婴儿其实是天生的科学家!这么久以来,我们对婴幼儿的看法一直错得离谱……

2019-09-07信息快讯网

婴儿其实是天生的科学家!这么久以来,我们对婴幼儿的看法一直错得离谱……-信息快讯网

30年前,大多数心理学家、哲学家和精神病学家都认为,婴幼儿没有理性和是非感,他们的认知仅限于当前的具体事物,无法理解前因后果,也不能体会他人感受,更分不清现实与虚幻。

但过去30年的研究发现,婴儿知道的事情比我们过去认为的多得多。孩子们认知世界的方式,与科学家非常相似——开展实验,分析数据,形成直观的生物、物理和心理学理论。他们的惊人能力从何而来?

2000年前后,科学家就开始研究这些能力背后的计算、进化和神经机制,研究得到的革命性发现不仅会改变我们对婴儿的看法,也为我们提供了一个全新的角度去认识人类本质。

婴儿知道什么?

为什么这么长时间以来,我们对婴幼儿的看法一直错得这么离谱?

如果不仔细观察4岁前的儿童,你很可能会认为他们什么也不会。毕竟,婴儿不会说话;而学龄前儿童,也不能条理分明地表达自己的想法。向3岁左右的小孩提出一个开放式问题,你得到的回答很可能是意识流的,虽然可爱,却不知所云。瑞士心理学先驱让·皮亚热等较早研究儿童思维的科学家认为,儿童的想法毫无理性和逻辑可言,只以自我为中心,对因果关系没有概念

转变始于上世纪70年代末。

科学家开始用新技术观察婴幼儿做了什么,而不只是记录他们说了什么。通常,婴儿更喜欢观察新奇事物,会把更多注意力放在突发事件而非可预测的事件上,因此研究人员可根据这种行为,弄清楚他们在期待什么。不过,最有力的证据还是来自对婴幼儿行为的直接观察:他们想要去抓或爬向什么东西?他们如何模仿周围人的动作?

尽管婴幼儿难以告诉我们他们的想法,但我们可以更巧妙地利用语言,推测出他们知道些什么。密歇根大学安阿伯分校的亨利·威尔曼就曾分析儿童自发对话的录音,从中寻找能揭示儿童想法的线索。我们还可以向儿童提一些针对性极强的问题,比如让他们在两个选择中进行取舍,这比开放式问题更有利于分析。

在上世纪80年代中期及整个90年代,科学家通过这些技巧发现,婴幼儿对周围世界已有很多了解,他们的认知并不限于具体的和当前的感受。伊利诺伊大学的勒妮·巴亚尔容和哈佛大学的伊丽莎白·S·斯佩尔克发现,婴儿能够理解一些基本的物理关系,比如运动轨迹、重力和容量等。当玩具车似乎要穿过一堵实心墙时,他们往往看得更起劲,对日常生活中符合基本物理学原理的事件却不太关注。

长到三四岁,儿童具有了一些基本的生物学概念,对生长、遗传、疾病也有了初步认识。这说明儿童在看待事物时,不仅仅停留在表面。

到了20世纪末,一些研究已经证实,婴儿具有抽象而复杂的知识,而且随着年龄增长,这类知识还会迅速增加。一些科学家甚至认为,婴儿生来就掌握很多知识,比如对于事物和人类的行为规律的认识。毫无疑问,新生儿的大脑绝不是一片空白,不过儿童知识结构的变化说明,他们也在通过自身经历认识世界。

人类如何从大量复杂的感官信息中认识世界,一直是心理学和哲学上的一大谜团。过去十多年,对于婴儿为何能又快又多又准地获取知识,科学家已经了解得越来越多。确切地说,我们发现婴儿具有一种非同寻常的能力:从统计规律中学习。

像科学家一样分析

1996年,罗切斯特大学的珍妮·R·萨弗兰等通过对语言语音模式的研究,首次证实婴儿具备这样的能力。他们给8个月大的婴儿播放一组具有统计规律的音节,比如“bi”跟在3次“ro”之后,而“da”总是在“bi”的后面。

