Kitobni o'qish: «Десять шагов комплексного обучения. Четырехкомпонентная модель дизайна обучения»

Name: Десять шагов комплексного обучения. Четырехкомпонентная модель дизайна обучения
ISBN: 9786017147860

Йерун Дж. Г. ван Мариенбор, Пол А. Киршнер

Shrift:

Книга издана при поддержке Skillbox

Переводчик Камилл Ахметов

Над русской версией книги работали:

Skillbox

Продюсеры М. Харахордина, А. Копылов

Рецензенты К. Прудников, Н. Кузнецова

Арт-директор Ю. Кондратьева

Руководитель проекта А. Туровская

Корректоры Н. Казакова, Е. Сербина, Е. Якимова

Компьютерная верстка О. Щуклин

Все права защищены. Данная электронная книга предназначена исключительно для частного использования в личных (некоммерческих) целях. Электронная книга, ее части, фрагменты и элементы, включая текст, изображения и иное, не подлежат копированию и любому другому использованию без разрешения правообладателя. В частности, запрещено такое использование, в результате которого электронная книга, ее часть, фрагмент или элемент станут доступными ограниченному или неопределенному кругу лиц, в том числе посредством сети интернет, независимо от того, будет предоставляться доступ за плату или безвозмездно.

Копирование, воспроизведение и иное использование электронной книги, ее частей, фрагментов и элементов, выходящее за пределы частного использования в личных (некоммерческих) целях, без согласия правообладателя является незаконным и влечет уголовную, административную и гражданскую ответственность.

* * *

Об авторах

Йерун Дж. Г. ван Мариенбор (род. 1959) – профессор кафедры обучения и педагогики Маастрихтского университета (Нидерланды), в котором он является научным руководителем Школы образования медицинских профессий (School of Health Professions Education, SHE). Также он занимает почетные должности в Бергенском университете (Норвегия) и Открытом университете (Нидерланды). Он получил степень магистра в области экспериментальной психологии в Амстердамском свободном университете и степень доктора философии в области обучающих технологий в Университете Твенте. Ван Мариенбор специализируется на когнитивной архитектуре и педагогике, дизайне комплексного обучения, холистических подходах к дизайну обучения и использовании информационно-коммуникационных технологий (ИКТ) в образовании. Он автор более 300 научных публикаций, посвященных обучению и педагогике, а также медицинскому образованию. Руководил исследовательскими работами более 35 кандидатов наук. Входит в редакционные коллегии таких высокорейтинговых научных журналов, как Cognitive Processing, Computers in Human Behavior, Educational Research Review, Educational Technology Magazine, Educational Technology Research and Development, International Journal for Virtual and Personal Learning Environments, Journal of Computing in Higher Education, Learning and Instruction и Technology Instruction Cognition and Learning. Его отмеченная наградами монография Training Complex Cognitive Skills («Обучение сложным когнитивным навыкам», 1997) описывает четырехкомпонентную модель дизайна обучения для обучения сложным навыкам и предлагает систематический, подтвержденный исследованиями подход к разработке сред комплексного обучения. Лауреат ряда наград за научные достижения, публикации и научное руководство исследовательскими работами на соискание ученых степеней, объявлен мировым лидером в области образовательных технологий журналом Training Magazine, за свой международный вклад награжден Ассоциацией образовательных коммуникаций и технологий.

Пол А. Киршнер (род. 1951) – заслуженный профессор и профессор педагогической психологии Открытого университета (Нидерланды), а также приглашенный профессор педагогики Оулуского университета (Финляндия), специализирующийся на интерактивном обучении в педагогическом образовании. Он автор более 300 научных публикаций в области обучения, педагогики и коллаборативного обучения, к моменту выхода данной книги под его руководством успешно защитили свои диссертации 37 кандидатов наук. Киршнер – эксперт с мировым именем в области психологии образования и дизайна обучения. Он участвует в научных исследованиях Нидерландского института передовых исследований в области гуманитарных и социальных наук. Был президентом Международного общества наук об обучении (ISLS) в 2010–2011 годах, входя в Совет ISLS CSCL и Исполнительный комитет; первым из европейцев был принят в Американскую ассоциацию педагогических исследований (AERA). Является членом Научно-технического совета Фонда университетских вычислительных средств (SURF WTR) в Нидерландах, был членом Голландского совета по образованию и в этом качестве являлся советником министра образования в 2000–2004 годах. Киршнер – главный редактор Journal of Computer Assisted Learning и заместитель главного редактора Computers in Human Behavior. Также написал в соавторстве весьма успешную книгу Urban Legends About Learning and Education («Городские легенды об обучении и образовании», 2015), переведенную на голландский и шведский языки. В качестве одного из редакторов принимал участие в создании книг Visualizing Argumentation («Визуализация доводов», 2002) и What We Know About CSCL («Что мы знаем о коллаборативном обучении с использованием компьютера», 2004). Его области экспертизы – взаимодействие в обучении, коллаборативное обучение (CSCL) и правовое регулирование отношений в сфере образования.

Вступление

25 лет назад появилась статья ван Мариенбора с соавторами «Обучение эффективным экспертным знаниям. Четырехкомпонентная модель дизайна обучения для комплексных когнитивных навыков» (Training for Reﬂective Expertise: A Four-Component Instructional Design Model for Complex Cognitive Skills, Van Merriënboer, Jelsma, & Paas, 1992). Эта отмеченная наградами публикация была первым предшественником «Десяти шагов комплексного обучения». Пять лет спустя, в 1997 году, ван Мариенбор опубликовал книгу «Обучение сложным когнитивным навыкам» (Training Complex Cognitive Skills), которая также была отмечена наградами. Книга рассказывала о системе дизайна обучения для обучения сложным навыкам и профессиональным компетенциям. Система была основана на современных исследованиях в области изучения и преподавания навыков, необходимых для выполнения рабочих задач в быстро меняющемся высокотехнологичном обществе. В книге утверждалось, что образовательные программы комплексного обучения следует строить на базе четырех основных взаимосвязанных компонентов: учебных задач, поддерживающей информации, процедурной информации и частичной практики. Каждый компонент связывался с одной из фундаментальных категорий обучающих процессов, и для каждого компонента были, в соответствии с обширными эмпирическими исследованиями, предписаны определенные методы обучения.

Хотя книга и была очень хорошо принята академическим сообществом в области обучения и педагогики, специалисты-практики по созданию учебных программ часто жаловались, что системно разрабатывать учебные программы, основанные на четырехкомпонентной модели, слишком сложно. Статья «Планирование комплексного обучения: четырехкомпонентная модель дизайна обучения» (Blueprints for Complex Learning: The 4C/ID Model, Van Merriënboer, Clark, & De Croock, 2002) была первой попыткой дать больше рекомендаций к процессу дизайна обучения. Системный подход, описанный в этой статье, получил дальнейшее развитие в первом издании книги «Десять шагов комплексного обучения» (2007), которая фактически стала дополнением к психологической основе, описанной в статье «Обучение сложным когнитивным навыкам». Процесс решения образовательных задач описан в форме, понятной и удобной и учащимся, и специалистам-практикам, и исследователям. Книга имела большой успех, вышла на корейском и китайском языках, а также в сокращенном переводе на испанский. Последнее переиздание вышло в 2017 году.

Перед вами третье, переработанное издание книги. Оно имеет как минимум три важных отличия. Добавлена глава 14, посвященная обучению общим навыкам – так называемым навыкам XXI века. В первую очередь «Десять шагов» предназначены для обучения сложным навыкам и профессиональным компетенциям, специфичным для конкретных областей деятельности, но они также прекрасно позволяют обучать общим навыкам, не связанным с конкретными задачами. Таким общим навыком, полностью интегрированным в «Десять шагов», является, например, выбор задания. При самостоятельном обучении в образовательной среде, предоставляющей курсы по запросу, учащиеся могут выбирать учебные задания, которые точнее всего соответствуют их потребностям. Таким образом, регулярно проводя процедуру оценки эффективности (в том числе самостоятельной) своих знаний, они создают индивидуальные траектории обучения. В новой главе рассматривается обучение навыкам саморегулируемого и самонаправленного обучения (в дополнение к навыкам выбора заданий, информационной грамотности и осознанной практики), другим навыкам мышления и социальным навыкам.

Новая глава 15 посвящена разработке программ оценки эффективности. Согласно «Десяти шагам», основу образовательной программы составляют учебные задачи. Чтобы своевременно оценивать степень выполнения учащимися всех задач и их постепенное продвижение к уровню, требуемому программой, оценки выполнения задач следует собирать в портфолио. Оценки в основном формирующие и предназначены для поддержки обучения, но возможна итоговая оценка неуправляемых или неподдерживаемых задач. «Десять шагов» предполагают, что учащиеся, способные выполнять задачи в соответствии со всеми стандартами, освоили также и лежащие в их основе вспомогательные и процедурные знания и навыки. Однако возможна оценка учащихся не только по уровню выполнения целой задачи, но и по уровню приобретенных знаний (то есть запоминания и понимания) и выполнения части задачи. Эта глава показывает, как в учебной программе, основанной на «Десяти шагах», может выглядеть полная процедура оценки эффективности. Основное внимание уделяется итоговой оценке, то есть принятию решений о зачете (незачете) и сертификации.

Также внесено большое количество мелких и крупных изменений и дополнений. Полностью обновлены списки литературы и ссылок на источники. Там, где это уместно, упомянуты новейшие достижения в данной области. Чтобы подчеркнуть связь между доступной информацией об оценке эффективности, обратной связью и диагностикой наивных или интуитивных знаний, переписаны разделы о когнитивной обратной связи (глава 7) и корректирующей обратной связи (глава 10). При необходимости добавлены конкретные примеры и случаи. Появились новые рисунки и таблицы, а некоторые были исправлены. В заключительной главе рассматривается перспективный взгляд на будущее «Десяти шагов», обсуждаются новые разработки в области смешанного обучения и геймификации учебных программ, массовая кастомизация и большие данные, включение в учебный план общих навыков, относящихся к конкретной области, влияние мотивации и эмоций, а также инструменты дизайна обучения.

Структура книги проста. Главы 1, 2 и 3 являются кратким введением к «Десяти шагам». В главе 1 представлен холистический подход разработки комплексных учебных программ в соответствии с требованиями современного общества. Глава 2 объясняет планирование четырех компонентов комплексного обучения: учебных задач, поддерживающей информации, процедурной информации и частичной практики. В главе 3 описывается, как при помощи «Десяти шагов» разрабатывать подробные планы обучения. В главах 4–13 подробно разобраны все десять шагов. Новая глава 14 посвящена обучению навыкам XXI века в образовательных программах, основанных на «Десяти шагах», новая глава 15 – разработке программ итоговой оценки, соответствующих «Десяти шагам». Наконец, в главе 16 обсуждается место «Десяти шагов» среди педагогических наук и обсуждаются будущие направления их развития.

Для специалистов-практиков эта книга послужит справочным руководством при разработке курсов, учебных программ и платформ комплексного обучения. Для оптимального использования книги стоит принять во внимание следующее:

• Всем читателям, независимо от их целей, следует сначала изучить главы 1–3. В них представлены четырехкомпонентная модель и десять шагов.

• В главах 4–13 подробно описаны десять шагов. Любой дизайн-проект начинается с шага 1, обращаться к другим главам нужно только в том случае, если соответствующие шаги необходимы для вашего конкретного проекта. Каждая глава начинается с общих рекомендаций, которые могут помочь вам решить, нужен для вашего проекта данный шаг или нет.

• Новые главы необходимы читателям, которых интересуют обучение общим навыкам (глава 14) или разработка программ оценки эффективности (глава 15). При этом минимальные требования к оцениванию (оценка выполнения учебных задач, шаг 2 в главе 5) и обучению общим навыкам в отдельных областях знаний (выбор задания при самонаправленном обучении, шаг 3 в главе 6) входят непосредственно в «Десять шагов».

Если вы изучаете дисциплину «Дизайн обучения» и хотите расширить свои знания о разработке программ комплексного обучения, советуем читать всю книгу по порядку. Для всех читателей, будь то специалист-практик или студент, мы постарались сделать книгу максимально полезной, включив в нее следующее:

• В конце каждой главы дается краткая сводка основных положений и рекомендаций по дизайну обучения.

• В конце каждой главы перечислены ключевые понятия, они же включены в глоссарий в конце книги. Глоссарий содержит определения терминов, основополагающих и фундаментальных понятий, теорий или моделей, а также справочную информацию. При помощи глоссария вы сможете систематизировать основные идеи, обсуждаемые в этой книге.

• В некоторых главах имеются вставки с подробными объяснениями психологических основ конкретных дизайн-решений.

• В конце книги даны два приложения с примерами учебных материалов.

Благодарности

Третье, переработанное издание этой книги было подготовлено Йеруном ван Мариенбором во время творческого отпуска в Бергенском университете (Норвегия), в Научном центре образования и технологий (SLATE) и UniResearch Health. Мы очень благодарны Барбаре Вассон, которая подготовила этот визит, Сесили Хансен и Марине Хирнштейн за их гостеприимство, а также Норвежскому исследовательскому совету за финансирование поездки. Мы весьма обязаны нашим коллегам и аспирантам, которые в той или иной мере способствовали разработке «Десяти шагов», – без них эта книга не появилась бы на свет. Мы благодарим Джона Свеллера, Пола Эйреса, Пола Чандлера и Славу Калюгу за совместную работу над созданием теории когнитивной нагрузки, существенно повлиявшей на «Десять шагов». Мы признательны Ивану Воперейсу, который администрирует сайт книги www.tensteps.info и держит нас в курсе читательских комментариев. Мы благодарны Амейке Янссен-Нортман и Берту Хугвельду за вклад в «Десять шагов», который они внесли в процессе работы над голландскими книгами «Инновационный дизайн обучения» (Innovatief Onderwijs Ontwerpen, 2002/2009/2017) и «Инновационный дизайн обучения на практике» (Innovatief Onderwijs Ontwerpen in de Praktijk, 2011). Мы признательны нашим исследовательским группам в Открытом университете (Нидерланды) и Маастрихтском университете – и особенно нашим аспирантам – за постоянные научные дискуссии и массу вдохновляющих идей. Мы благодарим образовательные институты и организации, которые используют «Десять шагов» и предоставляют нам полезную обратную связь. Наконец, мы благодарим всех обучающихся, которые в той или иной мере участвовали в научно-исследовательских проектах, послуживших основой для создания этой книги.

Йерун Дж. Г. ван Мариенбор и Пол А. Киршнер
Маастрихт – Хунсбрук, апрель 2017 года

Предисловие от Skillbox

Все, кто занимается проектированием образовательных программ или связан со сферой обучения, ежедневно сталкиваются в работе со множеством вопросов: начиная с правильного формулирования целей обучения и подбора методик, которые лучше всего подойдут для достижения этих целей, до вовлечения студентов и оценки эффективности обучения.

Эти вопросы интересуют и нашу команду, ведь мы создаем программы обучения новым профессиям и для нас принципиально важно, чтобы каждый студент, который приходит к нам учиться, мог достичь своей образовательной цели. Обучение новой профессии – это всегда освоение сложных комплексных навыков, поэтому в дополнение к предыдущим вопросам появляются следующие:

1. Каким навыкам нужно учить студента в первую очередь?

2. Как научить студента решать задачи, чтобы на реальном рабочем месте в другом контексте выпускник мог так же успешно справляться с ними, как и в процессе обучения?

3. Как не перегрузить студента, чтобы новые знания постепенно переходили из кратковременной памяти в долговременную?

4. Как добиться того, чтобы для решения той или иной рабочей задачи студент мог применять несколько навыков в комплексе?

От ответов на поставленные вопросы зависит, как будет выглядеть процесс обучения, какой будет учебная информация, какая практика появится в наших учебных программах, как будет выглядеть платформа обучения и насколько успешны будут студенты как в процессе обучения, так и по его результатам.

Мы пробовали разобраться в этом разными способами: проводили исследования, знакомились с опытом коллег, изучали научные публикации. Наконец мы нашли ответы в четырехкомпонентной модели дизайна обучения 4C/ID – именно это нам и было нужно. А для того чтобы сделать преимущества этой модели для разработки учебных программ и платформ обучения доступными для всего русскоязычного образовательного сообщества, мы приняли решение издать эту книгу в России.

Суть модели 4C/ID в том, что образовательные программы комплексного обучения следует строить на базе четырех основных взаимосвязанных компонентов. Каждый из них относится к одной из основных категорий обучающих процессов, для которых можно сразу определить методы обучения. Студенты будут постоянно учиться решать комплексные задачи (1-й компонент – учебные задачи) с помощью небольших подсказок-инструкций (2-й компонент – процедурная информация). Но прежде чем приступить к решению этих задач, студент должен будет изучить теоретический материал (3-й компонент – поддерживающая информация) и отработать навыки, без которых невозможно решение комплексных задач (4-й компонент – частичная практика).

В этой книге Йерун Дж. Г. ван Мариенбор и Пол А. Киршнер детально описывают процесс дизайна обучения по модели 4С/ID: как исследовать предметную область, как сформулировать для нее учебные задачи, как выстроить их в правильном порядке и как создать контент, который будет полностью соответствовать теории когнитивной нагрузки. Или, другими словами, как сделать так, чтобы у студента, который учится решать задачи, с которыми он встретится в будущей профессии, не было необходимости заниматься на пределе своих возможностей, чтобы достичь своих целей.

Модель 4С/ID показала свою эффективность в международной практике и применяется уже несколько десятилетий, но на российском рынке пока не так много связанных с ней исследований. Мы считаем, что издание на русском языке обеспечит создание большего количества программ, основанных на этой модели. И это в свою очередь стимулирует дополнительные исследования и разработки в области формирования индивидуальных образовательных траекторий, определения учащихся «группы риска», анализа паттернов студенческой активности и их связи с результатами обучения, а также создания образовательных решений, в которых технология и методология будут объединены, чтобы как можно больше студентов достигали поставленных целей.

Команда Skillbox

Глава 1.
Новый подход к обучению

В 1632 году, когда Рембрандт ван Рейн написал картину «Урок анатомии доктора Тульпа», было крайне мало известно об анатомии, физиологии и морфологии человека. Медицина руководствовалась церковным учением, согласно которому человеческое тело считалось творением Бога. Преобладала древнегреческая гуморальная теория о четырех жидкостях в теле человека – крови, флегме (слизи), черной желчи и желтой желчи. Считалось, что болезни происходят из неравновесия этих четырех гуморов, и целью лечения, такого как кровопускание или вызов рвоты, было восстановление гуморальных жидкостей. Хирургические инструменты были примитивными, а то и попросту варварскими – дрель, пила, обычные щипцы и специальные зубные щипцы. Если мастер-хирург был недоступен, то оперировал больных и удалял зубы местный цирюльник. Хирург был скорее «художником», чем «ученым», – например, в отсутствие обезболивающих одним из важнейших навыков при проведении операции была скорость: на ампутацию ноги отводилось несколько минут. Новые знания об анатомии, физиологии, морфологии и медицине появлялись в лучшем случае очень медленно. Микроскоп уже изобрели, но он был слишком слабым, чтобы можно было увидеть бактерии, поэтому причины болезней оставались неизвестными – а значит, и методы их лечения практически не совершенствовались.

Сегодня и дня не проходит без новых медицинских открытий и появления новых болезней, создания новых лекарств и способов лечения, новых медицинских и хирургических методов. А ведь одно-два поколения тому назад все было иначе – и сама медицина, и медицинские знания и навыки, и взаимоотношения врачей и пациентов. Современные хирурги, например, уже не могут просто получить образование, а затем применять и совершенствовать свои знания в ходе работы. Сегодняшний (и тем более завтрашний) хирург во время учебы овладевает сложнейшими навыками и профессиональными компетенциями – как техническими, так и социальными – и не прекращает учиться на протяжении всей своей карьеры. Это называется комплексным обучением, и книга посвящена тому, как разработать учебный процесс для такого вида обучения.

