可迁移模型 · TRANSFERABLE MODEL

预测误差不是错误而是学习的原材料

大脑大部分时间都在"猜"——生成对感官输入的预测。当预测与现实不符时产生的"预测误差",不是系统的故障信号,而是系统更新的唯一原材料。没有预测误差就没有学习,没有模型更新。换言之,你感到困惑、意外、"想不通"的时刻,恰恰是大脑正在被改写的时刻。
来源

《大脑传》预测加工引擎模型

可迁移到

教育设计——好的课程应该系统性地制造"预测误差"(认知冲突),而非只提供"正确答案"。个人学习——"我觉得我懂了"可能是预测加工在偷懒(用旧模型成功预测了新信息),真正学到东西的信号是"我觉得我之前理解错了"。

来自这本书的解读报告

《大脑传》

大卫·伊格曼 (David Eagleman) · 神经科学 / 认知科学

这本书回答了大脑是否可以重塑的问题,它的答案是大脑终生活线化,依据经验持续改写自身电路

神经科学·脑可塑性·预测加工·学习科学·认知重塑
阅读完整解读报告 →
PRESS YOUR OWN BOOK

找一本想读的书,解读出你自己的洞察

90 秒得到核心模型 · 行动接口 · 失效边界 · 三套 SOP

解读一本书 →