讲座记录 | How Children Learn

时间：2026年10月24日晚 18:03 至 20:16。地点：北京师范大学电子楼。

主讲人：伊丽莎白·斯佩尔克（Elizabeth Spelke），哈佛大学心理学系 Marshall L. Berkman 讲席教授，美国国家科学院院士、美国艺术与科学院院士，哈佛大学发展研究实验室创始人与主任。

讲座题目：儿童如何学习（How Children Learn）。讲座后举行《婴儿知道什么》中文版新书发布会。

1 开场与学术渊源

北师大心理学部胡思源教授介绍，斯佩尔克教授研究婴儿与幼儿如何从生命最初开始理解世界，这套理论在人工智能时代同样重要，既有助于理解人类智能，也有助于改进人工智能系统。他提到几天前拿到《婴儿知道什么》中文版，书中写到斯佩尔克教授与张厚粲先生的交往。两位学者大约五十年前在宾夕法尼亚大学相识，两年前学部庆祝张先生从教周年时制作的纪念册里，正好收有当年那张合影。他说，希望这段联系让两校的关系更近，也欢迎斯佩尔克教授再来。

图注：斯佩尔克教授回忆，自己还是青年教师时在宾夕法尼亚大学结识正在访学的张先生，两人靠心理学这门共同语言交流。

北师大心理学部胡清芬教授接着介绍，斯佩尔克教授头衔很多，不必逐一宣读。她说，在座各位在本科课堂上里见过数量实验，也许还听过她讲空间再定向，婴儿怎样利用房间的形状和一面墙找到藏起来的球。今晚这位心理学家从教科书里走出来，站到大家面前。近些年，斯佩尔克教授与经济学家、教育工作者合作，用发展认知科学的发现设计干预，帮助世界上教育条件最困难的地区改善儿童学习。今晚她介绍这项工作的最新结果。

斯佩尔克教授在开场致谢中说，自己在中国过得很愉快，唯一的抱怨是收到的礼物太多，不得不加买一个行李箱。

2 儿童的学习能力与核心知识系统

2.1 儿童是主动、执着而且富有创造性的学习者

斯佩尔克教授从一个人人都知道的事实讲起：儿童是“学习能力惊人、执着而且高度主动”的学习者。最初几年，他们学会母语中最难的部分，包括细微句法和一晃而过的小功能词。成人学第二语言时常常抓不住这些，幼儿却在追踪它们。儿童还学会许多看上去简单、实际很难的动作，例如把一个很重的头放在两只脚上，从双脚支撑切换到单脚支撑。没有人给他们讲解，也很少有人纠正，他们靠试错学会，摔倒再爬起来（Adolph et al., 2012）。

儿童同时开始掌握家庭和更大社会世界里的习俗、信念、行为方式与仪式。斯佩尔克教授强调，文化学习格外困难，因为成人很有创造性，文化不断更新，与其他文化的差异越拉越大。婴儿出生时并不知道自己落在哪一种文化里，却要在早期学会所在文化的具体内容。她说，她很希望看到人工智能与机器人研究接手这个问题，但这是极难的任务。儿童却在多数时候没有多少指导和直接教学的情况下掌握了它。

她特别补充了爬行。爬行看起来比走路容易，不用精细地平衡，头也离地更近。可爬行有一处比走路更难：走路有成人示范，父母和哥哥姐姐都用两只脚走，儿童能看着学；爬行没有示范，除了婴儿自己，没人在爬。所以婴儿必须自己发明。录像里的婴儿有的手膝爬，有的手脚爬，有的单脚单膝加双手，各人一套。斯佩尔克教授说，他们很有创造性，找到能把自己从一个地方挪到另一个地方的办法，既不照抄某种先天固定模式，也没有成人教。这些例子引出她整场报告的问题：是什么让儿童学得这么快、这么灵活、这么有创造性？

