Cogmaster 2011_Ep2
Upcoming SlideShare
Loading in...5
×
 

Cogmaster 2011_Ep2

on

  • 613 views

 

Statistics

Views

Total Views
613
Views on SlideShare
613
Embed Views
0

Actions

Likes
0
Downloads
0
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Cogmaster 2011_Ep2 Cogmaster 2011_Ep2 Presentation Transcript

  • EP2.   Social learning  Elena Pasquinelli Educa4on, cogni4on, cerveau  Cogmaster 2010‐2011 
  • Transmission of generic knowledge •  “There is … a  unique way to acquire generic  •  Induc4on problem: Humans are capable of  knowledge from a single instance of  transmiTng/extrac4ng general knowledge  informa4on intake, namely, when it is  from par4cular instances.   transmiEed through human communica4on.  •  When such instances are repe44ve and •  Moreover, the transmission of such generic  frequent, sta$s$cal mechanisms* are  knowledge is not restricted to linguis4c  invoked.  communica4on.  •  When this is not the case (single instance) we •  … you acquire kind‐generalizable  knowledge  need a further mechanisms for explaining  from a single manifesta4on.  induc4on. •  In such cases, the observer does not need to  •  Such a mechanisms is hypothesized to rely  rely on sta4s4cal procedures to extract the  on human‐human communica4on  relevant informa4on to be generalized as this  •  Verbal and not verbal (demonstra4on)  is selec4vely transmiEed to her by the  communica4ve demonstra4on.  •  Such a short‐cut to  generic knowledge  acquisi4on  relies heavily on the  communica4ve coopera4on and epistemic  benevolence of the communica4ve  partner.” (Gergely & Csibra, p. 3) 
  • A STEP BACK TO EARLY LEARNING MECHANISMS: ‐ STATISTICAL LEARNING   ‐ IMPLICIT LEARNING ‐ EXPLANATORY LEARNING   ‐ LEARNING BY ANALOGY ‐ LEARNING BY IMITATION 
  • Learning = modifica4on of behavior as a  consequence of experience •  “the modifica$on of behavior in the light of  •  Learning is a common func4on to  experience. Even simple organisms such as  Aplysia learn according to this defini4on. In  different animal species  fact, a number of different kinds of learning  have been iden4fied in work with animals.  •  Different forms of learning:  These include habitua$on, associa$ve  –  Habitua4on, associa4on,  learning, social learning (e.g. by emula4ng  others), and “insight” learning, where  imita4on, explana4on‐analogy  solu4ons to problems come “in a flash”.  Habitua4on and associa4ve learning in  infants have already been discussed. In  cogni)ve psychology, learning is usually  measured in terms of what has been  remembered as a result of learning, either  via measures of recogni)on, or via  measures of recall. We will examine learning  by imita$on, learning by analogy, and  explana$on‐based learning here, none of  which are found in animals (apart perhaps  from excep4onal animals such as language‐ reared chimps). Explana4on‐based learning is  a form of causal learning. Causal learning is  extremely important in cogni4ve  development, and is found in animals in  some forms…” (Goswami, 2008, p. 61‐62) 
  • Early learning mechanisms  •  “The assump4on will be one of common learning mechanisms, namely  •  sta4s4cal learning,  •  learning by imita4on,  •  explana4on‐based or causal learning  •  and learning by analogy.  •  Using these simple learning mechanisms, the brain appears to build up complex representa4ons  about how the world is.”  (Goswami, 2008, p. 52) •  “At least three types of learning also appear to be func4oning from very early in development. One  is associa$ve learning. Babies appear to be able to make connec4ons between events that are  reliably associated, even while in the womb. •  Once outside the womb, they appear to be able to track sta$s$cal dependencies in the world, such  as condi4onal probabili4es between visual events or between sounds. This turns out to be a very  powerful learning mechanism.”  •  “The second type of learning that appears to be available early is learning by imita$on. This may be  par4cularly important for the development of social cogni4on.” •  “Finally, infants appear to be able to connect causes and effects by using “explana$on based”  learning. … The causal inferences made by infants provide an extremely powerful mechanism for  learning about the world. Infants are not simply  detec4ng causal regulari4es but appear to be  construc4ng causal explana4ons for new phenomena on the basis of their prior knowledge. One  mechanism they use is learning by analogy”  (Goswami, 2008, p. 3‐4) 
  • Sta4s4cal learning •  «  When we make inferences that are not   •  Sta4s4cal learning is involved in the processing of  necessarily deduc4vely valid (when we go beyond  interrela4ons between features and the  the informa4on given) we are reasoning induc4vely.  differen4a4on of prototypes  … For example, when children learn about the  •  Experiments of Rosch, 1978; Younger & Cohen,  category « birds », they may learn about one or two  1983; Younger, 1985; Kirkham et al., 2002  exemplars (e.g. the robins and sparrows in their  back garden). However, they are happy to generalize  •  Kirkham, et al., 2002: a visual habitua4on task is  proper4es like « lives in a nest » to other birds...  based on simple colored geometric shapes (blue  » (Goswami, 2008, p. xvii)  cross, yellow circle, green triangle)  presented as a  con4nuous stream in a par4cular order; each infant •  “Younger’s cartoon‐animal experiments  saw a stream of 6 shapes  with tree pairings;  demonstrated that infants could code the  following habitua4on the infants saw 6 test displays,  correla4onal structure between the different  half of which comprised the familiar sequence and  features being manipulated by the experimenters.  half new sequences with different transi4onal  This suggests a form of sta4s4cal  probabili4es. All groups looked significantly longer  learning.” (Goswami, 2008, p. 18)  to the new sequences. •  “Using the regulari4es in input to learn which  features co‐occur together.” (Goswami, 2008, p. 18) •  “… infants have an impressive ability to keep track of  the sta4s4cal structure of the input” •  “This experiment with geometrical shapes suggests  that infants are able to learn about environmental  structure at a fairly abstract level.  •  The ability to track condi4onal probabili4es provides  a very powerful domain‐general learning  mechanism for extrac4ng structure from the  physical world of objects. ” (Goswami, 2008, p. 19) 
  • Language acquisi4on •  Language acquisi4on has provoked a debate  •  “Humans’ capacity for speech and language provoked classic debates on nature  on nature (Chomsky) vs nurture (Skinner)  versus nurture by strong proponents of na4vism (Chomsky, 1959) and learning •  Cri4cal periods in language learning differ in  (Skinner, 1957).   the three aspects of language: phone4cs  •  Language learning is a deep puzzle that our theories and machines struggle to solve  (before 12 months), syntax (18‐36), lexicon  but children accomplish with ease. How do infants discover the sounds and words  (forever)  used in their par4cular language(s) when the most sophis4cated computers cannot? •  Why are children beEer than adults?  What is it about the human mind that allows a young child, merely one year old, to •  Kuhl, 2004: neural commitment  understand the words that induce meaning in our collec4ve minds, and to begin to  use those words to convey their innermost thoughts and desires? A child’s budding  –  Once perceptual systems are commiEed  ability to express a thought through words is a breath‐taking feat of the human  they filter new informa4on  mind.  –  Commitment is done between 6 and 12  months (for phone4cs): before, children  •  Studies indicate, for example, that the cri4cal period for phone4c learning occurs  dis4nguish all the phone4c units of all  prior to the end of the first year, whereas syntac4c learning flourishes between 18  languages  and 36 months of age. Vocabulary development ‘‘explodes’’ at 18 months of age, but  does not appear to be as restricted by age as other aspects of language learning— one can learn new vocabulary items at any age. •  How can children succeed in a difficult task as  iden4fying and grouping the more or less 40  •  Work in my laboratory led me to advance the concept of neural commitment, the  phonemes that compose their language? In  idea that neural circuitry and overall architecture develops early in infancy to detect  the middle of a great variability of speech?  the phone4c and prosodic paEerns of speech (Kuhl, 2004; Zhang et al., 2005, 2009).  This architecture is designed to maximize the efficiency of processing for the •  Implicit learning processes commit the brain  language(s) experienced by the infant. Once established, the neural architecture  to the proper4es of na4ve language speech   arising from French or Tagalog, for example, impedes learning of new paEerns that  do not conform  •  Infants’ ability to learn which phone4c units are relevant in the language(s) they are  exposed to, while decreasing or inhibi4ng their aEen4on to the phone4c units that  do not dis4nguish words in their language, is the necessary step required to begin  the path toward language.  •  These data led to a theore4cal argument that an implicit learning process commits  the brain’s neural circuitry to the proper4es of na4ve‐language speech, and that  neural commitment has bi‐direc4onal effects – it increases learning for paEerns  (such as words) that are compa4ble with the learned phone4c structure, while  decreasing percep4on nonna4ve paEerns that do not match the learned scheme  (Kuhl, 2004). (Kuhl, 2010) 
