Текст книги "Технология интеллектуального образования"

В связи с этим необходимо предложить технологию введения определений понятий, которая может быть реализована непосредственно в процессе преподавания предметов как учебно-исследовательской деятельности.

4.2. Алгоритмизированная технология введения определений понятий

Выше мы уже пришли к представлению о том, что понятие является вербальным выражением сущности рассматриваемого объекта. Поэтому важно выявить структуру определения понятия сформировать частный по отношению к общему алгоритму продуктивного мышления алгоритм введения этого определения. Такой алгоритм должен позволять строить адекватные любому объекту определения понятий в соответствии с направленностью конкретного интереса к сторонам, граням этого объекта.

Наиболее распространенным приемом психологического изучения понятий является метод классификации [12]. Эта установка является и общеметодологической: классификация явления и определение соответствующего ему понятия неразрывно связаны между собой. С одной стороны, если объект классифицирован, это автоматически позволяет ввести определение понятия, соответствующее данному классификационному подходу. С другой стороны, любая попытка построения определения понятия есть попытка классификации соответствующего объекта. Мы постоянно сталкиваемся с самыми разными классификациями, постоянно их строим.

В психолого-педагогической литературе преимущественным является упоминание о классификации «на основе родо-видовых отношений». Даже если исключить архаичный и в силу этого непонятный нашим современникам термин «отношения», система «род—вид» принципиально не может быть основой классификации, как минимум, по двум причинам. Во-первых, двухуровневый характер такой системы очевидно недостаточен для необходимого выявления общности и различий объектов классификации. Во-вторых, «род» и «вид» в устоявшемся понимании являются столь близкими классификационными ступенями, что их различение чаще всего не представляется возможным (то есть система, в действительности, является вообще одноуровневой).

Здесь необходимо обратить внимание на то обстоятельство, что определения понятий являются объектом таксономической лингвистики – одного из двух разделов лингвистики как отрасли науки [11]. Это указывает на связь основания рассматриваемой классификации с представлением о таксоне как ее единице. В истории науки первой замкнутой, непротиворечивой, системной и универсальной является классификация, изначально предложенная Линнеем [8]. В школьной программе по биологии эта классификационная система присутствует исключительно по той простой причине, что именно на ее основе можно наиболее эффективно передать в процессе обучения классификационный принцип вообще. В частности, именно в этой системе может быть наиболее четко выделен таксон. Применительно к живому рассматриваемая система в настоящее время может быть схематически представлена так:

Рис. 4.1. Современное представление классификационной системы на примере живого (пунктирной линией обозначен таксон)

«Верхняя», более грубая, общая часть классификационной системы указывает на происхождение объекта. Блок «ТАКСОН» собственно определяет объект, отвечая на вопрос: «Что это такое?» «Определить объект» – означает «ввести понятие, соответствующее объекту». Поэтому в приведенном примере: «Щеглом сибирским называется птица отряда Воробьинообразные, семейства Вьюрковые, рода Щеглы». Любая развитая классификация неизбежно содержит в себе таксон. Следовательно, именно таксон является классификационной основой определения понятия, связанного с тем или иным явлением. С учетом этого можно построить универсальный алгоритм введения определения понятия.

Структура таксона в предельно упрощенном виде такова:

Рис. 4.2. Фреймовое представление структуры таксона

На рис. 4.2 стрелками указано направление уточнений классификационных признаков объекта исследования. Пунктирными линиями указаны блоки таксона, объединяющие достаточно близкие уровни классификации. Первый из этих блоков («отряд – семейство») рассматривает общие характерные признаки объекта исследования; второй («род – вид») – отличительные признаки этого объекта. В случае введения определения понятия объектом исследования является денотат (от латинского denotatum – обозначаемое) – обозначаемый предмет [3, С. 127], и указание его имени (имени понятия) должно являться первым шагом определения. Здесь необходимо отметить недопустимость использования эвфемизмов в качестве имени денотата, поскольку это принципиально затрудняет его идентификацию.

