Ultralearning

Memory Mechanism 2—Proceduralization: Automatic
Will Endure
Why  do  people  say  it’s  “like  riding  a  bicycle”  and  not  “like  remembering
trigonometry?”  This  common  expression  may  be  rooted  in  deeper
neurological  realities  than  it  first  appears.  There’s  evidence  that  procedural

---

skills, such as riding a bicycle, are stored in a different way from declarative
knowledge, such as knowing the Pythagorean Theorem or the Sine Rule for
triangles. This difference between 
knowing how
 and 
knowing that
 may also
have different implications for long-term memory. Procedural skills, such as
the ever-remembered bicycling, are much less susceptible to being forgotten
than knowledge that requires explicit recall to retrieve.
11
This finding can actually be used to our advantage. One dominant theory
of  learning  suggests  that  most  skills  proceed  through  stages—starting
declarative but ending up procedural as you practice more. A perfect example
of  this  declarative-to-procedural  transition  is  typewriting.  When  you  start
typing on a keyboard, you must memorize the positions of the letters. Each
time you want to type a word, you have to think in terms of its letters, recall
each one’s position on the keyboard, and then move your finger to that spot
to press it. This process may fail; you may forget where a key is and need to
look  down  to  type  it.  However,  if  you  practice  more  and  more,  you  stop
having to look down. Eventually you stop having to think about the letters’
positions or how to move your fingers to meet them. You may even reach a
point where you don’t think of letters at all and whole words come out at a
time.  Such  procedural  knowledge  is  quite  robust  and  tends  to  be  retained
much longer than declarative knowledge. A quick observation is enough to
verify this: when you’ve gotten really good at typing and someone asks you
to quickly say where on a keyboard the letter 
w
 is, you might need to actually
put  your  hands  in  the  keyboard  position  (or  imagine  you’re  doing  so)  and
pretend to type the 
w
 to say definitively. This is exactly what happened to me
as  I  was  typing  out  this  paragraph.  What  has  happened  is  that  what  was
originally  the  primary  access  point  to  knowledge,  your  explicit  memory  of
the key location, has faded away and now needs to be recalled with the more
durable procedural knowledge encoded in your motor movements. If you’ve
ever  had  to  enter  a  password  or  pin  code  you  use  often,  you  may  be  in  a
similar  position,  where  you  remember  it  by  feel  and  not  by  its  explicit
combination of numbers and letters.
Because  of  the  fact  that  procedural  knowledge  is  stored  for  longer,  this
may  suggest  a  useful  heuristic.  Instead  of  learning  a  large  volume  of
knowledge  or  skills  evenly,  you  may  emphasize  a  core  set  of  information
much more frequently, so that it becomes procedural and is stored far longer.
This  was  an  unintentional  side  effect  of  my  friend’s  and  my  language-
learning  project.  Being  forced  to  speak  a  language  constantly  meant  that  a

---

core set of phrases and patterns was repeated so often that neither of us will
ever forget them. This may not hold true for a bunch of less frequently used
words  or  phrases,  but  the  starting  points  of  conversations  are  nearly
impossible  to  forget.  The  classic  approach  to  language  studies,  in  which
students “move on” from beginner words and grammatical patterns to more
complicated ones may sidestep this, so that those core patterns aren’t sticky
enough to last for years without repeated practice.
F
ailing to fully proceduralize core skills was a major flaw of my first major
self-education effort, the MIT Challenge, which I was able to improve upon
in my subsequent language-learning and portrait-drawing projects. Whereas
the MIT Challenge did have core mathematical and programming skills that
were  often  repeated,  what  ended  up  being  proceduralized  was  more
haphazard  rather  than  reflecting  a  conscious  decision  to  automate  the  most
essential skills of applying computer science.
Most skills we learn are incompletely proceduralized. We may be able to
do some of them automatically, but other parts require us to actively search
our  minds.  You  might,  for  instance,  be  able  to  easily  move  variables  from
one side of an equation to the other in algebra without thinking. But you may
have  to  think  a  bit  more  when  exponents  or  trigonometry  is  involved.
Perhaps, owing to their nature, some skills cannot be completely automated
and will always require some conscious thought. This creates an interesting
mix of knowledge, with some things retained quite stably over longer periods
of time and others susceptible to being forgotten. One strategy for applying
this  concept  might  be  to  ensure  that  a  certain  amount  of  knowledge  is
completely  proceduralized  before  practice  concludes.  Another  approach
might be to spend extra effort to proceduralize some skills, which will serve
as  cues  or  access  points  for  other  knowledge.  You  may  aim  to  completely
proceduralize  the  process  you  use  to  start  working  on  a  new  programming
project,  for  example,  so  that  you  can  get  over  that  hump  in  the  process  of
writing  a  new  program.  These  strategies  are  somewhat  speculative,  but  I
think there are lots of potential ways the declarative-to-procedural transition
of knowledge might be applied by clever ultralearners in the future.