Published on

  • Be the first to comment

  • Be the first to like this

No Downloads
Total views
On SlideShare
From Embeds
Number of Embeds
Embeds 0
No embeds

No notes for slide


  1. 1. EP3.  Good learning  Elena Pasquinelli Educa4on, cogni4on, cerveau  Cogmaster 2010‐2011 
  3. 3. •  “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 maJer and density, Newtonian mechanics,  electricity, and rela4vity; in biology: evolu4on  and gene4cs.” (DiSessa, 2006), p. 1 
  4. 4. Conceptual change  •  “John Clement (1982) was one of the first to •  A problem for  study how we reason about the coin problem.  He found that what leads us to choose  … is  instruc4on:  the misconcep4on that flipping a coin gives it  an impetus. On the upward path, we reason,  some topics  the impetus gradually diminishes, un4l it  are especially  becomes less than the force of gravity and the  coin falls. According to Newton, however, once  difficult to  we toss the coin, it would con4nue on a  straight‐line path indefinitely unless and  learn, in  unbalanced force acts on it. The only force  ac4ng on it is gravity. Gravity causes the coin  par4cular in  to slow down un4l it reaches the top of its  the science  trajectory, and then to speed up as it falls back  on the ground? Clement found that only 12%  domain  of students in a first‐year engineering course,  all high school physics graduates, answered  the coin problem correctly.” (Bruer, 1993, p.  130) 
  5. 5. The tossed coin •  Why are students in difficulty with the tossed coin  problem?  –  Because physics is difficult or badly explained (Tabula rasa  hypothesis)  –  Because students have prior ideas of “force” and these  naïve ideas must be addressed (Conceptual change  hypothesis)  •  Prior ideas are coherent and integrated (must be rejected as a  whole)  –  Prior ideas are fragmented (can be disassembled, refined,  and re‐assembled in correct physics) 
  6. 6. Why the seasons?  
  7. 7. Theore4cal issues on conceptual  change  •  “Strong evidence exists that prior ideas constrain •  Uncontroversial acquisi4on of  learning in many areas. The “conceptual” part  learning sciences:  of the conceptual change label must be treated  –  Conceptual change vs/ tabula  rasa:  less literally. Various theories locate the difficulty  –  Students arrive to instruc4on  insuch en44es as “beliefs,” “theories,” or  with prior ideas  “ontologies,” in addi4on to “concepts.” (DiSessa,  –  Prior ideas constrain successive  2006, p. 1)  learning  •  “Conceptual change also engages some of the •  Controversial issues:  deepest, most persistent theore4cal issues  –  Are prior ideas real “concepts”,  concerning learning. What is knowledge in its  “theories”, “beliefs”?   various forms? When and why is it difficult to  –  In what consists the change?   acquire? What is deep understanding; how can it  –  What is knowledge (learning,  development, history of  be fostered? Conceptual change is important not  science)?   only to educa4on, but also to developmental  –  What is deep understanding?   psychology, epistemology, and the history and  –  How do experts differ from  philosophy of science. In the history of science,  novices?    consider: What accounts for the challenges  posed by scien4fic revolu4ons, such as those  engendered by Newton, Copernicus,and  Darwin?” (DiSessa, 2006, p. 1‐2) 
  8. 8. The nature of change •  “Susan Carey (1991, 1999) was one of the earliest  and most consistent in ci4ng Kuhn’sideas in the  context of children’s conceptual change. She has  systema4cally used the idea of incommensurability  between conceptual systems as a primary index of  conceptual change (“deep restructuring”).  Incommensurability dis4nguishes conceptual change  from “enrichment” (adding new ideas or beliefs) or  even mere change of beliefs.” (diSessa, 2006, p. 7) 
  9. 9. S. Carey: Belief revision vs  conceptual change  •  “The respec4ve literature of science educa4on, •  S. Carey: conceptual change consists of a  cogni4ve development, and the history of science  deep reorganiza4on of knowledge  are filled with examples of tenaciously held beliefs  that seem bizarre from the standpoint of modern  scien4fic literacy. Examples from cogni4ve •  2 main influences on Carey’s view of  development are cars are alive or air is immaterial.   conceptual change:  •  It seems unlikely that preschool children who insist  that cars are alive could have the same concept of •  Kuhn:  life as the adult and merely be mistaken about  –  1. The structure of conceptual change is  cars, and indeed, they do not.   the same as scien4fic revolu4ons   •  Rather, preschool children have constructed a very  –  2. Knowledge acquisi4on in individuals  different theore4cal framework from that held by  parallels knowledge acquisi4on in  the  adults, in which they have embedded their  history of science  understanding of animals, just as children of •  Piaget has influenced the no4on of  elementary school age have constructed a different  conceptual change mainly through the  framework theory in which they embed their  no4on of a qualita4ve change in the way  understanding of the material world.   children of different ages and adults  think about the world 
  10. 10. Scien4fic revolu4ons •  Kuhn:  •  “To many, Kuhn defines the enduring relevance of the history  –  Scien4fic revolu4ons: all  of science to studies of conceptual change broadly. On the other  changes in the shin from  hand, Kuhn had strong opposi4on within the history of science,  a paradigm to another,  and there was probably never a 4me when his work represented  including what counts as  the consensus view in that field.  good science  –  The shin is not just a  •  Kuhn laid out a different view of progress in science, compared  maJer of ra4onality and  to most of his predecessors. Kuhn rejected the idea that science  logic, but involves  progresses incrementally. Instead, he claimed that ordinary  sociological reasons,  “puzzle solving” periods of science, called “Normal Science,” are  pragma4c opportuni4es,  punctuated by revolu4ons, periods of radical change that work  etc.  completely differently than Normal Science. In par4cular, the  –  Paradigms are  en4re disciplinary matrix  (referred to ambiguously but famously  reciprocally  as a “paradigm” in the earliest edi4on) gets shined in a  incommensurable  revolu4on. What counts as a sensible problem, how proposed  –  Science is not a linear,  solu4ons are judged, what methods are reliable, which symbolic  incremental  path from  ignorance to truth  generaliza4ons apply, and so on, all change at once in a  revolu4on. Kuhn famously compared scien4fic revolu4ons to  gestalt switches, where prac44oners of the “old paradigm” and  those of the “new paradigm” simply do not see the same things  in the world. Gestalt switches happen when the coherence of  ideas forces many things to change at once.” ( Di Sessa, 2006, p.  4‐5) 
