How we read each other's minds | Rebecca Saxe

Rebecca Saxe: Como o cérebro faz julgamentos morais

560,652 views ・ 2009-09-11

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Marcos Vinícius Petri Revisor: Marcelo Lopes
00:12
Today I'm going to talk to you about the problem of other minds.
0
12160
3000
Hoje irei falar sobre o problema das outras mentes.
00:15
And the problem I'm going to talk about
1
15160
2000
O problema sobre o qual irei falar
00:17
is not the familiar one from philosophy,
2
17160
3000
não é o famoso problema da filosofia
00:20
which is, "How can we know
3
20160
2000
que diz: "Como podemos saber
00:22
whether other people have minds?"
4
22160
2000
se outras pessoas têm mentes?"
00:24
That is, maybe you have a mind,
5
24160
2000
Ou seja, talvez você tenha uma mente,
00:26
and everyone else is just a really convincing robot.
6
26160
3000
e as outras pessoas sejam robôs bem convincentes.
00:29
So that's a problem in philosophy,
7
29160
2000
Isto é um problema na filosofia,
00:31
but for today's purposes I'm going to assume
8
31160
2000
mas para os objetivos de hoje irei assumir
00:33
that many people in this audience have a mind,
9
33160
2000
que muitas pessoas na plateia têm mentes,
00:35
and that I don't have to worry about this.
10
35160
2000
e que não precisarei me preocupar com isto.
00:37
There is a second problem that is maybe even more familiar to us
11
37160
3000
Tem um segundo problema que talvez nos seja mais familiar
00:40
as parents and teachers and spouses
12
40160
3000
como pais, professores, casais...
00:43
and novelists,
13
43160
2000
e romancistas.
00:45
which is, "Why is it so hard
14
45160
2000
Que é: "Por que é tão difícil
00:47
to know what somebody else wants or believes?"
15
47160
2000
saber o que outra pessoa quer ou em que ela acredita?"
00:49
Or perhaps, more relevantly,
16
49160
2000
Ou talvez, mais importante:
00:51
"Why is it so hard to change what somebody else wants or believes?"
17
51160
3000
"Por que é tão difícil mudar o que outra pessoa quer ou em que acredita?"
00:54
I think novelists put this best.
18
54160
2000
Acho que romancistas explicam melhor.
00:56
Like Philip Roth, who said,
19
56160
2000
Como Philip Roth, que disse:
00:58
"And yet, what are we to do about this terribly significant business
20
58160
3000
"E então, o que faremos sobre esses importantes assuntos,
01:01
of other people?
21
61160
2000
sobre a vida dos outros?
01:03
So ill equipped are we all,
22
63160
2000
Estamos muito mal preparados,
01:05
to envision one another's interior workings
23
65160
2000
para entendermos como os outros funcionam
01:07
and invisible aims."
24
67160
2000
e seus objetivos invisíveis."
01:09
So as a teacher and as a spouse,
25
69160
3000
Como professora, e como esposa,
01:12
this is, of course, a problem I confront every day.
26
72160
2000
este é um problema que enfrento todos os dias.
01:14
But as a scientist, I'm interested in a different problem of other minds,
27
74160
3000
Mas, como cientista, estou interessada em um problema diferente sobre as mentes
01:17
and that is the one I'm going to introduce to you today.
28
77160
3000
e é isso que irei apresentar hoje a vocês.
01:20
And that problem is, "How is it so easy
29
80160
2000
E o problema é: "Como é tão fácil
01:22
to know other minds?"
30
82160
2000
entender as outras mentes?"
01:24
So to start with an illustration,
31
84160
2000
Para começar com uma ilustração,
01:26
you need almost no information,
32
86160
2000
você não precisa de muita informação,
01:28
one snapshot of a stranger,
33
88160
2000
uma foto de uma estranha,
01:30
to guess what this woman is thinking,
34
90160
2000
para adivinhar o que essa mulher está pensando,
01:32
or what this man is.
35
92160
3000
ou o que este homem está pensando.
01:35
And put another way, the crux of the problem is
36
95160
2000
Colocando de outra forma, o foco do problema
01:37
the machine that we use for thinking about other minds,
37
97160
3000
é que a máquina que usamos para pensar sobre outras mentes,
01:40
our brain, is made up of pieces, brain cells,
38
100160
3000
nosso cérebro, é feita de peças, células nervosas,
01:43
that we share with all other animals, with monkeys
39
103160
2000
que compartilhamos com todos os outros animais, com macacos,
01:45
and mice and even sea slugs.
40
105160
3000
camundongos e até mesmo lesmas-do-mar.
01:48
And yet, you put them together in a particular network,
41
108160
3000
Então você as juntam em uma rede bem específica,
01:51
and what you get is the capacity to write Romeo and Juliet.
42
111160
3000
e o que consegue é a capacidade de escrever Romeu e Julieta.
01:54
Or to say, as Alan Greenspan did,
43
114160
2000
ou, como Alan Greenspan disse:
01:56
"I know you think you understand what you thought I said,
44
116160
3000
"Eu sei que você acha que entendeu o que pensou que eu disse,
01:59
but I'm not sure you realize that what you heard
45
119160
2000
mas eu não sei se percebeu que o que eu disse
02:01
is not what I meant."
46
121160
2000
não era o que eu queria dizer."
02:03
(Laughter)
47
123160
3000
(risos)
02:06
So, the job of my field of cognitive neuroscience
48
126160
2000
O trabalho da minha área de neurociência cognitiva
02:08
is to stand with these ideas,
49
128160
2000
é pegar estas ideias,
02:10
one in each hand.