然后,他们再播放另一组音节,可能与上一次相同,也可能不同。如果统计规律不一样,婴儿明显会花更多的时间去听这组音节。

最近一些研究显示,婴儿不仅能发现音调、视觉场景中的统计规律,还可以归纳出更为抽象的语法规则。

婴儿甚至能理解统计样本和取样群体间的关系。在2008年的一项研究中,我的同事徐飞给8个月大的婴儿展示了满满一盒乒乓球,混放着80个白球和20个红球。然后,他看似随机地从中拿出5个球,如果是4红1白(这种情况不大可能出现),而不是和总体比例一致的4白1红,婴儿就会显得更吃惊——也就是说,他们会花更多时间和精力来观察。

婴儿其实是天生的科学家!这么久以来,我们对婴幼儿的看法一直错得离谱……-信息快讯网

▲婴儿具有从统计规律中学习的能力

统计规律仅仅是第一步。更让人吃惊的是,婴儿像科学家一样,能根据统计规律作出判断,形成对世间万物的看法。

在另一版本的“乒乓球实验”中,实验对象是一组20个月大的婴儿,他们面前的玩具由乒乓球换成了青蛙和鸭子。

研究人员先从盒子里拿出5个玩具,然后让婴儿从桌上的玩具(还是青蛙和鸭子)中挑一个给她。

如果盒子里玩具青蛙居多,研究人员拿出来的也以青蛙为主,婴儿在挑选玩具时就没有明显倾向。相反,如果研究人员拿出来的玩具主要是鸭子,婴儿就倾向于给她鸭子——显然,婴儿认为根据统计学规律,从盒子里拿出的玩具不可能以鸭子为主,因此研究员的选择不是随机的,而是她比较喜欢鸭子。

我们实验室一直在研究幼儿如何利用统计学证据和实验来弄清事件的前因后果。

初步结果显示,认为幼儿没有因果概念的想法绝对是错误的。研究中,我们使用了一台名为“blicket检测器”的设备:把某些物品放在上面,它会发光,播放音乐,表示这是blicket;而把另一些物品放上去,则没有任何动静,表示这不是blicket。利用该设备,我们可以向幼儿演示多种模式的实验现象,然后看他们能从这些现象中归纳出怎样的因果关系。究竟哪些物品才算是blicket?

2007年,我和塔马·库什尼尔发现,学龄前儿童能通过概率分析,获知“blicket检测器”是如何运行的。我们反复从两个物块中挑一个放到设备上:如果放的是红色物块,3次中有两次能使设备发光,而放蓝色物块时,3次中设备只会发光1次。尽管孩子们还不会加减运算,但他们更倾向于把红色物块放到设备上。

遥控设备上的物块,使之晃动,也可使设备发光。在这种情况下,幼儿仍能正确判断出,晃动哪个物块能以更高概率使机器发光。虽然在实验之初,孩子们认为隔空控制物块是不可能的(我们曾问过他们),但根据事件发生的概率,他们能不断发现让他们感到吃惊的事实,从全新的角度去认识这个世界。

这些结果显示,孩子们自发玩耍的过程(任何东西都想抓来玩),其实也是不断实验、探究事物因果关系的过程——这是最有效的探索世界的方法。

婴儿其实是天生的科学家!这么久以来,我们对婴幼儿的看法一直错得离谱……-信息快讯网

▲大脑中的“计算机”

显然,孩子们并非像成年科学家那样,有意识地开展实验或分析数据。不过,儿童大脑在无意识中处理信息的方式,必定与科研思维类似。认知科学的一个重要概念就是,大脑就像由进化设计出的计算机,运行着由日常经历编写的程序。

计算科学家和哲学家已开始用与概率相关的数学概念,来理解科学家和儿童那强大的学习能力。在一种全新的机器学习程序开发方法中,科学家运用了所谓的“概率模型”(也叫贝叶斯模型或贝叶斯网络),这样的程序可解开复杂的基因表达问题,帮助理解气候变化。这种程序设计方法也让我们对儿童大脑“计算机”的可能运作方式有了新的认识。

概率模型结合了两种基本概念。首先,它们用数学方法来描述儿童对人、事物和词语可能作出的各种假设。比如,我们可以把儿童的因果概念描绘成一张事物间的因果关系图,在“按蓝色杠杆”的图标前,画一个箭头指向“玩具鸭子弹出”,来描述这种假设。

