یادگیری یک مهارت جدید معمولاً مستلزم تمرین فعالانه آن از طریق آزمون و خطا در حین دریافت بازخورد در مورد عملکردتان است. با این حال، دانشمندان دریافته‌اند که قرار گرفتن غیرفعال در معرض اطلاعات مرتبط می‌تواند یادگیری را حتی بدون آموزش مستقیم یا بازخورد، تقویت کند.

محققان دانشگاه کالیفرنیا برکلی اخیراً این تأثیر را در موش هایی که دسته بندی صداها را یاد می گیرند نشان دادند. آنها دریافتند که قرار گرفتن غیرفعال در معرض صداها قبل یا در حین تمرین فعال به موش ها کمک می کند تا سریعتر یاد بگیرند. دانشمندان همچنین مدل‌های کامپیوتری شبیه‌سازی شبکه‌های عصبی در مغز ساختند که نشان می‌داد چگونه قرار گرفتن در معرض غیرفعال می‌تواند نحوه نمایش اطلاعات حسی را تغییر دهد و ارتباط با پاسخ‌های صحیح را آسان‌تر کند.

نتایج منتشر شده در علوم اعصاب، بینش هایی را در مورد روش های آموزشی کارآمدتر که یادگیری غیرفعال و فعال را ترکیب می کند، ارائه می دهد. این رویکرد ترکیبی می تواند به یادگیری مهارت های دنیای واقعی مانند آموزش آلات موسیقی یا فراگیری زبان در بزرگسالان و کودکان کمک کند.

عناصر کلیدی: تلاش، تمرین و بازخورد

یادگیری یک مهارت ادراکی جدید مستلزم تصمیم گیری فعالانه در مورد کار و گرفتن بازخورد در مورد آن انتخاب ها است. فرض کنید سعی می کنید صداها را بهتر به عنوان فرکانس بالا یا پایین دسته بندی کنید. شما به آهنگ‌ها گوش می‌دهید، حدس می‌زنید که صدای آن‌ها بالا است یا پایین، و به شما می‌گویند که آیا انتخاب شما درست بوده است. این فرآیند انتخاب، بازخورد و تنظیم حلقه بسته، مدارهای تصمیم گیری مغز را آموزش می دهد.

شنیدن منفعلانه صداها در پس زمینه نباید به این فرآیند یادگیری فعال کمک کند. شما هیچ تصمیمی نمی گیرید یا به شما گفته می شود که درست یا غلط می گویید. اما انسان ها و سایر حیوانات به طور مداوم روزانه در معرض اطلاعات حسی قرار می گیرند، حتی در حالی که عمداً یک مهارت را تمرین نمی کنند. دانشمندان دانشگاه کالیفرنیا برکلی متعجب بودند که آیا مغز ممکن است از این قرار گرفتن در معرض غیرفعال به طور فرصت طلبانه بهره برداری کند.


گرافیک اشتراک درونی


نکات تحقیقات گذشته در مورد یادگیری غیرفعال

محققان از مطالعات قبلی الهام گرفتند که نشان می‌داد قرار گرفتن زودهنگام در معرض صداها می‌تواند سیستم شنوایی در حال رشد حیوانات را آغاز کند. موش‌های صحرایی که در محیطی با صداهای تکرار شونده خاص پرورش می‌یابند، بعداً در تشخیص صداهای مشابه بهتر می‌شوند.

در انسان‌های بالغ، برخی تحقیقات همچنین نشان می‌دهند که درهم‌آمیزی جلسات گوش دادن غیرفعال با آموزش فعال در مورد وظایف شنوایی می‌تواند یادگیری را تقویت کند. با این حال، در مورد چگونگی تعامل مواجهه غیرفعال با یادگیری فعال در مدل‌های حیوانی بالغ که می‌تواند بینش‌های بیولوژیکی بیشتری ارائه دهد، کمتر شناخته شده بود.

تیم دانشگاه کالیفرنیا برکلی متوجه شد که یادگیری ماشینی نیز ممکن است سرنخ هایی ارائه دهد. دانشمندان کامپیوتر دریافته‌اند که اولین مدل‌های شبکه عصبی قبل از آموزش روی مجموعه داده‌های بزرگ بدون برچسب می‌تواند آنها را قادر سازد تا کارهای برچسب‌گذاری شده را با نمونه‌های آموزشی کمتر بسیار سریع‌تر یاد بگیرند. سیستم شنوایی ممکن است از ترفند مشابهی استفاده کند، ابتدا از قرار گرفتن در معرض غیرفعال با صداهای بدون برچسب برای بهینه سازی مدل داخلی خود از جهان استفاده می کند، بنابراین یادگیری کار را به سرعت آغاز می کند.

موش ها بعد از گوش دادن غیرفعال سریعتر یاد می گیرند

محققان تصمیم گرفتند به طور سیستماتیک آزمایش کنند که آیا قرار گرفتن در معرض صدای غیرفعال با استفاده از موش هایی که برای تشخیص الگوهای صدا آموزش دیده اند، یادگیری دسته شنیداری فعال را افزایش می دهد یا خیر.

