• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Cogmaster_Ep3bis
 

Cogmaster_Ep3bis

on

  • 486 views

 

Statistics

Views

Total Views
486
Views on SlideShare
449
Embed Views
37

Actions

Likes
0
Downloads
1
Comments
0

1 Embed 37

http://compas.risc.cnrs.fr 37

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Cogmaster_Ep3bis Cogmaster_Ep3bis Presentation Transcript

    • EP3.  Good learning  Elena Pasquinelli Educa4on, cogni4on, cerveau  Cogmaster 2010‐2011 
    • The tossed coin 
    • Why the seasons?  
    • •  “In the broad educa4onal experience, some  topics seem systema4cally to be extremely  difficult for students. Learning and teaching in  these areas are problema4c and present  persistent failures of conven4onal methods of  instruc4on. Many areas in the sciences, from  elementary school through university level, have  this characteris4c, including, in physics: concepts  of maMer and density, Newtonian mechanics,  electricity, and rela4vity; in biology: evolu4on  and gene4cs.” (DiSessa, 2006), p. 1 
    • Is that because physics is especially  difficult?  yes  no 
    • Learning sciences & conceptual  change •  Uncontroversial:  –  Students arrive to instruc4on with prior ideas  –  Prior ideas constrain successive learning •  Controversial:  –  In what consists the change?   –  What changes?  –  How does change occurs?   •  Further issues:  –  What is “understanding”?   –  How do experts differ from novices?   
    • THE NATURE OF CHANGE 
    • S. Carey: Deep reorganiza4on of  knowledge vs enrichment •  Conceptual change = deep  reorganiza4on   –  incommensurability between  conceptual systems  dis4nguishes conceptual  change from  “enrichment” (adding new  ideas or beliefs) or even mere  change of beliefs.”  •  2 main influences :  –  Thomas Kuhn  –  Jean Piaget  
    • Scien4fic revolu4ons •  Kuhn:  –  Scien4fic revolu4ons: all changes  in the shia from a paradigm to  another, including what counts  as good science  –  The shia is not just a maMer of  ra4onality and logic, but involves  sociological reasons, pragma4c  opportuni4es, etc.  –  Paradigms are reciprocally  incommensurable  –  Science is not a linear,  incremental  path from  ignorance to truth 
    • Qualita4ve changes in thought •  Piaget:  –  Stages of development  –  The way children think is  qualita4ve different from adults  •  From concrete to abstract  thinking  –  Disequilibra4on/re‐ equilibra4on  –  Accomoda4on/Assimila4on  –  Construc4vism: new ideas are  built upon old ones 
    • Construc4on of new knowledge •  Jerome Bruner has developed  Piaget’s construc4vism into an  educa4onal theory  –  Students should construct principles  by themselves from ac4ve explora4on  and construc4on:    •  Instructors must present experiences  they are ready for, and mo4vated to  learn  •  Structure the body of knowledge in a  way that can be grasped  •  Favor the extrac4on of principles  –  Knowledge is comprised in  simultaneous types of representa4ons  (no stages of development, as in  Piaget):  •  Enac4ve  •  Iconic  •  Symbolic 
    • WHAT CHANGES? HOW STRUCTURED IS THE KNOWLEDGE TO BE CHANGED? DO CHILDREN REALLY HAVE THEORIES?   
    • A. Gopnik: Theory theory •  Premise 1/ Scien4fic realism:  –  Scien4fic inves4ga4on is the right course to  find the truth •  Premiser 2/ Cogni4ve naturalism:  –  Knowledge can be understood from scien4fic  inves4ga4on of the mind •  Then: There are learning mechanisms that  allow humans to derive theories from  evidence •  It is at least logically possible that these  mechanisms are involved in our  development in other kinds of knowledge,  such as everyday knowledge  –  Children build their theory of the world using  the same cogni4ve devices that adults use to  build scien4fic theories (knowledge)   •  Observa4on and predic4on  •  Tes4ng of predic4ons  •  Revision of theories 
    • S. Vosniadou: Frameworks •  Concepts are comprised in bigger  structures that constrain them  •  Theories: structured  •  Frameworks : less structured, internal quasi‐ coherent explanatory systems •  Children do not possess theories of  the physical world, but rather  frameworks of presupposi4ons •  Change happens through enrichment  of concepts or through revision of  beliefs and presupposi4ons or  theories and frameworks •  Revision of frameworks is the most  difficult process of change 
    • M. Chi: Ontologies •  Misconcep4ons are robust: they  make surface in several situa4ons  and can be abandoned only with  great effort •  Conceptual change concerns those  contents of knowledge for which  change is really difficult:   –  No incremental informa4on,  correc4ons, tradi4onal  instruc4on  can produce change   –  Where the difficulty arises from? •  Misconcep4ons derive from  miscategoriza4ons •  = •  difficult changes concern beliefs that  have assigned to the erroneous  category 
