Alison Gopnik: What do babies think?

Alison Gopnik: O que pensam os bebês?

395,642 views ・ 2011-10-10

TED


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

Tradutor: Francisco Dubiela Revisor: Viviane Ferraz Matos
00:15
What is going on
0
15260
2000
O que está acontecendo
00:17
in this baby's mind?
1
17260
2000
na mente desse bebê?
00:19
If you'd asked people this 30 years ago,
2
19260
2000
Se perguntássemos isso 30 anos atrás,
00:21
most people, including psychologists,
3
21260
2000
a maioria das pessoas, inclusive os psicólogos,
00:23
would have said that this baby was irrational,
4
23260
3000
diriam que esse bebê é irracional,
00:26
illogical, egocentric --
5
26260
2000
ilógico, egocêntrico --
00:28
that he couldn't take the perspective of another person
6
28260
2000
que ele não poderia ter a perspectiva de outra pessoa
00:30
or understand cause and effect.
7
30260
2000
ou entender causa e efeito.
00:32
In the last 20 years,
8
32260
2000
Nos últimos 20 anos,
00:34
developmental science has completely overturned that picture.
9
34260
3000
a ciência do desenvolvimento mudou completamente esse quadro.
00:37
So in some ways,
10
37260
2000
Em algumas maneiras,
00:39
we think that this baby's thinking
11
39260
2000
nós achamos que o pensamento desse bebê
00:41
is like the thinking of the most brilliant scientists.
12
41260
4000
é como o pensamento da maioria dos cientistas brilhantes.
00:45
Let me give you just one example of this.
13
45260
2000
Deixem-me dar só um exemplo disso.
00:47
One thing that this baby could be thinking about,
14
47260
3000
Uma coisa que esse bebê poderia estar pensando,
00:50
that could be going on in his mind,
15
50260
2000
que poderia passar em sua mente,
00:52
is trying to figure out
16
52260
2000
é tentar descobrir
00:54
what's going on in the mind of that other baby.
17
54260
3000
o que está acontecendo na mente desse outro bebê.
00:57
After all, one of the things that's hardest for all of us to do
18
57260
3000
Afinal, uma das coisas mais difíceis para todos nós fazermos
01:00
is to figure out what other people are thinking and feeling.
19
60260
3000
é descobrir o que outras pessoas pensam e sentem.
01:03
And maybe the hardest thing of all
20
63260
2000
E talvez a coisa mais difícil de todas
01:05
is to figure out that what other people think and feel
21
65260
3000
seja descobrir que o que outras pessoas pensam e sentem
01:08
isn't actually exactly like what we think and feel.
22
68260
2000
não é exatamente aquilo que nós pensamos e sentimos.
01:10
Anyone who's followed politics can testify
23
70260
2000
Qualquer pessoa que se envolva em política pode
01:12
to how hard that is for some people to get.
24
72260
3000
confirmar como isso é difícil para alguns.
01:15
We wanted to know
25
75260
2000
Nós queremos saber
01:17
if babies and young children
26
77260
2000
se bebês e crianças
01:19
could understand this really profound thing about other people.
27
79260
3000
podem entender essa coisa profunda sobre outras pessoas.
01:22
Now the question is: How could we ask them?
28
82260
2000
Agora a questão é: como nós perguntamos a eles?
01:24
Babies, after all, can't talk,
29
84260
2000
Os bebês, afinal, não falam,
01:26
and if you ask a three year-old
30
86260
2000
e se você pedir para uma criança de 3 anos
01:28
to tell you what he thinks,
31
88260
2000
dizer o que ela pensa,
01:30
what you'll get is a beautiful stream of consciousness monologue
32
90260
3000
o que você consegue é um lindo monólogo inconsciente
01:33
about ponies and birthdays and things like that.
33
93260
3000
sobre pôneis e aniversários e coisas assim.
01:36
So how do we actually ask them the question?
34
96260
3000
Então como nós fazemos essa pergunta?
01:39
Well it turns out that the secret was broccoli.
35
99260
3000
Acontece que o segredo era o brócolis.
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
102260
4000
O que fizemos -- Betty Rapacholi, que era uma de minhas alunas, e eu --
01:46
was actually to give the babies two bowls of food:
37
106260
3000
foi dar a esses bebês dois pratos de comida:
01:49
one bowl of raw broccoli
38
109260
2000
um prato de brócolis cru
01:51
and one bowl of delicious goldfish crackers.
39
111260
3000
e um prato com salgadinhos deliciosos.
01:54
Now all of the babies, even in Berkley,
40
114260
3000
Todos esses bebês, mesmo em Berkley,
01:57
like the crackers and don't like the raw broccoli.
41
117260
3000
adoram os salgadinhos e não gostam de brócolis cru.
02:00
(Laughter)
42
120260
2000
(Risos)
02:02
But then what Betty did
43
122260
2000
Mas o que Betty fez
02:04
was to take a little taste of food from each bowl.
44
124260
3000
foi saborear um pouco da comida de cada prato.
02:07
And she would act as if she liked it or she didn't.
45
127260
2000
E ela encenaria como se ela gostasse ou não gostasse.
02:09
So half the time, she acted
46
129260
2000
Na metade do experimento, ela agiria
02:11
as if she liked the crackers and didn't like the broccoli --
47
131260
2000
como se gostasse dos salgadinhos e não do brócolis --
02:13
just like a baby and any other sane person.
48
133260
3000
assim como um bebê e qualquer pessoa sã.
02:16
But half the time,
49
136260
2000
Mas na outra metade,
02:18
what she would do is take a little bit of the broccoli
50
138260
2000
ela pegaria um pouco do brócolis
02:20
and go, "Mmmmm, broccoli.
