هل يتعلم البشر مثل المحولات؟ إنه سؤال يبدو شبه فلسفي، لكن بيسنوت ليروسو وسمرفيلد حولوه إلى تجربة صارمة. دربوا البشر (n = 530) وشبكات المحولات الصغيرة على نفس مهمة تعلم القواعد، ثم تلاعبوا بمتغير واحد: التوزيع الإحصائي لأمثلة التدريب—من التنوع الكامل (كل مثال فريد) إلى التكرار العالي (نفس العناصر تتكرر مرارا وتكرارا). والنتيجة لافتة للنظر. كل من البشر والمحولات يظهرون حساسية متقاربة تقريبا تجاه هذا التلاعب. تدرب على بيانات متنوعة، ويقوم المتعلمون بتعميم القواعد على مواقف جديدة ("التعلم في السياق"). تدرب على بيانات زائدة، وهم يحفظون أمثلة محددة ("التعلم في الأوزان"). يحدث الانتقال بين الاستراتيجيات في نفس النقطة الحرجة (أس زيبف α ≈ 1) في كل من الأنظمة البيولوجية والاصطناعية. لا يمكن لأي منهما القيام بالأمرين بسهولة—حتى تعطيهم توزيعا مركبا يمزج بين التنوع والتكرار، وعندها يصبح كل من البشر والمحولات "متعلمين مزدوجين". لكن هنا تختلف: البشر يستفيدون من المناهج. قدم أمثلة متنوعة مبكرا، وسيكتشف الناس القاعدة العامة دون فقدان القدرة على الحفظ لاحقا. أما المحولات، فعلى النقيض من تدخلات كارثية—فكل ما يتعلمونه ثانيا يكتب فوق ما جاء أولا. الدلالة على الذكاء الاصطناعي والتعليم على حد سواء: هيكل بيانات التدريب مهم بقدر محتواها. وبينما قد تضاهي المتحولون التعلم البشري بطرق مفاجئة، إلا أنها تفتقر إلى المرونة التي تتيح لنا الاستفادة من المناهج المصممة جيدا. الورقة: