Alison Gopnik: What do babies think?

395,642 views ・ 2011-10-10

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

Μετάφραση: Dimitra Papageorgiou Επιμέλεια: Constantine Anetakis
00:15
What is going on
0
15260
2000
Τι συμβαίνει
00:17
in this baby's mind?
1
17260
2000
στο μυαλό αυτού του μωρού;
00:19
If you'd asked people this 30 years ago,
2
19260
2000
Εάν το ρωτούσατε αυτό τριάντα χρόνια πριν,
00:21
most people, including psychologists,
3
21260
2000
οι περισσότεροι άνθρωποι, συμπεριλαμβανομένων και των ψυχολόγων,
00:23
would have said that this baby was irrational,
4
23260
3000
θα σας έλεγαν πως αυτό το μωρό είναι παράλογο,
00:26
illogical, egocentric --
5
26260
2000
ανακόλουθο, εγωκεντρικό --
00:28
that he couldn't take the perspective of another person
6
28260
2000
πως δεν θα μπορούσε ν' αντιληφθεί την οπτική ενός άλλου ατόμου
00:30
or understand cause and effect.
7
30260
2000
ή να καταλάβει την αιτία και το αποτέλεσμα.
00:32
In the last 20 years,
8
32260
2000
Τα τελευταία 20 χρόνια,
00:34
developmental science has completely overturned that picture.
9
34260
3000
η αναπτυξιακή επιστήμη ανέτρεψε ολοσχερώς αυτή την εικόνα.
00:37
So in some ways,
10
37260
2000
Έτσι, κατά κάποιο τρόπο,
00:39
we think that this baby's thinking
11
39260
2000
πιστεύουμε πως η σκέψη αυτού του μωρού
00:41
is like the thinking of the most brilliant scientists.
12
41260
4000
είναι σαν τη σκέψη των πιο λαμπρών επιστημόνων.
00:45
Let me give you just one example of this.
13
45260
2000
Επιτρέψτε μου να σας δώσω ένα παράδειγμα.
00:47
One thing that this baby could be thinking about,
14
47260
3000
Ένα πράγμα που μπορεί να σκέφτεται αυτό το μωρό,
00:50
that could be going on in his mind,
15
50260
2000
που μπορεί να συμβαίνει στο μυαλό του,
00:52
is trying to figure out
16
52260
2000
είναι η προσπάθεια κατανόησης
00:54
what's going on in the mind of that other baby.
17
54260
3000
όσων συμβαίνουν στο μυαλό του άλλου μωρού.
00:57
After all, one of the things that's hardest for all of us to do
18
57260
3000
Εξάλλου ένα από τα δυσκολότερα πράγματα για όλους μας
01:00
is to figure out what other people are thinking and feeling.
19
60260
3000
είναι η κατανόηση των σκέψεων και συναισθημάτων των άλλων ανθρώπων.
01:03
And maybe the hardest thing of all
20
63260
2000
Και ίσως το δυσκολότερο απ' όλα
01:05
is to figure out that what other people think and feel
21
65260
3000
είναι να καταλάβουμε πως αυτά που σκέφτονται και νιώθουν οι άλλοι
01:08
isn't actually exactly like what we think and feel.
22
68260
2000
δεν είναι ακριβώς ίδια με αυτά που σκεπτόμαστε και νιώθουμε εμείς.
01:10
Anyone who's followed politics can testify
23
70260
2000
Οποιοσδήποτε παρακολουθεί την πολιτική μπορεί να καταθέσει
01:12
to how hard that is for some people to get.
24
72260
3000
πόσο δύσκολο είναι αυτό για κάποιους ανθρώπους.
01:15
We wanted to know
25
75260
2000
Θέλαμε να μάθουμε
01:17
if babies and young children
26
77260
2000
αν τα μωρά και τα μικρά παιδιά
01:19
could understand this really profound thing about other people.
27
79260
3000
μπορούν να καταλάβουν αυτό το πραγματικά σημαντικό στοιχείο για τους άλλους.
01:22
Now the question is: How could we ask them?
28
82260
2000
Πώς θα μπορούσαμε να τα ρωτήσουμε;
01:24
Babies, after all, can't talk,
29
84260
2000
Τα μωρά δεν μπορούν να μιλήσουν,
01:26
and if you ask a three year-old
30
86260
2000
κι αν ρωτήσεις ένα τρίχρονο
01:28
to tell you what he thinks,
31
88260
2000
να σου πει τι σκέπτεται,
01:30
what you'll get is a beautiful stream of consciousness monologue
32
90260
3000
αυτό που θ' ακούσεις είναι μια πανέμορφη ροή συνειδησιακού μονολόγου
01:33
about ponies and birthdays and things like that.
33
93260
3000
για αλογάκια και γενέθλια κι άλλα τέτοια πράγματα.
01:36
So how do we actually ask them the question?
34
96260
3000
Πώς λοιπόν τους κάνουμε πραγματικά την ερώτηση;
01:39
Well it turns out that the secret was broccoli.
35
99260
3000
Αποδεικνύεται ότι το μυστικό ήταν το μπρόκολο.
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
102260
4000
Αυτό που κάναμε - εγώ και η Μπέτι Ραπακόλι, που ήταν φοιτήτρια μου -
01:46
was actually to give the babies two bowls of food:
37
106260
3000
ήταν να δώσουμε στα μωρά δύο μπολ με φαγητό:
01:49
one bowl of raw broccoli
38
109260
2000
ένα μπολ με ωμό μπρόκολο
01:51
and one bowl of delicious goldfish crackers.
39
111260
3000
κι ένα μπολ με λαχταριστά κράκερς σε σχήμα ψαριού.
01:54
Now all of the babies, even in Berkley,
40
114260
3000
Όλα τα μωρά, ακόμη και στο Μπέρκλεϊ,
01:57
like the crackers and don't like the raw broccoli.
41
117260
3000
προτιμούν τα κράκερς από το ωμό μπρόκολο.
02:00
(Laughter)
42
120260
2000
(Γέλια)
02:02
But then what Betty did
43
122260
2000
Έπειτα, αυτό που έκανε η Μπέτι
02:04
was to take a little taste of food from each bowl.
44
124260
3000
ήταν να δοκιμάσει μια μικρή ποσότητα από κάθε μπολ.
02:07
And she would act as if she liked it or she didn't.
45
127260
2000
Προσποιήθηκε ή ότι της άρεσε ή ότι δεν της άρεσε.
02:09
So half the time, she acted
46
129260
2000
Έτσι τις μισές φορές έκανε
02:11
as if she liked the crackers and didn't like the broccoli --
47
131260
2000
πως της άρεσαν τα κράκερς και δεν της άρεσε το μπρόκολο -
02:13
just like a baby and any other sane person.
48
133260
3000
όπως το μωρό και κάθε λογικός άνθρωπος.
02:16
But half the time,
49
136260
2000
Αλλά τις άλλες μισές,
02:18
what she would do is take a little bit of the broccoli
50
138260
2000
δοκίμαζε λίγο μπρόκολο
02:20
and go, "Mmmmm, broccoli.
51
140260
3000
κι έκανε: «Μμμμ, μπρόκολο.
