Alison Gopnik: What do babies think?

Alison Gopnik: Bebekler ne düşünüyor?

395,642 views ・ 2011-10-10

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Ahmet Mesut ATEŞ Gözden geçirme: osman oguz ahsen
00:15
What is going on
0
15260
2000
Bu bebeğin aklından
00:17
in this baby's mind?
1
17260
2000
neler geçiyor?
00:19
If you'd asked people this 30 years ago,
2
19260
2000
bunu 30 yıl önce insanlara sorsanız
00:21
most people, including psychologists,
3
21260
2000
psikologlar da dahil birçok insan
00:23
would have said that this baby was irrational,
4
23260
3000
bu bebeğin irrasyonel, mantıksız
00:26
illogical, egocentric --
5
26260
2000
ve ben merkezli olduğunu söylerdi
00:28
that he couldn't take the perspective of another person
6
28260
2000
başka bir insanın perspektifini göremeyeceğini
00:30
or understand cause and effect.
7
30260
2000
ya da neden sonuç ilişkisini anlamayacağını.
00:32
In the last 20 years,
8
32260
2000
Son 20 yılda
00:34
developmental science has completely overturned that picture.
9
34260
3000
gelişen bilim bu görüşü tamamen tersine çevirdi.
00:37
So in some ways,
10
37260
2000
Yani bazı yönlerden
00:39
we think that this baby's thinking
11
39260
2000
bu bebeğin en zeki bilim adamları
00:41
is like the thinking of the most brilliant scientists.
12
41260
4000
gibi düşündüğünü varsayıyoruz.
00:45
Let me give you just one example of this.
13
45260
2000
Bunun bir örneğini göstereyim size.
00:47
One thing that this baby could be thinking about,
14
47260
3000
Bu bebeğin düşünüyor olabileceği şey
00:50
that could be going on in his mind,
15
50260
2000
aklından geçiyor olabilecek şey
00:52
is trying to figure out
16
52260
2000
başka bir bebeğin aklından
00:54
what's going on in the mind of that other baby.
17
54260
3000
ne geçtiğini anlamaya çalışmak.
00:57
After all, one of the things that's hardest for all of us to do
18
57260
3000
Sonuçta, bizim için anlaşılması en güç şeylerden birisi
01:00
is to figure out what other people are thinking and feeling.
19
60260
3000
diğer insanların düşünce ve hislerini anlamaktır.
01:03
And maybe the hardest thing of all
20
63260
2000
Ve belki de en zoru
01:05
is to figure out that what other people think and feel
21
65260
3000
diğer insanların düşünüp hissettikerlerinin
01:08
isn't actually exactly like what we think and feel.
22
68260
2000
bizim düşünme ve hissetme şeklimizle aynı olmadığıdır.
01:10
Anyone who's followed politics can testify
23
70260
2000
Politikayı takip eden herhangi birisi bunu anlamanın
01:12
to how hard that is for some people to get.
24
72260
3000
bazı insanlar için ne kadar zor olduğunu doğrulayabilir.
01:15
We wanted to know
25
75260
2000
Bebekler ve küçük çocukların
01:17
if babies and young children
26
77260
2000
diğer insanlarla ilgili bu derin bilgiyi gerçekten
01:19
could understand this really profound thing about other people.
27
79260
3000
nasıl anlayabildiklerini öğrenmek istiyoruz.
01:22
Now the question is: How could we ask them?
28
82260
2000
Şimdi sorun şu: Onlara bunu nasıl sorabiliriz?
01:24
Babies, after all, can't talk,
29
84260
2000
Sonuçta bebekler konuşamaz
01:26
and if you ask a three year-old
30
86260
2000
ve üç yaşında bir çocuğa ne
01:28
to tell you what he thinks,
31
88260
2000
düşündüğü soracak olursanız
01:30
what you'll get is a beautiful stream of consciousness monologue
32
90260
3000
sihirli atlar ve doğum günleri ve bunun gibi şeyler hakkında
01:33
about ponies and birthdays and things like that.
33
93260
3000
güzel bir anlamsız monolog deryasıyla karşılaşırsınız.
01:36
So how do we actually ask them the question?
34
96260
3000
Yani bu soruyu onlara gerçekten nasıl sorarız?
01:39
Well it turns out that the secret was broccoli.
35
99260
3000
Meğersem işin sırrı brokoliymiş.
01:42
What we did -- Betty Rapacholi, who was one of my students, and I --
36
102260
4000
Öğrencilerimden biri olan Betty Rapacholi ve benim yaptığımız şey
01:46
was actually to give the babies two bowls of food:
37
106260
3000
aslında bebeklere iki kase yiyecek vermekti:
01:49
one bowl of raw broccoli
38
109260
2000
bir kase çiğ brokoli
01:51
and one bowl of delicious goldfish crackers.
39
111260
3000
ve bir kase lezzetli balık krakeri.
01:54
Now all of the babies, even in Berkley,
40
114260
3000
Şimdi bütün bebekler, Berkley'dekiler bile
01:57
like the crackers and don't like the raw broccoli.
41
117260
3000
krakeri sever ve çiğ brokoliyi sevmez.
02:00
(Laughter)
42
120260
2000
(gülüşmeler)
02:02
But then what Betty did
43
122260
2000
Ama sonra Betty'nin yaptığı
02:04
was to take a little taste of food from each bowl.
44
124260
3000
iki kasedekinin de tadına bakmaktı.
02:07
And she would act as if she liked it or she didn't.
45
127260
2000
Ve sonra sevip sevmediğini göstermek.
02:09
So half the time, she acted
46
129260
2000
Yani bazen, krakeri sevmiş
02:11
as if she liked the crackers and didn't like the broccoli --
47
131260
2000
brokoliyi sevmemiş gibi davrandı
02:13
just like a baby and any other sane person.
48
133260
3000
bir bebek ya da başka bir mantıklı insanın yapacağı gibi.
02:16
But half the time,
49
136260
2000
Ama bazen de yaptığı
02:18
what she would do is take a little bit of the broccoli
50
138260
2000
küçük bir parça brokoli alıyor
02:20
and go, "Mmmmm, broccoli.
51
140260
3000
"Hmmm brokoli,
02:23
I tasted the broccoli. Mmmmm."