  • Sta4s4cal learning and language •  Sta4s4cal learning (Saffran, et al, 1996)  •  “Sta4s4cal learning is computa4onal in nature, and reflects implicit rather than  applies to the capacity to iden4fy phonemes  explicit learning. It relies on the ability to automa4cally pick up and learn from the  and to the capacity of segmen4ng words  sta4s4cal regulari4es that exist in the stream of sensory informa4on we process, and  –   Japanese and English infants are both  strongly influences both phone4c learning and early word learning.  exposed to both /r/ and /l/ sounds, but in  •  To illustrate, adult speakers of English and Japanese produce both English r‐ and l‐like  Japanese the sound /r/ is much more  sounds, even though English speakers hear /r/ and /l/ as dis4nct and Japanese adults  frequent   hear them as iden4cal. Japanese infants are therefore exposed to both /r/ and /l/  –  Babies spot the transi4onal probabili4es  sounds, even though they do not represent dis4nct categories in Japanese. The  between syllables  presence of a par4cular sound in ambient language, therefore, does not account for  infant learning. However, distribu4onal frequency analyses of English and Japanese  show differen4al paEerns of distribu4onal frequency; in English, /r/ and /l/ occur  very frequently; in Japanese, the most frequent sound of this type is Japanese /r/  which is related to but dis4nct from both the English variants.   •  studies indicate infants pick up the distribu4onal frequency paEerns in ambient  speech, whether they experience them during short‐term laboratory experiments, or  over months in natural environments, and can learn from them.  •  Sta4s4cal learning also supports word learning. Unlike wriEen language, spoken  language has no reliable markers to indicate word boundaries in typical phrases. How  do infants find words? New experiments show that, before 8‐month‐old infants know  the meaning of a single word, they detect likely word candidates through sensi4vity  to the transi4onal probabili4es between adjacent syllables. In typical words, like in  the phrase, ‘‘preEy baby,’’ the transi4onal probabili4es between the two syllables  within a word, such as those between ‘‘pre’’ and ‘‘Ey,’’ and between ‘‘ba’’ and ‘‘by,’’  are higher than those between syllables that cross word boundaries, such and ‘‘Ey’’  and ‘‘ba.’’ Infants are sensi4ve to these probabili4es. When exposed to a 2 min string  of nonsense syllables, with no acous4c breaks or other cues to word boundaries, they  treat syllables that have high transi4onal probabili4es as ‘‘words’’ (Saffran et al.,  1996) ” (Kuhl, 2010) 
  • Language : sta4s4cal learning is not  enough •  Sta4s4cal learning can have strong and  •  At 9 months of age, the age at which the ini4al universal paEern of infant percep4on  durable effects on phone4cs at 9 months of  has changed to one that is more language‐specific, infants were exposed to a foreign  age, and with short‐4me exposure to  language for the first 4me (Kuhl et al., 2003). Nine‐month‐old American infants  sta4s4cal regulari4es   listened to 4 different na4ve speakers of Mandarin during 12 sessions scheduled over  –  9 months old children can learn to  4–5 weeks. The foreign language ‘‘tutors’’ read books and played with toys in  dis4nguish Mandarin phonemes from  sessions that were unscripted. A control group was also exposed for 12 sessions but  exposure to play and interac4on with a  heard only English from na4ve speakers. Ayer infants in the experimental Mandarin  Mandarin speaking tutor  exposure group and the English control group completed their sessions, all were •  But is sta4s4cal learning enough?   tested with a Mandarin phone4c contrast that does not occur in English. Both  –  9 months old children cannot learn to  behavioral and ERP methods were used. The results indicated that infants had a  dis4nguish Mandarin phonemes from a  remarkable ability to learn from the ‘‘live‐person’’ sessions – ayer exposure, they  Mandarin speaking TV‐canned / performed significantly beEer on the Mandarin contrast when compared to the  audiotaped tutor  control group that heard only English. In fact, they performed equivalently to infants •  Social interac4on is required  of the same age tested in Taiwan who had been listening to Mandarin for 10 months  (Kuhl et al., 2003). The study revealed that infants can learn from first‐4me natural  exposure to a foreign language at 9 months, and answered what was ini4ally the  experimental ques4on: can infants learn the sta4s4cal structure of phonemes in a  new language given first‐4me exposure at 9 months of age? If infants required a long‐  term history of listening to that language—as would be the case if infants needed to  build up sta4s4cal distribu4ons over the ini4al 9 months of life—the answer to our  ques4on would have been no.  •  Would infants learn if they were exposed to the same informa4on in the absence of a  human being, say, via television or an audiotape? If sta4s4cal learning is sufficient,  the television and audio‐only condi4ons should produce learning. Infants who were  exposed to the same foreign‐language material at the same 4me and at the same  rate, but via standard television or audiotape only, showed no learning—their  performance equaled that of infants in the control group who had not been exposed  to Mandarin at all.” (Kuhl, 2010) 
  • Language : sta4s4cal learning is not  enough •  Social interac4on  •  “social interac4on creates a vastly different learning situa4on, one in  can have an effect  which addi4onal factors introduced by a social context influence  learning. Ga4ng could operate by increasing: (1) aEen4on and/ or  on learning  arousal, (2) informa4on, (3) a sense of rela4onship, and/or (4) ac4va4on  of brain mechanisms linking percep4on and ac4on.   through:  •  Infant aEen4on, measured in the original studies, was significantly  higher in response to the live person than to either inanimate source  –  Enhancement of  (Kuhl et al., 2003). … AEen4on has been shown to play a role in the  sta4s4cal learning studies as well.”   aEen4on  •  during live exposure, tutors focused their visual gaze on pictures in the  books or on the toys as they spoke, and the infants’ gaze tended to  –  Addi4onal  follow the speaker’s gaze, as previously observed in social learning  studies (Baldwin, 1995; Brooks and Meltzoff, 2002). Referen4al  informa4on (gaze  informa4on is present in both the live and televised condi4ons, but it is  to object)  more difficult to pick up via television, and is totally absent during  audio‐only presenta4ons. … Infants who shiyed their gaze between the  –  Ac4va4on of  tutor’s eyes and newly introduced toys during the Spanish exposure  sessions showed a more nega4ve MMN (indica4ng greater neural  mirror systems,  discrimina4on) in response to the Spanish phone4c contrast. Infants  who simply gazed at the tutor or at the toy, showing fewer gaze shiys,  and other  produced less nega4ve MMN responses. The degree of infants’ social  engagement during sessions predicted both phone4c and word learning mechanisms for  —infants who were more socially engaged showed greater learning as  percep4on‐ac4on  •  reflected by ERP brain measures of both phone4c and word learning.  Social interac4on may ac4vate brain mechanisms that invoke a sense of  linking in the brain  rela4onship between the self and other, as well as social understanding  systems that link percep4on and ac4on “ (Kuhl, 2010) 
