Mennesker har en utrolig kapasitet til å lære, tilpasse seg og utvikle ekspertise på ulike felt, inkludert teknologi, musikk og akademiske fag som lesing, skriving, matematikk, naturfag og andrespråk. Det er imidlertid spesielt viktig å forstå hvordan mennesker lærer i akademiske kurs, siden det er et særtrekk ved menneskearten og kan brukes til å forbedre utdanning.

Nye teknologier har revolusjonert hvordan vi nærmer oss akademisk læring, og gir enestående mengder data. Ved å utnytte disse dataene har forskere utviklet kognitive og statistiske modeller for ferdighetstilegnelse for å forstå likheter og forskjeller på tvers av elever. Resultatene av denne forskningen har blitt publisert i en fersk studie, som gir innsikt i hvor mye øving elevene trenger for å mestre, hvor mye elevene varierer i førstegangsprestasjoner, og, mest forbløffende, hvor like elevene er i læringsraten.

LearnLabs mål og metodikk

LearnLab er en organisasjon som ble etablert for å identifisere de mentale enhetene for læring i akademiske kurs, ved å bruke denne innsikten til å designe og demonstrere forbedret instruksjon i randomiserte kontrollerte eksperimenter innebygd i kurs og bygge modeller av elever som avslører betydelige likheter og forskjeller på tvers av elever. For å oppnå dette utviklet forskerne kognitive modeller for de mentale enhetene studentene tilegner seg i akademiske kurs, som ble brukt til å redesigne kursenheter. Felteksperimenter med tilfeldige oppgaver som sammenlignet elevenes bruk av redesignet (behandlingen) med det opprinnelige designet (kontrollen) viste forbedrede læringsutbytte.

De kognitive modellene ble brukt til å dekomponere læring i diskrete enheter, eller kunnskapskomponenter, som ga spådommer som kunne testes mot elevprestasjonsdata på tvers av ulike kontekster og til forskjellige tider. Undersøkelser på tvers av flere datasett støttet denne kunnskapskomponenthypotesen.

De primære forskningsspørsmålene til studien var å forstå hvor mange praksismuligheter elevene trenger for å nå et mestringsnivå på 80 % korrekthet, hvor mye elevene varierer i deres innledende ytelse, og hvor mye de varierer i læringsraten. Statistiske vekstmodeller og kognitive modeller for ferdighetstilegnelse ble brukt til å modellere data fra elevprestasjoner på grupper av oppgaver som vurderer den eksakte ferdighetskomponenten og gir oppfølgingsinstruksjon om elevfeil.

Forskerne brukte modellene sine på 1.3 millioner observasjoner på tvers av 27 datasett av studentinteraksjoner med nettbaserte praksissystemer i sammenheng med grunnkurs til høyskolekurs i matematikk, naturfag og språk. Datasettene ble produsert av studenter som brukte pedagogisk teknologi i naturlige sammenhenger av akademiske emner, med vanlige undervisningsformer som forelesninger og tildelte litteratur, som typisk gikk foran studentpraksis innen pedagogisk teknologi.

Forskerne fant at til tross for tilgjengeligheten av verbal instruksjon på forhånd, som forelesninger og opplesninger, demonstrerte studentene beskjedne innledende prepraksisytelser med omtrent 65 % nøyaktighet. Til tross for at de deltok i det samme kurset, varierte studentenes innledende prestasjoner betydelig fra omtrent 55 % korrekt for de i nedre halvdel til 75 % for de i øvre halvdel.

Det mest overraskende funnet var at studentene var forbløffende like i sin estimerte læringsrate, og økte typisk med omtrent 0.1 loggodds eller 2.5 % i nøyaktighet per mulighet. Dette funnet utfordrer teorier om læring for å forklare den merkelige kombinasjonen av betydelige variasjoner i elevenes første ytelse og slående regelmessighet i elevenes læringsrate.

Forskerne fant imidlertid betydelig variasjon i læringsmulighetene som trengs for å mestre en typisk kunnskapskomponent på tvers av studenter. Dette tyder på at forskjeller i elevenes læring skyldes mer forskjeller i læringsmuligheter enn elev-iboende læringshastighetsforskjeller.

