zabika.ru 1




Ю.Н. Фролова
Роль социальной фасилитации в процессе проблемного обучения
Характерной чертой большинства современных психологических исследований является практическое отсутствие рассмотрения простых моделей, адекватно отражающих сущность изучаемых явлений. В качестве примера противоположного подхода можно привести классическую работу Зайонца [12], в которой при экспериментальном изучении социальная фасилитация рассматривается как эффект, обусловленный простым «присутствием других». В рамках социального влияния [6, с. 15] социальная фасилитация есть свойство людей лучше выполнять простые задачи и хуже – сложные, когда рядом присутствуют другие люди, которые могут оценить результаты работы индивидуума [1, с. 302]. Исследование фасилитации «в чистом виде» – как простого, т.е. без реального взаимодействия и отношений, присутствия других людей – необходимо с точки зрения стремления к контролируемости изучаемых эффектов и подразумевает исключение прямого вербального и невербального воздействия на человека других членов группы. Исследование же эффектов социального влияния, определяемых содержательными отношениями и взаимодействием людей в ситуации совместной деятельности, может быть методически реализуемым и плодотворным только на фоне уже хорошо изученной и понятной простой модели.

Одной из областей деятельности, в которой необходимо учитывать эффекты социальной фасилитации, является образовательная деятельность. Тем более что в последнее время появились и поддерживаются неопределенные и размытые представления о «педагогической фасилитации» [3, 7, 11], маскирующие невозможность выделить, учесть и контролировать в процессе обучения прямые вербальные и невербальные воздействия друг на друга членов группы, в том числе преподавателей (педагогов). Обучение в рамках образовательной деятельности рассматривается как процесс приобретения и закрепления (или изменения наличных) способов деятельности индивида. В подавляющем большинстве случаев обучение осуществляется в группе, что подразумевает необходимость изучения и понимания групповых эффектов, к числу которых относится и социальная фасилитация. Так, существенным может оказаться собственно социальное влияние, проявляющееся в образовательной реакции членов группы на само присутствие других участников процесса.


Наиболее эффективным является, по-видимому, «обучение, при котором учащиеся систематически включаются в процесс решения проблем и проблемных задач, построенных на содержании программного материала» – именно таково одно из определений проблемного обучения [2, с. 3]. Процесс проблемного обучения в принципе алгоритмизирован, поскольку в принципе алгоритмизирована основа, канва эвристической деятельности, декларируемой в этом процессе [9]. Это обстоятельство позволяет формализовать описание процесса проблемного обучения и ввести количественные оценки хода этого процесса и его результата [10]. Все сказанное выше определяет направленность и содержание предлагаемого исследования.

Задачей исследования явилось количественное описание эффекта социальной фасилитации «в чистом виде» – обусловленного собственно присутствием других людей в процессе алгоритмизированного проблемного обучения учащихся полной средней школы. Для решения этой задачи был рассмотрен процесс алгоритмизированного проблемного обучения в его индивидуальном и групповом вариантах.

Продуктивное мышление, формирование которого является одной из основных целей общего образования, невозможно без понятийного оформления объектов этого мышления. Поэтому в рамках настоящего исследования была создана алгоритмизированная методика введения определений понятий [8], основанная на таксономических представлениях о структуре определения понятия. Соответствующий алгоритм имеет вид:

Присвоение названия (имени) явлению

Этимологический анализ названия явления

Отнесение явления к классу явлений



Определение общих характерных признаков явления

Определение отличительных признаков явления


Сущность методики [8] состоит в последовательном выполнении шагов алгоритма в письменном виде с последующей «сборкой» определения понятия в соответствии с нормами языка. При этом качество выполнения каждого шага, то есть полнота (точность) творческой реализации этого шага, может быть оценено в достаточно произвольной балльно-рейтинговой системе величиной В, обязательно учитывающей относительную значимость, ценность каждого из этих шагов для введения адекватного денотату определения понятия. В нашем исследовании предельное значение суммарной оценки В соответствовало 25 баллам при предельных оценках качества исполнения шагов алгоритма 0, 5, 10, 5 и 5 баллов соответственно.

