三十年前，大多數心理學家、精神病學家和哲學家認為，嬰兒和幼兒是不理性的、以自我為中心的和不道德的。他們認為兒童被鎖在具體的此時此地——無法理解因果關係，想象他人的經歷，或理解現實與幻想之間的區別。人們仍然經常認為兒童是有缺陷的成年人。但在過去的三十年裡，科學家們發現，即使是最年幼的孩子也比我們曾經認為的知道得多得多。此外，研究表明，兒童學習世界的方式與科學家非常相似——透過進行實驗、分析統計資料以及形成關於物理、生物和心理領域的直覺理論。自 2000 年左右以來，研究人員已經開始瞭解支援這些非凡早期能力的潛在計算、進化和神經機制。這些革命性的發現不僅改變了我們對嬰兒的看法，也為我們提供了對人性的全新視角。
嬰兒物理學
為什麼我們長期以來對嬰兒的看法如此錯誤？如果你粗略地觀察四歲及以下的兒童（我將在本文中討論的年齡範圍），你可能會得出結論，似乎沒有什麼事情發生。畢竟，嬰兒不會說話。即使是學齡前兒童也不擅長報告他們的想法。問問你普通的三歲孩子一個開放式的問題，你很可能會得到一段優美但難以理解的意識流獨白。早期的研究人員，如瑞士先驅心理學家讓·皮亞傑，得出結論，兒童的思想本身是不合理的和不合邏輯的，以自我為中心的和“前因果的”——沒有因果關係的概念。
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們今天世界的發現和想法的具有影響力的故事的未來。
始於 1970 年代後期的新科學依賴於觀察嬰兒和幼兒行為的技術，而不僅僅是他們所說的話。嬰兒看新奇或意外事件的時間比看更可預測的事件的時間更長，實驗人員可以使用這種行為來弄清楚嬰兒期望發生什麼。然而，最強有力的結果來自觀察行為的研究：嬰兒會伸手去拿或爬向哪些物體？嬰兒和幼兒如何模仿周圍人的行為？
儘管非常年幼的孩子很難告訴我們他們在想什麼，但我們可以用更微妙的方式使用語言來探究他們知道什麼。例如，密歇根大學的亨利·韋爾曼分析了兒童自發對話的錄音，以尋找他們思維的線索。我們可以給孩子們非常集中的問題——例如，讓他們在兩個選項之間做出選擇，而不是問一個開放式的問題。
在 1980 年代中期和整個 1990 年代，科學家們使用這些技術發現，嬰兒已經對他們周圍的世界瞭解了很多。這種知識遠遠超出了具體的、此時此地的感覺。伊利諾伊大學的蕾妮·拜拉吉昂和哈佛大學的伊麗莎白·S·斯佩爾克等研究人員發現，嬰兒理解基本的物理關係，如運動軌跡、重力和包含。他們看玩具車似乎穿過實體牆的時間比看符合日常物理基本原理的事件的時間更長。
到三歲或四歲時，孩子們對生物學有了基本的概念，並且對生長、遺傳和疾病有了初步的理解。這種早期的生物學理解揭示了兒童在推理物體時超越了膚淺的感知表象。同樣在密歇根大學的蘇珊·A·蓋爾曼發現，幼兒相信動植物具有“本質”——一種看不見的核心，即使外表發生變化，它也保持不變。
對於嬰兒和幼兒來說，最重要的知識是關於他人的知識。華盛頓大學的安德魯·N·梅爾佐夫表明，新生兒已經理解人是特殊的，並且會模仿他們的面部表情。
1996 年，貝蒂·雷帕科利（現任職於華盛頓大學）和我發現，18 個月大的嬰兒可以理解我可能想要一樣東西，而你想要另一樣東西。一位實驗人員向 14 個月和 18 個月大的嬰兒展示了一碗生西蘭花和一碗小魚餅乾，然後品嚐了每一種，做出了厭惡的表情或高興的表情。然後她伸出手問：“你可以給我一些嗎？” 當實驗人員表現得好像喜歡西蘭花時，18 個月大的嬰兒給了她西蘭花，即使他們自己不會選擇西蘭花。（14 個月大的嬰兒總是給她餅乾。）因此，即使在這個非常小的年齡，孩子們也不是完全以自我為中心的——他們可以從另一個人的角度來看問題，至少是以一種簡單的方式。到四歲時，他們對日常心理學的理解更加精細。例如，他們可以解釋，如果某人的行為很奇怪，那是因為他或她相信一些不真實的事情。