50
130160
2000
uma em cada mão,
02:12
And to try to understand how you can put together
51
132160
3000
e tentar entender como você pode juntar
02:15
simple units, simple messages over space and time, in a network,
52
135160
4000
unidades simples, mensagens simples através do espaço e tempo,
02:19
and get this amazing human capacity to think about minds.
53
139160
4000
em uma rede, e ter essa incrível capacidade de pensar sobre a consciência.
02:23
So I'm going to tell you three things about this today.
54
143160
3000
Irei falar três coisas sobre isto hoje.
02:26
Obviously the whole project here is huge.
55
146160
3000
Obviamente o projeto todo é enorme
02:29
And I'm going to tell you just our first few steps
56
149160
3000
Apenas irei apresentar nossos primeiros passos
02:32
about the discovery of a special brain region
57
152160
2000
sobre a descoberta de uma região especial no cérebro
02:34
for thinking about other people's thoughts.
58
154160
2000
utilizada para pensar sobre o pensamento dos outros.
02:36
Some observations on the slow development of this system
59
156160
2000
Sobre o lento desenvolvimento desse sistema
02:38
as we learn how to do this difficult job.
60
158160
4000
enquanto aprendemos a realizar essa difícil tarefa.
02:42
And then finally, to show that some of the differences
61
162160
2000
E, finalmente, mostrar que algumas diferenças
02:44
between people, in how we judge others,
62
164160
3000
entre as pessoas, em como julgamos os outros,
02:47
can be explained by differences in this brain system.
63
167160
4000
podem ser explicadas pelas diferenças neste sistema cerebral.
02:51
So first, the first thing I want to tell you is that
64
171160
2000
Quero mostrar a vocês que existe uma região
02:53
there is a brain region in the human brain, in your brains,
65
173160
3000
no cérebro humano, nos cérebros de vocês,
02:56
whose job it is to think about other people's thoughts.
66
176160
3000
cujo trabalho é pensar sobre os pensamentos das outras pessoas.
02:59
This is a picture of it.
67
179160
2000
Aqui tem uma figura dela.
03:01
It's called the Right Temporo-Parietal Junction.
68
181160
2000
É chamada de Junção Temporo-Parietal Direita.
03:03
It's above and behind your right ear.
69
183160
2000
Está acima e atrás sua orelha direita.
03:05
And this is the brain region you used when you saw the pictures I showed you,
70
185160
2000
Esse é a região do cérebro que você usou quando viu as figuras que mostrei,
03:07
or when you read Romeo and Juliet
71
187160
2000
ou quando você leu Romeu e Julieta,
03:09
or when you tried to understand Alan Greenspan.
72
189160
3000
ou quando tentou entender Alan Greenspan.
03:12
And you don't use it for solving any other kinds of logical problems.
73
192160
4000
E você não a usa para resolver nenhum outro tipo de problema lógico.
03:16
So this brain region is called the Right TPJ.
74
196160
3000
Esta região do cérebro é chamada de RTPJ (sigla em inglês)
03:19
And this picture shows the average activation
75
199160
2000
Esta imagem mostra a atividade média
03:21
in a group of what we call typical human adults.
76
201160
2000
em um grupo do que conhecemos como adultos humanos típicos.
03:23
They're MIT undergraduates.
77
203160
2000
São universitários do MIT.
03:25
(Laughter)
78
205160
4000
(risos)
03:29
The second thing I want to say about this brain system
79
209160
2000
O segundo fato que quero contar sobre este sistema cerebral
03:31
is that although we human adults
80
211160
2000
é que embora nós, humanos adultos,
03:33
are really good at understanding other minds,
81
213160
2000
sejamos bons em entender outras mentes,
03:35
we weren't always that way.
82
215160
2000
nem sempre fomos assim.
03:37
It takes children a long time to break into the system.
83
217160
3000
Leva um bom tempo para as crianças entraram no sistema.
03:40
I'm going to show you a little bit of that long, extended process.
84
220160
4000
Irei mostrar um pouco desse longo e extenso processo.
03:44
The first thing I'm going to show you is a change between age three and five,
85
224160
3000
Primeiramente irei mostrar a diferença entre três e cinco anos de idade,
03:47
as kids learn to understand
86
227160
2000
quando as crianças aprendem a entender
03:49
that somebody else can have beliefs that are different from their own.
87
229160
3000
que outra pessoa também pode ter opiniões que são diferentes das delas.
03:52
So I'm going to show you a five-year-old
88
232160
2000
Vou mostrar uma criança de cinco anos
03:54
who is getting a standard kind of puzzle
89
234160
2000
que recebeu um enigma
03:56
that we call the false belief task.
90
236160
3000
chamado de tarefa da falsa crença.
03:59
Rebecca Saxe (Video): This is the first pirate. His name is Ivan.
91
239160
3000
Video: Esse é o primeiro pirata. O nome dele é Ivan.
04:02
And you know what pirates really like?
92
242160
2000
Você sabe do que piratas gostam?
04:04
Child: What? RS: Pirates really like cheese sandwiches.
93
244160
3000
Piratas gostam muito de sanduíches de queijo.
04:07
Child: Cheese? I love cheese!
94
247160
3000
Criança: Queijo? Eu amo queijo!
04:10
RS: Yeah. So Ivan has this cheese sandwich,
95
250160
2000
R.S.: Isso. Então Ivan está com seu sanduíche
04:12
and he says, "Yum yum yum yum yum!
96
252160
2000
e diz: "Yum yum yum yum yum!
