Machine Translated by Google

Machine Translated by Google

Conteúdo
O que é um modelo mental?

Modelo Mental 1: Resolução de problemas é pesquisa

Modelo Mental 3: O conhecimento cresce exponencialmente

Modelo Mental 4: Criatividade consiste principalmente em copiar

Modelo Mental 5: Habilidades são específicas

Modelo Mental 6: A largura de banda mental é extremamente limitada

Modelo Mental 7: O sucesso é o melhor professor

Modelo Mental 8: Raciocinamos através de exemplos

Modelo Mental 9: O conhecimento torna-se invisível com a experiência

Modelo Mental 10: A reaprendizagem é relativamente rápida

Machine Translated by Google

O que é um modelo mental?

Um modelo mental é uma ideia geral que pode ser usada para explicar muitos
fenômenos diferentes. Oferta e procura na economia, na seleção natural na
biologia, na recursão na ciência da computação ou na prova por indução na
matemática – esses modelos estão por toda parte, desde que você saiba procurá-
los.

Assim como a compreensão da oferta e da procura ajuda a raciocinar sobre os

problemas económicos, a compreensão dos modelos mentais de aprendizagem
tornará mais fácil pensar sobre os problemas de aprendizagem.

Infelizmente, a aprendizagem raramente é ensinada como uma aula isolada – o que

significa que a maioria destes modelos mentais são conhecidos apenas por
especialistas. Neste ensaio, gostaria de compartilhar os dez que mais me influenciaram,
junto com referências para aprofundar caso você queira saber mais.
Machine Translated by Google

MentalModel1: Resolução de problemas é

procurar
Herbert Simon e Allen Newell lançaram o estudo da resolução de problemas com
seu livro marcante. Nele, eles argumentavam pessoas. resolvem problemas
que as humanos
Resolução de problemas
pesquisando em um espaço problemático.

Um espaço problemático é como um labirinto: você sabe onde está agora,

saberia se chegou à saída, mas não sabe como chegar lá.
Ao longo do caminho, seus movimentos são limitados pelas paredes do labirinto.

Os espaços problemáticos também podem ser abstratos. Resolver um cubo

de Rubik, por exemplo, significa mover-se através de um grande
espaço problemático de configurações – o cubo embaralhado é o seu começo, o
cubo com cada cor segregada em um único lado é a saída, e as voltas e
reviravoltas definem as “paredes” de o espaço do problema.

Os problemas da vida real são normalmente mais extensos do que os labirintos ou

os cubos de Rubik – o estado inicial, o estado final e os movimentos exatos muitas
vezes não são claros. Mas pesquisar no espaço de possibilidades ainda é uma
boa caracterização do que as pessoas fazem quando resolvem problemas
desconhecidos – ou seja, quando ainda não possuem um método ou memória que
as oriente diretamente para a resposta.

Uma implicação deste modelo é que, sem conhecimento prévio, a maioria

Machine Translated by Google

os problemas são realmente difíceis de resolver. Um cubo de Rubik tem mais de quarenta
e três quintilhões de configurações – um grande espaço para pesquisar, caso você não esteja
inteligente sobre isso. Aprendizagem é o processo de adquirir padrões e
métodos para reduzir a pesquisa de força bruta.
Machine Translated by Google

Modelo Mental 2:Memória

fortalece pela recuperação

Recuperando conhecimento fortalece a memória mais do que ver

algo pela segunda vez. Testar o conhecimento não é apenas uma forma de
medir o que você sabe – ele melhora ativamente a sua memória. Na
verdade, o teste é uma das melhores técnicas de estudo que os
pesquisadores descobriram.

Por que a recuperação é tão útil? Uma maneira de pensar nisso é que o
cérebro economiza esforço lembrando-se apenas das coisas que provavelmente
serão úteis. Se você sempre tiver uma resposta em mãos, não há necessidade de
codificá-la na memória. Em contraste, a dificuldade associada à recuperação é um
forte sinal de que você precisa se lembrar.

A recuperação só funciona se houver algo para recuperar. É por isso que

precisamos de livros, professores e aulas. Quando a memória falha, recorremos à
busca de solução de problemas que, dependendo do tamanho do espaço do
problema, pode falhar completamente em nos dar uma resposta correta. Contudo,
depois de vermos a resposta, aprenderemos mais recuperando-a do que
visualizando-a repetidamente.
Machine Translated by Google

Modelo Mental 3: O conhecimento cresce

exponencialmente

O quanto você é capaz de aprender depende do que você já sabe.