其次,程序可以通过系统分析,把各种假设和不同模式的事件发生的概率联系起来——那些所谓的“模式”,也就是在科学实验和统计分析中出现的“规律”。一种假设与数据越吻合,正确的可能性就越大。我认为,儿童大脑可能也是以相似的机制,把自己对世界万物的各种假设与各类事件的发生概率联系起来。不过,儿童的推理方式非常复杂和微妙,简单的关联或规则很难解释清楚。

此外,当儿童下意识地使用贝叶斯统计分析法考虑非常规的可能事件时,他们可能比成年人更有优势。在一项研究中,我和同事向一些4岁儿童和成年人展示了一台“blicket 检测器”,只是它的运行方式与此前的检测器有所不同:要把两个物块同时放上去才能启动。4岁儿童比成年人更容易领会这个不同以往的因果关系。成年人似乎更依赖以往的知识和经验,认为检测器通常不会以这种方式运行,哪怕证据已经暗示他们,面前的这台检测器与以往不同。

我们在近期开展的另一个实验中发现,如果幼儿认为有人在指导自己,就会改变统计分析的方法,可能导致创造力下降。研究人员给4岁儿童拿了一个玩具,只有按正确顺序进行操作(比如先拉一下把柄,再捏一下上面的小球),玩具才会播放音乐。

研究人员先对部分孩子说:“我也不知道怎么玩,我们一起试试看。”然后,她尝试了多次操作,故意在每次操作中加入一些多余动作,只不过有些操作的最后几步的顺序是正确的,玩具会播放音乐,而有些操作则不正确。当研究人员让孩子自己操作玩具,很多孩子都能根据他们观察到的统计规律,排除多余动作,提炼出准确而简短的操作步骤。

对于其余孩子,研究人员则说要教他们玩玩具,让他们知道哪些操作能使玩具播放音乐,哪些又不能。然后,她用玩具进行示范,方式和上次一样。

当孩子们自己玩玩具时,没人尝试简短有效的操作步骤,而是照搬研究人员的整套动作。

这些孩子没有注意到示范过程中的统计规律吗?也许不是,他们的行为可用一种贝叶斯模型来准确描述,而这种模型中有这样一条假设:“老师”教给他们的就是最有效的操作方法。

简单来讲,如果这位老师知道更简短的操作步骤,她在演示时是不会夹杂多余动作的。

我们的童年为什么这么长?

如果大脑是由进化设计的电脑,我们还想知道,婴幼儿那异乎寻常的学习能力是怎么进化而来的,背后又有怎样的神经机制?最近的一些生物学观点,和我们在心理学实验中观察到的现象非常吻合。

从进化的角度看,人类最显著的特征之一就是我们超长的发育期。人类的童年比任何动物都长很多。为什么婴儿在这么长的时间内都无法自立,需要成年人耗费那么多精力来抚养?

纵观动物界,智力越高,适应性越强的动物,幼仔的发育期就越长。“早熟”动物,如鸡类,为了适应环境生存需要,往往进化出高度特化的本能,因此幼体成熟很快。而“晚成”动物 则需要向父母学习生存技巧。比如,乌鸦可利用一种新东西(比如一截电线),想办法把它做成一种工具,但小乌鸦依赖父母的时间远长于鸡类。

学习策略能赋予动物很大的生存优势,但在没学会各种生存技能之前往往不能自保。为了化解这个矛盾,进化为成年和幼年动物分配了不同的任务:在父母的保护下,幼仔只须学习如何生存,熟悉周围环境,无须做其他事。成年后,动物就可以用它们学到的知识,更好地生存和繁衍,哺育下一代。从本质上说,婴儿就是为了学习而生的。

婴儿其实是天生的科学家!这么久以来,我们对婴幼儿的看法一直错得离谱……-信息快讯网

这种学习能力的大脑机制,也在神经科学家的努力下逐渐浮出水面。相对于成年人,婴儿大脑的可塑性更强,神经元间的连接更多,而且没有哪个神经连接的使用频率特别高。但随着年龄增大,没用过的连接会逐渐消失,有用的则会不断增强。婴儿脑中还有很多高浓度的化学物质,能轻易改变神经元间的连接。

