Nature Human Behaviour’da yayınlanan yeni araştırma, insanların karmaşık bir problemi tüm parçalarıyla aynı anda öğrenmek yerine, önce tek tek ipuçlarını kavradığında daha başarılı kararlar verebildiğini gösteriyor.
Günlük hayatta kararlar çoğu zaman tek bir veriye dayanmaz. Bir doktor hastalık tanısı koyarken birçok belirtiyi birlikte değerlendirir. Benzer şekilde, insanlar da çevreden gelen farklı işaretleri tartar, hangisinin daha güvenilir olduğunu öğrenir ve buna göre seçim yapar.
Çalışmada katılımcılara, klasik “hava tahmini görevi”ne benzeyen bir deney uygulandı. Bu tür görevlerde geometrik şekiller, örneğin “güneş” ya da “yağmur” sonucuna dair ipucu veriyor. Her şeklin sonuca katkısı farklı bir ağırlığa sahip oluyor. Katılımcıların görevi ise bu şekillerin hangi sonucu daha olası kıldığını deneyerek öğrenmek.
Bir grup katılımcı önce tek tek ipuçlarıyla eğitildi. Yani her denemede yalnızca bir şeklin ne anlama geldiğini öğrenmeye çalıştılar. Diğer grup ise baştan itibaren üç farklı ipucunun birlikte sunulduğu daha karmaşık denemelerle eğitildi.
Tek tek öğrenmek daha kolay
Araştırmanın temel sonucu, bazı görevlerde öğrenmeyi küçük parçalara ayırmanın avantaj sağladığını gösteriyor. Tek ipuçlarıyla başlayan katılımcılar, daha sonra birden fazla ipucunu birlikte değerlendirmede daha başarılı olabiliyor.
Araştırmacılar bu etkiyi davranışsal gözlemin yanı sıra hesaplamalı bir modelle de açıkladı. Modele göre insanlar öğrenirken tek bir stratejiye bağlı kalmıyor. Bazen her ipucunu ayrı ayrı güncelliyor, bazen de ipuçlarını birlikte değerlendirerek daha bütüncül bir öğrenme stratejisi kullanıyor. Hangi stratejinin devreye gireceği ise görevin yapısına, geri bildirimin niteliğine ve bilişsel maliyete göre değişebiliyor.
Çalışmanın yazarları, “Hava tahmini görevi, ipuçlarını tek tek eğiterek, yani böl ve yönet yaklaşımıyla daha etkili öğreniliyor” dedi.
Hibrit öğrenme en iyi strateji
Araştırmacılar, iki temel stratejiyi karşılaştırdı; marjinal kural ve birleşik kural. Marjinal kural, her ipucuyu sanki sonucu tek başına belirliyormuş gibi ayrı ayrı güncelliyordu. Birleşik kural ise bunun tersine, tüm ipuçlarını aynı anda güncelliyor ve bunların birlikte yarattığı etkiyi hesaba katıyordu. Ancak tek başına hiçbir strateji, insan davranışını tam olarak açıklayamadı. En başarılı model, iki yaklaşımı akıllıca birleştiren hibrit model oldu. Bu model, beynimizin tek bir öğrenme yöntemine bağlı kalmadığını gösteriyor. Bunun yerine, duruma göre stratejiler arasında dinamik biçimde geçiş yapıyor.
Science X’in verdiği örneğe göre; bir davada kanıtların, yanlış kişinin suçlandığını güçlü biçimde gösterdiğinde hibrit model, ağırlıklı olarak daha basit marjinal güncellemeyi kullanıyor. Yani tek bir bilgi parçasına odaklanıyor. Ancak sonuç birçok ipucunun karmaşık birleşimine bağlıysa, model daha maliyetli olan birleşik güncellemeyi devreye sokuyor ve tüm ipuçlarını birlikte değerlendiriyor. Bu tür dinamik bir dengeleme, etkili öğrenmeyi kolaylaştırıyor.
Örneğin yalnızca küçükten başlamak ya da geri bildirimi daha kesin hale getirmek her zaman etkili görünmüyor. Buna karşılık ipucu kombinasyonlarını daha belirgin uç örneklere doğru düzenlemek, yani öğrenenin farkı daha net görebileceği örnekleri öne çıkarmak daha yararlı olabiliyor.
Araştırma özellikle eğitim bilimleri, bilişsel bilim ve yapay zeka için önemli bir çerçeve sunuyor. Çünkü etkili öğrenme programları tasarlamak için yalnızca “ne öğretileceği” değil, “hangi sırayla ve hangi parçalar üzerinden öğretileceği” de hesaba katılmalı.
Kaynak: Nature Human Behaviour