Iznenađujuće logičan um beba

Kako bebe nauče tako mnogo iz tako malo tako brzo? U zabavnom govoru punom priče o eksperimentima, kognitivni naučnik Lora Šulc pokazuje kako naši potomci donose odluke sa iznenađujuće snažnim osećajem za logiku, mnogo pre nego što umeju da govore.

Mark Tven je sumirao ono što smatram

jednim od temeljnih problema
kognitivne nauke

samo jednom dosetkom.

Rekao je: "Postoji nešto fascinantno
u vezi sa naukom.

Dobija se veliki obrt pretpostavki

od tako sitnog ulaganja u činjenice."

(Smeh)

Tven je mislio to kao šalu, naravno,
ali u pravu je,

postoji nešto fascinantno
u vezi sa naukom.

Na osnovu nekoliko kostiju,
zaključujemo o postojanju dinosaurusa.

Na osnovu spektralnih linija,
o sastavu nebula.

Od voćne mušice,

o mehanizmima nasleđivanja,

a na osnovu rekonstruisanih snimaka
protoka krvi kroz mozak,

ili u mom slučaju,
na osnovu ponašanja veoma male dece,

pokušavamo da kažemo
nešto o osnovnim mehanizmima

ljudske kognicije.

Konkretno, u mojoj laboratoriji

na Odeljenju za mozak i kognitivne nauke
na Masačusetskom tehnološkom institutu,

provela sam proteklu deceniju
pokušavajući da razumem misteriju

kako deca uče tako mnogo
iz tako malo tako brzo.

Jer, ispostavlja se
da je fascinantna stvar u vezi sa naukom

takođe i fascinantna stvar
u vezi sa decom,

a to je, da ublažim verziju Marka Tvena,

upravo njihova sposobnost da izvuku
bujne, apstraktne zaključke

brzo i tačno
iz oskudnih, izmešanih podataka.

Daću vam dva primera.

Jedan je o problemu generalizacije,

a drugi je
o problemu uzročnog rezonovanja.

I mada ću govoriti
o radu u mojoj laboratoriji,

ovaj rad je imao inspiraciju na terenu
i njemu ga dugujem.

Zahvalna sam mentorima,
kolegama i saradnicima širom sveta.

Počeću problemom generalizacije.

Uopštavanje
na osnovu malih uzoraka podataka

je osnovni izvor nauke.

Izbrojimo mali deo izbornog tela

i predviđamo ishod nacionalnih izbora.

Vidimo kako nekolicina pacijenata reaguje
na tretman u kliničkom ispitivanju,

i donosimo lekove na domaće tržište.

Ali ovo funkcioniše samo ako je naš uzorak
nasumično izvučen iz populacije.

Ako je naš uzorak biran na neki način -

recimo, ispitamo samo gradske birače,

ili recimo, u kliničkim ispitivanjima
tretmana bolesti srca

uključimo samo muškarce -

rezultati se možda neće generalizovati
na širu populaciju.

Dakle, naučnike zanima da li su dokazi
slučajno uzorkovani ili ne,

ali kakve to ima veze sa bebama?

Pa, bebe moraju stalno da generalizuju
na osnovu malih uzoraka podataka.

Vide nekoliko gumenih pataka
i nauče da one plutaju,

ili nekoliko lopti i nauče da one odskaču.

I razvijaju očekivanja
u vezi sa patkama i loptama

koje će proširiti na gumene patke i lopte

do kraja njihovih života.

A vrste generalizacija koje bebe prave
o patkama i loptama

moraju da prave o gotovo svemu:

cipelama, brodovima,
vosku za pečaćenje, kupusu i kraljevima.

Da li bebe zanima
da li delić dokaza koji one vide

verodostojno predstavlja veću populaciju?

Hajde da to otkrijemo.

Pokazaću vam dva filma,

jedan iz svake od situacija
u eksperimentu,

i pošto ćete videti samo dva filma,

videćete samo dve bebe,

a bilo koje dve bebe
se razlikuju međusobno na bezbroj načina.

