문제 해결 (인지 학습 과정)

학습 중에 자주 발생하는 가장 중요한 유형의 인지 처리 중 하나는 문제 해결입니다. 문제 해결은 오랫동안 연구 주제였으며(이 섹션에서 역사적 자료를 검토합니다), 학습에 대한 인지 이론의 성장과 함께 이 주제에 대한 관심이 급증했습니다. 일부 이론가들은 문제 해결을 학습의 핵심 과정, 특히 과학 및 수학과 같은 영역에서 중요하다고 생각합니다(Anderson, 1993). '문제 해결'과 '학습'이 동의어는 아니지만, 전자는 후자와 관련되는 경우가 많으며, 특히 학습자가 학습에 대해 어느 정도의 자기 조절 능력을 발휘할 수 있고 학습에 도전 과제와 명확하지 않은 해결책이 포함될 때 그러합니다. 오프닝 시나리오에서 메그는 문제 해결에 더 많은 중점을 둘 것을 권장합니다.

문제는 '어떤 목표에 도달하려고 노력하는 상황에서 거기에 도달하는 수단을 찾아야 할 때' 존재합니다(Chi & Glaser, 1985, p. 229). 문제는 질문에 답하거나, 해결책을 계산하거나, 물건을 찾거나, 직업을 구하거나, 학생을 가르치는 것 등일 수 있습니다. 문제 해결은 자동적인 해결책이 없는 목표를 달성하기 위한 사람들의 노력을 의미합니다.

내용 영역과 복잡성에 관계없이 모든 문제는 특정 공통점을 가지고 있습니다. 문제에는 초기 상태(문제 해결자의 현재 상태 또는 지식 수준)가 있습니다. 문제에는 목표(문제 해결자가 달성하려는 것)가 있습니다. 대부분의 문제는 또한 해결자가 목표를 하위 목표로 나누어 (일반적으로 순차적으로) 마스터하면 목표 달성으로 이어지도록 요구합니다. 마지막으로, 문제는 초기 상태와 하위 목표에 대한 연산(인지 및 행동 활동)을 수행하여 해당 상태의 특성을 변경해야 합니다(Anderson, 1990; Chi & Glaser, 1985).

이러한 정의를 감안할 때 모든 학습 활동이 문제 해결을 포함하는 것은 아닙니다. 문제 해결은 학생들이 목표 달성을 위한 행동을 자동으로 실행할 수 있을 정도로 기술이 잘 확립되었을 때 발생하지 않을 가능성이 높으며, 이는 다양한 영역에서 많은 기술에서 발생합니다. 문제 해결은 또한 학생들이 무엇을 해야 하는지 아는 낮은 수준의 (아마도 사소한) 학습에서는 발생하지 않을 수 있습니다. 니코스키 중학교에서는 교사들이 시험에 필요한 기본 기술에 집중하고 있기 때문에 이것이 문제가 되는 것 같습니다. 동시에 학생들은 새로운 기술과 이전에 배운 기술의 새로운 용도를 배우므로 많은 학교 활동이 학습 중에 어느 시점에서 문제 해결을 포함할 수 있습니다.

문제 해결에 대한 몇 가지 역사적 관점은 현재의 인지적 관점에 대한 배경으로 검토됩니다. 시행착오, 통찰력, 휴리스틱이 그것입니다.

시행착오

손다이크(Thorndike, 1913b)의 고양이에 대한 연구는 문제 해결을 요구했습니다. 문제는 우리에서 탈출하는 방법이었습니다. 손다이크는 문제 해결을 시행착오로 생각했습니다. 동물은 우리 안에서 특정 행동을 수행할 수 있었습니다. 이러한 행동 레퍼토리에서 동물은 하나의 행동을 수행하고 그 결과를 경험했습니다. 일련의 무작위 행동 끝에 고양이는 탈출로 이어지는 해치를 여는 반응을 보였습니다. 반복된 시도 끝에 고양이는 탈출 행동을 수행하기 전에 오류를 덜 범했고, 문제를 해결하는 데 필요한 시간이 줄어들었습니다. 탈출 행동(반응)은 우리 안의 단서(자극)와 연결되었습니다.

우리는 때때로 문제를 해결하기 위해 시행착오를 사용합니다. 우리는 단순히 작동할 때까지 행동을 수행합니다. 그러나 시행착오는 신뢰할 수 없으며 종종 효과적이지 않습니다. 시간을 낭비할 수 있고, 해결책이 나오지 않을 수 있으며, 이상적이지 않은 해결책으로 이어질 수 있으며, 부정적인 영향을 미칠 수 있습니다. 절박한 상황에서 교사는 카일라가 더 잘 읽기 시작할 때까지 다양한 읽기 자료를 시도함으로써 시행착오적 접근 방식을 사용할 수 있습니다. 이 접근 방식은 효과적일 수 있지만, 좌절감을 주는 자료에 노출시켜 읽기 진행을 저해할 수도 있습니다.

통찰력

문제 해결은 종종 통찰력, 즉 가능한 해결책에 대한 갑작스러운 인식과 관련이 있다고 생각됩니다. Wallas(1921)는 위대한 문제 해결사를 연구하고 다음과 같이 4단계 모델을 공식화했습니다.

Wallas의 단계는 설명적이었고 경험적 검증을 거치지 않았습니다. 형태 심리학자들은 또한 많은 인간 학습이 통찰력이 있으며 지각의 변화를 포함한다고 가정했습니다. 학습자는 처음에 문제를 해결하는 데 필요한 요소에 대해 생각했습니다. 그들은 문제가 해결될 때까지 다양한 방식으로 이러한 요소들을 통합했습니다. 학습자가 해결책에 도달했을 때 갑자기 그리고 통찰력을 가지고 그렇게 했습니다.

많은 문제 해결사들이 통찰의 순간을 경험했다고 보고합니다. 왓슨과 크릭은 DNA 구조를 발견하는 데 통찰력 있는 순간을 가졌습니다(Lemonick, 2003). 형태 심리학 이론의 중요한 교육적 적용은 문제 해결, 즉 생산적 사고 분야에 있었습니다(Duncker, 1945; Luchins, 1942; Wertheimer, 1945). 형태 심리학적 관점은 이해, 즉 어떤 사건의 의미를 파악하거나 수행의 기본 원리나 규칙을 파악하는 것의 역할을 강조했습니다. 대조적으로, 암기, 즉 학생들이 종종 사용하는 것은 비효율적이며 학교 밖의 삶에서는 거의 사용되지 않았습니다.

Katona(1940)의 연구는 암기와 비교하여 규칙 학습의 유용성을 입증했습니다. 한 연구에서 참가자들은 숫자 시퀀스(예: 816449362516941)를 학습하도록 요청받았습니다. 일부는 암기로 시퀀스를 학습했고, 다른 일부는 학습을 돕기 위한 단서를 받았습니다(예: '제곱수를 생각하십시오'). 시퀀스 생성 규칙을 결정한 학습자는 암기한 학습자보다 더 잘 유지했습니다.

규칙은 현상에 대한 더 간단한 설명을 제공하므로 학습해야 할 정보가 적기 때문에 암기보다 더 나은 학습과 유지를 유도합니다. 또한 규칙은 자료를 구성하는 데 도움이 됩니다. 정보를 회상하려면 규칙을 회상한 다음 세부 사항을 채웁니다. 대조적으로, 암기는 더 많은 정보를 회상해야 합니다. 암기는 대부분의 상황에 어느 정도의 조직이 있기 때문에 일반적으로 비효율적입니다(Wertheimer, 1945). 문제는 상황의 조직과 요소와 문제 해결 간의 관계를 발견함으로써 해결됩니다. 요소를 배열하고 재배열함으로써 학습자는 결국 해결책에 대한 통찰력을 얻습니다.

