Technologie, Turing und Kinderentwicklung

Während kürzlich in der Bay Area Besuch Familie, meine Töchter, Nichte, Neffe und ich verbrachten einen Tag im Tech Museum of Innovation in San Jose. Die Kinder wurden erschüttert – in einem Erdbebensimulator und beobachteten die Höhen und Tiefen einer von ihnen entworfenen Achterbahn. Sie wanderten auch durch Räume, um eine App zu erstellen, ihre Herzfrequenz zu bewerten und ihre Gesichter auf kreative Weise zu verändern. All das brachte mich dazu, an einige Schnittpunkte von Technologie, Lernen und Kinderentwicklung zu denken.

Ein Papier von Chris Kuzawa und Kollegen in den "Proceedings of the National Academy of Sciences" im vergangenen Jahr überprüfte Muster des menschlichen Gehirns Wachstum und Entwicklung. In einer kreativen Synthese zeigten sie, dass ein Grund, warum Menschen (im Vergleich zu anderen Menschenaffen) solch ein langsames Körperwachstum haben, der enorme Energieaufwand ist, der für die Entwicklung und Erhaltung unserer energetisch teuren und massiven Gehirne notwendig ist. Mit anderen Worten, menschliche Kinder wachsen langsamer als Schimpansen, teilweise weil menschliche Gehirne ein Energiebudget auf Kosten des gesamten somatischen Wachstums benötigen. Sie haben sich nicht damit befasst, warum die Selektion große menschliche Gehirne begünstigt haben könnte. Die führenden Argumente konzentrieren sich jedoch auf die Notwendigkeit, das menschliche Gehirn zu vermehren, um soziale Lernkapazitäten zu ermöglichen. Änderungen des sozialen Lebens in der Familie – in Familienorganisationen, Koalitionen und Größenordnungen – hätten möglicherweise mehr kognitive Unterstützung erforderlich gemacht; unser soziales Leben hat unser Gehirn größer gemacht.

Wir brauchen also große Gehirne, um in einer komplexen sozialen Welt erfolgreich zu navigieren. Was ist mit dem Entwerfen einer Maschine zum Lernen? Wie würde diese Maschine aussehen und hätte sie ein riesiges "Gehirn"? Dies bringt uns dazu, mit der Idee des Turing-Tests herumzuspielen. In einem Papier aus dem Jahr 1950 lieferte Alan Turing, der auch im Mittelpunkt des Hollywood-Erfolgs "The Imitation Game" stand, einen spielerischen und praktischen Test: Wenn ein Mensch den Unterschied zwischen Antworten einer Lernmaschine und einer anderen Person nicht erkennen könnte Maschine hatte künstliche Intelligenz demonstriert. Turings Arbeit nahm auch verschiedene Gegenargumente zu seinem vorgeschlagenen Test künstlicher Intelligenz vorweg. Für unseren aktuellen Zweck relevant, spekuliert Turing über die Grundlagen des maschinellen Lernens:

"Während wir versuchen, einen erwachsenen menschlichen Geist zu imitieren, müssen wir viel über den Prozess nachdenken, der ihn in den Zustand gebracht hat, in dem er sich befindet. Wir können drei Komponenten bemerken.

• Mord an Mississippi Nonnen Echoes Mord von langer Zeit
• Was passiert, wenn wir wirklich auf jemand anderes hören?
• Wer möchte Ted Bundy sein?
• 10 schnelle Tipps für Panikattacken
• Schweigen tötet Ihre LGBT Verwandten

(a) Der Anfangszustand des Geistes, sagen wir bei der Geburt,

(b) die Ausbildung, der er unterworfen wurde,

c) Andere Erfahrung, die nicht als Bildung zu bezeichnen ist, der sie unterworfen wurde.

• Unfruchtbarkeit und Fehlgeburt: Emerging From the Shadows
• Was würdest du zu deinem 16 Jahre alten Selbst sagen?
• Männliche Männer geben wahrscheinlich erotische Geschenke
• Wieder mit dem Bösen
• 5 Schreibtipps zum Durchbrechen des Aufschubs

Anstatt zu versuchen, ein Programm zu produzieren, um den erwachsenen Geist zu simulieren, warum nicht lieber versuchen, eines zu produzieren, das das des Kindes simuliert? Wenn dies dann einem angemessenen Bildungsweg unterworfen würde, würde man das erwachsene Gehirn bekommen …. Es gibt eine offensichtliche Verbindung zwischen diesem Prozess und der Evolution … "

Lustigerweise beklagte Sir Charles Darwin (der Enkel des berühmten Naturforschers), der in den 1940er Jahren ein nationales Labor in Großbritannien leitete, Turings Besessenheit, Maschinen zu lernen.

