Problemų sprendimas: kognityviniai mokymosi procesai ir strategijos

Viena iš svarbiausių pažinimo procesų rūšių, kuri dažnai vyksta mokymosi metu, yra problemų sprendimas. Problemų sprendimas jau seniai yra studijų tema – istorinė medžiaga apžvelgiama šiame skyriuje – tačiau susidomėjimas šia tema išaugo kartu su kognityvinėmis mokymosi teorijomis. Kai kurie teoretikai mano, kad problemų sprendimas yra pagrindinis mokymosi procesas, ypač tokiose srityse kaip mokslas ir matematika (Anderson, 1993). Nors „problemų sprendimas” ir „mokymasis” nėra sinonimai, pirmasis dažnai yra susijęs su pastaruoju, ypač kai besimokantieji gali tam tikru mastu savarankiškai reguliuoti mokymąsi ir kai mokymasis apima iššūkius bei neakivaizdžius sprendimus. Įžanginiame scenarijuje Meg rekomenduoja daugiau dėmesio skirti problemų sprendimui.

Problema egzistuoja, kai yra “situacija, kurioje bandote pasiekti kokį nors tikslą ir turite rasti būdą, kaip ten patekti” (Chi & Glaser, 1985, p. 229). Problema gali būti atsakyti į klausimą, apskaičiuoti sprendimą, rasti objektą, gauti darbą, mokyti studentą ir pan. Problemų sprendimas reiškia žmonių pastangas pasiekti tikslą, kuriam jie neturi automatiško sprendimo.

Nepriklausomai nuo turinio srities ir sudėtingumo, visos problemos turi tam tikrų bendrų bruožų. Problemos turi pradinę būseną – problemos sprendėjo dabartinę būklę arba žinių lygį. Problemos turi tikslą – ką problemos sprendėjas bando pasiekti. Dauguma problemų taip pat reikalauja, kad sprendėjas tikslą suskaidytų į dalinius tikslus, kurie, įvaldžius (paprastai nuosekliai), lemia tikslo pasiekimą. Galiausiai, problemos reikalauja atlikti operacijas (kognityvinę ir elgesio veiklą) su pradine būsena ir daliniais tikslais, kurie pakeičia šių būsenų pobūdį (Anderson, 1990; Chi & Glaser, 1985).

Atsižvelgiant į šį apibrėžimą, ne visa mokymosi veikla apima problemų sprendimą. Tikėtina, kad problemų sprendimas nėra įtrauktas, kai studentų įgūdžiai tampa tokie gerai įsitvirtinę, kad jie automatiškai atlieka veiksmus, kad pasiektų tikslus, o tai atsitinka su daugeliu įgūdžių skirtingose srityse. Problemų sprendimas taip pat gali nevykti žemo lygio (galbūt trivialiame) mokymesi, kai studentai žino, ką daryti, kad išmoktų. Atrodo, kad tai yra problema Nikowsky vidurinėje mokykloje, nes mokytojai daugiausia dėmesio skiria pagrindiniams įgūdžiams, reikalingiems testams. Tuo pačiu metu studentai mokosi naujų įgūdžių ir naujų anksčiau išmoktų įgūdžių panaudojimo būdų, todėl daugelis mokyklos veiklų gali apimti problemų sprendimą tam tikru mokymosi momentu.

Kai kurie istoriniai požiūriai į problemų sprendimą nagrinėjami kaip dabartinių kognityvinių požiūrių pagrindas: bandymų ir klaidų metodas, įžvalgos ir heuristika.

Bandymų ir klaidų metodas

Thorndike'o (1913b) tyrimai su katėmis reikalavo problemų sprendimo; problema buvo, kaip pabėgti iš narvo. Thorndike'as problemų sprendimą suprato kaip bandymų ir klaidų metodą. Gyvūnas narve galėjo atlikti tam tikrus veiksmus. Iš šio elgesio repertuaro gyvūnas atliko vieną veiksmą ir patyrė pasekmes. Po daugybės atsitiktinių veiksmų katė atliko atsaką, kuris atidarė liuką, vedantį į pabėgimą. Kartojant bandymus, katė padarė mažiau klaidų prieš atlikdama pabėgimo veiksmą, o laikas, reikalingas problemai išspręsti, sumažėjo. Pabėgimo veiksmas (atsakas) susijęs su užuominomis (stimulais) narve.

Mes kartais naudojame bandymų ir klaidų metodą problemoms spręsti; mes tiesiog atliekame veiksmus tol, kol vienas iš jų veikia. Tačiau bandymų ir klaidų metodas nėra patikimas ir dažnai neveiksmingas. Jis gali švaistyti laiką, niekada neduoti sprendimo, gali lemti ne patį geriausią sprendimą ir gali turėti neigiamų pasekmių. Apimtas nevilties, mokytojas gali naudoti bandymų ir klaidų metodą, bandydamas skirtingas skaitymo medžiagas su Kayla, kol ji pradės geriau skaityti. Šis metodas gali būti veiksmingas, bet taip pat gali ją paveikti medžiagomis, kurios pasirodys varginančios ir taip sulėtins jos skaitymo pažangą.

Įžvalga

Dažnai manoma, kad problemų sprendimas apima įžvalgą arba staigų galimo sprendimo suvokimą. Wallas (1921) studijavo puikius problemų sprendėjus ir suformulavo keturių žingsnių modelį:

Wallaso etapai buvo aprašomieji ir nebuvo patikrinti empiriškai. Geštalto psichologai taip pat postulavo, kad didžioji dalis žmogaus mokymosi yra įžvalgi ir apima suvokimo pokyčius. Besimokantieji iš pradžių galvojo apie ingredientus, būtinus problemai išspręsti. Jie integravę juos įvairiais būdais, kol problema buvo išspręsta. Kai besimokantieji pasiekė sprendimą, jie tai padarė staiga ir su įžvalga.

Daugelis problemų sprendėjų praneša turintys įžvalgos momentų; Watsonas ir Crickas turėjo įžvalgių momentų atrasdami DNR struktūrą (Lemonick, 2003). Svarbus Geštalto teorijos taikymas švietime buvo problemų sprendimo arba produktyvaus mąstymo sritis (Duncker, 1945; Luchins, 1942; Wertheimer, 1945). Geštalto požiūris pabrėžė supratimo vaidmenį – suvokiant tam tikro įvykio prasmę arba suvokiant principą ar taisyklę, kuria grindžiamas veikimas. Priešingai, mechaniškas įsiminimas, nors dažnai naudojamas studentų, buvo neveiksmingas ir retai naudojamas gyvenime už mokyklos ribų

Katonos (1940) tyrimai parodė taisyklių mokymosi naudą, palyginti su įsiminimu. Viename tyrime dalyvių buvo paprašyta išmokti skaičių sekas (pvz., 816449362516941). Vieni išmoko sekas mechaniškai, o kiti gavo užuominų, kad palengvintų mokymąsi (pvz., „Pagalvokite apie kvadratinius skaičius“). Besimokantieji, kurie nustatė taisykles, kaip generuoti sekas, jas išlaikė geriau nei tie, kurie įsiminė.

Taisyklės lemia geresnį mokymąsi ir išlaikymą nei įsiminimas, nes taisyklės pateikia paprastesnį reiškinio aprašymą, todėl reikia išmokti mažiau informacijos. Be to, taisyklės padeda organizuoti medžiagą. Norint prisiminti informaciją, prisimenama taisyklė ir tada užpildomos detalės. Priešingai, įsiminimas apima daugiau informacijos prisiminimą. Įsiminimas paprastai yra neveiksmingas, nes dauguma situacijų turi tam tikrą organizaciją (Wertheimer, 1945). Problemos sprendžiamos atrandant situacijos organizaciją ir elementų ryšį su problemos sprendimu. Išdėstydami ir pertvarkydami elementus, besimokantieji galiausiai įgyja įžvalgą apie sprendimą.

