يبدأ الدماغ بحل المشكلات المعقدة بمجرد تجاهل معظمها.

ما هي أفضل طريقة لحل اللغز أو حل مشكلة؟ تخيل أن عليك التنبؤ بالطقس باستخدام رموز غامضة. هل يجب أن تحاول تفسير جميع العلامات مرة واحدة أم أنه من الأفضل إتقانها أولاً واحدة تلو الأخرى؟

تم إجراء تجربة في جامعة أكسفورد لمقارنة هذين النهجين بشكل مباشر. ونشرت النتائج في المجلة طبيعة سلوك الإنسان. ستكون مفيدة في علم أصول التدريس وفي تطوير خوارزميات التعلم الآلي.

تم تكليف المتطوعين بمهمة التنبؤ بالطقس. هذه مشكلة كلاسيكية من علم الأعصاب الإدراكي وعلم نفس التعلم. يُعرض على الموضوع أشكال هندسية بسيطة كأدلة، وعليه أن يجيب: ماذا ستكون الشمس أو المطر غدًا.

تدرب نصف المجموعة على الأشكال الفردية (دليل واحد في كل مرة)، بينما رأى الآخرون دائمًا ثلاثة أشكال في نفس الوقت. بعد هذه المرحلة، واجه جميع المشاركين نفس الألغاز المكونة من ثلاث قطع، ولكن بدون تعليقات. سمح لنا هذا التصميم بمقارنة استراتيجيتي التعلم بشكل مباشر ومعرفة أيهما أكثر فعالية.

واحدًا تلو الآخر: كيف يؤدي التدريب على العزلة إلى إنشاء متعلمين متميزين

منذ البداية، أخذت المجموعة الفردية زمام المبادرة. أولئك الذين مارسوا كل شخصية على حدة تعلموا معناها بسرعة. وبحلول نهاية التدريب (وفي الاختبارات النهائية)، أظهرت هذه المجموعة دقة أعلى بكثير من أولئك الذين تعلموا المجموعات الثلاثية.

ومن اللافت للنظر أن هذه الميزة استمرت على الرغم من أن المشاركين في المجموعة الأولى رأوا عددًا أقل من الأمثلة ذات القرائن المجمعة: فقد ساعدهم إتقان كل رمز على حدة على فهم اللغز بأكمله بشكل بديهي.

وخلص الباحثون إلى أنه “من الأكثر فعالية إتقان مهمة التنبؤ بالطقس باستخدام طريقة “فرق تسد”، أي تعلم القرائن واحدة تلو الأخرى”.

بمعنى آخر، تقسيم التعلم إلى أجزاء صغيرة يسمح لك بالوصول إلى فهم شامل أفضل للمهمة.

استراتيجية التعلم الهجين

لماذا نجحت خدعة فرق تسد بشكل جيد؟ وللكشف عن الآليات الأساسية، قام الباحثون ببناء نماذج حسابية بسيطة للتعلم. لقد قارنوا بين استراتيجيتين أساسيتين: قاعدة “الهامش” وقاعدة “المشتركة”. قامت قاعدة الهامش بتحديث أهمية كل دليل على حدة، كما لو أنها وحدها تحدد النتيجة. في المقابل، قامت القاعدة المشتركة بتحديث جميع الإشارات دفعة واحدة، مع مراعاة تأثيرها المشترك.

لا يمكن لأي من الاستراتيجيات وحدها أن تفسر بشكل كامل السلوك الملحوظ للأشخاص. النموذج الأكثر ملاءمة هو النموذج الهجين الذي يجمع بذكاء بين كلا النهجين. ويشير إلى أن أدمغتنا لا تلتزم بأي طريقة تعلم واحدة؛ يقومون بالتبديل ديناميكيًا بين الاستراتيجيات اعتمادًا على الموقف.

تخيل محاكمة يشير فيها دليل واحد بقوة إلى أن الشخص الخطأ متهم. في هذه الحالة، سيطبق النموذج المختلط تحديثًا هامشيًا أبسط من خلال التركيز على معلومة واحدة. ولكن إذا كانت النتيجة تعتمد على مجموعة معقدة من الإشارات المتعددة، فإن النموذج يتحول إلى الطريقة الأكثر تكلفة لتحديث جميع الإشارات معًا. يضمن هذا التحكم الديناميكي في اختيار الإستراتيجية التعلم الفعال.

بفضل هذه الآلية، يمكن للدماغ أن يحسب بالضبط “وزن الإشارات” – أهميتها الفعلية – دون الاضطرار إلى الغرق في الارتباك والحمل المعرفي الزائد. وبهذه الطريقة، تكون عقولنا قادرة على إيجاد توازن بين التعلم المتسلسل السريع والتكامل المتعمد للمعلومات. وبهذا المعنى، فإن فرق تسد يعمل بشكل جيد على وجه التحديد بسبب عملية التبديل الديناميكية هذه.

صنع المنهج

لم يشرح النموذج الهجين النتائج فحسب، بل قدم أيضًا تلميحات حول كيفية تحسين التعلم. على سبيل المثال، اقترحت أن التدريب باستخدام أمثلة ذات نتائج واضحة للغاية (تشير بشكل لا لبس فيه إما إلى “أشعة الشمس” أو “المطر”) من شأنه أن يسرع من إتقان المهمة. اختبر الفريق ذلك باستخدام منهج دراسي “مشوه” يحتوي على وفرة من الحالات القصوى، وبالفعل تحسن هؤلاء الطلاب بشكل أسرع.

وقال الباحثون إن هذه النتائج تظهر “كيف يمكن تطبيق أساليب التعلم الحسابية لتطوير البرامج التي تسرع عملية التعلم”.

ببساطة، ليس ما ندرسه هو المهم فحسب، بل أيضًا كيفية تنظيم الدروس نفسها. يمكن أن يساعد هذا الفهم المعلمين في تصميم الدروس للبدء بأمثلة واضحة قبل الانتقال إلى الحالات الأكثر دقة.

ومن المثير للاهتمام أن العديد من أنظمة التعلم الآلي تستفيد قليلاً من هذا التعلم التدريجي، مما يشير إلى أن البشر لديهم قدرة خاصة على اتباع نهج فرق تسد.

ويلخص المقال أن “تطوير المناهج الدراسية هو مفتاح التعلم الفعال في مجالات تتراوح من أصول التدريس إلى الذكاء الاصطناعي”.

حسنًا، الاستنتاج الرئيسي هو أنك بحاجة إلى البدء بالأساسيات وحل المشكلة عن طريق تقسيمها إلى خطوات صغيرة.