Практика классификации любых объектов показывает, что наиболее трудным является отнесение объекта к определенному классу, который не должен быть как неоправданно узким, так и неоправданно широким. Применительно к денотату эта задача во многих случаях существенно облегчается этимологическим анализом имени денотата, учитывающим лингвокультурный опыт определенной общности людей. Так определяется второй шаг введения определения понятия. Далее следует отнесение денотата к классу денотатов (с учетом сделанной выше оговорки). Затем следует описание общих характерных признаков денотата и, наконец, его отличительных признаков. В итоге мы получаем алгоритм введения определения понятия, который был представлен на рис. 3.5. На рис. 4.3 этот алгоритм продублирован с указанием номеров его шагов, что необходимо для построения методики практического применения.

Рис. 4.3. Алгоритм введения определения понятия (в скобках указаны номера шагов алгоритма)

Предлагаемый фреймовый [6] вид алгоритма введения определения понятия как последовательности шагов, однозначно приводящих к достижению поставленной цели, был описан в работах [13, 20, 21]. Методика практического применения алгоритма детально описана в работах [20, 22]. Главная особенность методики заключается в том, что коммуникативную функцию выполняет структура определения понятия, а не конкретный его вариант.

Это значит, что определить какое-либо понятие, например, «окно», архитектор, строитель, столяр и хозяин помещения могут по-разному, но если они выполнят это в соответствии с приведенным алгоритмом, достижение взаимопонимания не составит проблемы. Причем это взаимопонимание обеспечивается именно однозначностью описания проявления определенной грани явления.

Понятие многогранно в отражении явления или группы явлений. Оно подобно шару, оклеенному зеркальными осколками: каждая грань этого праздничного устройства в определенном положении отражает падающий на него луч света. Определить понятие во всей его многогранности одновременно не представляется возможным. Однако каждая его грань, востребованная в деятельности в данный момент времени, должна быть определена однозначно. Таким образом, можно предложить множество определений понятия, соответствующего одному и тому же слову, с учетом любого направления интереса к явлению. Необходимо понимать и помнить, что эти определения вводим мы, люди, для формирования речевых высказываний, имеющих целью совместное адекватное понимание предмета обсуждения и, соответственно, обеспечивающих адекватные действия на социальном уровне. Немаловажную роль играет и то обстоятельство, что рассматриваемый алгоритм введения определения понятия является в принципе межкультурным образованием, порожденным общими таксономическими представлениями, универсальными для представителей различных культур. Это позволяет использовать алгоритм и методику его реализации [20, 22] в процессе образования на любом языке и делает предметное содержание такого образования кросскультурным феноменом. В частности, подтверждено успешное применение алгоритма рис. 4.3 при введении определений понятий на русском, английском, португальском, китайском и татарском языках.

Введение определений понятий представляет собой пошаговую реализацию алгоритма введения определений понятий. Причем проделываться это должно исключительно в письменной форме. Последнее требование обусловлено необходимостью полного сосредоточения на осуществляемых операциях алгоритма и неотвратимом получении качественного результата, поскольку целью является формирование в конечном итоге устойчивого инструмента интеллектуальной деятельности.

При возникновении необходимости введения определения конкретного понятия (например, «очки») последовательно осуществляются следующие действия.

1. В первом пункте записывается имя (название) денотата (предмета, действия, процесса, характеристики), то есть слово, которым обозначается подлежащее определению понятие. Использование эвфемизмов при этом исключается. Это слово должно быть воспроизведено точно, если есть сомнения – с использованием словарей (в частности, толкового словаря). В рассматриваемом примере в этом пункте пишем: очки.

2. Этимологический анализ имени денотата, если происхождение слова не очевидно (как, например, в случае «очи» – «глаза»), проводится с помощью этимологического словаря, словаря иностранных слов или анализа состава слова. В рассматриваемом примере в этом пункте пишем: от старославянского «очи» – «глаза».

3. В третьем пункте, согласно алгоритму, фиксируется класс явлений, к которому принадлежит описываемое понятием явление. Очки принадлежат к обширному классу приборов (то есть предметов, посредством которых человек «прибирает» что-либо для удовлетворения некоторых своих нужд), точнее – к той части этого класса, которая связана с использованием света, с оптикой, то есть к классу оптических приборов. Поэтому в данном пункте пишем: оптический прибор.

