Professional Documents
Culture Documents
Θεωρίες Μάθησης Και Εκπαιδευτικό Λογισμικό Δημητριάδης Σταύρος ΑΠΘ
Θεωρίες Μάθησης Και Εκπαιδευτικό Λογισμικό Δημητριάδης Σταύρος ΑΠΘ
Θεωρίες Μάθησης Και Εκπαιδευτικό Λογισμικό Δημητριάδης Σταύρος ΑΠΘ
ΠΑΝΕΠΙΣΤΗΜΙΟ
ΘΕΣΣΑΛΟΝΙΚΗΣ
Σταύρος Δημητριάδης
Τμήμα Πληροφορικής
Ανάκτηση Πληροφορίας
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 2
Εικόνα 1
Είδη Μάθησης
• Νευροψυχολογική διαδικασία του νοήμονος όντος κατά
την οποία επιτυγχάνεται μια (σχετικά) μόνιμη αλλαγή στη
συμπεριφορά του, που έχει ως βάση αλλαγές στο νευρικό
σύστημα, ως αποτέλεσμα συσσώρευσης εμπειρίας.
• Νευρο-φυσιολογική διαδικασία: Η μάθηση επηρεάζει και
διαμορφώνει την κατάσταση του νευρικού συστήματος
– Κεντρικό νευρικό σύστημα: Εγκέφαλος – Νωτιαίος μυελός
• Ψυχολογική διαδικασία: Η μάθηση είναι ένα πολυσύνθετο
ψυχολογικό φαινόμενο
– Οι διάφορες εκδηλώσεις της μελετώνται από κλάδους της
ψυχολογίας
– Εκπαιδευτική & Γνωστική Ψυχολογία
Γνώση
Μάθηση
Δεξιότητα
[2/2]
• Ένα γνωστικό περιλαμβάνει –και αποτελείται από- δομές πληροφορίας όπως:
– Γεγονός (fact): ένα απλό στοιχείο πληροφορίας
– Έννοια (concept): μια αφηρημένη αναφορά σε μια κατηγορία οντοτήτων του κόσμου με βάση κοινό ή κοινά
χαρακτηριστικά
• Πχ. “Αστέρι” = αναφορά σε μια κατηγορία οντοτήτων που θεωρούμε ότι έχουν κάποια κοινά
χαρακτηριστικά ώστε να θεωρούνται «αστέρια»
– Διαδικασία (procedure): Σειρά συγκεκριμένα διατυπωμένων βημάτων που οδηγούν στην επίτευξη ενός
στόχου
• Πχ. Η διαδικασία έκδοσης διαβατηρίου, Η διαδικασία login σε ένα σύστημα ιστού
– Διεργασία (process): Πορεία/ροή ενεργειών, πράξεων κλπ. που μετασχηματίζουν την αρχική κατάσταση
(είσοδο) στην τελική επιθυμητή (έξοδο)
• Πχ. Η διεργασία της ζύμωσης σακχάρων σε αλκοόλη
• Διεργασίες επεξεργασίας δεδομένων (στον η/υ ή στον ανθρώπινο εγκέφαλο)
– Αρχή (principle): Θεμελιώδεις κανόνες που καθορίζουν τη λειτουργία των φαινομένων. Οι αρχές είτε
ακολουθούνται αναπόφευκτα (πχ. αρχές/νόμοι της φύσης) ή πρέπει να τις ακολουθεί κάποιος (πχ. ηθικές
αρχές)
Αναπαράσταση (Representation)
[1/3]
• Αναπαράσταση: Κεντρική έννοια στις γνωστικές θεωρίες μάθησης
• Όταν μαθαίνουμε ερχόμαστε σε επαφή (προσλαμβάνουμε) πληροφορίες
για το εννοιολογικό πλαίσιο, με οργανωμένο τρόπο
– Περιγραφές: Ορισμοί, αρχές, διάφορα κείμενα κλπ.
– Απεικονίσεις: Διαγράμματα, γραφήματα, φωτογραφίες, κλπ
– Ήχοι, σχεδιοκίνηση, video…..
E = MC2
Αναπαράσταση (Representation)
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
[3/3]
• Οι αναπαραστάσεις είναι η “πρώτη ύλη” της εκπαίδευσης
• Χρησιμοποιούμε αναπαραστάσεις ώστε να παρουσιάσουμε γνώσεις για τα
συστήματα/φαινόμενα του κόσμου που μελετάμε
Class
Vin:ProductionArea
rdfs:subClassOf
Εικόνα 3
• Ποιες χαρακτηριστικές αναπαραστάσεις από τις δικές σας μαθησιακές εμπειρίες
μπορείτε να αναφέρετε;
Τροπικότητα
• Μια εξωτερική αναπαράσταση χρησιμοποιεί πάντοτε:
Κατηγορίες εσωτερικών
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
αναπαραστάσεων [1/3]
• Το πώς ακριβώς το γνωστικό σύστημα αναπτύσσει εσωτερικές
αναπαραστάσεις γνώσης αποτελεί ένα κεντρικό και πάντα επίκαιρο
ζήτημα της γνωστικής επιστήμης
• Γενικά οι εσωτερικές αναπαραστάσεις μπορεί να είναι:
• (α) Προτασιακές αναπαραστάσεις (πχ. propositional network)
– Αναπαραστάσεις με βάση κώδικα συμβόλων (πχ. γλώσσα)
Κατηγορίες εσωτερικών
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
αναπαραστάσεων [3/3]
• Νοητικά μοντέλα (mental models)
– Μια αφηρημένη δομή της
πραγματικότητας που δομεί και
προσομοιώνει ο ανθρώπινος
νους με βάση τα εξωτερικά
ερεθίσματα και τις προηγούμενες
εμπειρίες
Εικόνα 5
Γνωστικές διεργασίες
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Cognitive processes
• Γνωστικές διεργασίες (cognitive processes): Οι λειτουργίες της
νοημοσύνης (cognition) για την επεξεργασία της πληροφορίας
• Παραδείγματα γνωστικών διεργασιών:
• Προσοχή
– (attention)
• Επανάληψη /Διατήρηση στη μνήμη εργασίας
– (rehearsal in working memory)
• Ανάκληση από την μακροπρόθεσμη μνήμη
– retrieval from long-term memory,
• Αναγνώριση Προτύπων
– (Pattern recognition)
• …………………………………………………………………………………..