Köhler(1926)는 제1차 세계 대전 중 테네리페 섬에서 유인원과 함께 문제 해결에 대한 잘 알려진 연구를 수행했습니다. 한 실험에서 Köhler는 우리 안의 유인원의 손이 닿지 않는 곳에 바나나를 놓았습니다. 유인원은 긴 막대기를 사용하거나 두 개의 막대기를 함께 놓아 바나나를 가져올 수 있었습니다. Köhler는 문제 해결이 통찰력이 있다고 결론지었습니다. 동물은 상황을 조사하고 갑자기 목표를 달성하는 수단을 '보았고' 해결책을 테스트했습니다. 유인원의 첫 번째 문제 해결 시도는 다른 비효율적인 전략(예: 바나나에 막대기를 던지는 것)을 시도하면서 실패했습니다. 결국 그들은 막대기를 팔의 연장으로 보고 그에 따라 사용했습니다.

또 다른 상황(Köhler, 1925)에서 동물은 목표를 볼 수 있었지만 방향을 틀고 간접 경로를 취하지 않고는 목표를 달성할 수 없었습니다. 예를 들어, 동물은 창문이 있는 방에 있고 밖에 음식이 있는 것을 볼 수 있습니다. 목표에 도달하려면 동물은 문을 통해 방에서 나와 밖으로 이어지는 복도로 진행해야 합니다. 해결 전 단계에서 해결 단계로 이동하는 동안 동물은 하나를 결정하고 사용하기 전에 여러 대안을 시도할 수 있습니다. 통찰력은 동물이 가능한 해결책을 테스트할 때 발생했습니다.

문제 해결의 장벽은 기능적 고정성, 즉 사물에 대한 다른 용도나 상황에서 요소의 새로운 구성을 인식하지 못하는 것입니다(Duncker, 1945). 고전적인 연구에서 Luchins(1942)는 개인에게 서로 다른 크기의 세 개의 항아리를 사용하여 주어진 양의 물을 얻도록 요구하는 문제를 제공했습니다. 9세에서 성인까지의 사람들은 항상 올바른 양을 생성하는 공식을 쉽게 배웠습니다. 문제 집합에 더 간단한 공식을 사용하여 해결할 수 있는 일부 문제가 섞여 있었습니다. 사람들은 일반적으로 원래 공식을 계속 적용했습니다. 더 쉬운 해결책이 있을 수 있다는 단서를 제공하면 일부는 더 간단한 방법을 발견했지만 많은 사람들이 원래 공식을 고수했습니다. 이 연구는 학생들이 현상을 이해하지 못할 때 알려진 알고리즘을 맹목적으로 적용하고 더 쉬운 방법이 존재한다는 것을 이해하지 못할 수 있음을 보여줍니다. 문제 해결의 이러한 절차적 특성은 교육 중에 다른 절차가 강조될 때 극복할 수 있습니다(Chen, 1999).

형태 심리학 이론은 문제 해결 전략이 어떻게 학습되는지 또는 학습자가 더 통찰력이 있도록 가르치는 방법에 대해 거의 말하지 않았습니다. Wertheimer(1945)는 교사가 상황의 요소를 배열하여 학생들이 부분이 전체와 어떻게 관련되는지 인식할 가능성이 더 높도록 함으로써 문제 해결을 도울 수 있다고 믿었습니다. 그러한 일반적인 조언은 교사에게 도움이 되지 않을 수 있습니다.

문제를 해결하는 또 다른 방법은 휴리스틱을 사용하는 것입니다. 휴리스틱은 일반적으로 해결책으로 이어지는 원리(경험 법칙)를 사용하는 문제 해결을 위한 일반적인 방법입니다(Anderson, 1990). Polya(1945/1957)의 문제 해결에 관련된 정신적 작용 목록은 다음과 같습니다.

• 문제를 이해합니다.
• 계획을 세웁니다.
• 계획을 실행합니다.
• 돌아봅니다.

문제를 이해하는 것은 “미지수는 무엇인가?” 및 “데이터는 무엇인가?”와 같은 질문을 던지는 것을 포함합니다. 종종 문제와 주어진 정보를 나타내는 다이어그램을 그리는 것이 도움이 됩니다. 계획을 세울 때 데이터와 미지수 사이의 연결 고리를 찾으려고 노력합니다. 문제를 하위 목표로 나누는 것이 유용하며, 유사한 문제와 그 문제가 어떻게 해결되었는지 생각하는 것도 유용합니다(즉, 유추를 사용). 문제를 다시 진술해야 할 수도 있습니다. 계획을 실행하는 동안 각 단계를 점검하여 제대로 구현되고 있는지 확인하는 것이 중요합니다. 되돌아보는 것은 해결책을 검토하는 것을 의미합니다. 그것이 정확한가? 그것을 달성하는 또 다른 방법이 있는가?

Bransford와 Stein(1984)은 IDEAL(이상적)로 알려진 유사한 휴리스틱을 공식화했습니다.

• 문제를 식별합니다.
• 문제를 정의하고 표현합니다.
• 가능한 전략을 탐색합니다.
• 전략에 따라 행동합니다.
• 돌아보고 활동의 효과를 평가합니다.

창의적 문제 해결(CPS) 모델은 일반적인 문제 해결 프레임워크의 또 다른 예를 제공합니다(Treffinger, 1985; Treffinger & Isaksen, 2005). 이 모델은 과제 이해, 아이디어 생성, 행동 준비라는 세 가지 주요 구성 요소로 구성됩니다(Treffinger, 1995; Treffinger & Isaksen, 2005). 메타인지적 구성 요소(예: 계획, 모니터링, 행동 수정)는 전체 프로세스에 존재합니다.

과제 이해는 문제 해결을 위한 일반적인 목표 또는 방향으로 시작됩니다. 중요한 데이터(예: 사실, 의견, 우려 사항)를 얻은 후 구체적인 목표 또는 질문이 공식화됩니다. 아이디어 생성의 특징은 목표 달성을 위한 옵션을 생성하기 위해 확산적 사고를 하는 것입니다. 행동 준비에는 유망한 옵션을 검토하고 지원 출처와 저항을 극복하는 방법을 찾는 것이 포함됩니다.

일반적인 휴리스틱은 익숙하지 않은 내용으로 작업할 때 가장 유용합니다(Andre, 1986). 특정 영역 기술이 개발됨에 따라 학생들이 점점 더 확립된 절차적 지식을 사용하기 때문에 익숙한 영역에서는 덜 효과적입니다. 일반적인 휴리스틱은 교육적 이점이 있습니다. 학생들이 체계적인 문제 해결자가 되도록 도울 수 있습니다. 휴리스틱 접근 방식이 유연하지 않은 것처럼 보일 수 있지만 실제로 단계 수행 방식에는 유연성이 있습니다. 많은 학생들에게 휴리스틱은 현재의 문제 해결 접근 방식보다 더 체계적이며 더 나은 솔루션으로 이어질 것입니다.

Newell과 Simon(1972)은 시작 상태, 목표 상태, 하위 목표를 통해 이어지고 작업 적용이 필요한 가능한 솔루션 경로가 있는 문제 공간을 포함하는 문제 해결의 정보 처리 모델을 제안했습니다. 문제 해결자는 문제에 대한 정신적 표현을 형성하고 시작 상태와 목표 상태 간의 불일치를 줄이기 위해 작업을 수행합니다. 해결책을 찾기 위해 표현을 조작하는 과정을 검색이라고 합니다(Andre, 1986).

