Карта сайта
Главная Обучение Библиотека Карта сайта
|
Читать онлайн «Как мы учимся.
Почему мозг учится лучше, чем любая машина… пока», Станислас Деан – Литрес, страница 2Научение научению
Образование приумножает и без того немалые возможности нашего мозга – но может ли он функционировать еще лучше? В школе и на работе мы постоянно задействуем алгоритмы научения, но делаем это интуитивно, не обращая внимания на то, как именно протекает данный процесс. Никто никогда не объяснял нам правила, согласно которым мозг запоминает и понимает или, наоборот, забывает и ошибается. Это печально, ибо сегодня человечество обладает весьма обширными научными знаниями по этому вопросу. На веб-сайте, созданном британским фондом British Education Endowment Foundation (EEF)3, перечислены наиболее эффективные педагогические вмешательства; одну из первых строк в этом рейтинге занимает обучение метакогнитивным процессам (метапознание – знание возможностей и ограничений собственного мозга). Умение учиться – пожалуй, самый важный фактор академической успеваемости.
К счастью, теперь мы многое знаем о том, как работает научение. Тридцать лет исследований на стыке компьютерных наук, нейробиологии и когнитивной психологии позволили нам более или менее прояснить алгоритмы, которые использует наш мозг, выявить задействованные сети нейронов, установить факторы, которые модулируют их производительность, а также разобраться, почему у людей они особенно эффективны. Все эти вопросы мы обсудим по очереди. Надеюсь, когда вы закроете эту книгу, вы будете гораздо лучше понимать, что именно происходит в вашей голове во время научения. На мой взгляд, крайне важно, чтобы каждый ребенок и каждый взрослый осознавал весь потенциал собственного мозга и, конечно же, его ограничения. Систематически препарируя наши ментальные алгоритмы и мозговые механизмы, современная когнитивистика придает новый смысл знаменитому сократовскому изречению «Познай самого себя». Сегодня речь идет уже не о простой интроспекции, но о понимании тонкой нейрональной механики, генерирующей наши мысли, и ее использовании в соответствии с нашими потребностями, целями и жела- ниями.
Новая наука о научении, безусловно, особенно актуальна для всех работников системы образования: прежде всего учителей и методистов. Я убежден: правильно преподавать, не обладая – будь то имплицитно или эксплицитно – ментальной моделью того, что происходит в умах учеников, невозможно. Какими интуитивными представлениями они наделены изначально? Какие шаги необходимо предпринять, чтобы двигаться вперед? Какие факторы могут помочь им развить свои навыки?
Хотя когнитивная нейробиология не располагает точными ответами на все вопросы, сегодня мы знаем, что все дети появляются на свет с одинаковой архитектурой мозга – мозга Homo sapiens, кардинально отличающегося от мозга других человекообразных обезьян. Разумеется, я не утверждаю, что мозг одного человека есть точная копия мозга другого: в силу причуд нашего генома и особенностей раннего развития нам присущи разные «таланты» и разная скорость научения. Но несмотря на эти – весьма незначительные – отличия, базовая схема одинакова у всех, равно как и организация алгоритмов научения.
По этой причине существуют фундаментальные принципы, которым обязан следовать всякий хороший педагог. Так, все маленькие дети обладают общим набором абстрактных представлений в сферах языка, арифметики, логики и теории вероятностей, обеспечивающим фундамент для дальнейшего обучения. Кроме того, все учащиеся извлекают пользу из сосредоточенного внимания, активного вовлечения, обратной связи и ночной консолидации памяти. Эти факторы я называю «четырьмя столпами» научения: как мы убедимся, именно они лежат в основе универсального алгоритма научения, которым пользуются и взрослые, и дети.
Вместе с тем человеческому мозгу свойственны индивидуальные вариации. В крайних случаях они могут носить патологический характер. В настоящее время реальность таких нарушений развития, как дислексия, дискалькулия, диспраксия и расстройства внимания, уже не вызывает сомнений. К счастью, благодаря лучшему пониманию архитектуры, порождающей данные отклонения, мы обнаружили, что существуют простые стратегии их диагностики и компенсации.
Посему одной из целей данной книги я вижу распространение этих научных знаний с тем, чтобы каждый учитель и каждый родитель мог выбрать оптимальную тактику обучения. Хотя дети сильно отличаются друг от друга по содержанию своих знаний, все они пользуются одними и теми же алгоритмами научения. Следовательно, педагогические приемы, успешно внедряемые в работе со всеми детьми, будут эффективны и для детей с нарушениями обучаемости – только применять их следует с большим вниманием, терпением, систематичностью и толерантностью к ошибкам.
