Stanislas Dehaene

DEHAENE_o nauce tracenia czasu , radosnego popełniania błędów i sztuce ignorowania, a nawet o globalnej przestrzeni roboczej i egzaptacjach Nasza indywidualność jest realna, lecz nie należy jej wyolbrzymiać: każdy z nas jest wariacją na muzyczny temat homo sapiens. S. Deheane NAUKA O ŚWIADOMOŚCI, SZTUCZNA INTELIGENCJA i DEHEANE Na początku swej książki Stanislas Dehaene, prawdopodobnie najciekawszy naukowiec piszący o świadomości, pyta się dlaczego ewolucja wymyśliła naukę? I odpowiada tak: pełne(sztywne) ustawienie łączy w mózgu jest niemożliwe i niepożądane. Niemożliwe, bo mózgi mają za małą pojemność pamięci. Niepożądane, bo świat jest zbyt skomplikowany, aby istniał aparat poznawczy, który idealnie dopasowuje się do poznawania każdego z elementów świata. Dlaczego niemal każde zwierzę się uczy, nawet nicienie (za pomocą habituacji i asocjacji)? Ponieważ zwierzęta z zmiennymi cechami częściej przeżywają niż te z cechami sztywno ustawionymi. Ludzie są tacy wyjątkowi, bo są homo docens, gatunkiem uczącym samych siebie. Tylko część naszej wiedzy zawarta jest w genach, duża część pochodzi z środowiska. Od XX wieku, rozprzestrzeniła się powszechna instytucja uczenia-szkoła. Wynalezienie szkoły spotęgowało nasze zdolności. Dzięki szkolę upowszechniły się takie umiejętności jak liczenie, czytanie, pisanie itp. Zwiększają one m.in. nasze IQ (każdy dodatkowy rok edukacji to kilka pkt-ów IQ więcej),czy też powiększają pojemność naszej pamięci krótkotrwałej. Czyż nie tu tkwi klucz do zrozumienia rozkwitu kultury niemieckiej w XIX wieku i wiecznego kompleksu Polaków wobec Zachodu? Chłopi-analfabeci nie radzili sobie tak dobrze w świecie jak ludzie po szkołach. Ucz się dziecko, ucz, bo nauka to potęgi klucz( choć należy pamiętać, że w GoT jedna z postaci na hasło: knowledge is power, odpowiada otaczając mówiącego żołnierzami: power is power). Łatwo powiedzieć, trudniej zrobić. Bo często się uczymy, ale się nie nauczymy, studiujemy, a nie umiemy czegoś zrobić. Jak zatem osiągnąć sukces w edukacji? Najważniejszym czynnikiem jest nauczyć się jak się uczyć. I tutaj przychodzi Stanislas Deheane cały na biało i pokazuje nam o co chodzi. W skrócie, musimy zacząć od zaimplementowania ustaleń współczesnej kognitywistyki (nauki o poznaniu): zasadniczo układ obwodów mózgu pozostaje taki sam u wszystkich i podobnie jest z organizacją algorytmów nauki. Wśród nich Dehaene wymienia 4 FILARY NAUKI: skupienie uwagi, aktywne zaangażowanie, informacje zwrotne o błędach oraz cykle powtórek w ciągu dnia i konsolidacji w nocy (s.21). Dla nauczycieli Dehaene zaleca więcej determinacji, cierpliwości, systematyczności i więcej tolerancji dla błędów(s.22). Przede wszystkim, trzeba pamiętać, żeby nie zabijać ciekawości karami za błędy. KONIEC MONOPOLU NA UCZENIE SIĘ( u zarania uczenia maszynowego) Ale oprócz nas uczą się jeszcze podobno nowi goście. Maszyny powstają…a właściwie na naszych oczach powstaje machine learning. Na razie (stan na 2020 roku) według Dehaene’a nie myślą na wysokim poziomie abstrakcji( zarzut I) i nie są w myśleniu efektywne (choć big date każdego dnia zrzuca temu wyzwanie, zarzut II). Kognitywista z Francji 5 lat temu twierdził, że mózgi niemowlaków dużo lepiej potrafią wyciągać informację z ubogiego przekazu. 