Станислас Деан - Как мы учимся. Почему мозг учится лучше, чем любая машина… пока

Ваш мозг только что испустил волну N400 – сигнал ошибки, вызванный словом или изображением, несовместимым с предыдущим контекстом 292. Как следует из самого названия, это отрицательный отклик, который регистрируется примерно через четыреста миллисекунд после аномалии и зарождается в популяциях нейронов левой височной доли, чувствительных к значению слова. Зона Брока в нижней префронтальной коре реагирует на синтаксические ошибки – например, когда мозг предсказывает определенную категорию слов, а получает другую 293, как в следующем предложении:

Принимайте плохо лекарство, как только почувствуете себя.

Сразу после неожиданного слова «плохо» области вашего мозга, специализирующиеся на синтаксисе, испустили отрицательную волну, за которой немедленно последовала волна P600 – положительный пик, возникающий примерно через шестьсот миллисекунд. Этот ответ говорит о том, что ваш мозг обнаружил грамматическую ошибку и пытается ее исправить.

На сегодняшний день лучше всего изучены прогностические сигналы и сигналы ошибки в так называемой системе вознаграждения 294. Дофаминовая сеть не только реагирует на фактические вознаграждения, но и постоянно их предвосхищает. Дофаминергические нейроны, расположенные в небольшом скоплении клеток под названием «вентральная область покрышки», не просто чувствительны к удовольствию от секса, пищи или питья; они сигнализируют о расхождении между ожидаемым вознаграждением и полученным, т.е. об ошибке прогноза. Так, если животное получает награду без всякого предупреждения – скажем, неожиданную каплю подслащенной воды, – то этот приятный сюрприз приводит к нейронному возбуждению. Но если этой награде предшествует предсказывающий ее сигнал, тот же сладкий сироп не вызывает реакции. Теперь уже сам сигнал порождает всплеск активности в дофаминовых нейронах: научение сдвигает ответ ближе к сигналу, предсказывающему вознаграждение.

Благодаря данному прогностическому механизму произвольные сигналы могут стать носителями вознаграждения и возбуждать дофаминовые нейроны. Этот вторичный эффект вознаграждения был продемонстрирован на примере денег у здоровых людей и одного вида шприца у наркоманов. В обоих случаях мозг предвосхищает будущие награды. Как мы видели в главе 1, такой прогностический сигнал чрезвычайно полезен для научения, ибо позволяет системе критиковать себя и предвидеть успех или неудачу, не дожидаясь внешнего подтверждения. Именно поэтому архитектуры «актор—критик», в которых одна искусственная нейронная сеть учится критиковать действия другой, сегодня повсеместно используются в искусственном интеллекте для решения самых сложных задач, таких как игра в го. Генерирование прогноза, обнаружение ошибки и самокоррекция – основы эффективного научения.

Как же извлечь максимум пользы из сигналов ошибки, которыми постоянно обмениваются наши нейроны? Чтобы ребенок или взрослый учился эффективно, его окружение (будь то родители, школа, университет или просто видеоигра) должно обеспечивать быструю и точную обратную связь. Научение происходит быстрее и легче, если учащиеся знают, где они оступились и что нужно было сделать на самом деле. Предоставляя быструю и четкую обратную связь по ошибкам, учителя существенно обогащают информацию для самокоррекции, доступную их ученикам. В сфере искусственного интеллекта данный тип обучения – контролируемое обучение или обучение с учителем – считается наиболее эффективным, поскольку позволяет машине быстро идентифицировать источник сбоя и внести соответствующие поправки.

Тем не менее важно понимать, что такая обратная связь по ошибкам не имеет ничего общего с наказанием. Мы не наказываем искусственную нейронную сеть, мы просто сообщаем ей, что она ответила неправильно. Мы даем ей максимально информативный сигнал, который бит за битом уведомляет ее о характере допущенных ошибок.

В этом отношении компьютерная наука и педагогика воистину смотрят в одну сторону. В самом деле, метаанализ, проведенный австралийским педагогом Джоном Хэтти, показывает, что качество обратной связи, которую получают учащиеся, является одной из детерминант их академической успеваемости 295. Постановка четкой цели обучения и поэтапное приближение к ней без драматизации неизбежных ошибок – вот главный ключ к успеху.

Хорошие учителя знают об этом уже давно. Каждый день они убеждаются в верности римского errare humanum est – людям свойственно ошибаться. Они с состраданием и доброжелательностью смотрят на ошибки своих учеников, ибо понимают: тому, кто учится, ошибок не избежать. Они знают, что должны беспристрастно диагностировать проблему, с которой столкнулись их подопечные, и помочь им найти наилучшее решение. С опытом такие педагоги составляют свой собственный каталог ошибок, ибо все ученики попадают в одни и те же старые ловушки. Эти учителя находят правильные слова, чтобы утешить, подбодрить и восстановить уверенность в себе своих учеников, одновременно позволяя им исправить их ошибочные ментальные репрезентации. Их задача – говорить правду, а не судить.

Конечно, самые рациональные из вас могут возразить: «Разве это не одно и то же? Разве сказать ученикам, что они должны были сделать то-то и то-то, не то же самое, что сказать им: “Вы не правы”»? Не совсем так. С чисто логической точки зрения – конечно. Если вопрос имеет только два возможных ответа, A или Б, и ученик выбирает неправильный ответ A, сказать: «Правильный ответ – это Б» – то же самое, что сказать: «Ты ошибаешься». Cогласно той же логике, в бинарном выборе пятьдесят на пятьдесят фраза «Ты прав» и «Ты не прав» должна приводить к строго эквивалентным объемам новых знаний. Однако не будем забывать, что дети – не самые лучшие логики. Для них дополнительный вывод «Если я выбрал А и ошибся, значит, правильный ответ Б» очевиден не сразу. Зато они без труда улавливают главный посыл: «Я напортачил». На самом деле, эксперимент показал: взрослые успешно извлекали равное количество информации из вознаграждения и наказания, а подростки гораздо лучше учились на своих успехах, чем на неудачах 296. Так почему бы не избавить их от этого стресса и не предоставлять максимально нейтральную и информативную обратную связь? Обратную связь по ошибкам не следует путать с наказанием.