52
143260
3000
brokoliyi beğendim. Hmmm" diyordu.
02:26
And then she would take a little bit of the crackers,
53
146260
2000
Ve sonra biraz kraker alıyor ve
02:28
and she'd go, "Eww, yuck, crackers.
54
148260
4000
"Iyy, bööğh, kraker
02:32
I tasted the crackers. Eww, yuck."
55
152260
3000
krakeri denedim. Iyy, iğrenç" diyordu.
02:35
So she'd act as if what she wanted
56
155260
2000
Yani bebeklerinin istediğinin
02:37
was just the opposite of what the babies wanted.
57
157260
3000
tam aksini istiyor gibi yapıyordu.
02:40
We did this with 15 and 18 month-old babies.
58
160260
2000
Bunu 15 ve 18 aylık bebeklerle beraber uyguladık.
02:42
And then she would simply put her hand out and say,
59
162260
3000
Ve sonra elini bebeğe doğru açıyor
02:45
"Can you give me some?"
60
165260
2000
"Biraz verir misin?" diyor.
02:47
So the question is: What would the baby give her,
61
167260
2000
Sorumuz şu: "Bebek ona ne verecek
02:49
what they liked or what she liked?
62
169260
2000
kendi sevdiğini mi yoksa onun sevdiğini mi?
02:51
And the remarkable thing was that 18 month-old babies,
63
171260
3000
Dikkat edilmesi gereken 18 aylık,
02:54
just barely walking and talking,
64
174260
2000
zar zor yürüyüp konuşan bebeklerin
02:56
would give her the crackers if she liked the crackers,
65
176260
3000
ona eğer kraker seviyorsa krakeri
02:59
but they would give her the broccoli if she liked the broccoli.
66
179260
3000
ama brokoli seviyorsa brokoliyi vermesiydi.
03:02
On the other hand,
67
182260
2000
Diğer taraftan
03:04
15 month-olds would stare at her for a long time
68
184260
2000
15 aylık bebekler, brokoliyi sever gibi
03:06
if she acted as if she liked the broccoli,
69
186260
2000
yaptığında bunu anlayamamış gibi
03:08
like they couldn't figure this out.
70
188260
3000
uzun uzun yüzüne bakıyordu.
03:11
But then after they stared for a long time,
71
191260
2000
Ama uzun bir süre bakıştıktan sonra
03:13
they would just give her the crackers,
72
193260
2000
ona sadece kraker veriyorlar
03:15
what they thought everybody must like.
73
195260
2000
herkesin sevdiğini düşündükleri şeyi yani.
03:17
So there are two really remarkable things about this.
74
197260
3000
Bununla ilgili takdire şayan iki husus var.
03:20
The first one is that these little 18 month-old babies
75
200260
3000
İlki 18 aylık bebeklerin
03:23
have already discovered
76
203260
2000
insan doğasıyla ilgili bu derin gerçeği
03:25
this really profound fact about human nature,
77
205260
2000
her zaman aynı şeyi istemediğimizi
03:27
that we don't always want the same thing.
78
207260
2000
hali hazırda keşfetmiş oldukları.
03:29
And what's more, they felt that they should actually do things
79
209260
2000
Ve dahası, diğer insanlara istediklerini almaları için
03:31
to help other people get what they wanted.
80
211260
3000
yardım etmeleri gerekiyor gibi hissettikleri.
03:34
Even more remarkably though,
81
214260
2000
Daha da önemli olan
03:36
the fact that 15 month-olds didn't do this
82
216260
3000
15 aylıklar bebekler 18 aylıkların 3 ay
03:39
suggests that these 18 month-olds had learned
83
219260
3000
içinde öğrendikleri insan doğası hakkındaki
03:42
this deep, profound fact about human nature
84
222260
3000
bu derin kavrayışla ilgili
03:45
in the three months from when they were 15 months old.
85
225260
3000
önermeleri yapmadılar.
03:48
So children both know more and learn more
86
228260
2000
Yani çocuklar bizim öğretebileceklerimizden
03:50
than we ever would have thought.
87
230260
2000
daha fazlasını biliyor ve öğreniyor.
03:52
And this is just one of hundreds and hundreds of studies over the last 20 years
88
232260
4000
Ve bu çalışma son 20 yılda bunu gösteren
03:56
that's actually demonstrated it.
89
236260
2000
yüzlerce çalışmadan sadece bir tanesi.
03:58
The question you might ask though is:
90
238260
2000
Şunu da sorabilirsiniz tabii:
04:00
Why do children learn so much?
91
240260
3000
Neden çocuklar bu kadar çok öğreniyor?
04:03
And how is it possible for them to learn so much
92
243260
2000
Ve bu kadar kısa sürede bu kadar
04:05
in such a short time?
93
245260
2000
şeyi nasıl öğrenebiliyorlar?
04:07
I mean, after all, if you look at babies superficially,
94
247260
2000
Yani sonuçta bebeklere üstün körü bakacak olursanız
04:09
they seem pretty useless.
95
249260
2000
baya yararsız duruyorlar.
04:11
And actually in many ways, they're worse than useless,
96
251260
3000
Ve birçok yönden aslında, yararsızdan da beterler
04:14
because we have to put so much time and energy
97
254260
2000
çünkü onları sadece hayatta tutmak için
04:16
into just keeping them alive.
98
256260
2000
o kadar fazla zaman ve enerji harcamamız gerekiyor ki.
04:18
But if we turn to evolution
99
258260
2000
Ancak neden bu işe yaramaz
04:20
for an answer to this puzzle
100
260260
2000
bebeklere bakmak için bu kadar
04:22
of why we spend so much time
101
262260
2000
zaman harcadığımız sorusuna bir cevap
04:24
taking care of useless babies,
102
264260
3000
bulmak için evrime yönelecek olursak
04:27
it turns out that there's actually an answer.
103
267260
3000
aslında bir cevap olduğu ortaya çıkıyor.