1.1. Комплексное обучение

Комплексное обучение предполагает интеграцию знаний, навыков и установок, координацию качественно разных базовых навыков и перенос полученных знаний в повседневную жизнь и работу. Востребованность комплексного обучения привела к появлению ряда популярных образовательных подходов, таких как справочное образование, метод управляемого открытия, кейс-метод обучения, метод проектов, проблемное обучение, дизайн-обучение, командное обучение и обучение на основе компетенций, многие из которых не подтверждены эмпирическими исследованиями (Kirschner, Sweller, & Clark, 2006). В число теоретических моделей дизайна обучения, связанных с комплексным обучением, входят, например, обучение на основе когнитивного ученичества (Collins, Brown, & Newman, 1989; Woolley & Jarvis, 2007), теория первых принципов обучения (Merrill, 2012), конструктивистская среда обучения (Jonassen, 1999), модель обучения в процессе деятельности (Schank, 2010) и четырехкомпонентная модель дизайна обучения (4C/ID; Van Merriënboer, 1997). Эти подходы во многом отличаются, но их объединяет то, что движущей силой образования, преподавания и обучения становятся учебные задачи, основанные на реальных задачах, аутентичных практике. Основная идея таких подходов заключается в том, что задачи помогают учащимся интегрировать знания, навыки и установки, стимулируют их учиться координировать навыки и способствуют переносу полученных знаний в ситуации решения новых задач (Merrill, 2012; Van Merriënboer, 2007).

Интерес к комплексному обучению стремительно растет с начала XXI века. Это неизбежная реакция образования и преподавания на развитие общества и технологий. Учащиеся и работодатели больше не готовы идти на компромиссы, ценным считается образование, позволяющее обновлять старые знания и навыки (Hennekam, 2015) и осваивать новые. Благодаря новым технологиям машины берут на себя выполнение рутинных задач, люди же должны выполнять когнитивные задачи, которые становятся все более сложными и важными (Frey & Osborne, 2017; Kester & Kirschner, 2012). Сами рабочие места меняются, и не только потому, что для работы требуются другие навыки, но и потому, что быстро устаревает информация, необходимая для ее выполнения. Поэтому растут требования к рабочей силе – сотрудники должны легко адаптироваться к быстрым изменениям в окружающей среде, и работодатели требуют от них умения решать проблемы, рассуждать, принимать решения и применять творческий подход.

Приведем два примера. Несмотря на то что многие аспекты работы авиадиспетчеров теперь автоматизированы, сложность их работы стала выше, чем когда-либо, из-за огромного увеличения объемов воздушного движения, растущих требований безопасности и развития технических средств (см. рис. 1.1).

Рис. 1.1. Экран управления воздушным движением

То же произошло с врачами общей практики – теперь они не просто заботятся о физических, психологических и социальных аспектах здоровья своих пациентов. Им приходится сталкиваться с колоссальным разнообразием пациентов из разных культур, со множеством новых лекарств, инструментов и методов лечения, а также с вопросами регистрации, ответственности, страхования и т. д.

В сфере образования и педагогики понимают новые требования, предъявляемые обществом, бизнесом и промышленностью, и пытаются лучше готовить выпускников к рынку труда, развивая их адаптивную компетентность (Carbonell et al., 2014). К этому стремятся вышеупомянутые образовательные подходы, ориентированные на комплексное обучение и развитие профессиональных компетенций в рамках всей учебной программы. Однако образовательным учреждениям не хватает проверенных подходов к дизайну обучения. Это часто приводит к тому, что инновации, внедряемые для повышения качества подготовки студентов к рынку труда, не гарантируют успеха (Dolmans, Wolfhagen, & van Merriënboer, 2013).

Часто можно услышать жалобы студентов на то, что их учебная программа – просто разрозненный набор курсов, не связанных между собой и не соответствующих их будущей профессии (во всяком случае в явном виде). Поскольку преподаватели, как правило, хотят «просто преподавать свои предметы», в учебных планах создают отдельные потоки для развития сложных навыков или компетенций при помощи кейс-метода, метода проектов, проблемного обучения и т. п. – в узнаваемых и актуальных для студентов ситуациях. Но и в этих случаях студентам сложно соотнести требования учебного потока как с теоретической работой в рамках курса, так и с тем, что они считают важным для своей будущей профессии (хотя это часто лежит в основе учебных задач). В результате студенты не могут интегрировать все полученные знания и применить их для решения реальных задач, связанных с их работой. Другими словами, не происходит необходимого переноса обучения на реальную жизнь (Blume et al., 2010).

И это главная проблема, стоящая перед областью дизайна обучения. Педагогика и обучение не могут добиться переноса обучения на реальную жизнь, поэтому теория дизайна обучения должна поддерживать разработку учебных программ, которые позволят учащимся переносить профессиональные компетенции или сложные навыки, приобретенные в процессе обучения, в разнообразные контексты и условия реального мира. «Десять шагов комплексного обучения» (далее «Десять шагов») утверждают, что для этого необходим холистический подход к разработке учебных программ (см. Tracey & Boling, 2013). В следующем разделе мы рассказываем о холистическом подходе к дизайну обучения и объясняем, как он помогает улучшить перенос обучения на реальную жизнь. Далее мы обсудим, какое место рассматриваемая модель занимает в области педагогики и обучения, и опишем ее основные элементы – четыре компонента и десять шагов. За этим последует обзор структуры и содержания книги.

1.2. Холистический подход к дизайну обучения

Холистический подход к дизайну обучения противоположен атомарному, при котором комплексное содержание и сложные задачи сводятся к более простым или мелким элементам, таким как факты и базовые навыки, – до того уровня, когда каждый из элементов может быть легко передан учащимся посредством презентации фактов и (или) практического усвоения навыков. Такой подход эффективен, если элементы не слишком тесно взаимосвязаны, в противном случае он не работает.

Холистический подход основан на том, что целое представляет собой нечто большее, чем сумма его частей, поскольку оно содержит не только элементы, но и взаимосвязи между ними. Холистический подход к дизайну обучения работает со сложными задачами, обращая внимание на взаимосвязи между изучаемыми элементами (Van Merriënboer & Kester, 2008). Этот подход дает решение трех извечных проблем сферы образования – компартментализации, фрагментации и парадокса переноса обучения на реальную жизнь.

Компартментализация знаний

Модели дизайна обучения обычно применялись к той или иной конкретной области обучения (когнитивной, аффективной или психомоторной). Проведение дальнейших различий, например в когнитивной области, происходило между моделями декларативного обучения, в которых особое внимание уделялось методам обучения, помогающим учащимся формировать концептуальные знания, и моделями процедурного обучения, сконцентрированными на методах обучения, помогающих в приобретении навыков. Такая компартментализация – разделение целого на отдельные части или категории – имела катастрофические последствия для образования.

Предположим, вам предстоит операция. Какого хирурга вы выберете – прекрасно владеющего инструментами, но незнакомого с человеческой анатомией? Или прекрасного знатока анатомии, не различающего виды скальпелей? Или отличного, опытного хирурга с хамским отношением к пациентам? Или прекрасного человека и великолепного хирурга, который не оперировал и не повышал свою квалификацию уже 35 лет? Нет, нет и нет! Вам нужен хирург с современными знаниями и навыками, который знает анатомию и физиологию, технически подготовленный и с хорошим подходом к пациенту.

Поэтому не имеет смысла выделять профессиональные области обучения. Многие сложные хирургические навыки невозможно применить без глубоких знаний о строении и работе человеческого тела, поскольку только это позволяет добиться необходимой гибкости. Многие навыки нельзя реализовать так, как это необходимо, если не проявлять определенного отношения к делу. Цель холистических моделей дизайна комплексного обучения – интеграция декларативного обучения, процедурного (включая перцептивные и психомоторные навыки) и аффективного (эмоционального, включая стремление поддерживать знания и навыки в актуальном состоянии). Таким образом, они способствуют развитию интегрированности знаний, что повышает вероятность переноса обучения на реальную жизнь (Janssen-Noordman et al., 2006).

Фрагментация знаний

Основным приемом традиционных моделей дизайна обучения была фрагментация – разбиение целого на мелкие, неполные или изолированные части (Van Merriënboer & Dolmans, 2015). Модели дизайна обучения XX века анализировали выбранную область обучения, а затем делили ее на отдельные практические или образовательные цели (например, запоминание факта, применение процедуры, понимание концепции и т. д.). Для достижения каждой отдельной цели выбирались различные методы обучения (соответственно – заучивание, отработка навыков, решение задач). В учебных планах отдельные цели соответствовали разным навыкам и рассматривались изолированно друг от друга. Сложные навыки разбивались на базовые, каждая цель соответствовала одному базовому навыку, что равнозначно последовательности неполных задач. Таким образом, ученик одновременно обучался только одному базовому навыку или очень ограниченному их числу. Новые базовые навыки добавлялись постепенно, и только в конце обучения – если оно вообще заканчивалось – у ученика появлялась возможность отработать сложный навык целиком.

Еще в 1960-е годы Бриггс и Нейлор (1962; Naylor & Briggs, 1963) обнаружили, что этот подход годится только в случае, если не требуется существенной координации базовых навыков и если каждый отдельный базовый навык сложен для освоения. Но большинство сложных навыков или профессиональных компетенций характеризуются многочисленными взаимодействиями между различными аспектами выполнения задач и предъявляют очень высокие требования к их координации. За последние полвека было многократно доказано, что разбиение сложной области или задачи на набор отдельных элементов, а затем обучение каждому из этих элементов без учета их взаимодействия и требуемой координации не работает, поскольку учащиеся в итоге не могут интегрировать и координировать отдельные элементы в ситуациях переноса (например, Gagné & Merrill, 1990; Lim, Reiser, & Olina, 2009; Spector & Anderson, 2000). Чтобы облегчить перенос обучения, холистические модели дизайна обучения сосредоточены на высокоинтегрированных наборах целей и на скоординированном достижении этих целей при выполнении реальных задач.

Парадокс переноса обучения на реальную жизнь

Есть и третий нежелательный эффект. Разработчики учебных планов, конечно, выбирают такие методы обучения, которые требуют минимального числа практических задач, необходимых для освоения материала, минимального времени выполнения этих задач и минимальных усилий учащихся, необходимых для достижения поставленных целей. Таким образом они стремятся к эффективности, поскольку разработка практических задач требует времени и денег, которых всегда не хватает. Учащиеся тоже стремятся к эффективности, поэтому они стараются сократить затраты и оптимизировать результаты, их время и мотивация к обучению ограничены.

Предположим, учащиеся должны научиться диагностировать три различных типа ошибок (E1, E2, E3) в сложной промышленной системе, например на химическом заводе. Если для обучения диагностике каждой ошибки требуется минимум три практических задачи, можно сначала попросить учащихся диагностировать ошибку E1, затем ошибку E2 и, наконец, ошибку E3. Это приведет к следующей схеме обучения:

E1, E1, E1, E2, E2, E2, E3, E3, E3

Такой учебный план будет эффективен для достижения трех поставленных целей с минимальным временем выполнения задач и минимальными затратами усилий учащихся, но при этом он обеспечит низкий уровень переноса обучения на реальную жизнь. Дело в том, что выбранный метод обучения предлагает учащимся получить высокоспецифичные знания для диагностики каждой отдельной ошибки. Это позволяет им выполнять только те действия, которые указаны в целях, не выходя за рамки поставленных задач. Но если разработчик учебного плана стремится к переносу обучения на реальную жизнь и цель состоит в том, чтобы учащиеся могли правильно диагностировать как можно больше ошибок в промышленной системе, то гораздо лучше обучить их диагностировать три ошибки в случайном порядке. Тогда план обучения будет, например, таким:

E3, E2, E2, E1, E3, E3, E1, E2, E1

Этот случайный график тренировок (также называемый чередованием, Birnbaum et al., 2013) будет менее эффективен для достижения трех отдельных целей, поскольку он может увеличить время, необходимое на выполнение задачи, или затраты сил обучающихся. Возможно, для того же уровня эффективности достижения каждой отдельной цели потребуется четыре, а не три тренировочных задачи. Но в долгосрочной перспективе это даст гораздо более высокий перенос обучения на реальную жизнь!

Дело в том, что при случайном расписании учащиеся сравнивают и сопоставляют различные ошибки. Таким образом, вместо знаний, жестко привязанных к трем конкретным специфическим ошибкам, формируются общие знания с более высоким уровнем абстракции. Это позволяет учащимся лучше диагностировать новые, ранее не встречавшиеся ошибки. Такое явление, когда методы, направленные на достижение изолированных, конкретных целей, хуже работают при достижении комплексных целей для повышения переноса обучения на реальную жизнь, известно как парадокс переноса (Helsdingen, van Gog, & van Merriënboer, 2011a, 2011b; Van Merriënboer, de Croock, & Jelsma, 1997). Холистический подход к дизайну обучения учитывает парадокс переноса и всегда направлен на более общие цели, выходящие за рамки ограниченного списка узкоспециальных задач. Дифференциация различных типов образовательных процессов должна гарантировать, что к тому моменту, как учащиеся столкнутся с новыми проблемами, они будут обладать не только конкретными знаниями для работы с уже знакомыми аспектами этих проблем, но также (и это более важно!) общими и абстрактными знаниями, необходимыми для разрешения незнакомых аспектов этих проблем.

* * *

Традиционные модели дизайна обучения обычно следуют атомарному подходу, что вызывает компартментализацию, фрагментацию и парадокс переноса. Холистический подход, напротив, предлагает альтернативные способы решения проблемы комплексного обучения. Большинство холистических подходов вводят для этого понятие моделирования. При двухэтапном моделировании сначала разрабатываются простые и сложные модели реальности или реальных задач, которые затем анализируются и обрабатываются с педагогической точки зрения. Так их приводят в состояние, при котором учащиеся действительно могут на них учиться (Achtenhagen, 2001). С этой точки зрения обучение должно начинаться с упрощенной, но целостной модели реальности, которая затем передается учащимся в соответствии с разумными принципами дизайна обучения. «Десять шагов» предлагают широкий спектр методов обучения, позволяющих справиться с комплексностью, не забывая о целостных, реальных задачах.

1.3. Четыре компонента и десять шагов

«Десять шагов» – это практическая, улучшенная и при этом, как ни странно, упрощенная версия модели 4C/ID (четырехкомпонентной модели дизайна обучения; Van Merriënboer, 1997; Van Merriënboer, Clark, & de Croock, 2002; Van Merriënboer, Jelsma, & Paas, 1992). Предыдущие ее описания были аналитико-дескриптивными, что подчеркивало когнитивно-психологическую основу модели и взаимосвязи между компонентами дизайна и процессами обучения. «Десять шагов», напротив, носят преимущественно предписывающий характер, их цель – представить версию модели, которую могут применять на практике преподаватели, эксперты в области обучения и специалисты по дизайну обучения. Для интересующихся читателей в некоторые главы включены текстовые вставки, в которых подробно объясняются психологические основы тех или иных принципов дизайна обучения.

«Десять шагов» можно рассматривать как модель, специально предназначенную для использования в программах специального и профессионального образования (среднего и высшего), специализированных университетских программах (например, медицинских, экономических, юридических) и программах повышения квалификации для бизнеса, промышленности, правительственных и военных организаций. Модель также применима в среднем общем и даже начальном образовании для обучения сложным навыкам – как в рамках традиционных школьных предметов (например, Melo & Miranda, 2015), так и специальных навыков (например, Linden et al., 2013). Как правило, ее используют для разработки учебных программ продолжительностью от нескольких недель до нескольких лет. Что касается разработки учебных планов, то их существенной частью является развитие одной или нескольких профессиональных компетенций или сложных навыков, и именно в этой части применяется данная модель.

Главное предположение, лежащее в основе 4C/ID и «Десяти шагов», формулируется так: планы образовательных программ комплексного обучения всегда могут быть описаны четырьмя основными компонентами, а именно (см. левую колонку табл. 1.1):

А. Учебные задачи.

Б. Поддерживающая информация.

В. Процедурная информация.

Г. Частичная практика.

Термин «учебная задача» используется здесь в самом общем смысле. Учебная задача может относиться к кейс-стади для изучения, проекту, который предстоит разработать, проблеме, которую нужно решить, профессиональной задаче, которую необходимо выполнить, и т. д. Поддерживающая информация помогает учащимся выполнять нерутинные аспекты учебных задач, которые часто связаны с решением проблем, принятием решений и обоснованием (например, информация о зубах, полости рта, щеках, языке и челюсти помогает студенту-стоматологу давать клинические обоснования; Postma & White, 2015, 2016). Процедурная информация позволяет выполнять рутинные аспекты учебных задач, то есть те аспекты, которые всегда выполняются одинаково (например, инструкции по измерению артериального давления помогают студентам-медикам проводить медосмотры). Наконец, частичная практика, которая относится к дополнительной практике рутинных аспектов, позволяет развить очень высокий уровень автоматизма в этих аспектах и таким образом улучшить выполнение всей задачи (например, благодаря практике сердечно-легочной реанимации (СЛР) медсестра будет лучше подготовлена к действиям в чрезвычайных ситуациях).

Как указано в правой колонке таблицы 1.1, четыре компонента дизайна обучения непосредственно соответствуют следующим четырем этапам: разработка учебных задач (шаг 1), разработка поддерживающей информации (шаг 4), проектирование процедурной информации (шаг 7) и разработка частичной практики (шаг 10). Остальные шесть шагов являются вспомогательными и выполняются только при необходимости. На шаге 2 определяются критерии оценки эффективности в соответствии с целями и стандартами приемлемого выполнения. На шаге 3 создается последовательность задач от базовой к сложной – задачи вначале простые (то есть несложные), а затем плавно усложняются. Шаги 5 и 6 могут потребоваться для углубленного анализа поддерживающей информации, которая будет полезна для обучения выполнению нестандартных аспектов учебных задач. Шаги 8 и 9 могут быть необходимы для углубленного анализа процедурной информации, нужной для выполнения рутинных аспектов учебных задач.

В реальных дизайн-проектах никогда не бывает прямолинейного продвижения от шага 1 к шагу 10. По мере достижения новых результатов и принятия новых решений часто приходится пересматривать предыдущие шаги – процесс проектирования становится итеративным. Кто-то предпочитает до создания полной образовательной программы разработать несколько учебных задач путем быстрого прототипирования. Отдельные этапы для конкретных дизайн-проектов могут оказаться избыточными. Таким образом, движение назад-вперед (см. раздел 3.2) между десятью шагами – обычное явление. Кроме того, важно хорошо видеть все промежуточные результаты проектирования и анализа, а также их взаимосвязи с итоговым учебным планом. При реализации крупных проектов очень полезны те или иные компьютерные инструменты, облегчающие систематическую разработку плана обучения и предлагающие обзор всего проекта – в том числе при переходе от одного этапа к другому (Van Merriënboer & Martens, 2002).

Таблица 1.1. Четыре основных компонента 4C/ID и десять шагов

Последующие главы этой книги описывают все десять шагов комплексного обучения. Главы 2 и 3 служат введением в четырехкомпонентную модель и десять шагов соответственно. Главы 4–13 составляют основную часть этой книги, в них подробно описаны десять шагов, по одному шагу в каждой главе. В главе 14 описывается обучение общим навыкам в образовательных программах, разработанных с учетом «Десяти шагов», а в главе 15 рассказано о разработке способов оценки эффективности для этих программ. В главе 16 обсуждаются будущие направления комплексного обучения.

Глава 2.
Четыре компонента проекта

Когда архитектор проектирует дом или промышленный дизайнер разрабатывает изделие, они консультируются с клиентом, чтобы узнать его требования, а затем создают чертеж будущего дома или изделия. В качестве примера можно привести чертеж летательного аппарата Леонардо да Винчи. Такой чертеж – не просто схематический рисунок конечного продукта, это подробный план или способ действий, алгоритм или метод, заранее разработанный для достижения цели. Так же работает специалист по дизайну обучения.

Мы уже обсудили холистический подход к дизайну обучения и «Десять шагов», пора перейти к описанию четырех основных компонентов учебного плана:

А. Учебные задачи.

Б. Поддерживающая информация.

В. Процедурная информация.

Г. Частичная практика.

В разделе 2.1 мы дадим краткое описание плана обучения, состоящего из четырех компонентов.

В разделах 2.2–2.6 мы расскажем о том, как хорошо продуманные планы разрешают три проблемы, упомянутые в предыдущей главе. В разделе 2.2 описано, как сосредоточиться на интеграции навыков, знаний и установок в единую взаимосвязанную систему знаний и предотвратить компартментализацию. В разделе 2.3 рассказано, как проект, направленный на обучение координации базовых навыков при выполнении реальных задач, предотвращает фрагментацию. Раздел 2.4 посвящен разрешению парадокса переноса за счет включения в комплексное обучение качественно различных процессов обучения с различными требованиями к их методам. Раздел 2.5 объясняет, как динамический выбор учебных задач преподавателем (системой) или самонаправленным учеником делает возможным самостоятельный выбор темпа обучения. В разделе 2.6 мы обсуждаем использование традиционных и новых медиа для каждого из четырех компонентов. Глава завершается кратким резюме.

