Alison Gopnik: What do babies think?

consciousness monologue: ¿Qué piensan los bebés?

395,642 views

2011-10-10 ・ TED


New videos

Alison Gopnik: What do babies think?

consciousness monologue: ¿Qué piensan los bebés?

395,642 views ・ 2011-10-10

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Andrea Pisera Revisor: Lidia Cámara de la Fuente
00:15
What is going on
0
15260
2000
¿Qué sucede
00:17
in this baby's mind?
1
17260
2000
en la mente de este niño?
00:19
If you'd asked people this 30 years ago,
2
19260
2000
Si se hubiera hecho esta pregunta hace 30 años,
00:21
most people, including psychologists,
3
21260
2000
la mayoría, incluyendo psicólogos,
00:23
would have said that this baby was irrational,
4
23260
3000
habrían respondido que este niño era irracional,
00:26
illogical, egocentric --
5
26260
2000
ilógico, egocéntrico
00:28
that he couldn't take the perspective of another person
6
28260
2000
y que no podría comprender otros puntos de vista
00:30
or understand cause and effect.
7
30260
2000
o comprender la relación causa y efecto.
00:32
In the last 20 years,
8
32260
2000
En los últimos 20 años
00:34
developmental science has completely overturned that picture.
9
34260
3000
la ciencia del desarrollo (infantil) ha invalidado por completo esa idea.
00:37
So in some ways,
10
37260
2000
Así que ahora, de alguna manera,
00:39
we think that this baby's thinking
11
39260
2000
creemos que el pensamiento de este bebé,
00:41
is like the thinking of the most brilliant scientists.
12
41260
4000
es como el pensamiento de los científicos más brillantes.
00:45
Let me give you just one example of this.
13
45260
2000
Les daré un ejemplo.
00:47
One thing that this baby could be thinking about,
14
47260
3000
Una de las cosas en las que podría estar pensando este bebé,
00:50
that could be going on in his mind,
15
50260
2000
que podría pasar por su mente,
00:52
is trying to figure out
16
52260
2000
es que estuviera tratando de averiguar
00:54
what's going on in the mind of that other baby.
17
54260
3000
lo que está pasando en la mente de otro bebé.
00:57
After all, one of the things that's hardest for all of us to do
18
57260
3000
Porque, a fin de cuentas, lo más difícil
01:00
is to figure out what other people are thinking and feeling.
19
60260
3000
es descifrar lo que otro piensa y siente.
01:03
And maybe the hardest thing of all
20
63260
2000
Y tal vez, lo más difícil de todo,
01:05
is to figure out that what other people think and feel
21
65260
3000
es darse cuenta de que lo que otros piensan y sienten,
01:08
isn't actually exactly like what we think and feel.
22
68260
2000
no es, precisamente, lo que nosotros pensamos o sentimos.
01:10
Anyone who's followed politics can testify
23
70260
2000
Quien sigue de cerca la política, puede dar fe
01:12
to how hard that is for some people to get.
24
72260
3000
de lo difícil que es para algunos lograr esto.
01:15
We wanted to know
25
75260
2000
Nosotros queríamos saber
01:17
if babies and young children
26
77260
2000
si los bebés y los niños pequeños
01:19
could understand this really profound thing about other people.
27
79260
3000
podían comprender este hecho profundo acerca de los otros.
01:22
Now the question is: How could we ask them?
28
82260
2000
Ahora la pregunta es: ¿cómo podríamos preguntarles?
01:24
Babies, after all, can't talk,
29
84260
2000
Después de todo, los bebés no pueden hablar,
01:26
and if you ask a three year-old
30
86260
2000
y si preguntan a un niño de tres años
01:28
to tell you what he thinks,
31
88260
2000
qué piensa,
01:30
what you'll get is a beautiful stream of consciousness monologue
32
90260
3000
se obtiene un hermoso monólogo
01:33
about ponies and birthdays and things like that.
33
93260
3000
sobre ponis, cumpleaños y cosas de ese estilo.
01:36
So how do we actually ask them the question?
34
96260
3000
Entonces, ¿cómo preguntarles?
01:39
Well it turns out that the secret was broccoli.
35
99260
3000
Pues el secreto está en el brócoli.
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
102260
4000
Lo que hicimos mi alumna Betty Rapacholi y yo,
01:46
was actually to give the babies two bowls of food:
37
106260
3000
fue dar a los a bebés dos recipientes con comida:
01:49
one bowl of raw broccoli
38
109260
2000
uno de brócoli crudo
01:51
and one bowl of delicious goldfish crackers.
39
111260
3000
y otro de pececitos salados deliciosos.
01:54
Now all of the babies, even in Berkley,
40
114260
3000
A todos los bebés, incluso en Berkley,
01:57
like the crackers and don't like the raw broccoli.
41
117260
3000
les gustan las galletas saladas y no les gusta el brócoli crudo.
02:00
(Laughter)
42
120260
2000
(Risas)
02:02
But then what Betty did
43
122260
2000
Lo que hizo Betty fue
02:04
was to take a little taste of food from each bowl.
44
124260
3000
probar un poquito de alimento de cada recipiente
02:07
And she would act as if she liked it or she didn't.
45
127260
2000
e hizo como si le gustara uno y otro no.
02:09
So half the time, she acted
46
129260
2000
Así, la mitad de las veces mostraba
02:11
as if she liked the crackers and didn't like the broccoli --
47
131260
2000
agrado por los pececitos salados y desagrado por el brócoli...
02:13
just like a baby and any other sane person.
48
133260
3000
igual que cualquier bebé y persona sensata.
