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

● Нет, мозг ребенка – это не губка, которая послушно впитывает структуру окружающей ее среды. Вспомните Фелипе, слепого и парализованного бразильского мальчика, который сочинял чудесные истории, или Николаса Сондерсона, слепого математика, который занимал ту же должность, что и Ньютон: такие случаи подсказывают нам, что ни искажения, ни даже полное отсутствие сенсорных сигналов не влияют на способность ребенка к восприятию абстрактных идей.

● Нет, мозг – это не просто сеть податливых нейронов, которые формируются под влиянием входных данных: все крупные пучки волокон присутствуют уже при рождении, а нейропластичность, как бы она ни была необходима, обычно корректирует лишь последние миллиметры наших нервных связей.

● Нет, научение не происходит пассивно под действием данных или лекций: напротив, когнитивная психология и нейровизуализационные исследования говорят нам, что дети – это настоящие ученые, постоянно генерирующие новые гипотезы, а мозг – это вечно активный орган, который учится путем проверки моделей, проецируемых на внешний мир.

● Нет, ошибки совершают не только «плохие» ученики: ошибки – это неотъемлемая часть научения, ибо наш мозг может скорректировать свои модели только тогда, когда обнаруживает несоответствие между собственными представлениями и реальностью.

● Нет, сон – это не просто отдых: это неотъемлемая часть нашего алгоритма научения, важный период, в течение которого наш мозг воспроизводит свои модели по кругу и усиливает опыт дня в десять, а то и сто раз.

● И нет, современные самообучающиеся машины не превосходят человеческий мозг: этот орган был и остается – по крайней мере, на сегодняшний день – самым быстрым, самым действенным и самым энергоэффективным из всех устройств обработки информации. Наш мозг – самая настоящая вероятностная машина; в течение дня он успешно извлекает максимум информации из каждой прожитой секунды, а ночью преобразует ее в абстрактное и общее знание. К сожалению, способ, которым он это делает, воспроизвести в компьютерах пока не удается.

В прометеевской битве между процессором и нейроном, машиной и мозгом по-прежнему выигрывает последний. В принципе в механике мозга нет ничего такого, чего не смогла бы сымитировать машина. Все идеи, которые я изложил здесь, давно известны специалистам в области вычислительной техники, в своих исследованиях черпающим вдохновение из нейробиологии³⁴⁰. И все же на практике машинам еще предстоит пройти долгий путь. Чтобы подняться на новый уровень, им понадобится многое из того, о чем мы говорили в этой книге: внутренний язык мышления, который позволяет легко рекомбинировать понятия; алгоритмы рассуждений на базе распределения вероятностей; функция любопытства; эффективные системы управления вниманием и памятью; возможно, алгоритм сна/бодрствования, расширяющий обучающее множество и увеличивающий шансы на открытие. Алгоритмы такого типа уже существуют, но их производительность несравнимо ниже таковой у новорожденного ребенка. Одним словом, мозг сохраняет преимущество над машинами, и я убежден, что так будет еще долгое время.

Тринадцать напутствий, которые позволят развить детский потенциал

Чем дольше я изучаю человеческий мозг, тем больше поражаюсь его возможностям. Однако я также знаю, что его производительность сильно зависит от среды, в которой он развивается. Многим детям не удается реализовать свой потенциал по одной простой причине: их семьи и школы не обеспечивают идеальных условий для научения.

Международные сравнения вызывают тревогу: они показывают, что за последние пятнадцать или двадцать лет школьное образование во многих западных странах, включая мою родину, Францию, резко ухудшилось, тогда как в азиатских странах и городах – Сингапуре, Шанхае, Гонконге и других – наоборот, улучшилось³⁴¹. Особенно это заметно на примере математики, которая раньше была одной из самых сильных сторон французской системы школьного образования. В период с 2003 по 2015 год показатели так сильно упали, что, по данным TIMSS, моя страна сейчас занимает последнее место в Европе[37] (TIMSS, Trends in Mathematics and Science Study – международное мониторинговое исследование качества школьного математического и естественно-научного образования, позволяющее сравнить подготовку 15-летних детей в разных странах мира).

Сталкиваясь с неудовлетворительными результатами, мы зачастую спешим обвинить во всем учителей. На самом деле, никто не знает истинных причин этой печальной тенденции. Кто же виноват: родители, школы или общество в целом? А может, все дело в недостатке сна, невнимательности или видеоиграх? Каковы бы ни были причины, я убежден, что новейшие достижения науки о научении помогут исправить ситуацию. Сегодня мы знаем гораздо больше об условиях, которые содействуют научению и улучшают память. Все мы, родители и учителя, должны научиться применять эти знания в повседневной жизни, дома и в классе.