Grundläggande lärande: vad hjälper oss att lära oss?

2024 Författare: Seth Attwood | [email protected]. Senast ändrad: 2024-01-07 16:29

Författaren till How We Learn, Stanislas Dean, beskrev lärandets fyra pelare. Dessa inkluderar uppmärksamhet, aktivt engagemang, feedback och konsolidering. Vi läste om boken och gick in mer i detalj om dessa egenskaper och vad som hjälper till att stärka dem.

Uppmärksamhet

Uppmärksamhet löser ett vanligt problem: informationsöverbelastning. Sinnena överför miljontals bitar av information varje sekund. I det första skedet bearbetas dessa meddelanden av neuroner, men en djupare analys är omöjlig. Pyramiden av uppmärksamhetsmekanismer tvingas utföra selektiv sortering. I varje skede bestämmer hjärnan hur viktigt ett visst meddelande är och allokerar resurser för att bearbeta det. Korrekt urval är grundläggande för framgångsrikt lärande.

Lärarens uppgift är att ständigt vägleda och fånga elevernas uppmärksamhet. När du uppmärksammar ett främmande ord som just sagts av läraren, fixeras det i ditt minne. Omedvetna ord förblir på nivån av sensoriska system.

Den amerikanske psykologen Michael Posner identifierar tre huvudsystem för uppmärksamhet:

1. ett larm- och aktiveringssystem som bestämmer när man ska vara uppmärksam;

2. ett orienteringssystem som talar om för dig vad du ska leta efter;
3. ett kontrolluppmärksamhetssystem som bestämmer hur den mottagna informationen ska behandlas.

Att hantera uppmärksamhet kan förknippas med "fokus" (koncentration) eller "självkontroll". Exekutiv kontroll utvecklas när den prefrontala cortexen bildas och mognar under de första tjugo åren av våra liv. På grund av dess plasticitet kan detta system förbättras, till exempel med hjälp av kognitiva uppgifter, tävlingstekniker, spel.

Medverkan

Den passiva organismen lär sig lite eller inte alls. Effektivt lärande innebär engagemang, nyfikenhet och aktiv hypotesgenerering och testning.

En av grunderna för aktivt engagemang är nyfikenhet - samma törst efter kunskap. Nyfikenhet anses vara kroppens grundläggande drivkraft: drivkraften som driver handling, som hunger eller behovet av säkerhet.

Psykologer från William James till Jean Piaget och Donald Hebb har funderat på nyfikenhetens algoritmer. Enligt deras åsikt är nyfikenhet "en direkt manifestation av ett barns önskan att lära sig om världen och bygga dess modell."

Nyfikenhet uppstår så fort vår hjärna upptäcker en diskrepans mellan det vi redan vet och det vi skulle vilja veta.

Genom nyfikenhet försöker en person välja handlingar som fyller denna kunskapslucka. Motsatsen är tristess, som snabbt tappar intresset och blir passiv.

Samtidigt finns det inget direkt samband mellan nyfikenhet och nyfikenhet – vi kanske inte attraheras av nya saker, men vi attraheras av de som kan fylla kunskapsluckan. Begrepp som är för komplexa kan också vara skrämmande. Hjärnan utvärderar hela tiden inlärningshastigheten; om han upptäcker att framstegen går långsamt tappas intresset. Nyfikenhet driver dig till de mest tillgängliga områdena, medan graden av deras attraktionskraft förändras i takt med att utbildningsprocessen utvecklas. Ju tydligare ett ämne är, desto större behov av att hitta ett annat.

För att utlösa nyfikenhetsmekanismen måste du vara medveten om det du inte redan vet. Detta är en metakognitiv förmåga. Att vara frågvis betyder att vilja veta, om du vill veta så vet du det du inte vet ännu.

Respons

Enligt Stanislas Dean beror hur snabbt vi lär oss på kvaliteten och träffsäkerheten i den feedback vi får. I den här processen sker ständigt misstag – och det är helt naturligt.

Eleven försöker, även om försöket är dömt att misslyckas, och funderar sedan, baserat på felets storlek, på hur man kan förbättra resultatet. Och i detta skede av felanalys behövs korrekt feedback, vilket ofta förväxlas med straff. På grund av detta finns det ett avvisande av lärande och en ovilja att prova något alls, eftersom eleven vet att han kommer att straffas för alla misstag.

