Tutkijat ovat havainneet, että oppiminen on tehokkainta, jos oppija osaa ratkaista 85 prosenttia suorittamistaan tehtävistä. 85 prosentin sääntö pätee ainakin kuvia luokittelevan tietokoneen oppimisprosessissa, mutta voisiko sitä soveltaa laajemminkin?
Kultainen leikkaus on matemaattinen käsite, joka saadaan jakamalla jana kahteen osaan siten, että lyhyemmän osan suhde pidempään osaan on sama kuin pidemmän osan suhde koko janan pituuteen. Kultainen leikkaus on esteettisesti silmää miellyttävä, mikä näkyy esimerkiksi arkkitehtuurissa ja kuvataiteessa. Mikä kiinnostavinta, se toteutuu myös luonnossa, esimerkiksi kukkien terälehtien muodoissa.
85 prosentin onnistumisella parhaat oppimistulokset
Kultainen leikkaus muistui mieleeni, kun luin muutama viikko sitten niin kutsutusta 85 prosentin säännöstä, jonka Arizonan yliopiston Robert Wilson oli tutkijakollegoidensa kanssa onnistunut löytämään. Tämän säännön mukaan oppimista tapahtuu parhaiten, jos oppija onnistuu 85 prosentissa ja epäonnistuu 15 prosentissa yrityksissään.
Miten tutkijat olivat päätynyt juuri tähän suhteeseen? Wilson kollegoineen löysi vastauksen tekoälystä, kun he opettivat yksinkertaisia tehtäviä neuroverkolle. Tehtävissä piti esimerkiksi luokitella kuvia kahteen eri kategoriaan. Tutkijoiden tekoälyalgoritmi oppi nopeimmin, jos kuvat olivat sellaisia, jotka se luokitteli oikein 85 prosentissa tapauksista.
Laajempi soveltaminen
Tietokoneiden oppiminen on yksi asia, mutta voiko 85 prosentin säännön löytää ”luonnosta”, kuten kultaisen leikkauksen? Voisiko 85 prosentin sääntöä soveltaa myös vaikkapa ihmisiin? Itse uskon, kuten Wilsonkin, että voi. Neuroverkothan nimensä mukaisesti jäljittelevät elollisia hermosoluista koostuvia verkostoja, kuten aivoja.
On kuitenkin tärkeää rajata tarkkaan se, millaisesta oppimisesta puhutaan. Wilson käyttää esimerkkinä mahdollisesta sovelluskohteesta lääketiedettä ja kuvien luokittelua kasvaimiin ja ei-kasvaimiin. Tällainen toiminta on hyvin mekaanista ja binääristä. Kuva joko esittää kasvainta tai sitten ei. Olisiko 85 prosentin sääntö laajennettavissa kuvantunnistuksen ulkopuolelle? Mahdollisesti.
Oppimisen sovellus voisi tarkkailla oppijan suoriutumista ja pyrkiä tarjoamaan hänelle sellaisia tehtäviä, joissa hän onnistuu 85-prosenttisesti. Tämä edellyttää, että tehtävissä on yksiselitteiset vastaukset. Monivalintatehtävät voisivat soveltua tällaiseen. Lisäksi tehtäväpankista pitää löytyä riittävän paljon variaatiota, jotta oppijan mielenkiinto säilyy. Lopulta tarvittaisiin kunnon koejärjestelyt asian todentamiseksi. Saattaa hyvin olla, että harjoiteltava asia, erilaiset tehtävätyypit ja vaikkapa oppijoiden ikä ovat muuttujia, jotka vaikuttavat merkittävästikin onnistumisprosentin optimointiin.
Yhtä kaikki, 85 prosentin sääntö käy yksiin arkikokemuksemme kanssa. Mietipä itseäsi ja minkälaiset haasteet saavat sinut motivoitumaan. Jos kaikki on liian helppoa, kiinnostuksesi hiipuu pikkuhiljaa. Jos taas et pääse edes alkuun, heität hanskat tiskiin alta aikayksikön. Ja motivaatiollahan tiedetään olevan avainasema oppimisessa.