  11. 11. Qualita4ve changes in thought  •  “Some of Piaget’s theore4cal apparatus penetrated into conceptual •  Piaget:  change research. For example, Piaget viewed equilibra4on as a key  mechanism: New experiences disequilibrated prior knowledge, and re‐ –  Stages of  equilibra4on drives toward beJer, more advanced thinking.   development  •  … Piaget tried to develop an encompassing, domain independent theory  of intelligence, where changes in conceptualiza4on in mul4ple domains all  –  The way children  reflected common, core differences in thinking.   •  Conceptual change approaches to learning are domain specific, although  think is qualita4ve  the mainstream view is that the mechanisms are similar across domains.  different from adults  Researchers now generally regard Piaget’s stage theory of intelligence as  perhaps his most famous, but least interes4ng contribu4on.   •  From concrete  •  Piaget established the con4nuing, central thread of construc4vism  —the  no4on that new ideas and ways of thinking emerge from old ones. This  to abstract  founda4onal dynamic helped see conceptual change work proper. Piaget  also undermined older one‐sided views, including the empiricist  view that  thinking  knowledge originates either in purely empirical observa4ons (as claimed  by Bri4sh philosophers such as David Hume), as well as the ra4onalist   –  Disequilibra4on/re‐ view that knowledge is inherently the product of rigorous thought,  independent of experience (as epitomized by Descartes). Construc4vism  equilibra4on  and the astounding revela4on that children systema4cally think in very  different ways than adults cons4tute the most important threads from  –  Accomoda4on/ Piage4an studies into conceptual change.” (Di Sessa, 2006, p. 4)  Assimila4on  –  Construc4vism: new  ideas are built upon  old ones 
  12. 12. Construc4on of new knowledge •  Jerome Bruner has developed Piaget’s idea  •  “The concept of prime numbers appears to  that knowledge is constructed based upon  be more readily grasped when the child,  previsous experiences/knowledge and  through construc4on, discovers that certain  translated it into an instruc4onal theory  handfuls of beans cannot be laid out in  –  Students should construct principles by  completed rows and columns. Such  themselves from ac4ve explora4on and  quan44es have either to be laid out in a  construc4on:    single file or in an incomplete row‐column  •  Instructors must present experiences they are  ready for, and mo4vated to learn  design in which there is always one extra or  •  Structure the body of knowledge in a way that  one too few to fill the paJern. These  can be grasped  paJerns, the child learns, happen to be  •  Favor the extrac4on of principles  called prime. It is easy for the child to go  –  Knowledge is comprised in simultaneous  from this step to the recogni4on that a  types of representa4ons (no stages of  mul4ple table , so called, is a record sheet of  development, as in Piaget):  quan44es in completed mul4ple rows and  –  Enac4ve  columns. Here is factoring, mul4plica4on and  –  Iconic  primes in a construc4on that can be  –  Symbolic  visualized.” (Bruner, 1973) •  It is a cogni4ve theory of instruc4on because  it is directly inspired by the study of the  cogni4ve development in infant made by  Piaget 
  13. 13. What changes? •  “The theory theory  is the claim that children or beginning students  have theories in very much the same sense that scien4sts have  them.  •  While this may have been inspired by the broader analogy with the  history of science, it has onen been invoked independent of  content or process similarity.  •  Carey has consistently advocated a version of the theory theory. •  With respect to another domain, theories of mind, Allison Gopnik  (Gopnik &Wellman, 1994) strongly advocates the theory theory. •  Gopnik is fairly extreme in the parallelism she claims (while s4ll  admiung some differences between scien4sts and children, such as  meta‐cogni4ve awareness); others are more conserva4ve in  allowing such differences as limits in systema4city and breadth of  applica4on (Vosniadou, 2002).” (DiSessa, 2006, p. 7‐8) 
  14. 14.  And how structured is the knowledge that has to be changed? •  “Michael McCloskey (1983a, b) did a series of studies that became  perhaps the most famous of all misconcep4ons studies. He claimed  that students entered physics with a remarkably coherent and  ar4culate theory that competed directly with Newtonian physics in  instruc4on. The naïve theory, in fact, was very nearly the novice  explana4on of the toss (Figure2). •  Within McCloskey’s theory theory, he also proposed a strong content  connec4on to medieval scien4sts’ ideas, such as those of John  Buridan and early claims of Galileo.  •  In contrast to others,however, he made liJle of process‐of‐change  similari4es and, for example, did not refer in anydepth to Kuhn or the  philosophy of science. His autude seemed to be that the content  connec4onto the history of science was empirically evident rather  than theore4cally mo4vated.” (DiSessa, 2006, p. 7‐8) 
  15. 15. A. Gopnik: Theory theory •  In order to develop their  •  “…cogni4ve naturalism”, the idea that knowledge can be understood by scien4fic inves4ga4on  knowledge,children use the  of  the mind. It assumes, of course, some version or other of scien4fic realism. If you think  same devices as adults doing  scien4fic inves4ga4on is the right course to find the truth of these ques4ons, you must think  science  that scien4fic inves4ga4on is the right course to find the truth, in general.  •  They both develop theories :  •  Suppose we apply the program of cogni4ve naturalism to scien4fic knowledge. If we do, and if  –  Observe reality and form  we are scien4fic realists, we must believe that there are learning mechanisms that allow  an itnerpreta4ve theory  human minds to derive abstract, complex, highly structured, veridical, representa4ons and  –  Make predic4ons ocherent  rules, namely theories from limited input, namely evidence. They are just the mechanisms we  with the theory  use in science? But if we believe this, then it is at least logically possible that those same  –  Make experiences to test  learning mechanisms are involved in our development of other kinds of knowledge, such as  predic4ons  everyday physical, biological, psychological and even linguis4c knowledge. Moreover, recent  –  Gather relevant evidence  empirical developmental research suggests that this is precisely the case. Within the last ten  –  Compare predic4ons with  years the idea that there are deep similari4es between scien4fic theory forma4on and  evidence   cogni4ve development, an idea we have called “the theory theory” has become, at the least, a  serious developmental hypothesis. The cogni4ve abili4es involved in science do seem to also  –  Whether predic4ons and  evidence are in conflict  be involved in everyday cogni4ve development.   seek for alterna4ve  •  The basic idea is that children develop their everyday knowledge of the world using the same  theories that do a beJer  cogni4ve devices that adults use in science. In par4cular, children develop abstract, coherent,  job  systems of en44es and rules, par4cularly causal en44es and rules.   –  Eventually replace the old  •  That is, they develop theories. These theories enable children to make predic4ons about new  theory for a more powerful  evidence, to interpret evidence, and to explain evidence. Children ac4vely experiment with  one   and explore the world, tes4ng the predic4ons of the theory and gathering relevant evidence.  Some counter‐evidence to the theory is simply reinterpreted in terms of  the theory.  Eventually, however, when many predic4ons of the theory are falsified, the child begins to  seek alterna4ve theories If the alterna4ve does a beJer job of predic4ng and explaining the  evidence it replaces the exis4ng theory.” (Gopnik, 2003, p. 3‐6) 
  16. 16. S. Vosniadou: Theore4cal  frameworks •  The acquisi4on of  •  “It is argued that concepts are embedded into larger theore4cal structures  knowledge about the  which constrain them.   physical world is  •  A dis4nc4on is drawn between a naive framework theory of physics, which is  constrained by the  built early in infancy and which consists of certain fundamental ontological and  presence of framework  epistemological presupposi4ons, and various specific theories which are meant  theories that bias the way  to describe the internal structure of the conceptual domain within which  new informa4on is  concepts are embedded.  processed and new  •   It is assumed that conceptual change proceeds through the gradual  concepts acquired  modifica4on of one’s mental models of the physical world, achieved either •  Children do not possess  through enrichment or through revision. Enrichment involves the addi4on of  theories of the physical  informa4on to exis4ng conceptual structures. Revision may involve changes in  world, but rather  individual beliefs or presupposi4ons or changes in the rela4onal structure of a  frameworks of  theory.  presupposi4ons  •  Revision may happen at the level of the specific theory or at the level of the •  Change happens through  framework theory.  enrichment or through  revision of beliefs and  •  Revision at the level of the framework theory is considered to be the most  presupposi4ons or  difficult type of conceptual change and the one most likely to cause  theories and frameworks  misconcep4ons. Misconcep4ons are viewed as students’ aJempts to interpret  scien4fic informa4on within an exis4ng framework theory that contains •  Revision of frameworks is  informa4on contradictory to the scien4fic view.” (Visniadou, 1994, p. 46)  the most difficult process  of change 
  17. 17. M. Chi: Ontologies •  Conceptual change  •  “many misconcep4ons are not only “in conflict” with the correct scien4fic  concerns those contents  concep4ons, but moreover, they are robust in that the misconcep4ons are  of knowledge for which  difficult to revise, so conceptual change is not achieved. The robustness of  change is really difficult:   misconcep4ons has been demonstrated in literally thousands of studies, about •  No incremental  all kinds of science concepts and phenomena, beginning with a book by Novak  informa4on, correc4ons,  (1977) and a review by Driver and Easley (1978), both published almost three  tradi4onal  instruc4on can  decades ago. By 2004, there were over 6,000 publica4ons describing students’  produce change   ideas and instruc4onal aJempts to change them (Confrey, 1990; Driver, Squires, •  Misconcep4ons are  Rushworth, & Wood‐Robinson, 1994; Duit, 2004; Ram, Nersessian, & Keil,  1997), indica4ng that conceptual understanding in the presence of  robust: they make surface  misconcep4ons remains a challenging problem. The daun4ng task of building  in several situa4ons and  conceptual understanding in the presence of robust misconcep4ons is  can be abandoned only  some4mes referred to as radical conceptual change (Carey, 1985). We propose  with great effort  the opera4onal defini4on that certain misconcep4ons are robust because they •  Where the difficulty arises  have been mistakenly assigned to an inappropriate lateral category.     Our  from?  claim, then, is that some false beliefs and flawed mental models are robustly •  Chi proposes that the  resistant to change because they have been laterally or ontologically  difficult changes concern  miscategorized. That is, if a misconcep4on belongs to one category and the  beliefs that have assigned  correct concep4on belongs to another lateral or ontological category, then they  to the erroneous category  conflict by defini4on of kind and/or ontology. This means that conceptual •  = misconcep4ons derive  change requires a shin across lateral or ontological categories. In order to  from miscategoriza4ons  support this claim, we have to characterize the nature of misconcep4ons and •  This fact automa4cally  the nature of correct informa4on to see whether they in fact belong to two  produces a conflict  categories that differ either in kind or in ontology, thereby are “in  conflict.”” (Chi, 2008, p. 72)  