Следует отметить: большая часть того, что обсуждается в этой главе, более подробно рассматривается в главах 4–13. Глава 4 посвящена разработке учебных задач, глава 7 – разработке поддерживающей информации, глава 10 – проектированию процедурной информации, а глава 13 – разработке частичной практики. Данная глава содержит основные сведения об этих четырех компонентах и служит своеобразным введением, которое помогает лучше понять и интегрировать последующую информацию.

2.1. Планы обучения

Главная идея этой главы и, по сути, всей книги заключается в том, что среда для комплексного обучения всегда может быть описана следующими четырьмя взаимосвязанными компонентами (см. рис. 2.1):

1. Учебные задачи: целостные аутентичные задачи, основанные на реальных ситуациях. Их цель – интеграция знаний, навыков и установок. Весь набор учебных задач характеризуется высокой вариативностью, распределен по классам задач от простого к сложному, в рамках каждого класса задач снижаются поддержка учащегося и руководство им.

2. Поддерживающая информация: информация, полезная для изучения и выполнения тех аспектов учебных задач, которые связаны с решением проблем, обоснованием и принятием решений. Она объясняет, как организована область и как решаются (или должны решаться) проблемы в этой области. Поддерживающая информация разрабатывается для каждого класса задач и всегда доступна учащимся. Она связывает то, что им уже известно, с тем, что необходимо знать для успешного выполнения учебных задач.

3. Процедурная информация: информация, необходимая для изучения и выполнения рутинных аспектов учебных задач. Процедурная информация указывает, как именно следует выполнять рутинные аспекты задачи, то есть представляет собой инструкции по их выполнению. Ее нужно предоставлять вовремя – тогда, когда она нужна учащимся. По мере приобретения опыта необходимость в ней исчезает.

4. Частичная практика: практические задачи, которые помогают учащимся достичь очень высокого уровня автоматизма в выполнении отдельных рутинных аспектов задач. Частичная практика требует огромного количества повторов, но она начинается только после того, как данный рутинный аспект введен в контекст целостной значимой учебной задачи.

Рис. 2.1. Схема плана комплексного обуче ния и основные характеристики каждого из четырех компонентов

В следующих трех разделах мы объясняем, как эти четыре компонента помогают решить проблемы компартментализации знаний, навыков и установок, их фрагментации и парадокса переноса.

2.2. Предотвращение компартментализации

При комплексном обучении перед учащимся всегда стоит некий интегрированный набор целей обучения. Конечной целью является интеграция знаний, навыков и установок в одну богатую взаимосвязанную базу знаний. Людям, которые сталкиваются с новыми, незнакомыми ситуациями, такая взаимосвязанная база знаний позволяет активировать множество различных видов знаний, которые могут помочь им решить проблему или выполнить задачу. На рисунке 2.2 схематично представлены базовые навыки и связанные с ними знания и установки, которые формируют умеренно сложный навык «поиск соответствующей научной литературы».

Хорошо разработанная программа не будет обучать библиотекарей или документоведов каждому из этих базовых навыков отдельно – она будет обучать их комплексно. Учащиеся начнут с выполнения относительно простого поиска литературы, а затем будут решать все более сложные задачи поиска литературы для воображаемых клиентов.

Как видно из рисунка 2.2, иерархия базовых навыков используется в качестве организационной структуры всей базы знаний. Знания и установки подчинены базовым навыкам и полностью интегрированы в эту структуру. Базовые навыки, расположенные горизонтально рядом друг с другом, можно осваивать последовательно (например, сначала выбор соответствующей базы данных, а затем формулирование поискового запроса для выбранной базы данных) или одновременно (например, одновременное формулирование поискового запроса и выполнение поиска до получения релевантного и управляемого списка результатов). Базовые навыки более низкого уровня позволяют осваивать навыки, расположенные выше (например, вы должны владеть навыком «работа с поисковой программой», чтобы перейти к навыку «выполнение поиска»).

Рис. 2.2. Иерархия базовых навыков, знаний и установок, необходимых для умеренно сложного навыка «поиск соответствующей научной литературы»

Более того, многие базовые навыки можно освоить, только если учащийся уже обладает необходимыми знаниями о сфере задачи (например, навык «выбор соответствующей базы данных» доступен только при наличии необходимых знаний о поисковом вопросе клиента и доступных базах данных, а также их характеристиках) и демонстрирует определенные установки, необходимые для приемлемого выполнения задачи (например, навык «перевод исследовательского вопроса клиента в релевантные поисковые термины» требует ориентации на клиента для полного прояснения исследовательского вопроса в ходе обсуждения). Более подробно построение иерархии навыков обсуждается в главе 5.

Учебные задачи

Учащиеся работают над задачами, помогающими развивать их собственную базу знаний через процесс индуктивного обучения, в ходе которого они получают новые знания на основе конкретного опыта (см. вставку 4.1 «Индукция и учебные задачи»). Таким образом, каждая учебная задача должна предлагать целостную практику, которая заставляет учащегося овладевать набором базовых навыков, позволяющих выполнять реальные задачи, и соответствующими знаниями и установками (Van Merriënboer & Kester, 2008). В примере с поиском литературы первая учебная задача в идеале должна предполагать выбор подходящих баз данных, формулирование поискового запроса, выполнение поиска и отбор результатов. Все учебные задачи должны быть значимыми, аутентичными и репрезентативными по отношению к задачам, с которыми профессионал может столкнуться в реальном мире. При таком подходе к решению задач учащиеся формируют целостное представление о задаче, которое постепенно расширяется в процессе обучения. Последовательность учебных задач составляет основу программы комплексного обучения. Схематично это выглядит следующим образом:

Вариативность практики

Итак, первое требование заключается в том, чтобы каждая учебная задача представляла собой целостную задачу, способствующую развитию собственной базы знаний учащегося. Не менее важно, чтобы учебные задачи отличались друг от друга по всем параметрам, по которым соответствующие задачи отличаются в реальном мире, таким как контекст или ситуация, в которой они выполняются, способ их представления, значимость характеристик обучения и т. д. Таким образом, учебные задачи в программе обучения должны представлять разнообразие задач, существующих в реальном мире. Вариативность позволяет учащимся обобщать и абстрагироваться от деталей каждой отдельной задачи. Например, учебные задачи по поиску литературы могут отличаться областью исследования, в которой проводится поиск, библиографическими базами данных, в которых необходимо провести поиск, и способом, которым клиент дает задание библиотекарю (например, по телефону, письмом, по электронной почте, лично). Доказано, что вариативность практики имеет огромное значение для достижения переноса обучения на реальную жизнь – как для относительно простых, так и для очень сложных реальных задач (Paas & van Merriënboer, 1994; Van Merriënboer, Kester, & Paas, 2006).

В последовательности учебных задач вариативность практики обозначается маленькими треугольниками, расположенными в разных местах учебных задач. Схематично это выглядит так:

2.3. Предотвращение фрагментации

Комплексное обучение в значительной степени представляет собой обучение умению координировать множество базовых навыков, необходимых для выполнения реальных задач. Обратите внимание на то, что сложный навык явно больше, чем сумма его частей; исполнение музыкальной пьесы на фортепиано – это больше, чем игра левой и правой рукой по отдельности, а «выполнение поиска» для библиотекаря не имеет смысла, если оно не согласовано с формулированием поисковых запросов. Поскольку базовые навыки не слишком осмысленны без учета других связанных с ними базовых навыков и соответствующих знаний и установок, они часто требуют контроля сверху. Вот почему базовые навыки рассматриваются как аспекты, а не части сложных навыков, и по этой же причине мы называем их базовыми навыками, а не поднавыками или субнавыками. При решении комплексных задач учащиеся с самого начала обучения сталкиваются со множеством различных базовых навыков, но нельзя ожидать, что они будут самостоятельно координировать все эти аспекты. Поэтому необходимо упростить задачи и предоставить учащимся необходимую поддержку и руководство.

Классы задач

Невозможно начинать программу обучения с очень сложных учебных задач, предъявляющих высокие требования к координации большого числа базовых навыков. Все задачи состоят из отдельных элементов, которые могут быть взаимосвязаны и взаимодействовать друг с другом. Чем больше элементов в задаче и чем больше взаимодействий между ними, тем сложнее задача. Обратите внимание, что, говоря о «сложном» и «простом», мы не имеем в виду «трудное» и «легкое». Легкость или трудность определяются не только сложностью задачи, но и уровнем опыта или предварительных знаний учащегося, а это всегда субъективно. Учебная задача определенной сложности может быть легкой для учащегося с высоким уровнем и трудной для учащегося с низким уровнем предварительных знаний.

Таким образом, учащиеся начинают работать над относительно простыми, но целостными учебными задачами, которые требуют только части всех базовых навыков (то есть небольшого количества элементов), и продвигаются к более сложным целостным задачам, для выполнения которых нужно больше базовых навыков и более существенна их координация (то есть с большим взаимодействием между элементами). Категории учебных задач с определенными уровнями сложности называются классами задач. Например, самым простым классом задач в примере с поиском литературы может быть категория учебных задач, в которых осуществляется поиск в области исследования с четко определенными понятиями, по названиям и ключевым словам в одной конкретной библиографической базе данных, с очень небольшим количеством поисковых терминов и с ограниченным числом релевантных статей. Наиболее сложным классом задач, соответственно, может быть категория учебных задач с весьма нечеткими определениями понятий внутри или между областями знаний, с полнотекстовым поиском в нескольких релевантных базах данных, с большим количеством поисковых терминов, связанных между собой булевыми операторами, чтобы ограничить большое количество релевантных статей. Между этими двумя крайностями могут существовать дополнительные классы задач промежуточного уровня сложности.

Учебные задачи в рамках определенного класса задач эквивалентны в том смысле, что они могут быть выполнены на основе одного и того же набора знаний. Чем сложнее класс задач, тем больше знаний или тем более широких знаний он требует для эффективного выполнения по сравнению с предыдущими, более простыми классами задач. Это еще одна причина, по которой, говоря о «сложном» и «простом», мы не имеем в виду «трудное» и «легкое». Конечно, каждый более сложный класс задач будет содержать более сложные учебные задачи, чем предыдущие, более простые классы задач. Но учащийся, работающий с более и более сложными классами задач, будет обладать все более и более существенным объемом предварительных знаний, так что новые учебные задачи не будут для него более трудными. В учебном плане задачи организованы как упорядоченная последовательность классов задач (пунктирных ячеек), которые представляют все версии задач от самой простой до самой сложной:

Поддержка и руководство

Когда учащиеся начинают работать над новым, более сложным классом задач, важно, чтобы они имели поддержку и руководство, необходимые для координации различных аспектов их работы (Kirschner, Sweller, & Clark, 2006). Под поддержкой имеется в виду поддержка выполнения задачи, она направлена на помощь учащимся при выполнении элементов задачи, задействованных в обучении, то есть при выполнении тех шагов, которые ведут их от исходных данных к целям. Под руководством мы понимаем руководство процессом решения, то есть помощь в процессах, выполняемых при поиске решения. Таким образом, поддержка ориентирована на продукт, а руководство – на процесс. Более подробно мы рассмотрим эти две темы в главе 4.

В процессе скаффолдинга¹ (планомерно снижаемой поддержки в обучении) учащихся, по мере того как они приобретают все больше опыта, потребность в поддержке и руководстве уменьшается (Reiser, 2004). В качестве примера образовательного континуума, простирающегося от учебных задач с высоким уровнем поддержки до учебных задач совсем без поддержки, можно привести собственно континуум методов поддержки – от изучения кейс-стади до обычных задач. Самый высокий уровень поддержки в примере с поиском литературы обеспечит кейс-стади с описанием интересного случая поиска литературы, к которому учащиеся задают вопросы об эффективности принятого подхода (то есть данного решения), о возможных альтернативных подходах, качестве окончательного списка отобранных статей, ходе мыслей исполнителя и т. д. Промежуточному уровню поддержки соответствует неполное кейс-стади, содержащее исследовательский вопрос, набор поисковых запросов и список потенциальных статей, из которого учащиеся должны сделать окончательную выборку релевантных статей, уточнив запросы, – таким образом учащиеся завершают частично выполненное решение. Наконец, нулевому уровню поддержки соответствует обычная задача, для выполнения которой учащиеся должны выполнить все действия самостоятельно. Этот тип скаффолдинга учащихся, известный как стратегия завершения (Van Merriënboer, 1990; Van Merriënboer & de Croock, 1992) или стратегия угасающего руководства (Renkl & Atkinson, 2003), показал свою высокую эффективность. В схематическом плане обучения каждый класс задач начинается с одной или нескольких учебных задач с высоким уровнем поддержки и руководства (закрашенные кружки), продолжается учебными задачами со сниженным уровнем поддержки и руководства и заканчивается обычными задачами без какой-либо поддержки и руководства (незакрашенные кружки):

2.4. Решение проблемы переноса

Рисунок 2.2 иллюстрирует еще одну типичную особенность результатов комплексного обучения – состоявшиеся профессионалы видят качественные различия между базовыми навыками (Kahneman, 2011; Van Merriënboer, 2013b). Некоторые базовые навыки основаны на схемах, применение такого навыка протекает как контролируемый процесс, который в разных ситуациях, при решении различных проблем может выполняться по-разному. Например, применение навыка «формулирование поискового запроса» зависит от специфических требований каждого нового поиска и требует разрешения проблемы, поиска обоснования и принятия решения. Опытные библиотекари эффективно используют этот навык, потому что они обладают знаниями в форме когнитивных схем или конкретных воспоминаний, которые они могут интерпретировать, чтобы рассуждать о данной области (используя форму ментальных моделей) и направлять в ней свои действия (используя когнитивные стратегии). Применяя эти базовые навыки, люди по-разному используют одни и те же знания в разных ситуациях. Иногда, интерпретируя обобщенные когнитивные схемы, исполнитель находит новые способы разрешения проблем, в других случаях проблемы разрешаются по аналогии с уже имеющимися в его памяти кейс-стади.

Ниже в иерархии навыков находятся базовые навыки, основанные на правилах. Для их применения в различных проблемных ситуациях последовательно выполняются одни и те же процессы. Например, работа с поисковой программой – базовый навык, не требующий от опытного библиотекаря разрешения проблем, поиска обоснования или принятия решений, – он «просто делает это». Для эффективного применения таких базовых навыков в ходе обучения формируются когнитивные и психомоторные правила (Anderson & Lebière, 1998), которые непосредственно управляют действиями исполнителя в конкретных обстоятельствах, наподобие того как пользователь перепечатывает текст или набирает его под диктовку. Применение этих базовых навыков всегда происходит одинаково, независимо от ситуации (при перепечатывании текстов, посвященных точным и гуманитарным наукам, используются одни и те же движения пальцев). Можно сказать, что эти навыки вообще не опираются на знания, поскольку эти знания исчерпываются правилами, а такие правила зачастую трудно сформулировать и сознательно проверить. На определенном уровне эксперт начинает работать (выполнять правила работы) с программой поиска полностью автоматически, не обращая на нее никакого внимания, – сознательный контроль больше не требуется. Поэтому во время работы с поисковой программой опытный эксперт может сосредоточить свое внимание на других вещах – и это, строго говоря, нельзя назвать многозадачностью, поскольку данный процесс не требует от профессионала обработки информации и не загружает его мозг (Kirschner & van Merriënboer, 2013).

Процессы, основанные на схемах и на правилах, происходят в сложных учебных ситуациях одновременно, но принципиально по-разному (Van Merriënboer, 2013b). В разделе 2.2 мы уже говорили о том, что ключом к освоению процессов, основанных на схемах, является вариативность практики. В процессе обучения учащиеся овладевают общими схемами (без излишней детализации) и изучают модели и подходы, которые можно использовать в самых разных ситуациях. Напротив, ключом к освоению процессов, основанных на правилах, служит повторяющаяся практика. При доведении выполнения правил или схем до автоматизма учащиеся нарабатывают высокоспецифичные когнитивные и психомоторные правила, которые в конкретных условиях вызывают определенные психические или физические действия.

Базовые навыки, при применении которых после обучения выполняются процессы, основанные на схемах, классифицируются как неповторяющиеся. Эти навыки связаны с решением проблем, поиском обоснований и принятием решений, но они могут быть достаточно эффективными благодаря имеющимся у исполнителя ментальным моделям и когнитивным стратегиям.

Базовые навыки, при применении которых после обучения выполняются – иногда полностью автоматические – процессы, основанные на правилах, классифицируются как повторяющиеся. Базовые повторяющиеся навыки в примере с поиском литературы – это использование тезауруса, булевых операторов и работа с поисковой программой. В любой ситуации эти правила применяются одинаково – на рисунке 2.2 эти навыки выделены курсивом и с ними не связаны никакие знания!

Классификация навыков на неповторяющиеся или повторяющиеся важна в «Десяти шагах», потому что для их быстрого и эффективного приобретения используются разные методы обучения².

Поддерживающая и процедурная информация

Поддерживающая информация важна для неповторяющихся базовых навыков. Она объясняет учащимся, как организована область задач и как подходить к разрешению проблем в этой области. Поддерживающая информация необходима для работы над различными аспектами разрешения проблем, обоснования и принятия решений в рамках учебных задач одного и того же класса (то есть эквивалентных учебных задач, которые могут быть выполнены на основе одного и того же объема знаний). В примере с поиском литературы поддерживающая информация объясняет, как организованы библиографические базы данных, какова их иерархия, какие существуют уровни и типы условий поиска и т. д. (то есть помогает построить мысленную модель базы данных), а также предоставляет эвристику для перевода исследовательского вопроса в соответствующие условия поиска (то есть помогает построить когнитивную стратегию). Поддерживающая информация предоставляется инструктивными методами, поэтому при создании схемы учащиеся должны глубоко переработать новую информацию, в частности связать новую информацию с уже существующими в памяти схемами. Это происходит в рамках подпроцесса построения схемы, называемого проработкой (см. вставку 7.1). Поскольку поддерживающая информация относится ко всем учебным задачам в рамках одного класса задач, она может быть предоставлена до того, как учащиеся начнут работать над новым классом задач, или во время работы (L-образные закрашенные области):

Процедурная информация важна в первую очередь для повторяющихся базовых навыков. Она определяет, как выполнять рутинные аспекты учебных задач, и, как правило, предоставляется в форме прямых пошаговых инструкций. В примере с поиском литературы процедурная информация – это краткий справочник или учебник по работе с программой поиска, а при электронном обучении окна с этой информацией могут появляться при щелчке мыши по ключевым словам или при перемещении курсора в определенную область экрана. Процедурная информация также предоставляется инструктивными методами, она доступна во время выполнения задачи. Это способствует автоматизации создания схемы и позволяет встроить информацию в когнитивные правила в рамках подпроцесса автоматизации схем, называемого формированием правил (см. вставку 10.1). Поскольку процедурная информация относится к рутинным аспектам учебных задач, ее лучше всего предоставлять именно в тот момент, когда она учащимся впервые нужна для выполнения задания. По мере того как они овладевают ею, ее можно убрать. На схеме процедурная информация представлена как темно-синяя линия, которая связана направленными вверх стрелками с отдельными учебными задачами:

Частичная практика

Выполнение учебных задач, описанное в предыдущих разделах, обеспечивает практику освоения всей задачи в целом. Переход от решения задач по частям к характерному для «Десяти шагов» обучению на полных задачах предотвращает компартментализацию и фрагментацию знаний. Однако это не всегда целесообразно: бывают ситуации, когда требуется дополнительная частичная практика. Например, когда нужно выработать очень высокий уровень автоматизма в определенных повторяющихся аспектах задачи и выполнение учебных задач в целом не обеспечивает достаточного количества повторений для достижения этого уровня. Для автоматизированных повторяющихся базовых навыков возможна дополнительная практика в рамках частичных задач – так дети учат таблицу умножения, студенты-медики отрабатывают наложение швов на раны, а музыканты тренируют исполнение музыкальных гамм.

