三十年前，大多数心理学家、精神病学家和哲学家认为，婴儿和幼儿是不理性的、以自我为中心的和不道德的。他们认为儿童被锁在具体的此时此地——无法理解因果关系，想象他人的经历，或理解现实与幻想之间的区别。人们仍然经常认为儿童是有缺陷的成年人。但在过去的三十年里，科学家们发现，即使是最年幼的孩子也比我们曾经认为的知道得多得多。此外，研究表明，儿童学习世界的方式与科学家非常相似——通过进行实验、分析统计数据以及形成关于物理、生物和心理领域的直觉理论。自 2000 年左右以来，研究人员已经开始了解支持这些非凡早期能力的潜在计算、进化和神经机制。这些革命性的发现不仅改变了我们对婴儿的看法，也为我们提供了对人性的全新视角。
婴儿物理学
为什么我们长期以来对婴儿的看法如此错误？如果你粗略地观察四岁及以下的儿童（我将在本文中讨论的年龄范围），你可能会得出结论，似乎没有什么事情发生。毕竟，婴儿不会说话。即使是学龄前儿童也不擅长报告他们的想法。问问你普通的三岁孩子一个开放式的问题，你很可能会得到一段优美但难以理解的意识流独白。早期的研究人员，如瑞士先驱心理学家让·皮亚杰，得出结论，儿童的思想本身是不合理的和不合逻辑的，以自我为中心的和“前因果的”——没有因果关系的概念。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们今天世界的发现和想法的具有影响力的故事的未来。
始于 1970 年代后期的新科学依赖于观察婴儿和幼儿行为的技术，而不仅仅是他们所说的话。婴儿看新奇或意外事件的时间比看更可预测的事件的时间更长，实验人员可以使用这种行为来弄清楚婴儿期望发生什么。然而，最强有力的结果来自观察行为的研究：婴儿会伸手去拿或爬向哪些物体？婴儿和幼儿如何模仿周围人的行为？
尽管非常年幼的孩子很难告诉我们他们在想什么，但我们可以用更微妙的方式使用语言来探究他们知道什么。例如，密歇根大学的亨利·韦尔曼分析了儿童自发对话的录音，以寻找他们思维的线索。我们可以给孩子们非常集中的问题——例如，让他们在两个选项之间做出选择，而不是问一个开放式的问题。
在 1980 年代中期和整个 1990 年代，科学家们使用这些技术发现，婴儿已经对他们周围的世界了解了很多。这种知识远远超出了具体的、此时此地的感觉。伊利诺伊大学的蕾妮·拜拉吉昂和哈佛大学的伊丽莎白·S·斯佩尔克等研究人员发现，婴儿理解基本的物理关系，如运动轨迹、重力和包含。他们看玩具车似乎穿过实体墙的时间比看符合日常物理基本原理的事件的时间更长。
到三岁或四岁时，孩子们对生物学有了基本的概念，并且对生长、遗传和疾病有了初步的理解。这种早期的生物学理解揭示了儿童在推理物体时超越了肤浅的感知表象。同样在密歇根大学的苏珊·A·盖尔曼发现，幼儿相信动植物具有“本质”——一种看不见的内核，即使外表发生变化，它也保持不变。
对于婴儿和幼儿来说，最重要的知识是关于他人的知识。华盛顿大学的安德鲁·N·梅尔佐夫表明，新生儿已经理解人是特殊的，并且会模仿他们的面部表情。
1996 年，贝蒂·雷帕科利（现任职于华盛顿大学）和我发现，18 个月大的婴儿可以理解我可能想要一样东西，而你想要另一样东西。一位实验人员向 14 个月和 18 个月大的婴儿展示了一碗生西兰花和一碗小鱼饼干，然后品尝了每一种，做出了厌恶的表情或高兴的表情。然后她伸出手问：“你可以给我一些吗？” 当实验人员表现得好像喜欢西兰花时，18 个月大的婴儿给了她西兰花，即使他们自己不会选择西兰花。（14 个月大的婴儿总是给她饼干。）因此，即使在这个非常小的年龄，孩子们也不是完全以自我为中心的——他们可以从另一个人的角度来看问题，至少是以一种简单的方式。到四岁时，他们对日常心理学的理解更加精细。例如，他们可以解释，如果某人的行为很奇怪，那是因为他或她相信一些不真实的事情。