Köhleris (1926) atliko gerai žinomą darbą su beždžionėmis Tenerifės saloje per Pirmąjį pasaulinį karą. Viename eksperimente Köhleris padėjo bananą tiesiai už beždžionės pasiekiamumo zonos narve; beždžionė galėjo paimti bananą naudodama ilgą lazdą arba sujungdama dvi lazdas. Köhleris padarė išvadą, kad problemų sprendimas buvo įžvalgus: gyvūnai apžvelgė situaciją, staiga „pamatė“ būdus tikslui pasiekti ir išbandė sprendimą. Pirmieji beždžionių bandymai išspręsti problemas nepavyko, nes jos išbandė skirtingas neveiksmingas strategijas (pvz., mėtė lazda į bananą). Galiausiai jie pamatė lazdą kaip savo rankų tęsinį ir atitinkamai ją naudojo.

Kitoje situacijoje (Köhleris, 1925) gyvūnas galėjo matyti tikslą, bet negalėjo jo pasiekti nepasitraukdamas ir pasirinkdamas netiesioginį maršrutą. Pavyzdžiui, gyvūnas gali būti kambaryje su langu ir matyti maistą lauke. Norint pasiekti tikslą, gyvūnas turi išeiti iš kambario per duris ir eiti koridoriumi, kuris veda į lauką. Pereinant nuo priešsprendimo iki sprendimo etapo, gyvūnas gali išbandyti daugybę alternatyvų, prieš apsistodamas ties viena ir ją panaudodamas. Įžvalga įvyko, kai gyvūnas išbandė galimą sprendimą.

Problemos sprendimo barjeras yra funkcinis fiksavimas arba nesugebėjimas suvokti skirtingų objektų naudojimo būdų arba naujų elementų konfigūracijų situacijoje (Duncker, 1945). Klasikiniame tyrime Luchinsas (1942) davė asmenims problemų, kurios reikalavo gauti tam tikrą vandens kiekį naudojant tris skirtingo dydžio indus. Asmenys nuo 9 metų iki suaugusiųjų lengvai išmoko formulę, kuri visada davė teisingą kiekį. Į problemų rinkinį buvo įmaišytos kelios problemos, kurias galima išspręsti naudojant paprastesnę formulę. Asmenys paprastai toliau taikė pradinę formulę. Nurodžius jiems, kad gali būti lengvesnis sprendimas, kai kurie atrado paprastesnius metodus, nors daugelis atkakliai laikėsi pradinės formulės. Šis tyrimas rodo, kad kai studentai nesupranta reiškinio, jie gali aklai taikyti žinomą algoritmą ir nesuprasti, kad egzistuoja lengvesni metodai. Šį procedūrinį problemų sprendimo pobūdį galima įveikti, kai per mokymą pabrėžiamos skirtingos procedūros (Chen, 1999).

Geštalto teorija mažai ką pasakė apie tai, kaip išmokstamos problemų sprendimo strategijos arba kaip galima išmokyti besimokančiuosius būti įžvalgesnius. Wertheimeris (1945) tikėjo, kad mokytojai gali padėti spręsti problemas, išdėstydami situacijos elementus taip, kad studentai labiau suvoktų, kaip dalys susijusios su visuma. Tokie bendri patarimai gali būti nenaudingi mokytojams.

Kitas būdas spręsti problemas yra naudoti heuristikas, kurios yra bendri problemų sprendimo metodai, taikantys principus (taisykles), kurie paprastai veda prie sprendimo (Anderson, 1990). Polya (1945/1957) sudarytas protinių operacijų, susijusių su problemų sprendimu, sąrašas yra toks:

• Suprasti problemą.
• Sudaryti planą.
• Įgyvendinti planą.
• Atsigręžti atgal.

Problemos supratimas apima tokių klausimų uždavimą kaip „Kas yra nežinoma?“ ir „Kokie yra duomenys?“. Dažnai padeda nubraižyti diagramą, vaizduojančią problemą ir pateiktą informaciją. Kuriant planą, bandoma rasti ryšį tarp duomenų ir nežinomojo. Naudinga suskaidyti problemą į antrinius tikslus, taip pat pagalvoti apie panašią problemą ir kaip ji buvo išspręsta (t. y., naudoti analogijas). Gali prireikti iš naujo suformuluoti problemą. Vykdant planą, svarbu patikrinti kiekvieną žingsnį, siekiant užtikrinti, kad jis būtų tinkamai įgyvendinamas. Atsigręžimas atgal reiškia sprendimo nagrinėjimą: ar jis teisingas? Ar yra kitų būdų jam pasiekti?

Bransford ir Stein (1984) suformulavo panašią heuristiką, žinomą kaip IDEAL (idealus):

• Identifikuoti problemą.
• Apibrėžti ir pavaizduoti problemą.
• Ištirti galimas strategijas.
• Veikti pagal strategijas.
• Atsigręžti atgal ir įvertinti savo veiklos poveikį.

Kūrybiško problemų sprendimo (KPS) modelis siūlo dar vieną bendro problemų sprendimo sistemos pavyzdį (Treffinger, 1985; Treffinger & Isaksen, 2005). Šį modelį sudaro trys pagrindiniai komponentai: iššūkio supratimas, idėjų generavimas ir pasirengimas veiksmams (Treffinger, 1995; Treffinger & Isaksen, 2005). Metakognityviniai komponentai (pvz., planavimas, stebėjimas, elgesio modifikavimas) yra visame procese.

Iššūkio supratimas prasideda nuo bendro tikslo arba problemų sprendimo krypties. Gavus svarbius duomenis (pvz., faktus, nuomones, rūpesčius), suformuluojamas konkretus tikslas arba klausimas. Idėjų generavimą apibūdina divergentinis mąstymas, siekiant sukurti galimybes tikslui pasiekti. Pasirengimas veiksmams apima perspektyvių galimybių nagrinėjimą ir pagalbos šaltinių bei būdų pasipriešinimui įveikti paiešką.

Bendrosios heuristikos yra naudingiausios, kai dirbama su nepažįstamu turiniu (Andre, 1986). Jos yra mažiau veiksmingos pažįstamoje srityje, nes, tobulėjant konkrečios srities įgūdžiams, studentai vis dažniau naudoja nusistovėjusias procedūrines žinias. Bendrosios heuristikos turi mokomąjį pranašumą: jos gali padėti studentams tapti sistemingais problemų sprendėjais. Nors heuristinis požiūris gali atrodyti nelankstus, iš tikrųjų yra lankstumo, kaip atliekami žingsniai. Daugeliui studentų heuristika bus sistemingesnė nei dabartiniai jų problemų sprendimo būdai ir leis pasiekti geresnius sprendimus.

Newell ir Simon (1972) pasiūlė informacijos apdorojimo problemų sprendimo modelį, kuris apėmė problemos erdvę su pradine būsena, tikslo būsena ir galimais sprendimo keliais, vedančiais per antrinius tikslus ir reikalaujančiais operacijų taikymo. Problemų sprendėjas suformuoja problemos mentalinį vaizdą ir atlieka operacijas, kad sumažintų neatitikimą tarp pradinės ir tikslo būsenų. Procesas, kai veikiama vaizdavimu siekiant rasti sprendimą, yra žinomas kaip paieška (Andre, 1986).

