Technologie, Turing et développement de l'enfant

Alors que récemment, dans la région de la baie de visiter la famille, mes filles, nièce, neveu et moi avons passé une journée au Tech Museum of Innovation à San Jose. Les enfants ont été secoués dans un simulateur de tremblement de terre et ont regardé les hauts et les bas des montagnes russes qu'ils ont conçues. Ils ont également erré à travers les espaces leur permettant de créer une application, d'évaluer leur fréquence cardiaque, et de transformer leurs visages de manière créative. Tout cela m'a fait penser à certaines des intersections de la technologie, de l'apprentissage et du développement de l'enfant.

Un article publié l'an dernier par Chris Kuzawa et ses collègues dans les "Actes de l'Académie nationale des sciences" a réexaminé les modèles de croissance et de développement du cerveau humain. Dans une synthèse créative, ils ont montré qu'une raison motrice pour laquelle les humains (par rapport à d'autres grands singes, par exemple) ont une croissance aussi lente du corps est due aux énormes quantités d'énergie nécessaires pour développer et maintenir nos cerveaux massifs et énergétiquement chers. En d'autres termes, les enfants humains se développent à un rythme plus lent que les chimpanzés, en partie parce que les cerveaux humains tirent un budget énergétique au détriment de la croissance somatique globale. Ils n'ont pas expliqué pourquoi la sélection pouvait avoir favorisé de grands cerveaux humains en premier lieu. Pourtant, les principaux arguments se concentrent sur la nécessité de renforcer le cerveau humain afin de faciliter les capacités d'apprentissage social. Les changements dans la vie sociale hominienne – dans l'organisation familiale, les coalitions et l'échelle – ont peut-être exigé plus de soutien cognitif; nos vies sociales ont fait notre cerveau plus grand.

Nous avons donc besoin de grands cerveaux pour apprendre à naviguer avec succès dans un monde social complexe. Qu'en est-il de concevoir une machine à apprendre? A quoi ressemblerait cette machine, et aurait-elle un énorme "cerveau"? Cela nous amène à jouer avec l'idée du test de Turing. Dans un article de 1950, Alan Turing, qui était aussi le point fort du succès hollywoodien "The Imitation Game", fournit un test ludique et opérationnel: si une personne ne pouvait pas faire la différence entre les réponses données par une machine d'apprentissage et celles d'une autre personne La machine avait démontré une intelligence artificielle. L'article de Turing prévoyait également divers contre-arguments à son projet de test de l'intelligence artificielle. Le plus pertinent pour notre objectif actuel, Turing spécule sur la base de l'apprentissage automatique:

"En essayant d'imiter un esprit humain adulte, nous devons penser beaucoup au processus qui l'a amené à l'état dans lequel il se trouve. Nous pouvons remarquer trois composantes.

• Comment l'intelligence artificielle va perturber votre vie
• Le meurtre des nonnes du Mississippi échoue l'homicide de Long Ago
• NatCon17 arrive et je vais sur un avion!
• Pourquoi Trump Won et ce que la psychologie dit que nous pouvons faire à ce sujet
• Que se passe-t-il lorsque nous écoutons vraiment quelqu'un d'autre?

(a) L'état initial de l'esprit, disons à la naissance,

b) L'éducation à laquelle il a été soumis,

(c) Autre expérience, à ne pas décrire comme éducation, à laquelle elle a été soumise.

• Qui veut être Ted Bundy?
• Il a beaucoup de choses à son sujet
• Amorçage social: Bien sûr, c'est seulement une sorte de travaux
• 10 conseils rapides pour les attaques de panique
• Le silence tue vos proches LGBT

Au lieu d'essayer de produire un programme pour simuler l'esprit adulte, pourquoi ne pas plutôt essayer d'en produire un qui simule celui de l'enfant? Si cela était ensuite soumis à un cours d'éducation approprié, on obtiendrait le cerveau adulte …. Il y a un lien évident entre ce processus et l'évolution … "

Assez drôle, Sir Charles Darwin (le petit-fils du célèbre naturaliste), qui dirigea un laboratoire national britannique dans les années 1940, déplora l'obsession de Turing pour l'apprentissage des machines.

