Pull to refresh

Прогрессивное конспектирование III: Чем быстрее забываешь, тем быстрее учишься

Machine learningGTD
Translation
Original author: Tiago Forte

Часть 1: Прогрессивное конспектирование: практическая техника создания доступных заметок. Контроль внимания. Второй мозг. Поток

Часть 2: Прогрессивное конспектирование II: Примеры и метафоры. Разум как плацдарм для идей

Часть 3: Прогрессивное конспектирование III: Чем быстрее забываешь, тем быстрее учишься


Бремя идеальной памяти

В традиционном образовании способность повторить прочитанное по памяти считается чистым доказательством того, что прочитанное успешно изучено. Это вдалбыващая модель обучения — чем точнее вопроизвел без добавления собственной интерпретации или креативности, тем выше оценка.

Но в настоящем мире идеальное повторение далеко не предел мечтаний.

В одной статье в New Your Times рассказывается увлекательная история про 60 или около того человек с гипертиместическим синдромом — способностью помнить и воспроизводить предельно высокое количество информации о собственной жизни. Спроси любого из них что они делали во второй половине дня 16 марта 1996 года и они буквально через секунды смогут рассказать всё в мельчайших деталях.

Это люди, получившие святой грааль повторения — идеальную память, нередко отзываются об этом как о бремени:

"У каждого есть эти развилки на пути, 'Ах если бы я только сделала это, пошла туда, и бла бла бла" — говорит она мне. "Но только не каждый помнит все до единой". Её память — это область сожалений, других жизней, которые она могла бы прожить. "Я часто об этом думаю: что было бы если так, что было бы если иначе," говорит она…. "Я парализована страхом, что испорчу ещё и следующее десятилетие". Она ощущает это с тех пор как 30 марта 2005 года умер её муж Джим в возрасте 42 лет. Джилл Прайс переносит на себе груз памяти о их свадьбе так же тяжело как память о пустых, широко открытых глазах Джима после обширного инсульта, падения в кому и подключению к аппарату жизнеобеспечения.

Похоже на то, что идеальная память не такое уж и благо, как могло показаться.

Важность забывания

Я говорю о том, что забывание так же значимо для процесса обучения как и воспроизведение. Мир меняется быстро и всё более непредсказуемо,поэтому приверженность парадигмам прошлого становится большей и большей обузой.

Сравним это с большинством современных книг и крусов по ускоренному обучению, которые предлагают два типа подходов:

#1 УВЕЛИЧИВАЙ ПОТОК ИНФОРМАЦИИ, ПОСТУПАЮЩЕЙ В ТВОЙ МОЗГ

Это приводит к техникам скорочтения, прослуживания аудиокниг на х2 скорости, фокусировки на крайне сжатых материалах, блокирования отвлечения, глубокого погружения и бинауральным ритмам.

#2 УЛУЧШАЙ ПАМЯТЬ И ВОСПРОИЗВЕДЕНИЕ ИНФОРМАЦИИ НАИЗУСТЬ

Это про техники типа интервального повторения, дворец памяти, вские мнемоники, акронимы и майд-карты.

Все эти техники работают, но они совершенно упускают суть. Они все орудуют заблуждением, что разум как пустой сосуд. Наполняй его информацией, как кувшин водой, чтобы потом иметь возожность её использовать. С такими взглядами цель заключается в максимизации того, что поступило и того, что в итоге вышло.

Однако тут есть фундаментальное различие между мозгом и контейнером типа кувшина: разум может не только хранить вещи, но и выполнять над ними действия. Выполнение действий над вещами — это то, где и начинается настоящее обучение.

А вот и проблема: чем больше мы оптимизируем мозг под хранение, тем больше мы мешаем ему выполнять действия. Чем больше информации мы потребляем, тщательнее каталогизируем и маниакально пересматриваем, тем меньше времени и пространства для выполнения важных действий: применение знаний, реализация, экспериментирование, обсуждение, погружение, принятие опыта, сотрудничество, совершение ошибок.

Обучение - это не такая деятельность или процесс, который можно взять да и соптимизировать до совершенства. По свойствам это похоже на сознание, внимание или любовь, в том смысле, что этого добиться треднее и труднее пытаясь себя заставить. Это явление известно как гиперинтенция.

Правда в том, что нам не нужно ускорять или улучшать то, как наш мозг учится - он эволюционаровал ровно для этого. Каждый день, каждую ночь, на работе или на отдыхе, разговаривая или слушая, сфокусировавшись или блуждая в мыслях мозг никогда не прекращает обрисовывать отношения, строить связи, замечать корреляци. Мы не сможем остановиться в обучении даже если захотим.

Зная, что мозг и так без конца собирает информацию, наша цель переключиться с запоминания как можно большего к забыванию как можно большего.