04:30
If we look across many, many different species of animals,
104
270260
3000
Eğer bir çok hayvan türüne bakacak olursak
04:33
not just us primates,
105
273260
2000
sadece biz primatlara değil
04:35
but also including other mammals, birds,
106
275260
2000
ayrıca diğer memelilere, kuşlara
04:37
even marsupials
107
277260
2000
hatta keselilere
04:39
like kangaroos and wombats,
108
279260
2000
kanguru ve wombat gibilere
04:41
it turns out that there's a relationship
109
281260
2000
bir türün ne kadar uzun bir çocukluğa
04:43
between how long a childhood a species has
110
283260
4000
sahip olduğuyla vücutlarına göre beyinlerinin
04:47
and how big their brains are compared to their bodies
111
287260
4000
büyüklüğü arasında ve ne kadar zeka ve çevik oldukları
04:51
and how smart and flexible they are.
112
291260
2000
arasında bir bağlantı olduğu ortaya çıkıyor.
04:53
And sort of the posterbirds for this idea are the birds up there.
113
293260
3000
Ve bu fikir için bariz örnekler havadaki kuşlar.
04:56
On one side
114
296260
2000
Bir tarafta
04:58
is a New Caledonian crow.
115
298260
2000
Yeni Kaledonya kargası var.
05:00
And crows and other corvidae, ravens, rooks and so forth,
116
300260
3000
Ve kargalar ve diğer kargagiller, kuzgun, gökkarga ve diğerleri
05:03
are incredibly smart birds.
117
303260
2000
çok zeki kuşlar.
05:05
They're as smart as chimpanzees in some respects.
118
305260
3000
Bazı yönlerden şempanzeler kadar zekiler.
05:08
And this is a bird on the cover of science
119
308260
2000
Ve bu Science kapağındaki
05:10
who's learned how to use a tool to get food.
120
310260
3000
yemek almak için bir aracı kullanmayı öğrenen bir kuş.
05:13
On the other hand,
121
313260
2000
Diğer tarafta
05:15
we have our friend the domestic chicken.
122
315260
2000
dostumuz evcil tavuklar var.
05:17
And chickens and ducks and geese and turkeys
123
317260
3000
Ve tavuklar ve ördekler ve kazlar ve hindiler
05:20
are basically as dumb as dumps.
124
320260
2000
resmen ot kadar aptaldırlar.
05:22
So they're very, very good at pecking for grain,
125
322260
3000
Yani tahıl didiklemede çok çok iyiler
05:25
and they're not much good at doing anything else.
126
325260
3000
ve başka şeylerde hiç iyi değiller.
05:28
Well it turns out that the babies,
127
328260
2000
Öyle görünüyorki bebekler
05:30
the New Caledonian crow babies, are fledglings.
128
330260
2000
Yani Kaledonya karga yavruları, tecrübesiz çaylaklar,
05:32
They depend on their moms
129
332260
2000
açık ağzılarına kurt bırakması
05:34
to drop worms in their little open mouths
130
334260
3000
için annelerine bağımlılar
05:37
for as long as two years,
131
337260
2000
iki yıl kadar,
05:39
which is a really long time in the life of a bird.
132
339260
2000
ki bu bir kuşun hayatında çok uzun bir zaman.
05:41
Whereas the chickens are actually mature
133
341260
2000
Oysa ki tavuklar bir kaç ay içinde
05:43
within a couple of months.
134
343260
2000
gayet yetişkin oluyorlar.
05:45
So childhood is the reason
135
345260
3000
Yani kargaların Science kapağında
05:48
why the crows end up on the cover of Science
136
348260
2000
tavukların ise çorba kasesinde son bulmasının
05:50
and the chickens end up in the soup pot.
137
350260
2000
sebebi çocukluk.
05:52
There's something about that long childhood
138
352260
3000
Bu uzun çocuklukta bilgi
05:55
that seems to be connected
139
355260
2000
ve öğrenmeyle bağlantılı
05:57
to knowledge and learning.
140
357260
2000
olan bir şey var.
05:59
Well what kind of explanation could we have for this?
141
359260
3000
Peki bunun için nasıl bir açıklama yapabiliriz?
06:02
Well some animals, like the chicken,
142
362260
3000
Bazı hayvanlar, tavuk mesela,
06:05
seem to be beautifully suited
143
365260
2000
sadece bir şeyi çok iyi yapmakla
06:07
to doing just one thing very well.
144
367260
2000
çok güzel uyuşuyorlar.
06:09
So they seem to be beautifully suited
145
369260
3000
Yani bir ortamda tahıl didiklemeye
06:12
to pecking grain in one environment.
146
372260
2000
çok iyi yakışıyorlar.
06:14
Other creatures, like the crows,
147
374260
2000
Kargalar gibi diğer yaratıklar
06:16
aren't very good at doing anything in particular,
148
376260
2000
belirli bir konuda çok iyi değiller
06:18
but they're extremely good
149
378260
2000
ama diğer ortamların yasalarını
06:20
at learning about laws of different environments.
150
380260
2000
öğrenmede aşırı derecede iyiler.
06:22
And of course, we human beings
151
382260
2000
Ve tabii ki biz insanlar
06:24
are way out on the end of the distribution like the crows.
152
384260
3000
kargalar gibi türlerin çok ötesindeyiz.
06:27
We have bigger brains relative to our bodies
153
387260
2000
Vücudumuza göre bütün diğer hayvanlardan
06:29
by far than any other animal.
154
389260
2000
çok daha büyük bir beyne sahibiz.
06:31
We're smarter, we're more flexible,
155
391260
2000
Daha zekiyiz, daha esneğiz
06:33
we can learn more,
156
393260
2000
daha fazla öğrenebiliyoruz
06:35
we survive in more different environments,
157
395260
2000
daha farklı ortamlarda yaşam mücadelesi verebiliyoruz
06:37
we migrated to cover the world and even go to outer space.
158
397260
3000
dünyayı çevrelemek ve hatta uzaya gitmek için göç edebiliyoruz.
06:40
And our babies and children are dependent on us
159
400260
3000
Ve bebeklerimiz ve çocuklarımız diğer türlerin
06:43
for much longer than the babies of any other species.
160
403260
3000
bebeklerinden çok daha uzun süre bize bağımlılar.
06:46
My son is 23.
161
406260
2000
Oğlum 23 yaşında.
06:48
(Laughter)
162
408260
2000
(gülüşmeler)
06:50
And at least until they're 23,
163
410260
2000
En azından 23 yaşına kadar
06:52
we're still popping those worms
164
412260
2000
açılmış küçük ağızlarına
06:54
into those little open mouths.