Ali ove bebe, naravno,
ovde zastupaju grupe beba,

i razlike koje ćete videti

predstavljaju prosečne grupne razlike
u ponašanju beba kroz različite uslove.

U svakom filmu ćete videti
kako beba radi

možda baš ono što biste očekivali
da će beba uraditi,

a teško da možemo da učinimo bebe
čarobnijim nego što već jesu.

Ali za mene je čarobna stvar,

i ono na šta želim da obratite pažnju,

kontrast između ova dva uslova,

jer jedino što razlikuje ova dva filma

je statistički dokaz
koji će bebe primetiti.

Pokazaćemo bebama
kutiju plavih i žutih lopti,

a moja tadašnja studentkinja,
sada koleginica na Stenfordu, Jouon Gvon,

izvući će tri plave lopte
zaredom iz ove kutije,

i kada izvuče te lopte, stisnuće ih,

a lopte će zapištati.

Ako ste beba, to je kao TED govor.

Ne može biti bolje od toga.

(Smeh)

Ali bitna poenta je da je veoma lako
izvući tri plave loptice zaredom

iz kutije sa pretežno plavim lopticama.

Možete to da uradite sa zatvorenim očima.

To je verovatno slučajni uzorak
iz ove populacije.

A ako možete posegnuti u kutiju nasumice
i izvaditi stvari koje pište,

onda možda sve u toj kutiji pišti.

Možda bebe očekuju
da žute lopte takođe pište.

Te žute lopte
imaju zabavne štapiće na kraju,

tako da bebe mogu
da rade druge stvari sa njima ako hoće.

Mogu da ih lupaju ili udaraju.

Ali hajde da vidimo šta beba radi.

(Video) Jouon Gvon: Vidiš ovo?
(Lopta pišti)

Jesi li videla to? (Lopta pišti)

Kul.

Vidiš ovu?

(Lopta pišti)

Opa!

Lora Šulc: Rekla sam vam. (Smeh)

(Video) JG: Vidiš ovu? (Lopta pišti)

Hej Klara, ova je za tebe.
Možeš da se igraš.

(Smeh)

LŠ: Ne moram ni da pričam, zar ne?

U redu, lepo je to što će bebe
generalizovati osobine

plavih loptica na žute loptice,

i impresivno je to što bebe
mogu da uče imitirajući nas,

ali to sve znamo o bebama još odavno.

Zaista zanimljivo pitanje

je šta se dešava
kada pokažemo bebama isto to,

a možemo da obezbedimo da bude baš isto
jer imamo tajnu pregradu

i izvlačimo lopte odatle,

ali ovog puta
menjamo samo vidljivu populaciju

iz koje se izvlači dokaz.

Ovoga puta ćemo bebama pokazati
tri plave loptice

izvučene iz kutije
sa pretežno žutim lopticama,

i pogodite šta?

Verovatno nećete nasumično izvući
tri loptice zaredom

iz kutije sa većinom žutim lopticama.

To nije
verovatan slučajno uzorkovani dokaz.

Taj dokazi ukazuje da je možda Jouon
namerno uzorkovala plave loptice.

Možda postoji
nešto posebno u vezi sa plavim lopticama.

Možda samo plave loptice pište.

Hajde da vidimo šta beba radi.

(Video) JG: Vidiš ovo? (Lopta pišti)

Vidiš ovu igračku? (Lopta pišti)

O, to je bilo kul. Vidiš? (Lopta pišti)

Ova je za tebe da se igraš.
Možeš da se igraš.

(Beba negoduje) (Smeh)

LŠ: Upravo ste videli
dve bebe stare 15 meseci

koje rade potpuno različite stvari

samo na osnovu verovatnoće uzorka
koji su zapazile.

Dozvolite da vam pokažem
eksperimentalne rezultate.

Na vertikalnoj osi
ćete videti procenat beba

koje su stiskale loptu u svakoj situaciji,
i kao što ćete videti,

mnogo je verovatnije
da će bebe generalizovati dokaz

kada verodostojnije predstavlja populaciju

nego kada je očigledno probran.