5 lat temu czekaliśmy wciąż na uważne i śniące maszyny, czy dzisiaj już są ? Nasz mózg miałby być statystykiem (MÓZG jako ORGAN BAYESOWSKI) tj. optymalizującym nieustannie swoje zdolności nauki organem, który systematycznie ocenia prawdopodobieństwa zdarzeń (nadające stopnie niepewności naszej wiedzy)etc., i dzięki temu wyzyskującym optymalnie każdą informacją. Czy nadal jesteśmy najlepszymi statystykami na Ziemi i w kosmosie? Czemu jednak mamy porównywać maszyny i ludzi, a zwłaszcza niemowlaki? Zrozumienie różnic między obliczeniami (przetwarzaniem danych) człowieka i maszyny może pozwolić nam lepiej wyjaśnić na czym polega to, co zwiemy myśleniem. Oto, cwany plan francuskiego naukowca. Dzisiejsze SSN(sztuczne sieci neuronowe) działają tak, jakby każdy problem był kwestią automatycznej klasyfikacji (czy z wiedzy, że wilk to ssak, eukariont, strunowiec, drapieżnik etc. wynika „nasza” cała wiedza o wilkach?). Wydaje się to, co najmniej podejrzane. Poniżej lista funkcji jakich brakuje/brakowało sztucznej inteligencji A.D.2020: 1. Uczenie się pojęć abstrakcyjnych : słabe mylenie typu slow 2. Słaba wydajność: potrzeba bardzo dużo danych, aby uzyskać mało informacji porównaniu do ludzi 3. Brak umiejętności uczenia społecznego 4. Uczenie się w jednym podejściu (integracja nowej wiedzy z dotychczasową) 5. Systemowość, język myśli: szukanie ogólnych praw, reprezentowanie regularności 6. Wkomponowanie: skrajnie wąska specjalizacja SSN, nie umieją wkomponować umiejętności do „siebie” 7. Metapoznanie : wyłuskiwanie gramatyki danej dziedziny Mózg działa jak dobry naukowiec („Dziecko jako naukowiec”, taka hipoteza od kilku dekad przynosi bogatą, nową teorię o tym jak się uczą dzieci od niemowlęcia, można rzec, są „wykute w powiciu”, zobacz: Naukowiec w kołysce, Alison Gopnik). Uczyć to znaczy wyciągać jak najwięcej nawet z jak najmniej pewnej informacji. Dzięki nauce uczymy się wyrażać naszą niepewność (prawdopodobieństwa). W hipotezie mózgu jako dobrego naukowca chodzi o podważenie dychotomii natura/kultura. Obie są ważne: mózg korzysta z prioru (swojej natury, wstępnych, wbudowanych hipotez będących wynikiem tysięcy lat ewolucji człowieka) i aposterioru ( falsyfikacji i weryfikacji tychże hipotez przez pojedynczego osobnika gatunku ludzkiego, czyli ciebie). CZYM JEST UCZENIE SIĘ? Uczenie się to budowanie wewnętrznego modelu świata. W trakcie nauki uczymy się pojmować fragmenty naszej rzeczywistości ( nieprzypadkowo, polski filozof Robert Piłat zafiksował się na badaniu pojęcia pojęcia). Magia uczenia się polega na przekształceniu danych(nieuporządkowana wiedza) w informacje (uporządkowana wiedza),a więc na słynnym przetwarzaniu danych, które to informatycy nazywają obliczaniem(computation). Stąd filozofowie taki pogląd na umysłowość człowieka nazywają komputacjonizmem. Dehaene daje nam 7 definicji uczenia się: Uczenia jako model wewnętrzny świata-mapy mentalne, symulacje, internalizacja świata(dostosowanie się). Jaka definicja to tego pasuje? 1. Uczenie to regulowanie parametrów wewnętrznego modelu świata 2. Uczenie to wyzyskiwanie eksplozji kombinatoryjnej (wykładniczy wzrost możliwości w konsekwencji łączenia się danych) 3. Uczenie to minimalizowanie błędów: algorytm gradientu prostego 4. Uczenie to eksploracja przestrzeni możliwości: minimum lokalne, minimum globalne, dodać trochę losowości, algorytmy ewolucyjne 5. Uczenie to optymalizacja funkcji nagrody: uczenie nadzorowane, nauka z wzmocnieniem, model realizator-krytyk, bootstraping, uczenie kontradyktoryjne 6. Uczenie to zawężanie przestrzeni wyszukiwania :przekleństwo wymiarowości, nadmierne dopasowanie, konwulsyjne sieci neuronowe 7. Uczenie to