Problēmu risināšana: kognitīvie mācību procesi un stratēģijas

Viena no svarīgākajām kognitīvās apstrādes formām, kas bieži notiek mācību laikā, ir problēmu risināšana. Problēmu risināšana ir bijusi pētījumu tēma jau ilgu laiku—vēsturiskais materiāls ir apskatīts šajā sadaļā—, bet interese par šo tēmu ir strauji pieaugusi līdz ar kognitīvo mācību teoriju attīstību. Daži teorētiķi uzskata, ka problēmu risināšana ir galvenais mācību process, īpaši tādās jomās kā zinātne un matemātika (Andersons, 1993). Lai gan “problēmu risināšana” un “mācīšanās” nav sinonīmi, pirmā bieži ir iesaistīta otrajā, īpaši, ja izglītojamie var zināmā mērā pašregulēt mācīšanos un ja mācīšanās ietver izaicinājumus un neacīmredzamus risinājumus. Ievada scenārijā Mega iesaka lielāku uzmanību pievērst problēmu risināšanai.

Problēma pastāv, ja ir “situācija, kurā jūs mēģināt sasniegt kādu mērķi un jums ir jāatrod līdzeklis, kā tur nokļūt” (Chi & Glaser, 1985, 229. lpp.). Problēma var būt atbildēt uz jautājumu, aprēķināt risinājumu, atrast objektu, iegūt darbu, mācīt studentu utt. Problēmu risināšana attiecas uz cilvēku centieniem sasniegt mērķi, kuram viņiem nav automātiska risinājuma.

Neatkarīgi no satura jomas un sarežģītības visām problēmām ir noteiktas kopīgas iezīmes. Problēmām ir sākotnējais stāvoklis—problēmu risinātāja pašreizējais statuss vai zināšanu līmenis. Problēmām ir mērķis—ko problēmu risinātājs cenšas sasniegt. Lielākā daļa problēmu arī prasa risinātājam sadalīt mērķi apakšmērķos, kurus, apgūstot (parasti secīgi), noved pie mērķa sasniegšanas. Visbeidzot, problēmas prasa veikt operācijas (kognitīvās un uzvedības aktivitātes) ar sākotnējo stāvokli un apakšmērķiem, kas maina šo stāvokļu būtību (Andersons, 1990; Chi & Glaser, 1985).

Ņemot vērā šo definīciju, ne visas mācību aktivitātes ietver problēmu risināšanu. Problēmu risināšana, visticamāk, nav iesaistīta, ja studentu prasmes kļūst tik labi nostiprinātas, ka viņi automātiski veic darbības, lai sasniegtu mērķus, kas notiek ar daudzām prasmēm dažādās jomās. Problēmu risināšana var nenotikt arī zema līmeņa (iespējams, triviālā) mācīšanās, kur studenti zina, kas jādara, lai mācītos. Šķiet, ka tas ir jautājums Nikovski vidusskolā, jo skolotāji koncentrējas uz pamata prasmēm, kas nepieciešamas testiem. Tajā pašā laikā studenti apgūst jaunas prasmes un jaunus pielietojumus iepriekš apgūtajām prasmēm, tāpēc daudzas skolas aktivitātes var ietvert problēmu risināšanu kādā mācību posmā.

Daži vēsturiski skatījumi uz problēmu risināšanu tiek izskatīti kā fons pašreizējiem kognitīvajiem uzskatiem: mēģinājumu un kļūdu metode, ieskats un heiristikas.

Mēģinājumu un kļūdu metode

Torndika (1913b) pētījums ar kaķiem prasīja problēmu risināšanu; problēma bija, kā izkļūt no būra. Torndiks izprata problēmu risināšanu kā mēģinājumu un kļūdu metodi. Dzīvnieks spēja veikt noteiktas darbības būrī. No šī uzvedības repertuāra dzīvnieks veica vienu darbību un piedzīvoja sekas. Pēc virknes nejaušu darbību kaķis veica reakciju, kas atvēra lūku, kas veda uz izkļūšanu. Atkārtotu mēģinājumu rezultātā kaķis pieļāva mazāk kļūdu pirms izkļūšanas uzvedības veikšanas, un laiks, kas nepieciešams problēmas atrisināšanai, samazinājās. Izkļūšanas uzvedība (reakcija) kļuva saistīta ar norādēm (stimuliem) būrī.

Mēs reizēm izmantojam mēģinājumu un kļūdu metodi, lai atrisinātu problēmas; mēs vienkārši veicam darbības, līdz viena nostrādā. Bet mēģinājumu un kļūdu metode nav uzticama un bieži vien nav efektīva. Tā var izšķiest laiku, nekad nevar novest pie risinājuma, var novest pie mazāk nekā ideāla risinājuma, un tai var būt negatīvas sekas. Izmisumā skolotājs varētu izmantot mēģinājumu un kļūdu pieeju, mēģinot dažādus lasām materiālus ar Keilu, līdz viņa sāk labāk lasīt. Šī pieeja varētu būt efektīva, bet arī varētu pakļaut viņu materiāliem, kas izrādās nomākti un tādējādi kavē viņas lasīšanas progresu.

Ieskats

Bieži tiek uzskatīts, ka problēmu risināšana ietver ieskatu jeb pēkšņu izpratni par iespējamo risinājumu. Volass (1921) pētīja lieliskus problēmu risinātājus un formulēja četru soļu modeli šādi:

Volasa posmi bija aprakstoši un netika pakļauti empīriskai verifikācijai. Gestalta psihologi arī postulēja, ka liela daļa cilvēku mācīšanās bija atjautīga un ietvēra izmaiņas uztverē. Izglītojamie sākotnēji domāja par sastāvdaļām, kas nepieciešamas problēmas atrisināšanai. Viņi integrēja tās dažādos veidos, līdz problēma tika atrisināta. Kad izglītojamie nonāca pie risinājuma, viņi to darīja pēkšņi un ar ieskatu.

Daudzi problēmu risinātāji ziņo par ieskata brīžiem; Vatsonam un Krikam bija atjautīgi brīži, atklājot DNS struktūru (Lemonick, 2003). Svarīgs Gestalta teorijas pielietojums izglītībā bija problēmu risināšanas vai produktīvās domāšanas jomā (Duncker, 1945; Luchins, 1942; Wertheimer, 1945). Gestalta viedoklis uzsvēra izpratnes lomu - saprotot kāda notikuma nozīmi vai aptverot principu vai noteikumu, kas ir pamatā darbībai. Turpretim iegaumēšana - lai gan to bieži izmanto studenti - bija neefektīva un reti tika izmantota dzīvē ārpus skolas

Katonas (1940) pētījums parādīja noteikumu apguves lietderību salīdzinājumā ar iegaumēšanu. Vienā pētījumā dalībniekiem tika lūgts apgūt skaitļu secības (piemēram, 816449362516941). Daži apguva secības, iegaumējot, bet citiem tika dotas norādes, lai palīdzētu mācīties (piemēram, "Padomājiet par kvadrātskaitļiem"). Izglītojamie, kuri noteica noteikumu secību ģenerēšanai, saglabāja tās labāk nekā tie, kuri iegaumēja.

Noteikumi nodrošina labāku mācīšanos un saglabāšanu nekā iegaumēšana, jo noteikumi sniedz vienkāršāku parādības aprakstu, tāpēc ir jāapgūst mazāk informācijas. Turklāt noteikumi palīdz organizēt materiālu. Lai atsauktu informāciju, atceras noteikumu un pēc tam aizpilda detaļas. Turpretim iegaumēšana ietver lielākas informācijas atsaukšanu. Iegaumēšana parasti ir neefektīva, jo lielākajai daļai situāciju ir zināma organizācija (Wertheimer, 1945). Problēmas tiek atrisinātas, atklājot situācijas organizāciju un elementu attiecības ar problēmas risinājumu. Sakārtojot un pārkārtojot elementus, izglītojamie galu galā iegūst ieskatu risinājumā.

