Laura Schulz: The surprisingly logical minds of babies

233,878 views ・ 2015-06-02

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Silvia Elisabetta La Penna Revisore: Anna Cristiana Minoli
00:12
Mark Twain summed up what I take to be
0
12835
2155
Mark Twain ha riassunto ciò che credo sia
00:14
one of the fundamental problems of cognitive science
1
14990
3120
uno dei problemi fondamentali della scienza cognitiva
00:18
with a single witticism.
2
18110
1710
con una battuta di spirito.
00:20
He said, "There's something fascinating about science.
3
20410
3082
Ha detto: "C'è qualcosa di affascinante nella scienza.
00:23
One gets such wholesale returns of conjecture
4
23492
3228
Si ottiene un tale ritorno di congetture
00:26
out of such a trifling investment in fact."
5
26720
3204
per un tale insignificante investimento di fatti."
00:29
(Laughter)
6
29924
1585
(Risate)
00:32
Twain meant it as a joke, of course, but he's right:
7
32199
2604
Ovviamente per Twain era una battuta, ma ha ragione:
00:34
There's something fascinating about science.
8
34803
2876
la scienza è affasscinante.
00:37
From a few bones, we infer the existence of dinosuars.
9
37679
4261
Da poche ossa, deduciamo l'esistenza dei dinosauri.
00:42
From spectral lines, the composition of nebulae.
10
42910
3871
Dalle linee spettrali, la composizione delle nebulose.
00:47
From fruit flies,
11
47471
2938
Dai moscerini della frutta,
00:50
the mechanisms of heredity,
12
50409
2943
i meccanismi dell'ereditarietà,
00:53
and from reconstructed images of blood flowing through the brain,
13
53352
4249
e dalle immagini ricostruite del flusso di sangue al cervello,
00:57
or in my case, from the behavior of very young children,
14
57601
4708
o nel mio caso, dal comportamento di bambini molto piccoli,
01:02
we try to say something about the fundamental mechanisms
15
62309
2829
cerchiamo di dire qualcosa sui meccanismi fondamentali
01:05
of human cognition.
16
65138
1618
della cognizione umana.
01:07
In particular, in my lab in the Department of Brain and Cognitive Sciences at MIT,
17
67716
4759
Nel mio laboratorio al Dipartimento di Scienze Cognitive del MIT,
01:12
I have spent the past decade trying to understand the mystery
18
72475
3654
ho trascorso gli ultimi dieci anni a cercare di capire il mistero
01:16
of how children learn so much from so little so quickly.
19
76129
3977
su come i bambini imparino così tanto da così poco, così in fretta.
01:20
Because, it turns out that the fascinating thing about science
20
80666
2978
L'aspetto affascinante della scienza risulta essere
01:23
is also a fascinating thing about children,
21
83644
3529
anche un aspetto emozionante dei bambini,
01:27
which, to put a gentler spin on Mark Twain,
22
87173
2581
ovvero, parafrasando Mark Twain,
01:29
is precisely their ability to draw rich, abstract inferences
23
89754
4650
la loro abilità nel ricavare deduzioni astratte e ricche
01:34
rapidly and accurately from sparse, noisy data.
24
94404
4661
rapidamente e accuratamente a partire da dati rumorosi e frammentati.
01:40
I'm going to give you just two examples today.
25
100355
2398
Oggi vi mostrerò due esempi.
01:42
One is about a problem of generalization,
26
102753
2287
Uno riguarda un problema di generalizzazione,
01:45
and the other is about a problem of causal reasoning.
27
105040
2850
e l'altro è un problema di ragionamento causale.
01:47
And although I'm going to talk about work in my lab,
28
107890
2525
Anche se vi parlerò del mio lavoro in laboratorio,
01:50
this work is inspired by and indebted to a field.
29
110415
3460
questo lavoro è ispirato e circoscritto a un campo.
01:53
I'm grateful to mentors, colleagues, and collaborators around the world.
30
113875
4283
Sono grata ai miei mentori, colleghi e collaboratori in tutto il mondo.
01:59
Let me start with the problem of generalization.
31
119308
2974
Inizierò con il problema di generalizzazione.
02:02
Generalizing from small samples of data is the bread and butter of science.
32
122652
4133
Generalizzare a partire da pochi dati è la base della scienza.
02:06
We poll a tiny fraction of the electorate
33
126785
2554
Intervistiamo una piccola frazione dell'elettorato
02:09
and we predict the outcome of national elections.
34
129339
2321
e prediciamo i risultati delle elezioni nazionali.
02:12
We see how a handful of patients responds to treatment in a clinical trial,
35
132240
3925
Vediamo come una manciata di pazienti reagisce alla cura in un test clinico
02:16
and we bring drugs to a national market.
36
136165
3065
e portiamo le medicine sul mercato.
02:19
But this only works if our sample is randomly drawn from the population.
37
139230
4365
Ma questo funziona solo se il campione è scelto casualmente tra la popolazione.
02:23
If our sample is cherry-picked in some way --
38
143595
2735
Se il campione è scelto selettivamente --
02:26
say, we poll only urban voters,
39
146330
2072
ad esempio se intervistiamo solo gli elettori urbani,
02:28
or say, in our clinical trials for treatments for heart disease,
40
148402
4388
o se nei test clinici per la cura delle malattie del cuore,
02:32
we include only men --
41
152790
1881
includiamo solo uomini --
02:34
the results may not generalize to the broader population.
