Test de transfert avec de nouvelles instances

Testez périodiquement votre compétence perceptive sur des exemples que vous n'avez jamais vus pour vérifier un apprentissage authentique.

Why it works

L'apprentissage perceptif est authentique quand il se transfère à de nouvelles instances — il a extrait la structure de catégorie, pas mémorisé des exemples spécifiques. Tester sur des exemples réservés qui n'ont jamais été montrés pendant l'entraînement est la seule vérification fiable. Sans cela, un apprenant peut accumuler une haute précision en entraînement tandis que sa discrimination réelle dépend de détails mémorisés qui ne se reproduiront pas sur le terrain.

How to do it

1. Réservez 20 % de votre ensemble d'exemples avant l'entraînement et ne les montrez jamais pendant la pratique.
2. Après que l'entraînement atteint un critère (par exemple, 85 % de précision), testez sur l'ensemble réservé à froid.
3. Si la précision sur l'ensemble réservé retarde sur la précision d'entraînement de plus de 10 %, vous avez mémorisé plutôt que généralisé.
4. Ajoutez plus d'exemples variés et répétez le cycle.

Données probantes

Le test de transfert est méthodologiquement standard dans la recherche PLM de Kellman comme critère d'apprentissage perceptif authentique. Les études qui omettent les tests de transfert surestiment systématiquement l'apprentissage en confondant familiarité et discrimination. (mechanistic)

Le seuil d'écart de 10 % est une heuristique pratique, pas une norme dérivée empiriquement.

Sources

• Kellman & Garrigan (2009), "Perceptual learning and human expertise," Physics of Life Reviews

Erreur fréquente

Mesurer les progrès uniquement sur des exemples vus, ce qui gonfle la confiance et laisse l'apprenant mal préparé quand des instances réelles diffèrent de son ensemble d'entraînement.