За пределами STEM-образования
Всё, что происходит вокруг STEM-образования сегодня -- это инерция движения по линии "объективного" системного подхода. Образец STEM берётся из "дедушкиной системной инженерии" образца где-то до середины 1975 года, где системы были "объективными" и поэтому "объективная" формализация шла по линии физики-математики. А потом за десяток лет жизнь изменилась, в системном подходе в его инженерной версии появились стейкхолдеры, и вся "объективность" оказалась субъективной, основанной на интересах (concern) этих стейкхолдеров -- вся эта математика-физика оказалась глубоко посаженной на интересы людей. Сами даже западные математики-физики, даже советские социалистические насквозь системотехники это не отследили, в результате обычный STEM сегодня неполноценен, в нём не учтена человеческая деятельность. Нужен STEM++. Какие дисциплины туда должны войти? Краткий списочек я уже давал в http://ailev.livejournal.com/1283133.html, а тут рассортирую его:
1. Классический STEM (https://en.wikipedia.org/wiki/Science,_technology,_engineering,_and_mathematics):
-- наука (естественные науки: классические физика, химия, биология и т.д., редко когда computer science, но тоже бывает). Тут физическая компетентность (связь математики с физическим миром прежде всего), остальное по большому счёту бантики "для эрудиции".
-- технология (чаще всего понимается как умение работать на "станочках" -- типовые уроки труда, ещё не инженеры, а только "техники")
-- инженерия -- инженеры-механики, электрики и прочие инженеры, часто и software engineers (с не слишком большим знанием computer science и data modeling)
-- математика: алгебраическая компетентность, включая линейную алгебру, геометрическая компетентность (наглядная геометрия, потом с выходом в работу 3D САПР), статистическая (и, желательно, байесовская) компетентность. И ещё тут учитываем компьютерную математику, а не работу только карандашом по бумажке: https://www.ted.com/talks/conrad_wolfram_teaching_kids_real_math_with_computers/transcript?language=ru
2. За пределами STEM, развитие мыслительных компетенций -- абстрагирования, осознанности, адекватности, разумности:
-- логическая компетентность, "логика науки" и "логика инженерии" (правильные рассуждения, в том числе в рамках матлогики, и на естественном языке). Тут не только булевская логика, но и её расширения в вероятности (по линии Jaynes "Probability theory: the logic of science", http://bookzz.org/book/539703/d8b66c). Именно тут связь строгого и правдоподобного рассуждений, работа с эвристиками по Billy Koen "Discussion of the method" http://bookzz.org/book/1244349/defe5d.
-- онтология и моделирование данных (в STEM обычно выпадают): как на базе разных foundational ontologies строить разные upper ontologies (большие картины мира) и далее что-то делать с предметными онтиками. Вот тут Chris Partridge, http://www.borosolutions.co.uk/research/content/files/books/BusObj-Printed-20050531-with-watermark.pdf
-- языковая компетентность (функциональная грамотность -- умение понимать нарратив и производить нарратив: можно получить её только при работе с несколькими языками, на одном русском её не получишь)
-- (кибер)психотехническая компетентность (openmeta), тут живёт осознанность, понимание своих прокрастинационных предпочтений и лености, контроль уровня сосредоточенности, знакомство с собственными заскоками и умение ладить с миром.
-- системный подход (хотя бы в объеме http://ailev.livejournal.com/1278600.html)
-- алгоритмическая компетентность (та самая алгоритмика из computer science, в том числе развитая в сторону умений планировать -- алгоритмику, а не "компьютерную технологию/грамотность" в школах СССР ещё вводили именно для этого, а не для умения работать с компьютером-станочком)
-- вычислимость как таковая (computer science), хотя бы в объеме SICP, https://wizardforcel.gitbooks.io/sicp-in-python/content/index.html. А дальше -- парадигмы программирования.
-- системная инженерия (требования, архитектура, испытания, жизненный цикл и управление конфигурацией, и т.д.), без этого любая другая инженерия будет кустарна.
