Alison Gopnik: What do babies think?

394,029 views ・ 2011-10-10

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

מתרגם: Sorin Solomon מבקר: Sigal Tifferet
00:15
What is going on
0
15260
2000
מה מתרחש
00:17
in this baby's mind?
1
17260
2000
במוחו של התינוק הזה?
00:19
If you'd asked people this 30 years ago,
2
19260
2000
אם היינו שואלים את השאלה הזו לפני 30 שנה
00:21
most people, including psychologists,
3
21260
2000
רוב האנשים, כולל פסיכולוגים,
00:23
would have said that this baby was irrational,
4
23260
3000
היו אומרים כי התינוק הזה לא רציונלי,
00:26
illogical, egocentric --
5
26260
2000
חסר כל הגיון, אגוצנטרי -
00:28
that he couldn't take the perspective of another person
6
28260
2000
שהוא אינו יכול לקחת בחשבון נקודת מבט של אדם אחר
00:30
or understand cause and effect.
7
30260
2000
או להבין סיבה ותוצאה.
00:32
In the last 20 years,
8
32260
2000
בעשרים השנים האחרונות,
00:34
developmental science has completely overturned that picture.
9
34260
3000
המדע ההתפתחותי הפך לחלוטין את התמונה הזאת.
00:37
So in some ways,
10
37260
2000
כך שבדרכים מסויימות,
00:39
we think that this baby's thinking
11
39260
2000
אנחנו חושבים שצורת המחשבה של התינוק הזה
00:41
is like the thinking of the most brilliant scientists.
12
41260
4000
דומה לצורת המחשבה של המדענים המבריקים ביותר.
00:45
Let me give you just one example of this.
13
45260
2000
אתן לכם דוגמא לכך.
00:47
One thing that this baby could be thinking about,
14
47260
3000
אחד הדברים שתינוק זה יכול לחשוב עליו
00:50
that could be going on in his mind,
15
50260
2000
הדבר שיכול להעסיק את מוחו,
00:52
is trying to figure out
16
52260
2000
זה הניסיון להבין
00:54
what's going on in the mind of that other baby.
17
54260
3000
מה מתרחש במוחו של התינוק האחר.
00:57
After all, one of the things that's hardest for all of us to do
18
57260
3000
אחרי הכל, אחד הדברים הקשים ביותר בשביל כולנו
01:00
is to figure out what other people are thinking and feeling.
19
60260
3000
זה להבין מה אנשים אחרים חושבים ומרגישים.
01:03
And maybe the hardest thing of all
20
63260
2000
ואולי הדבר הקשה ביותר
01:05
is to figure out that what other people think and feel
21
65260
3000
הוא ההבנה שמה שאנשים אחרים מרגישים וחושבים
01:08
isn't actually exactly like what we think and feel.
22
68260
2000
לא תואם את מה שאנו מרגישים וחושבים.
01:10
Anyone who's followed politics can testify
23
70260
2000
כל מי שעוקב אחר פוליטיקה יוכל להעיד
01:12
to how hard that is for some people to get.
24
72260
3000
עד כמה קשה זה יכול להיות עבור אנשים מסויימים.
01:15
We wanted to know
25
75260
2000
אנחנו רצינו לדעת,
01:17
if babies and young children
26
77260
2000
האם תינוקות וילדים קטנים יכולים
01:19
could understand this really profound thing about other people.
27
79260
3000
להבין את הדבר המהותי הזה בנוגע לאנשים אחרים.
01:22
Now the question is: How could we ask them?
28
82260
2000
עכשיו השאלה היא: איך נוכל לשאול אותם?
01:24
Babies, after all, can't talk,
29
84260
2000
תינוקות, אחרי הכל, לא יכולים לדבר,
01:26
and if you ask a three year-old
30
86260
2000
ואם נשאל ילד בן שלוש
01:28
to tell you what he thinks,
31
88260
2000
על מה הוא חושב,
01:30
what you'll get is a beautiful stream of consciousness monologue
32
90260
3000
מה שנקבל הוא זרם יפה של מונולוג ישר מהתודעה
01:33
about ponies and birthdays and things like that.
33
93260
3000
על סוסי פוני וימי הולדת ודברים דומים.
01:36
So how do we actually ask them the question?
34
96260
3000
אז איך למעשה אנחנו שואלים אותם את השאלה?
01:39
Well it turns out that the secret was broccoli.
35
99260
3000
טוב, מסתבר שהסוד היה ברוקולי.
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
102260
4000
מה שעשינו, בטי ראפקולי, שהייתה סטודנטית שלי, ואני,
01:46
was actually to give the babies two bowls of food:
37
106260
3000
היה בעצם לתת לתינוקות שתי קערות עם אוכל:
01:49
one bowl of raw broccoli
38
109260
2000
קערה אחת של ברוקולי לא מבושל
01:51
and one bowl of delicious goldfish crackers.
39
111260
3000
וקערה נוספת עם קרקרים טעימים בצורת דגי זהב.
01:54
Now all of the babies, even in Berkley,
40
114260
3000
כל התינוקות, אפילו בברקלי,
01:57
like the crackers and don't like the raw broccoli.
41
117260
3000
אוהבים את הקרקרים ולא את הברוקולי.
02:00
(Laughter)
42
120260
2000
(צחוק)
02:02
But then what Betty did
43
122260
2000
אך מה שבטי עשתה
02:04
was to take a little taste of food from each bowl.
44
124260
3000
היה לטעום מעט מכל אחת מהקערות.
02:07
And she would act as if she liked it or she didn't.
45
127260
2000
ואז היא התנהגה כאילו אהבה את מה שלקחה, או שלא.
02:09
So half the time, she acted
46
129260
2000
חצי מהזמן היא התנהגה
02:11
as if she liked the crackers and didn't like the broccoli --
47
131260
2000
כאילו היא אוהבת את הקרקרים ולא את הברוקולי -
02:13
just like a baby and any other sane person.
48
133260
3000
כמו תינוק וכל אדם שפוי אחר.
02:16
But half the time,
49
136260
2000
אבל בחצי השני מהמקרים,
02:18
what she would do is take a little bit of the broccoli
50
138260
2000
היא לקחה חתיכה קטנה של ברוקולי
02:20
and go, "Mmmmm, broccoli.
