สารบัญ:
วีดีโอ: พื้นฐานการเรียนรู้: อะไรช่วยให้เราเรียนรู้
2024 ผู้เขียน: Seth Attwood | [email protected]. แก้ไขล่าสุด: 2024-01-07 16:29
Stanislas Dean ผู้เขียน How We Learn ได้กล่าวถึงเสาหลักสี่ประการของการเรียนรู้ ซึ่งรวมถึงความสนใจ การมีส่วนร่วมอย่างแข็งขัน ผลตอบรับ และการรวมบัญชี เราอ่านหนังสือซ้ำและลงรายละเอียดเพิ่มเติมเกี่ยวกับคุณลักษณะเหล่านี้และสิ่งที่ช่วยเสริมความแข็งแกร่งให้กับพวกเขา
ความสนใจ
ความสนใจช่วยแก้ปัญหาทั่วไปอย่างหนึ่ง: ข้อมูลล้นเกิน ประสาทสัมผัสส่งข้อมูลหลายล้านบิตทุกวินาที ในระยะแรก ข้อความเหล่านี้ประมวลผลโดยเซลล์ประสาท แต่การวิเคราะห์เชิงลึกนั้นเป็นไปไม่ได้ กลไกพีระมิดแห่งความสนใจถูกบังคับให้ทำการคัดแยกแบบคัดเลือก ในแต่ละขั้นตอน สมองจะตัดสินว่าข้อความนั้นมีความสำคัญเพียงใด และจัดสรรทรัพยากรเพื่อประมวลผล การเลือกที่ถูกต้องเป็นพื้นฐานของการเรียนรู้ที่ประสบความสำเร็จ
งานของครูคือการแนะนำและดึงดูดความสนใจของนักเรียนอย่างต่อเนื่อง เมื่อคุณใส่ใจกับคำต่างประเทศที่ครูพูด คำนั้นจะถูกจดจำไว้ในความทรงจำของคุณ คำพูดที่ไม่ได้สติยังคงอยู่ที่ระดับของระบบประสาทสัมผัส
นักจิตวิทยาชาวอเมริกัน Michael Posner ระบุระบบความสนใจหลักสามระบบ:
- ระบบเตือนภัยและการเปิดใช้งานที่กำหนดเมื่อต้องให้ความสนใจ
- ระบบปฐมนิเทศที่บอกคุณว่าต้องค้นหาอะไร
-
ระบบการควบคุมความสนใจที่กำหนดวิธีการประมวลผลข้อมูลที่ได้รับ
การจัดการความสนใจสามารถเชื่อมโยงกับ "โฟกัส" (ความเข้มข้น) หรือ "การควบคุมตนเอง" การควบคุมของผู้บริหารพัฒนาในรูปแบบของเยื่อหุ้มสมองส่วนหน้าและเติบโตเต็มที่ในช่วงยี่สิบปีแรกของชีวิต เนื่องจากความเป็นพลาสติกของระบบนี้จึงสามารถปรับปรุงได้เช่นด้วยความช่วยเหลือของงานด้านความรู้ความเข้าใจเทคนิคการแข่งขันเกม
การมีส่วนร่วม
สิ่งมีชีวิตแบบพาสซีฟเรียนรู้เพียงเล็กน้อยหรือไม่เรียนรู้เลย การเรียนรู้ที่มีประสิทธิภาพเกี่ยวข้องกับการมีส่วนร่วม ความอยากรู้ การสร้างและการทดสอบสมมติฐานเชิงรุก
พื้นฐานของการมีส่วนร่วมอย่างแข็งขันคือความอยากรู้ - นั่นคือความกระหายในความรู้เช่นเดียวกัน ความอยากรู้อยากเห็นถือเป็นแรงผลักดันพื้นฐานของร่างกาย: แรงผลักดันที่ขับเคลื่อนการกระทำ เช่น ความหิวโหยหรือความต้องการความปลอดภัย
นักจิตวิทยาตั้งแต่ William James ถึง Jean Piaget และ Donald Hebb ได้ไตร่ตรองอัลกอริทึมของความอยากรู้ ในความเห็นของพวกเขา ความอยากรู้คือ "การแสดงโดยตรงของความปรารถนาของเด็กที่จะเรียนรู้เกี่ยวกับโลกและสร้างแบบจำลองของโลก"
ความอยากรู้เกิดขึ้นทันทีที่สมองของเราตรวจพบความคลาดเคลื่อนระหว่างสิ่งที่เรารู้แล้วกับสิ่งที่เราอยากรู้
บุคคลพยายามที่จะเลือกการกระทำที่จะเติมเต็มช่องว่างในความรู้นี้ด้วยความอยากรู้อยากเห็น ตรงกันข้ามคือความเบื่อหน่ายซึ่งหมดความสนใจอย่างรวดเร็วและกลายเป็นเฉยเมย
