Tecnología, Turing y desarrollo infantil

Recientemente, en la familia de visita del Área de la Bahía, mis hijas, mi sobrina, mi sobrino y yo pasamos un día en el Tech Museum of Innovation en San José. Los niños fueron sacudidos, en un simulador de terremotos y observando los altibajos de una montaña rusa que diseñaron. También deambularon por espacios que les permitieron crear una aplicación, evaluar su ritmo cardíaco y transformar sus rostros de forma creativa. Todo esto me hizo pensar en algunas de las intersecciones de la tecnología, el aprendizaje y el desarrollo infantil.

Un artículo publicado el año pasado por Chris Kuzawa y sus colegas en las "Actas de la Academia Nacional de Ciencias" reexaminó los patrones de crecimiento y desarrollo del cerebro humano. En una síntesis creativa, demostraron que una razón de peso por la cual los humanos (en comparación con otros grandes simios, por ejemplo) tienen un crecimiento corporal tan lento es debido a las cantidades masivas de energía requeridas para desarrollar y mantener nuestros cerebros masivos y energéticamente caros. En otras palabras, los niños humanos crecen a un ritmo más lento que los chimpancés, en parte porque los cerebros humanos recurren a un presupuesto de energía a expensas del crecimiento somático general. No abordaron por qué la selección pudo haber favorecido a los cerebros humanos grandes en primer lugar. Sin embargo, los argumentos principales se centran en la necesidad de aumentar el cerebro humano para facilitar las capacidades de aprendizaje social. Los cambios en la vida social de los homínidos -en la organización familiar, las coaliciones y la escala- pueden haber requerido más apoyo cognitivo; nuestras vidas sociales hicieron nuestros cerebros más grandes.

Entonces necesitamos grandes cerebros para aprender a navegar exitosamente en un mundo social complejo. ¿Qué hay de diseñar una máquina para aprender? ¿Cómo sería esa máquina y tendría un gran "cerebro"? Esto nos hace jugar con la idea de la Prueba de Turing. En un artículo de 1950, Alan Turing, también el centro del éxito de Hollywood "The Imitation Game", proporcionó una prueba lúdica y operativa: si una persona no podía distinguir entre las respuestas dadas por una máquina de aprendizaje frente a otra persona, eso la máquina había demostrado inteligencia artificial. El artículo de Turing también anticipó varios contraargumentos a su prueba propuesta de inteligencia artificial. Lo más relevante para nuestro propósito actual, Turing especula sobre la base del aprendizaje automático:

"En el proceso de tratar de imitar a una mente humana adulta, seguramente pensaremos mucho sobre el proceso que lo ha llevado al estado en el que se encuentra. Podemos observar tres componentes.

• Cómo la inteligencia artificial interrumpirá tu vida
• Asesinato de monjas de Mississippi hace eco de homicidios desde hace mucho tiempo
• NatCon17 se acerca y voy en un avión!
• Por qué ganó Trump y qué dice la psicología que podemos hacer al respecto
• ¿Qué sucede cuando realmente escuchamos a otra persona?

(a) El estado inicial de la mente, por ejemplo, al nacer,

(b) La educación a la que ha sido sometida,

(c) Otra experiencia, que no debe describirse como educación, a la que ha sido sometida.

• ¿Quién quiere ser Ted Bundy?
• Él tiene una manera sobre él
• Social Priming: por supuesto, solo clase de trabajos
• 10 consejos rápidos para ataques de pánico
• Los 5 beneficios de una meditación de mortalidad, parte 1

En lugar de tratar de producir un programa para simular la mente adulta, ¿por qué no intentar producir uno que simule el del niño? Si esto se sometiera luego a un curso de educación apropiado, se obtendría el cerebro adulto … Existe una conexión obvia entre este proceso y la evolución … "

Bastante gracioso, Sir Charles Darwin (nieto del famoso naturalista), que dirigió un laboratorio nacional del Reino Unido en la década de 1940, lamentó la obsesión de Turing con las máquinas de aprendizaje.

