Текст книги "Технология интеллектуального образования"

4.4. Исследование эффективности технологии введения определений понятий

В большинстве случаев проблемное обучение осуществляется в группе, что подразумевает необходимость изучения и понимания групповых эффектов. К ним относится, в частности, социальное влияние, проявляющееся в результатах образовательной деятельности членов группы, обусловленных собственно присутствием других участников процесса. Первое экспериментальное исследование эффекта, обусловленного простым «присутствием других» (Зайонц, 1965 [26]), приводит к представлению о социальной фасилитации. В рамках социального влияния [15, С. 15] социальная фасилитация есть свойство людей лучше выполнять простые задачи и хуже – сложные, когда рядом присутствуют другие люди, которые могут оценить результаты работы индивидуума [1, С. 302]. В свете этого, в частности, интересно, сложной или простой для обучающегося является задача введения определений понятий. В последнее время рассматриваются представления о «педагогической фасилитации» [10, 16, 25], маскирующие невозможность выделить, учесть и контролировать в процессе обучения прямые вербальные и невербальные воздействия друг на друга членов группы. Поэтому, наряду с исследованием эффективности вполне определенной педагогической технологии – введения определений понятий – желательно учесть социальную фасилитацию. «В чистом виде» она представляет собой влияние простого присутствия других людей, то есть без реального взаимодействия и отношений. Ее исследование необходимо с точки зрения контроля эффективности проблемного обучения учащихся в составе группы: а) конкретному инструментальному обеспечению интеллектуальной деятельности; б) научно-познавательной и учебно-исследовательской самостоятельности.

Выяснение роли социальной фасилитации в процессе алгоритмизированного проблемного обучения, по мнению авторов, возможно на основании сопоставления численных значений параметров процесса такого обучения конкретному умению/навыку для группового и индивидуального вариантов при одинаковых прочих условиях процесса. В качестве конкретных умения и навыка рассмотрим таковые для введения определений понятий (см. раздел 4.2). Параметры, описывающие этот процесс, представлены уравнениями (4) и (9) предыдущего раздела 4.3. При этом параметр λ представляет собой личностную характеристику обучающегося, важную для усвоения алгоритма деятельности («обучаемость алгоритму»), а параметр α отражает личностные особенности обучающегося в плане креативности подхода к выполнению шагов алгоритма («обучаемость творческой реализации шагов алгоритма»).

Исследование процесса алгоритмизированного проблемного обучения в группах от 5 до 18 человек проводилось с 43 учащимися общеобразовательных школ г. Екатеринбурга в возрасте 15—16 лет, из них 14 – юноши, 29 – девушки. Объем выборки определялся достаточностью для проведения пилотного исследования и наполнением учебных групп, принимавших участие в нем. Сопоставление результатов измерений непосредственно в ходе исследования позволило установить отсутствие в первом приближении гендерных различий, в связи с чем рассмотрение отдельных выборок по этому признаку было сочтено нецелесообразным. Эффект Рингльманна [25], связанный с влиянием размера группы на деятельность индивида, для данной выборки также не был обнаружен. Выбор школ, в которых проводилось экспериментальное исследование, носил случайный характер и был обусловлен согласием их руководителей. Участие в исследовании было исключительно добровольным и основывалось на мотивации учащихся в отношении приобретения полезных умений и навыков.

В качестве контрольной группы рассматривались 32 учащихся школ г. Екатеринбурга (14 юношей и 18 девушек) в возрасте 15—16 лет, с которыми проводилось индивидуальное алгоритмизированное проблемное обучение; гендерные различия при этом также не были обнаружены. Выбор участников носил случайный характер при исключении возможности их контакта с участниками экспериментального исследования в группах.

Образовательная направленность рассматриваемой деятельности делает целесообразным рассмотрение группового и индивидуального алгоритмизированного проблемного обучения педагогов (в качестве групп сравнения). Групповая работа проводилась с 39 педагогами (в группах от 2 до 23 человек), в силу известной социальной специфики являвшимися женщинами (за исключением одного мужчины). Характеристики возраста: медиана – 42 года, размах – 48 лет. Индивидуальная работа проводилась с 32 педагогами (26 женщин и 6 мужчин). Характеристика возраста: медиана – 33 года, размах – 40 лет.