Die meisten Standardmanifestationen von Denkmaschinen (ungeschickt bewegliche Roboter oder Computer ohne menschenähnliche Form) ähneln nicht menschlichen Kindern. Im Film "Ex Machina" geht es zum Beispiel darum, eine Lernmaschine zu entwerfen, die dem Turing-Test entspricht. Wenn Sie den Film gesehen haben, wissen Sie, ob dieser Versuch erfolgreich war. Die Maschinen in "Ex Machina" haben die Form von erwachsenen Frauen, teilweise um zu lernen, indem sie mit dem männlichen Designer interagieren und ihm dienen. Sie waren nicht so gebaut, dass sie wie menschliche Kinder aussahen oder sich benahmen, noch änderten sie ihre Erscheinung im Laufe der Zeit, wie es ein lernender Mensch tun würde. Warum nicht? Vielleicht würde das die Absicht besiegen, Lernmaschinen zu entwerfen: Wenn sie Jahre oder Jahrzehnte brauchten, um zu lernen, konnten sie nicht die Nischen füllen, die wir ihnen jetzt oder in der nächsten Zukunft wünschen. Sie lernen vielleicht nicht über die Dinge, die wir lernen sollen. Aber Lernmaschinen mit kindlichen Eigenschaften (hohe Stimmen, relativ große Köpfe, Unschuldsbewusstsein usw.) könnten optimiert werden, um Aufmerksamkeit von menschlichen "Eltern" auf eine Art und Weise zu lenken, die es den Maschinen ermöglicht, dem Lernen des Menschen ähnlicher zu werden .

Ein weiterer Aspekt der Technologie und der kindlichen Entwicklung, mit dem viele von uns Eltern konfrontiert sind, ist die Tatsache, dass unsere Kinder technisch versierter sind als wir. Meine 11-jährige kann viel mehr visuell ansprechende Präsentationen entwerfen, die ich kann, und sie kann einige der Computer- oder Telefonfragen beantworten, auf denen ich stecken bleibe. Dies geht darauf zurück, warum und wie Kinder in erster Linie lernen. Wir haben uns zu sehr fähigen Lernern entwickelt, besonders in der Kindheit. Eine natürliche Neugier treibt unsere Nachkommen dazu, sich auf oft sehr adaptive Weise auf die Welt einzustimmen (siehe einen anderen Blog von Peter Gray zu diesem Thema: https://www.psychologytoday.com/blog/freedom-learn). Die Videospiele, die Kinder (oder andere interaktive Spiele im Tech Museum) genießen, aktivieren diese Fähigkeiten.

Wenn ich von meinen Töchtern lerne, ist das eine Art vertikale kulturelle Übertragung, aber von der jüngeren zur älteren Generation. Dadurch werden evolutionärere Prozesse kultureller Übertragung auf den Kopf gestellt. Ein Forschungsprojekt hat sich mit der menschlichen kulturellen Übertragung unter Jäger und Sammler und in anderen kleineren Gesellschaften beschäftigt. Ein Großteil des kindlichen Lernens geschieht durch Verhaltensbeobachtung; Bei jungen Kindern ist dies besonders auf die Eltern ausgerichtet, obwohl ältere Kinder viel von anderen Kindern beobachten und lernen. Barry Hewlett und seine Kollegen (2011) stellen fest: "Die vertikale Übertragung sollte bei Jägern und Sammlern wichtig sein, da das phylogenetische Erbe der Mutter-zu-Nachkommen-Übertragung und das Potenzial der Eltern für eine umfassende Fitness von der Übertragung von Wissen und Fähigkeiten profitieren. Theoretisch kann man argumentieren, aber das ist es auch, was Jäger und Sammler sagen, wenn sie gefragt werden, wie sie eine breite Palette von Fähigkeiten und Kenntnissen erlernt haben. "(S. 1173) Formaler Unterricht ist unter Hufern ziemlich selten, obwohl Hewlett und Kollegen dies bemerken Geschichtenerzählen (von den Eltern bis zur Jugend) dient als ein wirksames Mittel, um kulturelle Werte und Überzeugungen zwischen Aka- und Bofi-Sammler zu vermitteln.

In der sich schnell verändernden Welt von heute, einschließlich schnell überalterter Smartphones und Computer, ist das technologische Verständnis der Eltern oft überholt. Unsere Kinder halten uns auf unseren mentalen Zehen, während ihr Wunder und ihr technisches Verständnis unsere eigenen formen.

Verweise:

Barrett, HC (2015). Die Form des Gedankens: Wie mentale Anpassungen sich entwickeln. New York: Oxford Universitätspresse.

Hewlett, BS, Fouts, HN, Boyette, AH, Hewlett, BL (2011). Soziales Lernen unter Jäger und Sammler im Kongobecken. Philosophische Transaktionen der Royal Society B, 366, 1168-1178.

Isaacson, W. (2014). Die Innovatoren: Wie eine Gruppe von Hackern, Genies und Geeks die digitale Revolution geschaffen hat. New York: Simon und Schuster.

Kuzawa, CW, Chugani, HT, Grossman, LI, Lipovich, L. et al. (2014). Metabolische Kosten und evolutionäre Implikationen der Entwicklung des menschlichen Gehirns. Proceedings der Nationalen Akademie der Wissenschaften, 111, 13010-13015.

Turing, A. (1950). Rechenmaschinen und Intelligenz. Geist, 59, 433-460.