当失败不再富有成效时：探索有效失败对STEM领域外学习的有效性

Valentina Nachtigall1 Katja Serova1 Nikol Rummel1

摘要

现有的实践是建立在有效失败（PF）对学习有效性的基础上的。虽然PF在STEM学习中的有效性已经得到证实，但它是否对非STEM领域的学习也有效还没有得到研究。考虑到测试PF在数学或科学以外的领域的学习，并且假设PF设计中体现的特征与领域无关，我们研究了PF对学习社会科学研究方法的影响。我们对212名和152名10年级学生进行了两项准实验研究。遵循典型的PF研究范式，我们设计了两个条件：PF，即学生在接受指导之前试图解决一个复杂的问题；以及直接指导（DI），即学生首先接受指导，然后解决问题。在PF中，学生通常会从失败中学习。假设未能 解决一个复杂的问题是为了让学生准备好从后续的教学中进行更深入的学习。在DI中，学生通常通过实践来学习。实践和应用给定的问题解决程序被认为有助于学生从以前的教学中学习。与证明PF对学习数学和科学有益的几项研究相比，在目前的两项研究中，PF学生在学习社会科学研究方法方面并没有胜过DI学生。因此，研究结果没有复制PF对非STEM领域学习的影响。这些结果是根据PF益处的潜在机制进行讨论的。

关键词：有效失败；直接教学；教学时间；教学前问题解决

介绍

在过去的十年中，人们越来越关注调查在教学之前解决问题的方法的有效性，例如生产性失败（PF），以促进学 生的知识获取。最近对PF效应测试研究的几项评论（参见 Kapur 2015；Loibl等人2017；Darabi 等人 2018）证明了PF（或更普遍地在教学方法之前解决问题）对学生的有益影响获得概念性知识。这种对PF有效性的兴趣增加的部分原因可能是预期PF 具有解决援助困境的潜力（Kapur 和 Rummel 2009）。援助困境（Koedinger和Aleven 2007）描述了教学科学中一个关键且迄今未解决的问题：如何平衡教学支持的给予和拒绝，以最有效地促进学生的学习？

PF方法建议暂时停止教学支持，以促进学生对深层概念理解的发展。具体来说，PF包括两个连续的学习阶段，一个初始的问题解决阶段和一个后续的教学阶段。在前一种情况下，学生在没有教学支持的情况下，合作产生解决复杂和新颖问题的想法（Kapur和Bielaczyc2012）。在后者中，教师以错误的学生的解决方案为基础，将这些错误解决方案的特征与标准解决方案的组成部分进行比较和对比（Kapur和Bielaczyc2012）.大多数学生在最初的问题解决阶段不能规范地解决复杂的问题，即由于缺乏特定的知识，他们产生了不完整或错误的解决思路。然而，这种最初的失败被认为是有效地为学生在随后的教学中的学习做准备（例如Kapur2016）.当学生未能解决问题时（通常表现为错误的解决思路），或者至少在教学过程中遇到错误的解决思路时，他们应该体验到他们现有理解的局限性（例如，Loibl和Rummel2014a）.这些失败的经历被认为是对学生当前理解的挑战，从而为他们修正当前理解做准备（参见Tawfik等人。2015）.

PF对学生获取概念知识的有效性主要被检验和复制用于STEM领域的学习，尤其是数学。因此，缺乏经验证据表明PF效应是否取决于领域的结构性，或者它是否也发生在结构较少的领域中的学习中（Kapur 2015；Loibl 等人2017）。因此，Kapur （2015）和 Loibl等人。 （2017 年）呼吁研究PF在数学或科学以外的领域对学生学习的有效性。为了解决这一研究空白。目前的工作试图探索PF在STEM领域之外学习的有效性。具体来说，我们在两项准实验研究中检验了PF对学生获取社会科学研究方法知识的有效性。

在下面的章节中，我们首先描述PF设计的特点，以及为什么这些特点被认为对PF的有效性很重要。接下来，我们讨论“干细胞和非干细胞领域的潜在特性”，以及这些特性如何与PF的有效性联系起来。最后，我们给出了以前关于PF的研究的概述，集中在这些研究中实现的设计特征和他们调查的领域。对PF设计特点的描述、对PF设置中领域应满足的潜在要求的讨论以及文献综述导致了指导我们两项研究设计的几个标准。

理论背景

PF强调在解决问题的活动中，由于暂时保留某些支持结构（即解决问题的任务结构和教师的教学支持）而导致的失败对学生学习的好处（Kapur2008）.PF的思想强烈地建立在VanLehn的（1988）僵局驱动学习理论，假设只有当学习者的知识不完整时，学习才会发生，因此他们在解决问题时会陷入僵局。根据对PF的研究，这些学习僵局或失败的有效性是由教学设计的特定特征和特定的学习相关机制决定的，这将在下一节中描述。