문제 해결의 첫 번째 단계는 정신적 표현을 형성하는 것입니다. Polya의 첫 번째 단계(문제를 이해함)와 유사하게 표현에는 알려진 정보를 메모리의 모델로 변환해야 합니다. 내부 표현은 WM의 명제와 가능한 이미지로 구성됩니다. 문제는 또한 외부적으로 표현될 수 있습니다(예: 종이, 컴퓨터 화면). WM의 정보는 LTM의 관련 지식을 활성화하고 해결자는 결국 문제 해결 전략을 선택합니다. 사람들이 문제를 해결할 때 특히 문제 해결이 성공하지 못하면 종종 초기 표현을 변경하고 새로운 지식을 활성화합니다. 따라서 문제 해결에는 목표 진행 상황 평가가 포함됩니다.

문제 표현은 메모리에서 어떤 지식이 활성화되는지, 결과적으로 문제를 해결하는 것이 얼마나 쉬운지를 결정합니다(Holyoak, 1984). 해결자가 모든 측면을 고려하지 않거나 너무 많은 제약 조건을 추가하여 문제를 잘못 표현하면 검색 프로세스가 올바른 솔루션 경로를 식별할 가능성이 낮습니다(Chi & Glaser, 1985). 해결자가 이후에 얼마나 명확하게 추론하든 새로운 표현을 형성하지 않으면 올바른 솔루션에 도달하지 못합니다. 당연히 문제 해결 훈련 프로그램은 일반적으로 표현 단계에 많은 시간을 할애합니다(Andre, 1986).

기술(앞서 논의됨)과 마찬가지로 문제 해결 전략은 일반적이거나 특정적일 수 있습니다. 일반적인 전략은 내용에 관계없이 여러 영역의 문제에 적용할 수 있습니다. 특정 전략은 특정 영역에서만 유용합니다. 예를 들어 복잡한 문제를 하위 문제(하위 목표 분석)로 나누는 것은 학기 논문 작성, 전공 선택, 거주지 결정과 같은 문제에 적용할 수 있는 일반적인 전략입니다. 반대로 실험실 표본을 분류하기 위해 수행할 수 있는 테스트는 작업에 특화되어 있습니다. Nikowsky 교사들에게 제공된 전문성 개발에는 일반 및 특정 전략이 포함되었을 것입니다.

일반적인 전략은 해결책이 즉시 명확하지 않은 문제에 대해 작업할 때 유용합니다. 유용한 일반적인 전략은 생성 및 테스트 전략, 수단-목표 분석, 유추적 추론 및 브레인스토밍입니다. 일반적인 전략은 매우 익숙한 콘텐츠로 작업할 때 영역별 전략보다 덜 유용합니다. 학습 맥락에서의 문제 해결의 몇 가지 예는 아래 블록에 나와 있습니다.

생성 및 테스트 전략

생성 및 테스트 전략은 제한된 수의 문제 해결책을 테스트하여 목표를 달성하는지 확인할 수 있을 때 유용합니다(Resnick, 1985). 이 전략은 여러 해결책을 가능성 측면에서 순서를 정할 수 있고 적어도 하나의 해결책이 문제를 해결할 가능성이 있을 때 가장 효과적입니다.

예를 들어 방에 들어가서 전등 스위치를 켰지만 불이 켜지지 않는다고 가정합니다. 가능한 원인은 전구가 나갔거나, 전기가 꺼졌거나, 스위치가 고장 났거나, 램프 소켓이 불량하거나, 회로 차단기가 트립되었거나, 퓨즈가 끊어졌거나, 배선에 단락이 발생했을 수 있습니다. 가장 가능성이 높은 해결책을 생성하고 테스트할 것입니다(전구 교체). 이것이 문제를 해결하지 못하면 다른 가능한 해결책을 생성하고 테스트할 수 있습니다. 콘텐츠가 매우 익숙할 필요는 없지만 이 방법을 효과적으로 사용하려면 약간의 지식이 필요합니다. 사전 지식은 가능한 해결책의 계층 구조를 설정하고, 현재 지식은 해결책 선택에 영향을 미칩니다. 따라서 동네에서 전기 유틸리티 트럭을 발견하면 전원이 차단되었는지 확인합니다.

수단-목표 분석

수단-목표 분석을 사용하려면 현재 상황과 목표를 비교하고 그 차이점을 식별합니다(Resnick, 1985). 차이점을 줄이기 위해 하위 목표가 설정됩니다. 하위 목표를 달성하기 위해 작업을 수행하고 목표가 달성될 때까지 프로세스를 반복합니다.

Newell과 Simon(1972)은 수단-목표 분석을 연구하고 컴퓨터 시뮬레이션 프로그램인 GPS(General Problem Solver)를 공식화했습니다. GPS는 문제를 하위 목표로 나누고 각 하위 목표는 현재 상태와의 차이를 나타냅니다. GPS는 가장 중요한 차이점부터 시작하여 작업을 사용하여 해당 차이점을 제거합니다. 경우에 따라 작업은 먼저 더 중요한 작업에 대한 전제 조건인 다른 차이점을 제거해야 합니다.

수단-목표 분석은 강력한 문제 해결 휴리스틱입니다. 하위 목표가 적절하게 식별되면 수단-목표 분석이 문제를 해결할 가능성이 가장 높습니다. 단점은 복잡한 문제의 경우 수단-목표 분석이 여러 하위 목표를 추적해야 하기 때문에 WM에 부담을 준다는 것입니다. 하위 목표를 잊어버리면 문제 해결이 좌절됩니다.

수단-목표 분석은 목표에서 초기 상태로(역방향 작업) 또는 초기 상태에서 목표로(정방향 작업) 진행할 수 있습니다. 역방향 작업에서는 목표부터 시작하여 목표를 달성하는 데 필요한 하위 목표를 묻습니다. 그런 다음 이러한 하위 목표를 달성하는 데 필요한 것을 묻고 초기 상태에 도달할 때까지 계속합니다. 따라서 역방향으로 작업하려면 하위 목표를 달성하도록 설계된 일련의 이동을 계획합니다. 성공적으로 역방향으로 작업하려면 목표 및 하위 목표 전제 조건을 결정하기 위해 문제 영역에 대한 상당한 지식이 필요합니다.

역방향 작업은 기하학적 정리를 증명하는 데 자주 사용됩니다. 정리가 참이라고 가정하고 공준에 도달할 때까지 역방향으로 작업합니다. 기하학적 예는 그림 '기하학 문제에 적용된 수단-목표 분석'에 나와 있습니다. 문제는 각도 m을 구하는 것입니다. 역방향으로 작업하면서 학생들은 각도 n이 필요하다는 것을 깨닫습니다. 왜냐하면 각도 m = 180°는 각도 n(직선 = 180°)이기 때문입니다. 계속해서 역방향으로 작업하면서 학생들은 평행선이 교차하기 때문에 선 q의 해당 각도 d는 각도 n과 같다는 것을 이해합니다. 기하학적 지식을 활용하여 학생들은 각도 d = 각도 a이고 30°라는 것을 결정합니다. 따라서 각도 n = 30°이고 각도 m = 180° - 30° = 150°입니다.

역방향 작업의 또 다른 예로 3주 후에 제출해야 하는 학기 논문이 있다고 가정합니다. 제출하기 전 마지막 단계는 교정하는 것입니다(제출하기 전날 수행). 그 전 단계는 최종 사본을 입력하고 인쇄하는 것입니다(1일 허용). 그 전에는 최종 수정(1일), 논문 수정(3일), 초안 사본 입력 및 인쇄(1일)를 수행합니다. 계속해서 역방향으로 작업하면서 초안 작성에 5일, 개요 작성에 1일, 도서관 연구에 3일, 주제 결정에 1일을 허용할 수 있습니다. 논문 작업에 총 17일을 할애합니다. 따라서 오늘부터 4일 후에 시작해야 합니다.