51
140260
3000
ואמרה "מממ, ברוקולי.
02:23
I tasted the broccoli. Mmmmm."
52
143260
3000
טעמתי את הברוקולי. ממממממ"
02:26
And then she would take a little bit of the crackers,
53
146260
2000
ואז היייתה לוקחת מעט מהקרקרים,
02:28
and she'd go, "Eww, yuck, crackers.
54
148260
4000
והייתה אומרת "איכס, יאק, קרקרים!
02:32
I tasted the crackers. Eww, yuck."
55
152260
3000
טעמתי את הקרקרים. איכס, יאק"
02:35
So she'd act as if what she wanted
56
155260
2000
היא התנהגה כאילו מה שהיא רצתה
02:37
was just the opposite of what the babies wanted.
57
157260
3000
היה הדבר ההפוך ממה שרצו התינוקות.
02:40
We did this with 15 and 18 month-old babies.
58
160260
2000
עשינו את זה עם תינוקות בני 15 ו-18 חודשים.
02:42
And then she would simply put her hand out and say,
59
162260
3000
אז היא הייתה מושיטה את ידה ואומרת
02:45
"Can you give me some?"
60
165260
2000
"תוכל לתת לי קצת?"
02:47
So the question is: What would the baby give her,
61
167260
2000
אז השאלה היא: מה ייתנו לה התינוקות?
02:49
what they liked or what she liked?
62
169260
2000
מה שהם אהבו או מה שהיא אהבה?
02:51
And the remarkable thing was that 18 month-old babies,
63
171260
3000
והדבר המדהים היה שתינוקות בני 18 חודשים,
02:54
just barely walking and talking,
64
174260
2000
שבקושי הלכו ודיברו,
02:56
would give her the crackers if she liked the crackers,
65
176260
3000
נתנו לה את הקרקרים אם אהבה את הקרקרים,
02:59
but they would give her the broccoli if she liked the broccoli.
66
179260
3000
אבל נתנו לה את הברוקולי אם אהבה את הברוקולי.
03:02
On the other hand,
67
182260
2000
מצד שני,
03:04
15 month-olds would stare at her for a long time
68
184260
2000
תינוקות בני 15 חודשים פשוט היו בוהים בה זמן ממושך
03:06
if she acted as if she liked the broccoli,
69
186260
2000
אם התנהגה כאילו אהבה את הברוקולי,
03:08
like they couldn't figure this out.
70
188260
3000
כאילו לא יכלו להבין את זה.
03:11
But then after they stared for a long time,
71
191260
2000
אך לאחר שהם בהו בה זמן רב,
03:13
they would just give her the crackers,
72
193260
2000
הם פשוט נתנו לה את הקרקרים,
03:15
what they thought everybody must like.
73
195260
2000
מה שהם חשבו שכולם אוהבים.
03:17
So there are two really remarkable things about this.
74
197260
3000
אז יש שני דברים מדהימים בקשר לזה.
03:20
The first one is that these little 18 month-old babies
75
200260
3000
הראשון הוא שתינוקות קטנים אלה, בני 18 חודשים
03:23
have already discovered
76
203260
2000
כבר גילו
03:25
this really profound fact about human nature,
77
205260
2000
את העובדה העמוקה הזאת הקשורה לטבע האנושי
03:27
that we don't always want the same thing.
78
207260
2000
שאנחנו לא תמיד רוצים את אותם הדברים.
03:29
And what's more, they felt that they should actually do things
79
209260
2000
יתרה מזאת, הם הרגישו שעליהם לעשות דברים
03:31
to help other people get what they wanted.
80
211260
3000
בכדי לעזור לאנשים אחרים לקבל את מה שרצו.
03:34
Even more remarkably though,
81
214260
2000
אפילו יותר ראוי לציין
03:36
the fact that 15 month-olds didn't do this
82
216260
3000
היא העובדה שמאחר ובני 15 החודשים לא עשו כך
03:39
suggests that these 18 month-olds had learned
83
219260
3000
מרמזת על כך שבני ה18 חודשים האלה למדו
03:42
this deep, profound fact about human nature
84
222260
3000
את העובדה העמוקה והמהותית הקשורה לטבע האנושי
03:45
in the three months from when they were 15 months old.
85
225260
3000
בשלושת החודשים שעברו מהיותם בני 15 חודשים.
03:48
So children both know more and learn more
86
228260
2000
משמעות הדבר היא שילדים יודעים יותר וגם לומדים יותר
03:50
than we ever would have thought.
87
230260
2000
מאשר היינו מעלים על דעתנו.
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
232260
4000
וזה רק אחד ממאות רבות של מחקרים מעשרים השנים האחרונות
03:56
that's actually demonstrated it.
89
236260
2000
שמוכיחים זאת באמת.
03:58
The question you might ask though is:
90
238260
2000
השאלה שאולי תשאלו היא:
04:00
Why do children learn so much?
91
240260
3000
למה ילדים לומדים כל כך הרבה?
04:03
And how is it possible for them to learn so much
92
243260
2000
ואיך זה אפשרי בשבילם ללמוד כל כך הרבה
04:05
in such a short time?
93
245260
2000
בזמן כל כך קצר?
04:07
I mean, after all, if you look at babies superficially,
94
247260
2000
אחרי הכל, אם נסתכל על תינוקות, במבט ראשון
04:09
they seem pretty useless.
95
249260
2000
הם נראים די חסרי תועלת.
04:11
And actually in many ways, they're worse than useless,
96
251260
3000
למען האמת, במובנים רבים הם גרועים יותר מחסרי תועלת,
04:14
because we have to put so much time and energy
97
254260
2000
כי אנחנו צריכים להשקיע כל כך הרבה זמן ואנרגיה
04:16
into just keeping them alive.
98
256260
2000
רק כדי להחזיק אותם בחיים.
04:18
But if we turn to evolution
99
258260
2000
אך אם נסתכל על האבולוציה
04:20
for an answer to this puzzle
100
260260
2000
כדי למצוא תשובה לשאלה
04:22
of why we spend so much time
101
262260
2000
למה אנחנו מבלים זמן כה רב
04:24
taking care of useless babies,
102
264260
3000
בטיפול בתינוקות חסרי תועלת,
04:27
it turns out that there's actually an answer.
