La investigación demuestra que los bebés aprenden jugando. Fuente: Flickr
De todos los primates, los humanos son los que tienen la infancia más larga, y este amplio periodo de crianza y exploración es clave para aprender a sobrevivir en la compleja edad adulta. Resulta curioso además que esta etapa coincida evolutivamente con un mayor desarrollo del tamaño del cerebro. Así, si un recién nacido tiene un promedio de 100.000 millones de neuronas, cada una de ellas tejerá una sólida red de sinapsis o conexiones neuronales, hasta llegar a las 15.000 con dos o tres años, lo que permite a los niños aprender idiomas, socializarse y encontrar la manera de sobrevivir y crecer en su entorno.
El fascinante mundo de la infancia ha intrigado a los investigadores durante décadas. Ahora, científicos de la Universidad de California en Berkeley, Estados Unidos, tratan de aprovechar la inteligencia cognitiva de los bebés, niños pequeños y preescolares para programar ordenadores que sean capaces de pensar como humanos.
Según publica la propia Universidad en un comunicado, el objetivo final es reproducir exactamente en máquinas modelos computacionales basados en la capacidad de aprendizaje de un niño, lo que supondría un importante impulso en Inteligencia Artificial (IA), la cual se ha caracterizado históricamente por las dificultades para manejar matices o la incertidumbre.
“Los niños son la mayor máquina de aprendizaje del universo. Imagina si los ordenadores pudieran aprender tanto y tan rápido como ellos”, apunta Alison Gopnik, psicóloga en la UC Berkeley y autora de El científico en la cuna y El bebé filosófico. En la misma línea, su compañero Tom Griffiths, director del Laboratorio de Neurociencia Computacional en Berkeley, asegura que “los niños pequeños son capaces de resolver problemas que siguen siendo un reto para los ordenadores, tales como el aprendizaje de idiomas o averiguar las relaciones causales”.
Los investigadores han llegado a estas conclusiones tras realizar una amplia gama de experimentos con pequeños de diversas edades, en los que han demostrado que, sobre todo los más jóvenes, ponen a prueba hipótesis, detectan patrones estadísticos y sacan conclusiones, adaptándose constantemente a los cambios. Por ello, tienen la esperanza de “crear ordenadores más inteligentes, haciéndolos un poco más como niños”, explica Griffiths.
El fascinante mundo de la infancia ha intrigado a los investigadores durante décadas. Ahora, científicos de la Universidad de California en Berkeley, Estados Unidos, tratan de aprovechar la inteligencia cognitiva de los bebés, niños pequeños y preescolares para programar ordenadores que sean capaces de pensar como humanos.
Según publica la propia Universidad en un comunicado, el objetivo final es reproducir exactamente en máquinas modelos computacionales basados en la capacidad de aprendizaje de un niño, lo que supondría un importante impulso en Inteligencia Artificial (IA), la cual se ha caracterizado históricamente por las dificultades para manejar matices o la incertidumbre.
“Los niños son la mayor máquina de aprendizaje del universo. Imagina si los ordenadores pudieran aprender tanto y tan rápido como ellos”, apunta Alison Gopnik, psicóloga en la UC Berkeley y autora de El científico en la cuna y El bebé filosófico. En la misma línea, su compañero Tom Griffiths, director del Laboratorio de Neurociencia Computacional en Berkeley, asegura que “los niños pequeños son capaces de resolver problemas que siguen siendo un reto para los ordenadores, tales como el aprendizaje de idiomas o averiguar las relaciones causales”.
Los investigadores han llegado a estas conclusiones tras realizar una amplia gama de experimentos con pequeños de diversas edades, en los que han demostrado que, sobre todo los más jóvenes, ponen a prueba hipótesis, detectan patrones estadísticos y sacan conclusiones, adaptándose constantemente a los cambios. Por ello, tienen la esperanza de “crear ordenadores más inteligentes, haciéndolos un poco más como niños”, explica Griffiths.
La exploración, clave para el desarrollo neuronal
“El juego espontáneo y la fantasía es tan importante como leer y hacer ejercicios”, señala Gopnik. Para los investigadores de Berkeley la exploración es una pieza clave en el aprendizaje infantil, por lo que anima a padres y educadores a dejar a un lado las tarjetas didácticas (flash cards, en inglés), los juegos de aprendizaje electrónicos o las tareas de memorización, para favorecer que los pequeños sean libres para descubrir e investigar por sí mismos.
Gopnik contrapone ese poder de la imaginación y el razonamiento hipotético de los niños con el juicio adulto, centrado en lo que es relevante para conseguir sus objetivos. Sin embargo, considera que la combinación “mente abierta” de los niños y “mente meta” de los adultos es ideal para enseñar nuevos trucos a los equipos.
Para lograr esa simbiosis el primer paso es hacer un seguimiento de los pasos cognitivos que los niños toman para resolver los problemas en los experimentos que se les plantean. Para traducir esos cálculos en modelos computacionales, los investigadores están aplicando un método estadístico conocido como teoría de la probabilidad bayesiana, vinculado íntimamente con la comprensión de la probabilidad de aspectos causales dados los efectos observados.