4. Оптических приборов много – сюда относятся и разного типа проекторы, и бинокли, и теодолиты. Характерным общим признаком приборов, которым родственны очки (своего рода «отряд» и «семейство» таксона), является индивидуальный характер пользования ими. К таким приборам относятся: микроскоп, телескоп, очки, теодолит и ряд других. В этом пункте записываем: индивидуального пользования.

5. Среди оптических приборов индивидуального пользования очки не являются единственными. Следует указать их отличие (отличия) от остальных приборов этого семейства. Из этих оптических приборов только очки предназначены для коррекции зрения человека без контакта с глазным яблоком (в отличие от, например, контактных линз). Поэтому в данном пункте про этот оптический прибор пишем: предназначенный для коррекции зрения человека без контакта с глазным яблоком.

«В чистом виде» такая пошаговая запись пунктов алгоритма должна выглядеть так:

Введение определения понятия «очки»:

1. Очки.

2. От старославянского «очи» – «глаза».

3. Оптический прибор.

4. Индивидуального пользования.

5. Предназначенный для коррекции зрения человека без контакта с глазным яблоком.

Теперь остается только собрать из этих пунктов целостное определение понятия в соответствии с нормами языка (например, в соответствии с этими нормами слова могут меняться местами, появляться служебные слова, союзы и т. д.). Для этого ниже перечисленных пунктов пишем «СБОРКА» и производим эту сборку. В сборку пункт 2 (этимологический анализ) не включается – он уже выполнил свою вспомогательную роль в описании остальных пунктов.

СБОРКА: Очками называется оптический прибор индивидуального пользования, предназначенный для коррекции зрения человека без контакта с глазным яблоком.

Так осуществляется введение определения любого понятия без исключений.

Здесь необходимо еще раз обратить внимание на принципиальное отсутствие шаблонов во введении определений понятий и полную свободу субъекта этой деятельности в отношении направленности определения в соответствии с характером своего интереса к денотату.

4.3. Феномен алгоритмизированного проблемного обучения

Деятельность – активное взаимодействие с окружающей действительностью, в ходе которого живое существо выступает как субъект, целенаправленно воздействующий на объект и удовлетворяющий таким образом свои потребности [3, С. 135]. Деятельность животных отличается узко приспособительным характером. Они способны ориентироваться лишь на внешнюю, наглядно представляемую сторону явлений. В отличие от этого основным видом человеческой деятельности является труд, породивший труд умственный – общественно необходимую теоретическую деятельность. Основные элементы такой деятельности – мотивы, цели и средства. Осознание этих элементов ведет, в частности, к сознательности учения – осознанному отношению к учению, реализуемому через осмысление собственных действий и их результатов в соответствии с целями и мотивами учения [3, С. 136].

Мотивационный процесс носит выраженно стадиальный (поэтапный) характер, структура и содержание этапов которого могут быть осознаны [7, С. 70]. Отсюда вытекает поэтапность процесса целеполагания. Это указывает на возможность алгоритмического представления указанных видов осознаваемых и управляемых операций. В частности, возможно алгоритмическое описание деятельности оператора [3, С. 354, 600] как совокупности дискретных единиц деятельности и правил, определяющих порядок их следования. Оператором может быть субъект трудовой и учебной деятельности при условии ее осознанности.

Выше было показано (см. также [21]), что противопоставление алгоритмического и эвристического подходов к решению задач в принципе неправомерно. Алгоритм на уровне подхода однозначно определяет порядок следования дискретных единиц деятельности. Реализация же этих единиц всегда носит сугубо личностный характер, не допускающий категоричной точности рекомендаций. Таким образом, эвристичность непротиворечиво сочетается с отмеченным в разделе 3.3 системно алгоритмическим характером продуктивного мышления и, соответственно, любой осознанной деятельности, основанной на таком мышлении.

Все сказанное безусловно относится и к такому виду деятельности, как обучение – особенно к проблемной его форме. Проблемное обучение – система методов и средств, обеспечивающих возможности творческого участия обучающегося в процессе формирования творческого мышления и вытекающей из него практической исследовательской деятельности, соответствующей познавательным интересам личности. Поэтому проблемное обучение должно представлять собой естественное сочетание алгоритмизированной деятельности, соответствующей структуре продуктивного мышления [13] или ее фрагментам, с эвристическим мышлением обучающегося в рамках каждого элемента этой структуры.