02:16
But half the time,
49
136260
2000
Pero la mitad de las otras veces,
02:18
what she would do is take a little bit of the broccoli
50
138260
2000
ella con una porción de brócoli
02:20
and go, "Mmmmm, broccoli.
51
140260
3000
hacía: "mmm... brócoli.
02:23
I tasted the broccoli. Mmmmm."
52
143260
3000
Es brócoli, mmm..."
02:26
And then she would take a little bit of the crackers,
53
146260
2000
Luego, comía galletas saladas,
02:28
and she'd go, "Eww, yuck, crackers.
54
148260
4000
y hacía: "¡uf, puaj! Galletas...
02:32
I tasted the crackers. Eww, yuck."
55
152260
3000
He comido galletas. ¡Aaaagggggg!"
02:35
So she'd act as if what she wanted
56
155260
2000
Ella hizo lo contrario
02:37
was just the opposite of what the babies wanted.
57
157260
3000
de lo que les gustaba a los bebés.
02:40
We did this with 15 and 18 month-old babies.
58
160260
2000
Probamos esto con bebés de 15 y 18 meses.
02:42
And then she would simply put her hand out and say,
59
162260
3000
Luego, ella simplemente extendió la mano y dijo:
02:45
"Can you give me some?"
60
165260
2000
"¿puedes darme un poco?"
02:47
So the question is: What would the baby give her,
61
167260
2000
Y la cuestión es: ¿qué le dará el bebé,
02:49
what they liked or what she liked?
62
169260
2000
lo que les gusta a ellos o a ella?
02:51
And the remarkable thing was that 18 month-old babies,
63
171260
3000
Y lo increíble fue que, a los 18 meses de edad,
02:54
just barely walking and talking,
64
174260
2000
y aunque apenas puedan caminar y hablar,
02:56
would give her the crackers if she liked the crackers,
65
176260
3000
le darán las galletas si es eso lo que a ella le gustaba,
02:59
but they would give her the broccoli if she liked the broccoli.
66
179260
3000
o el brócoli, en caso contrario.
03:02
On the other hand,
67
182260
2000
Por otro lado,
03:04
15 month-olds would stare at her for a long time
68
184260
2000
los bebés de 15 meses, se quedaban contemplándola mucho tiempo
03:06
if she acted as if she liked the broccoli,
69
186260
2000
si hacía como si le gustara el brócoli;
03:08
like they couldn't figure this out.
70
188260
3000
no lo podían comprender.
03:11
But then after they stared for a long time,
71
191260
2000
Pero tras un lapso de tiempo,
03:13
they would just give her the crackers,
72
193260
2000
ellos le daban las galletas,
03:15
what they thought everybody must like.
73
195260
2000
ya que pensaban que a todos les deben gustar.
03:17
So there are two really remarkable things about this.
74
197260
3000
Así que encontramos aquí dos cosas realmente notables.
03:20
The first one is that these little 18 month-old babies
75
200260
3000
La primera es que estos bebés de 18 meses
03:23
have already discovered
76
203260
2000
han descubierto este hecho
03:25
this really profound fact about human nature,
77
205260
2000
realmente profundo de la naturaleza humana,
03:27
that we don't always want the same thing.
78
207260
2000
y es que no siempre todos queremos lo mismo.
03:29
And what's more, they felt that they should actually do things
79
209260
2000
Y lo que es más, creían que realmente debían hacer cosas
03:31
to help other people get what they wanted.
80
211260
3000
para ayudar a otros a conseguir lo ansiado.
03:34
Even more remarkably though,
81
214260
2000
Más sorprendente aún, es el hecho
03:36
the fact that 15 month-olds didn't do this
82
216260
3000
que los niños de 15 meses no hicieran esto,
03:39
suggests that these 18 month-olds had learned
83
219260
3000
y esto sugiere que los bebés de 18 meses han aprendido
03:42
this deep, profound fact about human nature
84
222260
3000
este hecho profundo de la naturaleza humana,
03:45
in the three months from when they were 15 months old.
85
225260
3000
a partir de los 15 meses.
03:48
So children both know more and learn more
86
228260
2000
Por lo tanto, los niños saben más y aprenden más
03:50
than we ever would have thought.
87
230260
2000
de lo que habíamos pensado.
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
232260
4000
Y este es uno de los cientos de estudios realizados los últimos 20 años
03:56
that's actually demonstrated it.
89
236260
2000
que lo demuestran.
03:58
The question you might ask though is:
90
238260
2000
Ahora, la pregunta que se podría hacer es:
04:00
Why do children learn so much?
91
240260
3000
¿por qué los niños aprenden tanto?
04:03
And how is it possible for them to learn so much
92
243260
2000
Y ¿cómo pueden aprender tanto
04:05
in such a short time?
93
245260
2000
en tan poco tiempo?
04:07
I mean, after all, if you look at babies superficially,
94
247260
2000
Es decir, después de todo, si se observa superficialmente a los bebés,
04:09
they seem pretty useless.
95
249260
2000
parecen bastante inútiles.
04:11
And actually in many ways, they're worse than useless,
96
251260
3000
Y en realidad, en muchos aspectos, son más que inútiles,
04:14
because we have to put so much time and energy
97
254260
2000
dado que tenemos que invertir mucha energía
04:16
into just keeping them alive.
98
256260
2000
para tan solo mantenerlos con vida.
04:18
But if we turn to evolution
99
258260
2000
Pero si nos remitimos a la evolución
04:20
for an answer to this puzzle
100
260260
2000
para obtener una respuesta a este misterio
04:22
of why we spend so much time
101
262260
2000
de por qué dedicamos tanto tiempo
04:24
taking care of useless babies,
102
264260
3000
al cuidado de bebés inútiles,
04:27
it turns out that there's actually an answer.