51
140260
3000
e diria: "Mmmmm, brócolis!
02:23
I tasted the broccoli. Mmmmm."
52
143260
3000
Experimentei o brócolis. Mmmmm."
02:26
And then she would take a little bit of the crackers,
53
146260
2000
E depois ela pegaria uma porção de salgadinhos,
02:28
and she'd go, "Eww, yuck, crackers.
54
148260
4000
e diria: "Uuuu, eca, salgadinhos.
02:32
I tasted the crackers. Eww, yuck."
55
152260
3000
Experimentei os salgadinhos. Uuuu, eca!"
02:35
So she'd act as if what she wanted
56
155260
2000
Então ela agiria como se gostasse daquilo
02:37
was just the opposite of what the babies wanted.
57
157260
3000
que era oposto do que os bebês gostavam.
02:40
We did this with 15 and 18 month-old babies.
58
160260
2000
Nós fizemos isso com bebês de 15 e de 18 meses.
02:42
And then she would simply put her hand out and say,
59
162260
3000
E depois ela simplesmente mostraria a mão e diria:
02:45
"Can you give me some?"
60
165260
2000
"Você pode me dar um pouco?"
02:47
So the question is: What would the baby give her,
61
167260
2000
Então a questão é: o que o bebê daria a ela,
02:49
what they liked or what she liked?
62
169260
2000
o que eles gostavam ou o que ela gostava?
02:51
And the remarkable thing was that 18 month-old babies,
63
171260
3000
E o mais impressionante foi que os bebês de 18 meses,
02:54
just barely walking and talking,
64
174260
2000
que estavam começando a andar e falar,
02:56
would give her the crackers if she liked the crackers,
65
176260
3000
dariam a ela os salgadinhos se ela gostasse dos salgadinhos,
02:59
but they would give her the broccoli if she liked the broccoli.
66
179260
3000
mas dariam a ela o brócolis se ela gostasse do brócolis.
03:02
On the other hand,
67
182260
2000
Por outro lado,
03:04
15 month-olds would stare at her for a long time
68
184260
2000
bebês de 15 meses ficariam olhando para ela por muito tempo
03:06
if she acted as if she liked the broccoli,
69
186260
2000
se ela encenasse que gostou do brócolis,
03:08
like they couldn't figure this out.
70
188260
3000
como se eles não conseguissem entender isso.
03:11
But then after they stared for a long time,
71
191260
2000
Mas depois de ficar olhando por um tempo,
03:13
they would just give her the crackers,
72
193260
2000
eles dariam a ela os salgadinhos,
03:15
what they thought everybody must like.
73
195260
2000
que é aquilo que acham que todo mundo gosta.
03:17
So there are two really remarkable things about this.
74
197260
3000
Então há duas coisas impressionantes sobre isso.
03:20
The first one is that these little 18 month-old babies
75
200260
3000
A primeira é que esses bebês de 18 meses
03:23
have already discovered
76
203260
2000
já descobriram
03:25
this really profound fact about human nature,
77
205260
2000
essa verdade profunda sobre a natureza humana,
03:27
that we don't always want the same thing.
78
207260
2000
que nós não gostamos sempre da mesma coisa.
03:29
And what's more, they felt that they should actually do things
79
209260
2000
E mais, eles acharam que deviam realmente fazer coisas
03:31
to help other people get what they wanted.
80
211260
3000
para ajudar as pessoas a conseguir o que elas queriam.
03:34
Even more remarkably though,
81
214260
2000
E ainda mais interessante que isso,
03:36
the fact that 15 month-olds didn't do this
82
216260
3000
o fato dos bebês de 15 meses não fazerem isso
03:39
suggests that these 18 month-olds had learned
83
219260
3000
sugere que os bebês de 18 meses aprenderam
03:42
this deep, profound fact about human nature
84
222260
3000
essa verdade profunda sobre a natureza humana
03:45
in the three months from when they were 15 months old.
85
225260
3000
em três meses, desde que tinham 15 meses de idade.
03:48
So children both know more and learn more
86
228260
2000
Então as crianças tanto sabem mais e aprendem mais
03:50
than we ever would have thought.
87
230260
2000
do que nós podíamos imaginar.
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
232260
4000
E este foi apenas um de centenas de estudos dos últimos 20 anos
03:56
that's actually demonstrated it.
89
236260
2000
que realmente demonstrou isso.
03:58
The question you might ask though is:
90
238260
2000
A questão que vocês podem estar pensando é:
04:00
Why do children learn so much?
91
240260
3000
Por que as crianças aprendem tanto?
04:03
And how is it possible for them to learn so much
92
243260
2000
E como é possível para elas aprenderem tanto
04:05
in such a short time?
93
245260
2000
em um período tão curto de tempo?
04:07
I mean, after all, if you look at babies superficially,
94
247260
2000
Quero dizer, afinal, se você olhar superficialmente para os bebês,
04:09
they seem pretty useless.
95
249260
2000
eles parecem praticamente inúteis.
04:11
And actually in many ways, they're worse than useless,
96
251260
3000
E de várias maneiras, eles são piores que inúteis,
04:14
because we have to put so much time and energy
97
254260
2000
pois nós precisamos investir muito tempo e energia
04:16
into just keeping them alive.
98
256260
2000
apenas para mantê-los vivos.
04:18
But if we turn to evolution
99
258260
2000
Mas se buscarmos na evolução
04:20
for an answer to this puzzle
100
260260
2000
a resposta para esse quebra-cabeça
04:22
of why we spend so much time
101
262260
2000
sobre porquê gastamos tanto tempo
04:24
taking care of useless babies,
102
264260
3000
tomando conta de bebês inúteis,
04:27
it turns out that there's actually an answer.