Выбор в качестве предмета исследования процесса и результата обучения введению определений понятий обусловлен следующими обстоятельствами:

• государственный образовательный стандарт предполагает владение базовым понятийным аппаратом, необходимым для получения дальнейшего образования;

• таксономические представления о структуре определения понятия позволили создать в рамках настоящего исследования алгоритмизированную методику введения определений понятий на основе алгоритма, описанного в разделе 4.2 и схематически представленного на рис. 4.3 (см. также [20, С. 113—130; 21, С. 16]).

В соответствии с математической моделью алгоритмизированного проблемного обучения, представленной в разделе 4.3 (см. также [17]), процесс допускает измерение как усвоения алгоритма в целом, так и качества реализации его отдельных шагов, обусловленного развитием креативного характера подхода обучающихся к выполнению заданий.

Процедура введения определений понятий в процессе экспериментального исследования представляла собой пошаговую реализацию алгоритма введения определений понятий исключительно в письменной форме. С этой целью испытуемым предъявлялся ряд однородных и одноуровневых понятий. Под однородностью понятий подразумевается их отношение к определенной, достаточно четко отграниченной от других, сфере представлений. Одноуровневость определяется на основе рассмотрения готовых вариантов определений понятий предъявляемого ряда. В ходе эксперимента было установлено, что минимальное число предъявляемых для определения понятий, допускающее усвоение алгоритма в целом и усвоение качественной реализации его шагов, должно быть не менее одиннадцати при условии непрерывности работы.

На первом этапе исследования испытуемые (в группе или индивидуально) примерно за два академических часа знакомились с описанной в разделе 4.2 методикой введения определений понятий [20] и особенностями ее реализации. Так, при предъявлении испытуемому понятия для определения ему необходимо было осуществить действия в соответствии с шагами алгоритма рис. 4.3, записывая их результаты без сокращений и аббревиатур последовательно по пунктам.

Далее из этих пунктов собиралось целостное определение понятия в соответствии с нормами языка. Для этого после записи перечисленных пунктов испытуемый писал слово «СБОРКА» и производил ее. Примеры процедуры введения определений понятий приведены в разделе 4.2 и в работе [20, С. 121].

На втором этапе экспериментального исследования испытуемым раздавались: распечатка рассмотренной в разделе 4.2 методики; словари – толковый, этимологический и иностранных слов; бумага для записей (А4), бланки протоколов испытаний и проверялось наличие средств измерения промежутков времени. Испытуемые в группе размещались за столами поодиночке и им разъяснялся индивидуальный характер работы, исключающий обсуждение в ее процессе.

При предъявлении понятия для определения испытуемый заносил его в бланк протокола, отмечал время получения задания и приступал к его выполнению в письменном виде на предоставленных для этого листах бумаги (подшиваемых впоследствии к бланку протокола испытаний). Выполнив задание, он отмечал время окончания работы над заданием. Анализ последовательности выполнения шагов алгоритма («соблюдение места» шага в определении) и языковой грамотности сборки входил в задачу коррекции после выполнения испытуемым задания по определению каждого очередного предъявленного понятия. Экспериментатором (обучающим) кратко анализировались затруднения во введении определения данного понятия (без навязывания «эталонных» вариантов) и только после этого предлагалось следующее понятие для определения. При работе с разными группами (испытуемыми) порядок предъявления понятий из постоянного по составу ряда случайным образом изменялся с целью статистического выравнивания различий, все же имеющихся в однородности и одноуровневости понятий ряда. Описанный этап исследования занимал приблизительно 2 академических часа.

Чем лучше усвоена алгоритмическая структура методики введения определений понятий, тем меньшее время затрачивалось на перечисленные действия при ответственном (аргументированном) качестве этих действий. В пределе испытуемый выполнял все эти действия в присущем ему индивидуальном темпе письма. Качество выполнения каждого шага алгоритма, то есть полнота (или точность) творческой реализации этого шага, было оценено балльно-рейтинговой величиной, В, учитывающей относительную значимость, ценность каждого из шагов для введения адекватного денотату, с точки зрения испытуемого, определения понятия.

В процессе проведения исследования особое внимание уделялось постоянству содержания и стиля работы экспериментатора, включая содержание и эмоциональные оттенки произносимых им текстов.

