Alison Gopnik: What do babies think?

394,029 views ・ 2011-10-10

TED


Proszę kliknąć dwukrotnie na poniższe angielskie napisy, aby odtworzyć film.

Tłumaczenie: Agata Leśnicka Korekta: Michał Scheffs
00:15
What is going on
0
15260
2000
Co się dzieje
00:17
in this baby's mind?
1
17260
2000
w umyśle tego dziecka?
00:19
If you'd asked people this 30 years ago,
2
19260
2000
Gdybyście zapytali o to ludzi 30 lat temu,
00:21
most people, including psychologists,
3
21260
2000
większość z nich, łącznie z psychologami,
00:23
would have said that this baby was irrational,
4
23260
3000
powiedziałoby, że to dziecko jest irracjonalne,
00:26
illogical, egocentric --
5
26260
2000
nielogiczne, egocentryczne -
00:28
that he couldn't take the perspective of another person
6
28260
2000
że nie może ono przyjąć perspektywy innej osoby
00:30
or understand cause and effect.
7
30260
2000
czy zrozumieć przyczynę i skutek.
00:32
In the last 20 years,
8
32260
2000
W ostatnich 20 latach,
00:34
developmental science has completely overturned that picture.
9
34260
3000
nauki o rozwoju całkowicie odwróciły ten obraz.
00:37
So in some ways,
10
37260
2000
Więc w pewien sposób,
00:39
we think that this baby's thinking
11
39260
2000
uważamy, że myślenie tego dziecka
00:41
is like the thinking of the most brilliant scientists.
12
41260
4000
jest jak rozumowanie najbardziej błyskotliwych naukowców.
00:45
Let me give you just one example of this.
13
45260
2000
Pozwólcie dać mi tylko jeden przykład na to.
00:47
One thing that this baby could be thinking about,
14
47260
3000
Taką rzeczą, o której może myśleć niemowlę,
00:50
that could be going on in his mind,
15
50260
2000
która może chodzić mu po głowie,
00:52
is trying to figure out
16
52260
2000
jest próba wywnioskowania
00:54
what's going on in the mind of that other baby.
17
54260
3000
co chodzi po głowie innemu niemowlęciu.
00:57
After all, one of the things that's hardest for all of us to do
18
57260
3000
W końcu jedną z najtrudniejszych dla nas wszystkich rzeczy
01:00
is to figure out what other people are thinking and feeling.
19
60260
3000
jest wywnioskowanie co inni ludzie myślą i czują.
01:03
And maybe the hardest thing of all
20
63260
2000
I może najtrudniejszą rzeczą z wszystkich
01:05
is to figure out that what other people think and feel
21
65260
3000
jest dojście do wniosku, że to co myślą i czują inni ludzie
01:08
isn't actually exactly like what we think and feel.
22
68260
2000
nie jest dokładnie takie jak my myślimy i czujemy.
01:10
Anyone who's followed politics can testify
23
70260
2000
Każdy kto zajmował się polityką może potwierdzić
01:12
to how hard that is for some people to get.
24
72260
3000
jak trudno jest to niektórym osiągnąć.
01:15
We wanted to know
25
75260
2000
Chcieliśmy wiedzieć,
01:17
if babies and young children
26
77260
2000
czy niemowlęta i małe dzieci
01:19
could understand this really profound thing about other people.
27
79260
3000
są w stanie zrozumieć tą naprawdę głęboką prawdę o innych ludziach.
01:22
Now the question is: How could we ask them?
28
82260
2000
Teraz pytanie brzmi: Jak możemy je o to zapytać?
01:24
Babies, after all, can't talk,
29
84260
2000
Niemowlęta nie potrafią przecież mówić,
01:26
and if you ask a three year-old
30
86260
2000
a jeśli poprosicie trzylatka
01:28
to tell you what he thinks,
31
88260
2000
by powiedział co myśli,
01:30
what you'll get is a beautiful stream of consciousness monologue
32
90260
3000
otrzymacie piękny monolog będący strumieniem świadomości
01:33
about ponies and birthdays and things like that.
33
93260
3000
o kucykach i urodzinach i takich tam rzeczach.
01:36
So how do we actually ask them the question?
34
96260
3000
Więc jak dokładnie zadajemy im to pytanie?
01:39
Well it turns out that the secret was broccoli.
35
99260
3000
Okazuje się, że sekretem były brokuły.
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
102260
4000
To, co zrobiłyśmy - Betty Rapacholi, która była moją studentką i ja-
01:46
was actually to give the babies two bowls of food:
37
106260
3000
to podanie dzieciom dwóch miseczek z jedzeniem:
01:49
one bowl of raw broccoli
38
109260
2000
jednej miseczki z surowymi brokułami
01:51
and one bowl of delicious goldfish crackers.
39
111260
3000
i jednej z pysznymi krakersami w kształcie złotych rybek.
01:54
Now all of the babies, even in Berkley,
40
114260
3000
Wszystkie dzieci, nawet w Berkley,
01:57
like the crackers and don't like the raw broccoli.
41
117260
3000
lubią krakersy, a nie lubię surowych brokułów.
02:00
(Laughter)
42
120260
2000
(Śmiech)
02:02
But then what Betty did
43
122260
2000
Ale Betty
02:04
was to take a little taste of food from each bowl.
44
124260
3000
próbowała po trochu jedzenia z każdej miseczki.
02:07
And she would act as if she liked it or she didn't.
45
127260
2000
I zachowywała się jakby jej to smakowało lub nie.
02:09
So half the time, she acted
46
129260
2000
Więc w połowie przypadków zachowywała się
02:11
as if she liked the crackers and didn't like the broccoli --
47
131260
2000
jakby lubiła krakersy, a nie lubiła brokułów -
02:13
just like a baby and any other sane person.
48
133260
3000
zupełnie jak dziecko czy każda inna rozsądna osoba.
02:16
But half the time,
49
136260
2000
Ale w połowie przypadków
02:18
what she would do is take a little bit of the broccoli
50
138260
2000
jadła trochę brokułów
02:20
and go, "Mmmmm, broccoli.
51
140260
3000
i mówiła: "Mmmmm, brokuły.
