Differential benefits for temporal intervals and line segments with feedback and relevance to new learning with transfer effects
यह अध्ययन प्रदर्शित करता है कि जबकि टेम्पोरल इंटरवल्स (समय अंतराल) और स्पेशियल लाइन सेगमेंट्स (स्थानिक रेखा खंडों) को सीखना समान तीव्र सुधार प्रक्षेपवक्रों का अनुसरण करता है, स्थानिक शिक्षण अधिक तेज़ी से उच्च सटीकता और परिशुद्धता प्राप्त करता है और अप्रशिक्षित परिमाणों तक बेहतर स्थानांतरण बनाए रखता है, जिसमें फीडबैक दोनों डोमेन में परिशुद्धता और सामान्यीकरण को बढ़ाने में एक महत्वपूर्ण भूमिका निभाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
अपने मस्तिष्क की कल्पना एक अत्यंत उन्नत जीपीएस (GPS) के रूप में करें। यह लगातार दो बहुत ही अलग चीजों को समझने की कोशिश कर रहा है: "वह कितनी दूर है?" और "उससे पहले कितना समय लगेगा?" वैज्ञानिक इसे स्थानिक (spatial) और लौकिक (temporal) सीखना कहते हैं। जबकि आपकी आँखें आसानी से एक पेड़ तक की दूरी को माप सकती हैं, समय को मापना थोड़ा कठिन है क्योंकि आपके पास आँख या कान जैसा कोई विशिष्ट "समय अंग" नहीं है। इसके बजाय, आपके मस्तिष्क को आंतरिक घड़ियों, ध्यान और स्मृति का उपयोग करके समय का बोध बनाना पड़ता है। यह समय को मापने को कमरे के तापमान का अनुमान लगाने जैसा बनाता है जिसके लिए आपके पास थर्मामीटर नहीं है—आपको सीधे रीडिंग के बजाय इस पर निर्भर रहना पड़ता है कि आप कैसा महसूस करते हैं। शोधकर्ता लंबे समय से यह जानना चाहते थे कि क्या हम इस अनुमान लगाने के खेल में बेहतर होने के लिए अपने मस्तिष्क को प्रशिक्षित कर सकते हैं, खासकर यदि हमें थोड़ी मदद मिले, जैसे कि हर अनुमान के बाद सही उत्तर चिल्लाकर बताने वाला एक कोच। वे यह भी जानना चाहते थे कि क्या समय को मापने में बेहतर होना हमें स्थान को मापने में बेहतर बनाने में मदद करता है, या ये दो पूरी तरह से अलग कौशल हैं जिन्हें अलग प्रशिक्षण की आवश्यकता है।
यह अध्ययन उस प्रश्न की गहराई में जाता है जिसे एक "मैग्निट्यूड जिम" (परिमाण जिम) में प्रशिक्षुओं की तरह मानकर किया गया है। शोधकर्ताओं ने लोगों को दो कार्य करने के लिए कहा: एक विशिष्ट समय (2.8 सेकंड) अंकित करने के लिए माउस क्लिक करना और एक रेखा की एक विशिष्ट लंबाई (2.8 सेंटीमीटर) अंकित करने के लिए क्लिक करना। कुछ लोगों को हर प्रयास के बाद तत्काल फीडबैक मिला—जैसे कि एक कोच कह रहा हो, "आप 120 मिलीसेकंड बहुत तेज़ थे!"—जबकि अन्य लोगों को कोई फीडबैक नहीं मिला, बस पढ़ने के लिए एक यादृच्छिक उद्धरण मिला। लक्ष्य यह देखना था कि क्या फीडबैक प्राप्त करने वाले समूह ने तेजी से सीखा, क्या वे जो सीखा था उसे नए, अप्रशिक्षित समय और लंबाई पर लागू कर सके, और क्या समय और स्थान एक ही सीखने के मार्ग का अनुसरण करते हैं।