  18. 18. J. Minstrell: Facets of par4al, not  structured knowledge •  Children’s (non‐experts,  •  “In the early 70s, aner a decade of outstanding teaching…  non‐scien4sts) knowledge I  Minstrell became concerned about its effec4veness. His  not structured, buJ  students couldn’t transfer their formal book and lecture learning  fragmentary and local  to the physics of everyday situa4ons. •  Pieces of knowledge used  •  … students are given two clay balls of equal size. Students agree  to deal with physics are  that the two balls weight the same. But if one ball is then  facets  flaJened into a pancake, many students will then say that the •  Facets derive from  pancake weights more than the ball. … This is not a logical error  everyday experience  but a conceptual one. •  Some facets are correct,  •  Unlike expert scien4sts who want to explain phenomena with a  other false  minimum of assump4ons and laws, students are not driven by a  desire for conceptual economy. Their knowledge works well  enough in daily life, but it is fragmentary and local.   •  Minstrell calls pieces of knowledge that are used in physics  reasoning 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. Such facets are useful in par4cular  situa4ons; however, they are most likely false in general, and for  the most part they are only loosely interrelated. Thus students  can quickly fall into contradic4ons.” (Bruer, 1993, p. 162‐163) 
  19. 19. diSessa: Knowledge in pieces •  Knowledge is in pieces  •  “From an instruc4onal perspec4ve, Minstrell (1982, 1989) •  All pieces are not incorrect  viewed intui4ve ideas asresources much more than blocks to •  Pieces are not coherently  conceptual change in physics, in contrast with thepredominant  structured, but only  misconcep4ons point of view. He described intui4ve ideas as  loosely  threads that, ratherthan rejec4ng, need reweaving into a  different, stronger, and more norma4ve conceptual fabric. •  Pieces can be highly  •  Recent work has charted hundreds of “facets”—which are  contextual: be create on  elemental and instruc4onally relevan4deas students have upon  the spot  entering instruc4on—in many topics in physics instruc4on (Hunt  & Minstrell, 1994).   •  Coherent naive theories are nowhere to be seen in this view.In  the same book in which McCloskey provided perhaps his  defini4ve statement of “naïve theories,” diSessa (1983)  introduced the idea that intui4ve physics consisted largely  of hundreds or thousands of elements, called p‐prims, at  roughly the size‐scale of Minstrell’s facets.  •   P‐prims are explanatorily primi4ve, provide people with their  sense of which events are natural, which are surprising, and  why. P‐prims are many, loosely organized and some4mes highly  contextual, so that the word “theory” is highly inappropriate. P‐ prims are hypothesized to playmany produc4ve roles in learning  physics.” (DiSessa, 2006, p. 11) 
  20. 20. How to produce a change? •  “Ra4onal models hold that students, like scien4sts, maintain  current ideas unless there are good(ra4onal) reasons to abandon  them. •  Posner, Strike, Hewson, and Gertzog (1982) established the first  and possibly mos4mportant standard in ra4onal models. They  argued that students and scien4sts change theirconceptual  systems only when several condi4ons are met:  •  (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 fruiwul for future  pursuits.” (DiSessa, 2006, p. 8‐9) 
  21. 21. G. Posner: Conflicts and ra4onal  choices •  Children change  •  “Our central commitment in this study is that learning is a  their views only  ra4onal ac4vity. That is, learning is fundamentally coming  when a conflict  to comprehend and accept ideas because they are seen as  arises, that is,  intelligible and ra4onal. Learning is thus a kind of inquiry.  when they have  The student must make judgments on the basis of available  good (ra4onal)  evidence. It does not, of course, follow that mo4va‐ 4onal  reasons to change  or affec4ve variables are unimportant to the learning  their mind  process. The claim that learning is a ra4onal ac4vity is •  And children  meant to focus aJen4on on what learning is, not what  change their mind  learning depends on. Learning is concerned with ideas,  in accord with the  their structure and the evidence for them. It is not simply  most ra4onal  the acquisi4on of a set of correct responses, a verbal  hypothesis  repertoire or a set of behaviors. We believe it follows that  learning, like inquiry, is best viewed as a process of  conceptual change. The basic ques4on concerns how  students’ concep4ons change under the impact of new  ideas and new evidence.” (Posner, et al., 1982, p. 212) 
  22. 22. J. Minstrell: Conflict and analogy •  Instructors should help  •  “… the trick is to iden4fy the students’ correct intui4ons – their  students iden4fying their  facets that are consistent with formal science – and then build  facts, correct and  on these.   erroneous  •  …Some facts are anchors for instruc4on; others are target for •  Erroneous facts are put in  change.” (Bruer, 1993, p. 162‐163)  conflict with experiences,  •  “In a benchmark lesson, the teacher and the students dissect  and their limits revealed  their qualita4ve reasoning about vivid, everyday physics •  Correct facts are iden4fied  problems into facets. They become aware of the limita4ons of  and used to create good  each facet, and they iden4fy which facets are useful for  explana4ons  understanding a par4cular phenomenon. Minstrell calls two  students to the front to help conduct the crucial experiment.  Such demonstra4ons are drama4c and exci4ng for the students  and allow them to see which predic4on is correct.   •  Research also suggests that such experiences have an important  cogni4ve role in inducing conceptual change. They provide an  ini4al experience that places naïve and expert theories in  conflict. As the students try to resolve the conflict, the drama4c  demonstra4on serves as an organizing structures in long‐term  memory (an anchor) around which schemas can be changed and  reorganized (Hunt 1993).” (Bruer, 1993, p. 164‐166) 
  23. 23. J. Clement: Use correct intui4ons and  analogies •  Analogical teaching  •  “Within the  past decade and a half there has been an increasing  strategy  awareness of the detrimental effects (to school learning) of  –  Expose misconcep4ons  some of students’ prior knowledge. Students come to class with  through appropriate  preconcep4ons which inhibit the acquisi4on of content  ques4ons; e.g. no  knowledge and are onen quite resistant to remedia4on …  upward force on a book  res4ng on  a table  •  For several years we have been tes4ng an analogical teaching  –  Find an analogy (e.g.  strategy which aJempts to build on students’ exis4ng valid  hand holding up the  physical intui4ons.  book)  •  … build on students concep4ons in order to change their  concep4ons…  •  … we intend to increase the range of applica4on of the useful  intui4ons and decrease the range of applica4on of the  detrimental intui4ons…  •  By establishing analogical connec4ons between situa4ons  students ini4ally view as not analogous, students may be able to  extend their valid intui4ons to ini4ally troublesome target  situa4ons. This strategy, called the bridging strategy, has been  used in tutoring, computer tutoring and classroom instruc4on,  with some apparent success…  •  The first step  in the bridging strategy is to make the  misconcep4on explicit by means of target ques4on….  •  The next step is to suggest a case which the instructor views as  analogous … which will appeal to the student’s intui4on. We call  such a situa4on an anchoring example...” (Brown & Clement,  1989, p. 238‐239) 