Эффективность проблемного обучения высока не только для теоретических систем знаний, но и для профессионально-практических при условии осознанности профессионально-практической деятельности.

В результате проведенного выше рассмотрения, а также с учетом мнения Д. Б. Богоявленской об алгоритмической основе творческой деятельности [2, С. 177] становится очевидным, что основной задачей проблемного обучения является усвоение алгоритма конкретной осознанной деятельности (в рассмотренном нами его понимании) в сочетании с формированием навыков творческой эвристической реализации шагов этого алгоритма. В полной мере это относится к формированию в ходе образовательного процесса инструментального обеспечения интеллектуальной деятельности, как это было показано в предыдущем разделе 4.2 на примере введения определений понятий. Действительно, усвоение собственно алгоритма введения определений понятий обеспечивает возможность креативного исполнения его шагов с проявлением индивидуальности в интересах реального понимания предмета обсуждения на личностном уровне. Отсюда следует необходимость разработки подхода, позволяющего формализовать и стандартизировать процесс проблемного обучения инструментальному обеспечению интеллектуальной деятельности, а также обеспечить корректные измерение и оценку качества хода и результатов такого обучения.

Рассмотрим некоторую осознанную деятельность, реализующуюся в соответствии с алгоритмом, содержащим определенное число шагов. Каждому шагу соответствует N_i вариантов решения. Число перебранных вариантов до выбора варианта решения для данного шага может быть представлено как dN_i. Тогда характеристикой качества усвоения алгоритма, связанной с вероятностью выбора правильного решения, для каждого шага будет величина dN_i/N_i. Для всех шагов алгоритма в целом эти величины, соответственно, будут равны N, dN и dN/N. Для перебора всех вариантов реализации алгоритма в целом необходимо время t. Перебранным вариантам решения до выбора варианта решения задачи на основании данного алгоритма соответствует время dt. Отсюда следует, что при оценке качества усвоения алгоритма величина dN/N может быть заменена однозначно отражающей ее величиной dt/t. В отличие от количеств возможных и перебранных решений, время, в течение которого они принимаются, легко измеряется в ходе соответствующего экспериментального исследования.

Перебор вариантов dN и, соответственно, время решения dt определяются варьированием обучающимся понимания условия задачи dn, где n – число предъявлений однотипных и одноуровневых стандартизированных задач для решения в режиме проблемного обучения. При этом в ходе успешного проблемного обучения число перебранных вариантов решений должно убывать по мере предъявления новых задач после анализа качества предыдущих решений (и, соответственно, усвоения алгоритма). Это обстоятельство может быть записано в виде уравнения:

где λ – личностная характеристика обучающегося, являющаяся достаточно постоянной величиной и отражающая его индивидуальные особенности, важные для усвоения алгоритма деятельности. К таковым, например, относятся: специфика координации движений при обучении парикмахерскому искусству и монтажу электрической и электронной техники; специфика умений и навыков записи результатов мыслительной деятельности при решении физических задач или введении определений понятий; характерный темп мышления при решении задач и т. д. Сюда же входит и уровень предварительной подготовки обучающихся в областях, связанных с проблематикой данного конкретного обучения.

Решение полученного уравнения имеет вид:

где lnt₀ – постоянная интегрирования. Потенцируя, получаем выражение

характеризующее изменение времени принятия решений в соответствии со структурой алгоритма в зависимости от предъявления стандартизированных заданий при условии совместного с обучающимся анализа каждого предыдущего решения перед предъявлением последующего. Однако надо принимать во внимание, что в данном решении при n→∞ t→0, что в принципе невозможно. Должно существовать некоторое минимальное время, t_min, в течение которого проблемное задание может быть выполнено конкретным обучающимся (напомним о жестком условии письменного выполнения задания, см. раздел 4.2). Примером может служить собственно время записи алгоритмизированной последовательности мыслительных операций, определяемое скоростью письма, характерной для обучающегося. Тогда качество усвоения алгоритма конкретной осознанной деятельности характеризуется выражением

График, соответствующий этой зависимости, представлен на рис. 4.4.

