記憶に関する50年の研究を、
一つのアプリの背後に。

意図的な認知的摩擦 — 分散、想起、インターリービング、文脈の変化 — はその場のパフォーマンスを低下させますが、長期記憶を遥かに高めます。

高い確信を持って犯した誤りは、いったん訂正されると、低い確信で犯した誤りよりも長く記憶されます。確信していたのに間違えたという驚きが神経生物学的なタグになります。

情報を記憶から引き出すこと — 試みが失敗してさえ — は、再読よりずっと強い長期記憶を生みます。テストは記憶を測定するのではありません。それを作り出すのです。

拡大する間隔で復習することは、同じ量の教材を集中的に復習するよりも指数関数的に良い保持を生みます。認知科学で最も古く、最も再現された知見の 1 つです。

自分で生成した情報 — 自分の言葉で書いたもの、描いたもの、説明したもの — は、内容が同一でも受動的に消費したものよりずっとよく記憶されます。

練習中にトピックを予測不能な順序で混ぜると — 単一トピックのブロックで練習する代わりに — 各試行で問題のタイプを認識することが脳に強いられます。その場では難しいのですが、転移にはずっと優れています。

解き方を学ぶ前に問題を解こうとして失敗することは、その後に来る指導を受けたときの学習を深めます。失敗が地ならしとなります。

拡大する間隔で反復的に適用される、分散と想起練習の組み合わせ。認知科学で最も強いエビデンスを持つ学習戦略 — 単独で取った 2 つの構成要素に対して相加以上(超加法的)です。

記憶の持続性は、保存場所ではなくエンコーディングの深さに依存します。表層的処理(表面の特徴、音韻)は脆弱な痕跡を生みます。意味的・連想的な処理は持続的な痕跡を生みます。

自分自身の思考について考えること。具体的には、何を知っているか知り、何を知らないか知り、自分の確信を現実に対して較正することです。他のすべての学習スキルを増幅するメタスキルです。

流暢な再認の経験を、想起して応用する能力と取り違えること。LLM によって増幅されます。明瞭な応答は、エンコーディングが起こっていなくても理解のように響くからです。

思考の 2 つのモード。システム1は速く、直観的で、自動的。システム2は遅く、熟慮的で、コストが高い。LLM はシステム1に語りかけますが、持続的な学習はシステム2に宿ります。

自動化されたシステムの出力を、特に言語的に流暢な場合に無批判に受け入れる傾向。LLM によって増幅され、その明瞭な文体が正確さと混同されます。

学習者が一人でできることと、専門的な指導があればできることの間の距離。最適な学習はこの領域内で起こります — 簡単すぎれば何も教えず、難しすぎれば届きません。

学習者が自律的な能力を超えることを可能にする一時的な支援構造であり、スキルが内面化されるにつれて段階的に取り除かれます(*フェーディング*)。

*まさにその特定のこと* で成功できるという、課題に固有の局所的な信念。学業成績の単独で最も強い予測因子であり、IQ、学習習慣、背景よりも強力です。

能力は固定された特性ではなく、努力と戦略によって拡張可能だという信念。学習者が困難に対して、判断ではなく情報として応答する仕方を再構成します。

挑戦とスキルが釣り合い、目標が明確で、フィードバックが即時で、注意散漫がないときに、課題に完全に没入する状態。私たちが設計可能な最も生産的な認知状態です。

概念とそのラベル付けされた関係の図。構築することで、学問分野を問わず中程度から強い学習効果が生じます。あらかじめ作られたものを学ぶだけではほとんど効果がありません。

ヒトの脳のネイティブな構成は逐次的ではなく空間的です。海馬-嗅内皮質系の place cells と grid cells は、記憶の基盤としても機能する内的 GPS を形成します。

思考は純粋に脳内の現象ではありません。身体、ジェスチャー、運動行為、環境との相互作用は、認知過程の付属物ではなく構成要素です。

手書きはタイピングよりも深いエンコーディングを生みます — タイプされたメモのほうが完全であってもです。ペンの遅さは圧縮、言い換え、選択を強い、学習はそこに宿ります。

人間 + AI は人間単独および AI 単独を上回ります。最も強い学習者は AI に委ねる者でも拒絶する者でもなく、アドバンスト・チェスがエンジンを使うように AI を使う者です。