到 20 世紀末，實驗已經繪製出了嬰兒令人印象深刻的抽象和複雜的知識，以及隨著孩子長大，這種知識同樣令人印象深刻的增長。一些科學家認為，嬰兒一定是天生就知道成年人所知道的大部分關於物體和人行為方式的知識。毫無疑問，新生兒遠非一張白紙，但兒童知識的變化也表明他們正在從經驗中學習世界。
心理學和哲學中最偉大的謎團之一是人類如何從混亂的感覺資料中學習世界。在過去的十年中，研究人員已經開始更多地瞭解嬰兒和幼兒如何如此快速和準確地學習如此多的知識。特別是，我們發現嬰兒和幼兒具有從統計模式中學習的非凡能力。
布利克特的統計學
1996 年，當時都在羅切斯特大學的珍妮·R·薩夫蘭、理查德·N·阿斯林和埃莉薩·L·紐波特首次在語言聲音模式的研究中證明了這種能力。他們向一些八個月大的嬰兒播放了具有統計規律的音節序列。例如，“ro”可能只有三分之一的時間跟隨“bi”，而“da”可能總是跟隨“bi”。然後他們向嬰兒播放了新的聲音串，這些聲音串要麼遵循這些模式，要麼打破了這些模式。嬰兒聽統計上不尋常的聲音串的時間更長。最近的研究表明，嬰兒可以檢測音樂音調和視覺場景的統計模式，以及更抽象的語法模式。
嬰兒甚至可以理解統計樣本和總體之間的關係。在我加州大學伯克利分校的同事徐飛在 2008 年的一項研究中，向八個月大的嬰兒展示了一個裝滿混合乒乓球的盒子：例如，80% 是白色，20% 是紅色。實驗人員會隨意取出五個球。當徐飛從盒子中取出四個紅球和一個白球（一種不可能的結果）時，嬰兒們會更加驚訝（也就是說，他們看著場景的時間更長、更專注），而不是當她取出四個白球和一個紅球時。
檢測統計模式只是科學發現的第一步。更令人印象深刻的是，兒童（像科學家一樣）使用這些統計資料來得出關於世界的結論。在一個使用玩具綠青蛙和黃鴨子的 20 個月大嬰兒的乒乓球研究版本中，實驗人員會從盒子中取出五個玩具，然後要求孩子從桌子上的一些玩具中給她一個玩具。如果實驗人員從主要裝有綠色玩具的盒子中取出的大部分是綠青蛙，那麼孩子們對顏色沒有表現出偏好。然而，如果她從盒子中取出的大部分是鴨子，他們會專門給她一隻鴨子——顯然孩子們認為她統計上不太可能的選擇意味著她不是隨機行動，並且她一定更喜歡鴨子。
圖片來源：蒂莫西·阿奇博爾德
在我的實驗室裡，我們一直在研究幼兒如何使用統計證據和實驗來弄清楚因果關係，我們發現他們的思維遠非“前因果的”。我們向他們介紹一種我們稱之為“布利克特探測器”的裝置，這是一種機器，當你把一些東西放在上面時，它會亮起並播放音樂，但把其他東西放在上面則不會。然後我們可以給孩子們關於探測器的證據模式，看看他們得出什麼因果結論。哪些物體是布利克特？
2007 年，現在在康奈爾大學的塔瑪·庫什尼爾和我發現，學齡前兒童可以使用機率來學習機器的工作原理。我們反覆將兩個積木中的一個放在機器上。機器在黃色積木上亮起的機率為三分之二，而在藍色積木上僅為六分之二。然後我們把積木給孩子們，讓他們點亮機器。這些還不會加減法的孩子更傾向於將高機率的黃色積木放在機器上。（最近，華盛頓大學的安娜·韋斯邁耶和我發現，即使是 24 個月大的嬰兒也能做到這一點。）
當我們把高機率的積木在機器上揮舞，在不接觸它的情況下啟用它時，他們仍然選擇了正確的積木。儘管他們認為這種“遠距離作用”在實驗開始時不太可能（我們問過他們），但這些孩子可以使用機率來發現關於世界的全新和令人驚訝的事實。
在另一個實驗中，現在在麻省理工學院的勞拉·舒爾茨和我向四歲兒童展示了一個帶有開關和兩個齒輪的玩具，一個藍色，一個黃色，在頂部。當你撥動開關時，齒輪會轉動。這個簡單的玩具可以透過多種方式工作。也許開關同時使兩個齒輪轉動，或者也許開關轉動黃色齒輪，黃色齒輪轉動藍色齒輪，依此類推。我們向孩子們展示了說明每種可能性的圖片——例如，黃色齒輪將被描繪成推動藍色齒輪。然後我們向他們展示了以其中一種或另一種方式工作的玩具，並向他們提供了關於每個玩具如何工作的相當複雜的證據。例如，拿到“因果鏈玩具”的孩子看到，如果你卸下藍色齒輪並轉動開關，黃色齒輪仍然會轉動，但如果你卸下黃色齒輪並轉動開關，則什麼也不會發生。
我們要求孩子們選擇與玩具工作方式相符的圖片。四歲大的孩子非常擅長根據我們呈現給他們的證據模式來確定玩具的工作方式。此外，當其他孩子只是被單獨留在機器旁時，他們玩齒輪的方式有助於他們瞭解它的工作原理——就好像他們在做實驗一樣。
舒爾茨的另一項研究使用了一個帶有兩個槓桿以及一個鴨子和一個彈出的木偶的玩具。一組學齡前兒童被告知，當你按下其中一個槓桿時，鴨子會出現，而當你按下另一個槓桿時，木偶會彈出。第二組看到，當你同時按下兩個槓桿時，兩個玩具都會彈出，但他們從來沒有機會看到槓桿單獨做什麼。然後實驗人員讓孩子們玩這個玩具。第一組的孩子玩玩具的時間比第二組的孩子少得多。他們已經知道它是如何工作的，並且對探索它不太感興趣。第二組面臨一個謎團，他們自發地玩玩具，很快就發現了哪個槓桿做什麼。
這些研究表明，當孩子們自發地玩耍時（“什麼都想碰”），他們也在探索因果關係並做實驗——這是發現世界如何運作的最有效方式。
嬰兒計算機
顯然，兒童並沒有像成年科學家那樣自覺地進行實驗或分析統計資料。然而，兒童的大腦一定是以一種類似於科學發現方法的方式無意識地處理資訊。認知科學的核心思想是大腦是一種由進化設計並透過經驗程式設計的計算機。
計算機科學家和哲學家已經開始使用關於機率的數學思想來理解科學家和兒童強大的學習能力。一種開發用於機器學習的計算機程式的全新方法使用所謂的機率模型，也稱為貝葉斯模型或貝葉斯網路。這些程式可以解開復雜的基因表達問題或幫助理解氣候變化。這種方法也導致了關於兒童頭腦中的計算機如何工作的新想法。
機率模型結合了兩個基本思想。首先，它們使用數學來描述兒童可能對事物、人和單詞的假設。例如，我們可以將兒童的因果知識表示為事件之間因果關係的地圖。箭頭可以從“按下藍色槓桿”指向“鴨子彈出”來表示該假設。
其次，程式系統地將假設與不同事件模式的機率聯絡起來——這種模式來自科學中的實驗和統計分析。更符合資料的假設變得更有可能。我認為，兒童的大腦可能以類似的方式將關於世界的假設與機率模式聯絡起來。兒童以簡單關聯或規則無法解釋的複雜而微妙的方式進行推理。
此外，當兒童無意識地使用這種貝葉斯統計分析時，他們實際上可能比成年人更擅長考慮不尋常的可能性。在 2014 年發表在《認知》雜誌上的一項研究中，我的同事和我向四歲兒童和成年人展示了一個以奇怪方式工作的布利克特探測器，需要將兩個積木放在一起才能使其執行。四歲兒童比成年人更擅長掌握這種不尋常的因果結構。即使證據暗示面前的機器並非如此，成年人似乎也更依賴他們通常不會那樣工作的先驗知識。
在最近的其他研究中，我的團隊發現，認為自己正在接受指導的幼兒會修改他們的統計分析，並可能因此變得不那麼有創造力。實驗人員向四歲兒童展示了一個玩具，如果你對其執行正確的動作順序，例如拉動手柄然後擠壓球囊，它就會播放音樂。對於一些孩子，實驗人員說：“我不知道這個玩具是如何工作的——讓我們弄清楚。” 她繼續為孩子們嘗試各種較長的動作序列，其中一些以短序列結束並播放音樂，而另一些則沒有。當她要求孩子們讓玩具工作時，他們中的許多人嘗試了正確的短序列，根據他們所看到的統計資料，敏銳地省略了可能多餘的動作。
