"Большинство людей думают об обучении как о каком-то механизме для хранения новой информации, но это очень затрудняет сравнение обучения в разных системах, потому что разные системы, вероятно, используют разные механизмы для хранения информации", - сказал Де Хоувер. "Мы определяем обучение как изменения в том, как система реагирует на окружающую среду, то есть как усвоенное поведение".

Подобно теории эволюции Дарвина, функциональное определение обучения Де Хоувера и Хьюза фокусируется на том, как системы адаптируются к окружающей среде, независимо от механизмов, с помощью которых может происходить эта адаптация. "Система", о которой идет речь, может быть отдельным организмом, частью организма, такой как ген или спинной мозг, или сообществом организмов. Фактически, добавил Де Хоуэр, саму эволюцию можно рассматривать как форму обучения, при которой вид животного рассматривается как система, адаптирующаяся к окружающей среде.

"Поскольку наше определение обучения является "безмеханическим", оно допускает взаимодействие между учеными, которые изучают обучение в разных системах", - сказал Де Хоувер. "Это разрушает барьеры между различными науками и позволяет обмениваться идеями, что неизбежно способствует изучению обучения в целом".

В дополнение к поддержке сравнений между обучением в различных типах систем, это определение также может помочь исследователям более внимательно взглянуть на то, как эти системы могут влиять на обучение друг друга, пишут Де Хоувер и Хьюз. Например, растение кукурузы может научиться становиться более устойчивым к засухе, потому что его гены имеют эпигенетическую реакцию на обезвоживание, которая побуждает его клетки удерживать больше воды, в конечном счете влияя на усвоенное поведение всего растения.

Обучение также может происходить на групповом уровне, например, в стае рыб, из-за обучения некоторых, но не всех членов этой группы, добавил Де Хоуэр. Рыба, возглавляющая стаю, может научиться избегать кораблекрушения, например, после неоднократного обнаружения там акул, в то время как рыба, находящаяся в хвосте стаи, может вести себя аналогично, просто продолжая следовать за рыбой впереди них, не узнав о кораблекрушении.

Этот анализ также может быть применен к изучению роботов и искусственного интеллекта. Хотя каждое из них можно изучать отдельно, способность робота научиться преодолевать препятствия также зависит от того, как его алгоритм реагирует на окружающую среду, объясняют исследователи.

Однако важно отметить, что система не может быть описана как обучающаяся только потому, что ее поведение изменилось в ответ на окружающую среду. По словам Де Хоуэра, можно сказать, что система чему-то научилась, только если она изменяет способ реагирования на стимул в результате закономерностей в своей среде, таких как повторное воздействие стимула или одновременное возникновение стимулов. Исследователи обучения изучают условия, при которых закономерности в окружающей среде изменяют поведение, продолжил он.

Разработка точного определения обучения может помочь ученым сообщать о существующих результатах и продвигать новые междисциплинарные исследования, заключают Де Хоуэр и Хьюз.

"Определения - это инструменты на службе лучшей науки", - пишут они. "Наше определение позволяет ученым обмениваться знаниями и тем самым исследовать новые способы изучения обучения в различных системах".