103
267260
3000
descobriremos que há realmente uma resposta.
04:30
If we look across many, many different species of animals,
104
270260
3000
Se observarmos muitas espécies diferentes de animais,
04:33
not just us primates,
105
273260
2000
não apenas nós primatas,
04:35
but also including other mammals, birds,
106
275260
2000
mas também outros mamíferos, aves,
04:37
even marsupials
107
277260
2000
até mesmo marsupiais
04:39
like kangaroos and wombats,
108
279260
2000
como cangurus e vombátidos,
04:41
it turns out that there's a relationship
109
281260
2000
descobriremos que há uma relação
04:43
between how long a childhood a species has
110
283260
4000
entre a duração da infância de uma espécie
04:47
and how big their brains are compared to their bodies
111
287260
4000
e a comparação do tamanho de seus cérebros com seus corpos
04:51
and how smart and flexible they are.
112
291260
2000
e como são espertos e flexíveis.
04:53
And sort of the posterbirds for this idea are the birds up there.
113
293260
3000
E exemplos de aves para essa ideia são os pássaros ali.
04:56
On one side
114
296260
2000
De um lado
04:58
is a New Caledonian crow.
115
298260
2000
está um corvo-da-nova-caledônia.
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
300260
3000
E corvos e outros corvídeos, gaios, gralhas e outros,
05:03
are incredibly smart birds.
117
303260
2000
são aves incrivelmente espertas.
05:05
They're as smart as chimpanzees in some respects.
118
305260
3000
Elas são espertas como chimpanzés em alguns aspectos.
05:08
And this is a bird on the cover of science
119
308260
2000
E esse é um pássaro na capa da Science
05:10
who's learned how to use a tool to get food.
120
310260
3000
que aprendeu como usar uma ferramenta para conseguir comida.
05:13
On the other hand,
121
313260
2000
Do outro lado,
05:15
we have our friend the domestic chicken.
122
315260
2000
nós temos nossa amiga galinha doméstica.
05:17
And chickens and ducks and geese and turkeys
123
317260
3000
E galinhas, patos, gansos e perus
05:20
are basically as dumb as dumps.
124
320260
2000
são basicamente burros como uma porta.
05:22
So they're very, very good at pecking for grain,
125
322260
3000
Então elas são muito boas em bicar grãos,
05:25
and they're not much good at doing anything else.
126
325260
3000
e não são eficientes em nada mais além disso.
05:28
Well it turns out that the babies,
127
328260
2000
Acontece que os bebês,
05:30
the New Caledonian crow babies, are fledglings.
128
330260
2000
os bebês dos corvos-da-nova-caledônia, são emplumados.
05:32
They depend on their moms
129
332260
2000
Eles dependem de suas mães
05:34
to drop worms in their little open mouths
130
334260
3000
para jogar minhocas em suas boquinhas abertas
05:37
for as long as two years,
131
337260
2000
durante dois anos,
05:39
which is a really long time in the life of a bird.
132
339260
2000
que é um tempo muito longo para a vida de uma ave.
05:41
Whereas the chickens are actually mature
133
341260
2000
Enquanto que as galinhas são praticamente maduras
05:43
within a couple of months.
134
343260
2000
depois de dois meses.
05:45
So childhood is the reason
135
345260
3000
Então a infância é a razão
05:48
why the crows end up on the cover of Science
136
348260
2000
pela qual corvos terminam na capa da Science
05:50
and the chickens end up in the soup pot.
137
350260
2000
e as galinhas terminam na panela de canja.
05:52
There's something about that long childhood
138
352260
3000
Há alguma coisa sobre essa infância longa
05:55
that seems to be connected
139
355260
2000
que parece estar conectada
05:57
to knowledge and learning.
140
357260
2000
com conhecimento e aprendizagem.
05:59
Well what kind of explanation could we have for this?
141
359260
3000
Então qual tipo de explicação poderíamos ter para isso?
06:02
Well some animals, like the chicken,
142
362260
3000
Alguns animais, como as galinhas,
06:05
seem to be beautifully suited
143
365260
2000
parecem estar maravilhosamente adaptadas
06:07
to doing just one thing very well.
144
367260
2000
a fazer apenas uma coisa muito bem.
06:09
So they seem to be beautifully suited
145
369260
3000
Então elas parecem estar maravilhosamente adaptadas
06:12
to pecking grain in one environment.
146
372260
2000
a bicar grãos em um ambiente.
06:14
Other creatures, like the crows,
147
374260
2000
Outras criaturas, como corvos,
06:16
aren't very good at doing anything in particular,
148
376260
2000
não são muito boas em fazer nada em particular,
06:18
but they're extremely good
149
378260
2000
mas elas são muito boas
06:20
at learning about laws of different environments.
150
380260
2000
em aprender regras de ambientes diferentes.
06:22
And of course, we human beings
151
382260
2000
E claro, nós seres humanos
06:24
are way out on the end of the distribution like the crows.
152
384260
3000
estamos além da curva de distribuição como os corvos.
06:27
We have bigger brains relative to our bodies
153
387260
2000
Nós temos cérebros grandes em relação aos nossos corpos
06:29
by far than any other animal.
154
389260
2000
maiores do que qualquer outro animal.
06:31
We're smarter, we're more flexible,
155
391260
2000
Somos mais inteligentes, mais flexíveis,
06:33
we can learn more,
156
393260
2000
podemos aprender mais,
06:35
we survive in more different environments,
157
395260
2000
sobrevivemos em mais ambientes diferentes,
06:37
we migrated to cover the world and even go to outer space.
158
397260
3000
nós migramos por todo o mundo e vamos até para o espaço sideral.