  • Implicit learning •  “There is no doubt that many of our most fundamental abili4es, whether they  •  Implicit learning theories are based on the  concern language, percep4on, motor skill, or social behavior, reflect some kind of  capacity of extrac4ng regulari4es, e.g. from  adapta4on to the regulari4es of the world that evolves without inten4on to learn,  language:  and without a clear awareness of what we know. This ubiquitous phenomenon was  •  Reber, 1967, 1989: implicit learning  allows  called ‘implicit learning’ (IL)  by Reber  40 years ago.”   the acquisi4on of complex, abstract •  Origina4ng from a different research tradi4on, the term ‘sta4s4cal learning’ (SL)  knowledge without awareness and effort  was proposed 10 years ago by Saffran and collaborators to designate the ability of  (extrac4on of abstract rules)  infants to discover the words embedded in a con4nuous ar4ficial language, and  •  Pacton & Perruchet, 2006: acquisi4on of  this field of research is now growing exponen4al.  the ap4tude to correctly answering to •  There are obvious similari4es between SL and IL. As in IL, par4cipants in SL  certain situa4ons, without the inten4on of  experiments are faced with structured material without being instructed to l earn.  learning (no extrac4on of abstract rules;  They learn merely from exposure to posi4ve instances, without engaging in  the learning of rules requires explicit  analy4cal processes or hypothesis‐tes4ng strategies.”  learning) •  “Introduc4on There is no doubt that many of our most fundamental abili4es,  •  It does not mean one can learn without  whether they concern language, percep4on, motor skill, or social behavior, reflect  aEen4on (concurrent aEen4onal tasks  some kind of adapta4on to the regulari4es of the world that evolves without  lower the capacity of implicit learning)   inten4on to learn, and without a clear awareness of what we know. This  •  But the crucial variable is the exposi4on to  ubiquitous phenomenon was called ‘implicit learning’ (IL) by Reber 40 years ago.  regulari4es in the environment  Since then, several studies have explored this form of learning with several  experimental paradigms (mainly finite‐state grammars and serial reac4on 4me  tasks; for reviews, see).  •  Ten years ago, it seemed possible to contrast IL and SL on their main issues of  interest, namely syntax acquisi4on and lexicon forma4on, respec4vely. Indeed, the  to‐be‐ learned material used in ar4ficial grammar learning research is typically  governed by rules, that is by organizing principles which are independent of the  specific material used in a given instance. If par4cipants learned the rules, then  this form of learning would be out of the scope of SL studies, in which the no4on  of rules is a priori irrelevant. However, research from the past few years has made  it increasingly clear that par4cipants in ar4ficial grammar learning experiments do  not need to extract the rules to perform well, even in situa4ons involving transfer  across surface forms…” (Pacton & Perruchet, 2006, p. 1) 
  • •  It does not mean one can learn without aRen$on  (concurrent aEen4onal tasks lower the capacity of  implicit learning)  
  • Implicit & explicit learning •  “This form of learning is unconscious and con4nues  •  Perruchet & Pacton, 2006: Explicit learning  throughout life.” (Goswami, 2008b, p. 5)  completes implicit learning with rules •  ‘In one of the most famous early studies comparing  •  Perruchet & Pacton, 2006: In any case, explicit  the effects of "learning a procedure" with "learning  learning raises performances in comparison with  with understanding," two groups of children  implicit learning (school instruc4on demands more  prac4ced throwing darts at a target underwater  than above chance performances)  (Scholckow and Judd, described in Judd, 1908; see a  •  Reber, 1989: introduc4on of explicit instruc4on is  conceptual replica4on by Hendrickson and  expecially useful when informa4on is provided  Schroeder, 1941).   before (rather than during or ayer the implicit •  One group received an explana4on of refrac4on of  learning phase), maybe because it helps direc4ng  light, which causes the apparent loca4on of the  aEen4on on mearningful aspects  target to be decep4ve. The other group only  •  Bransford, Brown, & Cocking, 2000: Judd &  prac4ced dart throwing, without the explana4on.  Scholckow 1908’s experiment confirms that explicit  Both groups did equally well on the prac4ce task,  instruc4on (before training) enhances performances  which involved a target 12 inches under water. But  for new situa4ons  the group that had been instructed about the  abstract principle did much beEer when they had to  transfer to a situa4on in which the target was under  only 4 inches of water. Because they understood  what they were doing, the group that had received  instruc4on about the refrac4on of light could adjust  their behavior to the new task.” (Bransford, et al.,  2000, p. 44) 
  • Implicit learning of errors •  “One concern about mul4ple‐choice tests is that  •  If implicit learning can happen by repeated  they rou4nely expose students to wrong answers. If  exposi4on (with aEen4on), then the repeated  subjects read all choices carefully ,they read three  exposi4on to errors favors the learning of errors  (usually) plausible wrong answers and only one  •  Mul4ple choice tests enhance learning of good, and  correct answer. Even if subjects pick the correct  bad, answers  answer, reading the wrong statements may make  those answers seem true later. That is, simply  repea4ng statements increases the probability that  those statements will be judged true late r(Hasher,  Goldstein,&Toppino,1977). Consistent with this  analysis, tes4ng increases later ra4ngs of the truth  of mul4ple‐choice lures, although they are s4ll rated  as less true than known facts (Toppino&Brochin, 1989;Toppino& Luipersbeck,1993). Similarly, tes4ng  increases the produc4on of mul4ple choice lures as  answers to later cued recall ques4ons, even when  students are strictly warned against guessing  (Roediger&Marsh,2005). Specifically, mul4ple‐ choice lures were used to answer 5% of ques4ons  when subjects had not been previously tested;  tes4ng increased the use of these specific wrong  answers to 12% on the later cued recall test.”  Marsh, et al., 2007, p. 195) 
  • Sta4s4cal learning & Extrac4on of  causal structures •  “… specific perceptual features of two objects in a “launching” event  •  In terms of neural sta4s4cal  (where object A impacts object B, causing it to begin to move) may vary,  learning, the infant brain is  but spa4o‐temporal dynamics (and therefore causal structure, i.e., the  essen4ally learning about  fact that A causes B to move) will vary less. The perceptual “illusion” of  dynamic spa4o‐temporal  causality during launching and other visual events noted by MichoEe  structure across sensory  (1963) is one example of how perceptual covaria4on can yield causal  modali4es  structure (Scholl & Tremoulet, 2000).  •  The brain automa4cally generates •  Most recently, it has been demonstrated that 6‐month‐old infants who  causal inferences from observed  watch geometric shapes (with eyes) that engage in self‐ini4ated mo4on  events  extract causal structure that an be interpreted as “moral” causal  •  Causal structures can be induced  structure (“helping” versus “hindering”). For example, in one scenario,  from sta4s4cal learning  the babies watched as a blue circle with eyes tried to move up a  mechanisms  “hill” (piece of green apparatus), but repeatedly failed to get beyond a  half‐way “plateau”. A yellow triangle with eyes then appeared and  “pushed” the blue circle on up the hill (or a red square appeared and  pushed the blue circle back down the hill). The babies were then  allowed to reach for both the “helper” and the “hinderer”. Twelve out of  12 babies reached for the yellow triangle (the “helper”, see Hamlin,  Wynn & Bloom, 2007).  •  The spa4o‐temporal structure of these objects and their “ac4ons” was  sufficient for the infants to interpret the movements as goal‐directed  ac4ons with moral content. The level of knowledge that can be  abstracted from spa4o‐temporal structure (perceptual causal  informa4on) about different en44es has in important cases been  transcended by modern physics and biology. A good example is the  medieval “impetus” theory of mo4on, which has been supplanted by  Newtonian physics (Kaiser, ProfiE & McCloskey, 1985). According to the  impetus theory of mo4on, every mo4on must have a cause. ” (Goswami,  2008b, p. 9) 
  • Explana4on‐based learning •  “Explana4on‐based learning … is the core  •  Children  use previous (domain) knowledge in order  mechanism used by infants to iden4fy new variables  to construct explana4ons for new situa4ons  as they build their knowledge of the physical world.   (generaliza4on) •  As infants experience more and more events, more  •  Iden4fy variables that are relevant for events to  elaborate representa4ons are developed in which  happen in a certain way  variables that are relevant to the events’ outcomes  •  It is essen4ally causal learning  are iden4fied and represented, such as degree of  contact for support events. This process whereby  infants iden4fy new variables in event categories is  thought to be explana4on‐based learning. •  In the field of machine learning, explana4on‐based  learning depends on construc4ng causal  explana4ons for phenomena on the basis of specific  training examples, using prior domain knowledge. •  If infants were merely learning condi4on‐outcome  rela4ons, as in associa4ve learning, then they would  be unable to make predic4ons about novel events.  •  However, infants who understand why (for example,  short covers cannot conceal tall objects should be  able to reason about height informa4on in any  covering event, even if this event is very remote in  perceptual terms form the learning events. •  The infants, like the machines, would be able to  formulate valid generaliza4ons from single  instances.”  (Goswami, 2008, p. 66) 
