下面这张图中的三条曲线代表三个不同的训练出错率 ， 横坐标是训练的总次数 ， 纵坐标是准确度 。 我们看到 ， 出错率在0.16的那条曲线 ， 准确度增加的速度是最快的 ， 可以说大大高于另外两条曲线 。

研究者理论推导的结果是 ， 15.87%的意外率能让训练时间相对于其他数值以指数下降 。

2. 它还能让你在学习中感觉最爽

这项研究使用的例子主要是机器学习 ， 但是研究者也考察了在其他领域中的训练 ， 包括对人的教学实验和对动物的训练 ， 大家摸索出来的结果基本上都是要有15%的新内容 。 这些研究表明 ， 在这个点上 ， 人们对学习的投入度是最高的 。

15.87%不但是学习中的最佳训练出错率 ， 也是心流率 ， 也是文艺作品最佳意外率 。 论文中还提到 ， 电子游戏的设计者也得用这个比率 。 如果在这个游戏关卡中玩家都一点都不会犯错 ， 轻松过关 ， 那游戏就太简单了 ， 玩家会感到无聊 。 如果让玩家频频犯错 ， 那设置太难了 ， 也玩不下去 。 15%左右的犯错率 ， 是最好玩的游戏 。