A pesquisa conclui que a quantidade de conhecimento retido de um texto
depende do conhecimento prévio do tópico. Este efeito pode até superar a
inteligência geral em algumas situações.

À medida que você aprende coisas novas, você as integra ao que já sabe. Essa
integração fornece mais ganchos para você recuperar essas informações
posteriormente. No entanto, quando você sabe pouco sobre um tópico, você tem
menos ganchos para colocar novas informações. Isso torna as informações
mais fáceis de esquecer. Tal como um cristal que cresce a partir de uma semente, a
aprendizagem futura é muito mais fácil quando uma base é estabelecida.

Este processo tem limites, é claro, ou o conhecimento aceleraria indefinidamente.

Ainda assim, é bom ter isso em mente porque as fases iniciais de aprendizagem são
muitas vezes as mais difíceis e podem dar uma impressão enganosa de dificuldades
futuras dentro de um campo.
Machine Translated by Google

Modelo Mental 4: Criatividade é

principalmente copiando

Poucos assuntos são tão mal compreendidos quanto a criatividade. Tendemos

a imbuir indivíduos criativos com uma aura quase mágica, mas a criatividade é
muito mais mundana na prática.

Numa impressionante revisão de invenções importantes, Matt Ridley argumenta

que a inovação resulta de um processo evolutivo. Em vez de surgir no mundo
totalmente formada, a nova invenção é essencialmente a mutação aleatória de
ideias antigas. Quando essas ideias se mostram úteis, elas se expandem para
preencher um novo nicho.

A evidência desta visão vem do fenómeno das inovações quase

simultâneas. Inúmeras vezes na história, múltiplas pessoas não ligadas
desenvolveram a mesma inovação, o que sugere que estas invenções
estavam de alguma forma “próximas” no espaço de possibilidades mesmo antes da
sua descoberta.

Mesmo nas artes plásticas, a importância da cópia tem sido negligenciada. Sim,
muitas revoluções na arte foram rejeições explícitas de tendências passadas. Mas
os próprios revolucionários estavam, quase sem excepção, impregnados da tradição
contra a qual se rebelaram. Rebelar-se contra qualquer convenção requer
consciência dessa convenção.
Machine Translated by Google

Modelo Mental 5: Habilidades são específicas

Transferência refere-se a habilidades aprimoradas em uma tarefa após prática ou
treinamento em uma tarefa diferente. Na pesquisa sobre transferência, aparece um padrão
típico:

A prática em uma tarefa torna você melhor nela.

A prática em uma tarefa ajuda em tarefas semelhantes (geralmente aquelas que

se sobrepõem em procedimentos ou conhecimentos).

A prática numa tarefa ajuda pouco em tarefas não relacionadas, mesmo que
pareçam exigir as mesmas capacidades amplas como “memória”, “pensamento
crítico” ou “inteligência”.

É difícil fazer previsões exatas sobre a transferência porque elas dependem do

conhecimento exato de como funciona a mente humana e da estrutura de todo o conhecimento.
Contudo, em domínios mais restritos, John Anderson descobriu que as produções – regras SE-
ENTÃO que operam sobre o conhecimento – formam uma correspondência bastante boa com
a quantidade de transferência observada nas competências intelectuais.

Embora as habilidades possam ser específicas, a amplitude cria generalidade. Por exemplo,
aprender uma palavra em uma língua estrangeira só é útil ao usar ou ouvir essa palavra.
Mas se você souber muitas palavras, poderá dizer muitas coisas diferentes.

Da mesma forma, conhecer uma ideia pode ter pouca importância, mas dominar muitas pode
Machine Translated by Google

dar um poder enorme. Cada ano extra de educação melhora o QI em 1 a 5

pontos, em parte porque a amplitude do conhecimento ensinado na escola
se sobrepõe ao necessário na vida real (e nos testes de inteligência).

Se você quiser ser mais inteligente, não existem atalhos – você terá que
aprender muito. Mas o inverso também é verdadeiro. Aprender muito
torna você mais inteligente do que você imagina.
Machine Translated by Google

Modelo Mental 6: Largura de banda mental

é extremamente limitado
Só podemos manter algumas coisas em mente por vez. George Miller inicialmente fixou o
número em sete, mais ou menos dois itens. Mas trabalhos mais recentes sugeriram
que o número está mais próximo de quatro coisas.

