1 pièce(s) jointe(s)
Échouer 15 % du temps est la meilleure façon d'apprendre de nouvelles choses
Se tromper 15 % du temps est la meilleure façon d'apprendre de nouvelles choses, selon une étude
les chercheurs disent avoir découvert une « zone idéale » où les gens apprennent plus rapidement
Même s’il existe aujourd’hui des méthodes pour bien se concentrer et s'impliquer dans l'apprentissage de nouvelles choses, il faut parfois échouer. Les scientifiques de l’université de l’Arizona ont mené une étude qui estime que se tromper 15 % du temps est le secret pour apprendre de nouvelles choses. Leur étude ressort que si vous marquez toujours 100 %, vous n'apprendrez probablement rien de nouveau. Elle révèle que ce que l’on appelle la « zone boucle d’or » d'apprentissage est de 85 %.
Les chercheurs et les éducateurs s'interrogent souvent sur la bonne façon d'enseigner à leurs sujets, qu'il s'agisse d'humains, d'animaux ou de machines. Cependant, plusieurs scientifiques conviennent qu’il existe une zone idéale (sweet spot en anglais) où la formation n'est ni trop facile ni trop difficile, et où l’apprentissage d'un individu progresse le plus rapidement. Autrement dit, c’est un point où nous apprenons mieux lorsque nous sommes mis au défi de saisir quelque chose qui dépasse les limites de nos connaissances existantes.
En effet, bien que personne n'aime échouer, les chercheurs estiment depuis longtemps que les gens apprennent mieux lorsqu'ils sont mis au défi de saisir quelque chose qui est juste en dessus de leurs connaissances existantes. Ainsi, lorsqu'un défi est trop simple, nous n'apprenons rien de nouveau. De même, lorsqu'un défi est si difficile que nous échouons complètement ou abandonnons, nous n’améliorons pas nos connaissances. Selon les scientifiques, cela suppose qu’il existe une « zone idéale » pour l’apprentissage de nouvelles choses chez les êtres humains.
Toutefois, à quel niveau se trouve cette « zone idéale » ? Selon une étude récemment publiée par les chercheurs de l’université de l’Arizona dans la revue Nature Communications, elle se situe aux alentours d’un taux d’échec de 15 %. C’est-à-dire qu’il faut alors réussir 85 % du temps. Pour mener leur recherche, les chercheurs de l'Université de l'Arizona ont mené une série d'expériences utilisant des algorithmes d'apprentissage automatique au cours desquelles ils ont enseigné à l'ordinateur des tâches simples, telles que choisir si un nombre est impair ou pair.
Les chercheurs ont utilisé des modèles d'apprentissage automatique à partir desquelles ils ont enseigné à l'ordinateur des tâches simples comme la catégorisation de modèles ou la disposition de nombres. Selon l'article publié dans Nature Communications, les ordinateurs apprenaient le plus vite lorsqu'ils obtenaient 85 % de réponses correctes. « Nous montrons théoriquement qu'une formation à cette difficulté optimale peut conduire à des améliorations exponentielles du taux d'apprentissage », ont écrit les chercheurs dans le document.
« Ces idées qui existaient dans le domaine de l'éducation, qu'il y a une "zone de difficulté proximale" dans laquelle vous devriez maximiser votre apprentissage, nous les avons mises sur une base mathématique », a déclaré Robert Wilson, professeur adjoint de psychologie et de sciences cognitives à l'Université d'Arizona et auteur principal de l'étude intitulée « The Eighty five Percent Rule for Optimal Learning » (la règle des 85 % pour un apprentissage optimal). Les scientifiques ont découvert que se tromper 15 % du temps est le secret pour apprendre de nouvelles choses.
Wilson et ses collaborateurs de l'Université Brown, de l'Université de Californie, de Los Angeles et de Princeton ont établi cette « règle des 85 % » après avoir effectué une série d'expériences utilisant l'apprentissage automatique au cours desquelles ils ont enseigné aux ordinateurs des tâches simples, comme classer différents modèles en deux catégories, ou encore classer des photos de chiffres écrits à la main selon qu’il s’agisse de chiffres pairs ou impairs, ou encore de petits ou grands nombres. Ces expériences ont donné des résultats satisfaisants d'après eux.
Les ordinateurs ont appris le plus rapidement dans les situations où la difficulté était telle qu'ils ont répondu avec une précision de 85 %. « Les chercheurs disent avoir découvert une "zone idéale" où les gens apprennent plus rapidement, vous maximisez toujours votre taux d'apprentissage dans ces tâches à deux choix », a déclaré Robert Wilson. « Lorsque les chercheurs ont examiné des études antérieures sur l’apprentissage animal, ils ont aussi constaté que la règle des 85 % fonctionnait là aussi », a précisé Wilson. Selon Wilson, cette règle s’appliquerait également pour l’homme.
« Lorsque nous pensons à la façon dont les humains apprennent, la règle des 85 % s'appliquerait très probablement à l'apprentissage perceptif, dans lequel nous apprenons graduellement par l'expérience et par les exemples » a expliqué Wilson. Wilson a-t-il raison d’affirmer cela ? Selon ce dernier, ces résultats pourraient également être valables pour l’homme et le professeur espère que son équipe et lui étendent ce travail afin de poursuivre leur étude pour aborder des formes d’apprentissage plus compliquées que l’apprentissage perceptif.
« Si vous suivez des cours qui sont trop faciles et que vous les réussissez tout le temps, alors vous n'obtiendrez probablement pas autant d'un cours que quelqu'un qui a du mal à suivre, mais qui réussit à le faire », dit-il. « Nous espérons pouvoir étendre ce travail et commencer à parler de formes d'apprentissage plus complexes », a-t-il conclu.
Source : Le rapport d’étude
Et vous ?
:fleche: Que pensez-vous de cette étude ? Vous paraît-elle pertinente ou pas ?
:fleche: Avez-vous appris de vos erreurs ? Partagez votre expérience.
Voir aussi
:fleche: Des chercheurs ont créé un nouveau système qui peut traduire des pensées simples en parole, en utilisant l'IA et un synthétiseur de parole
:fleche: Facebook acquiert CTRL-Labs, une startup dans l'interface cerveau-machine et qui fabrique un bracelet permettant aux utilisateurs de contrôler les appareils numériques avec leur esprit
:fleche: L'IA aurait résolu en moins d'une seconde « le Problème à Trois Corps », vieux de trois siècles grâce à un réseau neuronal, d'après des chercheurs
:fleche: Pourquoi Tesla aurait discrètement racheté DeepScale, une startup spécialisée dans l'apprentissage automatique et l'apprentissage profond qui promet des solutions d'IA optimisées