06:40
And our babies and children are dependent on us
159
400260
3000
E nossos bebês e crianças são dependentes de nós
06:43
for much longer than the babies of any other species.
160
403260
3000
por mais tempo do que os bebês de qualquer outra espécie.
06:46
My son is 23.
161
406260
2000
Meu filho tem 23 anos.
06:48
(Laughter)
162
408260
2000
(Risos)
06:50
And at least until they're 23,
163
410260
2000
E pelo menos até que tenham 23 anos,
06:52
we're still popping those worms
164
412260
2000
nós ainda estamos jogando essas minhocas
06:54
into those little open mouths.
165
414260
3000
em suas boquinhas abertas.
06:57
All right, why would we see this correlation?
166
417260
3000
Muito bem, por que veríamos essa correlação?
07:00
Well an idea is that that strategy, that learning strategy,
167
420260
4000
Bem, uma ideia é que a estratégia, a estratégia de aprendizagem,
07:04
is an extremely powerful, great strategy for getting on in the world,
168
424260
3000
é uma estratégia extremamente poderosa para se manter no mundo,
07:07
but it has one big disadvantage.
169
427260
2000
mas tem essa grande desvantagem.
07:09
And that one big disadvantage
170
429260
2000
E essa única grande desvantagem
07:11
is that, until you actually do all that learning,
171
431260
3000
é que, até que você passe por toda essa aprendizagem,
07:14
you're going to be helpless.
172
434260
2000
você estará vulnerável.
07:16
So you don't want to have the mastodon charging at you
173
436260
3000
Então você não vai querer um mastodonte atrás de você
07:19
and be saying to yourself,
174
439260
2000
e perguntando a si mesmo:
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
441260
4000
"Uma funda ou uma lança podem funcionar. Qual seria a melhor opção?"
07:25
You want to know all that
176
445260
2000
Você quer saber tudo isso
07:27
before the mastodons actually show up.
177
447260
2000
antes que o mastodonte apareça.
07:29
And the way the evolutions seems to have solved that problem
178
449260
3000
E a forma como a evolução parece ter resolvido esse problema
07:32
is with a kind of division of labor.
179
452260
2000
foi como um tipo de divisão de trabalho.
07:34
So the idea is that we have this early period when we're completely protected.
180
454260
3000
A ideia é que temos essa fase inicial em que estamos completamente protegidos.
07:37
We don't have to do anything. All we have to do is learn.
181
457260
3000
Não precisamos fazer nada. Tudo que temos de fazer é aprender.
07:40
And then as adults,
182
460260
2000
E depois quando adultos,
07:42
we can take all those things that we learned when we were babies and children
183
462260
3000
nós podemos usar todas as coisas que aprendemos quando éramos bebês e crianças
07:45
and actually put them to work to do things out there in the world.
184
465260
3000
e colocá-las em prática para fazer coisas pelo mundo.
07:48
So one way of thinking about it
185
468260
2000
Então uma forma de pensar sobre isso
07:50
is that babies and young children
186
470260
2000
é que os bebês e crianças
07:52
are like the research and development division of the human species.
187
472260
3000
são como a divisão de pesquisa da espécie humana.
07:55
So they're the protected blue sky guys
188
475260
3000
Então eles são os cientistas protegidos
07:58
who just have to go out and learn and have good ideas,
189
478260
2000
que vão aprender e ter boas ideias,
08:00
and we're production and marketing.
190
480260
2000
e nós estamos na produção e marketing.
08:02
We have to take all those ideas
191
482260
2000
Nós vamos usar todas essas ideias
08:04
that we learned when we were children
192
484260
2000
que aprendemos quando éramos crianças
08:06
and actually put them to use.
193
486260
2000
e colocá-las em prática.
08:08
Another way of thinking about it
194
488260
2000
Outra forma de pensar sobre isso
08:10
is instead of thinking of babies and children
195
490260
2000
é em vez de pensar em bebês e crianças
08:12
as being like defective grownups,
196
492260
2000
como adultos imperfeitos,
08:14
we should think about them
197
494260
2000
nós devemos pensar neles
08:16
as being a different developmental stage of the same species --
198
496260
2000
como um estágio de desenvolvimento diferente da mesma espécie --
08:18
kind of like caterpillars and butterflies --
199
498260
3000
como as lagartas e borboletas --
08:21
except that they're actually the brilliant butterflies
200
501260
2000
exceto que eles são as belas borboletas
08:23
who are flitting around the garden and exploring,
201
503260
3000
que estão voando pelo jardim e explorando,
08:26
and we're the caterpillars
202
506260
2000
e nós somos as lagartas
08:28
who are inching along our narrow, grownup, adult path.
203
508260
3000
que estão tateando nosso pequeno caminho adulto.
08:31
If this is true, if these babies are designed to learn --
204
511260
3000
Se isso é verdade, se esses bebês são projetados para aprender --
08:34
and this evolutionary story would say children are for learning,
205
514260
3000
e essa história evolucionária diria que crianças são para aprender,
08:37
that's what they're for --
206
517260
2000
é para isso que eles servem --
08:39
we might expect
207
519260
2000
nós podemos esperar
08:41
that they would have really powerful learning mechanisms.
208
521260
2000
que eles tenham mecanismos de aprendizagem poderosos.
08:43
And in fact, the baby's brain
209
523260
3000
E de fato, o cérebro do bebê
08:46
seems to be the most powerful learning computer
210
526260
2000
parece ser o computador de aprendizagem mais poderoso
08:48
on the planet.
211
528260
2000
do planeta.
08:50
But real computers are actually getting to be a lot better.
212
530260
3000
Mas computadores de verdade vão ficar ainda melhores.