При описании результатов исследования независимой переменной являлось число n предъявлений понятий, подлежащих определению. Это число в процессе работы с каждым испытуемым (группой испытуемых) изменялось от 1 до 11.

В качестве зависимых переменных (функций) рассматривались:

1. Интервал времени, t (в минутах), в течение которого испытуемый в письменной форме в соответствии с описанной выше методикой сформировал определение предложенного ему понятия. Изменение величины этого интервала по мере предъявления заданий связано с усвоением собственно алгоритма введения определений понятий, то есть его структуры. Специально проведенное исследование процедуры измерений величины t позволило определить погрешность Δt = ±1мин.

2. Суммарная балльная (рейтинговая) оценка полноты (или точности) реализации содержания шагов алгоритма введения определения понятия, B. Изменение этой величины по мере предъявления заданий связано с развитием в процессе проблемного обучения индивидуальных творческих возможностей реализации шагов алгоритма. Разработанные критерии балльной оценки качества исполнения шагов алгоритма при введении определений понятий, B, позволили обеспечивать погрешность измерений для каждого шага алгоритма ΔB = ±1 балл. Предельное значение суммарной оценки, В, соответствовало 25 баллам при предельных оценках качества исполнения описанных в разделе 4.2 (рис. 4.3) шагов алгоритма 0, 5, 10, 5 и 5 баллов соответственно. Оценка, В (для каждого шага алгоритма и суммарная), при определении конкретного понятия выставлялась экспериментатором в протоколе испытаний после проведения исследования на основании анализа рабочих записей испытуемого.

Детальный характер описания исследования обусловлен тем, что качество подготовки конкретных групп учителей и учащихся к введению определений понятий в образовательном процессе может оцениваться точно таким же образом.

Для интерпретации результатов измерений была использована рассмотренная выше в разделе 4.3 математическая модель алгоритмизированного подхода к проблемному обучению осознанной деятельности [17]. Согласно этой модели, время усвоения собственно алгоритма (его структуры), t, зависит от числа предъявлений проблемных заданий, n, в соответствии с выражением:

а качество выполнения шагов алгоритма при этом зависит от числа предъявлений проблемных заданий так:

Индивидуально-личностные особенности восприятия структуры рассматриваемого алгоритма и творческого осмысления содержания его шагов испытуемыми привели к сильному разбросу измеренных значений величин (t и B) в процессе предъявления n проблемных заданий конкретному испытуемому. Это не позволяло для отдельных испытуемых выявить зависимости t (n) и B (n), допускающие сопоставление с выражениями (4) и (9), описывающими модель. В пределах рассматриваемых выборок распределения значений измеряемых величин, соответствующие определенным предъявлениям, n, имели характер, существенно отличающийся от нормального, вплоть до выраженно «двугорбых» распределений для малых значений n. Это также не допускало адекватного обсуждения полученных результатов измерений.

Однако понимание величин t и B как характеристик состояний испытуемых в процессе эксперимента позволило рассматривать графическое представление результатов измерений (см., например, далее рис. 4.6 и 4.7) в качестве диаграмм этих состояний. Линии границ полей состояний в таком случае представляли собой графики зависимостей t (n) и B (n), характеризовавшие предельные для данной выборки характерные состояния испытуемых и тенденции изменения этих состояний в процессе исследования [18]. Такие графики были получены путем компьютерной аппроксимации границ полей состояний функциями (4) и (9). В результате аппроксимации величины λ и α, имевшие первоначально смысл индивидуально-личностных характеристик испытуемого [17], приобрели статистический смысл, характеризовавший выборку. Этому статистическому смыслу соответствуют и экспериментально установленные константы эксперимента: t_min, t₀, B_min и B_max. Таким образом, в соответствии с целями исследования, теоретически описанные параметры алгоритмизированного проблемного обучения (λ и α) были измерены на выборках, представляющих индивидуальный и групповой варианты реализации процесса и сопоставлены для выяснения роли социальной фасилитации в этом процессе.

Типичные результаты аппроксимации функциями (4) и (9) границ областей диаграмм состояний представлены линиями графиков на рис. 4.6 и 4.7. Здесь центры крестов соответствуют положению на диаграмме точек, отражающих состояния испытуемых, а размер крестов – статистическим весам точек. Эта аппроксимация позволила получить для всех рассматриваемых в работе выборок параметры λ (критерий обучаемости структуре алгоритмизированной деятельности) и α (критерий креативности поиска решений в рамках заданных структурой шагов алгоритма). Аналогичные графики зависимостей и, следовательно, значения величин λ и α, были получены для всех рассматриваемых в работе выборок (см. табл. 4.1).