Последнее особенно важно: хотя обратная связь по ошибкам необходима, многие дети со временем не только теряют уверенность в себе, но и утрачивают всякое любопытство. Проблема в том, что их зачастую наказывают за ошибки, а не помогают исправиться. В школах по всему миру обратная связь синонимична наказанию и стигматизации (в одной из глав мы подробно поговорим о том, какую роль играют в этой путанице школьные отметки). Отрицательные эмоции снижают учебный потенциал мозга, в то время как безопасная среда, не вызывающая чувства страха, наоборот, содействует восстановлению нейропластичности.
Любой прогресс в образовании возможен только в том случае, если мы одновременно учитываем и эмоциональные, и познавательные аспекты нашего мозга – в современной когнитивной нейронауке оба считаются ключевыми элементами успешного научения.
Человек и машина
Сегодня перед человеческим интеллектом встает новая проблема: с недавних пор мы больше не являемся единственными чемпионами по способности учиться. Во всех областях знаний алгоритмы машинного обучения бросают вызов уникальному статусу нашего вида. Благодаря им современные смартфоны умеют распознавать лица и голоса, транскрибировать речь, переводить с одного языка на другой, управлять различными устройствами и даже играть в шахматы или го намного лучше, чем мы. Машинное обучение превратилось в многомиллиардную индустрию, черпающую вдохновение из организации и функционирования нашей собственной нервной системы. Но как работают эти искусственные алгоритмы? Помогут ли их принципы понять, что такое научение? Способны ли они уже сейчас имитировать работу живого мозга или им еще предстоит пройти долгий путь?
Хотя последние достижения в области информационных технологий завораживают, их ограничения очевидны.
Классические алгоритмы глубокого обучения копируют лишь малую часть функционирования нашего мозга. По моему убеждению, эта часть соответствует первым стадиям сенсорной обработки, первым двумстам или тремстам миллисекундам, в течение которых наш мозг работает бессознательно. Данный тип обработки никоим образом не следует считать поверхностным: за долю секунды человеческий мозг может распознать лицо или слово, поместить его в контекст, понять и даже интегрировать в небольшое предложение… Проблема в том, что это сугубо восходящий процесс, не предполагающий каких-либо серьезных размышлений. Только на последующих стадиях обработки информации – более медленных и сознательных – наш мозг задействует все свои способности к рассуждению, умозаключению и анализу. Как с точки зрения логики, так и с точки зрения гибкости живой мозг значительно превосходит все современные машины. Даже самые продвинутые компьютерные архитектуры и те уступают человеческому младенцу в способности создавать абстрактные модели мира.
Даже в пределах своей основной специализации – например, в области быстрого распознавания форм – существующие алгоритмы гораздо менее эффективны, чем наш мозг. Современные компьютеры требуют миллионов, если не миллиардов, обучающих попыток. В самом деле, машинное обучение стало чуть ли не синонимом больших данных: в отсутствие гигантских объемов информации алгоритмы практически не способны извлечь абстрактные знания, которые можно перенести на новые ситуации. Другими словами, они не используют данные оптимальным образом.
В этом состязании младенческий мозг одерживает победу без труда: чтобы выучить новое слово, малышам достаточно одного или двух повторений. Их мозг выжимает максимум из минимума данных – умение, которое по-прежнему ускользает от компьютеров. Нейрональные алгоритмы научения умудряются извлечь суть из малейшего наблюдения. Если ученые желают добиться такой же производительности в машинах, им следует черпать вдохновение из механизмов, которые интегрировала в наш мозг сама эволюция.
Это может быть внимание, которое позволяет нам отбирать информацию и усиливать релевантные сигналы, или, например, сон – алгоритм, посредством которого наш мозг синтезирует усвоенное в течение дня. Новые машины с такими свойствами уже появились, и их производительность неуклонно растет – в ближайшем будущем они, безусловно, составят серьезную конкуренцию нашему мозгу.
Согласно одной из новых теорий, причина, по которой человеческий мозг до сих пор превосходит машины, заключается в том, что он действует, как ученый-статистик. Постоянно вычисляя вероятности, он оптимизирует свою способность к научению. Судя по всему, в процессе эволюции наш мозг приобрел сложные алгоритмы, которые беспрерывно оценивают его знания и сопряженную с ними неуверенность (неопределенность). Такое систематическое внимание к вероятностям является в математическом смысле наилучшим способом в полной мере использовать каждую единицу инфор- мации4.
