Marek Goliasz

Cognitive science w e-learningu.

Kognitywistyka dzięki swej domenie jaką są procesy poznawcze oraz metodom pochodzącym z wielu dyscyplin ma ogromne możliwości zastosowań. Obserwując kierunki rozwoju stosowanych badań kognitywistycznych jak np. pomiar ruchu gałek ocznych w badaniach nad użytecznością stron internetowych [Kasperski, Słonimska 2008], można powiedzieć, że wraz z rozwojem technologii internetowych, rośnie liczba zastosowań nauk poznawczych. Sądzę tak dlatego, że ogromna ilość wniosków badawczych dotyczących poznania opiera się na podejściu badawczym, które traktuje umysł jako system przetwarzania informacji symbolicznej. Sposób interakcji z komputerem i wirtualną rzeczywistością to przyswajanie informacji wzrokowej i współtowarzyszące mu procesy uwagi, rozpoznawania i wnioskowania. Wypracowany przez kognitywistykę model umysłu jako systemu przetwarzającego informację doskonale nadaje się do wyjaśnienia ograniczeń poznania w sytuacji odbioru treści z ekranu komputera. Na przykładzie opracowywania skutecznych metod zdalnego nauczania, chciałbym pokazać, że wraz z poszerzaniem się wirtualnej rzeczywistości rośnie liczba możliwych zastosowań kognitywistyki.

Z perspektywy praktyka w dziedzinie tworzenia, testowania i wdrażania e-learningu, zauważam, że brakuje solidnych podstawy teoretycznej porządkującej proces tworzenia scenariuszy zdalnego nauczania. Jako kognitywista widzę w tym szansę dla wykorzystania osiągnięć z dziedziny nauk o poznaniu. W pracy przedstawiam prace z zakresu badań nad procesami poznawczymi towarzyszącymi uczeniu się oraz rozwiązania z pogranicza psychologii poznawczej i Sztucznej Inteligencji. W pierwszej części omówię mechanizmy poznawcze dotyczące uczenia się. Dotyczą one różnych form uczenia się, więc mają fundamentalne znaczenie także dla metodyki e-learningu. Postaram się wykazać, jak wyniki badań nad poszczególnymi procesami poznawczymi zastosować do tworzenia treści dla platform e-learning. Jako kierunki badań w tym kontekście proponuję przyjąć odpowiedź na dwa pytania. Po pierwsze, w jakich warunkach proces przyswajania informacji może wywołać aktywność uczącego się. Odpowiedź na to pytanie będzie wkładem do rozwiązania drugiego, szerszego problemu – w jakich warunkach proces uczenia się będzie efektywny. O związku między aktywnością uczącego się a efektywnością procesu przyswajania wiedzy pozwalają twierdzić badania nad elaboracją materiału do zapamiętania [Stein, Bransford 1979].
Elaboracja to opracowanie materiału, polegające na dodaniu do informacji czegoś, czego w niej oryginalnie nie było [Nęcka, Orzechowski, Szymura 2006]. Chodzi tu o wszystkie aktywnie podejmowane przez uczącego się strategie opracowania materiału jak porządkowanie i grupowanie czy wizualizację materiału werbalnego [Ledzińska 2000]. Technologie dostępne na wielu platformach wspomagają częściowe personalizowanie materiału np. poprzez umiejscowienie przez użytkownika zakładek w tych miejscach kursu, które są interesujące lub wymagają powtórzenia. Zasadne byłoby również zastosowanie w kursach także dostępnego w każdej chwili notatnika czy prostego narzędzia do rysowania map myśli. Wśród innych czynników wpływających na efektywne zapamiętywanie i w konsekwencji uczenie się, można wymienić liczbę powtórzeń, którym towarzyszy pogłębienie przetwarzania, rozłożenie powtórek w czasie, organizacja materiału na podstawie posiadanej wiedzy czy zgodność kontekstu zapamiętywania i odtwarzania. Zainteresowanych szerszym opracowaniem procedur eksperymentalnych odsyłam do literatury. Ze względu zaś na aplikacyjny charakter artykułu, przedstawię najważniejsze wnioski z badań.