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Γνωστικές διεργασίες
Αναπαραστάσεις Γνώση
• Η αποτελεσματική ενεργοποίηση των γνωστικών
διεργασιών οδηγεί σε ανάπτυξη εσωτερικών
αναπαραστάσεων και τελικά αναπαραστάσεων γνώσης
• Παραδείγματα
• Προσοχή στη σημαντική πληροφορία σε μια εξωτερική
αναπαράσταση
• Διατήρηση της πληροφορίας στη μνήμη εργασίας ώστε να
συσχετιστεί με άλλες πληροφορίες
• Ανάκληση από την μακροπρόθεσμη μνήμη της κατάλληλης
γνώσης/πληροφορίας
• …………………………………………………………………………………..
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 6 Εικόνα 7
Εικόνα 9
Εικόνα 8
Εκπαίδευση
• Τυπική μάθηση (formal learning)
– Μάθηση που συμβαίνει σε ένα οργανωμένο εκπαιδευτικό περιβάλλον, πχ. σχολείο,
πανεπιστήμιο, κλπ. - Οδηγεί σε απόκτηση τίτλων, επαγγελματικών δικαιωμάτων, κλπ.
• Μη-τυπική μάθηση (non-formal learning)
– Μάθηση εκτός οργανωμένων εκπαιδευτικών χώρων, πχ. επαγγελματικές δεξιότητες που
μαθαίνονται στον εργασιακό χώρο χωρίς πάγια και τακτική οργάνωση, πχ. σεμινάρια,
επιμορφώσεις, κλπ.
• Άτυπη μάθηση (informal learning)
– Μάθηση κατευθυνόμενη από τον ίδιο τον εκπαιδευόμενο που αναζητά πληροφορίες και
γνώσεις για κάτι
– Πχ. αναζήτηση πληροφοριών στο διαδίκτυο για ενδιαφέροντα/χόμπυ κλπ.
• Σκοπούμενη μάθηση (intentional learning)
– Μάθηση στοχευμένη που συμβαίνει σύμφωνα με τους στόχους που έχουν τεθεί εξ αρχής
στην εκπαιδευτική διαδικασία
• Περιστασιακή μάθηση (Incidental learning)
– Μάθηση που συμβαίνει χωρίς να έχει προσχεδιαστεί με βάση ερωτήματα, απορίες και
ενδιαφέροντα που ανακύπτουν στην πορεία εκπαίδευσης
Αναπαράσταση με τη μορφή
εννοιολογικού χάρτη
Εικόνα 10
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
ΤΠΕ
Τεχνολογίες Πληροφορίας & Επικοινωνιών
• Το σύνολο των διαθέσιμων
ψηφιακών τεχνολογιών (προϊόντα,
τεχνικές, μέθοδοι) που αφορούν τη
διαχείριση της πληροφορίας
(παραγωγή, επεξεργασία,
αποθήκευση) και τη μετάδοσή της
μέσω δικτύων επικοινωνίας
(διαδίκτυο, δίκτυα τηλεφωνίας,
δορυφορικά δίκτυα, κλπ.)
Εικόνα 11
ΤΠΕ-E
Τεχνολογίες Πληροφορίας & Επικοινωνιών στην Εκπαίδευση
• Παλιότερος όρος:
• “Εκπαιδευτική Τεχνολογία”
– Educational Technology
Περιεχόμενα Διαλέξεων
• Νοήμονα συστήματα και Μάθηση
• Αναπαράσταση
• Μάθηση και Εκπαίδευση
• Τεχνολογία & Τεχνολογικά Ενισχυόμενη
Μάθηση
Εισαγωγικά
• Βασικές έννοιες για την κατανόηση της σχέσης
Μάθησης και Τεχνολογίας είναι οι:
• Αναπαράσταση
– Εξωτερικές & Εσωτερικές
– External & Internal Representations
• (μιλήσαμε στην προηγούμενη ενότητα)
• Διάδραση
– Αλληλεπίδραση
– Interaction
• (ακολουθεί)
Απόφασης
Σημασιολογικό
Φυσικό
ΔΙΑΔΡΑΣΗ
Τεχνολογία; [1/3]
• ΒΗΜΑ1: Κάθε τεχνολογία είναι διαχειριστής αναπαραστάσεων
γνώσης (Knowledge representation manager) - Οι λειτουργικές
δυνατότητες (affordances) μιας τεχνολογίας επιτρέπουν
συγκεκριμένη διαχείριση των αναπαραστάσεων γνώσης
Εικόνα 1
Παράδειγμα-1.Β Διαχείριση
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 2
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Πώς ενισχύει τη Μάθηση η
Τεχνολογία; [2/3]
• ΒΗΜΑ 2: Η διαχείριση των αναπαραστάσεων γνώσης από
την τεχνολογία επιτρέπει διάφορες μορφές διάδρασης
(αλληλεπίδρασης) των μαθητών με τις αναπαραστάσεις
• Παράδειγμα – Ποιες διαδράσεις με τις αναπαραστάσεις
επιτρέπει το έντυπο μέσο (βιβλίο);
– Ο μαθητής διαβάζει κείμενο & βλέπει εικόνες, διαγράμματα
κλπ.