04:14
I really love cheese sandwiches."
97
254160
2000
Eu amo sanduíches de queijo."
04:16
And Ivan puts his sandwich over here, on top of the pirate chest.
98
256160
4000
Então Ivan colocou seu sanduíche aqui, em cima do baú pirata.
04:20
And Ivan says, "You know what? I need a drink with my lunch."
99
260160
4000
E ele diz: "Quer saber? Preciso de algo para beber com meu lanche."
04:24
And so Ivan goes to get a drink.
100
264160
3000
E Ivan vai pegar uma bebida.
04:27
And while Ivan is away
101
267160
2000
Enquanto Ivan não está
04:29
the wind comes,
102
269160
3000
vem o vento,
04:32
and it blows the sandwich down onto the grass.
103
272160
2000
e ele derruba o sanduíche na grama.
04:34
And now, here comes the other pirate.
104
274160
4000
Ai vem um outro pirata.
04:38
This pirate is called Joshua.
105
278160
3000
Esse pirata se chama Joshua.
04:41
And Joshua also really loves cheese sandwiches.
106
281160
2000
E Joshua também adora sanduíche de queijo.
04:43
So Joshua has a cheese sandwich and he says,
107
283160
2000
Ele também tem um sanduíche de queijo e diz:
04:45
"Yum yum yum yum yum! I love cheese sandwiches."
108
285160
4000
"Yum yum yum yum yum! Eu amo sanduíche de queijo."
04:49
And he puts his cheese sandwich over here on top of the pirate chest.
109
289160
3000
E ele o coloca em cima do baú pirata.
04:52
Child: So, that one is his.
110
292160
2000
Criança: Então aquele é o dele.
04:54
RS: That one is Joshua's. That's right.
111
294160
2000
R.S.: Aquele é do Joshua. Isso mesmo.
04:56
Child: And then his went on the ground.
112
296160
2000
Criança: E o dele caiu no chão.
04:58
RS: That's exactly right.
113
298160
2000
R.S.: Exatamente isso.
05:00
Child: So he won't know which one is his.
114
300160
2000
Criança: Então ele não sabe qual é o dele.
05:02
RS: Oh. So now Joshua goes off to get a drink.
115
302160
3000
R.S.: Agora Joshua sai para pegar uma bebida.
05:05
Ivan comes back and he says, "I want my cheese sandwich."
116
305160
4000
Ivan volta e diz: "Eu quero meu sanduíche."
05:09
So which one do you think Ivan is going to take?
117
309160
3000
Qual deles você acha que Ivan vai pegar?
05:12
Child: I think he is going to take that one.
118
312160
2000
Criança: Eu acho que ele vai pegar aquele ali.
05:14
RS: Yeah, you think he's going to take that one? All right. Let's see.
119
314160
2000
R.S.: Você acha que ele vai pegar aquele? Vamos ver.
05:16
Oh yeah, you were right. He took that one.
120
316160
3000
Sim, você estava certo. Ele pegou aquele lá.
05:19
So that's a five-year-old who clearly understands
121
319160
2000
Esta é uma criança de cinco anos que entende claramente
05:21
that other people can have false beliefs
122
321160
2000
que outras pessoas podem ter falsas crenças
05:23
and what the consequences are for their actions.
123
323160
2000
e quais são as consequências de seus atos.
05:25
Now I'm going to show you a three-year-old
124
325160
3000
Agora irei mostrar uma criança de três anos
05:28
who got the same puzzle.
125
328160
2000
que recebeu o mesmo enigma.
05:30
RS: And Ivan says, "I want my cheese sandwich."
126
330160
2000
Video: R.S.: Ivan então disse: "Eu quero meu sanduíche."
05:32
Which sandwich is he going to take?
127
332160
3000
Qual sanduíche ele irá pegar?
05:35
Do you think he's going to take that one? Let's see what happens.
128
335160
2000
Você acha que ele pegará este aqui? Vamos ver o que acontece.
05:37
Let's see what he does. Here comes Ivan.
129
337160
2000
Vamos ver o que ele faz. Aqui vem Ivan.
05:39
And he says, "I want my cheese sandwich."
130
339160
3000
E ele diz: "Eu quero meu sanduíche de queijo."
05:42
And he takes this one.
131
342160
2000
E ele pega esse aqui.
05:44
Uh-oh. Why did he take that one?
132
344160
3000
Oh-oh. Por que ele pegou aquele outro?
05:47
Child: His was on the grass.
133
347160
4000
Criança: O dele está na grama.
05:51
So the three-year-old does two things differently.
134
351160
3000
A criança de três anos faz duas coisas diferentes.
05:54
First, he predicts Ivan will take the sandwich
135
354160
3000
Primeiro ela acredita que Ivan irá pegar o sanduíche
05:57
that's really his.
136
357160
2000
que é realmente o dele.
05:59
And second, when he sees Ivan taking the sandwich where he left his,
137
359160
4000
Depois, quando ele vê Ivan pegando o sanduíche que estava do lado do dele,
06:03
where we would say he's taking that one because he thinks it's his,
138
363160
3000
e nós diríamos que ele pegou porque pensava que era o dele,
06:06
the three-year-old comes up with another explanation:
139
366160
3000
a criança de três anos mostra outra explicação.
06:09
He's not taking his own sandwich because he doesn't want it,
140
369160
2000
Ele não pegou o próprio sanduíche porque ele não quer,
06:11
because now it's dirty, on the ground.
141
371160
2000
porque agora está sujo, caído no chão.
06:13
So that's why he's taking the other sandwich.