103
267260
3000
existe una respuesta.
04:30
If we look across many, many different species of animals,
104
270260
3000
Si observamos a través de las muchas y diversas especies,
04:33
not just us primates,
105
273260
2000
no solo a nosotros, los primates,
04:35
but also including other mammals, birds,
106
275260
2000
sino también otros mamíferos, las aves,
04:37
even marsupials
107
277260
2000
incluso los marsupiales,
04:39
like kangaroos and wombats,
108
279260
2000
como los canguros y uombats;
04:41
it turns out that there's a relationship
109
281260
2000
existe una relación entre
04:43
between how long a childhood a species has
110
283260
4000
la duración de la infancia de una especie
04:47
and how big their brains are compared to their bodies
111
287260
4000
y el tamaño de sus cerebros en comparación con sus cuerpos,
04:51
and how smart and flexible they are.
112
291260
2000
y cuan inteligentes y flexibles son.
04:53
And sort of the posterbirds for this idea are the birds up there.
113
293260
3000
Un claro ejemplo de esta idea son las aves allí.
04:56
On one side
114
296260
2000
Por un lado,
04:58
is a New Caledonian crow.
115
298260
2000
tenemos un cuervo de Nueva Caledonia.
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
300260
3000
Los cuervos y otros córvidos, grajos, etc.
05:03
are incredibly smart birds.
117
303260
2000
son aves sorprendentemente inteligentes
05:05
They're as smart as chimpanzees in some respects.
118
305260
3000
y en muchos aspectos, son tan inteligentes como los chimpancés.
05:08
And this is a bird on the cover of science
119
308260
2000
Y la ciencia ha descubierto que este ave
05:10
who's learned how to use a tool to get food.
120
310260
3000
ha aprendido a usar una herramienta para obtener alimento.
05:13
On the other hand,
121
313260
2000
Y por otro lado,
05:15
we have our friend the domestic chicken.
122
315260
2000
tenemos a nuestra amiga, la gallina.
05:17
And chickens and ducks and geese and turkeys
123
317260
3000
Las gallinas, patos, gansos y pavos
05:20
are basically as dumb as dumps.
124
320260
2000
son básicamente tan tontos como inoperantes,
05:22
So they're very, very good at pecking for grain,
125
322260
3000
Son muy buenos para picotear granos,
05:25
and they're not much good at doing anything else.
126
325260
3000
pero para nada más son muy buenos.
05:28
Well it turns out that the babies,
127
328260
2000
Resulta que los cuervos bebé
05:30
the New Caledonian crow babies, are fledglings.
128
330260
2000
de Nueva Caledonia son polluelos inexpertos.
05:32
They depend on their moms
129
332260
2000
Dependen de que sus madres
05:34
to drop worms in their little open mouths
130
334260
3000
les den a la boca pequeñas lombrices
05:37
for as long as two years,
131
337260
2000
durante dos años,
05:39
which is a really long time in the life of a bird.
132
339260
2000
un período largo en la vida de un pájaro.
05:41
Whereas the chickens are actually mature
133
341260
2000
Mientras que las gallinas maduran
05:43
within a couple of months.
134
343260
2000
en pocas meses.
05:45
So childhood is the reason
135
345260
3000
Por lo tanto, la niñez es la razón para que
05:48
why the crows end up on the cover of Science
136
348260
2000
los cuervos acaben en las portadas de la ciencia
05:50
and the chickens end up in the soup pot.
137
350260
2000
Mientras que las gallinas acaban siendo sopa en la olla.
05:52
There's something about that long childhood
138
352260
3000
Hay algo acerca de esa larga infancia
05:55
that seems to be connected
139
355260
2000
que parece estar conectada
05:57
to knowledge and learning.
140
357260
2000
con el conocimiento y el aprendizaje.
05:59
Well what kind of explanation could we have for this?
141
359260
3000
¿Qué tipo de explicación tendríamos?
06:02
Well some animals, like the chicken,
142
362260
3000
Bien, algunos animales, como las gallinas,
06:05
seem to be beautifully suited
143
365260
2000
parecen ser muy aptos
06:07
to doing just one thing very well.
144
367260
2000
para hacer muy bien una sola cosa,
06:09
So they seem to be beautifully suited
145
369260
3000
Por eso demuestran una gran capacidad
06:12
to pecking grain in one environment.
146
372260
2000
para picotear granos en un ambiente.
06:14
Other creatures, like the crows,
147
374260
2000
Otras criaturas, como los cuervos,
06:16
aren't very good at doing anything in particular,
148
376260
2000
no son muy buenos haciendo algo en particular,
06:18
but they're extremely good
149
378260
2000
sin embargo, son extremadamente capaces
06:20
at learning about laws of different environments.
150
380260
2000
de aprender las leyes de ambientes diferentes.
06:22
And of course, we human beings
151
382260
2000
Y por supuesto nosotros, los seres humanos,
06:24
are way out on the end of the distribution like the crows.
152
384260
3000
somos el exponente en esta distribución, como los cuervos.
06:27
We have bigger brains relative to our bodies
153
387260
2000
En relación al cuerpo, nuestros cerebros son mucho más grandes
06:29
by far than any other animal.
154
389260
2000
que el de cualquier otro animal,
06:31
We're smarter, we're more flexible,
155
391260
2000
somos más inteligentes, más flexibles,
06:33
we can learn more,
156
393260
2000
podemos aprender más;
06:35
we survive in more different environments,
157
395260
2000
podemos sobrevivir en los ambientes más diversos,
06:37
we migrated to cover the world and even go to outer space.
158
397260
3000
migramos para poblar el mundo, e incluso, hemos ido al espacio.
