Aprendizagem preditiva como base do efeito de teste

Efeito de teste

Do berço ao túmulo, os testes são parte integrante da vida de todos. As crianças devem ganhar seu diploma de natação, os alunos devem fazer exames para obter créditos e os profissionais passam por entrevistas para garantir empregos. Mesmo as avaliações formais externas, encontramos inúmeras questões diárias, de consultas casuais como “Como foi o seu fim de semana?” Para os factuais como “Qual é a capital da Austrália?” À primeira vista (e também é isso que os alunos acreditam), os testes são exatamente isso: eles consultam o conhecimento do testado. No entanto, nada poderia estar mais longe da verdade: em vez de uma ferramenta neutra de medição, os testes são uma ferramenta poderosa para reforçar o que já conhecemos e adquirindo novas informações, e mais do que Pure Research^{1, 2}. Por que isso é assim?

Aprendizado preditivo

A aprendizagem preditiva pode manter a chave para responder a essa pergunta. A aprendizagem preditiva é um mecanismo de aprendizado elementary nas redes neurais biológicas e computacionais (por exemplo, todos os modelos de IA são administrados por algoritmos de aprendizado preditivo)³. Aqui, os agentes aprendem minimizando erros de previsão. Por exemplo, em uma noite de teste, você pode prever erroneamente que Sydney é a capital da Austrália, mas depois saber que a capital da Austrália é na verdade Canberra. Nesse caso, o alto erro de previsão pode solicitar que você atualize seu conhecimento das capitais do mundo. Para a história atual, é importante que as previsões e erros de previsão (decorrentes da incompatibilidade entre previsão e suggestions) só possam ser gerados durante o teste, não durante o estudo (passivo). Portanto, o aprendizado preditivo pode gerar o efeito de teste.

A aprendizagem preditiva pode explicar o efeito de teste

Para investigar a relação entre o efeito de teste e a aprendizagem preditiva, os participantes de nosso estudo se envolveram em testes ou estudar pares de palavras em inglês-swahili, seguidos por um questionário de reconhecimento. Houve um efeito de teste (medido como a diferença na precisão do teste de reconhecimento após o teste e o estudo), quando o suggestions foi fornecido durante o teste (experimentos 1 e 2; Figura 1A, b), mas não quando o suggestions estava ausente (Experiência 3; Figura 1C), enfatizando o papel essential do suggestions e seus erros de previsão associados. Além disso, montamos vários modelos de rede neural (consulte os modelos exatos em nosso artigo), incorporando aprendizado preditivo (e/ou aprendizado hebbiano; consulte nosso artigo para definição). Os modelos foram treinados para executar a mesma tarefa que os humanos. A comparação do modelo sugere que o modelo com aprendizado preditivo (modelo 5) sempre se encaixa melhor nos dados humanos do que o modelo com o aprendizado hebbiano (Modelo 4; Figura 1D, E).

Figura 1 | Padrões comportamentais e comparação de modelos. AC. O efeito de teste é significativo quando o suggestions é incorporado no teste (Experiência 1 e 2), mas está ausente quando o suggestions está ausente. de. O modelo com aprendizado preditivo (Modelo 5) se encaixa nos dados humanos amplamente melhor do que o modelo com o aprendizado hebbiano (Modelo 4). O Modelo 7 incorpora o aprendizado preditivo e hebbiano. Veja os detalhes de diferentes modelos em nosso artigo.

Resumo

Ao integrar experimentos comportamentais e modelagem computacional, nosso estudo sugere que a aprendizagem preditiva serve como base cognitiva do efeito de teste. O efeito de teste está alinhado com uma tendência mais ampla em ciências cognitivas e educacionais para incentivar a aprendizagem ativa e o aprendizado orientado por erros⁴. Nossa perspectiva de aprendizado preditiva explica por que isso importa, e esperamos que nosso artigo possa apoiar essa tendência.

Referência

1. Karpicke JD, Roediger HL. A importância crítica da recuperação para a aprendizagem. Ciência 319966-968 (2008).

2. Rowland CA. O efeito do teste versus Restudy na retenção: uma revisão meta-analítica do efeito de teste. Boletim psicológico 1401432 (2014).

3. Sutton R, Barto A. Aprendizagem de reforço: uma introdução. MIT (2018).

4. Metcalfe J. Aprendendo com erros. Revisão anual de psicologia 68465-489 (2017).