2.2 核心知识：儿童不必从零开始

斯佩尔克教授的回答是，“儿童不必学会一切”，因为婴儿出生时就带着关于最重要实体的抽象结构的基本知识。她把这些系统称为核心知识（Spelke, 2022）。她解释说，核心知识系统按领域划分，各自围绕一类抽象性质组织。抽象很重要，因为这些性质在任何环境里都适用。无论出生在哪里，都会有物体，有会动的动物，有生长的植物，有可去的地方。各系统解决的问题也不同。数量系统处理集合的统计性质；她过去常说的常识系统，实际上是一个表征和学习生命世界事物的系统，负责植物和动物。这个系统对儿童学习物体类别很关键：周围有哪些东西，它们是什么形状，怎样凭形状认出它们，它们有什么功能；是动物，它们在做什么；是植物，它们怎样生长。领域、抽象性质与所解决的问题合在一起，构成每个系统的签名。

图注：核心知识的六个领域：客体、数量、形态、位置、主体、社会成员。

她把六个系统分别称为客体、数量、形态、位置、主体、社会成员。客体系统处理连续、固体性和物体物理；数量系统处理顺序、组合和环境统计；形态系统处理层级分枝和物体类别；位置系统处理距离、方向和导航；主体系统处理因果、代价和目标行动；社会系统处理交往、共同经验和社会网络。她强调，这种划分是理论框架，各个系统有各自的限制，不能把某一个系统的能力直接推广到另一个系统。

核心知识系统有几个她反复强调的性质。第一是古老。这些系统在多种动物身上都能找到，而且表现出与人类婴儿相同的签名。她以几何导航为例：在带不同大小、不同纹理图案的房间里导航，有一些很古怪的偏好和能力，看上去像人类特有，斑马鱼却表现出与儿童相同的模式（Lee et al., 2013）。人类与斑马鱼的共同祖先大约生活在四亿年前，认知演化有足够长的时间把这些系统打磨得很高效。第二是先天的。动物研究允许受控养育实验，这类实验提供的证据说明核心知识在相关经验出现之前就已经存在并且能用。她解释说，“先天”在这里只有一个意思：儿童第一次遇到需要调用某个系统的情境时，这个系统已经存在并且能起作用。第三是贯穿一生。核心知识的签名不限于婴儿期，在儿童、成人以及多种文化中都存在，并且与神经科学证据相互对应。第四是无意识。因为成人也保留这些系统，研究者可以直接在成人身上做实验。她让成人看给婴儿做的实验，事先不告诉他们研究目的，实验结束后再问他们刚才在看什么。他们会说各种话，但几乎不会说这是一项关于物体表征或数量表征的研究。脑成像却显示，如果任务确实涉及数量，成人激活的正是数量任务相应的脑区。斯佩尔克教授说，系统在运作，当事人却没有觉察。

她随后提出本场报告的核心主张：这些核心知识系统也指导儿童的学校学习。她提醒，这个主张正受到挑战，后面的许多研究都是被这些挑战推着做的。

3 两组代表性证据

3.1 数量：新生儿的跨通道匹配与睡眠婴儿的脑电解码

第一个例子来自巴黎。Véronique Izard 利用法国医院允许母婴留院多日的条件，在产科病房里寻找醒着的新生儿。婴儿听到法语音节序列，一半是四个长音节，一半是十二个短音节，两种序列的总时长相同。随后婴儿看静态图像，有的四件物体，有的十二件。结果，婴儿注视与声音数目一致的图像更久。斯佩尔克教授指出，这种匹配只在三比一的对比下成立，二比一时效果较弱，说明这是近似而非精确的数量表征（Izard et al., 2009）。新生儿阶段的后续研究进一步区分了小数量与大数量，并考察了空间、时间与数量的关系（Coubart et al., 2014；de Hevia et al., 2014）。近似数量能力在儿童和成人身上继续存在，成人不计数时也保留这种近似表征（Halberda et al., 2012）。她还指出，这些数量任务在婴儿、儿童、普通成人和职业数学家身上激活相同的脑区和加工过程（Feigenson et al., 2004；Amalric & Dehaene, 2016）。