142
373160
2000
E é por isso que ele pegou o outro sanduíche.
06:15
Now of course, development doesn't end at five.
143
375160
4000
E é claro, o desenvolvimento não termina aos cinco anos.
06:19
And we can see the continuation of this process
144
379160
2000
Podemos ver a continuação do processo
06:21
of learning to think about other people's thoughts
145
381160
2000
de aprendizagem sobre o pensamento dos outros
06:23
by upping the ante
146
383160
2000
aumentando a dificuldade
06:25
and asking children now, not for an action prediction,
147
385160
3000
e pedindo à criança, não para prever uma ação,
06:28
but for a moral judgment.
148
388160
2000
mas para fazer um julgamento moral.
06:30
So first I'm going to show you the three-year-old again.
149
390160
2000
Primeiro irei mostrar o de três anos de novo.
06:32
RS.: So is Ivan being mean and naughty for taking Joshua's sandwich?
150
392160
3000
Vídeo: R.S.: Ivan foi malcriado por ter pego o sanduíche do Joshua?
06:35
Child: Yeah.
151
395160
1000
Criança: Foi.
06:36
RS: Should Ivan get in trouble for taking Joshua's sandwich?
152
396160
3000
R.S.: Ele deveria ficar encrencado por ter pego o sanduíche do Joshua?
06:39
Child: Yeah.
153
399160
2000
Criança: Sim.
06:41
So it's maybe not surprising he thinks it was mean of Ivan
154
401160
2000
R.S.: Talvez não seja imprevisível ele achar que Ivan foi mau
06:43
to take Joshua's sandwich,
155
403160
2000
por ter pego o sanduíche do Joshua,
06:45
since he thinks Ivan only took Joshua's sandwich
156
405160
2000
já que ele pensa que Ivan apenas pegou o outro sanduíche
06:47
to avoid having to eat his own dirty sandwich.
157
407160
3000
para evitar de comer o próprio sanduíche sujo.
06:50
But now I'm going to show you the five-year-old.
158
410160
2000
Mas agora irei mostrar o de cinco anos.
06:52
Remember the five-year-old completely understood
159
412160
2000
Lembrem-se que ele entendia completamente
06:54
why Ivan took Joshua's sandwich.
160
414160
2000
porque Ivan pegou o sanduíche do Joshua.
06:56
RS: Was Ivan being mean and naughty
161
416160
2000
Video: R.S.: Ivan foi malcriado
06:58
for taking Joshua's sandwich?
162
418160
2000
por ter pego o sanduíche do Joshua?
07:00
Child: Um, yeah.
163
420160
2000
Criança: Hmm, sim.
07:02
And so, it is not until age seven
164
422160
2000
R.S.: E então, é só após os sete anos
07:04
that we get what looks more like an adult response.
165
424160
3000
que nós criamos o que parece mais como uma resposta adulta.
07:07
RS: Should Ivan get in trouble for taking Joshua's sandwich?
166
427160
3000
Video: R.S.: Ivan deve ficar encrencado por ter pego o outro sanduíche?
07:10
Child: No, because the wind should get in trouble.
167
430160
2000
Criança: Não, o vento deveria ficar encrencado.
07:12
He says the wind should get in trouble
168
432160
3000
R.S.: Ele disse que o vento é quem deveria ficar encrencado
07:15
for switching the sandwiches.
169
435160
2000
por ter trocado os sanduíches.
07:17
(Laughter)
170
437160
2000
(risos)
07:19
And now what we've started to do in my lab
171
439160
2000
O que nós começamos a fazer em meu laboratório
07:21
is to put children into the brain scanner
172
441160
2000
foi colocar crianças em um aparelho de ressonância magnética
07:23
and ask what's going on in their brain
173
443160
3000
e tentamos entender o que acontece em seus cérebros enquanto
07:26
as they develop this ability to think about other people's thoughts.
174
446160
3000
desenvolvem a habilidade de pensar sobre o pensamento de outros.
07:29
So the first thing is that in children we see this same brain region, the Right TPJ,
175
449160
4000
Nas crianças nós vimos a mesma região, o RTPJ, em ativação
07:33
being used while children are thinking about other people.
176
453160
3000
enquanto elas pensavam sobre outras pessoas.
07:36
But it's not quite like the adult brain.
177
456160
2000
Porém não é tanto quanto no cérebro adulto.
07:38
So whereas in the adults, as I told you,
178
458160
2000
Nos adultos, como eu disse,
07:40
this brain region is almost completely specialized --
179
460160
3000
essa região do cérebro é quase totalmente especializada.
07:43
it does almost nothing else except for thinking about other people's thoughts --
180
463160
3000
Não faz quase nada além de pensar sobre os pensamentos dos outros.
07:46
in children it's much less so,
181
466160
2000
Nas crianças é uma região bem menor
07:48
when they are age five to eight,
182
468160
2000
quando eles têm de cinco a oito anos,
07:50
the age range of the children I just showed you.
183
470160
2000
a faixa etária que eu acabei de mostrar.
07:52
And actually if we even look at eight to 11-year-olds,
184
472160
3000
Até mesmo se olharmos um com onze anos,
07:55
getting into early adolescence,
185
475160
2000
entrando na adolescência,
07:57
they still don't have quite an adult-like brain region.
186
477160
3000
eles ainda não possuem essa região como a dos adultos.
