一百多年来，研究人员孜孜不倦地努力了解人类的学习和记忆方式。由此产生的科学文献无论在范围上还是在深度上都令人印象深刻。实际上，现在知道的太多了，我怀疑是否有人能阅读和吸收有关该主题的所有文章。可悲的是，讽刺的是，在教育环境中如何利用所有这项研究的发现通常并不明显。
利用学习科学来改善教育，首先要确定一些通用原则。这些原则中的一些是我们大脑的特性所产生的：我们越深入地处理信息，就越有可能记住它。例如，在晚上入睡之前，您是否发现自己正在反思当天的事件?如果是这样，您认为在事件发生时您想记住的百分比是多少，而您以后又想记住多少而又没有尽早记住呢?当我向很多人问这个问题时，他们通常会报告说，他们有意尝试最多学习一天结束时回忆的十分之一。
那么，我们回忆的其余部分又是哪里来的呢?深加工。仅仅注意并通过思考来深入思考的行为会使您记住它。我们记得的很多东西仅仅是注意力和思考问题的副产品。
大脑的这种一般属性意味着，如果我们希望人们学习某些东西，我们应该促使他们专注于它，并考虑它的性质和含义。有许多方法可以实现此目的，这些方法源于特定的学习原理，这些原理反映了关注和处理信息的特定方法。例如，一种被称为理想难度原则，该原则指出，人们在受到挑战时学习得最多，因此他们受挫的程度不那么高，而他们受挫的程度又不那么多，而恰恰是在适当的水平上，所谓的金发姑娘地带。使人们到达金发姑娘地带意味着我们诱使他们尽可能多地关注和处理，从而提高学习量。
但这是一个问题：什么才算是正当的挑战水平因人而异。对于萨姆来说，很难的事可能对萨莉来说太容易了。更糟糕的是：对于一个人来说，正确的水平取决于主题，这通常是不同的-通常，您对某事了解得越多，在您面临超出处理能力的挑战之前，材料越难有效。
您可以想象，在众多的变数中，在传统的教室环境中应用这一原则是充满挑战的。在这里，技术可以发挥作用，使用期望难度原则来同时促进大量学生的学习。首先，您需要一种收集学生成绩数据的方法。例如，学生可以在每节课后进行一次简短的测验，然后根据要测试的能力准确地编码各个测验问题。该平台将详细跟踪每个学生的表现。
其次，可以设计小型分组讨论小组，让学生参与主动学习(例如小组问题解决，角色扮演和辩论)-这种主动学习已被反复证明是一种非常有效的学习方式，部分原因在于引起深加工。至关重要的是，每个突破小组的活动都可以根据其所依据的能力进行分类。因此，该平台可以将具有相关(针对该活动)能力的相当水平的学生分配给相同的分组。
第三，学生在分组讨论中执行的每项活动都可以是多层的-或多或少可以深入地进行。例如，在关于比喻语言的课程中，可能会要求学生阅读一段话并识别所有的比喻和隐喻。在这种情况下，语言的细微差别可以变化，因此一些学生可能只发现明显的例子，而另一些学生则可能发现更多的例子。
分组讨论期间的社交互动可以设计为引导学生(被选择为处于该活动的同等水平的学生)来调整他们对相关信息的处理深度-为了使活动免于无聊，可以设计活动来鼓励学生互相推挤到集体的Goldilocks地点。这种方法可以很好地扩展，并结合了在学习中非常重要的社会组成部分。
显然，技术为以新方式使用学习科学提供了巨大的机会。为了利用这些机会，我们需要有清晰的学习成果，我们需要非常细致地衡量每个学生在实现这些成果方面的进步，并且我们需要转移到专注于主动学习上。为了实现这些目标，教师和管理人员必须确定成功的教学是至关重要的目标，并愿意花费时间，精力和资源来实现这一目标。