Pirmasis problemų sprendimo žingsnis yra suformuoti mentalinį vaizdą. Panašiai kaip ir Polya pirmasis žingsnis (suprasti problemą), vaizdavimas reikalauja žinomos informacijos pavertimo į atminties modelį. Vidinis vaizdavimas susideda iš teiginių ir galbūt vaizdų DTM. Problema taip pat gali būti pavaizduota išoriškai (pvz., ant popieriaus, kompiuterio ekrane). Informacija DTM aktyvuoja susijusias žinias ITM, ir sprendėjas galiausiai pasirenka problemų sprendimo strategiją. Žmonėms sprendžiant problemas, jie dažnai pakeičia savo pradinį vaizdavimą ir aktyvuoja naujas žinias, ypač jei jų problemų sprendimas nepasiseka. Taigi, problemų sprendimas apima tikslo pažangos vertinimą.

Problemos vaizdavimas nustato, kokios žinios yra aktyvuojamos atmintyje ir, atitinkamai, kaip lengva išspręsti problemą (Holyoak, 1984). Jei sprendėjai neteisingai pavaizduoja problemą, neatsižvelgdami į visus aspektus arba įtraukdami per daug apribojimų, paieškos procesas greičiausiai neidentifikuos teisingo sprendimo kelio (Chi & Glaser, 1985). Nesvarbu, kaip aiškiai sprendėjai vėliau argumentuos, jie nepasieks teisingo sprendimo, nebent suformuos naują vaizdavimą. Nenuostabu, kad problemų sprendimo mokymo programos paprastai skiria daug laiko vaizdavimo etapui (Andre, 1986).

Panašiai kaip ir įgūdžiai (aptarti anksčiau), problemų sprendimo strategijos gali būti bendros arba specificinės. Bendros strategijos gali būti taikomos problemoms įvairiose srityse, nepriklausomai nuo turinio; specificinės strategijos yra naudingos tik konkrečioje srityje. Pavyzdžiui, sudėtingos problemos suskaidymas į subproblemas (tikslų analizė) yra bendra strategija, taikoma tokioms problemoms kaip referato rašymas, akademinės specialybės pasirinkimas ir sprendimas, kur gyventi. Ir atvirkščiai, testai, kuriuos galima atlikti laboratoriniams mėginiams klasifikuoti, yra užduočių specificiniai. Nikowsky mokytojų profesinis tobulėjimas greičiausiai apėmė bendras ir specificines strategijas.

Bendros strategijos yra naudingos, kai sprendžiamos problemos, kurių sprendimai nėra iš karto akivaizdūs. Naudingos bendros strategijos yra generavimo ir testavimo strategijos, priemonių ir tikslų analizė, analoginis samprotavimas ir idėjų generavimas. Bendros strategijos yra mažiau naudingos nei sričių specificinės strategijos, kai dirbama su labai gerai pažįstamu turiniu. Kai kurie problemų sprendimo pavyzdžiai mokymosi kontekstuose pateikti toliau esančiame bloke:

Generavimo ir testavimo strategija

Generavimo ir testavimo strategija yra naudinga, kai galima patikrinti ribotą problemų sprendimų skaičių, siekiant išsiaiškinti, ar jie pasiekia tikslą (Resnick, 1985). Ši strategija geriausiai veikia, kai kelis sprendimus galima suskirstyti pagal tikimybę ir bent vienas sprendimas greičiausiai išspręs problemą.

Pavyzdžiui, tarkime, kad įeinate į kambarį, flipinate šviesos jungiklį, bet šviesa neįsijungia. Galimos priežastys: perdegė lemputė; išjungta elektra; sugedęs jungiklis; sugedęs lempos lizdas; išjungtas grandinės pertraukiklis; perdegė saugiklis; arba laiduose yra trumpasis jungimas. Greičiausiai sugeneruosite ir išbandysite labiausiai tikėtiną sprendimą (pakeisite lemputę); jei tai neišsprendžia problemos, galite sugeneruoti ir išbandyti kitus tikėtinus sprendimus. Nors turinys neturi būti labai gerai pažįstamas, norint efektyviai naudoti šį metodą, reikia šiek tiek žinių. Ankstesnės žinios nustato galimų sprendimų hierarchiją; dabartinės žinios daro įtaką sprendimo pasirinkimui. Taigi, jei pastebėsite elektros tinklų sunkvežimį savo kaimynystėje, nustatysite, ar išjungtas elektros energijos tiekimas.

Priemonių ir tikslų analizė

Norint naudoti priemonių ir tikslų analizę, reikia palyginti esamą situaciją su tikslu ir nustatyti skirtumus tarp jų (Resnick, 1985). Siekiant sumažinti skirtumus, nustatomi subtikslai. Atliekamos operacijos subtikslui pasiekti, o tada procesas kartojamas tol, kol tikslas pasiekiamas.

Newell ir Simon (1972) ištyrė priemonių ir tikslų analizę ir suformulavo bendrąjį problemų sprendėją (GPS) – kompiuterinę modeliavimo programą. GPS suskaido problemą į subtikslus, kurių kiekvienas atspindi skirtumą nuo esamos būklės. GPS pradeda nuo svarbiausio skirtumo ir naudoja operacijas, kad pašalintų tą skirtumą. Kai kuriais atvejais operacijos turi firstiausia pašalinti kitą skirtumą, kuris yra svarbesniojo būtina sąlyga.

Priemonių ir tikslų analizė yra galinga problemų sprendimo heuristika. Kai subtikslai tinkamai nustatyti, priemonių ir tikslų analizė greičiausiai išspręs problemą. Vienas trūkumas yra tas, kad esant sudėtingoms problemoms, priemonių ir tikslų analizė apkrauna DL, nes gali tekti stebėti kelis subtikslus. Subtikslo pamiršimas trukdo išspręsti problemą.

Priemonių ir tikslų analizė gali vykti nuo tikslo iki pradinės būklės (dirbant atgal) arba nuo pradinės būklės iki tikslo (dirbant į priekį). Dirbant atgal, pradedama nuo tikslo ir klausiama, kokie subtikslai yra būtini jam pasiekti. Tada klausiama, kas būtina šiems subtikslams pasiekti ir t. t., kol pasiekiama pradinė būklė. Todėl norint dirbti atgal, reikia suplanuoti veiksmų seriją, kurių kiekvienas skirtas subtikslui pasiekti. Sėkmingas darbas atgal reikalauja nemažai žinių problemų srityje, kad būtų galima nustatyti tikslo ir subtikslo būtinas sąlygas.

Darbas atgal dažnai naudojamas geometrinėms teoremoms įrodyti. Pradedama darant prielaidą, kad teorema yra teisinga, ir tada dirbama atgal, kol pasiekiamos postulatos. Geometrinis pavyzdys parodytas paveikslėlyje „Priemonių ir tikslų analizė, taikoma geometrijos uždaviniui“ Problema yra išspręsti kampą m. Dirbdami atgal, studentai supranta, kad jiems reikia nustatyti kampą n, nes kampas m = 180° yra kampas n (tiesi linija = 180°). Toliau dirbdami atgal, studentai supranta, kad dėl to, kad lygiagrečios linijos susikerta, atitinkamas kampas d ant linijos q yra lygus kampui n. Remdamiesi savo geometrinėmis žiniomis, studentai nustato, kad kampas d = kampas a, kuris yra 30°. Taigi, kampas n = 30°, o kampas m = 180° - 30° = 150°.

Kaip dar vieną darbo atgal pavyzdį, tarkime, kad reikia parašyti referatą per 3 savaites. Paskutinis žingsnis prieš atiduodant jį yra patikrinti, ar nėra klaidų (padaryti dieną prieš atiduodant referatą). Žingsnis prieš tai yra atspausdinti finalinę kopiją (skirkite 1 dieną). Prieš tai atliekamos finalinės pataisos (1 diena), peržiūrimas referatas (3 dienos) ir atspausdinama juodraštinė kopija (1 diena). Toliau dirbdami atgal, galime skirti 5 dienas juodraščiui parašyti, 1 dieną planui sudaryti, 3 dienas bibliotekos tyrimams ir 1 dieną temai nuspręsti. Mes skiriame iš viso 17 dienų referato rašymui. Taigi turime pradėti po 4 dienų nuo šiandien.