-- какая-то работа с распределёнными представлениями и их связью с символьными представлениями (тут ещё мало кто понимает, но без этого уже в 21 веке нельзя). Это ещё только формируется, инженерия систем машинного обучения, http://www.slideshare.net/ailev/alevenchuk-machine-learning-engineering, http://ailev.livejournal.com/1205999.html. Очень интересно об этой новой дисциплине, застрявшей между математикой, физикой, лингвистикой (http://ailev.livejournal.com/1283541.html) и программированием написано тут: https://habrahabr.ru/post/307024/. Базовые представления о пространстве значений (например, по линии Peter Gardenfors, The Geometry of Meaning: Semanics Based on Conceptual Spaces -- http://bookzz.org/book/2514718/f34e5e)
-- праксиология, социология, экономика (и предпринимательство), право. Ибо живём в мире людей и нужно уметь думать про их деятельность.
-- эволюционные и экологические представления (тут даже не знаю, куда это отнести -- но без них трудно понимать, например, тексты типа "против целей", http://ailev.livejournal.com/1254147.html).
Мне могут возражать, что в STEM это всё есть. Ну, иногда бывает в разговорах про STEM, на уровне хотелок, и отнюдь не всё. Это всё beyond STEM, за пределами STEM. Ну не учат в STEM тому же абстрагированию -- а ведь это важнейшее умение, только абстракции помогут удержать в голове хоть в каком-то единстве разбросанные далеко-далеко друг от друга знания (см. обоснование, например, тут -- необходимость глубины, этажерки абстраций, наличия дисциплины движения "по вертикали" среди огромных горизонтальных пластов линеаризованного в текстах знания: http://ailev.livejournal.com/1274014.html). Мы должны учить глубине! Мы должны учить "мета", двигаться по вертикали, а не только в горизонталях предметного мышления. В школе учат предметно "по горизонтали", STEM этого не избегает -- только предметы он выбирает вполне определённые и настаивает на их взаимосвязи. А я тут про "предметы межпредметья", ими нужно заниматься!
Хотя я готов согласиться даже на заимствование популярного имени -- пусть это будет STEM++, хотя я бы склонялся к обратному: говорить, что это у меня образовательная основа, из "человека дикого", человека-кустаря получение "человека разумного", а в STEM к "разумности" добавляют прикладные её аспекты технологии и инженерии (математику и физику как приложение математики к миру при этом я бы причислял, конечно, к себе -- в основы разумности).
Пока я призываю к STEM++, в котором учтены люди и общее их умение думать (не только вычислять), в школе со скоростью пожара распространяется неполноценный STEM--, в котором развивается только прикладной аспект. Это идёт под флагом кружков рукоделия под гордым именем "проекты", см. длинный тред https://www.facebook.com/shperk/posts/10157195239750153. Я в этом треде тоже отметился. Я не против проектов, проекты нужны! Без формального образования (http://ailev.livejournal.com/1263511.html -- "формальное образование в эпоху перемен"), которое преодолевает свою "теоретичность", оторванность от жизни в проектах, мы не получим думающих творцов. Получим только "просто творцов", но не думающих -- только "чувствующих", ремесленников, которые могут только повторить что-то подсмотренное у мастера, ибо в голове у них нет теории, нет "разумности" и осознанности, только "интуитивность". На "проектах" без теоретической подготовки, которую эти проекты закрепляют, можно вырастить толпы Кулибиных и Левшей, которые дадут потрясающие примеры ремесленных "шедевров" для кунсткамер и музеев техники всего мира, но в серию это всё уникальное искусство запустить будет невозможно.
Опять же, формальное образование (в противопоставление материальному), весь этот STEM++ просто требует проектной деятельности, ибо нужен навык работы с теорией in the wild, когда у тебя нет поставленных задач и тебе нужно уметь увидеть предмет не в задачке из тренажёра, а в бурлящей и сбивающей с толку жизни. Учебные "проекты", и только они, только реальные большие работы дают возможность преодолеть барьер между книжным знанием и жизнью. Вот тут первые два пункта в достижении ментальной беглости дают на тренажёрах необходимое теоретическое знание, но для третьего пункта необходимы проекты (пост про curriculum learning для системного тренажёра): http://ailev.livejournal.com/1282190.htm
Поэтому я и говорю: нужно "мимо школы" (хоть начальной, хоть средней, хоть высшей), иначе ничего не получится -- чиновники совершенно искренне испортят всё дело, ибо они хорошо разбираются в детях, старинных физике и математике, а также опыте предыдущих поколений педагогов. Жизнь же поменялась, и учитывать нужно совсем новые обстоятельства.