  24. 24. di Sessa: analogous mechanisms in new theory building and conceptual change •  diSessa has proposed an alterna4ve  •  “A dis4nc4ve characteris4c of the knowledge in pieces perspec4ve is that the reasons  to the idea that the difficulty is  for difficulty of change may be the same in cases where a conceptual structure evolves  represented by the change, thus by  from scratch, compared to cases where one conceptual system emerges from a  the presence of a previous theory  different one (theory change).  –  Mechanisms consist in change of  •  Theory theory views and knowledge I npieces prescribe some strong differences in  theory: coalescence of separate  strategy and process (e.g., ra4onal decision‐making vs. a long period of mul4‐context  pieces, dis4nc4on of pieces, etc.  accumula4on and coordina4on)”. (diSessa, 2006, p. 14) •  The difficulty is not inherent to  previous structures: collec4ng and  coordina4ng pieces is difficult even  •  «1.  Instruc4on is a complex mixture of design and theory, and good intui4ve design can  in the absence of a compe4tor  override the power of theory to prescribe or explain successful methods. Almost all  reported innova4ve interven4ons work; almost none of them lead to improvements  –  The same difficul4es can be  that dis4nguish them categorically from other good instruc4on.  present when a system is created  from scratch from observa4on  •  2. The very general construc4vist heuris4c of paying aJen4on to naïve ideas seems  and when a system requires a  powerful, independent of the details of conceptual change theory. Interven4ons that  change   merely teach teachers about naïve ideas have been surprisingly successful. •  Different strategies of “remedia4on”,  •  3. Researchers of different theore4cal persuasions onen advocate similar instruc4onal  but no evidence about what’s beJer,  strategies, if for different reasons. Both adherents of knowledge in pieces and of theory  and why  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 liJle to  evaluate specific processes of conceptual change. » (diSessa, 2006, p. 14) 
  25. 25. Educa4onal research, cogni4ve  psychology, and instruc4on •  Posi4ve impact of  •  “One of the great posi4ve influences of  conceptual change  misconcep4ons studies was bringing the importance  studies:  of educa4onal research into prac4cal instruc4onal  –  Impact of conceptual  circles. Educators saw vivid examples of students  change research upon  responding to apparently simple, core conceptual  the interest of  ques4ons in non‐norma4ve ways. Poor performance  instruc4on for research  in response to such basic ques4ons, onen years into  –  Undermining of the  theinstruc4onal process, could not be dismissed. One  tabula rasa view  –  AJen4on for specific  did not need refined theories to understand  contents of learning  theapparent cause: entrenched, “deeply held,” but  false prior ideas. The obvious solu4on was veryonen •  But:   phrased, as in the quota4on heading this sec4on, in  –  Not tested enough  terms of “overcoming,” or in terms of convincing  –  Confusion on the  students to abandon prior concep4ons.” (DiSessa,  no4on of  « conceptual » and of  2006, p. 7)  « theory » 
  26. 26. What works, and why •  An example of  •  “In 1986 Minstrell ini4ated a collabora4on with Earl Hunt, a  collabora4on between  cogni4ve psychologist … to refine and assess his classroom  educators and cogni4ve  method. …  scien4sts  •  A comparison of students’ scores on pretests and posJests •  A good ques4on: It works,  makes it clear that that Minstrell’s method works. The students  but why?   learn physics. But why does it work?   •  One concern is whether the method’s success depends en4rely  on Jim Minstrell’s pedagogical talents.  •  Could someone other than Minstrell use the method  successfully?   •  Is the Minstrell’s method beJer than other instruc4onal  methods currently in use?   •  Hunt… has begun a research program back in his laboratory to  refine the theory underlying Minstrell’s method. Why are  benchmark lessons so important? How does the transfer  occurs? How do students develop deep representa4ons and  make appropriate generaliza4ons? .” (Bruer, 1993, p. 168‐169) 
  28. 28. Learning deep •  “Let us now ask how in our system of educa4on we are to guard  against this mental dryrot. We enunciate two educa4onal  commandments, "Do not teach too many subjects," and again, "What  •  Good learning implies  you teach, teach thoroughly."   the understanding of •  The result of teaching small parts of a large number of subjects is the  how it can be used in  passive recep4on of disconnected ideas, not illumined with any spark  real life and in different  of vitality. Let the main ideas which are introduced into a childs  circumstances  educa4on be few and important, and let them be thrown into every  combinaQon possible.   •  Understanding is useful •  The child should make them his own, and should understand their  •  Understanding requires  applica4on here and now in the circumstances of his actual life.  deep learning: few •   From the very beginning of his educa4on, the child should experience  ideas thrown in every  the joy of discovery. The discovery which he has to make, is that  possible combina4on  general ideas give an understanding of that stream of events which  pours through his life, which is his life. By understanding I mean more  •  Avoid the superficial  than a mere logical analysis, though that is included.  instruc4on of •  I mean "understanding in the sense in which it is used in the French  disconnected ideas  proverb, "To understand all, is to forgive all." Pedants sneer at an  educa4on which is useful. But if educa4on is not useful, what is it? Is  it a talent, to be hidden away in a napkin? Of course, educa4on should  be useful, whatever your aim in life. It was useful to Saint Augus4ne  and it was useful to Napoleon. It is useful, because understanding is  useful.” (Whitehead, 1929) 
