iT邦幫忙

2021 iThome 鐵人賽

DAY 28
0
自我挑戰組

開卷計劃:做一個高手夢系列 第 28

大腦如何精準學習 (2) 積極主動參與/好奇心

終於讀到我很想讀的段落了。

積極主動參與 active engagement - 定義

這裡講的是「認知活動」而不是「態度」

  • 大腦先對外面世界形成一個「假設的心智模式」
  • 然後,將這個模式投射到環境裡
  • 比對「這個假設做出的預測」,以及「感官所接受到的感覺」
  • 若相符,則代表假設正確

在這裡講的「主動參與」,是指大腦裡發生的事,和動作無關,安靜坐在教室裡的學生,大腦活動可以差了十萬八千里。大腦只有在專注、聚焦、積極參與構想心智模式時,學習才會最有效。

如果缺乏 active engagement 的元素,實驗顯示,我們不可能靠「被動累積感官次數」而學會任何高層次的認知學習。學習只有在專注、思考、預期和測試假設時,才會發生,如果沒有花力氣去做深度反思,學習效果會退去,沒有大腦留下痕跡。

深層處理

實驗者將 60 個字母給三組學生看:

  • 第一組:判斷字是大寫/小寫 → 表層感官處理
  • 第二組:決定這些字是否和 chair 同韻母 → 中等程度處理
  • 第三組:決定這些字是不是動物的名字 → 深層處理這個字的意義

回想效率是 33%, 52%, 75%。

深層處理會活化前額葉皮質,和「有意識處理字」的區域,後者和海馬迴有關,而海馬迴處理外顯事件記憶。當學習者吸收資訊時,我們基本上可以用額葉海馬迴和海馬迴周邊皮質的活化程度,來預測他是否會記得。

深層處理會帶來的效果是:

  • 一開始,資訊只是進入大腦的感覺區,在前額葉皮質留下很淺很淺的腦海活動
  • 接著,若成功啟動注意力 & 深度處理
  • 這個小小的腦波活動,會形成神經上的海嘯
  • 這股海嘯一路入侵到前額葉皮質
  • 進入前額葉皮質,才能造成最大的記憶效果

主動學習 & 深度處理的實證結果已獲得支持研究,在 STEM 領域,學生的考試成績可以進步到半個標準差,失敗率降低 10%。

問題是,到底什麼方式才能吸引 active engagement?

沒有什麼特殊方法,重點是強迫學生放棄舒適的被動聽講,強迫他們去思考,例如:

  • 要求動手做
  • 每個人都要參與的分組討論
  • 上課中,停下來問困難問題

主動學習的一個外顯 behavior evidence - 不停地把這個概念用自己的話或自己的思考方式去解釋它

Active engagement 不等於發現式探索

接下來作者強調,active engagement 不代表在毫無引導的情況下,讓學生自己發現、自己建構知識。這和一些盧梭以降,曾盤據教育主流的迷思有關,總之,結論是:

  • 放手讓孩子自己去發現時,他們很難去發現某個領域的「主抽象規則」
  • 有效作法是
    • 老師先講解類似例子,進行明確教學
    • 再交互使用「解釋」和「動手做」的教法
  • 即使非常聰明的學生,能靠自己找出解題方法,他們的表現仍然會輸給老師有先教解法、再自己實作的學生。
  • 放手讓學生自己發現的負面效果——學生容易以為自己已經學會該主題,但沒有了解到領域深層的概代

是引發學生的認知活動,而不是行為、動作;
是教學的指引,而不是純粹的探索;
課程應該聚焦,而不是沒有架構的探索。

好奇心

從神經迴路的角度,好奇心和食物與交配的驅力類似,都會活化多巴胺迴路,啟動對報酬的期待。只是好奇心會被「無形的價值」所驅動,也就是獲得知識。

記憶和好奇心相連。當好奇心增強時,記憶的效果會增強非常多。

「學習」在神經系統上本來就擁有一定的價值地位,而「好奇心」是這份價值的應用面。

啟動好奇心的模式

這是還沒有結論的領域,作者的說法比較保留。

以下是心理學家的研究成果:

  • 大腦察覺到一個「缺口」,代表
  • 我已知的事情 v.s. 想要知道的事情,兩者中間有一個「空隙」
  • 好奇心在此時產生,引發學習

比較可以類推成神經研究的間接證據,法國工程師成功做出一個行為和幼兒高度相似的「好奇的機器人」,而這台機器人的演算法有三塊模組:

  1. 傳統的人工學習系統,不停預測外在世界的情況
  2. 專門評估模組 1 的表現,測量學習速度,並預測接下來哪一個領域的學習效果最好
  3. 報酬迴路,對 2 預測有效學習的動作,給予比較大的報酬。

這個系統邏輯會聚焦在「他認為可以學到最多東西」的領域。根據工程師的說法,他們相信這就是好奇心的定義。

雖然沒有神經學的實證研究,但從結果來看,把好奇機器人放入兒童房時,他的行為和寶寶一樣。會呈現鐘形曲線的好奇心,先對某事感興趣,逐漸熟悉後,好奇心減弱,最後走開去尋求另一個刺激。一個小時後,機器人對房間失去興趣,感到無聊,停止探索。

好奇心 & 後設認知

好奇機器人的案例,可推論的預測是——好奇心的前提,需要「了解什麼是他還不知道的」,也就是後設認知。這組認知系統主要監控我們的心智處理,評估已知和未知。它不管對與錯,也不管學習的快或慢。

扼殺好奇心的三個方法

以下是作者的假設

  • 認知刺激無法配合他們的需求
    • 學習進步時,原本的獎酬感就會減少
    • 因為後設認知系統知道已不可能學到更多新知
    • 或反過來,後設認知系統知道,你已經不可能獲得成功,在信心重建前,都無法重建好奇心
  • 好奇心被處罰
    • 「動機」的神經學機制是,想要做 X 動作的欲望,必須和「期待的報酬」聯結,才能引發動機。
    • 而太多人發現學習無法獲得預期的報酬(分數和成績)
  • 社會知識的轉換
    • 這是昨天說的,人類有兩種學習模式
      • 主動模式,不停做實驗和問問題
      • 接受模式,只記錄別人教的東西。
    • 學校的邏輯容易鼓勵第二種模式。因此,學生會假設老師知道的一定比自己多。

關於第 3 點,研究顯示老師的引導會影響好奇心。

  • 當大人一句話也不說時,小朋友會對藏在房間裡各個地方的玩具啟動好奇,到處翻找
  • 大人說「我教你怎麼玩我的玩具,你看,一扭發條就有音樂出來」,然後音樂盒響了。孩子聽完介紹以後,反而不去探索。學生假設了老師的話是在幫助他們,因此,既然老師已經說出了好玩的功能,他們就不必再去尋找了。

更多研究顯示,老師介紹太詳細時,學生會失去興趣。或者,老師介紹了某一個功能後,學生會認為老師已經解釋了所有的功能。

但是,相反過來,若老師表示他並不知道所有的玩法,新玩具他也沒玩過,學生會一直保持尋找。

結論

總之,理想的教學場,要給學生有架構的課程並引導他們,鼓勵他們去發揮創造力,讓他們知道還有幾千種東西等待被發現。


上一篇
大腦如何精準學習 (1) 注意力
下一篇
大腦如何精準學習 (3) 錯誤回饋
系列文
開卷計劃:做一個高手夢30

尚未有邦友留言

立即登入留言