Kēlers (1926) veica labi zināmu darbu problēmu risināšanā ar pērtiķiem Tenerife salā Pirmā pasaules kara laikā. Vienā eksperimentā Kēlers nolika banānu tieši ārpus pērtiķa rokas sniedzamības būrī; pērtiķis varēja paņemt banānu, izmantojot garu nūju vai saliekot divas nūjas kopā. Kēlers secināja, ka problēmu risināšana bija atjautīga: Dzīvnieki apskatīja situāciju, pēkšņi "ieraudzīja" līdzekļus mērķa sasniegšanai un pārbaudīja risinājumu. Pērtiķu pirmie problēmu risināšanas mēģinājumi cieta neveiksmi, jo viņi izmēģināja dažādas neefektīvas stratēģijas (piemēram, metot ar nūju banānu). Galu galā viņi ieraudzīja nūju kā savu roku pagarinājumu un attiecīgi to izmantoja.

Citā situācijā (Kēlers, 1925) dzīvnieks varēja redzēt mērķi, bet nevarēja to sasniegt, neatgriežoties un neizmantojot netiešu ceļu. Piemēram, dzīvnieks varētu atrasties telpā ar logu un redzēt ēdienu ārā. Lai sasniegtu mērķi, dzīvniekam jāiziet no telpas pa durvīm un jāturpina pa koridoru, kas veda uz āru. Pārejot no pirmsrisinājuma uz risinājuma fāzi, dzīvnieks var izmēģināt vairākas alternatīvas, pirms apstājas pie vienas un izmanto to. Ieskats radās, kad dzīvnieks pārbaudīja iespējamo risinājumu.

Šķērslis problēmu risināšanai ir funkcionāla fiksācija jeb nespēja uztvert atšķirīgus objektu lietojumus vai jaunus elementu konfigurācijas situācijā (Duncker, 1945). Klasiskā pētījumā Lučinss (1942) deva indivīdiem problēmas, kas prasīja iegūt noteiktu ūdens daudzumu, izmantojot trīs dažāda izmēra burkas. Cilvēki no 9 gadu vecuma līdz pieaugušajiem viegli iemācījās formulu, kas vienmēr deva pareizo daudzumu. Problēmu kopā tika iekļautas dažas problēmas, kuras varēja atrisināt, izmantojot vienkāršāku formulu. Cilvēki parasti turpināja piemērot sākotnējo formulu. Norādīšana, ka varētu būt vieglāks risinājums, lika dažiem atklāt vienkāršākas metodes, lai gan daudzi turpināja izmantot sākotnējo formulu. Šis pētījums parāda, ka, ja skolēni nesaprot kādu parādību, viņi var akli piemērot zināmu algoritmu un neizprast, ka pastāv vieglākas metodes. Šo procedūru saistīto problēmu risināšanas dabu var pārvarēt, ja mācību laikā tiek uzsvērtas dažādas procedūras (Chen, 1999).

Gestalta teorijai bija maz ko teikt par to, kā tiek apgūtas problēmu risināšanas stratēģijas vai kā skolēnus varētu iemācīt būt atjautīgākiem. Vertheimers (1945) uzskatīja, ka skolotāji var palīdzēt problēmu risināšanā, sakārtojot situācijas elementus tā, lai skolēni varētu vieglāk uztvert, kā daļas attiecas uz veselo. Šāds vispārīgs padoms var nebūt noderīgs skolotājiem.

Vēl viens veids, kā risināt problēmas, ir izmantot heiristikas, kas ir vispārīgas metodes problēmu risināšanai, izmantojot principus (īkšķa likumus), kas parasti noved pie risinājuma (Andersons, 1990). Polijas (1945/1957) garīgo operāciju saraksts, kas iesaistītas problēmu risināšanā, ir šāds:

• Izprotiet problēmu.
• Izstrādājiet plānu.
• Īstenojiet plānu.
• Pārskatiet paveikto.

Problēmas izpratne ietver tādu jautājumu uzdošanu kā “Kas ir nezināmais?” un “Kādi ir dati?” Bieži palīdz uzzīmēt diagrammu, kas attēlo problēmu un doto informāciju. Izstrādājot plānu, cenšas atrast saikni starp datiem un nezināmo. Problēmas sadalīšana apakšmērķos ir noderīga, kā arī domāšana par līdzīgu problēmu un to, kā tā tika atrisināta (t.i., izmantojiet analoģijas). Iespējams, problēma ir jāpārformulē. Īstenojot plānu, ir svarīgi pārbaudīt katru soli, lai nodrošinātu, ka tas tiek pareizi īstenots. Atskatīšanās nozīmē risinājuma pārbaudi: vai tas ir pareizs? Vai ir vēl kāds veids, kā to sasniegt?

Bransford un Stein (1984) formulēja līdzīgu heiristiku, kas pazīstama kā IDEAL (ideāls):

• Identificējiet problēmu.
• Definējiet un attēlojiet problēmu.
• Izpētiet iespējamās stratēģijas.
• Rīkojieties saskaņā ar stratēģijām.
• Atskatieties un novērtējiet savu darbību ietekmi.

Radošas problēmu risināšanas (CPS) modelis piedāvā vēl vienu vispārīgu problēmu risināšanas ietvara piemēru (Treffinger, 1985; Treffinger & Isaksen, 2005). Šis modelis sastāv no trim galvenajām sastāvdaļām: izaicinājuma izpratne, ideju ģenerēšana un gatavošanās darbībai (Treffinger, 1995; Treffinger & Isaksen, 2005). Metakognitīvās sastāvdaļas (piemēram, plānošana, uzraudzība, uzvedības modificēšana) ir klātesošas visā procesā.

Izaicinājuma izpratne sākas ar vispārīgu mērķi vai virzienu problēmu risināšanai. Pēc svarīgu datu (piemēram, fakti, viedokļi, bažas) iegūšanas tiek formulēts specifisks mērķis vai jautājums. Ideju ģenerēšanas galvenā iezīme ir diverģenta domāšana, lai radītu iespējas mērķa sasniegšanai. Gatavošanās darbībai ietver daudzsološu iespēju izpēti un palīdzības avotu meklēšanu un veidus, kā pārvarēt pretestību.

Vispārīgās heiristikas ir visnoderīgākās, ja strādā ar nepazīstamu saturu (Andre, 1986). Tās ir mazāk efektīvas pazīstamā jomā, jo, attīstoties jomai specifiskām prasmēm, studenti arvien vairāk izmanto iedibinātas procesuālās zināšanas. Vispārīgām heiristikām ir mācību priekšrocība: tās var palīdzēt studentiem kļūt par sistemātiskiem problēmu risinātājiem. Lai gan heiristiskā pieeja var šķist neelastīga, patiesībā ir elastība, kā soļi tiek veikti. Daudziem studentiem heiristika būs sistemātiskāka nekā viņu pašreizējās problēmu risināšanas pieejas un novedīs pie labākiem risinājumiem.

Ņūels un Saimons (1972) ierosināja informācijas apstrādes modeli problēmu risināšanai, kas ietvēra problēmu telpu ar sākuma stāvokli, mērķa stāvokli un iespējamiem risinājuma ceļiem, kas ved cauri apakšmērķiem un prasa operāciju piemērošanu. Problēmu risinātājs veido problēmas garīgu attēlojumu un veic operācijas, lai samazinātu neatbilstību starp sākuma un mērķa stāvokli. Process, kurā tiek veikta darbība ar attēlojumu, lai atrastu risinājumu, ir pazīstams kā meklēšana (Andre, 1986).

Pirmais solis problēmu risināšanā ir garīga attēlojuma veidošana. Līdzīgi kā Polijas pirmais solis (izprotiet problēmu), attēlojums prasa zināmas informācijas tulkošanu atmiņas modelī. Iekšējais attēlojums sastāv no apgalvojumiem un, iespējams, attēliem darba atmiņā. Problēmu var attēlot arī ārēji (piemēram, uz papīra, datora ekrāna). Informācija darba atmiņā aktivizē saistītās zināšanas ilgtermiņa atmiņā, un risinātājs galu galā izvēlas problēmu risināšanas stratēģiju. Risinot problēmas, cilvēki bieži maina savu sākotnējo attēlojumu un aktivizē jaunas zināšanas, īpaši, ja viņu problēmu risināšana nav veiksmīga. Tādējādi problēmu risināšana ietver mērķa progresa novērtēšanu.