02:23
I tasted the broccoli. Mmmmm."
52
143260
3000
Δοκίμασα το μπρόκολο. Μμμμμ.»
02:26
And then she would take a little bit of the crackers,
53
146260
2000
Έπειτα δοκίμαζε τα κράκερς
02:28
and she'd go, "Eww, yuck, crackers.
54
148260
4000
κι έλεγε: «Ίου, μπλιάξ, κράκερς.
02:32
I tasted the crackers. Eww, yuck."
55
152260
3000
Δοκίμασα τα κράκερς. Μπλιάξ.»
02:35
So she'd act as if what she wanted
56
155260
2000
Έκανε σαν αυτό που ήθελε
02:37
was just the opposite of what the babies wanted.
57
157260
3000
να είναι αντίθετο απ' αυτό που ήθελαν τα μωρά.
02:40
We did this with 15 and 18 month-old babies.
58
160260
2000
Το κάναμε αυτό με μωρά 15 και 18 μηνών.
02:42
And then she would simply put her hand out and say,
59
162260
3000
Έπειτα έτεινε το χέρι της κι έλεγε:
02:45
"Can you give me some?"
60
165260
2000
«Μπορείς να μου δώσεις λίγο;»
02:47
So the question is: What would the baby give her,
61
167260
2000
Το ερώτημα είναι: Τι θα της δώσει το μωρό,
02:49
what they liked or what she liked?
62
169260
2000
αυτό που αρέσει σ' εκείνο, ή αυτό που άρεσε σ' αυτήν;
02:51
And the remarkable thing was that 18 month-old babies,
63
171260
3000
Το αξιοσημείωτο ήταν πως μωρά 18 μηνών,
02:54
just barely walking and talking,
64
174260
2000
που μόλις που περπατούν και μιλούν,
02:56
would give her the crackers if she liked the crackers,
65
176260
3000
της έδιναν τα κράκερς, αν της άρεσαν τα κράκερς,
02:59
but they would give her the broccoli if she liked the broccoli.
66
179260
3000
αλλά της έδιναν το μπρόκολο, αν αυτό ήταν που της άρεσε.
03:02
On the other hand,
67
182260
2000
Από την άλλη,
03:04
15 month-olds would stare at her for a long time
68
184260
2000
τα μωρά 15 μηνών, την κοιτούσαν για πολλή ώρα
03:06
if she acted as if she liked the broccoli,
69
186260
2000
αν έκανε πως της άρεσε το μπρόκολο,
03:08
like they couldn't figure this out.
70
188260
3000
σαν να μην μπορούσαν να καταλάβουν.
03:11
But then after they stared for a long time,
71
191260
2000
Αφού την κοιτούσαν για αρκετή ώρα,
03:13
they would just give her the crackers,
72
193260
2000
της έδιναν τα κράκερς,
03:15
what they thought everybody must like.
73
195260
2000
αυτό που πίστευαν πως θα έπρεπε ν' αρέσει σε όλους.
03:17
So there are two really remarkable things about this.
74
197260
3000
Υπάρχουν λοιπόν δύο αξιοπρόσεκτες παρατηρήσεις σχετικά μ' αυτό.
03:20
The first one is that these little 18 month-old babies
75
200260
3000
Η πρώτη είναι πως μωράκια 18 μηνών
03:23
have already discovered
76
203260
2000
έχουν ήδη ανακαλύψει
03:25
this really profound fact about human nature,
77
205260
2000
αυτό το σημαντικό γεγονός για την ανθρώπινη φύση,
03:27
that we don't always want the same thing.
78
207260
2000
πως δεν θέλουμε πάντα τα ίδια πράγματα.
03:29
And what's more, they felt that they should actually do things
79
209260
2000
Κι επιπλέον, ένιωσαν πως πρέπει να κάνουν πράγματα
03:31
to help other people get what they wanted.
80
211260
3000
για να βοηθήσουν άλλους ανθρώπους να πάρουν αυτό που θέλουν.
03:34
Even more remarkably though,
81
214260
2000
Ακόμη πιο εντυπωσιακό όμως,
03:36
the fact that 15 month-olds didn't do this
82
216260
3000
είναι το γεγονός ότι τα μωρά 15 μηνών δεν έκαναν το ίδιο,
03:39
suggests that these 18 month-olds had learned
83
219260
3000
πράγμα που υποδηλώνει πως τα μωρά 18 μηνών έχουν μάθει
03:42
this deep, profound fact about human nature
84
222260
3000
αυτό το βαθύ και σημαντικό στοιχείο της ανθρώπινης φύσης
03:45
in the three months from when they were 15 months old.
85
225260
3000
μέσα στους 3 μήνες που μεσολάβησαν από τότε που ήσαν 15 μηνών.
03:48
So children both know more and learn more
86
228260
2000
Άρα τα παιδιά και ξέρουν και μαθαίνουν περισσότερα
03:50
than we ever would have thought.
87
230260
2000
απ' όσα ποτέ θα φανταζόμασταν.
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
232260
4000
Κι είναι μόνο μια από τις εκατοντάδες μελέτες των τελευταίων 20 ετών
03:56
that's actually demonstrated it.
89
236260
2000
που το έδειξαν πραγματικά.
03:58
The question you might ask though is:
90
238260
2000
Η ερώτηση που πρέπει να κάνετε όμως είναι:
04:00
Why do children learn so much?
91
240260
3000
Γιατί τα παιδιά μαθαίνουν τόσα πολλά;
04:03
And how is it possible for them to learn so much
92
243260
2000
Και πως είναι εφικτό να μαθαίνουν τόσα πολλά
04:05
in such a short time?
93
245260
2000
σε τόσο μικρό χρονικό διάστημα;
04:07
I mean, after all, if you look at babies superficially,
94
247260
2000
Θέλω να πω, αν δείτε τα μωρά επιπόλαια,
04:09
they seem pretty useless.
95
249260
2000
μοιάζουν σχεδόν άχρηστα.
04:11
And actually in many ways, they're worse than useless,
96
251260
3000
Μάλιστα σε πολλές περιπτώσεις, είναι χειρότερα κι από άχρηστα,
04:14
because we have to put so much time and energy
97
254260
2000
επειδή χρειάζεται να διαθέτουμε τόσο χρόνο κι ενέργεια
04:16
into just keeping them alive.
98
256260
2000
για να τα διατηρούμε στη ζωή.
04:18
But if we turn to evolution
99
258260
2000
Αν όμως στραφούμε στην εξέλιξη
04:20
for an answer to this puzzle
100
260260
2000
για μια απάντηση στο ερώτημα
04:22
of why we spend so much time
101
262260
2000
«γιατί καταναλώνουμε τόσο χρόνο
04:24
taking care of useless babies,
102
264260
3000
για να φροντίζουμε άχρηστα μωρά»,
04:27
it turns out that there's actually an answer.
103
267260
3000
φαίνεται πως υπάρχει τελικά απάντηση.