到 20 世纪末，实验已经绘制出了婴儿令人印象深刻的抽象和复杂的知识，以及随着孩子长大，这种知识同样令人印象深刻的增长。一些科学家认为，婴儿一定是天生就知道成年人所知道的大部分关于物体和人行为方式的知识。毫无疑问，新生儿远非一张白纸，但儿童知识的变化也表明他们正在从经验中学习世界。
心理学和哲学中最伟大的谜团之一是人类如何从混乱的感觉数据中学习世界。在过去的十年中，研究人员已经开始更多地了解婴儿和幼儿如何如此快速和准确地学习如此多的知识。特别是，我们发现婴儿和幼儿具有从统计模式中学习的非凡能力。
布利克特的统计学
1996 年，当时都在罗切斯特大学的珍妮·R·萨夫兰、理查德·N·阿斯林和埃莉萨·L·纽波特首次在语言声音模式的研究中证明了这种能力。他们向一些八个月大的婴儿播放了具有统计规律的音节序列。例如，“ro”可能只有三分之一的时间跟随“bi”，而“da”可能总是跟随“bi”。然后他们向婴儿播放了新的声音串，这些声音串要么遵循这些模式，要么打破了这些模式。婴儿听统计上不寻常的声音串的时间更长。最近的研究表明，婴儿可以检测音乐音调和视觉场景的统计模式，以及更抽象的语法模式。
婴儿甚至可以理解统计样本和总体之间的关系。在我加州大学伯克利分校的同事徐飞在 2008 年的一项研究中，向八个月大的婴儿展示了一个装满混合乒乓球的盒子：例如，80% 是白色，20% 是红色。实验人员会随意取出五个球。当徐飞从盒子中取出四个红球和一个白球（一种不可能的结果）时，婴儿们会更加惊讶（也就是说，他们看着场景的时间更长、更专注），而不是当她取出四个白球和一个红球时。
检测统计模式只是科学发现的第一步。更令人印象深刻的是，儿童（像科学家一样）使用这些统计数据来得出关于世界的结论。在一个使用玩具绿青蛙和黄鸭子的 20 个月大婴儿的乒乓球研究版本中，实验人员会从盒子中取出五个玩具，然后要求孩子从桌子上的一些玩具中给她一个玩具。如果实验人员从主要装有绿色玩具的盒子中取出的大部分是绿青蛙，那么孩子们对颜色没有表现出偏好。然而，如果她从盒子中取出的大部分是鸭子，他们会专门给她一只鸭子——显然孩子们认为她统计上不太可能的选择意味着她不是随机行动，并且她一定更喜欢鸭子。
图片来源：蒂莫西·阿奇博尔德
在我的实验室里，我们一直在研究幼儿如何使用统计证据和实验来弄清楚因果关系，我们发现他们的思维远非“前因果的”。我们向他们介绍一种我们称之为“布利克特探测器”的设备，这是一种机器，当你把一些东西放在上面时，它会亮起并播放音乐，但把其他东西放在上面则不会。然后我们可以给孩子们关于探测器的证据模式，看看他们得出什么因果结论。哪些物体是布利克特？
2007 年，现在在康奈尔大学的塔玛·库什尼尔和我发现，学龄前儿童可以使用概率来学习机器的工作原理。我们反复将两个积木中的一个放在机器上。机器在黄色积木上亮起的概率为三分之二，而在蓝色积木上仅为六分之二。然后我们把积木给孩子们，让他们点亮机器。这些还不会加减法的孩子更倾向于将高概率的黄色积木放在机器上。（最近，华盛顿大学的安娜·韦斯迈耶和我发现，即使是 24 个月大的婴儿也能做到这一点。）
当我们把高概率的积木在机器上挥舞，在不接触它的情况下激活它时，他们仍然选择了正确的积木。尽管他们认为这种“远距离作用”在实验开始时不太可能（我们问过他们），但这些孩子可以使用概率来发现关于世界的全新和令人惊讶的事实。