有效失败：设计特征和学习机制

卡普尔（2015）声称PF效应依赖于教学设计的特定特征。Loibl等人的综述（2017）也表明PF的有效性（或者更一般地说，在教学之前解决问题）与教学设计的具体特征有关。这些特征预计会触发以下三种学习相关机制，这些机制被假设为PF有效性的基础（Loibl等人。2017）：（1）激活先前的知识，（2）意识到知识的局限性，（3）认识到目标学习概念的深层特征。教学设计和教师必须以特定的方式促进这些过程（概览见表1）.具体来说，在教学之前要求学生合作发明一个复杂和新颖问题的解决方案的想法有望触发机制（1）和（2）。为此，选定的问题必须满足一定程度的复杂性。在随后的教学过程中，将错误解决方案的特点与标准解决方案的组成部分进行比较和对比，可以促进机制（2）和（3）。为此，教学必须利用学生错误的解决思路。

PF的这些设计特征和潜在机制表明，PF既是一种触发学习者某些学习机制的学习活动，也是一种教学方法，因为教师和教学设计必须以特定的方式培养这些机制。在下面的段落中，我们将更详细地描述这三种机制。

先验知识的激活

第一种机制（即激活先验知识）预计将在PF的初始问题解决阶段出现。当学生在教学前对一个复杂和新颖的问题产生直觉的解决方案想法时，PF被假设帮助他们激活相关的先验知识（Kapur2016；Loibl等人。2017；Newman和DeCaro2018）.反过来，这应该为学生的“未来学习”做好准备（Schwartz and Martin 2004），即用于在后续教学中学习目标概念。根据图式理论，激活先前存在的图式（即先前的知识）是整合新知识的关键要求，因此也是调整先前存在的图式的关键要求（Sweller1988；Sweller et al. 1998）.

在PF设置中，先验知识激活的过程被期望依赖于要求学生解决的问题的设计。根据Kapur和Bielaczyc的观点（2012），问题应该通过满足复杂性的最佳点来解决学生的先验知识，或者如雅各布森等人（2015）推测，通过遇到一个接近失败的区域。也就是说，学生不应该能够在最初的问题解决阶段发展出规范的解决方案。同时，他们应该能够发明直觉的想法，而不会因为困难而沮丧。以前的PF研究使用学生发明的解决方案想法作为PF学生激活先前知识的衡量标准（例如Kapur和Bielaczyc2012；洛伊布尔和鲁梅尔2014b）.由于PF学生通常在小组中产生他们直觉的解决方案想法，并且在最初的问题解决阶段没有任何指导支持，他们只能建立在他们先前的知识上，以便发明解决方案想法（参见，Kapur2016）.因此，这些发明的解决方案反映了PF学生的先验知识（Kapur2012；洛伊布尔和鲁梅尔2014b）.意识到知识的局限性。

第二种机制（即意识到知识的局限性）预计将在延迟教学阶段出现。通过在延迟教学阶段比较和讨论错误的学生解决方案，假设PF帮助学生意识到他们先前知识的局限性和差距（Loibl等人。2017）.在基于失败的学习方法中，帮助学习者意识到他们的知识局限或失败的过程被认为是一个至关重要的过程。2015）.失败的经历预计会挑战学习者现有的心理模型，从而使他们准备好反思和解决他们的失败（Tawfik等人。2015）.因此，对知识局限性的认识很可能为学生在教学过程中构建新知识做好准备，因为这可能有助于学习者关注他们需要的概念，以适应他们现有的不完整或错误的理解。

PF环境中的学生可能已经注意到他们在最初的问题解决阶段的知识局限性，当他们努力甚至无法正常解决一个复杂和新颖的问题时（Loibl和Rummel2014a；卡普木2016；纽曼和迪卡洛2018）.最初的问题解决阶段可能会在学生中培养一种相当普遍的失败意识或感觉。然而，由于PF问题通常是复杂的和结构不良的，它们没有明确地向学生提供机会来评估他们关于满足或不满足特定特征的解决方案，并认识到他们的解决方案不起作用的具体原因（Loibl等人。2017）.因此，最初的问题解决阶段通常不会让学生意识到他们具体的知识差距。为了实现这一点，延迟教学阶段应该建立在错误的学生解决方案上（Loibl和Rummel2014a；Loibl等人。2017）.