परिणामों ने इस बात का खुलासा किया कि हमारा मस्तिष्क इन कार्यों को कैसे संभालता है, इसमें एक दिलचस्प विभाजन था। समय और स्थान दोनों के सीखने का पैटर्न समान "तेज़ शुरुआत, धीमी समाप्ति" वाला था। सभी ने शुरुआत में तेजी से सुधार किया, जैसे कि एक नया खिलाड़ी अपने पहले कुछ होम रन लगा रहा हो, और फिर उनका प्रदर्शन स्थिर हो गया। हालांकि, स्थान सीखने वाले स्पष्ट विजेता थे। वे समय सीखने वालों की तुलना में बहुत अधिक तेज़ी से उच्च स्तर की सटीकता और निरंतरता तक पहुँच गए। 25 दौर के अभ्यास के बाद भी, जो लोग 2.8 सेकंड का समय देने की कोशिश कर रहे थे, वे सटीक निशान लगाने के लिए संघर्ष कर रहे थे, जबकि जो लोग 2.8 सेंटीमीटर की रेखाएँ खींच रहे थे, उन्होंने कार्य में महारत हासिल कर ली थी।
फीडबैक ने एक शक्तिशाली स्पॉटलाइट की तरह काम किया। इसने जरूरी नहीं कि प्रशिक्षण चरण के दौरान लोगों को पूर्ण बना दिया, लेकिन इसने तुरंत उनकी निरंतरता (परिशुद्धता) को कड़ा करने में मदद की। इससे भी महत्वपूर्ण बात यह है कि जब अंतिम परीक्षण के लिए फीडबैक बंद कर दिया गया, तो फीडबैक प्राप्त करने वाले समूह ने उस समूह की तुलना में काफी बेहतर प्रदर्शन किया जिसे कभी कोई संकेत नहीं मिला था। यह सुझाव देता है कि फीडबैक ने एक ठोस आंतरिक मॉडल बनाने में मदद की जो तब भी बना रहा जब कोच चुप हो गया।
दिलचस्प बात यह है कि जब शोधकर्ताओं ने प्रतिभागियों का नए, अप्रशिक्षित नंबरों (जैसे 0.9 सेकंड या 3.6 सेंटीमीटर) पर परीक्षण किया, तो एक मजेदार पैटर्न उभरा। लोग उन नंबरों के बारे में जो बहुत कम थे, उन्हें बहुत लंबा बनाकर और जो बहुत लंबे थे, उन्हें बहुत छोटा बनाकर अनुमान लगाने लगे। ऐसा लगता है जैसे उनका मस्तिष्क सभी अनुमानों को एक "मध्य मार्ग" या एक केंद्रीय औसत की ओर खींचने की कोशिश कर रहा है। यह "सेंट्रल टेंडेंसी" (केंद्रीय प्रवृत्ति) प्रभाव समय और स्थान दोनों में हुआ, जो यह सुझाव देता है कि हालांकि हमारा मस्तिष्क समय और स्थान के लिए अलग-अलग उपकरणों का उपयोग कर सकता है, लेकिन दोनों की एक आदत है कि वे बीच के लक्ष्य को साधकर सुरक्षित खेलने की कोशिश करते हैं।
अंततः, अध्ययन यह सुझाव देता है कि हालांकि हम स्थान और समय दोनों का अनुमान लगाने में बेहतर होने के लिए सीख सकते हैं, लेकिन मस्तिष्क के लिए स्थान के साथ काम करना आसान लगता है। फीडबैक सीखने की गति बढ़ाने और हमें नई स्थितियों में सामान्य बनाने के लिए एक बेहतरीन उपकरण है, लेकिन यह इस तथ्य को पूरी तरह से मिटा नहीं सकता कि समय को मापना हमारे मस्तिष्क के लिए स्क्रीन पर एक रेखा मापने की तुलना में थोड़ा कठिन है। समय सीखने वाले सुधरे तो सही, लेकिन वे कभी भी स्थान सीखने वालों की बराबरी नहीं कर पाए, जो संकेत देता है कि ये दो कौशल शायद हमारे मानसिक तंत्र के थोड़े अलग हिस्सों पर निर्भर करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।