在另一个实验中，现在在麻省理工学院的劳拉·舒尔茨和我向四岁儿童展示了一个带有开关和两个齿轮的玩具，一个蓝色，一个黄色，在顶部。当你拨动开关时，齿轮会转动。这个简单的玩具可以通过多种方式工作。也许开关同时使两个齿轮转动，或者也许开关转动黄色齿轮，黄色齿轮转动蓝色齿轮，依此类推。我们向孩子们展示了说明每种可能性的图片——例如，黄色齿轮将被描绘成推动蓝色齿轮。然后我们向他们展示了以其中一种或另一种方式工作的玩具，并向他们提供了关于每个玩具如何工作的相当复杂的证据。例如，拿到“因果链玩具”的孩子看到，如果你卸下蓝色齿轮并转动开关，黄色齿轮仍然会转动，但如果你卸下黄色齿轮并转动开关，则什么也不会发生。
我们要求孩子们选择与玩具工作方式相符的图片。四岁大的孩子非常擅长根据我们呈现给他们的证据模式来确定玩具的工作方式。此外，当其他孩子只是被单独留在机器旁时，他们玩齿轮的方式有助于他们了解它的工作原理——就好像他们在做实验一样。
舒尔茨的另一项研究使用了一个带有两个杠杆以及一个鸭子和一个弹出的木偶的玩具。一组学龄前儿童被告知，当你按下其中一个杠杆时，鸭子会出现，而当你按下另一个杠杆时，木偶会弹出。第二组看到，当你同时按下两个杠杆时，两个玩具都会弹出，但他们从来没有机会看到杠杆单独做什么。然后实验人员让孩子们玩这个玩具。第一组的孩子玩玩具的时间比第二组的孩子少得多。他们已经知道它是如何工作的，并且对探索它不太感兴趣。第二组面临一个谜团，他们自发地玩玩具，很快就发现了哪个杠杆做什么。
这些研究表明，当孩子们自发地玩耍时（“什么都想碰”），他们也在探索因果关系并做实验——这是发现世界如何运作的最有效方式。
婴儿计算机
显然，儿童并没有像成年科学家那样自觉地进行实验或分析统计数据。然而，儿童的大脑一定是以一种类似于科学发现方法的方式无意识地处理信息。认知科学的核心思想是大脑是一种由进化设计并通过经验编程的计算机。
计算机科学家和哲学家已经开始使用关于概率的数学思想来理解科学家和儿童强大的学习能力。一种开发用于机器学习的计算机程序的全新方法使用所谓的概率模型，也称为贝叶斯模型或贝叶斯网络。这些程序可以解开复杂的基因表达问题或帮助理解气候变化。这种方法也导致了关于儿童头脑中的计算机如何工作的新想法。
概率模型结合了两个基本思想。首先，它们使用数学来描述儿童可能对事物、人和单词的假设。例如，我们可以将儿童的因果知识表示为事件之间因果关系的地图。箭头可以从“按下蓝色杠杆”指向“鸭子弹出”来表示该假设。
其次，程序系统地将假设与不同事件模式的概率联系起来——这种模式来自科学中的实验和统计分析。更符合数据的假设变得更有可能。我认为，儿童的大脑可能以类似的方式将关于世界的假设与概率模式联系起来。儿童以简单关联或规则无法解释的复杂而微妙的方式进行推理。
此外，当儿童无意识地使用这种贝叶斯统计分析时，他们实际上可能比成年人更擅长考虑不寻常的可能性。在 2014 年发表在《认知》杂志上的一项研究中，我的同事和我向四岁儿童和成年人展示了一个以奇怪方式工作的布利克特探测器，需要将两个积木放在一起才能使其运行。四岁儿童比成年人更擅长掌握这种不寻常的因果结构。即使证据暗示面前的机器并非如此，成年人似乎也更依赖他们通常不会那样工作的先验知识。
在最近的其他研究中，我的团队发现，认为自己正在接受指导的幼儿会修改他们的统计分析，并可能因此变得不那么有创造力。实验人员向四岁儿童展示了一个玩具，如果你对其执行正确的动作顺序，例如拉动手柄然后挤压球囊，它就会播放音乐。对于一些孩子，实验人员说：“我不知道这个玩具是如何工作的——让我们弄清楚。” 她继续为孩子们尝试各种较长的动作序列，其中一些以短序列结束并播放音乐，而另一些则没有。当她要求孩子们让玩具工作时，他们中的许多人尝试了正确的短序列，根据他们所看到的统计数据，敏锐地省略了可能多余的动作。
