ذهن به طور شگفت انگیز منطقیِ کودکان

مارک تواین یکی از پایه‌ای ترین مشکلات موجود در علوم شناختی را در یک جمله خلاصه کرده‌است. او می‌گوید: "چیزی شگفت انگیز درمورد علم وجود دارد. فرد حدس‌های بسیار عمده‌ای می‌زند، تنها با سرمایه‌گذاری ناچیزی در حقایق." (خنده‌ی حضار)
تواین این را به عنوان یک شوخی مطرح کرد،اما او درست می‌گفت: علم ویژگی شگفت انگیزی دارد. با دیدن چند تکه استخوان، ماوجود دایناسور‌ها را استنباط کردیم. با دیدن خط طیف نوری،ترکیب یک سحابی را مشخص می‌سازیم. از کرم‌های میوه، به مکانیزم وراثت پی می‌بریم، و از تصاویر بازسازی شده‌ی حرکت خون در داخل مغز یا در مورد من، با استفاده ازرفتار کودکان بسیار کوچک تلاش می‌کنیم نظراتی در موردپایه‌های اساسی مکانیزم شناخت انسان ارائه کنیم. به طور خاص، در آزمایشگاه من در بخشمغز و علوم شناختی در دانشگاه MIT دهه‌ی گذشته را صرفِتلاش برای فهم این راز که کودکان چگونه اینقدر زیاد و با این سرعتاز چیزهای کم یاد می‌گیرند. زیرا اینطور که مشخص است،موضوع شگفت انگیز در مورد علم موضوع شگفت انگیز در مورد کودکان نیز هست. که در واقع، با بیان ملایم‌تر جمله مارک تواین، دقیقا توانایی آن‌ها برایدریافتی عمیق و انتزاعی با سرعت و دقت بالا ازداده‌های پراکنده و پر نویز می‌باشد. من امروز تنها دو نمونه به شماارائه خواهم داد. یکی در مورد مشکل تعمیم، و دیگری در مورد یک مشکلدر رابطه با علت و معلول است. و اگرچه من در مورد کار در آزمایشگاهخودم سخن می‌گویم، این کار الهام گرفته و مدیون یک رشته است. من از مربیان، همکاران و مشارکت کنندگاندر سراسر دنیا متشکرم.
اجازه دهید با مشکل تعمیم شروع کنم. تعمیم با استفاده از نمونه‌های کوچکی ازداده‌ها یکی از مسائل اصلی در علم است. ما از بخش کوچکی ازرای‌دهندگان نظرسنجی می‌کنیم و نتیجه‌ی انتخابات ملیرا پیش‌بینی می‌کنیم. ما می‌بینیم که چگونه دسته کوچکی از بیمارانبه درمانی در یک آزمایش واکنش نشان می‌دهند و سپس دارو را در بازار ملی عرضه می‌کنیم. اما این موضوع زمانی صحیح است که نمونه‌هابه‌صورت تصادفی از جمعیت انتخاب شده‌ باشد. اگر نمونه ما دستچین شده باشد -- مثلاً، تنها از شهرنشینان نظرسنجی کنیم، یا در آزمایش‌های کلینیکی برای درمانبیماری‌های قلبی، تنها مردان را در نظر بگیریم -- ممکن است نتایج قابل تعمیمبه جمعیت وسیع‌تر نباشند.
به‌همین دلیل دانشمندان به تصادفیانتخاب شدن نمونه‌ها دقت می‌کنند. ولی این موضوع چه ربطی به کودکان دارد؟ خب، کودکان همواره باید نمونه‌هایکمی از داده‌ها را تعمیم دهند. چند اردک پلاستیکی می‌بینند ویاد می‌گیرند که آنها شناور می‌مانند. یا چند توپ می‌بینند و یاد‌ می‌گیرند کهآن‌ها بالا و پایین می‌پرند. و آن‌ها در مورد اردک‌ها و توپ‌هاانتظاراتی پیدا می‌کنند که به سایر اردک‌های پلاستیکی و توپ‌ها در مابقی عمرشان گسترش پیدا می‌کند. و کودکان این نوع تعمیم درمورد اردک‌‌ها و توپ‌ها را باید تقریبا در مورد همه چیز انجام دهند: کفش، کشتی، موم و کلم و پادشاه‌‌ها.
