大脑如何精准学习 (3) 错误回馈

「错误」的定义

重复上章节对「好奇心」的心理假设：

• 大脑只有在感知到预测和实际认知有缺口时，才会启动学习。
• 因此，如果不去发现错误，大脑就没有学习。

在展开细节前，先澄清一下，这里指的「错误」是指「大脑中流动的内在讯号」，而不是一定要在真实世界惨遭失败。

「惊讶」是学习的驱力

着名的「狗听到铃声会流口水」的制约实验，把这个实验背後的机制讲清楚一点：

• 大脑计算感官输入 (铃声) 的加权总值，作出了预测 (期待後面会有食物)
• 大脑计算这个预测，和实际刺激 (真的有食物) 的差别，
  • 这个差别称为「预测误差 prediction error」，是理论的核心概
  • prediction error 会测量每一次刺激带来的惊讶程度
• 大脑会用这个惊讶讯号，校正内在表徵：
  • 内在模式依刺激强度和预测误差的比例作调整，使下一次的预测更接近真实性

简言之，大脑用感官输入时来预测後面刺激（食物）出现的机率。

延伸的意义是：

• 学习只有在大脑选择恰当输入（注意力）时，才会发生
• 大脑用「输入」来产生预测（此即 active engagement）
• 并评估这些预测的正确性 (error feedback)

这些心理机制被运用在人工神经网路里，在几乎所有的 AI 学习监督系统中都有应用，也就是「对反应给予清楚明显的回馈」。

在类神经网路中，学习就是降低不可预料性。大脑用 Input 来做预测，再根据惊讶、不可能性和错误程度来调整预测。

学习和联结 (associative) 无关

在上述理论浮现之前，有很长一段时间，大家认为大脑的学习是联结式的，学习是建立 A 和 B 的联结，因此从 A 可以想到 B。

这些略过作者的陈述，总之，已有清楚的实验证明，学习和 association 无关，和惊讶有关。

答对时，会有学习吗？

会的，例如我们问一个你完全不知道的题目。毕卡索的 last name 是 Diego 还是 Rodrigo。

假设你猜 Diego，这时候你自信心很低。也就是你不确定。

而得到答案後，发现你竟然猜对了！此时的回馈还是会提供你的讯息！

你在乱猜时，答对机率是 50%；後来你才知道原来是 100%，这之间仍然有 50%的缺口。因此，你的大脑仍然会将讯号散播出去，并更新你的知识。

大脑 & 错误讯号 & 惊讶反应

大脑的所有区域可以送出且交换错误讯号。例如用音符 & 旋律的例子，

• 听到音符 CCG 时，听觉皮质送出一个低层次的错误讯号，因为 G 和 C 不同，所以产生惊讶反应
• 讯号到底高一点的层次时，判断出了原来这个音符组合是「一闪一闪亮晶晶」的旋律，所以 G 引发的惊讶，在这个层次消失了
• 此时 G 没有再往上激发下前额叶皮质的惊讶。

不过，如果改成 CCC 组合：

• 这个单调的组合，在下层的听觉皮质区域，没有引起任何的讯号
• 但在高一点的层次产生了惊讶，因为高层次知道有 CCG 组合，结果来了个 C

→ 只有得到「惊讶、出乎意料」的讯息时，才会被转呈到高层次的皮质。

大脑的每个区域都有这种发射错误讯号的机制。

预测 & 期待

当你建立一个预测，「期待某件事发生」时，你的报酬回路/多巴胺回路产生了反应。

接下来，多巴胺回路开始预测「会不会有错误」？如果你「预测自己会获得报酬」，多巴胺也会起反应。

意思是：自己批判自己，也会有学习效果，不必等到外在世界给你回馈。

这是为什麽 AI 应用中，要解决复杂问题时，普遍会用第一个神经网路去批判另一个神经网路。

回馈不是处罚

我们不处罚 AI，我们只是告诉他哪里错了，并且放上标记。

後设分析清楚指出，回馈品质是决定成功的因素之一。

设立清楚的学习目标，并且让学生慢慢达成。

错误回馈不是「应该要怎麽做」

有一个讨论是「告诉学生『应该要怎麽做』，是不是讨论告诉他们『做错了』」

对於逻辑完美的人，上述状况才会成立，逻辑完美人会知道在 A 选 B 的题目中，两者的机率是 50%

但对孩子来说，对二选一的题目，他们不会明显推论「选择我选 A ，老师说我错了，那麽正确答案就是 B」，但他们很容易就可以接收到「我做错了」的讯息。

总之，对成人来说，报酬和处罚，两者的讯息反应是等量的。而对青少年来说，因为青春期费洛蒙的影响，他们对报酬的期待远大於错误。因此，对青少年沟通时，绝对不能混淆 error feedback 和处罚，一定要给予中性的回馈。

回馈一定要明确

「打分数」最大的问题，是因为他不明确，分数是一堆不同错误的总和，所以他的讯息度不明确，无法成功引发 error feedback 反应。

分数要伴随详细的评估，才会有效。

电玩设计中，当难度提高时，永远会有「重新挑战」的机制，但学校的体验中，老师通常不会让学生重新考试，而是在下一周追加新的习题。这种设计造成了灾难。

数学焦虑徵候群

在「坏成绩造成大脑情绪系统巨大伤害」的相关研究中，数学焦虑已经被大量测量，我们清楚看到痛苦和恐惧的神经回路被活化了，和大脑深处的杏仁核建立连结，产生情绪海啸，摧毁计算、短期记忆和学习的能力。

从老鼠的实验中，我们更看到突触冻结，形成僵硬的神经网路。

以上神经机制，对应到心理学说的 fixed mindset。反之则是 growth mindset.

要培养 growth mindset，在回馈时要避免指出「什麽是好」，需要建构奖励的是

• 下苦功
• 试着说出自己的看法，即使错了也没关系
• 关注自己每天的进步

「考试」非常有效，前提是成功引发 error feedback 机制，不要引发处罚和莫名其妙的分数。

读书 & 测验穿插，效果最好

active engagement + error feedback，两者混搭，效果最好。

花太多时间写笔记、读课本，但一直迟迟不测验，效果会和「有做测验」的组别差很多。

间隔效应

把训练过程间隔开来，比一次集中的效果好 3 倍以上。

集中一次学习，会在重复中减低大脑活动。但分成很多天来学，则可以保持新奇感，也就是大脑的活化程度。

理想的间隔

关於理想的间隔，一种说法是「睡一觉以後」，

但比较仔细的心理研究认为，最佳间隔要看「你想要保留记忆多久」。例如想要记忆 10 个月，那每 2 个月拿出来温习，效果最持久。

也就是 20% 长度间隔。

在有长期间隔後，重复温习同一份资料，我们说服大脑「这份资料很重要，将来会用到」，此时，记忆的机制，会把记忆投射到未来。

上述研究很容易落实在课堂中。理论上，「从头到尾温习」的效果比较好，所以期末考优於月考，但在实践上，期末考比较容易引发「临时抱佛脚」，而不是「每天间隔温习」，这是理想与现实的落差。

重复同样的东西

一直重复同样的东西，会学得更多吗？→ 会，只要不确定性存在，就会产生学习。除非已经 100% 精通。不停重复才会形成固化(consolidation)，此时才会真正让资讯进入潜意识，让心智自动化。