08:00
And so, what we can see is that over the course of childhood
187
480160
3000
O que nós vemos é que durante a infância,
08:03
and even into adolescence,
188
483160
2000
até mesmo na adolescência,
08:05
both the cognitive system,
189
485160
2000
tanto nosso sistema cognitivo,
08:07
our mind's ability to think about other minds,
190
487160
2000
nossa habilidade em pensar em outras mentes,
08:09
and the brain system that supports it
191
489160
2000
quanto o sistema do cérebro que o sustenta,
08:11
are continuing, slowly, to develop.
192
491160
3000
continuam a se desenvolver lentamente.
08:14
But of course, as you're probably aware,
193
494160
2000
Mas é claro, como devem imaginar,
08:16
even in adulthood,
194
496160
2000
mesmo na idade adulta
08:18
people differ from one another in how good they are
195
498160
2000
as pessoas se diferem umas das outras em como
08:20
at thinking of other minds, how often they do it
196
500160
2000
elas pensam sobre outras mentes, na frequência
08:22
and how accurately.
197
502160
2000
e na precisão disso.
08:24
And so what we wanted to know was, could differences among adults
198
504160
3000
O que queríamos descobrir era se as diferenças entre adultos,
08:27
in how they think about other people's thoughts
199
507160
2000
em como eles pensam sobre pensamentos dos outros,
08:29
be explained in terms of differences in this brain region?
200
509160
3000
podiam ser explicadas pela diferença nessa região cerebral.
08:32
So, the first thing that we did is we gave adults a version
201
512160
3000
Então nós demos aos adultos
08:35
of the pirate problem that we gave to the kids.
202
515160
2000
uma versão do enigma do pirata que as crianças receberam.
08:37
And I'm going to give that to you now.
203
517160
2000
Eu irei passar para vocês agora.
08:39
So Grace and her friend are on a tour of a chemical factory,
204
519160
3000
Grace e sua amiga estavam em uma fábrica química
08:42
and they take a break for coffee.
205
522160
2000
e pararam para tomar um café.
08:44
And Grace's friend asks for some sugar in her coffee.
206
524160
3000
A amiga da Grace pediu para colocar açúcar no seu café.
08:47
Grace goes to make the coffee
207
527160
3000
Grace vai preparar o café
08:50
and finds by the coffee a pot
208
530160
2000
e encontra um pote ao lado do café
08:52
containing a white powder, which is sugar.
209
532160
3000
contendo um pó branco, que é açúcar.
08:55
But the powder is labeled "Deadly Poison,"
210
535160
3000
Mas no rótulo está escrito: "Veneno mortal".
08:58
so Grace thinks that the powder is a deadly poison.
211
538160
3000
Grace acha que o pó é um veneno
09:01
And she puts it in her friend's coffee.
212
541160
2000
e ela o coloca dentro do café da amiga.
09:03
And her friend drinks the coffee, and is fine.
213
543160
3000
Sua amiga bebe o café, e não acontece nada.
09:06
How many people think it was morally permissible
214
546160
2000
Quantas pessoas acham que foi moralmente aceitável
09:08
for Grace to put the powder in the coffee?
215
548160
4000
Grace ter colocado o pó no café?
09:12
Okay. Good. (Laughter)
216
552160
3000
Ok. Ótimo. (risos)
09:15
So we ask people, how much should Grace be blamed
217
555160
3000
Nós perguntamos às pessoas se Grace deveria ser culpada
09:18
in this case, which we call a failed attempt to harm?
218
558160
2000
nesse caso, que chamamos de dano fracassado.
09:20
And we can compare that to another case,
219
560160
2000
E podemos fazer a comparação com outro caso
09:22
where everything in the real world is the same.
220
562160
2000
onde tudo continua igual,
09:24
The powder is still sugar, but what's different is what Grace thinks.
221
564160
3000
o pó continua sendo açúcar, o que muda é o que Grace pensa.
09:27
Now she thinks the powder is sugar.
222
567160
3000
Agora ela acha que o pó é açúcar.
09:30
And perhaps unsurprisingly, if Grace thinks the powder is sugar
223
570160
3000
E talvez obviamente, se Grace acha que o pó é açúcar
09:33
and puts it in her friend's coffee,
224
573160
2000
e coloca no café da amiga,
09:35
people say she deserves no blame at all.
225
575160
2000
as pessoas acham que ela não merece ter culpa alguma.
09:37
Whereas if she thinks the powder was poison, even though it's really sugar,
226
577160
4000
Enquanto que se ela pensa que o pó é veneno, mesmo sendo açúcar,
09:41
now people say she deserves a lot of blame,
227
581160
3000
as pessoas acham que ela merece muita culpa,
09:44
even though what happened in the real world was exactly the same.
228
584160
3000
mesmo o resultado sendo exatamente o mesmo.
09:47
And in fact, they say she deserves more blame
229
587160
2000
Na verdade elas acham que ela merece mais culpa
09:49
in this case, the failed attempt to harm,
230
589160
2000
nesse caso, na tentativa de dano fracassado,
09:51
than in another case,
231
591160
2000
do que no outro caso,
09:53
which we call an accident.
232
593160
2000
que chamamos de acidente,
09:55
Where Grace thought the powder was sugar,
233
595160
2000
quando Grace pensa que o pó é açúcar
09:57
because it was labeled "sugar" and by the coffee machine,
234
597160
2000
porque no rótulo está escrito açúcar,
09:59
but actually the powder was poison.
235
599160
2000
mas na verdade o pó era veneno.