Antrasis priemonių ir tikslų analizės tipas yra darbas į priekį, kartais vadinamas kopimu į kalną (Matlin, 2009; Mayer, 1992). Problemų sprendėjas pradeda nuo esamos situacijos ir ją keičia, tikėdamasis priartėti prie tikslo. Paprastai norint pasiekti tikslą reikia kelių pakeitimų. Vienas pavojus yra tas, kad darbas į priekį kartais vyksta remiantis paviršutiniška problemos analize. Nors kiekvienas žingsnis yra bandymas pasiekti būtiną subtikslą, galima lengvai nukrypti į šalį arba atsidurti aklavietėje, nes paprastai nematoma daug alternatyvų į priekį, o tik kitas žingsnis (Matlin, 2009).

Kaip darbo į priekį strategijos pavyzdį, apsvarstykite studentus laboratorijoje, kurie turi įvairių medžiagų stiklainiuose. Jų tikslas yra paženklinti medžiagas savo stiklainiuose. Norėdami tai padaryti, jie atlieka daugybę medžiagų testų, kurie, jei bus atlikti teisingai, duos sprendimą. Tai yra darbo į priekį strategija, nes kiekvienas testas priartina studentus prie tikslo klasifikuoti savo medžiagas. Testai yra surūšiuoti, o rezultatai rodo, kas medžiagos nėra, taip pat, kas jos galėtų būti. Kad studentai nenukryptų klaidingu keliu, mokytojas atidžiai nustato procedūrą ir užtikrina, kad studentai suprastų, kaip atlikti testus.

Kita bendroji problemų sprendimo strategija yra naudoti analoginį argumentavimą, kuris apima analogijos darymą tarp problemos situacijos (tikslas) ir situacijos, su kuria asmuo yra susipažinęs (bazė arba šaltinis; Anderson, 1990; Chen, 1999; Hunt, 1989). Asmuo sprendžia problemą per pažįstamą sritį ir tada susieja sprendimą su problemos situacija (Holyoak & Thagard, 1997). Analoginis argumentavimas apima prieigą prie pažįstamos srities tinklo ilgalaikėje atmintyje (LTM) ir jo susiejimą (susiejant jį) su problemos situacija darbinėje atmintyje (WM) (Halpern, Hansen, & Riefer, 1990). Sėkmingam taikymui reikalingas struktūrinis pažįstamos situacijos panašumas į problemos situaciją, nors situacijos gali skirtis paviršinėmis savybėmis (pvz., viena gali apimti Saulės sistemą, o kita – molekulinės struktūras). Šio metodo antriniai tikslai yra susieti originalios (pažįstamos) srities žingsnius su perkėlimo (problemos) srities žingsniais. Studentai dažnai naudoja analogijos metodą problemoms spręsti vadovėliuose. Pavyzdžiai pateikiami tekste (pažįstama sritis), tada studentai susieja šiuos žingsnius su problemomis, kurias jie turi išspręsti.

Gick ir Holyoak (1980, 1983) pademonstravo analoginio problemų sprendimo galią. Jie pateikė besimokantiesiems sudėtingą medicininę problemą ir, kaip analogiją, išspręstą karinę problemą. Vien tik analoginės problemos pateikimas automatiškai nepaskatino jų ja naudotis. Tačiau patarimas naudoti karinę problemą medicininei problemai spręsti pagerino problemų sprendimą. Gick ir Holyoak taip pat nustatė, kad pateikus studentams dvi analogines istorijas, problemos sprendimas buvo geresnis nei pateikus vieną istoriją. Tačiau analoginės istorijos apibendrinimas, istorijos principo pateikimas jiems skaitant arba diagramos, iliustruojančios problemos-sprendimo principą, pateikimas nepadidino problemų sprendimo. Šie rezultatai rodo, kad nepažįstamoje srityje studentams reikia gairių, kaip naudoti analogijas, ir kad keli pavyzdžiai padidina tikimybę, kad studentai susies bent vieną pavyzdį su išspręstina problema.

Kad analoginis problemų sprendimas būtų kuo efektyvesnis, reikia gerai išmanyti pažįstamas ir problemų sritis. Studentams dažnai kyla pakankamai sunkumų naudojant analogijas problemoms spręsti net ir tada, kai pabrėžiama sprendimo strategija. Jei žinių nepakanka, studentai vargu ar įžvelgs ryšį tarp problemos ir analogo. Net darant prielaidą, kad žinios yra geros, analogija greičiausiai žlugs, kai pažįstama ir problemų sritys yra koncepciškai nepanašios. Besimokantieji gali suprasti, kuo kova mūšyje (karinė problema) panaši į kovą su liga (medicininė problema), tačiau jie gali nesuvokti kitų analogijų (pvz., kovos su įmonės perėmimo bandymu).

Raidos įrodymai rodo, kad, nepaisant sunkumų, vaikai gali naudoti analoginį argumentavimą (Siegler, 1989). Analogijų mokymas vaikams, įskaitant tuos, kurie turi mokymosi sunkumų, gali pagerinti jų vėlesnį problemų sprendimą (Grossen, 1991). Atvejo analizės ir atvejais pagrįstas argumentavimas gali padėti ugdyti analoginį mąstymą (Kolodner, 1997). Veiksmingi analogijų naudojimo būdai apima tai, kad suaugęs mokytojas ir vaikas žodžiu išsako sprendimo principą, kuris yra pagrindas originalioms ir perkėlimo problemoms, skatina vaikus prisiminti originalios problemos priežastinės struktūros elementus ir pateikia dvi problemas taip, kad priežastinės struktūros eitų nuo akivaizdžiausios iki mažiausiai akivaizdžios (Crisafi & Brown, 1986). Kiti pasiūlymai apima panašių originalių ir perkėlimo problemų naudojimą, kelių panašių problemų pateikimą ir paveikslėlių naudojimą priežastiniams ryšiams pavaizduoti.

Tai nereiškia, kad visi vaikai gali tapti analogijų naudojimo ekspertais. Užduotis yra sudėtinga, o vaikai dažnai daro netinkamas analogijas. Palyginti su vyresniais studentais, jaunesniems reikia daugiau užuominų, jie labiau linkę nukrypti dėmesį nuo nereikšmingų suvokimo savybių ir mažiau efektyviai apdoroja informaciją (Crisafi & Brown, 1986). Vaikų sėkmė labai priklauso nuo jų žinių apie originalią problemą ir jų įgūdžių koduoti bei atlikti psichinius palyginimus, kurie rodo didelius individualius skirtumus (Richland, Morrison, & Holyoak, 2006; Siegler, 1989). Vaikai geriau išmoksta problemų sprendimo strategijų, kai jie stebi ir paaiškina jas, nei tada, kai jie tiesiog stebi (Crowley & Siegler, 1999).

Analoginis problemų sprendimas yra naudingas mokant. Mokytojai dažnai turi mokinių savo klasėse, kurių gimtoji kalba nėra anglų. Mokyti studentus jų gimtąja kalba neįmanoma. Mokytojai gali susieti šią problemą su mokinių, kuriems sunku mokytis, mokymu. Su pastaraisiais studentais mokytojai dirbtų lėtai, kuo dažniau naudotųsi konkrečia patirtimi ir teiktų daug individualaus mokymo. Jie galėtų išbandyti tą pačią taktiką su studentais, turinčiais ribotą anglų kalbos mokėjimą, tuo pačiu metu mokydami juos anglų kalbos žodžių ir frazių, kad jie galėtų sekti kartu su kitais klasės mokiniais.

