Обучение, основанное на принятии решений (DBL) — это метод обучения, который организовывает обучение на основе условных знаний, лежащих в основе процессов принятия решений экспертами. Вкратце, условное знание — это знание того, "когда и при каких условиях" применять процедуры и концепции (Bransford, Brown, Cocking, & Center, 2000). Короче говоря, DBL организован вокруг функциональной последовательности, а не логической последовательности.

Для экспертов (в том числе для большинства инструкторов) распознавание условий стало настолько автоматическим, что кажется интуитивным. Это явление стало известно как "слепая зона экспертов" (Cardenas, West, Swan, & Plummer, 2020). Следовательно, эти важные знания остаются невидимыми для учащихся в большинстве форм обучения. Однако условные знания необходимы для успешного анализа ситуаций и выбора подходящего курса действий. Условные знания также являются необходимой основой для хорошо развитого концептуального понимания (Swan, Plummer, & West, 2020).

DBL стремится раскрыть эти условные знания. Используя форму когнитивного анализа задач, эксперт разбивает решения, которые он принимает, исходя из условий реальной проблемы/артефакта/сценария. Этот процесс служит для классификации проблемы и, следовательно, для определения правильного/уместного/оптимального действия в данной ситуации.

Процесс принятия решений можно структурировать в виде серии вопросов (решений) с возможными ответами. Решения приводят к завершающему действию или резолюции. Результатом является модель экспертного принятия решений (EDM), которую можно представить визуально (Plummer, Swan, & Lush, 2017). Электроэрозионная обработка может быть линейной, разветвленной или циклической или иметь комбинацию этих закономерностей (например, см. рис. 1).

Рисунок 1

Часть модели экспертных решений (EDM), используемая в базовом курсе статистики

EDM должна быть сосредоточена на одном результате обучения (например, на кульминационном действии) и объекте анализа этого результата обучения (например, проблеме). Например, Пламмер, Кебричи, Лири и Халверсон (2022) описывают несколько кульминационных действий следующим образом:

В конце каждого пути принятия решения — кульминационное действие или решение. Например, на курсе химии кульминацией модели принятия решений стало определение того, был ли найден правильный метод решения проблемы теплоты и энтальпии (Sansom, Suh, & Plummer, 2019). На курсе качественных исследований кульминацией стало определение достоверности опубликованного качественного исследования (Owens & Mills, 2021). Наконец, на курсе машиностроения кульминацией стало определение конструкции и характеристик элемента машины (Nelson, 2021). (стр. 5)

Следует отметить, что данный результат обучения и, следовательно, EDM, включает в себя ряд типов проблем. Эти типы проблем имеют много общих характеристик, но также обладают определяющими характеристиками, которые отличают их друг от друга. Например, теплота и энтальпия — это два высокоуровневых типа задач, которые также содержат в себе типы проблем. Чем теснее взаимосвязь, тем больше общих характеристик, пока не появится только одна отличительная черта между типом проблемы и ее ближайшим братом (братьями).

В условиях реальной проблемы или сценария учащиеся принимают ряд поэтапных решений и учатся аргументировать сценарий, ведущий к соответствующему завершающему действию. На каждом этапе принятия решения проводится инструктаж, посвященный тому, как определить определяющие условия данной проблемы для текущего решения. Инструктаж должен быть ограничен тем, что необходимо для принятия конкретного решения. Мы называем это инструкцией "достаточно точно в срок". Краткий характер этой инструкции помогает учащимся сосредоточиться и отделить определяющее условие принятия решения от других родственных или косметических состояний сценария.

Сначала учащимся может быть трудно отличить косметические заболевания от определения состояний. При достаточном количестве повторений учащиеся развивают способность различать определяющие условия, ведущие к решению проблемы. Чтобы обеспечить достаточное количество повторений, идеально подойдет надежный банк нескольких задач для каждого типа задач. Один из способов быстро создать проблемы — сохранить прежние косметические условия и изменить определяющие условия с учетом каждого типа проблем.

Наконец, DBL включает частые, чередующиеся оценки без помощи EDM. Первоначально обучение в значительной степени зависит от EDM и соответствующей инструкции. Однако учащиеся, как правило, слишком полагаются на модель, за исключением случаев, когда от них требуется выступать без строительных конструкций. Частые оценки с низкими ставками, требующие равной успеваемости без использования модели, необходимы для того, чтобы побудить учащихся усвоить полученные знания. Таким образом, учащиеся начинают разрабатывать функциональную схему домена.

На практике DBL помогает учащимся начать рассматривать отдельные ситуации в реальном мире как примеры проблем определенного типа. Другими словами, они начинают создавать функциональную схему, позволяющую им самостоятельно применять полученные знания в реальных ситуациях. Кроме того, используя условные знания в качестве организационного принципа, учащиеся имеют возможность увидеть, как условия имеют закономерности, обусловливающие соответствующие концепции и процедуры. По мере углубления эта структура также помогает учащимся понять границы и применение лежащих в основе теорий, принципов и концепций предметной области.

Ссылки

Bransford, J., Brown, A., Cocking, R., & Center, E. R. I. (2000). How People Learn: Brain, Mind, Experience, and School. (2nd ed.). Washington, D.C.: National Academy Press.

Cardenas, C., West, R. E., Swan, R. H., & Plummer, K. J. (2020). Modeling Expertise through Decision-based Learning: Theory, Practice, and Technology Applications. Revista de Educación a Distancia (RED), 20(64). doi:10.6018/red.408651

Nelson, T. G. (2021). Exploring Decision-Based Learning in an Engineering Context. In N. Wentworth, K. J. Plummer, & R. H. Swan (Eds.), Decision-Based Learning: An Innovative Pedagogy that Unpacks Expert Knowledge for the Novice Learner (pp. 55-65): Emerald Publishing Limited.

Owens, M. A., & Mills, E. R. (2021). Using Decision-Based Learning to Teach Qualitative Research Evaluation. In N. Wentworth, K. J. Plummer, & R. H. Swan (Eds.), Decision-Based Learning: An Innovative Pedagogy that Unpacks Expert Knowledge for the Novice Learner (pp. 93-102): Emerald Publishing Limited.

Plummer, K. J., Kebritchi, M., Leary, H. M., & Halverson, D. M. (2022). Enhancing Critical Thinking Skills through Decision-Based Learning. Innovative Higher Education, 47(4), 711-734. doi:10.1007/s10755-022-09595-9

Plummer, K. J., Swan, R. H., & Lush, N. (2017). Introduction to Decision-Based Learning. Paper presented at the 11th International Technology, Education and Development Conference, Valencia, Spain.

Sansom, R. L., Suh, E., & Plummer, K. J. (2019). Decision-Based Learning: ″If I Just Knew Which Equation To Use, I Know I Could Solve This Problem!″. Journal of Chemical Education, 96(3), 445-454. doi:10.1021/acs.jchemed.8b00754

Swan, R. H., Plummer, K. J., & West, R. E. (2020). Toward functional expertise through formal education: Identifying an opportunity for higher education. Educational Technology Research & Development, 68(5), 2551-2568. doi:10.1007/s11423-020-09778-1