– Διαβάζει ερωτήσεις και αναζητά πληροοφορίες για να
σχηματίσει απαντήσεις ή διαβάζει/βλέπει τις απαντήσεις
– Οι αναπαραστάσεις είναι διαθέσιμες όποτε θέλει να τις δει
– Μπορεί να γράψει στο βιβλίο/τετράδιο τις δικές του
αναπαραστάσεις (κείμενο, σχέδια)
• ……………………………………………………………………………………………
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
άβακα
• Πώς διαδρούν με τις
αναπαραστάσεις του
άβακα οι μαθητές;
Εικόνα 2
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Τεχνολογία; [3/3]
• ΒΗΜΑ 3: Η διάδραση με χρήση των αναπαραστάσεων που
υποστηρίζει η τεχνολογία ενεργοποιεί γνωστικές διεργασίες στο
μυαλό των μαθητών. Αυτό αποτελεί τη βάση για τους μαθητές για
να οικοδομήσουν τις δικές τους εσωτερικές αναπαραστάσεις
γνώσης, δηλ. να μάθουν
• Παράδειγμα – Πώς οικοδομούν γνώσεις οι μαθητές διαδρώντας με
τις αναπαραστάσεις στο έντυπο μέσο (βιβλίο);
– Ο μαθητής συγκεντρώνει την προσοχή του στο να διαβάσει κείμενο &
να δει εικόνες, διαγράμματα κλπ., να ανακαλέσει προηγούμενες
γνώσεις και να συνδέσει/συγκρίνει με τις νέες αναπαραστάσεις, να
διαβάσει οδηγίες και παραδείγματα για λύση ασκήσεων, κλπ.
– Έτσι απομνημονεύει και θυμάται πληροφορίες, βρίσκει απαντήσεις σε
ερωτήματά του, συμπληρώνει προϋπάρχουσες γνώσεις, καθοδηγείται
και ασκείται στην επίλυση προβλημάτων, κλπ.
– ……………………………………………………………………………………………
Παράδειγμα-3.Β Οικοδόμηση
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 2
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Πώς ενισχύει τη Μάθηση η Τεχνολογία;
Ένα Βασικό Μοντέλο
Μαθητές: Τεχνολογία:
Διάδραση με Διαχείριση
βάση τις αναπαραστάσεων
αναπαραστάσεις
διάδραση
Αποτέλεσμα:
Ενεργοποίηση
γνωστικών διεργασιών
Οικοδόμηση γνώσεων
Διδακτικό Μοντέλο
Θεωρία Μάθησης & Διδακτικό
Μοντέλο [1/2]
• Θεωρία μάθησης (Learning theory): Ένα θεωρητικό εννοιολογικό πλαίσιο που περιγράφει
και εξηγεί με συνέπεια τους μηχανισμούς της ανθρώπινης μάθησης
• Μια θεωρία μάθησης είναι ένα «περιγραφικό» (descriptive) θεωρητικό μοντέλο, δηλ.