بنابراین آیا برای کودکان مهم است کهاین مقدار کمی از شواهد که می‌بینند می‌تواند بیا‌ن‌کننده جمعیت بزرگتری باشد؟ بیاید بررسی کنیم. من به شما دو فیلم نشان خواهم داد. هریک بیان‌کننده یکی ازدو حالت آزمایش می‌باشد و چون شما تنها دو قطعه فیلم می‌بینید، تنها دو کودک نیز خواهید دید، و هر دو کودکی تفاوت‌های بسیار زیادی با یکدیگر دارند. ولی در این بخش، این دو کودکهریک نماینده یک گروه کودکان هستند، و تفاوت‌هایی که شما خواهید دید میانگین تفاوت‌های رفتاری بین گروه‌های کودکان را، در این شرایط نشان می‌دهد. در هر فیلم، شما می‌بینید کهیک کودک احتمالاً دقیقاً همان‌کاری را می‌کندکه از یک کودک انتظار داریم و ما نمی‌توانیم یک کودک را بیش از مقداریکه اکنون جادویی است، جادویی کنیم. ولی در ذهن من چیز جادویی، و چیزی که من می‌خواهم شما به آن دقت کنید، تضاد بین این دو حالت است، زیرا تنها چیزی که بین این دو فیلمتفاوت دارد شواهد آماری‌ ایست که دو کودک مشاهده خواهند کرد. ما به کودکان یک جعبه شاملتوپ‌های آبی و زرد نشان خواهیم داد، و همکار من 'هیوان گوان' که درآن زمان از استنفورد فارغ‌التحصیل شده بود، از این جعبه سه توپ آبی پشت سرهمبیرون خواهد آورد، و وقتی که آن توپ‌ها را بیرون بیاورد،آن‌ها را فشار خواهد داد و و توپ‌ها صدا می‌دهند. و اگر یک بچه باشید،مثل یک صحبت در تد است از اون بهتر نمی‌شود. (خنده‌ی حضار) اما نکته‌ی مهم این است که بسیارآسان است که ۳ توپ آبی پشت سر هم از یک جعبه که اکثر توپ‌هایش آبی است در آورد. میشه با چشمان بسته این کار را کرد. این یک نمونه‌ی تصادفی محتملاز این جامعه‌ی آماری است. و اگر بتوان از داخل جعبه به صورت اتفاقیچیزهایی درآورد که صدا می‌دهند، پس شاید تمام چیزهایی کهدرون جعبه هستند صدا می‌دهند. پس شاید کودکان باید انتظار داشته باشندکه توپ‌های زرد هم صدا بدهند. آن توپ‌های زرد، دسته هایبا مزه‌ای دارند که کودکان اگر بخواهند می‌توانندکارهای دیگری با آن‌ها انجام دهند می‌توانند آن‌ها را تکان بدهندیا با آن‌ها ضربه بزنند. اما بیاید ببینیم که کودک چکار می‌کند.