“El juego espontáneo y la fantasía es tan importante como leer y hacer ejercicios”, señala Gopnik. Para los investigadores de Berkeley la exploración es una pieza clave en el aprendizaje infantil, por lo que anima a padres y educadores a dejar a un lado las tarjetas didácticas (flash cards, en inglés), los juegos de aprendizaje electrónicos o las tareas de memorización, para favorecer que los pequeños sean libres para descubrir e investigar por sí mismos.
Gopnik contrapone ese poder de la imaginación y el razonamiento hipotético de los niños con el juicio adulto, centrado en lo que es relevante para conseguir sus objetivos. Sin embargo, considera que la combinación “mente abierta” de los niños y “mente meta” de los adultos es ideal para enseñar nuevos trucos a los equipos.
Para lograr esa simbiosis el primer paso es hacer un seguimiento de los pasos cognitivos que los niños toman para resolver los problemas en los experimentos que se les plantean. Para traducir esos cálculos en modelos computacionales, los investigadores están aplicando un método estadístico conocido como teoría de la probabilidad bayesiana, vinculado íntimamente con la comprensión de la probabilidad de aspectos causales dados los efectos observados.
This browser does not support the video element.
Experimentos iniciales
Entre las pruebas practicadas con pequeños destaca el cálculo de probabilidades con piruletas, llevado a cabo por la psicóloga Fei Xu, del Laboratorio de Cognición y Lenguaje Infantil de la UC Berkeley. El objetivo es comprobar si los bebés preverbales pueden averiguar las probabilidades de conseguir el color de piruleta que quieren basándose en las proporciones de piruletas negras y rosas que pueden ver en dos frascos distintos.
La clave está en que uno de los botes tiene más piruletas rosas que negras, y viceversa. Cuando el bebé ha visto la cantidad de piruletas de cada color que hay en cada frasco, se cubren y se saca de forma oculta una de cada, colocándose a su vez en otros recipientes opacos junto a cada frasco. Entonces se permite al bebé coger una piruleta y, en la mayoría de los casos, el pequeño se arrastra hacia el recipiente más cercano al frasco que contiene más piruletas rosa. “Creemos que los bebés hacen cálculos mentales sobre hacia qué lado gatear para obtener el caramelo que quieren”, explica Xu.
Otro de los experimentos está relacionado con los juegos simbólicos, aquellos con los que los niños de entre 2 y 5 años se divierten simulando universos paralelos. Dirigido por Alison Gopnik, en este caso trabajan con preescolares que cantan Cumpleaños Feliz cuando aparece un mono de juguete y está encendido un reproductor de música. Al quitar el reproductor de forma repentina, los niños rápidamente se adaptan al cambio sustituyéndolo por un bloque de madera, de forma que la diversión pueda continuar.
También a Gopnik corresponde un experimento en el que ponía diferentes expresiones faciales mientras cataba distintos tipos de alimentos, para averiguar si los niños podían descubrir sus preferencias. Este cambió los supuestos comunes de que los niños son egoístas y carecen de empatía, e indicó que, a una edad temprana, pueden ponerse en el lugar de otras personas.
Por su parte, las psicólogas Tania Lombrozo y Elisabeth Bonawitz, demostraron que los pequeños no siguen necesariamente la explicación más simple, sobre todo cuando se presentan nuevas pruebas. En un experimento conducido por la UC Berkeley y el Instituto Tecnológico de Massachusetts, se mostró a niños en edad preescolar un juguete que se iluminaba y daba vueltas. Se les dijo que un bloque rojo encendía la luz, que uno verde lo hacía girar y el azul permitía hacer ambas cosas.
Lo más fácil hubiera sido asumir que cuando el juguete se iluminaba y daba vueltas de forma simultánea se había pulsado el bloque azul. Pero cuando los escolares vieron que había muy pocos bloques de este color en comparación con los rojos y verdes, muchos de ellos calcularon las probabilidades y decidieron que una combinación de rojos y verdes motivaba que el juguete girara y se iluminara al mismo tiempo.
“En otras palabras, los niños actuaron con sencillez cuando no había una fuerte evidencia de una alternativa, pero cuando la evidencia se agrandó, ellos siguieron su pista”, explicó Lombrozo. La psicóloga piensa que, al igual que los pupilos del estudio, los ordenadores podrían también beneficiarse de la búsqueda de nuevas posibilidades causa-efecto basadas en las probabilidades de cambio.
Entre las pruebas practicadas con pequeños destaca el cálculo de probabilidades con piruletas, llevado a cabo por la psicóloga Fei Xu, del Laboratorio de Cognición y Lenguaje Infantil de la UC Berkeley. El objetivo es comprobar si los bebés preverbales pueden averiguar las probabilidades de conseguir el color de piruleta que quieren basándose en las proporciones de piruletas negras y rosas que pueden ver en dos frascos distintos.
