采纳更广泛的学习定义——即涵盖生物体为应对环境规律性特征而产生的任何行为适应——能使研究者更好地在心理学、计算机科学、社会学和遗传学领域开展跨学科合作，《心理科学观点》期刊最新论文指出。
「大多数人认为学习是某种储存新信息的机制，但这使得比较不同系统的学习变得非常困难，因为不同系统可能使用不同的信息存储机制，」德豪尔说。「我们将学习定义为系统响应其环境的方式发生的变化——即习得行为。」
与达尔文的进化论非常相似，德豪尔和休斯对学习的功能性定义侧重于系统如何适应其环境，而不管这些适应可能通过何种机制发生。所指的「系统」可以是个体生物体、生物体的一部分（如基因或脊髓），也可以是生物群落。德豪尔补充道，事实上，进化本身也可以被理解为一种学习形式，其中动物物种被视为适应其环境的系统。
「由于我们对学习的定义是『机制自由』的，它使得研究不同系统学习机制的科学家之间能够互动，」德豪尔说。「这打破了不同科学领域之间的壁垒，促进了思想交流，必将推动对广义学习的研究。」
德豪尔和休斯指出，该定义除了支持比较不同类型系统的学习，还能帮助研究人员更深入地探究这些系统如何相互影响彼此的学习。例如，玉米植株可能学会增强抗旱性，因为其基因对脱水产生了表观遗传响应，促使细胞保留更多水分，最终影响整株植物的习得行为。
德豪尔补充道，学习也可能发生在群体层面，例如鱼群中，这是由于群体中部分（而非全部）成员的学习所致。举例来说，鱼群领头鱼在反复遭遇鲨鱼后可能学会避开船骸，而鱼群后方的鱼通过持续跟随前方同类也能表现出类似行为，但它们并未真正认知船骸的存在。
研究人员解释，这种分析同样适用于机器人和人工智能研究。虽然两者可分别研究，但机器人学习规避障碍的能力同样取决于其算法如何响应环境。
然而需要强调的是，不能仅因系统行为随环境改变就称之为学习。德豪尔指出，只有当系统因环境中存在的规律性（如反复暴露于刺激或刺激同时出现）而改变对刺激的响应方式时，才能判定该系统学习了特定内容。他进一步说明，学习研究者探究的正是环境规律性改变行为的条件。
德豪尔和休斯总结道，建立精准的学习定义有助于科学家交流现有发现并促进新的跨学科研究。
「定义是为完善科学服务的工具，」他们写道。「我们的定义使得科学家能够共享知识，从而探索研究不同系统学习机制的新途径。」