Недавние эксперименты подтверждают эту гипотезу.
Даже младенцы понимают вероятности: по всей видимости, они с рождения встроены в их нейронные сети. Дети ведут себя как маленькие ученые: их мозг изобилует гипотезами, которые напоминают научные теории и проверяются на опыте. Способность оперировать вероятностями, по большей части бессознательно, вписана в саму логику нашего научения. Она позволяет любому из нас постепенно отвергать ложные гипотезы и сохранять только те теории, которые согласуются с данными. В отличие от других видов животных люди используют это чувство вероятностей для построения научных теорий о внешнем мире. Только мы – представители Homo sapiens – систематически генерируем абстрактные символические мысли и регулярно оцениваем их правдоподобие на основе новых наблюдений.
Инновационные компьютерные алгоритмы, учитывающие этот новый подход к научению, называются «байесовскими» – в честь преподобного Томаса Байеса (1702–1761), который сформулировал отдельные элементы этой теории еще в XVIII веке. Я предполагаю, что байесовские алгоритмы произведут настоящую революцию в машинном обучении: уже сегодня они способны извлекать абстрактную информацию не хуже любого ученого.
Наше путешествие в современную науку о научении состоит из трех частей.
Первая часть под названием «Что такое научение?» начинается с определения того, что значит для человека или животного – и для любого алгоритма или машины – учиться новому. Идея проста: учиться – значит последовательно формировать как в искусственных, так и в естественных нейронных сетях внутреннюю модель внешнего мира. Гуляя по незнакомому городу, я составляю его мысленную карту – миниатюрную модель улиц и переулков. Точно так же ребенок, который учится кататься на велосипеде, формирует подсознательную симуляцию того, как движения ног, нажимающих на педали, и рук, поворачивающих руль, влияют на устойчивость велосипеда. Аналогичным образом компьютерный алгоритм, который учится распознавать лица, собирает шаблонные модели возможных форм глаз, носов, ртов и их комбинаций.
Но как мы создаем правильную ментальную модель? Как мы увидим далее, ум учащегося можно уподобить гигантской машине с миллионами регулируемых параметров; настройки этих параметров в совокупности и определяют то, чему мы научились (например, где скорее всего будут находиться улицы на нашей ментальной карте окрестностей).
В головном мозге параметры – это синапсы, связи между нейронами, сила которых варьируется; в большинстве современных компьютеров параметры – это регулируемые веса или вероятности, определяющие силу каждой приемлемой гипотезы. Таким образом, научение – как в мозге, так и в машинах – требует поиска оптимального сочетания параметров, которые вместе определяют ментальную модель во всех ее подробностях. В этом смысле научение – проблема поиска; чтобы лучше понять, как научение работает в человеческом мозге, необходимо изучить, как алгоритмы обучения работают в современных компьютерах.
Сравнивая компьютерные алгоритмы с алгоритмами мозга in silico[5] и in vivo[6], мы постепенно получим более четкое представление о том, что означает научение на уровне мозга. Конечно, математикам и специалистам в области вычислительных систем не удалось разработать алгоритмы обучения, столь же мощные, как человеческий мозг, – пока. Тем не менее они все больше склоняются к теории оптимального алгоритма обучения, который должна использовать любая система, если она стремится к максимальной эффективности.
Согласно этой теории, лучший ученик действует, как ученый, рационально использующий вероятности и статистику. Возникает новая модель: модель мозга как статистика, при которой корковые области мозга обрабатывают данные о вероятностях событий. Данная теория подчеркивает четкое разделение труда между наследственностью и средой: гены создают обширные пространства априорных гипотез, из которых впоследствии среда выбирает те, которые наилучшим образом описывают внешний мир. Иными словами, набор гипотез задан генетически, но их отбор зависит от опыта.
Согласуется ли эта теория с тем, как на самом деле работает мозг? И как научение реализуется в биологических нейронных сетях? Какие изменения происходят в нашем мозге, когда мы приобретаем новую компетенцию? Во второй части книги, «Как учится наш мозг», мы обратимся к психологии и нейробиологии. Особое внимание будет уделено младенцам – подлинным и непревзойденным самообучающимся машинам. Согласно новейшим исследованиям, они действительно ведут себя как юные специалисты по статистике.
