大腦是如何學習的?效率低下背後的神經科學真相

2021-01-12 蜂窩兒童大學

蜂窩兒童大學翻譯推薦

第27篇

讓每一個家長了解國際前沿教育變革

還在因為學習和工作任務太難,而苦苦掙扎自己的學習和工作效率低下?

研究發現這種「假的低效」可能更有效地刺激你的大腦接受新信息,反過來促進大腦進行真正的高效學習。

神經科學家發現了一種叫做「髓磷脂」的物質,當大腦接收到具有挑戰性的任務時會分泌這種物質加強大腦的信號強度。

本文介紹了四個可以促進分泌髓磷脂的小技巧,幫助你更高效地學習和工作。

一個簡單的實驗改變了我們理解學習的方式:

兩組8歲的孩子練習將沙袋扔向三英尺外的目標。在接下來的12個星期裡,其中一組孩子不斷重複向三英尺外的目標扔沙袋的練習,另一組孩子則練習向2-4英尺外的目標扔沙袋。

在實驗結束時,兩組孩子都需要完成向三英尺外的目標扔沙袋的測試。

令人驚訝的是,練習向2-4英尺外的目標扔沙袋的那組孩子的測試成績要更好。

這是為什麼呢?

增加的練習難度讓學習看起來似乎是效率低下的:測試只測向3英尺外的目標扔沙袋,練習向2-4尺範圍內的目標投沙袋會在某種程度上降低學習的速度。

但實際上,這種所謂的「低效」學習會刺激大腦分泌一種叫做髓磷脂(myelin)的白色物質,提升我們的學習效率。

01聰明的大腦是高效的大腦: 髓磷脂在學習中的作用

我們有時把學習當作一個簡單的是與否的問題——學生要麼學會了,要麼沒學會。

但實際上,學習應該是一個範圍(spectrum),這個範圍的一側是缺乏對技能的掌握的表層學習,另一側是掌握以後的深度學習。

因此,為了更好地理解學習,我們需要知道學生在從表層學習進入深度學習時,他們的大腦發生了什麼。

學習過程會涉及大腦的三個關鍵組成部分: 神經元(neurons)、突觸(synapses)和髓磷脂(myelin)。

神經元是大腦和脊髓中的神經細胞,它們具有接收大腦信號的「分支」和向其他神經元發送信息的「導線」。

神經元之間並不相互接觸,將一個神經元的導線與另一個神經元的分支分開的空間稱為突觸。

當學習的經驗性過程發生時,神經信號從一個神經元傳到另一個神經元時,學習就發生了,並由此產生了思想和行為。

圖:alex-mit/ iStock

髓磷脂是一種形狀像香腸的脂肪物質,它包裹著神經元的軸突,提高了大腦信號的效率。

把一個學生的大腦想像成一片田野。通過建立神經元之間的新連接而觸發學習,就像在那片田野中清出一條小道,並在小道上修建一條土路。

路修好後,神經信號雖然可以傳輸,但既不快也不高效。而通過不斷地練習,大腦就會收到反饋,了解到這樣一條「土路」是不夠的,因此就會做出「鋪設更好的道路」的反應,來讓神經信號更好地傳輸。

一種叫做神經膠質細胞(glial cells)的特殊細胞是大腦的建築工人,而髓磷脂就是大腦的鋪路石。

當神經信號反覆穿過神經元時,神經膠質細胞就會產生髓磷脂。

髓磷脂是一種包裹在突觸周圍的脂肪物質,會讓大腦信號變得更快、更強。當神經信號通過得次數越多,髓磷脂纏繞在突觸上的次數就越多。

研究表明,有髓(well-myelinated)神經信號的傳播速度是無髓(unmyelinated)神經信號的100倍。

當學生第一次學習一項技能時,神經元之間的連接很微弱,很像一條窄窄的土路。當這些神經連接通過髓磷脂的積累形成高速公路時,深度學習就發生了。

那麼,如何幫助學生的大腦從泥濘的小路變成高速公路呢?

