Sie gehören zu denen, die auf unserer Website ein Quiz durchgespielt haben und anschließend stolz "10/10" darunter posten? Die berechtigte Freude darüber wollen wir Ihnen nicht nehmen, aber wir haben auch eine gute Nachricht für diejenigen, die sich mit "8/10" bescheiden müssen. Oder idealerweise mit "8 und bei einer hätte ich fast X angeklickt, aber im letzten Moment leider doch Y genommen, ich zähle das als halben Punkt". Bei diesem Score hätten Sie nämlich am meisten gelernt, wenn es nach einer Studie aus den USA geht.

Mit ihrer "85-Prozent-Regel" glauben Forscher der University of Arizona endlich das definieren zu können, was im Erziehungsbereich schon lange als vage Idee herumgeistere – nämlich dass es auf der Skala von Wissen und Nicht-Wissen einen "Sweet Spot" gebe, der für den optimalen Lernerfolg steht. Laut dem Team um Robert Wilson liegt er bei einer Quote von 15 Fehlern unter 100 Versuchen.

Mensch = Maschine?

Aufgespürt haben die Forscher den Wert allerdings nicht mit Hilfe menschlicher Probanden, sondern bei Versuchen zu maschinellem Lernen. Lernfähige Programme hatten Muster in verschiedene Kategorien einzuteilen oder handgeschriebene Ziffern auf Fotos als gerade oder ungerade sowie als hohe und niedrige Zahlen einzustufen. Das Ergebnis: Bei Aufgabenstellungen, in denen sie zu 85 Prozent richtig lagen, lernten sie am raschesten weiter.

Wilson ist sich sicher, dass sich diese Regel des maximalen Informationsgewinns auch auf den Menschen umlegen lässt. Zumindest wo es um ähnliche Aufgabenstellungen geht – etwa wenn ein Radiologe den Unterschied zwischen den Bildern von Tumoren und ungefährlichem Gewebe erkennen muss.

Auch einen psychologischen Kontext hat der Forscher parat: Stellt man sich zu leichten Aufgaben, gibt es keinen Lerneffekt. Sind sie zu schwierig und die Fehlerquote daher zu hoch, scheitert man oder gibt gefrustet auf – und lernt ebenfalls nichts. Da Computerprogramme keine Frust-Routinen haben, lässt sich dies aus Wilsons Versuchen allerdings nicht ableiten. Die "85-Prozent-Regel" harrt also noch einer eingehenden Überprüfung anhand von Menschen. (red, 29. 12. 2019)