103
267260
3000
מתברר שיש בעצם תשובה ברורה.
04:30
If we look across many, many different species of animals,
104
270260
3000
אם נסתכל על הרבה מאוד זנים של חיות,
04:33
not just us primates,
105
273260
2000
לא רק פרימאטים כמונו,
04:35
but also including other mammals, birds,
106
275260
2000
אלא גם יונקים אחרים, ציפורים,
04:37
even marsupials
107
277260
2000
אפילו חיות כיס
04:39
like kangaroos and wombats,
108
279260
2000
כמו וומבט וקנגורו,
04:41
it turns out that there's a relationship
109
281260
2000
מסתבר שיש קשר
04:43
between how long a childhood a species has
110
283260
4000
בין אורך תקופת הילדות
04:47
and how big their brains are compared to their bodies
111
287260
4000
לגודל המוח בהשוואה לגוף
04:51
and how smart and flexible they are.
112
291260
2000
וכמה חכמים וגמישים היצורים.
04:53
And sort of the posterbirds for this idea are the birds up there.
113
293260
3000
בחרנו כ"נערות פוסטר" את שתי הציפורים כאן.
04:56
On one side
114
296260
2000
מצד אחד
04:58
is a New Caledonian crow.
115
298260
2000
נמצא העורבן הניו קלונדיאני.
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
300260
3000
העורבן ועורביים אחרים, העורב וכו'
05:03
are incredibly smart birds.
117
303260
2000
הם ציפורים חכמות בצורה מפתיעה.
05:05
They're as smart as chimpanzees in some respects.
118
305260
3000
הם חכמים כמו שימפנזים במובנים מסויימים.
05:08
And this is a bird on the cover of science
119
308260
2000
וזו ציפור על השער של מגזין "Science"
05:10
who's learned how to use a tool to get food.
120
310260
3000
שלמדה להשתמש בכלי בכדי להשיג אוכל.
05:13
On the other hand,
121
313260
2000
בצד השני,
05:15
we have our friend the domestic chicken.
122
315260
2000
יש לנו את חברתנו התרנגולת המבויתת.
05:17
And chickens and ducks and geese and turkeys
123
317260
3000
אווזים, ברווזים, תרנגולות ותרנגולי הודו
05:20
are basically as dumb as dumps.
124
320260
2000
הם בעצם טיפשים כמו חמורים.
05:22
So they're very, very good at pecking for grain,
125
322260
3000
הם מאוד מאוד טובים בניקור גרעינים,
05:25
and they're not much good at doing anything else.
126
325260
3000
אבל לא ממש טובים בשום דבר אחר.
05:28
Well it turns out that the babies,
127
328260
2000
טוב, אז מסתבר שתינוקות
05:30
the New Caledonian crow babies, are fledglings.
128
330260
2000
התינוקות של העורבן, הם גוזלים.
05:32
They depend on their moms
129
332260
2000
הם מסתמכים על אמם
05:34
to drop worms in their little open mouths
130
334260
3000
שתניח תולעים בפיות הקטנים שלהם
05:37
for as long as two years,
131
337260
2000
לתקופה באורך של שנתיים,
05:39
which is a really long time in the life of a bird.
132
339260
2000
שזה זמן ארוך מאוד בתוחלת החיים של ציפור.
05:41
Whereas the chickens are actually mature
133
341260
2000
בעוד שהתרנגולות בעצם בוגרות
05:43
within a couple of months.
134
343260
2000
תוך חודשים ספורים.
05:45
So childhood is the reason
135
345260
3000
אז הילדות היא הסיבה
05:48
why the crows end up on the cover of Science
136
348260
2000
לכך שהעורבנים מגיעים לשער מגזין "Science"
05:50
and the chickens end up in the soup pot.
137
350260
2000
והתרנגולות מסיימות בסיר מרק.
05:52
There's something about that long childhood
138
352260
3000
יש משהו בילדות הארוכה הזאת
05:55
that seems to be connected
139
355260
2000
שנראה קשור
05:57
to knowledge and learning.
140
357260
2000
לידע ולמידה.
05:59
Well what kind of explanation could we have for this?
141
359260
3000
אז איה סוג של הסבר יש לנו לזה?
06:02
Well some animals, like the chicken,
142
362260
3000
חיות מסויימות, כמו התרנגולות
06:05
seem to be beautifully suited
143
365260
2000
נראות מותאמות באופן נפלא
06:07
to doing just one thing very well.
144
367260
2000
לביצוע משימה אחת בצורה מצוינת.
06:09
So they seem to be beautifully suited
145
369260
3000
אז הם ממש מותאמים
06:12
to pecking grain in one environment.
146
372260
2000
לנקר את הגרעינים בסביבה מסויימת.
06:14
Other creatures, like the crows,
147
374260
2000
בעוד יצורים אחרים, כמו העורבנים,
06:16
aren't very good at doing anything in particular,
148
376260
2000
לא מצטיינים בשום דבר מסויים,
06:18
but they're extremely good
149
378260
2000
אבל הם טובים מאוד
06:20
at learning about laws of different environments.
150
380260
2000
בללמוד את החוקים של סביבות שונות.
06:22
And of course, we human beings
151
382260
2000
וכמובן, אנחנו
06:24
are way out on the end of the distribution like the crows.
152
384260
3000
בקצה הספקטרום כמו העורבנים.
06:27
We have bigger brains relative to our bodies
153
387260
2000
יש לנו מוחות גדולים יותר יחסית לגוף שלנו
06:29
by far than any other animal.
154
389260
2000
הרבה מאשר לכל חיה אחרת.
06:31
We're smarter, we're more flexible,
155
391260
2000
אנחנו חכמים יותר, גמישים יותר,
06:33
we can learn more,
156
393260
2000
יכולת הלמידה שלנו גדולה יותר,
06:35
we survive in more different environments,
157
395260
2000
אנחנו שורדים בסביבות שונות,
06:37
we migrated to cover the world and even go to outer space.
158
397260
3000
אנחנו התפרשנו כדי לכסות את העולם ואפילו הגענו לחלל החיצון.
06:40
And our babies and children are dependent on us
159
400260
3000
והילדים והתינוקות שלנו תלויים בנו
06:43
for much longer than the babies of any other species.