Информационный затор

Сравним то ту стремную штуку о совершенной памяти с этой статьей про новые техники в глубинном обучении (в основе идея по поиску лучшего соотношения между точностью и сжатием при группировании случайных значений при некотором заданном распределении — прим. перев.). В частности посмотрим на новую теорию под названием "информационный затор".

Основной вопрос исследователей был в том, как решить какие части информации наиболее важны? Когда мы слышим речь как мы решаем игнорировать акцент, звуки дыхания, фоновый шум, и даже слова, которые мы не расслышли и при этом улавливать смысл сообщения? Это фундаментальная проблема для AI исследований, ибо компьютеры выдают всем данным одинаковые веса и всё в конечном итоге запутывается.

Это наводит на мысль, что наша сильно ограниченная пропускная способность в поглощении информации - это не помеха, а ключевая способность. Чем наш мозг занимается, так это отбрасывает как можно больше шумной информации, уменьшая количество информации, поступающей на анализ. Другими словами способность мозга забывать информацию быстро позволяет фокусироваться на главном сообщении.

Так же работает и эта новая техника глубинного обучения. Например алгоритм для распознавания собак на картинках. Набор данных для тренировки (тысячи фото собак) скармливаются алгоритму и сигналы каскадом стремятся сквозь слои искуственных нейронов. Когда сигнал достинает верхнего слоя, то результат сравнивается с правильным ответом - собака или не собака. Любые различия между правильным и полученым корректируются согласно методу обратного распространения ошибки. Как преподаватель исправляет ответы на тест и возвращает обратно, так и алгоритм усиляет или ослабляет связи в нейронной сети для предоставления лучшего результата.

Процесс такого обучения разделен на две части: начальная "загрузочная" фаза, где алгоритм "запоминает" как можно больше тренировочной информации. Он пытается научиться как можно лучше устанавливливать связи. Далее идет более долгая фаза сжатия, в течении которого за счет обобщения изученного улучшается навык распознавания образов на новых изображениях.

Главное в фазе сжатия  — это быстро отбросить шумную информацию, оставляя только сильные корреляции. Например, со временем алгоритм будет ослаблять связи между фото собак и домов, как как большинство фото не содержат ни того ни другого. В то же время связь между "собаками" и "шерстью" может быть усилена, потому что корреляция сильнее. Это "забывание деталей", исследователи утверждают, позволяет алгоритму обучаться общих концептам, а не только запоминать миллионы фотографий. Эксперименты показывают, что алгоритмы глубинного обучения стремительно улучшают свою эффективность в обобщении только в фазе сжатия.

Ключевой момент в обобщении потребляемой информации, в обучении  — это строгое ограничение входящего потока этой информации, это во первых, А ТАК ЖЕ забывание насколько это возможно всех ненужных подробностей. Чем быстрее тем лучше. Мозг не так хорош в деталях, сколько в создании смыслов и поиске порядка в хаосе, нахождении сигнала в шуме.

В этой статье о роли забывания в обучениии использует алгоритмы решения задач для определения насколько конкретно забывать оптимально. Была проведена серия экспериментов на проверку разных гипотез и было обнаружено, что оптимальная стратегия изначально предполагает изучение большого объема знаний, а затем случайное забывание примерно 90% полученных знаний. Другими словами, производительность улучшалась по мере того, как знания забывались, вплоть до отметки 90%, после чего она быстро ухудшалась.

Удивительно то, что это верно даже если эти 90% знаний были правильными и полезными. Попытка забывать только менее полезные знания тоже не работает - случайное забывание получается лучше. Результаты исследований были использованы для доказательства существования "знаний отрицательной ценности" - из забывание на самом деле добавляет ценность.

Прогрессивное конспектирование не способ запомнить как можно больше, а способ забыть как можно больше. Выгружать всё из головы, оставляя пространство для воображения, креативности и полета мысли. Сохранение нижних слоев дает уверенность для урезания текстов на слоях выше. Дает свободу идти смело вслед главной мысли, зная, что можно вернуться на слой назад если вы ошиблись или просто потерялись.

Минимизация когнитивной нагрузки

Как прогрессивное конспектирование помогает выгружать как можно больше мыслей из головы? Минимизируя когнитивные усилия на всех этапах работы с информацией — при начальном потреблении, обзоре и последующем восстановлении.