以前的PF研究通过使用不同的自我报告方法评估学生对知识局限性的认识，如学生的感知能力（Loibl和Rummel2015）或他们认为的知识差距（例如Newman和DeCaro2018）.

深层特征的识别

第三种机制（即深度特征的识别）也有望在PF设置中的延迟指令阶段出现。通过在教学过程中将典型错误学生解决方案的特征与规范解决方案的每个组成部分进行对比，假设PF为学习者提供了关注目标学习概念的关键概念特征的可能性（Loibl等人。2017；Kapur和Bielaczyc2012）.此外，教师引导的比较和对比活动支持学生认识到这些关键特征是如何相互联系的，以及如何与标准解联系的（Kapur和Bielaczyc2012）.因此，第三种PF机制可能会促进学生对目标学习概念的深刻理解。

在以前的PF研究中，学生识别深层特征的证据来自于PF学生在评估概念知识的后测项目中的表现。概念知识被定义为对一个领域的深层特征以及这些特征和领域中的原则之间的相互关系的理解（Rittle-Johnson和Alibali1999）.

总之，根据PF文献，为了使PF有效，学生在提供指导之前解决一个复杂的问题，以及指导使用错误的学生解决方案并比较和对比学生解决方案的特征和标准解决方案的组成部分显得很重要。这有助于学生激活先前的知识，意识到知识的局限性，并认识到深层特征（见表1）.而这三种PF机制来源于对干细胞域的研究（参见Loibl等人的综述。2017），期望促进三种PF机制的PF设计的特征被认为是独立于域的（Kapur2015）.因此，可以推测，PF效应及其潜在的机制也应该发生在分别设计的非STEM环境中的学习中。尽管如此，考虑到PF设计的特点和PF效应背后的假设机制，我们也可以认为不是每个领域都同样适合PF环境中的学习：如果PF环境中的教学必须将标准解决方案的组成部分与错误学生解决方案的特点进行比较和对比（Loibl和Rummel2014a；Loibl等人。2017；卡普木2016），那么有针对性的学习概念需要有规范的解决方案，这些解决方案具有可明确定义的组成部分，可以与错误的解决方案思想的特征进行比较和对比。然而，这并不意味着PF问题只允许一种可能的正确解决方案。相反，如上所述，PF问题应该是复杂的，允许学生产生不同的解决思路。然而，对于这个问题应该有一个规范的或确定的解决方案，其关键部分可以在教学过程中向学生展示和解释。否则，在教学过程中，PF学生可能很难发现他们具体的知识差距，也很难认识到目标学习概念的深层特征。因此，Loibl等人（2017）假设PF的有效性可能只出现在结构化领域的学习中，这“允许清晰地识别深层特征和评估解决方案的尝试”（第712页）。下一节将更详细地讨论这些领域特性。

有效失败：领域特征

卡普尔（2015）和Loibl等人（2017）强调缺乏证据证明PF是否对那些没有数学和科学那么结构化的领域也有效。这种结构域的特征可以通过之前几项PF研究中研究的数学主题来说明，即标准差。在这些研究中（例如Kapur2014；洛伊布尔和鲁梅尔2014a），中学生每年都会收到虚拟运动员及其分数的数据集。学生们被要求找出得分最稳定的运动员。在随后的指导中，标准差公式被作为前一个问题解决任务的规范解决方案呈现。标准差公式包括至关重要的可明确定义和评估的组成部分，例如取每个数据点到平均值的距离的平方，以确保正值和负值不会相互抵消。

与此类STEM相关的学习主题相比，鉴于STEM和非STEM学科之间知识的不同性质，一些非STEM学习的顶级知识可能不太结构化。卡根（2009），例如，描述了在自然科学、社会科学和人文科学之间获得知识的环境是不同的。虽然自然科学经常可以观察到受控条件下的现象，但社会科学和人文科学却不能（卡根2009）.在学科内收集知识的条件的控制水平可能等同于在这些学科内发现的知识的结构化水平。具体来说，对某些现象的观察条件控制得越差，对这些现象做出多种部分矛盾的解释和说明的可能性就越大，因此，定义这些现象和概念背后的深层特征、规则和模式的难度就越大。

非STEM领域中的若干学习主题不像上述STEM学习主题那样结构化（即，标准差）的主张可以通过社会和教育科学中的学习主题来举例说明。例如，德国北莱茵-威斯特伐利亚州（本研究在此进行）的社会科学和edu-阳离子科学课程规定了社会不平等（社会科学课程）或学习与发展（教育科学课程）等学习主题。在这种情况下，中学

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 47 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[593877]，资料为PDF文档或Word文档，PDF文档可免费转换为Word