Alison Gopnik: What do babies think?

394,029 views ・ 2011-10-10

TED


वीडियो चलाने के लिए कृपया नीचे दिए गए अंग्रेजी उपशीर्षक पर डबल-क्लिक करें।

Translator: Swapnil Dixit Reviewer: Vatsala Shrivastava
00:15
What is going on
0
15260
2000
आखिर चल क्या रहा है
00:17
in this baby's mind?
1
17260
2000
इस बच्चे के दिमाग में?
00:19
If you'd asked people this 30 years ago,
2
19260
2000
अगर ये सवाल ३० साल पहले किया गया होता,
00:21
most people, including psychologists,
3
21260
2000
तो ज्यादातर लोग, और मनोवैज्ञानिक
00:23
would have said that this baby was irrational,
4
23260
3000
कहते कि ये बच्चा बेसमझ है,
00:26
illogical, egocentric --
5
26260
2000
तर्क नहीं समझता, बस अपने बारे में सोचता है --
00:28
that he couldn't take the perspective of another person
6
28260
2000
और ये दूसरों का दृष्टिकोण नहीं समझ सकता
00:30
or understand cause and effect.
7
30260
2000
या ये नहीं समझता कि कुछ करने का क्या परिणाम होगा।
00:32
In the last 20 years,
8
32260
2000
पिछले बीस सालों में,
00:34
developmental science has completely overturned that picture.
9
34260
3000
विकास के विज्ञान ने इस राय को उलट दिया है।
00:37
So in some ways,
10
37260
2000
आज ये कहा जा सकता है कि,
00:39
we think that this baby's thinking
11
39260
2000
हमें लगता है कि इस बच्चे की सोच
00:41
is like the thinking of the most brilliant scientists.
12
41260
4000
दुनिया के सबसे उम्दा साइंस्टिस्टों जैसी ही है।
00:45
Let me give you just one example of this.
13
45260
2000
आपको एक उदाहरण देता हूँ।
00:47
One thing that this baby could be thinking about,
14
47260
3000
हो सकता है कि एक बात जो कि ये बच्चा सोच रहा है,
00:50
that could be going on in his mind,
15
50260
2000
या उसका दिमाग जो कर रहा है,
00:52
is trying to figure out
16
52260
2000
वो ये समझना चाहता है कि
00:54
what's going on in the mind of that other baby.
17
54260
3000
इस दूसरे बच्चे के दिमाग में क्या चल रहा है।
00:57
After all, one of the things that's hardest for all of us to do
18
57260
3000
आखिरकार, हम सब के लिये सबसे कठिन कामों में से एक है
01:00
is to figure out what other people are thinking and feeling.
19
60260
3000
ये पता लगाना कि दूसरे लोग क्या सोच रहे हैं और महसूस कर रहे हैं।
01:03
And maybe the hardest thing of all
20
63260
2000
और हो सकता है कि सबसे कठिन काम
01:05
is to figure out that what other people think and feel
21
65260
3000
ये समझना हो कि जो दूसरे लोगों की सोच और अनुभव,
01:08
isn't actually exactly like what we think and feel.
22
68260
2000
उस से अलग है जो हम सोचते और महसूस करते हैं।
01:10
Anyone who's followed politics can testify
23
70260
2000
राजनीति पर ध्यान देने वाले लोग बता सकते हैं कि
01:12
to how hard that is for some people to get.
24
72260
3000
कुछ लोगों के लिये ये समझना कितना मुश्किल है।
01:15
We wanted to know
25
75260
2000
हम ये जानना चाहते थे कि
01:17
if babies and young children
26
77260
2000
क्या शिशु और छोटे बच्चे
01:19
could understand this really profound thing about other people.
27
79260
3000
दूसरों से जुडी ऐसी जटिल बात को समझने के काबिल हैं?
01:22
Now the question is: How could we ask them?
28
82260
2000
अब सवाल ये था कि हम बच्चों से ये पूछें कैसे?
01:24
Babies, after all, can't talk,
29
84260
2000
बच्चे हैं - बोल तो सकते नहीं,
01:26
and if you ask a three year-old
30
86260
2000
और अगर आप तीन साल के बच्चे से कहेंगे
01:28
to tell you what he thinks,
31
88260
2000
कि बताओ तुम क्या सोच रहे हो,
01:30
what you'll get is a beautiful stream of consciousness monologue
32
90260
3000
तो वो आपको एक खूबसूरत सा अबोध भाषण देगा
01:33
about ponies and birthdays and things like that.
33
93260
3000
जन्मदिन की पार्टी, और घोडे और ऐसी ही चीजों पर।
01:36
So how do we actually ask them the question?
34
96260
3000
तो हम उनसे ये सवाल करें तो कैसे करें?
01:39
Well it turns out that the secret was broccoli.
35
99260
3000
असल में, इस रहस्य का जवाब फूलगोभी में छुपा था।
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
102260
4000
मेरी एक विद्यार्थी बैट्टी रापाचोली, और मैने
01:46
was actually to give the babies two bowls of food:
37
106260
3000
बच्चों को खाने की दो कटोरियाँ दीं:
01:49
one bowl of raw broccoli
38
109260
2000
एक में कच्ची फूलगोभी
01:51
and one bowl of delicious goldfish crackers.
39
111260
3000
और एक में स्वादिष्ट गोल्डफ़िश जैसे बिस्कुट।
01:54
Now all of the babies, even in Berkley,
40
114260
3000
सारी दुनिया के बच्चे, यहाँ तक कि बर्कली के भी,
01:57
like the crackers and don't like the raw broccoli.
41
117260
3000
बि़स्कुट पसंद करते हैं, और कच्ची गोभी को नापसंद करते हैं।
02:00
(Laughter)
42
120260
2000
ठहाका
02:02
But then what Betty did
43
122260
2000
पर फिर बेट्टी ने क्या किया कि
02:04
was to take a little taste of food from each bowl.
44
124260
3000
हर कटोरी से खाने को चखा।
02:07
And she would act as if she liked it or she didn't.
45
127260
2000
और उसे पसंद या नापसंद करने की ऐक्टिंग की।
02:09
So half the time, she acted
46
129260
2000
तो आधी बार, उसने दिखाया कि
02:11
as if she liked the crackers and didn't like the broccoli --
47
131260
2000
उसे बिस्कुट पसंद है और गोभी नापसंद --
02:13
just like a baby and any other sane person.
48
133260
3000
जैसे कि किसी बच्चे या नार्मल इंसाल को होना चाहिये।
02:16
But half the time,
49
136260
2000
मगर आधी बार,
02:18
what she would do is take a little bit of the broccoli
50
138260
2000
वो थोडी से गोभी लेती थी
02:20
and go, "Mmmmm, broccoli.
51
140260
3000
और कहती थे, "वाsssssह, गोsssभीssss!