对于其他孩子，实验人员说她会教他们如何通过向他们展示产生和不产生音乐的序列来使玩具工作，然后她以完全相同的方式对玩具进行操作。当被要求让玩具工作时，这些孩子从未尝试过捷径。相反，他们模仿了整个动作序列。这些孩子是否忽略了他们所看到的统计数据？也许不是——他们的行为可以用贝叶斯模型准确地描述，在该模型中，“老师”有望选择最具指导意义的序列。简单来说：如果她知道较短的序列有效，她就不会向他们展示不必要的动作。
进化与神经学
如果大脑是一台由进化设计的计算机，我们也可以询问我们在非常年幼的儿童身上看到的非凡学习能力的进化论证和神经学基础。最近的生物学思想与我们在心理学实验室中看到的非常一致。
从进化的角度来看，关于人类最引人注目的事情之一是我们漫长的幼稚期。我们的童年比任何其他物种都长得多。为什么要让婴儿如此无助如此之久，从而需要成年人投入如此多的工作和照顾来维持婴儿的生命？
在整个动物王国中，成年人的智力和灵活性与婴儿的幼稚程度相关。“早熟”物种，如鸡，依赖于高度特定的先天能力，这些能力适应于一个特定的环境生态位，因此它们成熟得很快。“晚熟”物种（那些后代需要父母照顾和喂养的物种）则依赖于学习。例如，乌鸦可以拿起一个新的物体，如一根金属丝，并弄清楚如何将其变成工具，但幼小的乌鸦比鸡更长时间地依赖于它们的父母。
学习策略有很多优点，但在学习发生之前，你是无助的。进化通过婴儿和成年人之间的劳动分工来解决这个问题。婴儿获得受保护的时间来了解他们的环境，而无需真正做任何事情。当他们长大后，他们可以使用他们学到的东西更好地生存和繁殖——并照顾下一代。从根本上说，婴儿被设计用来学习。
神经科学家已经开始了解一些使所有这些学习发生的脑机制。婴儿的大脑比成年人的大脑更灵活。它们在神经元之间有更多的连接，没有一个是特别有效的，但随着时间的推移，它们会修剪掉未使用的连接并加强有用的连接。婴儿的大脑也含有高水平的化学物质，这些化学物质使大脑更容易改变连接。
被称为前额叶皮层的大脑区域是人类特有的，并且需要特别长的时间才能成熟。成年人在这个大脑区域控制下的注意力集中、计划和有效行动的能力取决于童年时期发生的漫长学习。该区域的布线可能要到 20 多岁中期才能完成。
幼儿前额叶控制的缺乏自然看起来是一个巨大的障碍，但它实际上可能对学习非常有帮助。前额叶区域抑制不相关的想法或行为。但是不受抑制可能有助于婴儿和幼儿自由探索。像孩子一样创造性地探索和灵活学习的能力与像成年人一样有效计划和行动的能力之间存在权衡。有效行动所需的品质——例如快速自动处理和高度修剪的大脑网络——可能本质上与对学习有用的品质（例如灵活性）背道而驰。
过去十年的研究出现了一幅关于童年和人性的新图景。婴儿和幼儿远非仅仅是未完成的成年人，而是被进化精巧地设计成去改变和创造，去学习和探索。这些能力如此内在，以至于成为人类的意义所在，在我们生命的最早几年以最纯粹的形式出现。我们最宝贵的人类成就是可能的，因为我们曾经是无助的、依赖性的孩子，而不是尽管如此。童年和养育对于我们的人性至关重要。
工作中统计学家
婴儿是熟练的统计分析师。实验表明，如果从主要为白色的集合中取出不可能数量的红色乒乓球，八个月大的婴儿会注意到。实验的变体（例如交换红色和白色的角色）控制了替代解释（例如对红色物体有更大的兴趣）。用绿色和黄色玩具测试的 20 个月大的婴儿推断，拿走异常大量的稀有颜色的人会更喜欢被给予该颜色的玩具。因此，婴儿和幼儿像科学家一样学习世界——通过检测统计模式并从中得出结论。