06:40
And our babies and children are dependent on us
159
400260
3000
Y nuestros bebés y niños dependen de nosotros
06:43
for much longer than the babies of any other species.
160
403260
3000
durante mucho más tiempo en comparación con otras especies.
06:46
My son is 23.
161
406260
2000
Mi hijo tiene 23 años.
06:48
(Laughter)
162
408260
2000
(Risas)
06:50
And at least until they're 23,
163
410260
2000
Y por lo menos, hasta los 23 años,
06:52
we're still popping those worms
164
412260
2000
estamos alimentándolos
06:54
into those little open mouths.
165
414260
3000
en la boca.
06:57
All right, why would we see this correlation?
166
417260
3000
Pero, ¿por qué vemos esta correlación?
07:00
Well an idea is that that strategy, that learning strategy,
167
420260
4000
Una idea sería que esa estrategia de aprendizaje,
07:04
is an extremely powerful, great strategy for getting on in the world,
168
424260
3000
es una estrategia de supervivencia muy poderosa,
07:07
but it has one big disadvantage.
169
427260
2000
pero tiene una gran desventaja.
07:09
And that one big disadvantage
170
429260
2000
Y esa gran desventaja es que,
07:11
is that, until you actually do all that learning,
171
431260
3000
hasta que se aprende,
07:14
you're going to be helpless.
172
434260
2000
uno está indefenso.
07:16
So you don't want to have the mastodon charging at you
173
436260
3000
Así que no querrán que el mastodonte se lance sobre Uds.
07:19
and be saying to yourself,
174
439260
2000
y preguntarse a sí mismo:
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
441260
4000
"Una honda o tal vez una lanza ¿Qué sería mejor?"
07:25
You want to know all that
176
445260
2000
Uds. quieren aprender todo eso
07:27
before the mastodons actually show up.
177
447260
2000
antes que el mastodonte aparezca.
07:29
And the way the evolutions seems to have solved that problem
178
449260
3000
Y la manera en que la evolución ha resuelto ese problema,
07:32
is with a kind of division of labor.
179
452260
2000
es mediante cierta división del trabajo.
07:34
So the idea is that we have this early period when we're completely protected.
180
454260
3000
Es decir, en esa primer etapa, estamos protegidos por completo,
07:37
We don't have to do anything. All we have to do is learn.
181
457260
3000
no tenemos que hacer nada más que aprender.
07:40
And then as adults,
182
460260
2000
Y luego en la adultez,
07:42
we can take all those things that we learned when we were babies and children
183
462260
3000
podemos utilizar esas cosas aprendidas siendo bebés y niños
07:45
and actually put them to work to do things out there in the world.
184
465260
3000
y ponerlas en práctica en la vida.
07:48
So one way of thinking about it
185
468260
2000
Entonces, una manera de ver esto sería pensar que
07:50
is that babies and young children
186
470260
2000
los bebés y los niños pequeños
07:52
are like the research and development division of the human species.
187
472260
3000
son el departamento de investigación y desarrollo de la especie humana.
07:55
So they're the protected blue sky guys
188
475260
3000
Son los niños celestiales protegidos
07:58
who just have to go out and learn and have good ideas,
189
478260
2000
que solo tienen que explorar, aprender y tener buenas ideas,
08:00
and we're production and marketing.
190
480260
2000
y nosotros somos la producción y la comercialización.
08:02
We have to take all those ideas
191
482260
2000
Nosotros tenemos que retomar todas esas ideas
08:04
that we learned when we were children
192
484260
2000
que aprendimos de pequeños
08:06
and actually put them to use.
193
486260
2000
y ponerlas en práctica.
08:08
Another way of thinking about it
194
488260
2000
Otra forma de analizar esto, sería
08:10
is instead of thinking of babies and children
195
490260
2000
en lugar de pensar en bebés y niños
08:12
as being like defective grownups,
196
492260
2000
como adultos incompletos,
08:14
we should think about them
197
494260
2000
los podríamos pensar como
08:16
as being a different developmental stage of the same species --
198
496260
2000
seres en una etapa diferente del desarrollo dentro de la especie,
08:18
kind of like caterpillars and butterflies --
199
498260
3000
—-algo similar a las orugas y las mariposas—-
08:21
except that they're actually the brilliant butterflies
200
501260
2000
con la diferencia de que ellos son las mariposas brillantes
08:23
who are flitting around the garden and exploring,
201
503260
3000
que revolotean y exploran el jardín,
08:26
and we're the caterpillars
202
506260
2000
y nosotros somos las orugas
08:28
who are inching along our narrow, grownup, adult path.
203
508260
3000
que avanzamos poco a poco en nuestro estrecho camino adulto
08:31
If this is true, if these babies are designed to learn --
204
511260
3000
Si esto es cierto, si los bebés están diseñados para aprender,
08:34
and this evolutionary story would say children are for learning,
205
514260
3000
—y la historia evolutiva muestra que los niños están capacitados para aprender,
08:37
that's what they're for --
206
517260
2000
están preparados para eso—,
08:39
we might expect
207
519260
2000
podríamos suponer
08:41
that they would have really powerful learning mechanisms.
208
521260
2000
que tienen poderosos mecanismos de aprendizaje.
08:43
And in fact, the baby's brain
209
523260
3000
De hecho, el cerebro de los bebés
08:46
seems to be the most powerful learning computer
210
526260
2000
parece ser la computadora más poderosa de aprendizaje
08:48
on the planet.
211
528260
2000
del planeta.
08:50
But real computers are actually getting to be a lot better.
212
530260
3000
Pero parece que las computadoras pueden llegar a ser mucho mejor.