Не вызывает сомнений, что при экспериментальном исследовании процесса и результата проблемного обучения введению определений понятий независимой переменной является число, n, предъявлений понятий, подлежащих определению. В соответствии с этим был подготовлен для предъявления достаточный ряд однородных и одноуровневых понятий. Под однородностью понятий подразумевается их отношение к определенной, четко отграниченной от других, сфере представлений. Под одноуровневостью понятий подразумевается приблизительно одинаковый уровень трудности введения определения понятия, то есть одинаковый уровень непривычного для испытуемого видения сути соответствующего явления.

В качестве зависимых переменных (функций) рассматривались:

1. Интервал времени, t, в течение которого испытуемый в письменной форме в соответствии с разработанной методикой введения определения понятия сформирует определение предложенного ему понятия из ряда однородных и одноуровневых понятий. Изменение величины этого интервала по мере предъявления однородных и одноуровневых заданий связано с усвоением собственно алгоритма (в данном случае – введения определений понятий), то есть его структуры.

2. Суммарная балльная (рейтинговая) оценка полноты (точности) использования содержания шагов алгоритма введения определения понятия. Изменение этой величины по мере предъявления однородных и одноуровневых заданий связано с развитием в процессе проблемного обучения индивидуальных творческих возможностей реализации шагов алгоритма.


Анализ последовательности выполнения шагов алгоритма («соблюдение места» шага в определении) и языковой грамотности сборки входят в задачу коррекции после выполнения испытуемым задания по определению каждого очередного предъявленного понятия.

Исследованием были охвачены выборки индивидуально обучавшихся алгоритмизированному введению определений понятий учащихся и лиц с высшим и средним профессиональным образованием (контрольная выборка), преимущественно педагогов, по 32 человека каждая. Групповая работа (в группах от 5 до 18 человек) проводилась с 46 учащимися и с 39 лицами с высшим и средним профессиональным образованием (в группах от 2 до 23 человек). Необходимо отметить, что эффект влияния размера группы на деятельность индивида (эффект Рингльманна [11]) в ходе математической обработки результатов настоящего исследования не проявлялся, и потому его изучение выходит за рамки задачи настоящей работы.

Порядок проведения исследования соблюдался принципиально одинаковым как при работе с группами обучающихся, так и при работе с индивидуально обучающимися. В случаях работы с группами принимались все возможные меры – от обращения к обучающимся до дистанцирования их друг от друга – для предотвращения обсуждения проблемного задания и его решения собственно в процессе единичного акта обучения. Последовательность предъявления понятий одного и того же ряда конкретным группам или индивидуально обучающимся сознательно выбиралась различным. Это должно было привести к статистическому выравниванию различий, все же имеющихся в однородности и одноуровневости понятий ряда.

Использование количественных методов исследования в психологии изначально предполагает опору на статистические процедуры. Эти процедуры предполагают работу с большими выборками респондентов в сочетании с относительной легкостью обработки результатов. Действительно, состояния сложных систем, поведение которых зависит от многих не всегда контролируемых факторов (в частности, живые системы), в принципе описываются статистическими методами математики. Однако уже первые результаты нашего исследования показали, что эти методы не позволяют адекватно описать результаты проводимого эксперимента. Так, в рассматриваемой ситуации алгоритмизированного проблемного обучения введению определений понятий результаты усвоения алгоритма оказались соответствующими представленным на типичных графиках рис.1 и 2, что выглядит как непонятного происхождения «разброс» экспериментальных данных. На этих рисунках экспериментально полученные значения величин соответствуют центрам крестов, размер которых отражает статистический вес результата измерения. Погрешности измерений при этом определялись процедурой измерений и составляли и . Попытки статистической обработки результатов измерений, в частности – установления распределений значений величин для конкретного предъявления, привели к распределениям, весьма далеким от нормального и не допускающим статистического осмысления.