περιγράφει και εξηγεί το φαινόμενο της μάθησης
• Μια Θεωρία Μάθησης αποτελεί τη βάση για μια Διδακτική Θεωρία (ή Διδακτικό Μοντέλο)
• Διδακτικό Μοντέλο (Didactic Model): Ένα σύνολο προδιαγραφών, ρυθμίσεων και κανόνων
που προσδιορίζει το είδος και τη σειρά των ενεργειών που πρέπει να υλοποιηθούν κατά την
εκπαιδευτική δραστηριότητα
Μοντέλο [2/2]
• Θεωρία Μάθησης Παράδειγμα Θεωρίας Μάθησης
Οι άνθρωποι μαθαίνουν όταν
– Περιγράφει το μηχανισμό της τους παρουσιάζονται με μια
μάθησης
λογική σειρά μικρά και καλά
– Περιγραφική (Descriptive) οργανωμένα τμήματα γνώσης
στα οποία –στη συνέχεια-
μπορούν να ασκηθούν
συστηματικά
Παράδειγμα: Αντίστοιχο Διδακτικό
Μοντέλο
Οργανώστε την παρουσίαση του
• Διδακτικό Μοντέλο μαθησιακού υλικού σε μια
– Θέτει προδιαγραφές & ρυθμίσεις λογική σειρά, με μικρά και καλά
για την οργάνωση της στοχευμένα και οργανωμένα
εκπαίδευσης τμήματα γνώσης
– Ρυθμιστικό (Κανονιστικό) Μετά από κάθε τμήμα δώστε
(Prescriptive) στους μαθητές σχετικές
ασκήσεις ώστε να εμπεδώσουν
το υλικό
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Θεωρίες Μάθησης Ιστορική Εξέλιξη
[1/3]
• Παλιότερες μη-επιστημονικές προσεγγίσεις με βάση τη
Φιλοσοφία & Θρησκεία
• Διδάσκαλοι-Λόγιοι-Θεωρητικοί της Μάθησης, ανά τους αιώνες:
• Πυθαγόρας ο Σάμιος (569-475)
• Κονφούκιος (551–479)
• Σωκράτης (μαιευτική μέθοδος) (470 ή 469–399)
• Πλάτων ο Αθηναίος (427–347)
• Αριστοτέλης ο Σταγειρίτης (384-322)
• Ευκλείδης (325-265)
-------------------------------------------------------
• Υπατία η Αλεξανδρινή (375-415)
• Λέων ο Μαθηματικός (~790 - ~870) Βυζαντινός λόγιος του 9ου αιώνα
• Μαθηματικός, γεωμέτρης, αστρονόμος και φιλόσοφος
• Γαλιλαίος (1564–1642)
• Νεύτων (1642-1727)
• Έρασμος (Erasmus) (1466-1536) (Ολλανδός λόγιος, ανθρωπιστής, διδάσκαλος)
• John Amos Comenius (1592-1670) (Τσέχος εκπαιδευτικός ρεφορμιστής)
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Τμήμα Πληροφορικής
Εξέλιξη [2/3]
• Wilhelm Wundt (1832-1920): Ιδρυτής της σύγχρονης γνωστικής
ψυχολογίας
– Η θέση του Wundt είναι πως η συνείδηση είναι κάτι σαν μια
πολύπλοκη ουσία που μπορεί να αναλυθεί σε επιμέρους απλές
ενότητες («ειδικές» αισθήσεις)
– Τεχνική της ενδοσκόπησης: Δημιουργία στα υποκείμενα ειδικών
ενσυνείδητων καταστάσεων που καλούνται να αναλύσουν σε
επιμέρους εξειδικευμένα αισθήματα
– Πειραματικές συνθήκες που να επιτρέπουν τις ελεγχόμενες
μεταβολές ερεθισμάτων
– Η τεχνική της ενδοσκόπησης απέτυχε καθώς δεν μπορεί να παράγει
αξιόπιστα αποτελέσματα
– Ο αριθμός των υποτιθέμενων αισθήσεων άλλαζε από άτομο σε άτομο
και από εργαστήριο σε εργαστήριο - Οι «ειδικές» αισθήσεις έφτασαν
τις 44.435 (!) στο εργαστήριο του Tichener
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Θεωρίες Μάθησης Ιστορική
Εξέλιξη [3/3]
• Σύγχρονη επιστημονική προσέγγιση (20ος αιώνας)
– Πειραματισμός - Διατύπωση επιστημονικών υποθέσεων
• Επιστημονική υπόθεση
– Μια υπόθεση για την οποία μπορεί να σχεδιαστεί ένα
πείραμα και να αποδειχθεί αληθής ή ψευδής
• Συμπεριφορισμός (Behaviorism)
• Γνωστικές Θεωρίες (Cognitive Theories)
– (Γνωστικισμός – Cognitivism)
• Εποικοδομισμός (Constructivism)
• Κοινωνικός Εποικοδομισμός (Social Constructivism)
• Κοινωνιο-πολιτισμικές Θεωρίες (Sociocultural Theories)
Εκπαιδευτικό Λογισμικό
Εκπαιδευτικό Λογισμικό [1/2]
• Το εκπαιδευτικό λογισμικό (ΕΛ) είναι λογισμικό που έχει
σχεδιαστεί και αναπτυχθεί ειδικά για να παίξει ένα συγκεκριμένο
ρόλο στην εκπαιδευτική διαδικασία και να υποστηρίξει τη μάθηση
Αρχιτεκτονική λογισμικού
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Software architecture
• Η αρχιτεκτονική λογισμικού είναι η οργάνωση και περιγραφή της δομής
ενός λογισμικού σε υψηλότερο επίπεδο αφαίρεσης, τονίζοντας τα
επιμέρους τμήματα (software components) από τα οποία αποτελείται το
λογισμικό, τις μεταξύ τους αλληλεπιδράσεις (πχ. ροή δεδομένων,
αποφάσεις, κλπ.) καθώς και πρότυπα και περιορισμούς που αφορούν τα
στοιχεία αυτά.
• Η αρχιτεκτονική ενός συστήματος μπορεί να προβάλει από διαφορετικές
οπτικές την οργάνωσή του, πχ. λογική αρχιτεκτονική, φυσική
αρχιτεκτονική, κλπ.