08:53
And there's been a revolution
213
533260
2000
Ha habido recientemente una revolución
08:55
in our understanding of machine learning recently.
214
535260
2000
en nuestra comprensión del aprendizaje de las máquinas.
08:57
And it all depends on the ideas of this guy,
215
537260
3000
Y esto gracias a las ideas
09:00
the Reverend Thomas Bayes,
216
540260
2000
del reverendo Thomas Bayes,
09:02
who was a statistician and mathematician in the 18th century.
217
542260
3000
un estadístico y matemático del siglo XVIII.
09:05
And essentially what Bayes did
218
545260
3000
Y básicamente, lo que Bayes hizo
09:08
was to provide a mathematical way
219
548260
2000
fue proporcionar una base matemática,
09:10
using probability theory
220
550260
2000
utilizando la teoría de la probabilidad,
09:12
to characterize, describe,
221
552260
2000
para caracterizar y describir,
09:14
the way that scientists find out about the world.
222
554260
2000
la manera en que los científicos hacen sus hallazgos.
09:16
So what scientists do
223
556260
2000
Así, si los científicos
09:18
is they have a hypothesis that they think might be likely to start with.
224
558260
3000
tienen una hipótesis, luego,
09:21
They go out and test it against the evidence.
225
561260
2000
salen a comprobarla contra las evidencias.
09:23
The evidence makes them change that hypothesis.
226
563260
2000
Si las evidencias hacen modificar su hipótesis,
09:25
Then they test that new hypothesis
227
565260
2000
entonces testearán una nueva hipótesis,
09:27
and so on and so forth.
228
567260
2000
y así sucesivamente.
09:29
And what Bayes showed was a mathematical way that you could do that.
229
569260
3000
Y Bayes demostró un procedimiento matemático para hacerlo.
09:32
And that mathematics is at the core
230
572260
2000
Y las matemáticas constituyen el núcleo
09:34
of the best machine learning programs that we have now.
231
574260
2000
de los mejores programas de aprendizaje automático actuales.
09:36
And some 10 years ago,
232
576260
2000
Hace unos diez años,
09:38
I suggested that babies might be doing the same thing.
233
578260
4000
yo propuse que los bebés podrían hacer algo parecido.
09:42
So if you want to know what's going on
234
582260
2000
Así que si quieren saber qué sucede
09:44
underneath those beautiful brown eyes,
235
584260
2000
detrás de esos hermosos ojos marrones,
09:46
I think it actually looks something like this.
236
586260
2000
creo que en realidad, sería algo así.
09:48
This is Reverend Bayes's notebook.
237
588260
2000
Ese es el cuaderno del reverendo Bayes.
09:50
So I think those babies are actually making complicated calculations
238
590260
3000
Así, creo que los bebés hacen cálculos complejos
09:53
with conditional probabilities that they're revising
239
593260
3000
de probabilidad condicional que revisan
09:56
to figure out how the world works.
240
596260
2000
para comprender cómo funciona el mundo.
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
598260
4000
Bien, ahora parecería que existe un orden superior que demostrar.
10:02
Because after all, if you ask even grownups about statistics,
242
602260
2000
Después de todo, si preguntan a los adultos sobre estadística,
10:04
they look extremely stupid.
243
604260
2000
se ven muy ridículos;
10:06
How could it be that children are doing statistics?
244
606260
3000
Entonces, ¿cómo puede ser que los niños hagan estadísticas?
10:09
So to test this we used a machine that we have
245
609260
2000
Para probar esto, usamos un aparato
10:11
called the Blicket Detector.
246
611260
2000
que llamamos, el detector Blicket.
10:13
This is a box that lights up and plays music
247
613260
2000
Esta es una caja que se enciende y suena la música
10:15
when you put some things on it and not others.
248
615260
3000
cuando apoyas sobre ella algunas cosas y otras no.
10:18
And using this very simple machine,
249
618260
2000
Y con este aparato sencillo,
10:20
my lab and others have done dozens of studies
250
620260
2000
mi laboratorio y otros han hecho decenas de estudios
10:22
showing just how good babies are
251
622260
2000
mostrando, precisamente, lo bueno que son los niños
10:24
at learning about the world.
252
624260
2000
para aprender acerca el mundo.
10:26
Let me mention just one
253
626260
2000
Permítanme mencionarles solo uno,
10:28
that we did with Tumar Kushner, my student.
254
628260
2000
que hicimos con mi alumna, Tumar Kusher.
10:30
If I showed you this detector,
255
630260
2000
Si les hubiera mostrado este detector,
10:32
you would be likely to think to begin with
256
632260
2000
seguramente habrían pensado que la manera
10:34
that the way to make the detector go
257
634260
2000
de hacerlo funcionar
10:36
would be to put a block on top of the detector.
258
636260
3000
sería colocando un bloque sobre él.
10:39
But actually, this detector
259
639260
2000
Sin embargo, este detector,
10:41
works in a bit of a strange way.
260
641260
2000
funciona de una manera un poco extraña.
10:43
Because if you wave a block over the top of the detector,
261
643260
3000
Porque si agitamos un bloque sobre él,
10:46
something you wouldn't ever think of to begin with,
262
646260
3000
algo que seguramente no hubieran pensado que podríamos hacer,
10:49
the detector will actually activate two out of three times.
263
649260
3000
el detector se activará dos veces de cada tres;
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
652260
3000
mientras que, si hace lo previsible, apoya el bloque sobre el detector,
10:55
it will only activate two out of six times.
265
655260
4000
este solo se activará dos veces de cada seis.
10:59
So the unlikely hypothesis
266
659260
2000
Por lo tanto, la hipótesis poco probable,
11:01
actually has stronger evidence.