rzutowanie apriorycznych hipotez: korzystanie z wiedzy wrodzonej. JAK UCZY SIĘ NASZ MÓZG? STAN WIEDZY. REWOLUCJA NIEMOWLAKÓW W debacie o roli kultury i natury(nature/nurture) „nie doceniliśmy ich obu”. Dzięki nauce wiemy, że od urodzenia posiadamy wiedzę odziedziczoną po historii ewolucji naszego gatunku. Jest ona jednak wiedzą niewidoczną. Zakres tej wiedzy jest szeroki i dotyczy „obiektów, liczb, prawdopodobieństwa, twarzy, języka…”. I tak można powiedzieć za Joshem Tenenbaumem, że mózg niemowlęcia ma „silnik gry”, a więc zdolność do mentalnej symulacji zachowania obiektów. Dzięki temu, niemowlaki mogą porównywać w głowie co jest fizycznie możliwe, i jak jest prawdopodobne (piłka spadnie? Odbije się itp.). Dalej, wrodzona jest umiejętność arytmetyki (badania potwierdzają ją też u małp i kruków). W naszych mózgach znajdują się tzw. neurony liczbowe, które w zachowaniu objawiają się wrażliwością na zmiany liczbowe (zaskoczenie po zniknięciu przedmiotu). Przeczy to Piagetowi (pisze o tym również Tomasello),i jego hipotezom, że w miarę nabywania doświadczenia nabywamy abstrakty. Raczej jest odwrotnie: rodzimy się z abstraktami, i zderzając je z doświadczeniem, nabywamy wiedzę. Dzieciaki na długo przed wypowiedzeniem pierwszych słów potrafią manipulować prawdopodobieństwami i logiką ( „najprawdziwszy Sherlock Holmes w pieluszkach”). Pokazuję to Luca Bonatti w eksperymencie kwiatka i dinozaura wychodzących za przesłony z dwóch różnych miejsc. Myślenie dziecka wygląda następująco: raz wychodzi d, raz k. Tam wychodzi k. To w drugim miejscu nie może być k. Zatem: d. Po 1 roku życia niemowlaki zaczynają rozumieć na jakiej zasadzie działają istoty żywe, które samodzielnie się poruszają. Rozumieją, że zwierzę ma jakiś cel, preferencję, zamiar (pies chce do domu). Około 10 miesiąca niemowlaki zaczynają przypisywać innym osobowości (babcia jest wredna). Dzieci w tym okresie odróżniają ludzi, którzy chcą je skrzywdzić od tych, którzy chcą im pomóc oraz wiedzą kto chce ich czegoś nauczyć (wrodzone poczucie pedagogiki). Rozpoznanie twarzy wydaje się jest jeszcze bardziej pierwotne, i pierwsze oznaki tej umiejętności powstają już w życiu płodowym (s.110). Jak udowodnił już to Steven Pinker, ludzie mają wrodzoną zdolność przyswajania języków („Instynkt języka”). W ostatnim trymestrze ciąży mózg niemowlaka rozpoznaje nieświadomie dźwięki, stąd urodzone dziecko ma preferencje do słuchania własnego języka narodowego od innych. Dzieci uczą się rozumienia języka dużo wcześniej przed tym, zanim same zaczną się nim posługiwać. Ta statystyczna magia (s.112) przypomina po trosze duże modele językowe. Często powtarzane słowa zyskują uprzywilejowany status prawdopodobnie do końca życia: mama, tata, pić, butelka, rączka. Wiele lat temu Chomsky mówił o mechanizmie przyswajania języka i teraz znajdujemy się na poziomie eksperymentalnego potwierdzania tej hipotezy. Czy jak chce Dehaene wynika z tego wszystkiego to, że w mózgu malutkiego dziecka powinniśmy zaobserwować dobrze uporządkowane twory neuronalne, odpowiadające każdej z głównych dziedzin wiedzy?