Dlaczego samokształcenie jest tak skuteczne?
Ostatnia recenzja: 16.10.2021
Cała zawartość iLive jest sprawdzana medycznie lub sprawdzana pod względem faktycznym, aby zapewnić jak największą dokładność faktyczną.
Mamy ścisłe wytyczne dotyczące pozyskiwania i tylko linki do renomowanych serwisów medialnych, akademickich instytucji badawczych i, o ile to możliwe, recenzowanych badań medycznych. Zauważ, że liczby w nawiasach ([1], [2] itd.) Są linkami do tych badań, które można kliknąć.
Jeśli uważasz, że któraś z naszych treści jest niedokładna, nieaktualna lub w inny sposób wątpliwa, wybierz ją i naciśnij Ctrl + Enter.
W ostatnich latach nauczyciele zwracali większą uwagę na praktyczne ćwiczenia, eksperymenty laboratoryjne i badania studentów. Wynika to z faktu, że studenci uczą się materiału znacznie lepiej, jeśli mają zdolność kontrolowania intensywności pozyskiwania wiedzy niezależnie.
Samokształcenie miało czas, aby udowodnić swoją wartość pozytywną, jednak przyczyny tego zjawiska są słabo rozumiane.
Niektórzy naukowcy sugerują, że samodzielna nauka jest skuteczna ze względu na motywację osoby do nauki. Jednakże, aby zidentyfikować związek między samokształceniem a procesami poznawczymi, w szczególności procesami pamięci i uwagi, specjaliści nie mają wystarczającej ilości danych.
Douglas Markant i Todd Gurekis, naukowcy z New York University, próbowali zbadać powody skuteczności tego procesu badania materiału. Podeszli do badania tego rodzaju uczenia się z punktu widzenia obliczeniowego i kognitywnego.
Specjaliści wysuwają kilka hipotez, dlaczego samokształcenie ma przewagę nad innymi rodzajami masteringu.
Samodzielne i niezależne rozumienie informacji pomaga zoptymalizować swoje doświadczenia i skoncentrować się na badaniu materiałów, których jeszcze nie zrozumieliśmy. Ponadto natura samokształcenia pozwala na utrzymanie informacji, które studiowałeś przez długi czas.
Jednak ten rodzaj szkolenia nie zawsze jest skuteczny. Osoba może popełniać błędy w podejmowaniu decyzji o informacji, którą zamierza studiować. Przyczyną tego mogą być błędy poznawcze.
Badacze zauważają, że podstawą do badania, jak ludzie oceniają różne źródła informacji, a także oceniania danych, których szukają, mogą być modele obliczeniowe, które są powszechnie stosowane w badaniach uczenia maszynowego.
Analiza za pomocą technik uczenia maszynowego może pomóc w określeniu negatywnych i pozytywnych momentów samokształcenia.
Wspólne badanie, które obejmuje ocenę tego rodzaju rozumienia informacji w kategoriach procesów poznawczych i obliczeniowych, pomoże ekspertom zrozumieć istotę procesów, które są podstawą samodzielnego, samodzielnego uczenia się.
Naukowcy mają także nadzieję, że dzięki zrozumieniu tych procesów możliwe będzie opracowanie pomocniczych metod niezależnego badania materiału.