就像前面投擲沙袋的練習一樣,通過製造適宜難度的訓練可以更好地讓大腦得到反饋,從而分泌更多的髓磷脂,來提高大腦效率。

02四種促進髓磷脂分泌的方法

每當學生學習一項技能或概念時,髓磷脂就會產生,使神經信號變得更快更強。

以下介紹了四種促進髓磷脂分泌的方法。

1. 提取(retrieval)

遺忘是學習的一個重要組成部分,因為大腦需要防止信息過載。

所以,對於重要知識的頻繁練習會迫使大腦對記憶進行提取,告訴大腦使這些神經信號留存地更持久。

讓學生學會提取記憶的一個很好的方法是讓他們在複習課程之前練習回答問題或者考試的技巧。

此外,填空題或簡答題比選擇題更適合鍛鍊提取能力,因為開放式問題會迫使學生真地回憶信息,而不是簡單地測試他們認出正確答案的能力。

2. 交叉(interleaving)

為什麼在2-4英尺外練習投擲沙包的那組比在三英尺外練習的那組表現更好?

就是因為交叉練習。

雖然交叉練習看起來似乎效率不是很高,但從長期來看,它會提升學習表現。交叉練習帶來的所謂的「低效學習」會刺激大腦分泌更多的髓磷脂來修建大腦高速公路。

但是在交叉練習的時候需要注意不要讓學生完全脫離以前的練習。

在當前的測試中融入一些以前課程中的問題,並且每天留出一些時間來複習以前的概念,這樣可以幫助學生深化他們的學習。

要儘量讓學生使用他們的長期記憶而不是僅僅依靠新接觸的學習材料。

在這樣的交叉練習中,學生們往往會犯更多的錯誤,但是這些錯誤是有益的,因為它們會幫助大腦獲得反饋,並分泌更多的髓磷脂來加強學習效率。

3. 間隔時間(spacing)

將練習平均分配成幾個部分分次完成,是深化學習最有用的技巧之一。

因為大腦一次只能吸收這麼多信息,所以學生從頻繁、短時間的課程中的收穫比從長時間的課程中要多。

事實上,安排一些間隔時間實際上還可以節省時間。研究表明,間隔學習的學生比那些長時間學習的學生表現更好,即使間隔學習會導致用於學習的總時間更少。

4. 正念(mindfulness)