267
661260
2000
es la que tiene evidencias más sólidas.
11:03
It looks as if the waving
268
663260
2000
Parece como si la agitación del bloque
11:05
is a more effective strategy than the other strategy.
269
665260
2000
fuese una estrategia más eficaz que la otra estrategia.
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
667260
3000
Entonces, dimos a los niños de 4 años este patrón de evidencias
11:10
and we just asked them to make it go.
271
670260
2000
y les pedimos que lo hicieran funcionar.
11:12
And sure enough, the four year-olds used the evidence
272
672260
3000
Y efectivamente, el niño de 4 años usó la evidencia,
11:15
to wave the object on top of the detector.
273
675260
3000
de agitar el objeto sobre el detector.
11:18
Now there are two things that are really interesting about this.
274
678260
3000
Ahora, hay dos cosas realmente interesantes al respecto.
11:21
The first one is, again, remember, these are four year-olds.
275
681260
3000
La primera, y nuevamente, se trata de niños de 4 años.
11:24
They're just learning how to count.
276
684260
2000
Están aprendiendo a sumar.
11:26
But unconsciously,
277
686260
2000
Pero inconscientemente,
11:28
they're doing these quite complicated calculations
278
688260
2000
están haciendo esos cálculos complejos
11:30
that will give them a conditional probability measure.
279
690260
3000
que les darán una medida de probabilidad condicional.
11:33
And the other interesting thing
280
693260
2000
Y otra cosa interesante,
11:35
is that they're using that evidence
281
695260
2000
es que ellos usan esa evidencia
11:37
to get to an idea, get to a hypothesis about the world,
282
697260
3000
para llegar a una idea, a una hipótesis acerca del mundo,
11:40
that seems very unlikely to begin with.
283
700260
3000
que al comienzo, parece muy poco probable.
11:43
And in studies we've just been doing in my lab, similar studies,
284
703260
3000
Y en los estudios que hemos estado haciendo en mi laboratorio,
11:46
we've show that four year-olds are actually better
285
706260
2000
hemos demostrado que los niños de 4 años son mejores que los adultos
11:48
at finding out an unlikely hypothesis
286
708260
3000
en averiguar una hipótesis poco probable
11:51
than adults are when we give them exactly the same task.
287
711260
3000
ante la misma tarea.
11:54
So in these circumstances,
288
714260
2000
Así que en estas circunstancias,
11:56
the children are using statistics to find out about the world,
289
716260
3000
los niños están usando estadísticas para comprender el mundo.
11:59
but after all, scientists also do experiments,
290
719260
3000
Pero, después de todo, los científicos hacen experimentos
12:02
and we wanted to see if children are doing experiments.
291
722260
3000
y quisimos ver si los niños también los hacen.
12:05
When children do experiments we call it "getting into everything"
292
725260
3000
Cuando los niños experimentan, lo llamamos: "meterse en todo"
12:08
or else "playing."
293
728260
2000
o bien: "jugar".
12:10
And there's been a bunch of interesting studies recently
294
730260
3000
Y han surgido recientemente un montón de estudios interesantes
12:13
that have shown this playing around
295
733260
3000
que han demostrado que el juego es, realmente,
12:16
is really a kind of experimental research program.
296
736260
2000
una especie de programa de investigación experimental.
12:18
Here's one from Cristine Legare's lab.
297
738260
3000
Aquí hay uno del laboratorio de Cristine Legare.
12:21
What Cristine did was use our Blicket Detectors.
298
741260
3000
Cristina usó nuestro detector Blicket,
12:24
And what she did was show children
299
744260
2000
y lo que hizo fue mostrarle a los niños
12:26
that yellow ones made it go and red ones didn't,
300
746260
2000
que los amarillos lo hacían funcionar y los rojos no.
12:28
and then she showed them an anomaly.
301
748260
3000
Luego, les mostró una anomalía.
12:31
And what you'll see
302
751260
2000
Y verán ahora
12:33
is that this little boy will go through five hypotheses
303
753260
3000
que este pequeño desplegó 5 hipótesis
12:36
in the space of two minutes.
304
756260
3000
en un lapso de 2 minutos.
12:39
(Video) Boy: How about this?
305
759260
3000
(Video) Niño: "¿Qué tal este?"
12:43
Same as the other side.
306
763260
3000
"Igual que el otro lado"
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
766260
4000
Alison Gopnik: Su primer hipótesis ha sido falseada.
12:55
(Laughter)
308
775260
2000
(Risas)
12:57
Boy: This one lighted up, and this one nothing.
309
777260
3000
Niño: "Esta se enciende, y esta no".
13:00
AG: Okay, he's got his experimental notebook out.
310
780260
3000
AG: Hizo su registro de la experiencia.
13:06
Boy: What's making this light up.
311
786260
4000
Niño: "¿Qué la hace encender?"
13:11
(Laughter)
312
791260
9000
(Risas)
13:20
I don't know.
313
800260
2000
"No lo sé..."
13:22
AG: Every scientist will recognize that expression of despair.
314
802260
4000
AG: Los científicos reconocerían esa expresión de desesperación, ¿verdad?
13:26
(Laughter)
315
806260
3000
(Risas)
13:29
Boy: Oh, it's because this needs to be like this,
316
809260
6000
Niño: "Ah, es porque este tiene que estar como este
13:35
and this needs to be like this.
317
815260
2000
y este como este".
13:37
AG: Okay, hypothesis two.
318
817260
3000
AG: Muy bien, hipótesis 2.
13:40
Boy: That's why.
319
820260
2000
Niño: "Es por eso..."
13:42
Oh.
320
822260
2000
"Oh..."