  29. 29. Learning as experience •  “The subject‐maJer of educa4on  •  To imposi4on from above is opposed  consists of bodies of informa4on and  expression and cul4va4on of  of skills that have been worked out in  individuality;  the past; therefore, the chief business  •  to external discipline is opposed free  of the school is to transmit them to  ac4vity;  the new genera4on. In the past,  there have also been developed  •  to learning from texts and teachers,  learning through experience,  standards and rules of  conduct...Finally, the general paJern  •  to acquisi4on of isolated skills and  of school organiza4on (by which I  techniques by drill, is opposed  mean the rela4ons of pupils to one  acquisi4on of them as means of  another and to the teachers)  aJaining ends which make direct vital  cons4tutes the school a kind of  appeal;   ins4tu4on sharply marked off from  •  to prepara4on for a more or less remote  other social ins4tu4ons” (Dewey,  future is opposed making the most of  1938)  the opportuni4es of present life;  •  to sta4c aims and materials is opposed  acquaintance with a changing  world.” (Dewey, 1938‐1997) 
  30. 30. Good learning Understanding   Transfer  Intelligent  Exper4se  novices (New science of learning) 
  31. 31. Learning for understanding •  “One of the hallmarks of the new science of learning  •  Bransford and colleagues at Vanderbilt University  is its emphasis on learning with understanding.  have been inspired by the no4on of learning as  Intui4vely, understanding is good, but it has been  experience and by the no4on of learning deep and  difficult to study from a scien4fic perspec4ve. At the  have developed the no4on of anchored instruc4on  same 4me, students onen have limited  and situated cogni4on  opportuni4es to understand or make sense of topics  –  E.g. in the Jasper Woodbury adventures series  because many curricula have emphasized memory  –  The program seems to work  rather than understanding.  –  But it must face a problem of transfer •  The new science of learning does not deny that facts  –  Introduc4on of varia4ons  are important for thinking and problem solving.  –  Varia4ons are not enough  Research on experQse in areas such as chess,  –  Meta‐cogni4on  history, science, and mathema4cs demonstrate that  experts abili4es to think and solve problems  depend strongly on a rich body of knowledge about  subject maJer (e.g., Chase and Simon, 1973; Chi et  al., 1981; deGroot, 1965). However, the research  also shows clearly that "usable knowledge" is not  the same as a mere list of disconnected facts. •  Experts knowledge is connected and organized  around important concepts (e.g., Newtons second  law of mo4on); it is "condi4onalized" to specify the  contexts in which it is applicable; it supports  understanding and transfer (to other contexts)  rather than only the ability to  remember.” (Bransford, et al., 2000) 
  32. 32. Learning for understanding •  “For example, people who are knowledgeable about veins and arteries know more  than the facts noted above: they also understand why veins and arteries have  par4cular proper4es. They know that blood pumped from the heart exits in spurts  and that the elas4city of the arteries helps accommodate pressure changes. They  know that blood from the heart needs to move upward (to the brain) as well as  downward and that the elas4city of an artery permits it to func4on as a one‐way  valve that closes at the end of each spurt and prevents the blood from flowing  backward. Because they understand rela4onships between the structure and  func4on of veins and arteries, knowledgeable individuals are more likely to be able  to use what they have learned to solve novel problems—to show evidence of  transfer. For example, imagine being asked to design an ar4ficial artery—would it  have to be elas4c? Why or why not? An understanding of reasons for the  proper4es of arteries suggests that elas4city may not be necessary—perhaps the  problem can be solved by crea4ng a conduit that is strong enough to handle the  pressure of spurts from the heart and also func4on as a one‐way valve. An  understanding of veins and arteries does not guarantee an answer to this design  ques4on, but it does support thinking about alterna4ves that are not readily  available if one only memorizes facts (Bransford and Stein, 1993).” (Bransford, et  al., 2000, p. 8) 
  33. 33. The problem of transfer •  “Imagine that a small, peaceful  •  Transfer = applying old knowledge to  country is being threatened by a  a situa4on or task that is sufficiently  large, belligerent neighbor. The small  novel that it also requires learning  country is unprepared historically,  new knowledge  temperamentally, and militarily to  •  The problem of transfer raises the  defend itself; however, it has among  problem of which skills transfer  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  den 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) 
  34. 34. The chess player is good at playing  chess •  Transfer from one domain of exper4se to  •  “In one study, a chess master, a Class A player  another is not automa4c  (good but not a master), and a novice were  given 5 seconds to view a chess board  posi4on from the middle of a chess game.  Aner 5 seconds the board was covered, and  each par4cipant aJempted to reconstruct  the board posi4on on another board. This  procedure was repeated for mul4ple trials  un4l everyone received a perfect score. On  the first trial, the master player correctly  placed many more pieces than the Class A  player, who in turn placed more than the  novice: 16, 8, and 4, respec4vely.  •  However, these results occurred only when  the chess pieces were arranged in  configura4ons that conformed to meaningful  games of chess. When chess pieces were  randomized and presented for 5 seconds, the  recall of the chess master and Class A player  were the same as the novice—they placed  from 2 to 3 posi4ons correctly.   •  ” (Bransford, et al., 2000, p. 23) 