02:23
I tasted the broccoli. Mmmmm."
52
143260
3000
मैने गोभी खाई, वाsssssह।"
02:26
And then she would take a little bit of the crackers,
53
146260
2000
और फिर वो थोडे से बिस्कुट लेती थी,
02:28
and she'd go, "Eww, yuck, crackers.
54
148260
4000
और कहती थी, "छिः, छिः, बिस्कुट,।
02:32
I tasted the crackers. Eww, yuck."
55
152260
3000
मैने बिस्कुट खाया, थू, थू, थू।"
02:35
So she'd act as if what she wanted
56
155260
2000
तो उसने ये दिखाया कि उसकी रुचि
02:37
was just the opposite of what the babies wanted.
57
157260
3000
बच्चों की रुचि से उल्टी थी।
02:40
We did this with 15 and 18 month-old babies.
58
160260
2000
हमने ये प्रयोग १५ और १८ साल के बच्चों के साथ किया।
02:42
And then she would simply put her hand out and say,
59
162260
3000
और फिर वो अपना हाथ आगे कर के कहती थी,
02:45
"Can you give me some?"
60
165260
2000
"थोडा सा मुझे भी दो ना!"
02:47
So the question is: What would the baby give her,
61
167260
2000
तो सवाल ये था कि बच्चे उसे क्या देंगे,
02:49
what they liked or what she liked?
62
169260
2000
वो जो उसे पसंद है, या वो जो उसे नापसंद है?
02:51
And the remarkable thing was that 18 month-old babies,
63
171260
3000
और ग़जब की बात ये है कि १८ महीने के बच्चे,
02:54
just barely walking and talking,
64
174260
2000
जो ठीक से चल बोल भी नही पाते,
02:56
would give her the crackers if she liked the crackers,
65
176260
3000
उसे बिस्कुट देते थे, अगर उसे बिस्कुट पसंद थे,
02:59
but they would give her the broccoli if she liked the broccoli.
66
179260
3000
और गोभी देते थे अगर उसे गोभी पसंद थी।
03:02
On the other hand,
67
182260
2000
साथ ही,
03:04
15 month-olds would stare at her for a long time
68
184260
2000
१५ महीने के बच्चे उस की तरफ़ देर तक टकटकी लगाये रहते थे
03:06
if she acted as if she liked the broccoli,
69
186260
2000
अगर उसने गोभी पसंद करने की एक्टिंग की थी,
03:08
like they couldn't figure this out.
70
188260
3000
जैसे उन्हें समझ नहीं आ रहा हो क्यों
03:11
But then after they stared for a long time,
71
191260
2000
मगर थोडी देर तक एकटक देखने के बाद,
03:13
they would just give her the crackers,
72
193260
2000
वो उसे बिस्कुट ही देते थे,
03:15
what they thought everybody must like.
73
195260
2000
जो उन्हें लगता कि सबको पसंद होता होगा।
03:17
So there are two really remarkable things about this.
74
197260
3000
इस प्रयोग में दो बातें बेहद ज़रूरी हैं।
03:20
The first one is that these little 18 month-old babies
75
200260
3000
पहली ये कि इन छोटे छोटे १८ महीने के बच्चों ने
03:23
have already discovered
76
203260
2000
समझ लिया है
03:25
this really profound fact about human nature,
77
205260
2000
इंसानी प्रकृति के इस गूढ रहस्य को
03:27
that we don't always want the same thing.
78
207260
2000
कि सब लोगों को एक ही चीज़ अच्छी नहीं लगती।
03:29
And what's more, they felt that they should actually do things
79
209260
2000
खास बात ये है कि उन्हें लगा कि उन्हें वो ही करना चाहिये
03:31
to help other people get what they wanted.
80
211260
3000
जो दूसरों को उनकी मनचाही चीज़ पाने में मदद करे।
03:34
Even more remarkably though,
81
214260
2000
इस से भी खास बात है
03:36
the fact that 15 month-olds didn't do this
82
216260
3000
१५ महीने के बच्चों का ऐसा नहीं करना
03:39
suggests that these 18 month-olds had learned
83
219260
3000
ये दिखाता है कि १८ महीने के बच्चों ने
03:42
this deep, profound fact about human nature
84
222260
3000
इतना गूढ, जटिल रहस्य
03:45
in the three months from when they were 15 months old.
85
225260
3000
केवल पिछ्ले तीन महीनों में सीखा था।
03:48
So children both know more and learn more
86
228260
2000
तो बच्चे कहीं ज्यादा जानते और सीखते हैं
03:50
than we ever would have thought.
87
230260
2000
हमारी आशा के मुकाबले।
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
232260
4000
और पिछले बीस साल में हुये कई हज़ारों प्रयोगों ने
03:56
that's actually demonstrated it.
89
236260
2000
इस बात को दर्शाया है।
03:58
The question you might ask though is:
90
238260
2000
हाँ ये प्रश्न ज़रूर उठता है कि:
04:00
Why do children learn so much?
91
240260
3000
बच्चे इतना क्यों सीखते हैं?
04:03
And how is it possible for them to learn so much
92
243260
2000
और उनके लिये इतना सीखना संभव कैसे है,
04:05
in such a short time?
93
245260
2000
वो भी इतने कम समय में?
04:07
I mean, after all, if you look at babies superficially,
94
247260
2000
मेरा मतलब है कि, अगर आप बच्चों को ऊपर-ऊपर से देखें
04:09
they seem pretty useless.
95
249260
2000
तो वो किसी काम के लायक नहीं लगते।
04:11
And actually in many ways, they're worse than useless,
96
251260
3000
और असल में, वो उस से भी बदतर होते हैं
04:14
because we have to put so much time and energy
97
254260
2000
क्योंके उल्टे उनमें इतना सारा समय और ताकत लगानी पडती है
04:16
into just keeping them alive.
98
256260
2000
बस उन्हें जीवित भर रख पाने में।
04:18
But if we turn to evolution
99
258260
2000
मगर यदि हम विकास के क्रम
04:20
for an answer to this puzzle
100
260260
2000
में इस पहेली का जवाब ढूँढें
04:22
of why we spend so much time
101
262260
2000
कि क्यों हम इतना समय
04:24
taking care of useless babies,
102
264260
3000
इन बेकार बच्चों को पालने में लगाते हैं,
04:27
it turns out that there's actually an answer.