图注：新生儿的跨通道数量匹配。婴儿听到四个长音节或十二个短音节，再看四件或十二件物体的静态图像，注视与声音数目一致的图像更久。

这类研究一直面对一个质疑：婴儿反应的也许是与数目共变的其他变量，例如总时长、项目总数或声音出现的速率。斯佩尔克教授认为，最有力的回应来自 Ghislaine Dehaene-Lambertz 实验室的脑电解码研究。三个月大的婴儿在困倦时戴上 156 个电极的高密度脑电帽，听四音或十二音的序列，音高、时长和速率都在变化。研究者用多变量模式分析，在少量序列上训练解码器，再用未训练过的序列检验。最后一个音结束后约 0.6 秒，解码器出现数量信号的峰值。婴儿醒来后看静态点阵，解码器不需要重新训练，就能跨通道解码数量。

她特别强调这项研究的关键一步。同一批数据里还能分别解码出速率和时长，三者的峰值时间并不重合。如果婴儿只是把几个变量混在一起，这些信号应当叠在同一时刻；实际没有。所以对“是数量还是时长或速率”的疑问，她的回答是“是，是，也是”：三者都有，而且可以分离（Gennari et al., 2023）。她说，行为实验几乎做不到同时追问两个变量，脑电数据让研究者可以在同一时刻分别检验数量和连续量。

斯佩尔克教授接着把早期数量能力与学校数学连起来。学前儿童不会做 21 加 32 这样的竖式，但如果让他猜，猜出的数离正确答案很近（Gilmore et al., 2007）。在点阵和声音序列上，学前儿童还能在不计数的情况下比较大集合、把两组点阵相加（Barth et al., 2005）。幼儿能比较和加减少量物体，学会一、二、三、四这几个数词，并自发地把标着二和三的两组物体合成五（Feigenson et al., 2004）。近似数量辨别的敏锐度与入学后的符号数学成绩相关（Halberda et al., 2008；Gilmore et al., 2010）。短时间看点点阵，再去做数学题，解题会更快更准（Hyde et al., 2014；Khanum et al., 2016）。她把这些线索概括为一个假设：核心数量系统为符号数学提供起点。她同时承认，相关不等于因果，短时任务只测到紧接着的表现变化，长期效果仍要另做检验。这正是后半场随机对照实验要回答的问题。

3.2 社会：注视、模仿与谁是“我的人”

第二个例子来自核心社会系统。斯佩尔克教授把这条研究路线的开创归给 Andrew Meltzoff。Meltzoff 让新生儿模仿成为可检验的问题：新生儿会模仿看着自己的人做出的伸舌头等动作（Meltzoff & Moore, 1977）。他和其他研究者还发现，婴儿对直视自己的面孔注视更久，会跟随他人的目光。她指出，这些行为在猿和猴身上也能看到，而且彼此关联：婴儿只模仿看着自己的人，只跟随先看着自己的人的目光，也只对看着自己的人注视更久。她把这种关联看作一套社会交往的信号系统。

她倾向于 Meltzoff 的解释：婴儿把直接注视、目光跟随、模仿这些信号当作社会参与的证据，当作对方在和自己创造共同经验的标志。有人看着你，说明他在和你交往；有人模仿你，说明他在回应你；婴儿跟着你看向某物，说明他在分享你的经验。Lindsey Powell 的动画实验与这个想法一致：四个月大的婴儿看到甲角色做一个动作、乙角色模仿，会期待这两个角色亲近；对只看见动作、没有模仿的丙角色，则没有这种期待（Powell & Spelke, 2018a, 2018b）。

斯佩尔克教授最详细讲的是 Ashley Thomas 在疫情期间做的实验。家长按手机指令录视频：看正前方，看左下，回正前方，看右下，回正前方；再做一遍，并在看向两侧时各发一个无意义音节。研究者把两个动画角色合成进画面，让家长看起来模仿了其中一个、没有模仿另一个。测试时，两个角色同时张嘴，只有一个叫出婴儿自己的名字。婴儿注视被家长模仿过的那个角色更久。换成别的婴儿的母亲，效果消失。她认为，这说明婴儿在追踪与自己家长有过积极互动的人，并据此推断谁可能属于我的社会网络（Thomas et al., 2022）。

