Uygulama & Güç Yasası
Kesin bir dizi beceri üzerinde - tuşlama, okuma, aritmetik problemleri çözme, ekipman birleştirme - performans, güç yasasına göre iyileşir:
y = a · x^(−b)
y = hatalar per trial (veya trial per zaman), x = toplam uygulama denemeleri, a = başlangıç performans düzeyi, b = öğrenme oranı ekseni (b > 0 için iyileşme).
Güç yasası temiz bir özelliğe sahiptir: log-log uzaysında, düz bir hataya dönüşür.
ln y = ln a − b · ln x
Log-log uzaysındaki hatın eğimini: -b. Dik eğim = hızlı öğrenme. Aynı b ekseni, öğrenme oranını açıklar, bağımsız olarak başlangıç performans düzeyi a.
Neden log-log? İlk uygulama büyük kazanımlar üretir; daha az geri dönüşümlü uygulama. Birleşik bir çizgi gösterir: her uygulama katında, hatalar aynı oranda azalır 2^(−b).
Öğrenme Oranı Hesaplama
Eğer bir öğrenici, deneme 1'de 100 hata yapar ve deneme 8'de 50 hata yapar, b nedir?
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 & Eksponansiyel Unutma
Hermann Ebbinghaus (1885) kendi başına anlamsız hecelerin unutulma süresini ölçtü ve unutma oranının eksponansiyel bir düşüşle ilgilendiğini buldu:
r(t) = e^(-t/S)
burada r(t) = t süresinde saklanan kısmı, S = bellek gücü (her inceleme ile artar). t = 0: r = 1 (100% saklanıyor). t = S: r = 1/e ≈ 37%.
Ayrılmış etk: malzemeyi kaybolmaya yakın (r ≈ 0.8 veya daha düşük) zamanlarda gözden geçirmek, malzemi öğrenme anından hemen sonra gözden geçirmekten daha büyük bir artışa neden olur.
Optimal gözden geçme zamanlaması: her inceleme ile S, sabit bir faktörle büyürse, optimal aralıklar geometrik bir dizi oluşturur. İlk olarak S₀ ile öğrenildikten sonra, S₀, k·S₀, k²·S₀, .... Her aralık öncekiyle k kat daha uzundur.
Empirik verilere dayalı olarak typical k değerleri: 2.0-2.5. Malzemeyi inceleyen bir öğrenci, günler 1, 2, 4, 8, 16'da bu geometrik aralıklı modele uyarak gözden geçirir.
Optimal Gözden Geçirme Aralıkları Hesaplamak
Öğrenci, başlangıç bellek gücü S₀ = 2 günle malzeme öğrenir. Her inceleme k = 2.5 katına çıkarır. Öğrenci, unutma oranının %80'e düşeceği anlarda gözden geçirir.
Eşikte: e^(-t/S) = 0.80, bu yüzden t = -S · ln(0.80) ≈ S · 0.223.
Ders Programı Bir Graf Olarak
Bir branş programı, yönlendirilmiş bir graf G = (V, E) tanımlar:
- Dokular V: öğretimsel düğümler (içerik blokları, sorular, geri bildirim)
- Kenarlar E: her birini öğrenci yanıt sınıflamalarına göre etiketli geçişler (doğru, kısmen, yanlış, açıklama)
Her öğrenci G'den giriş düğümünden çıkış düğümüne kadar olan yolu izler. Yol her adımda etkin hale getirilen kenarlar üzerinde tamamen bağlıdır.
Graf yapısı tarafından belirlenen özellikler:
1. Ulaşılabilit: giriş düğümünden her düğüm ulaşılabilir mi? Ulaşılmayan bir düğüm ölü içeriktir — öğrenci onu asla göremez.
2. Döngü Tespiti: Grafte döngüler var mı? Bir döngü, öğrencinin sonsuza kadar dolaşabileceği anlamına gelir. Uygulamalı programlar döngüleri amaçlıca kullanarak (yeniden deneme döngüleri) ama kesin bir ilerleme garantisi sağlamanız gerekir (bir sınırlı deneme kenarı ki ilerlemeyi zorlar).
3. Yol uzunluk dağılımı: tipik olarak öğrenci ne kadar adım atar? Bir branş programı, yetenekli öğrencilerin kısa yollar izlemesine izin verir; mücadele eden öğrenciler daha uzun düzeltici yollar izler.
Bir Branş Programının Özelliklerini Analiz Et
5 soru düğümü (Q1-Q5) ve 3 düzeltme düğümü (R1-R3) içeren bir branş programı düşünün. İleri düzey öğrenci yolu: Q1 → Q2 → Q3 → Q4 → Q5. Mücadele eden öğrenci yolu: Q1 → R1 → Q1 → Q2 → R2 → Q2 → Q3 → Q4 → Q5.
Graf ilerlemeyi garanti eder: herhangi bir Qn'de başarısız 3 denemeden sonra, öğrenci Qn+1'ye bağımsız olarak performansına göre ilerler.