学习：如果你想有效地学习，计划在15％的时间内失败

亚利桑那州图克森 — 几个世纪前，英国诗人亚历山大·波普（Alexander Pope）写下了著名的“犯错是人之常情”，这句话今天仍然适用。尽管我们都希望在我们所做的每一件事上立即取得成功，但简单的事实是这是不可能的。然而，失败并不全是坏事，它通常是学习新技能或知识的重要动力和基本要素。那么，促进学习的完美失败量是多少？根据一项新的研究，这是15%的时间。

解释研究结果的另一种方法是，当我们在85%的时间内对给定主题获得正确的答案时，学习会得到优化。

长期以来，教育工作者和科学家一直认为，在学习和失败方面，存在某种“甜蜜点”。一项完全不挑战我们的简单任务不会带来任何真正的学习，相反，一项超级具有挑战性的任务可能只会导致沮丧。

“这些想法在教育领域存在 - 存在一个'近端困难区'，你应该最大限度地学习 - 我们把它放在数学基础上，”主要研究作者罗伯特威尔逊解释道，亚利桑那大学心理学和认知科学助理教授。

威尔逊与布朗大学、普林斯顿大学和加州大学的合作研究人员在进行了各种机器学习实验后提出了他们的“85%规则”假设。更具体地说，他们“教”计算机如何执行简单的任务，例如如何识别不同的模式并将其分成设定的类别，或者如何根据奇数和偶数来分离照片。

当计算机以85%的准确率响应任务时，它们能够拿起任务并最有效地学习。除了计算机，研究小组还分析了以前专注于动物学习的研究。他们发现，85%规则在动物中也基本成立。

“如果你的错误率为15%或准确率为85%，那么你总是在这些双选任务中最大限度地提高你的学习率，”威尔逊说。

该研究的作者说，他们的发现与感知学习或逐渐掌握技能和通过经验和例子学习的过程特别相关。他们举了一个放射科医生学习如何在X射线中准确识别肿瘤的例子。

“随着时间的推移，你会更好地弄清楚图像中存在肿瘤，你需要经验，你需要例子来变得更好，”威尔逊解释说。“我可以想象给出简单的例子，给出困难的例子，并给出中间的例子。如果我举一些非常简单的例子，你总是100%正确，没有什么可学的了。如果我举出非常困难的例子，你将有50%是正确的，并且仍然没有学到任何新东西，而如果我给你介于两者之间的东西，你可以在这个最佳位置，从每个特定的例子中获得最多的信息。

这些发现可能被一些人解释为鼓励学术界的“B”平均值，但威尔逊和他的团队表示，他们还没有准备好得出这个结论。这项研究的重点是直截了当、简单的问题，有明确的正确和不正确的回答。与此同时，在更高层次的学术界，对与错的界限往往更加模糊。然而，该研究的作者仍然认为他们的研究可能对教育工作者和学生都有用。

威尔逊总结说：“如果你上课太容易了，而且一直都在打败，那么你可能不会像那些挣扎但设法跟上的人那样从课堂上得到那么多。“希望我们可以扩展这项工作，并开始讨论更复杂的学习形式。