Problēmas attēlojums nosaka, kādas zināšanas tiek aktivizētas atmiņā un, attiecīgi, cik viegli ir atrisināt problēmu (Holyoak, 1984). Ja risinātāji nepareizi attēlo problēmu, neņemot vērā visus aspektus vai pievienojot pārāk daudz ierobežojumu, meklēšanas process, visticamāk, neidentificēs pareizu risinājuma ceļu (Chi & Glaser, 1985). Neatkarīgi no tā, cik skaidri risinātāji vēlāk spriež, viņi nesasniegs pareizu risinājumu, ja vien viņi neveidos jaunu attēlojumu. Nav pārsteidzoši, ka problēmu risināšanas apmācības programmas parasti velta daudz laika attēlojuma fāzei (Andre, 1986).

Līdzīgi kā prasmes (kā minēts iepriekš), problēmu risināšanas stratēģijas var būt vispārīgas vai specififiskas. Vispārīgas stratēģijas var pielietot problēmām dažādās jomās neatkarīgi no satura; specififiskas stratēģijas ir noderīgas tikai konkrētā jomā. Piemēram, sarežģītas problēmas sadalīšana apakšproblēmās (apakšmērķu analīze) ir vispārīga stratēģija, ko var pielietot tādām problēmām kā referāta rakstīšana, akadēmiskā virziena izvēle un lēmums par dzīvesvietu. Savukārt testi, ko var veikt, lai klasificētu laboratorijas paraugus, ir uzdevumu specififiski. Profesionālajā attīstībā, ko saņēma Nikovska skolotāji, iespējams, bija iekļautas vispārīgas un specififiskas stratēģijas.

Vispārīgas stratēģijas ir noderīgas, ja strādā pie problēmām, kurām risinājumi nav uzreiz acīmredzami. Noderīgas vispārīgas stratēģijas ir ģenerēšanas un testēšanas stratēģijas, mērķu-līdzekļu analīze, analoģiska spriešana un ideju ģenerēšana. Vispārīgas stratēģijas ir mazāk noderīgas nekā jomas specififiskas stratēģijas, strādājot ar ļoti pazīstamu saturu. Daži problēmu risināšanas piemēri mācību kontekstā ir sniegti zemāk esošajā blokā:

Ģenerēšanas un testēšanas stratēģija

Ģenerēšanas un testēšanas stratēģija ir noderīga, ja var pārbaudīt ierobežotu skaitu problēmu risinājumu, lai redzētu, vai tie sasniedz mērķi (Resnick, 1985). Šī stratēģija darbojas vislabāk, ja vairākus risinājumus var sakārtot pēc varbūtības un vismaz viens risinājums, iespējams, atrisinās problēmu.

Piemēram, pieņemsim, ka jūs ieejat istabā, pārslēdzat gaismas slēdzi, bet gaisma neieslēdzas. Iespējamie iemesli ir: spuldze ir izdegusi; elektrība ir izslēgta; slēdzis ir salauzts; lampas ligzda ir bojāta; ķēdes pārtraucējs ir nostrādājis; drošinātājs ir izdedzis; vai vadiem ir īssavienojums. Jūs, iespējams, ģenerēsiet un pārbaudīsiet ticamāko risinājumu (nomainīsiet spuldzi); ja tas neatrisina problēmu, jūs varat ģenerēt un pārbaudīt citus ticamus risinājumus. Lai gan saturam nav jābūt ļoti pazīstamam, ir nepieciešamas zināšanas, lai efektīvi izmantotu šo metodi. Iepriekšējās zināšanas nosaka iespējamo risinājumu hierarhiju; pašreizējās zināšanas ietekmē risinājumu izvēli. Tādējādi, ja jūs pamanāt elektrības dienesta automašīnu savā apkārtnē, jūs noteiktu, vai strāva ir izslēgta.

Mērķu-līdzekļu analīze

Lai izmantotu mērķu-līdzekļu analīzi, salīdzina pašreizējo situāciju ar mērķi un identifificē atšķirības starp tiem (Resnick, 1985). Tiek izvirzīti apakšmērķi, lai samazinātu atšķirības. Veic darbības, lai sasniegtu apakšmērķi, un šajā brīdī process tiek atkārtots, līdz tiek sasniegts mērķis.

Ņūels un Simons (1972) pētīja mērķu-līdzekļu analīzi un formulēja Vispārīgo Problēmu Risinātāju (GPS) — datora simulācijas programmu. GPS sadala problēmu apakšmērķos, katrs no tiem atspoguļo atšķirību no pašreizējā stāvokļa. GPS sākas ar vissvarīgāko atšķirību un izmanto darbības, lai novērstu šo atšķirību. Dažos gadījumos darbībām vispirms jānovērš cita atšķirība, kas ir priekšnoteikums svarīgākajai.

Mērķu-līdzekļu analīze ir spēcīga problēmu risināšanas heiristika. Ja apakšmērķi ir pareizi identifificēti, visticamāk, mērķu-līdzekļu analīze atrisinās problēmu. Viens trūkums ir tas, ka ar sarežģītām problēmām mērķu-līdzekļu analīze noslogo WM, jo var būt jāseko līdzi vairākiem apakšmērķiem. Apakšmērķa aizmirstība kavē problēmas risinājumu.

Mērķu-līdzekļu analīze var virzīties no mērķa uz sākotnējo stāvokli (strādājot atpakaļ) vai no sākotnējā stāvokļa uz mērķi (strādājot uz priekšu). Strādājot atpakaļ, sākas ar mērķi un jautā, kādi apakšmērķi ir nepieciešami, lai to sasniegtu. Pēc tam jautā, kas ir nepieciešams, lai sasniegtu šos apakšmērķus, un tā tālāk, līdz tiek sasniegts sākotnējais stāvoklis. Lai strādātu atpakaļ, tāpēc plāno virkni gājienu, katrs no tiem paredzēts apakšmērķa sasniegšanai. Veiksmīga strādāšana atpakaļ prasa diezgan daudz zināšanu problēmu jomā, lai noteiktu mērķa un apakšmērķa priekšnoteikumus.

Strādāšanu atpakaļ bieži izmanto, lai pierādītu ģeometriskas teorēmas. Sākas, pieņemot, ka teorēma ir patiesa, un pēc tam strādā atpakaļ, līdz tiek sasniegti postulāti. Ģeometrisks piemērs ir parādīts attēlā "Mērķu-līdzekļu analīze, ko pielieto ģeometrijas problēmai" Problēma ir atrisināt leņķi m. Strādājot atpakaļ, studenti saprot, ka viņiem ir jānosaka leņķis n, jo leņķis m = 180° ir leņķis n (taisne = 180°). Turpinot strādāt atpakaļ, studenti saprot, ka, tā kā paralēlās līnijas krustojas, atbilstošais leņķis d uz līnijas q ir vienāds ar leņķi n. Izmantojot savas ģeometriskās zināšanas, studenti nosaka, ka leņķis d = leņķis a, kas ir 30°. Tādējādi leņķis n = 30°, un leņķis m = 180° - 30° = 150°.

Kā vēl viens piemērs strādāšanai atpakaļ, pieņemsim, ka referāts ir jāiesniedz pēc 3 nedēļām. Pēdējais solis pirms tā iesniegšanas ir tā korektūra (jāveic dienu pirms referāta iesniegšanas). Solis pirms tā ir noformēt un izdrukāt fifinālo kopiju (atvēlēt 1 dienu). Pirms tam veic fifinālus labojumus (1 diena), pārskata referātu (3 dienas) un noformē un izdrukā melnraksta kopiju (1 diena). Turpinot strādāt atpakaļ, mēs varētu atvēlēt 5 dienas, lai uzrakstītu melnrakstu, 1 dienu, lai izveidotu plānu, 3 dienas bibliotēkas pētījumiem un 1 dienu, lai izlemtu par tēmu. Mēs atvēlam kopā 17 dienas, lai daļēji strādātu pie referāta. Tātad mums jāsāk pēc 4 dienām no šodienas.