두 번째 유형의 수단-목표 분석은 정방향 작업이며, 때로는 언덕 오르기라고도 합니다(Matlin, 2009; Mayer, 1992). 문제 해결자는 현재 상황에서 시작하여 목표에 더 가까워지기를 바라면서 상황을 변경합니다. 목표를 달성하려면 일반적으로 여러 번의 변경이 필요합니다. 한 가지 위험은 정방향 작업이 때때로 표면적인 문제 분석을 기반으로 진행된다는 것입니다. 각 단계가 필요한 하위 목표를 달성하려는 시도를 나타내지만, 일반적으로 많은 대안을 미리 볼 수 없고 다음 단계만 볼 수 있기 때문에 쉽게 빗나가거나 막다른 골목에 도달할 수 있습니다(Matlin, 2009).

정방향 작업 전략의 예로 실험실에서 다양한 물질이 들어 있는 항아리를 가지고 있는 학생들을 생각해 보십시오. 그들의 목표는 항아리에 있는 물질에 라벨을 붙이는 것입니다. 그렇게 하기 위해 그들은 물질에 대해 일련의 테스트를 수행하고, 올바르게 수행되면 해결책이 나올 것입니다. 이것은 각 테스트가 학생들이 물질을 분류하는 목표에 더 가까워지기 때문에 정방향 작업 전략을 나타냅니다. 테스트는 순서가 지정되고 결과는 물질이 무엇이 아닌지, 무엇일 수 있는지 보여줍니다. 학생들이 잘못된 방향으로 가지 않도록 교사는 절차를 신중하게 설정하고 학생들이 테스트를 수행하는 방법을 이해하도록 합니다.

또 다른 일반적인 문제 해결 전략은 유추적 추론을 사용하는 것입니다. 이는 문제 상황(목표)과 익숙한 상황(기반 또는 출처; Anderson, 1990; Chen, 1999; Hunt, 1989) 사이의 유사성을 도출하는 것을 포함합니다. 익숙한 영역을 통해 문제를 해결한 다음 해결책을 문제 상황과 관련시킵니다(Holyoak & Thagard, 1997). 유추적 추론은 장기 기억(LTM)에서 익숙한 영역의 네트워크에 접근하여 작동 기억(WM)에서 문제 상황에 매핑(관련)하는 것을 포함합니다(Halpern, Hansen, & Riefer, 1990). 성공적인 적용을 위해서는 익숙한 상황이 문제 상황과 구조적으로 유사해야 하지만, 상황은 표면적 특징에서 다를 수 있습니다(예: 하나는 태양계를 포함하고 다른 하나는 분자 구조를 포함할 수 있음). 이 접근 방식의 하위 목표는 원래(익숙한) 영역의 단계를 전이(문제) 영역의 단계와 관련시키는 것입니다. 학생들은 교과서의 문제를 해결하기 위해 종종 유추 방법을 사용합니다. 예는 텍스트(익숙한 영역)에서 작동되며, 학생들은 이러한 단계를 해결해야 하는 문제와 관련시킵니다.

Gick과 Holyoak (1980, 1983)은 유추적 문제 해결의 힘을 입증했습니다. 그들은 학습자에게 어려운 의학적 문제와 유추적으로 해결된 군사적 문제를 제시했습니다. 유추적 문제를 제공하는 것만으로는 자동으로 사용하도록 유도하지 못했습니다. 그러나 의학적 문제를 해결하기 위해 군사적 문제를 사용하라는 힌트를 제공하면 문제 해결이 향상되었습니다. Gick과 Holyoak은 또한 학생들에게 두 개의 유추 이야기를 제공하는 것이 하나의 이야기를 제공하는 것보다 문제 해결에 더 좋다는 것을 발견했습니다. 그러나 유추 이야기를 요약하거나 이야기를 읽는 동안 이야기의 기본 원리를 제공하거나 문제 해결 원리를 설명하는 다이어그램을 제공하는 것은 문제 해결을 향상시키지 못했습니다. 이러한 결과는 익숙하지 않은 영역에서 학생들이 유추를 사용하는 데 지침이 필요하고 여러 예제가 학생들이 해결해야 할 문제에 최소한 하나의 예제를 연결할 가능성을 높인다는 것을 시사합니다.

가장 효과적이기 위해서는 유추적 문제 해결에 익숙한 영역과 문제 영역에 대한 충분한 지식이 필요합니다. 학생들은 해결 전략이 강조된 경우에도 유추를 사용하여 문제를 해결하는 데 어려움을 겪는 경우가 많습니다. 지식이 부족하면 학생들은 문제와 유추 사이의 관계를 보기 어렵습니다. 좋은 지식을 가지고 있다고 가정하더라도 익숙한 영역과 문제 영역이 개념적으로 유사하지 않을 때 유추가 실패할 가능성이 가장 높습니다. 학습자는 전투를 벌이는 것(군사적 문제)이 질병과 싸우는 것(의학적 문제)과 어떻게 유사한지 이해할 수 있지만 다른 유추(예: 기업 인수 시도와 싸우는 것)는 파악하지 못할 수 있습니다.

발달적 증거는 어려움에도 불구하고 어린이가 유추적 추론을 사용할 수 있음을 나타냅니다(Siegler, 1989). 학습 장애가 있는 어린이를 포함하여 어린이에게 유추를 가르치면 이후의 문제 해결 능력을 향상시킬 수 있습니다(Grossen, 1991). 사례 연구 및 사례 기반 추론을 사용하면 유추적 사고를 개발하는 데 도움이 될 수 있습니다(Kolodner, 1997). 유추를 사용하는 효과적인 기술에는 성인 교사와 어린이가 원래 문제와 전이 문제의 기본이 되는 해결 원리를 말로 설명하고, 어린이에게 원래 문제의 인과 구조 요소를 회상하도록 유도하고, 인과 구조가 가장 명확한 것에서 가장 명확하지 않은 것으로 진행되도록 두 문제를 제시하는 것이 포함됩니다(Crisafi & Brown, 1986). 다른 제안 사항으로는 유사한 원래 문제와 전이 문제 사용, 여러 유사한 문제 제시, 인과 관계를 묘사하기 위해 그림 사용 등이 있습니다.

이것은 모든 어린이가 유추 사용 전문가가 될 수 있다는 것을 의미하는 것은 아닙니다. 이 과제는 어렵고 어린이는 종종 부적절한 유추를 도출합니다. 어린 학생과 비교하여 어린 학생은 더 많은 힌트가 필요하고 관련 없는 지각적 특징에 더 쉽게 산만해지며 정보를 덜 효율적으로 처리합니다(Crisafi & Brown, 1986). 어린이의 성공은 원래 문제에 대한 지식과 정신적 비교를 인코딩하고 만드는 기술에 크게 좌우되며 이는 개인차가 큽니다(Richland, Morrison, & Holyoak, 2006; Siegler, 1989). 어린이는 단순히 관찰할 때보다 문제 해결 전략을 관찰하고 설명할 때 더 잘 배웁니다(Crowley & Siegler, 1999).

유추적 문제 해결은 교육에 유용합니다. 교사는 종종 모국어가 영어가 아닌 학생들을 반에 둡니다. 학생들에게 모국어로 가르치는 것은 불가능합니다. 교사는 이 문제를 학습에 어려움을 겪는 학생들을 가르치는 것과 관련시킬 수 있습니다. 후자의 학생들의 경우 교사는 천천히 진행하고 가능한 한 구체적인 경험을 사용하고 많은 개별 지도를 제공합니다. 그들은 제한된 영어 능력을 가진 학생들에게도 동시에 영어 단어와 구문을 가르치면서 다른 학생들과 함께 따라갈 수 있도록 동일한 전술을 시도할 수 있습니다.