Их поразительная интуиция в сферах языка, геометрии, чисел и статистики подтверждает: младенцы могут быть чем угодно, но только не «чистым листом», tabula rasa[7]. При рождении детский мозг уже организован, он проецирует гипотезы на внешний мир с самого первого дня. Кроме того, дети обладают значительным запасом пластичности, которая отражается в беспрерывных изменениях синапсов. В пределах этой статистической машины наследственность и среда не противостоят друг другу – напротив, они действуют сообща. Результатом является структурированная, но пластичная система с уникальной способностью к самовосстановлению после травм и переориентации уже существующих нейронных сетей на овладение навыками, не предусмотренными эволюцией, – например, чтением или математикой.
В третьей части книги, «Четыре столпа научения», я подробно расскажу о некоторых хитростях, которые делают наш мозг самым эффективным самообучающимся устройством, известным на сегодняшний день. В значительной степени нашу способность к научению модулируют четыре основных механизма.
Первый – это внимание, система нейронных сетей, которые отбирают, усиливают и передают сигналы, считающиеся нами релевантными, тем самым усиливая их воздействие в нашей памяти в сто раз. Второй столп – активное вовлечение: пассивный организм почти ничему не научится, ибо научение требует активного генерирования гипотез, мотивации и любопытства. Третий столп – обратная связь: всякий раз, когда реальность не совпадает с нашими ожиданиями, в нашем мозге распространяются сигналы ошибки. Они корректируют имеющиеся ментальные модели, исключают непригодные гипотезы и стабилизируют наиболее точные. Наконец, четвертый столп – это консолидация: периодически наш мозг компилирует (собирает воедино) то, что он усвоил, и переносит это в долговременную память, тем самым высвобождая нейронные ресурсы для дальнейшего научения. Важную роль в этом процессе консолидации играет повторение. Мозг активен даже во сне; во время сна он в ускоренном темпе воспроизводит свои прошлые состояния и перекодирует знания, приобретенные в течение дня.
Эти четыре столпа универсальны: младенцы, дети и взрослые всех возрастов используют их каждый раз, когда задействуют свою способность к научению. Вот почему все мы должны научиться владеть ими – именно так мы сможем научиться учиться. В заключении мы обсудим практические последствия этих научных открытий. Изменить наши подходы к научению и обучению в школе, дома или на работе вовсе не так сложно, как кажется. Простые рекомендации касательно игр, любознательности, социализации, концентрации и сна помогут еще больше развить то, что и так является величайшим талантом нашего мозга, – способность учиться.
По сути, интеллект можно рассматривать как процесс преобразования неструктурированной информации в полезные и актуальные знания.
Демис Хассабис, исследователь искусственного интеллекта, основатель компании DeepMind (2017)
Что такое научение? Во многих языках это слово имеет тот же корень, что и латинский глагол apprehendere («схватывать»): apprehending в английском, apprendre во французском, aprender в испанском и португальском.
И действительно, научиться – значит уловить некий фрагмент реальности и перенести его в мозг. В когнитивных науках принято считать, что научение состоит в формировании внутренней модели мира. В процессе научения первичные данные, которые улавливают наши органы чувств, превращаются в более или менее абстрактные идеи, пригодные для повторного использования в новом контексте, – малые модели реальности.
Ниже мы узнаем, что обо всем этом говорит когнитивистика и наука об искусственном интеллекте. Как возникают такие внутренние модели в мозге и машинах? Как меняется репрезентация (представление) информации, когда мы учимся? Что происходит на уровне, общем для любого организма – будь то человек, животное или компьютер? Обсудив различные инженерные хитрости, позволяющие машинам учиться, мы получим более четкое представление о той невероятной работе, которую проделывает мозг всякого ребенка, когда он учится видеть, говорить и писать. Как ни странно, детский мозг сохраняет преимущество: несмотря на все технические и научные достижения, современные алгоритмы машинного обучения копируют лишь малую часть способностей человеческого мозга.
Разобравшись, где заканчивается машинное обучение и в чем мозг ребенка превосходит даже самый мощный компьютер, мы точно определим, что значит «научение».
Глава 1
Семь определений научения
Что значит «научение»? Мое первое и самое общее определение таково: научиться – значит сформировать внутреннюю модель внешнего мира.