La mayoría de las manifestaciones estándar de las máquinas pensantes (robots que se mueven torpemente o computadoras sin forma humana) no se parecen a los niños humanos. Por ejemplo, en la película "Ex Machina", la historia se centra en el diseño de una máquina de aprendizaje que enfrenta el equivalente de la prueba de Turing. Si has visto la película, sabes si ese esfuerzo fue o no exitoso. Las máquinas en "Ex Machina" toman la forma de mujeres adultas, en parte para aprender interactuando con el diseñador y sirviendo al diseñador. No fueron construidos para verse o actuar como niños humanos, ni cambiaron la apariencia con el tiempo como lo haría un ser humano que los aprendiera. Por qué no? Tal vez eso sería contrario a los propósitos del diseño de máquinas de aprendizaje: si les llevó años o décadas aprender, no podrían llenar los nichos que queremos que hagan ahora o en un futuro más inmediato. Es posible que no aprendan sobre las cosas que queremos que aprendan. Pero las máquinas de aprendizaje con características infantiles (voces altas, cabezas relativamente más grandes, sentido de inocencia, etc.) podrían optimizarse para atraer la atención de los "padres" humanos de forma que las máquinas aprendan de forma más parecida a cómo los humanos aprenden .

Otro aspecto de la tecnología y el desarrollo infantil que muchos de nosotros los padres podemos enfrentar ahora es el hecho de que nuestros hijos son más conocedores de la tecnología que nosotros. Mi hijo de 11 años puede diseñar presentaciones mucho más atractivas visualmente que yo, y puede responder algunas de las preguntas de la computadora o del teléfono en las que me quedo atascado. Esto se remonta a por qué y cómo los niños aprenden en primer lugar. Hemos evolucionado para ser estudiantes sociales muy hábiles, particularmente durante la infancia. Una curiosidad natural impulsa a nuestros descendientes a sintonizar con el mundo de maneras a menudo altamente adaptativas (consulte un blog diferente de Peter Gray sobre este tipo de tema: https://www.psychologytoday.com/blog/freedom-learn). Los videojuegos que disfrutan los niños (u otros juegos interactivos en el Museo Tecnológico) activan estas mismas capacidades.

Cuando aprendo de mis hijas, esta es una especie de transmisión cultural vertical, pero de generación más joven a más vieja. Esto hace que se vuelvan más típicos los procesos evolutivos típicos de la transmisión cultural. Un cuerpo de investigación ha asistido a la transmisión cultural humana entre cazadores-recolectores y en otras sociedades de menor escala. Gran parte del aprendizaje de los niños ocurre a través de la observación del comportamiento; entre los niños pequeños, esto está especialmente orientado hacia los padres, aunque los niños mayores observan y aprenden mucho de otros niños. Como Barry Hewlett y sus colegas (2011) señalan, "la transmisión vertical debería ser importante en cazadores-recolectores dado nuestro gran patrimonio filogenético de simios de transmisión de madre a hijo y los potenciales beneficios de aptitud física inclusiva de los padres de tomarse el tiempo para transmitir conocimientos o habilidades. Teóricamente, uno puede argumentar, pero esto es también lo que dicen los cazadores-recolectores cuando se les pregunta cómo aprendieron una amplia gama de habilidades y conocimientos. "(P 1173) La enseñanza formal es bastante rara entre los recolectores, aunque Hewlett y sus colegas notan que contar historias (de padres a jóvenes) sirve como un vehículo efectivo para transmitir valores culturales y creencias entre los forrajeadores Aka y Bofi.

En el mundo rápidamente cambiante de hoy en día, incluidos los teléfonos inteligentes y las computadoras que se pasaron rápidamente de moda, la comprensión tecnológica de los padres también suele estar pasada de moda. Nuestros niños nos mantienen alerta, ya que su comprensión de la maravilla y la tecnología conforman la nuestra.

Referencias

Barrett, HC (2015). La forma del pensamiento: cómo evolucionan las adaptaciones mentales. Nueva York: Oxford University Press.

Hewlett, BS, Fouts, HN, Boyette, AH, Hewlett, BL (2011). Aprendizaje social entre los cazadores-recolectores de la Cuenca del Congo. Transacciones filosóficas de la Royal Society B, 366, 1168-1178.

Isaacson, W. (2014). Los innovadores: cómo un grupo de hackers, genios y geeks creó la revolución digital. Nueva York: Simon y Schuster.

Kuzawa, CW, Chugani, HT, Grossman, LI, Lipovich, L. y col. (2014). Costos metabólicos e implicaciones evolutivas del desarrollo del cerebro humano. Procedimientos de la Academia Nacional de Ciencias, 111, 13010-13015.

Turing, A. (1950). Computación e inteligencia. Mente, 59, 433-460.