Wysoki poziom na etapie odtwarzania gwarantowały częste powtórki materiału z etapu kodowania informacji. Trwałość śladów pamięciowych wiąże się z głębokością przetworzenia stymulacji [Craik, Lockhart 1972]. Oznacza to, że przypominanie sobie nabytego materiału jest bardziej efektywne gdy wymaga powiązania z posiadaną wiedzą lub skłania do samodzielnego poszukiwania wyjaśnienia. Poprawa zapamiętywania wynikająca z pogłębionej analizy materiału została także potwierdzona w eksperymentach z wykorzystaniem neuroobrazowania – PET [Kapur, Craick, Tulving i in. 1994] oraz fMRI [Otten i Rugg 2001]. Projektanci kursów komputerowych mogą na tej podstawie tak organizować układ treści kursu, aby po prezentacji niewielkiej jednostki tematycznej przygotować quiz, który wymaga odtworzenia, a nie tylko rozpoznania informacji.
Wyniki badań nad rozłożeniem powtórek w czasie [Travis 1973], wskazały na ciekawe prawidłowości. Badacz manipulował przerwą pomiędzy pierwszym a ponownym uczeniem się materiału w przedziale od 30 s do 48 godz. W efekcie wykazał, że do bezbłędnego odpamiętania listy słów wystarczają średnio 4 powtórzenia w trakcie ponownego uczenia się, jeśli odstęp w czasie wynosi od 10 min. do 24 godzin. Są to wyniki, które dzięki zgodności czasowych warunków uczenia się, dają się świetnie zastosować do konstrukcji kursów e-learningowych.

Chciałbym zając się teraz szerzej wpływem organizacji materiału na efektywność przyswajania wiedzy. Ellis [Ellis 1992] wskazuje cztery następujące implikacje z badań kognitywistycznych dla projektantów e-edukacji:
• materiał powinien być podzielony (chunked) na małe, ale posiadające znaczenie jednostki
• stosowanie technik mnemonicznych opartych na stosowaniu animacji, ilustracji, map myśli, diagramów, stymulacji multimodalnej itp.
• stosowanie materiału zachęcającego osobę uczącą się do aktywnego przyswajania informacji poprzez pisanie, rysowanie czy układanie treści związanych z programem nauczania
• stosowanie wizualizacji (np.w postaci mapy myśli), prezentującą relację w jakiej znajdują się najistotniejsze pojęcia
Badania nad wpływem uprzedniej wiedzy jednostki na organizację materiału [Bower, Clark, Lesgold, Winzenz 1969] niosą wnioski dla samego procesu tworzenia kursów komputerowych. Aby ich efektywność była jak najwyższa, autorzy kursów powinni orientować się w poziomie wiedzy końcowych odbiorców. Nowy materiał będzie zrozumiały wówczas, gdy posiadamy umysłowe kategorie do których możemy włączyć nową wiedzę. Dlatego tak istotne jest badanie potrzeb i luk kompetencyjnych przed rozpoczęciem projektowania. Pozwoli to także na rozwiązanie problemu wysokiego zróżnicowania wiedzy wyjściowej użytkowników. Problem ten ujawnia się szczególnie w kursach, których docelowym odbiorcą jest osoba dorosła. Podobnie jak w przypadku tworzenia dużych serwisów internetowych, napisanie scenariusza kursu e-learning jest tylko etapem szerszego procesu projektowania. Jeśli zaniedbany zostanie etap pierwszy, tzn. zbadanie wyjściowego poziomu wiedzy i zdefiniowanie celów kursu, nawet najbardziej zachęcające treści multimedialne nie podwyższą jakości szkolenia. Na tej podstawie twierdzę, że rozwiązania dedykowane przynoszą lepsze rezultaty.