图注：婴儿从家长与玩偶的互动推断社会伙伴。家长模仿了其中一个木偶后，婴儿更久地注视那个被模仿、并叫出自己名字的木偶。

这与社会学习有什么关系？斯佩尔克教授说，婴儿出生时不知道自己落在哪种文化，应该向谁学？父母大概率与自己同文化，父母的朋友也是。把学习对象锁定在社会网络里，就更容易学到与自己文化相关的技能。语言学习是一个例子。Patricia Kuhl 的研究发现，幼儿跟真人说中文能学会语音，看同一个人的视频却学不会，社会互动在这里起了调制作用（Kuhl et al., 2003）。她还说，学习走路、学习识别物体可能也有类似的社会调制，这是她接下来想追问的方向。

4 学校数学的三道难题

讲座后半场转向学校数学。斯佩尔克教授说，她原以为课堂不像家庭那样有社会性：教师要面对很多孩子，学生未必熟悉老师。可核心知识能不能支持学校学习，仍值得追问。她给出三道难题，分别来自印度农村调查、印度市场儿童和法国全国测评。

4.1 入学与学习之间的落差

第一道难题来自印度。经济学家 Esther Duflo 问她：所有孩子都有核心知识，为什么印度有那么多孩子正常上学却学不会？Rukmini Banerji 创办的 Pratham 每两年做一次全国农村教育调查 ASER，用分级卡片逐级测试儿童的读写与算术。2022 年的调查覆盖约七十万名儿童。三年级学生本应在二年级掌握两位数的借位减法，实际只有约四分之一达到这一水平；五年级学生本应在四年级掌握除法，达到的比例同样约为四分之一（ASER Centre, 2023）。斯佩尔克教授说，四分之三的孩子成了“核心知识支持学校学习”这一主张的反例。

图注：ASER 的逐级测验卡片与分年级结果。2022 年调查覆盖约七十万名儿童，三年级只有约四分之一达到二年级应掌握的借位减法水平。

4.2 市场里会算，课堂里不会算

第二道难题来自市场。加尔各答和德里的研究者找到上午在市场帮家里做生意、下午上学的儿童，扮作顾客买不规则的份量，给出需要找零的金额，再故意说找少了，让孩子解释。孩子在市场里心算得又快又准。研究者表明身份后，请他们做其他情境和学校式书面题，这些孩子却做不出复杂度相当甚至更低的竖式除法。附近没有市场经验的学校儿童则相反，学校题相对好，实际交易题很差。原研究报告了 1436 名市场工作儿童和 471 名附近学校儿童，说明应用算术与学校算术之间存在双向迁移困难（Banerjee et al., 2025）。斯佩尔克教授说，核心知识和家庭文化学习能让人在某类情境里很会算，却不足以解释谁能在学校数学里成功。

4.3 法国入学后的数学性别差距

第三道难题来自法国。研究者追踪了 265 万多名小学一年级和二年级儿童。入学时男女生的数学成绩几乎相同，入学约四个月后男生开始领先，一年后差距约为 0.20 个标准差。差距随在校数学教学时间变化：疫情停课、直接教学减少时差距缩小，复课后再次扩大（Martinot et al., 2025）。斯佩尔克教授说，入学时看不到差异，差异随学校教育暴露而出现，这提示课堂经验、教学机会或社会期待可能在起作用。她同时提醒，这项研究没有随机分配某种课堂因素，不能据此认定单一原因。

4.4 从观察到实验

斯佩尔克教授在这一节末尾加了一个方法论转折。以上研究都是观察性的，能描述差异，不能确定原因。要知道什么因素真正造成差异，需要像医学试验那样做随机对照实验：把学校或班级随机分到不同条件，再比较结果。她说，接下来的三轮研究就是按这个逻辑设计的。

5 印度数学游戏的三轮随机对照实验

这组研究由发展认知科学、教育学与经济学研究者合作完成，主要合作者包括 Esther Duflo、Rukmini Banerji、Harini Kannan、Moira Dillon 和 Joshua Dean，实施由 Pratham 与 J-PAL South Asia 承担。三轮研究共享一个想法：把婴儿研究里使用的数量与几何材料做成儿童愿意参加的小组游戏，让直觉知识和学校符号在同一活动中发生联系。

