如何加速专业领域知识的学习?- Commoncog

21-12-13 banq

这是一本非凡的书籍《加速专业知识Accelerated Expertise》总结,专注于复杂世界中的高熟练度培训,它提出了一种理论和方法来加速在现实世界中的专业知识。不是为外行而写的——它主要是为组织心理学家、培训计划设计者和在美国军队工作的研究人员而写的。

Accelerated Expertise是关于“将技能发展的概念发挥到极致”。这不是一本关于纯理论的书;这也不是一本关于在成熟技能领域刻意练习的书。这本书突破了两种鲜为人知的学习理论的极限,从而在混乱的现实世界军事和工业环境中创建了成功的加速培训计划。

2008 年和 2009 年,美国空军研究实验室召开了一系列关于“加速专业知识和促进保留”的工作会议,并邀请了一些自然主义决策(NDM)研究人员、专业知识研究人员和军事组织心理学家参加。

这些会议产生的报告成为Accelerated Expertise的前身——该报告由罗伯特 R.霍夫曼、保罗沃德、保罗 J.费尔托维奇、利亚迪贝罗、斯蒂芬 M. Fiore 和 Dee H. Andrews 为国防部和2016 年发表。

动机:

编写本书的动力来自国防科技咨询小组 (DSTAG),该小组是国防部的顶级科技决策小组。他们担心美国和联军在阿富汗和伊拉克战争中面临的复杂问题。初级军官和入伍人员面临着我军自越战以来从未面临过的使命和任务,例如平叛战争和临时治理村庄等任务。在冷战期间,军事人员通常可以指望被分配到一个地点至少三年,然后再轮换到下一个地点。那个时代允许在工作地点进行强有力的持续培训。然而,在当前频繁部署到世界各地进行反恐战争的时代,进行系统培训和实践的机会要少得多。这些是高度动态的任务,需要相当大的认知灵活性。获取执行任务所需的知识和技能的速度至关重要,因为必须经常在人员必须部署到进行战争的战区之前不久更新和提供培训。

Accelerated Expertise分为三个部分:

  • 第 1 部分介绍了大约 2016 年整个专业知识研究领域的文献综述。
  • 第 2 部分展示了几个成功的加速培训计划,然后是这些培训计划为何如此有效的基础理论。第 2 部分还包含用于创建这些加速专业知识培训计划的通用结构。第 3 部分提出了未来的研究议程,并通过指出建立现有加速培训计划的经验基础中的所有漏洞来统一第 1 部分和第 2 部分。

本摘要将集中在第 2 部分。如您所料,本书中的想法和建议与某些有关教学法和培训的主流想法有所不同。

  

如何加速专业知识?

让我们从第一原则考虑这个问题。

如何实现专业领域学习?通常答案是我们将尝试复制我们在学校的教学方式。

研究人员说:不!

你不能将知识设计成分层技能树!

答案是:你作弊。

心理学的自然主义决策分支NDM 领域包含提取专业知识的默认心理模型的方法。这些方法被粗略地归类为“认知任务分析”或“CTA”,并且已经在应用领域发展了 30 多年。

CTA 允许您做的是提取专家头脑中的实际专业知识模型。这使您可以回避良好的分层技能树设计问题。一旦你对你想要的专业知识有了一个解释性的心智模型,你可能会问一个更简单的问题:我可以设计什么样的模拟来激发学生头脑中这些心智模型的构建?

这一核心洞察力支持当今使用的许多成功的加速专业知识培训计划。

考虑到这一点,这就是本书推荐的加速专业知识培训计划的一般结构:

  1. 确定谁是领域专家。本书为您提供了四种鉴定专家的方法——(1) 关于教育、培训和工作经历的深入职业面试,(2) 专业标准或许可,(3) 在熟悉的任务中衡量实际表现,最后 (4) 社会交互分析(询问一组从业者谁是什么领域的大师)。
  2. 对这些已识别的专家进行认知任务分析,以提取他们的专业知识。根据您使用的确切 CTA 方法,此步骤最初需要几个月的时间,并且需要与多位专家(以及一些新手)进行多次面谈,以便进行良好的提取。
  3. 在执行第 2 步时,您将构建一个包含困难案例的案例库。存储这些案例,并根据难度对其进行编码。您可以请专家帮助您进行编码。
  4. 接下来,将您的案例库变成一组训练模拟。这一步有点像一门艺术——研究人员说,“目前没有一套通用的原则来设计一个好的模拟”。他们知道对现实世界的认知保真度是关键——但保真度必须有多好?这里的培训计划涵盖从完整的虚拟模拟(使用 VR 耳机)到海军陆战队采用的纸笔决策练习(称为战术决策游戏)。
  5. 一些培训计划的设计要求学习者自己进行意义建构——也就是说,反思和反思他们从每次模拟中学到的东西。其他包括来自更有经验的从业者的反馈,或者在步骤 1 中被确定为“专家”的反馈。
  6. 一些培训计划可能会预先提出抽象或概括的原则,然后通过培训模拟加以强调。例如,当战场计划失败时,海军陆战队有一个启发式方法:“继续前进,寻找制高点,保持联系。” 这是明确教导的。
  7. 最后,测试程序:让您的学习者完成从简单到困难的一系列训练模拟。这也需要一些调整——作者指出,一个领域的“难度”是复杂的,可能需要反复试验才能找出一个好的案例排序或一个好的分类方案
  8. 模拟培训中的反馈有时是定性的和多因素的。