A to navodi na zabavno predviđanje:

recimo da ste izvukli
samo jednu plavu loptu

iz uglavnom žute kutije.

Verovatno nećete izvući
tri plave lopte zaredom iz žute kutije,

ali biste mogli nasumice uzeti
samo jednu plavu loptu.

To nije neverovatan uzorak.

A ako posegnete u kutiju nasumice

i izvučete nešto što pišti,
možda sve u kutiji pišti.

Dakle, iako će bebe videti
mnogo manje dokaza za pištanje,

i imati mnogo manje radnji za oponašanje

u situaciji sa jednom loptom
nego u situaciji koju ste upravo videli,

predvideli smo da će bebe stiskati više,

i to je upravo ono što smo pronašli.

Dakle, bebama od 15 meseci,
u ovom pogledu, kao i naučnicima,

je bitno da li je dokaz
nasumično uzorkovan ili ne,

i one koriste to da stvore
očekivanja o svetu:

šta pišti, a šta ne,

šta istražiti, a šta ignorisati.

Dozvolite mi da vam sada pokažem
još jedan primer,

ovog puta o problemu uzročnog rasuđivanja.

Počinje problemom zbunjujućeg dokaza,

koji postoji kod svih nas,

a to je da smo deo sveta.

I to vam možda ne deluje kao problem
ali, kao i većina problema,

postaje problem
tek kada stvari krenu naopako.

Uzmite ovu bebu, na primer.

Stvari mu ne polaze za rukom.

Želeo bi da pokrene ovu igračku,
ali ne može.

Pokazaću vam snimak od nekoliko sekundi.

Postoje dve mogućnosti, uglavnom.

Možda radi nešto pogrešno,

ili možda nešto nije u redu sa igračkom.

Dakle, u sledećem eksperimentu,

daćemo bebama
samo delić statističkih podataka

koji podržavaju jednu od hipoteza,

i videćemo da li bebe mogu to da koriste
kako bi donosile različite odluke

o onome što će činiti.

Evo postavke.

Jouon će pokušati da pokrene igračku
i uspeti u tome.

Ja ću potom pokušati dva puta
i oba puta neću uspeti,

zatim će Jouon pokušati ponovo i uspeti,

i to otprilike rezimira
odnos koji imam sa mojim studentima

po pitanju svih vrsta tehnologija.

Ali, ono što je ovde važno
jeste to da se pruža malo dokaza

da problem nije sa igračkom,
već sa osobom.

Neki ljudi mogu da pokrenu ovu igračku,

a neki ne mogu.

Sad, kada beba dobije igračku,
imaće izbor.

Njegova mama je tu pored,

tako da može da joj priđe,
preda igračku i promeni osobu,

ali na kraju te krpe
će biti još jedna igračka,

i on može da povuče krpu ka sebi
i promeni igračku.

Hajde da vidimo šta će beba uraditi.

(Video) JG: Dva, tri. Sad! (Muzika)

LS: Jedan, dva, tri, sad!

Arture, pokušaću ponovo.
Jedan, dva, tri, sad!

JG: Arture, dopusti
da ja pokušam ponovo, okej?

Jedan, dva, tri, sad! (Muzika)

Pogledaj. Sećaš li se tih igračaka?

Vidiš te igračke? Da, staviću ovu ovde,

a ovu ću ti dati.

Možeš da se igraš.

LŠ: Okej, Lora, ali naravno,
bebe vole svoje mame.

Naravno da bebe daju igračke svojim mamama

kada ne mogu da učine da prorade.

Još jednom, zaista bitno pitanje
je šta se dešava kada promenimo

statističke podatke neznatno.

Ovog puta, bebe će videti

kako igračka radi i ne radi
potpuno istim redosledom,

ali ćemo izmeniti raspodelu dokaza.

Ovog puta će Jouon uspeti jednom
i neće uspeti jednom, a isto tako ću i ja.

Ovo ukazuje da nije bitno ko isprobava
igračku, igračka je pokvarena.

Ne radi uvek.

Još jednom, beba će imati izbor.