• Επίσης υπογραμμίζει τις βασικές αποφάσεις που παίρνουν οι δημιουργοί
του λογισμικού κατά τη σχεδίασή του
Turing
Student Student Interface Student Modeller Student Model
components
Domain knowledge
& problems
Authoring
Instructor Instructor Interface Instructor Modeller Instructor Model
components
(User interface)
• Διασύνδεση (επίσης διεπαφή ή διεπιφάνεια) χρήστη ονομάζουμε το
σύνορο επικοινωνίας ενός τεχνολογικού συστήματος, μέσω του οποίου ο
χρήστης έχει πρόσβαση στις λειτουργίες και υπηρεσίες που μπορεί να
προσφέρει το σύστημα.
Εικόνα 1
ΣΥΝΟΨΗ
Καινοτόμες
Τεχνολογίες: ΤΕΧΝΟΛΟΓΙΑ
ΘΕΩΡΙΑ ΜΑΘΗΣΗΣ
Ποιο είναι ένα κατάλληλο
διδακτικό μοντέλο; προσφέρει
τεχνολογικές
οδηγεί σε...
δυνατότητες
Ανάπτυξη του ΕΛ
ΕΚΠΑΙΔΕΥΤΙΚΟ ΛΟΓΙΣΜΙΚΟ
Συμπεριφορισμός (Behaviorism)
Βασικές Θέσεις.
Ερμηνεία της Μάθησης και προτάσεις για την Εκπαίδευση.
Ο Ρόλος και η Σχεδίαση Εκπαιδευτικού Λογισμικού.
Περιεχόμενα ενότητας
1. Συμπεριφορισμός (Behaviorism).
2. Μάθηση & Εκπαίδευση κατά τον
Συμπεριφορισμό.
3. Επίδραση στην Εκπαιδευτική Τεχνολογία και
Εκπαιδευτικό Λογισμικό.
Συμπεριφορισμός (Behaviorism)
Συμπεριφορισμός
• Give me a dozen healthy infants, well-
formed, and my own specified world to
bring them up in and I'll guarantee to
take any one at random and train him to
become any type of specialist I might
select -- doctor, lawyer, artist, merchant-
chief and, yes, even beggar-man and
thief, regardless of his talents,
penchants, tendencies, abilities,
vocations, and race of his ancestors.
--John Watson, Behaviorism, 1930
• Ιδρυτής της σχολής του
συμπεριφορισμού θεωρείται ο John B. Εικόνα 1
Watson.
Ιστορικά στοιχεία
• Στις αρχές του 20ου αιώνα στόχος των επιστημονικών προσπαθειών είναι να καταγράψουν με
αντικειμενικό τρόπο τα φαινόμενα που μελετούν.
• Η επιστήμη «υπόδειγμα» της εποχής είναι η Φυσική η οποία εκφράζει με μαθηματικά ακριβή
τρόπο τον κόσμο και κάνει προβλέψεις για την εξέλιξη των φαινομένων.
• Τον επιστημονικό κόσμο διακατέχει μια θετικιστική διάθεση
• Θετικισμός (Positivism): η μόνη πραγματική και έγκυρη γνώση είναι αυτή της επιστήμης και η
επιστημονική γνώση παράγεται με την θετική επιβεβαίωση των θεωριών μέσω της αυστηρής
επιστημονικής μεθόδου.
– Βασικός εισηγητής του Θετικισμού: Auguste Comte (19ος αιώνας).
Σημαντικοί Εκπρόσωποι
• Ivan Pavlov (1849-1936).
• Edward Thorndike (1874-1949).
• John B. Watson (1878-1958).
• B. F. Skinner (1904-1990).
εξάρτηση
Εικόνα 3
Εικόνα 2
• Η κλασσική εξάρτηση της συμπεριφοράς παραμένει σημαντική ψυχολογική
τεχνική σήμερα σε πολλές περιπτώσεις.
• πχ. θεραπεία ψυχολογικών παθήσεων όπως φοβίες, άγχος και κρίσεις πανικού.
Εξαρτημένη Μάθηση
• Συντελεστική συμπεριφορά - operant
behavior
– Ο Skinner προσδιόρισε ως σημαντικό
στοιχείο στη διαμόρφωση της
συμπεριφοράς αυτό που ακολουθεί μετά
την απόκριση από το υποκείμενο. Εικόνα 4
• Operant (συντελεστική)
– με τον όρο αυτό ο Skinner αναφέρεται σε
κάθε “ενεργό συμπεριφορά που επιδρά
στο περιβάλλον και προκαλεί κάποιο
επακόλουθο”.
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Η ορολογία της συντελεστικής
εξάρτησης [1/2]
• Ενίσχυση είναι κάθε γεγονός που ενδυναμώνει ή
επαυξάνει τη συμπεριφορά την οποία ακολουθεί. Δύο
είδη ενίσχυσης:
– Θετική ενίσχυση: Ενθαρρυντικά γεγονότα
(επιβραβεύσεις) που εμφανίζονται μετά τη "σωστή"
συμπεριφορά.
• Η σωστή απόκριση θεωρείται ότι ενισχύεται με την εμφάνιση μιας
επιβράβευσης (βραβείο, έπαινος κλπ).
– Αρνητική ενίσχυση: η απομάκρυνση ενός ενοχλητικού
γεγονότος ή ρύθμισης, κανόνα, κλπ. μετά τη "σωστή"
συμπεριφορά.
• Η σωστή απόκριση ενισχύεται με την απομάκρυνση του
ενοχλητικού στοιχείου.