103
267260
3000
तो उसका उत्तर मिलता है।
04:30
If we look across many, many different species of animals,
104
270260
3000
यदि हम तमाम सारे जीवों पर नज़र दौडायें,
04:33
not just us primates,
105
273260
2000
न सिर्फ़ मानवो पर ही,
04:35
but also including other mammals, birds,
106
275260
2000
मगर बाकी स्तनधारियों, चिडियों
04:37
even marsupials
107
277260
2000
धानी प्राणियों पर (जो बच्चों को थैली में रखते हैं)
04:39
like kangaroos and wombats,
108
279260
2000
जैसे कि कंगारू,
04:41
it turns out that there's a relationship
109
281260
2000
एक संबंध दिखता है:
04:43
between how long a childhood a species has
110
283260
4000
इसमें कि एक जीव का बचपन कितना लंबा है
04:47
and how big their brains are compared to their bodies
111
287260
4000
और इसमें कि उनका दिमाग उनके शरीर की तुलना में कितना बडा है
04:51
and how smart and flexible they are.
112
291260
2000
और वो कितने बुद्धिमान और लोचदार हैं।
04:53
And sort of the posterbirds for this idea are the birds up there.
113
293260
3000
और सबसे आगे हैं पक्षी।
04:56
On one side
114
296260
2000
एक तरफ तो
04:58
is a New Caledonian crow.
115
298260
2000
ये न्यू कैलेडोनियन कौआ है।
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
300260
3000
और कौए और उसके जैसे जीव, रेवन, रूक्स वगैरह
05:03
are incredibly smart birds.
117
303260
2000
बहुत ज्यादा बुद्धिमान होते हैं।
05:05
They're as smart as chimpanzees in some respects.
118
305260
3000
कुछ मायनों में तो वो चिम्पान्ज़ी जितने बुद्धिमान होते हैं।
05:08
And this is a bird on the cover of science
119
308260
2000
और ये चिडिया जो साइंस के कवर पेज पर है,
05:10
who's learned how to use a tool to get food.
120
310260
3000
और जो औजार इस्तेमाल कर के भोजन पाना सीख चुकी है।
05:13
On the other hand,
121
313260
2000
दूसरी तरफ़,
05:15
we have our friend the domestic chicken.
122
315260
2000
हमारा घरेलू चिकन है।
05:17
And chickens and ducks and geese and turkeys
123
317260
3000
और मुर्गे, बतख, और गीस और टर्की
05:20
are basically as dumb as dumps.
124
320260
2000
बहुत ज्यादा बेवकूफ़ जीव होते हैं।
05:22
So they're very, very good at pecking for grain,
125
322260
3000
वो अनाज का दाना ढूँढने में माहिर होते हैं,
05:25
and they're not much good at doing anything else.
126
325260
3000
लेकिन उस से ज्यादा कुछ कर नहीं पाते।
05:28
Well it turns out that the babies,
127
328260
2000
और असल में
05:30
the New Caledonian crow babies, are fledglings.
128
330260
2000
कौओं के बच्चे, पूरी तरह नाकारा होते हैं।
05:32
They depend on their moms
129
332260
2000
वो अपनी माँ पर पूरी तरह निर्भर होते है
05:34
to drop worms in their little open mouths
130
334260
3000
उनकी छोटी छोटी चोंचों में कीडे डालने के लिये
05:37
for as long as two years,
131
337260
2000
लगभग जन्म के दो साल तक,
05:39
which is a really long time in the life of a bird.
132
339260
2000
जो कि एक चिडिया के जीवन में बहुत लम्बा समय है।
05:41
Whereas the chickens are actually mature
133
341260
2000
जबकि मुर्गे बडे हो जाते हैं
05:43
within a couple of months.
134
343260
2000
जन्म के कुछ ही महीनों में।
05:45
So childhood is the reason
135
345260
3000
तो बचपन की लंबाई ही कारण है कि
05:48
why the crows end up on the cover of Science
136
348260
2000
कौए साइस के कवर पेज पर हैं
05:50
and the chickens end up in the soup pot.
137
350260
2000
और चिकन सूप के कटोरे में।
05:52
There's something about that long childhood
138
352260
3000
लम्बे बचपन में कुछ तो है जो
05:55
that seems to be connected
139
355260
2000
इसे जोडता है
05:57
to knowledge and learning.
140
357260
2000
ज्ञान और सीखने की क्षमता से।
05:59
Well what kind of explanation could we have for this?
141
359260
3000
अब इस को कैसे समझा जाये?
06:02
Well some animals, like the chicken,
142
362260
3000
कुछ जानवर जैसे कि चिकन,
06:05
seem to be beautifully suited
143
365260
2000
बहुत उपयुक्त हैं,
06:07
to doing just one thing very well.
144
367260
2000
सिर्फ़ एक काम को ढँग से करने में।
06:09
So they seem to be beautifully suited
145
369260
3000
तो चिकन पूरी तरह माहिर हैं
06:12
to pecking grain in one environment.
146
372260
2000
किसी एक तरह के स्थितियों में अनाज ढूँढने में।
06:14
Other creatures, like the crows,
147
374260
2000
दूसर जीव जैसे कि कौए,
06:16
aren't very good at doing anything in particular,
148
376260
2000
किसी भी काम को पूरी कुशलता से करना नहीं जानते,
06:18
but they're extremely good
149
378260
2000
मगर वो बहुत अच्छे है
06:20
at learning about laws of different environments.
150
380260
2000
नयी स्थितियों के नियम सीखने में।
06:22
And of course, we human beings
151
382260
2000
और हम मनुष्य
06:24
are way out on the end of the distribution like the crows.
152
384260
3000
तो कौओं वगैरह से बहुत आगे निकल आये हैं।
06:27
We have bigger brains relative to our bodies
153
387260
2000
हमारा दिमाग से हमारे शरीर का अनुपात बडा है
06:29
by far than any other animal.
154
389260
2000
किसी भी दूसरे जानवर के मुकाबले।
06:31
We're smarter, we're more flexible,
155
391260
2000
हम ज्यादा बुद्धिमान है, हम ढलना जानते हैं,
06:33
we can learn more,
156
393260
2000
हम ज्यादा सीख सकते है,
06:35
we survive in more different environments,
157
395260
2000
और हम ज्यादा तरह के पर्यावरणों में जीवित रह सकते है,
06:37
we migrated to cover the world and even go to outer space.
158
397260
3000
हम सारी दुनिया में फ़ैले हुए हैं और अंतरिक्ष तक भी पहुँच गये हैं।
06:40
And our babies and children are dependent on us
159
400260
3000
लेकिन हमारे बच्चे हम पर ही निर्भर रहते हैं
06:43
for much longer than the babies of any other species.
160
403260
3000
किसी भी दूसरे जीव के बच्चों से ज्यादा लम्बे समय तक।
06:46
My son is 23.
161
406260
2000
मेरा बेटा २३ साल का है।
06:48
(Laughter)
162
408260
2000
ठहाका
06:50
And at least until they're 23,
163
410260
2000
और कम से कम जब तक वो २३ साल के नहीं हो जाते,
06:52
we're still popping those worms
164
412260
2000
हम कीडे पहुँचाते रहते हैं
06:54
into those little open mouths.
