درس به خوبی پیش می رود. دانش آموز توضیحات را دنبال می کند، مشکلات را با معلم حل می کند، یک یا دو سوال خوب می پرسد، و احساس می کند که مطالب در نهایت منطقی است. سه روز بعد، به تنهایی با مشکل مشابهی روبرو می شوند، دوباره گیر کرده اند.
اکثر والدین و معلمان این اتفاق را دیده اند. غریزه زیر سوال بردن درس است. شاید خیلی سریع حرکت کرد، شاید معلم مناسب نبود. اغلب، هیچ کدام درست نیست.
تفاوت بین یک درس خوب و یک درس بد نیست. بین فهمیدن چیزی در حالی که کسی شما را راهنمایی می کند و اینکه خودتان بتوانید از آن استفاده کنید.
درک این همان یادگیری نیست
در طول یک درس، دانش آموز توسط معلم به گونه ای حمایت می شود که به راحتی نادیده گرفته می شود. معلم در لحظه مناسب درخواستی را ارائه می‌کند، قبل از وقوع خطا، سؤالی می‌پرسد که توجه را تغییر می‌دهد، و زمانی که چیزی فرود نمی‌آید، سرعت را تنظیم می‌کند. این داربست باعث تمیزی مواد می شود.
اما لحظه ای که درس تمام می شود، همه چیز ناپدید می شود. آنچه باقی می ماند هر چیزی است که دانش آموز می تواند بدون کمک بازیابی و اعمال کند. بازیابی چیزی از حافظه، دانش ماندگارتری نسبت به مرور آن ایجاد می‌کند، حتی اگر بازبینی در حین انجام آن، مفیدتر باشد. شناخت با یادآوری یکسان نیست.
یک درس عالی می تواند درک ایجاد کند. یادگیری پایدار بستگی به اتفاقات بعدی دارد.
تفاوت دروس
یک دانش آموز ممکن است یک یا دو ساعت در هفته را با یک معلم بگذراند. آنچه در شش روز بین درس ها اتفاق می افتد می تواند به همان اندازه مهم باشد که در طول خود درس اتفاق می افتد. این شکاف جایی است که دانش جدید یا از طریق بازیابی و تمرین قوام می‌یابد یا شروع به محو شدن می‌کند. مطالعه منحنی فراموشی نشان می دهد که با چه سرعتی می توان اطلاعات تازه آموخته شده را بدون تقویت از دست داد.
اسمش را بگذارید فاصله بین درس ها. این مدت زمان بعد از پایان یک جلسه و قبل از شروع جلسه بعدی است که هیچ کس تماشا نمی کند و هیچ چیز ساختاری ندارد.
سیستم‌های آموزشی و فناوری‌های یادگیری سرمایه‌گذاری زیادی برای بهبود خود درس کرده‌اند: آموزش بهتر، بسترهای بهتر، آموزش بهتر معلمان. توجه کمتری به این سؤال شده است که در این بین چه اتفاقی می افتد.
دانش آموزان فراموش می کنند.گیر می کنند و می ایستند. آنها تمرین را به شب قبل از جلسه بعدی موکول می کنند یا به طور کامل از آن صرف نظر می کنند. و در حالی که معلم نمی داند در این بین چه اتفاقی افتاده است، به درس بعدی می رسند.
تمرین بیشتر لزوما راه حل نیست
نتیجه واضح این است که دانش آموزان به تکالیف بیشتری نیاز دارند. این نتیجه گیری اشتباه یا حداقل ناقص است.
تمرین اهمیت زیادی دارد، اما تمرین بدون بازخورد می تواند چیزهای اشتباه را تقویت کند. یک دانش آموز ممکن است همان تصور غلط را بیست بار تکرار کند و با محکم تر از قبل آن را ترک کند. آنها ممکن است بارها و بارها به همان دیوار ضربه بزنند و به این نتیجه برسند که در موضوع بد هستند. یا، اغلب، ممکن است روی مشکلاتی تمرکز کنند که از قبل می‌دانند چگونه حل کنند، زیرا احساس سازنده می‌کنند.
بازخورد یکی از قدرتمندترین اهرم ها در آموزش است، اما فقط انواع خاصی و فقط در زمان مناسب. متغیری که پیش بینی می کند آیا تمرین کار می کند یا خیر حجم نیست. آنچه مهم است این است که آیا دانش آموز به سرعت متوجه اشتباه خود می شود و آیا آنچه در ادامه می آید با آن سازگار است یا خیر. گسترش تمرین در طول زمان، به جای انباشته کردن آن، اثر را ترکیب می کند. تمرین، بازخورد به موقع و اصلاح باید با هم همراه باشد.
فناوری می تواند بدون جایگزینی معلم کمک کند
اینجاست که هوش مصنوعی واقعاً مفید می شود و نه به عنوان جایگزینی برای معلم، بلکه به عنوان حضور در کلاس ها وقتی واقعاً معلمی وجود ندارد.
تمرین را در سطح درستی از دشواری ایجاد کنید. فوراً به دانش‌آموز بگویید که آیا پاسخ صحیح است و چرا. توجه کنید که همان اشتباه مدام تکرار می شود و به جای اینکه اجازه دهید تکرار شود، آن را آشکار کنید. تعیین کنید که کدام مناطق ضعیف هستند و روی آنها تمرکز بیشتری روی تمرین کنید.
یک اثر دوم وجود دارد که مهمتر است و کمتر مورد بحث قرار می گیرد. اطلاعات به معلم بازخورد داده می شود. معلم به جای اینکه هر جلسه را با بازسازی آنچه در هفته گذشته اتفاق افتاده، آنچه انجام شده، اشتباه انجام شده، جایی که دانش‌آموز تسلیم شده است، بازسازی کند، از قبل می‌داند. این چیزی را که کلاس صرف آن می شود تغییر می دهد. تشخیص زمان کمتر و آموزش بیشتر طول می کشد.
هیچ کدام از اینها همه مشکلات بین دروس را حل نمی کند. دانش آموزان هنوز به انگیزه، تشویق و مسئولیت پذیری نیاز دارند. اینها بخش‌های عمیقاً انسانی یادگیری هستند و دلیل دیگری برای اینکه فناوری وقتی از معلم پشتیبانی می‌کند به جای تلاش برای جایگزینی او بهترین کار را انجام می‌دهد.
با استفاده از این روش، هوش مصنوعی با ارائه تصویر واضح‌تر از آنچه بین جلسات اتفاق افتاده و جایی که توجه او بیشتر مورد نیاز است، زمان انسان را ارزشمندتر می‌کند.
درس باید بخشی از یک چرخه یادگیری باشد
یک بازنویسی مفید این است که از تلقی هر درس به عنوان یک رویداد مستقل خودداری کنید و شروع به تلقی آن به عنوان یک مرحله در یک حلقه کنید:
درس → تمرین → بازخورد → شکاف های شناسایی شده → درس بعدی
هر مرحله یکی بعد از خود را تغذیه می کند. تمرین نشان می دهد که درک کجا ضعیف است. بازخورد آن را قبل از اینکه محکم شود تصحیح می کند. شکاف هایی که باقی می مانند، جلسه بعدی را شکل می دهند. معلم همچنان کل قوس را هدایت می کند، اما قوس دیگر بین جلسات شش روز استراحت نمی کند.
ما زمان زیادی را صرف این می‌کنیم که چگونه درس‌ها را بهتر کنیم. شاید ما باید به همان اندازه زمان صرف کنیم تا بپرسیم بعد از اتمام آنها چه اتفاقی می افتد.
درس می تواند در یک ساعت تمام شود. مطالعه لازم نیست.