165
414260
3000
kurtları atıyoruz.
06:57
All right, why would we see this correlation?
166
417260
3000
Pekala, bu bağlantıyı neden görüyoruz?
07:00
Well an idea is that that strategy, that learning strategy,
167
420260
4000
Şöyle bir fikrimiz var bu strateji, bu öğrenme stratejisi
07:04
is an extremely powerful, great strategy for getting on in the world,
168
424260
3000
dünyada yaşamak için çok güçlü, mükemmel bir strateji
07:07
but it has one big disadvantage.
169
427260
2000
ama büyük bir dezavantajı var.
07:09
And that one big disadvantage
170
429260
2000
Ve bu büyük dezavantaj şu
07:11
is that, until you actually do all that learning,
171
431260
3000
bütün bu öğrenimi gerçekleştirene kadar
07:14
you're going to be helpless.
172
434260
2000
aciz olacaksınız.
07:16
So you don't want to have the mastodon charging at you
173
436260
3000
Yani mamut size doğru koşarken
07:19
and be saying to yourself,
174
439260
2000
"Mancınık ya da mızrak işe yarayabilir.
07:21
"A slingshot or maybe a spear might work. Which would actually be better?"
175
441260
4000
Hangisi daha iyi olur?" diye düşünmek istemiyorsunuz.
07:25
You want to know all that
176
445260
2000
Bütün bunları mamutlar
07:27
before the mastodons actually show up.
177
447260
2000
daha ortaya çıkmadan bilmek istiyorsunuz.
07:29
And the way the evolutions seems to have solved that problem
178
449260
3000
Ve evrimler bu problemi bir çeşit iş bölümüyle
07:32
is with a kind of division of labor.
179
452260
2000
çözmüş gibi görünüyor.
07:34
So the idea is that we have this early period when we're completely protected.
180
454260
3000
Mantık şu ki bu erken periyodu tamamen korunurken yaşıyoruz.
07:37
We don't have to do anything. All we have to do is learn.
181
457260
3000
Bir şey yapmamıza gerek yok. Tek yapmamız gereken öğrenmek.
07:40
And then as adults,
182
460260
2000
Ve yetişkinler olarak
07:42
we can take all those things that we learned when we were babies and children
183
462260
3000
bebeklikte ve çocuklukta öğrendiğimiz bütün bu şeyleri alıp
07:45
and actually put them to work to do things out there in the world.
184
465260
3000
gerçek hayatta işleri yapmak için kullanabiliriz.
07:48
So one way of thinking about it
185
468260
2000
Bunu bebeklerin ve küçük çocukların
07:50
is that babies and young children
186
470260
2000
insan türünün araştırma ve geliştirme
07:52
are like the research and development division of the human species.
187
472260
3000
bölümü olduğu olarak görebiliriz.
07:55
So they're the protected blue sky guys
188
475260
3000
Yani onlar dışarı çıkıp öğrenmesi ve iyi fikir edinmesi
07:58
who just have to go out and learn and have good ideas,
189
478260
2000
gereken korunmuş gökyüzü insanları
08:00
and we're production and marketing.
190
480260
2000
ve biz de üretip pazarlıyoruz.
08:02
We have to take all those ideas
191
482260
2000
Çocukken öğrenmiş olduğumuz
08:04
that we learned when we were children
192
484260
2000
bütün bu fikirleri almalı
08:06
and actually put them to use.
193
486260
2000
ve onları gerçekten kullanmalıyız.
08:08
Another way of thinking about it
194
488260
2000
Bebekler ve çocukları noksan
08:10
is instead of thinking of babies and children
195
490260
2000
yetişkinler olarak düşünmek
08:12
as being like defective grownups,
196
492260
2000
yerine onları aynı türün
08:14
we should think about them
197
494260
2000
gelişmekte olan farklı bir
08:16
as being a different developmental stage of the same species --
198
496260
2000
aşaması olarak da düşünebiliriz
08:18
kind of like caterpillars and butterflies --
199
498260
3000
tırtıllar ve kelebekler gibi yani
08:21
except that they're actually the brilliant butterflies
200
501260
2000
tabii onlar etrafta uçuşan ve
08:23
who are flitting around the garden and exploring,
201
503260
3000
keşfeden çok zeki kelebekler
08:26
and we're the caterpillars
202
506260
2000
ve bizler de dar, yetişkin yolunda
08:28
who are inching along our narrow, grownup, adult path.
203
508260
3000
yavaşça ilerleyen tırtıllarız.
08:31
If this is true, if these babies are designed to learn --
204
511260
3000
Bu doğruysa, eğer bebekler öğrenmek için yaratılmışsa
08:34
and this evolutionary story would say children are for learning,
205
514260
3000
ve bu evrimsel hikaye çocukların öğrenmek için olduğunu söylüyor
08:37
that's what they're for --
206
517260
2000
bu iş için yaratıldıklarını -
08:39
we might expect
207
519260
2000
onların gerçekten güçlü bir öğrenim
08:41
that they would have really powerful learning mechanisms.
208
521260
2000
mekanizmasına sahip olduklarını düşünebiliriz.
08:43
And in fact, the baby's brain
209
523260
3000
Ve aslında, bir bebeğin beyni
08:46
seems to be the most powerful learning computer
210
526260
2000
gezegen üzerindeki en güçlü
08:48
on the planet.
211
528260
2000
öğrenim bilgisayarı gibi görünüyor.
08:50
But real computers are actually getting to be a lot better.
212
530260
3000
Ama gerçek bilgisayarlar giderek daha iyi hale geliyorlar.
08:53
And there's been a revolution
213
533260
2000
Ve son dönemlerde makinelerin
08:55
in our understanding of machine learning recently.
214
535260
2000
öğrenimi anlayışımızda bir devrim gerçekleşti.
08:57
And it all depends on the ideas of this guy,
215
537260
3000
Ve hepsi bu adamın fikirlerine dayanıyor
09:00
the Reverend Thomas Bayes,
216
540260
2000
18. yüzyılda bir istatistikçi ve matematikçi olan
09:02
who was a statistician and mathematician in the 18th century.
217
542260
3000
muhterem Thomas Bayes.