165
414260
3000
उनकी छोटी छोटी चोंचों में।
06:57
All right, why would we see this correlation?
166
417260
3000
तो, हमें ये संबंध क्यों दिखता है?
07:00
Well an idea is that that strategy, that learning strategy,
167
420260
4000
एक आयडिया ये है कि युक्ति लगाना, और इसे सीखना
07:04
is an extremely powerful, great strategy for getting on in the world,
168
424260
3000
इस दुनिया में जीने के लिये बहुत बहुत ज़रूरी है
07:07
but it has one big disadvantage.
169
427260
2000
मगर उस का एक बडा नुकसान है।
07:09
And that one big disadvantage
170
429260
2000
और वो नुकसान ये है कि
07:11
is that, until you actually do all that learning,
171
431260
3000
जब तक आप सब कुछ सीख नहीं लेते,
07:14
you're going to be helpless.
172
434260
2000
आप दूसरों पर निर्भर रहेंगे।
07:16
So you don't want to have the mastodon charging at you
173
436260
3000
तो आप नहीं चाहेंगे कि जब कोई हाथी आपको दौडा रहा हो,
07:19
and be saying to yourself,
174
439260
2000
तो आप खुद से कह रहे हों,
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
441260
4000
"शायद गुलेल काम करेगी, नहीं नहीं, भाला काम करेगा। क्या इस्तेमाल करूँ?"
07:25
You want to know all that
176
445260
2000
आप को वो सब सीखना जानना होगा
07:27
before the mastodons actually show up.
177
447260
2000
इस से पहले कि हाथी आप को दिखे।
07:29
And the way the evolutions seems to have solved that problem
178
449260
3000
और जिस तरह से विकास-क्र्म ने इस समस्या को सुलझाया है वो है
07:32
is with a kind of division of labor.
179
452260
2000
काम बाँट कर।
07:34
So the idea is that we have this early period when we're completely protected.
180
454260
3000
तो सुझाव ये है कि हमें शुरुवात में कुछ समय मिलता है जब हमें पूरी सुरक्षा मिलती है।
07:37
We don't have to do anything. All we have to do is learn.
181
457260
3000
हमें खुद कुछ नहीं करना होता। हमें बस सीखना होता है।
07:40
And then as adults,
182
460260
2000
और फिर व्य्स्कों के रूप में,
07:42
we can take all those things that we learned when we were babies and children
183
462260
3000
हम वो सारी विद्या काम में ला सकते हैं जो हमने बचपन में पाई होती है
07:45
and actually put them to work to do things out there in the world.
184
465260
3000
और उस का इस्तेमाल कर के इस दुनिया में अपना काम चला सकते हैं।
07:48
So one way of thinking about it
185
468260
2000
तो ये कहा जा सकता है कि
07:50
is that babies and young children
186
470260
2000
शिशु और छोटे बच्चे
07:52
are like the research and development division of the human species.
187
472260
3000
मानवों का रिसर्च एंड डेवेलेप्मेंट विभाग हैं (शोध एवं विकास)
07:55
So they're the protected blue sky guys
188
475260
3000
तो वो ऐसे साइंसटिस्ट हैं जिनका काम है
07:58
who just have to go out and learn and have good ideas,
189
478260
2000
बस नया कुछ सीखते रहना, और नये आयडिया निकालना,
08:00
and we're production and marketing.
190
480260
2000
और हम और आप हैं उत्पादन और विपणन (मार्केटिंग)
08:02
We have to take all those ideas
191
482260
2000
और हमें उन सारे आयडिया को
08:04
that we learned when we were children
192
484260
2000
जो हमने बचपन में सीखे थे,
08:06
and actually put them to use.
193
486260
2000
इस्तेमाल में लाना होता है।
08:08
Another way of thinking about it
194
488260
2000
दूसरी बात जो हो सकती है ये है कि
08:10
is instead of thinking of babies and children
195
490260
2000
बजाय इसके कि बच्चों को
08:12
as being like defective grownups,
196
492260
2000
व्यस्कों के बेकार रूप माना जाये,
08:14
we should think about them
197
494260
2000
हमें ये सोचना चाहिये कि
08:16
as being a different developmental stage of the same species --
198
496260
2000
वो हमारी प्रजाति के विकास के अगले स्तर पर हैं --
08:18
kind of like caterpillars and butterflies --
199
498260
3000
जैसे कि कैटरपिलर और तितलियाँ --
08:21
except that they're actually the brilliant butterflies
200
501260
2000
बस ये अत्यधिक बुद्धिमाल तितलियों जैसे हैं
08:23
who are flitting around the garden and exploring,
201
503260
3000
जो कि बगीचे में घूम रही हैं और खोज कर रही हैं,
08:26
and we're the caterpillars
202
506260
2000
और हम कैटरपिलर जैसे हैं
08:28
who are inching along our narrow, grownup, adult path.
203
508260
3000
जो धीरे धीरे अपने सधे हुए व्यस्क रास्ते पर चलते जा रहे हैं।
08:31
If this is true, if these babies are designed to learn --
204
511260
3000
अगर ये सत्य है, अगर बच्चों को सीखने के लिये ही निर्मित किया गया है --
08:34
and this evolutionary story would say children are for learning,
205
514260
3000
और विकास-क्रम की कहानी कह रही है कि बच्चे सीखने के लिये पैदा होते हैं,
08:37
that's what they're for --
206
517260
2000
वो इसी लिये बने हैं --
08:39
we might expect
207
519260
2000
तो हम ये उम्मीद रख सकते हैं कि
08:41
that they would have really powerful learning mechanisms.
208
521260
2000
वो सीखने के बहुत शक्तिशाली तरीको से लैस होंगे।
08:43
And in fact, the baby's brain
209
523260
3000
और असल में, एक बच्चे का दिमाग
08:46
seems to be the most powerful learning computer
210
526260
2000
उस सीखने वाले कंप्यूटर के समान है जो सबसे ताकतवर है
08:48
on the planet.
211
528260
2000
इस धरती पर।
08:50
But real computers are actually getting to be a lot better.
212
530260
3000
मगर असली कंप्यूटर भी बहुत बेहतर होते जा रहे हैं।
08:53
And there's been a revolution
213
533260
2000
और एक क्रांति हो चुकी है
08:55
in our understanding of machine learning recently.
214
535260
2000
मशीन लर्निंग को ले कर मानव की समझ में।
08:57
And it all depends on the ideas of this guy,
215
537260
3000
और वो सब इस व्यक्ति के काम से आता है,
09:00
the Reverend Thomas Bayes,
216
540260
2000
रेवेरेंड थोमस बेयस,
09:02
who was a statistician and mathematician in the 18th century.