  35. 35. Can general capaci4es be trained? No: domain‐ specificity of exper4se  •  « As computers developed, there was an effort within psychology and Training and learning  cogni4ve science tp produce models of mental processes in the form of  computer programs. A early example was the General Problem Solver are domain‐specific  (Newell, Shaw, & Simon, 1958)   •  … demonstrated that rela4vely few basic principles could be used to  produce a program capable of proving a broad range of mathema4cal  theorems. Many followers believed that the GPS simula4on of the human  mind indicated that humans needed to acquire only a few general  principles to solve a wide range of complex problems.  •  Instead, it was revealed that a great deal of informa4on about the  specific domain of applica4on was needed for problem solu4on within  that domain.   •   When applied to humans, this view led to the concept of exper4se based  on a large amount of domain‐specific learning, acquired with prac4ce and  stored in seman4c memory (Chi, Glaser & Farr, 1988).  •  Research on human chess masters led Herbert Simon (1969) to conclude  that their skills were based en4rely on knowledge about  chess and not  on any general ability, either innate or learned.  •  On the bais of his analyses on chess masters, Siamon reasoned that up to  50000 hours of training was necessary to develop the seman4c memory  of chess that allowed the master to do so well…  •  Perhaps, the most persuasive evidence of the power of exper4se was in  the training of several students to exhibit a memory span of up to 100  digits (Ericsson & Chase, 1982) … When they were swithched to  remembering leJers, their memory span fell back to the usual  seven…» (Posner & Rothbart, 2007, p. 14‐15) 
  36. 36. No far transfer aner training  •  Training memory enhances memory on  •  “Ericsson et al. (1980) worked extensively  trained domains  with a college student for well over a year,  increasing his capacity to remember digit  strings (e.g., 982761093 …). As expected, at  the outset he could remember only about  seven numbers. Aner prac4ce, he could  remember 70 or more; see Figure 3.1. How?  Did he develop a general skill analogous to  strengthening a "mental muscle?" No, what  happened was that he learned to use his  specific background knowledge to "chunk"  informa4on into meaningful groups. The  student had extensive knowledge about  winning 4mes for famous track races,  including the 4mes of na4onal and world  records. For example 941003591992100  could be chunked into 94100 (9.41 seconds  for 100 yards). 3591 (3 minutes, 59.1 seconds  for a mile), etc. But it took the student a huge  amount of prac4ce before he could perform  at his final level, and when he was tested  with le#er strings, he was back to  remembering about seven  items.” (Bransford, et al., 2000, p. 40)  
  37. 37. Time to learn •  Becoming an expert requires 4me  •  “It has been es4mated that •  Extensive training help  world‐class chess masters require  construc4ng paJern recogni4on  from 50,000 to 100,000 hours of  skills  prac4ce to reach that level of •  PaJern recogni4on skills are  exper4se; they rely on a  knowledge base containing some  rela4ve to the specific domain  50,000 familiar chess paJerns to  guide their selec4on of moves •  Time depends on mo4va4on  (Chase and Simon, 1973; Simon  and Chase, 1973). Much of this •  But it is not just 4me: 4me must  4me involves the development of  paJern recogni4on skills that  be used well  support the fluent iden4fica4on  –  Organize the informa4on  of meaningful paJerns of  –  Train on varia4ons  informa4on plus knowledge of  –  Use metacogni4ve skills  their implica4ons for future  outcomes” (Bransford, et al.  2000, p. 44) 
  38. 38. Flexible transfer  •  “College students were presented with the following passage about a •  But it is not just 4me: 4me must be used well  general and a fortress (Gick and Holyoak, 1980:309).  –  Organize the informa4on  •  A general wishes to capture a fortress located in the center of a country.  –  Train on varia4ons  There are many roads radia4ng outward from the fortress. All have been  –  Use metacogni4ve skills  mined so that while small groups of men can pass over the roads safely, a  –  Provide explicit informa4on about underlying, common features between  large force will detonate the mines. A full‐scale direct aJack is therefore  domains between which,knowledge should be tranfered   impossible. The generals solu4on is to divide his army into small groups,  send each group to the head of a different road, and have the groups  converge simultaneously on the fortress.  •  Students memorized the informa4on in the passage and were then asked  to try another task, which was to solve the following problem (Gick and  Holyoak, 1980:307–308).  •  You are a doctor faced with a pa4ent who has a malignant tumor in his  stomach. It is impossible to operate on the pa4ent, but unless the tumor is  destroyed the pa4ent will die. There is a kind of ray that may be used to  destroy the tumor. If the rays reach the tumor all at once and with  sufficiently high intensity, the tumor will be destroyed, but surrounding  4ssue may be damaged as well. At lower intensi4es the rays are harmless to  healthy 4ssue, but they 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?  •  Few college students were able to solve this problem when len to their own  devices. However, over 90 percent were able to solve the tumor problem  when they were explicitly told to use informa4on about the general and the  fortress to help them. These students perceived the analogy between  dividing the troops into small units and using a number of small‐dose rays  that each converge on the same point—the cancerous 4ssue. Each ray is  too weak to harm 4ssue except at the point of convergence. Despite the  relevance of the fortress problem to the tumor problem, the informa4on  was not used spontaneously—the connec4on between the two sets of  informa4on had to be explicitly pointed out.  •  ” (Bransford, et al. 2000, p. 52) 
  39. 39. Exper4se •  “People who have developed exper4se in par4cular  areas are, by defini4on, able to think effec4vely  •  « learning scien4sts onen  about problems in those areas.   conceive the problem of learning •  1. Experts no4ce features and meaningful paJerns  of informa4on that are not no4ced by novices.   as a problem of transforming •  2.  Experts have acquired a great deal of content  novices into experts by  knowledge that is organized in ways that reflect a  developing their ability to reflect  deep understanding of their subject maJer.  •  3.  Experts knowledge cannot be reduced to sets of  on their own thinking … »  isolated facts or proposi4ons but, instead, reflects  contexts of applicability: that is, the knowledge is  •  « A large body of cogni4ve  condi4onalized" on a set of circumstances.   science research shows that •  4.  Experts are able to flexibly retrieve important  exper4se is based on:  aspects of their knowledge with liJle aJen4onal  effort.   –  A large and complex set of •  5.  Though experts know their disciplines  representaQonal structures  thoroughly, this does not guarantee that they are  –  A large set of procedures and plans  able to teach others.  •  6.  Experts have varying levels of flexibility in their  –  The ability to improvisaQonally  approach to new situa4ons.” (Bransford, et al.,  apply and adapt those plans to  2000, p. 19)  each situaQon’s unique demands  –  The ability to reflect on one’s own  cogniQve processes while they are  occurring. » (Sawyer, 2009, p. 7)  