이 유추는 학습 문제가 있는 학생과 영어를 거의 못하는 학생이 교실에서 어려움을 겪기 때문에 적절합니다. 다른 유추는 부적절할 수 있습니다. 동기 부여가 없는 학생도 학습에 어려움을 겪습니다. 유추에 사용하여 교사는 제한된 영어 능력을 가진 학생들에게 학습에 대한 보상을 제공할 수 있습니다. 제한된 영어 능력 학생의 문제는 동기 부여가 아닌 교육이기 때문에 이 해결책은 효과적이지 않을 것입니다.

브레인스토밍은 가능한 문제 해결 방안을 공식화하는 데 유용한 일반적인 문제 해결 전략입니다(Isaksen & Gaulin, 2005; Mayer, 1992; Osborn, 1963). 브레인스토밍의 단계는 다음과 같습니다.

• 문제를 정의합니다.
• 평가 없이 가능한 한 많은 해결책을 생성합니다.
• 잠재적인 해결책을 판단하기 위한 기준을 결정합니다.
• 이러한 기준을 사용하여 최상의 해결책을 선택합니다.

성공적인 브레인스토밍을 위해서는 참가자들이 모든 아이디어가 생성될 때까지 아이디어에 대한 비판을 유보해야 합니다. 또한 참가자들은 서로의 아이디어를 기반으로 아이디어를 생성할 수 있습니다. 따라서 “엉뚱하고” 특이한 아이디어가 장려되어야 합니다(Mayer, 1992).

유추적 문제 해결과 마찬가지로, 문제 영역에 대한 지식의 양은 브레인스토밍의 성공에 영향을 미칩니다. 더 나은 영역 지식은 더 많은 잠재적 해결책과 그 실현 가능성을 판단하기 위한 기준을 생성할 수 있게 해주기 때문입니다. 브레인스토밍은 개인적으로 사용할 수 있지만, 그룹 상호 작용은 일반적으로 더 많은 해결책으로 이어집니다.

브레인스토밍은 학교에서 이루어지는 많은 교육적 및 행정적 결정에 적합합니다. 다양하고 잠재적으로 독특한 아이디어를 생성하는 데 가장 유용합니다(Isaksen & Gaulin, 2005). 새로운 교장이 낮은 직원 사기를 발견했다고 가정해 보겠습니다. 직원들은 더 나은 의사 소통이 필요하다는 데 동의합니다. 학년별 리더는 교장과 만나 그룹은 다음과 같은 잠재적인 해결책에 도달합니다. 직원과의 주간 회의 개최, 주간 (전자) 게시판 발송, 게시판에 공지 사항 게시, 학년별 리더와의 주간 회의 개최 (이후 교사들과 만남), 이메일 정보 메시지를 자주 보내기, 공공 방송 시스템을 통해 발표하기. 그룹은 두 가지 기준을 공식화합니다. (a) 교사에게 최소한의 시간 소모 및 (b) 수업에 대한 최소한의 방해. 이러한 기준을 염두에 두고 교장은 주간 게시판과 잦은 이메일 메시지를 보내고 학년별 리더와 그룹으로 만나야 한다고 결정합니다. 시간이 걸리겠지만 교장과 학년별 리더 간의 회의는 교장과 전체 직원 간의 회의보다 더 집중될 것입니다.

문제 해결은 종종 학습과 관련되지만, 그 개념은 의미상 동의어가 아닙니다. 현대 정보 처리 관점(Anderson, 1990, 1993, 2000)에 따르면, 문제 해결은 조건–행동 시퀀스(규칙)의 네트워크인 생성 시스템의 획득, 유지 및 사용을 포함하며, 여기서 조건은 시스템을 활성화하는 환경 집합이고 행동은 발생하는 활동 집합입니다(Anderson, 1990; Andre, 1986). 생성 시스템은 if-then 문장으로 구성됩니다. If 문장(조건)에는 목표 및 테스트 문장이 포함되며, then 문장은 행동입니다.

생성은 선언적 지식과 이러한 형식이 적용 가능한 조건을 포함하는 절차적 지식의 형태입니다. 생성은 명제 네트워크로 LTM에 표현되며 다른 절차적 지식과 동일한 방식으로 획득됩니다. 생성은 또한 하위 및 상위 생성과 함께 계층적으로 구성됩니다. 두 개의 미지수를 가진 두 개의 방정식을 풀기 위해, 먼저 한 미지수를 두 번째 미지수의 관점에서 표현(하위 생성)한 다음, 두 번째 미지수를 풀고 해당 값을 사용하여 첫 번째 미지수를 풉니다(상위 생성).

생성은 일반적이거나 특수할 수 있습니다. 특수 생성은 잘 정의된 영역의 내용에 적용됩니다. 대조적으로, 휴리스틱은 다양한 내용에 적용되기 때문에 일반적인 생성입니다. 수단–목표 분석은 다음과 같이 표현될 수 있습니다(Anderson, 1990):

목표가 현재 상태를 목표 상태로 변환하는 것이고 D가 상태 간의 가장 큰 차이인 경우 -> 하위 목표로 설정:

1. 차이 D를 제거하기 위해
2. 결과 상태를 목표 상태로 변환하기 위해.

두 번째 생성은 if-then 문장과 함께 사용되어야 합니다. “목표가 차이 D를 제거하는 것이라면.” 이 시퀀스는 하위 목표가 특정 수준에서 식별될 때까지 계속됩니다. 그런 다음 도메인 특정 규칙이 적용됩니다. 요컨대, 일반적인 생성은 도메인 특정 지식이 적용되는 수준까지 세분화됩니다. 생성 시스템은 일반적인 문제 해결 절차와 특수한 문제 해결 절차를 연결하는 수단을 제공합니다. 다른 문제 해결 전략(예: 유추적 추론)도 생성으로 표현할 수 있습니다.

고도로 규제된 학교 학습은 문제 해결을 필요로 하지 않을 수 있습니다. 학생들이 목표와 목표 달성을 위한 명확한 수단을 가지고 있을 때는 문제 해결이 적용되지 않습니다. 교사가 획일적이고 고도로 통제된 수업에서 벗어나 학생들의 보다 독창적이고 비판적인 사고를 장려할 때 문제 해결은 더욱 중요해집니다. 이것이 Nikowsky의 교사들이 Meg와의 회의 후에 작업한 내용입니다. 교육에는 학생들의 문제 해결을 장려하는 움직임이 있으며, 많은 교육자들은 이러한 추세가 계속될 것이라고 믿습니다. 그동안 학생들은 학습과 관련된 이러한 추가 요구 사항을 처리할 수 있도록 일반적인 문제 해결 전략과 특수한 문제 해결 전략을 모두 배워야 합니다.

기술 습득과 마찬가지로 연구자들은 초보자와 전문가 문제 해결자 간의 차이점을 확인했습니다(Anderson, 1990, 1993; Bruning et al., 2004; Resnick, 1985). 한 가지 차이점은 작업 기억(WM)에 대한 요구 사항과 관련됩니다. 전문가 문제 해결자는 잠재적으로 관련된 많은 정보를 활성화하지 않습니다. 그들은 문제의 핵심 특징을 식별하고, 이를 배경 지식과 연관시키며, 하나 또는 소수의 잠재적 해결책을 생성합니다(Mayer, 1992). 전문가들은 문제 공간을 더 큰 작업 환경으로부터 분리하여 복잡한 문제를 관리 가능한 크기로 줄입니다. 여기서 작업 환경은 문제가 포함된 사실 및 지식의 영역을 의미합니다(Newell & Simon, 1972). 전문가가 WM에 더 많은 정보를 보유할 수 있다는 사실(Chi, Glaser, & Farr, 1988)과 결합하여, 이러한 축소 과정은 관련 정보를 유지하고, 관련 없는 정보를 버리며, WM의 한도 내에서 적합하고, 해결책을 허용할 만큼 충분히 정확합니다.