В примере с поиском литературы частичную практику можно было бы использовать для обучения применению булевых операторов (Carlson, Sullivan, & Schneider, 1989; пример см. в разделе 13.5). Методы обучения, используемые для отработки частичных задач, способствуют автоматизации схемы. В частности, они нужны для подпроцесса, который называется закреплением, когда когнитивные правила закрепляются при каждом успешном применении учащимся (см. вставку 13.1). Частичная практика для конкретного повторяющегося аспекта задачи должна начинаться только после того, как он был представлен в значимой целостной учебной задаче, чтобы учащиеся начинали практику в плодотворном когнитивном контексте. В примере с поиском литературы они начнут практиковаться в построении и использовании булевых операторов только после того, как изучат их в контексте целостной учебной задачи. Для частичной практики может быть актуальна процедурная информация, поскольку она относится только к повторяющимся базовым навыкам («Десять шагов» не предусматривают отработку части задачи для неповторяющихся базовых навыков!). На схематическом учебном плане частичная практика показана серией маленьких кружков (то есть элементов практики):

На этом построение учебного плана заканчивается, и схематический план, первоначально представленный на рисунке 2.1, можно считать завершенным. Хорошо разработанный план обучения гарантирует, что учащиеся не будут перегружены сложными задачами, поскольку задачи упорядочены от простых к сложным, поддержка и руководство даются по мере необходимости, а различные виды информации и практические задачи предоставляются тогда, когда они нужны (см. вставку 2.1, в которой рассказано о теории когнитивной нагрузки; Kirschner, Ayres, & Chandler, 2011; Paas, Van Gog, & Sweller, 2010). Все задачи в рамках программы обучения будут восприниматься как более или менее одинаково сложные, поскольку по мере усложнения задач обучающийся будет овладевать все большим объемом знаний и навыков. В результате учащиеся не только не тратят на выполнение учебных задач все свои когнитивные ресурсы, но и могут вкладывать достаточное количество умственных усилий (P. Kirschner & Kirschner, 2012) в подлинное обучение, то есть в построение и автоматизацию схем. Только в этом случае можно ожидать переноса результатов обучения в повседневную и профессиональную жизнь.

Вставка 2.1. Теория когнитивной нагрузки и «Четыре компонента»
Новейшие теории обучения подчеркивают использование аутентичных целостных задач как движущую силу обучения. Однако использование таких задач несет серьезный риск – учащиеся испытывают трудности, связанные с тем, что сложность задач может быть слишком велика. Теория когнитивной нагрузки Джона Свеллера учитывает ограниченную способность человеческого разума к обработке информации и предлагает рекомендации к решению этой проблемы.
Теория когнитивной нагрузки (Cognitive Load Theory, CLT)
Центральная идея CLT заключается в том, что основным фактором дизайна обучения должна быть когнитивная архитектура человека. Согласно CLT когнитивная архитектура человека состоит из весьма ограниченной рабочей памяти с частично независимыми блоками обработки визуально-пространственной и вербально-слуховой информации, которая взаимодействует со сравнительно неограниченной долговременной памятью. Теория различает три типа когнитивной нагрузки в зависимости от вызывающего ее типа обработки, а именно:
1. Внутренняя когнитивная нагрузка, непосредственно зависящая от задачи, в частности от количества элементов, которые должны одновременно обрабатываться в рабочей памяти (интерактивность элементов). Например, задача с большим количеством базовых навыков, которые должны быть скоординированы (например, написание грамматически правильных предложений на иностранном языке), дает более существенную внутреннюю нагрузку, чем задача с меньшим количеством базовых навыков, которые должны быть скоординированы (например, перевод отдельных слов на иностранный язык). Внутренняя нагрузка в значительной степени зависит от опыта, поскольку более опытные учащиеся объединяют несколько составляющих в один элемент, который может быть обработан в рабочей памяти.
2. Внешняя когнитивная нагрузка. Это нагрузка, дополнительная к внутренней когнитивной нагрузке и возникающая, как правило, при плохо продуманном обучении. Например, если учащиеся должны искать информацию, необходимую для выполнения учебной задачи, в учебных материалах (скажем, перевод слова в словаре), то процесс поиска не вносит непосредственного вклада в обучение и таким образом увеличивает внешнюю когнитивную нагрузку.
3. Релевантная когнитивная нагрузка, которая связана с процессами, непосредственно способствующими обучению, в частности с построением и автоматизацией схемы. Так, сознательное связывание новой и уже известной информации (например, сравнение и сопоставление грамматических правил иностранного языка с аналогичными правилами родного языка) – это процесс, который создает релевантную когнитивную нагрузку.
CLT считает, что учебный план, который недостаточно использует потенциал рабочей памяти в связи с низкой внешней когнитивной нагрузкой, можно усовершенствовать, поощряя учащихся к сознательной интеллектуальной работе, непосредственно связанной с обучением. Внутренняя, внешняя и релевантная когнитивные нагрузки аддитивны – чтобы обучение состоялось, общая нагрузка от этих трех факторов не может превышать доступные ресурсы рабочей памяти. Следовательно, чем больше доля релевантной когнитивной нагрузки, создаваемой дизайном обучения, тем выше потенциал для обучения.
Четыре компонента и когнитивная нагрузка
1. Существует два способа контроля когнитивной нагрузки, связанной с выполнением учебных задач:
а. Внутренняя когнитивная нагрузка регулируется путем организации учебных задач в классы от базовых до сложных. Для более простых учебных задач интерактивность элементов ниже, так как количество их меньше и рабочая память должна одновременно обрабатывать меньше взаимодействий между элементами. По мере усложнения классов задач количество элементов и взаимодействий между ними растет.
б. Внешняя когнитивная нагрузка регулируется путем предоставления большого объема поддержки и руководства при решении первой учебной задачи (или нескольких первых учебных задач) в своем классе. Это предотвращает нерациональное решение задач и повышение внешней нагрузки. Степень поддержки и руководства снижается по мере продвижения (скаффолдинга) учащихся.
2. Поддерживающая информация обычно характеризуется высокой интерактивностью элементов, поэтому лучше не предоставлять ее учащимся во время работы над учебными задачами. Одновременное выполнение задач и восприятие информации почти наверняка вызовет когнитивную перегрузку. Вместо этого поддерживающую информацию лучше предоставить до того или отдельно от того, как учащиеся начнут работать над задачей. Таким образом, в долговременной памяти может быть создана когнитивная схема, которая впоследствии будет активирована в рабочей памяти во время выполнения задачи. Ожидается, что извлечение уже созданной когнитивной схемы будет менее когнитивно затратным, чем активация внешней сложной информации в рабочей памяти во время выполнения задачи.
3. Процедурная информация состоит из пошаговых инструкций и корректирующей обратной связи. Интерактивность ее элементов обычно значительно ниже, чем у поддерживающей информации. Для того чтобы такая информация могла быть встроена в когнитивные правила, необходимо, чтобы она была активна в рабочей памяти во время выполнения задачи. Предварительное восприятие этой информации не приносит дополнительной пользы, поэтому ее лучше предоставлять именно тогда, когда она нужна учащимся. Именно так происходит, когда во время практики преподаватели дают учащимся пошаговые инструкции.
4. Наконец, частичная практика автоматизирует определенные повторяющиеся аспекты сложных навыков. В целом чрезмерное увлечение частичной практикой не способствует комплексному обучению, но автоматизированные повторяющиеся базовые навыки могут снизить когнитивную нагрузку, связанную с выполнением всей учебной задачи, что делает усвоение навыка в целом более легким и снижает вероятность ошибок из-за когнитивной перегрузки.
Ограничения CLT
CLT полностью соответствует четырехкомпонентной модели, но это не означает, что CLT достаточна для разработки полезной модели дизайна комплексного обучения на уровне целостных образовательных программ. Применение CLT предотвращает когнитивную перегрузку и (что не менее важно) высвобождает интеллектуальные ресурсы для обучения. Чтобы гарантировать, что высвобожденные ресурсы действительно будут направлены на обучение, и предписать методы обучения для каждого из четырех компонентов, «Десять шагов» опираются на некоторые конкретные теории обучения: модели индуктивного обучения для решения учебных задач (см. вставку 4.1); модели проработки для поддерживающей информации (см. вставку 7.1); модели формирования правил для процедурной информации (см. вставку 10.1) и модели обучения с подкреплением для частичной практики (см. вставку 13.1).
Рекомендуемая литература
Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive Load Theory. New York: Springer.
Van Merriënboer, J. J. G., & Sweller, J. (2005). Cognitive Load Theory and Complex Learning: Recent Developments and Future Directions. Educational Psychology Review, 17, 147–177.

2.5. Самостоятельный выбор темпа обучения

Может показаться, что всем учащимся необходимо представлять одну и ту же последовательность учебных задач, и это зачастую приемлемо в однородных группах учащихся. Однако так бывает далеко не всегда. «Десять шагов» также позволяют проводить индивидуализированное и гибкое обучение, используя учебный план в качестве организационной структуры, которая помогает динамично выбирать учебные задачи из базы задач так, чтобы учитывать потребности каждого конкретного ученика. Таким образом, не обязательно предлагать всем одну и ту же образовательную программу – каждому можно предложить уникальную программу и последовательность учебных задач, адаптированную к его индивидуальным потребностям, уровню и предпочтениям (Schellekens et al., 2010a, 2010b). Сначала мы обсудим индивидуализацию обучения путем динамического выбора заданий, а затем дадим ответ на вопрос, кто должен отвечать за выбор учебных задач и других компонентов плана – внешний интеллектуальный агент или сам учащийся.

Динамический выбор заданий

Динамический выбор заданий позволяет предложить каждому учащемуся ту последовательность учебных задач, которая будет оптимально соответствовать его индивидуальным и специфическим потребностям в обучении. Такие индивидуализированные программы, как правило, дают более высокие результаты обучения и показатели переноса обучения на реальную жизнь, чем их универсальные аналоги (Corbalan, Kester, & van Merriënboer, 2008, 2009a; Salden et al., 2006; Salden, Paas, & van Merriënboer, 2006a). Кроме того, учащиеся с высокими способностями могут быстро переходить от простых учебных задач к сложным и работать в основном над задачами с небольшой поддержкой, в то время как учащиеся с низкими способностями выполняют больше учебных задач, медленнее переходят от простых задач к сложным и используют больше поддержки при работе над задачами. Это сделает программу обучения более интересной для учащихся с высокими способностями и менее раздражающей для учащихся с низкими способностями, а в целом – более приятной и эффективной (Camp et al., 2001; Salden, Paas, & van Merriënboer, 2006b).

«Десять шагов» – это хорошая отправная точка для разработки индивидуализированных образовательных программ. Для каждого отдельного ученика всегда можно подобрать наиболее подходящий класс задач (с заданиями оптимальной сложности) и оптимальный уровень поддержки и руководства. Здесь можно применить три эмпирических правила, которые соответствуют принципам использования классов задач, поддержки и руководства, а также вариативности практики.

1. Классы задач.

• Если выполнение учебных задач без поддержки соответствует всем стандартам приемлемого выполнения (например, критериям точности, скорости, подхода и ценностей), то учащийся переходит к следующему классу задач и работает над более сложными учебными задачами с высоким уровнем поддержки и (или) руководства.

• Если результаты выполнения учебных задач без поддержки соответствуют не всем стандартам приемлемого выполнения, то учащийся переходит на текущем уровне сложности либо к другой учебной задаче без поддержки, либо к учебной задаче со специальной поддержкой и (или) руководством.

2. Поддержка и руководство.

• Если выполнение учебных задач с поддержкой соответствует всем стандартам приемлемого выполнения, то учащийся переходит к следующей учебной задаче с меньшей поддержкой и (или) руководством.

• Если выполнение учебных задач с поддержкой соответствует не всем стандартам приемлемого выполнения, то учащийся переходит либо к учебной задаче с тем же уровнем поддержки и (или) руководства, либо к учебной задаче с более высоким уровнем целевой поддержки и (или) руководства.

3. Вариативность.

• Новые учебные задания всегда выбираются таким образом, чтобы весь набор учебных задач в конечном итоге варьировался по всем параметрам, соответствующим реальному миру.

Динамический выбор учебных задач требует постоянной оценки работы отдельных учащихся (см. рис. 2.3). Такая оценка эффективности деятельности происходит на основе стандартов, которые определены для всех базовых навыков, относящихся к рассматриваемым учебным задачам. Как правило, для оценки различных аспектов деятельности учащихся по всем соответствующим стандартам используются рубрикаторы (см. шаг 2 «Определение критериев оценки эффективности деятельности» в главе 5).

Как уже говорилось, учебные задачи без поддержки обычно используются для принятия решения о переходе к более сложным задачам (то есть к следующему классу задач). Если действия учащегося соответствуют стандартам для всех базовых навыков, он может перейти к следующему классу задач. При желании оценка выполнения учебных задач без поддержки может использоваться не только для оценки успеваемости учащегося (то есть посредством формирующего оценивания), но и для итоговой оценки. В этом случае задачи лучше рассматривать как тестовые, то есть как основу для выставления оценок, принятия решений о сдаче и сертификации (подробнее об этом будет рассказано в главе 15). Если учащийся еще не достиг стандартов для всех базовых навыков, можно предложить ему дополнительные задачи того же уровня сложности. Если необходима только дополнительная практика, это снова будут задачи без поддержки. Если же учащиеся испытывают трудности с выполнением отдельных заданий, то это будут задачи с определенной дополнительной поддержкой и (или) руководством, чтобы улучшить выполнение тех аспектов, с которыми возникают трудности.

Оценка выполнения учебных задач с поддержкой и (или) руководством обычно используется для принятия решений о корректировке уровня поддержки и (или) руководства в последующих заданиях. Оценка выполнения задач с поддержкой используется только для формирующей оценки – иными словами, только для того, чтобы повысить качество процесса обучения. Если учащийся соответствует стандартам по всем базовым навыкам, он будет получать задачи с меньшей поддержкой и (или) меньшим руководством и в конце концов совсем без поддержки. Пока учащийся не достиг стандартов для всех базовых навыков, он будет выполнять дополнительные задачи с поддержкой. Если необходима дополнительная практика, он получит задачи примерно с тем же уровнем поддержки. Если же учащийся испытывает трудности с определенными аспектами работы, ему будут предложены задачи с дополнительной поддержкой и (или) руководством для совершенствования этих аспектов.

Кто контролирует процесс?

Динамический выбор заданий – это циклический процесс, который позволяет создавать индивидуальные траектории обучения. За выбор подходящих учебных задач отвечает так называемый интеллектуальный агент – преподаватель, приложение для электронного обучения или сам учащийся, который действует по собственному усмотрению. При системном контроле преподаватель или приложение оценивают, были ли выполнены стандарты приемлемой работы, в соответствии с чем выбирают следующую учебную задачу или класс задач для учащегося. В случае контроля со стороны учащегося это делает самонаправленный учащийся (Corbalan, Kester, & van Merriënboer, 2011). Как показано в таблице 2.1, различие между системным контролем и контролем со стороны учащегося проводится во всех четырех компонентах «Десяти шагов».

Адаптивное обучение и обучение по запросу – два противоположных подхода к выбору задания. При адаптивном обучении преподаватель или другой интеллектуальный агент выбирает и предоставляет каждому ученику подходящие учебные задания (в интеллектуальные обучающие системы часто входит агент для выбора учебных задач, но в данной книге они не рассматриваются, заинтересованному читателю следует обратиться, например, к Long, Aman, & Aleven, 2015; Nkambou, Bordeau, & Mizoguchi, 2010). При обучении по запросу учащийся сам ищет и выбирает подходящие задания из всех доступных. Как сказано выше, учащиеся должны выбирать учебные задания соответствующего уровня сложности, с оптимальным уровнем поддержки и (или) руководства и достаточным уровнем вариативности (см. рис. 2.3).

Рис. 2.3. Цикл динамического выбора задания на основе непрерывного оценивания индивидуальных результатов выполнения учебных задач

В подходе к поддерживающей информации можно противопоставить плановое и ресурсное ее предоставление. При плановом предоставлении информации интеллектуальный агент предоставляет соответствующую поддерживающую информацию в явном виде до того, как учащиеся начинают работать над задачами более высокого уровня сложности. При ресурсном подходе учащийся производит самостоятельный поиск в ресурсах (книгах, учебниках, видео, интернет-источниках, программах, консультируясь с экспертами и т. д.), которые могут помочь повысить эффективность разрешения проблем, обоснований и принятия решений. Например, студенты-архитекторы, проектируя оригинальное здание, могут расспрашивать профессиональных архитекторов об используемых ими подходах, а студенты педагогических специальностей, работающие над своими навыками мотивации учеников, смотрят детские телепередачи, чтобы изучить приемы, которые используют продюсеры. Важно выбирать точные и надежные учебные ресурсы, содержащие не слишком много и не слишком мало информации.

В отношении процедурной информации гибкий подход противоположен предоставлению информации по запросу. При гибком подходе интеллектуальный агент предоставляет поддерживающую информацию о том, как выполнять рутинные аспекты задачи, в явном виде и именно тогда, когда она необходима. Предоставление информации по запросу означает, что для того, чтобы узнать, как нужно выполнять определенные рутинные аспекты задачи, учащийся сам ищет и изучает необходимую процедурную информацию – в руководствах, справочниках и т. д. Так, студенты, изучающие техническое обслуживание самолетов и устраняющие неисправности в системе их электроснабжения, обращаются к техническим руководствам для конкретной модели самолета, а студенты, изучающие деловую переписку, выясняют, как работают те или иные функции текстового процессора, в справочной системе программы. Это требует от них умения находить необходимую и точную информацию и распределять свое внимание между ней и работой над учебной задачей.

Наконец, противоположностью зависимой частичной практике является самостоятельная частичная практика. Интеллектуальный агент в явном виде ставит перед учащимся задачу по зависимой частичной практике повторяющегося навыка после того, как этот навык был представлен в контексте целостной значимой учебной задачи. При самостоятельной частичной практике учащийся сам решает, что и когда практиковать – как правило, чтобы улучшить результаты выполнения целостных учебных задач. Например, студенты-экономисты, которые решают учебные задачи по финансовому анализу при помощи электронных таблиц, могут улучшать свои навыки работы с этими программами при помощи онлайн-курсов, а студенты-медики, которым нужно совершенствовать мастерство интенсивной терапии (сердечно-легочная реанимация, интубация, наружный массаж сердца и т. д.), могут посещать специализированные семинары на соответствующие темы. Для этого учащиеся должны уметь выбирать учебные процедуры, которые помогут им улучшить выполнение всей задачи, и находить возможности для частичной практики.

Дополнительный скаффолдинг навыков самонаправленного обучения

Важность навыков самонаправленного обучения подчеркивается во многих отраслях образования. Бытует мнение, что развитию этих навыков служат такие методики, как обучение по запросу, ресурсное обучение, предоставление информации по запросу и самостоятельная частичная практика (табл. 2.1, правая колонка). Однако предоставление полного контроля учащимся имеет смысл только в том случае, если у них уже хорошо развиты навыки самонаправленного обучения – то есть они способны самостоятельно планировать выполнение задач, оценивать свою работу, контролировать или регулировать собственную учебу и находить наиболее эффективные возможности обучения (Van Merriënboer, 2016). Однако, как отмечают Киршнер и ван Мариенбор (Kirschner, van Merriënboer, 2013), учащиеся зачастую не обладают навыками самонаправленного обучения, и тогда предоставление им полного контроля приводит к катастрофическим последствиям.

Таблица 2.1. Примеры системного контроля и контроля со стороны учащегося для каждого из четырех компонентов проекта

Если эти навыки отсутствуют, можно включить развитие навыков самонаправленного обучения в целостную программу обучения. Это поможет обучающимся стать компетентными профессионалами, способными продолжать обучение в своей будущей деятельности (непрерывное образование). Для этого обучение сложным навыкам (первоочередным) и навыкам самонаправленного обучения (дополнительным) должно быть взаимосвязано в рамках образовательной программы (Noroozi et al., 2017). В такой программе для первоочередных и дополнительных навыков применяются одни и те же принципы обучения, а именно вариативность практики, повышение сложности задач и прежде всего уменьшение поддержки и руководства в процессе скаффолдинга (Van Merriënboer & Sluijsmans, 2009).

Мы говорим о дополнительном скаффолдинге, который относится не непосредственно к сложному навыку как основной цели программы, а к взаимосвязанным с ним навыкам самонаправленного обучения. При дополнительном скаффолдинге происходит постепенный переход от контроля преподавателя или системы к контролю учащегося – то есть от адаптивного обучения к обучению по запросу, от планового предоставления информации к ресурсному, от гибкого предоставления информации к предоставлению ее по запросу и от зависимой к независимой частичной практике. Дополнительный скаффолдинг в области самостоятельного выбора учебных задач описан в шаге 3 (глава 6) «Создание последовательности задач» (раздел 6.3), в части обучения навыкам информационной грамотности и сознательной практики – в главе 14, посвященной общеучебным навыкам.