02:23
I tasted the broccoli. Mmmmm."
52
143260
3000
Spróbowałam brokułów. Mmmmm."
02:26
And then she would take a little bit of the crackers,
53
146260
2000
A potem brała trochę krakersów
02:28
and she'd go, "Eww, yuck, crackers.
54
148260
4000
i mówiła: "Ble! Krakersy.
02:32
I tasted the crackers. Eww, yuck."
55
152260
3000
Spróbowałam krakersów. Ble!"
02:35
So she'd act as if what she wanted
56
155260
2000
Więc zachowywała się jak gdyby to, czego chce
02:37
was just the opposite of what the babies wanted.
57
157260
3000
było dokładnie przeciwne do tego, czego chciały dzieci.
02:40
We did this with 15 and 18 month-old babies.
58
160260
2000
Zrobiliśmy to z 15 i 18-miesięcznymi niemowlętami.
02:42
And then she would simply put her hand out and say,
59
162260
3000
A potem wyciągała po prostu rękę i mówiła:
02:45
"Can you give me some?"
60
165260
2000
"Możesz mi trochę dać?"
02:47
So the question is: What would the baby give her,
61
167260
2000
Pytanie więc brzmi: Co da jej dziecko,
02:49
what they liked or what she liked?
62
169260
2000
to co samo lubi, czy to co ona lubi?
02:51
And the remarkable thing was that 18 month-old babies,
63
171260
3000
I niezwykłe było to, że 18-miesięczne dzieci,
02:54
just barely walking and talking,
64
174260
2000
ledwo chodzące i mówiące,
02:56
would give her the crackers if she liked the crackers,
65
176260
3000
dawały jej krakersy jeśli lubiła krakersy,
02:59
but they would give her the broccoli if she liked the broccoli.
66
179260
3000
ale dawały jej brokuły jeśli lubiła brokuły.
03:02
On the other hand,
67
182260
2000
Z drugiej strony,
03:04
15 month-olds would stare at her for a long time
68
184260
2000
15-miesięczne dzieci patrzyły się na nią długo,
03:06
if she acted as if she liked the broccoli,
69
186260
2000
kiedy zachowywała się jakby lubiła brokuły,
03:08
like they couldn't figure this out.
70
188260
3000
jakby nie mogły tego pojąć.
03:11
But then after they stared for a long time,
71
191260
2000
Ale potem po patrzeniu przez długi czas,
03:13
they would just give her the crackers,
72
193260
2000
po prostu dawały jej krakersy,
03:15
what they thought everybody must like.
73
195260
2000
czyli to, co uważały, że każdy musi lubić.
03:17
So there are two really remarkable things about this.
74
197260
3000
Są więc dwie naprawdę niesamowite rzeczy jeśli o to chodzi.
03:20
The first one is that these little 18 month-old babies
75
200260
3000
Pierwszą jest to, że te 18-miesięczne dzieci
03:23
have already discovered
76
203260
2000
już odkryły
03:25
this really profound fact about human nature,
77
205260
2000
tą naprawdę głęboką prawdę o naturze ludzkiej,
03:27
that we don't always want the same thing.
78
207260
2000
że nie zawsze chcemy tej samej rzeczy.
03:29
And what's more, they felt that they should actually do things
79
209260
2000
A co więcej, te dzieci czuły, że powinny robić coś,
03:31
to help other people get what they wanted.
80
211260
3000
by pomóc innym ludziom w osiągnięciu tego, czego oni chcą.
03:34
Even more remarkably though,
81
214260
2000
Co nawet bardziej niesamowite,
03:36
the fact that 15 month-olds didn't do this
82
216260
3000
fakt, że 15-miesięczne dzieci nie zrobiły tego
03:39
suggests that these 18 month-olds had learned
83
219260
3000
sugeruje, że te 18-miesięczne nauczyły się
03:42
this deep, profound fact about human nature
84
222260
3000
tego głębokiego faktu o ludzkiej naturze
03:45
in the three months from when they were 15 months old.
85
225260
3000
przez trzy miesiące czasu od kiedy miały 15 miesięcy.
03:48
So children both know more and learn more
86
228260
2000
Więc dzieci zarówno wiedzą jak i uczą się więcej
03:50
than we ever would have thought.
87
230260
2000
niż kiedykolwiek byśmy pomyśleli.
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
232260
4000
A to tylko jedno z setek i setek badań z ostatnich 20 lat,
03:56
that's actually demonstrated it.
89
236260
2000
które to rzeczywiście wykazało.
03:58
The question you might ask though is:
90
238260
2000
Pytanie, które moglibyście jednak zadać brzmi:
04:00
Why do children learn so much?
91
240260
3000
Dlaczego dzieci tak wiele się uczą?
04:03
And how is it possible for them to learn so much
92
243260
2000
I jak to możliwe, że uczą się tak wiele
04:05
in such a short time?
93
245260
2000
w tak krótkim czasie?
04:07
I mean, after all, if you look at babies superficially,
94
247260
2000
To znaczy, jeśli powierzchownie patrzy się na dzieci,
04:09
they seem pretty useless.
95
249260
2000
wydają się całkiem bezużyteczne.
04:11
And actually in many ways, they're worse than useless,
96
251260
3000
I w rzeczywistości, na wiele sposobów są bardziej niż bezużyteczne,
04:14
because we have to put so much time and energy
97
254260
2000
ponieważ musimy inwestować tak wiele czasu i energii
04:16
into just keeping them alive.
98
256260
2000
w utrzymanie ich po prostu przy życiu.
04:18
But if we turn to evolution
99
258260
2000
Ale jeśli zwrócimy się do ewolucji
04:20
for an answer to this puzzle
100
260260
2000
po odpowiedź na tą zagadkę
04:22
of why we spend so much time
101
262260
2000
dlaczego spędzamy tak wiele czasu
04:24
taking care of useless babies,
102
264260
3000
opiekując się bezużytecznymi niemowlętami,
04:27
it turns out that there's actually an answer.
103
267260
3000
okazuje się, że jest jednak odpowiedź.
