Un esempio di tecniche di aumento dei dati visivi utilizzate nell'apprendimento automatico, che cattura il principio principale degli effetti di variabilità:l'esposizione alla variazione lungo dimensioni non discriminatorie (cioè ruotando, cambiando il colore o mascherando parzialmente l'immagine target) migliora le reti neurali ' capacità di generalizzare (in questo caso - per identificare una volpe), ma a costo di rallentare l'apprendimento iniziale. Gli esseri umani mostrano un effetto simile:un input più variabile è più difficile da apprendere, ma alla fine aumenta la nostra capacità di generalizzare le conoscenze che abbiamo appreso in nuovi contesti. Questo perché la variabilità aiuta a evidenziare quali caratteristiche della categoria sono effettivamente rilevanti e quali no. Credito:Limor Raviv
La variabilità è di fondamentale importanza per l'apprendimento di nuove abilità. Considera di imparare a servire nel tennis. Dovresti esercitarti a servire sempre dalla stessa identica posizione del campo, mirando esattamente nello stesso punto? Anche se all'inizio allenarsi in condizioni più variabili sarà più lento, alla fine probabilmente ti renderà un tennista migliore. Questo perché la variabilità porta a una migliore generalizzazione di ciò che viene appreso.
Chihuahua e alani
Questo principio si trova in molti domini, tra cui la percezione del parlato, la grammatica e l'apprendimento di parole e categorie. Ad esempio, i bambini faranno fatica a imparare la categoria "cane" se sono esposti solo ai chihuahua, invece che a molti tipi diversi di cani (chihuahua, barboncini e alani).
"Ci sono oltre 10 nomi diversi per questo principio di base", afferma Limor Raviv di MPI, il ricercatore senior dello studio pubblicato su Trends in Cognitive Sciences . "Imparare da input meno variabili è spesso veloce, ma potrebbe non riuscire a generalizzare a nuovi stimoli. Ma queste importanti intuizioni non sono state unificate in un unico quadro teorico, che ha oscurato il quadro più ampio."
Per identificare i modelli chiave e comprendere i principi alla base degli effetti della variabilità, Raviv e i suoi colleghi hanno esaminato oltre 150 studi sulla variabilità e la generalizzazione in diversi campi, tra cui informatica, linguistica, categorizzazione, apprendimento motorio, percezione visiva e istruzione formale.
Il sig. Miyagi
I ricercatori hanno scoperto che, attraverso gli studi, ci sono almeno quattro diversi tipi di variabilità, come la dimensione del set (ad esempio, il numero di diversi esempi o posizioni sul campo da tennis) e la programmazione (ad esempio orari di allenamento con ordini o ritardi diversi) . "Questi quattro tipi di variabilità non sono mai stati confrontati direttamente, il che significa che al momento non sappiamo quale sia più efficace per l'apprendimento", afferma Raviv.
L'impatto della variabilità dipende dal fatto che sia rilevante o meno per il compito (probabilmente, il colore del campo da tennis non è rilevante per la pratica del servizio). Ma secondo il "principio del signor Miyagi" (ispirato al film classico del 1984 "The Karate Kid"), praticare abilità apparentemente non correlate (come fare la ceretta alle macchine) può effettivamente giovare all'apprendimento di altre abilità (come le arti marziali).
Un esempio dell'effetto dell'esposizione a più o meno variabilità quando si impara a identificare l'aspetto della lettera "A". Gli elementi di formazione iniziale sono mostrati nel cerchio centrale di ogni pannello e il gradiente di colore simboleggia le prestazioni della generalizzazione:una maggiore precisione e/o certezza nella nostra generalizzazione è rappresentata da sfumature di giallo, mentre una minore precisione e/o certezza nella nostra generalizzazione è rappresentata da sfumature di blu. Una minore variabilità durante la formazione iniziale (riquadro A) può indurre gli studenti a formulare ipotesi più conservative sull'aspetto della lettera "A", con conseguente generalizzazione più ristretta a istanze meno frequenti della lettera "A". Esempi più variabili durante la formazione iniziale (riquadro B) si tradurranno in ipotesi/categorizzazioni più ampie e consentiranno agli studenti di classificare in modo più accurato e/o più sicuro le diverse istanze della lettera "A" incontrate in seguito. Credito:Limor Raviv
Teorie concorrenti
Ma perché la variabilità influisce sull'apprendimento e sulla generalizzazione? Una teoria è che un input più variabile possa evidenziare quali aspetti di un'attività sono rilevanti e quali no (il colore è utile per distinguere tra limoni e lime, ma non per distinguere tra auto e camion).
Un'altra teoria è che una maggiore variabilità porta a generalizzazioni più ampie. This is because variability will represent the real world better, including atypical examples (such as Chihuahuas).
A third reason has to do with the way memory works:when training is variable, learners are forced to actively reconstruct their memories.
Face recognition
"Understanding the impact of variability is important for literally every aspect of our daily life. Beyond affecting the way we learn language, motor skills, and categories, it even has an impact on our social lives," explains Raviv. "For example, face recognition is affected by whether people grew up in a small community (fewer than 1,000 people) or in larger community (more than 30,000 people). Exposure to fewer faces during childhood is associated with diminished face memory."
"We hope this work will spark people's curiosity and generate more work on the topic," concludes Raviv. "Our paper raises a lot of open questions. For example:Is the relationship between variability and learning broadly similar across species, or are there species-specific adaptations? Can we find similar effects of variability beyond the brain, for instance in the immune system?"