전문가들은 종종 문제 형식을 식별하고 그에 맞는 접근 방식을 생성하여 전진 작업 전략을 사용합니다(Mayer, 1992). 이는 일반적으로 문제를 부분으로 나누고 부분을 순차적으로 해결하는 것을 의미합니다(Bruning et al., 2004). 그러나 초보 문제 해결자는 기억 속의 조직이 더 좋지 않기 때문에 부분적으로 문제를 해결하려고 시도하는 경우가 많습니다. 그들은 시행착오를 사용하거나 찾으려는 것에서 문제의 주어진 조건으로 되돌아가려고 시도할 수 있습니다. 필요한 하위 단계를 모르는 경우 이는 비효율적인 전략입니다(Mayer, 1992). 그들의 수단-목표 분석은 종종 문제의 표면적 특징을 기반으로 합니다. 수학에서 초보자들은 서술형 문제를 접했을 때 기억에서 공식을 생성합니다. WM에 과도한 정보를 저장하려고 하면 사고가 혼란스러워집니다(Resnick, 1985).

전문가와 초보자는 일반적인 문제 해결 전략에 대한 지식에 있어서는 비슷하지만, 배경 영역별 지식에서도 차이를 보입니다(Elstein, Shulman, & Sprafka, 1978; Simon, 1979). 전문가들은 자신의 전문 분야에서 더 광범위하고 더 잘 조직된 장기 기억(LTM) 구조를 가지고 있습니다(Chi et al., 1981). 전문가가 문제 해결에 사용할 수 있는 지식의 양이 많을수록 문제를 해결할 가능성이 높아지고, 기억 조직이 효율성을 높이는 데 도움이 됩니다.

지식이 기억 속에 구조화되는 방식에서 질적인 차이가 분명히 드러납니다(Chi, Glaser, & Rees, 1982). 전문가의 지식은 더 계층적으로 조직되어 있습니다. 전문가들은 문제를 '심층 구조'에 따라 분류하는 경향이 있는 반면, 초보자들은 표면적 특징에 더 의존합니다(Hardiman, Dufresne, & Mestre, 1989). 흥미롭게도, 초보자들에게 심층적 특징을 인식하도록 훈련하면 훈련받지 않은 초보자에 비해 성과가 향상됩니다.

초보자들은 일반적으로 문제가 제시된 방식에 따라 반응합니다. 전문가들은 문제의 근본적인 구조, 즉 자신의 LTM 네트워크와 가장 일치할 가능성이 높은 구조를 드러내기 위해 문제를 재해석합니다(Resnick, 1985). 초보자들은 주어진 정보를 직접 공식으로 변환하고 누락된 수량을 구하려고 시도합니다. 전문가들은 공식을 생성하기보다는 문제 측면 간의 관계를 명확히 하기 위해 처음에는 다이어그램을 그릴 수 있습니다. 그들은 종종 문제의 새로운 버전을 구성합니다. 계산을 수행할 준비가 되면 일반적으로 문제를 단순화하고 초보자보다 적은 계산을 수행합니다. 작업을 수행하는 동안 전문가들은 목표 진행 상황과 사용 중인 전략의 가치를 평가하기 위해 자신의 성과를 더 잘 모니터링합니다(Gagné et al., 1993).

마지막으로, 전문가들은 계획하고 분석하는 데 더 많은 시간을 할애합니다. 그들은 더 사려 깊고 어떤 전략을 염두에 두기 전에는 진행하지 않습니다. Moore (1990)는 경험이 많은 교사가 경험이 적은 교사보다 계획에 더 많은 시간을 할애하고 새로운 교실을 탐색하는 데 더 많은 시간을 할애한다는 사실을 발견했습니다. 이러한 계획은 전략 실행을 더 쉽게 만듭니다.

요약하면, 초보자와 전문가 문제 해결자 간의 차이점은 많습니다. 초보자와 비교하여 전문가는:

• 더 많은 선언적 지식을 보유합니다.
• 지식의 계층적 조직이 더 좋습니다.
• 계획하고 분석하는 데 더 많은 시간을 할애합니다.
• 문제 형식을 더 쉽게 인식합니다.
• 문제를 더 깊은 수준에서 표현합니다.
• 자신의 성과를 더 주의 깊게 모니터링합니다.
• 전략 사용의 가치를 더 잘 이해합니다.

추론은 논리적 주장을 생성하고 평가하는 데 관련된 정신 과정을 의미합니다(Anderson, 1990). 추론은 생각, 지각 및 주장에서 결론을 도출하고(Johnson-Laird, 1999) 어떤 일이 발생한 이유 또는 앞으로 발생할 일을 설명하기 위해 문제를 해결하는 것을 포함합니다(Hunt, 1989). 추론 기술에는 명료화, 근거, 추론 및 평가가 포함됩니다(Ennis, 1987; Quellmalz, 1987).

명료화

명료화는 질문을 식별하고 공식화하며, 요소를 분석하고, 용어를 정의하는 것을 필요로 합니다. 이러한 기술은 상황에서 어떤 요소가 중요한지, 그것이 무엇을 의미하는지, 그리고 그것들이 어떻게 관련되어 있는지를 결정하는 것을 포함합니다. 때로는 과학적인 질문이 제기되지만, 때로는 학생들이 “문제, 가설 또는 논제가 무엇인가?”와 같은 질문을 개발해야 합니다. 명료화는 문제 해결의 표현 단계에 해당합니다. 학생들은 명확한 정신적 표현을 얻기 위해 문제를 정의합니다. 명확한 문제 진술 없이는 생산적인 추론이 거의 발생하지 않습니다.

근거

문제에 대한 사람들의 결론은 개인적인 관찰, 다른 사람의 진술, 이전의 추론으로부터 얻은 정보에 의해 뒷받침됩니다. 출처의 신뢰성을 판단하는 것이 중요합니다. 그렇게 할 때 사실, 의견, 그리고 이성적인 판단을 구별해야 합니다. 총기로 무장한 용의자가 살인 현장 근처에서 체포되었다고 가정합니다. 용의자가 체포 당시 총기를 소지하고 있었다는 것은 사실입니다. 총기, 총알, 그리고 피해자에 대한 실험실 테스트는 총기가 범죄에 사용되었다는 이성적인 판단으로 이어집니다. 사건을 조사하는 사람은 용의자가 살인자라는 의견을 가질 수 있습니다.

추론

과학적 추론은 귀납적으로 또는 연역적으로 진행됩니다. 귀납적 추론은 특정 사례에 대한 관찰 및 지식으로부터 일반적인 규칙, 원리 및 개념을 개발하는 것을 의미합니다 (Pellegrino, 1985). 이는 모델과 관련된 추론 규칙의 결정을 필요로 합니다 (Hunt, 1989). 사람들은 특정 객체와 사건 간의 유사점과 차이점을 추출하고 일반화에 도달할 때 귀납적으로 추론하며, 이는 새로운 경험에 적용하여 테스트됩니다. 개인은 자신의 일반화가 효과적인 한 유지하고, 상충되는 증거를 경험할 때 수정합니다.

귀납적 추론을 평가하는 데 사용되는 더 일반적인 유형의 과제 중 일부는 분류, 개념 및 유추 문제입니다. 다음 유추를 고려하십시오 (Pellegrino, 1985).