La clave está en que uno de los botes tiene más piruletas rosas que negras, y viceversa. Cuando el bebé ha visto la cantidad de piruletas de cada color que hay en cada frasco, se cubren y se saca de forma oculta una de cada, colocándose a su vez en otros recipientes opacos junto a cada frasco. Entonces se permite al bebé coger una piruleta y, en la mayoría de los casos, el pequeño se arrastra hacia el recipiente más cercano al frasco que contiene más piruletas rosa. “Creemos que los bebés hacen cálculos mentales sobre hacia qué lado gatear para obtener el caramelo que quieren”, explica Xu.
Otro de los experimentos está relacionado con los juegos simbólicos, aquellos con los que los niños de entre 2 y 5 años se divierten simulando universos paralelos. Dirigido por Alison Gopnik, en este caso trabajan con preescolares que cantan Cumpleaños Feliz cuando aparece un mono de juguete y está encendido un reproductor de música. Al quitar el reproductor de forma repentina, los niños rápidamente se adaptan al cambio sustituyéndolo por un bloque de madera, de forma que la diversión pueda continuar.
También a Gopnik corresponde un experimento en el que ponía diferentes expresiones faciales mientras cataba distintos tipos de alimentos, para averiguar si los niños podían descubrir sus preferencias. Este cambió los supuestos comunes de que los niños son egoístas y carecen de empatía, e indicó que, a una edad temprana, pueden ponerse en el lugar de otras personas.
Por su parte, las psicólogas Tania Lombrozo y Elisabeth Bonawitz, demostraron que los pequeños no siguen necesariamente la explicación más simple, sobre todo cuando se presentan nuevas pruebas. En un experimento conducido por la UC Berkeley y el Instituto Tecnológico de Massachusetts, se mostró a niños en edad preescolar un juguete que se iluminaba y daba vueltas. Se les dijo que un bloque rojo encendía la luz, que uno verde lo hacía girar y el azul permitía hacer ambas cosas.
Lo más fácil hubiera sido asumir que cuando el juguete se iluminaba y daba vueltas de forma simultánea se había pulsado el bloque azul. Pero cuando los escolares vieron que había muy pocos bloques de este color en comparación con los rojos y verdes, muchos de ellos calcularon las probabilidades y decidieron que una combinación de rojos y verdes motivaba que el juguete girara y se iluminara al mismo tiempo.
“En otras palabras, los niños actuaron con sencillez cuando no había una fuerte evidencia de una alternativa, pero cuando la evidencia se agrandó, ellos siguieron su pista”, explicó Lombrozo. La psicóloga piensa que, al igual que los pupilos del estudio, los ordenadores podrían también beneficiarse de la búsqueda de nuevas posibilidades causa-efecto basadas en las probabilidades de cambio.
Alison Gopnik. Fuente: UC Berkeley.
Aplicaciones
En general, los investigadores de la UC Berkeley pretenden aplicar lo que han aprendido de la exploración y el razonamiento “probabilístico” demostrado por los niños en estos y otros experimentos para desarrollar ordenadores más inteligentes, adaptables y, en definitiva, más humanos. Consideran que funcionarían bastante bien en aplicaciones como programas de tutoría o robots que contestan al teléfono.
Al mismo tiempo, permitirían al ordenador ser capaz de detectar relaciones causales, que van desde casos sencillos como el reconocimiento de que el usuario trabaja más lentamente cuando no ha tomado café, a otros complejos como identificar qué genes son más susceptibles ante las enfermedades.
Ante el creciente volumen de trabajo en cognición infantil, de bebés y preescolares, Gopnik, Griffiths y otros psicólogos, filósofos e informáticos de la UC Berkeley, pretenden poner en marcha esta primavera un centro multidisciplinar en el campus del Instituto del Desarrollo Humano para seguir con esta línea de investigación y consolidar sus avances.
En general, los investigadores de la UC Berkeley pretenden aplicar lo que han aprendido de la exploración y el razonamiento “probabilístico” demostrado por los niños en estos y otros experimentos para desarrollar ordenadores más inteligentes, adaptables y, en definitiva, más humanos. Consideran que funcionarían bastante bien en aplicaciones como programas de tutoría o robots que contestan al teléfono.
Al mismo tiempo, permitirían al ordenador ser capaz de detectar relaciones causales, que van desde casos sencillos como el reconocimiento de que el usuario trabaja más lentamente cuando no ha tomado café, a otros complejos como identificar qué genes son más susceptibles ante las enfermedades.
Ante el creciente volumen de trabajo en cognición infantil, de bebés y preescolares, Gopnik, Griffiths y otros psicólogos, filósofos e informáticos de la UC Berkeley, pretenden poner en marcha esta primavera un centro multidisciplinar en el campus del Instituto del Desarrollo Humano para seguir con esta línea de investigación y consolidar sus avances.