09:05
And essentially what Bayes did
218
545260
3000
Bayes'in yaptığı şey esasında
09:08
was to provide a mathematical way
219
548260
2000
bilim adamlarının dünyayı irdeleme şeklini
09:10
using probability theory
220
550260
2000
olasılık yöntemini kullanarak
09:12
to characterize, describe,
221
552260
2000
karakterize etmek ve tanımlamak
09:14
the way that scientists find out about the world.
222
554260
2000
için matematiksel bir yol sunmaktı.
09:16
So what scientists do
223
556260
2000
Bilim adamlarını yaptığı şey başlangıç
09:18
is they have a hypothesis that they think might be likely to start with.
224
558260
3000
olabileceğini düşündükleri bir hipoteze sahip olmak.
09:21
They go out and test it against the evidence.
225
561260
2000
Bu hipotezi alıyor ve bulgulara karşı deniyorlar.
09:23
The evidence makes them change that hypothesis.
226
563260
2000
Bulgular onlara bu hipotezi değiştirtiyor.
09:25
Then they test that new hypothesis
227
565260
2000
Sonra bu yeni hipotezi deniyorlar
09:27
and so on and so forth.
228
567260
2000
ve böyle devam ediyor.
09:29
And what Bayes showed was a mathematical way that you could do that.
229
569260
3000
Bayes'in yaptığı bunu yapabileceğiniz bir matematiksel bir yol göstermekti.
09:32
And that mathematics is at the core
230
572260
2000
Ve bu matematik şu anda sahip olduğumuz
09:34
of the best machine learning programs that we have now.
231
574260
2000
en iyi makine öğrenimi programlarının çekirdeğini oluşturuyor.
09:36
And some 10 years ago,
232
576260
2000
Bir 10 yıl önce
09:38
I suggested that babies might be doing the same thing.
233
578260
4000
bebeklerin de aynı şeyi yapıyor olabileceğini öne sürdüm.
09:42
So if you want to know what's going on
234
582260
2000
Yani bu güzel kahverengi gözlerin
09:44
underneath those beautiful brown eyes,
235
584260
2000
arkasında nelerin olup bittiğini anlamak istiyorsanız
09:46
I think it actually looks something like this.
236
586260
2000
sanırım gerçekte bunun gibi görünüyor.
09:48
This is Reverend Bayes's notebook.
237
588260
2000
Bu muhterem Bayes'in not defteri.
09:50
So I think those babies are actually making complicated calculations
238
590260
3000
Bence bu bebekler dünyanın nasıl işlediğini
09:53
with conditional probabilities that they're revising
239
593260
3000
anlamak için gözlemledikleri şartlı olsalıklar ile
09:56
to figure out how the world works.
240
596260
2000
gerçekten karışık hesaplamalar yapıyorlar.
09:58
All right, now that might seem like an even taller order to actually demonstrate.
241
598260
4000
Pekala, bunu göstermek için gerçekten daha uzun bir sıra gibi görünebilir.
10:02
Because after all, if you ask even grownups about statistics,
242
602260
2000
Çünkü sonuçta, yetişkinlere bile istatistik hakkında sorduğunuzda
10:04
they look extremely stupid.
243
604260
2000
aşırı derecede aptal görünüyorlar.
10:06
How could it be that children are doing statistics?
244
606260
3000
Bu çocuklar nasıl olurda istatistik yapıyor olabilir?
10:09
So to test this we used a machine that we have
245
609260
2000
Bunu test etmek için Blicket algılayıcı
10:11
called the Blicket Detector.
246
611260
2000
dediğimiz bir makineyi kullandık.
10:13
This is a box that lights up and plays music
247
613260
2000
Bu üzerine belirli bir nesneyi koyduğunuzda
10:15
when you put some things on it and not others.
248
615260
3000
ışıkları yanan ve müzik çalan bir kutu.
10:18
And using this very simple machine,
249
618260
2000
Ve bu çok basit makineyi kullanarak
10:20
my lab and others have done dozens of studies
250
620260
2000
benim labaratuarım ve diğerleri bebeklerin
10:22
showing just how good babies are
251
622260
2000
dünya hakkında öğrenmede ne kadar
10:24
at learning about the world.
252
624260
2000
başarılı olduklarını gösteren yüzlerce çalışma yaptı.
10:26
Let me mention just one
253
626260
2000
Öğrencim Tumar Kushner ile yaptığım
10:28
that we did with Tumar Kushner, my student.
254
628260
2000
bir deneyden bahsedeyim size sadece.
10:30
If I showed you this detector,
255
630260
2000
Size bu algılayıcıyı gösterseydim
10:32
you would be likely to think to begin with
256
632260
2000
muhtemelen algılayıcının çalışması için
10:34
that the way to make the detector go
257
634260
2000
algılayıcının üzerine bir blok koymak
10:36
would be to put a block on top of the detector.
258
636260
3000
gerektiğini düşünmeye başlayacaktınız.
10:39
But actually, this detector
259
639260
2000
Ama aslında bu algılayıcı
10:41
works in a bit of a strange way.
260
641260
2000
biraz garip bir şekilde çalışıyor.
10:43
Because if you wave a block over the top of the detector,
261
643260
3000
Çünkü eğer algılayıcının üzerinden bir blok geçirirseniz
10:46
something you wouldn't ever think of to begin with,
262
646260
3000
asla düşünemeyeceğiniz bir şeyle başlarsak
10:49
the detector will actually activate two out of three times.
263
649260
3000
algılayıcı aslında üç seferde iki kere aktif olacak.
10:52
Whereas, if you do the likely thing, put the block on the detector,
264
652260
3000
Halbu ki mantıklı olanı yapıp bloğu üzerine koysanız
10:55
it will only activate two out of six times.
265
655260
4000
altı defada sadece iki kere aktif olacak.
10:59
So the unlikely hypothesis
266
659260
2000
Yani olasılık dışı olan hipotez
11:01
actually has stronger evidence.
267
661260
2000
aslında daha fazla kanıta sahip.
11:03
It looks as if the waving
268
663260
2000
Üzerinden geçirmek diğer taktikten
11:05
is a more effective strategy than the other strategy.
269
665260
2000
daha etkili bir taktikmiş gibi görünüyor.