42
154671
3158
i risultati potrebbero non applicarsi a tutta la popolazione.
02:38
So scientists care whether evidence is randomly sampled or not,
43
158479
3581
Agli scienziati importa se le prove sono casualmente campionate o meno,
02:42
but what does that have to do with babies?
44
162060
2015
ma cosa ha a che fare questo con i bambini?
02:44
Well, babies have to generalize from small samples of data all the time.
45
164585
4621
I bambini devono ogni volta generalizzare da piccoli campioni di dati.
02:49
They see a few rubber ducks and learn that they float,
46
169206
3158
Vedono poche papere di gomma e imparano che galleggiano,
02:52
or a few balls and learn that they bounce.
47
172364
3575
o poche palle e imparano che rimbalzano.
02:55
And they develop expectations about ducks and balls
48
175939
2951
Sviluppano aspettative su papere e palle
02:58
that they're going to extend to rubber ducks and balls
49
178890
2716
che estenderanno a papere di gomma e palle
03:01
for the rest of their lives.
50
181606
1879
per tutto il resto della vita.
03:03
And the kinds of generalizations babies have to make about ducks and balls
51
183485
3739
E la generalizzazione che i bambini devono applicare su papere e palle
03:07
they have to make about almost everything:
52
187224
2089
devono applicarli a quasi tutto:
03:09
shoes and ships and sealing wax and cabbages and kings.
53
189313
3917
scarpe, navi, ceralacca, cavoli e re.
03:14
So do babies care whether the tiny bit of evidence they see
54
194200
2961
Ai bambini importa se la piccola parte delle prove che vedono
03:17
is plausibly representative of a larger population?
55
197161
3692
è rappresentativo di una popolazione più vasta?
03:21
Let's find out.
56
201763
1900
Scopriamolo.
03:23
I'm going to show you two movies,
57
203663
1723
Vi mostrerò due filmati,
03:25
one from each of two conditions of an experiment,
58
205386
2462
uno per ognuna delle due condizioni di un esperimento,
03:27
and because you're going to see just two movies,
59
207848
2438
e poiché vedrete solo due filmati,
03:30
you're going to see just two babies,
60
210286
2136
vedrete solo due bambini.
03:32
and any two babies differ from each other in innumerable ways.
61
212422
3947
Qualunque bambino è diverso dagli altri in tantissimi modi.
03:36
But these babies, of course, here stand in for groups of babies,
62
216369
3051
Ma questi bambini, ovviamente, rappresentano gruppi di bambini,
03:39
and the differences you're going to see
63
219420
1895
e le differenze che vedrete
03:41
represent average group differences in babies' behavior across conditions.
64
221315
5195
sono differenze comportamentali di gruppo nelle diverse condizioni.
03:47
In each movie, you're going to see a baby doing maybe
65
227160
2583
In ogni filmato vedrete un bambino che fa forse
03:49
just exactly what you might expect a baby to do,
66
229743
3460
proprio quello che vi aspettereste faccia un bambino,
03:53
and we can hardly make babies more magical than they already are.
67
233203
4017
e non possiamo rendere i bambini più magici di quanto già siano.
03:58
But to my mind the magical thing,
68
238090
2010
Ma per me la cosa magica,
04:00
and what I want you to pay attention to,
69
240100
2089
ciò a cui vorrei prestaste attenzione,
04:02
is the contrast between these two conditions,
70
242189
3111
è il contrasto tra queste due condizioni,
04:05
because the only thing that differs between these two movies
71
245300
3529
perché l'unica cosa che differisce tra questi due filmati
04:08
is the statistical evidence the babies are going to observe.
72
248829
3466
è l'evidenza statistica che i bambini osserveranno.
04:13
We're going to show babies a box of blue and yellow balls,
73
253425
3183
Mostreremo ai bambini una scatola di palle blu e gialle,
04:16
and my then-graduate student, now colleague at Stanford, Hyowon Gweon,
74
256608
4620
e l'allora studentessa e mia collega a Stanford, Hyowon Gwen,
04:21
is going to pull three blue balls in a row out of this box,
75
261228
3077
estrarrà dalla scatola tre palle blu di seguito,
04:24
and when she pulls those balls out, she's going to squeeze them,
76
264305
3123
e una volta estratte, le spremerà,
04:27
and the balls are going to squeak.
77
267428
2113
e le palle scricchioleranno.
04:29
And if you're a baby, that's like a TED Talk.
78
269541
2763
Se sei un bambino, è come un TED Talk.
04:32
It doesn't get better than that.
79
272304
1904
Non c'è niente di meglio.
04:34
(Laughter)
80
274208
2561
(Risate)
04:38
But the important point is it's really easy to pull three blue balls in a row
81
278968
3659
La cosa importante è che è davvero facile estrarre tre palle blu di seguito
04:42
out of a box of mostly blue balls.
82
282627
2305
da una scatola che contiene quasi solo palle blu.
04:44
You could do that with your eyes closed.
83
284932
2060
Potreste farlo a occhi chiusi.
04:46
It's plausibly a random sample from this population.
84
286992
2996
È un campione casuale di questa popolazione.
04:49
And if you can reach into a box at random and pull out things that squeak,
85
289988
3732
E se potete estrarre casualmente da una scatola cose che scricchiolano
04:53
then maybe everything in the box squeaks.