04:30
If we look across many, many different species of animals,
104
270260
3000
Αν κοιτάξουμε σε πολλά διαφορετικά είδη ζώων,
04:33
not just us primates,
105
273260
2000
όχι μόνο στα πρωτεύοντα θηλαστικά,
04:35
but also including other mammals, birds,
106
275260
2000
αλλά συμπεριλαμβάνοντας κι άλλα θηλαστικά, πουλιά,
04:37
even marsupials
107
277260
2000
ακόμη και μαρσιποφόρα
04:39
like kangaroos and wombats,
108
279260
2000
όπως τα καγκουρό και οι φασκωλόμυες,
04:41
it turns out that there's a relationship
109
281260
2000
φαίνεται πως υπάρχει σχέση
04:43
between how long a childhood a species has
110
283260
4000
μεταξύ της διάρκειας της παιδικής ηλικίας ενός είδους
04:47
and how big their brains are compared to their bodies
111
287260
4000
και του μεγέθους του εγκεφάλου του σε σύγκριση με το σώμα του
04:51
and how smart and flexible they are.
112
291260
2000
και πόσο έξυπνο κι ευέλικτο είναι.
04:53
And sort of the posterbirds for this idea are the birds up there.
113
293260
3000
Χαρακτηριστικά γι' αυτήν την ιδέα, είναι τα πουλιά εκεί πάνω.
04:56
On one side
114
296260
2000
Στη μια πλευρά
04:58
is a New Caledonian crow.
115
298260
2000
είναι η κουρούνα της Νέας Καληδονίας.
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
300260
3000
Οι κουρούνες κι άλλα κορακοειδή, οι κόρακες, τα χαβαρόνια κτλ,
05:03
are incredibly smart birds.
117
303260
2000
είναι εξαιρετικά έξυπνα πουλιά.
05:05
They're as smart as chimpanzees in some respects.
118
305260
3000
Είναι εξίσου έξυπνα με τους χιμπατζήδες σε κάποια σημεία.
05:08
And this is a bird on the cover of science
119
308260
2000
Βλέπουμε ένα πουλί στο εξώφυλλο του Science,
05:10
who's learned how to use a tool to get food.
120
310260
3000
που έμαθε πώς να χρησιμοποιεί ένα εργαλείο για να βρίσκει τροφή.
05:13
On the other hand,
121
313260
2000
Από την άλλη πλευρά,
05:15
we have our friend the domestic chicken.
122
315260
2000
έχουμε τη φίλη μας την οικόσιτη όρνιθα.
05:17
And chickens and ducks and geese and turkeys
123
317260
3000
Οι κότες, οι πάπιες, οι χήνες και οι γαλοπούλες
05:20
are basically as dumb as dumps.
124
320260
2000
είναι βασικά πιο χαζές κι απ' τα κούτσουρα.
05:22
So they're very, very good at pecking for grain,
125
322260
3000
Είναι πολύ-πολύ καλές στο ράμφισμα των σιτηρών,
05:25
and they're not much good at doing anything else.
126
325260
3000
και δεν είναι καλές σε οτιδήποτε άλλο.
05:28
Well it turns out that the babies,
127
328260
2000
Φαίνεται πως τα μωρά
05:30
the New Caledonian crow babies, are fledglings.
128
330260
2000
της κουρούνας της Νέας Καληδονίας, ως νεοσσοί
05:32
They depend on their moms
129
332260
2000
εξαρτώνται από τη μητέρα τους
05:34
to drop worms in their little open mouths
130
334260
3000
να ρίξει σκουληκάκια στα μικρά ανοιχτά στόματά τους
05:37
for as long as two years,
131
337260
2000
για περίοδο δυο ετών,
05:39
which is a really long time in the life of a bird.
132
339260
2000
που είναι πολύ μεγάλο διάστημα στη ζωή ενός πουλιού.
05:41
Whereas the chickens are actually mature
133
341260
2000
Οι κότες αντίθετα ωριμάζουν
05:43
within a couple of months.
134
343260
2000
μέσα σε δύο μήνες.
05:45
So childhood is the reason
135
345260
3000
Είναι λοιπόν η παιδική ηλικία ο λόγος
05:48
why the crows end up on the cover of Science
136
348260
2000
που οι κουρούνες καταλήγουν στο εξώφυλλο του Science
05:50
and the chickens end up in the soup pot.
137
350260
2000
ενώ οι κότες καταλήγουν στην κατσαρόλα.
05:52
There's something about that long childhood
138
352260
3000
Υπάρχει κάτι σ' αυτήν την παρατεταμένη παιδική ηλικία
05:55
that seems to be connected
139
355260
2000
που φαίνεται να συνδέεται
05:57
to knowledge and learning.
140
357260
2000
με τη γνώση και τη μάθηση.
05:59
Well what kind of explanation could we have for this?
141
359260
3000
Τι είδους εξήγηση μπορούμε να δώσουμε σ' αυτό;
06:02
Well some animals, like the chicken,
142
362260
3000
Μερικά ζώα, όπως τα κοτόπουλα,
06:05
seem to be beautifully suited
143
365260
2000
μοιάζουν να είναι φτιαγμένα
06:07
to doing just one thing very well.
144
367260
2000
για να κάνουν καλά μόνο ένα πράγμα.
06:09
So they seem to be beautifully suited
145
369260
3000
Προορίζονται λοιπόν
06:12
to pecking grain in one environment.
146
372260
2000
για ράμφισμα σπόρων σ' ένα περιβάλλον.
06:14
Other creatures, like the crows,
147
374260
2000
Άλλα πλάσματα, όπως οι κουρούνες,
06:16
aren't very good at doing anything in particular,
148
376260
2000
δεν κάνουν καλά κάτι συγκεκριμένο,
06:18
but they're extremely good
149
378260
2000
αλλά μαθαίνουν εξαιρετικά καλά
06:20
at learning about laws of different environments.
150
380260
2000
τους νόμους διαφορετικών περιβαλλόντων.
06:22
And of course, we human beings
151
382260
2000
Φυσικά κι εμείς οι άνθρωποι
06:24
are way out on the end of the distribution like the crows.
152
384260
3000
βρισκόμαστε στο άκρο της κατανομής, όπως οι κουρούνες.
06:27
We have bigger brains relative to our bodies
153
387260
2000
Έχουμε μεγαλύτερους εγκεφάλους, σε σχέση με το σώμα μας,
06:29
by far than any other animal.
154
389260
2000
μακράν από οποιοδήποτε άλλο ζώο.
06:31
We're smarter, we're more flexible,
155
391260
2000
Είμαστε πιο έξυπνοι, πιο ευέλικτοι,
06:33
we can learn more,
156
393260
2000
μπορούμε να μάθουμε περισσότερα,
06:35
we survive in more different environments,
157
395260
2000
επιβιώνουμε σε πιο πολλά διαφορετικά περιβάλλοντα,
06:37
we migrated to cover the world and even go to outer space.
158
397260
3000
και μεταναστεύσαμε για να καλύψουμε τον κόσμο ακόμη και το διάστημα.
06:40
And our babies and children are dependent on us
159
400260
3000
Τα μωρά μας και τα παιδιά μας εξαρτώνται από εμάς
06:43
for much longer than the babies of any other species.
160
403260
3000
περισσότερο καιρό από τα μωρά των άλλων ειδών.
06:46
My son is 23.
161
406260
2000
Ο γιος μου είναι 23.
