Posłuchaj podcastu
Podcastu możesz posłuchać również tutaj:
W tym odcinku dowiesz się:
- Co to jest krzywa uczenia i jakie ma znaczenie w procesie zdobywania nowych umiejętności?
- Jak różne kształty krzywej uczenia wpływają na nasze postępy w nauce?
- Dlaczego tempo nauki może zwalniać po osiągnięciu pewnego poziomu umiejętności?
- Czym jest “steep learning curve” i w jakich sytuacjach możemy się z nią spotkać?
- Jak analogia do projektowania gier komputerowych może pomóc w utrzymaniu motywacji podczas nauki?
- Dlaczego stan “flow” jest kluczowy dla efektywnej nauki i jak można go osiągnąć?
- Jakie strategie można zastosować, aby utrzymać się w obszarze “flow” podczas nauki nowych umiejętności?
Podsumowanie odcinka
Często w zagadnieniach związanych z nabywaniem nowych umiejętności możemy spotkać się z takim terminem jak “krzywa uczenia”. Jest to prosty model reprezentujący zależność pomiędzy poziomem zdobywanych kompetencji, a czasem poświęconym na naukę.
Bardzo schematycznie tą zależność można przedstawić jako zwykłą funkcję liniową na wykresie:
Wraz z czasem poświęconym na naukę stopniowo rośnie nasze doświadczenie i poziom kompetencji.
Przykład: Uczymy się systematycznie przez cały rok do matury (np. z matematyki) i co tydzień powtarzamy kolejne zagadnienia.
Jednak życie nie jest takie proste 🙂 i bardzo często krzywa przybiera zupełnie inny przebieg. W wielu przypadkach możemy się spotkać z takim kształtem:
Na początku bardzo szybko rosną nasze kompetencje i w krótkim czasie jesteśmy w stanie opanować podstawy nowej umiejętności. Jednak wraz z czasem tempo nauki wyhamowuje i coraz trudniej jest osiągnąć kolejne poziomy.
Przykład: Wiele osób w ten sposób uczy się języków obcych. Na początku mamy poczucie, że bardzo szybko zdobywamy podstawy pozwalające na podstawową komunikację. Jednak wraz z czasem coraz trudniej wznieść się na wyższy poziom.
Z drugiej strony możemy doświadczyć tzw. “steep learning curve”, czyli na samym początku osiągamy bardzo powolne postępy, jednak potem szybkość nauki znacząco rośnie. Taka sytuacja ma miejsce, kiedy uczymy się bardzo złożonego (z naszej perspektywy) zagadnienia.
Przykład: Jeśli chcemy nauczyć się programowania i nigdy nie mieliśmy wcześniej żadnego powiązanego z tym doświadczenia, to na początku nie będziemy obserwować znaczących postępów. Jednak po opanowaniu podstaw, tempo nauki znacząco wzrośnie.
Jako hybryda dwóch powyższych krzywych istnieje jeszcze wariant w “kształcie litery S”. Na początku mamy liniowy, ale powolny wzrost. Następnie po opanowaniu podstaw szybko uczymy się, osiągając w pewnym momencie plateau, gdzie wzrost poziomu kompetencji jest bardzo niewielki.
Oczywiście rodzajów krzywych jest znacznie więcej. Jest to tylko model i każdy może dopasować inny wariant krzywej do swojej sytuacji. Jedna osoba ucząc się tego samego może osiągać bardzo szybkie postępy (bo np. ma wcześniejsze doświadczenie powiązane z tym tematem), a kto inny będzie wykazywał bardzo powolne postępy. Jednak osobiście uważam, że dokładny przebieg krzywej nie ma aż takiego znaczenia w procesie uczenia, a bardziej liczy się strategia wykorzystywana… w projektowaniu gier.
Kiedyś oglądałem bardzo ciekawy wykład dotyczący projektowania gier. Moją uwagę zwrócił szczególnie fragment dotyczący “poziomu trudności”. Każda gra (nie tylko komputerowa) stawia przed graczem pewne wyzwania, których pokonywanie jest istotą grania. Wraz z czasem wykonujemy coraz trudniejsze zadania, czy pokonujemy silniejszych przeciwników, ponieważ poziom doświadczenia gracza stale rośnie. Właściwe określenie poziomu trudności na różnych etapach gry jest kluczowe dla zachowania odpowiedniego balansu. Jeśli wyzwania na samym początku będą za trudne, to gracz będzie sfrustrowany niepowodzeniami. Jeśli gra będzie za łatwa, to szybko będziemy się nudzić i stracimy zapał do kontynuowania rozgrywki. Idealną sytuacją jest osiągnięcie tzw. “stanu flow”. Wtedy stopniowo rośnie poziom kolejnych zadań/przeciwników/wyzwań w taki sposób, aby nie było ani za łatwo, ani za trudno. Dzięki temu mamy motywację do dalszej gry, a o to przecież chodzi twórcom gier, aby ich produkcja nas wciągała na długie godziny.
Analogia do krzywej uczenia narzuca się sama. Moim zdaniem nie tak istotny jest sam kształt krzywej, ale bardziej poruszanie się w obszarze “flow”. Jeśli wraz z upływem czasu uczymy się nowych rzeczy i widzimy jakiekolwiek postępy, to automatycznie mamy motywację do kontynuowania nauki (czasem wciąga to tak samo, jak dobra gra). Na pewno większość z nas doświadczyła podobnego stanu, kiedy z każdym krokiem coś nowego odkrywamy, łączymy kropki, widzimy efekty i nauka jest wręcz przyjemnością. Cała sztuka polega na tym, aby w taki sposób zaprojektować środowisko uczenia, żeby jak najdłużej przebywać w obszarze “flow”. Ale to już temat na inne artykuły 🙂