    • J. Minstrell: Facets of par4al  knowledge •  Children’s (non‐experts, non‐ scien4sts) knowledge is not  structured, but fragmentary and  local = •  Pieces of = facets  –  Facets are schemas and parts  of  schemas that are used to reason  about the physical world.  –  Students typically choose  and apply  facets in the basis of the most striking  surface features of a problem.  –  They derive their naïve facets from  everyday experience.   –  Facets are useful in par4cular  situa4ons  –  Facets are most likely false in general,  and for the most part they are only  loosely interrelated. Thus students  can quickly fall into contradic4ons 
    • diSessa: knowledge in pieces •  Children’s knowledge is not organized in a  small number of  rela4vely well‐defined and internally consistent interpreta4ons of  force •   Knowledge is in pieces: •  intui4ve physics consists largely of hundreds or thousands of  elements = p‐primes •  They have roughly the size‐scale of Minstrell’s facets.  –  All pieces are not incorrect  –  Pieces are not coherently structured, but only loosely  –  Pieces can be highly contextual, ad‐hoc and instable: be  created on the spot  –  P‐primes can be useful to build new concepts in learning  physics •  The difficulty is not inherent to previous structures: collec4ng and  coordina4ng pieces is difficult even in the absence of a  compe4tor  –  The same difficul4es can be present when a system is  created from scratch from observa4on and when a system  requires a change  
    • HOW TO PRODUCE CHANGE?  
    • G. Posner: Conflicts and ra4onal  choices •  Children change their views only when a  conflict arises, that is, when they have  good (ra4onal) reasons to change their  mind •  And children change their mind in  accord with the most ra4onal  hypothesis  –  (1) they became dissa4sfied with their  prior concep4ons (experience a “sea of  anomalies” in Kuhn’s terms);   –  (2) the new concep4on is intelligible ;   –  (3) the new concep4on should be more  than intelligible, it should be plausible ;    –  (4) the new concep4on should appear  fruioul for future pursuits. 
    • J. Minstrell: Conflict and analogy •  Some facts are anchors for  instruc4on; others are target for  change •  the trick is to iden4fy the students’  correct intui4ons – their facets that  are consistent with formal science –  and then build on these  –  Iden4fy each facet  –  Conduct crucial experiments   –  Iden4fy the limits of each facet  •  Erroneous facets are put in conflict with  experiences, and their limits revealed  –  Correct facets are iden4fied and used  to create good explana4ons 
    • J. Clement: Use correct intui4ons and  analogies •  Analogical teaching  strategy  –  Expose misconcep4ons  through appropriate  ques4ons: e.g. no  upward force on a book  res4ng on  a table  –  Find an analogy (e.g.  hand holding up the  book) 
    • •  «1.  Instruc4on is a complex mixture of design and theory, and good intui4ve design can  override the power of theory to prescribe or explain successful methods. Almost all  reported innova4ve interven4ons work; almost none of them lead to improvements  that dis4nguish them categorically from other good instruc4on. •  2. The very general construc4vist heuris4c of paying aMen4on to naïve ideas seems  powerful, independent of the details of conceptual change theory. Interven4ons that  merely teach teachers about naïve ideas have been surprisingly successful. •  3. Researchers of different theore4cal persuasions oaen advocate similar instruc4onal  strategies, if for different reasons. Both adherents of knowledge in pieces and of theory  theories advocate student discussion, whether to draw out and reweave elements of  naïve knowledge, or to make students aware of their prior theories in prepara4on for  judgment in comparison to instructed ideas. The use of instruc4onal analogies,  metaphors, and visual models is widespread and not theory‐dis4nc4ve. •  4. Many or most interven4ons rely primarily on pre/post evalua4ons, which do liMle to  evaluate specific processes of conceptual change. » (diSessa, 2006, p. 14) 
    • •  “One of the great posi4ve influences of  misconcep4ons studies was bringing the importance  of educa4onal research into prac4cal instruc4onal  circles. Educators saw vivid examples of students  responding to apparently simple, core conceptual  ques4ons in non‐norma4ve ways. Poor performance  in response to such basic ques4ons, oaen years into  theinstruc4onal process, could not be dismissed. One  did not need refined theories to understand  theapparent cause: entrenched, “deeply held,” but  false prior ideas. The obvious solu4on was veryoaen  phrased, as in the quota4on heading this sec4on, in  terms of “overcoming,” or in terms of convincing  students to abandon prior concep4ons.” (DiSessa,  2006, p. 7) 
    • GOOD LEARNING ‐ LEARNING FOR RE‐USE   ‐ TRANSFER ‐ EXPERTISE ‐ INTELLIGENT NOVICES 
    • Understanding   Transfer  Intelligent  Exper4se  novices 
    • Learning deep •  Good learning implies the  understanding of how it can be  used in real life and in different  circumstances  –  re‐usable  –  generalizable •  Understanding requires deep  learning: few ideas thrown in  every possible combina4on  –  Avoid the superficial  instruc4on of disconnected  ideas •  (Whitehead, 1929) 
