Основи на обучението: какво ни помага да учим?

2024 Автор: Seth Attwood | [email protected]. Последно модифициран: 2024-01-07 16:24

Авторът на „Как се учим“, Станислас Дийн, очерта четирите стълба на ученето. Те включват внимание, активно ангажиране, обратна връзка и консолидация. Препрочетохме книгата и разгледахме по-подробно тези функции и какво помага за тяхното укрепване.

внимание

Вниманието решава един често срещан проблем: претоварването с информация. Сетивата предават милиони битове информация всяка секунда. На първия етап тези съобщения се обработват от неврони, но по-задълбочен анализ е невъзможен. Пирамидата от механизми за внимание е принудена да извършва селективно сортиране. На всеки етап мозъкът решава колко важно е дадено съобщение и разпределя ресурси за обработката му. Правилният подбор е от основно значение за успешното учене.

Работата на учителя е непрекъснато да насочва и привлича вниманието на учениците. Когато обърнете внимание на чужда дума, току-що изречена от учителя, тя се забива в паметта ви. Несъзнателните думи остават на ниво сетивни системи.

Американският психолог Майкъл Познър идентифицира три основни системи за внимание:

1. система за аларма и активиране, която определя кога да се обърне внимание;

2. система за ориентация, която ви казва какво да търсите;
3. система за контролно внимание, която определя как да се обработва получената информация.

Управлението на вниманието може да бъде свързано с „фокус“(концентрация) или „самоконтрол“. Изпълнителният контрол се развива, когато префронталната кора се формира и узрява през първите двадесет години от живота ни. Поради своята пластичност тази система може да бъде подобрена, например, с помощта на познавателни задачи, състезателни техники, игри.

Участие

Пасивният организъм научава малко или изобщо не. Ефективното учене включва ангажираност, любопитство и активно генериране и тестване на хипотези.

Една от основите на активното ангажиране е любопитството - същата жажда за знания. Любопитството се счита за основния двигател на тялото: движещата сила, която движи действието, като глад или нужда от сигурност.

Психолози, вариращи от Уилям Джеймс до Жан Пиаже и Доналд Хеб, обмисляха алгоритмите на любопитството. Според тях любопитството е „пряка проява на желанието на детето да опознава света и да изгражда негов модел“.

Любопитството възниква веднага щом мозъкът ни открие несъответствие между това, което вече знаем, и това, което бихме искали да знаем.

Чрез любопитство човек се стреми да избере действия, които да запълнят тази празнина в знанието. Обратното е скуката, която бързо губи интерес и става пасивна.

В същото време няма пряка връзка между любопитството и новостта – може да не ни привличат нови неща, но ни привличат тези, които могат да запълнят празнините в знанието. Прекалено сложните понятия също могат да бъдат плашещи. Мозъкът постоянно оценява скоростта на учене; ако установи, че напредъкът е бавен, интересът се губи. Любопитството ви тласка към най-достъпните области, докато степента на тяхната привлекателност се променя с развитието на образователния процес. Колкото по-ясна е една тема, толкова по-голяма е необходимостта от намиране на друга.

За да задействате механизма на любопитството, трябва да сте наясно с това, което още не знаете. Това е метакогнитивна способност. Да бъдеш любознателен означава да искаш да знаеш, ако искаш да знаеш, значи знаеш това, което още не знаеш.

Обратна връзка

Според Станислас Дийн колко бързо се учим зависи от качеството и точността на обратната връзка, която получаваме. В този процес постоянно възникват грешки - и това е абсолютно естествено.

Ученикът се опитва, дори ако опитът е обречен на неуспех, и след това, въз основа на размера на грешката, мисли как да подобри резултата. И на този етап от анализа на грешките е необходима правилна обратна връзка, която често се бърка с наказание. Поради това има отхвърляне на ученето и нежелание изобщо да опита нещо, защото ученикът знае, че ще бъде наказан за всяка грешка.

Двама американски изследователи, Робърт Рескорла и Алън Вагнер, излагат хипотеза през 70-те години на миналия век: мозъкът се учи само ако види разлика между това, което предсказва и това, което получава. И грешката показва къде точно очакванията и реалността не са съвпаднали.