06:48
(Laughter)
162
408260
2000
(Γέλια)
06:50
And at least until they're 23,
163
410260
2000
Τουλάχιστον μέχρι τα 23 τους,
06:52
we're still popping those worms
164
412260
2000
συνεχίζουμε να ρίχνουμε τα σκουλικάκια
06:54
into those little open mouths.
165
414260
3000
μέσα σ' εκείνα τα μικρά ανοιχτά στόματα.
06:57
All right, why would we see this correlation?
166
417260
3000
Εντάξει, γιατί όμως κάνουμε αυτόν το συσχετισμό;
07:00
Well an idea is that that strategy, that learning strategy,
167
420260
4000
Μια εκδοχή είναι πως αυτή η στρατηγική εκμάθησης,
07:04
is an extremely powerful, great strategy for getting on in the world,
168
424260
3000
είναι εξαιρετικά ισχυρή για να τα βγάζεις πέρα στον κόσμο,
07:07
but it has one big disadvantage.
169
427260
2000
αλλά έχει ένα μεγάλο μειονέκτημα.
07:09
And that one big disadvantage
170
429260
2000
Αυτό το μεγάλο μειονέκτημα
07:11
is that, until you actually do all that learning,
171
431260
3000
είναι πως ώσπου να τα μάθεις όλ' αυτά,
07:14
you're going to be helpless.
172
434260
2000
θα είσαι αβοήθητος.
07:16
So you don't want to have the mastodon charging at you
173
436260
3000
Δεν θέλεις να έχεις τον μαστόδοντα να σε φερμάρει
07:19
and be saying to yourself,
174
439260
2000
κι εσύ να σκέφτεσαι:
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
441260
4000
«Μια σφεντόνα ή ίσως ένα δόρυ να λειτουργούσε. Ποιο θα ήταν καλύτερο;»
07:25
You want to know all that
176
445260
2000
Θέλετε να τα γνωρίζετε όλ' αυτά
07:27
before the mastodons actually show up.
177
447260
2000
πριν εμφανιστεί ο μαστόδοντας.
07:29
And the way the evolutions seems to have solved that problem
178
449260
3000
Και ο τρόπος που η εξέλιξη φαίνεται να έλυσε αυτό το πρόβλημα
07:32
is with a kind of division of labor.
179
452260
2000
είναι ο καταμερισμός της εργασίας.
07:34
So the idea is that we have this early period when we're completely protected.
180
454260
3000
Η κεντρική ιδέα είναι πως έχουμε μια πρώιμη περίοδο όπου είμαστε απόλυτα προστατευμένοι.
07:37
We don't have to do anything. All we have to do is learn.
181
457260
3000
Δεν χρειάζεται να κάνουμε τίποτα, μόνο να μαθαίνουμε.
07:40
And then as adults,
182
460260
2000
Έπειτα, ως ενήλικες,
07:42
we can take all those things that we learned when we were babies and children
183
462260
3000
μπορούμε να πάρουμε όλ' αυτά τα πράγματα που μάθαμε όταν ήμασταν μωρά και παιδιά
07:45
and actually put them to work to do things out there in the world.
184
465260
3000
και να τα βάλουμε να λειτουργήσουν για να κάνουμε πράγματα εκεί έξω στον κόσμο.
07:48
So one way of thinking about it
185
468260
2000
Ένας τρόπος να το δει κανείς,
07:50
is that babies and young children
186
470260
2000
είναι πως τα μωρά και τα μικρά παιδιά
07:52
are like the research and development division of the human species.
187
472260
3000
είναι το τμήμα έρευνας και ανάπτυξης του ανθρώπινου είδους.
07:55
So they're the protected blue sky guys
188
475260
3000
είναι οι προστατευμένοι ανέμελοι τύποι
07:58
who just have to go out and learn and have good ideas,
189
478260
2000
που χρειάζεται μόνο να μαθαίνουν και να έχουν καλές ιδέες,
08:00
and we're production and marketing.
190
480260
2000
κι εμείς είμαστε η παραγωγή και το μάρκετινγκ.
08:02
We have to take all those ideas
191
482260
2000
Χρειάζεται να πάρουμε όλες αυτές τις ιδέες
08:04
that we learned when we were children
192
484260
2000
που μάθαμε όταν ήμασταν παιδιά
08:06
and actually put them to use.
193
486260
2000
και να τις χρησιμοποιήσουμε.
08:08
Another way of thinking about it
194
488260
2000
Ένας άλλος τρόπος σκέψης
08:10
is instead of thinking of babies and children
195
490260
2000
είναι αντί ν' αντιμετωπίζουμε τα μωρά και τα παιδιά
08:12
as being like defective grownups,
196
492260
2000
σαν ελαττωματικούς ενήλικες,
08:14
we should think about them
197
494260
2000
πρέπει να τ' αντιλαμβανόμαστε
08:16
as being a different developmental stage of the same species --
198
496260
2000
ως ένα διαφορετικό αναπτυξιακό στάδιο του ίδιου είδους --
08:18
kind of like caterpillars and butterflies --
199
498260
3000
όπως περίπου συμβαίνει με τις κάμπιες και τις πεταλούδες --
08:21
except that they're actually the brilliant butterflies
200
501260
2000
μόνο που εκείνα είναι οι έξυπνες πεταλούδες
08:23
who are flitting around the garden and exploring,
201
503260
3000
που ίπτανται μέσα στον κήπο κι εξερευνούν,
08:26
and we're the caterpillars
202
506260
2000
ενώ εμείς είμαστε οι κάμπιες
08:28
who are inching along our narrow, grownup, adult path.
203
508260
3000
που στριμώχνονται στο στενό ενήλικο μονοπάτι τους.
08:31
If this is true, if these babies are designed to learn --
204
511260
3000
Αν αυτό είναι αλήθεια, αν αυτά τα μωρά είναι φτιαγμένα για να μαθαίνουν --
08:34
and this evolutionary story would say children are for learning,
205
514260
3000
κι η ιστορία της εξέλιξης έλεγε πως τα παιδιά είναι για να μαθαίνουν -
08:37
that's what they're for --
206
517260
2000
πως υπάρχουν γι' αυτό --
08:39
we might expect
207
519260
2000
θα μπορούσαμε να περιμένουμε
08:41
that they would have really powerful learning mechanisms.
208
521260
2000
πως θα είχαν πολύ ισχυρούς μηχανισμούς εκμάθησης.
08:43
And in fact, the baby's brain
209
523260
3000
Πράγματι, ο εγκέφαλος των μωρών
08:46
seems to be the most powerful learning computer
210
526260
2000
φαίνεται να είναι ο πιο ισχυρός μαθησιακός υπολογιστής
08:48
on the planet.
211
528260
2000
στον πλανήτη.
08:50
But real computers are actually getting to be a lot better.
212
530260
3000
Όμως οι πραγματικοί υπολογιστές γίνονται πολύ καλύτεροι.
08:53
And there's been a revolution
213
533260
2000
Πρόσφατα, υπήρξε μια επανάσταση
08:55
in our understanding of machine learning recently.
214
535260
2000
στην κατανόηση της μηχανικής εκμάθησης.