08:53
And there's been a revolution
213
533260
2000
E recentemente houve uma revolução
08:55
in our understanding of machine learning recently.
214
535260
2000
em nossa compreensão de aprendizagem de máquinas.
08:57
And it all depends on the ideas of this guy,
215
537260
3000
E tudo isso depende das ideias desse cara,
09:00
the Reverend Thomas Bayes,
216
540260
2000
o Reverendo Thomas Bayes,
09:02
who was a statistician and mathematician in the 18th century.
217
542260
3000
que era um matemático estatístico no século 18.
09:05
And essentially what Bayes did
218
545260
3000
E o que Bayes fez essencialmente
09:08
was to provide a mathematical way
219
548260
2000
foi fornecer um modo matemático
09:10
using probability theory
220
550260
2000
usando a teoria da probabilidade
09:12
to characterize, describe,
221
552260
2000
de caracterizar e descrever,
09:14
the way that scientists find out about the world.
222
554260
2000
a maneira como os cientistas descobrem o mundo.
09:16
So what scientists do
223
556260
2000
Então o que os cientistas fazem
09:18
is they have a hypothesis that they think might be likely to start with.
224
558260
3000
é ter uma hipótese que acham que pode funcionar para começar.
09:21
They go out and test it against the evidence.
225
561260
2000
Eles saem por aí e testam-na contra a evidência.
09:23
The evidence makes them change that hypothesis.
226
563260
2000
A evidência os faz mudar a hipótese.
09:25
Then they test that new hypothesis
227
565260
2000
Então eles testam essa nova hipótese
09:27
and so on and so forth.
228
567260
2000
e assim por diante.
09:29
And what Bayes showed was a mathematical way that you could do that.
229
569260
3000
E o que Bayes mostrou foi um modo matemático para fazer isso.
09:32
And that mathematics is at the core
230
572260
2000
E a matemática está no coração
09:34
of the best machine learning programs that we have now.
231
574260
2000
da melhor máquina de aprendizagem que temos agora.
09:36
And some 10 years ago,
232
576260
2000
E há cerca de 10 anos,
09:38
I suggested that babies might be doing the same thing.
233
578260
4000
eu sugeri que os bebês podiam estar fazendo a mesma coisa.
09:42
So if you want to know what's going on
234
582260
2000
Então se você quer saber o que está acontecendo
09:44
underneath those beautiful brown eyes,
235
584260
2000
por trás desses lindos olhos castanhos,
09:46
I think it actually looks something like this.
236
586260
2000
eu penso realmente que parece algo assim.
09:48
This is Reverend Bayes's notebook.
237
588260
2000
Este é o caderno do Reverendo Bayes.
09:50
So I think those babies are actually making complicated calculations
238
590260
3000
Eu penso que esses bebês estão fazendo cálculos complicados
09:53
with conditional probabilities that they're revising
239
593260
3000
com probabilidades condicionais que estão revisando
09:56
to figure out how the world works.
240
596260
2000
para descobrir como o mundo funciona.
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
598260
4000
Tudo bem, agora isso parece estar num nível maior do que seja demonstrável.
10:02
Because after all, if you ask even grownups about statistics,
242
602260
2000
Por causa disso, se você perguntar aos adultos sobre estatística,
10:04
they look extremely stupid.
243
604260
2000
eles parecerão extremamente estúpidos.
10:06
How could it be that children are doing statistics?
244
606260
3000
Como é possível que crianças façam estatística?
10:09
So to test this we used a machine that we have
245
609260
2000
Então para testar isso nós usamos nossa máquina
10:11
called the Blicket Detector.
246
611260
2000
chamada de Detector Blicket.
10:13
This is a box that lights up and plays music
247
613260
2000
Isso é uma caixa que acende e toca música
10:15
when you put some things on it and not others.
248
615260
3000
se você colocar algumas coisas em cima e não outras.
10:18
And using this very simple machine,
249
618260
2000
E usando essa máquina muito simples,
10:20
my lab and others have done dozens of studies
250
620260
2000
meu laboratório realizou dezenas de estudos
10:22
showing just how good babies are
251
622260
2000
mostrando como os bebês são bons
10:24
at learning about the world.
252
624260
2000
em aprender sobre o mundo.
10:26
Let me mention just one
253
626260
2000
Deixem-me mencionar apenas um
10:28
that we did with Tumar Kushner, my student.
254
628260
2000
que fizemos com Tumar Kushner, meu aluno.
10:30
If I showed you this detector,
255
630260
2000
Se eu mostrasse a você esse detector,
10:32
you would be likely to think to begin with
256
632260
2000
provavelmente você começaria a pensar
10:34
that the way to make the detector go
257
634260
2000
que a maneira de ligar o detector
10:36
would be to put a block on top of the detector.
258
636260
3000
seria colocar um bloco no topo do detector.
10:39
But actually, this detector
259
639260
2000
Mas na verdade, esse detector
10:41
works in a bit of a strange way.
260
641260
2000
funciona de um jeito estranho.
10:43
Because if you wave a block over the top of the detector,
261
643260
3000
Pois se você passar um bloco no topo do detector,
10:46
something you wouldn't ever think of to begin with,
262
646260
3000
algo que você sequer pensaria a princípio,
10:49
the detector will actually activate two out of three times.
263
649260
3000
o detector vai se ativar duas vezes em três tentativas.
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
652260
3000
Ao passo que, se você fizer o mais provável, colocar o bloco sobre o detector,
10:55
it will only activate two out of six times.
265
655260
4000
ele vai se ativar só duas vezes em seis tentativas.
10:59
So the unlikely hypothesis
266
659260
2000
Então a hipótese improvável
11:01
actually has stronger evidence.