Тази идея се обяснява с теорията на Рескорла-Вагнер. В опитите на Павлов кучето чува звън на звънец, който първоначално е неутрален и неефективен стимул. Тогава този звънец задейства условен рефлекс. Кучето вече знае, че звукът предхожда храната. Съответно започва обилно слюноотделяне. Правилото на Рескорла-Вагнер предполага, че мозъкът използва сензорни сигнали (усещания, генерирани от звънец), за да предскаже вероятността от последващ стимул (храна). Системата работи по следния начин:

• Мозъкът предсказва, като изчислява количеството на входящите сензорни сигнали.
• Мозъкът открива разликата между прогнозата и действителния стимул; грешка при прогнозиране измерва степента на изненада, свързана с всеки стимул.
• Мозъкът използва сигнала, грешката, за да коригира вътрешното си представяне. Следващата прогноза ще бъде по-близо до реалността.

Тази теория съчетава стълбовете на обучението: ученето се случва, когато мозъкът улавя сензорни сигнали (чрез внимание), използва ги за прогнозиране (активно ангажиране) и оценява точността на това прогнозиране (обратна връзка).

Предоставяйки ясна обратна връзка за грешките, учителят насочва ученика и това няма нищо общо с наказанието.

Да кажете на учениците, че е трябвало да направят това, а не иначе, не е същото като да им кажете: „Грешите“. Ако ученикът избере грешен отговор А, тогава даването на обратна връзка във формата: „Правилният отговор е Б“е като да кажеш: „Сгрешихте“. Трябва да се обясни подробно защо вариант Б е за предпочитане пред А, така че самият ученик ще стигне до заключението, че е сгрешил, но в същото време няма да изпитва потискащи чувства и още повече страх.

Консолидация

Независимо дали се учим да пишем на клавиатура, да свирим на пиано или да караме кола, нашите движения първоначално се контролират от префронталния кортекс. Но чрез повторение полагаме все по-малко усилия и можем да правим тези действия, докато мислим за нещо друго. Процесът на консолидация се разбира като преход от бавна, съзнателна обработка на информация към бърза и несъзнателна автоматизация. Дори когато едно умение е овладяно, то изисква подкрепа и укрепване, докато стане автоматично. Чрез постоянна практика контролните функции се прехвърлят към моторната кора, където се записва автоматично поведение.

Автоматизацията освобождава мозъчни ресурси

Префронталната кора не е в състояние да изпълнява много задачи. Докато централният изпълнителен орган на нашия мозък е фокусиран върху задачата, всички други процеси се отлагат. Докато определена операция не бъде автоматизирана, са необходими усилия. Консолидацията ни позволява да насочваме ценните си мозъчни ресурси към други неща. Сънят помага тук: всяка нощ мозъкът ни консолидира това, което е получил през деня. Сънят не е период на бездействие, а активна работа. Той стартира специален алгоритъм, който възпроизвежда събитията от изминалия ден и ги прехвърля в отделението на нашата памет.

Когато спим, ние продължаваме да се учим. А след сън когнитивната ефективност се подобрява. През 1994 г. израелски учени проведоха експеримент, който потвърди това. „През деня доброволците се научиха да откриват ивица в определена точка на ретината. Изпълнението на задачите бавно нараства, докато достигне плато. Въпреки това, веднага щом учените изпратиха субектите да спят, ги очакваше изненада: когато се събудиха на следващата сутрин, тяхната производителност се увеличи драстично и остана на това ниво през следващите няколко дни “, описа Станислал Дийн. Въпреки това, когато изследователите събудиха участниците по време на REM сън, нямаше подобрение. От това следва, че дълбокият сън насърчава консолидацията, докато REM сънят насърчава перцептивните и двигателните умения.

И така, ученето се основава на четири стълба:

• внимание, осигуряващо засилване на информацията, към която е насочена;
• активно участие – алгоритъм, който подтиква мозъка да тества нови хипотези;
• обратна връзка, която дава възможност за сравняване на прогнозите с реалността;
• консолидация, за да автоматизираме това, което сме научили.