Однако совокупности значений величин t и B на рис.1 и 2 можно рассматривать как определенные области диаграмм состояний обучающихся. Тогда аппроксимация границ рассматриваемой области диаграммы функцией заданного моделью (теорией) вида позволяет представить результаты измерений линией графика, однозначно описывающего конкретный закон изучаемого процесса [5, с. 157]. Для установления конкретного вида таких функций, аппроксимирующих границы полученных в результате данного эксперимента диаграмм состояний, была построена математическая модель алгоритмизированного проблемного обучения [10]. Согласно этой модели, время усвоения собственно алгоритма (его структуры), t, зависит от числа предъявлений проблемных заданий, n, в соответствии с выражением:

, (1)

где t – время выполнения проблемного задания, а λ – личностная характеристика обучающегося, являющаяся достаточно постоянной величиной и отражающая его индивидуальные особенности. Величины tmin и to – константы эксперимента, характерные для данной группы обучающихся. Качество выполнения шагов алгоритма зависит от числа предъявлений проблемных заданий в соответствии с выражением:

, (2)

где B – значение суммарной балльной оценки качества выполнения шагов алгоритма, α – параметр, отражающий личностные особенности затруднений обучающегося в повышении качества выполнения шагов алгоритма, величины Bmin и Bmax – константы эксперимента, характерные для данной группы обучающихся.

Результаты аппроксимации этими функциями границ областей диаграмм состояний представлены линиями графиков на рис.1 и 2. Эта аппроксимация позволяет получить для всех рассматриваемых в работе выборок параметры λ (обучаемости структуре алгоритмизированной деятельности) и α (обучаемости эвристическому поиску в рамках заданных структурой шагов алгоритма).


Рис. 1. Зависимость времени введения определения понятия от числа предъявлений понятий


Рис. 2. Зависимость качества введения определения понятия от числа предъявлений понятий

Аналогичные графики зависимостей и, следовательно, значения величин λ и α, были получены для всех рассматриваемых в работе выборок (см. Таблицу 1).

На всех графиках, отражающих результаты измерений процесса усвоения алгоритма в целом, выявляется горизонтальная линия, соответствующая значению , среднему между типичным для результатов аппроксимации () и статистически усредненным минимальным временем написания решения задания (). Таким образом, можно считать, что минимальное время выполнения проблемного задания (введения определения предъявленного понятия) составляет . Это значение соответствует наличию достаточно автоматизированного навыка введения определений понятий (при условии необходимого качества реализации процесса).

При аппроксимации линией графика верхней границы поля диаграммы величина t0 имеет смысл времени обдумывания решения задания (), полученного экстраполяцией графика к значению n = 0. Можно интерпретировать эту величину как время, которое потребовалось бы обучаемому для введения определения понятия после ознакомления с методикой, но до начала проблемного обучения. Величина λ является статистически усредненной по группе характеристикой обучаемости субъекта в процессе алгоритмизированного проблемного обучения. Отсюда следует требование к однородности состава группы по исследуемым признакам – уровню образования (в данном исследовании), гендерному, возрастному, профессиональному и т.д. В рамках описываемого исследования это требование выполнялось для всех выборок. На графике зависимости величина λ ответственна при прочих равных условиях за кривизну линии графика, то есть за изменение скорости обучения.


Для графиков, отражающих результаты измерений усвоения содержания (качества реализации) шагов алгоритма, характерно наличие трех линий. Самая нижняя, горизонтальная линия соответствует в нашей работе значению . Это значение B, ниже которого во всем объеме исследования наблюдались лишь единичные случайные «выскакивания» [4, с. 102 – 107]. Если в ходе обучения при последовательных предъявлениях в пределах погрешности измерений , это свидетельствует о принципиальной необучаемости субъекта в рамках рассматриваемой методики. Следовательно, – минимальное число баллов, которым в принципе может быть оценено решение задания даже в отсутствие обучаемости. Более низкие значения B свидетельствуют либо об отсутствии ознакомления с методикой либо об особенностях мышления, близких к патологическим.