Otrs mērķu-līdzekļu analīzes veids ir strādāšana uz priekšu, ko dažreiz sauc par kāpšanu kalnā (Matlin, 2009; Mayer, 1992). Problēmu risinātājs sāk ar pašreizējo situāciju un to maina, cerot virzīties tuvāk mērķim. Lai sasniegtu mērķi, parasti ir nepieciešamas vairākas izmaiņas. Vienas briesmas ir tādas, ka strādāšana uz priekšu dažreiz notiek, pamatojoties uz virspusēju problēmas analīzi. Lai gan katrs solis ir mēģinājums sasniegt nepieciešamo apakšmērķi, var viegli novirzīties pa tangentu vai nonākt strupceļā, jo parasti nevar redzēt daudzas alternatīvas uz priekšu, bet gan tikai nākamo soli (Matlin, 2009).

Kā piemēru strādāšanas stratēģijai uz priekšu, apsveriet studentus laboratorijā, kuriem burkās ir dažādas vielas. Viņu mērķis ir marķēt vielas savās burkās. Lai to izdarītu, viņi veic virkni testu ar vielām, kas, ja tiek pareizi veikti, novedīs pie risinājuma. Tas atspoguļo strādāšanas stratēģiju uz priekšu, jo katrs tests virza studentus tuvāk mērķim klasificēt savas vielas. Testi ir sakārtoti, un rezultāti parāda, kas vielas nav, kā arī to, kas tās varētu būt. Lai neļautu studentiem novirzīties nepareizā virzienā, skolotājs rūpīgi izveido procedūru un nodrošina, ka studenti saprot, kā veikt testus.

Vēl viena vispārēja problēmu risināšanas stratēģija ir izmantot analogisku spriešanu, kas ietver analoģijas vilkšanu starp problēmas situāciju (mērķi) un situāciju, ar kuru cilvēks ir pazīstams (bāzi vai avotu; Andersons, 1990; Čens, 1999; Hants, 1989). Problēmu atrisina, izmantojot pazīstamo domēnu, un pēc tam risinājumu attiecina uz problēmas situāciju (Holioaks & Tagards, 1997). Analogiska spriešana ietver piekļuvi pazīstamā domēna tīklam ilgtermiņa atmiņā (LTM) un tā kartēšanu (attiecināšanu) uz problēmas situāciju darba atmiņā (WM) (Halperns, Hansens & Rīfers, 1990). Lai to veiksmīgi piemērotu, ir nepieciešams, lai pazīstamā situācija būtu strukturāli līdzīga problēmas situācijai, lai gan situācijas var atšķirties pēc virspusējiem raksturlielumiem (piemēram, viena var ietvert Saules sistēmu, bet otra - molekulāras struktūras). Šīs pieejas apakšmērķi ir sākotnējā (pazīstamā) domēna soļu attiecināšana uz pārsūtīšanas (problēmas) apgabala soļiem. Studenti bieži izmanto analoģijas metodi, lai risinātu problēmas mācību grāmatās. Tekstā ir izstrādāti piemēri (pazīstams domēns), un tad studenti šos soļus attiecina uz problēmām, kas viņiem jāatrisina.

Giks un Holioaks (1980, 1983) demonstrēja analogiskas problēmu risināšanas spēku. Viņi iepazīstināja izglītojamos ar sarežģītu medicīnisku problēmu un kā analoģiju - ar atrisinātu militāru problēmu. Vienkārši dot viņiem analogisku problēmu automātiski nepamudināja viņus to izmantot. Tomēr, dodot viņiem mājienu izmantot militāro problēmu medicīniskās problēmas risināšanai, tika uzlabota problēmu risināšana. Giks un Holioaks arī atklāja, ka, dodot studentiem divus analogus stāstus, problēmu risināšana bija labāka nekā dodot vienu stāstu. Tomēr tas, ka viņi apkopoja analogo stāstu, sniedza viņiem principu, kas ir pamatā stāstam, kamēr viņi to lasīja, vai nodrošināja viņiem diagrammu, kas ilustrē problēmu risinājuma principu, neuzlaboja problēmu risināšanu. Šie rezultāti liecina, ka nepazīstamā domēnā studentiem ir nepieciešams atbalsts analoģiju izmantošanai un ka vairāki piemēri palielina varbūtību, ka studenti saistīs vismaz vienu piemēru ar atrisināmo problēmu.

Lai analogiska problēmu risināšana būtu visefektīvākā, ir nepieciešamas labas zināšanas par pazīstamo un problēmu domēnu. Studentiem bieži ir pietiekami daudz grūtību izmantot analoģijas, lai risinātu problēmas, pat ja risinājuma stratēģija ir izcelta. Ja zināšanu ir nepietiekami, studenti, visticamāk, neredzēs saistību starp problēmu un analogu. Pat pieņemot labas zināšanas, analoģija, visticamāk, neizdosies, ja pazīstamais un problēmu domēns konceptuāli atšķiras. Izglītojamie var saprast, kā cīņa (militārā problēma) ir līdzīga cīņai ar slimību (medicīniskā problēma), bet viņi var nesaprast citas analoģijas (piemēram, cīņa ar korporatīvo pārņemšanas mēģinājumu).

Attīstības pierādījumi liecina, ka, neskatoties uz grūtībām, bērni var izmantot analogisku spriešanu (Sīglers, 1989). Mācot analoģijas bērniem, tostarp bērniem ar mācīšanās grūtībām, var uzlabot viņu turpmāko problēmu risināšanu (Grosens, 1991). Gadījumu izpētes un uz gadījumiem balstīta spriešana var palīdzēt attīstīt analogisku domāšanu (Kolodners, 1997). Efektīvas metodes analoģiju izmantošanai ietver pieaugušo skolotāju un bērnu verbalizēšanu par risinājuma principu, kas ir pamatā sākotnējai un pārsūtīšanas problēmai, mudinot bērnus atsaukt sākotnējās problēmas cēloņsakarību struktūras elementus un iepazīstinot ar abām problēmām tā, lai cēloņsakarību struktūras virzītos no visvairāk līdz vismazāk acīmredzamai (Krisafi & Brauns, 1986). Citi ieteikumi ietver līdzīgu sākotnējo un pārsūtīšanas problēmu izmantošanu, vairāku līdzīgu problēmu iepazīstināšanu un attēlu izmantošanu, lai attēlotu cēloņsakarības.

Tas nenozīmē, ka visi bērni var kļūt par ekspertiem analoģiju izmantošanā. Uzdevums ir sarežģīts, un bērni bieži vien velk neatbilstošas analoģijas. Salīdzinājumā ar vecākiem skolēniem, jaunākiem skolēniem ir nepieciešams vairāk norāžu, viņi ir vairāk pakļauti novēršanai ar nebūtiskiem uztveres raksturlielumiem un apstrādā informāciju mazāk efektīvi (Krisafi & Brauns, 1986). Bērnu panākumi lielā mērā ir atkarīgi no viņu zināšanām par sākotnējo problēmu un viņu prasmes kodēt un veikt garīgus salīdzinājumus, kas parāda lielas individuālās atšķirības (Ričlends, Morrisons & Holioaks, 2006; Sīglers, 1989). Bērni apgūst problēmu risināšanas stratēģijas labāk, kad viņi tās novēro un izskaidro, nekā tad, kad viņi tikai novēro (Krovlijs & Sīglers, 1999).

Analogiska problēmu risināšana ir noderīga mācīšanā. Skolotājiem klasēs bieži ir skolēni, kuru dzimtā valoda nav angļu valoda. Mācīt skolēnus viņu dzimtajā valodā nav iespējams. Skolotāji varētu attiecināt šo problēmu uz skolēnu mācīšanu, kuriem ir grūtības mācīties. Ar pēdējiem skolēniem skolotāji rīkotos lēnām, cik vien iespējams, izmantotu konkrētu pieredzi un sniegtu daudz individuālu apmācību. Viņi varētu izmēģināt to pašu taktiku ar skolēniem ar ierobežotām angļu valodas zināšanām, vienlaikus mācot viņiem angļu valodas vārdus un frāzes, lai viņi varētu sekot līdzi pārējiem klases skolēniem.