160
403260
3000
הרבה יותר זמן מאשר אצל כל מין אחר.
06:46
My son is 23.
161
406260
2000
הבן שלי בן 23.
06:48
(Laughter)
162
408260
2000
(צחוק)
06:50
And at least until they're 23,
163
410260
2000
ולפחות עד שהם בני 23,
06:52
we're still popping those worms
164
412260
2000
אנחנו עדיין זורקים את התולעים האלה
06:54
into those little open mouths.
165
414260
3000
אל הפיות הקטנים הפתוחים שלהם.
06:57
All right, why would we see this correlation?
166
417260
3000
אוקיי, למה רואים את המתאם הזה?
07:00
Well an idea is that that strategy, that learning strategy,
167
420260
4000
יתכן שהאסטרטגיה הזאת, אסטרטגיית הלימוד הזו,
07:04
is an extremely powerful, great strategy for getting on in the world,
168
424260
3000
היא אסטרטגיה מוצלחת מאוד להסתדר בעולם הזה,
07:07
but it has one big disadvantage.
169
427260
2000
אך יש לה חסרון אחד גדול
07:09
And that one big disadvantage
170
429260
2000
וחסרון זה
07:11
is that, until you actually do all that learning,
171
431260
3000
הוא שעד שאתה בעצם מסיים ללמוד את הכל,
07:14
you're going to be helpless.
172
434260
2000
אתה חסר אונים.
07:16
So you don't want to have the mastodon charging at you
173
436260
3000
אז לא ממש תרצה שממותה תרדוף אחריך
07:19
and be saying to yourself,
174
439260
2000
ותשאל את עצמך
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
441260
4000
"קלע או אולי חנית יכולים להתאים. מי מהן טובה יותר?"
07:25
You want to know all that
176
445260
2000
אתה רוצה לדעת את כל זה
07:27
before the mastodons actually show up.
177
447260
2000
לפני שהממותות מגיעות.
07:29
And the way the evolutions seems to have solved that problem
178
449260
3000
והדרך בה נראה שהאבולוציה פתרה את הבעיה הזו
07:32
is with a kind of division of labor.
179
452260
2000
היא בעזרת סוג של חלוקת תפקידים.
07:34
So the idea is that we have this early period when we're completely protected.
180
454260
3000
הרעיון הוא שיש לנו את התקופה המוקדמת בה אנחנו מוגנים לחלוטין.
07:37
We don't have to do anything. All we have to do is learn.
181
457260
3000
אנחנו לא צריכים לעשות דבר. כל שעלינו לעשות הוא ללמוד.
07:40
And then as adults,
182
460260
2000
ואז, כמבוגרים,
07:42
we can take all those things that we learned when we were babies and children
183
462260
3000
אנחנו יכולים לקחת את כל אותם דברים שלמדנו כתינוקות ולידים
07:45
and actually put them to work to do things out there in the world.
184
465260
3000
ולהשתמש בהם לביצוע מטלות בעולם האמיתי.
07:48
So one way of thinking about it
185
468260
2000
אז דרך אחת לחשוב על זה
07:50
is that babies and young children
186
470260
2000
היא שתינוקות וילדים קטנים
07:52
are like the research and development division of the human species.
187
472260
3000
הם כמו מחלקת המחקר והפיתוח של המין האנושי.
07:55
So they're the protected blue sky guys
188
475260
3000
אז הם החברה האלה
07:58
who just have to go out and learn and have good ideas,
189
478260
2000
שכל מה שהם צריכים לעשות זה לצאת וללמוד ולהעלות רעיונות טובים,
08:00
and we're production and marketing.
190
480260
2000
ואנחנו ייצור ושיווק.
08:02
We have to take all those ideas
191
482260
2000
אנחנו צריכים לקחת את כל הרעיונות האלו
08:04
that we learned when we were children
192
484260
2000
שלמדנו בהיותנו ילדים
08:06
and actually put them to use.
193
486260
2000
ובאמת להשתמש בהם.
08:08
Another way of thinking about it
194
488260
2000
דרך נוספת לחשוב על זה
08:10
is instead of thinking of babies and children
195
490260
2000
היא שבמקום לחשוב על תינוקות וילדים
08:12
as being like defective grownups,
196
492260
2000
כמבוגרים פגומים,
08:14
we should think about them
197
494260
2000
עלינו לחשוב עליהם
08:16
as being a different developmental stage of the same species --
198
496260
2000
כשלב התפתחותי שונה של אותו המין -
08:18
kind of like caterpillars and butterflies --
199
498260
3000
קצת כמו זחלים ופרפרים -
08:21
except that they're actually the brilliant butterflies
200
501260
2000
חוץ מזה שהם הפרפרים הנהדרים
08:23
who are flitting around the garden and exploring,
201
503260
3000
אשר מסתובבים בגן וחוקרים את סביבתם,
08:26
and we're the caterpillars
202
506260
2000
ואנחנו הזחלים
08:28
who are inching along our narrow, grownup, adult path.
203
508260
3000
אשר זוחלים לאורך הדרך הצרה, הבוגרת שלנו.
08:31
If this is true, if these babies are designed to learn --
204
511260
3000
אם זה נכון, אם תינוקות באמת מתוכננים כדי ללמוד
08:34
and this evolutionary story would say children are for learning,
205
514260
3000
והסיפור האבולוציוני הזה יספר לנו שילדים נועדו ללמוד,
08:37
that's what they're for --
206
517260
2000
זו הסיבה לקיומם,
08:39
we might expect
207
519260
2000
נוכל אולי לצפות לכך
08:41
that they would have really powerful learning mechanisms.
208
521260
2000
שיהיו בידיהם מנגנוני למידה חזקים במיוחד.
08:43
And in fact, the baby's brain
209
523260
3000
ובאמת, מוחו של תינוק
08:46
seems to be the most powerful learning computer
210
526260
2000
הוא כנראה מחשב הלמידה החזק
08:48
on the planet.
211
528260
2000
ביותר בעולם.
08:50
But real computers are actually getting to be a lot better.
212
530260
3000
אבל מחשבים אמיתיים משתפרים מאוד.
08:53
And there's been a revolution
213
533260
2000
הייתה מהפכה של ממש
08:55
in our understanding of machine learning recently.
