درس العظام المفقودة
في غرفة خلفية بالمتحف يعلوها الغبار، وقف طالب متدرب ينظر إلى طاولة العمل باستغراب. العادة أن يجد هيكلاً عظمياً لديناصور شبه مكتمل يحتاج فقط للتركيب، لكنه اليوم لم يجد إلا عظاماً قليلة متناثرة لا تتجاوز ربع الهيكل. لم تكن هذه كارثة، بل اختباراً ذكياً صممته رئيسة الباحثين لسبب محدد.
في التدريب المعتاد، يكون الهيكل مكتملاً بنسبة كبيرة، فإذا فقدت عظمة صغيرة، ينظر الطالب للعظمة المجاورة ويخمن الشكل بسهولة. هذه الطريقة مريحة، لكنها تجعل الطالب كسولاً؛ فهو يتوقف عن التفكير في تشريح الحيوان الحقيقي ويكتفي بتقليد الأنماط القريبة، تماماً كمن يصلح شقاً في الرصيف دون أن يفهم أساسات البناء.
قررت الباحثة تغيير القواعد، فأزاحت معظم العظام جانباً وأبقت فقط على ربعها ظاهراً. شرحت للطالب أن عليه الآن إعادة بناء الديناصور بالكامل من هذه الأدلة الشحيحة. هنا لا توجد "عظام مجاورة" للغش منها؛ عليه أن يفهم بنية الكائن بعمق ليعرف كيف يكمل الفراغات الهائلة بشكل صحيح.
غير هذا الأسلوب طريقة العمل تماماً. فبدلاً من تضييع الوقت في فحص كل قطعة، ركز الطالب جهده فقط على تنظيف ودراسة العظام القليلة الموجودة أمامه، متجاهلاً الفراغات مؤقتاً. ولأن كمية العمل أقل، انتهى من التحليل الأولي بسرعة مضاعفة ثلاث مرات، مما أتاح له دراسة هياكل أكثر في وقت قصير.
بعد فهم القطع الموجودة، بدأ الطالب مرحلة الترميم، مستخدماً فهمه العميق لتخيل ونحت الـ 75% المفقودة من الهيكل. لأن المهمة كانت صعبة وتعتمد على الاستنتاج لا النقل، أثبتت النتيجة النهائية أنه تعلم "قواعد" بناء الهيكل العظمي بشكل أفضل بكثير مما لو كان يوصل النقاط في تدريب سهل.
اكتشفنا أن أجهزة الكمبيوتر تتعلم بنفس طريقة هذا الطالب. عندما نخفي عنها معظم أجزاء الصورة ونجبرها على تخيل الباقي، فإننا نمنعها من مجرد حفظ التفاصيل السطحية، ونعلمها بدلاً من ذلك كيف تفهم جوهر المشهد ومعنى ما تراه حقاً.