優れたパフォーマンスのモデルを研究し、目標の表象を築く

自分でそれを生み出そうとする前に、卓越したパフォーマンスがどう見えるかを具体的な詳細で吸収する。

Why it works

メンタル表象は、それが築かれるモデルと同じくらいにしか良くなりません。優れたパフォーマンスの詳細な研究——単に十分に良いものへの曝露ではなく——は、学習者の試みがそれと比較される高解像度の目標を提供します。観察されたモデルと学習者自身のパフォーマンスとの間の隔たりが、練習の各反復を推し進めるフィードバックの源です。

How to do it

1. 自分の目標とする領域における優れたパフォーマンスの具体的な例を複数特定する。
2. それらを、現れたときに認識できるだけでなく、次に何が来るかを予測できるほど詳しく研究する。
3. 優れたものと単に良いものを区別するものを具体的に言語化する。

エビデンス

領域に関連するパターンについての専門家の記憶（専門家のチャンキング）は、専門性研究において最もよく再現された知見の一つであり、チェイスとサイモンのチェス研究に端を発します。これらのパターンを築く上で研究されたモデルが果たす役割は、意図的練習理論と一致しています。 (observational)

これらは専門家と初心者を比較する観察研究である。モデルの研究が専門家の表象を築くという因果的な方向は、メカニズム的には裏付けられているが実験的に切り分けるのは難しい。

出典

• Chase & Simon (1973), "Perception in chess", Cognitive Psychology
• Ericsson & Pool (2016), "Peak: Secrets from the New Science of Expertise"

よくある間違い

優れたモデルにアクセスしづらいという理由で、平凡な、あるいは「十分に良い」例を研究すること——高いレベルのパフォーマンスを推し進めるには低すぎる基準で較正された表象を築いてしまう。