267
661260
2000
tem a evidência mais sólida.
11:03
It looks as if the waving
268
663260
2000
Parece que o passar do objeto
11:05
is a more effective strategy than the other strategy.
269
665260
2000
é uma estratégia mais eficiente do que a outra estratégia.
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
667260
3000
Então fizemos apenas isso: nós demos a crianças de 4 anos esse padrão de evidência,
11:10
and we just asked them to make it go.
271
670260
2000
e nós pedimos a elas para fazer isso funcionar.
11:12
And sure enough, the four year-olds used the evidence
272
672260
3000
E como esperado, as crianças de 4 anos usaram a evidência
11:15
to wave the object on top of the detector.
273
675260
3000
para passar o objeto no topo do detector.
11:18
Now there are two things that are really interesting about this.
274
678260
3000
Agora há duas coisas que são muito interessantes a respeito disso.
11:21
The first one is, again, remember, these are four year-olds.
275
681260
3000
A primeira é, novamente, lembrar que são crianças de 4 anos.
11:24
They're just learning how to count.
276
684260
2000
Elas estão começando a aprender a contar.
11:26
But unconsciously,
277
686260
2000
Mas inconscientemente,
11:28
they're doing these quite complicated calculations
278
688260
2000
elas estão fazendo esses cálculos complicados
11:30
that will give them a conditional probability measure.
279
690260
3000
que vão dar a elas uma medida probabilística condicional.
11:33
And the other interesting thing
280
693260
2000
E a outra coisa interessante
11:35
is that they're using that evidence
281
695260
2000
é que elas estão usando essa evidência
11:37
to get to an idea, get to a hypothesis about the world,
282
697260
3000
para chegar a uma ideia, chegar a uma hipótese sobre o mundo,
11:40
that seems very unlikely to begin with.
283
700260
3000
que parecia muito improvável a princípio.
11:43
And in studies we've just been doing in my lab, similar studies,
284
703260
3000
E nos estudos que fizemos em meu laboratório, estudos parecidos,
11:46
we've show that four year-olds are actually better
285
706260
2000
nós mostramos que crianças de 4 anos são melhores
11:48
at finding out an unlikely hypothesis
286
708260
3000
em descobrir uma hipótese improvável
11:51
than adults are when we give them exactly the same task.
287
711260
3000
que adultos quando damos a eles exatamente a mesma tarefa.
11:54
So in these circumstances,
288
714260
2000
Então nessas circunstâncias,
11:56
the children are using statistics to find out about the world,
289
716260
3000
as crianças estão usando estatísticas para descobrir sobre o mundo,
11:59
but after all, scientists also do experiments,
290
719260
3000
mas afinal, cientistas também fazem experimentos,
12:02
and we wanted to see if children are doing experiments.
291
722260
3000
e nós queremos ver se crianças estão fazendo experimentos.
12:05
When children do experiments we call it "getting into everything"
292
725260
3000
Quando as crianças fazem experimentos nós chamamos de "mexer em tudo"
12:08
or else "playing."
293
728260
2000
ou ainda de "brincar".
12:10
And there's been a bunch of interesting studies recently
294
730260
3000
E recentemente há um monte de estudos interessantes
12:13
that have shown this playing around
295
733260
3000
que mostraram que essa brincadeira
12:16
is really a kind of experimental research program.
296
736260
2000
é na verdade um tipo de programa de pesquisa experimental.
12:18
Here's one from Cristine Legare's lab.
297
738260
3000
Eis aqui um do laboratório de Cristine Legare.
12:21
What Cristine did was use our Blicket Detectors.
298
741260
3000
O que Cristine fez foi usar nosso Detector Blicket.
12:24
And what she did was show children
299
744260
2000
E o que ela fez foi mostrar a crianças
12:26
that yellow ones made it go and red ones didn't,
300
746260
2000
que os amarelos o ligavam e os vermelhos não,
12:28
and then she showed them an anomaly.
301
748260
3000
e depois ela mostrou a elas uma anomalia.
12:31
And what you'll see
302
751260
2000
E o que vocês verão
12:33
is that this little boy will go through five hypotheses
303
753260
3000
é que esse garotinho vai tentar cinco hipóteses
12:36
in the space of two minutes.
304
756260
3000
no espaço de dois minutos.
12:39
(Video) Boy: How about this?
305
759260
3000
(Vídeo) Garoto: Que tal isso?
12:43
Same as the other side.
306
763260
3000
Igual ao outro lado.
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
766260
4000
Alison Gopnik: Ok, então sua primeira hipótese foi falseada.
12:55
(Laughter)
308
775260
2000
(Risos)
12:57
Boy: This one lighted up, and this one nothing.
309
777260
3000
Garoto: Essa ligou, e essa nada.
13:00
AG: Okay, he's got his experimental notebook out.
310
780260
3000
AG: Ok, ele está tomando notas experimentais.
13:06
Boy: What's making this light up.
311
786260
4000
Garoto: O que faz isso ligar?
13:11
(Laughter)
312
791260
9000
(Risos)
13:20
I don't know.
313
800260
2000
Eu não sei.
13:22
AG: Every scientist will recognize that expression of despair.
314
802260
4000
AG: Qualquer cientista vai reconhecer sua expressão de desespero.
13:26
(Laughter)
315
806260
3000
(Risos)
13:29
Boy: Oh, it's because this needs to be like this,
316
809260
6000
Garoto: Ah, é porque isso precisa estar assim,
13:35
and this needs to be like this.
317
815260
2000
e isso precisa estar assim.
13:37
AG: Okay, hypothesis two.
318
817260
3000
AG: OK, hipótese dois.
13:40
Boy: That's why.