Рис. 4.6. Пример рабочего графика зависимости времени введения определения понятия (мин) от числа предъявлений понятий (λ = 0,15)

Рис. 4.7. Пример рабочего графика зависимости качества введения определения понятия от числа предъявлений понятий (нижняя ветвь α = 0,18; верхняя ветвь α = 2,00)

На всех графиках зависимости t (n) выявлена горизонтальная линия, соответствующая значению t_min=3 мин, среднему между типичным для результатов аппроксимации (t_min=4 мин) и статистически усредненным минимальным временем написания решения задания (t_min = 2 мин). Таким образом, минимальное время выполнения проблемного задания составляет t_min = (3±1) мин. Это значение соответствует наличию достаточно автоматизированного навыка введения определений понятий (при условии необходимого качества реализации процесса).

При аппроксимации линией графика верхней границы поля диаграммы рис. 4.6 (модель успешно обучающегося испытуемого) величина t₀ имеет смысл времени обдумывания решения задания (t₀= t – t_min), полученного экстраполяцией графика к значению n = 0. Можно интерпретировать эту величину как время, которое потребовалось бы испытуемому для введения определения понятия после ознакомления с методикой, но до начала проблемного обучения. На графике зависимости t = f (n) величина λ ответственна при прочих равных условиях за кривизну линии графика, то есть за изменение скорости обучения. Возможность сопоставления полученных значений этой величины (как и величины B) для выборок, соответствующих индивидуальной и групповой работе испытуемых, обеспечивается однородностью состава обеих выборок по уровню образования, возрастному и гендерному признакам. Для группы сравнения (педагоги) подобная возможность поддерживается однородностью выборки по профессиональному и гендерному признакам. Можно вполне обоснованно предположить, что возрастная неоднородность этой выборки, отражающая возрастную структуру педагогического состава, в данном эксперименте компенсировалась таким общим профессиональным качеством испытуемых как консерватизм профессиональных представлений и навыков.

Для диаграмм, отражающих результаты измерений усвоения содержания (качества реализации) шагов алгоритма, характерно наличие трех ветвей графика (рис. 4.7). Самая нижняя, горизонтальная, ветвь соответствует значению B_min = 6 баллам. Это – значение B, ниже которого во всем объеме исследования наблюдались лишь единичные случайные «выскакивания» [14, С. 102—107]. Если в ходе экспериментального исследования для конкретного испытуемого при последовательных предъявлениях проблемных заданий в пределах погрешности измерений обнаруживалось бы B = B_min, это указывало бы на принципиальную необучаемость испытуемого в рамках рассматриваемой методики. Следовательно, B = B_min – минимальное число баллов, которым в принципе может быть оценено решение задания даже в отсутствие обучаемости. Необходимо отметить, что входе проведения исследования не были обнаружены случаи отсутствия обучаемости.

Самая верхняя ветвь графика на диаграмме рис. 4.7 соответствует модели успешно обучающегося испытуемого [20, С. 127]. При этом величина B_max представляет собой максимальное число баллов, которым может быть оценено решение задания сверх «уровня необучаемости». Величина, обратная α, соответствует некоторому значению n, начиная с которого оценка В может достигать максимально возможных значений. Следовательно, чем больше α, тем при меньших значениях n достигаются максимально возможные значения В, то есть тем выше скорость обучения (выше обучаемость творческому подходу к решению проблемных заданий).

Средняя ветвь графика на диаграмме рис. 4.7 соответствует модели удовлетворительно обучающегося испытуемого. Здесь, при том же значении B_min = 6, резкое уменьшение скорости обучаемости (отражаемое уменьшением величины α) приводит к уменьшению B_max, то есть максимального числа баллов, которым может быть оценено решение задания сверх «уровня необучаемости». Смысл этого таков: для достижения максимально возможного в принципе числа баллов (в нашем случае – 25) испытуемым, чья обучаемость соответствует средней линии графика, необходимо предъявить чрезвычайно большое число понятий, n. Это не соответствует психологическим и физическим возможностям испытуемых в описанных условиях исследования.