  40. 40. Adap4ve exper4se •  The concept of adap4ve exper4se (Hatano, 1990)  •  Intelligent novices are novices capable of becoming  provides an important model of successful learning.  experts in a new domain quickly and effec4vely (in  Adap4ve experts are able to approach new  comparison with other novices)  situa4ons flexibly and to learn throughout their  •  Meta‐cogni4ve skills and self‐regula4on seem to  life4mes. They not only use what they have learned,  play a role in becoming “ready to become experts”  they are metacogni4ve and con4nually ques4on  their current levels of exper4se and aJempt to  •  But no shortcuts: domain knowledge remains  move beyond them. They dont simply aJempt to  essen4al  do the same things more efficiently; they aJempt to  do things beJer. A major challenge for theories of  learning is to understand how par4cular kinds of  learning experiences develop adap4ve exper4se or  "virtuosos.” •  …"metacogni4on"—the ability to monitor ones  current level of understanding and decide when it is  not adequate. The concept of metacogni4on was  originally introduced in the context of studying  young children (e.g., Brown, 1980; Flavell, 1985,  1991). For example, young children onen  erroneously believe that they can remember  informa4on and hence fail to use effec4ve  strategies, such as rehearsal. The ability to recognize  the limits of ones current knowledge, then take  steps to remedy the situa4on, is extremely  important for learners at all ages.  
  41. 41. Can general capaci4es be trained with  formal disciplines? •  Training of formal disciplines  •  « At the turn of the 20th century,  … The basic idea was that the  brain’s general capacity could be  exercised like a healthy muscle,  and that certain areas of learning,  such as logic, mathema4cs, La4n,  and Greek, were beter sources of  brain exercise than  were other  areas.   •  Thorndike’s ideas on associa4on  of ideas (Thorndike &  Woodworth, 1901) were used as  jus4fica4on for turning away from  the no4on that formal discipline  training would transfer to all  other school subjects » (Posner &  Rothbart, 2007, p. 13‐14) 
  42. 42. Can general capaci4es be trained? Yes:  aJen4on  •  « Everywhere in cogni4ve neuroscience, specific brain  networks seem to underly performance. However, •  AJen4on training  some of those networks have the important property  of being able to modify the ac4vity in other networks.  For exemple, …  •   ..  AJen4on involves specific networks of the brain  that mature from incancy … well into childhood…  However, aJen4on also involves regula4on of the  ac4vity of other networks, thus improving the  prospects of acquiring an unlimited number of skills.  AJen4onal networks interact with other brain systems  to establish priori4es in percep4on and ac4on. This  ability to regulate brain func4on makes aJen4on  relevant to all domains of learning…  •  …increases in  aJen4onal efficiency can influence  progress in a wide range of school subjects. ...  •  In this sense, aJen4on serves as a different kind of  formal discipline that can influence the efficiency of  opera4ons of a wide range of cogni4ve and emo4onal  networks. » (Posner & Rothbart, 2007, p. 16)  
  43. 43. Self‐regula4on •  “Dis4nc4ve age‐dependent differences in how the brain reasons and learns are  •  We learn the same way  not found, which is why Piaget’s theory that children think and reason in  through all life, but our  qualita4vely different ways at different ages is no longer accepted. However,  capacity to regulate our  execu4ve func4on and self‐regulatory skills do show marked differences with  behavior, including the  age during the primary school years, with par4cular developmental changes  acquisi4on of informa4on and  between the ages of 3 and 7 years (e.g. Hughes, 1998; Carlson & Moses, 2001).  learning, changes with the  Skills such as aJen4onal flexibility, inhibi4on (of thoughts, emo4onal  development of self‐ responses, or ac4ons) and metacogni4on (insight into your own cogni4ve  regula4ng func4ons  performance) become very important in explaining individual differences in  •  A slow development  children’s cogni4ve development. Gaining self‐regulatory skills and reflec4ve  (adolescence)  awareness of one’s own cogni4on are major developmental achievements, and  •  Inclusive of execu4ve  are s4ll unfolding during adolescence.  func4ons (aJen4on, •  The development of self‐regula4on or “execu4ve func4on” is usually measured  inhibi4on, working memory)  by tasks such as delaying the gra4fica4on of a desire, or inhibi4ng responding  •  And of meta‐cogni4ve abili4es  to a very salient s4mulus (Carlson & Moses, 2001). For example, Kochanska,  Murray, Jacques, Koenig and Vandegeest (1996) inves4gated 33‐ month‐old  and 46‐month‐old children’s ability to delay gra4fica4on of a desire in a  longitudinal study. In various experiments, the children were tempted to  violate par4cular standards of behaviour (e.g. they were required to hold a  sweet on their  tongues for up to 30 seconds before ea4ng it). The various  tasks used formed an “inhibi4on control” baJery. Girls were found to  outperform boys at both toddler and preschool ages, and older children were  found to have beJer inhibitory control than younger children. A typical  inhibitory task involving conflict between salient responses is the “day/night”  task. Here children are shown cards depic4ng either the sun or the moon.  When they see a picture of the sun, they have to say “night”. When they see a  picture of the moon, they have to say “day”. Performance in such “conflict”  measures of inhibitory control also improves from 3 to 7 years. Efficient  inhibitory control is obviously required for effec4ve self‐regula4on.  ” (Goswami, 2008b, p. 33)