前额叶皮层是人类特有的脑区,发育时间极长。在成年人中,这一区域负责集中注意力、制定计划、控制行为等高级功能,这些能力的高低取决于童年时期长期学习的效果。到25岁左右,这一脑区可能才基本发育成熟。

婴幼儿的前额叶没有发育成熟,缺乏控制力看似一大缺陷,但对学习大有裨益。前额叶会抑制不恰当的思维和行为,没有了这层束缚,婴幼儿就能自由探索周围事物。不过,一个人不能兼具孩子般的创造性探索和灵活学习的能力,以及成人才具有的高效计划力和执行力,因为高效行动需要大脑具有快速的自动处理能力和高度简洁的神经回路,学习则要求大脑具有可塑性,从本质上说,这两种大脑特征是相互对立的。

科学家对童年和人类本质已有了新的认识。婴幼儿绝不仅仅是未发育完全的人,漫长的童年期是进化的一个“精心安排”,方便儿童去改变和创造、学习和探索,这些人类特有的能力以最纯粹的形式出现在生命早期。

我们都曾是不能自立的婴儿,这非但没有阻碍人类的进步,反而是我们能够进步的原因。

童年,以及对儿童的呵护,这是人性的基点。

作者:冯泽君编译
编辑:李晨琰
责任编辑:樊丽萍

来源:环球科学

脑科学家洪兰:婴儿一哭就抱,有脑科学依据,多抱会促进大脑生长
沈卫荣 | 一位好的理论家通常很难同时也是一位好的语文学家​
两滴药水,48小时完美修复龋齿!中国科学家新发明,实现牙釉质自我修复
中国“有弹没枪”?首颗原子弹爆炸成功2年后,嘲笑“我们造不出运载工具”的老外就被“打脸”
像诺奖得主一样培养“科学的直觉”,这场“科学之夜”教你如何玩泥巴、敲石头
女王不上学, 查尔斯上“地狱式寄宿”……四代王室的教训让我们明白了教育的真谛
我们的大学在上海“郊区”?临港这所大学开学了,校长在新生第一课精彩回应
实行提名制、提高奖金、单设科普奖……新修订的《上海市科学技术奖励规定》来啦!
开学第一课,让我们重温习近平提到的“爱国三问”
唯好奇心不可辜负!新书《我们为什么这么臭》揭开我们自身的“秘密”
上海交通大学医学院谭蔚泓院士团队在《科学》发表评述:基因编辑技术构建智能响应水凝胶
实行提名制,增设科普奖……新修订《上海市科学技术奖励规定》下月起施行
今日Nature:南大科学家实现光子波态与粒子态的可控量子叠加
不用种地也能吃上饭了!芬兰科学家用二氧化碳“电出”蛋白粉
科学家霍金的神秘身体
独家视频丨习近平:面对困难不能独善其身
把重大工程建设摆到更加重要位置
百万美元奖金!刚刚,中国版诺奖“未来科学大奖”揭晓,首位女性得主产生,快看看她是谁
重大突破!我国科学家发明世界最小尺寸石墨烯“折纸术”,实现原子级精准控制
体验过坐在大飞机里上科普课吗?2019科学之夜上海航宇科普中心专场3天9场开启你的翱翔之旅
法学家刘宪权:要确保人工智能在应用层面安全可靠可控
贸易摩擦下,这把椅子的故事告诉了我们什么?
这所学院真不一般!上海大学揭牌成立“力学与工程科学学院”,道贺的院士来了足足八位……
从“合成一个蛋白质”到“合成生命”,上海继续“领跑”生命科学发展
祖孙写真火爆网络,感动无数网友:这是我们最容易遗忘的美好!
中国巨变下科学家的创新之路
文汇早读 | 今天,我们的教育需要更多“大先生”
教师节 | 塑造学生品格、品行、品味,我们的教育需要更多“大先生”,做好人才培养“慢”事业
“警察抓,法官放”,我们来戳戳香港这个司法怪圈!
测得万有引力常量G值全球最精准 中学物理教材首次纳入我国科学家研究成果
科学家在“超级地球”大气层中发现水蒸气
“搞笑诺奖”今天颁奖,婴儿换尿布机、咬笔头为何让人开心、测量挠痒痒让人愉悦的量等获奖
©2014-2024 dbsqp.com