  • Learning by analogy •  “Finding correspondences between two events, situa4ons, or domains  •  Children learn by analogy   of knowledge and transferring knowledge from one to  •  This is a specifically human  another.”  (Goswami, 2008, p. 52)  capacity •  “In learning by analogy, “we face a situa4on, we recall a similar  •  It can be found in children before  situa4on, we match them up, we reason, and we learn” (Winston,  language but is powered by  1980). We may decide whether a dog has a heart by thinking about  language  whether people have hearts (young children use “personifica4on  analogies” to learn about biological kinds, see Inagaki & Hatano,  1988), or we may solve a mathema4cal problem about the interac4on  of forces by using an analogy to a tug‐of‐war (young children use  familiar physical systems to reason about unfamiliar ones, see Pauen,  1996). Reasoning by analogy has usually been measured in children  aged 3 years or older (see Goswami, 1992, 2001, for reviews), but can  also be demonstrated in infancy. However, so far, analogy has not  been found in the animal kingdom, sugges4ng that it is especially  important for human learning. •  Early analogies tend to depend on func4onal or causal rela4ons, but  once language is acquired analogies can be quite abstract (e.g. 3‐year‐ old children deciding how animals can evade predators by using  different forms of mimicry, see Brown, 1989). The use of analogy  depends crucially on the knowledge base. Children can only use  analogies based on familiar rela4ons, rela4ons that they have  experienced or that they understand. ” (Goswami, 2008b, p.13‐14) 
  • Learning by imita4on •  “Learning by imita4on can be defined as B learns from A  •  Infants imitate adults’ behavior  some part of the form of a behavior… One example is  •  Children learn by imita4on, e.g.  learning the use of a novel tool by imita4ng the ac4ons of  the use of tools  another user with that tool. Most defini4ons of imita4on  require that something new is learned, and such learning  •  Learning by imita4on is present  has proved remarkably difficult to dis4nguish in animals …  in the human baby by the age of  (Goswami, 2008, p. 62‐63)  at least 9 months (Meltzoff,  1988) •  Learning by imita4on is another cri4cal form of early  learning. Here the infant or child reproduces observed  ac4ons as a way of understanding them beEer. The  importance of reproducing observed ac4ons was core to  Piaget’s theory of the “sensory motor stage” (0 – 2 years) of  cogni4on. (Goswami, 200b8, p. 11) •  Piaget argued that inten4onal imita4on emerged at around  18 months, but it has since been shown that babies as young  as 1 hour old can imitate facial ac4ons (Meltzoff & Moore,  1983). In Meltzoff and Moore’s classic 1983 study, adults  modelled gestures like tongue protrusion and mouth  opening in a quiet environment, and the infants reproduced  these gestures. By around 9 months, babies can learn how  to manipulate novel objects such as experimenter‐built toys  by watching others manipulate them (Meltzoff, 1988).   (Goswami, 2008b, p. 11) •  Older babies can even imitate intended acts which are never  observed. Meltzoff 
  • Learning by imita4on & TV •  “Meltzoff (1988) has evidence that infants of 14 moths of age can indeed learn  •  14 months’ babies can learn the same  novel ac4ons from watching television.” (Goswami, 2008, p. 62‐63)  ac4ons from real experimenters and from  experimenters  canned in a TV video (on live)  •  But they learn less than from live ac4on  (video deficit effect) •  “Empirical research conducted using a number of different experimental  paradigms has demonstrated that infants, toddlers, and preschool children learn  –  Maybe because the processing of 2D  less from television and 2D s4ll images than from live face‐to‐face interac4ons …  s4muli is poorer  than the processing of  3D s4muli  This has been termed the video deficit effect: Infants’ ability to transfer learning  from television to real life situa4ons is rela4vely poor … compared to their  –  Or because 2D s4muli are poorly  impressive transfer of learning from a live demonstra4on to a different  understood and their rela4on to 3D real  objects is not granted  situa4on” (Zack, et al. 2009, p. 14)  –  Or because of poor representa4onal  flexibility (and memory requirements)  •  Is that because of 2D/3D encoding  differences? What happens with 3D models?   –  An experiments conduced by Zack and  coll.  would show that the limit comes  from the transfer of informa4on from  one dimension to another (live adult  demonstra4on)  –  Infants do just as well imita4ng 2D/2D  than 3D/3D: 2D is not as impoverished as  to block imita4on, and 2D does not  represent a poorly understood condi4on  in comparison with 3D (but live adult  demonstra4on could help the  understanding)  –  Representa4onal flexibility seems to be  the problem, thus memory would be the  key 
  • Imita4on, social cogni4on & mirror  neurons •  “Social cogni4on is currently an ac4ve area of research in  •  Among the studies on social  developmental cogni4ve neuroscience. Interest has focussed on a  cogni4on, mirror neurons have  neural system called the “mirror neuron system”, which is known to  gained lot of aEen4on  be important for ac4on and imita4on. Mirror neurons were  •  Mirror neurons are involved in the  discovered in monkey research on the representa4on of ac4on. These  representa4on of an ac4on  neurons were found to become ac4ve when the monkey performed  object‐directed ac4ons such as tearing, grasping, holding and  •  Mirror neurons are ac4vated when  manipula4ng. Furthermore, the same neurons became ac4ve when  observing an ac4on, independently  the animal observed someone else performing these ac4ons, such as  from the specific motor realiza4on of  someone else tearing paper. Mirror neurons were even ac4vated by  the ac4on  the sound of an ac4on, such as the sound of paper ripping (RizzolaT  •  Mirror neurons are related to the  & Craighero, 2004). RizzolaT and his colleagues pointed out that an  goal, and the agent  ac4on implies a goal and an agent, and therefore argued that mirror  •  Mirror neurons could be involved in  neurons may play an important role in understanding inten4ons. It  the understanding of others’  has since been shown that mirror neurons are ac4ve during imita4on,  inten4ons  and are only ac4vated by biological ac4ons (e.g., a human hand  •  Specula4vely, in empathy  grasping, Tai et al., 2004).  •  Mirror neurons are not ac4vated by mechanical ac4ons such as a  robot hand grasping, and Meltzoff has shown that babies will imitate  ac4ons on objects made by human hands but not iden4cal ac4ons  made by mechanical hands (Meltzoff, 1995).  •  It is therefore thought that the mirror neuron system may be a neural  substrate for understanding the ac4ons and internal states of others.  Interes4ngly, children with disorders of social cogni4on such as  au4sm appear to have very liEle mirror neuron ac4vity (DapreEo et  al., 2006). It is thus speculated that the mirror neuron system plays a  role in the development of empathy.” (Goswami, 2008b, p. 23) 
  • Human imita4on  •  Infants understand and •  Tomasello has argued that humans differ profoundly from apes in their  imitate adults’ inten4ons  skills of imita4on and imita4ve learning, because the ability to learn novel  •  This seems to be a specifically  behaviors via imita4on depends on the ability to understand the inten4ons  human learning capacity  of others.  •  Learning by imita4on seems •  Most of our knowledge about imita4ve learning in infants comes from the  to require the understanding  pioneering work of Meltzoff … Many of his more recent experiments  of others’ inten4ons  depend on the use of deferred imita4on … to see whether infants can  (Tomasello, 1990)  reproduce a novel ac4on that they have observed previously even if they  are not allowed access to the cri4cal materials at the 4me of learning.”  •  Older babies can even imitate intended acts which are never observed.  Meltzoff manipulated a number of novel events (e.g., inser4ng a string of  beads into a cylindrical container) so that the adult demonstrator  accidentally failed to demonstrate the event (e.g. fumbled the beads so  that they missed the opening). The observing infants took the beads and  put them into the container successfully (Meltzoff, 1995). •  Empirical studies such as these show that the infants are going beyond  what is observed and are aEribu4ng goals and inten4ons to the  demonstrator (see also Tomasello and colleagues, e.g. Carpenter, Call &  Tomasello, 2005). Understanding the goals of another person transforms  their ac4ons into purposive behaviour (Gergely et al., 2002).  
