شناخت مکانیزمهای یادگیری-1

موضوع اثربخش نمودن آموزش¬ها و ایجاد یادگیری واقعی در افراد که بخشی جدایی ناپذیر از فرایند رشد و توسعه سازمانی است، مساله¬ای جدی و دغدغه بسیاری از سازمانهاست.
مکانیزمهای یادگیری

به اشتراک بگذارید:

در ادامه مقاله پیشین در این مقاله تلاش میکنیم تا برخی بررسیهای نورولوژیستی را که منجر به یادگیری بیشتر میشود ارایه کنیم.

اثرهورمونها

نورولوژیست­ها نشان داده ­اند که برای یادگیری به تغییر در ساختار مغز و بخصوص ایجاد ارتباطات جدید بین سلول­های پیشین نیاز داریم. بر خلاف تصور عامه قابلیت این سلول­ها برای ساختن ارتباطات جدید ارتباط جدی با سن و ژنتیک ندارد. در واقع می­توان گفت قابلیت های مغز برای یادگیری در سنین بالا کاهش جدی نمی­یابد و اثر ژنتیک نیز عاملی بازدارنده برای ایجاد این ارتباطات نیست. اما در برابر مشخص شده است که نقش هورمون­ها در ایجاد آمادگی برای یادگیری بالاست. به نظر می­رسد هورمون­های بخصوصی می­توانند بستر تغییر مغز برای یادگیری را فراهم کرده و در حضور آنها مقاومت ساختارهای فعلی برای یادگرفتن کاهش میابد. [1] هورمونها ترکیبات شیمیایی هستند که بدن در شرایط مختلف ایجاد می­کند این مواد شیمیایی مانند کاتالیزوری برای فعالیت­های مختلف بدن و بخصوص مغز عمل می­کنند. بنایراین در راستای مکانیزمهای یادگیری میتوان هورمونها را مورد توجه قرار داد.

بعنوان مثال انگیزه برای یک اقدام با ترشح هورمون دوپامین افزایش میابد و این هورمون در تسهیل تغییر مغز نقش جدی ایفا می­کند. بررسی­های عصب ­شناسی نشان می­دهد که یادگیری به تلاش و انگیزه نیاز دارد و این دو رفتار دوپامین ترشح می­کنند که مقاومت مغز در برابر تغییر را کاهش داده و یادگیری را تسهیل می­کنند.[1]

اکنون و در سالهای اخیر با توسعه دانش مدیریت نیروی انسانی در جهان و حجم بالای تحقیقات برخی محرک­های انگیزه شناخته شده است و می­توان در فضاهای دیجیتال آنها را بکار گرفت. بعنوان مثال دستیابی به یک هدف هرچند کوچک یکی از محرکهای انگیزه است که در روش­های دیجیتال می­تواند به صورت بسته­های کوچک آموزشی و بازخورد مثبت در انتهای تکمیل بسته نشان داده شود.

محرک دیگر تشویق است که تقریبا در تمام متدهای بازی سازی و اپ­های یادگیری در نظر گرفته شده است. حتی زمانی که اپ موبایل شما امکان به اشتراک گذاشتن تلاش و یا پیشرفت شما در یک حوزه خاص را فراهم می­کند امکان گرفتن بازخورد مثبت از دیگران را ایجاد کرده که به نوعی ایجاد کننده انگیزه تلاش مستمر و مجدد است. بعنوان مثال اپ  مطالعه کتاب طاقچه برای ترغیب افراد به مطالعه بیشتر کتاب، به ازای مدت زمانی که داخل اپلیکیشن هستید و کتابی را مطالعه میکنید به شما برگهایی را هدیه میدهد شما میتوانید با مجموعه این برگها از سایر امکانات وبسایت را کسب نمایید.

یکی از انگیزاننده­ های دیگر مقایسه با دیگران و برنده شدن است. هوش مصنوعی می­تواند با در دست داشتن اطلاعات عظیم[1] حجم بالایی از افراد، شما را در گروه مناسبی از افراد دسته­بندی کرده و روال پیشرفت شما را با آنها مقایسه کرده و شما را رتبه­بندی کند و انگیزه بهبود ایجاد کند. همانگونه که در نرم افزارهای آموزش زبان خارجی میتوانید خود را با افرادی در سطح خود مقایسه نمایید.