04:30
If we look across many, many different species of animals,
104
270260
3000
Jeśli przejrzymy wiele, wiele różnych gatunków zwierząt,
04:33
not just us primates,
105
273260
2000
nie tylko nas naczelnych,
04:35
but also including other mammals, birds,
106
275260
2000
ale także inne ssaki, ptaki,
04:37
even marsupials
107
277260
2000
nawet torbacze
04:39
like kangaroos and wombats,
108
279260
2000
jak kangury i wombaty,
04:41
it turns out that there's a relationship
109
281260
2000
okazuje się, że jest związek
04:43
between how long a childhood a species has
110
283260
4000
między tym, jak długo trwa dzieciństwo w danym gatunku,
04:47
and how big their brains are compared to their bodies
111
287260
4000
a wielkością ich mózgu w porównaniu do reszty ciała,
04:51
and how smart and flexible they are.
112
291260
2000
i jak mądre i elastyczne są.
04:53
And sort of the posterbirds for this idea are the birds up there.
113
293260
3000
I rodzajem przykładu na to są ptaki u góry.
04:56
On one side
114
296260
2000
Po jednej stronie
04:58
is a New Caledonian crow.
115
298260
2000
jest wrona brodata.
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
300260
3000
I wrony oraz inne krukowate, kruki, gawrony i tak dalej
05:03
are incredibly smart birds.
117
303260
2000
są niesamowicie mądrymi ptakami.
05:05
They're as smart as chimpanzees in some respects.
118
305260
3000
W pewnych aspektach są tak mądre jak szympansy.
05:08
And this is a bird on the cover of science
119
308260
2000
A to ptak na okładce "Science",
05:10
who's learned how to use a tool to get food.
120
310260
3000
który nauczył się jak używać narzędzia by zdobyć jedzenie.
05:13
On the other hand,
121
313260
2000
Z drugiej strony,
05:15
we have our friend the domestic chicken.
122
315260
2000
mamy naszego przyjaciela kurę domową.
05:17
And chickens and ducks and geese and turkeys
123
317260
3000
I kurczaki oraz kaczki i gęsi i indyki
05:20
are basically as dumb as dumps.
124
320260
2000
są głupie jak but.
05:22
So they're very, very good at pecking for grain,
125
322260
3000
Są więc bardzo, bardzo dobre w dziobaniu ziarna
05:25
and they're not much good at doing anything else.
126
325260
3000
i niezbyt dobre w robieniu czegokolwiek innego.
05:28
Well it turns out that the babies,
127
328260
2000
Okazuje się, że dzieci,
05:30
the New Caledonian crow babies, are fledglings.
128
330260
2000
dzieci wron brodatych to pisklęta.
05:32
They depend on their moms
129
332260
2000
Są zależne od matek,
05:34
to drop worms in their little open mouths
130
334260
3000
które wrzucają robaki do ich otwartych dziobów
05:37
for as long as two years,
131
337260
2000
aż przez dwa lata,
05:39
which is a really long time in the life of a bird.
132
339260
2000
co jest naprawdę długim czasem w życiu ptaka.
05:41
Whereas the chickens are actually mature
133
341260
2000
Podczas gdy kurczaki są w zasadzie dojrzałe
05:43
within a couple of months.
134
343260
2000
w ciągu kilku miesięcy.
05:45
So childhood is the reason
135
345260
3000
Więc dzieciństwo jest powodem,
05:48
why the crows end up on the cover of Science
136
348260
2000
dla którego wrony kończą na okładce "Science",
05:50
and the chickens end up in the soup pot.
137
350260
2000
a kurczaki w rosole.
05:52
There's something about that long childhood
138
352260
3000
Jest coś w tym długim dzieciństwie,
05:55
that seems to be connected
139
355260
2000
co wydaje się być powiązane
05:57
to knowledge and learning.
140
357260
2000
z wiedzą i uczeniem.
05:59
Well what kind of explanation could we have for this?
141
359260
3000
Jakie wytłumaczenie możemy na to mieć?
06:02
Well some animals, like the chicken,
142
362260
3000
Cóż, niektóre zwierzęta, jak kurczaki,
06:05
seem to be beautifully suited
143
365260
2000
wydają się pięknie predestynowane
06:07
to doing just one thing very well.
144
367260
2000
do robienia bardzo dobrze tylko jednej rzeczy.
06:09
So they seem to be beautifully suited
145
369260
3000
Więc wydają się pięknie wyposażone
06:12
to pecking grain in one environment.
146
372260
2000
do dziobania ziarna w jednym środowisku.
06:14
Other creatures, like the crows,
147
374260
2000
Inne zwierzęta, jak wrony,
06:16
aren't very good at doing anything in particular,
148
376260
2000
nie są bardzo dobre w robieniu szczególnie jednej rzeczy,
06:18
but they're extremely good
149
378260
2000
ale są bardzo dobre
06:20
at learning about laws of different environments.
150
380260
2000
w uczeniu się praw różnych środowisk.
06:22
And of course, we human beings
151
382260
2000
I oczywiście, my ludzie
06:24
are way out on the end of the distribution like the crows.
152
384260
3000
jesteśmy na końcu tej samej strony rozkładu co wrony.
06:27
We have bigger brains relative to our bodies
153
387260
2000
Mamy większe mózgi w stosunku do wielkości ciała
06:29
by far than any other animal.
154
389260
2000
znacznie bardziej niż jakiekolwiek inne zwierzę.
06:31
We're smarter, we're more flexible,
155
391260
2000
Jesteśmy sprytniejsi, bardziej elastyczni,
06:33
we can learn more,
156
393260
2000
możemy się więcej nauczyć,
06:35
we survive in more different environments,
157
395260
2000
jesteśmy w stanie przetrwać w bardziej różnorodnych środowiskach,
06:37
we migrated to cover the world and even go to outer space.
158
397260
3000
migrowaliśmy żeby zdobywać świat, a nawet kosmos.
06:40
And our babies and children are dependent on us
159
400260
3000
A nasze niemowlęta i dzieci są od nas zależne
06:43
for much longer than the babies of any other species.
160
403260
3000
przez znacznie dłuższy czas niż dzieci jakiegokolwiek gatunku.
