Use erros e falhas para refinar a representação mental, não apenas a técnica

Quando algo dá errado, pergunte: "O que estava errado no meu modelo?" — não apenas "O que estava errado na minha execução?"

Why it works

A maioria dos praticantes responde à falha corrigindo a execução. Aprendizes especialistas respondem também perguntando se o erro revela uma falha na representação mental — um caso que o modelo previu errado, um padrão que ele falhou em discriminar, um erro de planejamento que a pré-execução não captou. A análise de erros no nível da representação leva a melhorias que generalizam entre instâncias; a correção no nível da execução conserta apenas aquela instância.

How to do it

1. Depois de um erro significativo ou falha de desempenho, reconstrua o que seu modelo mental previu em cada etapa.
2. Identifique o ponto em que a previsão divergiu do que aconteceu.
3. Pergunte: "Essa é uma previsão que minha representação sempre erraria? O que precisaria ser diferente para prever corretamente?"

Evidência

A análise de erros como processo de refinamento de representação é o mecanismo subjacente à "prática deliberada" no framework de Ericsson; especialistas usam sistematicamente falhas para atualizar seus modelos, em vez de apenas anotar o erro e repetir. Estudos de caso sobre aprendizagem especialista confirmam a atualização de representações por meio de erros. (mechanistic)

A análise de erros no nível do modelo exige representação existente suficiente para diagnosticar nesse nível; iniciantes frequentemente não conseguem distinguir erros de modelo de erros de execução e se beneficiam mais do feedback de execução nas fases iniciais.

Fontes

• Ericsson & Pool (2016), "Peak" (errors as representation feedback)

Erro comum

Tratar todos os erros como falhas de execução e praticar mais, quando o problema real é um modelo falho que gerará a mesma categoria de erro não importa quantas vezes a execução seja repetida.