  • Understanding human inten4ons  •  Three levels of imita4on/understaninding •  “Ac4ng animately. An observer perceives that the actor has generated his mo4on autonomously; that is, she  others’ ac4ons & reading of inten4ons)  dis4nguishes animate self‐produced ac4on from inanimate, caused mo4on. There is no understanding that  –  Perceiving others as actors that  the actor has a goal, and so means and ends are not dis4nguished, nor are successful and unsuccessful  produce their ac4ons (6 months old  ac4ons. Although observers may learn from experience what animate actors typically do in familiar  children)  situa4ons, predic4ng behavior in novel circum‐ stances is basically impossible.   –  Perceiving others as having goals for  their ac4ons (9 months) •  Pursuing goals. An observer perceives and understands that the actor has a goal and behaves with  persistence un4l reality matches the goal; that is, she understands that the actor recognizes the success or  –  Perceiving others as making plans for  reaching their goal, and choosing the  failure of his ac4ons with respect to the goal and con4nues to act in the face of failure. This understanding  most ra4onal ac4on (14 months)  implies that the observer also knows that the actor sees things (e.g., objects with respect to which he has  (Tomasello, et al. 2005)  goals, poten4al obstacles to goals, the results of ac4ons) and that this helps to guide ac4on and determine  sa4sfac4on with results. Understanding ac4on in this way enables observers to predict what actors will do in  at least some novel situa4ons. •  Choosing plans. An observer perceives and under‐ stands that the actor considers ac4on plans and chooses  which of them to enact in inten4onal ac4on (and these may be more or less ra4onal depending on their fit  with perceived reality). She also understands that in ac4ng toward a goal the actor chooses which en44es in  its perceptual field to aEend to. In general, the observer understands that actors act and aEend to things for  reasons, which enables her to predict what an actor will do in a wide variety of novel situa4ons. (All  elements of Fig. 1 present.) Children’s understanding of these different aspects of inten4onal ac4on and  percep4on emerge, in this order, at different points in infancy“  •  “Six‐month‐old infants perceive animate ac4on and follow gaze direc4on, which enables them to build up  experiences on the basis of which they predict people’s ac4ons in familiar contexts. By 9 months of age,  infants understand that that people have goals and persist in behaving un4l they see that their goal has  been reached (avoiding obstacles and persis4ng past accidents and failures in the process) –be‐ ing happy  when the goal is reached and disappointed if it is not. By 14 months of age, infants begin to understand full‐  fledged inten4onal ac4on –including the rudiments of the way people make ra4onal decisions in choosing  ac4on plans for accomplishing their goals in par4cular reality contexts and selec4vely aEending to goal‐ relevant aspects of the situa4on.“ (Tomasello, et al., 2005) 
  • Engaging in shared inten4ons •  3 levels of engagement in  •  “Human infants are extremely sensi4ve to social con4ngencies. In their face‐to‐face interac4ons  shared inten4ons:  with adults, infants from just a few months of age display the ability to take turns in the sense of  –  Dyadic engagement:  ac4ng when the adult is more passive and being more passive when the adult is ac4ng  face to face  (Trevarthen 1979). When these con4ngencies are broken –for example, in experiments in which  interac4ons and  the adult’s behavior is preprogrammed (or played to the infant over delayed video) –infants  protoconversa4ons  show various signs of being out of sorts (for reviews, see Gergely & Watson 1999 and Rochat &  with shared emo4ons  Striano 1999). Infants’ early social interac4ons thus clearly show mutual responsiveness on the  –  Tryadic engagement:  behavioral level. But there is another dimension to these interac4ons that goes beyond simple  doing things together,  4ming and con4ngency. Human infants and adults interact with one another dyadically in what  but without assigning  are called protoconversa4ons. These are social interac4ons in which the adult and infant look,  roles for the reaching  touch, smile, and vocalize toward each other in turn‐taking sequences. But as most observers of  of the goal; sharing  infants have noted, the glue that holds proto‐ conversa4ons together is not just con4ngency but  percep4on and goals   (9‐12 months)  the exchange of emo4ons (Hobson 2002; Trevarthen 1979).  –  Collabora4ve  •  At around 9 to 12 months of age, as infants are beginning to understand other persons as goal  engagement = sharing  directed, they also begin to engage with them in ac4vi4es that are triadic in the sense that they  ac4on plans (12‐15  involve child, adult, and some outside en4ty to‐ ward which they both direct their ac4ons. These  months)  are ac4vi4es such as giving and taking objects, rolling a ball back and forth, building a block  tower together, puTng away toys together, “pretend” games of ea4ng or drinking, “reading”  books, and poin4ng‐and‐naming games (Hay 1979; Hay & Murray 1982; Verba 1994). During  these ac4vi4es, infants’ looking becomes coordinated with that of the other person triadically  toward the relevant outside objects as well. When researchers focus on this aspect of the joint  ac4vity, it is most oyen called “joint aEen4on” (e.g., see papers in Moore & Dunham 1995) – what we will call at this level joint percep4on.   •  At around 12 to 15 months of age, infants’ triadic engagements with others undergo a At around  12 to 15 months of age, infants’ triadic engagements with others undergo a significant  qualita4ve change. In a classic longitudinal study, Bakeman and Adamson (1984) categorized  infants’ interac4ons with their mothers as involving, among other things, either “passive joint  engagement” or “coordinated joint engagement.” Passive joint engagement referred to triadic  interac4ons in general, whereas coordinated joint engagement referred to triadic interac4ons in  which the infant was much more ac4ve in the interac4on –not just following adult leads, but also  some4mes direc4ng adult behavior and aEen4on as well in a more balanced manner. The  empirical finding was that al‐ though 9‐month‐old infants engaged in much passive joint  engagement, it was not un4l 12 to 15 months of age that infants engaged in significant amounts  of coordinated joint engagement.  
