1.发现学习理论的产生
美国心理学家布鲁纳在60年代提出发现学习(Discovery Learning),认为学生不是从教师的讲述中得到一个概念或原则的知识,而是从教师提供的学习情境中通过自己探究,发现知识。这种知识是指的一种认知结构(Cognitive Structure),就是人关于现实世界的内在的编码系统,是一系列相互关联的、非具体性的类别。构成认知结构的核心是一套类别以及类别编码系统。在一个编码系统中,越是较高级的类别,它越能超越较低类别的具体性,而具有更大普遍适用性[1]。
布鲁纳十分重视掌握学科的基本结构、基本原理和概念,认为这是学生应该学习的主要内容,也是深入学习的前提[9]。要掌握学科的基本结构,就必须掌握研习学科结构的基本方法。教学应该让学生利用所提供的材料,亲自去发现应得的结论或规律,成为一个“发现者”,这充分体现了人在学习过程中的主动性。
举例来说,代数中的变换律、分配律和结合律等,是代数这门学科的基本结构和知识,小学低年级学生完全可以通过事先设计好的活动来掌握这些最基本的原理。事实上,儿童在幼儿园玩跷跷板时就知道,如果对方比自己重,自己就得往后移;如果对方比自己轻,就得往前移,否则就不可能玩跷跷板。根据这个原理,布鲁纳设计了一个天平,让8岁儿童借助动手操作、视觉映像和符号来掌握代数中的基本结构。儿童是通过自己动手去发现了这个学科里的基本知识。
发现学习认为教师的主要工作不是讲解知识,而是给学生创造一个环境,引发学生对某种现象的思考,并通过自己动手探索,总结规律,发现知识。这种学习理论自提出以后,曾在美国的教学中被广泛应用。但是很快人们也发现了发现教学的弊端。最主要的问题就是这种学习方法耗时太长,比传统的学习要多花1.3~1.5倍的时间。另一个问题是这种方法受到环境的限制,例如学生要通过发现来学习浮力定律,就需要有一套相应的实验设备,这大大增加了教育的成本,难以进行大规模的推广。而且发现学习并不是适合所有的教学内容,例如有研究者考察了两种教学方法对“只有不存在混淆变量的实验才能得出明确的实验结果”这一概念的理解,发现直接指导下的学生对概念的掌握和迁移都更好。研究者意识到,虽然发现学习在促进学生学习动机、深化学习效果、全面培养学生能力方面有很强的优势,但是也受到学习材料、学习者特点、参与程度影响。结合了指导的发现学习比单纯的发现学习能够取得更好的学习效果[10]。(www.xing528.com)
2.发现学习与计算机模拟环境
现代信息技术的发展为发现学习的实施提供了有力的支持。计算机技术、网络技术、多媒体技术、人工智能技术,这些新的技术使得教育者可以对声音、图像、文字、数字进行综合处理,构建一个仿真的情景。例如在物理教学中,由电脑构建一个虚拟的实验环境,学生通过对其中虚拟的实验设备和现象进行交互的操作,多次重复一个现象,从而对现象背后的规律进行深入的探索和学习。建立在虚拟现实技术上的发现学习,可以大大节约教育的成本和学习的时间,也能够让学生接触在现实生活中不可能接触到的内容。
互联网也为学生进行发现学习提供了新的途径,学生在教师的引导下,到网上去寻找各种各样的相关材料,包括文字、图片、视频等,学会对信息的分析、比较、取舍、归纳等。例如教师让学生到网上去寻找关于“澳大利亚”的信息,给学生指定了动物、矿产、城市、环保、畜牧业五个方面,学生搜集资料之后还要进行进一步整理和分析,并在课堂上与全班同学分享信息,用PPT或者小海报的方式介绍自己的加工过的关于澳大利亚的信息[11]。
计算机模拟发现学习中,学习者也会遇到很多困难。由于发现学习往往需要学生成为“小研究者”,要用科学研究的方法去“发现”一个知识,那么就需要学生具有基本的科学研究能力,即提出假设、设计实验、验证假设、根据事实调整假设、合理解释实验数据等等。张建伟认为在计算机模拟的科学实验中,可以给学生提供三种类型的学习支持:(1)解释性支持,帮助学生激活背景知识,基于背景知识对问题情境进行分析,形成假设,并结合理论对结论做出解释;(2)实验性支持,解释科学实验的设计思路和标准,明确实验目的,做出预测,明确实验结果,合乎逻辑地发现规则;(3)反省性知识,帮助学习者基于发现活动进行反思概括。实验表明,解释性支持对学习的促进效果十分明显,实验性支持主要对低推理能力的学生有好处[12]。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。