Stanislas Dehaene. How We Learn: Why Brains Learn Better Than Any Machine… for Now

Vai cilvēka smadzenes joprojām ir labākā mācīšanās mašīna?

Stanislas Dehaene ir franču kognitīvais neirozinātnieks un eksperimentālās psiholoģijas profesors Collège de France. Viņš vada kognitīvās neiroattēlveidošanas pētniecības centru NeuroSpin, kā arī ir vairāku prestižu starptautisku zinātņu akadēmiju loceklis. Stanislas Dehaene grāmata "How We Learn: Why Brains Learn Better Than Any Machine… for Now" sākas ar provokatīvu jautājumu – ja mākslīgais intelekts spēj pārspēt cilvēku šahā, atpazīt attēlus un apstrādāt milzīgus datu apjomus, kāpēc bērns joprojām spēj apgūt pasauli daudz elastīgāk nekā dators? Autora atbilde nav romantizēta cilvēka prāta slavināšana. Viņš demonstrē, ka smadzenes pašas ir ārkārtīgi efektīva "mācīšanās mašīna", kas jau kopš agras bērnības izmanto noteiktas intuitīvas zināšanu struktūras un specializētus mācīšanās mehānismus.

Līdzīgi kā mākslīgā intelekta neirālie tīkli, arī cilvēka smadzenes pastāvīgi veido mentālus modeļus par pasauli. Tās ir iedomātas reprezentācijas par apkārt esošo – cilvēkiem, sevi, valodu, objektiem, telpu utt. Mācīšanās notiek tad, kad šajos mentālajos modeļos notiek parametru kalibrēšana – tie tiek precizēti, salīdzinot prognozēto ar faktiski piedzīvoto. Autors salīdzina šo procesu smadzenēs ar mašīnmācīšanos. Gan smadzenes, gan algoritmi mācās, veidojot prognozes, konstatējot kļūdas un koriģējot iepriekš izveidotos mentālos modeļus. Tomēr tipiskai mākslīgā intelekta sistēmai nepieciešami milzīgi datu apjomi un precīzi definēts uzdevums, kamēr cilvēks bieži spēj izdarīt secinājumus no viena vai dažiem piemēriem, pārnest zināšanas uz jaunu situāciju un izskaidrot apgūto citiem. Tādēļ grāmatas apakšvirsraksta piebilde "for Now" jeb "pagaidām" nav nejauša. Autors atzīst mākslīgā intelekta strauju progresu, bet uzsver, ka vispārināma, elastīga un sociāli nododama mācīšanās pagaidām ir cilvēka priekšrocība.

Grāmatas praktisko kodolu veido četri mācīšanās pīlāri – uzmanība, aktīva iesaiste, kļūdu atgriezeniskā saite un konsolidācija. Uzmanība darbojas kā filts. No visa, ko redzam un dzirdam, tikai neliela daļa tiek izraudzīta dziļākai apstrādei. Tāpēc atrašanās mācīšanās apstākļos vēl nenozīmē, ka cilvēks patiešām ir iesaistīts mācību procesā.

Ar uzmanību vien nepietiek. Smadzenes vislabāk mācās tad, kad cilvēks nav pasīvs informācijas uztvērējs, bet drīzāk aktīvs pētnieks, kas izvirza hipotēzes, prognozē rezultātu un pārbauda savu izpratni. Tādēļ problēmu risināšana, zināšanu atsaukšana atmiņā vai sava skaidrojuma formulēšana ir vērtīgāka par kārtēju teksta pārlasīšanu.

Tikpat būtiska ir kļūda. Autora skatījumā tā nav neveiksmīgas mācīšanās pazīme, bet gan signāls, kas norāda, kur mentālais modelis jāprecizē. Tomēr kļūda kļūst noderīga tikai tad, ja tai seko skaidra un savlaicīga atgriezeniskā saite. Visbeidzot, apgūtais ir jākonsolidē. Autors uzsver, ka ne tikai atkārtošana, bet arī miegs ļauj apgūto konsolidēt, pārvēršot trauslas zināšanas stabilās un arvien automātiskāk pieejamās prasmēs.

Grāmata pārliecinoši apstrīd priekšstatu, ka mācīties nozīmē ilgstošu informācijas pārlasīšanu. Autors tā vietā piedāvā aktīvu mācīšanos, kurā skolotāja uzdevums nav tikai nodot saturu, bet radīt apstākļus, kuros skolēns domā, prognozē, kļūdās un labo savus pieņēmumus.

Vienlaikus grāmatas mehānistiskā valoda reizēm rada iespaidu, ka mācīšanos iespējams reducēt līdz universālam algoritmam. Laboratorijā pierādīts princips ne vienmēr automātiski kļūst par vienkāršu recepti klasei, kur nozīme ir arī emocijām, attiecībām un sociālajai videi. Tomēr autora pārliecinošākā atziņa ir vienkārša – mācīties nenozīmē piepildīt smadzenes ar faktiem. Tas nozīmē veidot pasaules modeli, kļūdīties pietiekami gudri un pēc katras kļūdas kļūt mazliet precīzākam.

Stanislas Dehaene. How We Learn: Why Brains Learn Better Than Any Machine… for Now. Penguin Books, 2021. 352 lpp. ISBN 9780525559900.

Agnese Ušacka ir Rīgas Stradiņa universitātes Psiholoģijas katedras lektore un pētniece.