Вы можете этого не осознавать, но ваш мозг хранит тысячи таких моделей. Образно говоря, они похожи на миниатюрные муляжи, более или менее точно повторяющие реальность. Например, у всех нас есть ментальная карта района и дома, в котором мы живем, – достаточно закрыть глаза и мысленно представить их в мельчайших подробностях. Разумеется, никто из нас не родился с этой картой – мы приобрели ее посредством научения.
Богатство и разнообразие наших ментальных моделей, по большей части бессознательных, поражает воображение. Так, у любого англоговорящего читателя имеется обширная ментальная модель английского языка; благодаря ей он понимает слова, которые сейчас читает, и может догадаться, что слово plastovski – не английское, слова swoon и wistful – точно английские, а слово dragostan – возможно[8].
Помимо языковой модели, мозг содержит и несколько моделей тела, которые он постоянно использует для коррекции положения конечностей при движении и для поддержания равновесия. Другие ментальные модели кодируют наши знания о физических объектах и взаимодействии с ними: вы знаете, как держать ручку, писать или ездить на велосипеде. Третьи описывают близких нам людей: у каждого человека имеется огромный ментальный каталог его родственников и знакомых, в котором задокументированы их внешность, голоса, вкусы и причуды.
Эти ментальные модели способны генерировать гиперреалистичные симуляции окружающей нас вселенной. Вы замечали, что иногда ваш мозг устраивает самые настоящие виртуальные реалити-шоу, в которых вы ходите, танцуете, посещаете новые места, ведете интересные беседы или испытываете сильные эмоции? Конечно, я говорю о снах! Кажется невероятным, но все мысли, которые приходят к нам в сновидениях, есть не что иное, как продукт неконтролируемой работы внутренних моделей мира.
Впрочем, мы «изобретаем» реальность не только во сне: бодрствуя, наш мозг постоянно проецирует гипотезы и интерпретативные системы на внешний мир.
Это происходит потому, что каждое изображение, попадающее на сетчатку глаза, неоднозначно. Например, всякий раз, когда мы видим тарелку, ее изображение подобно бесконечному количеству эллипсов. Почему же мы видим тарелку круглой, хотя органы чувств говорят нам, что она овальная? Все дело в дополнительных данных, которые поставляет наш мозг: он знает, что круглая форма – наиболее вероятная интерпретация. За кулисами сенсорные области непрерывно вычисляют вероятности, и в сознание попадает только наиболее вероятная модель. Именно проекции мозга в конечном счете придают смысл потоку данных, поступающему от органов чувств. В отсутствие внутренних моделей необработанные сенсорные данные остались бы бессмысленными.
В процессе научения наш мозг захватывает фрагмент реальности, который он ранее упустил, и использует его для построения новой модели мира. Такие модели могут отражать как внешнюю реальность, так и внутреннюю: первые формируются, когда мы изучаем историю, ботанику или карту города; вторые – когда мы учимся координировать движения во время игры на скрипке.
В обоих случаях мозг интернализирует (т.е. встраивает внутрь) некий новый аспект реальности: фактически, чтобы усвоить неизвестный материал, он соответствующим образом перенастраивает свои нейронные сети.
Такие изменения, безусловно, не совершаются наугад. Научение – это прежде всего способность приспосабливаться к внешнему миру и способность исправлять ошибки. Но откуда мозг «знает», как обновить внутреннюю модель, если, скажем, он заблудился и не может найти свой дом, упал с велосипеда, проиграл партию в шахматы или неправильно написал слово «экстаз»? Рассмотрим семь ключевых идей, которые лежат в основе современных алгоритмов машинного обучения и которые применимы и к человеческому мозгу, – семь различных определений того, что значит «научение».
11 примеров пассивного обучения (которые все еще будут работать в 2023 году)
В этой статье Крис пишет: «Постарайтесь не попасть в ловушку, превратив пассивное обучение в большой ужас. Конечно, активное обучение — это отличный способ поддержать обучение.
Но просто сказать, что «пассивное обучение — это плохо», слишком просто».
Несмотря на все разговоры об активном обучении как подходе к образованию в 21 веке, пассивное обучение часто в конечном итоге рассматривается лишь как отрицательный контраст «идеальной» педагогике.
Часто мои ученики упоминают в своих эссе пассивный подход к обучению только как «плохую вещь».
Проблема вот в чем: слишком просто критиковать пассивный подход. Это упрощенно и, по иронии судьбы, некритично .
Пассивное обучение не так уж плохо. Возможно, это не так удивительно, как активное обучение, но все же имеет ценность.