Ši analogija yra tinkama, nes studentai, turintys mokymosi problemų, ir studentai, kurie mažai kalba angliškai, patiria sunkumų klasėje. Kitos analogijos gali būti netinkamos. Nemotyvuoti studentai taip pat turi mokymosi sunkumų. Naudodamas juos analogijai, mokytojas galėtų pasiūlyti studentams, turintiems ribotą anglų kalbos mokėjimą, atlygį už mokymąsi. Šis sprendimas greičiausiai nebus veiksmingas, nes studentų, turinčių ribotą anglų kalbos mokėjimą, problema yra instrukcinė, o ne motyvacinė.

Idėjų generavimas (Brainstorming) yra bendra problemų sprendimo strategija, naudinga formuluojant galimus problemų sprendimus (Isaksen & Gaulin, 2005; Mayer, 1992; Osborn, 1963). Idėjų generavimo etapai yra šie:

• Apibrėžkite problemą.
• Sukurkite kuo daugiau sprendimų, jų nevertindami.
• Nuspręskite dėl potencialių sprendimų vertinimo kriterijų.
• Naudokite šiuos kriterijus geriausiam sprendimui pasirinkti.

Sėkmingam idėjų generavimui reikia, kad dalyviai susilaikytų nuo idėjų kritikos, kol visos idėjos bus sugeneruotos. Be to, dalyviai gali generuoti idėjas, kurios remiasi viena kita. Taigi, „laukinės“ ir neįprastos idėjos turėtų būti skatinamos (Mayer, 1992).

Kaip ir analogiškas problemų sprendimas, žinių kiekis apie problemos sritį veikia idėjų generavimo sėkmę, nes geresnės srities žinios leidžia sugeneruoti daugiau potencialių sprendimų ir jų įgyvendinamumo vertinimo kriterijų. Idėjų generavimas gali būti naudojamas individualiai, nors grupinė sąveika paprastai lemia daugiau sprendimų.

Idėjų generavimas puikiai tinka daugeliui mokyklose priimamų instrukcinių ir administracinių sprendimų. Tai naudingiausia generuojant daug įvairių ir galbūt unikalių idėjų (Isaksen & Gaulin, 2005). Tarkime, kad naujas mokyklos direktorius pastebi žemą darbuotojų moralę. Darbuotojai sutinka, kad reikia geresnio bendravimo. Klasių vadovai susitinka su direktoriumi, ir grupė prieina prie šių galimų sprendimų: rengti savaitinius susitikimus su darbuotojais, siųsti savaitinį (elektroninį) biuletenį, skelbti skelbimus skelbimų lentoje, rengti savaitinius susitikimus su klasių vadovais (po kurių jie susitinka su mokytojais), dažnai siųsti informacinius el. laiškus, skelbti pranešimus per viešojo adreso sistemą. Grupė suformuluoja du kriterijus: (a) minimaliai atimantis laiką mokytojams ir (b) minimaliai trikdantis pamokas. Turėdami omenyje kriterijus, jie nusprendžia, kad direktorius turėtų siųsti savaitinį biuletenį ir dažnus el. laiškus bei susitikti su klasių vadovais kaip grupe. Nors tai užims laiko, susitikimai tarp direktoriaus ir klasių vadovų bus labiau orientuoti nei susitikimai tarp direktoriaus ir visų darbuotojų.

Problemų sprendimas dažnai yra susijęs su mokymusi, tačiau šios sąvokos nėra sinonimiškos. Remiantis šiuolaikine informacijos apdorojimo perspektyva (Anderson, 1990, 1993, 2000), problemų sprendimas apima produkcijos sistemų, kurios yra sąlygų–veiksmų sekų (taisyklių) tinklai, įsigijimą, išlaikymą ir naudojimą, kuriose sąlygos yra aplinkybių rinkiniai, aktyvuojantys sistemą, o veiksmai – įvykstančių veiksmų rinkiniai (Anderson, 1990; Andre, 1986). Produkcijos sistemą sudaro jei-tada teiginiai. Jei teiginiai (sąlyga) apima tikslo ir testo teiginius, tada teiginiai yra veiksmai.

Produkcijos yra procedūrinių žinių formos, apimančios deklaratyvias žinias ir sąlygas, kuriomis šios formos yra taikomos. Produkcijos yra atstovaujamos LTM kaip propoziciniai tinklai ir įgyjamos taip pat, kaip ir kitos procedūrinės žinios. Produkcijos taip pat yra organizuojamos hierarchiškai su pavaldžiomis ir viršesnėmis produkcijomis. Norint išspręsti dvi lygtis su dviem nežinomaisiais, pirmiausia vienas nežinomasis išreiškiamas per antrąjį nežinomąjį (pavaldžioji produkcija), po to išsprendžiamas antrasis nežinomasis (produkcija) ir ta reikšmė naudojama pirmajam nežinomajam išspręsti (viršesnioji produkcija).

Produkcijos gali būti bendros arba konkrečios. Konkrečios produkcijos taikomos turiniui aiškiai apibrėžtose srityse. Priešingai, heuristikos yra bendros produkcijos, nes jos taikomos įvairiam turiniui. Priemonių–tikslų analizė galėtų būti atstovaujama taip (Anderson, 1990):

Jei tikslas yra transformuoti dabartinę būseną į tikslo būseną, o D yra didžiausias skirtumas tarp būsenų -> Tada nustatykite kaip potikslius:

1. Pašalinti skirtumą D
2. Konvertuoti gautą būseną į tikslo būseną.

Tuomet reikės panaudoti antrą produkciją su jei-tada teiginiu, „Jei tikslas yra pašalinti skirtumą D.“ Ši seka tęsiasi tol, kol potiksliai yra identifikuoti konkrečiu lygiu; tada taikomos domeno specifinės taisyklės. Trumpai tariant, bendros produkcijos yra suskaidomos iki lygio, kuriame taikomos domeno specifinės žinios. Produkcijos sistemos siūlo būdą sujungti bendras su specialiomis problemų sprendimo procedūromis. Kitos problemų sprendimo strategijos (pvz., analoginis samprotavimas) taip pat gali būti atstovaujamos kaip produkcijos.

Mokyklinis mokymasis, kuris yra labai reguliuojamas, gali nereikalauti problemų sprendimo. Problemų sprendimas netaikomas, kai studentai turi tikslą ir aiškias priemones jam pasiekti. Problemų sprendimas tampa svarbesnis, kai mokytojai atsitraukia nuo griežto, labai reglamentuoto mokymo ir skatina originalesnį ir kritinį studentų mąstymą. Būtent ties tuo Nikowsky mokytojai dirbo po susitikimo su Meg. Švietime yra judėjimas skatinti studentų problemų sprendimą, ir daugelis pedagogų mano, kad ši tendencija tęsis. Tuo tarpu studentams reikia išmokti tiek bendrų, tiek specifinių problemų sprendimo strategijų, kad jie galėtų susidoroti su šiais papildomais mokymosi reikalavimais.

Kaip ir įgūdžių įgijimo atveju, tyrėjai nustatė skirtumų tarp naujokų ir ekspertų, sprendžiančių problemas (Anderson, 1990, 1993; Bruning ir kt., 2004; Resnick, 1985). Vienas skirtumas susijęs su reikalavimais, keliamais darbinei atminčiai (DA). Ekspertai, spręsdami problemas, neaktyvuoja didelio kiekio potencialiai svarbios informacijos; jie nustato pagrindinius problemos bruožus, susieja juos su bendromis žiniomis ir sukuria vieną ar nedaug potencialių sprendimų (Mayer, 1992). Ekspertai sumažina sudėtingas problemas iki valdomo dydžio, atskirdami problemos erdvę nuo didesnės užduoties aplinkos, kuri apima faktų ir žinių sritį, kurioje problema yra įterpta (Newell & Simon, 1972). Kartu su tuo, kad ekspertai gali laikyti daugiau informacijos DA (Chi, Glaser ir Farr, 1988), šis mažinimo procesas išsaugo svarbią informaciją, atmeta nereikšmingą informaciją, atitinka DA ribas ir yra pakankamai tikslus, kad būtų galima rasti sprendimą.