(ویدیو) هیوان گوان: اینو می‌بینی؟(توپ صدا می‌دهد) اونو دیدی؟(توپ صدا می‌دهد) باحاله. اینو می‌بینی؟ (توپ صدا می‌دهد) اووه
لارا شولز: بهتون گفتم (خنده)
(ویدیو) هیوان: اینو میبینی؟(توپ صدا می‌دهد) کلارا، این مالِ توعه.می‌تونی باهاش بازی کنی. (خنده‌ی حضار)
لارا: نیازی نیست صحبت کنم، درسته؟ خیلی خوب، خوبه که بچه‌ها خصوصیات مربوط به توپ‌های آبی رابه توپ‌های زرد تعمیم می‌دهند و چشمگیر است که بچه‌هابا تقلید از ما یاد می‌گیرند اما ما این چیزها را در موردبچه‌ها از زمان‌های گذشته می‌دانیم. سوال بسیار جالب این است که وقتی دقیقا چیز مشابه رابه بچه‌ها نشان می‌دهیم و ما می‌توانیم مطمئن باشیم که دقیقامشابه است چون یك محفظه‌ی مخفی داریم و ما در واقع توپ‌ها را از آن خارج می‌کنیم، اما این بار، تنها چیزی که تغییر می‌دهیمظاهر جمعیت آماری است که شواهد از آن خارج می‌شود. این بار، به کودکانسه توپ آبی نشان می‌دهیم که از جعبه‌ای که اکثرتوپ‌هایش زرد است خارج می‌شوند. و حدس بزنید که چه اتفاقی می‌افتد؟ نمیتوان به صورت اتفاقی پشت سرهم ۳ توپ آبی از جعبه‌ای که اکثرتوپ‌هایش زرد است خارج کرد آن شواهدی محتمل از نمونه‌ی انتخابی نیست. آن شواهد حاکی از آن است که شاید هیوانعمدا توپ‌های آبی را انتخاب می‌کرده است. شاید چیز خاصی در موردتوپ‌های آبی وجود دارد. شاید فقط توپ‌های آبی صدا می‌دهند. بیاید ببینیم کودک چکار می‌کند.
(ویدیو) هیوان: اینو می‌بینی؟(توپ صدا می‌دهد) این اسباب بازی رو می‌بینی؟(توپ صدا می‌دهد) اوه، چقدر باحال بود. می‌بینی؟(توپ صدا می‌دهد) این برای توعه که بازی کنی.میتونی بازی کنی.
(نق زدن)(خنده‌ی حضار)
لورا: شما دو کودک ۱۵ ماهه را دیدید که کارهای کاملا متفاوتی انجام دادند تنها براساس احتمالنمونه‌ای که مشاهده کردند. اجازه بدید نتایج آزمایشگاهیرا به شما نشان دهم بر روی محور عمودی درصد کودکانی را که در هر حالت توپ رافشار دادند مشاهده می‌کنید و همین‌طور که مشاهده می‌کنید، کودکان بسیاربیشتر احتمال دارد که شواهد را تعمیم دهند وقتی که نمونه‌ی محتملی از جمعیت آماریرا می‌بینند در مقابل زمانی که شواهد به وضوحدستچین شده‌اند و این به یک پیش‌بینی جالب منجر می‌شود: فرض کنید فقط یک توپ آبی از جعبه‌ایکه اکثر توپ‌هایش زرد است خارج کنیم. نمی‌شود پشت سرهم ۳ توپ آبی ازجعبه‌ی پر از توپ‌های زرد خارج کرد، اما ممکن است که فقط یکتوپ آبی به صورت اتفاقی خارج کرد. آن یک نمونه‌ی غیر محتمل نیست. و اگر بشود به صورت اتفاقی ازداخل جعبه شئ ای خارج کرد که صدا می‌دهد،شاید همه‌ی اشیای درون جعبه صدا می‌دهند. پس با وجود اینکه کودکان شواهدکمتری از صدا دادن خواهند دید، و فعالیت‌های کمتری برای تقلید دارند در این حالت با یک توپ در مقایسه باحالتی که دیدید، ما پیشبینی کردیم که بچه‌هابیشتر توپ را فشار می‌دهند، و این دقیقا چیزی است که پیدا کردیم. پس کودکان ۱۵ ماهه در این موضوع،مانند دانشمندان، اهمیت می‌دهند که آیانمونه اتفاقی است یا نه، و آن‌ها از این استفاده می‌کنندتا انتظاراتی از دنیا شکل دهند: چه چیزی صدا می‌دهد و چه چیزی صدا نمی‌دهد، چه چیز را کاوش کنند واز چه چیز چشم‌پوشی کنند.