Верхняя линия графика соответствует модели успешно обучающегося субъекта проблемного обучения [8, с. 113]. При этом величина представляет собой максимальное число баллов, которым может быть оценено решение задания сверх «уровня необучаемости». Величина, обратная α, соответствует некоторому значению n, начиная с которого оценка В может достигать максимально возможных значений. Следовательно, чем больше α, тем при меньших значениях n достигаются максимально возможные значения В, то есть тем выше скорость обучения (выше обучаемость творческому решению проблемных заданий).

Нижняя линия графика соответствует модели удовлетворительно обучающегося субъекта проблемного обучения [8, с. 113]. Здесь, при том же значении , резкое уменьшение скорости обучаемости (отражаемое уменьшением величины α) приводит к уменьшению , то есть максимального числа баллов, которым может быть оценено решение задания сверх «уровня необучаемости». Смысл этого таков: для достижения максимально возможного в принципе числа баллов (в нашем случае – 25) субъектам проблемного обучения, чья обучаемость соответствует нижней линии графика, необходимо предъявить чрезвычайно большое число понятий, n, что не соответствует психологическим и физическим возможностям обучающихся.


Результаты измерений для всех выборок сведены в Таблицу 1.

Таблица 1

Результаты измерений усвоения алгоритма введения определений понятий и качества реализации его шагов

ВЫБОРКА

Параметры теории

tmin

t0

Bmin

Bmax

λ

α

Групповая работа

учащихся

4

8

6

6

18

6

0,15

2,0

0,18

Групповая работа

не учащихся

3

8

6

6

19

10

0,12

1,6

0,14

Групповая работа всех обучающихся

4

9

6

6

19

5

0,15

2,0

0,20

Индивидуальная работа учащихся

4

6

6

6

19

12


0.06

2,0

0,10

Индивидуальная работа

не учащихся

4

8

6

6

19

12

0,17

1,6

0,30

Индивидуальная работа всех

обучающихся

4

6

6

6

19

7

0,06

4,0

0,60

Общая полная

выборка

5

8

6

6

19

5

0,12

4,0

0,20

В Таблице 1 для величин Bmin, Bmax и α верхняя строка в ячейке соответствует аппроксимации линией графика верхней границы поля состояний субъекта проблемного обучения (успешная обучаемость), нижняя строка – аппроксимации нижней границы (удовлетворительная обучаемость).

Из приведенных в таблице 1 результатов следует:

  1. Параметры теории tmin, t0, Bmin и Bmax (аппроксимация верхней границы поля состояний) в пределах погрешности измерений для большинства случаев постоянны, что позволяет корректно обсуждать значения собственно параметров обучаемости (λ и α), а также отклонения от успешной обучаемости, характеризуемые значениями Bmax для аппроксимации нижней границы поля состояний.


  2. Значение параметра обучаемости, λ, при индивидуальной работе учащихся () в 2,5 раза меньше его значения при групповой работе учащихся (). Это очевидное свидетельство яркого проявления эффекта социальной фасилитации (в смысле Зайонца) при усвоении алгоритма в целом. По-видимому, такое проявление связано с образовательными и, в первую очередь, возрастными особенностями учащихся, поскольку для контрольной выборки картина носит значимо обратный характер – при групповой работе и при индивидуальной. Последнее можно объяснить приоритетностью для более образованных и более взрослых людей стремления к качественному выполнению проблемного задания по сравнению с возможностью оценки окружающими скорости выполнения этого задания.