08:57
And it all depends on the ideas of this guy,
215
537260
3000
Όλα προέρχονται από τις ιδέες αυτού του ανθρώπου,
09:00
the Reverend Thomas Bayes,
216
540260
2000
του Αιδεσιμότατου Τόμας Μπέις,
09:02
who was a statistician and mathematician in the 18th century.
217
542260
3000
που ήταν στατιστικολόγος και μαθηματικός του 18ου αιώνα.
09:05
And essentially what Bayes did
218
545260
3000
Στην ουσία, αυτό που έκανε ο Μπέις
09:08
was to provide a mathematical way
219
548260
2000
ήταν να παρέχει έναν μαθηματικό τρόπο
09:10
using probability theory
220
550260
2000
χρησιμοποιώντας τη θεωρία των πιθανοτήτων
09:12
to characterize, describe,
221
552260
2000
για να χαρακτηρίσει και να περιγράψει,
09:14
the way that scientists find out about the world.
222
554260
2000
τον τρόπο που οι επιστήμονες ερευνούν τον κόσμο.
09:16
So what scientists do
223
556260
2000
Αυτό που κάνουν οι επιστήμονες
09:18
is they have a hypothesis that they think might be likely to start with.
224
558260
3000
είναι να έχουν μια υπόθεση που νομίζουν ότι μπορεί ν' αποτελέσει σημείο εκκίνησης.
09:21
They go out and test it against the evidence.
225
561260
2000
Έπειτα τη δοκιμάζουν βάσει αποδείξεων.
09:23
The evidence makes them change that hypothesis.
226
563260
2000
Οι αποδείξεις τούς κάνουν ν' αλλάξουν την υπόθεση.
09:25
Then they test that new hypothesis
227
565260
2000
Έπειτα δοκιμάζουν τη νέα υπόθεση.
09:27
and so on and so forth.
228
567260
2000
Και ούτω καθεξής.
09:29
And what Bayes showed was a mathematical way that you could do that.
229
569260
3000
Αυτό που έδειξε ο Μπέϊς, ήταν ένας μαθηματικός τρόπος που θα μπορούσε να γίνει αυτό.
09:32
And that mathematics is at the core
230
572260
2000
Αυτά τα μαθηματικά είναι στον πυρήνα
09:34
of the best machine learning programs that we have now.
231
574260
2000
των καλύτερων προγραμμάτων μηχανικής εκμάθησης που έχουμε τώρα.
09:36
And some 10 years ago,
232
576260
2000
Δέκα χρόνια πριν,
09:38
I suggested that babies might be doing the same thing.
233
578260
4000
πρότεινα ότι τα μωρά μπορεί να κάνουν το ίδιο πράγμα.
09:42
So if you want to know what's going on
234
582260
2000
Αν λοιπόν θέλετε να μάθετε τι γίνεται
09:44
underneath those beautiful brown eyes,
235
584260
2000
πίσω απ' αυτά τα όμορφα καστανά μάτια,
09:46
I think it actually looks something like this.
236
586260
2000
νομίζω πως είναι κάπως έτσι.
09:48
This is Reverend Bayes's notebook.
237
588260
2000
Πρόκειται για το σημειωματάριο του Αιδεσιμότατου Μπέις.
09:50
So I think those babies are actually making complicated calculations
238
590260
3000
Πιστεύω λοιπόν πως αυτά τα μωρά κάνουν περίπλοκους υπολογισμούς
09:53
with conditional probabilities that they're revising
239
593260
3000
με όρους πιθανοτήτων τους οποίους αναθεωρούν
09:56
to figure out how the world works.
240
596260
2000
για να καταλάβουν πώς λειτουργεί ο κόσμος.
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
598260
4000
Αυτό μπορεί να φαίνεται ακόμη δυσκολότερο να παρουσιαστεί.
10:02
Because after all, if you ask even grownups about statistics,
242
602260
2000
Άλλωστε, ακόμη κι ενήλικες να ρωτήσεις για στατιστικά,
10:04
they look extremely stupid.
243
604260
2000
μοιάζουν εξαιρετικά κουτοί.
10:06
How could it be that children are doing statistics?
244
606260
3000
Πώς γίνεται τα παιδιά να κάνουν στατιστική;
10:09
So to test this we used a machine that we have
245
609260
2000
Για να το δοκιμάσουμε αυτό χρησιμοποιήσαμε μια μηχανή
10:11
called the Blicket Detector.
246
611260
2000
που λέγεται Ανιχνευτής Μπλίκετ.
10:13
This is a box that lights up and plays music
247
613260
2000
Είναι ένα κουτί που ανάβει λαμπάκια και παίζει μουσική
10:15
when you put some things on it and not others.
248
615260
3000
όταν τοποθετήσεις πάνω του κάποια πράγματα αντί για κάποια άλλα.
10:18
And using this very simple machine,
249
618260
2000
Χρησιμοποιώντας αυτήν την απλή μηχανή,
10:20
my lab and others have done dozens of studies
250
620260
2000
το εργαστήριό μου κι άλλα εργαστήρια, έχουμε κάνει δεκάδες μελέτες
10:22
showing just how good babies are
251
622260
2000
παρουσιάζοντας πόσο καλά είναι τα μωρά
10:24
at learning about the world.
252
624260
2000
στο να μαθαίνουν για τον κόσμο.
10:26
Let me mention just one
253
626260
2000
Επιτρέψτε μου ν' αναφέρω μόνο μια
10:28
that we did with Tumar Kushner, my student.
254
628260
2000
που κάναμε με τον μαθητή μου Τουμάρ Κούσνερ.
10:30
If I showed you this detector,
255
630260
2000
Εάν σας έδειχνα αυτόν τον ανιχνευτή,
10:32
you would be likely to think to begin with
256
632260
2000
πιθανότατα στην αρχή να σκεπτόσασταν
10:34
that the way to make the detector go
257
634260
2000
πως για να τον λειτουργήσετε
10:36
would be to put a block on top of the detector.
258
636260
3000
πρέπει να βάλετε ένα τουβλάκι στην κορυφή του.
10:39
But actually, this detector
259
639260
2000
Στην πραγματικότητα αυτός ο ανιχνευτής
10:41
works in a bit of a strange way.
260
641260
2000
λειτουργεί με κάπως περίεργο τρόπο.
10:43
Because if you wave a block over the top of the detector,
261
643260
3000
Εάν κουνήσετε ένα τουβλάκι από πάνω του,
10:46
something you wouldn't ever think of to begin with,
262
646260
3000
κάτι που δεν θα σκεφτόσασταν αρχικά,
10:49
the detector will actually activate two out of three times.
263
649260
3000
ο ανιχνευτής θα ενεργοποιείτο δύο στις τρεις φορές.
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
652260
3000
Ενώ, εάν κάνατε το προφανές, να βάλετε ένα τουβλάκι πάνω στον ανιχνευτή,
10:55
it will only activate two out of six times.
265
655260
4000
θα ενεργοποιείτο μόνο, δύο στις έξι φορές.
10:59
So the unlikely hypothesis
266
659260
2000
Έτσι η απίθανη υπόθεση
11:01
actually has stronger evidence.
267
661260
2000
έχει ισχυρότερες αποδείξεις.