Результаты измерений для всех выборок сведены в таблицу 4.1. Для величин B_min, B_max и α верхняя строка в ячейке соответствует аппроксимации линией графика верхней границы поля состояний испытуемого (успешная обучаемость), нижняя строка– аппроксимации нижней границы этого поля (удовлетворительная обучаемость).

Таблица 4.1. Результаты измерений усвоения алгоритма введения определений понятий и качества реализации его шагов

Из приведенных в таблице 4.1 результатов следует:

1. Параметры модели t_min, t₀, B_min и B_max (полученные в результате аппроксимации верхней границы поля состояний) в пределах погрешности измерений для большинства выборок постоянны, что позволяет корректно обсуждать значения собственно параметров обучаемости λ и α в сопоставлении этих значений для разных выборок.

2. Значение параметра обучаемости, λ, при индивидуальной работе учащихся (λ = 0,06) в 2,5 раза меньше его значения при групповой работе учащихся (λ = 0,15). Это свидетельство проявления эффекта социальной фасилитации при усвоении структуры алгоритмизированной деятельности. Для группы сравнения (педагоги) картина носит значимо обратный характер: λ = 0,12при групповой работе и λ = 0,17 – при индивидуальной. Это можно объяснить приоритетностью для более образованных и более взрослых людей стремления к качественному выполнению проблемного задания по сравнению с возможностью оценки окружающими скорости выполнения этого задания.

Значения параметра λ для общих по учащимся и педагогам выборок (индивидуальной, групповой и общей полной) отражают предельные тенденции частных выборок.

3. Значения второго параметра обучаемости, α, необходимо рассмотреть отдельно для случаев аппроксимации линией графика верхней и нижней границ поля состояний испытуемых. Для верхней границы эти значения при индивидуальной и групповой работе учащихся одинаковы, что указывает на приблизительно одинаковое усвоение содержания шагов алгоритма при индивидуальной и групповой работе с учащимися. Это можно объяснить тем обстоятельством, что если время выполнения проблемного задания является в процессе исследования открытым для окружающих параметром, то балльная оценка усвоения содержания шагов алгоритма не обсуждается с испытуемыми при коррекции и является скрытым для них параметром. В то же время «срабатывание» коррекции после каждого предъявления заставляет испытуемых улучшать усвоение без оглядки на реальное или предполагаемое мнение окружающих (в том числе – экспериментатора).

При работе с педагогами значения параметра α одинаковы при индивидуальной и групповой формах работы и меньше характерных для работы учащихся (α = 1,60 по сравнению с α = 2,00). Это можно объяснить большей свежестью восприятия и непредвзятостью учащихся по сравнению с образовательным и возрастным консерватизмом представителей группы сравнения. Такой консерватизм связан с защитной реакцией субъектов практического мышления на необходимость выработки более действенных, но и более трудоемких адаптационных механизмов.

Высокое значение α = 4,00 для индивидуальной работы всех испытуемых (и, следовательно, общей полной выборки) обусловлено тем обстоятельством, что отдельные и потому не значимые для частных выборок «выскакивания» («выбросы») при сложении в общей выборке становятся значимыми. Возможно, такой эффект может быть снят при увеличении объема частных выборок. Однако это вряд ли приведет к принципиальному изменению проведенного выше в данном пункте обсуждения. Тем не менее, высокое значение α для индивидуальной работы всех обучающихся указывает на более высокое качество усвоения содержания шагов алгоритма при такой работе. Это может быть связано с «удалением остатков влияния окружающих» на и без того скрытую работу над указанным качеством при прочих равных условиях.

4. Для нижней границы поля состояний испытуемых наименьшее значение α = 0,10 соответствует индивидуальному обучению учащихся. Это обусловлено равномерностью распределения по полю значений результатов измерений с их статистическими весами и потому необходимостью учета всех полученных значений при аппроксимации нижней границы поля линией графика. На практике такой результат означает большее разнообразие обучаемости испытуемых в выборке по сравнению с групповой работой, что может быть связано с отсутствием для этой выборки эффекта фасилитации. Это не противоречит сказанному выше в п.3, поскольку проявления фасилитации в принципе могут быть различны для верхней и нижней ветвей аппроксимации границ поля состояний.

