is wat we deden:

Hyowon probeert het speeltje en het werkt.

Daarna probeer ik het twee keer
en beide keren lukt het niet,

Hyowon probeert het nog een keer
en het werkt.

En dit is ongeveer hoe het meestal gaat
tussen mij en mijn studenten

met de meeste technologische dingen.

Maar waar het hier om gaat is
dat het enigszins bewijst

dat het niet aan het speeltje ligt,
maar aan de persoon.

Sommige mensen krijgen
dit speeltje aan de praat,

en andere niet.

Wanneer de baby het speeltje krijgt,
heeft hij een keuze.

Zijn moeder zit naast hem,

dus hij kan het meteen aan haar geven
en de persoon veranderen.

Maar er ligt ook nog speeltje
op het kleed,

dus hij kan het kleed naar zich
toe trekken en het speeltje veranderen.

Kijk maar wat de baby doet.

(Video) HG: Twee, drie, go!
(Muziek)

LS: Een, twee, drie, go!

Arthur, ik probeer het nog een keer.
Een, twee drie, go!

HG: Arthur, ik probeer het nog eens, oké?

Een, twee, drie, go!
(Muziek)

Kijk eens! Ken je deze speeltjes nog?

Zie je ze? Ik leg deze hier neer

en deze geef ik aan jou.

Speel er maar mee.

LS: Ja, Laura, maar natuurlijk houden
baby's van hun moeder.

Baby's geven hun moeder het speeltje

als het niet werkt.

Dus het gaat er ook hier weer om
wat er gebeurt

als we de statistische data
een beetje veranderen.

Deze keer zien de baby's het speeltje
wel en niet werken in dezelfde volgorde,

maar we veranderen de distributie
van het bewijs.

Deze keer lukt het Hyowon één keer wel
en één keer niet, en mij ook.

En dit suggereert dat het niet uitmaakt
wie het probeert, het speeltje is kapot.

Het doet het niet altijd.

Ook nu heeft de baby weer een keuze.

Haar moeder zit naast haar,
dus ze kan de persoon veranderen

en er is nog een speeltje op het kleed.

Kijk maar wat ze doet.

(Video) HG: Twee, drie, go!
(Muziek)

Nog een keer. Een, twee, drie, go!

Hmm.

LS: Laat mij eens proberen, Clara.

Een, twee, drie, go!

Hmm, nog een keer.

Een, twee, drie, go!
(Muziek)

HG: Ik leg deze hier neer,

en deze geef ik aan jou.

Speel er maar mee.

(Applaus)

LS: Dit zijn de resultaten:

op de verticale as zie je de distributie

van de keuzes voor de beide condities,

en je ziet dat de verdeling van de keuzes
die kinderen maken

afhangt van het bewijs dat ze zien.

Dus in het tweede jaar van hun leven,

kunnen baby's wat statistische data
gebruiken

om te kiezen tussen twee
fundamenteel verschillende manieren

om je te gedragen:

hulp vragen en op verkenning gaan.

Ik heb jullie net twee
experimenten laten zien

van de honderden in dit gebied
die vergelijkbare dingen aantonen.

Het echt cruciale punt

is dat het vermogen van kinderen om rijke
conclusies te trekken uit weinig data

de grondslag is van hoe mensen leren.

Kinderen hebben maar een paar voorbeelden
nodig om een nieuw apparaat te begrijpen.

Ze leren over nieuwe causale verbanden
van maar een paar voorbeelden.

Ze leren zelfs nieuwe woorden,
in dit geval in Amerikaanse gebarentaal.

Ik wil afsluiten met twee punten.

Als je mijn vakgebied, de neurocognitieve
wetenschappen, hebt gevolgd

in de afgelopen paar jaar,

dan zullen drie grote ideeën
je zijn opgevallen.

Het eerste is dat dit het tijdperk
is van de hersenen.

En inderdaad, er zijn indrukwekkende
ontdekkingen gedaan in neurowetenschap:

het localiseren van functioneel specifieke
gebieden van de cortex,

het doorzichtig maken
van de hersenen van muizen,

neuronen activeren met licht.

Een tweede groot idee

is dat dit het tijdperk is van veel data
en machinaal leren,

en machinaal leren lijkt te zorgen
voor een revolutie in ons begrip

van alles, van sociale netwerken
tot epidemiologie.

Naarmate vragen opgelost raken
rond het begrip van de omgeving

en natuurlijke taalverwerking

kan het ons misschien iets leren
overmenselijke cognitie.

En het laatste grote idee

is dat het misschien wel goed is
dat we zoveel over de hersenen leren

en toegang hebben tot zoveel data,

want als we aan onszelf zijn overgelaten,

dan zijn mensen feilbaar:
we nemen een kortere weg,

we vergissen ons, we maken fouten,

we zijn partijdig,
en op ontelbaar veel manieren

begrijpen we de wereld verkeerd.

Ik denk dat dit allemaal
belangrijke ideeën zijn,

die ons veel vertellen over de mensheid,

maar ik heb jullie vandaag
een heel ander verhaal verteld.

