Лишь контекст позволяет сделать обучение эффективным. При этом даже необязательно сознательно концентрировать внимание на учебе. Это было наглядно продемонстрировано, когда группа моей коллеги Мелиссы Во взялась за изучение памяти взрослых людей. Участникам эксперимента предлагали найти на изображениях интерьера квартиры определенные предметы (например, мыло в ванной комнате). И хотя никто не просил испытуемых запоминать эти предметы, впоследствии они все равно помнили их значительно лучше, чем если бы просто заучили список наизусть. Если объекты демонстрировались в нейтральной обстановке, то они были менее интересны и не запоминались. Кусок мыла в ванной имеет, очевидно, больше смысла, чем просто на зеленом фоне. Сам по себе он не представляет интереса, а вот в контексте возникает смысловая связь, которая запоминается. Вообще-то это нелогично, потому что нам приходится запоминать больше информации (а именно всякие второстепенные обстоятельства), но нам так почему-то легче.
Принцип лазаньи в обучении
Чтобы понять смысловые связи, контекст и значение, мозг должен учиться не так, как мы привыкли, а с перерывами. Из предыдущей главы вы уже знаете, что порой он сознательно жертвует определенным содержанием, когда не хочет вспоминать какую-то информацию (или даже прилагает активные усилия для забывания). Нечто подобное происходит и при обучении. Чтобы этот процесс был успешным, в нем необходимо делать паузы. Его так и называют: «интервальное обучение». Это вроде бы противоречит здравому смыслу, поскольку мы, как правило, считаем, что взаимосвязи и концепции можно сформировать лишь тогда, когда сразу обрабатывается максимум информации. Ведь, устраивая перерывы в процессе обучения, можно забыть какие-то важные вещи. Однако нашему мозгу интересен не объем информации сам по себе, а то, как ее отдельные фрагменты связываются между собой.
Данное утверждение проверялось в ходе эксперимента, где участникам предлагалось распознать различные стили живописи. В одном случае им демонстрировали шесть картин одного художника подряд, потом столько же картин второго и затем еще несколько серий картин четырех других художников. В другом случае картины различных стилей и направлений демонстрировались вперемежку. Результат был однозначным: когда различные стили живописи чередовались, участники быстрее классифицировали их и приписывали определенному художнику. Те же, кому картины демонстрировались сериями, распознавали стили хуже. Но при этом большинство участников заявляли, что им больше нравится, когда картины заранее распределены по стилям, потому что это якобы более наглядно.
Тем не менее результаты исследований раз за разом говорят о том, что перерывы благотворно сказываются на обучении. И это касается не только направлений живописи, но и заучивания новых слов, последовательности движений, естественнонаучных взаимосвязей, запоминания каких-либо перечней. Причина кроется в способах взаимодействия нейронов. Первый информационный импульс побуждает нервные клетки к изменению структуры. Данное изменение надо для начала «переварить». Лишь после этого клетки будут готовы к следующему возбуждению. Если очередной импульс поступает слишком рано, он не оказывает должного воздействия. Только когда различные фрагменты информации сменяют друг друга, мозг получает возможность объединить их в некое знание. Это похоже на приготовление лазаньи. Разумеется, можно сначала залить в форму соус, потом свалить в кучу пласты теста и сверху засыпать сыром. Но это будет не лазанья. Вкусное блюдо (как и осознанная мыслительная концепция) получается лишь в результате определенной очередности операций. Такое концептуальное мышление позволяет нам уйти от простого заучивания. Только так можно классифицировать все предметы и явления окружающего мира по категориям и смысловым взаимосвязям и, как следствие, понять его.
Не заучивать, а понимать!
То, что можно выучить, впоследствии можно и забыть. Но если вы что-то поняли, то уже не сможете вернуться к состоянию непонимания. В обучении как таковом нет ничего особенного. Обучаться могут многие животные и даже компьютеры. Но на то, чтобы понимать окружающие явления, способен только наш мозг, и этим искусством он владеет благодаря тому, что не ограничивается накоплением данных, а пытается обнаружить корреляции между ними. Только таким путем из данных рождается знание. Их нельзя путать. Правда, в современном оцифрованном мире между ними зачастую ставится знак равенства. Однако, хотя символы:-) и:-(равны в количественном выражении, они несут в себе совершенно разную информацию. Я уже не говорю про эмоциональную подоплеку (улыбающееся лицо вызывает радостные чувства). Для компьютера разница между:-) и:-(составляет 33 процента, но для нас – все сто.
Как мы усваиваем эти знания и концепции? Как мы понимаем мир? Давайте сначала познакомимся с образцами непонимания на примере компьютерных алгоритмов, причем самых современных из тех, которые имеются на сегодняшний день, – так называемых глубоких нейронных сетей. Речь идет о компьютерных системах, в основе программирования которых лежит неклассическая логика (из А вытекает Б). Они построены по примеру мозга (по крайней мере, так утверждают) и копируют его нейронную структуру. В ходе работы цифровые «нейроны» приспосабливаются друг к другу, взаимодействуя в местах контакта, в зависимости от того, какие данные обрабатываются. Поскольку нейроны самостоятельно анализируют характер своих контактов, со временем система может самообучаться. К примеру, если мы хотим, чтобы программа распознавала пингвинов, ей демонстрируются сотни тысяч разных фотографий, среди которых попадаются сотни изображений пингвинов. В результате программа сама определяет отличительные особенности пингвинов и начинает понимать, кто это такой.
Прогресс этих искусственных нейронных сетей поражает. Только за счет демонстрации изображений такие системы самостоятельно находят животных, предметы и людей на любых фотографиях. Их способность распознавать лица уже превосходит человеческую (приложение Google может распознавать в толпе не только человеческие лица, но и коровьи морды). Но давайте скажем прямо: подобные компьютерные системы имеют такое же отношение к мозгу, как футболист-любитель, играющий в районном первенстве, к олимпийскому чемпиону по десятиборью. Они даже выступают в разных видах спорта, так как компьютер делает отнюдь не то же самое, что нервные клетки, что бы ни заявляли концерны, работающие в сфере информационных технологий и якобы создающие искусственные нейронные сети. Компьютер не обладает настоящей нейронной сетью и строится не по образцу мозга. Это всего лишь маркетинговый трюк производителей. Ведь для того, чтобы научиться выделять на картинке пингвина, компьютер должен предварительно просмотреть тысячи изображений. Мозгу же это не требуется.
Глубокое понимание
Недавно соседский парнишка двух с половиной лет от роду зашел ко мне в прихожую. Указав пальцем на пожарный извещатель на потолке, он сразу сказал: «Это для пожара». Я был поражен. Неужели родители целыми неделями показывали ему изображения пожарных извещателей, чтобы он в конце концов выделил их общие черты и особенности и смог распознавать среди других предметов? Должен признать, что его отец действительно работает в пожарной охране, так что выбор темы не случаен. Но ведь малышу, в отличие от «глубоких нейронных сетей», не демонстрировали тысячи фотографий устройств для сигнализации, огнетушителей и другого пожарного инвентаря, чтобы он в случае чего смог узнать их среди всего прочего. От него не требовали сдавать экзамены по этому предмету! Каким же образом ребенок, видевший пожарный извещатель всего два-три раза, смог распознать его в совершенно незнакомой обстановке?