اجازه بدید یک مثال دیگه به شما نشان دهم، این بار درباره‌ی یک مشکل در علت و معلول. و این با یک مشکل از نوعشواهد سر در گم آغاز می‌شود که همه‌ی ما داریم و عبارت از این است که ما همه بخشی از دنیا هستیم. و این ممکن است از نظر شما یک مشکل نباشد،اما مانند بیشتر مشکل‌ها، این فقط وقتی مشکل استکه کارها خراب می‌شود. به عنوان مثال، این کودک را در نظر بگیرید. اوضاع برایش خوب پیش نمی رود. می‌خواهد صدای این اسباب بازی را در بیاورداما نمی‌تواند. یک کلیپ چند ثانیه‌ای به شما نشان می‌دهم. و به طور گسترده، ۲ حالت وجود دارد: شاید او کار اشتباهی انجام می‌دهد، یا شاید اسباب بازی مشکل دارد. پس در آزمایش بعدی ما به کودکان فقط مقدار بسیار کمیاطلاعات آماری خواهیم داد در حمایت از یک فرضیه در مقابل دیگری، و می‌خواهیم ببینیم که آیا کودکان می‌تواننداز آن استفاده کنند تا تصمیمات مختلف درباره‌ی کاری کهمی‌خواهند انجام دهند بگیرند.
این هم نحوه‌ی انجام آزمایش هیوان تلاش می‌کند صدایاسباب بازی را در بیاورد و موفق می‌شود. سپس من دوبار تلاش می‌کنم وهر دوبار شکست می‌خورم، و سپس هیوان دوبارهتلاش می‌کند و موفق می‌شود. و این تقریبا رابطه‌ی من با دانشجویان رشته‌های تکنولوژی در مقابلهیئت مدیره را خلاصه می‌کند. اما نکته‌ی مهم اینجا این است که اینشواهد کمی از این ارائه می‌کند که مشکل از اسباب بازی نیست،از شخصی است که با آن بازی می‌کند. بعضی افراد می‌توانند صدایِاسباب بازی را در بیاورند و بعضی نمی‌توانند. حالا، وقتی که کودک اسباب بازی را می‌گیرد،او باید یک انتخاب کند. مادرش هم همان‌جا است پس او می‌تواند اسباب بازی را به او بدهد وشخص را عوض کند، اما یک اسباب بازی دیگرهم در انتهای پارچه است و او می‌تواند پارچه را به سمت خود بکشدو اسباب بازی را عوض کند. خب بیاید ببینیم کودک چکار می‌کند.
(ویدیو) هیوان: دو - سه. حالا!(صدای موسیقی) لورا: یک - دو - سه، حالا! آرتور من یک بار دیگر تلاش می‌کنم.یک - دو - سه، حالا! هیوان: آرتور، بزار من دوباره امتحان کنم،باشه؟ یک - دو - سه، حالا!(صدای موسیقی) اونو ببین.این اسباب بازی‌ها رو یادت هست؟ این اسباب بازی‌ها رو می‌بینی؟ آره، مناینو اینجا میزارم، و این یکی را به تو می‌دهم. می‌تونی باهاش بازی کنی. باشه لورا، اما مشخصه کهکودکان عاشق مادرشان هستند. البته که کودکان اسباب بازی‌هایشانرا به مادرشان می‌دهند وقتی نمی‌توانند آن‌ها را به کار بیاندازند. پس دوباره، سوال بسیار مهم این است کهوقتی که داده‌های آماری را اندکی تغییر دهیم چه اتفاقی می‌افتد. این بار کودکان با همان ترتیب قبلیخواهند دید که اسباب بازی کار می‌کند یا خیر اما ما ترتیب شهود را عوض می‌کنیم. این بار هیوان یک بار موفق می‌شود ویک بار شکست می‌خورد و من هم همچنین. و این حاکی از این است که فرقی نمی‌کندکه چه کسی از اسباب بازی استفاده می‌کند، اسباب بازی خراب است.گاهی اوقات کار نمی‌کند. دوباره، کودک یک انتخاب خواهد داشت. مادرش کنار اوست،پس او می‌تواند شخص را عوض کند، و اسباب بازی دیگری درانتهای پارچه خواهد بود بیاید نگاه کنیم که چکار می‌کند.
