Questo protocollo guida ricercatori ed educatori attraverso l’implementazione dell’approccio Problem-Solving before Instruction (PS-I) in una classe di statistica universitaria. Descrive anche una valutazione sperimentale incorporata di questa implementazione, in cui l’efficacia di PS-I viene misurata in termini di apprendimento e motivazione in studenti con diverse predisposizioni cognitive e affettive.
Al giorno d’oggi, come incoraggiare il pensiero riflessivo degli studenti è una delle principali preoccupazioni per gli insegnanti a vari livelli educativi. Molti studenti hanno difficoltà ad affrontare compiti che comportano alti livelli di riflessione, come i corsi STEM (Scienza, Tecnologia, Ingegneria e Matematica). Molti hanno anche ansia e demotivazione profondamente radicate verso tali corsi. Al fine di superare queste sfide cognitive e affettive, i ricercatori hanno suggerito l’uso di approcci “Problem-Solving before Instruction” (PS-I). PS-I consiste nel dare agli studenti l’opportunità di generare soluzioni individuali a problemi che vengono successivamente risolti in classe. Queste soluzioni vengono confrontate con la soluzione canonica nella fase successiva dell’istruzione, insieme alla presentazione del contenuto della lezione. È stato suggerito che con questo approccio gli studenti possono aumentare la loro comprensione concettuale, trasferire il loro apprendimento a diversi compiti e contesti, diventare più consapevoli delle lacune nelle loro conoscenze e generare un costrutto personale di conoscenze precedenti che può aiutare a mantenere la loro motivazione. Nonostante i vantaggi, questo approccio è stato criticato, in quanto gli studenti potrebbero dedicare molto tempo a tentativi ed errori senza scopo durante la fase iniziale della generazione della soluzione o potrebbero persino sentirsi frustrati in questo processo, il che potrebbe essere dannoso per l’apprendimento futuro. Ancora più importante, c’è poca ricerca su come le caratteristiche preesistenti degli studenti possano aiutarli a beneficiare (o meno) di questo approccio. L’obiettivo del presente studio è quello di presentare la progettazione e l’implementazione dell’approccio PS-I applicato all’apprendimento statistico negli studenti universitari, nonché un approccio metodologico utilizzato per valutarne l’efficacia considerando le differenze preesistenti degli studenti.
Una delle domande di cui gli insegnanti sono più preoccupati attualmente è come stimolare la riflessione degli studenti. Questa preoccupazione è comune nei corsi di natura matematica, come i corsi STEM (Scienza, Tecnologia, Ingegneria e Matematica), in cui l’astrazione di molti concetti richiede un alto grado di riflessione, eppure molti studenti riferiscono di avvicinarsi a questi corsi puramente attraverso metodi basati sulla memoria1. Inoltre, gli studenti mostrano spesso un apprendimento superficiale dei concetti1,2,3. Le difficoltà che gli studenti incontrano nell’applicare i processi di riflessione e deep learning, tuttavia, non sono solo cognitive. Molti studenti provano ansia e demotivazione di fronte a questi corsi4,5. In effetti, queste difficoltà tendono a persistere durante l’istruzione degli studenti6. È quindi importante esplorare strategie educative che preparino motivazionalmente e cognitivamente gli studenti all’apprendimento profondo, indipendentemente dalle loro diverse predisposizioni.
È particolarmente utile trovare strategie che completino i tipici approcci didattici. Uno dei più tipici è l’istruzione diretta. L’istruzione diretta significa guidare completamente gli studenti dall’introduzione di nuovi concetti con informazioni esplicite su questi concetti, quindi seguirlo con strategie di consolidamento come attività di risoluzione dei problemi, feedback, discussioni o ulteriori spiegazioni7,8. L’istruzione diretta può essere efficace per trasmettere facilmente il contenuto8,9,10. Tuttavia, gli studenti spesso non riflettono su aspetti importanti, come il modo in cui il contenuto si riferisce alle loro conoscenze personali o potenziali procedure che potrebbero funzionare e non11. È quindi importante introdurre strategie complementari per far riflettere gli studenti in modo critico.
Una di queste strategie è l’approccio Problem-Solving before Instruction (PS-I)12, noto anche come approccio Invention11 o Productive Failure approach13. PS-I è diverso dall’istruzione diretta nel senso che gli studenti non vengono introdotti direttamente ai concetti, ma c’è una fase di risoluzione dei problemi prima delle tipiche attività di istruzione diretta in cui gli studenti cercano soluzioni individuali ai problemi prima di ottenere qualsiasi spiegazione sulle procedure per risolverli.
In questo problema iniziale, gli studenti non sono tenuti a scoprire completamente i concetti target13. Gli studenti possono anche sentire sovraccarico cognitivo14,15,16 e anche negativo influenzare17 con l’incertezza e i molti aspetti da considerare. Tuttavia, questa esperienza può essere produttiva a lungo termine perché può facilitare il pensiero critico su caratteristiche importanti. Nello specifico, il problema iniziale può aiutare gli studenti a diventare più consapevoli delle lacune nelle loro conoscenze18,attivare conoscenze precedenti relative al contenuto per coprire13e aumentare la motivazione a causa dell’opportunità di basare il loro apprendimento sulla conoscenza personale7,17,19.
