Лучший способ обучения — «Правило 85%»
Согласно результатам нового исследования, обучение наиболее эффективно в том случае, когда количество ошибок в тестах составляет 15% .
Студенты и преподаватели давно интуитивно подметили, что в процессе обучения есть так называемая «золотая середина». То есть, мы лучше всего усваиваем новые знания, лежащие слегка за границей уже известного. Если задача слишком проста, мы не узнаём ничего нового, но и если она слишком сложна, то наш багаж знаний тоже не увеличивается — мы либо сдаёмся, либо решаем её совершенно неправильно.
«Идея о существовании «зоны ближайшей трудности», в которой вы должны находиться для максимально эффективного обучения, давно существует в образовательном поле. Мы лишь подвели по неё математическую основу», — говорит ведущий автор исследования Роберт Уилсон, доцент психологии и когнитивистики Аризонского университета .
Правило 85%
Исследователи вывели так называемое «правило 85%» после завершения серии экспериментов по машинному обучению, в ходе которых компьютер решал такие задачи, как сортировка фигур на две категории, классификация фотографий, либо рукописных цифр на чётные и нечётные, либо чисел на большие и маленькие.
Быстрее всего компьютеры обучались в ситуации, когда сложность задачи позволяла им давать 85% верных ответов.
«Если ваш процент верных и неверных ответов соотносится как 85 к 15, то в задачах выбора из двух вариантов ваше обучение наиболее эффективно», — говорит Уилсон.
Когда исследователи изучили результаты предыдущих работ по обучению животных, то обнаружили, что и для них оказалось актуально правило 85%.
По словам Уилсона, в сфере обучения людей «Правило 85%» можно применить в области перцептивного обучения, где мы постепенно учимся на сравнении образцов. Представьте, к примеру, рентгенолога, который учится определять на снимке наличие или отсутствие опухоли. Со временем он начинает понимать изображение всё лучше, и для дальнейшего прогресса ему нужно ещё больше опыта.
Преподаватель может давать простые задания, сложные либо средней сложности. Простые задания студент решает со 100% вероятностью и не узнаёт ничего нового. В случае слишком сложного задания он угадает около 50%, но не сможет понять сути и также ничему не научится. И лишь в случае заданий умеренной сложности он окажется в той самой золотой середине, где будет извлекать максимум информации из каждого конкретного задания.
Не ставьте своей целью высокие баллы, доставшиеся слишком легко
Поскольку Уилсон и его помощники рассматривали только простые задачи, где есть чёткая разница между правильным и неправильным ответом, он не рискует советовать студентам стремиться к твёрдой четвёрке. Однако, он полагает, что из его работы можно сделать некоторые выводы, которые имеет смысл исследовать и дальше.
«Если вы выбираете слишком простые предметы и на контрольных всегда выходите победителем, то, по всей вероятности, вы не получаете от обучения столько же пользы, сколько тот, кому приходится бороться за хорошую отметку. Мы надеемся, что в дальнейшем сможем расширить нашу работу и начать говорить о более сложных формах обучения».
Работа опубликована в издании Nature Communications. В ней использованы результаты предыдущих исследований, проведённых в Университете Брауна, а также университетах Калифорнии, Лос-Анжелеса и Принстона.
Студенты и преподаватели давно интуитивно подметили, что в процессе обучения есть так называемая «золотая середина». То есть, мы лучше всего усваиваем новые знания, лежащие слегка за границей уже известного. Если задача слишком проста, мы не узнаём ничего нового, но и если она слишком сложна, то наш багаж знаний тоже не увеличивается — мы либо сдаёмся, либо решаем её совершенно неправильно.
«Идея о существовании «зоны ближайшей трудности», в которой вы должны находиться для максимально эффективного обучения, давно существует в образовательном поле. Мы лишь подвели по неё математическую основу», — говорит ведущий автор исследования Роберт Уилсон, доцент психологии и когнитивистики Аризонского университета .
Правило 85%
Исследователи вывели так называемое «правило 85%» после завершения серии экспериментов по машинному обучению, в ходе которых компьютер решал такие задачи, как сортировка фигур на две категории, классификация фотографий, либо рукописных цифр на чётные и нечётные, либо чисел на большие и маленькие.
Быстрее всего компьютеры обучались в ситуации, когда сложность задачи позволяла им давать 85% верных ответов.
«Если ваш процент верных и неверных ответов соотносится как 85 к 15, то в задачах выбора из двух вариантов ваше обучение наиболее эффективно», — говорит Уилсон.
Когда исследователи изучили результаты предыдущих работ по обучению животных, то обнаружили, что и для них оказалось актуально правило 85%.
По словам Уилсона, в сфере обучения людей «Правило 85%» можно применить в области перцептивного обучения, где мы постепенно учимся на сравнении образцов. Представьте, к примеру, рентгенолога, который учится определять на снимке наличие или отсутствие опухоли. Со временем он начинает понимать изображение всё лучше, и для дальнейшего прогресса ему нужно ещё больше опыта.
Преподаватель может давать простые задания, сложные либо средней сложности. Простые задания студент решает со 100% вероятностью и не узнаёт ничего нового. В случае слишком сложного задания он угадает около 50%, но не сможет понять сути и также ничему не научится. И лишь в случае заданий умеренной сложности он окажется в той самой золотой середине, где будет извлекать максимум информации из каждого конкретного задания.
Не ставьте своей целью высокие баллы, доставшиеся слишком легко
Поскольку Уилсон и его помощники рассматривали только простые задачи, где есть чёткая разница между правильным и неправильным ответом, он не рискует советовать студентам стремиться к твёрдой четвёрке. Однако, он полагает, что из его работы можно сделать некоторые выводы, которые имеет смысл исследовать и дальше.
«Если вы выбираете слишком простые предметы и на контрольных всегда выходите победителем, то, по всей вероятности, вы не получаете от обучения столько же пользы, сколько тот, кому приходится бороться за хорошую отметку. Мы надеемся, что в дальнейшем сможем расширить нашу работу и начать говорить о более сложных формах обучения».
Работа опубликована в издании Nature Communications. В ней использованы результаты предыдущих исследований, проведённых в Университете Брауна, а также университетах Калифорнии, Лос-Анжелеса и Принстона.
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.