εξάρτησης [2/2]
• Τιμωρία, είναι η ρύθμιση της εμφάνισης ενός
ενοχλητικού και ανεπιθύμητου γεγονότος μετά από
μία «λανθασμένη» απόκριση. Δύο είδη τιμωρίας:
– Θετική τιμωρία: εφαρμογή ενός ανεπιθύμητου γεγονότος
μετά την απόκριση ώστε να αποδυναμωθεί αυτή η
συμπεριφορά.
– Αρνητική τιμωρία: η απομάκρυνση (στέρηση) ενός
επιθυμητού γεγονότος μετά από την «λανθασμένη»
συμπεριφορά.
• Και στις δύο περιπτώσεις στόχος είναι η εξάλειψη της
λανθασμένης απόκρισης / συμπεριφοράς του μαθητή.
Εικόνα 5
• Μελέτη της συμπεριφοράς του πειραματόζωου και του ρόλου της ενίσχυσης στη
συντελεστική εξάρτηση.
• Όταν το ζώο πατά το σωστό μοχλό ενισχύεται θετικά (τροφή, νερό, κλπ).
• Η αρνητική ενίσχυση μπορεί να περιλαμβάνει και ηλεκτροσόκ στο πάτωμα.
Skinner) [2/4]
• Ρόλος του μαθητή: Έμφαση στην ενεργό απόκριση του
μαθητή. Ο μαθητής πρέπει να καθοδηγείται να εκφράσει
μια συμπεριφορά ώστε να μάθει μέσω της
ανατροφοδότησης (ενίσχυση ή αποθάρρυνση) και να
πιστοποιηθεί ότι η μάθηση έχει επιτευχθεί.
• Φύση της Μάθησης: Η μάθηση ορίζεται ως μια αλλαγή στη
συμπεριφορά λόγω της λειτουργίας ανάπτυξης
συσχετίσεων μεταξύ:
• (α) της κατάστασης όπου εμφανίζεται η συμπεριφορά
(ένα γεγονός πχ. ερώτηση, που αποτελεί ερέθισμα).
• (β) της συμπεριφοράς (απόκριση του μαθητή) και
• (γ) του επακόλουθου αποτελέσματος (δηλ. των συνεπειών
της συμπεριφοράς όπως ενίσχυση ή τιμωρία).
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Μάθηση & Εκπαίδευση (κατά τον
Skinner) [3/4]
• Βασικά στοιχεία προτεινόμενου Διδακτικού Μοντέλου:
• Η πιο αποτελεσματική οργάνωση της διδασκαλίας για τις
περισσότερες περιπτώσεις είναι η προσεκτικά
σχεδιασμένη ακολουθία ενός -όχι μεγάλου- πλήθους
βημάτων που παρουσιάζουν μια λογικά σωστή
αλληλουχία γνώσεων και δεξιοτήτων.
– (Carpenter, 1962)
• Μια σημαντική συνθήκη είναι η σχέση μεταξύ της
συμπεριφοράς και των επακόλοθων ενεργειών. Η μάθηση
θα αναπτυχθεί όταν η συμπεριφορά «ενισχύεται». Αυτή η
ενίσχυση εξ ορισμού θα πρέπει να εμφανίζεται αμέσως
μετά την απόκριση του μαθητή.
– (Skinner, 1968)
• Η θέση του Skinner είναι πως κάθε γνώση & δεξιότητα κατάλληλη
για την ηλικία του μαθητή μπορεί να διδαχθεί ακολοθώντας τα
παρακάτω βήματα:
• Προσδιορίστε με σαφήνεια την ενέργεια ή τη διαδικασία που ο
μαθητής πρέπει να μάθει να κάνει.
• Χωρίστε τη συνολική ενέργεια σε μικρά επιτεύξιμα βήματα
προχωρώντας από τα πιο απλά στο πιο σύνθετα.
• Ζητήστε από τον μαθητή να πραγματοποιήσει κάθε βήμα,
ενισχύοντας τις σωστές ενέργειες που κάνει.
• Προσαρμόστε έτσι ώστε ο μαθητής να επιτυγχάνει πάντοτε
ολοκληρώνοντας τον τελικό στόχο.
• Εφαρμόστε σποραδική επανάληψη & ενίσχυση ώστε να
διατηρηθεί η ικανότητα του μαθητή.
(Objectives)
• Ανάλυση εκπαιδευτικών στόχων (objectives)
• Η λεπτομερής και ακριβής διατύπωση του τι θα μπορεί να κάνει ο
μαθητής μετά τη διδασκαλία, ώστε να μπορεί να γίνει σαφής η
σύνδεση ερεθισμάτων-αποκρίσεων (S-R) κατά την εκπαίδευση και
η μορφή της ανατροφοδότησης που θα δοθεί
– Πχ. στη διδασκαλία/κατάρτιση με θέμα «εκμάθηση λογιστικών
φύλλων» ένας εκπαιδευτικός στόχος μπορεί να διατυπωθεί ως εξής:
– Μετά το σεμινάριο ο εκπαιδευόμενος θα μπορεί όταν του δοθεί ένα
σύνολο αριθμητικών δεδομένων: (α) να εισάγει τα αριθμητικά
δεδομένα πληκτρολογώντας στα κελλιά ενός λογιστικού φύλλου, (β)
να τα οργανώνει και να τα μορφοποιεί σε στήλες και σειρές, (γ) να
εφαρμόζει τη συνάρτηση average ώστε να υπολογίζει το μέσο όρο
των δεδομένων.