Njena mama je tu pored,
tako da može da promeni osobu,

i biće tu još jedna igračka na kraju krpe.

Hajde da vidimo šta će uraditi.

(Video) JG: Dva, tri, sad! (Muzika)

Daj da probam još jednom.
Jedan, dva, tri, sad!

Hmmm.

LŠ: Daj da ja probam, Klara.

Jedan, dva, tri, sad!

Hmmm, daj da probam još jednom.

Jedan, dva, tri, sad! (Muzika)

JG: Staviću ovu ovde,

a ovu ću ti dati.

Možeš da se igraš.

(Aplauz)

LŠ: Dozvolite da vam pokažem
rezultate eksperimenta.

Na vertikalnoj osi ćete videti raspodelu

izbora dece u svakoj od situacija,

i videćete da raspodela izbora
koji deca donose

zavisi od dokaza koje posmatraju.

U drugoj godini života

bebe mogu da koriste
malo statističkih podataka

da bi odabrali između dve
fundamentalno različite strategije

za postupanje u svetu:

pitati za pomoć i istraživati.

Upravo sam vam pokazala
dva laboratorijska eksperimenta

od bukvalno stotina u ovoj oblasti
koji imaju sličnu poentu,

jer je presudna poenta

da se sposobnost dece da donose
bogate zaključke iz oskudnih podataka

nalazi u osnovi
svakog specifičnog kulturnog učenja.

Deca uče o novim alatkama
na osnovu samo nekoliko primera.

Uče nove uzročno-posledične veze
iz samo nekoliko primera.

Čak uče i nove reči,
u ovom slučaju američki znakovni jezik.

Želim da završim sa samo dve poente.

Ako ste pratili moj svet,
oblast mozga i kognitivne nauke,

poslednjih nekoliko godina,

tri ideje su vam privukle pažnju.

Prva je da je ovo era mozga.

I zaista, bilo je neverovatnih otkrića
u neuronaukama:

lokalizacija funkcionalno specijalizovanih
regija korteksa,

dovođenje mišjeg mozga
u transparentno stanje,

aktiviranje neurona svetlošću.

Druga velika ideja

je da je ovo era velikih podataka
i mašinskog učenja,

a mašinsko učenje
obećava revoluciju u našem razumevanju

svega, od društvenih mreža
do epidemiologije.

I možda će nam, kako se bavi
problemima razumevanja scene

i obrade prirodnog jezika,

reći nešto o ljudskoj kogniciji.

A poslednja velika ideja koju ćete čuti

je da je možda dobra ideja
da ćemo toliko znati o mozgu

i imati toliko pristupa velikim podacima,

jer prepušteni sami sebi,

ljudi su skloni greškama,
koristimo prečice,

grešimo, pravimo pogreške,

imamo predrasude, i na bezbroj načina,

shvatamo svet pogrešno.

Mislim da su ovo sve važne priče,

i imaju mnogo toga da nam kažu
o tome šta znači biti čovek,

ali želim da primite k znanju da sam
vam danas ispričala veoma drugačiju priču.

To je priča o umu, a ne o mozgu,

a naročito,
to je priča o vrstama proračuna

koje jedino ljudski um može da vrši,

što podrazumeva bogato,
strukturirano znanje i sposobnost učenja

iz malih količina podataka,
dokaz samo na osnovu nekoliko primera.

I u osnovi, to je priča
o tome kako počevši kao veoma mala deca

i nastavljajući
sve do najvećih dostignuća

naše kulture,

shvatamo svet na pravi način.

Narode, ljudski um
ne uči samo iz malih količina podataka.

Ljudski umovi smišljaju
potpuno nove ideje.

Ljudski umovi rađaju
istraživanja i otkrića,

rađaju umetnost i književnost,
poeziju i pozorište,

i ljudski umovi se brinu o drugim ljudima:

našim starima, mladima, bolesnima.

Čak ih i lečimo.

U godinama koje su pred nama,
videćemo tehnološke inovacije

kakve ne mogu ni da zamislim,

ali je veoma malo verovatno

da ćemo videti bilo šta čak ni približno
moći proračuna ljudskog deteta

tokom mog života ili vašeg.