2.6. Четыре компонента и медиа

Ни одно информационное средство не является универсальным для поддержки образования, но отдельные медиа могут обеспечивать или поддерживать определенные процессы обучения лучше, чем другие (Clark, 2001). Каждый из четырех компонентов модели направлен на различные процессы обучения (например, индуктивное обучение, проработка, формирование правил, закрепление), а значит, различные медиа могут лучше подходить для поддержки тех или иных компонентов. В таблице 2.2 показаны взаимосвязи между процессами обучения, четырьмя компонентами модели и медиа.

Учебные задачи в процессе индуктивного обучения помогают учащимся создавать когнитивные схемы, получая конкретный опыт. Соответствующие медиа должны способствовать работе учащихся над этими задачами. Обычно это реальная или смоделированная среда с инструментами и объектами, необходимыми для выполнения задач. В некоторых случаях подходящей средой для выполнения задач может быть реальная среда – например, будущее рабочее место (стажировка). В других случаях могут быть веские причины практиковаться в выполнении учебных задач не в реальной, а в модельной среде. На ранних этапах обучения (например, при решении задач в начале образовательной программы) модельная среда, которая обеспечивает безопасность и дает учащимся возможность совершать ошибки при выполнении задач с оптимальным уровнем сложности и поддержки (руководства), может быть более эффективна, чем реальная.

Эффективными могут быть подходы как с низкой, так и с высокой физической достоверностью (физическая достоверность определяется степенью сходства смоделированной и реальной сред задачи), причем как в каждом отдельном классе, так и во всех классах задач. Сначала физическая достоверность может быть низкой, как при проблемно-ориентированном обучении (Loyens, Kirschner, & Paas, 2011) группы студентов, работающих над кейс-стади на бумаге; затем средней, как для проектной группы, работающей над задачей от реальной компании; и, наконец, очень высокой, как для студентов-медиков, которые обучаются путем ролевых игр с участием подготовленных актеров в качестве пациентов.

В случае таких новых медиа, как компьютерная симуляция или виртуальная реальность, можно наблюдать тот же континуум от низкой до высокой физической достоверности. При симуляции с низкой степенью достоверности студенты могут иметь дело с текстовыми кейс-стади в онлайн-курсе, симуляция с умеренной степенью достоверности может производиться с помощью реалистично смоделированных персонажей (то есть аватаров или, в медицинском контексте, виртуальных пациентов), которых можно опрашивать в среде виртуальной реальности, а симулятором с высокой степенью достоверности может выступить полноценная операционная, где студенты-медики оперируют компьютерный манекен, который реагирует так же, как настоящий пациент.

Учащиеся должны активно интегрировать новую информацию с предыдущими знаниями, уже имеющимися в долговременной памяти, и поддерживающая информация помогает им строить когнитивные схемы в процессе развития. Традиционными медиа для поддерживающей информации служат учебники, лекции и реалии (то есть реальные вещи). Они описывают модели тех или иных областей и дают описание того, как систематически подходить к решению задач в этих областях, а также иллюстрируют теорию кейс-стади и примерами реальной работы специалистов в этих областях.

Таблица 2.2. Взаимосвязь между основными процессами обучения, компонентами учебного плана и различными информационными средами

Эти функции могут взять на себя компьютерные гипермедиа и мультимедийные системы (Gerjets & Kirschner, 2009). Такие системы предоставляют теоретические модели и конкретные примеры в высокоинтерактивной форме, объясняют подходы к решению проблем и иллюстрируют эти подходы, показывая, например, экспертные модели на видео или с помощью анимированных реалистичных аватаров. Компьютерные симуляции концептуальных областей – это особая категория мультимедийности, поскольку она предлагает высокоинтерактивный подход к представлению примеров, в которых учащиеся могут изменять настройки определенных переменных и изучать влияние этих изменений на другие переменные (De Jong, Linn, & Zacharia, 2013). Основная цель таких микромиров – помочь учащимся не просто отработать сложный навык (как это происходит в средах с компьютерной имитацией задач), а построить (посредством активного исследования и экспериментирования) ментальные модели того, как устроен мир, и когнитивные стратегии для систематического исследования этого мира.

Процедурная информация помогает учащимся автоматизировать свои когнитивные схемы путем формирования правил. Ее нужно предоставлять именно тогда и там, когда и где она нужна учащимся для работы над учебными задачами. В реальной среде процедурную информацию предоставляет преподаватель, средством предоставления являются также всевозможные учебные пособия. Преподаватель дает указания к выполнению рутинных аспектов учебных задач («вы должны держать этот инструмент вот так…», «теперь выберите этот вариант…»). Пособиями могут служить плакаты с подсказками на стенах компьютерных классов, краткие справочные руководства рядом с оборудованием или буклеты с инструкциями для стажеров компании. В компьютерных средах такую информацию часто предоставляют онлайн-помощники и справочные системы, программы-мастера и интеллектуальные педагогические агенты. Важными инструментами предоставления процедурной информации становятся смартфоны и планшеты. Такие устройства особенно полезны как небольшие памятки, которые подсказывают учащимся, что нужно делать, чтобы правильно выполнить рутинные аспекты поставленной задачи. Дополненная реальность позволяет предоставлять своевременную информацию по сигналу учащегося – он смотрит на определенный объект или инструмент и получает инструкцию о том, что делать с этим объектом или как использовать этот инструмент (рис. 2.4).

Частичная практика помогает учащимся автоматизировать когнитивные схемы, которые управляют рутинными аспектами поведения, через процесс закрепления. В числе традиционных средств обучения – письменные принадлежности для выполнения небольших упражнений (сложение чисел, спряжение глаголов), лаборатории навыков и тренажеры для отработки перцептивно-моторных навыков (управление механизмами, внутривенные инъекции), а также реальная среда выполнения задач (физические упражнения). Хорошо зарекомендовал себя как среда для отработки ряда задач компьютер, весьма успешным типом частичной практики стало компьютерное обучение с отработкой практических навыков.

Рис. 2.4. Предоставление процедурной информации с помощью дополненной реальности

Большинство критиков, порицающих компьютерное обучение, упускают суть – они противопоставляют компьютерное обучение с отработкой практических навыков использованию образовательного ПО, которое ставит полноценные аутентичные учебные задачи. Однако согласно «Десяти шагам» частичная практика никогда не заменяет полноценного выполнения задач, а лишь дополняет его и применяется только тогда, когда учебные задачи не могут обеспечить достаточной практики для достижения необходимого уровня автоматизма. Если такая практика необходима, компьютер становится весьма подходящим средством – он делает практику эффективной и привлекательной благодаря процедурной поддержке, экономии времени (позволяя выполнить больше упражнений, чем в реальном времени), предоставлению знаний о результатах и немедленной обратной связи в случае ошибок, а также использованию различных режимов просмотра, игровых элементов, звуковых эффектов и т. д.

Перевернутый класс и двойное смешанное обучение

Смешанным обучением обычно называют сочетание очного и онлайн-обучения, как, впрочем, и любое сочетание различных типов обучения (например, обучение с преподавателем и обучение с учебником). Недавний метаанализ смешанного обучения (Spanjers et al., 2015) показал, что в среднем оно несколько эффективнее традиционного очного обучения, а учащиеся оценивают его как настолько же привлекательное, но считают когнитивно более сложным. Оценки эффективности, привлекательности и воспринимаемых требований в разных исследованиях значительно различаются. Модерационный анализ показывает, что частое проведение контрольных работ положительно влияет на эффективность и привлекательность смешанного обучения, – вероятно, потому, что они помогают учащимся самостоятельно управлять своим обучением.

Как показано в таблице 2.2, образовательные программы, основанные на «Десяти шагах», используют широкий спектр как традиционных, так и новых онлайн-средств. Различие между очным и онлайн-обучением существует во всех четырех компонентах, и это означает, что можно создать не менее 2⁴, или 16, различных типов смешанного обучения. С точки зрения дизайна обучения это не приносит большой пользы, в «Десяти шагах» описаны два наиболее актуальных типа смешанного обучения.

Первый известен как «перевернутый класс» (O'Flaherty & Phillips, 2015). Попросту говоря, это комбинированный подход, при котором теоретическая информация (обычно предлагаемая на занятии) предоставляется вне класса (возможно онлайн), а в классе идет работа над прикладными ситуациями (для которой традиционно отводились бы домашние задания). С точки зрения четырех компонентов это означает, что поддерживающая информация предоставляется онлайн, а работа над учебными задачами происходит очно. В общем образовании это означает, что учащиеся готовятся к выполнению задач самостоятельно в режиме онлайн и используют запланированные контактные часы для работы над учебными задачами под руководством преподавателя.

Второй тип предусматривает работу над учебными задачами как в смоделированной обстановке, так и в реальных условиях. Например, в каждом классе задач или на каждом уровне сложности учащиеся могут сначала работать над задачами со значительной поддержкой и руководством в смоделированной среде, а затем с меньшими поддержкой и руководством в реальной среде (в рабочей обстановке или обычной жизни). Многие учебные программы, разработанные на основе «Десяти шагов», придерживаются этой модели двойного смешанного обучения (см. рис. 2.5; пример см. в Vandewaetere et al., 2015).

В заключение этой главы необходимо подчеркнуть, что «Десять шагов» не являются руководством для окончательного выбора и производства медиа. Выбор медиа – это постепенный процесс, который сужается по мере разработки (Clark, 2001). На окончательный выбор влияют не только соображения обучения, но и такие факторы, как ограничения (например, доступный персонал, оборудование, время, деньги), требования к заданию (например, атрибуты медиа, необходимые для выполнения учебных задач, и требуемые варианты ответов учащихся) и характеристики целевой группы (размер группы, компьютерная грамотность, недостатки). Для окончательного выбора медиа и их производства читателю следует обратиться к специализированным моделям.

Рис. 2.5. Схема двойного смешанного обучения

2.7. Резюме

• Основой программы сложного обучения является высоковариативная последовательность целостных аутентичных учебных задач.

• Последовательность учебных задач в классах задач от простого к сложному и скаффолдинг необходимы для того, чтобы помочь учащимся научиться координировать все аспекты выполнения реальных задач.

• Для облегчения построения когнитивных схем приводится поддерживающая информация, объясняющая, как устроена область и как подходить к решению задач в ней, чтобы учащиеся могли плодотворно работать над неповторяющимися аспектами учебных задач в рамках одного класса сложности.

• Чтобы облегчить автоматизацию схемы:

а) процедурная информация указывает, как именно выполнять повторяющиеся аспекты учебных задач;

б) частичная практика обеспечивает дополнительную тренировку повторяющихся навыков, которые необходимо развить до очень высокого уровня автоматизма.

• Учебные планы, созданные на основе четырех компонентов, полностью соответствуют теории когнитивной нагрузки, поскольку они снижают ненужную когнитивную нагрузку и высвобождают когнитивные ресурсы, которые могут быть направлены на построение и автоматизацию схемы.

• Индивидуальные траектории обучения могут быть реализованы в процессе динамического выбора заданий либо внешним интеллектуальным агентом, таким как преподаватель или приложение для электронного обучения (управляет система), либо учащимся самостоятельно (управляет учащийся).

• Контроль со стороны учащегося может быть эффективным только в том случае, если он уже обладает хорошо развитыми навыками самонаправленного обучения. Для их развития необходим дополнительный скаффолдинг, при котором управление системы постепенно сменяется управлением учащегося.

• Четыре компонента можно поддерживать различными медиа, такими как компьютерная имитация окружения для учебных задач, гипер- и мультимедийность для предоставления поддерживающей информации, системы онлайн-помощи и мобильные технологии для предоставления процедурной информации, компьютерное обучение для частичной практики.

• Физическая достоверность среды, в которой учащиеся работают над учебными задачами, может варьироваться от низкой (кейс-стади на бумаге, решение аутентичных задач в онлайн-курсе) до высокой (например, реальная среда, полнофункциональные симуляторы).

• В программах двойного смешанного обучения сочетаются очное обучение (учебные задачи) и онлайн-обучение (поддерживающая информация), а также выполнение учебных задач в модельной среде и в реальной рабочей обстановке или повседневной жизни.

Ключевые понятия

Автоматизация схемы; адаптивное обучение; атомарный подход; внешняя когнитивная нагрузка; внутренняя когнитивная нагрузка; двойное смешанное обучение; зависимая частичная практика; закрепление; индуктивное обучение; класс задач; компартментализация; модель 4C/ID; незапрашиваемое предоставление информации; обучение по запросу; ресурсное обучение; релевантная когнитивная нагрузка; парадокс переноса; перевернутый класс; перенос обучения на реальную жизнь; планируемое предоставление информации; поддерживающая информация; построение схемы; предоставление информации по запросу; проработка; процедурная информация; самостоятельная частичная практика; сложность; смешанное обучение; теория когнитивной нагрузки; учебная задача; формирование правил; фрагментация; холистический дизайн; частичная практика

Глава 3.
«Десять шагов»

Для решения не такой уж сложной задачи покраски любой комнаты можно использовать типовую процедуру. Сначала необходимо освободить помещение, снять и убрать все панели, розетки и светильники, ковры, подвесные лампы и т. д. Потом нужно снять старые обои или удалить краску со стен, отремонтировать стены и потолки (оштукатурить, отшлифовать, зашпаклевать). Затем можно красить стены, а также оконные и дверные рамы (часто в разные цвета). После этого можно вернуть на место панели и розетки, повесить лампы, уложить ковры и расставить мебель.

Покраска всех помещений дома – гораздо более сложная задача. Разумеется, можно выполнить те же шаги в линейном порядке – сначала вынести всю мебель, снять все панели, вешалки и т. п., удалить всю старую краску, отпарить все обои и т. д. – до тех пор, пока вся мебель не вернется в дом. Но так никто не делает, потому что такой порядок работы, во-первых, нецелесообразен, а во-вторых, полученные результаты могут оказаться не вполне удовлетворительными. Это нецелесообразно, потому что в ходе ремонта в доме будет негде жить. Это также может привести к не самым удовлетворительным результатам, потому что участники процесса не смогут извлечь пользу из усвоенных уроков и появившихся идей. Поэтому здесь, вероятно, будет использована зигзагообразная стратегия покраски каждой комнаты в отдельности, пока не будет закончен ремонт во всем доме.

Эта третья и последняя вводная глава описывает процесс дизайна обучения в «Десяти шагах». Начнем с описания десяти действий (а не шагов) дизайна обучения в разделе 3.1 – и вот почему. Теоретически эти десять шагов можно выполнять в определенном порядке, но в реальных проектах по разработке учебных материалов часто приходится зигзагообразно переключаться с одного действия на другое – как в приведенном примере. В разделе 3.2 описывается динамика системы обучения. Как бы то ни было, линейное описание деятельности необходимо, чтобы представить рабочее и понятное описание модели, обеспечивающей системный подход к дизайну. Для упорядочивания действий используется модель «камень в пруду» М. Дэвида Меррилла (2012), как описано в разделе 3.3. Этот подход обеспечивает практический и контентно-ориентированный взгляд на дизайн, начиная с ключевого действия, лежащего в основе нашей модели, – с дизайна целостных задач. Учебная задача – тот камень, который бросают в пруд, – и есть первый из десяти шагов. С этого камня начинаются все остальные действия. Девять оставшихся шагов разработки учебных задач кратко обсуждаются в обычном порядке. В разделе 3.4 «Десять шагов» рассматриваются в рамках дизайна обучения (Instructional Systems Design, ISD) и модели ADDIE (то есть Analysis, Design, Development, Implementation, and Evaluation – анализ, дизайн, разработка, внедрение и оценка). Глава завершается кратким резюме. Пусть вас не удивляет темп изложения – это лишь обзор, все десять шагов подробно рассматриваются в главах 4–13.

3.1. Десять действий дизайна

Рисунок 3.1 показывает весь процесс разработки инструкций для комплексного обучения – одной картинкой. Светло-синие блоки – это десять действий, необходимых для создания эффективных и рациональных учебных программ, по которым приятно заниматься. В этом разделе объясняются различные элементы рисунка.

Рис. 3.1. Схематический обзор десяти действий (светло-синие блоки) в процессе разработки комплексного обучения

Нижняя часть рисунка идентична схематическому плану обучения, представленному в главе 2 (рис. 2.1), и содержит четыре действия, которые соответствуют четырем компонентам плана. Основа учебного плана – разработка учебных задач. Для каждого класса задач разрабатываются учебные задачи, которые обеспечивают учащимся различные варианты выполнения целостных задач на определенном уровне сложности до тех пор, пока они не смогут самостоятельно выполнять эти задачи в соответствии со стандартами. После этого они переходят к следующему, более сложному классу задач. Поддерживающая информация – это вся информация, которая может помочь учащимся в решении задач, рассуждениях и принятии решений (то есть в неповторяющихся аспектах учебных задач) в рамках конкретного класса задач. Процедурная информация – это вся информация, которая точно определяет, как выполнять рутинные (то есть повторяющиеся) аспекты учебных задач. Разработка частичной практики необходима для развития необходимых повторяющихся аспектов до очень высокого уровня автоматизма.

Два вида деятельности на центральной оси рисунка обеспечивают разработку учебных задач. Разработка оценок эффективности нужна, чтобы определять, насколько учащиеся достигли предварительно установленных стандартов приемлемой работы. Приемлемые стандарты определяет разработчик или команда разработчиков. Для некоторых задач это может быть что-то минимально работающее, для других – определенный уровень мастерства, для третьих – работа, выполненная в совершенстве. Поскольку комплексное обучение имеет дело с высокоинтегрированными наборами целей обучения, основное внимание уделяется декомпозиции сложного навыка на иерархию, описывающую все аспекты или базовые навыки, необходимые для выполнения реальных задач. Оценка эффективности должна учитывать каждый из этих базовых навыков и отслеживать прогресс учащихся в выполнении учебных задач во времени. Последовательность учебных задач, занимающая центральное место в этой системе, – это последовательность категорий задач, от простых к сложным. Задачи организованы таким образом, чтобы оптимизировать процесс обучения. Самые простые задачи выполняются на начальном уровне обучающихся (то есть на основе того, что они уже умеют делать на момент начала занятий), а последние, наиболее сложные задачи выполняются на финальном уровне освоения всей программы обучения. В индивидуализированных траекториях обучения, основанных на частой оценке результатов, каждый учащийся получает уникальную последовательность учебных задач, адаптированную к его индивидуальным потребностям в обучении. При обучении по запросу учащиеся могут сами выбирать учебные задачи, но при этом часто получают поддержку и руководство (то есть скаффолдинг второго порядка).

Два вида деятельности в левой части рисунка – анализ когнитивных стратегий и анализ ментальных моделей – обеспечивают разработку поддерживающей информации. Они нарисованы рядом друг с другом, потому что они взаимозависимы. Анализ когнитивных стратегий отвечает на вопрос: «Какие систематические подходы используют профессионалы для решения задач в своей предметной области?» Анализ ментальных моделей отвечает на вопрос: «Как профессионалы организуют свою предметную область?» Полученные в результате систематические методы решения проблем (Systematic Approach to Problem Solving, SAP) и модели предметной области используются как основа для разработки поддерживающей информации для конкретного класса задач (см. раздел 7.1). Существует четкая взаимосвязь между последовательностью учебных задач в классах задач от простых до сложных и анализом неповторяющихся аспектов задач. Более сложные классы задач требуют более детальных и (или) более совершенных когнитивных стратегий и ментальных моделей, чем более простые классы задач.

Два вида деятельности в правой части рисунка – анализ когнитивных правил и анализ предварительных знаний – нужны для разработки процедурной информации и частичной практики. Они размещены друг над другом, потому что имеют условную взаимосвязь: когнитивные правила требуют наличия предварительной информации. Анализ когнитивных правил выявляет пары «условие – действие» (ЕСЛИ условие, ТО действие), которые позволяют выполнять рутинные аспекты задач без сознательных усилий. Анализ предварительных знаний позволяет определить, что эксперты должны знать, чтобы правильно применять эти пары. Все эти результаты вместе обеспечивают основу для разработки процедурной информации (см. раздел 10.1). Кроме того, обозначенные когнитивные правила и есть те правила, которые необходимо автоматизировать с помощью частичной практики.