Šī analoģija ir piemērota, jo skolēniem ar mācīšanās problēmām un skolēniem, kuri maz runā angliski, klasē ir grūtības. Citas analoģijas varētu būt neatbilstošas. Nemotivētiem skolēniem arī ir mācīšanās grūtības. Izmantojot viņus analoģijai, skolotājs varētu piedāvāt skolēniem ar ierobežotām angļu valodas zināšanām balvas par mācīšanos. Šis risinājums, visticamāk, nebūs efektīvs, jo problēma ar skolēniem ar ierobežotām angļu valodas zināšanām ir mācību, nevis motivācijas problēma.

Ideju ģenerēšana ir vispārēja problēmu risināšanas stratēģija, kas ir noderīga iespējamo problēmu risinājumu formulēšanai (Isaksen & Gaulin, 2005; Mayer, 1992; Osborn, 1963). Ideju ģenerēšanas soļi ir šādi:

• Definējiet problēmu.
• Ģenerējiet pēc iespējas vairāk risinājumu, tos nevērtējot.
• Nosakiet kritērijus potenciālo risinājumu vērtēšanai.
• Izmantojiet šos kritērijus, lai izvēlētos labāko risinājumu.

Veiksmīgai ideju ģenerēšanai ir nepieciešams, lai dalībnieki atturētos no ideju kritizēšanas, līdz visas idejas ir ģenerētas. Turklāt dalībnieki var ģenerēt idejas, kas balstās viena uz otras. Tādējādi “mežonīgas” un neparastas idejas ir jāveicina (Mayer, 1992).

Līdzīgi kā analogā problēmu risināšanā, zināšanu apjoms par problēmu jomu ietekmē ideju ģenerēšanas panākumus, jo labākas zināšanas par jomu ļauj ģenerēt vairāk potenciālo risinājumu un kritēriju to īstenošanas iespējamības vērtēšanai. Ideju ģenerēšanu var izmantot individuāli, lai gan grupas mijiedarbība parasti noved pie vairāk risinājumiem.

Ideju ģenerēšana ir piemērota daudziem mācību un administratīviem lēmumiem, kas tiek pieņemti skolās. Tā ir visnoderīgākā daudzu dažādu—un, iespējams, dažu unikālu—ideju ģenerēšanai (Isaksen & Gaulin, 2005). Pieņemsim, ka jauns skolas direktors konstatē zemu personāla morāli. Personāla locekļi piekrīt, ka ir nepieciešama labāka komunikācija. Klašu vadītāji tiekas ar direktoru, un grupa nonāk pie šādiem potenciālajiem risinājumiem: Rīkot iknedēļas sanāksmes ar personālu, izsūtīt iknedēļas (elektronisko) biļetenu, izlikt paziņojumus uz ziņojumu dēļa, rīkot iknedēļas sanāksmes ar klašu vadītājiem (pēc kurām viņi tiekas ar skolotājiem), bieži sūtīt e-pasta informatīvus ziņojumus, veikt paziņojumus pa skaļruņu sistēmu. Grupa formulē divus kritērijus: (a) minimāli laikietilpīgi skolotājiem un (b) minimāli traucējoši nodarbībām. Ņemot vērā šos kritērijus, viņi nolemj, ka direktoram jāizsūta iknedēļas biļetens un bieži e-pasta ziņojumi, kā arī jātiekas ar klašu vadītājiem kā grupai. Lai gan tas prasīs laiku, sanāksmes starp direktoru un klašu vadītājiem būs mērķtiecīgākas nekā sanāksmes starp direktoru un visu personālu.

Problēmu risināšana bieži ir saistīta ar mācīšanos, taču šie jēdzieni nav sinonīmi. Saskaņā ar mūsdienu informācijas apstrādes viedokli (Anderson, 1990, 1993, 2000), problēmu risināšana ietver produkcijas sistēmu ieguvi, saglabāšanu un izmantošanu, kas ir stāvokļa-darbības secību (noteikumu) tīkli, kuros nosacījumi ir apstākļu kopumi, kas aktivizē sistēmu, un darbības ir darbību kopumi, kas notiek (Anderson, 1990; Andre, 1986). Produkcijas sistēma sastāv no ja-tad apgalvojumiem. Ja apgalvojumi (nosacījums) ietver mērķi un testa apgalvojumus, tad apgalvojumi ir darbības.

Produkcijas ir procesuālo zināšanu formas, kas ietver deklaratīvās zināšanas un nosacījumus, saskaņā ar kuriem šīs formas ir piemērojamas. Produkcijas tiek attēlotas LTM kā propozicionāli tīkli un tiek iegūtas tādā pašā veidā kā citas procesuālās zināšanas. Produkcijas arī ir hierarhiski organizētas ar pakārtotām un pārkārtotām produkcijām. Lai atrisinātu divus vienādojumus ar diviem nezināmajiem, vispirms vienu nezināmo attēlo kā otra nezināmā izteiksmi (pakārtotā produkcija), pēc tam atrisina otro nezināmo (produkcija) un izmanto šo vērtību, lai atrisinātu pirmo nezināmo (pārkārtotā produkcija).

Produkcijas var būt vispārīgas vai specifiskas. Specifiskās produkcijas attiecas uz saturu labi definētās jomās. Turpretim heiristikas ir vispārīgas produkcijas, jo tās attiecas uz daudzveidīgu saturu. Līdzekļu-mērķu analīzi varētu attēlot šādi (Anderson, 1990):

Ja mērķis ir pārveidot pašreizējo stāvokli mērķa stāvoklī un D ir lielākā atšķirība starp stāvokļiem -> Tad iestatiet kā apakšmērķus:

1. Lai novērstu atšķirību D
2. Lai pārveidotu iegūto stāvokli mērķa stāvoklī.

Pēc tam būs jāizmanto otra produkcija ar ja-tad apgalvojumu, “Ja mērķis ir novērst atšķirību D.” Šī secība turpinās, līdz apakšmērķi ir identificēti specifiskā līmenī; pēc tam tiek piemēroti domēna specifiski noteikumi. Īsāk sakot, vispārīgās produkcijas tiek sadalītas līdz līmenim, kurā tiek piemērotas domēna specifiskās zināšanas. Produkcijas sistēmas piedāvā līdzekli vispārīgu ar specifiskām problēmu risināšanas procedūrām sasaistīšanai. Citas problēmu risināšanas stratēģijas (piemēram, analoģiska spriešana) arī var tikt attēlotas kā produkcijas.

Skolas mācībām, kas ir ļoti regulētas, var nebūt nepieciešama problēmu risināšana. Problēmu risināšana nav piemērojama, ja studentiem ir mērķis un skaidrs līdzeklis tā sasniegšanai. Problēmu risināšana kļūst svarīgāka, kad skolotāji attālinās no stingras, ļoti reglamentētas apmācības un veicina studentu oriģinālāku un kritisku domāšanu. Pie tā Nikovskijas skolotāji strādāja pēc tikšanās ar Megu. Izglītībā ir vērojama tendence veicināt studentu problēmu risināšanu, un daudzi pedagogi uzskata, ka šī tendence turpināsies. Pa to laiku studentiem ir jāapgūst gan vispārīgas, gan specifiskas problēmu risināšanas stratēģijas, lai viņi varētu tikt galā ar šīm papildu prasībām, kas saistītas ar mācīšanos.