217
542260
3000
जो कि १८वीं सदी के एक सांख्यितज्ञ और गणितज्ञ थे ।
09:05
And essentially what Bayes did
218
545260
3000
और कुल मिला कर उन्होंने क्या किया
09:08
was to provide a mathematical way
219
548260
2000
कि एक गणितीय तरीका निकाला
09:10
using probability theory
220
550260
2000
प्रोबेबिलिटी थ्योरी के ज़रिये
09:12
to characterize, describe,
221
552260
2000
ये समझने और बताने का
09:14
the way that scientists find out about the world.
222
554260
2000
कैसे सांसटिस्ट दुनिया को बेहतर समझते जाती हैं।
09:16
So what scientists do
223
556260
2000
तो साइंस्टिस्ट क्या करते हैं कि
09:18
is they have a hypothesis that they think might be likely to start with.
224
558260
3000
एक अनुमानिति हाइपोथेसेस से शुरुवात करते हैं
09:21
They go out and test it against the evidence.
225
561260
2000
और तथ्यों को उस अनुमान से मिला कर चेक करते हैं।
09:23
The evidence makes them change that hypothesis.
226
563260
2000
तथ्यों के हिसाब से वो अपने अनुमान में बदलाव लाते हैं।
09:25
Then they test that new hypothesis
227
565260
2000
और फिर उस नये अनुमान को चेक करते है
09:27
and so on and so forth.
228
567260
2000
और ऐसे ही चलता रहता है।
09:29
And what Bayes showed was a mathematical way that you could do that.
229
569260
3000
बेयस ने ये दिखाया कि इसे करने का एक गणितीय तरीका है
09:32
And that mathematics is at the core
230
572260
2000
और गणित पर ही
09:34
of the best machine learning programs that we have now.
231
574260
2000
आज के मशीन लर्निंग के सबसे अच्छे तरीके निर्भर करते हैं।
09:36
And some 10 years ago,
232
576260
2000
और कुछ दस साल पहले,
09:38
I suggested that babies might be doing the same thing.
233
578260
4000
मैने सुझाया था कि बच्चे भी यही करते होंगे।
09:42
So if you want to know what's going on
234
582260
2000
तो अगर आप जानना चाहते है कि क्या चल रहा है
09:44
underneath those beautiful brown eyes,
235
584260
2000
इन प्यारी सी भूरी आँखों के भीतर,
09:46
I think it actually looks something like this.
236
586260
2000
तो वो कुछ ऐसा दिखता है।
09:48
This is Reverend Bayes's notebook.
237
588260
2000
ये रेवेरेंड बेयस की नोटबुक है।
09:50
So I think those babies are actually making complicated calculations
238
590260
3000
तो मुझे लगता है कि बच्चे असल में बहुत गूढ गणित में जुटे होते हैं
09:53
with conditional probabilities that they're revising
239
593260
3000
कंडिशनल प्रोबेबिलिटी के गणित में , जिसे वो बार बार करते हैं
09:56
to figure out how the world works.
240
596260
2000
ये समझने के लिये कि दुनिया कैसे काम करती है।
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
598260
4000
ये सत्य है कि इस बात को असल में दिखा पाना बहुत कठिन काम होगा।
10:02
Because after all, if you ask even grownups about statistics,
242
602260
2000
क्योंकि, अगर आप व्यस्कों से भी सांख्यिकी पर बात करेंगे,
10:04
they look extremely stupid.
243
604260
2000
तो वो भी बेवकूफ़ाना बातें करते हैं।
10:06
How could it be that children are doing statistics?
244
606260
3000
तो ऐसा कैसे हो सकता है कि बच्चे साँख्यिकी करते हैं?
10:09
So to test this we used a machine that we have
245
609260
2000
तो इस का पता लगाने के लिये हमने एक मशीन बनाई
10:11
called the Blicket Detector.
246
611260
2000
जिसे हम ब्लिकेट डिटेक्टर कहते हैं।
10:13
This is a box that lights up and plays music
247
613260
2000
ये एक डब्बा है जिसमें लाइटें हैं और संगीत बजता है
10:15
when you put some things on it and not others.
248
615260
3000
जब आप कुछ खास चीजें इस पर रखते हैं।
10:18
And using this very simple machine,
249
618260
2000
और इस साधारण सी मशीन का इस्तेमाल करके,
10:20
my lab and others have done dozens of studies
250
620260
2000
मेरी प्रयोगशाला में और बाके दर्ज़नों जगहों पर
10:22
showing just how good babies are
251
622260
2000
ये दिखाया जा चुका है कि बच्चे कितने कुशल होते हैं
10:24
at learning about the world.
252
624260
2000
इस दुनिया के बारे में सीखने में।
10:26
Let me mention just one
253
626260
2000
मैं एक ऐसे प्रयोग के बारे मे बताता हूँ
10:28
that we did with Tumar Kushner, my student.
254
628260
2000
जो मैने तुमार कुशनेर, मेरे विद्यार्थी, के साथ किया।
10:30
If I showed you this detector,
255
630260
2000
यदि मैं आपको ये डिटेक्टर दिखाऊँ,
10:32
you would be likely to think to begin with
256
632260
2000
तो शायद आप सोचें कि
10:34
that the way to make the detector go
257
634260
2000
इस डिटेक्टर को चालू करने के लिये
10:36
would be to put a block on top of the detector.
258
636260
3000
इस के ऊपर एक ब्लाक रखना होगा।
10:39
But actually, this detector
259
639260
2000
मगर असल मे, ये डिटेक्टर
10:41
works in a bit of a strange way.
260
641260
2000
थोडा अलग तरह से काम करता है।
10:43
Because if you wave a block over the top of the detector,
261
643260
3000
क्यों कि यदि आप आप ब्लाक को इस के ऊपर हिलायेंगे,
10:46
something you wouldn't ever think of to begin with,
262
646260
3000
जो बहुत मुश्किल है कि आप सोचें शुरुवात में,
10:49
the detector will actually activate two out of three times.
263
649260
3000
ये सिर्फ़ तीन में से दो बार चालू होगा।
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
652260
3000
जबकि यदि आप ब्लाक को सीधे इसके ऊपर ही रख देंगे, तो
10:55
it will only activate two out of six times.
265
655260
4000
वो सिर्फ़ छः में से दो बार ही चालू होगा।
10:59
So the unlikely hypothesis
266
659260
2000
अक्सर नहीं होने वाली बात का
11:01
actually has stronger evidence.
267
661260
2000
प्रमाण ज्यादा भरोसेमंद है।
11:03
It looks as if the waving
268
663260
2000
ऐसा कहा जा सकता है कि ब्लाक हिलाना
11:05
is a more effective strategy than the other strategy.
269
665260
2000
बेह्तर तरीका है ब्लाक रखने के मुकाबले।
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
667260
3000
तो हमने बस यही किया: हमने चार साल के बच्चों को ये दिया
11:10
and we just asked them to make it go.