Как показано стрелками на рисунке 3.1, некоторые виды деятельности обеспечивают предварительный ввод для других видов деятельности. То есть, например, можно начать с разработки необходимых оценок эффективности, затем продолжить анализом неповторяющихся и повторяющихся аспектов и последовательности задач и закончить разработкой четырех компонентов плана обучения. Именно в таком порядке ранее и были описаны десять действий (например, Van Merriënboer & de Croock, 2002), но в реальных проектах дизайна обучения каждый вид деятельности влияет на все остальные виды деятельности. Поэтому вопрос о том, какой порядок выполнения десяти действий будет наиболее плодотворным, остается открытым.

3.2. Динамика системы обучения

Модель, представленная в этой книге, как и многие другие модели дизайна обучения, рассматривает систему обучения с точки зрения динамики обучения. Этот взгляд подчеркивает взаимозависимость элементов, составляющих систему обучения, и признает динамическую природу этой взаимозависимости, которая и делает систему неделимым целым. Такой подход является одновременно систематическим и системным. Систематическим он является благодаря парадигме «вход – процесс – выход», то есть выходы одних элементов системы служат входами для других элементов, а выходы тех или иных проектных действий служат входами для других действий. Например, выход анализа аспектов неповторяющихся задач является входом для проектирования поддерживающей информации в плане обучения. В то же время этот процесс является системным, поскольку принято считать, что производительность или функция каждого элемента прямо или косвенно влияет на один или несколько других элементов, что делает процесс проектирования весьма динамичным и нелинейным. Например, анализ неповторяющихся аспектов навыка может также повлиять на последовательность учебных задач. Более подробно об этом будет рассказано в следующих разделах.

Итерация

Предварительные отношения «вход – процесс – выход», изображенные на рисунке 3.1, указывают на систематический характер «Десяти шагов». Оценка результатов дает исходные данные для определения последовательности учебных задач, поскольку позволяет определить индивидуальные потребности в обучении и таким образом предоставить каждому обучаемому уникальную последовательность задач. Она также позволяет проанализировать неповторяющиеся и повторяющиеся аспекты сложного навыка, чтобы прояснить, что именно должны знать и уметь учащиеся, чтобы выполнять учебные задачи в соответствии со стандартами. Анализ неповторяющихся аспектов дает дополнительные материалы для разработки поддерживающей информации, поскольку анализируемые когнитивные стратегии и ментальные модели являются частью этой информации. Анализ повторяющихся аспектов позволяет получить исходные данные для разработки процедурной информации, поскольку проанализированные когнитивные правила и предварительные знания являются частью этой информации. И, наконец, анализ когнитивных правил также вносит вклад в разработку частичной практики, поскольку именно эти правила должны быть закреплены посредством повторяющейся практики.

Весь этот процесс, однако, не выполняется за один раз – он происходит в итерациях. Результаты действий, расположенных в нижней части рисунка 3.1, необходимы для действий, которые расположены выше, и требуют повторения того, что уже было сделано. Итерация – это процедура, в которой цикл операций повторяется, чтобы приблизить желаемый или требуемый результат. Итерации очень важны и указывают на системный характер процесса. Например, анализ неповторяющихся и повторяющихся аспектов навыка часто позволяет по-новому взглянуть на структуру сложного навыка, что дает возможность пересмотреть оценку результатов. Четырехкомпонентный дизайн часто выявляет слабые места в результатах анализа и дает возможность получить данные для более детального или альтернативного анализа и дизайн-решений. Даже выбор медиа – например, использование электронного обучения в части программы обучения – может потребовать дополнительного анализа задач и знаний, чтобы получить необходимые конкретность и детализацию.

В реальных дизайн-процессах всегда будут существовать итерации, поэтому, возможно, стоит планировать основные итерации заранее при быстром прототипировании (Nixon & Lee, 2001). При быстром прототипировании дизайнер быстро разрабатывает одну или несколько учебных задач (прототипов, см. рис. 3.2), которые соответствуют одному конкретному классу задач, а затем тестирует их с реальными пользователями. Результаты этих пользовательских тестов не только используются для корректировки прототипа, но и влияют на весь процесс проектирования, включая разработку оценки результатов, последовательности учебных задач и анализ различных аспектов сложного навыка.

Рис. 3.2. Прототип Tube Screamer и конечный продукт

Уровень необходимости

В реальных проектах дизайнеры часто выполняют не все действия по проектированию или по крайней мере выполняют их с неодинаковой степенью детализации. Исходя из времени, отведенного на разработку, и наличия ресурсов, они выбирают действия, которые будут выполняться в ходе проекта, и уровень детализации, необходимый для этих действий. Другими словами, они гибко адаптируют свои профессиональные знания. Ведман и Тессмер (1991) описывают этот процесс в терминах уровней необходимости. Модель дизайна обучения описывается как вложенная структура субмоделей, начиная от минимальной модели, которую можно разработать в условиях жестких ограничений времени и ресурсов, и заканчивая высокотехнологичной моделью для условий избытка времени и ресурсов. Минимальная версия «Десяти шагов» (то есть первый уровень необходимости) может, например, содержать только разработку набора учебных задач, поскольку это основа плана обучения. Самая развитая версия может содержать разработку очень подробного плана обучения со всесторонним анализом задач и материалов для описаний поддерживающей информации, процедурной информации и частичной практики. Очевидно, что ключом к использованию уровней необходимости является реалистичная оценка ограничений времени и ресурсов конкретного дизайн-проекта.

Связанный с этим вопрос – повторное использование учебных материалов (Van Merriënboer & Boot, 2005; Wiley et al., 2012). Во многих дизайн-проектах учебные программы не разрабатываются с нуля, а создаются на основе существующих учебных программ. Это явно освобождает от необходимости выполнения определенных действий по анализу и проектированию и почти наверняка сокращает их детализацию. Например, перепроектирование существующей программы обучения в соответствии с «Десятью шагами» всегда начинается с определения серии учебных задач, которые затем организуются в классы задач. Что касается разработки информации для работы над задачами, вполне достаточной может оказаться такая реорганизация имеющихся учебных материалов, чтобы они отвечали соответствующим классам задач и учебным задачам. Очевидно, что при этом не потребуется углубленный анализ задач и материалов.

Повторное использование материалов также становится все более популярным при разработке новых курсов. Существующие цифровые медиафайлы перераспределяются и модифицируются, и таким образом создаются новые учебные материалы. Такой подход становится все более популярным в свете появления открытых образовательных ресурсов (ООР) – свободно доступных документов и медиа с открытой лицензией, которыми можно пользоваться для преподавания, обучения и оценки знаний (Littlejohn & Buckingham Shum, 2003; Wiley, Bliss, & McEwen, 2014). Анализ того, какие существующие медиафайлы потребуются для создания таких материалов, скорее всего, будет значительно менее детальным, чем если бы эти материалы разрабатывались с нуля.

Зигзагообразный дизайн

Как указано в предыдущих разделах, часто выполняют не все действия по проектированию, выполняют их с неодинаковой степенью детализации и не в одинаковом порядке. Например, согласно рисунку 3.1, нет предпочтительного порядка ни для анализа неповторяющихся и повторяющихся аспектов навыка, ни для разработки поддерживающей информации, процедурной информации и практики выполнения части задачи, кроме того, нет необходимости завершать один шаг, прежде чем приступать к другому. В целом итерации, уровни необходимости и переключение между независимыми действиями создают высокодинамичные нелинейные формы зигзагообразного дизайна. Тем не менее необходим оптимальный базовый порядок выполнения десяти действий. Он обсуждается в следующем разделе.

3.3. Модель «камень в пруду»: от действий к шагам

M. Дэвид Меррилл (2012) предложил модель дизайна обучения, которая полностью соответствует «Десяти шагам» (см. рис. 3.3). Это вариант традиционного дизайна обучения, ориентированный на материалы, в котором сразу определяются не абстрактные цели обучения, а материалы, которые необходимо усвоить. Все начинается с метафорического броска камня в пруд – с дизайна одной или нескольких целостных задач типа тех, которые будут выполнять учащиеся. От первого камня идут круги по воде – последующий дизайн. Дизайнеры не работают в линейном порядке, зигзагообразный дизайн допускается, но шаги упорядочиваются в соответствии с моделью «камень в пруду». Считается, что такой способ представления шагов может быть применим и полезен для преподавателей и других практиков в области дизайна обучения.

Рис. 3.3. Модель дизайна обучения «камень в пруду» М. Дэвида Меррилла

Основа учебных задач: шаги 1–3

На первых трех шагах разрабатывается серия целостных задач как основа учебного плана:

• Шаг 1: разработка учебных задач.

• Шаг 2: определение критериев оценки эффективности деятельности.

• Шаг 3: создание последовательности задач.

Первый шаг – камень, который бросают в пруд, – это определение набора типичных учебных задач, соответствующих комплексу навыков, которыми учащийся овладеет после прохождения полного обучения. Таким образом, становится ясно с самого начала и на очень конкретном уровне, какова цель учебной программы.

Шаг 2 – первый круг по воде – формулировка стандартов, которых должны достичь учащиеся, чтобы выполнять задачи приемлемым образом. Определение критериев оценки эффективности деятельности позволяет:

а) определить, были ли достигнуты стандарты;

б) дать учащимся необходимую обратную связь о качестве их работы.

Определяя сначала учебные задачи и только после этого стандарты оценки результатов, модель «камень в пруду» позволяет избежать распространенной проблемы, когда цели обучения, определенные на ранних этапах процесса, позднее отменяются или пересматриваются, чтобы более точно соответствовать разработанным материалам (Merrill, 2012).

На следующем этапе проектирования – это этап 3 – создается последовательность задач. Уже есть набор учебных задач и инструмент для оценки результатов, теперь нужно упорядочить задачи таким образом, чтобы оптимизировать процесс обучения. С одной стороны, для этого повышается сложность задач и на каждом уровне сложности снижается степень поддержки и сопровождения. Когда учащиеся успешно выполняют все задачи, считается, что они благополучно завершили курс. С другой стороны, это можно сделать и с помощью оценки эффективности с учетом динамического выбора учебных задач, отвечающих потребностям отдельных учащихся.

Знания, навыки и установки: шаги 4–10

На дальнейших этапах дизайна обучения определяются знания, навыки и установки, необходимые для выполнения каждой учебной задачи из последовательности задач. Так появляются остальные компоненты плана обучения.

Существует разница между поддерживающей информацией, процедурной информацией и частичной практикой. Для проектирования и разработки поддерживающей информации выполняются следующие шаги:

• Шаг 4: разработка поддерживающей информации.

• Шаг 5: анализ когнитивных стратегий.

• Шаг 6: анализ ментальных моделей.

Поддерживающая информация – это информация, которая помогает учащимся выполнять неповторяющиеся аспекты учебных задач, связанные с решением проблем, рассуждениями и принятием решений. Единицы поддерживающей информации связаны с классами задач, и чем сложнее классы задач, тем более подробная или более глубокая поддерживающая информация требуется. Если полезные учебные материалы уже имеются, то шаг 4 может быть ограничен реорганизацией существующих учебных материалов и распределением их по классам задач, тогда шаги 5 и 6 можно пропустить.

Если учебные материалы необходимо проектировать и создавать с нуля, могут потребоваться шаги 5 и 6. На шаге 5 выполняется анализ когнитивных стратегий, чтобы выяснить, какие систематические подходы используют профессионалы для решения задач в своей предметной области. На шаге 6 выполняется анализ ментальных моделей, чтобы выяснить, как профессионалы организуют свою предметную область.

Аналогично этапам проектирования и разработки поддерживающей информации, выделяются следующие этапы проектирования и разработки процедурной информации:

• Шаг 7: разработка процедурной информации.

• Шаг 8: анализ когнитивных правил.

• Шаг 9: анализ предварительных знаний.

Процедурная информация – это информация, необходимая для овладения повторяющимися аспектами учебных задач. Она определяет, как именно выполняются эти аспекты (в терминологии «Десяти шагов» эти аспекты называются процедурными), и предоставляется тогда, когда она нужна учащимся для работы над учебными задачами. В дальнейшем она исчезает или ее заменяют новой информацией для выполнения новых повторяющихся аспектов задач. Если полезные учебные материалы, такие как должностные инструкции или краткие справочные руководства (часто – в виде мобильных приложений), уже имеются, на шаге 7 их можно обновить или перераспределить в соответствии с учебными задачами, тогда шаги 8 и 9 можно пропустить. Но если процедурную информацию нужно разрабатывать с нуля, может потребоваться шаг 8, на котором анализируются когнитивные правила для выполнения рутинных действий в виде правил или процедур ЕСЛИ – ТО, и шаг 9, на котором анализируются знания, необходимые для корректного использования этих правил и процедур. Результаты анализа затем служат основой для разработки процедурной информации. Наконец, в зависимости от характера задачи и от знаний и навыков, необходимых для ее выполнения, может потребоваться шаг 10:

• Шаг 10: разработка частичной практики.

Это требуется, если нужно развить очень высокий уровень автоматизма для отдельных повторяющихся аспектов сложного навыка. Например, это может относиться к критическим навыкам, неправильное выполнение которых может привести к опасности для жизни и здоровья, потере дорогих или дефицитных материалов, повреждению или потере оборудования. Это также может быть важно для тех повторяющихся базовых навыков, которые требуют очень быстрого или безошибочного выполнения. Если необходимо разработать частичную практику, результаты анализа на шаге 8 (то есть правила или процедуры ЕСЛИ – ТО) будут полезны. В остальных главах этой книги мы подробно рассмотрим каждый из десяти шагов (их краткое описание приведено в приложении 1).

3.4. «Десять шагов» в контексте дизайна обучения

«Десять шагов» будут часто применяться в контексте дизайна обучения. ADDIE-модели дизайна обучения делят процесс разработки учебных систем на пять этапов: анализ, дизайн, разработка, внедрение и оценка (Van Merriënboer, 2013a). При этом формирующая оценка проводится на всех этапах. «Десять шагов» сосредоточены только на первых двух этапах процесса разработки учебных материалов – на анализе и дизайне. В частности, это анализ сложного навыка или профессиональной компетенции, которому необходимо обучить, в рамках интегрированного процесса анализа задач и материалов (также называемого когнитивным анализом задач; Clark et al., 2008) и преобразование результатов этого анализа в готовый к разработке и внедрению проект обучения. Модель десяти шагов лучше всего применять в сочетании с дополняющей ее моделью дизайна обучения, например включающей оценку и анализ потребностей, разработку учебных материалов, внедрение и предоставление материалов, а также итоговую оценку реализованной программы.

На начальном этапе предполагается, что существует проблема в работе, которую можно решить с помощью обучения, и что существует общая цель обучения, а именно обучение сложному навыку или профессиональной компетенции. Если это предположение не может быть полностью обосновано, желательно провести оценку потребностей до выполнения десяти шагов, чтобы найти ответы на такие вопросы, как (Barbazette, 2006):

• Чему учащиеся должны научиться после обучения?

• Возможно, они это уже делают, но существует проблема с производительностью?

• Каковы возможные причины проблем успеваемости?

• Можно ли решить проблему успеваемости с помощью обучения?

После подобной оценки потребностей следует провести детальный анализ задач. Методы анализа, обсуждаемые в этой книге (главы 5–6, 8–9 и 11–12), полностью интегрированы в модель десяти шагов, но имеют много общего с другими комплексными моделями анализа задач, такими как модель интегрированного анализа задач (Ryder & Redding, 1993) и модель концепций, процессов и принципов (Clark et al., 2008; Yates & Feldon, 2010).

В итоге результатом десяти шагов становится очень подробный план обучения, который служит основой для создания учебной среды и подготовки учебных материалов. В терминологии дизайна обучения это означает переход от этапа дизайна к этапу разработки или внедрения.

3.5. Резюме

• Дизайн обучения состоит из десяти действий: разработка учебных задач, разработка поддерживающей информации, разработка процедурной информации, разработка частичной практики, разработка оценок эффективности, создание последовательности задач, анализ когнитивных стратегий, анализ ментальных моделей, анализ когнитивных правил и анализ необходимых знаний.

• Динамика системы обучения показывает, что результат каждого действия влияет на все остальные действия. В реальных проектах дизайна встречаются итерации, уровни необходимости и переключение между видами деятельности – так называемый зигзагообразный дизайн.

• Модель «камень в пруду» – это версия традиционного дизайна обучения, ориентированная на материалы, которая сразу определяет одну или несколько учебных задач, а не только абстрактные цели обучения. Таким образом, процесс начинается с того, что в пруд учебного проектирования бросают камень – одну или несколько целостных учебных задач. Процесс разворачивается, как круги по воде от этого камня.

• Десять шагов, упорядоченные в соответствии с моделью «камень в пруду», включают следующие действия:

1. Разработка учебных задач;

2. Определение критериев оценки эффективности деятельности;

3. Создание последовательности задач;

4. Разработка поддерживающей информации;

5. Анализ когнитивных стратегий;

6. Анализ ментальных моделей;

7. Проектирование процедурной информации;

8. Анализ когнитивных правил;

9. Анализ предварительных знаний;

10. Разработка частичной практики.

• Десять шагов лучше всего применять в сочетании с дополняющей их моделью дизайна обучения, например включающей оценку и анализ потребностей, разработку учебных материалов, внедрение и предоставление материалов, а также итоговую оценку реализованной программы.

Ключевые понятия

Быстрое прототипирование; дизайн обучения; динамика системы обучения; зигзагообразный дизайн; итерация; модель «камень в пруду»; модель ADDIE; открытые образовательные ресурсы (ООР); уровень необходимости

Глава 4.
Шаг 1: разработка учебных задач

Необходимое условие

Учебные задачи – первый компонент дизайна обучения, они обеспечивают основу вашего плана обучения. Вы всегда должны выполнять этот шаг.

Традиционные школьные задачи тщательно сконструированы, хорошо проработаны, компактны, ориентированы на индивидуальное выполнение и разработаны таким образом, чтобы наилучшим образом отражать конкретный учебный материал, а не реальность. Архетипическая задача такого типа:

Два поезда, идущие навстречу друг другу со скоростью v км/ч, покидают свои станции, находящиеся на расстоянии s км. Когда они столкнутся?

Такие задачи считаются весьма подходящими для приобретения базовых навыков, но они не репрезентируют реальных проблем, актуальных для учащихся (если только вы не железнодорожный диспетчер, планирующий время столкновения поездов), и не считаются эффективными для приобретения сложных навыков и компетенций или для достижения переноса обучения на реальную жизнь.

В этой главе представлены рекомендации по разработке учебных задач – первого и важнейшего компонента «Десяти шагов». Это и есть тот самый камень, который бросают в пруд. Именно из этих задач становится ясно, чем придется заниматься учащимся в процессе обучения и после него. Традиционные модели дизайна обучения обычно основаны на изложении предмета как основе обучения, к которой добавляются учебные задачи, часто называемые элементами практики. В отличие от них, «Десять шагов» начинаются с разработки значимых практических задач – будущей основы, на которой объединяются остальные компоненты дизайна, включая сам предмет.

Эта глава устроена следующим образом. В разделе 4.1 описывается, как реальные задачи становятся основой для разработки учебных задач. В разделе 4.2 обсуждается, как учащиеся выполняют эти задачи в реальной и (или) смоделированной среде. Среды могут быть разной степени сложности, но они всегда должны позволять учащимся работать над учебными задачами. В разделе 4.3 подчеркивается важность разнообразия учебных задач – вариативность практики является, вероятно, самым мощным методом достижения переноса обучения на реальную жизнь. В разделе 4.4 объясняются концепции встроенной поддержки задач и руководства для разрешения проблем. В разделах 4.5 и 4.6 рассматриваются учебные задачи с различными уровнями встроенной поддержки, включая обычные задачи, задачи на имитацию, кейс-стади и т. д., а также различные подходы к руководству для разрешения проблем. В разделе 4.7 объясняется принцип, согласно которому в процессе скаффолдинга поддержка и руководство должны угасать по мере накопления опыта учащимися. Глава завершается кратким резюме.

4.1. Задачи из реальной жизни

Задачи из реальной жизни, рассматриваемые в этой книге, отличаются от типичных школьных задач как минимум по трем параметрам. Во-первых, они почти всегда плохо структурированы. Во-вторых, они не относятся к одной дисциплине, а являются междисциплинарными. В-третьих, они бывают не только индивидуальными, но и командными.