Två amerikanska forskare, Robert Rescorla och Allan Wagner, lade fram en hypotes på 70-talet av förra seklet: hjärnan lär sig bara om den ser en klyfta mellan vad den förutsäger och vad den tar emot. Och felet indikerar exakt var förväntningar och verklighet inte sammanföll.

Denna idé förklaras av Rescorla-Wagner-teorin. I Pavlovs experiment hör hunden hur en klocka ringer, vilket till en början är en neutral och ineffektiv stimulans. Sedan utlöser denna klocka en betingad reflex. Hunden vet nu att ljud föregår mat. Följaktligen börjar riklig salivutsöndring. Rescorla-Wagner-regeln föreslår att hjärnan använder sensoriska signaler (förnimmelser som genereras av en klocka) för att förutsäga sannolikheten för en efterföljande stimulans (mat). Systemet fungerar enligt följande:

• Hjärnan förutsäger genom att beräkna mängden inkommande sensoriska signaler.
• Hjärnan upptäcker skillnaden mellan prognosen och den faktiska stimulansen; prediktionsfel mäter graden av överraskning förknippad med varje stimulans.
• Hjärnan använder signalen, felet, för att korrigera sin inre representation. Nästa förutsägelse kommer att vara närmare verkligheten.

Den här teorin kombinerar lärandets pelare: inlärning sker när hjärnan fångar upp sensoriska signaler (genom uppmärksamhet), använder dem för att förutsäga (aktivt engagemang) och bedömer exaktheten i den förutsägelsen (feedback).

Genom att ge tydlig feedback på misstag vägleder läraren eleven, och det har inget med straff att göra.

Att säga till eleverna att de borde ha gjort detta och inte på annat sätt är inte detsamma som att säga till dem: "Du har fel." Om eleven väljer fel svar A, då att ge feedback i formen: "Rätt svar är B" är som att säga: "Du hade fel." Det bör förklaras i detalj varför alternativ B är att föredra framför A, så att eleven själv kommer till slutsatsen att han hade fel, men samtidigt kommer han inte att ha förtryckande känslor och ännu mer rädsla.

Konsolidering

Oavsett om vi lär oss att skriva på ett tangentbord, spela piano eller köra bil, styrs våra rörelser initialt av den prefrontala cortexen. Men genom upprepning anstränger vi oss mindre och mindre och vi kan göra dessa handlingar samtidigt som vi tänker på något annat. Konsolideringsprocessen förstås som övergången från långsam, medveten informationsbehandling till snabb och omedveten automatisering. Även när en färdighet bemästras kräver den stöd och förstärkning tills den blir automatisk. Genom konstant övning överförs kontrollfunktioner till den motoriska cortex, där automatiskt beteende registreras.

Automatisering frigör hjärnresurser

Den prefrontala cortex är inte kapabel till multitasking. Så länge som det centrala verkställande organet i vår hjärna är fokuserat på uppgiften, skjuts alla andra processer upp. Tills en viss operation är automatiserad kräver det ansträngning. Konsolidering tillåter oss att kanalisera våra värdefulla hjärnresurser till andra saker. Sömn hjälper här: varje natt konsoliderar vår hjärna det den tagit emot under dagen. Sömn är inte en period av inaktivitet, utan aktivt arbete. Den lanserar en speciell algoritm som återger händelserna från den senaste dagen och överför dem till vårt minnesfack.

När vi sover fortsätter vi att lära oss. Och efter sömn förbättras kognitiva prestationer. 1994 genomförde israeliska forskare ett experiment som bekräftade detta. Under dagen lärde sig volontärerna att upptäcka en strimma vid en specifik punkt i näthinnan. Uppgiftens prestanda ökade långsamt tills den nådde en platå. Men så fort forskarna skickade försökspersonerna att sova fick de en överraskning: när de vaknade nästa morgon ökade deras produktivitet dramatiskt och förblev på denna nivå under de närmaste dagarna, beskrev Stanislal Dean. Som sagt, när forskarna väckte deltagarna under REM-sömn fanns det ingen förbättring. Det följer att djup sömn främjar konsolidering, medan REM-sömn främjar perceptuella och motoriska färdigheter.

Så lärande står på fyra pelare:

• uppmärksamhet, tillhandahålla förstärkning av den information som den är riktad till;
• aktivt engagemang - en algoritm som uppmanar hjärnan att testa nya hypoteser;
• feedback, vilket gör det möjligt att jämföra prognoser med verkligheten;
• konsolidering för att automatisera det vi har lärt oss.