271
670260
2000
और उनसे इसे चलाने को कहा।
11:12
And sure enough, the four year-olds used the evidence
272
672260
3000
और चार साल के बच्चों ने इसे इस्तेमाल कर के
11:15
to wave the object on top of the detector.
273
675260
3000
ब्लाक को डिटेक्टर के ऊपर सिर्फ़ हिलाया।
11:18
Now there are two things that are really interesting about this.
274
678260
3000
अब इस में दो बहुत रोचक बातें सामने आयीं।
11:21
The first one is, again, remember, these are four year-olds.
275
681260
3000
पहली तो ये, और ये बच्चे बस चार साल के ही हैं,
11:24
They're just learning how to count.
276
684260
2000
अभी महज गिनती गिनना ही सीख रहे हैं।
11:26
But unconsciously,
277
686260
2000
लेकिन अचेतन रूप से,
11:28
they're doing these quite complicated calculations
278
688260
2000
ये अंदर अंदर इतनी जटिल गणनायें कर रहे हैं
11:30
that will give them a conditional probability measure.
279
690260
3000
जो उन्हें कंडिशनल प्रोबेबिलिटी का अनुमान दे रही हैं।
11:33
And the other interesting thing
280
693260
2000
और दूसरी रोचक बात ये है कि
11:35
is that they're using that evidence
281
695260
2000
वो प्रमाण का इस्तेमाल कर के
11:37
to get to an idea, get to a hypothesis about the world,
282
697260
3000
इस दुनिया के बारे में एक ऐसा अनुमान लगा रहे हैं
11:40
that seems very unlikely to begin with.
283
700260
3000
जो इतना आसान नहीं है।
11:43
And in studies we've just been doing in my lab, similar studies,
284
703260
3000
और ऐसे ही कई और प्रयोगों मे,
11:46
we've show that four year-olds are actually better
285
706260
2000
हमने दिखाया है कि चार साल के बच्चे बहुत बेहतर हैं
11:48
at finding out an unlikely hypothesis
286
708260
3000
सीधे न दिखने वाले तरीकों तक पहुँचने में
11:51
than adults are when we give them exactly the same task.
287
711260
3000
बजाय व्यस्कों के, जब दोनों को हूबहू वही काम दिया जाता है।
11:54
So in these circumstances,
288
714260
2000
तो इन स्थितियों में,
11:56
the children are using statistics to find out about the world,
289
716260
3000
बच्चे सांख्यिकी का इस्तेमाल कर के दुनिया को जान समझ रहे हैं,
11:59
but after all, scientists also do experiments,
290
719260
3000
मगर क्योंकि साइंसटिस्ट प्रयोग करते हैं,
12:02
and we wanted to see if children are doing experiments.
291
722260
3000
तो हम ये जानना चाहते थे कि क्या बच्चे भी प्रयोग करते हैं।
12:05
When children do experiments we call it "getting into everything"
292
725260
3000
जब बच्चे प्रयोग करते हैं, हम उसे "गडबड करना" कहते हैं
12:08
or else "playing."
293
728260
2000
या फ़िर "खेलना"
12:10
And there's been a bunch of interesting studies recently
294
730260
3000
और कई प्रयोग हुये हैं जिन्होनें
12:13
that have shown this playing around
295
733260
3000
दिखाया है कि ये "खेलना"
12:16
is really a kind of experimental research program.
296
736260
2000
एक तरीके का असलनी का प्रयोगात्मक शोध कार्यक्रम है।
12:18
Here's one from Cristine Legare's lab.
297
738260
3000
ये वाल क्रिस्टीन लेगारे की प्रयोगशाला से है।
12:21
What Cristine did was use our Blicket Detectors.
298
741260
3000
क्रिस्टीन ने हमारे ब्लिकट डिटेक्टर का इस्तेमाल किया।
12:24
And what she did was show children
299
744260
2000
और बच्चो को दिखाया कि
12:26
that yellow ones made it go and red ones didn't,
300
746260
2000
पीले वाले से चलता है, और लाल वाले से नहीं,
12:28
and then she showed them an anomaly.
301
748260
3000
फ़िर उन्हें कुछ अलग दिखाया।
12:31
And what you'll see
302
751260
2000
और आप देखेंगे कि
12:33
is that this little boy will go through five hypotheses
303
753260
3000
ये बच्च पाँच हाइपोथेसिस से गुज़रता है
12:36
in the space of two minutes.
304
756260
3000
सिर्फ़ दो मिनट के समय में।
12:39
(Video) Boy: How about this?
305
759260
3000
बच्चा: ऐसे करूँ?
12:43
Same as the other side.
306
763260
3000
जैसे दूसरी तरफ़ किया।
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
766260
4000
ऐलिसन गोपनिक: तो ये हाइपोथेसिस गलत साबित हुई।
12:55
(Laughter)
308
775260
2000
ठहाका
12:57
Boy: This one lighted up, and this one nothing.
309
777260
3000
बच्चा: ये जल रहा है, और ये नहीं।
13:00
AG: Okay, he's got his experimental notebook out.
310
780260
3000
ए.जी.: ठीक है, अब उसने अपनी प्रयोग की नोटबुक निकाल ली है।
13:06
Boy: What's making this light up.
311
786260
4000
बच्चा: ये जल क्यों रहा है।
13:11
(Laughter)
312
791260
9000
ठहाका
13:20
I don't know.
313
800260
2000
पता नहीं।
13:22
AG: Every scientist will recognize that expression of despair.
314
802260
4000
ए.जी. : हर साइंसटिंस्ट इस भावना को समझ सकता है।
13:26
(Laughter)
315
806260
3000
ठहाका
13:29
Boy: Oh, it's because this needs to be like this,
316
809260
6000
बच्चा: ओह, तो इसे ऐसे होना चाहिये,
13:35
and this needs to be like this.
317
815260
2000
और इसे ऐसे होना चाहिये।
13:37
AG: Okay, hypothesis two.
318
817260
3000
ए.जी : तो हाइपोथेसिस दो।
13:40
Boy: That's why.
319
820260
2000
बच्चा: हाँ, इसलिये।
13:42
Oh.
320
822260
2000
ओह।
13:44
(Laughter)
321
824260
5000
ठहाका
13:49
AG: Now this is his next idea.
322
829260
2000
ए.जी: अब ये उसका अगला आइडिया है।
13:51
He told the experimenter to do this,
323
831260
2000
उस ने प्रयोग करने वाले को ये करने के लिये कहा,
13:53
to try putting it out onto the other location.
324
833260
4000
कि उसे दूसरी जगह रखे।
13:57
Not working either.
325
837260
2000
यहाँ भी काम नहीं हुआ।
14:02
Boy: Oh, because the light goes only to here,
326
842260
4000
बच्चा: ओह, क्योंकि लाइट बस यहीं तक पहुँच रही है,
14:06
not here.