Een verhaal over het verstand
in plaats van over hersens,

en vooral over het soort berekeningen die

het menselijk verstand kan maken,

op basis van rijke,
gestructureerde kennis

en het vermogen om van een kleine
hoeveelheid data te leren,

van het bewijs van enkele voorbeelden.

In de kern is het een verhaal
over hoe we van jongs af aan

tot aan de meest indrukwekkende prestaties

van onze cultuur,

de wereld wél begrijpen.

Het menselijk verstand leert natuurlijk
niet alleen van kleine hoeveelheden data.

Ons verstand kan nieuwe ideeën bedenken.

Ons verstand onderzoekt en ontdekt,

en het creëert kunst, literatuur,
poëzie en theater.

En met het menselijk verstand
kunnen we voor andere mensen zorgen:

de ouderen, jongeren, zieken.

We kunnen ze zelfs genezen.

In de komende jaren zullen we
technologische innovaties zien,

die mijn eigen verbeelding te boven gaan,

maar het is zeer onwaarschijnlijk

dat we in onze tijd iets zullen zien
wat ook maar enigszins lijkt

op het calculerende vermogen van een kind.

Door te investeren in deze doortastende
lerenden en hun ontwikkeling,

in baby's en kinderen

en moeders en vaders

en verzorgers en leraren

op dezelfde manier als we investeren
in onze andere fantastische, mooie vormen

van techniek en design,

dromen we niet alleen
van een betere toekomst,

maar maken we er plannen voor.

Dank je wel.

(Applaus)

Chris Anderson: Laura, dank je wel.
Ik heb nog een vraag voor je.

Ten eerste, dit is onderzoek
is krankzinnig.

Ik bedoel, wie doet er nou
zo'n experiment? (Gelach)

Ik heb dit een paar keer gezien,

en ik geloof nog steeds niet
dat het echt is,

maar anderen hebben soortgelijke
experimenten gedaan; het klopt.

De baby's zijn echt zulke genieën.

LS: Ze zien er heel indrukwekkend uit
in onze experimenten,

maar let maar eens op hoe ze
er in het echt uitzien.

Eerst is het een baby.

Achttien maanden later praat het met je,

de eerste woordjes beperken zich niet
tot dingen als bal of eend,

ze zeggen ook dingen als "op"
wat verwijst naar verdwijning,

of "oh-oh", als iets per ongeluk gebeurt.

Hij moet zoveel kunnen.

Hij moet veel meer kunnen
dan wat ik heb laten zien.

Ze zijn de hele wereld aan het ontdekken.

Een vierjarige kan over bijna alles
met je praten.

(Applaus)

CA: En als ik het goed begrijp,
is jouw andere punt

dat er de afgelopen jaren
zo vaak is gezegd dat ons verstand

maar eigenzinnig en gebrekkig is,

de gedragseconomie
en al die theorieën daarachter,

dat we niet rationeel zijn.

Jij legt juist de nadruk
op hoe buitengewoon,

dat er echte genialiteit is
die wordt ondergewaardeerd.

LS: Deze quote uit de psychologie

is van sociaal psycholoog Solomon Asch;

hij zei dat de fundamentele taak
van de psychologie is om

de sluier van vanzelfsprekendheid
weg te nemen.

We maken elke dag ontelbaar veel meer
beslissingen waaruit blijkt

dat we de wereld begrijpen.

Je kent objecten en hun eigenschappen.

Je kent ze als ze verstopt zijn.
Je kent ze in het donker.

Je kunt door ruimtes lopen.

Je kunt erachter komen wat andere mensen
denken. Je kunt met ze praten.

Je kunt navigeren. Je kent cijfers.

Je kent causale verbanden.
Je kan moreel redeneren.

Je doet het vanzelf, dus we zien het niet,

maar zo begrijpen we de wereld,
en dat is een wonderbaarlijke

en moeilijk te begrijpen prestatie.

CA: Ik vermoed dat er mensen
in het publiek zijn die

een beeld hebben van
technologische ontwikkeling,

die het er niet mee eens zijn
dat er nooit in ons leven

een computer zal doen
wat een driejarig kind kan doen,

maar wat hier in ieder geval uit blijkt

is dat onze apparaten nog heel veel
kunnen leren van onze peuters.

LS: Ja dat denk ik wel.
Machinaal leren zit hier vast ook.

Je moet natuurlijk nooit
tegen baby's of chimpansees

of techniek zijn, enkel uit principe,

maar het gaat niet alleen
om een verschil in kwantiteit,

het is een verschil in aard.

We hebben ontzettend slimme computers,

en ze doen ongelooflijk
geavanceerde dingen,

vaak met gigantisch veel data.

Mensen doen iets heel anders

en ik denk dat het de gestructureerde,
hiërarchische aard van onze kennis is,

wat een echte uitdaging blijft.

CA: Laura Schulz, mooi om
over na te denken. Dank je wel.

LS: Bedankt.
(Applaus)