کیس واقعی: در این مورد اپلیکیشن معروف یادگیری زبان دولینگو[2] که با کاربرد هوش مصنوعی تکمیل شده است در هر لحظه فراگیر را با تعداد مشخصی از افراد در یک لیگ گروهی قرار میدهد و رقابتی را برای صرف زمان برای یادگیری زبان برقرار میکند. فرد بصورت مستمر در جریان میزان تمرین و امتیازات کسب شده توسط سایر افراد قراردارد و بدین ترتیب ترغیب میشود که زمان بیشتری برای یادگیری اختصاص بدهد. دوره های کوتاه یک هفته­ای برای این رقابت در نظر گرفته می­شود و در انتهای هر دوره نفرات برتر مشخص میشوند و پاداش می­گیرند. [16]

کاربرد در دنیای امروز: با این توصیف می­توان به فعالان حوزه های آموزش و توسعه در واحدهای آموزشی و سازمانی پیشنهاد داد که برای ایجاد اثربخشی آموزشی بالاتر می­توانند اهداف آموزشی را به سرفصل­های کوتاهتر تقسیم بندی کرده و در انتهای هر سرفصل شرایطی ایجاد کنند که فراگیر میزان پیشرفت خود را با همکاران و یا خانواده­اش به اشتراک بگذارد. یا اینکه به ازای مشارکت منظم فرد در فرایندهای یادگیری امکانات و یا مزایایی بعنوان پاداش برای فرد فراهم شده و اثر تشویق را محقق سازد.

مکانیزمهای یادگیری خود کنترل[3]

  یکی از پذیرفته ­شده ­ترین تعاریف برای یادگیری خود کنترل، فرایندی است که افراد با کمک و یا بدون کمک دیگران فرایند یادگیری را آغاز می­کنند. نیازهای آموزشی خود را تشخیص می­دهند، اهداف یادگیری خود را تعیین می­کنند، افراد و ابزار مورد نیازشان را جستجو می­کنند، راهبرد مناسب یادگیری برای خودشان را انتخاب کرده و بکار می­گیرند و نتایج یادگیری را ارزیابی می­کنند. در قلب این روش این مفهوم جادارد که فرد کنترل مسیر یادگیری را بر عهده داشته و مسئولیت چیستی و چگونگی آموزش را بر عهده می­گیرد. مرور مقالات و بررسی­ها نشان می­دهد که این نوع یادگیری اثربخشی بالاتری دارد.[6]

یکی از مهمترین نیازمندی­های متد آموزش خود کنترل این است که آموزش­ها بر مبنای ویژگی شخصیتی افراد بازسازی و بهینه سازی شود. تا بتواند منطبق با توانمندی­ها و پیش فرض­های ذهنی هر فرد تغییر یابد.[6] این نیاز از آنجا نشان می­گیرد که می­دانیم هر دانش آموزی درس را به زبان خودش بازسازی می­کند و سپس بخاطر می­سپارد گاهی برخی آموخته­ها با سطح مغز یک فرد بخوبی جفت و جور می­شود و سرعت آموختن بالاتر می­رود و گاهی این تناسب به سختی حاصل می­شود و سرعت و کیفیت آموختن کاهش میابد. [1]

در متدهای تکنولوژیک، هوش مصنوعی می­تواند بر مبنای دیتای حجم بالایی از اطلاعات آنلاین از سایر فراگیران و شیوه مشارکت و پاسخگویی فرد به شناخت مناسبی از تایپ شخصیتی و روش یادگیری منحصربفرد او برسد و دیتای قابل ارایه به وی را سفارشی­سازی کند.  

در بسیاری از نرم افزارها و محیط­ها سفارشی­سازی بر مبنای قابلیت تغییر رنگ و ظاهر صفحه خلاصه می­شود در حالیکه باید بتواند تایپ یادگیری هر فرد را تشخیص داده و متناسب با آن محتوای آموزشی ارایه دهد. مثلا برای افراد با حافظه شنیداری و یا حافظه دیداری شیوه ارایه محتوا را تغییر دهد.