11:07
So we did just this; we gave four year-olds this pattern of evidence,
270
667260
3000
Biz de şöyle yaptık, 4 yaşındaki deneklere bu bulgu örneğini verdik
11:10
and we just asked them to make it go.
271
670260
2000
ve sadece çalıştırmalarını istedik.
11:12
And sure enough, the four year-olds used the evidence
272
672260
3000
Ve umduğumuz gibi, dört yaşındaki denekler bu
11:15
to wave the object on top of the detector.
273
675260
3000
bulguyu nesneleri algılayıcının üzerinden gerçimek için kullandı.
11:18
Now there are two things that are really interesting about this.
274
678260
3000
Şimdi bununla ilgili çok ilginç iki şey var.
11:21
The first one is, again, remember, these are four year-olds.
275
681260
3000
İlki, tekrarlıyorum, unutmayın bunlar 4 yaşında denekler.
11:24
They're just learning how to count.
276
684260
2000
Saymayı daha yeni öğreniyorlar.
11:26
But unconsciously,
277
686260
2000
Ama bilinçsiz olarak
11:28
they're doing these quite complicated calculations
278
688260
2000
onlara koşullu olasılık oranını verecek
11:30
that will give them a conditional probability measure.
279
690260
3000
gayet karmaşık hesaplamaları yapıyorlar.
11:33
And the other interesting thing
280
693260
2000
Ve diğer ilginç şey
11:35
is that they're using that evidence
281
695260
2000
dünya hakkında bir fikir, bir hipotez edinmek için
11:37
to get to an idea, get to a hypothesis about the world,
282
697260
3000
bulguları değerlendiriyorlar
11:40
that seems very unlikely to begin with.
283
700260
3000
başlangıç için pek alışıldık görünmüyor bu.
11:43
And in studies we've just been doing in my lab, similar studies,
284
703260
3000
Ve labaratuarımda yaptığım benzer çalışmalarda
11:46
we've show that four year-olds are actually better
285
706260
2000
bu dört yaşındaki deneklerin aynı görevi verdiğimizde
11:48
at finding out an unlikely hypothesis
286
708260
3000
olası olmayan bir hipotezi bulmakta
11:51
than adults are when we give them exactly the same task.
287
711260
3000
aslında yetişkinlerden daha iyi olduklarını gösterdik.
11:54
So in these circumstances,
288
714260
2000
Bu koşullar altında
11:56
the children are using statistics to find out about the world,
289
716260
3000
çocuklar dünyayı anlamak için istatistik kullanıyorlar
11:59
but after all, scientists also do experiments,
290
719260
3000
ama neticede bilim adamları aynı zamanda deney da yapar
12:02
and we wanted to see if children are doing experiments.
291
722260
3000
ve biz çocukların da yapıp yapmadığını öğrenmek istedik.
12:05
When children do experiments we call it "getting into everything"
292
725260
3000
Çocuklar deney yaptıkları zaman biz buna "her şeye karışma"
12:08
or else "playing."
293
728260
2000
ya da "oyun oynama" diyoruz.
12:10
And there's been a bunch of interesting studies recently
294
730260
3000
Ve son zamanlarda bu etrafta
12:13
that have shown this playing around
295
733260
3000
oynamanın bir çeşit deneysel
12:16
is really a kind of experimental research program.
296
736260
2000
araştırma olduğunu gösteren bir çok çalışma yapıldı.
12:18
Here's one from Cristine Legare's lab.
297
738260
3000
Bu Cristine Legare'nin labartuarından bir çalışma.
12:21
What Cristine did was use our Blicket Detectors.
298
741260
3000
Cristiene'nin yaptığı bizim Blicket algılayıcımızı kullanmaktı.
12:24
And what she did was show children
299
744260
2000
Ve çocuklara gösterdiği sarı olanların
12:26
that yellow ones made it go and red ones didn't,
300
746260
2000
makineyi çalıştırdığı kırmızıların ise çalıştırmadığı
12:28
and then she showed them an anomaly.
301
748260
3000
sonra da onlara bir anomali gösterdi.
12:31
And what you'll see
302
751260
2000
Ve şimdi göreceğiniz
12:33
is that this little boy will go through five hypotheses
303
753260
3000
bu küçük çocuğun iki dakika içinde
12:36
in the space of two minutes.
304
756260
3000
beş hipotez deneyeceği.
12:39
(Video) Boy: How about this?
305
759260
3000
(Video) Çocuk: Buna ne dersin?
12:43
Same as the other side.
306
763260
3000
Diğer tarafla aynı.
12:46
Alison Gopnik: Okay, so his first hypothesis has just been falsified.
307
766260
4000
Allison Gopnik: Tamam, ilk hipotezi biraz önce değiştirildi.
12:55
(Laughter)
308
775260
2000
(gülüşmeler)
12:57
Boy: This one lighted up, and this one nothing.
309
777260
3000
Çocuk: Bu ışık yandı ve bu şey.
13:00
AG: Okay, he's got his experimental notebook out.
310
780260
3000
AG: Tamam, deney defterini ortaya koydu.
13:06
Boy: What's making this light up.
311
786260
4000
Çocuk: Bu ışığı ne yakıyor?
13:11
(Laughter)
312
791260
9000
(gülüşmeler)
13:20
I don't know.
313
800260
2000
Bilmiyorum.
13:22
AG: Every scientist will recognize that expression of despair.
314
802260
4000
AG: Her araştırmacı bu umutsuzluk ifadesini tanıyacaktır.
13:26
(Laughter)
315
806260
3000
(gülüşmeler)
13:29
Boy: Oh, it's because this needs to be like this,
316
809260
6000
Çocuk: Ah, çünkü bunun böyle olması gerekiyor
13:35
and this needs to be like this.
317
815260
2000
ve bunun da böyle olması.
13:37
AG: Okay, hypothesis two.
318
817260
3000
AG: Tamam, ikinci hipotez.
13:40
Boy: That's why.
319
820260
2000
Çocuk: Bu yüzden oluyor.
13:42
Oh.
320
822260
2000
Ah.
13:44
(Laughter)
321
824260
5000
(gülüşmeler)
13:49
AG: Now this is his next idea.
322
829260
2000
AG: Şimdi bu onun yeni fikri.