11:03
It looks as if the waving
268
663260
2000
Φαίνεται πως το κούνημα
11:05
is a more effective strategy than the other strategy.
269
665260
2000
είναι πιο αποτελεσματική στρατηγική, από την άλλη.
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
667260
3000
Κάναμε λοιπόν ακριβώς αυτό· δώσαμε σε ένα τετράχρονο αυτό το μοτίβο αποδείξεων,
11:10
and we just asked them to make it go.
271
670260
2000
και του ζητήσαμε απλά να το ενεργοποιήσει.
11:12
And sure enough, the four year-olds used the evidence
272
672260
3000
Είναι βέβαιο πως τα τετράχρονα χρησιμοποίησαν το στοιχείο του
11:15
to wave the object on top of the detector.
273
675260
3000
κουνήματος του αντικειμένου πάνω από τον ανιχνευτή.
11:18
Now there are two things that are really interesting about this.
274
678260
3000
Υπάρχουν δύο πράγματα που είναι ενδιαφέροντα γι' αυτό.
11:21
The first one is, again, remember, these are four year-olds.
275
681260
3000
Το πρώτο είναι, θυμηθείτε ξανά, αυτά είναι τετράχρονα.
11:24
They're just learning how to count.
276
684260
2000
Μόλις έχουν μάθει πώς να μετρούν.
11:26
But unconsciously,
277
686260
2000
Αλλά υποσυνείδητα,
11:28
they're doing these quite complicated calculations
278
688260
2000
κάνουν αυτούς τους περίπλοκους υπολογισμούς
11:30
that will give them a conditional probability measure.
279
690260
3000
που θα τους δώσουν το υπό όρους μέτρο των πιθανοτήτων.
11:33
And the other interesting thing
280
693260
2000
Το άλλο ενδιαφέρον στοιχείο
11:35
is that they're using that evidence
281
695260
2000
είναι πως χρησιμοποιούν τις αποδείξεις
11:37
to get to an idea, get to a hypothesis about the world,
282
697260
3000
για να πάρουν μια ιδέα, για να φτάσουν σε μια υπόθεση για τον κόσμο,
11:40
that seems very unlikely to begin with.
283
700260
3000
που μοιάζει στην αρχή σχεδόν απίθανη.
11:43
And in studies we've just been doing in my lab, similar studies,
284
703260
3000
Σε παρόμοιες μελέτες που κάναμε πρόσφατα στο εργαστήριό μου,
11:46
we've show that four year-olds are actually better
285
706260
2000
δείξαμε πως τα τετράχρονα είναι καλύτερα
11:48
at finding out an unlikely hypothesis
286
708260
3000
στο να βρίσκουν απίθανες υποθέσεις
11:51
than adults are when we give them exactly the same task.
287
711260
3000
απ' ό,τι οι ενήλικες, όταν τους δίνουμε ακριβώς την ίδια δοκιμασία.
11:54
So in these circumstances,
288
714260
2000
Σε αυτές τις συνθήκες,
11:56
the children are using statistics to find out about the world,
289
716260
3000
τα παιδιά χρησιμοποιούν τη στατιστική για να μάθουν τον κόσμο,
11:59
but after all, scientists also do experiments,
290
719260
3000
όμως κι οι επιστήμονες κάνουν πειράματα,
12:02
and we wanted to see if children are doing experiments.
291
722260
3000
και θέλαμε να δούμε αν και τα παιδιά πειραματίζονται.
12:05
When children do experiments we call it "getting into everything"
292
725260
3000
Όταν τα παιδιά κάνουν πειράματα λέμε πως «είναι μέσα σ' όλα»
12:08
or else "playing."
293
728260
2000
ή αλλιώς πως «παίζουν».
12:10
And there's been a bunch of interesting studies recently
294
730260
3000
Έγιναν πρόσφατα αρκετές ενδιαφέρουσες μελέτες
12:13
that have shown this playing around
295
733260
3000
που έδειξαν πως αυτό το παιχνίδι
12:16
is really a kind of experimental research program.
296
736260
2000
είναι στην πραγματικότητα ένα είδος πειραματικού ερευνητικού προγράμματος.
12:18
Here's one from Cristine Legare's lab.
297
738260
3000
Εδώ έχουμε μια απ' το εργαστήριο της Κριστίν Λε Γκαρ.
12:21
What Cristine did was use our Blicket Detectors.
298
741260
3000
Η Κριστίν χρησιμοποίησε τον Ανιχνευτή Μπλίκερ.
12:24
And what she did was show children
299
744260
2000
Έδειξε στα παιδιά
12:26
that yellow ones made it go and red ones didn't,
300
746260
2000
πως τα κίτρινα το ενεργοποιούσαν, ενώ τα κόκκινα όχι,
12:28
and then she showed them an anomaly.
301
748260
3000
κι έπειτα τους έδειξε μια ανωμαλία.
12:31
And what you'll see
302
751260
2000
Αυτό που θα δείτε
12:33
is that this little boy will go through five hypotheses
303
753260
3000
είναι πως αυτό το μικρό αγόρι θα περάσει από πέντε υποθέσεις
12:36
in the space of two minutes.
304
756260
3000
σε διάστημα δύο λεπτών.
12:39
(Video) Boy: How about this?
305
759260
3000
[Βίντεο]Αγόρι: Μήπως έτσι;
12:43
Same as the other side.
306
763260
3000
Όπως στην άλλη πλευρά.
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
766260
4000
Άλισον Γκόπνικ: Η πρώτη του υπόθεση μόλις διαψεύστηκε.
12:55
(Laughter)
308
775260
2000
(Γέλια)
12:57
Boy: This one lighted up, and this one nothing.
309
777260
3000
Αγόρι: Αυτό άναψε, αλλά το άλλο, τίποτα.
13:00
AG: Okay, he's got his experimental notebook out.
310
780260
3000
Α.Γκ.: Χρησιμοποιεί τώρα το πειραματικό του σημειωματάριο.
13:06
Boy: What's making this light up.
311
786260
4000
Αγόρι: Τι το κάνει αυτό ν' ανάβει;
13:11
(Laughter)
312
791260
9000
(Γέλια)
13:20
I don't know.
313
800260
2000
Δεν ξέρω.
13:22
AG: Every scientist will recognize that expression of despair.
314
802260
4000
Α.Γκ.: Κάθε επιστήμονας θ' αναγνωρίσει αυτήν την έκφραση απελπισίας.
13:26
(Laughter)
315
806260
3000
(Γέλια)
13:29
Boy: Oh, it's because this needs to be like this,
316
809260
6000
Αγόρι: Α, είναι επειδή αυτό πρέπει να είναι έτσι,
13:35
and this needs to be like this.
317
815260
2000
κι αυτό πρέπει να είναι έτσι.
13:37
AG: Okay, hypothesis two.
318
817260
3000
Α.Γκ.:Δεύτερη υπόθεση.
13:40
Boy: That's why.
319
820260
2000
Αγόρι: Να γιατί.
13:42
Oh.
320
822260
2000
Ωω.
13:44
(Laughter)
321
824260
5000
(Γέλια)
13:49
AG: Now this is his next idea.