06:46
My son is 23.
161
406260
2000
Mój syn ma 23 lata.
06:48
(Laughter)
162
408260
2000
(Śmiech)
06:50
And at least until they're 23,
163
410260
2000
I przynajmniej do kiedy mają 23 lata,
06:52
we're still popping those worms
164
412260
2000
wciąż wpychamy te robaczki
06:54
into those little open mouths.
165
414260
3000
w te małe, otwarte usta.
06:57
All right, why would we see this correlation?
166
417260
3000
Dlaczego dostrzegamy taką korelację?
07:00
Well an idea is that that strategy, that learning strategy,
167
420260
4000
Cóż, ta strategia, strategia uczenia,
07:04
is an extremely powerful, great strategy for getting on in the world,
168
424260
3000
jest naprawdę silną, wielką strategią dawania sobie rady na świecie,
07:07
but it has one big disadvantage.
169
427260
2000
ale ma jedną wielką wadę.
07:09
And that one big disadvantage
170
429260
2000
I tą wielką wadą jest to,
07:11
is that, until you actually do all that learning,
171
431260
3000
że dopóki to całe uczenie naprawdę nie zajdzie,
07:14
you're going to be helpless.
172
434260
2000
będziesz bezradny.
07:16
So you don't want to have the mastodon charging at you
173
436260
3000
Więc nie chcecie podczas szarży mastodonta
07:19
and be saying to yourself,
174
439260
2000
mówić do siebie:
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
441260
4000
"Proca lub może dzida zadziała. Która właściwie byłaby lepsza?"
07:25
You want to know all that
176
445260
2000
Chcecie to wszystko wiedzieć
07:27
before the mastodons actually show up.
177
447260
2000
zanim mastodonty rzeczywiście się pojawią.
07:29
And the way the evolutions seems to have solved that problem
178
449260
3000
I sposób w jaki ewolucja rozwiązała ten problem
07:32
is with a kind of division of labor.
179
452260
2000
to rodzaj podziału pracy.
07:34
So the idea is that we have this early period when we're completely protected.
180
454260
3000
Mamy ten wczesny okres, kiedy jesteśmy całkowicie chronieni.
07:37
We don't have to do anything. All we have to do is learn.
181
457260
3000
Nie musimy nic robić. Wszystko co musimy to się uczyć.
07:40
And then as adults,
182
460260
2000
A potem jako dorośli,
07:42
we can take all those things that we learned when we were babies and children
183
462260
3000
możemy wziąć te wszystkie rzeczy, których się nauczyliśmy jako dzieci
07:45
and actually put them to work to do things out there in the world.
184
465260
3000
i autentycznie je zastosować do robienia rzeczy na świecie.
07:48
So one way of thinking about it
185
468260
2000
Więc jednym ze sposobów myślenia o tym
07:50
is that babies and young children
186
470260
2000
jest to, że niemowlęta i małe dzieci
07:52
are like the research and development division of the human species.
187
472260
3000
są jak dział badań i rozwoju gatunku ludzkiego.
07:55
So they're the protected blue sky guys
188
475260
3000
Więc są one chronionymi niebieskimi ptakami,
07:58
who just have to go out and learn and have good ideas,
189
478260
2000
które po prostu muszą wyjść, uczyć się i mieć dobre pomysły,
08:00
and we're production and marketing.
190
480260
2000
a my jesteśmy działem produkcji i marketingu.
08:02
We have to take all those ideas
191
482260
2000
Musimy wziąć te wszystkie pomysły,
08:04
that we learned when we were children
192
484260
2000
których nauczyliśmy się jako dzieci
08:06
and actually put them to use.
193
486260
2000
i użyć ich.
08:08
Another way of thinking about it
194
488260
2000
Innym sposobem myślenia o tym,
08:10
is instead of thinking of babies and children
195
490260
2000
jest zamiana myślenia o niemowlętach i dzieciach
08:12
as being like defective grownups,
196
492260
2000
jako nieudanych dorosłych,
08:14
we should think about them
197
494260
2000
na myślenie o nich
08:16
as being a different developmental stage of the same species --
198
496260
2000
jako odmiennym stadium rozwoju tego samego gatunku -
08:18
kind of like caterpillars and butterflies --
199
498260
3000
jak gąsienice i motyle -
08:21
except that they're actually the brilliant butterflies
200
501260
2000
z wyjątkiem tego, że to tak naprawdę błyskotliwe motyle,
08:23
who are flitting around the garden and exploring,
201
503260
3000
które trzepoczą po ogrodzie i eksplorują,
08:26
and we're the caterpillars
202
506260
2000
a my jesteśmy gąsienicami,
08:28
who are inching along our narrow, grownup, adult path.
203
508260
3000
które pełzają wąskimi, dorosłymi ścieżkami.
08:31
If this is true, if these babies are designed to learn --
204
511260
3000
Jeśli to prawda, jeśli te dzieci są stworzone do nauki -
08:34
and this evolutionary story would say children are for learning,
205
514260
3000
a ta historia ewolucyjna głosi, że dzieci są by się uczuć,
08:37
that's what they're for --
206
517260
2000
oto po co są -
08:39
we might expect
207
519260
2000
możemy oczekiwać,
08:41
that they would have really powerful learning mechanisms.
208
521260
2000
że będą miały naprawdę silne mechanizmy uczenia się.
08:43
And in fact, the baby's brain
209
523260
3000
I rzeczywiście mózg dziecka
08:46
seems to be the most powerful learning computer
210
526260
2000
wydaje się największym uczącym się komputerem
08:48
on the planet.
211
528260
2000
na całym świecie.
08:50
But real computers are actually getting to be a lot better.
212
530260
3000
Ale prawdziwe komputery stają się dużo lepsze.
08:53
And there's been a revolution
213
533260
2000
I zaszła niedawno rewolucja
08:55
in our understanding of machine learning recently.
214
535260
2000
w naszym rozumieniu uczenia się maszyn.
08:57
And it all depends on the ideas of this guy,
215
537260
3000
A to wszystko zależy od pomysłów tego gościa,
09:00
the Reverend Thomas Bayes,
216
540260
2000
wielebnego Thomasa Bayesa,
09:02
who was a statistician and mathematician in the 18th century.
