Postoji nešto u vezi sa tim dugačkim detinjstvom što je, izgleda, povezano sa znanjem i učenjem. Pa, kakvo objašnjenje možemo da damo za to?
I neka vrsta primera za ovu ideju su baš ptice tamo gore. S jedne strane je vrana iz Nove Kaledonije. A vrane i svi drugi pripadnici familije vrana, gavrani, gačci i tako dalje su neverovatno pametne ptice. U nekim oblastima su podjednako pametni kao šimpanze. I ovo je ptica sa naslovne strane časopisa "Science" koja je naučila kako da koristi alatku da stigne do hrane. Sa druge strane, imamo našu prijateljicu, domaću kokošku. Kokoške, patke, guske i ćurke su praktično rečeno, jako glupave. Znači, one su jako, jako dobre u kljucanju zrnevlja, ali nisu baš dobre ni u čemu više pored toga. E pa, pokazalo se da su ptići, ptići vrane iz Nove Kaledonije, goluždravi i nesposobni. Oni zavise od majke da im ubacuje crviće u njihova mala otvorena usta i to čak tokom dve godine, što je vrlo dugo vreme u životnom veku ptice. Dok pilići, zapravo, postaju zreli u roku od nekoliko meseci. Prema tome, detinjstvo je razlog zašto vrane završe na naslovnoj strani časopisa "Science" a kokoške završe u loncu za supu.
Postoji nešto u vezi sa tim dugačkim detinjstvom što je, izgleda, povezano sa znanjem i učenjem. Pa, kakvo objašnjenje možemo da damo za to? Pa, neke životinje, kao kokoške, deluju vrlo lepo prilagođene da rade dobro samo jednu stvar. Tako kokoške deluju vrlo lepo prilagođene da kljucaju zrnevlje u jednom tipu okruženja. Druga stvorenja, kao vrane, nemaju neku specijalnost u kojoj su jako dobra, ali su ekstremno dobra u učenju zakonitosti koje vladaju u različitim okruženjima.
![]() |
| photo credit pixabay.com |
E dobro, zašto bismo mi uočili ovu korelaciju? Pa, ideja je da je ta strategija, takva strategija učenja, izuzetno moćna, odlična strategija za napredovanje, ali da ima jedan veliki nedostatak. I taj jedan veliki nedostatak je to da ste, dok vršite sve to učenje, vi zapravo bespomoćni. Pa tako ne želite da neki mastodont krene u napad na vas a da vi u sebi govorite, Praćka ili možda koplje bi mogli da posluže. Šta bi od ta dva u stvari bilo bolje? Vi želite da to sve znate pre nego što se mastodonti uopšte i pojave. A način na koji je evolucija izgleda rešila taj problem je sa nekom vrstom podele rada. Dakle, ideja je da mi imamo taj rani period kada smo potpuno zaštićeni. Ne moramo ništa da radimo. Sve što treba da radimo je da učimo. A zatim, kao odrasli, možemo da uzmemo sve te stvari koje smo naučili kad smo bili bebe i deca i zaista ih upotrebimo da nešto postignemo tamo negde u svetu.
Dakle, jedan način posmatranja je da su bebe i mala deca kao sekcija za istraživanje i razvoj u okviru ljudske vrste. Oni su zaštićeni i zaneseni razmišljanjem i samo treba da istražuju, uče i da imaju dobre ideje, a mi smo tu za produkciju i marketing. Mi treba da uzmemo sve te ideje koje smo naučili kad smo bili deca i da ih zapravo praktično upotrebimo. Drugi način posmatranja je da, umesto što mislimo o bebama i deci kao o defektnim odraslim jedinkama, treba da mislimo o njima kao da su na drugom razvojnom nivou u okviru iste vrste -- nešto kao gusenice i leptiri -- osim što su bebe i deca zapravo briljantni leptiri koji lepršaju kroz baštu i istražuju, a mi smo gusenice, koje se vuku duž našeg uskog, životnog puta odrasle osobe.
Ako je ovo tačno, ako su ove bebe stvorene da uče -- a ta evoluciona priča bi rekla da deca služe za učenje, da je to ono zbog čega su tu -- mogli bismo da očekujemo da bebe onda poseduju veoma moćne mehanizme za učenje. I u stvari, mozak bebe je, izgleda, najmoćniji kompjuter za učenje na planeti. Ali pravi kompjuteri zapravo postaju mnogo bolji, i u poslednje vreme je došlo do revolucije u našem shvatanju učenja kod mašina. I to sve zavisi od ideja ovog čoveka, Velečasnog Tomasa Bajesa, koji je bio statističar i matematičar u 18.veku. I ukratko, ono što je Bajes uradio je bilo da pronađe matematički način, koristeći teoriju verovatnoće, da okarakteriše, opiše, način na koji naučnici saznaju o svetu oko sebe. Dakle, ono što naučnici rade je da postavljaju hipoteze za koje misle da su verovatne onda istražuju i upoređuju sa podacima, Podaci ih teraju da promene tu hipotezu. Zatim testiraju tu novu hipotezu i tako dalje. I ono što je Bajes pokazao je matematički način na koji možete to da uradite. I da je matematika u osnovi najboljih programa za učenje kod mašina koje sada imamo. A pre nekih 10 godina, ja sam predložila da bebe možda rade to isto.