Kaj nas stroji učijo o učenju

Zakaj se pravo razumevanje začne šele takrat, ko zapremo knjigo, naredimo napako in poskušamo svet razložiti s svojimi besedami

Ko opazujemo, kako samozavestno se veliki jezikovni modeli umetne inteligence odzivajo na zapletene miselne naloge, se zlahka ujamemo v staro past: učenje začnemo razumeti kot shranjevanje podatkov. Ti sistemi se nam zdijo kot nekakšne gigantske baze podatkov, ki so preprosto arhivirale celoten internet. S to napačno prispodobo nato presojamo tudi lasten um: zdi se nam, da je učenje zgolj proces mehanskega “nalaganja” podatkov v spomin.

A tako kot ta prispodoba ne velja za človeške možgane, ne velja niti za nevronske mreže. Generativna umetna inteligenca ne deluje kot arhiv dobesedno shranjenih besedil. Njeno učenje ni kopičenje informacij, ampak grajenje pomenskih struktur na osnovi podatkov. Skozi milijarde ponovitev model iz množice besedil izlušči vzorce in zgradi večdimenzionalni matematični prostor, v katerem so pojmi razporejeni glede na njihove medsebojne pomenske razdalje in odnose. Stroj se tako ne nauči zgolj reproducirati podatkov, ampak vzpostavi sistem povezav, odnosov in pomenskih bližin. Surova informacija zanj ostaja zgolj šum, dokler skozi optimizacijo ne postane del trdne strukture modela.

Ta logika strojnega učenja nam ponuja presenetljivo uporabno prispodobo za tisto, kar imenujemo resnično človeško razumevanje. Tudi naše znanje se nikoli ne vzpostavi le z golim arhiviranjem dejstev v spominu. Učenje je izrazito ustvarjalen proces, v katerem sistematično gradimo svoje lastne notranje pomenske strukture.

Kako premagati iluzijo znanja?

Predstavljajmo si tipičen študijski proces. Pred seboj imamo strokovno besedilo, ki ga začnemo brati. Ker je vsebina pojasnjena sistematično in celostno, besedilu naša misel zlahka sledi. Vzamemo marker in podčrtamo ključne odlomke. Ko čez nekaj ur ponovno preletimo te poudarke, nas preplavi močan občutek domačnosti. Pomislimo: “Saj to je vendar povsem logično, to razumem.”

Vendar se prav v tem trenutku učenja največkrat zgodi usodna napaka. Ujamemo se v past, ki se imenuje iluzija kompetentnosti. Naši možgani so evolucijsko prilagojeni za prepoznavanje vzorcev in varčevanje z energijo. Ko drsimo čez jasno in tekoče napisano besedilo, naši možgani to lahkotnost branja napačno interpretirajo. Enostavnost miselnega procesiranja informacij zamenjajo za dejansko razumevanje snovi. Tako lahko močno precenimo svoje znanje preprosto zato, ker nam ga v danem trenutku ni bilo težko priklicati.

V resnici pa v tej fazi učenja še nismo zgradili lastne miselne strukture, ki bi ji lahko rekli dejansko razumevanje. Informacije so sicer vstopile v našo zavest, a so ostale izolirane in pasivne. Razlika med tem, da nekaj zgolj prepoznamo, ko nam je ponujeno na papirju, in tem, da zmoremo to isto vsebino samostojno priklicati iz glave, je namreč izjemno velika.

Ta slutnja, da je dejanski priklic informacij, brez opore v besedilu, naporen, je tudi glavni razlog, zakaj se nadaljnim fazam učenja pogosto izogibamo. Odlašanje večinoma ni zgolj znak lenobe ali slabe organizacije, ampak tudi naraven obrambni mehanizem možganov, ki se želijo izogniti prihajajočemu kognitivnemu stresu. Um se raje zateče k lažjim, pasivnim opravilom ali pa k udobju ponovnega branja. A udobje pri učenju ni znak inteligence ali dobrega spomina; je zgolj zanesljiv simptom, da z resničnim procesom izgradnje znanja sploh še nismo začeli.