(ویدیو) هیوان: دو - سه، حالا!(صدای موسیقی) بزار یک بار دیگه امتحان کنم.یک - دو - سه، حالا! هممم.
لورا: بزار من امتحان کنم کلارا یک - دو - سه، حالا! همم، بزار دوباره امتحان کنم. یک - دو - سه، حالا!(صدای موسیقی) هیوان: من اینو اینجا می‌گذارم، و این یکیو به تو می‌دهم. می‌تونی باهاش بازی کنی. (تشویق حضار)
لورا: اجازه بدید نتایج آزمایشرا به شما نشان دهم بر روی محور عمودی,توزیع انتخاب کودکان در هر حالت را مشاهده می‌کنید، و می‌بینید که توزیع انتخاباتیکه کودکان می‌کنند به شواهدی که مشاهده می‌کنند بستگی دارد. پس در سال دوم زندگی، کودکان می‌توانند از مقدار بسیار کمیداده‌های آماری استفاده کنند تا از بین دو استراتژی که از اساسبا یکدیگر متفاوتند انتخاب کنند برای ایفای نقش در دنیا: درخواست کمک و کاوش من الان دو آزمایشِ آزمایشگاهی از میان صدها آزمایش کهنکته‌های مشابهی را می‌رسانند، نشان دادم چون نکته‌ی بسیار مهم این است که توانایی کودکان دراستنتاج عمیق از داده‌های پراکنده و کم زمینه ساز تمام تحقیقاتی است که در یادگیریِفرهنگی تمامی گونه‌های خاص انجام می‌دهیم. کودکان تنها با چند مثال در موردوسایل جدید یاد می‌گیرند. رابطه‌های علت و معلولی جدید رافقط با چند مثال یاد می‌گیرند. آن‌ها حتی کلمه‌های جدید یاد می‌گیرند،در این مورد، زبان اشاره‌ی آمریکایی.
می‌خواهم با فقط دو نکته صحبتم را پایان دهم اگر دنیای من، رشته‌ی مغز و علوم شناختی،را دنبال می‌کرده اید، در چند سال گذشته، سه ایده‌ی بزرگ توجه شما را جلب کرده است. اول؛ اکنون دوره‌ی مغز است. و قطعا اکتشافات متناوبی درعلوم اعصاب اتفاق افتاده است: مشخص کردن جایگاه کارکردِ تخصصیِبخش‌هایی از قشر مغزی، واضح ساختن مغزِ موش‌ها فعال کردنِ نورون‌ها با نور ایده‌ی بزرگِ دوم این است که اکنون دوره‌ی اطلاعات بزرگ(big data) و یادگیری ماشین‌ها است، و یادگیری ماشین‌ها وعده‌یانقلابی کردن فهم ما از همه چیز، از شبکه‌های اجتماعی تا اپیدمیلوژی(علم بیماری‌های واگیردار) را می‌دهد. و شاید، اینگونه با مشکلاتِدرک صحنه و پردازش زبان طبیعی گلاویز می‌شود تا به ما چیزی در مورد شناخت انسان بگوید. و آخرین ایده‌ی بزرگ کهحتما شنیده‌اید این است که شاید ایده‌ی خوبی است که ماآنقدر زیاد در مورد مغز خواهیم دانست و دسترسی