Studiens funn utfordrer gjeldende læringsteorier til å forklare den slående regelmessigheten i studentenes læringsrater til tross for den betydelige variasjonen i elevenes første ytelse. Det fremhever også viktigheten av læringsmuligheter i akademiske omgivelser, ettersom studentene krever omfattende øvelse for å mestre. Regelmessigheten i elevenes læringsrate tyder på at forskjellene i elevenes prestasjoner er mer sannsynlig på grunn av forskjeller i læringsmuligheter enn iboende forskjeller i læringsevne. Dette har viktige implikasjoner for utdanning, og understreker behovet for opplæring av høy kvalitet og tilpassede læringsmuligheter for å sikre at alle elever har mulighet til å lykkes.

Viktigheten av læringsmuligheter

Denne forskningen utgjør en kritisk utfordring for gjeldende teorier om læring. Øvelse og repetisjon er viktige komponenter i læringsprosessen. Studentene krever omfattende praksis for å nå et mestringsnivå. Imidlertid antyder den forbløffende regelmessigheten i elevenes læringsrater at forskjellene i elevenes prestasjoner ikke skyldes iboende forskjeller i læringsevne. I stedet er de mer sannsynlig på grunn av forskjeller i læringsmuligheter.

Dette har viktige konsekvenser for utdanning. Hvis vi kan gi alle elever tilgang til samme kvalitet og mengde læringsmuligheter, kan vi tette de nåværende prestasjonshullene. Dette betyr å sikre at alle elever kan få tilgang til høykvalitets instruksjon og pedagogisk teknologi som gir tilbakemelding og støtter læringen deres. Det betyr også å gi ekstra ressurser til elever som trenger ekstra hjelp eller støtte.

Denne forskningen fremhever også viktigheten av personlig læring. Utdanningsteknologi som gir personlig tilbakemelding og instruksjon kan bidra til at alle elever får de læringsmulighetene de trenger for å lykkes. Ved å skreddersy undervisningen til den enkelte elevs behov, kan vi bidra til at hver elev får muligheten til å nå sitt fulle potensial.

Denne forskningen gir viktig innsikt i læringsprosessen. Det antyder at omfattende øvelse og repetisjon er avgjørende for læringsprosessen. Likevel er forskjeller i elevprestasjoner mer sannsynlig på grunn av forskjeller i læringsmuligheter enn iboende forskjeller i læringsevne. Dette har viktige pedagogiske implikasjoner, og fremhever behovet for undervisning av høy kvalitet og tilpassede læringsmuligheter for å sikre at alle elever når sitt fulle potensial.

Når vi fortsetter å utforske vitenskapen om læring, er det viktig å huske at hver elev er unik. Ved å forstå de individuelle behovene til hver enkelt elev og gi dem de læringsmulighetene de trenger, kan vi bidra til at hver elev har mulighet til å lykkes. Dette er ikke bare viktig for individuelle elevers fremtidige suksess, men også for suksessen til samfunnet som helhet. Ved å investere i utdanning og gi alle elever muligheten til å nå sitt fulle potensial, kan vi skape en lysere fremtid for alle.

Du kan lese den originale studien her.

om forfatteren

Robert Jennings er medutgiver av InnerSelf.com sammen med sin kone Marie T Russell. Han gikk på University of Florida, Southern Technical Institute og University of Central Florida med studier i eiendom, byutvikling, finans, arkitektonisk ingeniørfag og grunnskoleutdanning. Han var medlem av US Marine Corps og US Army etter å ha kommandert et feltartilleribatteri i Tyskland. Han jobbet med eiendomsfinansiering, konstruksjon og utvikling i 25 år før han startet InnerSelf.com i 1996.

InnerSelf er dedikert til å dele informasjon som lar folk ta utdannede og innsiktsfulle valg i deres personlige liv, til beste for allmennheten og for planetens velvære. InnerSelf Magazine er inne i sine 30+ år med utgivelse enten på trykk (1984-1995) eller online som InnerSelf.com. Vennligst støtte vårt arbeid.

 Creative Commons 4.0

Denne artikkelen er lisensiert under en Creative Commons Navngivelse-Del på samme 4.0-lisens. Egenskap forfatteren Robert Jennings, InnerSelf.com. Link tilbake til artikkelen Denne artikkelen opprinnelig dukket opp på InnerSelf.com

books_education