Теория когнитивной нагрузки (далее ТКН) была разработана в поздние восьмидесятые Джоном Свеллером во время изучения решения проблем и обучения у детей. Он наблюдал, как различные виды задач предъявляют различные требования к рабочей памяти людей. Чем сложнее и объемнее задача, тем выше “когнитивная нагрузка”, которую она возлагает на ученика, и тем больше воспринимаемых умственных усилий требуется для ее выполнения. Он считал, что дизайн учебных материалов может значительно снизить когнитивную нагрузку на учащихся, способствуя большим достижениям в учебном дизайне (Здесь и далее подразумевается дисциплина по дизайну и разработке учебных материалов на основе знаний о когнитивной и поведенческой психологии — прим.перев.) .

ТКН предлагает рассматривать три вида когнитивной нагрузки в процессе обучения:

  • Внутренняя: присущая теме сложность сама по себе (сложение 2+2 или решения дифференциальных уравнений, как пример)

  • Внешняя когнитивная нагрузка: то, как устроена подача материала (показывать студентам картинки объектов или попробовать объяснить вербально)

  • Относительная когнитивная нагрузка: усилия на создание постоянных знаний (создание записей, диаграм, списков и прочего)

Учебный дизайн, вдохновленный ТКН фокусируется на двух целях:

  • Уменьшение внутренней нагрузки через расщепление информации на небольшие кусочки, которые могут быт изучены отдельно, а потом собраны в крупные куски

  • Перенаправление внешней нагрузки в относительную нагрузку (т.е фокусирование внимания обучающегося на построении постоянных знаний)

Прогрессивное конспектирование достигает обоих целей.

Оно уменьшает внутреннюю сложность темы через устранение необходимости понимания всего и сразу. Оно рассматривает каждый параграф как маленький самостоятельный кусок. Ваша главная цель  — это вывести на поверхность ключевые моменты каждого куска  — каждой главы, параграфа, высказывания  — оставляя для вас будущего, кто уже сам выяснит как это соединить идеи воедино.

Оно ещё помогает перенаправить внешнюю нагрузку в относительную нагрузку через сохранение этих "кусочков" в постоянные знания, как компьютерная программа. Вам больше не нужно держать в голове все предыдущие идеи текста и вписывать каждую новую в общую структуру на лету. Вы посвящаете свои усилия созданию небольших фрагментов постоянных знаний, которые будут сохранены для последующего рассмотрения.

Но снижение когнитивной нагрузки  — это не только облегчение обучения. По мере того как обучение становится легче, оно также становится быстрее, лучше, глубже и крепче.

Повторение как замедляющий процесс

Почему минимизация когнитивной нагрузки так важно в создании глубокого и крепкого обучения?

Потому что обучение новому материалу может мешать необходимость держать в голове слишком много вещей одновременно. Чем больше усилий тратится на то, чтобы продолжать помнить и одновременно запоминать, тем меньше сил остается на понимание, анализ, интерпретацию, контекстуализацию, задавание вопросов и усвоение. Как заполненный доверху жесткий диск делает компьютер более медленным даже при наличии самой быстрой RAM памяти, так и мозг переполненный фактами начинает подтормаживать даже у умнейших из людей.

Этот пост в блоге рассказывает о недавних исследованиях того, что известно как “проактивное торможение формирования памяти”. Разгрузка нашего мышления во внешний инструмент снижает нагрузку мозга, когда он сталкивается с новой информацией. В экспериментах, описанных выше, рассказ участникам о том, что им не нужно запоминать список предметов, улучшал их память для второго списка предметов.

Поначалу кажется, что разгрузка мышления приводит к тому, что вы меньше запоминаете. Особенно если делать это сразу, по мере чтения, например, с выделением предложений. Идеи, кажется, прыгают прямо со страницы на ваши заметки, едва касаясь вашего мозга, но в конечном итоге вы действительно помните больше. Будучи в состоянии беспрепятственно передать выделенные пассажи внешнему инструменту и освободившись от беспокойства, которое приходит от необходимости думать о всём и сразу, вы можете встретить следующую идею с чистым умом. Если она интересна, то она останется, независимо от каких-либо причудливых методов запоминания, которые, по вашему мнению, вам нужны.

Чем больше усилий на запоминание каждой книги, тем меньше сил на нахождение закономерностей в них
Чем больше усилий на запоминание каждой книги, тем меньше сил на нахождение закономерностей в них

Наша приверженность уже известным идеям может мешать нашей способности понимать новые идеи. Зацикливание на наших заметках, диаграммах и схемах запоминания может лишить нас простого погружения в материал, а беззаботное погружение, ко всему прочему, это то, как учатся дети, а они обучаются лучше всех в мире.

Тренировка интуиции

Технологии дали нам способность "помнить всё". В сравнении с тем, какой дефицит информации был ранее, это может показаться божьим даром. Но дар превратился в проклятие. Наши мозги и наши тела не выдерживают постоянного напора больших объемов данных 24/7.