Ekspertai dažnai naudoja strategiją „dirbti į priekį“, nustatydami problemos formatą ir generuodami jam tinkamą metodą (Mayer, 1992). Paprastai tai apima problemos suskaidymą į dalis ir dalių sprendimą nuosekliai (Bruning ir kt., 2004). Tačiau naujokai, spręsdami problemas, dažnai bando tai daryti dalimis, iš dalies dėl prastesnės organizacijos savo atmintyje. Jie gali naudoti bandymų ir klaidų metodą arba bandyti dirbti atgal nuo to, ką bando rasti, prie problemos duomenų – neveiksminga strategija, jei jie nežino reikalingų pakopų (Mayer, 1992). Jų priemonių ir tikslų analizė dažnai remiasi paviršiniais problemų bruožais. Matematikoje naujokai generuoja formules iš atminties, susidūrę su tekstiniais uždaviniais. Bandymas saugoti per daug informacijos DA užgožia jų mąstymą (Resnick, 1985).

Ekspertai ir naujokai taip pat skiriasi bendromis konkrečios srities žiniomis, nors atrodo, kad jie yra panašiai išmanantys bendras problemų sprendimo strategijas (Elstein, Shulman ir Sprafka, 1978; Simon, 1979). Ekspertai turi platesnes ir geriau organizuotas ilgalaikės atminties (ILA) struktūras savo kompetencijos srityje (Chi ir kt., 1981). Kuo daugiau žinių ekspertai gali panaudoti spręsdami problemas, tuo didesnė tikimybė, kad jie jas išspręs, ir tuo geresnė jų atminties organizacija palengvina efektyvumą.

Kokybiniai skirtumai akivaizdūs, kaip žinios yra struktūruotos atmintyje (Chi, Glaser ir Rees, 1982). Ekspertų žinios yra labiau hierarchiškai organizuotos. Ekspertai linkę klasifikuoti problemas pagal „giluminę struktūrą“, o naujokai labiau remiasi paviršiniais bruožais (Hardiman, Dufresne ir Mestre, 1989). Įdomu tai, kad naujokų mokymas atpažinti giliuosius bruožus pagerina jų rezultatus, palyginti su nemokytais naujokais.

Naujokai paprastai reaguoja į problemas pagal tai, kaip jos pateikiamos; ekspertai interpretuoja problemas iš naujo, kad atskleistų pagrindinę struktūrą, kuri greičiausiai atitinka jų pačių ILA tinklą (Resnick, 1985). Naujokai bando tiesiogiai išversti pateiktą informaciją į formules ir išspręsti trūkstamus dydžius. Užuot generavę formules, ekspertai iš pradžių gali nubraižyti diagramas, kad paaiškintų ryšius tarp problemos aspektų. Jie dažnai sukuria naują problemos versiją. Iki to laiko, kai jie yra pasirengę atlikti skaičiavimus, jie paprastai supaprastina problemą ir atlieka mažiau skaičiavimų nei naujokai. Dirbdami ekspertai geriau stebi savo rezultatus, kad įvertintų tikslo pažangą ir naudojamos strategijos vertę (Gagné ir kt., 1993).

Galiausiai, ekspertai praleidžia daugiau laiko planuodami ir analizuodami. Jie yra labiau apgalvoti ir nepradeda, kol neturi tam tikros strategijos. Moore (1990) nustatė, kad patyrę mokytojai planavimui skiria daugiau laiko nei mažiau patyrę mokytojai, taip pat daugiau laiko tyrinėja naujas klases. Toks planavimas palengvina strategijos įgyvendinimą.

Apibendrinant galima pasakyti, kad skirtumų tarp naujokų ir ekspertų, sprendžiančių problemas, yra daug. Palyginti su naujokais, ekspertai:

• Turi daugiau deklaratyvių žinių
• Turi geresnę hierarchinę žinių organizaciją
• Praleidžia daugiau laiko planuodami ir analizuodami
• Lengviau atpažįsta problemų formatus
• Vaizduoja problemas gilesniu lygiu
• Atidžiau stebi savo rezultatus
• Geriau supranta strategijos naudojimo vertę

Argumentavimas apibrėžiamas kaip protiniai procesai, susiję su loginių argumentų generavimu ir vertinimu (Anderson, 1990). Argumentavimas leidžia daryti išvadas iš minčių, suvokimų ir teiginių (Johnson-Laird, 1999) ir apima problemų sprendimą, siekiant paaiškinti, kodėl kažkas įvyko arba kas įvyks (Hunt, 1989). Argumentavimo įgūdžiai apima aiškinimąsi, pagrindimą, išvadų darymą ir vertinimą (Ennis, 1987; Quellmalz, 1987).

Paaiškinimas

Paaiškinimas reikalauja identifikuoti ir suformuluoti klausimus, analizuoti elementus ir apibrėžti terminus. Šie įgūdžiai apima nustatymą, kurie elementai situacijoje yra svarbūs, ką jie reiškia ir kaip jie yra susiję. Kartais keliami moksliniai klausimai, bet kitais atvejais studentai turi suformuluoti tokius klausimus kaip „Kokia yra problema, hipotezė ar tezė?“. Paaiškinimas atitinka problemų sprendimo reprezentacijos etapą; studentai apibrėžia problemą, kad gautų aiškią protinę reprezentaciją. Mažai produktyvaus samprotavimo įvyksta be aiškaus problemos teiginio.

Pagrindas

Žmonių išvadas apie problemą palaiko informacija iš asmeninių stebėjimų, kitų asmenų teiginių ir ankstesnių išvadų. Svarbu įvertinti šaltinio patikimumą. Tai darydamas, reikia atskirti faktą, nuomonę ir argumentuotą sprendimą. Tarkime, kad įtariamasis, ginkluotas šautuvu, sulaikomas netoli žmogžudystės vietos. Tai, kad įtariamasis turėjo šautuvą, kai buvo areštuotas, yra faktas. Laboratoriniai šautuvo, kulkų ir aukos tyrimai leidžia pagrįstai spręsti, kad šautuvas buvo panaudotas nusikaltime. Bylą tiriantis asmuo gali manyti, kad įtariamasis yra žudikas.

Išvada

Mokslinis samprotavimas vyksta induktyviai arba deduktyviai. Induktyvusis samprotavimas reiškia bendrų taisyklių, principų ir sąvokų kūrimą iš stebėjimo ir specifinių pavyzdžių žinojimo (Pellegrino, 1985). Tam reikia nustatyti modelį ir su juo susijusias išvadų taisykles (Hunt, 1989). Žmonės samprotauja induktyviai, kai išskiria panašumus ir skirtumus tarp specifinių objektų ir įvykių ir prieina prie apibendrinimų, kurie yra išbandomi pritaikant juos naujoms patirtims. Asmenys išlaiko savo apibendrinimus tol, kol jie yra veiksmingi, ir jie juos modifikuoja, kai patiria prieštaringų įrodymų.