319
820260
2000
Garoto: É por isso.
13:42
Oh.
320
822260
2000
Ah.
13:44
(Laughter)
321
824260
5000
(Risos)
13:49
AG: Now this is his next idea.
322
829260
2000
AG: Agora essa é sua próxima ideia.
13:51
He told the experimenter to do this,
323
831260
2000
Ele disse ao experimentador para fazer isso,
13:53
to try putting it out onto the other location.
324
833260
4000
tentar botar isso em outro lugar.
13:57
Not working either.
325
837260
2000
Também não funciona.
14:02
Boy: Oh, because the light goes only to here,
326
842260
4000
Garoto: Ah, é porque a luz só sai aqui,
14:06
not here.
327
846260
3000
não aqui.
14:09
Oh, the bottom of this box
328
849260
3000
Ah, o fundo dessa caixa
14:12
has electricity in here,
329
852260
2000
tem eletricidade aqui,
14:14
but this doesn't have electricity.
330
854260
2000
mas isso não tem eletricidade.
14:16
AG: Okay, that's a fourth hypothesis.
331
856260
2000
AG: Ok, essa é a quarta hipótese.
14:18
Boy: It's lighting up.
332
858260
2000
Garoto: Está acendendo.
14:20
So when you put four.
333
860260
5000
Então precisa botar quatro.
14:26
So you put four on this one to make it light up
334
866260
3000
Você bota quatro nesse lado para fazer isso acender
14:29
and two on this one to make it light up.
335
869260
2000
e dois desse para fazer isso acender.
14:31
AG: Okay,there's his fifth hypothesis.
336
871260
2000
AG: Ok, essa é a quinta hipótese.
14:33
Now that is a particularly --
337
873260
3000
Agora este é particularmente --
14:36
that is a particularly adorable and articulate little boy,
338
876260
3000
este é um garoto adorável e articulado,
14:39
but what Cristine discovered is this is actually quite typical.
339
879260
3000
mas o que Cristine descobriu foi que isso é bem comum.
14:42
If you look at the way children play, when you ask them to explain something,
340
882260
3000
Se você olhar a forma como as crianças brincam, quando pede a elas para explicar algo,
14:45
what they really do is do a series of experiments.
341
885260
3000
o que elas fazem realmente é uma série de experimentos.
14:48
This is actually pretty typical of four year-olds.
342
888260
3000
Isto é bem comum para crianças de 4 anos.
14:51
Well, what's it like to be this kind of creature?
343
891260
3000
Bem, como é ser esse tipo de criatura?
14:54
What's it like to be one of these brilliant butterflies
344
894260
3000
Como é ser uma dessas lindas borboletas
14:57
who can test five hypotheses in two minutes?
345
897260
3000
que podem testar cinco hipóteses em dois minutos?
15:00
Well, if you go back to those psychologists and philosophers,
346
900260
3000
Bem, se você voltar para esses psicólogos e filósofos,
15:03
a lot of them have said
347
903260
2000
muitos deles disseram
15:05
that babies and young children were barely conscious
348
905260
2000
que bebês e crianças são quase conscientes
15:07
if they were conscious at all.
349
907260
2000
se é que são conscientes.
15:09
And I think just the opposite is true.
350
909260
2000
E eu penso que o oposto é verdade.
15:11
I think babies and children are actually more conscious than we are as adults.
351
911260
3000
Eu penso que bebês e crianças são mais conscientes do que nós como adultos.
15:14
Now here's what we know about how adult consciousness works.
352
914260
3000
Agora eis aqui o que sabemos sobre como a consciência adulta funciona.
15:17
And adults' attention and consciousness
353
917260
2000
E a atenção e consciência de adultos
15:19
look kind of like a spotlight.
354
919260
2000
se parece com um refletor.
15:21
So what happens for adults
355
921260
2000
Então o que acontece em adultos
15:23
is we decide that something's relevant or important,
356
923260
2000
é que se decidimos que algo é relevante ou importante,
15:25
we should pay attention to it.
357
925260
2000
nós devemos prestar atenção nisso.
15:27
Our consciousness of that thing that we're attending to
358
927260
2000
Nossa consciência desse algo que atentamos
15:29
becomes extremely bright and vivid,
359
929260
3000
se torna extremamente brilhante e vívido,
15:32
and everything else sort of goes dark.
360
932260
2000
e todo o resto se torna escuro.
15:34
And we even know something about the way the brain does this.
361
934260
3000
E até sabemos alguma coisa sobre como o cérebro faz isso.
15:37
So what happens when we pay attention
362
937260
2000
Então o que acontece quando prestamos atenção
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
939260
3000
é que o córtex pré frontal, meio que a parte executiva de nossos cérebros,
15:42
sends a signal
364
942260
2000
envia um sinal
15:44
that makes a little part of our brain much more flexible,
365
944260
2000
que faz uma pequena parte do nosso cérebro mais flexível,
15:46
more plastic, better at learning,
366
946260
2000
mais plástico, melhor no aprendizado,
15:48
and shuts down activity
367
948260
2000
e desliga a atividade
15:50
in all the rest of our brains.
368
950260
2000
de todo o resto de nosso cérebro.
15:52
So we have a very focused, purpose-driven kind of attention.
369
952260
4000
Então temos um tipo de atenção muito focada, dirigida voluntariamente.
15:56
If we look at babies and young children,
370
956260
2000
Se olharmos os bebês e as crianças,
15:58
we see something very different.
371
958260
2000
veremos algo muito diferente.
16:00
I think babies and young children
372
960260
2000
E acho que bebês e crianças
16:02
seem to have more of a lantern of consciousness
373
962260
2000
parecem ter mais uma lanterna de consciência
16:04
than a spotlight of consciousness.