Προγραμματισμένη διδασκαλία
Θεσσαλονίκης
Εικόνα 6
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ρόλος ανατροφοδότησης
Εκπαίδευση
• Computer-Assisted Learning (CAL) (Driscoll, 2000)
– Μάθηση με Υποστήριξη Υπολογιστή.
• Computer-Assisted Instruction (CAI)
– Διδασκαλία με Υποστήριξη Υπολογιστή.
• Εφαρμογές Εκπαιδευτικού Λογισμικού με Βασικά Χαρακτηριστικά:
– Ακολουθούν το μοντέλο της Προγραμματισμένης Διδασκαλίας .
– Υλοποιούν διακλάδωση της πορείας του λογισμικού ανάλογα με την
απόκριση του μαθητή.
– Η χρήση διακλάδωσης αυξάνει την ευελιξία της διδασκαλίας και
βελτιώνει τη γραμμική δομή του λογισμικού, προσαρμόζοντας τα
επόμενα βήματα στις δυνατότητες ή αδυναμίες του μαθητή.
– Μορφές λογισμικού: Συστηματική εξάσκηση (drill and practice) –
Διδακτικά βοηθήματα (tutorials).
Mainframe computer
Θεσσαλονίκης
Εικόνα 7
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εκπαιδευτικό λογισμικό [1/2]
• Το Εκπαιδευτικό Λογισμικό σύμφωνα με τον συμπεριφορισμό πρέπει να
ακολουθεί τις αρχές της Προγραμματισμένης Διδασκαλίας:
• (α) Παρουσιάζει καλά οργανωμένα τμήματα πληροφοριών και γνώσεων
που παρουσιάζονται σειριακά (γραμμικά) στην οθόνη.
• (β) Παρουσιάζει με συστηματικό τρόπο ερωτήσεις που μπορεί να
αξιολογήσει η μηχανή όπου ο εκπαιδευόμενος απαντά
– Περιλαμβάνει συνήθως κλειστού τύπου ασκήσεις (πχ. πολλαπλών επιλογών,
αντιστοίχισης, κλπ.)
– Καθοδηγεί το μαθητή σε συστηματική άσκηση & επανάληψη – Τεχνική «Drill
& Practice».
• (γ) Το ΕΛ δίνει αμέσως ανάδραση για την ορθότητα ή όχι της απόκρισης
του εκπαιδευόμενου.
• (δ) Ο εκπαιδευόμενος προχωρά στην επόμενη ενότητα ή επαναλαμβάνει
την ίδια ενότητα
– (ανάλογα αν επιτύχει ή όχι στην πρακτική άσκηση).
Σύνοψη: Συμπεριφορισμός
• Κλασσική Εξάρτηση: Ερέθισμα – Απόκριση.
• Συντελεστική εξάρτηση: Ρύθμιση της συμπεριφοράς μέσω
ανατροφοδότησης (θετική ή αρνητική ενίσχυση).
• Μάθηση: Διαδικασία συντελεστικής εξάρτησης.
• Εκπαίδευση: Προγραμματισμένη Διδασκαλία.
• Τεχνολογία: Εργαλεία για υλοποίηση προγραμματισμένης
διδασκαλίας.
• Εκπαιδευτικό Λογισμικό: Εφαρμογές Προγραμματισμένης
διδασκαλίας με έμφαση σε:
– Γραμμική Οργάνωση Παρουσίασης Περιεχομένου
• Ή και με διακλαδώσεις (Crowder)
– Συστηματική εξάσκηση (Drill & Practice) με ανατροφοδότηση ως
ρυθμιστή της ενίσχυσης.
Παραδείγματα ΕΛ
• http://etec.ctlt.ubc.ca/510wiki/EducationalSof
tware
Εικόνα 8
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Παραδείγματα ΕΛ
Εικόνα 9
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Παραδείγματα ΕΛ
Εικόνα 10
Πηγές - Βιβλιογραφία
• Carpenter, C. R. (1962). Boundaries of learning theories and mediators of learning.
Audio-Visual Communication Review, 10(6), 295–306.
• Skinner, B.F. 1968. The Technology of Teaching. New York: Meredith Corporation.
• Schellenberg, 1978. Masters of social psychology. New YorkQ Oxford University.