Kai kurie iš dažniausiai naudojamų uždavinių, skirtų įvertinti induktyvųjį samprotavimą, yra klasifikavimo, sąvokų ir analogijų problemos. Apsvarstykite šią analogiją (Pellegrino, 1985):

• cukrus : saldus :: citrina : ______
• geltona rūgštus vaisius išspausti arbata

Tinkamos protinės operacijos atspindi gamybos sistemos tipą. Iš pradžių besimokantysis protiškai atspindi kritines kiekvieno analogijos termino savybes. Ji aktyvuoja tinklus ilgalaikėje atmintyje (LTM), apimančius kiekvieną terminą, kuriuose yra kritinės terminų savybės, įskaitant žemesnes ir aukštesnes sąvokas. Toliau ji palygina pirmosios poros savybes, kad nustatytų ryšį. „Saldus“ yra cukraus savybė, susijusi su skoniu. Tada ji ieško „citrinos“ tinkle, kad nustatytų, kuri iš penkių išvardytų savybių reikšme atitinka „citriną“, kaip „saldus“ atitinka „cukrų“. Nors visi penki terminai greičiausiai yra saugomi jos „citrinos“ tinkle, tik „rūgštus“ tiesiogiai susijęs su skoniu.

Vaikai pradeda demonstruoti pagrindinį induktyvųjį samprotavimą maždaug nuo 8 metų. Vystantis, vaikai gali samprotauti greičiau ir su sudėtingesne medžiaga. Tai atsitinka todėl, kad jų LTM tinklai tampa sudėtingesni ir geriau susieti, o tai savo ruožtu sumažina naštą darbinei atminčiai (WM). Siekdami paskatinti induktyvųjį mąstymą, mokytojai galėtų naudoti vadovaujamo atradimo metodą, kai vaikai mokosi skirtingų pavyzdžių ir bando suformuluoti bendrą taisyklę. Pavyzdžiui, vaikai gali rinkti lapus ir suformuluoti keletą bendrų principų, susijusių su stiebais, gyslomis, dydžiais ir lapų formomis nuo skirtingų medžių. Mokytojai gali pateikti studentams problemą, pavyzdžiui, „Kodėl metalas skęsta vandenyje, bet metaliniai laivai plūduriuoja?“. Užuot pasakę studentams, kaip išspręsti problemą, mokytojas gali pateikti medžiagų ir paskatinti juos formuluoti ir tikrinti hipotezes, kai jie dirba su užduotimi. Phye (1997; Klauer & Phye, 2008) aptarė veiksmingus mokymo metodus ir programas, kurios buvo naudojamos mokyti studentus induktyvaus samprotavimo.

Dedukcinis samprotavimas reiškia išvadų taisyklių taikymą formaliam problemos modeliui, siekiant nuspręsti, ar specifiniai atvejai logiškai seka. Kai asmenys samprotauja deduktyviai, jie pereina nuo bendrų sąvokų (prielaidų) prie specifinių atvejų (išvadų), kad nustatytų, ar pastarosios seka iš pirmųjų. Dedukcija yra pagrįsta, jei prielaidos yra teisingos ir jei išvada logiškai seka iš prielaidų (Johnson-Laird, 1985, 1999).

Lingvistiniai ir dedukcinio samprotavimo procesai yra glaudžiai susiję (Falmagne & Gonsalves, 1995; Polk & Newell, 1995). Vienas iš dedukcijos problemų tipų yra trijų terminų serija (Johnson-Laird, 1972). Pavyzdžiui,

• Jei Karen yra aukštesnė už Tiną, ir ->; (generuojant šabloną)
• Jei Mary Beth nėra tokia aukšta kaip Tina, tada ->; (patvirtinant šabloną)
• Kas yra aukščiausias? => (šablonas baigtas)

Problemų sprendimo procesai, naudojami šiai problemai, yra panašūs į tuos, kurie buvo aptarti anksčiau. Iš pradžių suformuojama protinė problemos reprezentacija, tokia kaip , . Tada dirbama į priekį, derinant teiginius ( ), kad išspręsti problemą. Vystymosi veiksniai riboja vaikų gebėjimus spręsti tokias problemas. Vaikams gali būti sunku išlaikyti atitinkamą problemos informaciją darbinei atminčiai ir jie gali nesuprasti kalbos, naudojamos santykiams išreikšti.

Kitas dedukcinio samprotavimo problemos tipas yra silogizmas. Silogizmus apibūdina prielaidos ir išvada, kurioje yra žodžiai visi, ne ir kai kurie. Toliau pateikiamos pavyzdinės prielaidos:

• Visi universitetų profesoriai yra tingūs. -> (kontekstinis apibendrinimas)
• Kai kurie magistrantūros studentai nėra tingūs. -> (kontekstinis atmetimas)
• Nė vienas bakalauro studentas nėra tingus. -> (ginčo išdėstymas)

Pavyzdinis silogizmas yra toks:

• Visi Keno klasės studentai gerai išmano matematiką. -> (prielaidos pasiūlymas)
• Visi studentai, kurie gerai išmano matematiką, lankys koledžą. -> (šališkumo formavimas)
• (Todėl) Visi Keno klasės studentai lankys koledžą. -> (bendras prielaida)

Tyrėjai diskutuoja, kokius protinius procesus žmonės naudoja silogizmams spręsti, įskaitant tai, ar žmonės atspindi informaciją kaip Venno (apskritimo) diagramas, ar kaip teiginių eilutes (Johnson-Laird, 1985). Silogizmų gamybos sistemos analizė pateikia pagrindinę taisyklę: silogizmas yra teisingas tik tuo atveju, jei nėra jokio būdo interpretuoti prielaidas taip, kad būtų numanoma išvados priešingybė; tai yra, silogizmas yra teisingas, nebent galima rasti išvados išimtį. Tyrimai turi išnagrinėti taisyklių tipus, kuriuos žmonės taiko, kad patikrintų, ar silogizmo prielaidos leidžia išimtį.

Buvo pasiūlyti skirtingi požiūriai, siekiant paaiškinti dedukcinio samprotavimo mechanizmus (Johnson-Laird, Byrne, & Tabossi, 1989). Vienas požiūris teigia, kad samprotavimas vyksta remiantis formaliomis išvadų taisyklėmis. Žmonės išmoksta taisykles (pvz., modus ponens taisyklė reglamentuoja „jei p, tai q“ teiginius) ir tada atitinka atvejus su taisyklėmis.

Antras, susijęs požiūris postuluoja turinio specifines taisykles. Jie gali būti išreikšti kaip produkcijos, kad specifiniai atvejai suaktyvintų gamybos taisykles. Taigi, produkcija gali apimti visus automobilius ir gali būti suaktyvinta, kai susiduriama su specifiniu automobiliu („mano X prekės ženklas“).

Trečias požiūris teigia, kad samprotavimas priklauso nuo semantinių procedūrų, kurios ieško prielaidų interpretacijų, kurios yra prieštaros išvadoms. Pagal šį požiūrį žmonės konstruoja vieną ar daugiau protinių modelių teiginiams, su kuriais jie susiduria (prielaidų interpretacijos); modeliai skiriasi struktūra ir yra naudojami situacijos logikai patikrinti. Studentai gali pakartotinai perkoduoti problemą remiantis informacija; taigi, dedukcija iš esmės yra verbalinio samprotavimo forma (Polk & Newell, 1995). Johnson-Laird ir kolegos (Johnson-Laird, 1999; Johnson-Laird, Byrne, & Schaeken, 1992; Johnson-Laird et al., 1989) išplėtė šią semantinę analizę į įvairias išvadų klases (pvz., tas, kurios apima jei, arba, ir, ne ir kelis kiekybinius įvertintojus). Tolesni tyrimai taip pat padės nustatyti šių teorinių analizių mokymo pasekmes.

Įvertinimas

Įvertinimas apima kriterijų naudojimą problemos sprendimo tinkamumui įvertinti. Vykdydami įvertinimą, studentai nagrinėja tokius klausimus kaip: “Ar duomenų pakanka problemai išspręsti?” “Ar man reikia daugiau informacijos?” ir “Ar mano išvados pagrįstos faktais, nuomonėmis ar pagrįstais sprendimais?” Įvertinimas taip pat apima sprendimą, kas turėtų įvykti toliau—tai yra, formuluojant hipotezes apie būsimus įvykius darant prielaidą, kad problemos sprendimas iki šiol yra teisingas.