217
542260
3000
który był statystykiem i matematykiem w XVIII wieku.
09:05
And essentially what Bayes did
218
545260
3000
I to, co zasadniczo zrobił Bayes
09:08
was to provide a mathematical way
219
548260
2000
było dostarczenie matematycznego sposobu,
09:10
using probability theory
220
550260
2000
przy użyciu teorii prawdopodobieństwa,
09:12
to characterize, describe,
221
552260
2000
by scharakteryzować, opisać,
09:14
the way that scientists find out about the world.
222
554260
2000
sposób w jaki naukowcy dowiadują się o świecie.
09:16
So what scientists do
223
556260
2000
Więc naukowcy
09:18
is they have a hypothesis that they think might be likely to start with.
224
558260
3000
mają hipotezę, o której myślą, że od niej warto zacząć.
09:21
They go out and test it against the evidence.
225
561260
2000
Idą i testują ją.
09:23
The evidence makes them change that hypothesis.
226
563260
2000
Dowody zmuszają ich do zmiany tej hipotezy.
09:25
Then they test that new hypothesis
227
565260
2000
Potem sprawdzają tą nową hipotezę
09:27
and so on and so forth.
228
567260
2000
i tak dalej.
09:29
And what Bayes showed was a mathematical way that you could do that.
229
569260
3000
I Bayes pokazał matematyczny sposób na zrobienie tego.
09:32
And that mathematics is at the core
230
572260
2000
I ta matematyka jest kluczowa
09:34
of the best machine learning programs that we have now.
231
574260
2000
dla najlepszych programów uczenia maszyn, które teraz mamy.
09:36
And some 10 years ago,
232
576260
2000
I jakieś 10 lat temu,
09:38
I suggested that babies might be doing the same thing.
233
578260
4000
sugerowałam, że niemowlęta mogą robić to samo.
09:42
So if you want to know what's going on
234
582260
2000
Więc jeśli chcecie wiedzieć co zachodzi
09:44
underneath those beautiful brown eyes,
235
584260
2000
za tymi pięknymi brązowymi oczami,
09:46
I think it actually looks something like this.
236
586260
2000
myślę, że w rzeczywistości wygląda to jak to.
09:48
This is Reverend Bayes's notebook.
237
588260
2000
To notes wielebnego Bayesa.
09:50
So I think those babies are actually making complicated calculations
238
590260
3000
Myślę, ze te niemowlęta w rzeczywistości robią skomplikowane obliczenia
09:53
with conditional probabilities that they're revising
239
593260
3000
z warunkowymi prawdopodobieństwami, które
09:56
to figure out how the world works.
240
596260
2000
badają jak działa świat.
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
598260
4000
W porządku, to może się wydawać jeszcze trudniejszym zadaniem do wykazania.
10:02
Because after all, if you ask even grownups about statistics,
242
602260
2000
Ponieważ ostatecznie, jeśli zapytacie nawet dorosłych o statystykę,
10:04
they look extremely stupid.
243
604260
2000
wyglądają bardzo głupio.
10:06
How could it be that children are doing statistics?
244
606260
3000
Jak to możliwe, że dzieci używają statystyki?
10:09
So to test this we used a machine that we have
245
609260
2000
Więc by to sprawdzić użyliśmy maszyny, którą posiadamy
10:11
called the Blicket Detector.
246
611260
2000
nazywają Blicket Detector.
10:13
This is a box that lights up and plays music
247
613260
2000
To pudełko, które świeci i gra muzykę,
10:15
when you put some things on it and not others.
248
615260
3000
kiedy umieści się na nim pewne rzeczy, ale nie inne.
10:18
And using this very simple machine,
249
618260
2000
I przy użyciu tego bardzo prostego urządzenia,
10:20
my lab and others have done dozens of studies
250
620260
2000
moje laboratorium i inne przeprowadzili dziesiątki badań
10:22
showing just how good babies are
251
622260
2000
wykazując jak dobre są dzieci
10:24
at learning about the world.
252
624260
2000
w uczeniu się o świecie.
10:26
Let me mention just one
253
626260
2000
Pozwólcie mi wspomnieć jeszcze jedno,
10:28
that we did with Tumar Kushner, my student.
254
628260
2000
które zrobiliśmy z Tumarem Kushnerem, moim studentem.
10:30
If I showed you this detector,
255
630260
2000
Gdybym pokazała wam ten detektor
10:32
you would be likely to think to begin with
256
632260
2000
prawdopodobnie zaczęlibyście myśleć,
10:34
that the way to make the detector go
257
634260
2000
że by go uruchomić
10:36
would be to put a block on top of the detector.
258
636260
3000
trzeba umieścić klocek na jego szczycie.
10:39
But actually, this detector
259
639260
2000
Ale w rzeczywistości ten detektor
10:41
works in a bit of a strange way.
260
641260
2000
pracuje trochę dziwnie.
10:43
Because if you wave a block over the top of the detector,
261
643260
3000
Ponieważ jeśli pomachacie klockiem nad detektorem,
10:46
something you wouldn't ever think of to begin with,
262
646260
3000
coś od czego w życiu byście nie zaczęli,
10:49
the detector will actually activate two out of three times.
263
649260
3000
detektor uruchomi się dwa na trzy razy.
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
652260
3000
Podczas gdy robiąc coś prawdopodobnego, umieszczając klocek na detektorze,
10:55
it will only activate two out of six times.
265
655260
4000
uruchomi się on tylko dwa na sześć razy.
10:59
So the unlikely hypothesis
266
659260
2000
Więc mało prawdopodobną hipotezę
11:01
actually has stronger evidence.
267
661260
2000
popierają silniejsze dowody.
11:03
It looks as if the waving
268
663260
2000
Wygląda jakby machanie
11:05
is a more effective strategy than the other strategy.
269
665260
2000
było bardziej efektywną strategią niż ta druga.
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
667260
3000
Więc to właśnie zrobiliśmy, daliśmy 4-latkom takie dowody
11:10
and we just asked them to make it go.