    • The problem of transfer •  “Imagine that a small, peaceful country is being  threatened by a large, belligerent neighbor. The small  country is unprepared historically, temperamentally, and  militarily to defend itself; however, it has among its  ci4zens the world’s reigning chess champion. The prime  minister decides that his country only chance is to outwit  its aggressive neighbor. Reasoning that the chess  champion is a formidable strategic thinker and a dea  tac4cian … the prime minister asks him to assume  responsibility for defending the country. Can the chess  champion save his country from invasion? ” (Bruer, 1993,  p. 53) 
    • Related ques4ons •  Is the brain a muscle?  •  Can we train the brain’s general  capaci4es ? •  Which are the appropriate  exercises?  •  Can we learn to learn?  
    • The chess player is good at playing  chess •  Chess players are beMer than  non‐chess players at  reconstruc4ng chess board  posi4ons, but only for meaningful  configura4ons (Simon, 1969) •  Transfer from one domain of  exper4se to another (far transfer)   is far from automa4c •  A lot of domain knowledge is  required to become an expert  –  = a  lot of 4me (50000 hours  for becoming expert at chess,  Simon and Chase, 1973)  –  Possible role for mo4va4on 
    • Training memory enhances memory  only in trained domains •  Increasing the capacity  to memorize digit  strings of numbers  (from 7 to 70) requires   –  Prac4ce  –   Organiza4on of  knowledge into  structures  –  Metacogni4ve skills •  But they work for the  specific domain of  exper4se, not for others  –  When tested with  leMer strings  performances get back  to 7  –  Ericsson et al. (1980)  cited by  Bransford, et al., 2000 
    • Knowing how to be a good general  does not help at being a good doctor • Students memorized the  •  1. A general wishes to capture a fortress located in the  center of a country. There are many roads radia4ng informa4on in the passage 1  outward from the fortress. All have been mined so that and were then asked to try task  while small groups of men can pass over the roads safely, a  large force will detonate the mines. A full‐scale direct 2  aMack is therefore impossible. The generals solu4on is to • Few college students were able  divide his army into small groups, send each group to the to solve problem 2 when lea to  head of a different road, and have the groups converge  simultaneously on the fortress. their own devices • 90 percent were able to solve the tumor problem when they  •  You are a doctor faced with a pa4ent who has a malignant were explicitly told to use  tumor in his stomach. It is impossible to operate on the  pa4ent, but unless the tumor is destroyed the pa4ent will informa4on about the general  die. There is a kind of ray that may be used to destroy the and the fortress to help them.  tumor. If the rays reach the tumor all at once and with (Gick and Holyoak, 1980:309,  sufficiently high intensity, the tumor will be destroyed, but  surrounding 4ssue may be damaged as well. At lower cited by Bransford, et al. 2000,  intensi4es the rays are harmless to healthy 4ssue, but they p. 52)  will not affect the tumor either. What type of procedure  might be used to destroy the tumor with the rays, and at  the same 4me avoid destroying the healthy 4ssue? 
    • Exper4se •  exper4se is based on:  –  A large and complex set of  representaSonal structures  –  A large set of procedures and  plans  –  The ability to  improvisaSonally apply and  adapt those plans to each  situaSon’s unique demands  –  The ability to reflect on one’s  own cogniSve processes while  they are occurring  (Sawyer,  2009, p. 7)  •  exper4se is domain‐specific 
    • Meta‐cogni4on •  The concept of metacogni4on  •  Intelligent novices are novices  was originally introduced in  capable of becoming experts  the context of studying young  in a new domain quickly and  children (e.g., Brown, 1980;  effec4vely (in comparison with  Flavell, 1985, 1991). For  other novices)  example, young children oaen  •  Meta‐cogni4ve skills and self‐ erroneously believe that they  regula4on seem to play a role  can remember informa4on  in becoming “ready to become  and hence fail to use effec4ve  experts”  strategies, such as rehearsal.  •  But no shortcuts: domain  The ability to recognize the  limits of ones current  knowledge remains essen4al  knowledge, then take steps to  remedy the situa4on, is  extremely important for  learners at all ages.  
    • Selec4ve aMen4on training •  « Everywhere in  cogni4ve neuroscience,  specific brain networks  seem to underly  performance. However,  some of those networks  have the important  property of being able  to modify the ac4vity in  other networks. For  exemple, … (Posner &  Rothbart, 2007, p. 16)  
    • Execu4ve func4ons training •  Training of execu4ve  func4ons  –  Working memory  –  Execu4ve control,  Inhibi4on  –  AMen4on •  Before school, enhances  school performances  –  (A. Diamond)