374
964260
2000
que um refletor de consciência.
16:06
So babies and young children are very bad
375
966260
3000
Então os bebês e crianças são muito ruins
16:09
at narrowing down to just one thing.
376
969260
3000
em focar em apenas uma coisa.
16:12
But they're very good at taking in lots of information
377
972260
3000
Mas eles são muito bons em receber montes de informação
16:15
from lots of different sources at once.
378
975260
2000
de várias fontes diferentes de uma vez.
16:17
And if you actually look in their brains,
379
977260
2000
E se você olhar dentro de seus cérebros,
16:19
you see that they're flooded with these neurotransmitters
380
979260
3000
você verá que eles estão preenchidos com esses neurotransmissores
16:22
that are really good at inducing learning and plasticity,
381
982260
2000
que são ótimos para induzir aprendizagem e plasticidade,
16:24
and the inhibitory parts haven't come on yet.
382
984260
3000
e as partes inibitórias não apareceram ainda.
16:27
So when we say that babies and young children
383
987260
2000
Então quando dizemos que os bebês e crianças
16:29
are bad at paying attention,
384
989260
2000
são ruins em prestar atenção,
16:31
what we really mean is that they're bad at not paying attention.
385
991260
4000
o que queremos dizer é que são ruins em não prestar atenção.
16:35
So they're bad at getting rid
386
995260
2000
Então eles são ruins em se livrar
16:37
of all the interesting things that could tell them something
387
997260
2000
de todas as coisas interessantes que poderiam lhes dizer algo
16:39
and just looking at the thing that's important.
388
999260
2000
e apenas olhar para a coisa que é importante.
16:41
That's the kind of attention, the kind of consciousness,
389
1001260
3000
Este é o tipo de atenção, o tipo de consciência,
16:44
that we might expect
390
1004260
2000
que nós esperamos
16:46
from those butterflies who are designed to learn.
391
1006260
2000
dessas borboletas que são projetadas para aprender.
16:48
Well if we want to think about a way
392
1008260
2000
Se queremos pensar numa forma
16:50
of getting a taste of that kind of baby consciousness as adults,
393
1010260
4000
de experimentar esse tipo de consciência infantil enquanto adultos,
16:54
I think the best thing is think about cases
394
1014260
2000
eu acho que a melhor coisa é pensar sobre casos
16:56
where we're put in a new situation that we've never been in before --
395
1016260
3000
em que estamos numa situação nova que nunca estivemos antes --
16:59
when we fall in love with someone new,
396
1019260
2000
quando nos apaixonamos por alguém novo,
17:01
or when we're in a new city for the first time.
397
1021260
3000
ou quando estamos numa nova cidade pela primeira vez.
17:04
And what happens then is not that our consciousness contracts,
398
1024260
2000
E o que acontece não é que nossa consciência contrai,
17:06
it expands,
399
1026260
2000
mas ela se expande,
17:08
so that those three days in Paris
400
1028260
2000
então aqueles três dias em Paris
17:10
seem to be more full of consciousness and experience
401
1030260
2000
parecem estar mais cheios de consciência e experiência
17:12
than all the months of being
402
1032260
2000
do que todos os meses
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1034260
4000
andando, falando, se reunindo na faculdade e voltando para casa.
17:18
And by the way, that coffee,
404
1038260
2000
E a propósito, aquele café,
17:20
that wonderful coffee you've been drinking downstairs,
405
1040260
2000
aquele café maravilhoso que vocês beberam lá embaixo,
17:22
actually mimics the effect
406
1042260
2000
na verdade imita o efeito
17:24
of those baby neurotransmitters.
407
1044260
2000
dos neurotransmissores do bebê.
17:26
So what's it like to be a baby?
408
1046260
2000
Então como é ser um bebê?
17:28
It's like being in love
409
1048260
2000
É como estar apaixonado
17:30
in Paris for the first time
410
1050260
2000
em Paris pela primeira vez
17:32
after you've had three double-espressos.
411
1052260
2000
depois de tomar dois expressos duplos.
17:34
(Laughter)
412
1054260
3000
(Risos)
17:37
That's a fantastic way to be,
413
1057260
2000
Essa é uma forma fantástica de ser,
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1059260
4000
mas tende a deixar você acordado e chorando às três da manhã.
17:43
(Laughter)
415
1063260
3000
(Risos)
17:46
Now it's good to be a grownup.
416
1066260
2000
Agora é bom ser um adulto.
17:48
I don't want to say too much about how wonderful babies are.
417
1068260
2000
Eu não quero falar muito sobre como os bebês são maravilhosos.
17:50
It's good to be a grownup.
418
1070260
2000
É bom ser um adulto.
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1072260
3000
Nós podemos fazer coisas como amarrar nossos cadarços e atravessar a rua sozinhos.
17:55
And it makes sense that we put a lot of effort
420
1075260
2000
E faz sentido que nós investimos muito esforço
17:57
into making babies think like adults do.
421
1077260
4000
em fazer os bebês pensarem como os adultos.
18:01
But if what we want is to be like those butterflies,
422
1081260
3000
Mas se nós quisermos ser como essas borboletas,
18:04
to have open-mindedness, open learning,
423
1084260
3000
ter mente aberta, aprendizagem ampla,
18:07
imagination, creativity, innovation,
424
1087260
2000
imaginação, criatividade, inovação,
18:09
maybe at least some of the time
425
1089260
2000
talvez ao menos uma parte do tempo
18:11
we should be getting the adults
426
1091260
2000
devemos fazer os adultos
18:13
to start thinking more like children.
427
1093260
2000
começarem a pensar como crianças.
18:15
(Applause)
428
1095260
8000
(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