教育孩子就是Machine Learning(三): Unbiased重复的力量

过去我们谈到过教育孩子就是设置正确的激励函数和惩罚函数（见教育孩子就是Machine Learning(一)），以及父母教育孩子的一致性问题（见教育孩子就是Machine Learning(二)），今天聊聊教育中unbiased重复的力量。

Large scale machine learning之所以比传统的machine learning效果更好，一个原因就是基于big data的平台来处理更大的训练集，也就是有更多的正确和错误的例子用来训练。而一个重要的前提就是训练集的数据应该是balanecd（或者说unbiased），这样对每一个选择，机器都有足够多的数据来学习特征，训练出的效果才好，否则更大的训练集不一定会有更好的learning效果。

在教育孩子的过程中，家长也要意识到unbiased重复的力量。比如说，如果父母对孩子的某一个不好的行为或者习惯进行纠正，但一次两次并不见效，如果这时候父母选择放弃，但就无法展现重复的力量，孩子就养不成好的习惯。但是很重要的一点是重复不能是biased，父母经常做的一件事就是当孩子没做到的时候会批评，但做到的时候却没有鼓励，觉得是应该的。中国父母会孩子的管教往往远多于赞美，也许是父母的期望很高，也许是把自己孩子和别人孩子比较，也许是觉得赞美多了孩子就会骄傲。但无论什么原因，缺乏鼓励就会导致biased的重复，对孩子的惩罚重复过多，而奖励重复很少，结果就是导致孩子对这个事情是有很负面的经历，觉得一涉及这个事情就会被批评，而怎么做似乎都感受不到父母的爱，于是就会对这个事情产生恐惧和抵触心理。这样的重复不仅往往起不到好的教育效果，还可能会越重复越糟糕。

父母在教育的过程中，应该有意识地克制自己的bias，为孩子创造足够的奖励重复和惩罚重复。而且孩子年龄越大，奖励的比重就应该越大。为什么？因为人有自尊心，而机器没有，这是教育孩子比Machine Learning更复杂的地方。孩子年龄越大，他（她）的自尊感就越强，使用惩罚就越要格外小心，让孩子感觉到被尊重，这点很重要。