Плохо структурированные задачи

Школьные задачи обычно хорошо структурированы – они предоставляют учащемуся все элементы проблемы, требуют применения ограниченного числа правил и (или) процедур и имеют известные, понятные решения. Кроме того, они по своей природе конвергентны, то есть имеют один правильный ответ. Реальные задачи, напротив, плохо структурированы, они сталкивают исполнителя с неизвестными элементами, могут иметь несколько приемлемых решений или совсем не иметь решения, предлагают множество критериев для оценки решений и часто требуют от учащихся вынесения суждений (Jonassen, 1997). Риттел и Уэббер (1973) сделали еще один шаг вперед, обсуждая так называемые коварные проблемы, которые не только сложны, но иногда неразрешимы из-за неполных, противоречивых и (или) меняющихся требований.

Таким образом, плохо структурированные (и коварные) проблемы нельзя решить путем применения правил или процедур, они требуют знания области (ментальных моделей) и подходов к проблемам этой области (когнитивных стратегий), чтобы найти приемлемое решение. Поэтому в «Десяти шагах» сложные навыки и составляющие их умения обычно рассматриваются как неповторяющиеся. Эти навыки основаны на знаниях и могут позволить решать проблемы в определенной области, но не гарантируют этого, поскольку являются эвристическими, а не алгоритмическими. Это означает, что они не следуют определенному набору правил и процедур для решения задач, а используют общий метод, достаточный для их решения, но не гарантирующий оптимального или идеального решения.

Теоретически хорошо понятно, чем отличаются решения плохо структурированных и хорошо структурированных задач, но реальные задачи почти всегда требуют сочетания обоих подходов (Van Merriënboer, 2013b). При этом исполнитель должен сам координировать когнитивные процессы, ответственные за решение плохо структурированных задач (то есть неповторяющиеся навыки) и хорошо структурированных задач (то есть повторяющиеся навыки). Когда профессионалы используют свои ментальные модели и когнитивные стратегии для решения реальных задач, они применяют известные им правила или автоматизированные схемы для выполнения знакомых, рутинных аспектов решения проблемы, при этом «освобождая мыслительные ресурсы для новых аспектов решения проблемы» (Frederiksen, 1984, p. 365).

Мультидисциплинарные задачи

Хорошо структурированные проблемы часто бывают ограничены одной предметной областью или дисциплиной, но реальные задачи почти всегда требуют знаний из разных дисциплин. Врач, который ставит диагноз пациенту, использует знания анатомии, физиологии, патологии, фармакологии и других дисциплин, связанных с медициной. Кроме того, для работы с пациентом ему необходимо знание этики, права и социальной психологии. Исследователю, который ставит эксперимент, необходимы знания из его теоретической области, а также методологии, статистики, исследовательской этики и других дисциплин. При этом он должен уметь излагать свои выводы – то есть использовать навыки письма, логики, риторики и т. д. А парикмахеру, который делает стрижки, нужны знания современных причесок, текущих общественных тенденций, химии (для работы с краской и средствами укладки волос), методов оплаты и других областей. Таким образом, когда в качестве основы для разработки учебных задач используются реальные задачи, это неизбежно приводит к тому, что поддерживающая информация для этих задач имеет междисциплинарный характер.

Командные задачи и интерпрофессиональное обучение

Реальные задачи часто выполняются не отдельным человеком, а командой. Понятно, почему это норма для полиции, пожарных и военных, но часто это происходит и во многих других областях. Кроме того, командные задачи часто требуют сотрудничества профессионалов из разных областей. В бригадах скорой помощи вместе работают врачи, медсестры и парамедики, в командах разработчиков в веб-дизайне – креативные дизайнеры, ИТ-специалисты и программисты, в командах разработчиков новых продуктов – социологи, материаловеды, инженеры, маркетологи и юристы, в командах разработки политик охраны окружающей среды – экологи, медики, юристы и др. И если реальные жизненные задачи решаются командами, то, согласно «Десяти шагам», учебные задачи, основанные на этих реальных задачах, также будут командными. Следовательно, образовательные программы, разработанные на основе «Десяти шагов», могут включать интерпрофессиональное обучение (Hammick et al., 2007), при котором над учебными задачами совместно работают люди, обучающиеся разным дисциплинам.

От реальных задач к учебным задачам

Определять, какие реальные задачи можно взять за основу для разработки учебных задач, лучше всего путем опроса профессионалов и преподавателей из данной предметной области. При подготовке обычно изучают такие материалы, как технические руководства, рабочие документы и описания обязанностей, а также, чтобы избежать дублирования работы, существующие образовательные программы и открытые образовательные ресурсы. Изучение документов обеспечивает разработчика программы обучения достаточной исходной информацией для последующего интервьюирования профессионалов. На более поздних этапах дизайна стоит привлекать экспертов в предметной области из разных дисциплин, чтобы в полной мере отразить междисциплинарный характер задач.

Использование реальных жизненных задач как основы для учебных задач гарантирует, что учащиеся будут отрабатывать базовые навыки, а не изучать общую информацию о них. Такой дизайн также гарантирует, что для выполнения задачи потребуется обучение – то есть внимание учащихся будет сосредоточено на когнитивных процессах обучения, а не только на выполнении задач. Это достигается (Kirschner, Sweller, & Clark, 2006):

• изменением реальной или смоделированной среды, в которой выполняются задачи;

• обеспечением вариативности практики;

• оказанием надлежащей поддержки и руководства.

4.2. Реальная и смоделированная среда выполнения задач

Основная цель учебных задач – помочь учащимся индуктивно построить когнитивные схемы на основе их конкретного опыта. Таким образом, среда выполнения задач должна позволять учащимся работать над учебными задачами, которые предлагают такой конкретный опыт. Вот почему такая среда называется основной средой обучения. Это может быть либо реальная среда с ее обычными инструментами и объектами, либо ее имитация. В некоторых случаях реальная среда вполне подходит для выполнения учебных задач – например, разработке ПО можно обучаться в обычной среде программирования, техническому обслуживанию автомобилей – в реальном гараже, а ремонту электронных схем – на обычном рабочем месте. Тем не менее существует ряд причин для отработки учебных задач в смоделированной среде:

• образовательные (например, чтобы шире отразить проблемы, с которыми может столкнуться учащийся);

• практические (например, недостаток рабочих мест для обучения всех учащихся);

• инструментальные (например, опасность обучения в реальной среде).

В этих случаях может помочь симуляция, и тогда в процессе дизайна обучения важно решить, какой степенью достоверности (сходства с реальной средой задачи) она должна обладать.

Смоделированные среды выполнения задач

Смоделированная среда выполнения задач может предлагать более благоприятные возможности для обучения, чем реальная среда, – особенно на ранних этапах процесса обучения. В таблице 4.1 перечислены основные причины использования смоделированной среды. Оказывается, реальная среда иногда неблагоприятна для обучения – в ней бывает сложно или невозможно контролировать последовательность учебных задач (как при обучении авиадиспетчеров непосредственно в аэропорту), из-за чего учащимся приходится выполнять слишком сложные или слишком простые для них задачи. Иногда реальная среда не обеспечивает достаточную вариативность практики (например, при обучении преподавателей только с одной группой учащихся). Может быть затруднено оказание обучающимся необходимой поддержки или руководства (например, при обучении начинающих пилотов на одноместном самолете или в ситуации дефицита квалифицированных кадров). В реальной среде возможны опасные ситуации (например, при выполнении операции реальному пациенту). Реальные учебные ситуации могут быть неэффективны из-за того, что они требуют слишком много времени (например, проведение химического опыта при медленном протекании химической реакции). Они могут повлечь слишком крупные материальные затраты (например, реальное обучение пожарных тушению горящего самолета). Необходимые ситуации могут слишком редко встречаться в реальной жизни (к примеру, стихийные бедствия или непредсказуемые технические проблемы). Наконец, в реальной среде выполнения задачи могут быть недоступны материалы, необходимые для обучения (например, при обучении огранке и полировке алмазов). Таким образом, часто имеет смысл использовать смоделированную среду выполнения учебных задач, безопасную и контролируемую, в которой учащиеся могут развивать и совершенствовать навыки, проходя последовательную, хорошо спланированную практику.

Таблица 4.1. Причины использования смоделированной среды выполнения учебных задач

Достоверность среды выполнения учебных задач

Смоделированные среды для выполнения задач различаются по степени достоверности – то есть степени соответствия тех или иных характеристик моделируемой среды реальному миру. Обычно различают психологическую, функциональную и физическую достоверность (Hays & Singer, 1989). Психологическая достоверность – это степень, с которой смоделированная среда задачи воспроизводит психологические факторы, испытываемые в реальной среде задачи (то есть не только навыки, которым необходимо обучиться, но и такие факторы, как стресс, страх, скука и т. д.). Функциональная достоверность – это степень сходства смоделированной среды задачи и реальной среды в плане задач, выполняемых обучающимся (например, когда моделирование химического процесса приводит к точно таким же результатам, как и в лаборатории). Физическая достоверность – это степень сходства, с которой смоделированная среда задачи выглядит, звучит, ощущается или даже пахнет как реальная среда (см. рис. 4.1).

Рис. 4.1. Парашютный тренажер виртуальной реальности (VR) с высокой физической достоверностью

Согласно «Десяти шагам», смоделированная среда должна позволять учащемуся выполнять аутентичные задачи, основанные на реальных жизненных задачах, с самого начала обучения. Как правило, это дает желаемый психологический эффект, поскольку выполнение учебных задач похоже на выполнение реальных задач и существует четкое соответствие когнитивных процессов выполнения учебной задачи в смоделированной среде и выполнения реальной задачи в реальной среде. При этом функциональная и физическая достоверность хорошо разработанных учебных задач может быть довольно низкой. Студентам-медикам необходимо с самого начала учиться диагностировать и лечить заболевания, и тем не менее нецелесообразно или даже невозможно, чтобы они сразу же начали практиковаться с реальными пациентами в больнице. Они могут начинать с теоретических задач или описаний случаев пациентов, по которым они должны поставить диагноз и составить план лечения. Так обычно делается в проблемно-ориентированных медицинских учебных программах (Loyens, Kirschner, & Paas, 2011). Хотя теоретические задачи имеют очень низкую функциональную и физическую достоверность, они основаны на реальных жизненных задачах и поэтому имеют приемлемо высокую психологическую достоверность.

В целом для эффективного обучения сложным когнитивным навыкам физическая достоверность смоделированной среды наименее важна (McGaghie et al., 2010). Более того, среда выполнения задач с высокой степенью достоверности может даже мешать обучающимся, поскольку она содержит слишком много «соблазнительных деталей», которые отвлекают, создают слишком большой объем информации и вызывают стресс, который мешает обучению (как симулятор кабины пилота Airbus 380 по сравнению с компьютерным симулятором). Исключение избыточных, нерелевантных и (или) отвлекающих деталей в начале обучения часто положительно сказывается на результатах обучения и переносе обучения на реальную жизнь (Mayer, Heiser, & Lonn, 2001). Чем больше опыта у обучаемых, тем большее значение приобретает степень детализации – им необходимо практиковаться в условиях, физически напоминающих реальную среду выполнения задачи (Gulikers, Bastiaens, & Martens, 2005). Сталкиваясь с нерелевантными и (или) отвлекающими деталями и стрессовым давлением в условиях симуляции высокой степени сложности, более опытные учащиеся начинают игнорировать их и справляться со стрессом. Таким образом, согласно «Десяти шагам», психологическая достоверность всегда должна быть высокой, а функциональная и физическая достоверность поначалу может быть относительно низкой, а затем постепенно увеличиваться по мере накопления опыта обучающимися (ср. Maggio et al., 2015; Maran & Glavin, 2003).

Таким образом, на начальном этапе учащиеся могут начинать обучение и практику в среде с относительно низкой функциональной и физической достоверностью. Такая среда предоставляет только те аспекты реальной среды, которые строго необходимы для выполнения учебных задач. Она не содержит тех деталей или особенностей, которые не имеют значения на данном этапе процесса обучения, но могут привлечь внимание учащихся и тем самым нарушить процесс обучения. Для студентов-медиков это могут быть описания пациентов с задачами поставить диагноз и составить план лечения, а для студентов-экономистов – кейс-стади компании с финансовыми проблемами и задача проанализировать кейс-стади и разработать бизнес-стратегию повышения прибыли.

На втором этапе учащиеся могут продолжить практику в среде задач с более высокой функциональной достоверностью – в интерактивной среде, которая реагирует в ответ на действия учащихся. Например, студенты-медики могут работать с так называемыми виртуальными пациентами – компьютерными симуляциями пациентов, которых можно расспрашивать, запрашивая лабораторные анализы и т. д. (Huwendiek et al., 2009). Возможны ролевые игры с симулированными пациентами (студентами того же курса обучения). Студентам, изучающим бизнес-администрирование, управленческие игры позволяют не только разрабатывать, но и проверять бизнес-стратегии. Так называемые виртуальные компании (Westera, Sloep, & Gerrissen, 2000) позволяют учащимся работать над реальными проектами в веб-среде, более или менее напоминающей реальность. Наконец, для приобретения навыков презентации существуют такие среды, как The Presentation Trainer (Schneider et al., 2016) – набор инструментов дополненной реальности для обучения и отработки невербальных навыков публичного выступления (см. рис. 4.2). Программа отслеживает и анализирует позу и движения тела, темп речи и громкость голоса пользователя, чтобы на экране дать обучающую обратную связь по навыкам невербальной коммуникации (сенсорное обучение) во время и после практики.

Рис. 4.2. Тренажер на основе дополненной реальности (AR)

На третьем этапе, с ростом мастерства учащихся, требуется все больше и больше деталей реальной среды выполнения задачи. Это может привести к необходимости выполнения учебных задач в смоделированной среде с высокой степенью детализации. Например, студенты-медики в ролевых играх могут столкнуться с профессиональными актерами, которые имитируют настоящих пациентов или реальные жертвы несчастных случаев. Для отработки навыков реанимации в качестве пациентов могут фигурировать аниматронные манекены, которые реагируют как настоящие пациенты (см. рис. 4.3). Для студентов-экономистов симуляция с высокой степенью достоверности может проходить в смоделированном офисе, где проектные группы работают над реальной задачей, поставленной коммерческим клиентом. Такие виды симуляции плавно переходят в среду реальных задач, где студенты-медики работают с реальными пациентами в больнице, а студенты-бизнесмены – с реальными клиентами в компаниях.

Рис. 4.3. Команда скорой помощи отрабатывает навыки реанимации на манекене, управляемом компьютером

Смоделированная среда задач с высокой степенью достоверности и реальная среда задач могут быть неотличимы друг от друга. Это, например, относится к визуализации данных спутникового радара, где единственное различие может заключаться в том, что имитационная среда задачи использует базу сохраненных спутниковых данных и изображений, а реальная среда задачи – спутниковые данные и изображения реального времени.

Компьютерные симуляторы и серьезные игры

Изложенные принципы применимы и к компьютерным симуляционным средам задач, включая серьезные игры – симуляционные игры, разработанные для получения или совершенствования сложных навыков в таких областях, как наука и инженерия, экологическая политика, здравоохранение, управление чрезвычайными ситуациями и т. д. В таблице 4.2 приведены примеры компьютерных симуляционных сред для выполнения задач, расположенных в порядке от низкой до высокой функциональной и физической достоверности.

Таблица 4.2. Примеры смоделированных на компьютере сред выполнения задач, упорядоченных от низкой до высокой функциональной и физической достоверности

Среды с низкой степенью достоверности, такие как интернет-сайты, предоставляют учащимся реалистичные учебные задачи и проблемы с ограниченной интерактивностью (например, Holtslander et al., 2012).

Среды со средней степенью достоверности обычно реагируют на действия учащихся (то есть обеспечивают высокую функциональную достоверность) и, в случае командных задач, позволяют учащимся взаимодействовать друг с другом. Многие серьезные игры – хорошие примеры компьютерных симуляторов с высокой функциональной, но низкой физической достоверностью. Они привлекательны тем, что их разработка и использование обходятся дешевле, чем симуляторы с высокой достоверностью, они включают игровые элементы, которые повышают мотивацию обучающихся, и могут задействоваться большим количеством пользователей, находящихся в разных местах (Lukosch, van Bussel, & Meijer, 2013).

Симуляции с высокой физической достоверностью, как правило, используются только в ситуациях, когда их относительно легко создать – или когда не может быть и речи о практике в реальной среде.

В целом к концу программы учебные задачи так или иначе переходят в реальную среду – студенты-медики лечат реальных пациентов в больницах, студенты-пилоты управляют реальными самолетами, а студенты-финансисты имеют дело с реальными клиентами и проводят реальные финансовые аудиты. Дело в том, что даже симуляция с высокой степенью достоверности обычно не может конкурировать с реальным миром. Исключение можно сделать для учебных задач, которые крайне редко встречаются в реальном мире (например, ликвидация последствий стихийных бедствий, устранение сбоев в сложных технических системах, проведение редких хирургических операций), задач, связанных с очень высокими затратами (например, запуск ракеты, остановка крупного завода), и задач, где моделируемая среда неотличима от реальной (например, обработка спутниковых изображений, роботизированная хирургия). Для таких задач может применяться моделирование с высокой степенью детализации с использованием виртуальной реальности и усовершенствованными средствами ввода-вывода (например, VR-шлемы, виртуальные перчатки) и сложные программные модели, работающие в фоновом режиме.

4.3. Вариативность практики

Как уже говорилось, учебные задачи должны быть основаны на реальных задачах и могут выполняться в смоделированной или реальной среде. Любые задачи, где бы они ни выполнялись, всегда должны способствовать так называемому индуктивному обучению. При индуктивном обучении учащиеся строят общие когнитивные схемы предметной области и подходов к решению проблем в ней, основываясь на конкретном опыте, который они получают, выполняя задачи (см. вставку 4.1). Этот процесс может быть дополнительно стимулирован использованием разнообразного набора учебных задач, отличающихся друг от друга по всем параметрам, по которым задачи отличаются и в реальном мире. Другими словами, учебные задачи в образовательной программе должны быть репрезентативными для всех возможных реальных задач, с которыми учащийся может столкнуться в реальном мире. Использование разнообразного набора задач чаще всего рекомендуют для улучшения переноса обучения на реальную жизнь (Corbalan, Kester, & van Merriënboer, 2011).

Вставка 4.1. Вводные и учебные задачи
Благодаря выполнению хорошо продуманных учебных задач учащиеся получают конкретный опыт, который позволяет строить новые и модифицировать существующие когнитивные схемы. Модель индуктивного обучения или обучения в процессе деятельности лежит в основе комплексного обучения и относится как к обобщению, так и к дискриминационному обучению.
Обобщение
В процессе обобщения, или абстрагирования от конкретного опыта, учащиеся строят обобщенные схемы, применимые к более широкому кругу процессов или к менее очевидным процессам. Обобщенную или абстрактную схему можно построить, если для класса родственных учебных задач или проблем был создан набор успешных решений, – тогда схема описывает общие черты успешных решений. Например, ребенок может узнать, что 2 + 3 и 3 + 2 дают в сумме 5. Появляется простая схема или принцип «от перемены мест двух слагаемых сумма не изменяется» – переместительный закон сложения. Можно сформулировать и более общую схему – «от перемены мест любого числа слагаемых сумма не изменяется».
Дискриминационное обучение
Дискриминационное обучение в некотором смысле противоположно обобщению. Предположим, ребенок делает чрезмерное обобщение: «от перемены мест двух чисел результат действия над ними не изменяется». В этом случае дискриминация необходима, чтобы прийти к более эффективной схеме. Такую схему можно построить, если создать набор неудачных решений для класса родственных задач. Затем можно добавить к схеме определенные условия, ограничивающие диапазон ее использования. Например, если ребенок обнаружил, что 9–4 = 5, но 4–9 = –5, то возникает более конкретная схема или принцип: «от перемены мест двух чисел результат действия над ними не изменяется, если это не вычитание». Это все еще чрезмерное обобщение, поскольку оно работает для сложения и умножения, но не для деления, но благодаря дискриминационному обучению оно стало более эффективным, чем первоначальная схема.
Разумное абстрагирование
Обычно индуктивное обучение проходит как стратегический контролируемый когнитивный процесс, требующий от учащегося сознательной обработки информации для создания правдоподобных альтернативных представлений и (или) путей решения, когда он сталкивается с новыми для него задачами или ситуациями. Хотя мысленное абстрагирование может быть основано на одной-единственной учебной задаче, значительно легче его применять с рядом учебных задач, отличающихся друг от друга по тем же параметрам, по которым они отличаются в реальном мире. Ожидается, что такая вариативность практики будет способствовать индуктивной обработке, поскольку повышает вероятность того, что будет найдено сходство и релевантные черты будут дифференцированы от нерелевантных. Умению абстрагироваться можно научиться, оно включает такие процессы, как сравнение и противопоставление информации, поиск аналогий, анализ новой информации по частям или видам и т. д. Эти общие навыки – ключ к эффективному построению схемы. Обучение навыкам самообучения и стратегиям обучения требуется некоторым целевым группам.
Имплицитное научение
Некоторые задачи, для которых отсутствуют четкие алгоритмы принятия решений, предполагают интеграцию большого количества информации. В этом случае более эффективным для создания когнитивных схем, чем мысленное абстрагирование, может оказаться имплицитное (то есть скрытое, неявное) научение. Оно происходит, когда учащиеся работают над учебными задачами с широким спектром положительных и отрицательных примеров. Например, если авиадиспетчеры должны научиться распознавать опасные ситуации на экране радара, можно предложить им тысячи примеров ситуаций и попросить их как можно быстрее классифицировать эти ситуации как опасные или безопасные. Так они научаются различать эти ситуации за доли секунды без необходимости формулировать схему, которая позволяет им делать это различие.
Рекомендуемая литература
Holland, J. H., Holyoak, K. J., Nisbett, R. E., & Thagard, P. R. (Eds.). (1989). Induction: Processes of inference, learning, and discovery. Cambridge, MA: MIT Press.
Reber, A. S. (1996). Implicit learning and tacit knowledge: An essay on the cognitive unconscious. Oxford, UK: Oxford University Press.

