加州大学伯克利分校的心理学家艾莉森·戈普尼克(Alison Gopnik)认为，“也许我们真正需要的是拥有一个童年。机器人。"
从进化的角度来看，人类的婴儿似乎没有多大意义。他们已经无奈很多年了，也不是特别有帮助。他们不能在房子周围摆摊或找工作。但实际上，这些成长的岁月对于训练自然界最杰出的大脑非常重要:孩子们可以通过简单的游戏动作探索自己的世界，让自己适应混乱的宇宙。
孩子们甚至可以绕着地球上最先进的。机器人跑步，这些机器人他们只能在严格控制的环境(如工厂)中正常工作，在那里他们可以执行计划好的任务。加州大学伯克利分校的心理学家艾莉森·戈普尼克(Alison Gopnik)认为，随着机器变得越来越先进，渗透到我们的日常生活中，也许我们会做得很好，让它们以某种方式成长。
她说:“你需要的是有点笨拙，无助，不太坚强。”机器人它做不了很多事情，但本质上还是需要人类的关怀。然后通过训练，将其转化为一个可以实际运行的系统，在世界范围内运行。"
戈普尼克的提议和研究人员通常如何让机器人学习的方法完全不同。一种常见的方法包括人类跟随机器人步伐移动机器人为了学习如何捡起玩具。另一种方法是让机器人尝试随机锻炼，锻炼成功获得奖励。这两种选择都不能机器人特别灵活，比如你不能训练它拿起一个玩具，还指望它很容易地想出如何抓住另一个玩具。
相反，孩子们很容易对新环境和挑战做出反应。戈普尼克说:“他们不仅出去寻找关于他们想要解决的问题的信息，而且在玩游戏方面也做得非常好。他们只是出去做事，显然没有任何理由。”
他们的狂热有一个解决方案:他们是好奇心驱动的代理人，他们在大脑中建立了一个复杂的世界模型，以便他们可以轻松地总结他们所学到的东西。当...的时候机器人当被编程为从严格评分的目标中学习时——肯定有好的行为和坏的行为之分——他们不会被鼓励去做不寻常的事情。格普尼克说:“他们就像有直升机父母的孩子。他们在他们上方盘旋，检查他们所做的一切。”
这种密切的关注可能会让孩子进入哈佛大学，但不会为接下来的事情做好准备。“当他们真正到达那里，不得不做其他事情时，他们崩溃了，不知道接下来该做什么，”戈普尼克补充道。给予机器人一种好奇心(没有真实目的的玩耍)可以帮助他们应对未知。
在实验室里，戈普尼克和她的同事们一直试图弄清楚这在实践中是如何工作的。他们需要量化孩子如何以某种方式解决游戏中的问题，所以……他们让孩子玩。事情立刻变得困难起来。“因为，你知道，他们是孩子，”戈普尼克说。“我们问他们对事物的看法，他们会给你讲述关于小马和生日的美丽独白，但没有什么听起来是明智的。”
他们发现，一种解决方案是与定制设计的玩具进行交流，例如，只有当儿童在玩具上叠积木时，它们才能工作。“因为我们设计了玩具，我们知道孩子们必须解决什么问题，我们也知道他们正在获得关于这个问题的什么样的数据，因为我们是控制玩具工作的人，”戈普尼克说。比如，儿童对玩具的工作原理推断出什么？
他们还对成年人进行了一些类似的实验，发现儿童比成年人更能解决一些问题。特别是当玩具以一种奇怪的方式工作时，孩子们似乎更容易在玩耍中迷失在解决方案中——摆弄它们似乎不合逻辑，最终导致他们进入答案。
给予机器人同样的力度，我们可能会更好地理解机器和孩子是如何学习的。戈普尼克说:“通过尝试训练。机器人通过这样做，我们可以对孩子做的事情有更深入的了解。”“那么通过研究孩子们的做事方式，我们可以获得一些关于如何制作的信息。机器人做这件事的想法。"
也许有一天，你能在你的房子周围帮忙。机器人会先在实验室的日托中心成长，通过游戏学习。有所有的乐趣和游戏，没有脏尿布。