La plupart des manifestations standard des machines à penser (robots ou ordinateurs maladroitement mobiles sans aucune forme humaine) ne ressemblent pas à des enfants humains. Par exemple, dans le film «Ex Machina», l'histoire se concentre sur la conception d'une machine d'apprentissage qui fait face à l'équivalent du test de Turing. Si vous avez vu le film, vous savez si cet effort a été couronné de succès. Les machines dans "Ex Machina" prennent la forme de femelles adultes, en partie pour apprendre en interagissant avec et en servant le concepteur masculin. Ils n'ont pas été construits pour ressembler ou agir comme des enfants humains, et ils n'ont pas non plus changé d'apparence au fil du temps comme le ferait un être humain. Pourquoi pas? Peut-être que cela irait à l'encontre des objectifs de la conception de machines d'apprentissage: si elles prenaient des années ou des décennies à apprendre, elles ne pourraient pas remplir les niches que nous voulons qu'elles fassent maintenant ou dans un avenir plus immédiat. Ils pourraient ne pas apprendre sur les choses que nous voulons qu'ils apprennent. Mais l'apprentissage de machines ayant des caractéristiques enfantines (voix élevées, têtes relativement plus grandes, innocence, etc.) pourrait être optimisé pour attirer l'attention des «parents» humains de manière à permettre aux machines d'apprendre de manière plus proche des humains. .

Un autre aspect de la technologie et du développement de l'enfant que beaucoup de nos parents peuvent maintenant affronter est le fait que nos enfants sont plus doués que nous en matière de technologie. Mon enfant de 11 ans peut concevoir des présentations beaucoup plus attrayantes que je peux, et elle peut répondre à certaines des questions d'ordinateur ou de téléphone sur lesquelles je suis coincé. Cela remonte à pourquoi et comment les enfants apprennent en premier lieu. Nous avons évolué pour être des apprenants sociaux très compétents, en particulier pendant l'enfance. Une curiosité naturelle pousse notre progéniture à s'adapter au monde de manière souvent très adaptative (voir un autre blog de Peter Gray sur ce genre de sujet: https://www.psychologytoday.com/blog/freedom-learn). Les jeux vidéo que les enfants apprécient (ou d'autres jeux interactifs au Tech Museum) activent ces capacités.

Quand j'apprends de mes filles, c'est une sorte de transmission culturelle verticale, mais de génération plus jeune à plus vieille. Cela transforme plus de processus évolutifs typiques de la transmission culturelle sur leur tête. Un corpus de recherche a porté sur la transmission culturelle humaine chez les chasseurs-cueilleurs et dans d'autres sociétés de plus petite taille. Une grande partie de l'apprentissage des enfants se fait par l'observation du comportement; chez les jeunes enfants, ceci est particulièrement orienté vers les parents, bien que les enfants plus âgés observent et apprennent beaucoup des autres enfants. Comme le notent Barry Hewlett et ses collègues (2011), «la transmission verticale devrait être importante chez les chasseurs-cueilleurs, compte tenu de notre héritage phylogénétique de mère à enfant et de la capacité inclusive des parents à prendre le temps de transmettre leurs connaissances ou leurs compétences. Théoriquement, on peut faire valoir le cas, mais c'est aussi ce que disent les chasseurs-cueilleurs lorsqu'on leur demande comment ils ont appris un large éventail de compétences et de connaissances. »(P.1173) L'enseignement formel est assez rare chez les butineurs. la narration (des parents aux jeunes) sert de véhicule efficace pour transmettre les valeurs et les croyances culturelles parmi les butineuses Aka et Bofi.

Dans le monde en évolution rapide d'aujourd'hui, y compris les téléphones intelligents et les ordinateurs rapidement démodés, la compréhension technologique des parents est souvent démodée. Nos enfants nous gardent sur nos orteils mentaux, car leur compréhension de l'émerveillement et de la technologie façonne la nôtre.

Les références:

Barrett, HC (2015). La forme de la pensée: comment évoluent les adaptations mentales. New York: Oxford University Press.

Hewlett, BS, Fouts, HN, Boyette, AH, Hewlett, BL (2011). Apprentissage social parmi les chasseurs-cueilleurs du Bassin du Congo. Transactions philosophiques de la Royal Society B, 366, 1168-1178.

Isaacson, W. (2014). Les innovateurs: comment un groupe de hackers, de génies et de geeks a créé la révolution numérique. New York: Simon et Schuster.

Kuzawa, CW, Chugani, HT, Grossman, LI, Lipovich, L. et al. (2014). Les coûts métaboliques et les implications évolutives du développement du cerveau humain. Actes de l'Académie nationale des sciences, 111, 13010-13015.

Turing, A. (1950). Machines informatiques et intelligence. Mind, 59, 433-460.