13:51
He told the experimenter to do this,
323
831260
2000
Deney sorumlusuna bunu yapmasını söyledi
13:53
to try putting it out onto the other location.
324
833260
4000
onu başka bir yere koymasını.
13:57
Not working either.
325
837260
2000
Bu da çalışmıyor.
14:02
Boy: Oh, because the light goes only to here,
326
842260
4000
Çocuk: Ah, çünkü ışık sadece buraya geliyor
14:06
not here.
327
846260
3000
buraya değil.
14:09
Oh, the bottom of this box
328
849260
3000
Ah, kutunun altında
14:12
has electricity in here,
329
852260
2000
burada elektrik var
14:14
but this doesn't have electricity.
330
854260
2000
ama bunun elektriği yok.
14:16
AG: Okay, that's a fourth hypothesis.
331
856260
2000
AG: Şimdi bu dördüncü hipotez.
14:18
Boy: It's lighting up.
332
858260
2000
Çocuk: Çalışıyor.
14:20
So when you put four.
333
860260
5000
Yani dördünü koyunca.
14:26
So you put four on this one to make it light up
334
866260
3000
Yani yanması için buraya dördünü koyuyorsun
14:29
and two on this one to make it light up.
335
869260
2000
ve buraya da yanması için iki tane.
14:31
AG: Okay,there's his fifth hypothesis.
336
871260
2000
AG: Bu da beşinci hipotezi.
14:33
Now that is a particularly --
337
873260
3000
Şimdi bu bilhassa --
14:36
that is a particularly adorable and articulate little boy,
338
876260
3000
bu özellikle şirin ve konuşkan küçük bir çocuk
14:39
but what Cristine discovered is this is actually quite typical.
339
879260
3000
ama Cristine'in keşfettiği aslında gayet normal.
14:42
If you look at the way children play, when you ask them to explain something,
340
882260
3000
Çocukların oynama şekline bakarsanız, bir şeyi açıklamalarını istediğinizde
14:45
what they really do is do a series of experiments.
341
885260
3000
yaptıkları aslında bir takım deney gerçekleştirmek.
14:48
This is actually pretty typical of four year-olds.
342
888260
3000
Bu aslında dört yaşındakiler için oldukça normal.
14:51
Well, what's it like to be this kind of creature?
343
891260
3000
Peki, böyle bir yaratık olmak nasıl bir şey?
14:54
What's it like to be one of these brilliant butterflies
344
894260
3000
İki dakika içinde beş hipotezi deneyebilen
14:57
who can test five hypotheses in two minutes?
345
897260
3000
bu zeki kelebeklerden birisi olmak nasıl bir şey?
15:00
Well, if you go back to those psychologists and philosophers,
346
900260
3000
Eğer psikologlara ve düşünerlere dönersek
15:03
a lot of them have said
347
903260
2000
bir çoğu bebeklerin ve küçük
15:05
that babies and young children were barely conscious
348
905260
2000
çocukların bilinçli olsalar dahi
15:07
if they were conscious at all.
349
907260
2000
çok çok az bilinçli olduklarını söylediler.
15:09
And I think just the opposite is true.
350
909260
2000
Ve bence tam tersi doğru.
15:11
I think babies and children are actually more conscious than we are as adults.
351
911260
3000
Bence bebekler ve çocuklar aslında biz yetişkinlerden daha bilinçliler.
15:14
Now here's what we know about how adult consciousness works.
352
914260
3000
Şimdi yetişkin bilincinin nasıl çalıştığına dair bildiklerimiz bunlar.
15:17
And adults' attention and consciousness
353
917260
2000
Ve yetişkinlerin dikkat ve idrakı
15:19
look kind of like a spotlight.
354
919260
2000
bir sahne ışığı gibi duruyor.
15:21
So what happens for adults
355
921260
2000
Yani yetişkinler için olan
15:23
is we decide that something's relevant or important,
356
923260
2000
bir şeyin uygun ya da önemli olduğuna
15:25
we should pay attention to it.
357
925260
2000
ona dikkat etmemiz gerektiğine karar veriyoruz.
15:27
Our consciousness of that thing that we're attending to
358
927260
2000
Ona verdiğimiz idrak aşırı derecede
15:29
becomes extremely bright and vivid,
359
929260
3000
parlak ve canlı hale geliyor
15:32
and everything else sort of goes dark.
360
932260
2000
ve diğer her şey kararıyor.
15:34
And we even know something about the way the brain does this.
361
934260
3000
Ve beynin bunu nasıl yaptığıyla ilgili bir şey de biliyoruz aslında.
15:37
So what happens when we pay attention
362
937260
2000
Yani dikkatimizi topladığımızda olan şey
15:39
is that the prefrontal cortex, the sort of executive part of our brains,
363
939260
3000
alın korteksi, bir nevi beynimizin idari merkezi
15:42
sends a signal
364
942260
2000
beynimizin küçük parçlarını daha
15:44
that makes a little part of our brain much more flexible,
365
944260
2000
esnek, daha biçimlenebilir ve
15:46
more plastic, better at learning,
366
946260
2000
daha iyi öğrenebilir yapan bir sinyal gönderiyor
15:48
and shuts down activity
367
948260
2000
ve beynimizin geri kalan kısmındaki
15:50
in all the rest of our brains.
368
950260
2000
aktiviteleri sona erdiriyor.
15:52
So we have a very focused, purpose-driven kind of attention.
369
952260
4000
Yani çok yoğun, amaca yönelik bir idrakımız var.
15:56
If we look at babies and young children,
370
956260
2000
Bebeklere ve küçük çocuklara bakarsak
15:58
we see something very different.
371
958260
2000
çok farklı bir şey görüyoruz.
16:00
I think babies and young children
372
960260
2000
Bence bebekler ve küçük çocuklar
16:02
seem to have more of a lantern of consciousness
373
962260
2000
sahne ışığı gibi bir idraktan çok
16:04
than a spotlight of consciousness.
374
964260
2000
fener gibi bir idrağa sahip görünüyor.
16:06
So babies and young children are very bad
375
966260
3000
Yani bebekler ve çocuklar bir şeye
16:09
at narrowing down to just one thing.
376
969260
3000
indirgemekte çok kötüler.