214
535260
2000
בצורה בה אנחנו מבינים למידת מכונות לאחרונה.
08:57
And it all depends on the ideas of this guy,
215
537260
3000
הכל מסתמך על רעיונותיו של הבחור הזה,
09:00
the Reverend Thomas Bayes,
216
540260
2000
הכומר Thomas Bayes,
09:02
who was a statistician and mathematician in the 18th century.
217
542260
3000
שהיה סטטיסטיקאי ומתמטיקאי במאה ה-18.
09:05
And essentially what Bayes did
218
545260
3000
בעיקרון, מה ש- Bayes עשה
09:08
was to provide a mathematical way
219
548260
2000
היה לספק דרך מתמטית
09:10
using probability theory
220
550260
2000
תוך כדי שימוש בתאורית ההסתברות
09:12
to characterize, describe,
221
552260
2000
כדי לאפיין, לתאר
09:14
the way that scientists find out about the world.
222
554260
2000
את הדרך בה מדענים מגלים דברים על העולם.
09:16
So what scientists do
223
556260
2000
אז איך מדענים פועלים?
09:18
is they have a hypothesis that they think might be likely to start with.
224
558260
3000
הם מניחים השערה שלדעתם סבירה.
09:21
They go out and test it against the evidence.
225
561260
2000
ואז הם הולכים ובודקים אותה כנגד ההוכחות.
09:23
The evidence makes them change that hypothesis.
226
563260
2000
ההוכחה גורמת להם לשנות את ההשערה.
09:25
Then they test that new hypothesis
227
565260
2000
ואז הם בודקים את ההשערה החדשה
09:27
and so on and so forth.
228
567260
2000
וכך הלאה והלאה.
09:29
And what Bayes showed was a mathematical way that you could do that.
229
569260
3000
ומה שבייס הראה הייתה דרך מתמטית לעשות זאת.
09:32
And that mathematics is at the core
230
572260
2000
והמתמטיקה הזאת עומדת בבסיס
09:34
of the best machine learning programs that we have now.
231
574260
2000
לתוכניות למידה באמצעות מכונה הטובות ביותר שיש לנו כיום.
09:36
And some 10 years ago,
232
576260
2000
לפני כ- 10 שנים
09:38
I suggested that babies might be doing the same thing.
233
578260
4000
הצעתי את הרעיון שתינוקות עושים את אותו הדבר.
09:42
So if you want to know what's going on
234
582260
2000
אז אם תרצו לדעת מה קורה
09:44
underneath those beautiful brown eyes,
235
584260
2000
מעבר לעיניים החומות והיפות האלה,
09:46
I think it actually looks something like this.
236
586260
2000
אני חושבת שזה נראה בערך ככה.
09:48
This is Reverend Bayes's notebook.
237
588260
2000
זו המחברת של הכומר Bayes.
09:50
So I think those babies are actually making complicated calculations
238
590260
3000
אז אני חושבת שתינוקות אלה בעצם מבצעים חישובים מסובכים
09:53
with conditional probabilities that they're revising
239
593260
3000
עם הסתברויות מותנות שהם מנתחים
09:56
to figure out how the world works.
240
596260
2000
כדי להבין איך העולם עובד.
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
598260
4000
זה יכול להיראות כמו משהו מסובך מכדי שנוכיח באמת.
10:02
Because after all, if you ask even grownups about statistics,
242
602260
2000
כי אחרי הכל, אם תשאלו מבוגרים על סטטיסטיקות,
10:04
they look extremely stupid.
243
604260
2000
הם ייראו טיפשים מאוד.
10:06
How could it be that children are doing statistics?
244
606260
3000
אז איך יכול להיות שילדים עוסקים בסטטיסטיקה?
10:09
So to test this we used a machine that we have
245
609260
2000
כדי לבדוק את זה השתמשנו במכונה שבשרותנו
10:11
called the Blicket Detector.
246
611260
2000
בשם גלאי Blicket.
10:13
This is a box that lights up and plays music
247
613260
2000
מדובר בקופסה בה נדלקת נורה ומנגנת מוסיקה
10:15
when you put some things on it and not others.
248
615260
3000
כאשר מניחים עליה פריטים מסוימים, ואילו עם אחרים, לא.
10:18
And using this very simple machine,
249
618260
2000
ובשימוש במכונה הפשוטה הזו
10:20
my lab and others have done dozens of studies
250
620260
2000
המעבדה שלי ומעבדות אחרות ערכו עשרות מחקרים
10:22
showing just how good babies are
251
622260
2000
אשר מראים עד כמה באמת טובים התינוקות
10:24
at learning about the world.
252
624260
2000
בלימוד העולם.
10:26
Let me mention just one
253
626260
2000
תנו לי להראות רק אחת
10:28
that we did with Tumar Kushner, my student.
254
628260
2000
שעשינו עם תומר קושנר, תלמיד שלי.
10:30
If I showed you this detector,
255
630260
2000
אם הייתי מראה לכם את הגלאי הזה
10:32
you would be likely to think to begin with
256
632260
2000
כנראה שהייתם מתחילים לחשוב
10:34
that the way to make the detector go
257
634260
2000
שהדרך להפעיל את הגלאי
10:36
would be to put a block on top of the detector.
258
636260
3000
תהיה להניח קוביה על הגלאי.
10:39
But actually, this detector
259
639260
2000
במציאות, הגלאי הזה
10:41
works in a bit of a strange way.
260
641260
2000
עובד בדרך קצת משונה.
10:43
Because if you wave a block over the top of the detector,
261
643260
3000
אם ננופף עם הקוביה מעל הגלאי,
10:46
something you wouldn't ever think of to begin with,
262
646260
3000
דבר שלא היה עולה בדעתנו,
10:49
the detector will actually activate two out of three times.
263
649260
3000
הגלאי יופעל בעצם בפעמיים מתוך שלוש.
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
652260
3000
בעוד שאם תעשה את הדבר הברור מאילו, שזה להניח את הקוביה על הגלאי,
10:55
it will only activate two out of six times.
265
655260
4000
הגלאי יופעל רק בפעמיים מתוך שש.
10:59
So the unlikely hypothesis
266
659260
2000
אז להנחה הסבירה פחות
11:01
actually has stronger evidence.