86
293720
2839
forse allora qualsiasi cosa nella scatola scricchiola.
04:56
So maybe babies should expect those yellow balls to squeak as well.
87
296559
3650
Perciò i bambini dovrebbero pensare che anche le palle gialle scricchiolano.
05:00
Now, those yellow balls have funny sticks on the end,
88
300209
2519
Quelle palline gialle hanno degli strani manici,
05:02
so babies could do other things with them if they wanted to.
89
302728
2857
e, se volessero, i bambini potrebbero farci altre cose
05:05
They could pound them or whack them.
90
305585
1831
Potrebbero agitarle o colpirle.
05:07
But let's see what the baby does.
91
307416
2586
Ma vediamo cosa fa il bambino.
05:12
(Video) Hyowon Gweon: See this? (Ball squeaks)
92
312548
3343
(Video) Hyowon Gweon: La vedi? (La palla scricchiola)
05:16
Did you see that? (Ball squeaks)
93
316531
3045
L'hai vista? (La palla scricchiola)
05:20
Cool.
94
320036
3066
Forte.
05:24
See this one?
95
324706
1950
La vedi questa?
05:26
(Ball squeaks)
96
326656
1881
(La palla scricchiola)
05:28
Wow.
97
328537
2653
Wow.
05:33
Laura Schulz: Told you. (Laughs)
98
333854
2113
Laura Schulz: Ve l'avevo detto. (Risate)
05:35
(Video) HG: See this one? (Ball squeaks)
99
335967
4031
(Video) HG: La vedi questa? (La palla scricchiola)
05:39
Hey Clara, this one's for you. You can go ahead and play.
100
339998
4619
Ehi Clara, questa è per te. Puoi giocarci.
05:51
(Laughter)
101
351854
4365
(Risate)
05:56
LS: I don't even have to talk, right?
102
356219
2995
LS: Non devo neanche parlare, no?
05:59
All right, it's nice that babies will generalize properties
103
359214
2899
Benissimo, è bello che i bambini estendano le proprietà
06:02
of blue balls to yellow balls,
104
362113
1528
delle palle blu a quelle gialle,
06:03
and it's impressive that babies can learn from imitating us,
105
363641
3096
ed è impressionante che i bambini possano imparare imitandoci,
06:06
but we've known those things about babies for a very long time.
106
366737
3669
ma conosciamo da tanto queste qualità dei bambini.
06:10
The really interesting question
107
370406
1811
La domanda interessante
06:12
is what happens when we show babies exactly the same thing,
108
372217
2852
è cosa accade quando mostriamo ai bambini la stessa identica cosa,
06:15
and we can ensure it's exactly the same because we have a secret compartment
109
375069
3611
e possiamo assicurare che è la stessa cosa perché c'è uno scomparto segreto
06:18
and we actually pull the balls from there,
110
378680
2110
da cui estraiamo le palle,
06:20
but this time, all we change is the apparent population
111
380790
3478
ma questa volta, ciò che cambia è il gruppo superficiale
06:24
from which that evidence was drawn.
112
384268
2902
da cui sono tratte le prove.
06:27
This time, we're going to show babies three blue balls
113
387170
3553
Questa volta mostreremo ai bambini tre palle blu
06:30
pulled out of a box of mostly yellow balls,
114
390723
3384
estratte da una scatola che contiene soprattutto palle gialle,
06:34
and guess what?
115
394107
1322
e indovinate?
06:35
You [probably won't] randomly draw three blue balls in a row
116
395429
2840
È difficile estrarre casualmente tre palle blu di seguito
06:38
out of a box of mostly yellow balls.
117
398269
2484
da una scatola di palle quasi tutte gialle.
06:40
That is not plausibly randomly sampled evidence.
118
400753
3747
Non si tratta di prove casualmente campionate.
06:44
That evidence suggests that maybe Hyowon was deliberately sampling the blue balls.
119
404500
5123
Ci fa pensare che Hyowon stesse deliberatamente scegliendo palle blu.
06:49
Maybe there's something special about the blue balls.
120
409623
2583
Forse le palle blu sono speciali.
06:52
Maybe only the blue balls squeak.
121
412846
2976
Forse solo le palle blu scricchiolano
06:55
Let's see what the baby does.
122
415822
1895
Vediamo cosa fa la bambina.
06:57
(Video) HG: See this? (Ball squeaks)
123
417717
2904
(Video) HG: La vedi questa? (La palla scricchiola)
07:02
See this toy? (Ball squeaks)
124
422851
2645
Vedi questo giocattolo? (La palla scricchiola)
07:05
Oh, that was cool. See? (Ball squeaks)
125
425496
5480
Oh, che bello. Vedi? (La palla scricchiola)
07:10
Now this one's for you to play. You can go ahead and play.
126
430976
4394
Questa è per te. Puoi giocarci.
07:18
(Fussing) (Laughter)
127
438074
6347
(Agitazione) (Risate)
07:26
LS: So you just saw two 15-month-old babies
128
446901
2748
LS: Avete appena visto due bambine di quindici mesi
07:29
do entirely different things
129
449649
1942
fare cose completamente diverse
07:31
based only on the probability of the sample they observed.
130
451591
3599
basandosi solo sulla probabilità del campione osservato.
07:35
Let me show you the experimental results.
