이전의 의사 결정 101에서는 작업 기억으로 검색된 항목에 대한 선택적주의가 올바른 결정을 내리는 데 주요 요인임을 입증했습니다. 이것은 일반적으로 교육의 중요성을 인식하지 못합니다. 드물게 학습 자료는 작업 기억인지 부하를 감소시키는 측면에서 어떻게 최적화 될 수 있는지에 대한 예지력으로 포장되어 있습니다. 영국의인지 신경 과학 그룹의 새로운 연구는 새로운 학습 자료를 올바르게 분류하는 방법을 배우는 데있어 이것이 특히 중요하다는 것을 보여줍니다. 그들은 학습이 최적화 될 때 (자신의 전문 용어에서 "이상화 된") 학습이 더 효과적이라는 것을 보여줍니다.
결정은 종종 정상 / 비정상, 친구 / 원수, 도움 / 유해, 옳고 그름 또는 여러 카테고리 옵션 중 하나에 할당과 같은 새로운 자극을 분류해야합니다. 학생들에게 올바른 카테고리 배정을하는 방법을 가르치는 것은 일반적으로 각 카테고리에 대한 예를 보여 주는 것을 기반으로합니다. 분류 문제는 학습이 시험 될 때 일상적으로 발생합니다. 예를 들어, 학교의 공통 선다형 테스트는 각 잠재적 인 대답을 옳고 그른 것으로 결정해야합니다.
이 연구자들은 훈련 최적화에 관한 문헌을 검토하면서 특정 순서로 훈련을 제시하는 것으로 접근한다는 보고서를 발견했습니다. 예를 들어, 학생들에게 카테고리별로 분류하는 방법을 가르치는 경우, 한 카테고리의 많은 예들이 함께 제시되고 다른 카테고리의 많은 대조적 인 예가 이어질 때 사람들은 더 잘 수행됩니다. 다른 주문 조작은 두 카테고리의 단순하고 모호하지 않은 케이스가 훈련 초기에 함께 제공되는 경우 더 잘 학습되고, 반면에 더 어렵고 혼란스러운 사례는 나중에 제시됩니다. 이러한 훈련은 두 범주 간의 대비를 강화시킵니다.
영국 그룹은 학습에서의 작업 기억의 역할에 중점을 두었습니다. 그들의 생각은 학습 중 모호함이 문제라는 것입니다. 올바른 카테고리 식별이 필요한 실제 상황에서는 자연스럽게 발생하는 모호성으로 인해 올바른 결정을 내리기가 어렵습니다. 이러한 모호성을인지 적 "소음"으로 생각하면 작업 기억으로 회상되는 교육을 방해 할 수 있습니다. 이 소음은 학습 과정에서 인코딩을 혼란스럽게하고 사고 과정을 복잡하게 만들고 올바른 구별을 위해 필요할 수있는 엄격한 사고 과정을 손상시킵니다. 학교에 다니는 젊은이들의 현실 세계에서 다른 주요인지 적 소음원은 오늘날의 학생들에게 공통적 인 멀티 태스킹 습관으로 인해 발생하는 업무 관련성이없는 자극입니다.
이 이론은 학습 된 과제를 수행 할 때 학생이 기억을 가르치는 것을 되 돌리는 것입니다. 작업 메모리는 용량이 매우 제한되어 있으므로 초기 학습과 관련된 모든 "노이즈"가 불완전하게 인코딩 될 수 있으며 기억 된 노이즈로 인해 올바르게 수행하는 데 필요한 사고가 복잡해질 수 있습니다. 따라서 학습 자료를 단순화하면 기억 된 모호성을 줄이고 작업 메모리로드를 낮추며 더 나은 추론 및 테스트 성능을 제공해야합니다.
학습을 최적화하는 한 가지 예는 주어진 유방 X 선 사진이 정상인지 암인지 여부를 결정하기 위해 사전 의학 교육없이 사람들을 훈련시키는 개념을 적용한 Hornsby and Love (2014)의 연구입니다. 학생들은 정상 또는 암으로 쉽게 판명되는 유방 X 선 사진에 대해 교육을 받았고 구별이 그렇게 명확하지 않은 사례는 포함시키지 않으면 학습이 더 효율적이라는 가설을 세웠습니다. 근본 전제는 의사 결정이 과거 기억 된 사례를 작업 기억으로 회상하고 적절한 범주에 대한 증거를 축적하는 것을 포함한다는 것이다. 기억 된 항목에 잡음이 많으면 (예 : 모호한 경우) 잡음이 누적되어 결정을 더 어렵게 만듭니다. 따라서 학습자는 분명히 명백한 것에서 모호한 것까지 모든 가능성 범위에서 모범 사례에 대해 훈련을 받으면 하나의 범주 또는 다른 범주에 속하는 것으로 분명히 입증 된 사례에 대해 개별적으로 훈련 된 경우보다 어려움을 겪게됩니다.