16:12
But they're very good at taking in lots of information
377
972260
3000
Ama aynı anda çok sayıda kaynaktan yüksek
16:15
from lots of different sources at once.
378
975260
2000
miktarda bilgi almakta çok iyiler.
16:17
And if you actually look in their brains,
379
977260
2000
Ve beyinlerine bakacak olursanız aslında
16:19
you see that they're flooded with these neurotransmitters
380
979260
3000
beyinlerinin bu nörotransmiterlerle kaynadığını
16:22
that are really good at inducing learning and plasticity,
381
982260
2000
ve bunların öğrenim biçimlendirmeyi tetiklemede çok iyi olduğunu
16:24
and the inhibitory parts haven't come on yet.
382
984260
3000
ve kısıtlayıcı kısımların daha oluşmadığını görüyorsunuz.
16:27
So when we say that babies and young children
383
987260
2000
Yani bebekler ve küçük çocukların dikkat
16:29
are bad at paying attention,
384
989260
2000
toplamada çok kötü olduklarını söylediğimizde
16:31
what we really mean is that they're bad at not paying attention.
385
991260
4000
gerçekten kast ettiğimiz şey dikkat etmemekte çok kötü oldukları.
16:35
So they're bad at getting rid
386
995260
2000
Yani onlara bir şeyler öğretebilecek bütün
16:37
of all the interesting things that could tell them something
387
997260
2000
ilginç şeyleri başlarından savmada ve sadece önemli
16:39
and just looking at the thing that's important.
388
999260
2000
olanlara bakmakta kötüler.
16:41
That's the kind of attention, the kind of consciousness,
389
1001260
3000
Bu öğrenmek için yaratılan
16:44
that we might expect
390
1004260
2000
kelebeklerden bekleyebileceğimiz bir
16:46
from those butterflies who are designed to learn.
391
1006260
2000
dikkat ve idrak türü.
16:48
Well if we want to think about a way
392
1008260
2000
Eğer bebek idrakının nasıl bir şey olduğunu
16:50
of getting a taste of that kind of baby consciousness as adults,
393
1010260
4000
bir yetişkin olarak anlamanın bir yolunu düşünecek olursak
16:54
I think the best thing is think about cases
394
1014260
2000
sanırım en iyisi daha önce asla bulunmadığımız
16:56
where we're put in a new situation that we've never been in before --
395
1016260
3000
bir durumda bulunduğumuz veya
16:59
when we fall in love with someone new,
396
1019260
2000
yeni birisine aşık olduğumuz ya da
17:01
or when we're in a new city for the first time.
397
1021260
3000
bir şehri ilk kez ziyaret ettiğimiz durumları düşünmek olur.
17:04
And what happens then is not that our consciousness contracts,
398
1024260
2000
Ve sonrasında olan şey idrakımız daralmıyor
17:06
it expands,
399
1026260
2000
genişliyor yani
17:08
so that those three days in Paris
400
1028260
2000
Paris'teki bu üç gün
17:10
seem to be more full of consciousness and experience
401
1030260
2000
yürüme, konuşma, zombi gibi okuldan eve gidip gelmeyle
17:12
than all the months of being
402
1032260
2000
geçen bir aydan daha dazla
17:14
a walking, talking, faculty meeting-attending zombie back home.
403
1034260
4000
bilinçli ve deneyim dolu duruyor.
17:18
And by the way, that coffee,
404
1038260
2000
Ve bu arada, kahve
17:20
that wonderful coffee you've been drinking downstairs,
405
1040260
2000
aşağıda içtiğiniz şu şahane kahve
17:22
actually mimics the effect
406
1042260
2000
aslında bu bebek nörotransmiterlerin
17:24
of those baby neurotransmitters.
407
1044260
2000
davranışlarını taklit ediyor.
17:26
So what's it like to be a baby?
408
1046260
2000
Bir bebek olmak nasıl birşey?
17:28
It's like being in love
409
1048260
2000
Üç duble ekspreso içtikten
17:30
in Paris for the first time
410
1050260
2000
sonra ilk defa Paris'te
17:32
after you've had three double-espressos.
411
1052260
2000
aşkı yaşamak gibi.
17:34
(Laughter)
412
1054260
3000
(gülüşmeler)
17:37
That's a fantastic way to be,
413
1057260
2000
Hayal gibi bir yaşama şekli
17:39
but it does tend to leave you waking up crying at three o'clock in the morning.
414
1059260
4000
ama gecenin üçünde sizin ağlıyarak uyanmanıza yol açıyor.
17:43
(Laughter)
415
1063260
3000
(gülüşmeler)
17:46
Now it's good to be a grownup.
416
1066260
2000
Şimdi, yetişkin olmak iyi.
17:48
I don't want to say too much about how wonderful babies are.
417
1068260
2000
Bebeklerin ne kadar şahane olduklarıyla ilgili çok fazla konuşmak istemiyorum.
17:50
It's good to be a grownup.
418
1070260
2000
Bir yetişkin olmak iyi.
17:52
We can do things like tie our shoelaces and cross the street by ourselves.
419
1072260
3000
Ayakkabı bağını bağlamak ve karşıdan karşıya geçmek gibi şeyleri tek başımıza yapabiliyoruz.
17:55
And it makes sense that we put a lot of effort
420
1075260
2000
Ve yetişkinler gibi düşünen bebekleri yapmak
17:57
into making babies think like adults do.
421
1077260
4000
için o kadar çaba sarf etmemiz anlamlı geliyor.
18:01
But if what we want is to be like those butterflies,
422
1081260
3000
Ama eğer istediğimiz bu kelebekler gibi olmaksa
18:04
to have open-mindedness, open learning,
423
1084260
3000
açık fikirli olmak, öğrenmeye açık olmak
18:07
imagination, creativity, innovation,
424
1087260
2000
hayal gücü, yaratıcılık, yenilik sahibi olmak
18:09
maybe at least some of the time
425
1089260
2000
belki de en azından bazı zamanlar
18:11
we should be getting the adults
426
1091260
2000
yetişkinlerin daha çok çocuklar gibi
18:13
to start thinking more like children.
427
1093260
2000
düşünmesini sağlamalıyız.
18:15
(Applause)
428
1095260
8000
(alkış)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7