5.1 第一轮：直觉游戏能不能带动学校数学

第一轮针对学前儿童。研究者设计了以数量和几何为核心的游戏，材料取自婴儿研究。例如每张卡片上有红蓝两组点，儿童判断哪组更多，把卡片投进较多那组颜色对应的盒子。游戏在小组里进行，有规则、有讲解、有反馈。214 所学前机构的 1540 名儿童参加，平均年龄约 4.9 岁，随机分为三组：数学游戏、材料与规则相同但内容换成社会认知与情绪的积极对照、以及不额外干预的对照组。训练持续约四个月，随后在三个、六个、十二个月后测查（Dillon et al., 2017）。

图注：第一轮数学游戏与积极对照。数学组玩数量与几何游戏，对照组用相同材料和规则玩社会认知与情绪游戏，另设不额外干预组。

结果一半成功一半失败。数学游戏组在直觉数量与空间任务上的优势明显，停止游戏后仍能维持较长时间。符号数学只在最初有微弱优势，随着孩子进入小学、接受正式教学，组间差异逐渐消失。斯佩尔克教授回忆，她当时想的是“我们失败了”，认为不该再做这类干预。合作的经济学家不肯放弃，认为这恰好指出还需要补什么：儿童需要在游戏里直接接触学校使用的数学语言和符号。她接受了这个判断，第二轮因此改变材料设计。

5.2 第二轮：直觉材料与符号材料怎样结合

研究者做了内容对应的两套游戏。直觉版用点阵、形状和集合关系，符号版用阿拉伯数字、算式和数学语言，游戏框架尽量一致。例如数量相加可以用点阵变化呈现，也可以用 5 加 4 及候选答案呈现。231 所学前机构、1986 名儿童分为四组：只玩直觉游戏、只玩符号游戏、两类交替、以及对照组。混合组在直觉和符号两类测验上都有收益，最早后测的效应约为 0.20 个标准差，一年后仍有约 0.10 个标准差。只玩符号游戏的组主要提升符号任务，斯佩尔克教授怀疑其中不少是机械记忆，因为没有看到意义联结的迹象。只玩直觉游戏的组重复了第一轮的模式（Dean et al., 2026）。她的结论是，两类材料各自有用，合起来才能同时支撑直觉概念和学校符号。

5.3 第三轮：普通教师能不能在政府学校使用这些游戏

第三轮走进德里政府学校，由常任教师在正常课时内组织。研究团队花了约两年调整游戏和课堂安排。原先的课堂多是教师在前提问、一个孩子回答、其余人旁观。团队把课桌拼成四到五人的小组，鼓励组内互相帮助，允许知道答案的孩子直接告诉同伴，小组之间比较速度和正确率。教师按组公布成绩，不点名到个人。教室里还贴了数字和形状海报，孩子卡住时可以去看。例如比较二十和十八，可以在数线上找位置，看谁离零更近。斯佩尔克教授说，海报原本是为了减轻教师负担，后来发现还有一个意外好处：孩子开始注意自己哪里不会，并知道去哪里找办法。

这轮研究覆盖 141 所政府学校，幼儿园与一年级各 141 个班，分别有 1411 名和 1417 名儿童，合计 2828 人。每个年级约 71 个班接受干预，70 个班继续常规课程。由于疫情造成长期停课，研究只完成了一次前测和一次学年末后测。一年级在总体数学、符号数学和直觉数学上都有正向收益，效应约为 0.10 个标准差；幼儿园的总体与符号数学也有收益，直觉指标的效应较小且未达显著。更长期的追踪没能完成（Dean et al., 2026）。斯佩尔克教授强调，这轮研究的意义在于，一套同时包含混合材料、海报、同伴活动和教师组织的安排，可以在普通政府学校、由普通教师实施，并且不增加额外人员。

图注：第三轮政府学校实验的方法页。141 所学校、幼儿园与一年级各 141 个班，随机分为游戏组与常规课程组，教师按组公布成绩。

5.4 推广与下一步

目前，团队正与印度九个邦和两个联邦属地合作推广幼儿园与一年级课程，并开发减法、乘法、除法、分数和图表等后续内容。也有邦提出把同样的同伴合作游戏用于阅读和高年级。斯佩尔克教授说，这些是正在进行的推广计划，扩大后的效果仍要新的评估。她还提到，团队正在根据教师反馈调整游戏难度，处理班级内能力差异较大的问题：能力高的孩子容易觉得无聊，能力低的孩子容易跟不上，分组和组间竞争需要仔细设计。