131
455190
2321
Vi mostrerò i risultati dell'esperimento.
07:37
On the vertical axis, you'll see the percentage of babies
132
457511
2764
Sull'asse verticale, vedrete la percentuale dei bambini
07:40
who squeezed the ball in each condition,
133
460275
2530
che hanno spremuto le palle in ogni condizione,
07:42
and as you'll see, babies are much more likely to generalize the evidence
134
462805
3715
e vedrete che è più probabile che i bambini generalizzino le prove
07:46
when it's plausibly representative of the population
135
466520
3135
se sono credibilmente rappresentative della popolazione
07:49
than when the evidence is clearly cherry-picked.
136
469655
3738
rispetto a quando le prove sono selezionate appositamente.
07:53
And this leads to a fun prediction:
137
473393
2415
Questo ci porta a una previsione divertente:
07:55
Suppose you pulled just one blue ball out of the mostly yellow box.
138
475808
4868
ipotizzate di aver estratto una palla blu da una scatola di quasi tutte gialle.
08:00
You [probably won't] pull three blue balls in a row at random out of a yellow box,
139
480896
3869
Forse non estrarrete tre palle blu di fila a caso da una scatola gialla,
08:04
but you could randomly sample just one blue ball.
140
484765
2455
ma potete estrarne a caso una blu.
08:07
That's not an improbable sample.
141
487220
1970
Non è un campione improbabile.
08:09
And if you could reach into a box at random
142
489190
2224
E se cercate casualmente nella scatola
08:11
and pull out something that squeaks, maybe everything in the box squeaks.
143
491414
3987
e estraete qualcosa che scricchiola forse tutto nella scatola scricchiola.
08:15
So even though babies are going to see much less evidence for squeaking,
144
495875
4445
Anche se i bambini vedranno meno palle scricchiolare
08:20
and have many fewer actions to imitate
145
500320
2242
e avranno meno azioni da imitare
08:22
in this one ball condition than in the condition you just saw,
146
502562
3343
in questa condizione, piuttosto che nell'altra,
08:25
we predicted that babies themselves would squeeze more,
147
505905
3892
abbiamo predetto che i bambini stessi avrebbero spremuto di più,
08:29
and that's exactly what we found.
148
509797
2894
ed è proprio quello che abbiamo visto.
08:32
So 15-month-old babies, in this respect, like scientists,
149
512691
4411
Ai bambini di quindici mesi, quindi, come agli scienziati,
08:37
care whether evidence is randomly sampled or not,
150
517102
3088
importa se le prove siano randomizzate o no,
08:40
and they use this to develop expectations about the world:
151
520190
3507
e lo usano per sviluppare aspettative sul mondo:
08:43
what squeaks and what doesn't,
152
523697
2182
cosa scricchiola e cosa no,
08:45
what to explore and what to ignore.
153
525879
3145
cosa esplorare e cosa ignorare.
08:50
Let me show you another example now,
154
530384
2066
Vi mostrerò un altro esempio,
08:52
this time about a problem of causal reasoning.
155
532450
2730
questa volta di un problema di ragionamento causale.
08:55
And it starts with a problem of confounded evidence
156
535180
2439
Comincia con un problema di prove confuse
08:57
that all of us have,
157
537619
1672
che abbiamo tutti noi,
08:59
which is that we are part of the world.
158
539291
2020
ovvero che facciamo parte del mondo.
09:01
And this might not seem like a problem to you, but like most problems,
159
541311
3436
Potrebbe non sembrarvi un problema, ma come quasi tutti i problemi,
09:04
it's only a problem when things go wrong.
160
544747
2337
diventa un problema quando le cose vanno male.
09:07
Take this baby, for instance.
161
547464
1811
Prendete questo bambino, per esempio.
09:09
Things are going wrong for him.
162
549275
1705
Le cose gli stanno andando male.
09:10
He would like to make this toy go, and he can't.
163
550980
2271
Vorrebbe far partire il suo giocattolo, ma non ci riesce.
09:13
I'll show you a few-second clip.
164
553251
2529
Vi mostrerò una clip di pochi secondi.
09:21
And there's two possibilities, broadly:
165
561340
1920
Ci sono grossomodo due possibilità:
09:23
Maybe he's doing something wrong,
166
563260
2634
o sta facendo qualcosa di sbagliato,
09:25
or maybe there's something wrong with the toy.
167
565894
4216
o c'è qualcosa che non va nel giocattolo.
09:30
So in this next experiment,
168
570110
2111
Nel prossimo esperimento,
09:32
we're going to give babies just a tiny bit of statistical data
169
572221
3297
daremo ai bambini alcuni dati statistici
09:35
supporting one hypothesis over the other,
170
575518
2582
che supportano un'ipotesi piuttosto che l'altra,
09:38
and we're going to see if babies can use that to make different decisions
171
578100
3455
e vedremo se i bambini se ne servono per prendere decisioni diverse
09:41
about what to do.
172
581555
1834
sul da farsi.
09:43
Here's the setup.
173
583389
2022
Questa è la premessa.
09:46
Hyowon is going to try to make the toy go and succeed.
174
586071
3030
Hyowon proverà a far partire il giocattolo e ci riuscirà.