Рис. 4.4. График зависимости времени выполнения стандартизированного задания в ходе проблемного обучения от числа предъявления таких заданий

Необходимо отметить одну особенность графика, приведенного на рис. 4.4. Несмотря на тщательный подбор однородных и одноуровневых задач, предлагаемых в режиме проблемного обучения, для конкретных испытуемых некоторые из этих задач вызывают меньшие затруднения, а некоторые – большие. Скорее всего, это связано с неконтролируемыми аспектами мотивации обучающегося в отношении решения конкретных задач. Это приводит к значительному разбросу значений величины t в процессе измерения ее зависимости от числа предъявлений задач. В связи с этим при математической обработке результатов измерений надо иметь ввиду, что указанный разброс значений в существенной степени отражает «диаграммный характер» графиков. Дело в том, что во многих случаях при графическом представлении результатов каких-либо измерений мы имеем дело не с графиками, а с диаграммами состояний исследуемых систем [19, С. 224]. В нашем случае на рис. 4.4 линии t=t (n) и t=t_min соответствуют двум предельным случаям – процессу эффективного усвоения алгоритма рассматриваемой деятельности ранее необученным человеком и приобретению навыка автоматизированного владения алгоритмом [9, С. 160]. Точки поля диаграммы, заключенные между этими двумя линиями, соответствуют реальным состояниям обучающегося в ходе проблемного обучения.

Линия t = t (n) соответствует предельным значениям величины t, характерным для модели человека, успешно обучающегося входе проблемного обучения. Сущность такой модели состоит в том, что обучающийся каждый раз, выполнив очередное задание, с помощью преподавателя корректирует свои действия, осознанно учитывая допущенные ошибки в использовании алгоритма. В результате состояние такой модели непрерывно, от предъявления к предъявлению стандартизированных задач, изменяется в сторону усвоения алгоритма деятельности в целом.

Линия t = t_min на диаграмме рис. 4.4 соответствует профессиональному уровню субъекта данной осознанной алгоритмизированной деятельности. Так, в случае введения определений понятий, это уровень профессора-филолога, работающего в данной области.

Алгоритм осознанной деятельности представляет собой структуру направляющей, принципиально важной идеи этой деятельности, на фоне которой развивается эвристическая, а точнее – креативная, деятельность в пределах шагов этого алгоритма. Поэтому после того, как построена технология проблемного обучения алгоритмизированной деятельности и оценки качества усвоения структуры соответствующего алгоритма, необходимо оценить качество исполнения шагов алгоритма. Эта задача достаточно сложна, поскольку в пределах шага алгоритма проявляются индивидуальные творческие особенности личности, выражающиеся в специфической для нее креативности реализации шага. Кроме того, далеко не во всех видах деятельности результат выполнения шага алгоритма может быть оценен объективно на основе измерения какой-либо величины или совокупности величин. В таких случаях возможна, например, балльная оценка качества выполнения шага, что приводит к субъективности и, соответственно, размытию описания усвоения деятельности в процессе проблемного обучения. Поэтому необходимо формирование предварительного представления о возможном изменении таких оценок в ходе проблемного обучения, связанного с предъявлением обучающимся однородных и однотипных, желательно – стандартизированных, учебных задач, решение которых основано на алгоритмизированном подходе.

При анализе качества выполнения шагов алгоритма речь идет о переборе возможных решений, поскольку именно здесь действует преимущественно эвристический подход. Поэтому в данном случае справедливы те же рассуждения, которые привели выше к уравнению (1). Однако здесь величина dN/N будет отражена в соответствующем уравнении величиной dB/B, где B – возможная (суммарная) оценка качества выполнения шагов алгоритма, а dB – перебранные значения оценки для перебранных вариантов dn понимания обучающимся условия задачи. Тогда, по аналогии с (1), уравнение для оценки качества выполнения шагов алгоритма может выглядеть следующим образом:

Здесь параметр α отражает личностные особенности затруднений обучающегося в повышении качества выполнения шагов алгоритма (обучаемости [3, С. 342]). Поэтому, исходя из смысла последнего уравнения, параметр α должен: а) расти по мере увеличения необразованности (U) обучающегося в области предполагаемой деятельности и смежных с ней областях; б) убывать по мере роста (развития) активной реакции (R) обучающегося на трудности, возникающие в процессе проблемного обучения (предъявления стандартизированных заданий). Тогда последнее уравнение можно записать в виде:

Однако необходимо учитывать, что уравнение (1), отражающее, в основном, усвоение структуры алгоритма осознанной деятельности в ходе проблемного обучения, носит общий констатирующий характер, и параметры его решений для конкретных значений n лишь опосредованно связаны с анализом качества предыдущих решений.