Dla trwałego wyniku nauczania znaczenie ma także zgodność kontekstów zapamiętywania i odtwarzania. Jeśli taka zgodność występuje, poprawność odtworzenia może wzrosnąć nawet o połowę [Godden, Baddeley 1975]. Jak pokazały dalsze badania [Smith, Vela 2001] efekt ten występuje wówczas, gdy jego elementy są włączane w strukturę zapamiętywanego materiału. Sądzę, że w przypadku kursów e-learning efekt zgodności kontekstu można uzyskać prościej niż w przypadku tradycyjnych metod nauczania. Moim zdaniem, bardzo dobrym obszarem do wykorzystania e-learningu jest nauka obsługi komputera. Zarówno nabywanie wiedzy, jak i wykorzystanie jej zachodzi w podobnym kontekście. Zastosowany model dydaktyczny nazywany jest 3P – popatrz, przećwicz, praktykuj Na początku wykonanie akcji jest prezentowane z odpowiednią informacją. Następnie użytkownicy sami wykonują jakąś akcję, otrzymując na każdym etapie informacje o jakości jej wykonania. Na koniec mogą wykonać w obrębie kursu całe zadanie. Kursy e-learningowe bardzo często tworzone są do przeszkolenia dużej ilości pracowników w zakresie stosowania nowego oprogramowania w danej firmie. Obsługa komputera jest dzisiaj wielce pożądaną i przydatną umiejętnością. Tego typu kursy mogą być adresowane także dla ludzi starszych czy bezrobotnych. Istnieje wiele programów (np. Adobe Captivate, DimDim i in.) służących do nagrywania tego, co dzieje się na ekranie komputera. W najnowszym pakiecie CS4 firmy Adobe udostępniono także narzędzie Acrobat Connect Pro pozwalające na udostępnianie poprzez Internet akcji wykonywanej przez nauczyciela na pulpicie swojego komputera.

Niezwykle interesującą koncepcją, wyrosłą na gruncie nauk poznawczych jest Johna Swellera teoria obciążenia poznawczego [Sweller 1988]. Zdaniem Swellera nasza pamięć długotrwała jest złożona ze schematów – złożonych struktur pozwalających interpretować informacje i rozwiązywać zadania. Zanim jednak schemat zostanie nabyty czynności do wykonania muszą być przetworzone w pamięci krótkotrwałej. Pamięć ta ma ograniczoną pojemność 7± 2 elementów [Miller 1956] i jest podatna na zakłócenia ze strony napływających informacji. Co ciekawe, pamięć krótkotrwała jest mniej podatna na zakłócenia jeżeli informacja dostarczana jest z różnych zmysłów. Sweller twierdzi nawet, że odbiór informacji wizualnej i słuchowej pozwala na powiększenie pojemności pamięci krótkotrwałej. Warunek – informacje te muszą się uzupełniać, a nie powtarzać.
To krótkie podsumowanie dorobku psychologii kognitywnej pokazuje zaledwie część interesujących badań, które mają nie tylko duże znaczenie poznawcze, ale również aplikacyjne. Warto jeszcze zapoznać się z artykułem Roberta Layera, który opracował cztery zasady tworzenia prezentacji multimedialnych[Layer 2007]. Publikacja ta poszerza kontekst badawczy o sytuacje związane z interakcją człowieka i komputera. Zasada interaktywnego wykładu i korzystania z multimediów nie wymaga szerszego komentarza. Interesująca jest natomiast zasada hierarchicznej organizacji treści i multimedialnych case’ów. Zgodnie z nimi materiał powinien tworzyć sieć, która zachęca użytkownika do eksploracji, lecz w taki sposób, aby układ całości był logicznym ciągiem. Oprócz tego, omawiane w kursie problemy powinny być wizualizowane przykładami z życia codziennego, przedstawianymi np. w postaci animacji czy filmów. Dodatkową wskazówką dla projektantów kursów może być także wystąpienie Stephena M. Kosslyna, który także przedstawił cztery zasady dotyczące organizowania treści multimedialnej:
• W grafice (np. wykresach, schematach) nie zawieraj nigdy więcej informacji niż jest to konieczne.
• Wyróżniaj najważniejsze informacje. Ludzki mózg to „detektor różnic”. Jeśli w polu widzenia zauważy element, który jest odmienny od pozostałych natychmiast skieruje na niego uwagę.
• Jeśli prezentujesz na ekranie tekst, umieszczaj maksymalnie cztery punkty zawierające najważniejsze myśli danej wypowiedzi.
• Przedstawiaj podobnie te elementy, które należą do jednej grupy. Jeśli elementy są do siebie podobne lub znajdują się blisko siebie, to pojmujemy je, jako należące do jednej grupy. Zasada ta wywodzi się jeszcze z ekperymentów szkoły Gestalt.
Ograniczenia publikacji nie pozwalają na opisanie wszystkich badań nad procesami poznawczymi interesujących dla praktyków e-learningu.