6 学校学习与家庭学习的差别

斯佩尔克教授用最后几页幻灯片总结学校学习的特殊之处。家庭里的学习大多看得见、摸得着：孩子看着家人做，跟着做，再做给自己看。学校要教的许多东西看不见，例如历史、政府、身体内部结构或星系，只能靠语言、符号和说明来建立理解。

学校依赖的读写和数学是组合性的符号系统，熟练使用需要多年练习。这里有一个她称为“学习悖论”的现象。她说，阅读本身能给人“超能力”：会读的人可以穿越时间，进入想象世界，遇见各种人物。可一个刚把字母拼起来的孩子，完全不知道前面有什么在等着他。要让他愿意投入长期练习，本身就很困难。家里书少、没有年长孩子示范阅读的儿童，难度更大。斯佩尔克教授说，数学也有类似的结构：符号系统本身很抽象，儿童要先相信这套符号值得学，才愿意投入练习。

学校还承担一项使命：把来自不同家庭、不同地方文化的儿童带到同一套公共文化里。这个目标本身很好，却与儿童从身边人学习的倾向有张力。少数文化或另一种语言家庭的孩子，可能觉得学校文化与自己无关，也可能被看作不如别人重要。斯佩尔克教授认为，理解这种文化差异，能帮助教育者看清什么让教育在特定文化里有效，也能提示改进办法。她主张让学校的学习情境反映儿童的家庭文化，同时用同伴游戏搭桥，把家庭文化与学校文化接起来，让孩子既学得会，也愿意学。

图注：学校学习与家庭学习的差别。家庭学习多靠观察和模仿身边人，学校要教的许多内容看不见，还要依赖读写与数学这类组合性符号系统。

她还说，教育研究反过来能教认知心理学很多东西：可以跟踪儿童很多年，样本覆盖多种文化与背景，还能同时观察一节课、一个学年等不同时间尺度。她认为这种合作对两边都有价值，也希望更多发展心理学家走进真实课堂。

7 问答环节

提问一，怎样把干预带进家庭。提问者问，学校里有成熟的干预方法，家长在家里能做什么，会不会打乱家庭原有的生活。斯佩尔克教授回答，关键是让家长真心投入活动并表现出乐趣。孩子看到父母在做、而且做得开心，就会想跟着做。Pratham 曾把家长组织起来一起做数学活动，这类做法值得继续探索。她还说，家庭活动不必照搬课堂，可以把数量和空间关系嵌进日常事务里。

提问二，五岁孩子玩什么。提问者说自己有一个五岁的孩子，想知道买什么游戏、日常做什么。斯佩尔克教授说，商店里的数字和形状游戏可以用，但她更看重日常生活里的数量与空间。做饭有大量数量和顺序关系，地理无处不在：房子的空间、门廊上的植物、门前的台阶。她的外孙 喜欢画地图，孩子会在地上画村子的地图，然后拿着地图玩。她笑着说自己容易被这些问题带跑，得把话筒交回去。

8 《婴儿知道什么》新书交流

讲座结束后进入新书交流。出版方代表任红瑚先感谢张厚粲、林崇德等老一辈心理学家，以及北师大心理学部的长期合作，提到双方合作出版过《儿童心理学手册》。她说，今天借斯佩尔克教授来北师大讲学的机会介绍这本书，书中和中文版序言里都写到她与张厚粲先生的学术情谊。

斯佩尔克教授谈写作。这本书想了二十年。二十年前她觉得证据还不够，不能把自己想说的主张立住，于是继续做研究。随着她自己实验室以及概念发展研究积累的证据越来越多，她才觉得可以动笔。初稿的问题是很厚、很理论化。她把一章交给一位亲近的同事（Susan Carey）看，对方说，信息太密，每句话都是一个新实验，没人读得下去。她辩解说，这些信息都是论点的证据。写作因此变成一个很艰难的过程。她很高兴这本书的第一个外文译本就是中文，译者是胡清芬教授和她的学生，其中不少人与她的实验室有渊源。