Este espaço incrivelmente estreito é o gargalo através do qual toda a aprendizagem,

cada ideia, memória e experiência devem fluir se quiserem tornar-se parte da nossa
experiência a longo prazo. A aprendizagem subliminar não funciona. Se você não
está prestando atenção, você não está aprendendo.

A principal maneira de sermos mais eficientes no aprendizado é garantir que as coisas que
fluem através do gargalo sejam úteis. Dedicar largura de banda a elementos irrelevantes
pode nos atrasar.

Desde a década de 1980, a teoria da carga cognitiva tem sido usado para explicar como
as intervenções otimizam (ou limitam) a aprendizagem com base na nossa largura de
banda mental limitada. Esta pesquisa encontra:

A resolução de problemas pode ser contraproducente para iniciantes.

Os novatos se saem melhor quando recebem exemplos resolvidos (soluções).

Os materiais devem ser projetados de forma a evitar a necessidade de folhear as

páginas ou partes de um diagrama para entendê-lo.
Machine Translated by Google

Informações redundantes impedem o aprendizado.

Idéias complexas podem ser aprendidas mais facilmente quando apresentadas primeiro
em partes.
Machine Translated by Google

Modelo Mental 7: O sucesso é o melhor

professor

Aprendemos mais com o sucesso do que com o fracasso. A razão é que os

espaços de problemas são normalmente grandes e a maioria das soluções está
errada. Saber o que funciona reduz drasticamente as possibilidades,
enquanto experimentar o fracasso apenas indica que uma estratégia específica não funciona.

Uma boa regra é buscar uma taxa de sucesso de aproximadamente 85% ao aprender.
Você pode fazer isso calibrando a dificuldade de sua prática (livro aberto vs.
livro fechado, com vs. sem tutor, problemas simples vs. complexos) ou buscando
treinamento e assistência extra quando cair abaixo desse limite. Se você
tiver sucesso acima desse limite, provavelmente não estará procurando problemas
suficientemente difíceis – e estará praticando rotinas em vez de aprender novas
habilidades.
Machine Translated by Google

Modelo Mental 8: Nós raciocinamos

através de exemplos

Como as pessoas podem pensar logicamente é um enigma antigo. Desde Kant

sabemos que a lógica não pode ser adquirida pela experiência. De alguma forma,
já devemos conhecer as regras da lógica, ou uma mente ilógica nunca poderia tê-las
inventado. Mas se assim for, por que falhamos tantas vezes nos tipos de problemas
que os lógicos inventam?

Em 1983, Philip Johnson-Laird propôs uma solução: raciocinamos construindo

um modelo mental da situação.

Para testar um silogismo como “Todos os homens são mortais. Sócrates é um homem.
Portanto, Sócrates é mortal”, imaginamos um conjunto de homens, todos mortais, e
imaginamos que Sócrates é um deles. Deduzimos que o silogismo é verdadeiro
através deste exame.

Johnson-Laird sugeriu que esse raciocínio baseado em modelo mental também explica
nossos déficits lógicos. Lutamos mais com afirmações lógicas que exigem que
examinemos vários modelos. Quanto mais modelos precisarem ser construídos e
revisados, maior será a probabilidade de cometermos erros.

Pesquisa relacionada de Daniel Kahneman e Amos Tversky mostra que esse

raciocínio baseado em exemplos pode nos levar a confundir nossa fluência em
lembrar exemplos com a probabilidade real de um evento ou padrão. Por exemplo,
podemos pensar mais palavras no padrão K ___ que _ _ K _
Machine Translated by Google

porque é mais fácil pensar em exemplos da primeira categoria (por exemplo, KITE, KALE,
KILL) do que da segunda (por exemplo, TAKE, BIKE, NUKE).

O raciocínio por meio de exemplos tem várias implicações:

1. A aprendizagem é muitas vezes mais rápida através de exemplos do que de

descrições abstratas.

2. Para aprender um padrão geral, precisamos de muitos exemplos.

3. Devemos ter cuidado ao fazer inferências amplas com base em alguns exemplos. (Tem
certeza de que considerou todos os casos possíveis?)

Modelo Mental 9: Conhecimento

torna-se invisível com experiência

As habilidades tornam-se cada vez mais automatizadas através da prática. Isso reduz nossa
percepção consciente da habilidade, fazendo com que ela exija menos da nossa preciosa
capacidade de memória de trabalho para ser executada. Pense em dirigir um carro: no início, usar os
piscas e os freios foi dolorosamente deliberado. Depois de anos dirigindo, você mal pensa nisso.