Вот я и предлагаю сделать образовательный проект (кратко описанный в http://ailev.livejournal.com/1280262.html, пост "мимо школы"), который основан на следующих принципах:
-- даются дисциплины "мимо школы", учат тому, что ни в какой школе и ни в каком ВУЗе не учили, не учат, и вряд ли когда-нибудь будут учить.
-- все эти дисциплины делают "человека разумного": развивают мозг в направлении потенциальной возможности впоследствии освоить любую прикладную дисциплину. В какой-то мере это можно назвать "учить учиться", в какой-то мере "учить думать", в какой-то мере речь идёт о междисциплинарной основе разумности. Человек выводится на уровень, в котором он может стать сам себе педагогом (пункт 4 в http://ailev.livejournal.com/1279588.html -- со всеми предостережениями оттуда).
-- все дисциплины даются не только на уровне непонятно откуда пришедшего в тренировке навыка, но и на уровне осознанности (чтобы можно было выбирать: какой навык на какой заменять, или можно было обсудить эти свои навыки с кем-то). Люди знают, какими приёмами мышления они владеют, и что они с этим потом могут сделать.
-- дисциплины тесно переплетены друг с другом в curriculum learning
-- упор не на "объяснялки", а на тренажёры (а потом и "проекты").
-- тренажёры безлюдны ("сержантский метод" -- люди нужны для организации работы на тренажёрах, а не для объяснений), высокий уровень автоматизации. И мы надеемся, что как-то удастся сдвинуть мотив на цель: сначала тренинг будет достигаться для получения каких-то морковок, а затем выяснится, что тренировки самоценны.
-- понимание, что если речь идёт о мотивации для такого обучения, то это не мотивация на участие в каких-то отдельных действиях-мероприятиях, а мотивация на изменения образа жизни, тренажёры же это на много часов в день! (обсуждалось в http://cartmendum.livejournal.com/173785.html?thread=3586521#t3586521 -- и развёрнутый пост про "зажигание мастерства" http://ailev.livejournal.com/1130190.html).
-- высокий инструментальный уровень, чтобы снизить барьеры на работу с этой образовательной системой ученика, поднять комфорт этой работы, так и снизить барьеры и поднять комфорт этой работы для методистов.
-- глубокая индивидуализация образования (адаптивное обучение, ответы на специальные запросы), это делается за счёт применения технологий машинного обучения и искусcтвенного интеллекта.
-- открытая архитектура (т.е. опубликованные API) образовательной системы, что позволяет легко добавлять какие-то образовательные модули с новыми заданиями или даже целыми курсами, а также вписывать эту образовательную систему в окружающий информационный мир (см. про Студии -- http://ailev.livejournal.com/1280626.html).
-- по мере развития проекта будет стык с оффлайн частью, проектами, где нужно будет работать руками (в какой-то мере это предмет настоящего поста) -- т.е. нужен интерфейс и по поддержке реальных командных проектов с живыми педагогами, а не "машинным сержантом". Это всё только часть blended learning обучения -- и что в этом тексте не сказано, то просто не сказано, это не значит, что в жизни этого не будет.
- ДОБАВИТЬ КОММЕНТАРИЙ
- 12 комментариев
Edutech++
1. Тренинг базовых понятий.
2. Учить думать.
По тренингу базовых понятий согласен, а вот по задаче "учить думать" возникает следующие вопросы.
Как формализовать умение думать:
- находить логически правильное решение?
- уметь видеть основные факторы и выделять ключевые факторы?
- уметь видеть основные взаимосвязи?
- уметь анализировать на определенном уровне абстракции и учитывать иерархичность?
- и т.д.
Так как умение думать является навыком, то как тренировать этот навык?
У человека в голове нейронная сетка, поэтому мы используем её особенности -- учим всему последовательно, понимая при этом, что нейронная сетка сама по себе обладает свойством генерализации.
Кратенько "как учить думать" в части базовых логических операций, поэлементно, цитируется на примере футбола и программирования тут: http://ailev.livejournal.com/1278600.html
А уж про уровни абстрации, иерархичность и т.д. -- этому мы учим.
И обратите внимание, мы учим не просто отдельным понятиям, но и связкам понятий: прокладываем между ними мостики -- а это и есть базовые операции мышления, мышлемы. После научения они будут проходить практически бессознательно, человек будет просто "видеть" и "чувствовать" результат.