Рабочее определениеПассивное обучение — это форма обучения, основанная на передаче информации от учителя к ученику с небольшим двусторонним взаимодействием. Поскольку учащийся должен впитывать, а не действовать на основе знаний, он считается «пассивным», а не «активным».
Существуют три ключевые особенности пассивного подхода к обучению:
- Отсутствие обратной связи: Учащийся не получает обратной связи.
- Стиль передачи: Информация сообщается и показывается, а не изучается путем открытия или исследования. Общение от учителя к ученику одностороннее.
- Фокус учителя: Учитель остается в центре внимания, а ученики наблюдают за учителем.
Пассивное обучение основано на представлении бихевиористской теории о том, что ученики — это губки или пустые сосуды. Другими словами, учащиеся напрямую поглощают или передают информацию, а не конструируют ее в уме.
11 Примеры пассивного обучения1. Прямое обучение
Прямое обучение предполагает, что учитель, стоящий перед классом, инструктирует учащихся по теме.
В модели прямого обучения учащиеся не учатся через открытия. Вместо этого знания «рассказываются» непосредственно ученикам.
Модель прямых инструкций ценна для быстрой и эффективной передачи информации. Это обычно (а иногда даже необходимо) в начале урока, когда необходимо представить некоторую начальную информацию.
Хорошим примером прямых инструкций является сообщение о безопасности в самолетах. Стюардесса стоит в передней части самолета и показывает, как пользоваться спасательным жилетом и ремнями безопасности, а вы просто сидите и смотрите.
2. Просмотр телевизора
Когда мы смотрим телевизор, мы чему-то учимся! Фактически, большая часть раннего словарного запаса ребенка поглощается телевидением.
Точно так же многие люди изучают, какое сильное влияние на наши убеждения оказывает телевизионная реклама. Реклама о женщинах в роли домашней прислуги воспроизводит представления о женщинах как о «домохозяйках», а стереотипное изображение меньшинств на телевидении может заставить людей поверить в бесполезные стереотипы.
Зачем еще политикам платить столько денег за предвыборную рекламу на телевидении?
Это показывает, насколько силен пассивный подход!
3. Длительное воздействие
Длительное воздействие чего угодно может повлиять на то, как мы думаем и ведем себя.
Мы все растем в культуре со способами речи и действия и учимся говорить и действовать культурно приемлемыми способами пассивно .
Ярким примером являются акценты. Почему у британцев другой акцент, чем у американцев?
Мы не активно учили свой акцент. Мы просто говорим так, как впитали через многолетнее общение с окружающими нас людьми.
4. Смоделированное обучение
Смоделированное обучение — это форма обучения, в которой учитель или эксперт показывает шаги, необходимые для того, чтобы что-то сделать. Это очень похоже на прямую инструкцию, и некоторые могут сказать, что это тип прямой инструкции .
Смоделированное обучение особенно полезно, когда в теме много сложных частей. Это может быть пассивная часть урока, предшествующая активному обучению. Учитель может смоделировать задание, прежде чем дать учащимся возможность выполнить его самостоятельно.
Он также может пригодиться, когда задача интересна, но слишком сложна для самостоятельного выполнения неподготовленными учащимися.
Примером может быть приглашение пожарного в школу для демонстрации пожарной безопасности. У детей может не хватить сил или навыков распутывать пожарные шланги… но им все равно может быть интересно смотреть и учиться!
- Читайте также: Список из 107 эффективных стратегий обучения
5. Университетские лекции
Большинство студентов знакомы с университетскими лекциями. Лекция включает в себя зал со многими студентами, которые смотрят, как эксперт-профессор перед классом высказывает свое мнение по теме.
Студенты редко задают вопросы на лекциях. Их работа — делать заметки и внимательно слушать «сейф на сцене».
Этот метод основан на древнем библейском методе чтения проповедей, а также на «сократическом методе» греческих философов, произносящих речи на площадях.
6. Подкасты
Подкасты — это новая и интересная форма обучения, которая оказалась очень популярной среди неформальных учащихся.
Подкаст — это запись, которую люди загружают на свои личные мобильные устройства, чтобы слушать в удобное время.
Это асинхронно, что означает, что слушатель не может общаться с говорящим. Запись, конечно, не живая.
Итак, слушатель просто слушает.
Тем не менее, существуют подкасты по изучению языка, полные курсы подкастов и подкасты практически на любую тему, которую вы хотите.