 یکی از  مدل­های جالبی که تلاش می­کند فضای آموزش را شبیه­سازی کند متد سه­ تایی person, process, context  است.[6]

در مورد هر کدام از این 3 وجه میتوان مطالب زیر را در نظر گرفت:

فرد: آموختن خودکنترل، شخصی سازی اطلاعات، بازخورد سریع

فرایند: دسترس پذیری، سرعت آموزش، فاصله های آموزشی و …

محیط: حضور معلم و یا تسهیلگر، حضور سایر فراگیران، ابزارهای مختلف، مراجع مختلف

در مکانیزمهای یادگیری خودکنترل تاکید می­شود که علیرغم اهمیت همه وجوه، لازم است دو وجه پایینی محیط و فرایند حامی و پشتیبان وجه فرد باشند و بر مبنای نیاز و خواست وی بهینه­سازی شوند.

کیس واقعی: بعنوان مثال یک نرم افزار مورد استفاده در مدارس ایالات متحده[4] که به معلم اجازه میدهد بر مبنای ارزیابی هر دانش آموز برنامه اختصاصی برای آموزش وی طراحی و اجرا کند. این نرم افزار برای آموزش ریاضی، خواندن، نوشتن و علوم کامپیوتر مورد استفاده قرار می­گیرد و کمک می­کند تا افراد محتوای شخصی سازی شده خود را بررسی و تمرین نمایند. [16]

 کاربرد در دنیای امروز: هم اکنون این امکان وجود دارد که مدرسان و یا متصدیان آموزشی نتایج ارزیابی فراگیران را در اختیار دستیار هوش مصنوعی قراردهند و از او بخواهند که برای هر کدام بازخوردهای متناسب و تمرینهای بیشتر برای یادگیری ایجاد کند. همچنین ایجاد شناخت عمیق تر برای مدرسان و منتورها نسبت به فراگیران ( در ابتدای دوره های یادگیری) در ارایه توصیه های متناسب با شخصیت  و نیازهای فرد اثرمثبتی خواهد داشت.

تغییر نقش معلم و مدرس در آموزش نوین

از سوی دیگر به نظر می­رسد که نقش افراد مدرس در آینده آموزش به صورت بنیادی تغییر می­کند. در گذشته معلم مهمترین عنصر یک فرایند آموزشی بود که ساختار کلاس، سرفصل­های آموزشی، زمانبندی و سرعت آموزش را شکل می­داد و درباره شیوه یادگیری و میزان و نحوه تمرین افراد تصمیم می­گرفت. از سوی دیگر معلم­ها تنها منبع اطلاعات قابل ارایه به افراد بودند. امروز نقش مدرسین بیشتر به سمت یک تسهیلگر و یا کوچ تغییر یافته است. فردی که اطلاعات اساسی و بنیادی مرتبط با موضوع مورد آموزش را می­داند( و نه همه دانش مرتبط با آن حوزه را) و می­تواند افراد را به سمت منابع و مراجع مناسب  و متنوع هدایت کند.[14] در همین رابطه باید به این موضوع اشاره کنیم که یکی از مهمترین دلایل شکست نسل 2 آموزش یعنی آنلاین نمودن آموزش آنالوگ یا سنتی عدم مهارت مدرسان در بکارگیری ابزارهای الکترونیک و فهم ناکافی از فناوری اطلاعات بوده است تا جایی که مفهوم روانی با تکنولوژی[5] برای معلمان و مدرسان و سواد هوش مصنوعی[6] مورد بررسی جدی قرار گرفته است. [13,10]

کاربرد در دنیای امروز: یقینا آموزش مدرسان و معلمان نسبت به شناخت مغز و مکانیزهای عملکردی آن، تغییر ساختار آموزش بر اساس دانشهای نو، کاربرد تکنولوژی و البته مشخصات نسل جدید و رویکرد آنها نسبت به فرایند یادگیری میتواند کمک شایانی به اثربخشی بالاتر این فرایندها داشته باشد.


[1] Big data

[2] Duolingo

[3] Self-directed learning

[4] Khanmigo

[5] FIT: Fluency with Information Technology

[6] AI literacy