理解の数学的理論

要約: Generative AI は情報生産の経済を変革し、説明、証明、例、分析を非常に低コストで利用可能にした。
しかし、情報の価値は下流の利用者がそれを吸収して活用できるかどうかに依存する。
信号は、それを解読する構造的能力を備えた学習者にのみ意味を伝える：
あるユーザーの概念を明確にする説明は、関連する前提条件を欠く別のユーザーにはノイズと区別がつかない場合がある。
本論文は、その学習者側のボトルネックの数理モデルを構築する。
われわれは学習者を mind（マインド）としてモデル化する。概念間の前提条件構造によって特徴づけられる抽象的な学習システムだ。
mind（マインド）は、人間の学習者、ニューラルネットワークのような人工学習者、または信号を解釈する能力が先に獲得した概念に依存する任意のエージェントを表すことがある。
教育は潜在的なターゲットとの逐次的なコミュニケーションとしてモデル化される。
教育用信号は、学習者がそれを解析するのに必要な前提条件を獲得した場合にのみ使用可能であるため、実効的な通信路は学習者の現在の知識状態に依存し、学習が進むにつれてより情報量が多くなる。
このモデルは、学習と採用の速度に対して2つの限界をもたらす。前提条件の到達性によって決まる構造的限界と、ターゲットに対する不確実性によって決まる認識論的限界。
この枠組みは、訓練と能力獲得における閾値効果を示唆する。
教育の時間枠がターゲットの前提条件の深さを下回る場合、追加の指導は教育の成功完了を生み出すことができない。深さに達すると、完了は現実的になる。
異種の学習者にわたって、共通のブロードキャスト型カリキュラムは、学習者タイプの数に線形に比例して、個別指導より遅くなる可能性がある。