  • Humanness  •  “We propose that the crucial difference between human cogni4on and  that of other species is the ability to par4cipate with others in  •  At the origin of human  collabora4ve ac4vi4es with shared goals and inten4ons: shared  culture and cogni4on  inten4onality. Par4cipa4on in such ac4vi4es requires not only especially  stand two capaci4es:  powerful forms of inten4on reading and cultural learning, but also a  •  ‐ mind reading, and in  unique mo4va4on to share psychological states with oth‐ ers and unique  par4cular: the capacity of  forms of cogni4ve representa4on for doing so. The result of par4cipa4ng  perceiving and  in these ac4vi4es is species‐unique forms of cultural cogni4on and  understanding others’  evolu4on, enabling everything from the crea4on and use of linguis4c  inten4ons  symbols to the construc4on of social norms and individual beliefs to the •  ‐ a mo4va4on for  establishment of social ins4tu4ons. In support of this proposal we argue  engaging in shared  and present evidence that great apes (and some children with au4sm)  inten4on ac4vi4es  understand the basics of inten4onal ac4on, but they s4ll do not  par4cipate in ac4vi4es involving joint inten4ons and aEen4on (shared  inten4onality). Human children’s skills of shared inten4onality develop  •  So: shared inten4onality  gradually during the first 14 months of life as two ontogene4c pathways  is what makes humans  intertwine: (1) the general ape line of understanding others as animate,  special in the animal  goal‐directed, and inten4onal agents; and (2) a species‐unique mo4va4on  reign  to share emo4ons, experience, and ac4vi4es with other persons. The  •  (Tomasello, 2005)  develop‐ mental outcome is children’s ability to construct dialogic  cogni4ve representa4ons, which enable them to par4cipate in earnest in  the collec4vity that is human cogni4on” (Tomasello, et al.,  2005) 
  • Cultural intelligence hypothesis •  Baby humans differ  •  “Some other ape species transmit some behaviors socially or culturally , but their  from primates on  species‐ typical cogni4on does not depend on par4cipa4ng in cultural interac4ons in  social abili4es  the same way as it does in humans, who must  •  Humans have  •  (i) learn their na4ve language in social interac4ons with others,   developed special  •  (ii) acquire necessary subsistence skills by par4cipa4ng with experts in established  cogni4ve skills  as a  cultural prac4ces, and   result of the  •  (iii) (in many cultures) acquire skills with wriEen language and mathema4cal symbols  development of   specialized skills for  through formal schooling.  absorbing  •   In the end, human adults will have all kinds of cogni4ve skills not possessed by other  knowledge and  primates, but this outcome will be due largely to children’s early emerging,  prac4ces of their  specialized skills for absorbing the accumulated skillful prac4ces and knowledge of  social group  their social group (so that a child growing up outside of any human culture would  develop few dis4nc4vely human cogni4ve skills). Humans’ especially powerful skills  of social‐cultural cogni4on early in ontogeny thus serve as a kind of “bootstrap” for  the dis4nc4vely complex development of human cogni4on in general. We may call  this the cultural intelligence hypothesis”   •  “However, we should note that because the children were somewhat more skillful  than the apes in the causality tasks not involving ac4ve tool manipula4on, as well as  in the tasks of social cogni4on, it is possible that what is dis4nc4vely human is not  social‐cultural cogni4on as a specialized domain, as we have hypothesized. Rather,  what may be dis4nc4ve is the ability to understand unobserved causal forces in  general, including (as a special case) the mental states of others as causes of  behavior. Even in this case, however, it is a plausible hypothesis that understanding  hidden causal forces evolved first to enable humans to understand the mental states  of other persons, and this generalized only later to the physical domain”. (Herrmann,  et al., 2007) 
  • NATURAL PEDAGOGY:  ‐ THE INDUCTION PROBLEM ‐ THE CONDITIONS FOR NATURAL PEDAGOGY 
  • Natural pedagogy •  “… human communica4on is specifically  •  Development of natural pedagogy:  adapted to fulfil the funciton of transmiTng  generic knowledge between  •  Development of tools’ making prac4ces  individuals.” (Gergely & Csibra, p. 3)  represents an evolu4ve pressure •  “A new type of communica4ve learning  •  Because these prac4ces cannot be learned/ system based on ostensive‐referen4al  transmiEed by other, available mechanisms  demonstra4ons of knowledge  … expert user  of learning from imita$on/observa$on*  ac4vely guide the novice by selec4vely  manifes4ng the informa4on to be acquire  •  Because they represent opaque contents for  and generalized.  cogni4on •  … children … are always novices with respect  •  Thus, humans have evolved mechanisms that  to the accumulated knowledge of their  serve the pedagogical func4on of  culture.  transmiTng cogni4vely opaque contents  •  This is why we call the specific aspects of  •  These mechanisms are part of the more  human communica4on that allow and  general communica4on system  facilitate the transfer of generic knowledge  •  They consist of demonstra4on acts:  to novices Natural Pedagogy. ” (Gergely &  ostensive‐referen4al demonstra4ons  Csibra, p. 4) 
  • Adults/children natural pedagogical  system •  “When children are shown an ac4on  •  Children observe and imitate adults  performed in a par4cular style leading to a  –  Children spontaneously imitate causal ac4ons  clear end state (e.g. a mouse is hopping  that lead to achieve goals, and ignore other  across the table into a house), they tend to  components of the global ac4on  reproduce only the end state (put the mouse  –  The others components of the ac4on are  into the house), oyen ignoring the manner of  opaque to children’s cogni4on  ac4on (hopping). However, if the relevant  –  But, when the “teacher” makes it clear that  informa4on concerning the end state is  these components of the ac4on are relevant,  communicated to them verbally by the actor  children do pay aEen4on, and imitate  before the demonstra4on (“the mouse lives  •  Adults use their communica4on system to  in the house”), they reproduce the ac4on  facilitate children’s learning  style more oyen.   •  Young children are recep4ve to adult’s •  Ostensive communica4on does not only  ostensive demonstra4on before they are able  make children pay more aEen4on to the  to use it for learning  demonstra4on but they also see it as a  special opportunity to acquire generalizable  knowledge.” (Gergely & Csibra, p. 5)  •  Ostensive signals allow to •  “recent studies ...demonstrate this  –  Disambiguate the nature of the ac4on  preparadness in the form of three kinds of  (communica4on, not just using the tool)  early perceptual and cogni4ve biases:  –  Disambiguate the target of the  communica4on (you) 
  • Ostensive signals •  Preference for ostensive  •  1. preferen4al aEen4on for  signals :  the sources of ostensive  –  Gaze contact  signals   •  Newborns preferen4ally look at  schema4c face‐like paEerns with  direct gaze vs averted gaze;  preference disappears when  faces are upside‐down;  preference disappears when the  typical iris/sclera paEers of eyes  is inverted  •  Same neural ac4va4on for  infants and adults in response to  direct gaze and common neural  ac4va4on for two different  ostensive s4muli (direct gaze &  eye‐brow raise)  –  Motherese  –  Mo4onese 
  • Referen4al expecta4ons –  Infants follow the gaze of interac4ng  •  2. Referen4al expecta4on  adults to iden4fy what they are looking  induced by ostensive contexts  at, before they can understand language  •  Eight‐months olds observed  –  Useful for sampling parts of  someone on a computer screen  the world that others found  ostensively looking at and  interes4ng, and present in  gree4ng them before shiying her  other animals  gaze to llok behind one of two  –  Human infants followgaze  barriers. Following this, an object  shiys only when these are  preceded by ostensive signals  was revealed either at the  (gree4ng, gaze contact)  targeted or at the other occluded –  Infants expect to find an object at the  loca4on. Infants’ looking paEern  “end” of a gaze‐following in an ostensive  suggested that they expected to  context  find an object at the loca4on  –  13 months old Infants expect to  where the person’s gaze wwas  find the named object (if its name  directed  at, just like older infants  is part of their vocabulary)  do in similar live  –  But not if the gesture and word are  situa4ons.” (Gergely & Csibra, p.  emiEed by different persons  5‐8) 
  • Interpreta4on bias –  Not only infants are prepared to receive ostensive–referen4al  •  3. interpreta4on bias to  communica4on, but they do expect to learn something generalizable  from it (and not just a par4cular instance) = to learn about referent  preferen4ally encode the  kinds  –  When infants (18 months old) observe adults expressing  content of ostensive‐ emo4onal valence in rela4onship to an object in a non‐ communica4ve context, they infer that person’s par4cular  preference (she does not like it). But when the same paEern  referen4al communica4on as  of valence expression is inserted in a communica4ve  context, infants aEach the expressed value to the object and  represen4ng generalizable  expect that other people will react in the same manner to  the object  (it is disgus4ng for everybody)  knowledge”   –  Infants (9 months old) shiy their encoding paEern from  loca4on to appearance features when the situa4on shiys  from non‐communica4ve to communica4ve.  •  “this is what dis4nguishes our  –  They are more likely to detect change in loca4on in  hypothesis in the first place  a non‐communica4ve situa4on, but detect more  oyen features change in a communica4ve situa4on  and neglect loca4on; and this happens even in  from compe4ng proposals,  situa4ons in which loca4on is important,  pragma4cally, such as hiding games  according to which human  –  This bias could explain A not‐B task errors: children  stop being interested in loca4on and do not mind  communica4on originates  about the new loca4on, because the  communica4ve contexts has made them focus on  evolu4onarily and  the features of the object. In fact, once  communica4ve cues are removed, the errors  ontogene4cally from a basic  –  diminish.    Appearance features are beEer candidates for  mo4ve to cooperate with  later use and object iden4fica4on, thus for  generaliza4on.   others to achieve shared –  Communica4on has evolved not only for collabora4on‐purposes but  goals.” (Gergely & Csibra, p.  also under the pressure of learning/teaching purposes  5‐9) 