09:49
I am then going to try twice and fail both times,
175
589101
3320
Poi io proverò due volte, fallendo entrambe,
09:52
and then Hyowon is going to try again and succeed,
176
592421
3112
e Hyowon proverà di nuovo e ci riuscirà,
09:55
and this roughly sums up my relationship to my graduate students
177
595533
3172
e questa è più o meno la mia relazione con la tecnologia
09:58
in technology across the board.
178
598705
2835
rispetto ai miei studenti.
10:02
But the important point here is it provides a little bit of evidence
179
602030
3292
Il punto importante qui è che le prove ci dicono
10:05
that the problem isn't with the toy, it's with the person.
180
605322
3668
che il problema non è del giocattolo, ma della persona.
10:08
Some people can make this toy go,
181
608990
2350
Alcune persone riescono a far funzionare il giocattolo,
10:11
and some can't.
182
611340
959
e altre no.
10:12
Now, when the baby gets the toy, he's going to have a choice.
183
612799
3413
Quando il bambino prende il gioco, avrà una scelta.
10:16
His mom is right there,
184
616212
2188
La sua mamma è lì,
10:18
so he can go ahead and hand off the toy and change the person,
185
618400
3315
quindi può andare da lei, darle il gioco e cambiare la persona,
10:21
but there's also going to be another toy at the end of that cloth,
186
621715
3158
ma ci sarà anche un altro gioco alla fine di quel tessuto,
10:24
and he can pull the cloth towards him and change the toy.
187
624873
3552
e può tirare il tessuto verso di sé e cambiare il giocattolo.
10:28
So let's see what the baby does.
188
628425
2090
Vediamo cosa fa il bambino.
10:30
(Video) HG: Two, three. Go! (Music)
189
630515
4183
(Video) HG: Due, tre. Via! (Musica)
10:34
LS: One, two, three, go!
190
634698
3131
LS: Uno, due, tre, via!
10:37
Arthur, I'm going to try again. One, two, three, go!
191
637829
7382
Arthur, proverò di nuovo. Uno, due, tre, via!
10:45
YG: Arthur, let me try again, okay?
192
645677
2600
HG: Arthur, fa provare me, okay?
10:48
One, two, three, go! (Music)
193
648277
4550
Uno, due, tre, via! (Musica)
10:53
Look at that. Remember these toys?
194
653583
1883
Guarda. Ricordi questi giochi?
10:55
See these toys? Yeah, I'm going to put this one over here,
195
655466
3264
Li vedi? Sì, metterò questo qui,
10:58
and I'm going to give this one to you.
196
658730
2062
e darò questo a te.
11:00
You can go ahead and play.
197
660792
2335
Puoi giocarci.
11:23
LS: Okay, Laura, but of course, babies love their mommies.
198
683213
4737
LS: Okay, Laura, ma è ovvio, i bambini amano le loro mamme.
11:27
Of course babies give toys to their mommies
199
687950
2182
È ovvio che diano i giocattoli alle mamme
11:30
when they can't make them work.
200
690132
2030
quando non riescono a farli funzionare.
11:32
So again, the really important question is what happens when we change
201
692162
3593
Di nuovo, la domanda importante è cosa accade quando cambiamo
11:35
the statistical data ever so slightly.
202
695755
3154
leggermente i dati statistici.
11:38
This time, babies are going to see the toy work and fail in exactly the same order,
203
698909
4087
Questa volta, i bambini vedranno il gioco funzionare e fallire nello stesso ordine,
11:42
but we're changing the distribution of evidence.
204
702996
2415
ma cambiamo la distribuzione delle prove.
11:45
This time, Hyowon is going to succeed once and fail once, and so am I.
205
705411
4411
Questa volta, Hyowon riuscirà una volta e fallirà una volta, proprio come me.
11:49
And this suggests it doesn't matter who tries this toy, the toy is broken.
206
709822
5637
Questo indica che non importa chi lo usi, il giocattolo è rotto.
11:55
It doesn't work all the time.
207
715459
1886
Non funziona sempre.
11:57
Again, the baby's going to have a choice.
208
717345
1965
Di nuovo, il bambino avrà una scelta.
11:59
Her mom is right next to her, so she can change the person,
209
719310
3396
La mamma è vicino a lei, quindi può cambiare la persona,
12:02
and there's going to be another toy at the end of the cloth.
210
722706
3204
e ci sarà un altro giocattolo alla fine del tessuto.
12:05
Let's watch what she does.
211
725910
1378
Guardiamo cosa fa.
12:07
(Video) HG: Two, three, go! (Music)
212
727288
4348
(Video) HG: Due, tre, via! (Musica)
12:11
Let me try one more time. One, two, three, go!
213
731636
4984
Fammi riprovare. Uno, due, tre, via!
12:17
Hmm.
214
737460
1697
Hmm.
12:19
LS: Let me try, Clara.
215
739950
2692
LS: Fammi provare, Clara.
12:22
One, two, three, go!
216
742642
3945
Uno, due, tre, via!
12:27
Hmm, let me try again.
217
747265
1935
Hmm, fammi riprovare.
12:29
One, two, three, go! (Music)
218
749200
5670
Uno, due, tre, via! (Musica)
12:35
HG: I'm going to put this one over here,
219
755009
2233
HG: Metterò questo qui,
12:37
and I'm going to give this one to you.
220
757242
2001
e darò quest'altro a te.
12:39
You can go ahead and play.
221
759243
3597
Puoi giocarci.
12:58
(Applause)
222
778376
4897
(Applausi)
13:04
LS: Let me show you the experimental results.