Napake so nujni del učenja

Pravo učenje, ki v našem umu pusti trajno sled, se začne šele v trenutku, ko miselno udobje zavestno prekinemo. Predstavljajmo si, da na videz jasno besedilo odložimo, zapremo knjigo in si poskušamo ključne pojme razložiti s svojimi besedami na glas, ali pa vse skupaj zapisati na prazen list papirja. V tistem trenutku se šele zavemo, koliko smo se dejansko že naučili, saj se nam prvič skoraj gotovo zatakne. Pravih besed praviloma ne najdemo, spomin pa je poln vrzeli, tako da se v teh trenutkih največkrat soočimo z izjemno neprijetnim občutkom lastne nevednosti.

Večina to frustracijo napačno interpretira kot osebni neuspeh ali dokaz, da snovi preprosto ne razumejo. Zato se hitro zatečejo nazaj v varno zavetje ponovnega branja, da bi ublažili ta kognitivni stres. A psihologija učenja nam svetuje natanko nasprotno: to mukotrpno brskanje po spominu ni napaka v sistemu učenja, ampak je njegov glavni motor. Gre za namerno povzročanje nelagodja, s katerim možgane prisilimo v to, da sprožijo procese, s katerimi se nove spominske povezave vzpostavljajo in utrjujejo.

Če se vrnemo k naši prispodobi strojnega učenja, je vzporednica zelo nazorna. Umetna nevronska mreža se ne uči s tem, da bi podatke zgolj prebrala in shranila, ampak tako, da ob vsaki napovedi preveri odstopanje od pravilnega odgovora. Prav to odstopanje sproži algoritem, t. i. backpropagation ali povratno širjenje napake, ki popravi in na novo uravna notranje uteži nevronske mreže. Napaka je torej tista, ki sistem prisili v strukturno spremembo. Popolnoma enako velja tudi za človeški um. Neznanje, ki se ga zavemo ob poskusu priklica informacije iz spomina, in napake, ki jih ob tem delamo, so pomemben del učenja. Kdor se izogiba temu naporu, se izogiba samemu učenju.

Od ponavljanja k razumevanju

Ko se soočimo z začetnim šokom luknjičavega spomina in z muko prikličemo razkropljene delce informacij, nastopi zadnji, ključni korak osmišljanja. Zdaj moramo te izolirane koščke strukturirati na novo in jih povezati v smiselno celoto. Ta proces zahteva iskanje vzročno-posledičnih povezav. Znanje namreč ne nastane s ponavljanjem tujih besed, ampak s prevodom kompleksnosti v lasten, notranji jezik in z grajenjem trdnega, argumentiranega modela.

To nikakor ni lahko opravilo, saj ne gre za pasivno ponavljanje, ampak za aktivno iskanje povezav, struktur in ustvarjanje širše slike. Prav pri pomoči v tej fazi učenja se najbolj pozna razlika med dobrimi in slabimi učitelji. Dober učitelj nikakor ni zgolj vir podatkov, saj so ti brez težav dostopni v knjigah, ampak učencu pomaga, da si ustvari zanesljivo osnovno miselno strukturo, ki jo lahko nato samostojno izboljšuje in nadgrajuje. Če te osnovne strukture učenec oziroma študent nima in je soočen le z množico podatkov, bo zelo težko sam sploh začel graditi miselno zgradbo, ki mu bo omogočala dejansko razumevanje.

Najboljši preizkus te sinteze je poskus ponovitve razlage na drugi ravni ali v drugem kontekstu. Dokler se pri razlagi skrivamo za naučenim žargonom, obstaja velika verjetnost, da snovi v resnici še ne razumemo, ampak zgolj recitiramo naučene besede. Pravo razumevanje se pokaže šele v zmožnosti, da zapleten pojem analiziramo in zgradimo argument, ki zdrži logično presojo brez uporabe strokovnega besednjaka.

