多様な曝露を通じて領域特化型のパターン認識を築く

個々の要素ではなく意味のあるまとまりとして知覚するようになるまで、領域パターンの多くの例を処理する。

Why it works

専門家のメンタル表象の核心である専門家のパターン認識は、領域の例の大きなライブラリへの曝露と、どのパターンが意味を持つかについてのフィードバックの組み合わせを通じて築かれます。新しいパターンへの曝露のたびに、潜在的な新しいまとまりが加わります。フィードバックは、どのパターンが一般化し、どれがノイズであるかを決定します。結果として、より高い抽象度での領域の知覚が生まれ、それが専門家の処理をより速く、より正確にします。

How to do it

1. 多数の領域の例を研究する——それらを記憶するためではなく、パターン認識システムをその変動の範囲に曝すために。
2. それぞれの例について分類する：どのタイプか、どんな状況を表しているか？
3. 自分の分類の速さを時間をかけて検証する——速さの向上はまとまり形成のシグナルである。

エビデンス

専門家のパターン認識は、専門性研究において最もよく研究された現象の一つであり、チェス、医学、音楽、軍事指揮において文書化されています。訓練研究は、分類フィードバックを伴う多数の例への曝露がパターン認識の発達を加速させることを示しています。 (observational)

必要な例の数は領域とフィードバックの質によって大きく異なる。専門家レベルのパターン認識を生み出す例の数についての明確な普遍的推定はない。

出典

• Chase & Simon (1973), expert chess chunking, Cognitive Psychology
• Ericsson & Pool (2016), "Peak"

よくある間違い

積極的な分類とフィードバックなしに一般的な領域への曝露（試合を見る、症例を読む）が、パターンタイプへの意図的な注意と同じパターンライブラリを築くと思い込むこと。