Construa blocos para liberar a memória de trabalho para conexões difusas

Treine os fundamentos até que sejam automáticos, liberando recursos cognitivos para síntese de nível mais alto.

Why it works

O insight de especialista depende de conhecimento agrupado — representações comprimidas construídas a partir de muitas repetições de prática que podem ser recuperadas como uma única unidade. Quando os fundamentos são automáticos, a memória de trabalho fica livre para reter mais da estrutura do problema e para que o modo difuso experimente conexões no nível em que o insight vive, não no nível da mecânica básica.

How to do it

1. Identifique os elementos fundamentais de uma habilidade ou domínio que você está aprendendo.
2. Treine-os isoladamente usando repetição espaçada até que sejam automáticos — abaixo do nível de atenção consciente.
3. Depois trabalhe em problemas complexos; note que o reconhecimento de padrão de nível mais alto se torna acessível uma vez que a mecânica não está mais ocupando a memória de trabalho.

Evidência

A pesquisa de agrupamento desde os estudos de xadrez de de Groot mostra que a vantagem do especialista reside na recuperação de padrões estruturados, não na capacidade de memória de trabalho. A automaticidade libera recursos cognitivos, como demonstrado em pesquisa de tarefa dupla e expertise. (observational)

A pesquisa de expertise é observacional (comparação especialista versus novato); a causação é sustentada pela lógica do mecanismo e por estudos de intervenção de prática habilidosa, mas o caminho do iniciante ao dono do agrupamento é longo.

Fontes

• Chase & Simon (1973), perception in chess, Cognitive Psychology

Erro comum

Tentar pensar no nível de alta síntese antes que os fundamentos sejam automáticos — isso satura a memória de trabalho com mecânica e não deixa capacidade para as conexões de nível de insight.