( s.115). Do początków XXI wieku nie mogliśmy tego sprawdzić doświadczalnie! Do początków XXI wieku dominował niepodzielnie empiryzm w tym zakresie, i wierzyliśmy, ze dziecko to czysta kartka kształtowana przez środowisko. Dopiero obrazowanie MRI dało nam klucz do nowej wiedzy. Jeszcze 20 lat temu dominowała hipoteza mózgu jako bałaganu nieuporządkowanych połączeń. Nie byliśmy w stanie sobie wyobrazić, że nasze DNA (z ograniczoną liczbą genów) może zawierać wysoce skomplikowany schemat obwodów odpowiedzialnych za widzenie, motorykę, język. Jednak tak właśnie jest i odpowiada za to zdaniem Dehaene potężna siła : samoorganizacja. To właśnie ona odrożnia mózg od LLM (s.127). Architektura mózgu jest wrodzona, to nasza „natura ludzka”. Jednak to dopiero jedna strona monety. Drugą jest plastyczność mózgu. KULTURA, ALE NAJPIERW PODSTAWY NEURONAUK W jaki sposób nauka zmieniła pogląd o mózgu dziecka? Zaczynijmy od przypomnienia herosa neuronauki, Santiago Ramona y Cajala. To dzięki niemu od 100 lat wiemy, że mózg to nie ciągła siatka, a zbiór komórek nerwowych(neuronów). Te wielkie rozgałęzienia zwane neuronami tworzą skomplikowany pierwszy obraz naukowy mózgu z jego aksonami, dendrytami i samym neuronem. „Kształt neuronu wiążę się z jego funkcją”: dendryty pobierają informacje do neuronu w którym tworzy się „sygnał”, dalej rozprzestrzeniany wśród innych neuronów za pomocą aksonów. Akson jednego neuronu łączy się z dendrytem drugiego neuronu za pomocą synapsy. Siła i ilość takich połączeń to w skrócie materialny aspekt procesu uczenia. Mamy tysiąc trylionów synaps (10 do potęgi 15). Choć sam sygnał jest elektryczny, to transfer sygnału ma charakter chemiczny. Czyli następuje magia: najpierw mamy w 1 aksonie sygnał elektryczny później trafia on do synapsy i za pomocą neuroprzekaźników przechodzi do drugiego neuronu, w którego synapsie przekształca się ponownie w sygnał przechwycony przez dendryt tej komórki. Uczenie się to w mówiąc w tym języku – zmiana mocy synaptycznej, a podstawą zasadą tej zmiany jest hasło: neurony, które razem odpalają, razem się splatają (fire together, wire together).- ZASADA HEBBA. Pionierem badań w tym zakresie był recenzowany przeze mnie Eric Kandel (sygnały badał u ślimaków). To właśnie te zmiany są tym, co Dehaene nazywa plastycznością mózgu. PLASTYCZNOŚĆ - RECYKLING Jaką rolę pełni w rozwoju dziecka edukacja? Zacznijmy od mitu Platona, który twierdził, że nauka czytania niszczy naszą pamięć. Badania na dorosłych analfabetach pokazują, że oprócz braku umiejętności czytania, nie potrafią oni rozpoznawać kształtów, obrazów lustrzanych, skupiać uwagi na fragmencie twarzy, zapamiętywać i rozpoznawać słów mówionych, a w zakresie matematyki brakuje im precyzyjnego określenia liczebności zbioru (s.182-183). Deheane zaproponował tzw. hipotezę recycklingu neuronów. Brzmi ona następująco: wszelkie uczenie kulturowe musi opierać się na zmianie roli istniejącej już uprzednio architektury neuronalnej („recyckling funkcji obwodów mózgowych”). Działa na podobieństwo wymyślonej przez Jaya Goulda i Elisabeth Vrbę „egzaptacji”, czyli nie-do-końca-adaptacji. Stary mechanizm (płetwa) zostaje egzaptowany, kiedy otrzymują inną funkcję (ręka). Egzaptacja opiera się na rozprzestrzenieniu genów w populacji, a recykling to przestawienie funkcji bez modyfikacji genowej, tylko na zasadzie uczenia się. Tutaj według Dehaene’a znaleźć można wyjaśnienie szczególnego talentu naszego gatunku do wykraczania poza swoją niszę ekologiczną. Dehaene już w jednej swoich pierwszych książek Number Sense twierdził, że matematyka jest w nas, a nie my uczymy się jej z świata od nowa („mamy w głowie swoistą oś liczbową”). Podsumowując, idea hipotezy recyklingu neuronów uczy nas, że: -każdego dziecko, w genetycznych granicach naszego gatunku, jest gotowe do opanowania dowolnych języków, matematyk itp. -„jeśli nauka