Līdzīgi kā prasmju apguves gadījumā, pētnieki ir konstatējuši atšķirības starp iesācēju un ekspertu problēmu risinātājiem (Andersons, 1990, 1993; Brunings u.c., 2004; Resniks, 1985). Viena atšķirība ir saistīta ar darba atmiņas (DA) prasībām. Ekspertu problēmu risinātāji neaktivizē lielu daudzumu potenciāli būtiskas informācijas; viņi identificē galvenās problēmas iezīmes, saista tās ar pamatzināšanām un ģenerē vienu vai nelielu skaitu potenciālo risinājumu (Maiers, 1992). Eksperti samazina sarežģītas problēmas līdz pārvaldāmam izmēram, atdalot problēmtelpu no lielākas uzdevumu vides, kas ietver faktu un zināšanu jomu, kurā problēma ir ietverta (Ņūels un Saimons, 1972). Apvienojumā ar faktu, ka eksperti var paturēt vairāk informācijas DA (Či, Glazers un Fars, 1988), šis samazināšanas process saglabā būtisku informāciju, atmet nebūtisku informāciju, iekļaujas DA ierobežojumos un ir pietiekami precīzs, lai ļautu rast risinājumu.

Eksperti bieži izmanto stratēģiju, kas vērsta uz virzību uz priekšu, identificējot problēmas formātu un ģenerējot pieeju, kas tai atbilst (Maiers, 1992). Tas parasti ietver problēmas sadalīšanu daļās un daļu secīgu risināšanu (Brunings u.c., 2004). Tomēr iesācēju problēmu risinātāji bieži mēģina risināt problēmas pa daļām, daļēji tāpēc, ka viņu atmiņās ir sliktāka organizācija. Viņi var izmantot izmēģinājumu un kļūdu metodi vai mēģināt strādāt atpakaļ no tā, ko viņi mēģina atrast, līdz problēmas dotumiem – neefektīva stratēģija, ja viņi nezina nepieciešamos apakšsoļus (Maiers, 1992). Viņu līdzekļu un mērķu analīzes bieži vien balstās uz problēmu virspusējām iezīmēm. Matemātikā iesācēji, saskaroties ar teksta uzdevumiem, ģenerē formulas no atmiņas. Mēģinājums uzglabāt lieku informāciju DA apgrūtina viņu domāšanu (Resniks, 1985).

Eksperti un iesācēji atšķiras arī pēc specifiskām pamatzināšanām, lai gan, šķiet, viņi ir salīdzināmi zinoši vispārējo problēmu risināšanas stratēģiju jomā (Elsteins, Šulmans un Sprafka, 1978; Saimons, 1979). Ekspertiem ir plašākas un labāk organizētas ilgtermiņa atmiņas (ITA) struktūras savā kompetences jomā (Či u.c., 1981). Jo vairāk zināšanu eksperti var izmantot problēmu risināšanā, jo lielāka iespējamība, ka viņi tās atrisinās, un jo labāka viņu atmiņas organizācija veicina efektivitāti.

Kvalitatīvas atšķirības ir acīmredzamas tajā, kā zināšanas ir strukturētas atmiņā (Či, Glazers un Rīss, 1982). Ekspertu zināšanas ir hierarhiski organizētākas. Eksperti mēdz klasificēt problēmas atbilstoši “dziļajai struktūrai”, savukārt iesācēji vairāk paļaujas uz virspusējām iezīmēm (Hardimans, Difresns un Mestre, 1989). Interesanti, ka iesācēju apmācība atpazīt dziļās iezīmes uzlabo viņu sniegumu salīdzinājumā ar neapmācītiem iesācējiem.

Iesācēji parasti reaģē uz problēmām atkarībā no tā, kā tās tiek pasniegtas; eksperti pārinterpretē problēmas, lai atklātu pamatstruktūru, kas, visticamāk, atbilst viņu pašu ITA tīklam (Resniks, 1985). Iesācēji mēģina tieši pārvērst doto informāciju formulās un atrisināt trūkstošos lielumus. Tā vietā, lai ģenerētu formulas, eksperti sākotnēji var uzzīmēt diagrammas, lai precizētu attiecības starp problēmas aspektiem. Viņi bieži vien konstruē jaunu problēmas versiju. Līdz brīdim, kad viņi ir gatavi veikt aprēķinus, viņi parasti ir vienkāršojuši problēmu un veic mazāk aprēķinu nekā iesācēji. Strādājot, eksperti labāk uzrauga savu sniegumu, lai novērtētu mērķu progresu un izmantotās stratēģijas vērtību (Gaņē u.c., 1993).

Visbeidzot, eksperti pavada vairāk laika plānošanai un analīzei. Viņi ir pārdomātāki un nevirzās uz priekšu, kamēr viņiem nav kāda stratēģija prātā. Mūrs (1990) atklāja, ka pieredzējuši skolotāji pavada vairāk laika plānošanai nekā mazāk pieredzējuši skolotāji, kā arī vairāk laika jaunu klašu izpētei. Šāda plānošana atvieglo stratēģijas īstenošanu.

Rezumējot, atšķirības starp iesācēju un ekspertu problēmu risinātājiem ir daudzas. Salīdzinot ar iesācējiem, eksperti:

• Ir vairāk deklaratīvo zināšanu
• Ir labāka zināšanu hierarhiskā organizācija
• Pavada vairāk laika plānošanai un analīzei
• Vieglāk atpazīst problēmu formātus
• Pārstāv problēmas dziļākā līmenī
• Rūpīgāk uzrauga savu sniegumu
• Labāk saprot stratēģijas izmantošanas vērtību

Spriešana attiecas uz garīgajiem procesiem, kas saistīti ar loģisku argumentu ģenerēšanu un izvērtēšanu (Andersons, 1990). Spriešana sniedz secinājumu no domām, uztverēm un apgalvojumiem (Džonsons-Lērds, 1999), un tā ietver problēmu risināšanu, lai izskaidrotu, kāpēc kaut kas notika vai kas notiks (Hants, 1989). Spriešanas prasmes ietver precizēšanu, pamatu, secinājumus un izvērtēšanu (Eniss, 1987; Kvellmalcs, 1987).

Precizēšana

Precizēšanai nepieciešams identificēt un formulēt jautājumus, analizēt elementus un definēt terminus. Šīs prasmes ietver noteikšanu, kuri elementi situācijā ir svarīgi, ko tie nozīmē un kā tie ir saistīti. Dažreiz tiek uzdoti zinātniski jautājumi, bet citreiz studentiem jāizstrādā jautājumi, piemēram, “Kāda ir problēma, hipotēze vai tēze?” Precizēšana atbilst problēmu risināšanas reprezentācijas fāzei; studenti definē problēmu, lai iegūtu skaidru mentālo reprezentāciju. Maz produktīvas spriešanas notiek bez skaidra problēmas formulējuma.

Pamats

Cilvēku secinājumus par problēmu atbalsta informācija no personīgiem novērojumiem, citu cilvēku paziņojumiem un iepriekšējiem secinājumiem. Svarīgi ir spriest par avota ticamību. To darot, jānošķir fakts, viedoklis un pamatots spriedums. Pieņemsim, ka aizdomās turamais, bruņots ar ieroci, tiek aizturēts netālu no slepkavības vietas. Tas, ka aizdomās turamajam aresta laikā bija ierocis, ir fakts. Laboratorijas testi ar ieroci, lodēm un upuri noved pie pamatota sprieduma, ka ierocis tika izmantots noziegumā. Kāds, kurš izmeklē lietu, var būt viedoklis, ka aizdomās turamais ir slepkava.

Secinājums

Zinātniskā spriešana notiek induktīvi vai deduktīvi. Induktīvā spriešana attiecas uz vispārīgu noteikumu, principu un jēdzienu izstrādi, pamatojoties uz novērojumiem un zināšanām par konkrētiem piemēriem (Pellegrino, 1985). Tas prasa noteikt modeli un ar to saistītos secinājumu noteikumus (Hunt, 1989). Cilvēki spriež induktīvi, kad viņi iegūst līdzības un atšķirības starp konkrētiem objektiem un notikumiem un nonāk pie vispārinājumiem, kurus pārbauda, piemērojot tos jaunai pieredzei. Indivīdi saglabā savus vispārinājumus, kamēr tie ir efektīvi, un viņi tos modificē, kad viņi piedzīvo konfliktējošus pierādījumus.