10:01
So even though when the powder was poison,
236
601160
3000
Portanto mesmo quando o pó era veneno,
10:04
the friend drank the coffee and died,
237
604160
3000
e a amiga bebeu o café e morreu,
10:07
people say Grace deserves less blame in that case,
238
607160
3000
as pessoas acham que Grace merece menos culpa nesse caso,
10:10
when she innocently thought it was sugar,
239
610160
2000
em que ela inocentemente achou que era açúcar,
10:12
than in the other case, where she thought it was poison
240
612160
2000
do que no outro caso, que ela achou que era veneno,
10:14
and no harm occurred.
241
614160
3000
e não causou nenhum dano.
10:17
People, though, disagree a little bit
242
617160
2000
Contudo as pessoas discordam um pouco
10:19
about exactly how much blame Grace should get
243
619160
2000
exatamente sobre quanto de culpa Grace merece
10:21
in the accident case.
244
621160
2000
no caso do acidente.
10:23
Some people think she should deserve more blame,
245
623160
2000
Algumas acham que ela merece mais,
10:25
and other people less.
246
625160
2000
outras menos culpa.
10:27
And what I'm going to show you is what happened when we look inside
247
627160
2000
Agora irei mostrar o que acontece quando olhamos
10:29
the brains of people while they're making that judgment.
248
629160
2000
o cérebro das pessoas enquanto elas fazem esse julgamento.
10:31
So what I'm showing you, from left to right,
249
631160
2000
O que estou mostrando, da esquerda para a direita,
10:33
is how much activity there was in this brain region,
250
633160
3000
é o quanto de atividade observamos nessa região cerebral
10:36
and from top to bottom, how much blame
251
636160
2000
e de cima até em baixo, o quanto de culpa
10:38
people said that Grace deserved.
252
638160
2000
elas disseram que Grace merecia.
10:40
And what you can see is, on the left
253
640160
2000
O que nós vemos, à esquerda
10:42
when there was very little activity in this brain region,
254
642160
2000
quando há bem pouca atividade nessa região, é que
10:44
people paid little attention to her innocent belief
255
644160
3000
as pessoas deram menos atenção à crença inocente da Grace
10:47
and said she deserved a lot of blame for the accident.
256
647160
3000
e disseram que ela merecia muita culpa pelo acidente.
10:50
Whereas on the right, where there was a lot of activity,
257
650160
2000
Enquanto que, no lado direito, quando havia muita atividade,
10:52
people paid a lot more attention to her innocent belief,
258
652160
3000
as pessoas deram mais atenção à opinião inocente dela,
10:55
and said she deserved a lot less blame
259
655160
2000
e disseram que ela merecia menos culpa
10:57
for causing the accident.
260
657160
2000
por ter causado o acidente.
10:59
So that's good, but of course
261
659160
2000
Isso é ótimo. Mas é claro
11:01
what we'd rather is have a way to interfere
262
661160
2000
que o que queríamos é ter uma maneira de interferir
11:03
with function in this brain region,
263
663160
2000
na função dessa região cerebral
11:05
and see if we could change people's moral judgment.
264
665160
3000
e ver se poderíamos mudar os julgamentos morais das pessoas.
11:08
And we do have such a tool.
265
668160
2000
Então criamos uma ferramenta,
11:10
It's called Trans-Cranial Magnetic Stimulation,
266
670160
2000
chamada de Estimulador Magnético Transcraniano,
11:12
or TMS.
267
672160
2000
ou TMS (sigla em inglês).
11:14
This is a tool that lets us pass a magnetic pulse
268
674160
2000
Esta é uma ferramenta que envia impulsos magnéticos
11:16
through somebody's skull, into a small region of their brain,
269
676160
4000
através do crânio de alguém até a pequena região do seu cérebro,
11:20
and temporarily disorganize the function of the neurons in that region.
270
680160
4000
e temporariamente desorientamos a função dos neurônios na região.
11:24
So I'm going to show you a demo of this.
271
684160
2000
Irei mostrar uma demonstração desse aparelho.
11:26
First, I'm going to show you that this is a magnetic pulse.
272
686160
3000
Primeiro mostrarei que ele envia pulsos magnéticos,
11:29
I'm going to show you what happens when you put a quarter on the machine.
273
689160
3000
e o que acontece quando colocamos uma moeda nesta máquina.
11:32
When you hear clicks, we're turning the machine on.
274
692160
4000
Quando ouvir um click é quando ligamos o aparelho.
11:42
So now I'm going to apply that same pulse to my brain,
275
702160
3000
Agora irei aplicar o mesmo pulso ao meu cérebro
11:45
to the part of my brain that controls my hand.
276
705160
2000
sobre a parte que controla minha mão.
11:47
So there is no physical force, just a magnetic pulse.
277
707160
3000
Nenhuma força física, apenas o pulso magnético.
11:54
Woman (Video): Ready, Rebecca? RS: Yes.
278
714160
2000
Video: Mulher: Preparada? Rebecca Saxe: Sim.
11:57
Okay, so it causes a small involuntary contraction in my hand
279
717160
3000
Isso causou uma contração involuntária em minha mão
12:00
by putting a magnetic pulse in my brain.
280
720160
3000
quando apliquei um pulso magnético no meu cérebro.
12:03
And we can use that same pulse,
281
723160
2000
Assim nós podemos usar o mesmo pulso,
12:05
now applied to the RTPJ,
282
725160
2000
mas aplicado à região RTPJ,
12:07
to ask if we can change people's moral judgments.
283
727160
3000
para ver se podemos mudar o julgamento moral das pessoas.
12:10
So these are the judgments I showed you before, people's normal moral judgments.
284
730160
2000
Esses são os julgamentos que mostrei. Os julgamentos normais das pessoas.
12:12
And then we can apply TMS to the RTPJ
285
732160
3000
E agora nós aplicamos o TMS ao RTPJ
12:15
and ask how people's judgments change.