327
846260
3000
यहाँ नहीं।
14:09
Oh, the bottom of this box
328
849260
3000
ओह, इस डब्बे के तले में
14:12
has electricity in here,
329
852260
2000
बिजली भरी हुई है,
14:14
but this doesn't have electricity.
330
854260
2000
मगर इस में बिजली नहीं है।
14:16
AG: Okay, that's a fourth hypothesis.
331
856260
2000
एजी: ये है चौथी हाइपोथेसिस
14:18
Boy: It's lighting up.
332
858260
2000
बच्चा: अब ये जल रहा है।
14:20
So when you put four.
333
860260
5000
तो जब आप चार रखते हैं।
14:26
So you put four on this one to make it light up
334
866260
3000
तो आपको इसे जलाने के लिये चार रखने होते हैं
14:29
and two on this one to make it light up.
335
869260
2000
और दो इस पर इसे जलाने के लिये।
14:31
AG: Okay,there's his fifth hypothesis.
336
871260
2000
एजी: पाँचवी हाइपोथेसिस।
14:33
Now that is a particularly --
337
873260
3000
ये बहुत ही प्यारा बच्चा है --
14:36
that is a particularly adorable and articulate little boy,
338
876260
3000
और ये पयारा है और बातें बोल रहा है,
14:39
but what Cristine discovered is this is actually quite typical.
339
879260
3000
मगर क्रिस्टीन को पता लगा कि ये सामान्य सोच है।
14:42
If you look at the way children play, when you ask them to explain something,
340
882260
3000
अगर आप बच्चों को खेलते देखेंगे, और उन से कुछ पूछेंगे
14:45
what they really do is do a series of experiments.
341
885260
3000
तो वो असल में कुछ प्रयोग ही कर रहे होते हैं।
14:48
This is actually pretty typical of four year-olds.
342
888260
3000
ये चार साल के बच्चों का सामन्य बर्ताव है।
14:51
Well, what's it like to be this kind of creature?
343
891260
3000
ऐसा होना कैसा लगता होगा?
14:54
What's it like to be one of these brilliant butterflies
344
894260
3000
ऐसी बुद्धिमान तितली के जैसा होना कैसा होता होगा
14:57
who can test five hypotheses in two minutes?
345
897260
3000
जो दो मिनट में पाँच हाइपोथेसिस चेक करती हो?
15:00
Well, if you go back to those psychologists and philosophers,
346
900260
3000
अगर आप मनोवैज्ञानिकों और दार्शनिकों की सुने,
15:03
a lot of them have said
347
903260
2000
तो उनमें से बहुतों ने कहा है कि
15:05
that babies and young children were barely conscious
348
905260
2000
बच्चे और शिशु अचेतन ही रहते है,
15:07
if they were conscious at all.
349
907260
2000
और यदि वो चेतन होते,
15:09
And I think just the opposite is true.
350
909260
2000
और मैं इसका ठीक उल्टा ही सोचता हूँ।
15:11
I think babies and children are actually more conscious than we are as adults.
351
911260
3000
मुझे लगता है कि बच्चे और शिशु व्यस्कों के मुकाबले ज्यादा चैतन्य होते हैं।
15:14
Now here's what we know about how adult consciousness works.
352
914260
3000
हमें व्यस्कों की चैतन्यता के बारे में ऐसा कुछ पता है।
15:17
And adults' attention and consciousness
353
917260
2000
और व्यस्कों का ध्यान और चैतन्यता
15:19
look kind of like a spotlight.
354
919260
2000
स्पाट लाइट जैसी होती है।
15:21
So what happens for adults
355
921260
2000
तो व्यस्कों के साथ क्या होता है कि
15:23
is we decide that something's relevant or important,
356
923260
2000
हम ये सोच लेते है कि कुछ चीज़ ज़रूरी है,
15:25
we should pay attention to it.
357
925260
2000
और हमें उस पर ध्यान देन चाहिये।
15:27
Our consciousness of that thing that we're attending to
358
927260
2000
हमारी उस चीज़ से जुडी चैतन्यता
15:29
becomes extremely bright and vivid,
359
929260
3000
बहुत ज्यादा तेज़ और जीवंत हो जाती है,
15:32
and everything else sort of goes dark.
360
932260
2000
और बाकी सब जैसे अँधेरे में चला जाता है।
15:34
And we even know something about the way the brain does this.
361
934260
3000
और हमें अब ये भी पता है कि दिमाग कैसे ऐसा करता है।
15:37
So what happens when we pay attention
362
937260
2000
तो जब हम किसी बात पर ध्यान देते हैं
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
939260
3000
हमारा प्री-फ़्रंटल कोर्टेक्स, जो दिमाग का क्रियाशील भाग है,
15:42
sends a signal
364
942260
2000
एक सिग्नल भेजता है
15:44
that makes a little part of our brain much more flexible,
365
944260
2000
जो हमारे दिमाग के एक खास भाग को ज्यादा रचनात्म्क बना देता है,
15:46
more plastic, better at learning,
366
946260
2000
सीखने के लिये उत्सुक,
15:48
and shuts down activity
367
948260
2000
और बंद कर देता है
15:50
in all the rest of our brains.
368
950260
2000
दिमाग के बाकी सारे हिस्से
15:52
So we have a very focused, purpose-driven kind of attention.
369
952260
4000
तो हमार बहुत ही तीक्ष्ण, परिणाम प्रेरित ध्यान होता है।
15:56
If we look at babies and young children,
370
956260
2000
अगर हम बच्चो और शिशुओं को देखें,
15:58
we see something very different.
371
958260
2000
तो वो अलग तरह से काम करते हैं।
16:00
I think babies and young children
372
960260
2000
मुझे लगता है कि शिशु और बच्चे
16:02
seem to have more of a lantern of consciousness
373
962260
2000
चैतन्यता की लाल्टेन के साथ काम करते है,
16:04
than a spotlight of consciousness.
374
964260
2000
बजाय स्पाटलाइट के।
16:06
So babies and young children are very bad
375
966260
3000
तो शिशुओं और बच्चों के लिये असंभव है
16:09
at narrowing down to just one thing.
376
969260
3000
किसी एक ही बात पर केंद्रित रहना।
16:12
But they're very good at taking in lots of information
377
972260
3000
मगर वो बहुत सारी जानकारी एक साथ ले सकने में माहिर है
16:15
from lots of different sources at once.
378
975260
2000
, वो भी अलग अलग जगहों से एक साथ।
16:17
And if you actually look in their brains,
379
977260
2000
और अगर उन के दिमाग को देखें,
16:19
you see that they're flooded with these neurotransmitters
380
979260
3000
तो आप देखेंगे कि वहाँ न्यूरो-ट्रांस्मिटर की बाढ आई होती है
16:22
that are really good at inducing learning and plasticity,
381
982260
2000
और इस लिये वो सीखने और ढलने में माहिर होते हैं,
16:24
and the inhibitory parts haven't come on yet.