بسیار زیادی بهداده‌های بزرگ داشته باشیم زیرا اگر فقط به دستگاه‌های خودمان باشد، انسان‌ها جایزالخطا هستند،ما میانبر می‌زنیم، ما گمراه می‌شویم، ما اشتباه می‌کنیم، ما انحرافات ذهنی داریم،و به حالت‌های بیشماری دنیا را اشتباه می‌فهمیم. فکر می‌کنم این‌ها همهداستان‌های مهمی هستند، و موارد زیادی در مورد معنی انسان بودنبه ما می‌گویند، اما می‌خواهم توجه کنید که امروزیک داستان بسیار متفاوت به شما گفتم. این یک داستان در مورد ذهن است و نه مغز. و به طور مشخص، این یک داستاندر مورد انواع محاسباتی است که ذهن منحصر به فرد انسان می‌تواند انجام دهد، که شامل دانش عمیق،طبقه‌بندی شده و توانایی یاد گرفتن از حجم کمی از داده‌ها،شواهدی فقط از چند مثال. می شود و اساسا، داستانی درباره‌ی این است که چگونهبا شروع از کودکانی بسیار کوچک و ادامه دادن تمام مسیر تابزرگ‌ترین دستاوردهایِ تمدنِ ما، ما دنیا را درست درک می‌کنیم.
دوستان، ذهنِ انسان‌ها تنهااز مقدار کم داده‌ها یاد نمی‌گیرد. ذهنِ انسان به ایده‌هایکاملا جدید فکر می‌کند. ذهنِ انسان کاوش و کشف می‌کند، و ذهنِ انسان هنر و ادبیاتو شعر و تئاتر تولید می‌کند، و ذهنِ انسان از دیگرانسان‌ها مراقبت می‌کند: افرادِ مسن، کودکان و بیمارانِ ما. ما حتی آن‌ها را درمان می‌کنیم. در سال‌های آتی، ما نوآوری‌هاییدر فناوری خواهیم دید که فراتر از هرچیزی است کهحتی بتوانم تجسم کنم، اما بسیار کم احتمال دارد که چیزی ببینیم که نزدیک بهقدرتِ محاسباتیِ کودکِ انسان باشد. در طول عمر من یا شما. اگر ما در روی یادگیری و پیشرفتِ اینیادگیرندگانِ قدرتمند سرمایه‌گذاری کنیم، در نوزادان و کودکان و مادران و پدران سرپرستان و معلمان به نوعی که در قدرتمندترین و ظریف‌ترینگونه‌های تکنولوژی، مهندسی و طراحی سرمایه‌گذاری می‌کنیم، ما فقط برای یک آینده‌یِبهتر رویا پردازی نمی‌کنیم، برای آن برنامه‌ریزی می‌کنیم.
بسیار متشکرم.
(تشویق حضار)
کریس اندرسون: لورا، متشکرم.من یک سوال از تو دارم. اول از همه، تحقیقات تو دیوانه کننده است. منظورم اینه که، کی چنین آزمایشیرو طراحی می‌کنه؟(خنده) چند بار آن را نگاه کرده‌ام، و صادقانه بگم، هنوز باورم نمیشهکه آن اتفاق‌ها ممکن است، اما افراد دیگری هم آزمایش‌هایمشابهی انجام داده‌اند، مشخص است: کودکان واقعا نابغه‌اند.