271
670260
2000
i po prostu ich poprosiliśmy by go uruchomili.
11:12
And sure enough, the four year-olds used the evidence
272
672260
3000
I zgodnie z przypuszczeniem, 4-latki wykorzystały dowody,
11:15
to wave the object on top of the detector.
273
675260
3000
by pomachać nad detektorem.
11:18
Now there are two things that are really interesting about this.
274
678260
3000
Są dwie naprawdę interesujące rzeczy z tym związane.
11:21
The first one is, again, remember, these are four year-olds.
275
681260
3000
Pierwszą z nich jest, pamiętajcie, że to 4-latki.
11:24
They're just learning how to count.
276
684260
2000
Dopiero się uczą jak liczyć.
11:26
But unconsciously,
277
686260
2000
Ale nieświadomie,
11:28
they're doing these quite complicated calculations
278
688260
2000
dokonują tych całkiem skomplikowanych obliczeń,
11:30
that will give them a conditional probability measure.
279
690260
3000
które dadzą ich miarę warunkowego prawdopodobieństwa.
11:33
And the other interesting thing
280
693260
2000
Drugą interesującą rzeczą,
11:35
is that they're using that evidence
281
695260
2000
jest to, że wykorzystują te dowody
11:37
to get to an idea, get to a hypothesis about the world,
282
697260
3000
by dotrzeć do pomysłu, by otrzymać hipotezę o świecie,
11:40
that seems very unlikely to begin with.
283
700260
3000
która wydaje się początkowo bardzo mało prawdopodobna.
11:43
And in studies we've just been doing in my lab, similar studies,
284
703260
3000
I w badaniach, które właśnie przeprowadziliśmy w moim laboratorium, podobnych badaniach,
11:46
we've show that four year-olds are actually better
285
706260
2000
wykazaliśmy, że 4-latki są w rzeczywistości lepsze
11:48
at finding out an unlikely hypothesis
286
708260
3000
w wynajdowaniu nieprawdopodobnych hipotez
11:51
than adults are when we give them exactly the same task.
287
711260
3000
niż dorośli, kiedy daje się im dokładnie to samo zadanie.
11:54
So in these circumstances,
288
714260
2000
Więc w tych okolicznościach,
11:56
the children are using statistics to find out about the world,
289
716260
3000
dzieci wykorzystują statystykę by dowiedzieć się o świecie,
11:59
but after all, scientists also do experiments,
290
719260
3000
ale ostatecznie, naukowcy też prowadzą eksperymenty,
12:02
and we wanted to see if children are doing experiments.
291
722260
3000
i chcieliśmy zobaczyć, czy dzieci prowadzą eksperymenty.
12:05
When children do experiments we call it "getting into everything"
292
725260
3000
Kiedy dzieci przeprowadzają eksperymenty nazywamy to "dochodzeniem do wszystkiego"
12:08
or else "playing."
293
728260
2000
lub "zabawą".
12:10
And there's been a bunch of interesting studies recently
294
730260
3000
I było ostatnio trochę interesujących badań,
12:13
that have shown this playing around
295
733260
3000
które wykazały, że te zabawy
12:16
is really a kind of experimental research program.
296
736260
2000
to w rzeczywistości rodzaj badawczego programu eksperymentalnego.
12:18
Here's one from Cristine Legare's lab.
297
738260
3000
Oto jedno z laboratorium Cristine Legare.
12:21
What Cristine did was use our Blicket Detectors.
298
741260
3000
Cristine użyła naszych Blicket Detectors.
12:24
And what she did was show children
299
744260
2000
I pokazała dzieciom,
12:26
that yellow ones made it go and red ones didn't,
300
746260
2000
że żółte klocki je uruchamiają, a czerwone nie,
12:28
and then she showed them an anomaly.
301
748260
3000
a potem pokazała im anomalię.
12:31
And what you'll see
302
751260
2000
I to co widzicie,
12:33
is that this little boy will go through five hypotheses
303
753260
3000
to że ten mały chłopiec przejdzie przez pięć hipotez
12:36
in the space of two minutes.
304
756260
3000
w ciągu dwóch minut.
12:39
(Video) Boy: How about this?
305
759260
3000
(Film) Chłopiec: A co gdy zrobię tak?
12:43
Same as the other side.
306
763260
3000
To samo co po drugiej stronie.
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
766260
4000
Alison Gopnik: OK, więc jego pierwsza hipoteza właśnie została sfalsyfikowana.
12:55
(Laughter)
308
775260
2000
(Śmiech)
12:57
Boy: This one lighted up, and this one nothing.
309
777260
3000
Chłopiec: Ten się zaświecił, a ten nic.
13:00
AG: Okay, he's got his experimental notebook out.
310
780260
3000
AG: OK, wyciągnął swój eksperymentalny notes.
13:06
Boy: What's making this light up.
311
786260
4000
Chłopiec: Co sprawia, że to się świeci.
13:11
(Laughter)
312
791260
9000
(Śmiech)
13:20
I don't know.
313
800260
2000
Nie wiem.
13:22
AG: Every scientist will recognize that expression of despair.
314
802260
4000
AG: Każdy naukowiec rozpozna ten wyraz rozpaczy.
13:26
(Laughter)
315
806260
3000
(Śmiech)
13:29
Boy: Oh, it's because this needs to be like this,
316
809260
6000
Chłopiec: O! To dlatego, że to powinno być tak,
13:35
and this needs to be like this.
317
815260
2000
a to tak.
13:37
AG: Okay, hypothesis two.
318
817260
3000
AG: OK, hipoteza numer dwa.
13:40
Boy: That's why.
319
820260
2000
Chłopiec: Oto dlaczego.
13:42
Oh.
320
822260
2000
O!
13:44
(Laughter)
321
824260
5000
(Śmiech)
13:49
AG: Now this is his next idea.
322
829260
2000
AG: To jego następny pomysł.
13:51
He told the experimenter to do this,
323
831260
2000
Powiedział eksperymentatorowi by zrobił coś takiego,
13:53
to try putting it out onto the other location.
324
833260
4000
by pomóc mu to przełożyć na inne miejsce.
13:57
Not working either.
325
837260
2000
Też nie działa.