szkolna zaczyna się wcześnie, jest w stanie przeobrazić losy”; -zasób słownictwa dziecka w wieku trzech lat jest uzależniony od wypowiedzi jakie kierowano do niego w ciągu tych lat; zasadnicze znaczenie ma interakcja jeden na jeden. -rozkwit mózgu dziecka zależy po części od obfitej stymulacji płynącej ze środowiska (postulat urozmaicania wczesnoedukacyjnego portfolio naszych dzieci). CZTERY FILARY UCZENIA SIĘ: 1.Uwaga, aktywne zaangażowanie, informacje zwrotne, konsolidacja(powtarzanie). Uwaga rozwiązuje bardzo powszechny dzisiaj problem: przesytu informacyjnego. Jak pisze Dehaene: bez uwagi szukanie wzorców jest jak przysłowiowe szukanie igły w stogu siania. Był(jest?) to główny zarzut wobec powolności sztucznych sieci neuronowych, gdyż marnują one swoje zasoby na analizę wszystkich możliwości, nie umiejąc szukać tylko w tym, co „istotne”. Z drugiej strony jest to zarzut w stosunku do architektury mózgu: błędne nakierowania mogą powodować, że proces nauki utyka w martwym punkcie. Jednak uwaga jest fundamentalną częścią naszego poznania, o czym wiedzą już jeden z ojców psychologii, William James, twierdząc, że wybiórczość uwagi przejawia się w każdym naszym doświadczeniu. Uczyć się to znaczy eliminować, albo jak pisze Deheane za Chartierem : Sztuka zwracania uwagi to wielka sztuka, sztuka pomijania czegoś innego to sztuka królewska”. W terminologii psychologii poznawczej zwiemy to rywalizacją preferencyjną, tłumieniem niechcianych informacji (słynne doświadczenie z „niewidzialnym” gorylem). Właśnie wtedy mówimy, że mózg mruga (attentional blink),bo przestaje zwracać uwagę na resztę, gdy pochłonięty jest głównym zadaniem. Jednak to dzięki nauce możemy być świadomi swojej nieświadomości, bo chyba nie ma nic gorszego w uczeniu niż nieświadomość swojej nieświadomości na dany temat (nie wiem, że nie wiem). Jedną z funkcja uwagi jest świadome wykonywanie czegoś. Według autora jest to możliwe, ponieważ uwaga wykonawcza nadzoruje nasze dane wejściowe i wyjściowe w „globalnej neuronowej przestrzeni roboczej”, a więc w chwilowej świadomej pamięci, w które możemy „ułożyć” plan. Globalna przestrzeń robocza to nasz „ruter”, który decyduje którędy, co i jak będzie procesowane w naszym mózgu (s.236). Jednak ten ruter, mówiąc jak kahneman/tversky działa na zasadzie„slow thinking”, a co więcej przetwarza raczej jedno zadanie na raz. Dlatego jak pisze Dehaene: wabik ekranu i mit multitaskingu są jednym z najgorszych tworów naszego społeczeństwa cyfrowego. Uwaga jest naszą gatunkową supermocą. Dzięki niej możemy uczyć się niesamowitych rzeczy i przekazywać je młodszym pokoleniom. Jednak ta sama uwaga jest źródłem przesądów (zwanych dzisiaj fake newsami),a więc pójściem na łatwiznę, podążenie tą samą ścieżką, zdaniem się na oczywistości. 2.AKTYWNE ZAANGAŻOWANIE Penetrowanie świata jest niezbędne dla prawidłowego rozwoju dziecka, zwłaszcza jego wzroku( Słynny eksperyment na dwóch kotkach Heina/Helda). Bierność nie służy nauce, dlatego można powiedzieć, że wydajnie się uczymy tylko wtedy, gdy odrzucimy pasywność, zaczniemy penetrować świat i w nim uczestniczyć („mózg uczy się tylko wtedy, gdy jest używany”). Kwintesencją aktywnego uczenia się jest wymówienie materiały „swoimi” słowami, przełożenie go na „swoje” myślenie. Właśnie dlatego recenzowanie prac, książek, czegokolwiek jest tak ważne. Możesz przeczytać książkę, ale w ogóle jej nie przetrawić. Ciekawości właśnie brakuje sztucznym sieciom neuronowym, które są zatopione w