未解之谜网

当前位置: 未解之谜网 > 自然科学 > 犯错让你更强大：揭开错误驱动型学习的秘密

犯错让你更强大：揭开错误驱动型学习的秘密

我们天生会从错误和挑战中学习——这种现象称为“错误驱动型学习”（error-driven learning）。我相信这个简单的原则可以解释很多现象，例如我们在哪些条件下学习成效最好、在哪些条件下容易忘记，甚至是我们睡觉时发生在记忆上的改变。

人生实难

满五十岁那年，我下了两个决心：第一是要写一本书（也就是你正在读的这本），第二则是要学冲浪。跟学冲浪比起来，我攻读博士学位时遇到的所有挑战都相形见绌。一部分问题是因为我不再年轻，而冲浪对核心肌群的要求非常高——我甚至不知道自己有那些肌肉。

再者，冲浪的学习曲线本来就陡峭，因为要学的东西非常多：划水技巧;判读海浪以将自己调整到正确位置，并拿准开始划水的时机;弄清楚自己在何时真的追到浪;还有起身站立（如果我有幸进展到这个节骨眼），尽管随即又会整个人掉进水里。过程里的任何差错都会让前面的努力报销，而且既耗体力又打击信心。

错误的过程往往让人丧失信心。　图/envato

不管你是学习新的运动如冲浪，或学习新的语言、新的乐器，犯错时的痛苦是学习的一大障碍，况且在学习曲线的初期时特别容易令人沮丧。但即使是看似能表现自如的高手，以前也曾经是菜鸟，他们同样得从犯错开始。要从菜鸟进步为高手，必须先持续把自己推向能力的边界。没有付出，没有收获。但反过来说，某些痛苦的耕耘可以转变为很大的收获。

这里指的不是生理上的痛苦，而是犯错时心理上甚至情绪上的痛苦。我也不建议利用痛苦来锻链性格。这里所说的收获是指，把犯错当作学习的机会。

在大脑的运动系统中，“错误驱动型学习”是一套公认的原则。许多神经科学家相信，我们学会进行有技巧的动作，是透过观察我们想做和实际上做到的动作，并找出两者之间的差异。例如，当音乐家练习某支他们已经很熟悉的乐曲时，某些段落相对简单，但另一些段落则比较难找到正确的和弦。如果每次练习时都得为这支曲子的每个部分建立一个新的记忆，未免太没有效率。比较好的解决方式是，稍微局部修改记忆，好应付乐曲里困难的部分。

错误驱动型学习也可以解释，为什么我们透过主动的“从做中学”，会比被动的记忆学习得到更多好处。例如在一个陌生的地区，相较于搭计程车经过，你自己开车一定会对这里的空间动线取得更清楚的概念。在新的环境里主动搜寻有许多好处，其中之一是让你依据自身决定和行动而得到的结果来学习，这是看地图得不到的好处。

在其他活动中，类似的机制也发挥著作用。无论是进行彩排的演员、在分组练习比赛中的橄榄球员，或是为了在董事会面前做简报而预先练习的企业主管，都是凭直觉就利用了错误驱动型学习的力量。

记忆研究者从很久以前就知道，在充满挑战的情况下学习有不少好处。我们谈谈实际一点的问题，好比学生应该如何准备随堂测验?最简单的方法，也是世界各地最多学生采用的方法，就是重复阅读教科书，试图记住内容。

测验效应：从错误中学习的力量

认知心理学家罗迪格和卡皮克（Jeff Karpicke）则考虑另一种方式，他们想知道，如果不透过复习而用“测验”来自我训练，会有什么效果?直觉上来说，一次又一次的复习或许看似比自我测验更有用，我们可能会想：既然可以专注于记住正确的答案，为何要冒着答错的风险?

罗迪格和卡皮克乐意违反一般见解，把赌注押在测验那边，因为他们已经看到一些研究，间接显示了把测验做为学习工具的力量。为了检验测验的影响力，他们让两组学生记忆托福测验参考书的节选材料。一组的做法是重复阅读约十四次并试图记下内容，另一组则是阅读三到四次，接着进行三次测验，在测验里必须尽可能回想刚才读过的内容。

重复阅读的学生对于掌握教材的能力显出很高的自信，反覆接受测验的学生则在一开始时信心受损。重复阅读的人对教材的学习效果比起接受测验的人好一点点，但是这并不令人意外，因为重复阅读组接触教材的机会是接受测验组的四倍。

然而罗迪格和卡皮克等待一周，看这些学生是否还保留着学过的内容，结果差异十分巨大。平均而言，重复阅读组的学生只记得原先学得内容的一半，至于接受测验组则超过。所以，虽然学生以为自己透过重复阅读教材可以学得更多，但实际上自我测验的投资报酬率却高上不少。