В рассматриваемом же случае (оценки качества выполнения шагов алгоритма) упомянутый анализ направлен на формирование мотивации (характеризующейся величиной М) в отношении обучения деятельности и активной реакции (R) обучающегося на трудности, возникающие в процессе проблемного обучения. На основании этих соображений и уравнения (5) скорость изменения оценки усвоения качества выполнения шагов алгоритма и сама эта оценка будут связаны уравнением:

Решение этого неоднородного дифференциального уравнения приводит к выражению для значения оценки качества выполнения шагов алгоритма:

Здесь величина R/U соответствует некоторому значению n, начиная с которого оценка, В, может достигать максимально возможных значений. Это надо понимать так, что указанное число предъявлений стандартизированных заданий позволяет сформировать у обучающихся качество выполнения шагов алгоритма, обеспечивающее требуемый уровень рассматриваемой осознанной деятельности.

В выражении (8) при n=0 В=0. Таким образом, минимальное значение оценки, В, при проблемном обучении является нулевым. Это невозможно, поскольку после необходимой предварительной подготовки обучающихся (включающей рассмотрение примеров) выполнение шагов алгоритма не может приводить к нулевому результату. Как и в предыдущем случае, см. уравнение (4), должно существовать некоторое минимальное значение оценки, B_min, соответствующее исходному состоянию обученности данной деятельности. Если это значение сохраняется неизменным при последовательном предъявлении стандартизированных заданий и анализе их решений, речь идет о необучаемости конкретного субъекта данной деятельности в рамках осознания алгоритмизированного процесса. В таком случае возможен либо отказ от данной деятельности ввиду индивидуальных личностных особенностей ее потенциального субъекта либо отказ от осознанности обучения, если данная деятельность необходима.

Из выражения (8) следует, что величина M/U, характеризующая соотношение мотивации обучающегося в отношении обучения данной осознанной деятельности и уровня его необразованности в данной области, имеет смысл максимального достижимого уровня оценки качества выполнения шагов алгоритма, B_max. В итоге выражение (8) может быть представлено в виде:

График, соответствующий зависимости (9), представлен на рис. 4.5.

Рис. 4.5. График зависимости качества выполнения шагов алгоритма в ходе решения стандартизированной задачи от числа предъявления таких задач

Здесь, как и в случае, представленном на рис. 4.4, мы имеем дело с диаграммой состояний обучающегося в области конкретной деятельности. Линия графика B=f (n) описывает изменение состояния обучающегося в плане его креативности для случая успешного проблемного обучения. Линия B = B_min, как уже было отмечено выше, соответствует необучаемости данного конкретного обучающегося данной конкретной деятельности на основе данной конкретной методики проблемного обучения, основанной на осознании алгоритма процесса и его выполнении. Поле, ограниченное этими линиями на диаграмме рис. 4.5, соответствует полю реальных состояний обучающегося, возможных в процессе данного проблемного обучения. Линия B = B_max соответствует развитой креативности деятельности на основе доведенного до автоматизма применения [9, С. 160] алгоритма этой деятельности, являющейся предметом проблемного обучения.

Достаточно очевидно, что, на основании сказанного выше, можно предложить реальную эффективную технологию осуществления проблемного обучения любой осознанной деятельности, основанной на ее алгоритмизированном представлении в рамках продуктивного мышления, а также технологию оценки хода и качества результата этого обучения. Особенно важным алгоритмизированное проблемное обучение представляется для процесса формирования научно-познавательной компетентности, предусмотренной требованиями Федерального государственного стандарта общего образования (см. также рис. 2.2).