223
784993
2392
LS: Vi mostrerò i risultati sperimentali.
13:07
On the vertical axis, you'll see the distribution
224
787385
2475
Sull'asse verticale, vedrete la distribuzione
13:09
of children's choices in each condition,
225
789860
2577
delle scelte dei bambini in ogni condizione,
13:12
and you'll see that the distribution of the choices children make
226
792437
4551
e vedete che la distribuzione delle scelte dei bambini
13:16
depends on the evidence they observe.
227
796988
2787
dipende dalle prove osservate.
13:19
So in the second year of life,
228
799775
1857
Al secondo anno di vita
13:21
babies can use a tiny bit of statistical data
229
801632
2577
i bambini possono usare una parte dei dati statistici
13:24
to decide between two fundamentally different strategies
230
804209
3367
per scegliere tra due strategie fondamentalmente diverse
13:27
for acting in the world:
231
807576
1881
per agire nel mondo:
13:29
asking for help and exploring.
232
809457
2743
chiedere aiuto e esplorare.
13:33
I've just shown you two laboratory experiments
233
813700
3434
Vi ho mostrato solo due delle centinaia di esperimenti di laboratorio
13:37
out of literally hundreds in the field that make similar points,
234
817134
3691
che mostrano le stesse cose,
13:40
because the really critical point
235
820825
2392
poiché il punto critico
13:43
is that children's ability to make rich inferences from sparse data
236
823217
5108
è che la capacità dei bambini di trarre conclusioni da pochi dati
13:48
underlies all the species-specific cultural learning that we do.
237
828325
5341
è alla base del nostro specifico apprendimento culturale.
13:53
Children learn about new tools from just a few examples.
238
833666
4597
I bambini imparano a usare nuovi strumenti soltanto da pochi esempi.
13:58
They learn new causal relationships from just a few examples.
239
838263
4717
Imparano nuove relazioni causali partendo da pochi esempi.
14:03
They even learn new words, in this case in American Sign Language.
240
843928
4871
Imparano persino nuove parole, in questo caso nella lingua dei segni.
14:08
I want to close with just two points.
241
848799
2311
Vorrei concludere con due punti.
14:12
If you've been following my world, the field of brain and cognitive sciences,
242
852050
3688
Se avete seguito negli ultimi anni il mio mondo,
il campo delle scienze cognitive e cerebrali,
14:15
for the past few years,
243
855738
1927
14:17
three big ideas will have come to your attention.
244
857665
2415
tre grandi idee avranno attirato la vostra attenzione.
14:20
The first is that this is the era of the brain.
245
860080
3436
La prima è che questa è l'era del cervello.
14:23
And indeed, there have been staggering discoveries in neuroscience:
246
863516
3669
Sono state fatte strabilianti scoperte nella neuroscienza:
14:27
localizing functionally specialized regions of cortex,
247
867185
3436
la scoperta di regioni della corteccia specializzate funzionalmente,
14:30
turning mouse brains transparent,
248
870621
2601
l'aver fatto diventare trasparenti i cervelli dei topi,
14:33
activating neurons with light.
249
873222
3776
l'attivazione dei neuroni con la luce.
14:36
A second big idea
250
876998
1996
Una seconda grande idea
14:38
is that this is the era of big data and machine learning,
251
878994
4104
è che questa è l'era dei Big Data e del machine learning.
14:43
and machine learning promises to revolutionize our understanding
252
883098
3141
L'apprendimento delle macchine promette di rivoluzionare
la nostra comprensione di tutto, dai social network all'epidemiologia.
14:46
of everything from social networks to epidemiology.
253
886239
4667
14:50
And maybe, as it tackles problems of scene understanding
254
890906
2693
E forse, poiché affronta problemi di comprensione della scena
14:53
and natural language processing,
255
893599
1993
e di processione delle lingue naturali,
14:55
to tell us something about human cognition.
256
895592
3324
di dirci qualcosa sulla cognizione umana.
14:59
And the final big idea you'll have heard
257
899756
1937
L'altra idea di cui avrete sentito parlare
15:01
is that maybe it's a good idea we're going to know so much about brains
258
901693
3387
è che forse è un bene che ne sapremo di più sui cervelli
15:05
and have so much access to big data,
259
905080
1917
e che avremo accesso ai Big Data,
15:06
because left to our own devices,
260
906997
2507
perché se lasciati a noi stessi,
15:09
humans are fallible, we take shortcuts,
261
909504
3831
noi umani siamo fallibili, prendiamo scorciatoie,
15:13
we err, we make mistakes,
262
913335
3437
sbagliamo, commettiamo errori,
15:16
we're biased, and in innumerable ways,
263
916772
3684
siamo prevenuti in un'infinità di modi,
15:20
we get the world wrong.
264
920456
2969
fraintendiamo il mondo.
15:24
I think these are all important stories,
265
924843
2949
Penso che siano tutte storie importanti,
15:27
and they have a lot to tell us about what it means to be human,
266
927792
3785
e ci potranno dire molto su cosa voglia dire essere umani,
15:31
but I want you to note that today I told you a very different story.
267
931577
3529
ma vorrei farvi notare che oggi vi ho raccontato una storia diversa.