花幾分鐘時間呼吸並專注於當下時刻不僅僅是放鬆,它本身也是一種技能。研究表明,定期的正念訓練可以刺激髓磷脂的產生,增加大腦內部的連通性。

學習不是只有「會」和「不會」。相反,它是大腦建造更高速的道路的過程。

聰明的大腦是有效率的大腦,而這種效率來自於有特定反饋的反覆練習中的髓鞘化大腦神經。

儘管這意味著暫時讓學習變得「低效」一些,但從長遠來看,這是一個值得付出的代價。

原文標題:The Neuroscience Behind Productive Struggle

原文作者:Rishi Sriram

文章連結:https://www.edutopia.org/article/neuroscience-behind-productive-struggle

翻譯:李豐

當「學習」成為一門學科,我們可以更科學地學習

學習的心流理論,它真的對學生有用嗎?|蜂窩譯薦

相關焦點

  • 類腦計算背後的計算神經科學框架
    三 大腦信息編碼層次有了學習和通過進化與學習得到的結構,下一個level就是編碼, 編碼又分為大腦神經網絡的編碼和解碼。這個層次的本質是信息的流動, 外界刺激需要通過編碼被內在神經活動加載, 而後面內在神經活動需要通過解碼等轉化為肌肉的運動和語言等。
  • 如何學習:揭秘大腦學習原理,探尋記憶存儲真相
    本書作者本尼迪克特o凱裡是享有殊榮的《紐約時報》科學專題記者,在《如何學習》一書中,他匯集了從神經科學和認知心理學數十年科研成果中篩選出的精品,讓你看到大腦汲取知識的真正途徑,讓你了解這臺奇妙學習機器的運作原理,以及學習科學領域最前沿的科學學習方法,從大腦的學習機制講起,一路探尋記憶的真相、環境的影響、靈感和頓悟的產生以及潛意識的奧秘,提煉出10種顛覆常識的學習方法,告訴你何時學、在哪學
  • 如何提高英語單詞學習的短期記憶效率
    今天我們專門談一談第二項:每一次學習時,如何讓大腦在短時間內產生足夠的神經刺激,換句話說就是背單詞的短期效率問題。我們日常所說的「提高背單詞的效率」,實際上有兩種涵義。效率是結果產出與所耗費時間的比率。這裡面有兩個關鍵因子:第一是如何定義背單詞的結果,第二是如何計算背單詞的時間。
  • Nature Neurosci: 神經科學的深度學習框架是什麼?
    為什麼建立神經科學的深度學習框架,神經科學的深度學習框架的內容(是什麼),我們應該如何在深度學習框架下發展神經科學(怎麼做)。主要是源於當前神經科學的研究手段的局限,在以往經典的神經科學框架下,我們在研究小範圍的神經環路上卓有成效,比如視網膜如何計算運動,前庭-眼反射是如何促進注視穩定的,但是在大尺度的神經環路上,經典的神經科學研究方法有點捉襟見肘。
  • 神經科學+心理學+教育=?
    華東師範大學出版社今年出版的《腦科學與課堂:以腦為導向的教學模式》為我們展示了美國最新的腦科學研究如何運用於學校和教室,如何與教學實踐緊密相連。腦科學不僅為教育教學提供了新的方法,也使我們洞悉課堂內一些複雜問題行為背後的神經加工過程。
  • 學習效率高的人,都懂得運用大腦的記憶力原理,2個步驟教會你
    什麼樣的方法才是最佳學習法?大腦是如何記住知識的?記憶力的原理是什麼?現在市面上,流行著各種各樣所謂的高效學習法,然而大部分都停留在過於片面的說法,沒有綜合考慮大腦的機制,我們今天就來深入了了解下,到底大腦是如何學習新知識的,如何才能最大限度的提高學習效率,少走彎路。
  • ...大腦找答案|人工智慧|深度學習|腦科學|神經科學|計算機_網易科技
    同時,馮·諾伊曼架構發展到現階段也存在一些制約,比如說由於存在風險帶來的I/O性能的瓶頸制約以及功耗的制約,這種制約隨著大數據、深度學習為基礎的計算架構帶來的擁擠會凸顯的越來越嚴重,比如大量數據讀寫嚴重降低整體效率。和大腦的計算方式相比,大腦處理的步驟非常少,但它的運行速度非常高。其次由於突觸和神經元同時可以做激發和存儲,所以不存在馮·諾伊曼架構的I/O的吞吐帶來的瓶頸。
  • 新研究:學習第二語言會影響大腦結構,提高大腦效率
    新研究:學習第二語言會影響大腦結構,提高大腦效率  Connor Feng • 2020-04-12 14:00:25
  • 計算認知神經科學:試圖理解人類複雜行為背後存在基本的數學原理
    畢達哥拉斯那麼是否跟物理規律類似,人類複雜的行為和認知背後,也存在某些基本的數學和計算原理?計算認知神經科學致力於回答這個問題。今天,我們就給大家來介紹一下計算認知神經科學。具體而言,認知科學發展出把複雜的認知過程分解成計算組件的計算模型;計算神經科學模擬了神經元之間的動態交互(實現各計算組件的功能);人工智慧展示了如何組合各組件功能來創建智能行為。我們知道,要建立能夠執行認知任務且能解釋大腦信息加工過程的計算模型,最大的挑戰在於如何建立理論(實例化的計算模型)和實驗(提供腦和行為數據)之間穩固的「橋梁」。