Мы должны перейти от бесконтрольного собирательства к разумному курированию информации. Мы должны научиться выбирать что читать, смотреть и пересматривать, таким образом, чтобы ограничить наше внимание, позволяя сохранять ясность ума, а не перегружаться.

То, что ставится под сомнение, так это сама цель обучения. Зачем нам учиться теперь, когда мы можем получить доступ к любым знаниям по требованию?

Обучение — это уже не про накопление кусочков данных, а тренировка нашего алгоритма. Наш алгоритм  — это наша интуиция — наше ощущение того, что важно, что актуально, что интересно и что важно, даже если мы никогда не видели этого раньше и не можем объяснить, почему нам это нравится.

Интересно то, что, как и упомянутые выше эксперименты по глубинному обучению, нам все еще нужны огромные объемы данных для начальной фазы обучения. Другими словами, нам нужен разнообразный, интенсивный личный опыт. Но 90% данных, которые мы собираем с помощью этих переживаний, могут быть проигнорированы, отброшены или забыты. То, что останется — это чистые единицы мудрости и понимания, которые могут быть применены в реальном мире для подвигов и свершений. Эти крупицы мудрости применимы в самых разных ситуациях, а так же могут передаваться от человека к человеку и даже сохраняться веками как произведения искусства вне времени.

Прогрессивное конспектирование — это про использование потребляемой информации как тренировочных данных для интуиции. Вы можете поглощать гораздо больше обычного, потому что способны постоянно выгружать это из головы во внешнее хранилище. Ещё более важно то, что даже при потере всех записей, вы останетесь с большой наградой: тем, кем вы стали и к чему вы чувствительны в результате разнообразия и глубины вашего личного опыта.

Новая цель обучения состоит в том, чтобы дать вам возможность адаптироваться, поскольку темпы изменений продолжают ускоряться, а количество неопределенности в мире продолжает расти. Это происходит на всех уровнях: адаптация вашего образа жизни к меняющимся социальным условиям; адаптация вашей производительности к меняющимся нормам на рабочем месте; адаптация вашего стиля общения к новым видам сотрудничества; адаптация вашего мыслительного процесса к новым способам решения проблем. Это применимо в том числе и для самых примитивных задач — самой трудной частью написания этой статьи была умственная гимнастика, которую я должен был выполнить, чтобы не застрять на своих предположениях о том, что я пытался сказать.

Оставить след во Вселенной, которая постоянно меняет форму, все чаще требует работы над проектами и проблемами, которые намного БОЛЬШЕ, чем вы можете держать в голове. Вызовы нашего времени огромны и выходят за рамки дисциплинарных границ, которыми ограничиваются эксперты. Нам нужны люди, которые могут одновременно удерживать в голове контекст двух или более совершенно разных областей, а затем применять свою хорошо тренированную интуицию для поиска паттернов и скрытых связей.

Многие люди чувствуют это интуитивно, но их попытки запомнить и вспомнить весь этот контекст тщетны. Просто слишком много нужно знать. И в то же время вы становитесь измотанным, подавленным и изолированным, пытаясь сделать это. Вот почему нам не хватает некоторых из наших лучших и ярких умов, потерянных в их организационных системах, когда мир разваливается на куски.

Нам нужны люди, которые умеют создавать системы, которые "знают" за них. Системы людей, объектов, образов, компьютеров, сообществ, отношений и мест. Чтобы соединять, объединять, вдохновлять и облегчать сотрудничество между этими системами.

И что для этого нужно? Нужно мужество, чтобы оставить уверенность в том, что мы всё знаем сами. Это требует уязвимости, чтобы зависеть от других для нашего прогресса и успеха. Это требует погружения, замечания того, что мы замечаем, смелости делать на это ставку до того, как станет понятно почему мы так сделали. Это требует любопытства, готовности задавать вопросы, на которые еще нет ответов, или любого разумного пути к ответу. Это требует продирания сквозь наши предположения о том, как обучение должно выглядеть для передачи того, что мы знаем в руки тех, кто в этом нуждается, прямо сейчас.

Tags:памятькогнитивная психологияобразованиевторой мозг
Hubs: Machine learning GTD
Total votes 7: ↑7 and ↓0 +7
Views5.2K

Comments 5

Only those users with full accounts are able to leave comments. Log in, please.
Machine Learning Engineer
from 190,000 to 230,000 ₽СберСанкт-Петербург
Data Scientist / Machine Learning Engineer
from 150,000 to 250,000 ₽ProfitClicksRemote job
Senior Python Backend Developer (Machine Learning)
from 250,000 to 350,000 ₽FunCorpМосква
AI-разработчик
from 70,000 to 100,000 ₽Университет Искусственного ИнтеллектаRemote job
Senior Python разработчик
from 2,700 $ArtezioМинск