15:35
It's a story about minds and not brains,
268
935966
3807
È una storia di menti e non di cervelli,
15:39
and in particular, it's a story about the kinds of computations
269
939773
3006
e in particolare, è una storia sui tipi di calcoli
15:42
that uniquely human minds can perform,
270
942779
2590
che solo le menti umane possono compiere,
15:45
which involve rich, structured knowledge and the ability to learn
271
945369
3944
che riguardano conoscenze ricche, strutturate, e l'abilità di imparare
15:49
from small amounts of data, the evidence of just a few examples.
272
949313
5268
da poche quantità di dati, da solo pochi esempi.
15:56
And fundamentally, it's a story about how starting as very small children
273
956301
4299
E fondamentalmente, è una storia di come, iniziando da piccolissimi
16:00
and continuing out all the way to the greatest accomplishments
274
960600
4180
e continuando fino ai traguardi più straordinari
16:04
of our culture,
275
964780
3843
della nostra cultura,
16:08
we get the world right.
276
968623
1997
capiamo bene il mondo.
16:12
Folks, human minds do not only learn from small amounts of data.
277
972433
5267
Gente, le menti umane non solo imparano da piccole quantità di dati.
16:18
Human minds think of altogether new ideas.
278
978285
2101
Le menti umane pensano idee nuovissime.
16:20
Human minds generate research and discovery,
279
980746
3041
Le menti umane generano ricerche e scoperte,
16:23
and human minds generate art and literature and poetry and theater,
280
983787
5273
generano arte, letteratura, poesia, teatro,
16:29
and human minds take care of other humans:
281
989070
3760
le menti umane si prendono cura di altri umani:
16:32
our old, our young, our sick.
282
992830
3427
anziani, giovani, malati.
16:36
We even heal them.
283
996517
2367
Addirittura li guariamo.
16:39
In the years to come, we're going to see technological innovations
284
999564
3103
Negli anni a venire, vedremo innovazioni tecnologiche
16:42
beyond anything I can even envision,
285
1002667
3797
superiori a qualsiasi cosa si possa immaginare,
16:46
but we are very unlikely
286
1006464
2150
ma è molto improbabile che vedremo,
16:48
to see anything even approximating the computational power of a human child
287
1008614
5709
nella mia o nella vostra esistenza,
16:54
in my lifetime or in yours.
288
1014323
4298
qualcosa che si avvicini al potere computazionale dei piccoli umani.
16:58
If we invest in these most powerful learners and their development,
289
1018621
5047
Se investiamo nello sviluppo di questi potenti apprendenti,
17:03
in babies and children
290
1023668
2917
nei bambini,
17:06
and mothers and fathers
291
1026585
1826
nelle madri, nei padri,
17:08
and caregivers and teachers
292
1028411
2699
nei baby-sitter e negli insegnanti,
17:11
the ways we invest in our other most powerful and elegant forms
293
1031110
4170
nel modo in cui investiamo nelle altre nostre forme eleganti e potenti
17:15
of technology, engineering and design,
294
1035280
3218
di tecnologia, ingegneria e design,
17:18
we will not just be dreaming of a better future,
295
1038498
2939
non sogneremo solo un futuro migliore,
17:21
we will be planning for one.
296
1041437
2127
ma ne pianificheremo uno.
17:23
Thank you very much.
297
1043564
2345
Grazie mille.
17:25
(Applause)
298
1045909
3421
(Applausi)
17:29
Chris Anderson: Laura, thank you. I do actually have a question for you.
299
1049810
4426
Chris Anderson: Laura, grazie. Avrei una domanda per te.
17:34
First of all, the research is insane.
300
1054236
2359
Prima di tutto, questa ricerca è assurda.
17:36
I mean, who would design an experiment like that? (Laughter)
301
1056595
3725
Chi mai progetterebbe un esperimento simile? (Risate)
17:41
I've seen that a couple of times,
302
1061150
1790
Ne ho visti un paio simili,
17:42
and I still don't honestly believe that that can truly be happening,
303
1062940
3222
e ancora non ci credo che stiano avvenendo davvero,
ma altre persone hanno fatto esperimenti simili; è stato verificato.
17:46
but other people have done similar experiments; it checks out.
304
1066162
3158
17:49
The babies really are that genius.
305
1069320
1633
I bambini sono davvero così geniali.
17:50
LS: You know, they look really impressive in our experiments,
306
1070953
3007
LS: Sai, sono davvero impressionanti nei nostri esperimenti,
17:53
but think about what they look like in real life, right?
307
1073960
2652
ma pensa a come sono nella vita reale.
17:56
It starts out as a baby.
308
1076612
1150
Nascono.
17:57
Eighteen months later, it's talking to you,
309
1077762
2007
Diciotto mesi dopo, ti parlano,
17:59
and babies' first words aren't just things like balls and ducks,
310
1079769
3041
e le loro parole non sono palle o papere,
18:02
they're things like "all gone," which refer to disappearance,
311
1082810
2881
sono ad esempio "non c'è più" per parlare di una scomparsa,
18:05
or "uh-oh," which refer to unintentional actions.
312
1085691
2283
o "uh-oh", per riferirsi ad azioni non intenzionali.
18:07
It has to be that powerful.
313
1087974
1562
Sono così potenti.
18:09
It has to be much more powerful than anything I showed you.
314
1089536
2775
Sono molto più potenti di quanto vi abbia mostrato.
18:12
They're figuring out the entire world.