Kognitywistyka jest multidyscyplinarna, więc ograniczanie jej dorobku jedynie do osiągnięć psychologii poznawczej byłoby zbyt wąskim spojrzeniem na możliwości tej dziedziny. Chciałbym zatem zwrócić uwagę na ciekawe dla e-learningu rozwiązania z dziedziny Sztucznej Inteligencji. Chodzi o rozwiązania informatyczne klasy ITS (Inteligent tutoring System). Są to systemy wspomagające edukację, które dobierają trudność zadań w zależności od wyników uzyskiwanych przez ucznia w kolejnych próbach. Wieloletnie badania nad tym jak ludzie uczą się, rozwiązują i stosują w praktyce wiedzę z matematyki pozwoliły firmie Carnegie Learning stworzyć system edukacyjny Cognitive Tutor, który z powodzeniem jest wykorzystywany do nauki matematyki na różnych poziomach nauczania w USA. Laboratoria z Cognitive Tutorem zajmują 40% czasu zajęć. Program umożliwia generowanie raportów dla nauczyciela nie tylko z informacja ile zadań wykonał uczeń, ale w jakim stopniu radzi sobie z danymi aspektami każdego zadania. Umożliwia to dostosowanie programu do poziomu grupy. Natomiast architektura kognitywna ACT-R [Anderson 1991] będąca analogiem działania ludzkiego umysłu pozwala dostosować zadania i wskazówki do tego jak uczeń sobie z nim radzi.

Poznanie nie ogranicza się jednak do kategoryzacji, wyciągania wniosków, świadomych analiz itd. Badając działanie umysłu nie można ignorować emocji. W naturalnych interakcjach między ludźmi zasadniczą rolę odgrywa sprzężenie zwrotne pozwalające na wzajemne dostosowanie komunikatów i zachowań. Naturalny feedback ma znaczenie w tradycyjnych formach nauczania. Nauczyciel mógł dostosować wymagania na podstawie obserwacji postępów i zaangażowania uczniów. Czy w e-learningu także jest to możliwe? Wśród sposobów na wirtualne stymulowanie emocji wymienia się głównie wszelkiego komunikatory lub też aplikacje angażujące nasze emocje i motywację (np. gry). Badacze ze Sri Lanki [ Ekanayake, Karunarathna, Hewagamage 2005] przedstawili teoretyczne podstawy do zbudowania architektury kognitywnej dedykowanej do afektywnego e-learningu. Główną ideą badaczy jest skonstruowanie systemu komputerowego nauczania, który dostosowuje serwowany materiał w zależności od profilu osobowości, emocji i stylu przyswajania wiedzy osoby uczącej się. Profil ten konstruowany jest na podstawie zebrania informacji z pomiaru przewodnictwa elektrycznego skóry. Innym źródłem danych byłby model osobowości konstruowany w oparciu o system probabilistyczny i psychologiczną pięcioczynnikową teorię osobowości. Z drugiej strony źródłem wiedzy o aktualnych preferencjach i ograniczeniach użytkownika są dane, które on sam wprowadza za pomocą klawiatury, wykonywanych akcji, zaznaczanych checkbox’ów itp. Materiał dydaktyczny jest przygotowany w formatach Macromedia Flash DOM i SCORM, czyli zgodnie ze standardami e-learningu. Gdy informacje o użytkowniku trafiają do modułu decyzyjnego, dobierany jest odpowiedni zestaw materiału.

Ten krótki przegląd badań nad procesami poznawczymi towarzyszącymi uczeniu się jest próbą znalezienia odpowiedzi na pytania o warunki efektywnego uczenia się z użyciem technologii komputerowych i internetowych. Wskazuję w nim na doniosłą rolę jaką pełnią badania nad zapamiętywaniem, schematami poznawczymi, pamięcią krótkotrwałą czy emocjami dla tworzenia programów, które pozwolą skutecznie przyswajać wiedzę. Potrzeba jeszcze wielu badań, aby stworzyć kompletną architekturę umysłu, ale rozwój elektronicznej edukacji już teraz wymaga empirycznie wypracowanej i obliczeniowo zweryfikowanej koncepcji poznania. Wspólny wysiłek kognitywistów może przyspieszyć realizację tego celu.