Daži no biežāk izmantotajiem uzdevumu veidiem, ko izmanto, lai novērtētu induktīvo spriešanu, ir klasifikācijas, jēdzienu un analoģiju problēmas. Apsveriet šādu analoģiju (Pellegrino, 1985):

• cukurs : salds :: citrons : ______
• dzeltens skābs auglis izspiest tēja

Atbilstošās mentālās operācijas atspoguļo ražošanas sistēmas veidu. Sākumā apmācāmais mentāli atspoguļo katra analoģijas termina kritiskās iezīmes. Viņš aktivizē tīklus LTM, kas ietver katru terminu, kas satur terminu kritiskās iezīmes, iekļaujot pakārtotus un augstākus jēdzienus. Pēc tam viņš salīdzina pirmā pāra iezīmes, lai noteiktu saikni. “Salds” ir cukura īpašība, kas ietver garšu. Pēc tam viņa meklē “citrona” tīklā, lai noteiktu, kura no piecām uzskaitītajām iezīmēm atbilst nozīmei “citrons”, kā “salds” atbilst “cukuram”. Lai gan visi pieci termini, visticamāk, ir saglabāti viņas “citrona” tīklā, tikai “skābs” tieši ietver garšu.

Bērni sāk demonstrēt pamata induktīvo spriešanu apmēram 8 gadu vecumā. Attīstoties, bērni var spriest ātrāk un ar sarežģītāku materiālu. Tas notiek tāpēc, ka viņu LTM tīkli kļūst sarežģītāki un labāk saistīti, kas savukārt samazina slodzi WM. Lai palīdzētu veicināt induktīvo domāšanu, skolotāji var izmantot vadītu atklājumu pieeju, kurā bērni apgūst dažādus piemērus un mēģina formulēt vispārīgu noteikumu. Piemēram, bērni var savākt lapas un formulēt dažus vispārīgus principus, kas ietver dažādu koku lapu kātiņus, dzīslas, izmērus un formas. Skolotāji var uzdot studentiem problēmu, piemēram, “Kāpēc metāls grimst ūdenī, bet metāla kuģi peld?” Tā vietā, lai pateiktu studentiem, kā atrisināt problēmu, skolotājs var nodrošināt materiālus un mudināt viņus formulēt un pārbaudīt hipotēzes, strādājot pie uzdevuma. Phye (1997; Klauer & Phye, 2008) apsprieda efektīvas mācību metodes un programmas, kas ir izmantotas, lai mācītu induktīvo spriešanu studentiem.

Deduktīvā spriešana attiecas uz secinājumu noteikumu piemērošanu problēmas formālam modelim, lai izlemtu, vai konkrēti gadījumi loģiski izriet. Kad indivīdi spriež deduktīvi, viņi virzās no vispārīgiem jēdzieniem (premisām) uz konkrētiem gadījumiem (secinājumiem), lai noteiktu, vai pēdējie izriet no pirmajiem. Dedukcija ir pamatota, ja premisas ir patiesas un ja secinājums loģiski izriet no premisām (Johnson-Laird, 1985, 1999).

Lingvistiskie un deduktīvās spriešanas procesi ir cieši saistīti (Falmagne & Gonsalves, 1995; Polk & Newell, 1995). Viens no dedukcijas problēmu veidiem ir trīs terminu sērija (Johnson-Laird, 1972). Piemēram,

• Ja Karen ir garāka par Tīnu, un ->; (ģenerējot modeli)
• Ja Mērija Beta nav tik gara kā Tīna, tad ->; (atkārtoti apstiprinot patern)
• Kas ir garākais? => (raksts pabeigts)

Ar šo problēmu izmantotie problēmu risināšanas procesi ir līdzīgi iepriekš apspriestajiem. Sākumā tiek veidots problēmas mentālais attēlojums, piemēram, , . Pēc tam tiek strādāts uz priekšu, apvienojot apgalvojumus ( ), lai atrisinātu problēmu. Attīstības faktori ierobežo bērnu prasmju risināt šādas problēmas. Bērniem var būt grūtības paturēt atbilstošu problēmu informāciju WM un viņi var nesaprast valodu, ko izmanto, lai izteiktu attiecības.

Cits deduktīvās spriešanas problēmu veids ir silogisms. Silogismus raksturo premisas un secinājums, kas satur vārdus visi, neviens un daži. Šīs ir paraugu premisas:

• Visi universitātes profesori ir slinki. -> (kontekstuāla vispārināšana)
• Daži studenti nav slinki. -> (kontekstuāla izslēgšana)
• Neviens bakalaura students nav slinks. -> (strīda atrisināšana)

Šāds ir paraugs silogisms:

• Visi Kena klases studenti labi pārzina matemātiku. -> (premisas ierosinājums)
• Visi studenti, kuri labi pārzina matemātiku, apmeklēs koledžu. -> (aizspriedumu veidošana)
• (Tāpēc) Visi Kena klases studenti apmeklēs koledžu. -> (vispārīgs pieņēmums)

Pētnieki debatē par to, kādus mentālos procesus cilvēki izmanto silogismu risināšanai, tostarp to, vai cilvēki attēlo informāciju kā Venna (apļa) diagrammas vai kā apgalvojumu virknes (Johnson-Laird, 1985). Silogismu ražošanas sistēmas analīze sniedz pamata noteikumu: silogisms ir patiess tikai tad, ja nav iespējams interpretēt premisas, lai tās norādītu uz secinājuma pretējo; tas ir, silogisms ir patiess, ja vien netiek atrasts izņēmums no secinājuma. Pētījumiem jāizpēta noteikumu veidi, ko cilvēki piemēro, lai pārbaudītu, vai silogisma premisas pieļauj izņēmumu.

Ir ierosināti dažādi viedokļi, lai izskaidrotu deduktīvās spriešanas mehānismus (Johnson-Laird, Byrne, & Tabossi, 1989). Viens viedoklis ir tāds, ka spriešana notiek, pamatojoties uz formāliem secinājumu noteikumiem. Cilvēki apgūst noteikumus (piemēram, modus ponens noteikums regulē “if p then q” apgalvojumus) un pēc tam saskaņo gadījumus ar noteikumiem.

Otrs, saistīts viedoklis postulē satura specifiskus noteikumus. Tos var izteikt kā ražošanu, tā ka konkrēti gadījumi aktivizē ražošanas noteikumus. Tādējādi ražošana var ietvert visas automašīnas un var tikt aktivizēta, kad tiek atrasta konkrēta automašīna (“mans zīmols X”).

Trešais viedoklis ir tāds, ka spriešana ir atkarīga no semantiskām procedūrām, kas meklē premisu interpretācijas, kas ir pretrunā secinājumiem. Saskaņā ar šo viedokli cilvēki konstruē vienu vai vairākus mentālos modeļus apgalvojumiem, ar kuriem viņi saskaras (premisu interpretācijas); modeļi atšķiras pēc struktūras un tiek izmantoti, lai pārbaudītu situācijas loģiku. Studenti var atkārtoti pārkodēt problēmu, pamatojoties uz informāciju; tādējādi dedukcija lielā mērā ir verbālās spriešanas veids (Polk & Newell, 1995). Johnson-Laird un kolēģi (Johnson-Laird, 1999; Johnson-Laird, Byrne, & Schaeken, 1992; Johnson-Laird et al., 1989) ir paplašinājuši šo semantisko analīzi uz dažādām secinājumu klasēm (piemēram, tām, kas ietver if, or, and, not un vairākus kvantorus). Turpmāki pētījumi arī palīdzēs noteikt šo teorētisko analīžu mācību sekas.

Novērtēšana

Novērtēšana ietver kritēriju izmantošanu, lai spriestu par problēmas risinājuma atbilstību. Novērtējot, studenti risina tādus jautājumus kā: “Vai datu ir pietiekami, lai atrisinātu problēmu?”, “Vai man ir nepieciešama papildu informācija?” un “Vai mani secinājumi ir balstīti uz faktiem, viedokļiem vai pamatotiem spriedumiem?”. Novērtēšana ietver arī lēmumu pieņemšanu par to, kas būtu jādara tālāk, tas ir, hipotēžu formulēšanu par nākotnes notikumiem, pieņemot, ka līdz šim problēmu risināšana ir pareiza.