Vzemimo za primer pojem entropije v fiziki. Tisti, ki si je definicijo zgolj zapomnil, bo preprosto ponavljal, da je entropija “mera za neurejenost sistema” in morda znal napisati še kakšno enačbo. Tisti pa, ki je ta isti koncept zares predelal skozi kognitivni napor, ga bo znal prizemljiti in razložiti, da pri entropiji ne gre za nekakšno skrivnostno silo, ki povzroča kaos, temveč za statistično verjetnost. Znal bo denimo zgraditi analogijo, po kateri obstaja neprimerno manj načinov, da je steklen kozarec cel in urejen, kot pa načinov, da je razbit v črepinje. Zato se narava spontano pomika proti stanjem, ki so statistično verjetnejša.

V tej fazi znanja nismo več zgolj bralci ali pasivni arhivisti tujih misli; postali smo avtorji lastnega razumevanja. Abstraktne ideje smo umestili v konkretne povezave, miselni model pa je tako pripravljen na uporabo, kritiko in nadaljnjo nadgradnjo.

Kako znanje postane trajno?

Zgraditi takšen trajno uporaben miselni model v zgolj enem popoldnevu učenja seveda ni mogoče. Če želimo, da struktura preživi in postane odporna na pozabljanje, moramo v proces učenja vplesti še dve ključni varovalki: časovno razporeditev in širino preučevane snovi.

Prva varovalka je premagovanje naravne krivulje pozabljanja skozi razporejeno učenje. Informacij ne smemo poskušati vtisniti v spomin v enem samem, intenzivnem kampanjskem učenju. Znanje mora dozoreti. Snov moramo zavestno pustiti, da se v spominu nekoliko posede in jo delno pozabimo, preden jo čez nekaj dni ali tednov ponovno poskušamo priklicati. Prav tisti trenutek, ko je priklic zaradi minevanja časa najtežji in zahteva največ napora, je najbolj produktiven za trajno utrjevanje nevronskih povezav in stabilizacijo naučenega modela.

Druga varovalka je prepletanje. Med učenjem zelo pogosto pademo v past, da naenkrat do onemoglosti rešujemo ali preučujemo le en tip problema, dokler ne dobimo občutka, da nekaj res znamo. Struktura razumevanja pa postane zares robustna šele, ko pojme pomešamo. Ko med učenjem namenoma preskakujemo med sorodnimi, a različnimi temami – na primer med različnimi matematičnimi funkcijami, kemijskimi reakcijami ali zgodovinskimi obdobji – se naši možgani ne naučijo zgolj reševanja specifičnih problemov. Naučijo se tistega najpomembnejšega: hitro in natančno prepoznati ter identificirati, kateri problem imajo sploh pred seboj in katero orodje morajo zanj uporabiti.

Kako se lotiti učenja?

Teoretično razumevanje teh mehanizmov učenja je eno, prenos v vsakodnevno prakso pa nekaj povsem drugega. Najboljše in najbolj neposredno orodje, ki nam prepreči zdrs v pasivnost branja, je zato preprosta metoda preberi, ponovi, preveri, h kateri se lahko zavestno ves čas vračamo.

Namesto da ure in ure presedimo za knjigo, učni proces razčlenimo. Najprej preberemo kratek, smiselno zaključen odsek besedila ali zapiskov. Ko ta odsek predelamo in se nam zdi, da ga razumemo, sledi ključni korak: knjigo ali zvezek moramo zapreti. V fazi obnove nato poskušamo izključno po spominu ta isti koncept na glas razložiti ali pa njegove ključne argumente in povezave skicirati na prazen list papirja.

Prav v tej fazi bomo doživeli tisto nujno miselno trenje in se neprijetno soočili z vrzelmi v lastnem spominu. Šele ko smo iz spomina iztisnili absolutno vse, kar lahko, preidemo v zadnjo fazo in svoje znanje preverimo pri izvirniku. Znova odpremo knjigo, natančno določimo, kje so nastale luknje v naši razlagi, in popravimo lastne logične ter faktografske napake.