ในเวลาเดียวกัน ไม่มีความเชื่อมโยงโดยตรงระหว่างความอยากรู้อยากเห็นและความแปลกใหม่ - เราอาจไม่ได้สนใจสิ่งใหม่ แต่เราถูกดึงดูดโดยผู้ที่เติมเต็มช่องว่างในความรู้ แนวคิดที่ซับซ้อนเกินไปก็อาจดูน่ากลัวได้เช่นกัน สมองประเมินความเร็วในการเรียนรู้อย่างต่อเนื่อง ถ้าเขาพบว่าก้าวหน้าช้า ดอกเบี้ยจะหายไป ความอยากรู้ผลักดันคุณไปสู่พื้นที่ที่เข้าถึงได้ง่ายที่สุด ในขณะที่ระดับความน่าดึงดูดใจจะเปลี่ยนไปเมื่อกระบวนการศึกษาพัฒนาขึ้น ยิ่งหัวข้อหนึ่งชัดเจนมากเท่าใด ก็ยิ่งจำเป็นต้องค้นหาหัวข้ออื่นมากขึ้นเท่านั้น
เพื่อกระตุ้นกลไกของความอยากรู้ คุณต้องตระหนักถึงสิ่งที่คุณยังไม่รู้ นี่คือความสามารถทางอภิปัญญา อยากรู้อยากเห็นหมายถึงอยากรู้ ถ้าอยากรู้ก็รู้ว่ายังไม่รู้อะไร
ข้อเสนอแนะ
จากคำกล่าวของ Stanislas Dean เราเรียนรู้ได้เร็วเพียงใดนั้นขึ้นอยู่กับคุณภาพและความถูกต้องของคำติชมที่เราได้รับ ในกระบวนการนี้ ข้อผิดพลาดเกิดขึ้นอย่างต่อเนื่อง - และนี่เป็นเรื่องปกติอย่างยิ่ง
นักเรียนพยายาม แม้ว่าความพยายามจะถึงวาระที่จะล้มเหลว และจากนั้นก็คิดหาวิธีปรับปรุงผลลัพธ์โดยพิจารณาจากขนาดของข้อผิดพลาด และในขั้นตอนนี้ของการวิเคราะห์ข้อผิดพลาด จำเป็นต้องมีความคิดเห็นที่ถูกต้อง ซึ่งมักสับสนกับการลงโทษ ด้วยเหตุนี้จึงมีการปฏิเสธการเรียนรู้และไม่เต็มใจที่จะลองทำอะไรสักอย่างเพราะนักเรียนรู้ว่าเขาจะถูกลงโทษสำหรับความผิดพลาดใด ๆ
นักวิจัยชาวอเมริกันสองคน Robert Rescorla และ Allan Wagner เสนอสมมติฐานในยุค 70 ของศตวรรษที่ผ่านมา: สมองจะเรียนรู้ก็ต่อเมื่อเห็นช่องว่างระหว่างสิ่งที่ทำนายกับสิ่งที่ได้รับ และข้อผิดพลาดระบุว่าความคาดหวังและความเป็นจริงไม่ตรงกันตรงไหน
แนวคิดนี้อธิบายโดยทฤษฎี Rescorla-Wagner ในการทดลองของ Pavlov สุนัขจะได้ยินเสียงกริ่ง ซึ่งในตอนแรกเป็นการกระตุ้นที่เป็นกลางและไม่ได้ผล จากนั้นระฆังนี้จะกระตุ้นการสะท้อนกลับแบบมีเงื่อนไข ตอนนี้สุนัขรู้แล้วว่าเสียงมาก่อนอาหาร ดังนั้นน้ำลายไหลมากมายจึงเริ่มต้นขึ้น กฎ Rescorla-Wagner แนะนำว่าสมองใช้สัญญาณประสาทสัมผัส (ความรู้สึกที่สร้างโดยระฆัง) เพื่อทำนายความเป็นไปได้ของการกระตุ้นที่ตามมา (อาหาร) ระบบทำงานดังนี้:
- สมองทำนายโดยการคำนวณปริมาณสัญญาณประสาทสัมผัสที่เข้ามา
- สมองตรวจพบความแตกต่างระหว่างการคาดการณ์กับสิ่งเร้าที่เกิดขึ้นจริง ข้อผิดพลาดในการทำนายจะวัดระดับความประหลาดใจที่เกี่ยวข้องกับการกระตุ้นแต่ละครั้ง
- สมองใช้สัญญาณซึ่งเป็นข้อผิดพลาดเพื่อแก้ไขการแสดงข้อมูลภายใน การทำนายครั้งต่อไปจะใกล้เคียงกับความเป็นจริงมากขึ้น
ทฤษฎีนี้รวมเสาหลักของการเรียนรู้: การเรียนรู้เกิดขึ้นเมื่อสมองรับสัญญาณประสาทสัมผัส (ผ่านความสนใจ) ใช้เพื่อทำนาย (การมีส่วนร่วมอย่างแข็งขัน) และประเมินความถูกต้องของการทำนายนั้น (ผลตอบรับ)
โดยการให้ข้อเสนอแนะที่ชัดเจนเกี่ยวกับข้อผิดพลาด ครูจะแนะนำนักเรียน และสิ่งนี้ไม่เกี่ยวข้องกับการลงโทษ
