No puedes subir escaleras en tiempo real. Si lo hicieran, serían lentos: cada paso requería un procesamiento consciente de la elevación, la textura, la tensión muscular y el equilibrio.En su lugar, su cerebro genera una predicción de alta resolución de la siguiente escalera antes de que su pie aterrice. 1 Sólo se da cuenta de ello cuando la simulación falla. Cuando tu pie golpea el suelo antes de lo esperado, o cuando encuentras el aire vacío donde debería estar un paso, es un error de predicción que te vuelve a la conciencia hasta que resuelves el error. 2 Cuando el error de predicción es bajo, usted está en autopilot. Cuando el error de predicción es alto, usted entra en la conciencia y las actualizaciones del modelo. Este mecanismo explica mucho sobre cómo realmente aprendes y la mayoría de las personas tienen el modelo completamente equivocado de aprendizaje. La mayoría de los consejos sobre “aprender más rápido” se sienten correctos cuando lo lees, y luego se evapora. repetición espaciada, recuerdo activo, práctica deliberada – usted se apunta, lo intenta durante una semana, y luego olvida por qué importa. sin explicar la máquina que lo hace funcionar. Qué La máquina que hace que las técnicas se compilen en capacidad real o se disuelvan. What You Think Learning Is Lo que crees que es el aprendizaje La mayoría de la gente piensa que el aprendizaje es Como llenar un disco duro. almacenas información, la recuperas más tarde. Más almacenamiento = más conocimiento = más capacidad. accumulation Cuando aprendiste a subir escaleras, tu cerebro dibujó un modelo: “Dada esta entrada sensorial (margen de escalera), predecir: cambio de elevación, tensión muscular requerida, retroalimentación sensorial esperada”. Un patrón compilado de conocimiento que se ejecuta automáticamente. This is a scheme El desempeño del experto no se trata de saber más; se trata de tener esquemas con un menor error de predicción. Los expertos en ajedrez usan menos energía neural, no más.Su cerebro gasta menos esfuerzo porque han aprendido lo que importa. 3 Cuando los expertos miran una posición de ajedrez, ya saben dónde centrar la atención mientras ignoran las piezas irrelevantes. La diferencia entre el experto y el novato es el esquema. No se puede cortar esto. El corto. es Usted compila los esquemas a través de iteraciones, o no los tiene. The Only Two Ways To Learn Las dos maneras de aprender Las personas que quieren aprender “rápido” están pidiendo la pregunta equivocada.Una vez que entiendes cómo compilan los esquemas, la velocidad se vuelve irrelevante. Hay solo dos caminos legítimos para compilar esquemas: o estás resolviendo problemas reales (donde la velocidad surge naturalmente de mejores sistemas) o lo estás haciendo por recompensa intrínseca (donde no te importa la velocidad en absoluto). 1. You’re Solving A Real Problem No “learning React”.Enviar una característica a los usuarios reales. Si estás tratando de curar a tu amigo de una enfermedad en los tiempos medievales, no lees para “acabar el libro” – encontrarás lo que necesitas para una cura y ir a curar a tu amigo. La práctica deliberada no es una repetición, es un ajuste iterativo hacia los objetivos con retroalimentación inmediata. El desarrollador que envió 20 productos ha compilado esquemas. pueden explicar el significado de una larga lista de acrónimos, pero no los modelos avanzados que generan código de trabajo. Memorias sobre esquemas Los esquemas compilados sobreviven porque se construyeron contra los comentarios de la realidad, no ejemplos sintéticos. Si estás atrapado en una prisión donde solo se habla francés, aprenderás francés más rápido que leerlo en tu casa donde nadie habla francés. (Esto no significa que tengas que viajar a otro país para aprender un idioma. 2. Genuine Curiosity, The knowledge itself is the reward. When you learned your first language: Tu madre dice “cup”, apunta al objeto.La palabra mapea directamente a tu esquema de esa cosa cilíndrica. When you learn a second language through apps: Se traduce como “buen día”, que mapea a tu esquema de la luz del sol de la mañana, el sabor en tu boca cuando te despiertas y todas las dimensiones del esquema de “día de la mañana”. Usted está pensando en inglés y traduciendo.El modelo avanzado se ejecuta en inglés, no en francés.Esto es proxy-chaining: usando un idioma como un intermediario para acceder a los esquemas, en lugar de mapear palabras directamente. Las vías neuronales son mensurablemente diferentes: Mapeo directo: Lenguaje activa esquemas directamente (Meme => Scheme) Proxy-chaining: Language activa las redes de traducción primero, luego los esquemas (Meme => Meme => Scheme)4 Por supuesto, eventualmente puede cambiar de un proxy al esquema real si continúa aprendiendo. Jugar al piano porque la música es divertida. Código porque la construcción es divertida, no porque estés comprobando “aprendido Python” o “I code cpp”. Cuando la actividad en sí es gratificante, ejecutas