Понятно, что значения параметра λ для общих по учащимся и не учащимся выборок (индивидуальной, групповой и общей полной) отражают предельные тенденции частных выборок.
  1. Необходимо рассмотреть значения второго параметра обучаемости, α, отдельно для случаев аппроксимации линией графика верхней и нижней границ поля состояний обучающихся. Для верхней границы эти значения при индивидуальной и групповой работе учащихся одинаковы, что указывает на приблизительно одинаковое усвоение содержания шагов алгоритма при индивидуальной и групповой работе с учащимися. Это можно объяснить тем обстоятельством, что если время выполнения (решения) проблемного задания является открытым для окружающих в процессе обучения (исследования) параметром, то балльная оценка усвоения содержания шагов алгоритма не обсуждается с обучающимися при коррекции и является скрытым для них параметром. В то же время «срабатывание» коррекции после каждого предъявления (см. методику алгоритмизированного проблемного обучения) заставляет обучающихся улучшать усвоение без оглядки на реальное или предполагаемое мнение окружающих (в том числе – обучающего).


При работе с не учащимися значения параметра α одинаковы при индивидуальной и групповой формах работы и меньше характерных для работы учащихся ( по сравнению с ). Это можно объяснить большей свежестью восприятия и непредвзятостью учащихся по сравнению с образовательным и возрастным консерватизмом представителей контрольной выборки. Такой консерватизм не в последнюю очередь связан с предубеждением относительно алгоритмического характера мыслительных процессов, являющимся защитной реакцией субъектов практического мышления на необходимость выработки более действенных, но и более трудоемких адаптационных механизмов.

Высокое значение для индивидуальной работы всех обучающихся (и, следовательно, общей полной выборки) обусловлено тем обстоятельством, что отдельные и потому не значимые для частных выборок «выскакивания» («выбросы») при сложении в общей выборке становятся значимыми. Возможно, такой эффект может быть снят при увеличении объема частных выборок. Однако это вряд ли приведет к принципиальному изменению проведенного выше в данном пункте обсуждения. Тем не менее, высокое значение α для индивидуальной работы всех обучающихся указывает на более высокое качество усвоения содержания шагов алгоритма при такой работе. Это может быть связано с «удалением остатков влияния окружающих» на и без того скрытую работу над указанным качеством при прочих равных условиях.
  1. Для нижней границы поля состояний обучающихся наименьшее значение соответствует индивидуальному обучению учащихся. Это обусловлено равномерностью распределения по полю значений результатов измерений с их статистическими весами и потому необходимостью учета всех полученных значений при аппроксимации нижней границы поля линией графика. На практике такой результат означает большую равномерность спектра значений обучаемости, α, по сравнению с групповой работой, что может быть связано с отсутствием эффекта фасилитации. Это не противоречит сказанному выше в п.3, поскольку проявления фасилитации в принципе могут быть различны для верхней и нижней ветвей аппроксимации границ поля состояний. В частности, необходимо помнить, что указанные ветви отражают личностные характеристики, распределенные по группе, то есть, в конечном итоге, в деталях являются характеристиками конкретной группы.


Самое высокое значение, , соответствует индивидуальному обучению всех обучающихся. Здесь, на общем фоне высокой плотности состояний обучающихся, при аппроксимации следует учитывать границы поля высокой плотности, в результате чего некоторые значения, полученные при индивидуальной работе с учащимися, выглядят как «выскакивания» («выбросы»). В варианте пренебрежения такими значениями на фоне общей высокой плотности состояний можно предположить, что в модели удовлетворительно обучающегося субъекта проблемного обучения лучшие результаты усвоения содержания шагов алгоритма могут быть достигнуты при индивидуальной работе. Это естественно, потому что за один и тот же промежуток времени, отведенный на коррекцию результатов решения, индивидуально обучающийся сможет более детально и конкретно обсудить эти результаты с обучающим.

