Para optimizar el aprendizaje, falle el 15 por ciento de las veces
Los educadores han reconocido desde hace mucho tiempo que existe un "punto óptimo" en lo que respecta al aprendizaje: aprendemos mejor cuando se nos desafía a comprender algo que está fuera de los límites de nuestro conocimiento existente.
Cuando un desafío es demasiado simple, no aprendemos nada nuevo. Pero tampoco aprendemos nada nuevo cuando un desafío es tan difícil que fallamos por completo o nos rendimos.
Entonces, ¿dónde está el punto óptimo? Según un nuevo estudio, es cuando la falla ocurre el 15 por ciento de las veces.
"Estas ideas que existían en el campo de la educación, que existe esta 'zona de dificultad próxima' en la que debería maximizar su aprendizaje, las hemos puesto sobre una base matemática", dijo el profesor asistente de la Universidad de Arizona psicología y ciencia cognitiva Dr. Robert Wilson, autor principal del estudio.
Wilson y sus colaboradores de la Universidad de Brown, la Universidad de California, Los Ángeles y Princeton idearon la "regla del 85 por ciento" después de realizar una serie de experimentos de aprendizaje automático en los que enseñaron a las computadoras tareas simples, como clasificar diferentes patrones en uno. de dos categorías o clasificar fotografías de dígitos escritos a mano como números pares o impares o números bajos o altos.
Las computadoras aprendieron más rápido en situaciones en las que respondieron con un 85 por ciento de precisión, según los hallazgos del estudio.
“Si tiene una tasa de error del 15 por ciento o una precisión del 85 por ciento, siempre está maximizando su tasa de aprendizaje en estas tareas de dos opciones”, dijo Wilson.
Cuando los investigadores observaron estudios previos sobre el aprendizaje animal, encontraron que la regla del 85 por ciento también se cumplía en esos casos, agregó.
Cuando pensamos en cómo aprenden los humanos, la regla del 85 por ciento probablemente se aplicaría principalmente al aprendizaje perceptivo, en el que aprendemos gradualmente a través de la experiencia y los ejemplos, dijo Wilson.
Por ejemplo, un radiólogo necesita tiempo para aprender a distinguir entre imágenes de tumores y no tumores.
"Con el tiempo, se mejora en descubrir que hay un tumor en una imagen, y se necesita experiencia y se necesitan ejemplos para mejorar", dijo Wilson. “Me imagino dando ejemplos fáciles y dando ejemplos difíciles y dando ejemplos intermedios. Si doy ejemplos realmente sencillos, acertarás al cien por cien todo el tiempo y no quedará nada por aprender. Si doy ejemplos realmente difíciles, acertarás en un 50 por ciento y aún no aprenderás nada nuevo, mientras que si te doy algo intermedio, puedes estar en este punto óptimo en el que obtienes la mayor cantidad de información de cada ejemplo en particular ".
Dado que los investigadores solo buscaban tareas simples en las que había una clara respuesta correcta e incorrecta, Wilson dijo que no irá tan lejos como para decir que los estudiantes deben aspirar a un promedio B en la escuela. Sin embargo, cree que podría haber algunas lecciones para la educación que merecen una mayor exploración.
"Si estás tomando clases que son demasiado fáciles y las estás superando todo el tiempo, entonces probablemente no estás obteniendo tanto de una clase como alguien que está luchando pero logrando mantenerse al día", dijo. "La esperanza es que podamos ampliar este trabajo y empezar a hablar sobre formas de aprendizaje más complicadas".
El estudio fue publicado en la revista Nature Communications.
Fuente: Universidad de Arizona
