El conocimiento es bueno; las habilidades son mejores. ¿Por qué tenemos que entender todo?
¿Crees que el dicho “Una vez que aprendes, nunca olvidas” es cierto? Solo parcialmente. Piensa en el incontable vocabulario en inglés que aprendiste en la escuela. ¿Cuántos de ellos entiendes todavía hoy?
Por otro lado, piensa en el ciclismo. Incluso si no has montado una bicicleta en años, siempre puedes volver y seguir. ¿Por qué es que recordamos algunas cosas para siempre y otras solo por un corto tiempo?
Esta es la cuestión: una vez que aprendemos algo, podemos desaprenderlo. Pero una vez entendido, no podemos dejar de entenderlo.
En la escuela, se predican las listas de vocabulario y las reglas: “Y ahora vas a aprender esto de memoria.” Cramming es increíblemente aburrido, desmotivante, y contradice nuestra necesidad natural de descubrir. También se opone a los procesos de aprendizaje automático en nuestro cerebro.
No entendemos memorizando algo. Tampoco entendemos repitiendo continuamente lo mismo. Necesitamos comprender el significado subyacente para aprender de forma sostenible.
Podemos acumular conocimiento, pero lo olvidaremos después de un tiempo si no lo usamos activamente. Solo lo que captamos tiene sentido para nuestro cerebro y permanece almacenado para la eternidad. Y solo lo que usamos una y otra vez se convierte en una habilidad “arraigada”.
Si no solo quieres aprender el mundo de memoria, sino también entenderlo, no deberías rebajarte al nivel de los algoritmos informáticos.
Inteligencia artificial, aprendizaje profundo y lo que todos se llaman: Estos términos nos hacen maravillarnos en estos días porque prometen la inteligencia más alta. ¿Son estas técnicas aún más inteligentes que los humanos? ¿Podemos aprender de ellas para adquirir habilidades más rápidamente? No. Porque estos algoritmos se calculan continuamente, sin sentido ni razón. Esa es una diferencia grande y esencial para nosotros los humanos.
Las máquinas están constantemente calculando. Por otro lado, nosotros los humanos tomamos un breve descanso mental cuando hemos visto u oído algo nuevo – y activamos esas regiones del cerebro que captan el significado de la información adicional. Nuestro cerebro clasifica la nueva información en significativa o sin sentido. Solo se clasifica como útil la información que puede vincularse a los datos existentes en el cerebro. Estos datos se integran en la red neuronal. Las neuronas se activan, las conexiones entre innumerables neuronas se establecen, se expanden o se fortalecen. De esta manera, se crea una especie de red de carreteras en el cerebro. Cuanto más a menudo se recorre un camino, más ancho se vuelve – en algún momento, puede convertirse en una carretera.
Así que durante los descansos, nuestro cerebro clasifica y procesa la información. La mayoría de las veces, no notamos nada sobre estos procesos cerebrales porque suceden completamente automáticamente. Estos momentos de descanso son necesarios para la comprensión. ¿No parece una buena resolución?
El uso del conocimiento previo sigue siendo la mayor ventaja de los humanos. Somos capaces de entender conceptos complejos con muy pocos datos.
Deep Learning enseña a las máquinas a aprender. Por lo tanto, puede mejorar constantemente sus capacidades de forma independiente y sin intervención humana. El modelo es la red neuronal humana. Basándose en la información existente, el sistema puede vincular repetidamente lo que ha aprendido con nuevos contenidos y así aprender más. Piensa en asistentes de voz como Siri y/o Alexa. Estos sistemas pueden expandir independientemente su vocabulario con nuevas palabras y frases.
Gracias al Deep Learning, incluso los problemas muy complejos pueden ser reconocidos y asignados, y los problemas pueden ser resueltos. La inteligencia artificial ya puede resolver algunas subtareas mejor de lo que podemos hoy. Pero el aprendizaje profundo no ofrece un potencial ilimitado. El problema es obvio: el software requiere enormes cantidades de datos.
La realidad es increíblemente compleja y diversa. Los humanos son muy buenos procesando información en contexto. Como resultado, necesitamos muchas menos cantidades de datos para reconocer una conexión o resolver un problema. La intuición también juega un papel aquí. Nos movemos en esta complejidad todos los días, y – a diferencia del software – no estamos en un sistema cerrado.
Si vemos una luz roja en el jardín de un vecino por la noche, la reconocemos como iluminación de fiesta y no esperamos a que el “semáforo” cambie a verde. Un niño pequeño aprende cómo se ve un pato en un libro infantil y lo reconoce muy confiablemente en la vida real, como un animal de peluche, o en la televisión – incluso sin una definición explícita de la regla, y no tiene ningún problema con una ligera variación. Este no es el caso de los algoritmos de aprendizaje profundo. Esto se debe a que solo pueden aprender tales correlaciones basándose en un gran número de ejemplos. Si estas grandes cantidades de datos no están disponibles, entonces estos algoritmos tienen dificultades. La calidad de los resultados de la predicción disminuye.
El uso de conocimientos previos también es necesario para distinguir correlaciones lógicamente significativas de correlaciones aleatorias. Un ejemplo: La tasa de natalidad en los países de Europa Occidental está disminuyendo constantemente. Al mismo tiempo, el número de cigüeñas avistadas está disminuyendo. ¿Hay ahora menos bebés porque hay menos cigüeñas? Esto es, por supuesto, una obvia falacia. El hecho de que exista una correlación aparente no significa que los datos estén relacionados lógicamente.
3 Aprendizajes y consejos de estudio para un entendimiento sostenible
1. Aprender en las mordeduras
Piensa en lo que quieres aprender y divide el material en bocados. Es mejor estudiar en muchos pequeños pasos que en algunos grandes. Nuestro cerebro continúa aprendiendo durante unos 7 minutos después de cada fase de ingesta, incluso – o precisamente porque – nos hemos estado concentrando en otras cosas durante algún tiempo. No nos damos cuenta, pero nuestro cerebro nos da 7 minutos de aprendizaje cada vez. ¡Divide tu aprendizaje en unidades de 10 minutos! Al hacerlo, acelerarás la velocidad del aprendizaje y el tiempo que tardas en alcanzar el nivel deseado será más corto.
2. Repetir
Después de 20 minutos, olvidamos el 40% de lo que hemos aprendido. Una hora después ya olvidamos la mitad. Y después de un día, más del 70%. Estos números vienen de Ebbinghaus. Así que repite todo (cada lección, cada descodificación, etc.) al menos tres veces para almacenar la mayoría en la memoria a largo plazo.
3. Descansos y sueño
Suena extraño, pero en realidad ayuda. Una noche de sueño saludable es extremadamente importante para una mejor memoria. Estudios, como los de la Universidad de California, muestran que los que se acuestan durante 20 minutos al mediodía aumentan su capacidad de pensamiento en comparación con los que no duermen. Durante una siesta, la información del día se procesa y la información importante se transfiere de la memoria a corto plazo a la memoria a largo plazo.
Consejo adicional: Cursos de idiomas MOVIE para el entretenimiento durante el aprendizaje.
Con los cursos de idiomas Brain-Friendly, aprendes de forma adecuada para el cerebro: el vocabulario se desarrolla en contexto y la gramática se aprende intuitivamente. Es tan fácil como el juego de niños, al igual que nuestra lengua materna en aquel entonces. El concepto de aprendizaje completamente nuevo ofrece un aprendizaje sin preocupaciones con un gran factor de diversión y entretenimiento. Echar un vistazo!