Dedukcinį argumentavimą taip pat gali paveikti turinys, nepriklausomai nuo logikos. Wason (1966) prieš dalyvius padėjo keturias korteles (rodančias A B 2 3). Jiems buvo pasakyta, kad kiekvienoje kortelėje vienoje pusėje yra raidė, o kitoje – skaičius, ir jiems buvo pateikta sąlyginė taisyklė: “Jei kortelės vienoje pusėje yra A, tai kitoje pusėje yra 2.” Jų užduotis buvo pasirinkti korteles, kurias reikia apversti, norint nustatyti, ar taisyklė yra teisinga. Nors dauguma dalyvių pasirinko A kortelę ir daugelis taip pat pasirinko 2, nedaugelis pasirinko 3; tačiau ją reikia apversti, nes jei kitoje pusėje yra A, tada taisyklė yra klaidinga. Kai turinys buvo pakeistas į kasdienį apibendrinimą (pvz., raidė = plaukų spalva, skaičius = akių spalva, A = šviesūs plaukai, 2 = mėlynos akys), dauguma žmonių padarė teisingus pasirinkimus (Wason & Johnson-Laird, 1972). Šie rezultatai parodo, kaip svarbu nedaryti prielaidos apie apibendrinimą argumentuojant, bet veikiau suteikti studentams patirties dirbant su skirtingų tipų turiniu.

Metakognityviniai procesai įeina į visus mokslinio argumentavimo aspektus. Besimokantieji stebi savo pastangas, siekdami užtikrinti, kad klausimai būtų tinkamai suformuluoti, kad duomenys iš tinkamų šaltinių būtų prieinami ir naudojami išvadoms daryti, ir kad įvertinant būtų naudojami atitinkami kriterijai. Mokant argumentavimo reikia mokyti įgūdžių ir metakognityvinių strategijų. Kognityvinė apkrova taip pat atrodo svarbi. Mokslinis argumentavimas yra sunkus, jei reikia vienu metu apdoroti kelis informacijos šaltinius, o tai apkrauna DM. Carlson ir kt. (2003) nustatė, kad studentų mokslo rezultatai pagerėjo dėl dviejų procedūrų, skirtų sumažinti kognityvinę apkrovą: diagramos ir instrukcijos, kurios sumažino vienu metu apdorojamos informacijos kiekį.

Ryšys tarp mokymosi ir problemų sprendimo rodo, kad studentai gali išmokti heuristikų ir strategijų bei tapti geresniais problemų sprendėjais (Bruning ir kt., 2004). Be to, kad informacija būtų susieta atmintyje, geriausia integruoti problemų sprendimą su akademiniu turiniu (kaip Meg rekomendavo pradiniame scenarijuje), o ne mokyti problemų sprendimo naudojant atskiras programas. Nokes, Dole ir Hacker (2007) nustatė, kad heuristikos mokymas gali būti įterptas į klasės mokymą neaukojant studentų turinio mokymosi.

Andre (1986) išvardijo keletą pasiūlymų, kurie yra pagrįsti teorija ir tyrimais ir kurie yra naudingi mokant studentus problemų sprendimo įgūdžių, ypač kai jie atspindi produkcijas atmintyje.

• Pateikite studentams metaforinius atvaizdus. Konkreti analogiška ištrauka, pateikta studentams prieš mokomąją ištrauką, palengvina mokymąsi iš tikslinės ištraukos.
• Leiskite studentams verbalizuoti problemų sprendimo metu. Minčių verbalizavimas sprendžiant problemas gali palengvinti problemų sprendimus ir mokymąsi.
• Naudokite klausimus. Užduokite studentams klausimus, kurie reikalauja, kad jie praktikuotųsi išmoktas sąvokas; gali prireikti daugelio tokių klausimų.
• Pateikite pavyzdžius. Pateikite studentams daug išspręstų pavyzdžių, rodančių problemų sprendimo strategijų taikymą. Studentams gali būti sunku patiems pamatyti, kaip strategijos taikomos situacijose.
• Koordinuokite idėjas. Parodykite, kaip produkcijos ir žinios yra susijusios tarpusavyje ir kokia seka jas gali reikėti taikyti.
• Naudokite atradimų mokymąsi. Atradimų mokymasis dažnai palengvina perkėlimą ir problemų sprendimą geriau nei aiškinamasis mokymas. Atradimas gali priversti studentus generuoti taisykles iš pavyzdžių. Tą patį galima pasiekti ir per aiškinamąjį mokymą, tačiau atradimas gali labiau tikti tam tikram turiniui (pvz., mokslo eksperimentams).
• Pateikite verbalinį aprašymą. Studentams gali būti naudinga pateikti verbalinį strategijos aprašymą ir jos taisykles, kaip ją taikyti.
• Mokykite mokymosi strategijų. Besimokantiesiems gali prireikti pagalbos naudojant veiksmingas mokymosi strategijas.
• Naudokite mažas grupes. Daugelis tyrimų parodė, kad mokymasis mažose grupėse padeda ugdyti studentų problemų sprendimo įgūdžius. Grupės nariai turi būti atsakingi už savo mokymąsi, ir visi studentai turi dalytis darbu.
• Palaikykite teigiamą psichologinį klimatą. Psichologiniai veiksniai yra svarbūs veiksmingam problemų sprendimui. Sumažinkite pernelyg didelį nerimą tarp studentų ir padėkite sukurti saviveiksmingumo jausmą tarp studentų, kad pagerintumėte jų įgūdžius.

Kitas mokymo pasiūlymas yra palaipsniui įtraukti problemų sprendimą, kuris gali būti ypač naudingas studentams, turintiems mažai patirties. Tai galima padaryti naudojant išspręstus pavyzdžius (Atkinson, Renkl ir Merrill, 2003; Renkl ir Atkinson, 2003; aptariama vėliau šio kurso skyriuje). Pavyzdžiui, matematikos tekstuose dažnai nurodoma taisyklė arba teorema, po kurios pateikiamas vienas ar daugiau išspręstų pavyzdžių. Tada studentai sprendžia panašias problemas taikydami veiksmus iš išspręstų pavyzdžių (analoginio samprotavimo tipas). Renkl ir Atkinson rekomendavo pasikliauti pavyzdžiais ankstyvosiose mokymosi stadijose, o vėliau pereiti prie problemų sprendimo, kai studentai ugdo įgūdžius. Šis procesas taip pat padeda sumažinti WM reikalavimus arba kognityvinę apkrovą, kurią patiria besimokantieji. Taigi, perėjimas gali vykti taip. Iš pradžių pateikiamas pilnas pavyzdys, tada pavyzdys, kuriame vienas žingsnis praleidžiamas. Su kiekvienu paskesniu pavyzdžiu praleidžiamas papildomas žingsnis, kol besimokantieji pasiekia nepriklausomą problemų sprendimą.

Probleminis mokymasis (PBL; Hmelo-Silver, 2004) siūlo kitą mokymo taikymą. Šiuo požiūriu studentai dirba grupėse su problema, kuri neturi vieno teisingo atsakymo. Studentai nustato, ką jie turi žinoti, kad išspręstų problemą. Mokytojai veikia kaip pagalbininkai, teikdami pagalbą, bet ne atsakymus. Įrodyta, kad PBL yra veiksmingas mokant problemų sprendimo ir savireguliacijos įgūdžių, tačiau dauguma tyrimų buvo atlikti medicinos ir gabiesiems ugdymo srityse (Evenson, Salisbury-Glennon ir Glenn, 2001; Hmelo-Silver, 2004). PBL yra naudingas tiriant prasmingas problemas. Kadangi tai užima daug laiko, mokytojai turi apsvarstyti jo tinkamumą atsižvelgiant į mokymo tikslus.