322
829260
2000
Α.Γκ.: Αυτή είναι η επόμενη ιδέα του.
13:51
He told the experimenter to do this,
323
831260
2000
Είπε στην ερευνήτρια να το κάνει αυτό,
13:53
to try putting it out onto the other location.
324
833260
4000
να προσπαθήσει να βάλει το ένα στη θέση του άλλου.
13:57
Not working either.
325
837260
2000
Δεν λειτουργεί ούτε αυτό.
14:02
Boy: Oh, because the light goes only to here,
326
842260
4000
Αγόρι: Α, επειδή το φως είναι μόνο εδώ,
14:06
not here.
327
846260
3000
κι όχι εδώ.
14:09
Oh, the bottom of this box
328
849260
3000
Α, ο πάτος αυτού του κουτιού
14:12
has electricity in here,
329
852260
2000
έχει ηλεκτρισμό εδώ μέσα,
14:14
but this doesn't have electricity.
330
854260
2000
ενώ αυτό δεν έχει ηλεκτρισμό.
14:16
AG: Okay, that's a fourth hypothesis.
331
856260
2000
Α.Γκ.: Αυτή είναι η τέταρτη υπόθεση.
14:18
Boy: It's lighting up.
332
858260
2000
Αγόρι: Άναψε.
14:20
So when you put four.
333
860260
5000
Άρα πρέπει να βάλεις τέσσερα.
14:26
So you put four on this one to make it light up
334
866260
3000
Βάζεις τέσσερα σ' αυτό για να το κάνεις ν' ανάψει
14:29
and two on this one to make it light up.
335
869260
2000
και δύο σ' αυτό για να το κάνεις ν' ανάψει.
14:31
AG: Okay,there's his fifth hypothesis.
336
871260
2000
Α.Γκ.: Να και η πέμπτη του υπόθεση.
14:33
Now that is a particularly --
337
873260
3000
Αυτό είναι ένα ιδιαίτερα -
14:36
that is a particularly adorable and articulate little boy,
338
876260
3000
αξιολάτρευτο και κατανοητό μικρό αγόρι,
14:39
but what Cristine discovered is this is actually quite typical.
339
879260
3000
αλλά αυτό που ανακάλυψε η Κριστίν είναι αρκετά συνηθισμένο.
14:42
If you look at the way children play, when you ask them to explain something,
340
882260
3000
Αν δείτε τον τρόπο που παίζουν τα παιδιά, όταν τα ρωτάς να εξηγήσουν κάτι,
14:45
what they really do is do a series of experiments.
341
885260
3000
αυτό που κάνουν είναι μια σειρά πειραμάτων.
14:48
This is actually pretty typical of four year-olds.
342
888260
3000
Αυτό είναι αρκετά συνηθισμένο στα τετράχρονα.
14:51
Well, what's it like to be this kind of creature?
343
891260
3000
Πώς είναι λοιπόν να είσαι ένα τέτοιο πλάσμα;
14:54
What's it like to be one of these brilliant butterflies
344
894260
3000
Πώς είναι να είσαι μια απ' αυτές τις έξυπνες πεταλούδες
14:57
who can test five hypotheses in two minutes?
345
897260
3000
που μπορούν να δοκιμάσουν πέντε υποθέσεις μέσα σε δύο λεπτά;
15:00
Well, if you go back to those psychologists and philosophers,
346
900260
3000
Αν γυρίσουμε στους ψυχολόγους και τους φιλόσοφους,
15:03
a lot of them have said
347
903260
2000
πολλοί απ' αυτούς έχουν πει
15:05
that babies and young children were barely conscious
348
905260
2000
πως τα μωρά και τα μικρά παιδιά έχουν ελάχιστη επίγνωση,
15:07
if they were conscious at all.
349
907260
2000
αν έχουν καθόλου.
15:09
And I think just the opposite is true.
350
909260
2000
Πιστεύω πως ισχύει το ακριβώς αντίθετο.
15:11
I think babies and children are actually more conscious than we are as adults.
351
911260
3000
Πιστεύω πως τα μωρά και τα παιδιά έχουν περισσότερη επίγνωση από εμάς τους ενήλικες.
15:14
Now here's what we know about how adult consciousness works.
352
914260
3000
Να τι ξέρουμε για τη λειτουργία της επίγνωσης στους ενήλικες:
15:17
And adults' attention and consciousness
353
917260
2000
Η προσοχή και η επίγνωση των ενηλίκων
15:19
look kind of like a spotlight.
354
919260
2000
είναι σαν τον προβολέα.
15:21
So what happens for adults
355
921260
2000
Αυτό που συμβαίνει με τους ενήλικες
15:23
is we decide that something's relevant or important,
356
923260
2000
είναι ότι αποφασίζουμε πως κάτι είναι σχετικό ή σημαντικό
15:25
we should pay attention to it.
357
925260
2000
και πως πρέπει να του δώσουμε προσοχή.
15:27
Our consciousness of that thing that we're attending to
358
927260
2000
Η επίγνωσή μας για το αντικείμενο που προσέχουμε
15:29
becomes extremely bright and vivid,
359
929260
3000
γίνεται εξαιρετικά φωτεινή και ζωντανή,
15:32
and everything else sort of goes dark.
360
932260
2000
και οτιδήποτε άλλο, σκοτεινιάζει κατά κάποιο τρόπο.
15:34
And we even know something about the way the brain does this.
361
934260
3000
Γνωρίζουμε μερικά πράγματα για τον τρόπο που ο εγκέφαλος το κάνει αυτό.
15:37
So what happens when we pay attention
362
937260
2000
Αυτό που συμβαίνει όταν προσέχουμε
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
939260
3000
είναι πως ο προμετωπιαίος φλοιός, το εκτελεστικό κομμάτι του εγκεφάλου μας,
15:42
sends a signal
364
942260
2000
στέλνει ένα σήμα
15:44
that makes a little part of our brain much more flexible,
365
944260
2000
που κάνει ένα μικρό κομμάτι του εγκεφάλου μας, πολύ πιο ευέλικτο,
15:46
more plastic, better at learning,
366
946260
2000
πιο εύπλαστο, καλύτερο στην εκμάθηση,
15:48
and shuts down activity
367
948260
2000
και κλείνει τη δραστηριότητα
15:50
in all the rest of our brains.
368
950260
2000
σε όλον τον υπόλοιπο εγκέφαλο.
15:52
So we have a very focused, purpose-driven kind of attention.
369
952260
4000
Έτσι έχουμε μια εστιασμένη προσοχή που κατευθύνεται από το σκοπό.
15:56
If we look at babies and young children,
370
956260
2000
Αν κοιτάξουμε τα μωρά και τα μικρά παιδιά,
15:58
we see something very different.
371
958260
2000
βλέπουμε κάτι πολύ διαφορετικό.
16:00
I think babies and young children
372
960260
2000
Νομίζω πως τα μωρά και τα μικρά παιδιά,
16:02
seem to have more of a lantern of consciousness
373
962260
2000
φαίνεται να έχουν μάλλον ένα φανάρι επίγνωσης
16:04
than a spotlight of consciousness.
374
964260
2000
παρά έναν προβολέα.
