Osnove učenja: šta nam pomaže da učimo?

2024 Autor: Seth Attwood | [email protected]. Zadnja izmjena: 2024-01-07 16:24

Autor knjige Kako učimo, Stanislas Dean, iznio je četiri stuba učenja. To uključuje pažnju, aktivan angažman, povratne informacije i konsolidaciju. Ponovo smo pročitali knjigu i detaljnije o ovim karakteristikama i o tome šta pomaže da ih ojačamo.

Pažnja

Pažnja rješava jedan uobičajeni problem: preopterećenost informacijama. Čula svake sekunde prenose milione bitova informacija. U prvoj fazi ove poruke obrađuju neuroni, ali je dublja analiza nemoguća. Piramida mehanizama pažnje je prisiljena da vrši selektivno sortiranje. U svakoj fazi, mozak odlučuje koliko je određena poruka važna i dodjeljuje resurse za njenu obradu. Ispravan odabir je temelj uspješnog učenja.

Zadatak nastavnika je da kontinuirano usmjerava i privlači pažnju učenika. Kada obratite pažnju na stranu riječ koju je učitelj upravo izgovorio, ona se učvrsti u vašem sjećanju. Nesvjesne riječi ostaju na nivou senzornih sistema.

Američki psiholog Michael Posner identificira tri glavna sistema pažnje:

1. alarm i sistem za aktiviranje koji određuje kada treba obratiti pažnju;

2. sistem orijentacije koji vam govori šta da tražite;

3. sistem kontrolne pažnje koji određuje način obrade primljenih informacija.

Upravljanje pažnjom može biti povezano sa "fokusom" (koncentracijom) ili "samokontrolom". Izvršna kontrola se razvija kako se prefrontalni korteks formira i sazrijeva tokom prvih dvadeset godina našeg života. Zbog svoje plastičnosti, ovaj sistem se može poboljšati, na primjer, uz pomoć kognitivnih zadataka, takmičarskih tehnika, igara.

Uključenost

Pasivni organizam uči malo ili nikako. Učinkovito učenje uključuje angažman, radoznalost i aktivno stvaranje hipoteza i testiranje.

Jedan od temelja aktivnog angažmana je radoznalost – ta ista žeđ za znanjem. Radoznalost se smatra osnovnim pokretačem tijela: pokretačkom silom koja pokreće akciju, poput gladi ili potrebe za sigurnošću.

Psiholozi, od Williama Jamesa do Jean Piageta i Donalda Hebba, razmišljali su o algoritmima radoznalosti. Po njihovom mišljenju, radoznalost je "direktna manifestacija želje djeteta da uči o svijetu i izgradi njegov model".

Radoznalost se javlja čim naš mozak otkrije nesklad između onoga što već znamo i onoga što bismo željeli znati.

Kroz radoznalost, osoba nastoji da izabere radnje koje će popuniti ovu prazninu u znanju. Suprotnost je dosada, koja brzo gubi interesovanje i postaje pasivna.

Istovremeno, ne postoji direktna veza između radoznalosti i novosti – možda nas ne privlače nove stvari, ali nas privlače one koje mogu popuniti praznine u znanju. Koncepti koji su previše složeni takođe mogu biti zastrašujući. Mozak neprestano procjenjuje brzinu učenja; ako ustanovi da je napredak spor, interesovanje se gubi. Radoznalost vas gura do najpristupačnijih područja, dok se stepen njihove privlačnosti mijenja kako se obrazovni proces razvija. Što je jedna tema jasnija, veća je potreba da se pronađe druga.

Da biste pokrenuli mehanizam radoznalosti, morate biti svjesni onoga što već ne znate. Ovo je metakognitivna sposobnost. Biti radoznao znači htjeti znati, ako želiš znati, onda znaš ono što još ne znaš.

Povratne informacije

Prema Stanislasu Deanu, koliko brzo učimo ovisi o kvaliteti i tačnosti povratnih informacija koje dobijemo. U tom procesu stalno se dešavaju greške – i to je sasvim prirodno.

Učenik pokušava, čak i ako je pokušaj osuđen na neuspjeh, a zatim, na osnovu veličine greške, razmišlja kako poboljšati rezultat. A u ovoj fazi analize greške potrebna je ispravna povratna informacija, koja se često miješa sa kaznom. Zbog toga dolazi do odbijanja učenja i nespremnosti da se nešto pokuša, jer učenik zna da će za svaku grešku biti kažnjen.