• 설탕 : 달콤함 :: 레몬 : ______
• 노란색 신맛 과일 짜다 차

적절한 정신적 작동은 일종의 생산 시스템을 나타냅니다. 처음에는 학습자가 유추의 각 용어의 중요한 속성을 정신적으로 나타냅니다. 그녀는 각 용어를 포함하는 LTM에서 네트워크를 활성화하며, 여기에는 하위 및 상위 개념을 포함하는 용어의 중요한 속성이 포함됩니다. 다음으로, 그녀는 첫 번째 쌍의 특징을 비교하여 링크를 결정합니다. “달콤함”은 맛과 관련된 설탕의 속성입니다. 그런 다음 그녀는 “lemon” 네트워크를 검색하여 나열된 5가지 특징 중 어떤 것이 “sugar”에 대한 “달콤함”과 의미가 같은지 결정합니다. 5가지 용어 모두 그녀의 “lemon” 네트워크에 저장될 가능성이 높지만, “신맛”만이 맛과 직접적으로 관련됩니다.

어린이는 8세경에 기본적인 귀납적 추론을 나타내기 시작합니다. 발달함에 따라 어린이는 더 빠르고 더 복잡한 재료로 추론할 수 있습니다. 이는 LTM 네트워크가 더 복잡해지고 더 잘 연결되어 WM에 대한 부담을 줄이기 때문에 발생합니다. 귀납적 사고를 장려하기 위해 교사는 어린이가 다른 예제를 배우고 일반 규칙을 공식화하려고 시도하는 안내된 발견 접근 방식을 사용할 수 있습니다. 예를 들어, 어린이는 잎을 수집하고 다른 나무의 잎의 줄기, 잎맥, 크기 및 모양과 관련된 몇 가지 일반적인 원리를 공식화할 수 있습니다. 교사는 학생들에게 “왜 금속은 물에 가라앉지만 금속 배는 뜨는가?”와 같은 문제를 제기할 수 있습니다. 교사는 학생들에게 문제를 해결하는 방법을 알려주는 대신 자료를 제공하고 과제에 대한 작업을 수행하면서 가설을 공식화하고 테스트하도록 장려할 수 있습니다. Phye (1997; Klauer & Phye, 2008)는 학생들에게 귀납적 추론을 가르치는 데 사용된 효과적인 교육 방법 및 프로그램을 논의했습니다.

연역적 추론은 특정 인스턴스가 논리적으로 따르는지 여부를 결정하기 위해 문제의 공식 모델에 추론 규칙을 적용하는 것을 의미합니다. 개인이 연역적으로 추론할 때 일반적인 개념 (전제)에서 특정 인스턴스 (결론)로 진행하여 후자가 전자에서 따르는지 여부를 결정합니다. 전제가 참이고 결론이 전제에서 논리적으로 따르면 연역은 유효합니다 (Johnson-Laird, 1985, 1999).

언어적 및 연역적 추론 프로세스는 밀접하게 연결되어 있습니다 (Falmagne & Gonsalves, 1995; Polk & Newell, 1995). 한 가지 유형의 연역 문제는 3항 시리즈입니다 (Johnson-Laird, 1972). 예를 들어,

• 만약 Karen이 Tina보다 키가 크다면 ->; (패턴 생성)
• 만약 Mary Beth가 Tina만큼 키가 크지 않다면 ->; (패턴 재확인)
• 누가 가장 키가 큰가? => (패턴 완료)

이 문제에 사용된 문제 해결 프로세스는 앞에서 논의한 것과 유사합니다. 처음에는 문제에 대한 정신적 표현을 형성합니다. 예를 들어 , . 그런 다음 명제를 결합하여 앞으로 나아갑니다 ( ) 문제를 해결합니다. 발달 요인은 어린이가 이러한 문제를 해결하는 데 능숙한 정도를 제한합니다. 어린이는 관련 문제 정보를 WM에 유지하는 데 어려움을 겪을 수 있으며 관계를 표현하는 데 사용되는 언어를 이해하지 못할 수 있습니다.

또 다른 유형의 연역적 추론 문제는 삼단 논법입니다. 삼단 논법은 전제와 모든, 없음 및 일부라는 단어가 포함된 결론으로 특징지어집니다. 다음은 샘플 전제입니다.

• 모든 대학 교수는 게으르다. -> (맥락적 일반화)
• 일부 대학원생은 게으르지 않다. -> (맥락적 배제)
• 어떤 학부생도 게으르지 않다. -> (논쟁의 처리)

샘플 삼단 논법은 다음과 같습니다.

• Ken의 반에 있는 모든 학생은 수학을 잘한다. -> (전제 제안)
• 수학을 잘하는 모든 학생은 대학에 진학할 것이다. -> (편견 형성)
• (따라서) Ken의 반에 있는 모든 학생은 대학에 진학할 것이다. -> (일반적 가정)

연구자들은 사람들이 삼단 논법을 해결하기 위해 어떤 정신적 과정을 사용하는지에 대해 논쟁합니다. 여기에는 사람들이 정보를 벤 (원) 다이어그램 또는 명제 문자열로 나타내는지가 포함됩니다 (Johnson-Laird, 1985). 삼단 논법에 대한 생산 시스템 분석은 기본 규칙을 제공합니다. 삼단 논법은 결론의 반대를 암시하기 위해 전제를 해석할 방법이 없는 경우에만 참입니다. 즉, 결론에 대한 예외를 찾을 수 없는 한 삼단 논법은 참입니다. 연구는 사람들이 삼단 논법의 전제에 예외를 허용하는지 여부를 테스트하기 위해 어떤 유형의 규칙을 적용하는지 조사해야 합니다.

연역적 추론의 메커니즘을 설명하기 위해 다른 관점이 제안되었습니다 (Johnson-Laird, Byrne, & Tabossi, 1989). 한 가지 관점은 추론이 추론의 공식 규칙에 따라 진행된다고 주장합니다. 사람들은 규칙 (예 : modus ponens 규칙은 “만약 p라면 q” 문장을 제어함)을 배우고 인스턴스를 규칙에 일치시킵니다.

두 번째 관련 관점은 콘텐츠 특정 규칙을 가정합니다. 그것들은 특정 인스턴스가 생산 규칙을 트리거하는 방식으로 생산으로 표현될 수 있습니다. 따라서 생산은 모든 자동차와 관련될 수 있으며 특정 자동차 (“내 브랜드 X”)가 발생할 때 트리거될 수 있습니다.

세 번째 관점은 추론이 결론에 대한 반례를 검색하는 의미론적 절차에 달려 있다고 주장합니다. 이 관점에 따르면 사람들은 자신이 만나는 주장에 대해 하나 이상의 정신적 모델 (전제의 해석)을 구성합니다. 모델은 구조가 다르며 상황의 논리를 테스트하는 데 사용됩니다. 학생들은 정보에 따라 문제를 반복적으로 재인코딩할 수 있습니다. 따라서 연역은 주로 언어적 추론의 한 형태입니다 (Polk & Newell, 1995). Johnson-Laird와 동료들 (Johnson-Laird, 1999; Johnson-Laird, Byrne, & Schaeken, 1992; Johnson-Laird et al., 1989)은 이러한 의미론적 분석을 다양한 추론 클래스 (예 : if, or, and, not 및 multiple quantifiers를 포함하는 추론)로 확장했습니다. 추가 연구는 또한 이러한 이론적 분석의 교육적 의미를 결정하는 데 도움이 될 것입니다.

평가

평가는 문제 해결의 적절성을 판단하기 위해 기준을 사용하는 것을 포함합니다. 평가에서 학생들은 “문제를 해결하기에 데이터가 충분한가?” “더 많은 정보가 필요한가?” 그리고 “내 결론은 사실, 의견 또는 합리적인 판단에 근거한 것인가?”와 같은 질문을 다룹니다. 평가는 또한 다음에 무슨 일이 일어나야 하는지를 결정하는 것을 포함합니다. 즉, 자신의 문제 해결이 지금까지 옳다고 가정할 때 미래 사건에 대한 가설을 세우는 것입니다.

