¿Cuántas veces debes fallar para aprender algo nuevo?


Fallar es necesario para aprender algo nuevo, ¿pero cuántas veces debemos hacerlo?



Un grupo de científicos calculó el que, afirman, es el porcentaje de veces que necesitamos fallar para aprender algo nuevo de manera más eficiente.

En lo que los científicos han denominado Regla del 85 por ciento, el hecho de fallar 15 por ciento de las veces y tener éxito en las demás es la manera óptima de adquirir nuevas habilidades e información. De otra manera, si el desafío es demasiado fácil, no aprendemos. Y si es demasiado difícil, es probable que lo abandonemos y nos demos por vencidos.

Para calcular este porcentaje, los autores del artículo publicado en la revista Nature Communications enseñaron tareas sencillas a varias computadoras, como detectar la diferencia entre dos patrones, o leer y ordenar números escritos a mano.

Los científicos descubrieron que las máquinas aprendían más rápidamente cuando fallaban en las tareas 15 por ciento de las veces y tenían éxito 85 por ciento de ellas.

Te interesa: ¿Cuál es la mejor edad para aprender un segundo idioma?

Y al analizar las investigaciones existentes sobre el aprendizaje de los seres humanos y de animales como los monos, descubrieron que esta proporción también parecía dar los mejores resultados en relación con el aprendizaje.

Robert Wilson, autor principal del estudio y profesor adjunto de Psicología y Ciencias Cognitivas de la Universidad de Arizona, explicó en una declaración que el estudio da una base matemática a una idea conocida como “zona de dificultad proximal”, que ya se usa en el ámbito de la educación.

Wilson explicó que este enfoque puede utilizarse en lo que se conoce como aprendizaje perceptual, en el que perfeccionamos nuestros conocimientos con el paso del tiempo. El investigador utilizó el ejemplo de un radiólogo que aprende a distinguir entre una radiografía que muestra un tumor y una que no.

“Con el paso del tiempo, uno puede detectar mejor si hay un tumor en la imagen, y es necesario tener experiencia y ejemplos para mejorar”, dijo. 

“Puedo imaginarme dando ejemplos fáciles, dando ejemplos difíciles y dando ejemplos intermedios”, dijo Wilson.

También lee: ¿Aprender matemáticas e historia mientras te diviertes en Youtube?

“Si te doy ejemplos verdaderamente fáciles, obtendrás 100 por ciento de aciertos todo el tiempo, y no tendrás nada que aprender. Si te doy ejemplos realmente difíciles, obtendrás 50 por ciento de aciertos y tampoco tendrás nada nuevo que aprender, mientras que si te doy algo intermedio, podrás llegar al punto justo donde obtendrás la mayor cantidad de información de cada ejemplo concreto”. 

Para relacionar estos hallazgos con el aprendizaje de los estudiantes, dio el siguiente consejo. “Si tomas clases que son demasiado fáciles y aciertas todo el tiempo, entonces es probable que no estés aprovechando tanto esas clases como alguien a quien le cuesta trabajo pero que logra mantenerse al día”. 

Wilson señaló: “Esperamos poder expandir este trabajo y comenzar a hablar sobre formas de aprendizaje más complicadas”. 

En declaraciones hechas a Newsweek, Wilson enfatizó que: “definitivamente, no debemos pensar que 85 por ciento es un número mágico al que debemos aspirar todo el tiempo. Esto se aplica únicamente en los entornos limitados que tuvimos en cuenta. Un dato más útil es que la perfección no es muy buena para aprender; necesitamos cometer algunos errores para hacerlo, y si lo que hacemos no es desafiante, entonces probablemente no estemos aprendiendo tan bien como podríamos”.

“Esto es especialmente cierto en el caso de los niños, y nosotros, como padres y educadores, necesitamos asegurarnos de no hacer demasiado énfasis en la perfección a costa del aprendizaje. Desde luego, si las cosas son demasiado difíciles, tampoco aprendemos, por lo que es igualmente importante no presionar a nuestros hijos para que hagan cosas para las que no están preparados”, dijo Wilson.

Al señalar las limitaciones del estudio, Wilson declaró a Newsweek que el equipo únicamente consideró las que se conocen como tareas de clasificación binaria, por ejemplo, identificar si una fotografía muestra a un gato o a un perro, en lugar de utilizar desafíos más generales. En el estudio tampoco se analizó el aprendizaje rápido en humanos o animales.

 

Este artículo fue actualizado para incluir los comentarios de Robert Wilson.

 

Ingresa las palabras claves y pulsa enter.