14:02
Boy: Oh, because the light goes only to here,
326
842260
4000
Chłopiec: O, ponieważ światło dochodzi tylko tutaj,
14:06
not here.
327
846260
3000
nie tutaj.
14:09
Oh, the bottom of this box
328
849260
3000
O, dół tego pudełka
14:12
has electricity in here,
329
852260
2000
ma tu elektryczność,
14:14
but this doesn't have electricity.
330
854260
2000
ale to nie ma.
14:16
AG: Okay, that's a fourth hypothesis.
331
856260
2000
AG: OK, to czwarta hipoteza.
14:18
Boy: It's lighting up.
332
858260
2000
Chłopiec: Zapala się.
14:20
So when you put four.
333
860260
5000
Więc jeśli położysz na nim cztery.
14:26
So you put four on this one to make it light up
334
866260
3000
Kładzie się cztery na tym, by go zapalić,
14:29
and two on this one to make it light up.
335
869260
2000
a dwa na tamtym by się zapaliło.
14:31
AG: Okay,there's his fifth hypothesis.
336
871260
2000
AG: OK, to jego piąta hipoteza.
14:33
Now that is a particularly --
337
873260
3000
To wyjątkowo -
14:36
that is a particularly adorable and articulate little boy,
338
876260
3000
to wyjątkowo uroczy i wygadany mały chłopiec,
14:39
but what Cristine discovered is this is actually quite typical.
339
879260
3000
ale Cristine odkryła, że to typowe.
14:42
If you look at the way children play, when you ask them to explain something,
340
882260
3000
Jeśli spojrzycie na sposób w jaki bawią się dzieci, jeśli prosi się je o wyjaśnienie czegoś,
14:45
what they really do is do a series of experiments.
341
885260
3000
to naprawdę przeprowadzają serię eksperymentów.
14:48
This is actually pretty typical of four year-olds.
342
888260
3000
To naprawdę całkiem typowe dla 4-latków.
14:51
Well, what's it like to be this kind of creature?
343
891260
3000
Jak to jest być kimś takim?
14:54
What's it like to be one of these brilliant butterflies
344
894260
3000
Jak to jest być jednym z tych błyskotliwych motyli,
14:57
who can test five hypotheses in two minutes?
345
897260
3000
które są w stanie przetestować pięć hipotez w dwie minuty?
15:00
Well, if you go back to those psychologists and philosophers,
346
900260
3000
Jeśli wrócimy to tych psychologów i filozofów,
15:03
a lot of them have said
347
903260
2000
wielu z nich powiedziało,
15:05
that babies and young children were barely conscious
348
905260
2000
że niemowlęta i małe dzieci są ledwo przytomne,
15:07
if they were conscious at all.
349
907260
2000
jeśli w ogóle są.
15:09
And I think just the opposite is true.
350
909260
2000
A ja myślę, że dokładnie przeciwne twierdzenie jest prawdą.
15:11
I think babies and children are actually more conscious than we are as adults.
351
911260
3000
Myślę, że niemowlęta i dzieci są w rzeczywistości bardziej świadome niż my jako dorośli.
15:14
Now here's what we know about how adult consciousness works.
352
914260
3000
Oto co wiemy o tym, jak działa świadomość.
15:17
And adults' attention and consciousness
353
917260
2000
I uwaga dorosłych oraz świadomość
15:19
look kind of like a spotlight.
354
919260
2000
wygląda jak światło reflektora.
15:21
So what happens for adults
355
921260
2000
Więc u dorosłych
15:23
is we decide that something's relevant or important,
356
923260
2000
jeśli zdecydujemy, że coś jest trafne lub ważne,
15:25
we should pay attention to it.
357
925260
2000
powinniśmy zwrócić na to uwagę.
15:27
Our consciousness of that thing that we're attending to
358
927260
2000
Nasza świadomość tej rzeczy, na którą uważamy
15:29
becomes extremely bright and vivid,
359
929260
3000
staje się bardzo jasna i żywa,
15:32
and everything else sort of goes dark.
360
932260
2000
a wszystko inne staje się ciemne.
15:34
And we even know something about the way the brain does this.
361
934260
3000
I wiemy nawet coś o tym jak mózg to robi.
15:37
So what happens when we pay attention
362
937260
2000
Więc jeśli zwracamy na coś uwagę,
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
939260
3000
kora przedczołowa, rodzaj części wykonawczej naszego mózgu,
15:42
sends a signal
364
942260
2000
wysyła sygnał,
15:44
that makes a little part of our brain much more flexible,
365
944260
2000
który sprawia, że mała część naszego mózgu staje się dużo elastyczniejsza,
15:46
more plastic, better at learning,
366
946260
2000
bardziej plastyczna, lepsza w uczeniu
15:48
and shuts down activity
367
948260
2000
i wyłącza aktywność
15:50
in all the rest of our brains.
368
950260
2000
całej reszty naszych mózgów.
15:52
So we have a very focused, purpose-driven kind of attention.
369
952260
4000
Więc mamy bardzo skoncentrowaną, nastawioną na cel uwagę.
15:56
If we look at babies and young children,
370
956260
2000
Jeśli spojrzymy na niemowlęta i małe dzieci,
15:58
we see something very different.
371
958260
2000
widzimy coś całkiem innego.
16:00
I think babies and young children
372
960260
2000
Myślę, że niemowlęta i małe dzieci
16:02
seem to have more of a lantern of consciousness
373
962260
2000
wydają się mieć świadomość bardziej w stylu latarni
16:04
than a spotlight of consciousness.
374
964260
2000
niż światła reflektora świadomości.
16:06
So babies and young children are very bad
375
966260
3000
Więc niemowlęta i małe dzieci są bardzo kiepskie
16:09
at narrowing down to just one thing.
376
969260
3000
w ograniczaniu się do tylko jednej rzeczy.
16:12
But they're very good at taking in lots of information
377
972260
3000
Ale są dobre w przyjmowaniu masy informacji
16:15
from lots of different sources at once.
378
975260
2000
z wielu różnych źródeł na raz.