Из промежуточных значений α наиболее низкое, , соответствует групповой работе не учащихся. Это вполне соответствует сделанному выше, в п.3, предположению об образовательном и возрастном консерватизме представителей контрольной выборки, вследствие чего их обучаемость в групповой форме работы уступает обучаемости учащихся в рамках обеих моделей (успешной и удовлетворительной обучаемости). Значение для индивидуальной работы подтверждает это предположение, поскольку при общении «один на один» с обучающим его фасилитирующее влияние для взрослого человека оказывается важнее размытого общего при групповой работе.

В принципе возможно для осмысления результатов исследований эффекта социальной фасилитации «в чистом виде», подобных результатам данного исследования, при условии высоконадежной выборки индивидуально обучающихся можно вводить коэффициенты фасилитации. Такие коэффициенты, например, или будут являться инструментом непосредственной количественной оценки эффекта фасилитации. Так, в настоящей работе – при проблемном обучении введению определений понятий – для и «учащихся» и «не учащихся» коэффициент фасилитации k1 равен единице, что указывает на отсутствие эффекта социального влияния в чистом виде на усвоение качества исполнения шагов алгоритма (творческая деятельность). Коэффициент фасилитации k для учащихся составляет k = = 2,5 – это существенно больше единицы и указывает на очевидное проявление эффекта социальной фасилитации при усвоении алгоритма в целом (более простая по сравнению с творческой нормативная деятельность). В то же время для «не учащихся» (педагогов) k = = 0,7 – это явно меньше единицы и говорит о наличии социальной ингибиции усвоения нового для них алгоритма для педагогов в силу возрастного и когнитивного консерватизма.

Литература


  1. Аронсон Э., Уилсон Т., Эйкерт Р. Социальная психология. Психологические законы поведения человека в социуме. – СПб.: прайм-ЕВРОЗНАК, 2004. – 560 с. (Проект «Психологическая энциклопедия»).

  2. Лернер И. Я. Проблемное обучение. М., «Знание», 1974.

  3. Лернер П. С. Фасилитация учащихся учреждений профессионального образования в факультативном курсе «для технарей» // Школьные технологии. 2005. № 6. С. 100 – 105.

  4. Применение методов статистического анализа для изучения общественного здоровья и здравоохранение / Под ред. чл.-корр. РАМН, проф. В. З. Кучеренко. Учебное пособие для медицинских вузов, 2-е изд., стереотипное. М.: Издательская группа «ГЭОТАР-Медиа», 2005.

  5. Проблемы многоуровневой подготовки учителей математики для современной школы: материалы XXVII Всероссийского семинара преподавателей математики университетов и педагогических вузов (24-26 сентября 2008 г., г. Пермь); Перм. Гос. пед. ун-т. – Пермь, 2008. – 254 с.

  6. Тернер Дж. Социальное влияние. – СПб.: Питер, 2003. – 256с. – (Серия «Концентрированная психология»).

  7. Тремясова В. П., Дубовская Г. В. Организация классных часов в отраслевом ссузе на основе подходов фасилитации // Среднее профессиональное образование. 2008. № 3. С. 25 – 30.

  8. Фролов А. А., Фролова Ю. Н. Понятийность как основа единства интеграции и дифференциации научного знания // Понятийный аппарат педагогики и образования: сб. науч. тр. Вып. 5 / Отв. ред. Е. В. Ткаченко, М. А. Галагузова. – М.: Гуманитар. изд. центр ВЛАДОС, 2007. – 592 с.

  9. Фролов А. А., Фролова Ю. Н. Соотношение алгоритмизации и эвристики при формировании и трансляции научного знания // Образование и наука. 2007. № 5 (47).
  10. Фролов А.А., Фролова Ю.Н. Алгоритмизированный подход к проблемному обучению осознанной деятельности // Образование и наука. 2008. № 8 (56).

  11. Шоцкая Г. А. Социальная фасилитация в организации групповой работы студентов // Среднее профессиональное образование. 2008. № 3. С. 86 – 88.

  12. Zajonc, R. B. (1965). Social Facilitation. Science, 149, 2. 69 – 74.