Ako ulažemo
u te najmoćnije učenike i njihov razvoj,

u bebe i decu

i majke i očeve

i staratelje i učitelje

onako kako ulažemo u druge naše
najmoćnije i najelegantnije oblike

tehnologije, inženjeringa i dizajna,

nećemo samo sanjati o boljoj budućnosti,

već ćemo je planirati.

Mnogo vam hvala.

(Aplauz)

Kris Anderson: Lora, hvala.
Ja zapravo imam jedno pitanje za tebe.

Pre svega, istraživanje je suludo.

Mislim, ko bi osmislio
takav eksperiment? (Smeh)

Video sam to par puta,

i još uvek iskreno ne verujem
da se to stvarno dešava,

ali i drugi su uradili
slične eksperimente; provereno je.

Bebe su stvarno toliko genijalne.

LŠ: Znaš, izgledaju stvarno impresivno
u našim eksperimentima,

ali pomisli na to kako izgledaju
u stvarnom životu.

Počinje kao beba.

Osamnaest meseci kasnije priča sa vama,

a bebine prve reči
nisu samo one poput lopte i patke,

to su i "nema",
što se odnosi na nestajanje,

ili "o-o", što se odnosi
na nenamerne postupke.

To mora da je toliko moćno.

To mora da je mnogo moćnije
od svega što sam vam pokazala.

Oni otkrivaju ceo svet.

Dete od četiri godine
može da priča sa vama o gotovo svemu.

(Aplauz)

KA: I ako sam te dobro razumeo,
druga tvoja ključna poenta je,

protekle su godine sa tom pričom

o tome kako je um uvrnut i blesav,

bihejvioralna ekonomija i čitave teorije

o tome kako nismo razumni izvršioci.

Ti u stvari govoriš da je veća priča
kako je izvanredan,

i da je tu zapravo genije
koji se potcenjuje.

LŠ: Jedan od mojih omiljenih citata
u psihologiji

potiče od socijalnog psihologa
Solomona Eša,

a on je rekao da je osnovni zadatak
psihologije da ukloni

zavesu samodokazivanja.

Postoji milion redova veličine više odluka
koje donosite svakodnevno

koje pravilno shvataju svet.

Imate znanje o predmetima
i njihovim osobinama.

Prepoznajete ih kada su zaklonjeni.
Prepoznajete ih u mraku.

Možete da se krećete kroz prostorije.

Možete da shvatite šta drugi ljudi misle.
Možete da razgovarate sa njima.

Možete se kretati u prostoru.
Razumete brojeve.

Razumete uzročno-posledične veze.
Razumete moralno rasuđivanje.

Radite to bez napora, tako da se ne vidi,

ali to je način na koji poimamo svet,
a to je neverovatno dostignuće

i veoma teško za razumevanje.

KA: Pretpostavljam da postoje
ljudi u publici koji imaju

gledište o ubrzanoj tehnološkoj moći

koji bi mogli da ospore tvoju izjavu
da nikada za vreme našeg života

računar neće uraditi
ono što može trogodišnje dete,

ali ono što je jasno jeste
da u bilo kom scenariju,

naše mašine mogu
mnogo toga da nauče od naših beba.

LŠ: Mislim da je tako. Tu su neki ljudi
koji se bave mašinama koje uče.

Mislim, nikada se ne treba kladiti
protiv beba ili šimpanzi

ili tehnologije tek tako,

ali nije u pitanju
samo razlika u količini,

već razlika u vrsti.

Imamo neverovatno moćne kompjutere,

i oni stvarno obavljaju
neverovatno sofisticirane stvari,

često sa veoma velikom količinom podataka.

Ljudski um čini, po meni,
nešto sasvim drugačije,

a mislim da je strukturirana,
hijerarhijska priroda ljudskog znanja

ono što ostaje pravi izazov.

KA: Lora Šulc, sjajna hrana za misli.
Mnogo ti hvala.

LŠ: Hvala. (Aplauz)