wejściu-wyjściu. Czy w interesie takich sieci jest aktywnie penetrować środowisko? Czy to jest w ogóle dobrze postawione pytanie? Deheane porównuje ciekawość do regulatora Watta (przepustnica otwierająca/zamykająca się w maszynie parowej w celu regulacji ciśnienia pary),bo jak on, ciekawość reguluje ciśnienie przyswajania wiedzy. Na drugim krańcu regulatora jest nuda. Nasz regulator wiedzy ludzi „średnie” ciśnienie, dlatego mówimy o efekcie Złotowłosej, która wybiera rzeczy „pod siebie”. Pedagog/rodzic powinien rozumieć jak sterować ciekawością, by ją odpowiednio stymulować („zadania w sam raz”),nie przekonywać, że czegoś nie umieją (DZIEWCZYNY NIE UMIEJĄ W MATEMATYKĘ),a przede wszystkim nie karać ciekawości (nie ma głupich pytań). Po prostu, należy nagradzać za okazywaną ciekawość, nie karać. Tolerować ich błędy, ale je korygować. 3.INFORMACJE ZWROTNE Nie uczymy się przez pasywne odbieranie sygnałów z środowiska, ani przez asocjacje(skojarzenia). Uczymy się dzięki takim mechanizmom jak blokowanie następcze(s.290). Mózg najpierw coś przewiduje, później weryfikuje czy hipoteza okazała się skuteczna, czy nie. „Bez zaskoczenia nie ma nauki”, a żeby było zaskoczenie, musi być jakieś założenie. Mówiąc po dehaenowsku: każde nieoczekiwanie zdarzenie prowadzi do odpowiedniego dostosowania wewnętrznego modelu świata (teoria propagacji wstecznej błędu). Kluczem do sukcesu w nauce jest określenie celu nauki i nie rozdzieranie szat, gdy uczniowie stopniowo, pod nadzorem, z błędami, dążą do tego celu. Pokazywanie błędów to nie karanie. Deheane nie lubi systemu ocen, ponieważ niskie oceny są właśnie synonimem karania. Stopień bez komentarza jest jedynie niepotrzebnym poniżeniem. Złe oceny to zniechęcenie, stygmatyzacja, bezradność. „ Nauczyciele nie są po, by straszyć uczniów, ale aby pomagać im w pokonywaniu strachu przed nauką”. Wg autora idealnym sposobem wskazywania błędów i uczenia się w szkole są…sprawdziany, gdyż są doskonałymi treningami odświeżania pamięci. Trzeba odrzucić błędy pogląd, że im więcej się uczymy, tym więcej się nauczamy. Bez powtarzania, bez konsolidowania wiedzy ta wiedza wyparowuje. Wielokrotne czytanie podręczników, notatki nie zastąpią testów z wiedzy i powtórki materiału. Pamięć nie służy, o la Boga, do zapamiętywania, a do stosowania wiedzy w przyszłości. 4.KONSOLIDACJA Wiedzę trzeba przetrawić. Neuronauki już dzisiaj potwierdzają, że zasadniczą rolę w tym zakresie gra sen. Według Deheane odkrycie, że sen to nie „wywózka śmieci”, a właśnie czas konsolidacji to jedno z największych odkryć ostatniego XXX-lecia w neuronaukach. Mózg „przeżywa” jeszcze raz to co się wydarzyło, i wkomponowuje to, co istotne w swój model świata. Obecnie można powiedzieć, że sen głęboki sprzyja uogólnianiu wiedzy, a sen w fazie REM sprawczości percepcyjnej i motorycznej. Być może główną funkcją snu jest transfer zapamiętanych zdarzeń, nawet epizodycznych i nieświadomie postrzeganych, do zbioru naszych doświadczeń (s.323). Dzięki snowi możemy być inteligentnymi istotami zgodnie z definicją Demisa Hassabisa tj. dzięki gromadzeniu, syntezie, kompresji i konwersji surowych informacji przekształcać je w użyteczną i stosowalną wiedze. Jak już o Hassabisie mowa (AI) to pytanie czy w przyszłości inteligentne komputery też będą musiały się nauczyć sypiać jak my? Drzemki przedszkolaków to nie jest fanaberia, a wysyłanie nastolatków do szkoły na ósmą rano to marnowanie potencjału. Ale ustalenia współczesnych neuronauką jak widać nie trafiły jeszcze do włodarzy oświaty… JAK UCZYĆ? No więc, szkoły i rodzice muszą nauczyć się, że: 1) Umysł niemowlaków to nie tabula rasa, rodzą się one z wiedzą o przedmiotach, liczbach, prawdopodobieństwach, przestrzeni i ludziach. 