267
661260
2000
יש למעשה ראיות חזקות יותר.
11:03
It looks as if the waving
268
663260
2000
נראה כאילו ניפוף הקוביה מעל הגלאי
11:05
is a more effective strategy than the other strategy.
269
665260
2000
היא אסטרטגיה טובה יותר מאשר אסטרטגיה האחרת.
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
667260
3000
אז כך עשינו; נתנו לילדים בני ארבע את דפוס הראיות הזה
11:10
and we just asked them to make it go.
271
670260
2000
וביקשנו מהם לגרום לזה לעבוד.
11:12
And sure enough, the four year-olds used the evidence
272
672260
3000
ואכן, הילדים האלה השתמשו בדפוס הראיות
11:15
to wave the object on top of the detector.
273
675260
3000
כדי לנופף עם הקוביה מעל הגלאי.
11:18
Now there are two things that are really interesting about this.
274
678260
3000
מצאנו שני דברים מעניינים במיוחד בזה.
11:21
The first one is, again, remember, these are four year-olds.
275
681260
3000
הראשון הוא - שוב, זיכרו, מדובר בילדים בני ארבע.
11:24
They're just learning how to count.
276
684260
2000
שרק לומדים לספור.
11:26
But unconsciously,
277
686260
2000
אבל באופן לא מודע
11:28
they're doing these quite complicated calculations
278
688260
2000
הם עושים חישובים די מסובכים
11:30
that will give them a conditional probability measure.
279
690260
3000
שנותנים להם כלי למדידת ההסתברות המותנית.
11:33
And the other interesting thing
280
693260
2000
והדבר המעניין הנוסף הוא
11:35
is that they're using that evidence
281
695260
2000
שהם משתמשים בראיות שקיבלו
11:37
to get to an idea, get to a hypothesis about the world,
282
697260
3000
כדי לקבל מושג, לקבל הנחה לגבי העולם,
11:40
that seems very unlikely to begin with.
283
700260
3000
שנראית מאוד לא סבירה מלכתחילה.
11:43
And in studies we've just been doing in my lab, similar studies,
284
703260
3000
במחקרים שעשינו במעבדה שלי, מחקרים דומים,
11:46
we've show that four year-olds are actually better
285
706260
2000
הראינו שילדים בני ארבע הם טובים יותר
11:48
at finding out an unlikely hypothesis
286
708260
3000
בגילוי הנחות לא סבירות
11:51
than adults are when we give them exactly the same task.
287
711260
3000
מאשר מבוגרים שניתנה להם אותה המשימה בדיוק.
11:54
So in these circumstances,
288
714260
2000
בנסיבות אלו,
11:56
the children are using statistics to find out about the world,
289
716260
3000
ילדים משתמשים בסטטיסטיקה כדי ללמוד על העולם,
11:59
but after all, scientists also do experiments,
290
719260
3000
אך אחרי הכל, מדענים גם עורכים ניסויים,
12:02
and we wanted to see if children are doing experiments.
291
722260
3000
ורצינו לבדוק, האם גם הילדים עורכים ניסויים.
12:05
When children do experiments we call it "getting into everything"
292
725260
3000
כאשר ילדים עורכים ניסויים, אנחנו קוראים לזה להתעסק עם כל דבר
12:08
or else "playing."
293
728260
2000
או, לשחק.
12:10
And there's been a bunch of interesting studies recently
294
730260
3000
נערכו כמה מחקרים מעניינים לאחרונה
12:13
that have shown this playing around
295
733260
3000
שהראו שהמשחק הזה
12:16
is really a kind of experimental research program.
296
736260
2000
הוא בעצם סוג של מחקר נסיוני.
12:18
Here's one from Cristine Legare's lab.
297
738260
3000
הנה אחד מהמעבדה של קריסטין לגאר.
12:21
What Cristine did was use our Blicket Detectors.
298
741260
3000
קריסטין השתמשה בגלאי Blicket.
12:24
And what she did was show children
299
744260
2000
היא הראתה לילדים
12:26
that yellow ones made it go and red ones didn't,
300
746260
2000
שקוביות צהובות גורמות לגלאי לפעול ואדומות לא,
12:28
and then she showed them an anomaly.
301
748260
3000
ולאחר מכן הציגה בפניהם חריגה.
12:31
And what you'll see
302
751260
2000
מה שתראו כאן
12:33
is that this little boy will go through five hypotheses
303
753260
3000
הוא שילד קטן זה יעבור בין חמש הנחות שונות
12:36
in the space of two minutes.
304
756260
3000
בפרק זמן של שתי דקות.
12:39
(Video) Boy: How about this?
305
759260
3000
הילד: מה לגבי זה?
12:43
Same as the other side.
306
763260
3000
אותו דבר כמו הצד השני.
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
766260
4000
אליסון גופניק: או קיי, ההנחה הראשונה שלו נכשלה.
12:55
(Laughter)
308
775260
2000
(צחוק)
12:57
Boy: This one lighted up, and this one nothing.
309
777260
3000
הילד: זה נדלק, וזה כלום.
13:00
AG: Okay, he's got his experimental notebook out.
310
780260
3000
א.ג.: או קיי, הוא הוציא את פנקס הניסויים שלו.
13:06
Boy: What's making this light up.
311
786260
4000
הילד: מה גורם לזה להידלק ...
13:11
(Laughter)
312
791260
9000
(צחוק)
13:20
I don't know.
313
800260
2000
אני לא יודע.
13:22
AG: Every scientist will recognize that expression of despair.
314
802260
4000
א.ג.: כל חוקר יזהה את מבט הייאוש הזה.
13:26
(Laughter)
315
806260
3000
(צחוק)
13:29
Boy: Oh, it's because this needs to be like this,
316
809260
6000
ילד: אולי בגלל שזה צריך להיות ככה,
13:35
and this needs to be like this.
317
815260
2000
וזה צריך להיות ככה.
13:37
AG: Okay, hypothesis two.
318
817260
3000
א.ג.: או קיי, הנחה מספר שתיים.
13:40
Boy: That's why.
319
820260
2000
ילד: זה למה.
13:42
Oh.
320
822260
2000
אה...
13:44
(Laughter)
321
824260
5000
(צחוק)
13:49
AG: Now this is his next idea.
