Praktyka & Prawo Potęgowe
W szerokim zakresie umiejętności — szybkość naciskania klawiszy, czytanie, rozwiązywanie problemów arytmetycznych, montaż sprzętu — wydajność poprawia się zgodnie z prawem potęgowym:
y = a · x^(−b)
gdzie y = błędy na próbę (lub czas na próbę), x = łączne próby praktyki, a = początkowy poziom wydajności, b = stopień uczenia się eksponent (b > 0 dla poprawy).
Prawo potęgowe ma czystą własność: w przestrzeni logarytmicznej stała osi X:
ln y = ln a − b · ln x
Pochylenie osi X w przestrzeni logarytmicznej: −b. Szybsze pochylenie oznacza szybsze uczenie się. Ten sam eksponent b opisuje szybkość uczenia się niezależnie od początkowego poziomu wydajności a.
Dlaczego logarytmicznie? Wczesna praktyka przynosi duże zyski; późniejsza praktyka przynosi malejące zyski. Linia na osi X pokazuje dramatyczne początkowe obniżenie, a następnie długą ogon. Logarytmicznie ujawnia strukturę self-similar: każde podwojenie praktyki zmniejsza błędy o tę samą frakcję 2^(−b).
Obliczanie Szybkości Uczenia się
Jeśli uczeń popełnia 100 błędów na próbę 1 i 50 błędów na próbę 8, to jaki jest b?
y₁ = a · 1^(−b) = a = 100
y₈ = a · 8^(−b) = 100 · 8^(−b) = 50
8^(−b) = 0.5 → −b · ln(8) = ln(0.5) = −0.693 → b = 0.693 / ln(8) = 0.693 / 2.079 ≈ 0.333
Ebbinghaus & eksponencki proces zapominania
Hermann Ebbinghaus (1885) mierzył swoją własną zdolność zapamiętania błędnych wyrazów nad czasem i stwierdził, że zdolność zapamiętania maleje eksponenialnie:
r(t) = e^(−t/S)
gdzie r(t) = część zapamiętana po czasie t, S = siła pamięci (rośnie z każdym przeglądem). Na t = 0: r = 1 (100% zapamiętane). Na t = S: r = 1/e ≈ 37%.
Efekt przestawiania: przeglądanie materiału w chwili bliskiego zapominania (kiedy r ≈ 0,8 lub niższy) powoduje większy wzrost S niż przeglądanie natychmiast po nauczeniu się.
Optymalne czas przeglądu: jeśli S rośnie o stały czynnik k z każdym przeglądem, optymalne odstępy tworzą ciąg geometryczny. Po nauczeniu się z S₀, przeglądaj materiał w czasie S₀, k·S₀, k²·S₀, .... Każdy odstęp jest k razy dłuższy niż poprzedni.
Typowe wartości k z danych empirycznych: 2,0-2,5. Student, który przegląda na dniach 1, 2, 4, 8, 16, stosuje ten geometryczny wzór przestawiania.
Obliczanie optymalnych odstępów przeglądu
Student uczy materiału z początkową siłą pamięci S₀ = 2 dni. Każdy przegląd mnoży S przez k = 2,5. Student przegląda dokładnie przed czasem, gdy zdolność zapamiętania spada do 80% (wysokość zapamiętania r ≥ 0,80).
W chwili próby: e^(−t/S) = 0,80, więc t = −S · ln(0,80) ≈ S · 0,223.
Kurs jako graf
Program rozgałęziony definiuje graf kierunkowy G = (V, E), gdzie:
- Wierzchołki V: węzły instrukcyjne (bloki treści, pytania, feedback)
- Krawędzie E: przejścia oznaczone klasyfikacjami odpowiedzi ucznia (poprawna, częściowa, błędna, wyjaśnienie)
Każdy uczeń śledzi ścieżkę przez G od węzła wejściowego do węzła wyjściowego. Scieżka zależy wyłącznie od tego, które krawędzie aktywują się na każdym kroku.
Właściwości, które struktura grafu determinuje:
1. Dostępność: czy każdy węzeł można osiągnąć od węzła wejściowego? Niewęzeł dostępny to treści martwe - uczeń nigdy ich nie zobaczy.
2. Wykrywanie cykli: czy graf zawiera cykle? Cykl oznacza, że uczeń może się nieograniczanie powtarzać. Programy adaptacyjne używają cykli świadomie (pętle powtórkowe), ale muszą zagwarantować ewentualne wyjście (krawędź z maksymalną próbą, która zmusza do postępу).
3. Rozkład długości ścieżek: ile kroków uczniowie typowo podejmują? Dobry program rozgałęziony pozwala zaawansowanym uczniom na krótkie ścieżki; uczniowie mający trudności wykonują dłuższe ścieżki naprawczych.
Analiza właściwości programu rozgałęzionego
Rozważ program rozgałęziony zawierający 5 węzłów pytań (Q1–Q5) i 3 węzłów naprawczych (R1–R3). Ścieżka zaawansowanego ucznia: Q1 → Q2 → Q3 → Q4 → Q5. Ścieżka ucznia mającego trudności: Q1 → R1 → Q1 → Q2 → R2 → Q2 → Q3 → Q4 → Q5.
Graf gwarantuje postęp za pomocą krawędzi z maksymalną próbą: po 3 nieudanych próbach na jakiejkolwiek Qn, uczeń przechodzi do Qn+1 niezależnie od wydajności.