To je le eden od možnih pristopov, s katerim aktiviramo najpomembnejšo fazo učenja: trenutek, ko nehamo zgolj prepoznavati informacije in začnemo iz njih graditi lastne miselne povezave. Prav tu nastaja znanje v pravem pomenu besede, ne zgolj pomnjenje podatkov. Dober učitelj zna učence oziroma študente z razlago, vprašanji in nalogami pripeljati do tega, da ne ostanejo pri pasivnem branju, ampak vstopijo v zahtevnejšo fazo samostojnega oblikovanja razumevanja.

Preverjanje zgrajenih modelov

Če učenje razumemo kot proces osmišljanja in ne kot mehansko shranjevanje podatkov, potem mora temu nujno slediti tudi preverjanje znanja. Tradicionalni model, v katerem se študij zaključi z izpitom iz pomnjenja podatkov ali z vprašanji izbirnega tipa, preverja in nagrajuje zgolj začetno fazo učenja – zmožnost prepoznavanja in pomnenja vzorcev ter podatkov. Namesto sposobnosti ponavljanja dejstev, ki so danes skoraj vsak trenutek dostopna prek telefona, bi morali akademski procesi preverjati tisto, kar je zares pomembno: kakovost, trdnost in uporabnost zgrajenih miselnih modelov.

Pravi preizkus takšnega bolj temeljitega razumevanja naučene vsebine predstavljajo izpiti z odprto knjigo. Če imajo udeleženci lahko na voljo vso literaturo in lastne zapiske, testiranje priklica dejstev iz spomina takoj izgubi ves smisel. Naloga mora biti v tem primeru zasnovana tako, da obilica dostopnih podatkov ne pomaga prav nič, če teh informacij posameznik ne zna uporabiti pri reševanju problema v povsem novem kontekstu. Merilo uspeha ni več obseg spomina, ampak zmožnost samostojne gradnje in aplikacije ustvarjenega miselnega modela.

Še močnejši mehanizem pa je preverjanje skozi prepoznavanje napak. Namesto da od posameznika zahtevamo ponovitev uveljavljene teorije, mu predložimo namerno pomanjkljiv, a izjemno prepričljivo napisan strokovni argument. Naloga je, da besedilo analizira, najde skrito pojmovno vrzel in utemelji popravek. Podobno funkcijo preverjanja opravljajo tudi naloge, ki zahtevajo predelavo zapletenega in abstraktnega problema v natančne, vzročno-posledične operativne korake.

Znanje kot model, ne kot arhiv

Celoten proces učenja je tako potovanje od pasivnega udobja prepoznavanja vzorcev, skozi produktivno krizo miselnega trenja in napora, do končne, avtorske sinteze miselnih modelov. Učenje tako nikakor ni arhiviranje, temveč osmišljanje. Znanje, ki v nas trajno ostane in ki je dejansko pripravljeno za uporabo, je vedno samo tisto, ki smo ga morali skozi miselni konflikt zgraditi sami, pri čemer pa so nam lahko v veliko pomoč dobri učitelji in nazorni učbeniki, ki ne ponujajo le podatkov, ampak nas vodijo tudi pri ustvarjanju lastnih miselnih struktur razumevanja.

V dobi, ko generativni modeli umetne inteligence prevzemajo mnoga miselna opravila, postaja ta uvid ključen. Če učenje razumemo zgolj kot kopičenje informacij v glavi, smo bitko z algoritmi že zdavnaj izgubili. V svetu, kjer so informacije skoraj ves čas na dosegu roke, edina zares relevantna veščina ni več zmožnost pomnjenja besedil, temveč sposobnost, da v morju podatkov samostojno prepoznamo anomalije, zgradimo miselne modele in jih znamo z močnimi, logičnimi argumenti ubraniti.

Znanje namreč ni statičen arhiv, iz katerega zgolj črpamo podatke. Je živa struktura pomena. Ko naleti na problem, ki ga ne zna več pojasniti, se pravo razumevanje ne sesuje. Preoblikuje se. Prav v tej zmožnosti, da svoje modele popravljamo, širimo in branimo z argumenti, je danes najpomembnejša razlika med golo informiranostjo in dejanskim znanjem.