13:44
(Laughter)
321
824260
5000
(Risas)
13:49
AG: Now this is his next idea.
322
829260
2000
AG: Ahora la próxima idea.
13:51
He told the experimenter to do this,
323
831260
2000
Y pidió a la investigadora hacer esto,
13:53
to try putting it out onto the other location.
324
833260
4000
colocarlos sobre el otro lugar.
13:57
Not working either.
325
837260
2000
Tampoco funciona.
14:02
Boy: Oh, because the light goes only to here,
326
842260
4000
Niño: "Oh, porque la luz solo llega hasta aquí...
14:06
not here.
327
846260
3000
y no hasta aquí.
14:09
Oh, the bottom of this box
328
849260
3000
"Oh, la parte inferior de la caja
14:12
has electricity in here,
329
852260
2000
tiene electricidad,
14:14
but this doesn't have electricity.
330
854260
2000
pero esta no".
14:16
AG: Okay, that's a fourth hypothesis.
331
856260
2000
AG: Bien, esa es su cuarta hipótesis.
14:18
Boy: It's lighting up.
332
858260
2000
Niño: "Se enciende
14:20
So when you put four.
333
860260
5000
cuando pones 4".
14:26
So you put four on this one to make it light up
334
866260
3000
"Entonces, tienes que poner 4 en este para que se encienda,
14:29
and two on this one to make it light up.
335
869260
2000
y dos en este".
14:31
AG: Okay,there's his fifth hypothesis.
336
871260
2000
AG: Muy bien, esa es su quinta hipótesis.
14:33
Now that is a particularly --
337
873260
3000
Se trata de un niño adorable
14:36
that is a particularly adorable and articulate little boy,
338
876260
3000
y particularmente expresivo,
14:39
but what Cristine discovered is this is actually quite typical.
339
879260
3000
pero Cristine descubrió que esto es bastante típico.
14:42
If you look at the way children play, when you ask them to explain something,
340
882260
3000
Si Uds. observan cómo juegan los niños, y les piden que les expliquen,
14:45
what they really do is do a series of experiments.
341
885260
3000
lo que realmente hacen es una serie de experimentos.
14:48
This is actually pretty typical of four year-olds.
342
888260
3000
Esto, en realidad, es bastante característico en los niños de 4 años.
14:51
Well, what's it like to be this kind of creature?
343
891260
3000
Pues bien, ¿qué se siente siendo este tipo de criatura?
14:54
What's it like to be one of these brilliant butterflies
344
894260
3000
¿Qué se siente siendo una de esas brillantes mariposas
14:57
who can test five hypotheses in two minutes?
345
897260
3000
que puede poner a prueba 5 hipótesis en dos minutos?
15:00
Well, if you go back to those psychologists and philosophers,
346
900260
3000
Bueno, si nos remontamos a psicólogos y filósofos,
15:03
a lot of them have said
347
903260
2000
muchos de ellos afirmaban que
15:05
that babies and young children were barely conscious
348
905260
2000
los bebés apenas eran conscientes
15:07
if they were conscious at all.
349
907260
2000
o no lo eran en absoluto.
15:09
And I think just the opposite is true.
350
909260
2000
Pienso que es exactamente lo contrario.
15:11
I think babies and children are actually more conscious than we are as adults.
351
911260
3000
Creo que los bebés y los niños son más conscientes que nosotros, los adultos.
15:14
Now here's what we know about how adult consciousness works.
352
914260
3000
Ahora, esto es lo que sabemos sobre cómo funciona la conciencia en adultos.
15:17
And adults' attention and consciousness
353
917260
2000
La atención y la conciencia de los adultos
15:19
look kind of like a spotlight.
354
919260
2000
se parece a un reflector.
15:21
So what happens for adults
355
921260
2000
Los adultos
15:23
is we decide that something's relevant or important,
356
923260
2000
decidimos si algo es relevante o importante, o no,
15:25
we should pay attention to it.
357
925260
2000
y dirigimos la atención hacia eso.
15:27
Our consciousness of that thing that we're attending to
358
927260
2000
Y la conciencia hacia ese objeto que estamos atendiendo
15:29
becomes extremely bright and vivid,
359
929260
3000
se ilumina y reaviva considerablemente,
15:32
and everything else sort of goes dark.
360
932260
2000
mientras que el resto de las cosas se apagan;
15:34
And we even know something about the way the brain does this.
361
934260
3000
e incluso sabemos cómo el cerebro hace esto.
15:37
So what happens when we pay attention
362
937260
2000
Cuando prestamos atención,
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
939260
3000
la corteza prefrontal, que es la parte ejecutiva de nuestro cerebro,
15:42
sends a signal
364
942260
2000
envía una señal
15:44
that makes a little part of our brain much more flexible,
365
944260
2000
que hace que una pequeña porción de nuestro cerebro
15:46
more plastic, better at learning,
366
946260
2000
sea más flexible, mejor para el aprendizaje,
15:48
and shuts down activity
367
948260
2000
anulando la actividad
15:50
in all the rest of our brains.
368
950260
2000
en el resto del cerebro.
15:52
So we have a very focused, purpose-driven kind of attention.
369
952260
4000
Por lo tanto, tenemos una atención muy enfocada, dirigida a un propósito.
15:56
If we look at babies and young children,
370
956260
2000
Si observamos a los bebés y a los niños,
15:58
we see something very different.
371
958260
2000
vemos algo muy diferente.
16:00
I think babies and young children
372
960260
2000
Yo pienso que los bebés y los niños
16:02
seem to have more of a lantern of consciousness
373
962260
2000
parece que tuvieran un farol de la conciencia
16:04
than a spotlight of consciousness.