In termini di apprendimento, gli effetti di PS-I sono generalmente visti quando i risultati vengono valutati con indicatori di deep learning20,21. In generale non sono state riscontrate differenze tra gli studenti che hanno appreso attraverso PS-I e quelli che hanno appreso attraverso l’istruzione diretta in termini di conoscenza procedurale20,22, che si riferisce alla capacità di riprodurre le procedure apprese. Tuttavia, gli studenti che passano attraverso PS-I generalmente esibiscono un apprendimento superiore nella conoscenza concettuale7,19,23, che si riferisce alla comprensione del contenuto coperto e trasferiscono7,15,19,24, che si riferisce alla capacità di applicare questa comprensione a nuove situazioni. Ad esempio, un recente studio in una classe sulla variabilità statistica ha dimostrato che gli studenti a cui è stata data l’opportunità di inventare le proprie soluzioni per misurare la variabilità statistica prima di ricevere spiegazioni sui concetti e le procedure generali in questo argomento hanno dimostrato una migliore comprensione alla fine della lezione rispetto a quelli che sono stati in grado di studiare direttamente i concetti e le procedure pertinenti prima di essere coinvolti in qualsiasi attività di risoluzione dei problemi23. Tuttavia, alcuni studi non hanno mostrato differenze nell’apprendimento16,25,26 o motivazione19,26 tra PS-I e alternative di istruzione diretta, o ancora meglio l’apprendimento in alternative di istruzione diretta14,26, ed è importante considerare potenziali fonti di variabilità.
Le caratteristiche di progettazione alla base dell’implementazione di PS-I sono una caratteristica importante20. Una revisione sistematica20 ha rilevato che era più probabile che ci fosse un vantaggio di apprendimento per PS-I rispetto alle alternative di istruzione diretta quando gli interventi PS-I sono stati implementati con almeno una delle due strategie, formulando il problema iniziale con casi contrastanti o costruendo l’istruzione successiva con un feedback dettagliato sulle soluzioni degli studenti. I casi contrastanti consistono in esempi semplificati che differiscono in alcune caratteristiche importanti11 (vedere la Figura 1 per un esempio) e possono aiutare gli studenti a identificare le caratteristiche rilevanti e valutare le proprie soluzioni durante il problema iniziale11,20. La seconda strategia, che fornisce spiegazioni che si basano sulle soluzioni degli studenti13, consiste nello spiegare il concetto canonico dando un feedback sulle affordance e sui limiti delle soluzioni generate dagli studenti, che possono anche aiutare gli studenti a concentrarsi sulle caratteristiche rilevanti e valutare le lacune nelle proprie conoscenze20, ma dopo che la fase iniziale di risoluzione dei problemi è stata completata (vedere la Figura 3 per un esempio di impalcatura dalle soluzioni tipiche degli studenti).
Dato il supporto in letteratura per queste due strategie, contrastando i casi e costruendo istruzioni sulle soluzioni degli studenti, è importante considerarle quando si promuove l’inclusione di PS-I nella pratica educativa reale. Questo è il primo obiettivo del nostro protocollo. Il protocollo fornisce materiali per un intervento PS-I che incorporano questi due principi. È un protocollo che, sebbene adattabile, viene contestualizzato per una lezione sulla variabilità statistica, una lezione molto comune per gli studenti universitari e delle scuole superiori, che sono generalmente le popolazioni target nella letteratura su PS-I29. La fase iniziale di risoluzione dei problemi consiste nell’inventare misure di variabilità per le distribuzioni del reddito nei paesi, che è un argomento controverso30 che può essere familiare agli studenti in molte aree di apprendimento. Quindi vengono forniti materiali per gli studenti per studiare soluzioni a questo problema in un esempio funzionante e per una lezione che incorpora la discussione di soluzioni comuni prodotte dagli studenti insieme a problemi di pratica incorporati.