Marek Goliasz
Uniwersytet im. Adama Mickiewicza w Poznaniu, kierunek kognitywistyka
marekgoliasz@wp.pl

Bibliografia:
• Anderson J. 1991, The adaptive nature of human categorization, Psychological Review, 98, 409-429.
• Bower G. H., Clark M. C., Lesgold A. M., Winzenz D. 1969, Hierarchical retrieval schemes in recall of categorized word lists, journal of Verbal Learning and Verbal Behavior, 8, 323-343.
• Craick F. I. M., Lockhart R.S. 1972, Levels of processing: A framework for memory research., Journal of verbal Learning and Verbal Behavior, 11, 671-684
• Ekanayake H., Karunarathna D.D., Hewagamage K. P. 2006, Cognitive Architecture for Affective eLearning, www.ucsc.cmb.ac.lk/People/hbe/pubs/p32.1-8-fin-13.pdf
• Ellis M. E. 1992, Applying Cognitive Theories to Multimedia Instructional Designs, www.elearning-reviews.org/topics/pedagogy/learning-design/1992-ellis-applying-cognitive-theories-multimedia-instructional-designs/
• Godden D. R., Baddeley A. D. 1975, Context-dependent memory in two natural environments: On land and underwater, British Journal of Psychology, 71, 99-104.
• Kapur S., Craik F. I. M., Tulving E., Wilson A. A., Hoyle S., Brown M. G. 1994, Neuroanatomical correlates of encoding in episodic memory: Levels of processing effect., Proceedings of The National Academy of Sciences, 91, 2008-2011.
• Kasperski M., Słonimska A. 2008, Co mówią oczy, Charaktery, 07/2008
• Kosslyn S. 2007, Clear and to the Point: 8 Psychological Principles for Compelling PowerPoint Presentations, Oxford University Press.
• Layer R. 2007, And the research says? PowerPoint meets cognitive science, http://office.microsoft.com/en-us/help/HA101983111033.aspx
• Ledzińska, M. 2000, Uczenie się wykraczające poza warunkowanie. Psychologia. Podręcznik akademicki, Gdańskie Wydawnictwo Psychologiczne, s.117-136
• Miller G. A. 1956, The magic number seven plus or minus two: some limits on our capacity to process information, Psychological Review, 63, 81–97
• Nęcka E., Orzechowski J., Szymura B. 2006, Psychologia poznawcza, Academica, Wydawnictwo Naukowe PWN
• Otten L. ,Rugg M. 2001, Task-dependency of the neural correlates of episodic encoding as measured by fMRI, Cerebral Cortex, 11, 1150-1175
• Smith S. M., Vela E. 2001, Environmental context-dependent memory: A review and meta- analysis, Psychonomic Bulletin&review, 8, 203-202
• Stein B.S., Bransford J.D. 1979, Constraints on effective elaboration: Effects of precision and subject generation, Journal of verbal Learning and Verbal Behavior, 18, 769-777
• Sweller J. 1988, Cognitive load during problem solving: Effects on learning, Cognitive Science 12 (1), 257–285
• Travis R. C. 1937, The effect of length of the rest period on motor learning, Journal of Psychology: Interdisciplinary and Applied, 3, 189-194

Tekst pierwotnie opublikowany w „Poznańskie Forum Kognitywistyczne. Teksty Pokonferencyjne.” Tom 3, Poznań 2009, s. 24 – 30. Przedruk za zgodą redakcji ze strony: Poznańskie Forum Kognitywistyczne. http://pfk.wikidot.com/nasze-wydawnictwa

——————————————————————————————–
Materiał udostępniany na zasadach licencji

Creative Commons 2.5
Uznanie autorstwa-Użycie niekomercyjne
-Na tych samych warunkach 2.5 Polska
——————————————————————————————–