موش‌ها مجبور بودند صداهای کوتاه در حال تغییر را به‌عنوان افزایش یا کاهش فرکانس طبقه‌بندی کنند. آنها انتخاب خود را با فرو کردن بینی خود در درگاه چپ یا راست یک اتاق آزمایش نشان دادند. طی چندین جلسه تمرین روزانه، موش ها در دسته بندی دقیق صداها بهتر و بهتر شدند.

دانشمندان گروه‌هایی از موش‌ها را که آموزش استاندارد را دریافت کردند با دو گروه دیگر مقایسه کردند. یک گروه با پخش صداهای پس زمینه در قفس خانه خود قبل از تمرین فعال، در معرض صدای غیرفعال بیشتری قرار گرفتند. گروه دیگری از موش‌ها صداهای غیرفعال را در طول مرحله یادگیری فعال شنیدند و نه در شروع.

در هر دو مورد، موش هایی که در معرض صداهای غیرفعال اضافی قرار گرفتند، یادگیری تسریع شده را نشان دادند. آن‌ها سریع‌تر از موش‌هایی که فقط تمرین فعال داشتند به اوج عملکرد طبقه‌بندی رسیدند. این نشان داد که قرار گرفتن در معرض صدای غیرفعال می تواند یادگیری مهارت شنوایی فعال را در پستانداران بالغ افزایش دهد.

مدل‌های شبکه عصبی یادگیری‌های بیولوژیکی را شبیه‌سازی می‌کنند

برای درک مکانیسم‌هایی که ممکن است قرار گرفتن در معرض غیرفعال بتواند مزایای یادگیری را به صورت رفتاری ارائه دهد، محققان مدل‌های محاسباتی را با تقلید از پردازش عصبی و یادگیری در سیستم شنوایی ساختند.

آنها معماری های مختلفی از طبقه بندی کننده های خطی ساده تا شبکه های عصبی چند لایه را آزمایش کردند. برخی از مدل‌ها فقط از یادگیری نظارت شده استفاده می‌کردند، که در آن اتصالات شبکه بر اساس تطابق بین خروجی‌های مدل و برچسب‌های دقیق در طول آموزش تنظیم می‌شوند. مدل‌های دیگر در پیش‌آموزش بدون نظارت اضافه شدند، جایی که الگوهای ساختار داده‌های ورودی بدون برچسب قبل از پیوند دادن خروجی‌ها به برچسب‌ها گرفته می‌شوند.

محققان دریافتند شبکه‌های عصبی چند لایه که اساساً تشخیص ویژگی‌های بدون نظارت را از ورودی‌های صدای غیرفعال و به دنبال تنظیم دقیق نظارت شده انجام می‌دهند، بهترین عملکرد یادگیری موش‌ها را دارند. مدل‌ها به مواجهه غیرفعال اشاره کردند که منجر به بازنمودهای حسی سازمان‌دهی مجدد می‌شود که یادگیری فعال کارآمدتری را ممکن می‌سازد.

Interleaving بهترین کار را می کند

علاوه بر نشان دادن اینکه نوردهی غیرفعال یادگیری را تسریع می‌کند، آزمایش‌ها نشان دادند که ارائه‌های صدا در طول آموزش به تسلط سریع‌تری نسبت به گوش دادن غیرفعال تنها در ابتدا منجر می‌شود. مدل‌سازی محاسباتی بیشتر به توضیح این نتیجه از طریق آنچه به عنوان تطابق بین قوانین یادگیری منجر به به‌روزرسانی‌های مدل غیرفعال و فعال می‌شود، کمک کرد.

وقتی با هم اتفاق می‌افتند، تغییرات بدون نظارت و نظارت در اتصالات عصبی یکدیگر را ترکیب می‌کنند و به سرعت نمایش‌ها را تقویت می‌کنند تا عملکرد برتر را ممکن کنند. محققان دریافتند که تنها تعداد انگشت شماری از جلسات غیرفعال درهم به اندازه روزهای مواجهه غیرفعال اولیه موثر است.

بنابراین، هنگام برداشتن گیتار یا شروع نوارهای زبان خارجی، بلافاصله به تمرین هاردکور نروید. حتما تمرین فعال روزانه خود را با گوش دادن غیرفعال تکمیل کنید. مغز شما صداها را جذب می کند و در زمان کمتری به اهداف یادگیری خود خواهید رسید.

این رویکرد که قرار گرفتن در معرض غیرفعال را با یادگیری فعال ترکیب می کند، دستور العملی برای تسلط سریعتر بر مهارت های دنیای واقعی با استفاده از فرآیندهای یادگیری طبیعی مغز ما ارائه می دهد. دانشمندانی که مطالعه می کنند چگونه حیوانات و هوش مصنوعی وظایف جدید را یاد می گیرند، به کشف برنامه های آموزشی بهینه که از داده های برچسب دار و بدون برچسب استفاده می کند، ادامه می دهند. با این حال، این تحقیق به مغز بیولوژیکی یا دیجیتالی کمک می کند تا با آشکار کردن راهی برای تقویت یادگیری، نمره را کسب کند.