2) Mózg dziecka to nie gąbka, która wszystko wchłania. Uczenie musi się dopasować do natury. 3) Mózg dziecka to nie plastelina, nie da się go ukształtować podając mu tylko odpowiednie dane. 4) Nauka nie powinna przebiegać biernie na zasadzie „wykładu”, dzieci są małymi naukowcami 5) Popełnianie błędów to nie oznaka mierności, lecz element procesu uczenia się, 6) Sen nie jest po prostu czasem odpoczynku, to czas „powtórki” tego, co organizm przeżył w ciągu dnia 7) Dzisiejsze maszyny nie są dużo głupsze niż ludzie (Deheane pisał to 5 lat temu przed rewolucją GPT, dzisiaj najlepsze GPT mają wyższe IQ od średniej ludzi). Jak pisał 5 lat temu Deheane w rywalizacji chipu i neuronu wygrywa na razie ten ostatni. Na naszych oczach niektóre modele językowe dochodzą w testach IQ do ok. 120 punktów, co stawia ich „inteligencję” wyżej od większości z nas. Zob. https://www.trackingai.org/home DODATEK 1:TEZY DEHAENE’A: 1. Mózg działa jak dobry naukowiec. Mózg jest organem bayesowskim, mózg jest narzędziem obliczeniowym w sensie informatycznym (przetwarzającym dane)-komputancjonizm, funkcjonalizm. 2. Uczyć się=tworzyć wewnętrzny model świata 3. Natura/kultura: zbiór hipotez jest wskazany genetycznie, ich wybór zależy od doświadczenia (relacji z środowiskiem). 4. Mózg ma organizacje hierarchiczną dążących do „pogłębienia” rozwiązań( stąd DeepMind 😊) 5. Teoria recyklingu neuronów 6. Teoria globalnej przestrzeni roboczej Dodatek 2: Słownik pojęć z książki by ChatGPT: Obliczenie – przetwarzanie danych według określonych reguł lub algorytmów. Uczenie – proces tworzenia wewnętrznych modeli świata na podstawie doświadczeń i informacji. Sieci neuronowe – algorytmy uczenia maszynowego inspirowane strukturą mózgu, które rozpoznają wzorce i zależności w danych. Głębokie sieci neuronowe – sieci z wieloma warstwami ukrytymi, zdolne do złożonego przetwarzania i abstrakcji danych. Neuron – podstawowa jednostka obliczeniowa w sieci neuronowej lub biologiczna komórka nerwowa przetwarzająca sygnały. Pamięć operacyjna – krótkotrwałe przechowywanie i manipulowanie informacją potrzebną do bieżących zadań. Pamięć epizodyczna – pamięć wydarzeń i doświadczeń z określonym kontekstem czasowo-przestrzennym. Pamięć semantyczna – pamięć faktów i wiedzy ogólnej, niezależna od kontekstu. Pamięć proceduralna – pamięć umiejętności i nawyków, np. jazdy na rowerze. Egzaptacja – wykorzystanie istniejącej cechy lub mechanizmu do nowej funkcji w toku ewolucji. Plastyczność synaptyczna – zdolność połączeń nerwowych (synaps) do zmiany siły w odpowiedzi na aktywność, podstawowy mechanizm uczenia się w mózgu. Uwaga – mechanizm selekcji informacji, który wzmacnia przetwarzanie wybranych bodźców kosztem innych. Aktywne zaangażowanie – stan ciekawości i ciągłego testowania hipotez, sprzyjający głębokiemu uczeniu się. Informacje zwrotne – dane o skutkach działania, które umożliwiają korektę i ulepszanie modeli poznawczych. Konsolidacja – proces stabilizowania i integrowania nowych informacji z już istniejącą wiedzą. Rywalizacja preferencyjna (biased competition) – proces, w którym różne bodźce konkurują o uwagę, a uprzywilejowane są te zgodne z aktualnymi celami lub wcześniejszym doświadczeniem. Globalna przestrzeń robocza – teoria