초기에는 유방 X 선 사진의 전 범위 혼합물에 대해 학습자 그룹이 훈련되었으므로 진단 난이도에 따라 이미지를 쉽거나 단단하게 분류 할 수있었습니다. 각각의 임상 시험에서 3 개의 유방 X 선 사진이 나타났습니다. 왼쪽 이미지는 정상이고 오른쪽은 암이었고 중간은 정상인지 암인지 진단이 필요한 검사 항목이었습니다.
실제 실험에서, 한 학생 그룹은 쉽고, 중간이고, 단단한 이미지의 대표 세트를 분류하도록 훈련 받았고 다른 그룹은 쉬운 샘플에서만 훈련되었습니다. 훈련 재판을하는 동안, 학습자는 3 개의 유방 조영상을보고 중간 이미지에 대한 진단을 기술 한 다음 옳은지 또는 틀린 지에 대한 피드백을 받았습니다. 324 개의 모든 훈련 시험을 마친 후, 참가자들은 무작위 순서로 표시되는 각 범주의 이전에 보이지 않는 3 개의 쉬운, 중간 및 단단한 항목으로 구성된 18 개의 시험 시행을 완료했습니다. 시험 재판은 훈련 재판과 동일한 절차를 따릅니다.
양쪽 조건 모두에서 두 군 모두에서 범위에 걸쳐 샘플을 테스트 하였을 때, 최적화 된 그룹은 쉽고 중간 인 이미지 모두에서 정상과 암의 유방 X 선을 더 잘 구분할 수있었습니다. 최적화 된 그룹은 중간 이미지에 대해 교육되지 않았습니다. 그러나 하드 테스트 항목의 경우에는 이점이 발견되지 않았습니다. 두 그룹 모두 어려운 경우에 많은 오류를 만들었고 최적화 된 교육은 정규 교육보다 결과가 좋지 않았습니다.
우리는 왜이 전략이 어려운 경우에 효과가 없는지 설명해야합니다. 나는 쉽고 보통의 경우에 많은 이해가 요구되지 않는다고 생각한다. 훈련이보다 직관적이고 덜 모호하기 때문에 패턴 인식의 문제 일뿐입니다. 학습자는 단지 우연한 시각적 인 연관성을 만들고 있습니다. 어려운 경우, 학습자는 구별을 위해 필요한 기준을 알고 이해해야합니다. 진단 기준이 교육에 명시되지 않으면 미묘한 차이가 실현되지 않습니다. 실제 의료 관행에서 많은 유방 조영술은 실제로 육안 검사로 구분할 수 없으며 실제로 어렵습니다. 다른 진단 검사가 필요합니다.
이러한 연구의 기본 전제는 올바른 학습을 할 수있는 능력을 혼란스럽게하는 "소음"을 구성하는 불필요하고 모호한 정보를 제거하고 학습 목표 또는 과제를 기본으로 깎아야한다는 것입니다.
일반적인 학습 상황에서 주요 소음원은 주변 적으로 관련있는 세부 정보와 같은 외부 정보입니다. 이 소음을 줄이는 것은 기본 원리에 초점을 맞춤으로써 이루어집니다. 사실 저는 50 년 전 제가 스스로 학습을 최적화하려는 학생이었을 때 단순화라는이 기본 전제를 발견했습니다. 제가 깨달은 것은 제가 수업 자료를 통해 배우려고했던 기본 원리에 귀속시키는 것이 중요하다는 것입니다. 제가 원리를 이해한다면, 저는 그러한 이해를 사용하여 많은 함의와 적용에 대해 생각할 수있었습니다.
다른 말로하면, 원칙은 "당신이해야할 것 이상을 외우지 마십시오."암기되지 않은 것을 알아내는 방법으로 원리를 사용하십시오. 핵심 원칙이 이해되면 기본 정보 대부분을 추론하거나 쉽게 습득 할 수 있습니다. 이것은 일반에서 특정으로 이동하는 표준 관행과 비슷합니다. 그럼에도 불구하고 일반적인 아이디어는 원칙을 강조해야합니다.
이런면에서 교과서는 때로는 매우 가난합니다. 너무 많은 텍스트에는 참고 서적으로 생각해야하는 많은 부수적 인 정보가 있습니다. 그래서 저의 대학 수준의 신경 과학 전자 교과서 인 "신경 과학의 핵심 아이디어"에 대한 좋은 시장을 찾았습니다. 각 2-3 페이지 장은 광범위한 막을 포괄하는 75 가지 핵심 원칙에 전적으로 근거하고 있습니다 생화학을 인간의 인지력에 적용합니다. 다른 저자의 전형적인 신경 과학 교과서는 최대 1,500 페이지를 실행할 수 있습니다.
출처:
Hornsby, Adam, Love, BC (2014). 이상적인 교육을받은 유방 X 선 사진 분류 개선. J.Appl. Res. 기억과 인식. 3 (2) : 72-76.
Klemm 박사는 Texas A & M의 신경 과학 선임 교수입니다. 그의 최신 저서는 Memory Power 101 (Skyhorse)과 Mental Biology (Prometheus)입니다. 그는 또한 학습 및 기억 블로그를 씁니다. 그의 게시물에는 거의 150 만 독자의 의견이 있습니다.