Очевидно, что многие люди находят эту форму пассивного обучения очень полезной и эффективной.
7. Видео на YouTube
Я люблю видео на YouTube! Это бесплатный и удивительно доступный способ изучения практически любой темы.
Видео на YouTube, которое было предварительно записано и загружено, ограничено в своих возможностях побудить зрителей к активному обучению.
Тем не менее, YouTube — один из самых популярных веб-сайтов в мире… потому что люди находят его таким ценным!
Хотя активно учиться на YouTube сложно, у зрителей есть некоторые свободы, такие как замедление, пауза и перемотка видео, чтобы учиться в своем собственном темпе.
8. Книги
Книги — классическая, но бесценная форма обучения.
Существует целая индустрия книг по самопомощи, за чтение и доступ к которым люди платят хорошие деньги.
Книги полны информации. Благодаря библиотекам мы можем получить свободный доступ к огромному количеству информации, чтобы узнать практически все, что захотим.
Учебники — классический «учебник» в классе — очень часто критикуют как пассивный подход к обучению в 20 веке. Они также постепенно исчезают из современных классов.
9. Обучение через наблюдение
Обучение через наблюдение было доказано Альбертом Бандурой в 20 веке как очень эффективное.
Бандура провел знаменитые эксперименты с куклой Бобо, чтобы доказать силу наблюдения. В этих экспериментах дети наблюдали за взрослыми, играющими с куклами.
- Первая группа детей видела, как взрослые агрессивно обращаются с куклами (бьют их, пинают и потеют).
- Вторая группа детей видела, что взрослые относятся к куклам нейтрально и ведут себя неагрессивно.
Как и следовало ожидать, первая группа детей впоследствии гораздо чаще проявляла агрессию, когда наступала их очередь играть с куклами.
Бандура пришел к выводу, что дети учатся, наблюдая за моделированием взрослых. Он назвал это своей «теорией социального обучения».
10. Экспертные дебаты и интервью
В дебатах между экспертами по темам могут очень хорошо присутствовать горячие сторонники этих экспертов. Хотя у наблюдателей нет возможности взаимодействовать, они могут выслушать аргументы и контраргументы по важным темам.
Экспертные дебаты широко используются в политике, например, в ходе первичных дебатов на президентских выборах и в ежегодном Politicon в США.
Аналогичным образом, целые залы могут быть забронированы для проведения интервью с экспертами по темам. Религиозные лидеры, ученые и писатели — частые гости на аншлаговых интервью.
11. Презентации на работе
Многие из вас знакомы с презентациями PowerPoint на работе. Слайд за слайдом за слайдом во время встречи за встречей породил термин «смерть от PowerPoint».
Такие презентации являются примером пассивного подхода к обучению.
Мы сидим и просто наблюдаем, как кто-то делает презентацию. Не лучше ли было бы изучать содержание… более активно!?
Часто нам нравится создавать концепцию человека-призрака, чтобы использовать ее в качестве контраста нашим идеалам.
Пассивное обучение часто описывается на поверхностном уровне как Абсолютный негатив. Мы должны «учиться на практике», говорят они.
Однако возможно, что на самом деле наш разум очень активен, когда мы делаем наблюдения. Альберт Бандура, например, подчеркивает, что обучение через наблюдение может быть очень эффективным.
Итак, не все ли обучение активно? Мы можем активно смотрите телевизор, критикуйте идею в уме или черпайте вдохновение, чтобы придумать новые идеи, читая книгу по саморазвитию.
Преимущества и недостатки пассивного обученияПреимущества включают в себя:
- Учитель сохраняет большую часть контроля над обучением учащихся и направлением урока. Это может быть неоценимо для классов с поведенческими трудностями или когда вам нужно передать информацию о чем-то быстро .
- Уроки жестко структурированы, что позволяет ученикам быть уверенными.
- Предоставьте важную информацию одновременно большому количеству людей.
- Отлично подходит для раскрытия новой информации людям. Это может быть хорошим и необходимым введением в тему, прежде чем начнется какое-либо активное обучение.
Это может быть неоценимо для классов с поведенческими трудностями или когда вам нужно передать информацию о чем-то быстро .К недостаткам относятся:
- Отсутствие обратной связи не позволяет учителям понять, какая дополнительная поддержка нужна учащимся.
- Отсутствие обратной связи не позволяет учителям узнать, насколько хорошо учащиеся поняли информацию.