  • 如何提高學習效率和能力?做好知識管理,建立大腦知識圖書庫!
    就像一個人仰望天空,不讀書的人看到的只是星星、月亮,而讀過一些書的人卻能透過天空看到宇宙的浩瀚,思考宇宙背後的真相,學的越多,越能感受到這個世界的奇妙,大到銀河系,小到我們身體裡面的細胞。那怎樣從外界獲取各種信息和知識呢?
  • 如何學習更有效:「學習科學」讓人們認識學習與大腦的關係
    人類對自己的身體、大腦神經也有了更為深入的了解和利用,這就催生了由生物科學和教育科學交叉而成的前沿學科——學習科學。自問世以來,學習科學備受全球教育界關注,引領著世界教學模式的變革方向。  我們從小就開始在學校學習,學習可以說是每個孩子長大成人、進入社會的必經階段。然而,到底什麼是學習,應該學習什麼,人的大腦在學習的過程中發生了怎樣的變化,如何學習才會更有效果?
  • 大腦學習和記憶度怎麼促進?聽這位認知神經科學家怎麼說
    看點人們通過大腦進行學習,為此,專家們不斷尋找能令大腦高效學習的方法。致力於神經科學與教育領域研究的專家瑪麗亞·哈迪曼表示:以大腦為靶向的學習,需要對目前的教學環節進行改進,輔以藝術教育手段,去強化教學效果。雖然人們的大腦存在差異,但通過不斷的練習,就能改變大腦,提升對知識的理解與掌握能力。
  • 結合這4個大腦學習規律,提升外語學習和複習效率!
    人類的大腦不是複印機,每個人都沒有過目不忘的本領。隨著時間的推移,我們學過的東西慢慢會遺忘。因此,複習是學習的必要環節,這是人所共知的事實。但是看似簡單的複習,要達到優化的複習效果,必須符合大腦學習的規律。
  • 大腦與AI,神經科學與人工神經網絡
    隨著言語進入我們的腦海,我們形成了某人對我們所說的話的想法,那到底這些想法是如何在我們腦中產生的。書讀百遍其義自見,一個詞有多重含義,但可以根據之前所說的內容推斷出那個詞對於那個詞的含義,大腦如何聯繫這些概念的。人工智慧(AI)能幫助我們理解大腦如何理解語言嗎?
  • 運動如何開啟大腦的學習
    運動如何開啟大腦的學習解放身體,讓身體動起來,從而開啟大腦的學習。隨著大腦的運動,學習也就開始了。神經科學是一個令人著迷的、複雜的學科,而且這個領域的專家讓我們看到還有很多要學習的地方。只有當大腦覺察到了危險或壓力,不管是真實的還是臆想的,它都會將能量輸送至腦幹,以便立即採取行動。這是一個當我們覺察到不妥的時候的瞬間反應,比如說,聽到一個奇怪的聲音或發生一件突如其來的事件,當這一時刻來臨時,大腦的下半部分就會接管,在極端情況下,會關閉掉大腦的其他部分直到情況緩解。
  • DeepMind用強化學習探索大腦多巴胺對學習的作用
    》發表一篇重磅論文:利用強化學習探索多巴胺對學習的作用,發現AI的學習方式與神經科學實驗中動物的學習方式類似。為什麼只有這麼少的先驗知識,人類的大腦卻能做這麼多的事情呢?這就引出了「元學習」(meta-learning)的理論,或者說「學習如何學習」(learning to learn)。
  • 20年來,神經科學有何進展?
    在神經影像學中,科學家們逐漸把關注點由定位認知功能所對應的腦區,轉移到了大腦網絡在不同層面上結構及動態的研究。除此之外,我們也看到了利用數學來描繪大腦網絡結構的網絡神經科學(network neuroscience)。所以隨之而來的一個有趣問題則是,如何調和計算神經科學和網絡神經科學中對於大腦功能的不同的固有看法。
  • Nat Rev Neurosci:深度學習能解答神經科學中的什麼問題?
    頂刊導讀目錄 1,基於深部腦網絡和全球14468個人的腦年齡和壽命疾病的核磁共振特徵 2,發表易受攻擊言論的機器人可積極塑造了人類-機器人團隊中的人類溝通方式3,利用機器學習繪製複雜人類特徵和多基因結構的腦神經網絡連接圖譜4,大腦中的分布式強化學習5,深度學習能解答神經科學中的什麼問題?
  • 腦科學日報:給機器人裝上「大腦」「小腦」!計算神經科學新工具
    在三維培養的AD模型、病毒感染的APP/PS1小鼠和AD患者的大腦中,這些在GiDs中由H2O2誘導的AD的病理特徵得到了一致的重現。 2,給機器人裝上「大腦」和「小腦」! 近日,一篇發表於《科學機器人》(Science Robotics)的論文就詳細描述了一種混合系統,該系統將控制運動的模擬電路和控制感知和決策的數字電路結合起來,不僅顯著降低了系統能耗,還提升了機器精度和計算效率。研究人員表示,通過模擬大腦和小腦之間的協作,機器人可以在延遲、功耗更低的情況下,同時執行多個任務。
  • 【文匯報】「最強大腦」有神經科學基礎
    「最強大腦」中「一目十行」的神人現象,有著神經科學的基礎。記者從中科院上海生科院神經科學研究所獲悉,最新出版的《科學》雜誌刊登了該所李澄宇課題組用先進的光遺傳方法,證明了工作記憶這一核心認知功能所使用的腦區是大腦內側前額葉,但習得之後則會轉去別的腦區執行任務。  李澄宇關注的是工作記憶——一種用「秒」來衡量的重要的短時記憶。