罗迪格曾写到，记忆科学跟物理学不同，记忆科学没有“定律”，但跟复习相对照，测验的好处（也就是测验效应）几乎像重力定律一样可靠。在各种不同条件下的大量研究中，也都呈现出测验效应。测验的效用一直以来没有争议，不过测验究竟为什么对记忆有如此强大的效果，科学家还未得到共识。

最简单的一种解释是，测验能暴露你的弱点。一般来说，我们觉得自己能记住刚学过的东西，甚至偏向过度自信。罗格斯和卡皮克实验里的学生认为，自己反覆研读那么多次，一定可以学得更多，那是因为他们尚未受到挑战。至于接受测验的学生，则在回想自认为应该学得不错的资讯时，经历困难、甚至失败，因而消磨傲气。因此，测验组的学生在明白自己学得没有想象中彻底时，可能会更加努力。

假设你想学非洲的斯瓦希里语（Swahili），但在你还没有机会学到之前，就被人问到：“usingizi 是什么意思?”如果你的母语不是斯瓦希里语，恐怕不会知道正确答案，所以只好在得到正确答案“睡觉”前尽力去猜。

这种运用测验的方法看起来很糟，也与一般人对教育的看法背道而驰，毕竟你努力回答的东西根本还没有学过。令人惊讶的是，这种“事前测验”居然对学习非常有效。为什么在还没有机会学到正确答案之前，先让你的大脑费力制造很可能是错误的答案，会是件好事呢?

一般的见解会认为，产生错误的资讯应该没有效率，甚至适得其反，因为错误的资讯将导致竞争与干扰，而大多数的神经科学理论会预测，先给大脑正确的资讯无论如何都比较好。然而，给大脑机会主动挣扎，似乎能帮助我们学得更多，也让资讯保留得更久。

记忆的科学：错误驱动型学习的突破

1992 年时，认知心理学家卡里尔（Mark Carrier）和帕什勒（Hal Pashler）提出一个吸引人的理论，解释记忆的这类原则。在电脑科学领域里，大家都知道机器遇到困难时能学到很多。现代人工智慧系统的骨干是神经网络模型，这种模型透过尝试错误来学习，方法是修改人工神经元之间的连结，藉此愈来愈善于得出正确答案。卡里尔和帕什勒认为，人类或许也是从这类错误驱动型学习中获益。

为了探究人脑中如何发生测验效应，我实验室里的科学家刘潇楠（现为香港中文大学教授），研究生郑奕聪、欧莱利还有我，使用我们的神经网络模型“盒子里的海马回”来模拟测验效应。

当我们遵从记忆的标准理论，假定海马回会记录所有进入的事情时，这个神经网络模型可以记忆新资讯，却不善于保存已经学过的东西;模拟的结果与罗迪格和卡皮克的发现差不多（如同重复阅读却忘得多的学生）。当我们改变设定，纳入错误驱动型学习时，海马回模型得到有效的提升。在干扰之下，它能学到更多资讯并加以保存。

当我们探究海马回模型的运作，可以发现测验的好处并非来自犯错本身，而在于强迫大脑去取出已经学过的东西。为了理解为什么会这样，先让我们回到细胞群组的比喻。自我测验时，大脑会尝试给出正确答案，但结果不尽然完美。大脑会稍微挣扎，给出一个与学过的东西大致相符的答案。不过这个挣扎提供了很大的学习机会。

对记忆进行这种类型的压力测试，可以暴露出细胞群组中较弱的地方，所以记忆可以据此进行更新，加强有用的连结，修剪掉没有帮助的连结。与其一次又一次重复学习同样的东西，不如采用更有效率的方式，也就是只修改我们感到困难的部分，再稍微巩固正确的神经连结。关键在于记忆更新，因为让大脑节省空间、快速学习最有效率的方法，是专注于我们不知道的部分。

虽然错误驱动型学习通常能为我们带来好处，但是它有一个重要的边界条件。如果你最后可以更接近正确答案，或至少可以排除错误答案，因而让你有机会从错误中学习，错误驱动型学习才能奏效。如果你根本不知道自己哪里弄错，就无法从错误中学习。你想要的是努力挑战，而不是漫无目标的失败。所以学习冲浪

这类复杂的技术才会如此困难，毕竟有太多事情同时进行，连在成功时知道自己哪里做对、失败时哪里做错都很困难。在这类情况中，专家的指引就非常有帮助，可以让你知道该做什么，也能针对你做对与做错的地方给予回馈。