16:06
So babies and young children are very bad
375
966260
3000
Τα μωρά και μικρά παιδιά δεν καταφέρνουν
16:09
at narrowing down to just one thing.
376
969260
3000
να εστιάσουν σ' ένα πράγμα.
16:12
But they're very good at taking in lots of information
377
972260
3000
Αλλά είναι πολύ καλά στην αφομοίωση πολλών πληροφοριών
16:15
from lots of different sources at once.
378
975260
2000
από πολλές διαφορετικές πηγές ταυτόχρονα.
16:17
And if you actually look in their brains,
379
977260
2000
Αν κοιτάξετε μέσα στον εγκέφαλό τους,
16:19
you see that they're flooded with these neurotransmitters
380
979260
3000
θα δείτε πως πλημμυρίζει απ' αυτούς τους νευροδιαβιβαστές
16:22
that are really good at inducing learning and plasticity,
381
982260
2000
που είναι πολύ καλοί στην πρόκληση μάθησης και ευελιξίας,
16:24
and the inhibitory parts haven't come on yet.
382
984260
3000
και τα ανασταλτικά μέρη δεν έχουν ενεργοποιηθεί ακόμα.
16:27
So when we say that babies and young children
383
987260
2000
Όταν λοιπόν λέμε πως τα μωρά και τα μικρά παιδιά
16:29
are bad at paying attention,
384
989260
2000
δεν ξέρουν να προσέχουν,
16:31
what we really mean is that they're bad at not paying attention.
385
991260
4000
αυτό που εννοούμε είναι πως δεν ξέρουν πώς να μην προσέχουν.
16:35
So they're bad at getting rid
386
995260
2000
Δεν μπορούν ν' απαλλαγούν
16:37
of all the interesting things that could tell them something
387
997260
2000
απ' όλα τα ενδιαφέροντα πράγματα που θα τους έλεγαν κάτι
16:39
and just looking at the thing that's important.
388
999260
2000
και να εστιάσουν σε αυτά που είναι σημαντικά.
16:41
That's the kind of attention, the kind of consciousness,
389
1001260
3000
Αυτό είναι το είδος της προσοχής, το είδος της επίγνωσης,
16:44
that we might expect
390
1004260
2000
που θα μπορούσαμε να περιμένουμε
16:46
from those butterflies who are designed to learn.
391
1006260
2000
απ' αυτές τις πεταλούδες που σχεδιάστηκαν για να μαθαίνουν.
16:48
Well if we want to think about a way
392
1008260
2000
Αν θέλουμε να σκεφτούμε κάποιον τρόπο
16:50
of getting a taste of that kind of baby consciousness as adults,
393
1010260
4000
για να πάρουμε μια γεύση αυτής της μωρουδιακής επίγνωσης ως ενήλικες,
16:54
I think the best thing is think about cases
394
1014260
2000
νομίζω το καλύτερο είναι να σκεφτούμε περιπτώσεις
16:56
where we're put in a new situation that we've never been in before --
395
1016260
3000
όπου βρεθήκαμε σε νέες καταστάσεις τις οποίες δεν είχαμε αντιμετωπίσει στο παρελθόν --
16:59
when we fall in love with someone new,
396
1019260
2000
όταν ερωτευόμαστε ένα νέο πρόσωπο,
17:01
or when we're in a new city for the first time.
397
1021260
3000
ή όταν είμαστε σε μια νέα πόλη για πρώτη φορά.
17:04
And what happens then is not that our consciousness contracts,
398
1024260
2000
Τότε, αυτό που συμβαίνει, δεν είναι πως η επίγνωσή μας συστέλλεται,
17:06
it expands,
399
1026260
2000
αλλά διαστέλλεται,
17:08
so that those three days in Paris
400
1028260
2000
έτσι ώστε εκείνες οι τρεις μέρες στο Παρίσι
17:10
seem to be more full of consciousness and experience
401
1030260
2000
να μοιάζουν πιο πλήρεις επίγνωσης και εμπειριών
17:12
than all the months of being
402
1032260
2000
απ' όλους τους μήνες που είμαστε
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1034260
4000
κινούμενα και ομιλούντα ζόμπι, πίσω στο σπίτι.
17:18
And by the way, that coffee,
404
1038260
2000
Παρεμπιπτόντως, εκείνος ο καφές,
17:20
that wonderful coffee you've been drinking downstairs,
405
1040260
2000
εκείνος ο υπέροχος καφές που πίνετε στο ισόγειο,
17:22
actually mimics the effect
406
1042260
2000
μιμείται το αποτέλεσμα
17:24
of those baby neurotransmitters.
407
1044260
2000
των μωρουδιακών νευροδιαβιβαστών.
17:26
So what's it like to be a baby?
408
1046260
2000
Πώς είναι λοιπόν να είσαι μωρό;
17:28
It's like being in love
409
1048260
2000
Είναι σαν να είσαι ερωτευμένος,
17:30
in Paris for the first time
410
1050260
2000
στο Παρίσι, για πρώτη φορά,
17:32
after you've had three double-espressos.
411
1052260
2000
αφού έχεις πιει τρεις διπλούς εσπρέσο.
17:34
(Laughter)
412
1054260
3000
(Γέλια)
17:37
That's a fantastic way to be,
413
1057260
2000
Είναι υπέροχο να είσαι έτσι,
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1059260
4000
αλλά έχει την τάση να σε κάνει να ξυπνάς κλαίγοντας στις 3 το πρωί.
17:43
(Laughter)
415
1063260
3000
(Γέλια)
17:46
Now it's good to be a grownup.
416
1066260
2000
Είναι καλό να είσαι ενήλικας.
17:48
I don't want to say too much about how wonderful babies are.
417
1068260
2000
Δεν θέλω να πω πολλά για το πόσο υπέροχα είναι τα μωρά.
17:50
It's good to be a grownup.
418
1070260
2000
Είναι ωραίο να είσαι ενήλικας.
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1072260
3000
Μπορούμε να κάνουμε πράγματα όπως να δένουμε τα κορδόνια μας και να περνάμε μόνοι μας το δρόμο.
17:55
And it makes sense that we put a lot of effort
420
1075260
2000
Και είναι λογικό που προσπαθούμε τόσο πολύ
17:57
into making babies think like adults do.
421
1077260
4000
να κάνουμε τα μωρά να σκεφτούν όπως οι ενήλικες.
18:01
But if what we want is to be like those butterflies,
422
1081260
3000
Αλλά αν αυτό που θέλουμε, είναι να είμαστε σαν εκείνες τις πεταλούδες,
18:04
to have open-mindedness, open learning,
423
1084260
3000
να έχουμε ανοιχτό πνεύμα κι όρεξη για μάθηση,
18:07
imagination, creativity, innovation,
424
1087260
2000
φαντασία, δημιουργικότητα, καινοτομία,
18:09
maybe at least some of the time
425
1089260
2000
ίσως κάποιες φορές να πρέπει
18:11
we should be getting the adults
426
1091260
2000
να κάνουμε τους ενήλικες
18:13
to start thinking more like children.
427
1093260
2000
ν' αρχίσουν να σκέπτονται σαν τα παιδιά.
18:15
(Applause)
428
1095260
8000
(Χειρόκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7