Dva američka istraživača, Robert Rescorla i Allan Wagner, iznijeli su hipotezu 70-ih godina prošlog stoljeća: mozak uči samo ako vidi jaz između onoga što predviđa i onoga što prima. A greška ukazuje na to gdje se očekivanja i stvarnost nisu poklopili.

Ova ideja je objašnjena Rescorla-Wagner teorijom. U Pavlovljevim eksperimentima, pas čuje zvonjavu zvona, što je u početku neutralan i nedjelotvoran stimulans. Tada ovo zvono pokreće uslovni refleks. Pas sada zna da zvuk prethodi hrani. U skladu s tim počinje obilna salivacija. Rescorla-Wagnerovo pravilo sugerira da mozak koristi senzorne signale (senzacije koje stvara zvono) da predvidi vjerovatnoću naknadnog stimulusa (hrane). Sistem radi na sljedeći način:

• Mozak predviđa tako što izračunava količinu dolaznih senzornih signala.
• Mozak detektuje razliku između prognoze i stvarnog stimulusa; greška predviđanja mjeri stepen iznenađenja povezan sa svakim stimulusom.
• Mozak koristi signal, grešku, da ispravi svoju unutrašnju reprezentaciju. Sljedeće predviđanje će biti bliže stvarnosti.

Ova teorija kombinuje stubove učenja: učenje se dešava kada mozak prima senzorne signale (putem pažnje), koristi ih za predviđanje (aktivno angažovanje) i procenjuje tačnost tog predviđanja (povratna informacija).

Dajući jasnu povratnu informaciju o greškama, nastavnik usmjerava učenika, a to nema nikakve veze sa kaznom.

Reći studentima da su trebali ovo da urade, a ne drugačije, nije isto što i reći im: "Griješite." Ako učenik odabere pogrešan odgovor A, tada davanje povratne informacije u obliku: "Tačan odgovor je B" je kao da kažete: "Pogrešili ste". Trebalo bi detaljno objasniti zašto je opcija B poželjnija od A, pa će učenik sam doći do zaključka da je pogriješio, ali u isto vrijeme neće imati opresivne osjećaje, a još više strah.

Konsolidacija

Bilo da učimo da kucamo na tastaturi, sviramo klavir ili vozimo auto, našim pokretima u početku upravlja prefrontalni korteks. Ali ponavljanjem ulažemo sve manje napora, a ove radnje možemo raditi dok razmišljamo o nečem drugom. Proces konsolidacije se shvata kao prelazak sa spore, svjesne obrade informacija na brzu i nesvjesnu automatizaciju. Čak i kada je vještina savladana, ona zahtijeva podršku i pojačanje dok ne postane automatska. Kroz stalnu praksu, kontrolne funkcije se prenose na motorni korteks, gdje se bilježi automatsko ponašanje.

Automatizacija oslobađa moždane resurse

Prefrontalni korteks nije sposoban za obavljanje više zadataka. Sve dok je centralni izvršni organ našeg mozga fokusiran na zadatak, svi ostali procesi se odlažu. Dok se određena operacija ne automatizuje, potreban je napor. Konsolidacija nam omogućava da svoje dragocjene moždane resurse usmjerimo u druge stvari. Spavanje tu pomaže: svake noći naš mozak konsoliduje ono što je primio tokom dana. Spavanje nije period neaktivnosti, već aktivnog rada. Pokreće poseban algoritam koji reproducira događaje proteklog dana i prenosi ih u odjeljak naše memorije.

Kada spavamo, nastavljamo da učimo. A nakon spavanja, kognitivne performanse se poboljšavaju. Izraelski naučnici su 1994. godine izveli eksperiment koji je to potvrdio. “Tokom dana, volonteri su naučili da detektuju prugu na određenoj tački mrežnjače. Performanse zadatka su se polako povećavale sve dok nisu dostigle plato. Međutim, čim su naučnici poslali ispitanike na spavanje, čekalo ih je iznenađenje: kada su se sljedećeg jutra probudili, njihova produktivnost se dramatično povećala i ostala na ovom nivou sljedećih nekoliko dana”, opisao je Stanislal Dean. Međutim, kada su istraživači probudili učesnike tokom REM spavanja, nije bilo poboljšanja. Iz toga slijedi da duboki san potiče konsolidaciju, dok REM san promoviše perceptivne i motoričke vještine.

Dakle, učenje stoji na četiri stuba:

• pažnja, pružanje pojačanja informacija na koje je usmjerena;
• aktivno uključivanje - algoritam koji potiče mozak da testira nove hipoteze;
• povratne informacije, koje omogućavaju poređenje prognoza sa stvarnošću;
• konsolidaciju da automatizujemo ono što smo naučili.