Odborný článek
Měření metakognitivních schopností – výzkum Marcela Veenmana
5,0 (1 hodnocení)
Zpráva o zajímavém výzkumu, který se zabýval měřením metakognitivních schopností žáků pracujících se simulací životního prostředí vyder a porovnáváním výsledků získaných analýzou počítačových dat s daty naměřenými hodnotiteli.
Posouzení a vysvětlení chování žáků v procesu učení, nebo populárně řečeno „pohled dovnitř hlavy žáka“, pomáhá pochopení a zmapování jeho myšlenkových procesů a schopností, na jejichž základě je pak možné předurčit další směr a postup jeho vzdělávání. Schopnosti každého žáka mají dvě hlavní složky – kognitivní a nekognitivní. [3]
Kognitivní poznávací schopnosti jsou přirozenou základní součástí funkce našeho mozku. Zahrnuje například jazyk, myšlení, zrakově-prostorové schopnosti, ale i paměť nebo pozornost. Každá kognitivní činnost má určitou úroveň zpracování – třeba schopnost třídit získané informace, nalézt podobnosti a rozdíly, analyzovat otázky, zjišťovat a uvědomovat si nejasná místa a hledat efektivní postupy k jejich objasnění. Patří sem i schopnost pracovat s chybou a využívat ji pro další učební postup, učit se provádět souhrn hlavních myšlenek, formulovat a srozumitelně reprodukovat, schopnost odlišovat podstatné od nepodstatného, systematicky zacházet s informacemi. [3]
Nekognitivní dovednostní schopnosti ovlivňují úspěch žáka ve studiu, přestože je nelze spojovat s konkrétními předměty jako je třeba matematika nebo mateřský jazyk. Jedná se například o motivaci, výdrž a vytrvalost sledování dlouhodobějších úkolů, sebeřízení, emoce, inteligence, profesionalismus, týmová práce, ochota, tvořivost a další sociální dovednosti. I ty se dají cílevědomým snažením zlepšovat. [3]
Abychom dokázali lépe identifikovat individuální rozdíly v učení a schopnostech žáků, určit jejich silné a slabé stránky, získávat jasnější obraz o možnosti jejich budoucího vývoje, je na ně kladen požadavek, aby „předvedli svou práci“, tj. aby vysvětlili, jakým postupným procesem dospěli k řešení určitého problému. [1]
Běžným postupem je nechat žáky řešit problémy formou řady na sebe navazujících kroků, které dávají učiteli možnost pohledu na poznávací procesy. Na základě toho, jak žák přidává nebo naopak vynechává některý logický krok, je možné analyzovat jeho chování, tedy zda konkrétní krok byl učiněn plánovaně nebo automaticky. Schopnost popsat proces probíhající při řešení úkolu se nazývá metakognitivní dovednost. Jedinec si dokáže uvědomit svou vlastní vnitřní řeč − jak si úkol charakterizoval, jak ho zařadil do souvislostí s jinými úkoly, jakou strategii použil, čím začal, co bylo pro něj nejdůležitější, v čem byl úkol těžký, popřípadě kde dostatečně nezpracoval všechny potřebné informace apod. Jde o porozumění vlastnímu způsobu poznávání. [1]
K čemu jsou metakognitivní dovednosti dobré? Student se naučí klást a zodpovídat sám sobě otázky, které jej zajímají. Učí se tak využívat získané informace, analyzovat je, hledat nesrovnalosti a přemýšlet nad nimi. Učí se pracovat s chybou a využívat pro sebe nejlepších učebních postupů. Metakognitivní dovednosti, jak potvrzuje celá řada výzkumů, lze rozvíjet vhodnou metodicky koncipovanou výukou typicky ve formě série specializovaných cvičení. [1]
Lze vůbec tyto procesy objektivně měřit?
Z obsáhlého výzkumu, který vedl Marcel V. J. Veenman z Institutu pro výzkum metakognice Leiden University v Holandsku, vyplývá, že ano.
V nedávno publikované studii Učení a individuální rozdíly[1] sledoval skupinu 52 žáků střední školy různých věkových kategorií, když pracovali s počítačovou simulací, jejímž cílem bylo ukázat, jak lze změnou určitých faktorů (parametrů simulace) ovlivnit populaci vyder. Bylo stanoveno pět proměnných: a) přírodní domov – možnost výběru jednoho velkého území nebo více menších separátních území, b) kvalita prostředí –přirozeně čisté nebo znečištěné, c) vliv člověka – významný či nevýznamný, d) přírůstek nových vydřích párů – žádný, jeden nebo více párů, e) krmení ryb v zimním období – ano či ne. Jednotlivé faktory měly na populaci vyder různý vliv. Důležité bylo i to, jak byly faktory vzájemně zkombinovány.