322
829260
2000
א.ג.: כעת עובר לרעיון חדש.
13:51
He told the experimenter to do this,
323
831260
2000
הוא אמר לחוקרת לעשות ככה,
13:53
to try putting it out onto the other location.
324
833260
4000
לנסות לשים את זה בצד השני.
13:57
Not working either.
325
837260
2000
גם לא עובד.
14:02
Boy: Oh, because the light goes only to here,
326
842260
4000
ילד: אה, בגלל שהאור נדלק רק כאן,
14:06
not here.
327
846260
3000
ולא כאן.
14:09
Oh, the bottom of this box
328
849260
3000
אה, בתחתית של הקופסה הזאת
14:12
has electricity in here,
329
852260
2000
יש חשמל,
14:14
but this doesn't have electricity.
330
854260
2000
ובזאת, אין.
14:16
AG: Okay, that's a fourth hypothesis.
331
856260
2000
א.ג.: או קיי, זאת הנחה רביעית.
14:18
Boy: It's lighting up.
332
858260
2000
ילד: זה נדלק.
14:20
So when you put four.
333
860260
5000
אז כשאתה שם ארבע.
14:26
So you put four on this one to make it light up
334
866260
3000
אז על זה אתה צריך לשים ארבע כדי שזה יידלק
14:29
and two on this one to make it light up.
335
869260
2000
ושניים על זה כדי שזה יידלק.
14:31
AG: Okay,there's his fifth hypothesis.
336
871260
2000
א.ג.: או קיי, הנה ההנחה החמישית שלו.
14:33
Now that is a particularly --
337
873260
3000
עכשיו, כאן מדובר
14:36
that is a particularly adorable and articulate little boy,
338
876260
3000
בילד חמוד ונבון במיוחד.
14:39
but what Cristine discovered is this is actually quite typical.
339
879260
3000
אך מה שקריסטין גילתה הוא שבעצם זה לא משהו יוצא מגדר הרגיל.
14:42
If you look at the way children play, when you ask them to explain something,
340
882260
3000
אם צופים בילדים משחקים, אם נבקש מהם להסביר לנו משהו,
14:45
what they really do is do a series of experiments.
341
885260
3000
מה שבעצם הם עושים זאת סדרה של ניסויים.
14:48
This is actually pretty typical of four year-olds.
342
888260
3000
זה בעצם די שכיח אצל ילדים בני ארבע.
14:51
Well, what's it like to be this kind of creature?
343
891260
3000
אז, איך זה להיות ייצור מהסוג הזה?
14:54
What's it like to be one of these brilliant butterflies
344
894260
3000
איך זה להיות אחד מהפרפרים הנפלאים האלה
14:57
who can test five hypotheses in two minutes?
345
897260
3000
שמסוגלים לבחון חמש הנחות בשתי דקות?
15:00
Well, if you go back to those psychologists and philosophers,
346
900260
3000
אם נלך אחורה לכל אותם פסיכולוגים ופילוסופים,
15:03
a lot of them have said
347
903260
2000
רבים מהם ציינו
15:05
that babies and young children were barely conscious
348
905260
2000
שלתינוקות ולילדים קטנים בקושי יש מודעות,
15:07
if they were conscious at all.
349
907260
2000
אם בכלל.
15:09
And I think just the opposite is true.
350
909260
2000
אני חושבת שבדיוק ההפך הוא הנכון.
15:11
I think babies and children are actually more conscious than we are as adults.
351
911260
3000
אני חושבת שתינוקות וילדים קטנים הם יותר מודעים ממה שאנחנו, המבוגרים.
15:14
Now here's what we know about how adult consciousness works.
352
914260
3000
זה מה שאנחנו יודעים על איך עובדת המודעות של המבוגרים.
15:17
And adults' attention and consciousness
353
917260
2000
המודעות ותשומת הלב של המבוגרים
15:19
look kind of like a spotlight.
354
919260
2000
נראים כמו סוג של אלומת אור.
15:21
So what happens for adults
355
921260
2000
מה שקורה אצל המבוגרים
15:23
is we decide that something's relevant or important,
356
923260
2000
הא שאנחנו מחליטים שמשהו רלוונטי או חשוב,
15:25
we should pay attention to it.
357
925260
2000
לכן כדאי שנשים אליו לב.
15:27
Our consciousness of that thing that we're attending to
358
927260
2000
המודעות שלנו לגבי אותו דבר בו אנחנו מתרכזים
15:29
becomes extremely bright and vivid,
359
929260
3000
הופכת להיות מאוד בהירה ומלאת חיים,
15:32
and everything else sort of goes dark.
360
932260
2000
וכל השאר כאילו נכנס לחשכה.
15:34
And we even know something about the way the brain does this.
361
934260
3000
אנחנו אפילו יודעים משהו על הדרך בה המוח עושה זאת.
15:37
So what happens when we pay attention
362
937260
2000
מה שקורה, כאשר אנחנו קשובים למשהו
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
939260
3000
הוא שהקורטקס הפרה-פרונטלי, חלק ניהולי במוחנו,
15:42
sends a signal
364
942260
2000
שולח אות
15:44
that makes a little part of our brain much more flexible,
365
944260
2000
שהופך חלק קטן ממוחנו להרבה יותר גמיש,
15:46
more plastic, better at learning,
366
946260
2000
יותר פלסטי, יותר טוב בלמידה,
15:48
and shuts down activity
367
948260
2000
וסוגרת את הפעילות
15:50
in all the rest of our brains.
368
950260
2000
בכל שאר המוח שלנו.
15:52
So we have a very focused, purpose-driven kind of attention.
369
952260
4000
זה גורם לסוג של קשב מאוד מרוכז, מונחה-מטרה.
15:56
If we look at babies and young children,
370
956260
2000
אם נתבונן בתינוקות וילדים קטנים,
15:58
we see something very different.
371
958260
2000
נגלה משהו שונה לחלוטין.
16:00
I think babies and young children
372
960260
2000
אני חושבת שלתינוקות וילדים קטנים
16:02
seem to have more of a lantern of consciousness
373
962260
2000
יש סוג של עששית של מודעות,
16:04
than a spotlight of consciousness.
374
964260
2000
מאשר אלומה של מודעות.
