В предыдущей статье «Принятие решений 101» я представил доказательства того, что выборочное внимание к предметам, которые были извлечены в рабочую память, является важным фактором принятия хороших решений. Это, как правило, непризнанное образовательное значение. Редко представляет собой учебный материал, упакованный с предвидением того, как его можно оптимизировать с точки зрения снижения когнитивной нагрузки рабочей памяти. Новое исследование, проведенное группой когнитивных нейробиологов в Великобритании, демонстрирует особую важность этого для изучения того, как правильно классифицировать новые учебные материалы. Они показывают, что обучение более эффективно, когда инструкция оптимизирована («идеализирована» в их терминологии).
Решения часто требуют категоризации новых стимулов, таких как нормальный / ненормальный, друг / враг, полезные / вредные, правильные / неправильные или даже присвоение одной из нескольких категорий. Обучение учащихся тому, как правильно назначать категории, обычно основано на том, чтобы показать им примеры для каждой категории. Проблемы категоризации обычно возникают при проверке обучения. Например, обычное тестирование с множественным выбором в школах требует принятия решения о каждом потенциальном ответе как правильном или неправильном.
Рассматривая литературу об оптимизации обучения, эти исследователи обнаружили, что один подход, который работает, состоит в том, чтобы представить обучение в определенном порядке. Например, при обучении студентов классифицированию по категориям люди лучше выполняют работу, когда вместе с несколькими примерами из одной категории представлены вместе несколько контрастных примеров из другой категории. Другие манипуляции с заказами изучаются лучше, если простые, недвусмысленные случаи в обеих категориях представлены вместе на ранней стадии обучения, тогда как более сложные, более запутывающие случаи представлены впоследствии. Такое обучение усиливает контраст между двумя категориями.
Британская группа сосредоточилась на роли рабочей памяти в обучении. Их идея заключается в том, что двусмысленность во время обучения является проблемой. В реальных ситуациях, требующих правильной идентификации категорий, естественные двусмысленности затрудняют принятие правильных решений. Подумайте об этих двусмысленностях как о когнитивном «шуме», который мешает обучению, которое возвращается в рабочую память. Этот шум загромождает кодирование во время обучения и мешает процессу мышления и ухудшает строгие мыслительные процессы, которые могут потребоваться для правильного различия. В реальном мире подростков в школе другие основные источники познавательного шума – это нерелевантные задачи, которые приходят из многозадачных привычек, столь распространенных в сегодняшних студентах.
Теория состоит в том, что, выполняя усвоенную задачу, ученик вспоминает, чему учили в рабочую память. Рабочая память имеет очень ограниченную емкость, поэтому любой «шум», связанный с начальным обучением, может быть неполным образом закодирован, и запоминаемый шум также может усложнить мышление, необходимое для правильной работы. Таким образом, упрощение учебного материала должно уменьшать запомненные двусмысленности, уменьшать нагрузку на рабочую память и обеспечивать лучшую обоснованность и эффективность тестирования.
Одним из примеров оптимизации обучения является исследование Hornsby and Love (2014), которое применило эту концепцию к обучению людей без предварительной медицинской подготовки, чтобы решить, является ли данная маммограмма нормальной или раковой. Они предположили, что обучение было бы более эффективным, если бы учащиеся обучались на маммограммах, которые были легко идентифицированы как нормальные или раковые, и не включали примеры, где различие было не столь очевидным. Основополагающая предпосылка заключается в том, что принятие решений включает в себя напоминание прошлых запомненных примеров в рабочую память и накопление доказательств для соответствующей категории. Если запоминаемые предметы являются шумными (т. Е. Неоднозначными), шум также накапливается и затрудняет решение. Таким образом, учащиеся будут испытывать больше трудностей, если их обучат примерам по всему спектру возможностей, от явного до скрытия, чем если бы они были отдельно обучены на примерах, которые были явно очевидны как принадлежащие к той или иной категории.