Il secondo obiettivo del nostro protocollo è quello di rendere la valutazione sperimentale di PS-I accessibile a educatori e ricercatori, che può facilitare l’indagine di PS-I da una maggiore varietà di prospettive mantenendo alcune condizioni costanti in tutta la letteratura. Eppure le condizioni di questa valutazione sperimentale sono flessibili alle modifiche. La valutazione sperimentale descritta nel protocollo può essere applicata nelle lezioni ordinarie, poiché agli studenti di una singola classe possono essere assegnati contemporaneamente i materiali per la condizione PS-I o i materiali per una condizione di istruzione diretta (Figura 4). Questa condizione di istruzione diretta è anche adattabile alle esigenze di ricerca e istruzione, ma come originariamente descritto nel protocollo gli studenti iniziano ottenendo le spiegazioni iniziali sul concetto target con l’esempio lavorato, e quindi consolidano questa conoscenza con un problema di pratica (presentato solo in questa condizione per compensare il tempo che gli studenti PS-I trascorrono sul problema iniziale) e con la lezione23. I potenziali adattamenti includono l’inizio della lezione e quindi l’avere studenti per svolgere l’attività di risoluzione dei problemi, che è una condizione di controllo tipica per il confronto PS-I che ha spesso portato a un migliore apprendimento per la condizione PS-I7,13,19,26. In alternativa, la condizione di controllo può essere ridotta all’esplorazione di un esempio lavorato seguito dalla fase di lezione, che, sebbene sia una versione più semplificata degli approcci di istruzione diretta rispetto a quanto originariamente proposto, è più comune in letteratura e ha portato a risultati vari, con alcuni studi che indicano un migliore apprendimento in PS-I15,24e altri che indicano un migliore apprendimento da questo tipo di condizione di istruzione diretta14,26.
Infine, un terzo obiettivo del protocollo è quello di fornire risorse per valutare come gli studenti con diverse predisposizioni e abilità cognitive possono beneficiare di PS-I15. La valutazione di queste predisposizioni è particolarmente importante se consideriamo le predisposizioni negative che alcuni studenti hanno spesso con i corsi STEM e il fatto che PS-I può ancora produrre reazioni negative in alcuni casi14. C’è, tuttavia, poca ricerca su questo.
Da un lato, poiché PS-I facilita l’associazione dell’apprendimento con idee individuali, piuttosto che solo conoscenze formali, PS-I può essere ipotizzato come in grado di aiutare a motivare gli studenti di bassi livelli accademici, coloro che hanno bassi sentimenti di competenza o bassa motivazione sull’argomento13,27. Uno studio ha dimostrato che gli studenti con un basso orientamento alla padronanza, cioè meno obiettivi relativi all’apprendimento personale, hanno beneficiato maggiormente di PS-I rispetto a quelli con una maggiore motivazione ad imparare27. D’altra parte, gli studenti con altri profili potrebbero incontrare difficoltà quando coinvolti in PS-I. Più specificamente, la metacognizione svolge un ruolo importante in PS-I31e gli studenti con basse capacità di metacognizione potrebbero non beneficiare di PS-I a causa di difficoltà nell’essere consapevoli delle loro lacune di conoscenza o discernere contenuti rilevanti15. Inoltre, poiché la fase iniziale di PS-I si basa sulla produzione di soluzioni individuali, gli studenti con basse abilità divergenti, difficoltà a generare una varietà di risposte in una determinata situazione, potrebbero beneficiare meno di PS-I rispetto ad altri studenti. Il protocollo presenta strumenti affidabili per valutare queste predisposizioni (Tabella 1) anche se altri possono essere considerati.
In sintesi, questo protocollo mira a rendere accessibile a educatori e ricercatori l’implementazione di un intervento PS-I che segua i principi accettati nella letteratura PS-I. Inoltre, i protocolli forniscono una valutazione sperimentale di questo intervento e facilitano la valutazione delle predisposizioni cognitive e motivazionali degli studenti. Si tratta di un protocollo che non richiede l’accesso a nuove tecnologie o risorse specifiche, e che può essere modificato in base alle esigenze di ricerca e di istruzione.
Lo scopo di questo protocollo è quello di guidare ricercatori ed educatori nell’implementazione e nella valutazione dell’approccio PS-I in contesti di classe reali. Secondo alcune esperienze precedenti, PS-I può aiutare a promuovere il deep learning e la motivazione negli studenti19,21,24,ma c’è bisogno di ulteriori ricerche sulla sua efficacia negli studenti con diverse abilità e predisposizioni motivazionali<sup class="xre…
The authors have nothing to disclose.
Questo lavoro è stato sostenuto da un progetto del Principato delle Asturie (FC-GRUPIN-IDI/2018/000199) e da una sovvenzione predistoria del Ministero dell’Istruzione, della Cultura e dello Sport della Spagna (FPU16/05802). Vorremmo ringraziare Stephanie Jun per il suo aiuto nella modifica dell’inglese nei materiali di apprendimento.
SPSS Program | International Business Machines Corporation (IBM) | Other programs for general data analysis might be used instead | |
PROCESS program | Andrew F. Hayes (Ohio State University) | Freely accesible at: http://www.processmacro.org. Other programs for mediation, moderation, or conditional process analyses might be used instead | |
Cognitive Competence Scale in the Survey of Attitudes towards Statistics (SATS-28) | Candace Schau (Arizona State University) | In case it is used, request should be requested from the author, who whold the copyright | |
Mastery Approach Scale in the Achievement Goal Questionnaire-Revised | Andrew J. Elliot (University of Rochester) | In case it is used, request should be requested from the author | |
Regulation of Cognition Scale of the Metacognitive Awareness Inventory | Gregory Schraw (University of Nevada Las Vegas) | In case it is used, request should be requested from the creator |