286
735160
2000
e podemos ver o quanto o julgamento das pessoas muda.
12:17
And the first thing is, people can still do this task overall.
287
737160
4000
A primeira coisa é que as pessoas ainda conseguem fazer o teste.
12:21
So their judgments of the case when everything was fine
288
741160
2000
O julgamento de quando tudo estava bem
12:23
remain the same. They say she deserves no blame.
289
743160
3000
continua o mesmo. Elas falaram que ela não merece ser culpada.
12:26
But in the case of a failed attempt to harm,
290
746160
4000
Mas no caso da tentativa de dano fracassado,
12:30
where Grace thought that it was poison, although it was really sugar,
291
750160
3000
quando Grace pensou que era veneno, mas na verdade era açúcar,
12:33
people now say it was more okay, she deserves less blame
292
753160
3000
as pessoas agora dizem que está mais OK, ela merece menos culpa
12:36
for putting the powder in the coffee.
293
756160
3000
por ter colocado o pó no café.
12:39
And in the case of the accident, where she thought that it was sugar,
294
759160
2000
E no caso do acidente, quando ela pensou que era açúcar,
12:41
but it was really poison and so she caused a death,
295
761160
3000
mas na verdade era veneno e matou a amiga,
12:44
people say that it was less okay, she deserves more blame.
296
764160
6000
as pessoas dizem que está menos OK, que ela merece mais culpa.
12:50
So what I've told you today is that
297
770160
2000
Resumindo o que eu disse hoje,
12:52
people come, actually, especially well equipped
298
772160
4000
as pessoas estão muito bem equipadas
12:56
to think about other people's thoughts.
299
776160
2000
para pensar sobre os pensamentos dos outros.
12:58
We have a special brain system
300
778160
2000
Nós temos um sistema cerebral especializado
13:00
that lets us think about what other people are thinking.
301
780160
3000
que nos permite pensar em que as outras pessoas estão pensando.
13:03
This system takes a long time to develop,
302
783160
2000
Esse sistema precisa de tempo para se desenvolver,
13:05
slowly throughout the course of childhood and into early adolescence.
303
785160
3000
vagarosamente, através da infância até a pré-adolescência.
13:08
And even in adulthood, differences in this brain region
304
788160
3000
E mesmo na idade adulta, as diferenças nessa região
13:11
can explain differences among adults
305
791160
2000
podem explicar a diferença entre os adultos,
13:13
in how we think about and judge other people.
306
793160
3000
em como cada um deles julga as pessoas.
13:16
But I want to give the last word back to the novelists,
307
796160
3000
Eu quero terminar voltando aos romancistas,
13:19
and to Philip Roth, who ended by saying,
308
799160
3000
ao Philip Roth, que disse:
13:22
"The fact remains that getting people right
309
802160
2000
"O fato é que entender as pessoas
13:24
is not what living is all about anyway.
310
804160
2000
não é exatamente como a vida funciona.
13:26
It's getting them wrong that is living.
311
806160
2000
A vida é entendê-las errado.
13:28
Getting them wrong and wrong and wrong,
312
808160
3000
Entendê-las errado, e errado, e errado
13:31
and then on careful reconsideration,
313
811160
2000
e, depois, reconsiderar cuidadosamente
13:33
getting them wrong again."
314
813160
2000
e entendê-las errado novamente."
13:35
Thank you.
315
815160
2000
Obrigada.
13:37
(Applause)
316
817160
10000
(aplausos)
13:47
Chris Anderson: So, I have a question. When you start talking about using
317
827160
2000
Chris Anderson: Quando você começou a falar em usar
13:49
magnetic pulses to change people's moral judgments,
318
829160
3000
pulsos magnéticos para mudar os julgamentos morais,
13:52
that sounds alarming.
319
832160
3000
isso pareceu perigoso.
13:55
(Laughter)
320
835160
1000
(risos)
13:56
Please tell me that you're not taking phone calls from the Pentagon, say.
321
836160
4000
Por favor me diga que não está recebendo ligações do Pentágono.
14:00
RS: I'm not.
322
840160
2000
Rebecca Saxe: Não estou.
14:02
I mean, they're calling, but I'm not taking the call.
323
842160
3000
Quer dizer, eles estão ligando, mas não estou atendendo.
14:05
(Laughter)
324
845160
1000
(risos)
14:06
CA: They really are calling?
325
846160
2000
C.A.: Eles estão realmente telefonando?
14:08
So then seriously,
326
848160
3000
Sério,
14:11
you must lie awake at night sometimes
327
851160
3000
você deve ficar noites acordada
14:14
wondering where this work leads.
328
854160
2000
imaginando até onde esse projeto pode levar.
14:16
I mean, you're clearly an incredible human being,
329
856160
2000
Quero dizer, você é claramente um ser humano incrível.
14:18
but someone could take this knowledge
330
858160
3000
Mas alguém pode pegar este conhecimento
14:21
and in some future
331
861160
2000
e no futuro
14:23
not-torture chamber,
332
863160
2000
não por tortura,
14:25
do acts that people here might be worried about.
333
865160
3000
fazer coisas com que as pessoas aqui podem estar preocupadas.
14:28
RS: Yeah, we worry about this.
334
868160
2000
R.S.: Sim, nós nos preocupamos com isto,
14:30
So, there's a couple of things to say about TMS.
335
870160
3000
e existe duas coisas sobre o TMS.
14:33
One is that you can't be TMSed without knowing it.
336
873160
2000
Uma é que não podem usá-lo sem que você saiba.
