При каких условиях самообучение становится эффективным?

В последние годы педагоги все более сосредоточились на лабораторных экспериментах, практических занятиях и студенческих исследованиях.

Основное объяснение этому — студенты, кажется, лучше усваивают материал, когда сами контролируют интенсивность обретения знаний или когда метод обучения является самонаправленным.

В то время как польза самонаправленного обучения широко признана, причины, почему чувство контроля приводит к лучшему усвоению материала, плохо изучены.

Некоторые ученые на первый план выдвинули мотивационный компонент самонаправленного обучения, утверждая, что данный вид эффективен, поскольку делает студентов более мотивированными к обучению. Однако немногие ученые исследовали, как самонаправленное обучение может влиять на когнитивные процессы, такие как вовлеченные во внимание и память.

В статье, опубликованной в издании Perspectives on Psychological Science, исследователи Тодд Гурекис и Даглас Маркант из Нью-Йоркского университета обращаются к этому пробелу в понимании, исследуя проблему самонаправленного обучения с когнитивной и вычислительной точки зрения.

Исследование познания предлагает несколько объяснений, которые помогают составить преимущества самонаправленного изучения. Например, самонаправленное изучение помогает нам оптимизировать свой образовательный опыт, разрешая нам и сосредоточить усилия на полезной информации, которой мы пока не обладаем, и демонстрирует нам информацию, к которой мы не имеем доступа с помощью пассивного наблюдения. Активная природа самонаправленного обучения также помогает нам кодировать информацию и сохранять ее в течение долгого времени.

Однако мы не всегда оптимально подходим для самонаправленного обучения. Множество когнитивных погрешностей и эвристики, на которые мы полагаемся, чтобы принять решение, могут также повлиять на то, на какую информацию мы обращаем внимание и как, в конечном счете, учимся.

Гурекис и Маркант отмечают, что вычислительные модели, обычно используемые в исследования машинного обучения, могут служить основой для изучения того, как люди оценивают различные источники информации и составляют мнение о данных, которые они ищут. Работа с машинным обучением также помогает определить плюсы и минусы независимого исследования и ситуаций, в которых такое исследование окажется наиболее выгодным для учащихся.

Объединенное исследование с когнитивной и вычислительной точки зрения обеспечивает ученым лучшее понимание процессов, которые лежат в основе самонаправленного изучения и способны помочь соединить промежуток между базовым когнитивным исследованием и прикладным образовательным исследованием. Гурекис и Маркант надеются, что такая интеграция поможет ученым разработать вспомогательные методы обучения, которые могут использоваться для определения учебного опыта, который зависит от специфических требований ситуации и особенностей отдельного ученика.

05.10.2012