Самое высокое для нижней ветви значение, α = 0,60, соответствует индивидуальному обучению всех испытуемых. Здесь, на общем фоне высокой плотности состояний испытуемых, при аппроксимации следует учитывать границы поля высокой плотности, в результате чего некоторые значения, полученные при индивидуальной работе с учащимися, выглядят как «выскакивания» («выбросы»). В варианте пренебрежения такими значениями на фоне общей высокой плотности состояний можно предположить, что в модели удовлетворительно обучающегося испытуемого лучшие результаты усвоения содержания шагов алгоритма могут быть достигнуты при индивидуальной работе. Это естественно, потому что за один и тот же промежуток времени, отведенный на коррекцию результатов решения, индивидуально обучающийся испытуемый сможет более детально и конкретно обсудить эти результаты с экспериментатором (обучающим).

Из промежуточных значений α наиболее низкое, α = 0,14, соответствует групповой работе педагогов. Это вполне соответствует сделанному выше, в п. 3, предположению об образовательном и возрастном консерватизме представителей группы сравнения, вследствие чего их обучаемость в групповой форме работы уступает обучаемости учащихся в рамках обеих моделей (успешной удовлетворительной обучаемости). Значение α=0,30 для индивидуальной работы подтверждает это предположение, поскольку при общении «один на один» с экспериментатором его фасилитирующее влияние для взрослого человека оказывается важнее размытого общего при групповой работе.

Осмыслению результатов исследований эффекта социальной фасилитации «в чистом виде» может содействовать введение «коэффициентов фасилитации». Такие коэффициенты —

– будут являться инструментом непосредственной количественной оценки эффекта фасилитации. При проблемном обучении введению определений понятий для и учащихся и педагогов коэффициент фасилитации k₁ равен единице, что указывает на отсутствие эффекта социального влияния в чистом виде на усвоение качества исполнения шагов алгоритма (творческая деятельность). Коэффициент фасилитации k для учащихся составляет k= 0,15/0,06 = 2,50 – это существенно больше единицы и указывает на очевидное проявление эффекта социальной фасилитации при усвоении структуры алгоритмизированной деятельности (более простая по сравнению с творческой нормативная деятельность). В то же время для педагогов k= 0,12/0,17 = 0,70 – это явно меньше единицы и говорит о наличии социальной ингибиции усвоения нового для педагогов алгоритма в силу возрастного и когнитивного консерватизма.

Из проведенного обсуждения результатов исследования следует, что в процессе алгоритмизированного проблемного обучения введению определений понятий учащиеся полной средней школы усваивают структуру алгоритмизированной деятельности при групповом обучении без взаимодействия членов группы легче, чем при индивидуальном. Отсутствие взаимодействия при этом исключает возможность явления, называемого в социальной психологии «безбилетным проездом»: люди меньше хотят прилагать усилия к чему-либо, если есть возможность получения пользы от усилий других членов группы. Естественно, в образовательном процессе «безбилетный проезд» особенно нежелателен, хотя обычно реализуемые формы проблемного обучения содействуют его проявлению и, по-видимому, даже развитию. Усвоение учащимися творческого подхода к исполнению шагов алгоритма введения определений понятий происходит одинаково как при групповом, так и при индивидуальном обучении. Это обусловлено скрытостью процесса творчества от других членов группы и потому отсутствием их влияния. Таким образом, трудность творческих решений в рамках шагов алгоритма не отличается при групповом и индивидуальном обучении.

Результаты проведенного исследования позволяют по-новому подойти к реализации проблемного обучения в его алгоритмизированной форме, повышая эффективность этого обучения при упрощении соответствующей организационной и методической деятельности. Фактически речь идет о новой педагогической технологии, позволяющей успешно решать задачу формирования научно-познавательной компетентности в области понятийного наполнения языкового обеспечения образовательного процесса. Общий характер подхода позволяет надеяться на его успешность и в отношении иных объектов алгоритмизированного проблемного обучения. К ним относятся, в частности, решение задач разных уровней трудности и установление причинно-следственных связей в проблемных ситуациях различной сложности, что тесно связано с проблемой формирования научно-познавательной компетентности личности.

Возможность экспериментального измерения параметров обучаемости в процессе алгоритмизированного проблемного обучения представляется перспективной также в отношении мониторинга этого процесса и оценки качества его результата.