Studenti pracovali samostatně na počítači ve třídě v časovém limitu jedné hodiny. Mohli používat papír a tužku na poznámky, pokud jim to vyhovovalo. Nastavením hodnot každého faktoru a spuštěním experimentu byly simulovány změny v populaci. Studenti realizovali asi 15 různých pokusů. V průběhu celého experimentu byla prováděna rovněž dílčí měření samotnými výzkumníky (tzv. lidská měření). Po dokončení každého pokusu měli studenti popsat účinky změn parametrů simulace a jejich vliv na výsledek. Zároveň byla v průběhu provádění celého experimentu soustavně počítačem sledována a zaznamenávána data popisující postup práce studentů. Zahrnovala v sobě počet pokusů, uplynulý čas mezi koncem jednoho a začátkem dalšího experimentu, porovnávání předchozích a nových experimentů, počet změn v jednotlivých faktorech. Z nich pak byla stanovena úroveň metakognitivní aktivity. [1]
Každý student byl hodnocen dvěma metakognitivními ukazateli − systematickou variací a komplexností experimentů. Systematická variace je míra, s níž studenti opakovali experiment za účelem pochopení chování systému, například opakovanou změnou jednoho faktoru při zachování ostatních. Druhým ukazatelem byla komplexnost experimentů, tedy úroveň využití všech pěti faktorů při zkoumání vlivů na životní prostředí vyder. [2]
Veenmana a jeho tým zajímalo, do jaké míry výsledná úroveň metakognitivních schopností odpovídá předchozím vědomostem studentů. Provedený výzkum potvrdil to, co se nejspíše dalo očekávat. Metakognitivní dovednosti jsou ovlivněny předchozími vědomostmi a mají pozitivní vliv na studijní výsledky. S věkem jejich úroveň stoupá. [1]
Mnohem zajímavější ale je jiný výsledek výzkumu. Ukázalo se totiž, že shoda počítačem automaticky naměřených hodnot metakognitivních schopností s dílčími lidskými měřeními zaznamenanými během experimentu dosáhla 84 %. K podobným výsledkům dospěl Veenman i ve svých dřívějších výzkumech, které porovnávaly metakognitivní schopnosti zjištěné počítačovým zpracováním dat s měřením založeným na analýze studentských protokolů, v nichž během práce popisují, proč dělají právě to, co dělají (tzv. myslí nahlas).
Bylo zjištěno, že počítačová měření metakognitivních činností jsou schopna v určitých aspektech analyzovat výkon studenta dokonce lépe než člověk, protože dokážou zpracovat mnohem více dat. Tato skutečnost má pro další vývoj využití technologií ve výuce značný význam. [2]
Veenmanovy výzkumy naznačují, že počítače mohou být velmi užitečným nástrojem hodnocení, plánování a určování směrů vzdělávání studentů. To znamená, že data pořízená studentem při práci na počítači a jejich následná analýza má smysl nejen pro stanovení celkové úrovně dovedností studenta, ale také ke zjištění studentem používané strategie při řešení komplexních problémů. Takové informace budou již velmi brzy velmi důležité pro správnou funkci adaptivních personalizovaných počítačových výukových systémů, jež budou na základě průběžně analyzovaných výukových výsledků nasměrovávat studenty k další výukové činnosti (Kdy dojde k technologické personalizaci výuky?).
VEENMAN, Marcel. Assessing Developmental Differences in Metacognitive Skills With Computer Logfiles: Gender by Age Interactions [online]. 2014. [cit. 2015-01-03]. Dostupné z: http://hrcak.srce.hr/120496?lang=en.
HOROWITZ, Eric. Can Technology Measure How You 'Show Your Work'? [online]. 2014. [cit. 2015-01-03]. Dostupné z: https://www.edsurge.com/n/2014-07-07-can-technology-measure-how-you-show-your-work.
RYŠKA, Radim. Evaluace a přidaná hodnota ve vzdělávání. 1. vyd. Praha: Univerzita Karlova v Praze, Pedagogická fakulta, 2009. 116 s. ISBN 978-80-7290-423-5.
VEENMAN, Marcel. Socialsciences.leiden.edu: Test anxiety and metacognitive skillfulness [online]. 2014. [cit. 2015-01-03]. Dostupné z: http://www.socialsciences.leiden.edu/psychology/organisation/dev/metacognition/special-metacognition.html.
Tento materiál je publikován pod licencí Creative Commons – Uveďte původ – Neužívejte komerčně – Nezpracovávejte 3.0 ČR.