16:06
So babies and young children are very bad
375
966260
3000
כך, תינוקות וילדים קטנים ממש לא טובים
16:09
at narrowing down to just one thing.
376
969260
3000
בהצטמצמות לדבר אחד ספציפי.
16:12
But they're very good at taking in lots of information
377
972260
3000
אך הם טובים מאוד בשאיבת מידע רב
16:15
from lots of different sources at once.
378
975260
2000
ממקורות רבים בבת אחת.
16:17
And if you actually look in their brains,
379
977260
2000
ואם נתבונן במוחות שלהם,
16:19
you see that they're flooded with these neurotransmitters
380
979260
3000
נראה שהם מוצפים במעבירים עצביים כאלה
16:22
that are really good at inducing learning and plasticity,
381
982260
2000
שהם מעולים בהשראת למידה וגמישות,
16:24
and the inhibitory parts haven't come on yet.
382
984260
3000
והחלקים מרסנים טרם הופיעו.
16:27
So when we say that babies and young children
383
987260
2000
אז כשאנחנו אומרים שתינוקות וילדים קטנים
16:29
are bad at paying attention,
384
989260
2000
לא מוצלחים בהפניית קשב,
16:31
what we really mean is that they're bad at not paying attention.
385
991260
4000
מה שאנחנו בעצם אומרים הוא שהם גרועים בלא לשים לב.
16:35
So they're bad at getting rid
386
995260
2000
הם גרועים בלהתעלם
16:37
of all the interesting things that could tell them something
387
997260
2000
מכל הדברים המעניינים מהם יכולים ללמוד משהו
16:39
and just looking at the thing that's important.
388
999260
2000
ולהסתכל רק על מה שבאמת חשוב.
16:41
That's the kind of attention, the kind of consciousness,
389
1001260
3000
זהו סוג של קשב, של מודעות,
16:44
that we might expect
390
1004260
2000
שאנחנו יכולים לצפות
16:46
from those butterflies who are designed to learn.
391
1006260
2000
מאותם פרפרים שעוצבו כדי ללמוד.
16:48
Well if we want to think about a way
392
1008260
2000
אם נרצה לחשוב על דרך
16:50
of getting a taste of that kind of baby consciousness as adults,
393
1010260
4000
לטעום מסוג זה של מודעות תינוקות, כבוגרים,
16:54
I think the best thing is think about cases
394
1014260
2000
אני חושבת שהדרך הטובה ביותר היא לחשוב על כל המקרים
16:56
where we're put in a new situation that we've never been in before --
395
1016260
3000
בהם שמו אותנו במצב בו מעולם לא היינו קודם.
16:59
when we fall in love with someone new,
396
1019260
2000
כשאנחנו מתאהבים במישהו חדש,
17:01
or when we're in a new city for the first time.
397
1021260
3000
או כשאנחנו בעיר מסוימת בפעם הראשונה.
17:04
And what happens then is not that our consciousness contracts,
398
1024260
2000
מה שקורה הוא לא שהמודעות שלנו מתכווצת,
17:06
it expands,
399
1026260
2000
אלא היא מתרחבת,
17:08
so that those three days in Paris
400
1028260
2000
כך ששלושת הימים האלה בפריז
17:10
seem to be more full of consciousness and experience
401
1030260
2000
נראים יותר מלאים בחוויות ומודעות
17:12
than all the months of being
402
1032260
2000
מאשר כל החודשים של להיות
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1034260
4000
זומבי מהסוג שהולך, מדבר ומשתתף בישיבות אקדמיות, שם, בבית.
17:18
And by the way, that coffee,
404
1038260
2000
ואגב, הקפה ההוא
17:20
that wonderful coffee you've been drinking downstairs,
405
1040260
2000
הקפה הנפלא ההוא שאתם שותים למטה,
17:22
actually mimics the effect
406
1042260
2000
ממש מדמה את התופעה
17:24
of those baby neurotransmitters.
407
1044260
2000
של המעבירים העצביים של התינוקות.
17:26
So what's it like to be a baby?
408
1046260
2000
אז איך זה להיות תינוק?
17:28
It's like being in love
409
1048260
2000
זה כמו להיות מאוהב
17:30
in Paris for the first time
410
1050260
2000
בפריז, לראשונה
17:32
after you've had three double-espressos.
411
1052260
2000
אחרי ששתית שלושה אספרסו כפול.
17:34
(Laughter)
412
1054260
3000
(צחוק)
17:37
That's a fantastic way to be,
413
1057260
2000
זוהי דרך נהדרת להתקיים,
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1059260
4000
אך יש לזה נטיה לגרום לך להתעורר בדמעות בשלוש בבוקר.
17:43
(Laughter)
415
1063260
3000
(צחוק)
17:46
Now it's good to be a grownup.
416
1066260
2000
זה טוב להיות בוגר.
17:48
I don't want to say too much about how wonderful babies are.
417
1068260
2000
אני לא רוצה לומר יותר מדי על עד כמה התינוקות נפלאים.
17:50
It's good to be a grownup.
418
1070260
2000
זה טוב להיות בוגר.
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1072260
3000
אנחו יכולים לעשות דברים כמו לקשור שרוכים או לעבור את הכביש לבד.
17:55
And it makes sense that we put a lot of effort
420
1075260
2000
וזה די מובן שמשקיעים מאמץ רב
17:57
into making babies think like adults do.
421
1077260
4000
בלגרום לתינוקות לחשוב כפי שהבוגרים חושבים.
18:01
But if what we want is to be like those butterflies,
422
1081260
3000
אך אם כל מה שאנחנו רוצים הוא להיות כמו הפרפרים ההם,
18:04
to have open-mindedness, open learning,
423
1084260
3000
להיות מסוגלים ללמוד, לשמור על ראש פתוח,
18:07
imagination, creativity, innovation,
424
1087260
2000
דימיון, יצירתיות, חדשנות,
18:09
maybe at least some of the time
425
1089260
2000
אולי לפחות בחלק מהזמן
18:11
we should be getting the adults
426
1091260
2000
אנחנו צריכים לגרום לבוגרים
18:13
to start thinking more like children.
427
1093260
2000
להתחיל לחשוב יותר כמו ילדים.
18:15
(Applause)
428
1095260
8000
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7