I daglig tale kommer vi ofte til at beskrive hjernen som en computer. Man kan eksempelvis høre mennesker sige, at de vil ”gemme noget på harddisken” i stedet for at sige, at de vil huske noget.
Men hjernen er IKKE en computer og forsøger heller ikke på at være det. Allerhelst vil den være en krystalkugle, der kan se ind i fremtiden.
Dens væsentligste formål er at kunne håndtere situationer, der kunne opstå i fremtiden. Viden om fortiden, dvs. minder, er kun vigtige i det omfang, at de måske kan hjælpe os til at træffe bedre beslutninger i fremtiden.
Trafikhelvede i Sri Lanka
I 2014 var jeg med min kone og vores to børn på en ferie i Sri Lanka. I 12 dage kørte vi rundt på øen i en lejet bil. Vi havde også hyret en lokal chauffør, Chanaka, til at køre for os, da vi ikke havde mod på selv at køre i den meget anderledes og hektiske trafik. Vejene var dårlige, der var dårlig skiltning, der gik mennesker og dyr på kørebanen, og ingen overholdt færdselsreglerne. På et tidspunkt spurgte jeg vores chauffør, hvordan han dog kunne finde ud af at køre i det kaos. Han svarede, at det ikke var kaos, og at han kunne forudsige, hvor forhindringer gik hen. Han sagde, at både mennesker og dyr skulle nok flytte sig, når der kom en bil imod dem. Mennesker gik altid den korteste vej for at komme ud af farezonen, og køer gik aldrig baglæns. Det eneste man skulle være lidt opmærksom på, var hunde. Hunde kunne man ikke rigtigt regne med, men han så nu heller ikke ud til at bekymre sig voldsomt over tanken om, at der skulle ryge en hund i svinget fra tid til anden. Han var ikke særlig; sådan kørte de mere eller mindre alle sammen. Selvom vi indimellem sad med hjertet oppe i halsen, var der ikke nogen, der kom til skade i den tid vi kørte med ham, og vi så heller ikke andre, der kom til skade i trafikken.
Foruden de situationer Chanaka kunne formulere bevidst, er jeg sikker på, at han også havde en intuitiv forståelse for at kunne forudsige en lang række andre situationer, der kunne opstå i trafikken.
Predictive coding
Forestil dig, hvordan Chanaka lærte, at man ikke kunne stole på hunde i trafikken? Man kan næsten se det for sig, da han første gang oplevede en hund flytte sig på en måde, der ikke passede til hans mentale model.
Predictive coding teorien siger, at vi i en given kontekst har en forventning om, hvad der vil ske lige om lidt, og at vi løbende opdaterer vores forventning på baggrund af de sanseindtryk vi modtager. Forskere taler om statistisk læring, fordi hjernen opbygger sine modeller af verden på baggrund af vores tidligere erfaringer. Hvis et spædbarn har oplevet, at sutten altid falder til jorden, når den bliver smidt ned fra barnestolen, vil spædbarnets hjerne udvikle en statistisk model, der siger, at sutter falder til jorden i 100% af tilfældene, og derfor vil det være statistisk usandsynligt, at en sut pludselig falder opad.
Hvis man oplever, at ens forudsigelse ikke holder stik, sker det der kaldes en prediction error, altså en forudsigelsesfejl. Hjernen vil herefter forsøge at opdatere sin model af verden, så forudsigelsesfejlen ikke længere sker. Så læring er altså det, der sker når hjernen korrigerer dens forståelse af verden for at undgå en fremtidig forudsigelsesfejl.
Denne mekanisme bliver understøttet af, at vi bliver belønnet med dopamin i vores belønningssystem, når vi er i stand til at forudsige hændelser. Vi kan simpelthen godt lide at kunne ”regne den ud”, og vi keder os, hvis det der sker, er alt for forudsigeligt, for så lærer vi ikke noget. Omvendt bliver vi utilpasse, hvis vi oplever for mange forudsigelsesfejl.
Så vores hjerne er simpelthen kodet til at kunne lide at blive mødt med passende udfordringer; ikke for let og ikke for svært.
Det omvendte U
Peter Vuust er jazzmusiker og hjerneforsker, og leder af Center for Music in the Brain der forsker hvordan musik i påvirker hjernen. Noget af det mest interessante ved den forskning Peter Vuust udfører og formidler, er at man også herigennem kan lære om, hvordan hjernen fungerer generelt.
Jeg var til et foredrag med Peter Vuust, hvor han beskrev et forsøg, der på smukkeste vis viser, hvordan vi reagerer på forudsigelsesfejl. I forsøget udsættes forskellige forsøgspersoner for forskellige rytmer med stigende kompleksitet som illustreret herunder. (NB. De følgende illustrationer viser ikke de faktiske forsøgsdata, men visualiserer blot principperne).
Når man lytter til musik, handler det også om at kunne opbygge en mental model af, hvad der kommer til at ske. Når man lytter til en rytme, vil den mentale model typisk gøre dig i stand til at forudsige, hvad der sker i rytmen og gengive eller ”følge” rytmen - hvis den altså ikke er for kompleks.
Ikke overraskende så falder vores evne til at forudsige, og dermed gengive, rytmer i takt med, at kompleksiteten øges, og antallet af forudsigelsesfejl stiger.
Hvis man spørger forsøgspersoner hvad de bedst kan lide, viser grafen et omvendt U, der hvor de to grafer mødes.
Det område, hvor vi allerbedst kan lide opgaven kaldes et ’sweet spot’. Det ligger der, hvor sværhedsgraden er tilpas høj, men ikke så høj, at vi har alt for svært ved at forudsige, hvad der sker.
Du kan læse mere om musik og hjernen i Peter Vuust anbefalelsesværdige bog ”Musik på hjernen”.
Har du lyst til at lære mere?
Måske kunne du være interesseret i vores Kursus i (digital) didaktik - Lær at designe god læring.
På kurset lærer du at udvikle læring, der fanger dine modtageres opmærksomhed og arbejder med deres motivation for at lære. Kurset er også til dig der der underviser i et klasseværelse, eller online og trænger til en faglig booster.
Har du lyst til at lære mere på egen hånd?
Hvis du er interesseret i at læse mere om motivation og læring kan disse artikler måske interessere dig.
- Selvbestemmelsesteorien. Den vigtigste teori du skal kende om læring.
- Tvangsdesign – hvordan man ikke skal designe elæring.
- Hvilke læringsmetoder understøtter bedst motivation for læring?
- Flick 2 learn. Hvorfor Interaktiv elearning IKKE altid er spændende e-learning
Hvis du vil vide mere om digital læring og e-læring kan du starte med vores Elearning FAQ
Leder du efter hjælp til udvikling af e-learning, eller vil du gerne have et kursus om e-learning, hvor du lærer selv at lave e-læring - så kan vi også hjælpe dig.