胡清芬教授随即介绍翻译过程。翻译启动于 2023 年春天，她给学生定了一条规矩：可以用翻译软件参考，但每一句中文必须自己写出来，不能直接照搬。那个夏天，团队在浙江舟山朱家尖岛的海边正式开始工作。她保证书中每一句都经过逐字逐句的翻译和三到四次打磨，她和每位译者的往返都不止三次。她逐一介绍了承担各章翻译的学生，感谢出版社、编辑、推荐人和读者，并提议组织读书会，和同学们一起精读这本书。

清华大学心理与认知科学系刘嘉教授随后谈阅读感受。他说自己写过不少序言和推荐，但是很少参加一本书的发布会，因为这是一本很伟大的书。很多人把它当成发展心理学的书，但他认为这是人工智能时代最需要读的书之一。他讲书里第一章的两只小猫实验：两只猫看到的世界差不多，一只可以主动走动，另一只被装在篮子里被动观看。结果主动的那只视觉正常，被动的那只出了问题（Held & Hein, 1963）。他说，这正好对应今天人工智能的处境：大模型被动地学习文字、图片和视频，形成对世界的表征，缺少主动探索。他提到 Hinton 和 Sutton 都出自心理学，认为心理学是理解智能的基础。他也提醒，真正好的东西来自长期积累。他喜欢意大利俗语 the sweetness of doing nothing，劝读者不要给自己定每天五十页的目标，找个安静地方，慢慢读。

参考文献

Adolph, K. E., Cole, W. G., Komati, M., Garciaguirre, J. S., Badaly, D., Lingeman, J. M., Chan, G. L. Y., & Sotsky, R. B. (2012). How do you learn to walk? Thousands of steps and dozens of falls per day. Psychological Science, 23(11), 1387-1394. https://doi.org/10.1177/0956797612446346

Amalric, M., & Dehaene, S. (2016). Origins of the brain networks for advanced mathematics in expert mathematicians. Proceedings of the National Academy of Sciences, 113(18), 4909-4917. https://doi.org/10.1073/pnas.1603205113

ASER Centre. (2023). Annual Status of Education Report (Rural) 2022. https://asercentre.org/wp-content/uploads/2022/12/ASER-report_2022.pdf

Banerjee, A. V., Bhattacharjee, S., Chattopadhyay, R., Duflo, E., Ganimian, A. J., Rajah, K., & Spelke, E. S. (2025). Children’s arithmetic skills do not transfer between applied and academic mathematics. Nature, 639, 673-681. https://doi.org/10.1038/s41586-024-08502-w

Barth, H., La Mont, K., Lipton, J., & Spelke, E. S. (2005). Abstract number and arithmetic in preschool children. Proceedings of the National Academy of Sciences, 102(39), 14116-14121. https://doi.org/10.1073/pnas.0505512102

Coubart, A., Izard, V., Spelke, E. S., Marie, J., & Streri, A. (2014). Dissociation between small and large numerosities in newborn infants. Developmental Science, 17(1), 11-22. https://doi.org/10.1111/desc.12108

Dean, J. T., Dillon, M. R., Duflo, E., Kannan, H., & Spelke, E. S. (2026). Scaling cognitive science with classroom games for learning mathematics [Preprint, version 2]. PsyArXiv. https://doi.org/10.31234/osf.io/mnkwd_v2

de Hevia, M. D., Izard, V., Coubart, A., Spelke, E. S., & Streri, A. (2014). Representations of space, time, and number in neonates. Proceedings of the National Academy of Sciences, 111(13), 4809-4813. https://doi.org/10.1073/pnas.1323628111

Dillon, M. R., Kannan, H., Dean, J. T., Spelke, E. S., & Duflo, E. (2017). Cognitive science in the field: A preschool intervention durably enhances intuitive but not formal mathematics. Science, 357(6346), 47-55. https://doi.org/10.1126/science.aal4724

Feigenson, L., Dehaene, S., & Spelke, E. S. (2004). Core systems of number. Trends in Cognitive Sciences, 8(7), 307-314. https://doi.org/10.1016/j.tics.2004.05.002