świadomego myślenia jako "tablicy ogłoszeń", gdzie wybrane informacje są szeroko udostępniane różnym systemom poznawczym. Blokowanie następcze (forward blocking) – efekt uczenia się, w którym wcześniejsze skojarzenie z bodźcem hamuje tworzenie nowych skojarzeń z kolejnym bodźcem. Propagacja wsteczna – algorytm uczenia w sieciach neuronowych, który modyfikuje wagi na podstawie błędu wyjściowego rozprzestrzenianego wstecz. Nocne odtwarzanie neuronalne – podczas snu mózg aktywuje wzorce neuronalne związane z niedawnym doświadczeniem, co wspiera konsolidację pamięci i uczenie się. Dodatek 3: LEKTURKI: 1. Susan Hrdy: https://lubimyczytac.pl/ksiazka/5047582/matki-i-inni-emocjonalna-ewolucja-czlowieka 2. Alison Gopnik: https://lubimyczytac.pl/ksiazka/62957/dziecko-filozofem-co-dzieciece-umysly-mowia-nam-o-prawdzie-milosci-oraz-sensie-zycia 3. Kandel: https://lubimyczytac.pl/ksiazka/zaburzony-umysl-co-nietypowe-mozgi-mowia-o-nas-samych/opinia/71946569 4. Patricia Churchland: https://lubimyczytac.pl/ksiazka/192191/moralnosc-mozgu-co-neuronauka-mowi-o-moralnosci 5. Tomasello: https://lubimyczytac.pl/ksiazka/dlaczego-wspolpracujemy/opinia/83274085 6. Bachelard: https://lubimyczytac.pl/ksiazka/133991/ksztaltowanie-sie-umyslu-naukowego 7. Piłat: https://lubimyczytac.pl/ksiazka/4971554/o-pulapkach-poznania 8. DEHAENE i świadomość: https://lubimyczytac.pl/ksiazka/5055530/swiadomosc-i-mozg DODATEK 4: BIO WG MISTRALA (O FRANCUSKIM NAUKOWCU FRANCUSKI CZAT): Stanislas Dehaene jest francuskim kognitywistą i neurolingwistą, który wniósł znaczący wkład w badania nad poznaniem liczbowym, podstawami neuronalnymi czytania oraz korelacjami neuronalnymi świadomości. Oto kilka kluczowych idei i obszarów badań, którymi się zajmuje: 1. Poznanie liczbowe: Dehaene jest pionierem w badaniach nad tym, jak mózg przetwarza liczby. Jego prace pokazują, że zdolności matematyczne są związane z określonymi regionami mózgu, takimi jak płat ciemieniowy i czołowy. Wykazał również, że odejmowanie i mnożenie aktywują różne obszary mózgu 1. 2. Neuronalne podstawy czytania: W swoich badaniach Dehaene opisuje, jak nauka czytania może polegać na procesie "neuronalnego recyklingu", w którym obwody mózgowe pierwotnie ewoluujące do rozpoznawania obiektów dostosowują się do rozpoznawania liter, par liter i słów. Badania te były przeprowadzane na grupie dorosłych, którzy nie nauczyli się czytać z powodu ograniczeń społecznych i kulturowych. 3. Świadomość: Dehaene bada również neuronalne korelaty świadomości, starając się zrozumieć, jakie wzorce aktywności mózgowej są unikalne dla świadomego przetwarzania informacji. Jego prace mają zastosowanie w diagnostyce stanów wegetatywnych i śpiączki. 4. Dyskalkulia: Dehaene bada również zaburzenia rozwojowe, takie jak dyskalkulia, która jest porównywalna do dysleksji, ale dotyczy intuicji liczbowej. Jego laboratorium skupia się na diagnozowaniu, zrozumieniu i reedukacji dyskalkulii za pomocą specjalistycznego oprogramowania edukacyjnego. 5. Edukacja i uczenie się: W swoich książkach, takich jak "How We Learn", Dehaene opisuje, jak mózg funkcjonuje jako wysoce wydajna maszyna do nauki. Podkreśla znaczenie powtarzania, uwagi i ciekawości w procesie uczenia się. Stanislas Dehaene jest profesorem na Collège de France i kieruje jednostką neuroobrazowania kognitywnego INSERM-CEA w NeuroSpin, jednym z wiodących ośrodków badań nad obrazowaniem mózgu. Jego prace mają duże znaczenie zarówno dla nauki, jak i praktyki edukacyjnej.