374
964260
2000
más que un reflector de la conciencia.
16:06
So babies and young children are very bad
375
966260
3000
Por eso, los bebés y los niños son muy malos
16:09
at narrowing down to just one thing.
376
969260
3000
para concentrarse en una sola cosa,
16:12
But they're very good at taking in lots of information
377
972260
3000
pero son muy buenos para tomar información
16:15
from lots of different sources at once.
378
975260
2000
de muchas fuentes diferentes a la vez.
16:17
And if you actually look in their brains,
379
977260
2000
Y si observan sus cerebros,
16:19
you see that they're flooded with these neurotransmitters
380
979260
3000
los verán inundados de neurotransmisores
16:22
that are really good at inducing learning and plasticity,
381
982260
2000
que son muy buenos para inducir el aprendizaje y la plasticidad,
16:24
and the inhibitory parts haven't come on yet.
382
984260
3000
mientras que los inhibidores no se ponen aun en funcionamiento.
16:27
So when we say that babies and young children
383
987260
2000
Entonces, cuando decimos que los bebés y los niños pequeños
16:29
are bad at paying attention,
384
989260
2000
no son buenos prestando atención, es decir, en realidad,
16:31
what we really mean is that they're bad at not paying attention.
385
991260
4000
son malos en no prestar atención.
16:35
So they're bad at getting rid
386
995260
2000
Por tanto, son malos para ignorar
16:37
of all the interesting things that could tell them something
387
997260
2000
todas las cosas interesantes que los rodean
16:39
and just looking at the thing that's important.
388
999260
2000
y mirar solo lo que es importante.
16:41
That's the kind of attention, the kind of consciousness,
389
1001260
3000
Ese es el tipo de atención, de conciencia
16:44
that we might expect
390
1004260
2000
que podemos esperar,
16:46
from those butterflies who are designed to learn.
391
1006260
2000
de aquellas mariposas que están diseñadas para aprender.
16:48
Well if we want to think about a way
392
1008260
2000
Y si quisiera pensar en una manera
16:50
of getting a taste of that kind of baby consciousness as adults,
393
1010260
4000
de obtener una muestra de la conciencia de un bebé como adulto,
16:54
I think the best thing is think about cases
394
1014260
2000
creo que la mejor manera es pensar las veces
16:56
where we're put in a new situation that we've never been in before --
395
1016260
3000
que nos enfrentamos a situaciones nuevas:
16:59
when we fall in love with someone new,
396
1019260
2000
cuando nos enamoramos nuevamente,
17:01
or when we're in a new city for the first time.
397
1021260
3000
cuando visitamos una ciudad por primera vez.
17:04
And what happens then is not that our consciousness contracts,
398
1024260
2000
Y lo que sucede, en esos casos, no es que la conciencia se contrae,
17:06
it expands,
399
1026260
2000
todo lo contrario, se expande.
17:08
so that those three days in Paris
400
1028260
2000
Y es así que, esos tres días en París,
17:10
seem to be more full of consciousness and experience
401
1030260
2000
parecen estar mucho más rebosantes de conciencia y experiencia,
17:12
than all the months of being
402
1032260
2000
que todos esos meses de
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1034260
4000
caminar, hablar, reunirse en la facultad --como zombis-— de regresar a casa.
17:18
And by the way, that coffee,
404
1038260
2000
Y por cierto, ese café,
17:20
that wonderful coffee you've been drinking downstairs,
405
1040260
2000
ese maravilloso café que han tomado,
17:22
actually mimics the effect
406
1042260
2000
en realidad, imita el efecto
17:24
of those baby neurotransmitters.
407
1044260
2000
de los neurotransmisores del bebé.
17:26
So what's it like to be a baby?
408
1046260
2000
Entonces, ¿qué se siente siendo un bebé?
17:28
It's like being in love
409
1048260
2000
Es como estar enamorado
17:30
in Paris for the first time
410
1050260
2000
en París por primera vez,
17:32
after you've had three double-espressos.
411
1052260
2000
tras haber tomado tres expresos dobles.
17:34
(Laughter)
412
1054260
3000
(Risas)
17:37
That's a fantastic way to be,
413
1057260
2000
Esa es una fantástica manera de vivir,
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1059260
4000
pero les hará despertarse a las tres de la madrugada llorando.
17:43
(Laughter)
415
1063260
3000
(Risas)
17:46
Now it's good to be a grownup.
416
1066260
2000
Pero es bueno ser adulto.
17:48
I don't want to say too much about how wonderful babies are.
417
1068260
2000
No quiero decir mucho más sobre lo maravillosos que son los bebés.
17:50
It's good to be a grownup.
418
1070260
2000
Es bueno ser adulto.
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1072260
3000
Podemos atarnos los cordones y cruzar la calle solos.
17:55
And it makes sense that we put a lot of effort
420
1075260
2000
Y tiene sentido que pongamos mucho esfuerzo
17:57
into making babies think like adults do.
421
1077260
4000
en hacer que los bebés piensen como los adultos.
18:01
But if what we want is to be like those butterflies,
422
1081260
3000
Pero queremos ser como esas mariposas
18:04
to have open-mindedness, open learning,
423
1084260
3000
para tener mentes abiertas y dispuestas al aprendizaje,
18:07
imagination, creativity, innovation,
424
1087260
2000
imaginación, creatividad, innovación...
18:09
maybe at least some of the time
425
1089260
2000
y tal vez, algunas veces,
18:11
we should be getting the adults
426
1091260
2000
los adultos deberían
18:13
to start thinking more like children.
427
1093260
2000
empezar a pensar como los niños.
18:15
(Applause)
428
1095260
8000
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7