А уж находить правильное решение, которое "логично" -- это нейронная сетка и сама сможет, если она натренирована перебирать не все возможные представления мира, а более-менее эффективные, привязанные к тщательно отобранным понятиям.
Собственно, это ничем не отличается от того, как учат думать в математике, или физике, или алгоритмике -- мы пытаемся просто это перенести на менее формальные предметы.
Действительно, мышление большинства специалистов напоминают "мышление" нейронной сетки - сплошные стереотипы. Но когда мы говорим "умение думать", то имеем ввиду умение решать нестандартные задачи, а это значит, что мы не можем предложить нейронной сетке ни одного правильного решения, на котором она могла бы научиться. Кроме того, умение думать предполагает умение избавляться от шаблонов в решении задач, а это так трудно.
По поводу переноса умения думать из физики в системное мышление у меня есть сомнение. В физике нужно объективное/редукционное мышление, а в системном мышлении главным является целостность, как противоположность объективности. Не могу сформулировать точнее, но интуитивно ощущаю, что во всем этом есть решаемая проблема.
Стереотип стереотипу рознь! Не нужно забывать, что нейронная сетка многоуровневая, и стереотип на высоких уровнях абстракции может вести к абсолютно нестереотипным конкретным воплощениям на более низких уровнях. Опять же, человечья нейронная сетка обобщает неплохо, при этом часть обобщений остаётся за пределами сознания -- и когда "нестандартное решение" появляется как результат такого невидимого обобщения на одном из высоких уровней абстракции, люди искренне удивляются и верят в полную немеханистичность работы своего мозга. Ну да, мозг крайне нелинеен и многоуровнев, но это не значит, что его нельзя как-то систематически учить.
Насчёт тренинга по направлениям ухода в детали или ухода в целостные гештальты -- что будете тренировать, то и получите. Моя практика показывает, что студенты довольно долго по инерции пытаются залезать внутрь системы как первое мыслительное действие. Но через несколько занятий они от этого уже вполне удерживаются. Но не сразу, не сразу. Нейронные сетки учатся медленно и требуют повторений, чтобы научение было надёжным.
Ведь проще всего нам понять проблему на основе личного опыта. Я всегда учился плохо, не любил упражнения - если я понял главное (для меня), то зачем повторять одно и тоже. В последовательности "ступеньки заинтересованности, начитанности, знания, беглости" меня интересовала и интересует только первая ступенька. Мною всегда движет интерес - одно знание порождает интерес к другому знанию. Как это происходит во мне и почему этого нет в других, я не знаю. Мне кажется, что в обучении главное не то, что рассказывает преподаватель, а то как он это делает. В лекция по системной инженерии наибольший эффект дает наглядная иллюстрация Вашего мышления, а не разъяснения по поводу отдельных элементов системной инженерии. Причем разложить по полочкам ваше мышление невозможно - можно только воспринимать непосредственно. Конечно, тренинг дадут свой эффект, но только в том случае, если в человеке появился интерес.
К обучению нужно подходить системно - включать все, что необходимо для эффективного обучения, а не надеяться только на тренинг.
Комментарий удален
Комментарий удален
1. Со школьным возрастом трудно, примером тут служит пока что алгоритмика по линии группы "Аттик" -- они прошли полный путь через производство-ВУЗ-школу и сейчас работают с дошкольниками, http://www.evrika-park.ru/kruzhok-programmirovaniya и методики в https://www.niisi.ru/piktomir/meth.htm, тренажёр их для дошкольников в https://piktomir.ru/ и много-много разных материалов в том числе у меня в журнале.
2. Самый известный способ смены внешнего мотива на внутренний -- это "сдвиг мотива на цель", http://www.psychologos.ru/articles/view/sdvig_motiva_na_cel_a.n._leontev
Ещё с этим сейчас работают игроделы -- все эти замеры играбельности и способы повышения играбельности, на которые я ссылаюсь в постах там активно обсуждаются.
А ещё обратите внимание, я пишу "мимо школы", а вы пишете "не могу представить себе, как в школе". Я тоже не могу представить, поэтому и "мимо школы".
3. Есть такая поддисциплина в педагогике, как collaborative learning -- https://en.wikipedia.org/wiki/Collaborative_learning, мы принимаем тамошние достижения во внимание, только сами не имеем ещё никаких успехов в этом направлении.
sshishka
5 августа 2016, 07:32:30 UTC