對於其他孩子，實驗人員說她會教他們如何透過向他們展示產生和不產生音樂的序列來使玩具工作，然後她以完全相同的方式對玩具進行操作。當被要求讓玩具工作時，這些孩子從未嘗試過捷徑。相反，他們模仿了整個動作序列。這些孩子是否忽略了他們所看到的統計資料？也許不是——他們的行為可以用貝葉斯模型準確地描述，在該模型中，“老師”有望選擇最具指導意義的序列。簡單來說：如果她知道較短的序列有效，她就不會向他們展示不必要的動作。
進化與神經學
如果大腦是一臺由進化設計的計算機，我們也可以詢問我們在非常年幼的兒童身上看到的非凡學習能力的進化論證和神經學基礎。最近的生物學思想與我們在心理學實驗室中看到的非常一致。
從進化的角度來看，關於人類最引人注目的事情之一是我們漫長的幼稚期。我們的童年比任何其他物種都長得多。為什麼要讓嬰兒如此無助如此之久，從而需要成年人投入如此多的工作和照顧來維持嬰兒的生命？
在整個動物王國中，成年人的智力和靈活性與嬰兒的幼稚程度相關。“早熟”物種，如雞，依賴於高度特定的先天能力，這些能力適應於一個特定的環境生態位，因此它們成熟得很快。“晚熟”物種（那些後代需要父母照顧和餵養的物種）則依賴於學習。例如，烏鴉可以拿起一個新的物體，如一根金屬絲，並弄清楚如何將其變成工具，但幼小的烏鴉比雞更長時間地依賴於它們的父母。
學習策略有很多優點，但在學習發生之前，你是無助的。進化透過嬰兒和成年人之間的勞動分工來解決這個問題。嬰兒獲得受保護的時間來了解他們的環境，而無需真正做任何事情。當他們長大後，他們可以使用他們學到的東西更好地生存和繁殖——並照顧下一代。從根本上說，嬰兒被設計用來學習。
神經科學家已經開始瞭解一些使所有這些學習發生的腦機制。嬰兒的大腦比成年人的大腦更靈活。它們在神經元之間有更多的連線，沒有一個是特別有效的，但隨著時間的推移，它們會修剪掉未使用的連線並加強有用的連線。嬰兒的大腦也含有高水平的化學物質，這些化學物質使大腦更容易改變連線。
被稱為前額葉皮層的大腦區域是人類特有的，並且需要特別長的時間才能成熟。成年人在這個大腦區域控制下的注意力集中、計劃和有效行動的能力取決於童年時期發生的漫長學習。該區域的佈線可能要到 20 多歲中期才能完成。
幼兒前額葉控制的缺乏自然看起來是一個巨大的障礙，但它實際上可能對學習非常有幫助。前額葉區域抑制不相關的想法或行為。但是不受抑制可能有助於嬰兒和幼兒自由探索。像孩子一樣創造性地探索和靈活學習的能力與像成年人一樣有效計劃和行動的能力之間存在權衡。有效行動所需的品質——例如快速自動處理和高度修剪的大腦網路——可能本質上與對學習有用的品質（例如靈活性）背道而馳。
過去十年的研究出現了一幅關於童年和人性的新圖景。嬰兒和幼兒遠非僅僅是未完成的成年人，而是被進化精巧地設計成去改變和創造，去學習和探索。這些能力如此內在，以至於成為人類的意義所在，在我們生命的最早幾年以最純粹的形式出現。我們最寶貴的人類成就是可能的，因為我們曾經是無助的、依賴性的孩子，而不是儘管如此。童年和養育對於我們的人性至關重要。
工作中統計學家
嬰兒是熟練的統計分析師。實驗表明，如果從主要為白色的集合中取出不可能數量的紅色乒乓球，八個月大的嬰兒會注意到。實驗的變體（例如交換紅色和白色的角色）控制了替代解釋（例如對紅色物體有更大的興趣）。用綠色和黃色玩具測試的 20 個月大的嬰兒推斷，拿走異常大量的稀有顏色的人會更喜歡被給予該顏色的玩具。因此，嬰兒和幼兒像科學家一樣學習世界——透過檢測統計模式並從中得出結論。