16:17
And if you actually look in their brains,
379
977260
2000
I jeśli spojrzeć w ich mózgi,
16:19
you see that they're flooded with these neurotransmitters
380
979260
3000
widać, że są zalewane tymi neurotransmiterami,
16:22
that are really good at inducing learning and plasticity,
381
982260
2000
które są świetne we wdrażaniu uczenia i plastyczności,
16:24
and the inhibitory parts haven't come on yet.
382
984260
3000
a struktury hamujące jeszcze się nie wykształciły.
16:27
So when we say that babies and young children
383
987260
2000
Więc kiedy mówimy, że niemowlęta i małe dzieci
16:29
are bad at paying attention,
384
989260
2000
są kiepskie w zwracaniu uwagi,
16:31
what we really mean is that they're bad at not paying attention.
385
991260
4000
mamy naprawdę na myśli to, że są kiepskie w nie zwracaniu uwagi.
16:35
So they're bad at getting rid
386
995260
2000
Są więc kiepskie w porzucaniu
16:37
of all the interesting things that could tell them something
387
997260
2000
tych wszystkich interesujących rzecz, które mogą im coś powiedzieć
16:39
and just looking at the thing that's important.
388
999260
2000
i patrzeniu tylko na to co ważne.
16:41
That's the kind of attention, the kind of consciousness,
389
1001260
3000
To rodzaj uwagi, rodzaj świadomości,
16:44
that we might expect
390
1004260
2000
której możemy oczekiwać
16:46
from those butterflies who are designed to learn.
391
1006260
2000
od tych motyli, które są stworzone do nauki.
16:48
Well if we want to think about a way
392
1008260
2000
Jeśli chcemy pomyśleć o sposobie
16:50
of getting a taste of that kind of baby consciousness as adults,
393
1010260
4000
zasmakowania tego rodzaju świadomości dziecka jako dorośli,
16:54
I think the best thing is think about cases
394
1014260
2000
myślę, że najlepiej jest myśleć o przypadkach,
16:56
where we're put in a new situation that we've never been in before --
395
1016260
3000
w których znajdujemy się w nowej sytuacji, w której nigdy przedtem nie byliśmy -
16:59
when we fall in love with someone new,
396
1019260
2000
kiedy zakochujemy się w kimś nowym,
17:01
or when we're in a new city for the first time.
397
1021260
3000
lub gdy jesteśmy w nowym mieście po raz pierwszy.
17:04
And what happens then is not that our consciousness contracts,
398
1024260
2000
I wówczas nasza świadomość nie kurczy się,
17:06
it expands,
399
1026260
2000
a rozszerza,
17:08
so that those three days in Paris
400
1028260
2000
tak, że te trzy dni w Paryżu
17:10
seem to be more full of consciousness and experience
401
1030260
2000
wydają się bardziej pełne świadomości i doświadczeń
17:12
than all the months of being
402
1032260
2000
niż wszystkie miesiące bycia
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1034260
4000
chodzącym, mówiący, chodzącym na zebrania wydziału zombie w domu.
17:18
And by the way, that coffee,
404
1038260
2000
A przy okazji, ta kawa,
17:20
that wonderful coffee you've been drinking downstairs,
405
1040260
2000
ta wspaniała kawa, którą piliście na dole,
17:22
actually mimics the effect
406
1042260
2000
naśladuje efekt
17:24
of those baby neurotransmitters.
407
1044260
2000
tych dziecięcych neurotransmiterów.
17:26
So what's it like to be a baby?
408
1046260
2000
Więc jak to jest być dzieckiem?
17:28
It's like being in love
409
1048260
2000
To jak być zakochanym,
17:30
in Paris for the first time
410
1050260
2000
po raz pierwszy w Paryżu,
17:32
after you've had three double-espressos.
411
1052260
2000
po trzech podwójnych espresso.
17:34
(Laughter)
412
1054260
3000
(Śmiech)
17:37
That's a fantastic way to be,
413
1057260
2000
To fantastyczny sposób bycia,
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1059260
4000
ale wydaje się to zostawiać cię budzącego się z płaczem o trzeciej rano.
17:43
(Laughter)
415
1063260
3000
(Śmiech)
17:46
Now it's good to be a grownup.
416
1066260
2000
Dobrze jest być dorosłym
17:48
I don't want to say too much about how wonderful babies are.
417
1068260
2000
Nie chcę mówić za wiele o tym jak wspaniałe są dzieci.
17:50
It's good to be a grownup.
418
1070260
2000
Dobrze jest być dorosłym.
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1072260
3000
Możemy robić takie rzeczy jak wiązanie sznurówek i samodzielnie przechodzić przez ulicę.
17:55
And it makes sense that we put a lot of effort
420
1075260
2000
I ma to sens, że wkładamy wiele wysiłku
17:57
into making babies think like adults do.
421
1077260
4000
w sprawianie, by dzieci myślały tak, jak dorośli.
18:01
But if what we want is to be like those butterflies,
422
1081260
3000
Ale jeśli chcemy być jak te motyle,
18:04
to have open-mindedness, open learning,
423
1084260
3000
być otwarci, otworzyć uczenie sie,
18:07
imagination, creativity, innovation,
424
1087260
2000
wyobraźnię, twórczość, innowację,
18:09
maybe at least some of the time
425
1089260
2000
może przynajmniej przez jakiś czas
18:11
we should be getting the adults
426
1091260
2000
powinniśmy sprawiać by dorośli
18:13
to start thinking more like children.
427
1093260
2000
zaczęli myśleć bardziej jak dzieci.
18:15
(Applause)
428
1095260
8000
(Oklaski)
O tej stronie

Na tej stronie poznasz filmy z YouTube, które są przydatne do nauki języka angielskiego. Zobaczysz lekcje angielskiego prowadzone przez najlepszych nauczycieli z całego świata. Kliknij dwukrotnie na angielskie napisy wyświetlane na stronie każdego filmu, aby odtworzyć film od tego miejsca. Napisy przewijają się synchronicznie z odtwarzaniem filmu. Jeśli masz jakieś uwagi lub prośby, skontaktuj się z nami za pomocą formularza kontaktowego.

https://forms.gle/WvT1wiN1qDtmnspy7