  • Social learning mechanisms •  “There are many types of social learning  •  Social learning mechanisms are common to several  mechanisms in the animal kingdom, and they all  animal species  involve some form of observa4onal learning, where  •  Learning generalizable knowledge from social  the observa4on of an adap4ve behavior of another  interac4ons seems to be specific to humans  individual makes it more likely that the observer will  •  Natural pedagogy seems to be universal, thus  produce the same or similar behaviors in the future.  In this sense, social learning represents transmission  “natural”  of general knowledge or skills from one individual to  another. •  Non‐human animals communicate about episodic,  non‐generalizable informa4on (that applies only to  the here and now), and learn new skills by  observa4on  or scaffolded individual learning, they  do not seem to use communica4on  to pass on  generalizable knowledge to others.” •  “ This discrepancy between general claims about  the absence of teaching and the actual reports is  likely to reflect the enormous differences between  teaching in Western socie4es and in more  tradi4onal cultures. It is not just that Western  educa4on relies heavily on formal schooling but also  that it aims to provide verbal explana4on and  jus4fica4on for what is being taught. … however,  Natural Pedagogy … seems to be  universal.”  (Gergely & Csibra, 2009, p. 12‐14) 
  • •  “Child development is today conceptualized  as an essen4ally social process, based on  incremental knowledge acquisi4on driven by  cultural experience and social context. We  have “social” brains.” (Goswami, 2008b, p. 1) 
  • LEVELS OF ANALYSIS 
  • Socially distributed cogni4on •  Distributed  “  If we want to explain the informa4on processing proper4es  cogni4on:   of individuals, we have no choice but to aEempt to infer what  –  The unit of  is inside the individual’s mind. Cogni4ve scien4sts do this by  analysis of  construc4ng carefully selected contexts for elici4ng behavior  cogni4ve  from which they can aEribute internal states to actors.  performanc However, if we take the cockpit system as the unit of analysis,  es should  be  we can look inside it and directly observe many of the  extended  phenomena of interest. In par4cular, we can directly observe  beyond the  the many representa4ons that are inside the cockpit system,  individual  yet outside the heads of the pilots. We can do a lot of  so as to  research on the cogni4ve proper4es of such a system (i.e., we  encompass  social and  can give accounts of the system’s behavioral proper4es in  material  terms of its internal representa4ons), without saying  interac4on anything about the processes that operate inside individual  s with tools  actors (Hutchins, 1990, 1991, 1995). This suggests that rather  than trying to map the findings of cogni4ve psychological  studies of individuals directly onto the individual pilots in the  cockpit, we should map the conceptualiza4on of the  cogni4ve system onto a new unit of analysis: the cockpit as a  whole. ” (Hutchins, 1995, p. 267) 
  • Socially distributed cogni4on •  Distributed  •  “Let us now apply the cogni4ve science frame to the cockpit as a cogni4ve  cogni4on:   system. How are the speeds represented in the cockpit? How are these  –  Remebember representa4ons transformed, processed, and coordinated with other  ing the speed  representa4ons in the descent, approach, and landing? How does the  is the task  cockpit system remember the speeds at which it is necessary to change  and result of  the configura4on of the wing in order to maintain safe flight?   cogni4ve  processes  •  The observable representa4ons directly involved in the cockpit processes  involving the  that coordinate airspeed with flap and slat seTngs are: the gross weight  pilots of the  display (Figure 2), the speed card booklet (Figure l), the two airspeed  cockpit as  indicator instruments with internal and external bugs (Figure 3), the  well as  speed select window of the flight guidance control panel, and the speed‐ various  instruments  related verbal exchanges among the members of the crew. The speed‐ related verbaliza4ons may appear in the communica4on of the values  from PNF to PF while seTng the speed bugs, in the ini4al slat extension  cross‐check, in the sub‐ sequent configura4on changes, in the cross‐check  phase of the before‐landing checklist performance, in the PNF’s approach  progress report at 500 feet AFL, and in any required speed devia4on call  outs on the final approach segment ayer the selec4on of the landing flap  seTng.   •  In addi4on to the directly observable media listed earlier, we may also  assume that some sort of representa4on of the speeds has been created  in two media that are not directly observable: the memories of the two  pilots, themselves. ” (Hutchins, 1995, p. 275)   
  • Distributed cogni4on •  Distributed  •  “We will advocate an externalism about mind, but one that is in no way  cogni4on:   grounded in the debatable role of truth‐condi4ons and reference in fixing  –  Performance the contents of our mental states. Rather, we advocate an “ac4ve  s typically  externalism”, based on the ac4ve role of the environment in driving  described as  cogni4ve processes.”  cogni4ve are  significantly  worst in  •  “The informa4on in OEos notebook, for example, is a central part of his  absence of  iden4ty as a cogni4ve agent. What this comes to is that OEo himself is  interac4on  best regarded as an extended system, a coupling of biological organism  with tools,  others, or of  and external resources.  epistemic  •  The informa4on in OEos notebook, for example, is a central part of his  ac4ons that  iden4ty as a cogni4ve agent. What this comes to is that OEo himself is  have no  best regarded as an extended system, a coupling of biological organism  other aim  and external resources.” (Clark & Chalmers, 1998)  than favoring  a beEer  knowledge of  the world 
  • Social neurosciences •  Strong accent on social cogni4on, in  •  “Panoramic photographs of the earth from space  cogni4ve sciences and in the new  reveal agricultural runoffs that stretch hundreds of  science of learning  miles out to sea …From this ionospheric perspec4ve,  –  Social neuroscience: importance of  one could easily visualize effects that could not be  mul4level, integra4ve analysis of  fully comprehended from a closer focal point. This  complex psychological phenomena  simple example from space sciences illustrates a  principle that seems so obvious … but that oyen  appears incomprehensible in the psychological  sciences and neurosciences. There are phenomena  that may be explicable in terms of events at a  microlevel of analysis but that are more easily  studied and more fully comprehended by reference  to broader and mul4ple levels analysis.” (Cacioppo &  Berentson, 1992, p. 1019)  •  “Cogni4ve behavioral and developmental  neuroscience, for instance, are all ac4ve areas of  research, but social neuroscience strikes some as  being an oxymoron (see ScoE, 1991). It is  not…” (Cacioppo & Berentson, 1992, p. 1020) 
  • Integra4on of levels of analysis •  Social neuroscience: importance of mul4level, integra4ve  •  “… the brain does not exist in isola4on but rather is a fundamental but  analysis of complex psychological phenomena  interac4ng component of a developing or aging individual who is a mere  actor in the larger theater of life. This theater is undeniably social,  –  1. Neurochemical events influence social processes;  beginning with prenatal care, mother‐infant aEachment, and early  Social processes influence neurochemical events  childhood experiences, and ending with loneliness or social support and  •  Difficulty in  the integra4on of neuroscience and social  with familiar or societal decisions about care for the elderly. … Social  psychology levels of analysis: different scales into which brain  psychology, with its panoramic focus on the effects of human associa4on  and behavior can be represented   and the impact of society on the individual, is therefore a fundamental  •  The level of organiza4on of psychological phenomena vary  from molecular the organism set into a physical environment  although some4mes unaknowledged complement to the  and a socio‐cultural context  neurosciences.” (Cacioppo & Berentson, 1992, p. 1020)  •  Neurosciences generally encompass the lower level of the  spectrum, social psychology the higher one  •  Integra4on means that analyses at each level of organiza4on  •  “Cogni4ve behavioral and developmental neuroscience, for instance, are  can  inform, refine or constrain inferences in the other levels  all ac4ve areas of research, but social neuroscience strikes some as being  –  2. The study of the elements of the system can fall short  an oxymoron (see ScoE, 1991). It is not…” (Cacioppo & Berentson, 1992,  of useful and comprehensive explana4ons  p. 1020)  •  In other sciences, the existence of different levels of  explana4on (protons/rocks) does not lead to considering  •  “… these fields differ in the level at which behavioral phenomena are  geology as a folk theory when compared with molecular level  uni4zed, although they need not differ in terms of the behavioral  models.   phenomenon under inves4ga4on. … Consequently, the conceptual units  •  Dis4nc4ve levels of analysis are complementary, not  alterna4ve  and dimensions of one level seldom map isomorphically into those of  –  3. A set of neural events can be a sufficient cause for  another.   producing a psychological phenomenon, without being a  •  Thus, social psychological analyses focus on social structures and  necessary one  processes that characterize func4onal aspects of neurophysiological  •  E.g., lying rubustly produces certain electrodermal responses ;  mechanisms, but a par4cular func4on cannot be readily characterized in  but other condi4ons can produce the same electrodermal  the terminology and concepts of neurophysiology. Moreover, a given  responses  •  E.g. schizophrenia is reliably associated with elevated  func4on can be implemented by one or more neurophysiological  dopamine levels (elevated dopamine levels produce  mechanisms whose boundaries may not be obvious, at least ini4ally, from  schizophrenia‐like symptoms) but excessive levels of  anatomical considera4ons.”  dopamine are not necessarily involved in all cases of  schizophrenia  •  Important advances have been made and will con4nue to be made using  –  However, when other neurochemical mechanisms are  iden4fied that produce schizophrenia‐like symptoms with  single levels of analysis. … there is an addi4onal benefit to be gained,  a different neurochemical basis, it is possible to part the  however, from a mul4level analysis of the phenomenon … from various  psychological term “schizophrenia” in different  pathologies.  structural scales or perspec4ves, ranging from the neuroscien4fic  •  In the case of mul4ple determinants of a certain behavior,  (“microscopic”) to the social psychological (“macroscopic”).” (Cacioppo &  studies on the sufficiency of a certain neurophysiological  Berentson, 1992, p. 1021)  condi4on in causing a certain phenomenological phenomenon  are impôrtant but lack generalizing power. 