315
1092311
1974
Stanno imparando a comprendere il mondo.
18:14
A four-year-old can talk to you about almost anything.
316
1094285
3144
Un bambino di quattro anni può parlarti di quasi tutto.
18:17
(Applause)
317
1097429
1601
(Applausi)
18:19
CA: And if I understand you right, the other key point you're making is,
318
1099030
3414
CA: Se ho capito bene, l'altro tuo punto chiave è:
18:22
we've been through these years where there's all this talk
319
1102444
2754
ci sono stati in questi anni
discorsi su quanto le nostre menti siano particolari e piene di errori.
18:25
of how quirky and buggy our minds are,
320
1105198
1932
18:27
that behavioral economics and the whole theories behind that
321
1107130
2867
Per la finanza comportamentale e le teorie che la supportano
18:29
that we're not rational agents.
322
1109997
1603
non siamo agenti razionali.
18:31
You're really saying that the bigger story is how extraordinary,
323
1111600
4216
Stai davvero dicendo
18:35
and there really is genius there that is underappreciated.
324
1115816
4944
che c'è del genio sottovalutato.
18:40
LS: One of my favorite quotes in psychology
325
1120760
2070
LS: Una delle mie citazioni di psicologia preferite
18:42
comes from the social psychologist Solomon Asch,
326
1122830
2290
è dello psicologo sociale Solomon Asch,
18:45
and he said the fundamental task of psychology is to remove
327
1125120
2807
che ha detto che l'impresa principale della psicologia è rimuovere
18:47
the veil of self-evidence from things.
328
1127927
2626
il velo dell'ovvietà dalle cose.
18:50
There are orders of magnitude more decisions you make every day
329
1130553
4551
Sono le tantissime decisioni che prendiamo ogni giorno
18:55
that get the world right.
330
1135104
1347
a rendere il mondo giusto.
18:56
You know about objects and their properties.
331
1136451
2132
Conosciamo gli oggetti e le loro proprietà.
18:58
You know them when they're occluded. You know them in the dark.
332
1138583
3029
Li riconosciamo quando sono nascosti. Li riconosciamo al buio.
19:01
You can walk through rooms.
333
1141612
1308
Possiamo camminare per le stanze.
19:02
You can figure out what other people are thinking. You can talk to them.
334
1142920
3532
Possiamo immaginare cosa pensa la gente. Possiamo parlargli.
19:06
You can navigate space. You know about numbers.
335
1146452
2230
Possiamo navigare lo spazio. Conosciamo i numeri.
19:08
You know causal relationships. You know about moral reasoning.
336
1148682
3022
Conosciamo le relazioni causali e il ragionamento morale.
19:11
You do this effortlessly, so we don't see it,
337
1151704
2356
Lo facciamo senza sforzo, quindi non lo vediamo,
ma è così che comprendiamo il mondo, ed è un risultato straordinario.
19:14
but that is how we get the world right, and it's a remarkable
338
1154060
2912
19:16
and very difficult-to-understand accomplishment.
339
1156972
2318
CA: Credo che ci siano persone nel pubblico
19:19
CA: I suspect there are people in the audience who have
340
1159290
2628
che credono nel potere tecnologico
19:21
this view of accelerating technological power
341
1161918
2238
e che potrebbero contestare la tua affermazione
19:24
who might dispute your statement that never in our lifetimes
342
1164156
2958
che mai nella nostra esistenza un computer potrà fare
19:27
will a computer do what a three-year-old child can do,
343
1167114
2618
ciò che sa fare un bambino di tre anni,
19:29
but what's clear is that in any scenario,
344
1169732
3248
ma è chiaro che in ogni caso
19:32
our machines have so much to learn from our toddlers.
345
1172980
3770
le nostre macchine hanno molto da imparare dai nostri bambini.
19:38
LS: I think so. You'll have some machine learning folks up here.
346
1178230
3216
LS: Credo di sì. Ci saranno fan dell'apprendimento delle macchine qui.
19:41
I mean, you should never bet against babies or chimpanzees
347
1181446
4203
Non bisognerebbe mai scommettere contro i bambini o gli scimpanzé
19:45
or technology as a matter of practice,
348
1185649
3645
o la tecnologia, se è per questo,
19:49
but it's not just a difference in quantity,
349
1189294
4528
ma non è solo una differenza di quantità,
19:53
it's a difference in kind.
350
1193822
1764
è una differenza di tipologia.
19:55
We have incredibly powerful computers,
351
1195586
2160
Abbiamo computer incredibilmente potenti,
19:57
and they do do amazingly sophisticated things,
352
1197746
2391
che fanno cose sofisticate,
20:00
often with very big amounts of data.
353
1200137
3204
spesso con quantità enormi di dati.
20:03
Human minds do, I think, something quite different,
354
1203341
2607
Le menti umane fanno, credo, qualcosa di diverso,
20:05
and I think it's the structured, hierarchical nature of human knowledge
355
1205948
3895
e penso che sia la natura gerarchica, strutturata, della conoscenza umana
20:09
that remains a real challenge.
356
1209843
2032
a rimanere la vera sfida.
20:11
CA: Laura Schulz, wonderful food for thought. Thank you so much.
357
1211875
3061
CA: Laura Schulz, magnifici spunti di riflessione. Grazie mille.
20:14
LS: Thank you. (Applause)
358
1214936
2922
LS: Grazie. (Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7