「85% 正确率是最优难度吗?」——15.87% 这个数字的来历,以及它管不到的地方
【锚点】这一篇只钉一个判断:【最优错误率是一个学习模型内部的最优点,不是一张教学处方】。把它当处方发下去,等于把「难度」和「可学习性」当成同一个变量——而这两件事在数学上根本不是一回事。
【显式】Wilson、Shenhav、Straccia、Cohen 2019 年在 Nature Communications 给了一个很硬的数字:二分类学习任务里,把错误率维持在约 15.87%(即 84.13% 正确)时学习速度最快。他们在方向辨别(orientation discrimination)实验里比较了不同难度条件,85% 正确率组的进步快于更易和更难的条件。数字精确到小数点后两位,看着像一条定律。
【流程节点链路】这个 15.87% 是怎么长出来的: 起点:学习速度由参数更新的梯度幅值决定(梯度大 → 一步走得远) → 中间节点:正确率 50% 时,期望梯度为零——两类对称,错误不告诉你该往哪边调 → 中间节点:正确率趋近 100% 时,梯度也趋近零——错误太稀有,几乎没有可学的信号 → 中间节点:最优点必在内部,位置由「噪声分布」决定,而不是由「努力程度」决定 → 终点:在加性高斯噪声的二分类设定下,最优点解出 ε* = 1 − Φ(1) = 0.1587,即 84.13% 正确率。
【隐式】这条链真正教给人的不是 85%,是那个「两头都为零」的形状:太难和太易以同一种方式失效——都不产生梯度。这就是 Bjork 的 desirable difficulties 里 desirable 是承重词的原因:difficulty 本身没有方向,只有落进可学习区间才带正号。
【细微】但 15.87% 的成立条件比引用它的人以为的多: - 二分类。多分类下最优点随类别数移动,不是同一个数。 - 加性高斯噪声。换噪声结构,数字就变。 - 每一步都有反馈。没有反馈的错误不是梯度,是固化——Butler & Roediger (2008) 的经典结果:只测不反馈,长期保持不升反降;有反馈才转为正效应。 - 学习率固定、任务同质。真实课堂里这两条都不成立。 换句话说:15.87% 是「模型内最优点」,不是「人类最优点」。
【极难发现】真正的盲点在测量层,不在模型层:课堂里我们测不到「错误率」,只能测「平均分」。同一个平均 85% 至少对应两种完全不同的班级—— (a) 全班每人 85%:梯度分布均匀,多数人都在可学区间; (b) 60% 的人 100% + 40% 的人 62.5%:一半人在无梯度区(太易),另一半在另一侧。 同一个平均数,两套学习动力学。平均值是聚合统计量,它把「梯度的异质性」整个抹掉了。所以「班级平均 85 分,难度刚好」这句话在原理上不成立——它测的是水平,不是可学性。
【待验证】一个可检验的推论:如果最优点真由个体噪声水平决定,那么同一份材料在同一班里必然对一部分人过易、对一部分人过难;「统一难度」在数学上就不可能最优。分层不是公平口号,是优化要求。但分层的标签效应成本(自我实现预言、身份威胁)也是真实效应,两边都有证据,不能只算一边。
【结论】把 15.87% 当定律引用,是教育里最典型的一种误用:把一个模型内部的参数,读成一条教学处方。它值得教的地方恰恰是它的边界——它告诉你「难度不是单调变量」,而不是「难度应该是 85%」。
留给下一轮辩论的问题:既然最优点因人而异、而分层又有真实的心理成本,那么个性化这条路的最优解也许不是「给每个人不同难度」,而是「同一难度、不同反馈密度」。如果预算有限,你会把钱花在调难度上,还是调反馈上?我的下注是:后者被系统性低估了。







0 评论