  • from medicine to educa4on •  “… no single level of behavioral organiza4on is best for all psychological ques4ons. •  An example can be found in the rela4ve u4lity of specifying the sociocogni4ve versus  the neurophysiological basis of pa4ent delay following the onset of gynecologic  cancer. Women can now survive most gynecologic cancers if the disease is diagnosed  and treated early. … The form of the representa4on of pa4ent delay offered by  neuroscien4fic analyses of pa4ent delay, although perhaps contribu4ng to more  complete understanding of the phenomenon, is not op4mal for iden4fying the  determinants of pa4ent delay or for developing effec4ve interven4ons to minimize  such delay. Huge savings in resources and human suffering are there to be reaped not  through a specifica4on of the brain circuits underlying pa4ent delay, but by well‐ conceived public health campaings that iden4fy the early signs  of cancer…  ” (Cacioppo & Berentson, 1992, p. 1022)  •  “It follows … that an exclusive focus on a reduc4onis4c (e.g. neurophysiological,  molecular, gene4c) level of analysis can mask contribu4ons of other levels of  organiza4on to mental order and disorder and thereby constrain theore4cal accounts  of psychological phenomena.”  •  “Hence, without aEen4on to basic social psychological factors and processes, the  decade of the brain may yield some spectacular images and experimental effects but  rather limited answers to the problems of mental health.” (Cacioppo & Berentson,  1992, p. 1025) 
  • Emo4ons, sociability, cogni4on •  Social neuroscience: importance of emo4ons for  •  “recent work in affec4ve and social neuroscience has revealed  ra4onality   a new view of the mind. Far from divorcing emo4ons from  thinking, this research collec4vely suggests that emo4ons,  such as anger, fear, happiness and sadness, are cogni4ve and  physiological processes that involve both the body and mind  (Damasio et al., 2000).   •  As such, they u4lize brain systems for body regula4on (e.g. for  blood pressure, hear t rate, respira4on, diges4on) and  sensa4on (e.g. for physical pain or pleasure, for stomach  ache). They also influence brain systems for cogni4on,  changing thought in characteris4c ways—from the desire to  seek revenge in anger, to the search for escape in fear, to the  recep4ve openness to others in happiness, to the rumina4ng  on lost people or objects in sadness. In each case, the emo4on  can be played out on the face and body, a process that can be  felt via neural systems for sensing and regula4ng the body, or  the emo4on can some4mes involve simula4ons of the body  that do not leave the brain. And in each case, these feelings  interact with other thoughts to change the mind in  characteris4c ways, and to help people learn from their  experi‐ ences. Put simply, what affec4ve neuroscience is  revealing is that the mind is influenced by an interdependency  of the body and brain; both the body and brain are involved,  therefore, in learning (Immordino‐Yang & Damasio,  2007).” (Immordino‐Yang,2011, p. 99) 
  • Emo4ons, sociability, cogni4on, and •  educa4on  Social neuroscience: importance of emo4ons for  learning •  Mo4va4on  •  “For example, let us take an educa4onally relevant problem— why does a student solve a physics problem? The reasons are  fundamentally emo4onal, and range from pleasing his  parents, to the intrinsic reward of finding the solu4on, to  avoiding punishment or the teacher’s disapproval, to the  desire to aEend a good college. Each of these reasons involve  an implicit or explicit social or emo4onal value judgment, as  the student imagines how others would react to his behavior,  or how it would feel to solve the problem. And how does the  student solve the problem?   •  To apply problem‐solving skills usefully in physics, the student  must first mo4vate and engage himself sufficiently, must  recognize the type of problem that is before him, and must  call up informa4on and strategies that will steer him toward a  correct solu4on. Emo4on plays a cri4cal role in all of these  stages of problem solving, helping the student to evaluate,  either consciously or non‐consciously, which knowledge and  skills are likely relevant, and which will lead to a correct  solu4on, based on his past learning. As he begins thinking  through the solu4on, he is emo4onally evalua4ng whether  each cogni4ve step is likely to bring him closer to a useful  solu4on, or whether it seems to be leading him astray.   (Immordino‐Yang & Damasio, 2007).” (Immordino‐Yang, 2011,  p. 99) 
  • Mo4va4on, affect system and learning •  Mo4va4on is connected to  temperament, as well as to   •  “Temperament offers a level of analysis and  emo4onal counterparts of learning  undesrstadning that provides new •  Mastery mo4va4on: a psychological  perspec4ves on children’s educa4on. Built  force that s4mulates individuals to  on brain systems that have been increasingly  aEempt independently, in a focused  studies in recent years, these individual  and persistent manner, to solve  differences provide the building blocks for  problems and master a skill or task;  mo4va4on and learning experiences.  a disposi4on to curiosity and  Surgency‐extraversion has been posi4vely  interest, taking pleasure in  linked to mastery mo4va4on; fear and  mastering problems and preferring  sadness have been nega4vely linked to  challenging tasks  mastery mo4va4on. Children who are more  –  Connected to effor~ul control and  perceptually sensi4ve and open to  temperament  experience re also reported to be more •  Reward and punishment: some  competent. One of the most important  children are most ac4vated by the  dimensions of individual differences in  one, other children by the other.   temperament is effor~ul control, based on  the development of execu4ve aEen4on but  also related to the mo4va4onal systems that  temperament supports and shapes.  ” (Posner & Rothbart, 2007, p.)  
  • EXAMPLES & ISSUES OF SOCIAL LEARNING ‐ TUTORING 
  • The 2 sigma problem •  “… under the best learning condi4ons we can devise  •  Bloom, 1984 has compared 3 condi4ons of  (tutoring), the average student is 2 sigma above the  instruc4on:   average control student taught under conven4onal  –  Conven4onal (1:30, periodic tests for marking)  group methods of instruc4on. The tutoring process  –  Mastery learning (1:30, forma4ve tests for measuring  demonstrates that most of the students have the  mastery & immediate feedback)  poten4al to reach this high level of learning. I  –  Tutoring (1:1 or 1:2 1:3, forma4ve tests and feedback)  believe an important task of research and  •  He found that the average student under tutoring  instruc4on is to seek ways of accomplishing this  was above 98% of the students in the control class =  under more prac4cal  and realis4c condi4ons than  2 standard devia4ons above the average of the  the one‐to‐one tutoring, which is too costly for most  control class  socie4es to bear on a large scale. This is the “2  •  The average student under mastery learning was  sigma problem”.” (Bloom, 1984, p. 4)  about 1 standard devia4on above the average of the  control class (above 84% of the students in the  control class)  •  90% of the tutored students and 70% of the mastery  learning students aEained levels of achievement  that only 20% of the students in the control class  had achieved  –  Tutoring would probably not enable the top 20% of  tradi4onal instruc4on group  students to do beEer;  but 80% of tradi4onal classrooms do poorly in  comparison to tutoring  –  Maybe this is because teachers direct their aEen4on  to some students, and ignore others