14:35
So it's not a surreptitious technology.
337
875160
3000
Não é uma tecnologia que se pode esconder.
14:38
It's quite hard, actually, to get those very small changes.
338
878160
3000
E é um pouco difícil conseguir essas pequenas mudanças.
14:41
The changes I showed you are impressive to me
339
881160
3000
As mudanças que eu mostrei são impressionantes para mim
14:44
because of what they tell us about the function of the brain,
340
884160
2000
por causa do que elas nos dizem sobre a funcionalidade do cérebro.
14:46
but they're small on the scale
341
886160
2000
Mas são uma escala bem pequena
14:48
of the moral judgments that we actually make.
342
888160
2000
dos julgamentos morais que no fundo nós fazemos.
14:50
And what we changed was not people's
343
890160
2000
O que mudamos não foram os julgamentos
14:52
moral judgments when they're deciding what to do,
344
892160
3000
enquanto as pessoas estão decidindo o que fazer,
14:55
when they're making action choices.
345
895160
2000
quando estão fazendo suas escolhas.
14:57
We changed their ability to judge other people's actions.
346
897160
3000
Nós mudamos suas habilidades de julgar os atos dos outros.
15:00
And so, I think of what I'm doing not so much as
347
900160
2000
O que acredito que estou fazendo não é
15:02
studying the defendant in a criminal trial,
348
902160
2000
estudar o réu em um julgamento,
15:04
but studying the jury.
349
904160
2000
estou na verdade estudando o júri.
15:06
CA: Is your work going to lead to any recommendations
350
906160
3000
C.A.: Seu trabalho pode ajudar na educação
15:09
in education, to perhaps bring up
351
909160
3000
para talvez moldar uma nova geração
15:12
a generation of kids able to make fairer moral judgments?
352
912160
5000
de crianças capaz de fazer julgamentos mais justos?
15:17
RS: That's one of the idealistic hopes.
353
917160
3000
R.S.: Esse é um de nossos ideais.
15:20
The whole research program here of studying
354
920160
4000
Toda a pesquisa do programa, de estudar
15:24
the distinctive parts of the human brain is brand new.
355
924160
4000
as partes distintas do cérebro humano, é bem nova.
15:28
Until recently, what we knew about the brain
356
928160
2000
Até pouco tempo o que sabíamos sobre o cérebro
15:30
were the things that any other animal's brain could do too,
357
930160
3000
eram as coisas que qualquer outro animal também pode fazer.
15:33
so we could study it in animal models.
358
933160
2000
Por isso podíamos estudar com modelos animais.
15:35
We knew how brains see, and how they control the body
359
935160
2000
Nós sabemos como nosso cérebro enxerga, como ele controla o corpo,
15:37
and how they hear and sense.
360
937160
2000
como ele ouve e como ele sente.
15:39
And the whole project of understanding
361
939160
3000
Mas todo o conceito de entender
15:42
how brains do the uniquely human things --
362
942160
2000
como o cérebro faz as coisas genuinamente humanas,
15:44
learn language and abstract concepts,
363
944160
3000
aprender línguas, conceitos abstratos,
15:47
and thinking about other people's thoughts -- that's brand new.
364
947160
2000
e pensar sobre a moral dos outros, isso é muito novo.
15:49
And we don't know yet what the implications will be
365
949160
2000
E não sabemos ainda quais são as implicações
15:51
of understanding it.
366
951160
2000
que virão por entender o cérebro.
15:53
CA: So I've got one last question. There is this thing called
367
953160
2000
C.A.: Uma última pergunta. Existe algo chamado
15:55
the hard problem of consciousness,
368
955160
2000
de "O difícil problema da consciência",
15:57
that puzzles a lot of people.
369
957160
2000
que intriga muita gente.
15:59
The notion that you can understand
370
959160
3000
A noção de que você é capaz de entender
16:02
why a brain works, perhaps.
371
962160
2000
o que seu cérebro faz.
16:04
But why does anyone have to feel anything?
372
964160
3000
Mas por que alguém tem que sentir algo?
16:07
Why does it seem to require these beings who sense things
373
967160
3000
Por que parece que é preciso que sejamos seres sensitivos
16:10
for us to operate?
374
970160
2000
para funcionarmos?
16:12
You're a brilliant young neuroscientist.
375
972160
3000
Você é uma jovem e brilhante neurocientista.
16:15
I mean, what chances do you think there are
376
975160
2000
Digo, quais as chances você acha de que
16:17
that at some time in your career,
377
977160
2000
em algum momento na sua carreira
16:19
someone, you or someone else,
378
979160
2000
alguém, você ou outra pessoa,
16:21
is going to come up with some paradigm shift
379
981160
2000
possa surgir com uma mudança de paradigma
16:23
in understanding what seems an impossible problem?
380
983160
4000
e entender o que parece ser um problema impossível?
16:27
RS: I hope they do. And I think they probably won't.
381
987160
4000
R.S.: Espero que consigam, mas eu acho que provavelmente não irão.
16:31
CA: Why?
382
991160
3000
C.A.: Por quê?
16:34
RS: It's not called the hard problem of consciousness for nothing.
383
994160
3000
R.S.: Não é chamado de problema da consciência à toa.
16:37
(Laughter)
384
997160
2000
(risos)
16:39
CA: That's a great answer. Rebecca Saxe, thank you very much. That was fantastic.
385
999160
3000
C.A.: Ótima resposta. Rebecca Saxe, muito obrigado. Foi fantástico.
16:42
(Applause)
386
1002160
4000
(aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7