การบอกนักเรียนว่าพวกเขาควรทำสิ่งนี้ ไม่ใช่อย่างอื่นเหมือนกับการบอกว่า "คุณคิดผิด" หากนักเรียนเลือกคำตอบ A ผิด แล้วให้คำติชมในรูปแบบ: "คำตอบที่ถูกต้องคือ B" ก็เหมือนกับพูดว่า: "คุณคิดผิด" ควรอธิบายอย่างละเอียดว่าทำไมตัวเลือก B ถึงดีกว่า A ดังนั้นนักเรียนเองจะได้ข้อสรุปว่าเขาเข้าใจผิด แต่ในขณะเดียวกันเขาจะไม่รู้สึกกดดันและกลัวมากขึ้น
การรวมบัญชี
ไม่ว่าเราจะเรียนรู้ที่จะพิมพ์บนแป้นพิมพ์ เล่นเปียโน หรือขับรถ การเคลื่อนไหวของเราในขั้นต้นจะถูกควบคุมโดยเยื่อหุ้มสมองส่วนหน้า แต่ด้วยการทำซ้ำๆ เราพยายามน้อยลง และเราสามารถทำการกระทำเหล่านี้ได้ในขณะที่คิดถึงอย่างอื่น กระบวนการรวมข้อมูลเป็นที่เข้าใจกันว่าเป็นการเปลี่ยนจากการประมวลผลข้อมูลที่ช้าและมีสติไปเป็นระบบอัตโนมัติที่รวดเร็วและหมดสติ แม้ว่าทักษะจะเชี่ยวชาญ ก็ยังต้องการการสนับสนุนและการเสริมกำลังจนกว่าจะกลายเป็นอัตโนมัติ ด้วยการปฏิบัติอย่างต่อเนื่อง ฟังก์ชันการควบคุมจะถูกถ่ายโอนไปยังคอร์เทกซ์ของมอเตอร์ ซึ่งจะมีการบันทึกพฤติกรรมอัตโนมัติ
ระบบอัตโนมัติช่วยเพิ่มทรัพยากรสมอง
เยื่อหุ้มสมองส่วนหน้าไม่สามารถทำงานหลายอย่างพร้อมกันได้ ตราบใดที่อวัยวะบริหารส่วนกลางของสมองของเราจดจ่ออยู่กับงาน กระบวนการอื่นๆ ทั้งหมดจะถูกเลื่อนออกไป ต้องใช้ความพยายามจนกว่าการดำเนินการบางอย่างจะเป็นไปโดยอัตโนมัติ การรวมบัญชีช่วยให้เราสามารถถ่ายทอดทรัพยากรสมองอันมีค่าของเราไปสู่สิ่งอื่น การนอนหลับช่วยได้ที่นี่: ทุกคืนสมองของเราจะรวบรวมสิ่งที่ได้รับในระหว่างวัน การนอนหลับไม่ใช่ช่วงเวลาที่ไม่มีกิจกรรม แต่เป็นการทำงานที่กระตือรือร้น มันเปิดตัวอัลกอริธึมพิเศษที่จำลองเหตุการณ์ของวันที่ผ่านมาและถ่ายโอนไปยังช่องของหน่วยความจำของเรา
เมื่อเรานอนหลับเรายังคงเรียนรู้และหลังการนอนหลับ สมรรถภาพทางปัญญาก็ดีขึ้น ในปี 1994 นักวิทยาศาสตร์ชาวอิสราเอลได้ทำการทดลองที่ยืนยันสิ่งนี้ “ในระหว่างวัน อาสาสมัครเรียนรู้ที่จะตรวจจับริ้วที่จุดใดจุดหนึ่งในเรตินา ประสิทธิภาพของงานเพิ่มขึ้นอย่างช้าๆ จนถึงที่ราบสูง อย่างไรก็ตาม ทันทีที่นักวิทยาศาสตร์ส่งอาสาสมัครเข้านอน พวกเขาก็พบกับความประหลาดใจ: เมื่อพวกเขาตื่นขึ้นในเช้าวันรุ่งขึ้น ผลผลิตของพวกเขาเพิ่มขึ้นอย่างมากและยังคงอยู่ที่ระดับนี้ในอีกไม่กี่วันข้างหน้า” Stanislal Dean อธิบาย ที่กล่าวว่าเมื่อนักวิจัยปลุกผู้เข้าร่วมระหว่างการนอนหลับ REM ก็ไม่มีการปรับปรุง การนอนหลับลึกส่งเสริมการรวมตัว ในขณะที่การนอนหลับ REM ส่งเสริมทักษะการรับรู้และการเคลื่อนไหว
ดังนั้น การเรียนรู้จึงตั้งอยู่บนเสาหลักสี่ประการ:
- ความสนใจโดยให้การสนับสนุนข้อมูลที่ได้รับการชี้นำ
- การมีส่วนร่วมอย่างแข็งขัน - อัลกอริธึมที่กระตุ้นให้สมองทดสอบสมมติฐานใหม่
- ข้อเสนอแนะซึ่งทำให้สามารถเปรียบเทียบการคาดการณ์กับความเป็นจริงได้
- การรวมเพื่อทำให้สิ่งที่เราได้เรียนรู้เป็นไปโดยอัตโนมัติ