08 October 2012, 10:48
近年來,教師們更加重視實踐練習,實驗室實驗和學生研究。這是因為,如果學生能夠獨立控制獲取知識的強度,學生能夠更好地學習這些材料。
自我指導的培訓有時間可以從積極的方面證明自己,然而,這種現象的原因知之甚少。
一些科學家認為,自我導向學習是有效的,因為這個人的學習動機。然而,為了確定自我導向學習和認知過程之間的關係,特別是記憶和注意過程,專家們沒有足夠的數據。
紐約大學的科學家Douglas Markant和Todd Gurekis試圖研究這一研究材料過程的有效性的原因。他們從計算和認知的角度來研究這種學習。
專家提出了幾個假設,為什麼自主學習比其他類型的材料掌握有優勢。
自我導向和獨立理解信息有助於一個人優化他的經驗,並專注於研究我們尚未掌握的材料。此外,自我導向學習的本質允許您保留您長時間研究的信息。
但是,這種培訓並不總是有效的。一個人在決定他將要學習的信息時會犯錯誤。原因可能是認知錯誤。
研究人員指出,研究人們如何評估各種信息來源以及評估他們正在尋找的數據的基礎可以是機器學習研究中常用的計算模型。
使用機器學習技術進行分析有助於確定自我導向學習的負面和積極時刻。
一項聯合研究(包括對認知和計算過程中對這種信息理解的評估)將有助於專家了解作為獨立自主學習基礎的過程的本質。
此外,科學家希望通過了解這些過程,可以開發獨立研究材料的輔助方法。