Gennari, G., Dehaene, S., Valera, C., & Dehaene-Lambertz, G. (2023). Spontaneous supra-modal encoding of number in the infant brain. Current Biology, 33(10), 1906-1915.e6. https://doi.org/10.1016/j.cub.2023.03.062

Gilmore, C. K., McCarthy, S. E., & Spelke, E. S. (2007). Symbolic arithmetic knowledge without instruction. Nature, 447, 589-591. https://doi.org/10.1038/nature05850

Gilmore, C. K., McCarthy, S. E., & Spelke, E. S. (2010). Non-symbolic arithmetic abilities and mathematics achievement in the first year of formal schooling. Cognition, 115(3), 394-406. https://doi.org/10.1016/j.cognition.2010.02.002

Halberda, J., Ly, R., Wilmer, J. B., Naiman, D. Q., & Germine, L. (2012). Number sense across the lifespan as revealed by a massive Internet-based sample. Proceedings of the National Academy of Sciences, 109(28), 11116-11120. https://doi.org/10.1073/pnas.1200196109

Halberda, J., Mazzocco, M. M. M., & Feigenson, L. (2008). Individual differences in non-verbal number acuity correlate with maths achievement. Nature, 455, 665-668. https://doi.org/10.1038/nature07246

Held, R., & Hein, A. (1963). Movement-produced stimulation in the development of visually guided behavior. Journal of Comparative and Physiological Psychology, 56, 872-876. https://doi.org/10.1037/h0040546

Hyde, D. C., Khanum, S., & Spelke, E. S. (2014). Brief non-symbolic, approximate number practice enhances subsequent exact symbolic arithmetic in children. Cognition, 131(1), 92-107. https://doi.org/10.1016/j.cognition.2013.12.007

Izard, V., Sann, C., Spelke, E. S., & Streri, A. (2009). Newborn infants perceive abstract numbers. Proceedings of the National Academy of Sciences, 106(25), 10382-10385. https://doi.org/10.1073/pnas.0812142106

Khanum, S., Hanif, R., Spelke, E. S., Berteletti, I., & Hyde, D. C. (2016). Effects of non-symbolic approximate number practice on symbolic numerical abilities in Pakistani children. PLOS ONE, 11(10), e0164436. https://doi.org/10.1371/journal.pone.0164436

Kuhl, P. K., Tsao, F.-M., & Liu, H.-M. (2003). Foreign-language experience in infancy: Effects of short-term exposure and social interaction on phonetic learning. Proceedings of the National Academy of Sciences, 100(15), 9096-9101. https://doi.org/10.1073/pnas.1532872100

Lee, S. A., Vallortigara, G., Flore, M., Spelke, E. S., & Sovrano, V. A. (2013). Navigation by environmental geometry: The use of zebrafish as a model. Journal of Experimental Biology, 216(19), 3693-3699. https://doi.org/10.1242/jeb.088625

Martinot, P., Colnet, B., Breda, T., Sultan, J., Touitou, L., Huguet, P., Spelke, E., Dehaene-Lambertz, G., Bressoux, P., & Dehaene, S. (2025). Rapid emergence of a maths gender gap in first grade. Nature, 643, 1020-1029. https://doi.org/10.1038/s41586-025-09126-4

Meltzoff, A. N., & Moore, M. K. (1977). Imitation of facial and manual gestures by human neonates. Science, 198(4312), 75-78. https://doi.org/10.1126/science.897687

Powell, L. J., & Spelke, E. S. (2018a). Human infants’ understanding of social imitation: Inferences of affiliation from third party observations. Cognition, 170, 31-48. https://doi.org/10.1016/j.cognition.2017.09.007

Powell, L. J., & Spelke, E. S. (2018b). Third-party preferences for imitators in preverbal infants. Open Mind, 2(2), 61-71. https://doi.org/10.1162/opmi_a_00018

Spelke, E. S. (2022). What babies know: Core knowledge and composition (Vol. 1). Oxford University Press. https://doi.org/10.1093/oso/9780190618247.001.0001

Thomas, A. J., Saxe, R., & Spelke, E. S. (2022). Infants infer potential social partners by observing the interactions of their parent with unknown others. Proceedings of the National Academy of Sciences, 119(32), e2121390119. https://doi.org/10.1073/pnas.2121390119