案例经验对于获得熟练程度非常重要,以至于可以假设组织需要非常大的案例库用于培训(以及保存组织记忆)。当“恰到好处的案例”或案例集可以在学习者的主要学习时刻参与时,使用案例的教学会大大增强(Kolodner,1993)。这也说明需要大量案例,以涵盖许多突发事件。创建和维护案例库是案例之间的组织问题、良好的检索方案和智能索引——所有这些都是为了“学到的教训”不会变成“忘记的教训”。

例如,美国海军陆战队拥有一个庞大且不断增长的“战术决策游戏”或“TDG”库,这些库由各种真实或虚拟战场场景构建而成;这些代表了海军陆战队集体作战专业知识的语料库。

 

基本理论

我们将介绍Accelerated Expertise 中介绍的培训方法背后的基本理论。

在第 11 章中,作者断言两种核心学习理论支持他们的培训方法,并且可以结合使用:

  • 认知灵活性理论,或 CFT,以及
  • 认知转换理论,或 CTT

由于这两种理论共享相同的核心三段论,尤其是围绕心智模型的形成和知识屏蔽,研究人员认为它们可能会结合在一起。

认知灵活性理论:

  • 核心三段论

  1. - 1) 学习是概念理解的主动建构。
  2. - 2) 培训必须支持学习者克服还原性解释。
  3. - 3) 还原性解释通过误解网络和知识屏蔽来加强和保护自身。
  4. - 4)进阶学习是将知识灵活应用于领域内案例的能力。

-因此,增量复杂化的教学不利于高级学习。

-因此,通过强调多个案例和概念在多个维度上的相互联系以及使用多个高度组织的表示来促进高级学习。

  • 经验基础

  1. - 学习具有概念复杂性的主题(医学生)的研究。
  2. - 知识护盾和难度维度的演示。
  3. - 证明学习者倾向于通过虚假地降低复杂性而过度简化(还原偏差)。
  4. - 研究使用多个类比的价值。
  5. - 证明学习者倾向于将不规则的东西规范化,从而导致无法将知识转移到新案例中。
  6. - 证明学习者倾向于去上下文化概念,这导致无法将知识转移到新案例中。
  7. - 证明学习者倾向于扮演被动接受者与主动参与者的角色。
  8. - 假设学习者倾向于过度依赖一般抽象,这些抽象可能与所经历的具体实例相距太远,无法明显适用于新案例,即未能将知识转移到新案例中。
  9. - 概念的复杂性和个案的不规则性给传统的理论和教学模式带来了问题。
  10. - 简化然后逐渐复杂化的教学可以通过促进还原性理解和知识屏蔽的形成来减损高级知识的获取。
  11. - 强调回忆记忆的教学不会有助于推理理解和高级知识的获取(转移)。

其他附加:

  • - 高级知识的获取(学徒-熟练工-专家)取决于获得更深入理解和灵活应用的能力。
  • - 高级学习的障碍包括复杂性、交互性、上下文依赖性和结构不良(概念组合的不一致模式)。
  • - 认知灵活性包括调动小的、预编译的知识结构的能力,这种“自适应模式组装”涉及整合和更新,而不仅仅是回忆。
  • - 来自不同概念和案例来源的主动“知识组合”在学习中(对于复杂性和结构不良的领域)比知识结构的检索更重要。
  • - 误解复合成误解网络。对基本概念的误解可以以系统的方式凝聚在一起,使每个误解更容易被相信,也更难改变。
  • - 具有高度关联性的表征将倾向于充当“错误观念,使正确知识失效”。
  • - 认知灵活性是从不同的概念和案例角度表示知识的能力,并从这些角度构建适应手头问题需求的适应性知识集合

 

CFT-CTT合并的核心三段论

  • - 1) 学习是知识的主动建构;心智模型、因果故事或概念理解的阐述和替换。
  • - 2) 所有的心智模型都是有限的。人们有各种零碎的、通常是还原性的心智模型。
  • - 3) 培训必须支持学习者克服还原性解释。
  • - 4) 知识屏蔽会导致错误的诊断并导致证据的折扣。
  • - 5) 还原性解释通过误解网络和知识屏蔽来加强和保护自身。灵活学习涉及概念和上下文细节的相互作用,因为它们在领域内的应用案例中发挥作用并受其影响。

-因此学习还必须包括忘却和重新学习。

-因此,通过强调多个案例和概念在多个概念维度上的相互联系以及使用多个高度组织化的表示来促进高级学习。

 

总结

如果我不提及本书前半部分的两个最大收获,我将是不负责任的。在七章的过程中,作者煞费苦心地一次又一次地重复了两个教训:

  1. 首先,专业文献中的所有内容都难以概括。有些方法在某些领域很有效,但在其他领域则不然。最终的测试是在应用程序中:如果您尝试将某些东西付诸实践,但没有奏效,并不一定意味着该技术不好。这只是意味着它不适用于您的特定上下文。你越早学会接受这一点越好
  2. 关于培训的很多事情可能永远不会为人所知。现实世界环境最终是我们希望进行培训的地方。混杂的变量实在是太多了。事实是,我们也不能反其道而行之,也不能运行完全受控的实验——让基于实验室或基于课堂的培训发挥作用有很大的困难。

我从书中得到的总体情况是这样的:“我们对专业知识知之甚少。我们的经验基础存在很大差距。我们所知道的很混乱,因为有大量混杂的变量。

1
猜你喜欢