Первоначально группа обучающихся обучалась на полном расстоянии от маммограмм, поэтому изображения можно было классифицировать по диагностическим трудностям как легко или тяжело, так и между ними. На каждом испытании были показаны три маммограммы: левое изображение было нормальным, правое было раковым, а середина была контрольным предметом, требующим диагностики того, является ли он нормальным или злокачественным.
В реальном эксперименте одна группа студентов была обучена классифицировать набор типичных простых, средних и твердых изображений, в то время как другая группа обучалась только на простых образцах. Во время учебных испытаний учащиеся изучали три маммограммы, указали свой диагноз на средний образ и затем получили отзывы о том, были ли они правы или неправы. После завершения всех 324 учебных занятий участники завершили 18 тестовых испытаний, которые состояли из трех ранее невидимых легких, средних и тяжелых предметов из каждой категории, отображаемых в произвольном порядке. Испытательные испытания проводились по той же процедуре, что и учебные испытания.
Когда обе группы были испытаны на образцах в пределах диапазона в обоих условиях, оптимизированная группа была лучше способна отличать нормальные от раковых маммограмм как на легких, так и на средних изображениях. Обратите внимание, что оптимизированная группа не обучалась на средних изображениях. Однако в случае жестких тестов не было найдено никаких преимуществ; обе группы делали много ошибок в сложных случаях, а оптимизированная подготовка давала более плохие результаты, чем регулярное обучение.
Нам нужно объяснить, почему эта стратегия, похоже, не работает по тяжелым случаям. Я подозреваю, что в легких и средних случаях не требуется большого понимания. Это всего лишь вопрос распознавания образов, сделанный легче, потому что обучение было более простым и менее двусмысленным. Ученик просто делает случайные визуальные ассоциации. Для трудных случаев ученик должен знать и понимать критерии, необходимые для проведения различий. Тонкие различия не реализуются, если диагностические критерии не указаны в упражнении. В реальной медицинской практике многие маммограммы на самом деле не могут быть различимы визуальным контролем – они действительно сложны. Необходимы другие диагностические тесты.
Основная предпосылка таких исследований заключается в том, что учебные объекты или задачи должны быть сведены к основам, устраняя постороннюю и неоднозначную информацию, которая представляет собой «шум», который смешивает способность делать правильную категоризацию.
В обычных ситуациях обучения основным источником шума является посторонняя информация, такая как незначительные детали. Снижение этого шума достигается путем сосредоточения внимания на основополагающем принципе. Фактически я наткнулся на эту основную предпосылку упрощения более 50 лет назад, когда я был студентом, пытающимся оптимизировать собственное обучение. То, что я понял, – это важность того, чтобы направить основной принцип того, что я пытался извлечь из учебного материала. Если бы я понял принцип, я мог бы использовать это понимание, чтобы продумать многие из последствий и приложений.
Другими словами, принцип заключается в следующем: «не запоминайте больше, чем вам нужно». Используйте принципы как способ выяснить, что не было запомнено. Как только основные принципы понятны, большая часть базовой информации может быть выведена или легко изучена. Это похоже на стандартную практику перехода от общего к конкретному. Тем не менее, общие идеи должны подчеркивать принципы.
В этом отношении учебники иногда довольно бедны. Слишком много текстов содержат в них столько вспомогательной информации, что их следует рассматривать как справочники. Вот почему я нашел хороший рынок для своего электронного учебника по неврологии на уровне колледжа, «Основные идеи в области нейробиологии», в котором каждая 2-3-страничная глава полностью основана на каждом из 75 основных принципов, охватывающих широкий диапазон мембран биохимии к человеческому познанию. Типичный учебник по неврологии других авторов может составлять до 1500 страниц.
Источник:
Хорнсби, Адам и Любовь, БК (2014). Улучшена классификация маммограмм после идеализированного обучения. J. Appl. Местожительство Память и познание. 3 (2): 72-76.
Доктор Клемм – старший профессор Neuroscience в Техасе A & M. Его последние книги – Power Memory 101 (Skyhorse) и Mental Biology (Прометей). Он также пишет блоги для обучения и памяти. Его должности имеют почти 1,5 миллиона просмотров читателей.