Arī deduktīvo spriešanu var ietekmēt saturs, neatkarīgi no loģikas. Vasons (1966) dalībniekiem priekšā nolika četras kārtis (parādot A B 2 3). Viņiem teica, ka katra kārts vienā pusē ir burts, bet otrā – skaitlis, un viņiem tika dots nosacījuma noteikums: “Ja kārtij vienā pusē ir A, tad otrā pusē ir 2”. Viņu uzdevums bija atlasīt kārtis, kas jāapgriež, lai noteiktu, vai noteikums ir patiess. Lai gan lielākā daļa dalībnieku izvēlējās A kārti un daudzi izvēlējās arī 2, daži izvēlējās 3; tomēr tā ir jāapgriež, jo, ja otrā pusē ir A, tad noteikums ir nepatiess. Kad saturs tika mainīts uz ikdienas vispārinājumu (piemēram, burts = matu krāsa, skaitlis = acu krāsa, A = blondi mati, 2 = zilas acis), lielākā daļa cilvēku izdarīja pareizās izvēles (Wason & Johnson-Laird, 1972). Šie rezultāti liecina par to, cik svarīgi ir nepieņemt vispārinājumus spriešanā, bet gan dot studentiem pieredzi darbā ar dažāda veida saturu.

Metakognitīvie procesi ietekmē visus zinātniskās spriešanas aspektus. Izglītojamie uzrauga savus centienus, lai nodrošinātu, ka jautājumi ir pareizi uzdoti, ka dati no atbilstošiem avotiem ir pieejami un tiek izmantoti secinājumu izdarīšanai un ka novērtēšanā tiek izmantoti atbilstoši kritēriji. Spriešanas apmācībai ir nepieciešama apmācība prasmēs un metakognitīvās stratēģijās. Šķiet, ka svarīga ir arī kognitīvā slodze. Zinātniskā spriešana ir sarežģīta, ja vienlaikus jāapstrādā vairāki informācijas avoti, kas noslogo darba atmiņu. Karlsons u.c. (2003) atklāja, ka studentu sniegums dabaszinātnēs uzlabojās, izmantojot divas procedūras, kas paredzētas kognitīvās slodzes samazināšanai: diagrammas un instrukcijas, kas samazināja vienlaikus apstrādājamās informācijas apjomu.

Saiknes starp mācīšanos un problēmu risināšanu liecina, ka studenti var apgūt heiristikas un stratēģijas un kļūt par labākiem problēmu risinātājiem (Bruning et al., 2004). Turklāt, lai informācija tiktu saistīta atmiņā, vislabāk ir integrēt problēmu risināšanu ar akadēmisko saturu (kā Meg ieteica ievada scenārijā), nevis mācīt problēmu risināšanu ar atsevišķām programmām. Nokes, Dole un Hacker (2007) atklāja, ka heiristiku apmācību var ieviest klases mācīšanā, nezaudējot studentu satura apguvi.

Andre (1986) uzskaitīja vairākus ieteikumus, kas ir balstīti uz teoriju un pētījumiem un kas ir noderīgi studentu apmācībai problēmu risināšanas prasmēs, īpaši, ja tie atspoguļo izveides atmiņā.

• Nodrošiniet studentus ar metaforiskiem attēlojumiem. Konkrēts analoģisks fragments, kas studentiem tiek dots pirms mācību fragmenta, atvieglo mācīšanos no mērķa fragmenta.
• Lūdziet studentiem verbalizēt problēmu risināšanas laikā. Domu verbalizācija problēmu risināšanas laikā var atvieglot problēmu risinājumus un mācīšanos.
• Izmantojiet jautājumus. Uzdodiet studentiem jautājumus, kas prasa viņiem praktizēt apgūtos jēdzienus; var būt nepieciešami daudzi šādi jautājumi.
• Sniedziet piemērus. Sniedziet studentiem daudz izstrādātu piemēru, kas parāda problēmu risināšanas stratēģiju pielietojumu. Studentiem var būt grūtības patstāvīgi saskatīt, kā stratēģijas attiecas uz situācijām.
• Koordinējiet idejas. Parādiet, kā ražošana un zināšanas ir saistītas viena ar otru un kādā secībā tās varētu būt jāpiemēro.
• Izmantojiet atklājumu mācīšanos. Atklājumu mācīšanās bieži vien atvieglo pārnesi un problēmu risināšanu labāk nekā skaidrojoša mācīšana. Atklājums var piespiest studentus ģenerēt noteikumus no piemēriem. To pašu var panākt ar skaidrojošu mācīšanu, bet atklājums var būt piemērotāks noteiktam saturam (piemēram, zinātnes eksperimentiem).
• Sniedziet mutisku aprakstu. Studentiem var būt noderīgi sniegt mutisku stratēģijas aprakstu un tās pielietošanas noteikumus.
• Māciet mācīšanās stratēģijas. Izglītojamajiem var būt nepieciešama palīdzība efektīvu mācīšanās stratēģiju izmantošanā.
• Izmantojiet mazas grupas. Vairāki pētījumi ir atklājuši, ka mācīšanās mazās grupās palīdz attīstīt studentu problēmu risināšanas prasmes. Grupas dalībniekiem ir jābūt atbildīgiem par savu mācīšanos, un visiem studentiem ir jādalās darbā.
• Uzturiet pozitīvu psiholoģisko klimatu. Psiholoģiskie faktori ir svarīgi efektīvai problēmu risināšanai. Samaziniet pārmērīgu trauksmi studentu vidū un palīdziet radīt pašefektivitātes sajūtu studentu vidū, lai uzlabotu savas prasmes.

Vēl viens mācību ieteikums ir pakāpeniski ieviest problēmu risināšanu, kas var būt īpaši noderīgi studentiem, kuriem ir maza pieredze ar to. To var izdarīt, izmantojot izstrādātus piemērus (Atkinson, Renkl & Merrill, 2003; Renkl & Atkinson, 2003; apspriests vēlāk šī kursa sadaļā). Piemēram, matemātikas tekstos bieži ir norādīts likums vai teorēma, kam seko viens vai vairāki izstrādāti piemēri. Pēc tam studenti risina salīdzināmas problēmas, piemērojot darbības no izstrādātajiem piemēriem (analoģiskās argumentācijas veids). Renkl un Atkinson ieteica paļauties uz piemēriem mācīšanās sākuma posmos, kam seko pāreja uz problēmu risināšanu, studentiem attīstot prasmes. Šis process arī palīdz samazināt prasības WM vai kognitīvo slodzi, ko izjūt izglītojamie. Tādējādi pāreja varētu notikt šādi. Sākotnēji tiek dots pilnīgs piemērs, pēc tam piemērs, kurā ir izlaists viens solis. Ar katru nākamo piemēru tiek izlaists papildu solis, līdz izglītojamie sasniedz neatkarīgu problēmu risināšanu.

Uz problēmām balstīta mācīšanās (PBL; Hmelo-Silver, 2004) piedāvā vēl vienu mācību pielietojumu. Šajā pieejā studenti strādā grupās pie problēmas, kurai nav vienas pareizas atbildes. Studenti nosaka, kas viņiem jāzina, lai atrisinātu problēmu. Skolotāji darbojas kā koordinatori, sniedzot palīdzību, bet ne atbildes. Ir pierādīts, ka PBL ir efektīva problēmu risināšanas un pašregulācijas prasmju mācīšanā, bet lielākā daļa pētījumu ir veikti medicīnas un apdāvināto izglītībā (Evenson, Salisbury-Glennon & Glenn, 2001; Hmelo-Silver, 2004). PBL ir noderīga jēgpilnu problēmu izpētei. Tā kā tas ir laikietilpīgs, skolotājiem jāapsver tā piemērotība, ņemot vērā mācību mērķus.