- Отсутствие обратной связи означает, что учащиеся не могут запрашивать разъяснения.
- Учащиеся часто не получают персонализированной поддержки, отвечающей потребностям учащегося.
- Активный подход позволит учиться путем открытий, проб и ошибок, что поможет учащимся более подробно понять свои темы, особенно основные причины того, почему вещи истинны или ложны.
- Пассивный подход подразумевает, что есть один верный или правильный способ учиться и одна истина. Более активный подход позволит учащимся прийти к своим собственным ответам, а не следовать указаниям преподавателя.
- Пассивный подход препятствует творчеству и спонтанности в классе.
- Пассивный подход отдает предпочтение повторению, которое является поверхностным подходом к обучению, а не позволяет учащимся учиться на собственном опыте.
Лично я считаю, что активное обучение в целом является лучшей формой обучения, поскольку оно помогает создавать больше связей между идеями в мозгу .
Однако пассивное обучение играет важную роль в нашей жизни. Это невероятно мощный способ приобретения культурных знаний и изучения новых моделей поведения.
Точно так же многие люди находят большую ценность в чтении книг, просмотре документальных фильмов и прослушивании подкастов. Черт, я научился говорить по-испански с помощью подкастов!
Итак, постарайтесь не попасть в ловушку, превратив пассивное обучение в большое плохое пугало.
Конечно, активное обучение — это отличный способ поддержать обучение. Но просто сказать, что «пассивное обучение — это плохо», слишком просто.
Крис Дрю (доктор философии)
Веб-сайт | + сообщения
Доктор Крис Дрю является основателем Helpful Professor. Он имеет докторскую степень в области образования и опубликовал более 20 статей в научных журналах. Он бывший редактор журнала «Развитие обучения в высшем образовании».
Информация для студентов и преподавателей
«Мы предоставляем надежные, доступные и точные рецензируемые учебные пособия, которые отражают мнение экспертов — все на языке, понятном студентам университета!»
Крис Дрю, доктор философии
Основатель и главный редактор
«ЛЮБОВЬ, ЛЮБОВЬ, ЛЮБОВЬ Крис.
Один из лучших учителей, которые у меня когда-либо были. Мне нравится его легкий и понятный стиль преподавания».
Джессика Т.
Студент социальных наук
«Я был так впечатлен поддержкой и присутствием Криса. Крис такой вовлеченный, поддерживающий и энергичный. Я бы не учился так же хорошо, как в университете, без его замечательного руководства и энтузиазма».
Салли Р.
Бакалавр педагогических наук Студент
«Крис поддерживает и очень эффективно учит. У него отличный способ объяснить суть и разбить все на мелкие кусочки. Он изо всех сил старается помочь своим ученикам стать лучше».
Кристин С.
Молодежная студентка
«Крис выходит за рамки любого другого учителя, которого я когда-либо имел, очень доступный и в курсе всех мельчайших деталей. Большое спасибо Крису».
Джеймс Л.
Бакалавр гуманитарных наук Студент
Пройти курс написания эссе
Как показано вThe Economist
Readers Digest
7 Times Higher Education 900 Журнал eLearn
Просмотр сайта
Академическое письмо Навыки
Поиск
Советы по учебе в колледже
Поиск
Тематические учебные пособия
Поиск
Поиск учебных пособий
Лучшие учебные пособия по академическому письму и обучению 9 023 9025 9025 07
Как написать введение, которое поразит вашего учителя
Практические советы о том, как написать введение для вашего следующего эссе.
Как не прокрастинировать во время учебы
Вот 11 научно обоснованных советов о том, как не отвлекаться от учебы.
Как начать эссе (если не знаешь, что написать)
Иногда первое предложение самое сложное. Вот ваше решение.
Как найти научные источники в Интернете (бесплатно)
Простое руководство по поиску научных источников, необходимых для вашей следующей статьи.
Моя идеальная формула структуры абзаца
Это один из моих самых больших и лучших приемов для написания потрясающих глубоких эссе.
Должны ли вы получить Grammarly? Вот мое мнение.
Я смотрю на аргументы с обеих сторон этой темы.
Как перефразировать как профессионал, чтобы получить высшие оценки
Перефразировать сложно, но с помощью этой простой формулы я превратил это в искусство.
Как отредактировать сочинение, чтобы получить на 13% более высокие оценки
Исследования показывают, что правильное редактирование повысит вашу оценку на 13%.