연역적 추론 또한 논리와는 별개로 내용에 의해 영향을 받을 수 있습니다. Wason (1966)은 참가자 앞에 네 장의 카드(A B 2 3 표시)를 놓았습니다. 그들은 각 카드에는 한 면에는 글자가 있고 다른 면에는 숫자가 포함되어 있으며, 다음과 같은 조건부 규칙이 주어졌습니다. “카드 한 면에 A가 있으면 다른 면에는 2가 있습니다.” 그들의 임무는 규칙이 참인지 확인하기 위해 뒤집어야 할 카드를 선택하는 것이었습니다. 대부분의 참가자가 A 카드를 선택하고 많은 사람이 2를 선택했지만 3을 선택한 사람은 거의 없었습니다. 그러나 다른 면에 A가 있으면 규칙이 거짓이므로 뒤집어야 합니다. 내용이 일상적인 일반화(예: 글자 = 머리 색깔, 숫자 = 눈 색깔, A = 금발, 2 = 파란 눈)로 변경되었을 때 대부분의 사람들이 올바른 선택을 했습니다(Wason & Johnson-Laird, 1972). 이러한 결과는 추론에서 일반화를 가정하지 않고 오히려 학생들에게 다양한 유형의 내용으로 작업하는 경험을 제공하는 것이 중요하다는 것을 보여줍니다.

메타인지 과정은 과학적 추론의 모든 측면에 관여합니다. 학습자는 질문이 적절하게 제기되었는지, 적절한 출처의 데이터를 이용해 추론을 도출했는지, 평가에 관련 기준이 사용되었는지 확인하기 위해 노력을 모니터링합니다. 추론을 가르치려면 기술과 메타인지 전략에 대한 교육이 필요합니다. 인지 부하 또한 중요한 것 같습니다. 과학적 추론은 여러 정보 출처를 동시에 처리해야 하는 경우 어렵고 이는 작동 기억에 부담을 줍니다. Carlson 외 연구진(2003)은 학생들의 과학적 수행 능력이 인지 부하를 줄이기 위해 고안된 두 가지 절차인 다이어그램과 동시에 처리해야 할 정보의 양을 최소화하는 지침으로부터 이익을 얻는다는 것을 발견했습니다.

학습과 문제 해결 간의 연관성은 학생들이 휴리스틱과 전략을 배우고 더 나은 문제 해결자가 될 수 있음을 시사합니다(Bruning et al., 2004). 또한, 정보가 기억 속에 연결되려면 독립 실행형 프로그램으로 문제 해결을 가르치는 것보다 학문적 내용과 문제 해결을 통합하는 것이 가장 좋습니다(Meg가 오프닝 시나리오에서 권장한 대로). Nokes, Dole, and Hacker (2007)는 휴리스틱 교육이 학생들의 내용 학습을 희생하지 않고도 교실 수업에 주입될 수 있음을 발견했습니다.

Andre (1986)는 이론과 연구에서 파생되어 학생들이 문제 해결 기술, 특히 기억 속에서 프로덕션을 나타내는 방식으로 훈련하는 데 유용한 몇 가지 제안을 나열했습니다.

• 학생들에게 은유적 표현을 제공합니다. 교수 구절 전에 학생들에게 제공되는 구체적인 유추적 구절은 대상 구절로부터의 학습을 촉진합니다.
• 학생들이 문제 해결 중에 말로 표현하도록 합니다. 문제 해결 중에 생각을 말로 표현하면 문제 해결과 학습을 촉진할 수 있습니다.
• 질문을 사용합니다. 학생들이 배운 개념을 연습해야 하는 질문을 학생들에게 합니다. 많은 질문이 필요할 수 있습니다.
• 예시를 제공합니다. 문제 해결 전략의 적용을 보여주는 많은 해결된 예시를 학생들에게 제공합니다. 학생들은 전략이 상황에 어떻게 적용되는지 스스로 이해하는 데 어려움을 겪을 수 있습니다.
• 아이디어를 조정합니다. 프로덕션과 지식이 서로 어떻게 관련되어 있는지, 어떤 순서로 적용해야 하는지를 보여줍니다.
• 발견 학습을 사용합니다. 발견 학습은 설명적 교육보다 전이와 문제 해결을 더 잘 촉진하는 경우가 많습니다. 발견은 학생들이 예시로부터 규칙을 생성하도록 강제할 수 있습니다. 설명적 교육을 통해서도 동일한 결과를 얻을 수 있지만, 발견은 특정 내용(예: 과학 실험)에 더 적합할 수 있습니다.
• 말로 설명합니다. 전략과 그 적용 규칙에 대한 구두 설명을 학생들에게 제공하는 것이 도움이 될 수 있습니다.
• 학습 전략을 가르칩니다. 학습자는 효과적인 학습 전략을 사용하는 데 도움이 필요할 수 있습니다.
• 소규모 그룹을 사용합니다. 여러 연구에서 소규모 그룹 학습이 학생들의 문제 해결 능력을 개발하는 데 도움이 된다는 사실이 밝혀졌습니다. 그룹 구성원은 자신의 학습에 대해 책임을 져야 하며, 모든 학생이 작업에 참여해야 합니다.
• 긍정적인 심리적 분위기를 유지합니다. 심리적 요인은 효과적인 문제 해결에 중요합니다. 학생들 사이의 과도한 불안을 최소화하고 학생들이 자신의 기술을 향상시키기 위한 자기 효능감을 갖도록 돕습니다.

또 다른 수업 제안은 문제 해결을 단계적으로 도입하는 것입니다. 이는 문제 해결 경험이 거의 없는 학생들에게 특히 도움이 될 수 있습니다. 이는 해결된 예시를 사용하여 수행할 수 있습니다(Atkinson, Renkl, & Merrill, 2003; Renkl & Atkinson, 2003; 이 과정의 뒷부분에서 논의). 예를 들어 수학 교과서는 종종 규칙이나 정리를 제시하고, 그 뒤에 하나 이상의 해결된 예시가 나옵니다. 그런 다음 학생들은 해결된 예시의 단계를 적용하여 유사한 문제를 해결합니다(일종의 유추적 추론). Renkl과 Atkinson은 학습 초기 단계에서는 예시에 의존하고, 학생들이 기술을 개발함에 따라 문제 해결로 전환할 것을 권장했습니다. 이 과정은 또한 WM에 대한 요구, 즉 학습자가 경험하는 인지 부하를 최소화하는 데 도움이 됩니다. 따라서 전환은 다음과 같이 진행될 수 있습니다. 처음에는 완전한 예시가 주어지고, 다음에는 한 단계가 생략된 예시가 주어집니다. 각 후속 예시마다 추가 단계가 생략되어 학습자가 독립적인 문제 해결에 도달할 때까지 진행됩니다.

문제 기반 학습(PBL; Hmelo-Silver, 2004)은 또 다른 수업 적용 방법을 제공합니다. 이 접근 방식에서 학생들은 올바른 답이 하나가 아닌 문제에 대해 그룹으로 작업합니다. 학생들은 문제를 해결하기 위해 알아야 할 사항을 식별합니다. 교사는 지원은 제공하지만 답은 제공하지 않는 촉진자 역할을 합니다. PBL은 문제 해결 및 자기 조절 기술을 가르치는 데 효과적인 것으로 나타났지만, 대부분의 연구는 의학 및 영재 교육에서 수행되었습니다(Evenson, Salisbury-Glennon, & Glenn, 2001; Hmelo-Silver, 2004). PBL은 의미 있는 문제 탐구에 유용합니다. 시간이 많이 걸리기 때문에 교사는 수업 목표를 고려하여 적합성을 고려해야 합니다.