Aby se člověk naučil něco nového, musí občas také selhat, to ví věda už dlouho. Ale jaký je ideální poměr selhání vůči úspěchům, aby to pomáhalo učení? Nyní se to pokusili vyjádřit experti z Arizonské univerzity pomocí matematické rovnice, kterou testovali na strojové inteligenci a zvířatech.
Pedagogové i další odborníci na vzdělávání vědí, že učení je velmi citlivá záležitost. Je třeba, aby nová látka byla již částečně známá, ale současně dostatečně neznámá. Při jednoduché učební látce se člověk nedozví nic jiného, nikam jej lekce neposouvá. A naopak: je-li učivo moc složité, není možné ho pochopit.
Vědci dosud proces učení testovali na strojích a zvířatech. Podle nové studie zveřejněné v odborném žurnálu Nature Communications je ideální, když subjekt správně odpovídá v 85 procentech případů a selže v 15 procentech – pak je jeho schopnost učit se něco nového maximální. Experti předpokládají, že by se dal tento princip vztáhnout i na člověka.
Ideální míra úspěchu
„V oblasti vzdělávání se o takzvané zóně střední obtížnosti hodně mluví – o tom, kde leží a jak ji využít pro učení. A my jsme ji ukotvili v matematice,“ uvedl Robert Wilson, který na výzkumu pracoval. Týkal se pouze výuky, kdy se subjekt učí vybírat ze dvou možností a poučí se ze špatného výběru pro příští volbu.
Společně se svými kolegy Wilson vytvořil „pravidlo 85 procent“ poté, co provedl sérii experimentů, během nichž učil počítačové programy jednoduchým úkolům matematické povahy – například rozeznávat ručně psaná čísla a určovat, která z nich jsou prvočísly.
Počítače se učily nejrychleji v situacích, kdy se míra jejich úspěchů pohybovala právě kolem 85 procent. „Pokud máte míru neúspěchu kolem 15 procent, tak maximalizujete svou rychlost učení,“ uvedl Wilson.
Ověřeno na zvířatech
Vědci nezůstali jen u testů na specializovaných umělých inteligencích, ale výzkum ověřili také na zvířatech. Prošli množství prací, které se věnovaly schopnosti zvířat učit se a zjistili, že toto pravidlo na nich funguje také.
U člověka podle autorů studie tato forma učení zabírá také, ale ne u všech druhů učení. Pravděpodobně se týká takzvaného percepčního učení – tedy, toho, kdy se lidé učí skrze zkušenosti a příklady.
Wilson uvádí jako příklad radiologa, který se učí rozlišovat na snímcích mezi nádory a zdravou tkání. „Postupně se naučíte zlepšovat, ale potřebujete zkušenost a také příklady,“ uvádí profesor Wilson. „Když se bude člověk učit rozlišovat jen snadné snímky, bude mít sice stoprocentně správné odpovědi, ale nic se nenaučí. Když se bude snažit rozlišovat příliš těžké fotky, bude úspěšný třeba na padesát procent – ale naučí se příliš málo nového,“ vysvětluje Wilson.