درباره نویسنده

جنینگزرابرت جنینگز به همراه همسرش ماری تی راسل، ناشر InnerSelf.com است. او در دانشگاه فلوریدا، موسسه فنی جنوبی و دانشگاه فلوریدا مرکزی با تحصیل در زمینه املاک، توسعه شهری، امور مالی، مهندسی معماری و آموزش ابتدایی تحصیل کرد. او یکی از اعضای سپاه تفنگداران دریایی ایالات متحده و ارتش ایالات متحده بود که فرماندهی یک توپخانه میدانی در آلمان را بر عهده داشت. او قبل از راه اندازی InnerSelf.com در سال 25، 1996 سال در امور مالی، ساخت و ساز و توسعه املاک و مستغلات کار کرد.

InnerSelf به اشتراک گذاری اطلاعاتی اختصاص داده شده است که به افراد امکان می دهد در زندگی شخصی خود، برای منافع مشترک و برای رفاه سیاره، انتخاب های تحصیل کرده و روشنگری داشته باشند. مجله InnerSelf در 30+ سال انتشار خود به صورت چاپی (1984-1995) یا به صورت آنلاین به نام InnerSelf.com است. لطفا از کار ما حمایت کنید.

 Creative Commons 4.0

این مقاله تحت مجوز Creative Commons Attribution-Share Alike مجوز 4.0 مجاز است. مشخص کننده نویسنده رابرت جینگز، InnerSelf.com. پیوند به مقاله این مقاله در ابتدا در ظاهر InnerSelf.com

کتاب های بهبود عملکرد از لیست پرفروش ترین های آمازون

"قله: رازهایی از علم جدید تخصص"

توسط اندرس اریکسون و رابرت پول

در این کتاب، نویسندگان از تحقیقات خود در زمینه تخصص استفاده می کنند تا بینش هایی را در مورد اینکه چگونه هر فردی می تواند عملکرد خود را در هر زمینه ای از زندگی بهبود بخشد، ارائه دهد. این کتاب راهبردهای عملی برای توسعه مهارت ها و دستیابی به تسلط را با تمرکز بر تمرین عمدی و بازخورد ارائه می دهد.

برای اطلاعات بیشتر یا سفارش کلیک کنید

"عادت های اتمی: راهی آسان و اثبات شده برای ایجاد عادات خوب و ترک عادت های بد"

توسط جیمز پاک

این کتاب با تمرکز بر تغییرات کوچک که می تواند به نتایج بزرگ منجر شود، راهبردهای عملی برای ایجاد عادات خوب و ترک عادت های بد ارائه می دهد. این کتاب از تحقیقات علمی و نمونه‌های دنیای واقعی استفاده می‌کند تا توصیه‌های عملی را برای هر کسی که به دنبال بهبود عادات خود و دستیابی به موفقیت است ارائه دهد.

برای اطلاعات بیشتر یا سفارش کلیک کنید

"ذهنیت: روانشناسی جدید موفقیت"

توسط Carol S. Dweck

در این کتاب، کارول دوک به بررسی مفهوم ذهنیت و چگونگی تأثیر آن بر عملکرد و موفقیت ما در زندگی می پردازد. این کتاب بینش هایی را در مورد تفاوت بین یک ذهنیت ثابت و یک ذهنیت رشد ارائه می دهد و استراتژی های عملی برای توسعه ذهنیت رشد و دستیابی به موفقیت بیشتر ارائه می دهد.

برای اطلاعات بیشتر یا سفارش کلیک کنید

"قدرت عادت: چرا ما کاری را که در زندگی و تجارت انجام می دهیم انجام می دهیم"

توسط چارلز دهیگ

در این کتاب، چارلز داهیگ به بررسی علم پشت ایجاد عادت و چگونگی استفاده از آن برای بهبود عملکرد ما در تمام زمینه های زندگی می پردازد. این کتاب راهبردهای عملی برای ایجاد عادات خوب، شکستن عادت های بد و ایجاد تغییر پایدار ارائه می دهد.

برای اطلاعات بیشتر یا سفارش کلیک کنید

"هوشمندتر سریعتر بهتر: رازهای سازنده بودن در زندگی و تجارت"

توسط چارلز دهیگ

در این کتاب، چارلز داهیگ علم بهره وری و چگونگی استفاده از آن را برای بهبود عملکرد ما در تمام زمینه های زندگی بررسی می کند. این کتاب از مثال‌ها و تحقیقات واقعی برای ارائه توصیه‌های عملی برای دستیابی به بهره‌وری و موفقیت بیشتر استفاده می‌کند.

برای اطلاعات بیشتر یا سفارش کلیک کنید