Следует убедиться, что учебные задачи отличаются друг от друга по условиям выполнения (например, срочная или несрочная задача по поиску литературы), способу представления задачи (например, задача по поиску литературы на основе письменного запроса или личного визита клиента), значимости определяющих характеристик (например, задача по поиску литературы, который должен обеспечить конкретные результаты, или открытая задача) и знакомости задачи (например, задача по поиску литературы в знакомой области или в области, чуждой обучающемуся). Кроме того, необходимо убедиться, что учебные задачи отличаются друг от друга по внешним и по структурным признакам:

• Задачи, отличающиеся по внешним признакам, тем не менее могут быть выполнены одинаково. Например, студент-медик, который должен научиться диагностировать некую болезнь, будет практиковаться в диагностике этой болезни на разных пациентах – например, на пациентах с разным социально-экономическим и культурным происхождением, на пациентах мужского и женского пола и т. д.

• Задачи, отличающиеся по структурным признакам, должны выполняться по-разному, даже если они выглядят похожими друг на друга. Например, студент-медик, который должен научиться отличать одну болезнь от другой, будет практиковаться в диагностике этих заболеваний, сравнивая и сопоставляя разных пациентов, у которых есть первая или вторая болезнь (Kok et al., 2013, 2015).

Особый вид вариативности связан с упорядочением учебных задач одного уровня сложности (то есть в одном классе задач). Если смежные учебные задачи заставляют учащихся отрабатывать одни и те же базовые навыки, то так называемые контекстные помехи невелики. С другой стороны, если смежные учебные задачи заставляют учащихся отрабатывать различные варианты базовых навыков, контекстные помехи будут высокими и помогут учащимся развить более интегрированную базу знаний (это также называется чередованием; Birnbaum et al., 2013). Например, если студент-медик учится диагностировать три заболевания (d1, d2, d3) у 12 разных пациентов, то лучше использовать случайный график практики (d3 – d3 – d2 – d1, d1 – d3 – d2 – d1, d2 – d2 – d1 – d3), чем упорядоченный (d1 – d1 – d1 – d1, d2 – d2 – d2 – d2, d3 – d3 – d3 – d3).

Таким образом, исследования контекстных помех показывают, что степень переноса обучения на реальную жизнь зависит не только от вариативности практики как таковой, но и от структурирования вариативности по разным учебным задачам. Учащиеся, которые занимаются в условиях высоких контекстных помех, мотивированы сравнивать и противопоставлять смежные задачи и мысленно абстрагироваться от них, что приводит к более высокой степени переноса обучения на реальную жизнь, чем у учащихся, которые занимаются в условиях низких контекстных помех (примеры см. в De Croock & van Merriënboer, 2007; Helsdingen, van Gog, & van Merriënboer, 2011a, 2011b).

Подводя итог, можно сказать, что следует использовать разнообразный набор учебных задач, в котором задачи отличаются друг от друга как внешне, так и структурно, и располагать эти задачи в случайной последовательности. Хотя вариативность и случайная последовательность могут привести к увеличению времени обучения и (или) числа учебных задач, необходимых для достижения заданного уровня эффективности, все это окупается более высоким переносом обучения на реальную жизнь. Это пример того, что в главе 1 было названо парадоксом переноса. Если вы хотите, чтобы учащиеся достигли переноса обучения на реальную жизнь, им нужно работать немного усерднее и дольше – без труда не выловишь и рыбку из пруда. Возможно, стоит рассказать учащимся о том, что в курсе применяется вариативность, и объяснить, как она повышает результаты обучения и почему необходимо работать над осознанным абстрагированием.

4.4. Поддержка и руководство для учащихся

Учебные задачи, выполняемые в реальной или смоделированной среде, должны обеспечивать учащимся поддержку и руководство (Kirschner, Sweller, & Clark, 2006). Для разработки поддержки и руководства чрезвычайно важно описать реальные задачи, на которых основаны учебные задачи, не просто с точки зрения ситуации, с которой профессионалы могут столкнуться в своей области, но как полностью проработанные примеры, включающие приемлемые решения и, если возможно, процессы, которые могут быть или были использованы для решения. Другими словами, для разработки подходящих учебных задач и соответствующих структур поддержки и руководства необходимо не только приемлемое решение (которое может быть использовано для разработки встроенной поддержки задач), но и информация по процессу решения (которая может быть использована для разработки руководства по решению задач).

Общая схема решения проблем человеком (Newell & Simon, 1972) помогает провести различие между поддержкой задачи и руководством. Согласно этой схеме, для полного описания работы учащегося над учебной задачей или проблемой необходимы четыре элемента (см. рис. 4.4):

а) исходное состояние;

б) критерии достижения цели;

в) решение, то есть последовательность операторов, которая позволяет перейти от исходного состояния к цели;

г) процесс решения проблемы путем умственных усилий или поиска решения.

Рис. 4.4. Модель, демонстрирующая различие встроенной поддержки задач и руководства, направляющего учащихся в процессе решения задач

В комплексном обучении неповторяющиеся аспекты учебных задач плохо структурированы, а вместо одного оптимального решения существует ряд приемлемых решений, причем на пути к окончательному решению может быть достигнуто несколько промежуточных решений. Возможно несколько приемлемых способов решения, ведущих к схожим или различным решениям. И, наконец, исходное состояние и цель задачи могут быть плохо определены, поэтому от обучающегося требуется анализ проблемы (один из базовых навыков). Все это вместе может затруднять анализ исходного состояния реальной задачи, ее цели, приемлемого решения и процесса решения. В таблице 4.3 приведены некоторые примеры.

Таблица 4.3. Краткое описание задачи, цели (целей), приемлемого решения и процесса решения проблемы для четырех реальных задач

Для комплексного обучения важно различие между решением и процессом решения проблемы. Этот тип обучения в основном имеет дело с неповторяющимися навыками. Для овладения такими навыками учащиеся применяют те или иные операторы (шаги решения) к условиям задачи, чтобы найти последовательность операторов, преобразующих исходное состояние в новое состояние, удовлетворяющее критериям целевого состояния. Это похоже на игру в шахматы или шашки, где последовательность сделанных ходов представляет собой решение, а подготовка, которая происходит в голове игрока, представляет собой процесс решения. В худшем случае происходит выбор операторов случайным образом или методом проб и ошибок, но обычно процесс поиска направляется когнитивными схемами и (или) педагогическими действиями, которые позволяют учащемуся подходить к проблеме систематически (когнитивные стратегии в голове учащегося или систематические методы решения проблем в обучающих материалах) и рассуждать о предметной области (ментальные модели в голове учащегося или модели предметной области в обучающих материалах).

В следующих разделах мы проведем различия между поддержкой задач и руководством. Поддержка задачи влияет не на сам процесс решения проблемы, а только на исходное состояние, состояние цели и решения (например, для поездки в отпуск это будет исходный пункт, конечный пункт и варианты маршрутов). В отличие от поддержки, руководство влияет на сам процесс решения проблемы, обычно оно предоставляет полезные подходы и эвристики, чтобы направить процесс решения проблемы и помочь найти решение (для отпуска это набор рекомендаций о том, как самостоятельно найти интересные маршруты – например, с достопримечательностями).

4.5. Встроенная поддержка задач

Различные типы учебных задач обеспечивают различную поддержку, предоставляя разное количество информации об исходном состоянии, целевом состоянии и решении.

На одном конце континуума находятся обычные задачи, в которых учащийся сталкивается только с заданным состоянием и набором критериев достижения цели (например, получить 98 %-й спирт из исходных компонентов). Обычные задачи не оказывают обучающемуся никакой поддержки (то есть не предоставляют части решения), он должен сам выработать правильное решение. Как показано в верхней части рисунка 4.5, обычные задачи принимают разные формы в зависимости, с одной стороны, от их структуры и однозначности решения и, с другой стороны, от учащегося. В принципе, обычная задача может быть хорошо структурирована и иметь только одно приемлемое решение (например, найти сумму десятичных чисел 15 и 34). Но, как объяснялось ранее, в «Десяти шагах» обычно используются учебные задачи, основанные на реальных задачах, и такие обычные задачи приобретают форму плохо структурированных проблем. При этом обычная задача может быть выполнена как одним учащимся, так и группой учащихся. Когда задачу выполняет группа учащихся, речь может идти:

• о проблемно-ориентированном обучении – когда решением является объяснение конкретного явления (Loyens, Kirschner, & Paas, 2011);

• проектном обучении – когда решением становится рекомендация или продукт, отвечающие на исследовательский или практический вопрос (Blumenfeld et al., 1991);

• интерпрофессиональном обучении – когда учащиеся из разных профессиональных областей выполняют командную профессиональную задачу (Hammick et al., 2007).

Рис. 4.5. Различные типы обычных задач и проработанных примеров

Эти виды обучения могут быть совместными (когда существует взаимозависимость задач, так что ни один человек в команде не может работать полностью независимо от других) или кооперативными (когда каждый участник команды имеет конкретную задачу, которую он может выполнять независимо от других; Kirschner, Martens, & Strijbos, 2004).

На другом конце континуума, где обеспечивается наивысший уровень поддержки, находится проработанный пример, который включает исходное состояние, целевое состояние и полное решение, которое необходимо изучить или оценить. Как и обычные задачи, проработанные примеры бывают разных форм в зависимости от их структуры, однозначности решения и учащегося. Если проработанные примеры основаны на реальных задачах, это могут быть кейс-стади (см. нижнюю часть рис. 4.5). Когда группа изучает кейс-стади, речь идет о кейс-методе обучения (Barnes, Christensen, & Hansen, 1994). Хорошо продуманное кейс-стади предоставляет учащимся описания реальных или гипотетических проблемных ситуаций реального мира и требует от них активного участия в решении поставленной задачи (Ertmer & Russell, 1995).

Для примера поиска литературы, представленного в главе 2, кейс-стади состоит из исследовательского вопроса потенциального клиента (исходное состояние), не слишком длинного списка научных статей, имеющих непосредственное отношение к исследовательскому вопросу (критерии целевого состояния), и проработанных примеров поисковых запросов к определенным базам данных, необходимых для получения этого списка статей (решение; см. верхнюю строку табл. 4.4). Имеет смысл использовать интересные кейс-стади, например о несчастных случаях, историях успеха или спорных решениях. Например, возможно кейс-стади о поиске литературы о развитии детьми словарного запаса по ключевому слову «лексикон», который неожиданно выдает список словарей. В хорошо продуманном кейс-стади учащиеся должны отвечать на вопросы, которые вызывают глубокую обработку состояния проблемы и связанных с ней операторов (шагов решения), чтобы они могли сравнить данный случай с другими случаями и сформулировать обобщенные решения. Изучая промежуточные решения, учащиеся могут получить хорошее представление о том, как устроена данная предметная область. В нашем примере они узнают, как структурируются базы данных и как строятся поисковые запросы.

В «Десяти шагах» выделяются еще несколько типов учебных задач, которые с точки зрения встроенной поддержки задач находятся между обычными задачами (плохо структурированными проблемами) и проработанными примерами (кейс-стади). Как показано в таблице 4.4 в колонках «Дано», «Цель» и «Решение», такие учебные задачи можно создавать путем манипулирования исходной информацией, целевым состоянием и решением.

Таблица 4.4. Примеры различных типов учебных задач для сложного навыка «поиск соответствующей научной литературы» расположены в порядке от высокой поддержки задачи (проработанный пример) до отсутствия поддержки задачи (обычная задача). Знак плюс в колонках «Дано», «Цель» и «Решение» означает то, что предоставляется учащемуся, а описание «предсказать», «определить» и т. п. означает действие, требуемое со стороны учащегося

Например, в обратном кейсе представлены и цель, и приемлемое решение (обозначенное знаком плюс), но учащиеся должны проследить цепочки последствий для различных ситуаций, то есть найти исходное состояние. В контексте поиска и устранения проблем Хафф (1993) описывает задачи, обратные задачам поиска и устранения проблем, – например, задачи, в которых учащимся сообщают, что определенный компонент работает некорректно или вышел из строя, и требуется найти исходное состояние – то есть состояние, которое позволит поставить данный диагноз. Как и кейс-стади, обратные кейсы концентрируют внимание учащихся на полезных решениях и требуют от них соотнести шаги решения с заданными ситуациями.

Задача на имитацию представляет собой обычную задачу в сочетании с проработанным примером задачи на поиск аналогии. Решение, представленное в проработанном примере, служит образцом подхода к новой задаче, обращая внимание на возможные полезные шаги решения. Необходимая имитация – это сложный когнитивный процесс, в ходе которого учащиеся должны выявить аналогию между проработанным примером и данной задачей и использовать проработанный пример для поиска нового решения (Vosniadou & Ortony, 1989). Задачи на имитацию вполне аутентичны, поскольку эксперты часто полагаются на свои знания конкретных примеров, когда они разрешают новые проблемы, – этот процесс когнитивная наука называет решением на основе примера, или решением по аналогии.

Задачи без четко заданной цели (Ayres, 1993) стимулируют учащихся к изучению отношений между решениями и целями, которые могут быть достигнуты с помощью этих решений. Обычно учащиеся сталкиваются с задачами с конкретной целью, такими как: «Автомобиль, разгоняясь с места по прямой в течение 10 секунд, проехал 100 м – какой была конечная скорость автомобиля?» Эту задачу можно сделать задачей без четко заданной цели «Вычислите значение как можно большего числа переменных», чтобы учащийся определил не только конечную скорость, но и ускорение, и силу, действующую на автомобиль при максимальном ускорении. А если слово «вычислите» заменить на «представьте», то учащийся сможет оформить графики и т. п. Задачи без определенной цели предлагают учащимся, используя исходные данные, исследовать проблемную область, чтобы построить когнитивные схемы. В отличие от них, обычные задачи с определенной целью заставляют учащихся рассуждать, отталкиваясь от цели, что может быть сложным процессом, мешающим построению схемы (Sweller, van Merriënboer, & Paas, 1998).

Задачи на завершение дают учащимся заданное состояние, критерии цели и частичное решение. Затем учащиеся должны завершить частичное решение, определяя недостающие шаги и добавляя их в решение. Особенно важно, что учащиеся при этом должны внимательно изучить предоставленное частичное решение – без этого они не смогут прийти к полному решению. Задачи на завершение особенно полезны в проблемных областях, ориентированных на проектирование, и первоначально были разработаны в области программной инженерии (Van Merriënboer, 1990; Van Merriënboer & de Croock, 1992), где учащиеся должны были вставлять недостающие командные строки в компьютерные программы. Решая хорошо продуманную задачу на завершение, учащиеся должны понять частичное решение и при этом выполнить нетривиальное завершение.

Как правило, все эти виды учебных задач направляют внимание учащихся на исходное состояние, приемлемые решения и полезные шаги решения. Это помогает учащимся мысленно абстрагировать информацию, связанную с правильными решениями, или использовать индуктивные процессы для построения когнитивных схем, которые позволяют находить обобщенные решения для конкретных типов задач. Исследования, посвященные учебным задачам с поддержкой или руководством, убедительно доказали, что такие задачи способствуют построению схем и переносу обучения на реальную жизнь у начинающих учеников (обзор см. в Van Merriënboer & Sweller, 2005, 2010). Оказывается, самостоятельное решение учащимися ряда задач не обязательно является лучшим способом обучения (Kirschner, Sweller, & Clark, 2006; Sweller, Kirschner, & Clark, 2007)! Гораздо полезнее, чем решение эквивалентных задач, для начинающих учеников может быть изучение хорошо проработанных примеров (кейс-стади). И лишь более опытные учащиеся, которые уже наработали большинство когнитивных схем, необходимых для разрешения проблем, должны решать обычные задачи.

1.От англ. scaffolding – строительные леса. – Прим. пер.

2.Отметим, что в русском языке существует семантическая разница между словами «навык» и «умение», и под умениями иногда понимают именно неповторяющиеся навыки. – Прим. пер.

Bepul matn qismi tugad.

Десять шагов комплексного обучения. Четырехкомпонентная модель дизайна обучения

Йерун Дж. Г. ван Мариенбор

va boshqalar

5,0

4 baho

taqriz

Parchani o`qish

110 641,40 s`om

Janrlar va teglar

Yosh cheklamasi:

16+

Litresda chiqarilgan sana:

27 iyul 2023

Tarjima qilingan sana:

2023

Yozilgan sana:

2018

Hajm:

613 Sahifa 139 illyustratsiayalar

ISBN:

9786017147860

Noshir:

Альпина ПРО

Tarjimon:

Камилл Ахметов

Mualliflik huquqi egasi:

Альпина Диджитал

Yuklab olish formati:

epub, fb2, fb3, mobi, pdf, txt, zip

Kitobni o'qish: «Десять шагов комплексного обучения. Четырехкомпонентная модель дизайна обучения»

* * *

Об авторах

Вступление

Благодарности

Предисловие от Skillbox

Глава 1.Новый подход к обучению

1.1. Комплексное обучение

1.2. Холистический подход к дизайну обучения

Компартментализация знаний

Фрагментация знаний

Парадокс переноса обучения на реальную жизнь

* * *

1.3. Четыре компонента и десять шагов

Глава 2.Четыре компонента проекта

2.1. Планы обучения

2.2. Предотвращение компартментализации

Учебные задачи

Вариативность практики

2.3. Предотвращение фрагментации

Классы задач

Поддержка и руководство

2.4. Решение проблемы переноса

Поддерживающая и процедурная информация

Частичная практика

Вставка 2.1. Теория когнитивной нагрузки и «Четыре компонента»

2.5. Самостоятельный выбор темпа обучения

Динамический выбор заданий

Кто контролирует процесс?

Дополнительный скаффолдинг навыков самонаправленного обучения

2.6. Четыре компонента и медиа

Перевернутый класс и двойное смешанное обучение

2.7. Резюме

Ключевые понятия

Глава 3.«Десять шагов»

3.1. Десять действий дизайна

3.2. Динамика системы обучения

Итерация

Уровень необходимости

Зигзагообразный дизайн

3.3. Модель «камень в пруду»: от действий к шагам

Основа учебных задач: шаги 1–3

Знания, навыки и установки: шаги 4–10

3.4. «Десять шагов» в контексте дизайна обучения

3.5. Резюме

Ключевые понятия

Глава 4.Шаг 1: разработка учебных задач

Необходимое условие

4.1. Задачи из реальной жизни

Плохо структурированные задачи

Мультидисциплинарные задачи

Командные задачи и интерпрофессиональное обучение

От реальных задач к учебным задачам

4.2. Реальная и смоделированная среда выполнения задач

Смоделированные среды выполнения задач

Достоверность среды выполнения учебных задач

Компьютерные симуляторы и серьезные игры

4.3. Вариативность практики

4.4. Поддержка и руководство для учащихся

4.5. Встроенная поддержка задач

Janrlar va teglar

Ushbu kitob bilan o'qiladi

O'xshash kitoblar

Muallifning boshqa kitoblari

Глава 1.
Новый подход к обучению

Глава 2.
Четыре компонента проекта

Глава 3.
«Десять шагов»

Глава 4.
Шаг 1: разработка учебных задач