لارا: میدونی، در آزمایش‌های مابسیار چشمگیر به نظر می‌آیند، اما در مورد این فکر کن که در زندگیِواقعی چگونه به نظر می‌آیند، درسته؟ به عنوان یک نوزاد شروع می‌کند. ۱۸ ماه بعد،با ما صحبت می‌کند، و اولین کلمه‌های کودکانفقط چیزهایی مثل توپ و اردک نیست، چیزهایی مثل «رفت» استکه به ناپدید شدن باز می‌گردد، یا «اوه-اوه» که به فعالیت‌هایِغیرعمدی باز می‌گردد. باید آنقدر قدرتمند باشد. باید از هر چیزی که نشانتاندادم قدرتمندتر باشد. آن‌ها در حال فهم تمام دنیا هستند. یک کودکِ ۴ ساله تقریبا در موردهمه چیز می‌تواند با ما صحبت کند. (تشویق حضار)
کریس: و اگر درست متوجه شده باشم، نکته‌یکلیدی دیگری که بیان می‌کنی این است که ما این سال‌ها را گذراندیم کهصحبت‌های زیادی در مورد اینکه ذهن‌های ما چقدر دمدمی و پر مشکل است،وجود داشته است اقتصاد رفتاری و تمام تئوری‌های پشت آن که ما عواملِ منطقی نیستیم. تو در واقع می‌گویی که داستانِ بزرگتر،این است که چه مقدار نبوغِ خارق‌العاده وجود دارد کهمورد توجه و قدردانی قرار نگرفته است.
لارا: یکی از نقل قول‌های موردعلاقه‌ی من در روانشناسی از «سالامون اش» ِ روانشناسِ اجتماعی است و او گفته که وظیفه‌ی اساسیروانشناسی این است که پرده از بدیهیتِ همه چیز بردارد. مرتبه‌ی بسیار بزرگی از تصمیمات راروزانه اتخاذ می‌کنیم که دنیا را درست درک می‌کنند. در مورد اشیا و خصوصیات آن‌ها می‌دانیم. آن‌ها را وقتی بسته‌بندی شده‌اندیا در تاریکی اند می‌شناسیم. می‌توانیم از اتاق‌ها بگذریم. می‌توانیم بفهمیم که بقیه در مورد چهفکر می‌کنند. می‌توانیم با آن‌ها صحبت کنیم. می‌توانیم در فضا حرکت کنیم.در مورد عددها می‌دانیم. در مورد علت و معلول می‌دانیم.در مورد استدلال اخلاقی می‌دانیم. این کار را بدون زحمت انجام می‌دهیم،پس نمی‌بینمش، اما اینگونه است که دنیا را درستدرک می‌کنیم، و این قابل توجه است و دستاوردی است که خیلی سخت قابل فهم است.
کریس: فکر می‌کنم افرادی درمیان مخاطبان هستند که دیدگاهی در مورد شتاب دادنبه قدرت فناوری دارند که ممکن است با جمله‌ی تو کهدر طول عمر ما امکان ندارد که یک کامپیوتر کاری را انجام دهد که یککودک ۳ ساله می‌تواند انجام دهد انکار کند اما این مشخص است که در هر سناریویی، ماشین‌های ما چیزهای زیادی براییاد گرفتن از کودکان نوپای ما دارند. لارا:همین‌طور فکر می‌کنم، دوستانی کهداریم که در فراگیری ماشین کار می‌کنند. منظورم اینه که، تجربه نشان دادهکه هیچوقت نباید بر ضد کودکان یا شامپانزه‌ها یا تکنولوژی شرط ببندیم، اما این فقط یک تفاوت در مقدار نیست، این تفاوتی در نوع است. ما کامپیوترهای قدرتمندِ غیرقابلباوری داریم و آن‌ها کارهای پیچیده‌یشگفت‌آوری انجام می‌دهند، معمولا با حجم بزرگی از داده‌ها. ذهنِ انسان‌، فکر می‌کنمکه کار کاملا متفاوتی انجام می‌دهد و فکر می‌کنم این طبیعت سلسله مراتبیو ساخت‌یافته‌ی انسان است که چالش واقعی باقی می‌ماند.
کریس: لارا شولز، غذای حیرت انگیزیبرای اندیشه بود. بسیار متشکرم.
لارا: متشکرم(تشویق حضار)