A maior automatização de competências tem, no entanto, desvantagens. Uma delas é que fica
muito mais difícil ensinar uma habilidade a outra pessoa. Quando o conhecimento se torna tácito,

fica mais difícil explicitar como você toma uma decisão. Os especialistas subestimam frequentemente
a importância das competências “básicas” porque, tendo sido automatizadas há muito tempo, não
parecem
Machine Translated by Google

para levar muito em conta em sua tomada de decisão diária.

Outra desvantagem é que as habilidades automatizadas são menos abertas ao controle

consciente. Isso pode levar a estagnações no progresso quando você continua
fazendo algo do jeito que sempre fez, mesmo quando isso não é mais apropriado. Buscar
desafios mais difíceis torna-se vital porque eles tiram você do automatismo e o forçam a
tentar soluções melhores.
Machine Translated by Google

Modelo Mental10: Reaprender é

relativamente rápido

Depois dos anos que passamos na escola, quantos de nós ainda conseguiríamos passar nos
exames finais necessários para nos formarmos? Confrontados com questões em sala de aula,
muitos adultos admitem timidamente que se lembram de pouco.

Esquecer é o destino inevitável de qualquer habilidade que não usamos regularmente.

Hermann Ebbinghaus descobriu que o conhecimento diminui a uma taxa exponencial
– mais rapidamente no início, diminuindo à medida que o tempo passa.

No entanto, há uma fresta de esperança. A reaprendizagem geralmente é muito mais rápida do que
a aprendizagem inicial. Parte disso pode ser entendido como um problema de limite.
Imagine que a intensidade da memória varia entre 0 e 100. Abaixo de algum limite, digamos
35, uma memória fica inacessível. Assim, se uma memória caísse de 36 para 34 em força, você
esqueceria o que sabia. Mas mesmo um pequeno impulso com a reaprendizagem repararia a
memória o suficiente para recuperá-la. Em contraste, uma nova memória (começando do zero)
exigiria muito mais trabalho.

Modelos conexionistas, inspirado em redes neurais humanas, ou

outro argumento para a potência da reaprendizagem. Nestes
modelos, uma rede neural computacional pode levar centenas de
iterações para atingir o ponto ideal. E se você “balançar” as conexões
nesta rede, ela esquece a resposta certa e não responde melhor do que por acaso.
Machine Translated by Google

No entanto, tal como acontece com a explicação do limite acima, a rede reaprende a
resposta ideal muito mais rapidamente na segunda vez. 1

Reaprender é um incômodo, especialmente porque enfrentar problemas que antes eram

fáceis pode ser desanimador. No entanto, não há razão para não aprendermos profunda
e amplamente – mesmo conhecimentos esquecidos podem ser revividos muito mais
rapidamente do que começar do zero.

Quais são os desafios de aprendizagem que você está enfrentando? Você pode aplicar um dos
esses modelos mentais para ver isso sob uma nova luz? Qual seria o

implicações para lidar com uma habilidade ou assunto que você acha difícil? Compartilhar
seus pensamentos nos comentários!

Essas redes são treinadas por meio de descida gradiente. A descida gradiente funciona essencialmente
rolando ladeira abaixo. O conhecimento correto é como o fundo suavemente inclinado de um desfiladeiro
íngreme – a direção correta é descer o desfiladeiro, mas as laterais são bastante altas. Ao contrário de um espaço
tridimensional, como descreveria um desfiladeiro físico, a maioria das redes está num espaço de dimensões
extremamente elevadas. Isso significa que qualquer imprecisão na direção resulta na subida pela lateral do
cânion. O resultado é que as redes normalmente se movem bastante antes de chegar ao fundo do longo
desfiladeiro. No entanto, quando você adiciona qualquer ruído ao sistema, a direção “descendente” geralmente
volta direto ao ponto ideal.
Machine Translated by Google

Meu livro, ULTRALEARNING, já está disponível.

Ser capaz de dominar habilidades difíceis rapidamente é essencial para seu trabalho e sua vida. Este livro
mostrará como.

Combinando histórias de feitos dramáticos de ultralearning com a ciência detalhada sobre como
aprender qualquer coisa de forma eficaz, ULTRALEARNING transformará a forma como você trabalha, vive e aprende.

Saiba
mais: https://www.scotthyoung.com/blog/ultralearning/