esquemas continuos de alta varianza impulsados por la curiosidad. Idealmente, obtendrá ambos: resolver problemas reales que importan mientras el proceso mismo es gratificante. How Schemes Become Memes (And Vice Versa) Cómo los esquemas se convierten en memes (y viceversa) Un meme es una descripción comprimida de un esquema. Cuando se convierte un esquema en un meme, se pierde casi todo: Scheme => Meme (Compression with loss): Sus dedos saben dónde ir para un menor séptimo acorde - usted predice las posiciones de los dedos, la presión y el sonido resultante automáticamente. Alguien pregunta: “¿Cómo juegas un séptimo menor?” Se produce un meme: “Es la raíz, menor tercero, quinto y menor séptimo”. Ese meme describe la estructura pero no contiene ninguno del modelo del frente.La persona que lo escucha ahora tiene una descripción, no el sistema entero.No pueden jugar el acorde de ese meme solo.Tienen que compilar su propio esquema a través de iteraciones repetidas: colocando los dedos, escuchando notas equivocadas, ajustando hasta que el modelo predique correctamente. Meme => Scheme (Decompression requires work): Usted ha leído: “Use repetición espaciada para la retención de la memoria”. Es un meme. comprime el esquema de otra persona (su sistema que sabe Para la revisión, el espacio afecta a la consolidación, Escribe una frase en una frase corta. Cuando Cómo Qué Para convertir ese meme en un esquema, debe ejecutar iteraciones, explicar por qué funciona o falla, mejorar con una variación y repetir. La mayoría de la gente se detiene en el meme. recogen descripciones: “la repetición espaciada funciona”, “la práctica deliberada importa”, “el sueño consolida la memoria”. Why experts struggle to teach: Por qué los expertos luchan para enseñar: Los expertos tienen esquemas.Los estudiantes necesitan esquemas.Pero la transmisión ocurre a través de memes. El modelo del experto es tan comprimido y automático que no puede articularlo por completo.Cuando lo intentan, producen memes que pierden la mayor parte de la información. “Sólo siente el ritmo”. Estos memes son El estudiante necesita miles de iteraciones para descomprimir esos memes en modelos avanzados de trabajo. correcta Es por eso que no puedes aprender a tocar jazz leyendo sobre jazz (aunque ayuda). Estás recogiendo memes sobre esquemas, no compilando esquemas. En cada dominio, el esquema es un sistema calibrado a través de miles de iteraciones. Colectar memes te da el vocabulario de la competencia. Compilar esquemas te da la competencia real. Por qué la mayoría de "aprendizaje" es sólo una colección de meme. Most “Learning” Doesn’t Compile Anything La mayoría de “aprendizaje” no compila nada La mayoría del aprendizaje fracasa porque no es ni problemático ni inmersivo. Sin apuestas reales, sin inmersión genuina (estás siguiendo instrucciones, no explorando). Tutorial hell: Optimización para una métrica sintética que no mapea a iteraciones del mundo real.Estás compilando “cómo pasar este examen”, no “cómo pensar en este dominio”. Studying for exams: Sin recompensa intrínseca (es obligación, no curiosidad), sin problemas reales para resolver. tu esquema nunca se involucra. Courses you “should” take: The Proxy-Chain Trap: La trampa de la cadena proxy: Algunos dominios son imposibles de aprender sin proxy-chaining primero.No se puede mapear directamente su camino en la mecánica cuántica - usted tiene que entender primero el intermediario. Pero el dominio es cuando los proxy se disuelven. Cuando usted entiende la mecánica cuántica, usted no está traduciendo más. Usted piensa en el dominio mismo. Si nunca hace ese cambio de proxy-chaining a mapeo directo, se queda intermedio para siempre. Puedes codificar traduciendo a través de patrones de Stack Overflow, pero no estás pensando en código. Puedes hablar francés traduciendo desde el inglés, pero no estás pensando en francés. Puede resolver problemas traduciendo a través de la documentación del marco, pero no entiende el dominio. Cuando se retira el estafador, ¿colapsa su rendimiento? Si es así, usted estaba proxy-chaining. La razón por la que la mayoría de la gente permanece en el territorio “Meme” es que El jolt en las escaleras desencadena una respuesta de estrés fisiológico. compiling is painful Para aprender, debes buscar deliberadamente la sensación de perder un paso. Los tutoriales están diseñados para hacer que te sientas como si estuvieras caminando en tierra plana.Eliminan el jolt, que se siente bien pero asegura que no se produzcan actualizaciones del modelo. Physiological Constraint Condiciones fisiológicas No puedes compilar esquemas cuando tu cerebro no puede ejecutar el cálculo. Las personas pueden mantener activamente aproximadamente 4 ± 1 elementos en la memoria de trabajo a la vez Cuando su biología se degrada a través del estrés, la privación del sueño o la mala nutrición, esa capacidad se reduce notablemente, a veces hasta 1-2 pedazos. 