382
984260
3000
और उन्हें किसी काम से रोकने वाले भाग अभी बने ही नहीं होते।
16:27
So when we say that babies and young children
383
987260
2000
तो जब हम कहते हैं कि बच्चे और शिशु
16:29
are bad at paying attention,
384
989260
2000
ध्यान नहीं दे पाते,
16:31
what we really mean is that they're bad at not paying attention.
385
991260
4000
हम ये नहीं कहना चाहते कि वो ध्यान नहीं दे पाते
16:35
So they're bad at getting rid
386
995260
2000
बल्कि ये कि वो ध्यान हटा नही पाते
16:37
of all the interesting things that could tell them something
387
997260
2000
उन तमाम रोचक चीजों से जो उनके आसपास हो रही होती हैं
16:39
and just looking at the thing that's important.
388
999260
2000
और सिर्फ़ एक महत्व्पूर्ण चीज पर ध्यान टिकाने के लिये।
16:41
That's the kind of attention, the kind of consciousness,
389
1001260
3000
वो उस तरह का ध्यान, या उस तरह की चैतन्यता है
16:44
that we might expect
390
1004260
2000
जो हम सोचते हैं कि मिलेगी
16:46
from those butterflies who are designed to learn.
391
1006260
2000
उन तितलियों में जिन्हें सीखने के लिये बनाया गया हो।
16:48
Well if we want to think about a way
392
1008260
2000
और अगर हम एक तरीका सोचें
16:50
of getting a taste of that kind of baby consciousness as adults,
393
1010260
4000
बच्चों की चैतन्यता का अनुभव लेने के लिये,
16:54
I think the best thing is think about cases
394
1014260
2000
तो हमें उन स्थितियों के बारे में सोचना होगा
16:56
where we're put in a new situation that we've never been in before --
395
1016260
3000
जहाँ हम बिलकुल नयी जगहों पर होते हैं,
16:59
when we fall in love with someone new,
396
1019260
2000
या जब हमें किसी से प्यार हो जाता है,
17:01
or when we're in a new city for the first time.
397
1021260
3000
या जब हम किसी नये शहर में पहले बार पहुँचते हैं।
17:04
And what happens then is not that our consciousness contracts,
398
1024260
2000
और तब हमारी चैतन्यता संकुचित नहीं होती,
17:06
it expands,
399
1026260
2000
बल्कि विस्तृत हो जाती है।
17:08
so that those three days in Paris
400
1028260
2000
जिस से कि पेरिस में बिताये वो तीन दिन
17:10
seem to be more full of consciousness and experience
401
1030260
2000
ज्यादा चैतन्य और अनुभव से भरे लगते है,
17:12
than all the months of being
402
1032260
2000
उन कई महीनों के मुकाबले
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1034260
4000
जो हम रोज़मर्रा के आते-जाते, मीटिंगे करते हुए बिताते हैं।
17:18
And by the way, that coffee,
404
1038260
2000
और तो और, कॉफ़ी!
17:20
that wonderful coffee you've been drinking downstairs,
405
1040260
2000
जी वही कॉफ़ी जो आप अभी नीचे पी रहे थे,
17:22
actually mimics the effect
406
1042260
2000
असल में वैसा ही असर पैदा करती है
17:24
of those baby neurotransmitters.
407
1044260
2000
जैसे कि बच्चो के न्यूरो-ट्रांसमिटर।
17:26
So what's it like to be a baby?
408
1046260
2000
तो बच्चा होना कैसा होता होगा?
17:28
It's like being in love
409
1048260
2000
वैसा ही जैसे इश्क में होना,
17:30
in Paris for the first time
410
1050260
2000
जैसे पेरिस में पहली बार जाना
17:32
after you've had three double-espressos.
411
1052260
2000
या जैसे तीन कप डबल एस्प्रेसो पीने के बाद लगता है
17:34
(Laughter)
412
1054260
3000
ठहाका
17:37
That's a fantastic way to be,
413
1057260
2000
ये बहुत मजेदार है,
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1059260
4000
मगर हो सकता है कि आप सुबह के तीन बजे जागे हुए पाये जायें।
17:43
(Laughter)
415
1063260
3000
ठहाका
17:46
Now it's good to be a grownup.
416
1066260
2000
अब बडे होना ठीक लग रहा है।
17:48
I don't want to say too much about how wonderful babies are.
417
1068260
2000
मैं बहुत नहीं कहना चाहता कि बच्चे कितने गजब के होते हैं।
17:50
It's good to be a grownup.
418
1070260
2000
बडा होना भी अच्छा है।
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1072260
3000
हम लोग सडक पार कर सकते है, जूते के फ़ीते बाँध सकते हैं।
17:55
And it makes sense that we put a lot of effort
420
1075260
2000
और ये ठीक ही लगता है कि हम इतनी कोशिश करते है
17:57
into making babies think like adults do.
421
1077260
4000
बच्चों को बडों की तरह सोचना सिखाने की।
18:01
But if what we want is to be like those butterflies,
422
1081260
3000
मगर यदि हमें उन तितलियों की तरह होना है,
18:04
to have open-mindedness, open learning,
423
1084260
3000
जिनके दिमाग खुले, और सीखने को तैयार हैं,
18:07
imagination, creativity, innovation,
424
1087260
2000
रच्नात्मक, कल्पना शक्ति से भरे, नवीन,
18:09
maybe at least some of the time
425
1089260
2000
तो कम से कम कुछ समय के लिये
18:11
we should be getting the adults
426
1091260
2000
हमे बडों को बच्चों की तरह
18:13
to start thinking more like children.
427
1093260
2000
सोचना सिखाना होगा।
18:15
(Applause)
428
1095260
8000
अभिवादन
इस वेबसाइट के बारे में

यह साइट आपको YouTube वीडियो से परिचित कराएगी जो अंग्रेजी सीखने के लिए उपयोगी हैं। आप दुनिया भर के शीर्षस्थ शिक्षकों द्वारा पढ़ाए जाने वाले अंग्रेजी पाठ देखेंगे। वहां से वीडियो चलाने के लिए प्रत्येक वीडियो पृष्ठ पर प्रदर्शित अंग्रेजी उपशीर्षक पर डबल-क्लिक करें। उपशीर्षक वीडियो प्लेबैक के साथ सिंक में स्क्रॉल करते हैं। यदि आपकी कोई टिप्पणी या अनुरोध है, तो कृपया इस संपर्क फ़ॉर्म का उपयोग करके हमसे संपर्क करें।

https://forms.gle/WvT1wiN1qDtmnspy7