5 Con esta capacidad no puedes: Mantener estructuras complejas de problemas Mantener múltiples hipótesis Corren los contratiempos Generar nuevas predicciones El estrés crónico deteriora la memoria de trabajo y la flexibilidad cognitiva, cambiando la cognición del pensamiento de alto nivel al modo de supervivencia (reaccionando a las entradas inmediatas con respuestas en caché). Dormir. Gestión del estrés. Nutrición. Diseño ambiental. Estos son los prerequisitos para que tu esquema funcione. AI Is a Cognitive Prosthetic AI es una prótesis cognitiva Es una extensión de tu pensamiento que puede ejecutar miles de escenarios sobre datos entrenados en la inteligencia colectiva de Internet. Su memoria de trabajo puede contener ~ 4 trozos. Los problemas complejos tienen un mayor número de variables, y generalmente las comprimimos, pero algunos problemas tienen variables que antes eran incompresibles. La IA puede mantener arbitrariamente muchos estados intermedios mientras los procesas.Este es un verdadero apalancamiento, si sabes cómo integrarlo. Un escritor utiliza a Claude para mantener 20 tramas de trama y arcos de personajes mientras se centra en el diálogo a nivel de escena. Un investigador mantiene 15 citas de papel y argumentos competidores mientras sintetiza un marco novedoso. Los esquemas todavía se compilan en tu cerebro. AI expande tu memoria de trabajo para que puedas manejar más complejidad. La gente antropomorfiza el cálculo6 Imaginan un diálogo donde sólo hay un monólogo. La IA no es una inteligencia consciente. Es una prótesis computacional. Es tu propio cerebro que corre en hardware más rápido. Normalmente generas un montón de genios aleatorios e idiotas pensamientos cada minuto y selecciona los mejores. AI extiende eso para que puedas pensar aún más -a un ritmo exponencial porque la inteligencia colectiva en Internet está trabajando para tu objetivo. Cuando usas la herramienta para “desafirmar” tus ideas, no estás buscando una segunda opinión.Estás usando un espejo de alta velocidad para anticipar puntos débiles que tu biología era demasiado lenta para mapear.Es tu propia sospecha, amplificada. Si el resultado es sicofánico, tu intención es sicofánico. La historia colectiva del pensamiento humano que posee no es conocimiento hasta que su intención lo seleccione.Un miembro de prótesis no sabe cómo caminar, ejecuta el equilibrio del usuario. Si haces proxy-chain a través de la IA, no compiles esquemas.Cuando la IA está mal o no está disponible, no tienes nada. Esto es idéntico a aprender francés a través de Google Translate. Usted no está construyendo mapas directos. Usted está construyendo dependencia de un intermediario. This matters now because the leverage is huge. Lo que antes era imposible ahora es difícil (con la ayuda de la IA). Pero sólo si usted entiende su propio conocimiento fundamentalmente y tiene apuestas reales que forzan la verificación. De lo contrario, solo obtendrás un apalancamiento infinito en tu pensamiento inicial. Caminarás confiadamente por los acantilados a 10x de velocidad. La mayoría de las personas no pueden decir la diferencia porque tienen el modelo mental equivocado de aprendizaje.Piensan que es acumulación (almacena más hechos) cuando se trata de construir mejores esquemas. Por lo tanto, utilizan la IA como un “compañero de trabajo” en lugar de la extensión de memoria de trabajo. Optimizan para completar tutoriales en lugar de enviar cosas reales. Confunden los memes sobre el conocimiento del dominio con esquemas reales que generan resultados. La brecha se amplía: Las personas que entienden los esquemas de su conocimiento solo obtuvieron 10x de alavilla. Las personas que piensan que el aprendizaje es acumulación simplemente se ganan 10 veces más rápido en correr hacia un acantilado. No puedes falsificar esquemas, la realidad los prueba constantemente. La persona que aprende es la persona que no puede ocultarse de estar equivocada. Si te ha gustado este artículo y quieres más, suscríbete a mi newsletter: https://crive.substack.com References Bases del procesamiento predictivo y ejemplos como escaleras: Karl Friston sobre la codificación predictiva (visualización): Introducción accesible de Andy Clark: 1 https://en.wikipedia.org/wiki/Predictive_coding https://www.mind-foundation.org/blog/predictive-coding Errores de predicción y conciencia: el artículo fundacional de Friston sobre codificación predictiva/energía libre: https://pmc.ncbi.nlm.nih.gov/articles/PMC2666703/ 2 Experiencia de ajedrez y eficiencia neural: revisión sistemática de la imagen cerebral en expertos vs. novatos: (Los expertos muestran patrones eficientes y enfocados) 3 https://www.sciencedirect.com/science/article/pii/S3050642525000326 Immersion vs. explicit/classroom: Morgan-Short et al. (2012) – implícito/immersion produce patrones ERP nativos similares: 4 https://pubmed.ncbi.nlm.nih.gov/21861686/ Memoria de trabajo ~4 fragmentos: Cowan (2001) - El número mágico 4: 5 https://pubmed.ncbi.nlm.nih.gov/11515286/