• http://projects.coe.uga.edu/epltt/index.php?title=Behaviorism
• http://projects.coe.uga.edu/epltt/index.php?title=Scenarios_for_Using_B
ehaviorism
• http://what-when-how.com/distance-learning/behaviorism-and-
developments-in-instructional-design-and-technology-distance-learning
• http://www.personal.psu.edu/wxh139/bahavior.htm
• http://www.ct4me.net/multimedia_design.htm
• http://etec.ctlt.ubc.ca/510wiki/EducationalSoftware
Περιεχόμενα ενότητας
1. Γνωσιακή Επιστήμη - Γνωσιακές Θεωρίες - Γνωστική
Ψυχολογία
2. Εσωτερικές δομές και λειτουργίες της νοημοσύνης
3. Αναπαραστασιακή - Υπολογιστική Θεωρία του Νου
4. Οργάνωση της Εκπαίδευσης & Σχεδίαση Εκπαιδευτικού
Λογισμικού
5. Διαφορετικά Είδη Γνώσης & Επίπεδα Μάθησης
Ιστορικά στοιχεία
• Συμπεριφορισμός: κυρίαρχο πλαίσιο στην ψυχολογία μέχρι τα μέσα της
δεκατίας του ’60
• Σταδιακά γίνεται φανερό ότι ο μηχανισμός της ενίσχυσης δεν μπορεί να
εξηγήσει σημαντικές πτυχές της συμπεριφοράς ζώων και ανθρώπων
– Πχ. πειράματα όπου ποντίκια εξερευνούν έναν λαβύρινθο χωρίς να
ενισχυθούν και αργότερα μαθαίνουν να βρίσκουν την τροφή τους
γρηγορότερα από ποντίκια που δεν είχαν την εμπειρία της εξερεύνησης
– Στις εξηγήσεις τους οι συμπεριφοριστές έφτασαν να περιγράφουν
καταστάσεις με δηλώσεις όπως: «Ο Γιάννης βρίσκει ενισχυτικό να διαβάζει
βιβλία» αντί «Στον Γιάννη αρέσει να διαβάζει βιβλία»
• Οι ψυχολόγοι αρχίζουν και αμφισβητούν τον αποκλεισμό των νοητικών
διαδικασιών από τη μελέτη της ανθρώπινης συμπεριφοράς
• Η νέα προσέγγιση ανοίγει το δρόμο για τη μελέτη των γνωσιακών
(cognitive) δομών και διαδικασιών
Θεμελιωτές [1/2]
• Noam Chomsky
– Ψυχογλωσσολογία
– Παραγωγική γραμματική, Γλωσσικοί μετασχηματισμοί
• Allen Newell & Herbert Simon, Collin Cherry, D. Broadbent
– Τεχνητή νοημοσύνη / Προσομοίωση γνωστικών λειτουργιών
– Η ανθρώπινη σκέψη ως διαδικασία επεξεργασίας πληροφοριών
• George Miller
– Πειραματική ψυχολογία / Γνωστική ψυχολογία
– Η βραχύχρονη μνήμη (μνήμη εργασίας) λειτουργεί με
περιορισμούς: χωρητικότητα 7+- 2
Γνωστική Ψυχολογία
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
(Cognitive Psychology)
• Γνωστική ψυχολογία (Cognitive psychology) είναι το πεδίο της
ψυχολογίας που μελετά τις εσωτερικές νοητικές διεργασίες. Αφορά τη
μελέτη του πώς οι άνθρωποι προσλαμβάνουν πληροφορία, θυμούνται,
σκέφτονται, μιλούν και επιλύουν προβλήματα.
• Η γνωστική ψυχολογία κάνει δύο βασικές παραδοχές:
– (α) Βασίζεται στην επιστημονική μέθοδο (ερώτημα-υπόθεση-πειραματισμός-
συμπέρασμα) και απορρίπτει παλαιότερες «υποκειμενικές» τεχνικές (πχ.
ενδοσκόπηση)
– (β) Αναγνωρίζει ρητά την ύπαρξη εσωτερικών νοητικών καταστάσεων, όπως
πχ. πεποιθήσεις, επιθυμίες, ιδέες, γνώση, κίνητρο, κλπ.
• Οι γνωστικοί ψυχολόγοι γενικά προσπαθούν μέσω πειραμάτων να
κατασκευάσουν μοντέλα και να ερμηνεύσουν τη λειτουργία
εξειδικευμένων νοητικών μηχανισμών
– Πχ. προσοχή, αντίληψη, μνήμη
Ο εγκέφαλος ως Σύστημα
Επεξεργασίας Πληροφορίας
(3) Επεξεργασία της
(2) Προσωρινή αποθήκευση και
πληροφορίας στην
επιλογή (φιλτράρισμα)
Εργαζόμενη Μνήμη
χρήσιμης πληροφορίας σε
βραχύχρονες μνήμες
(καταχωρητές) Εργαζόμενη μνήμη Μακρο- (4) Αποθήκευση/
(working memory) πρόθεσμη Ανάκληση πληροφορίας
μνήμη στην & από την
(Long-term Μακροπρόθεσμη
memory)
μνήμη
Γνωστικές Διεργασίες
(Cognitive Processes)
Νοητικές λειτουργίες επεξεργασίας
της πληροφορίας στον εγκέφαλο
(1) Είσοδος
Πληροφορίας Εσωτερικές Αναπαραστάσεις
(αισθήσεις) (Internal Representations)
Προσωρινές δομές στην
εργαζόμενη μνήμη κατά την
Εικόνα 1 επεξεργασία πληροφορίας
μοντέλου (2/2)
• Γνωστικές διεργασίες (cognitive processes)
– Διεργασίες επεξεργασίας της πληροφορίας που συμβαίνουν στον εγκέφαλο
σε διάφορες φάσεις γνωστικής λειτουργίας
– Πχ. προσοχή, κωδικοποίηση, ανάκληση, οργάνωση,…
• Μια γνωστική διεργασία είναι μια διαδικασία επεξεργασίας
πληροφορίας που μπορεί να σχετίζεται και να επηρεάζει μία ή
περισσότερες εσωτερικές αναπαραστάσεις
– Πχ. Ο δάσκαλος ρωτά τον μαθητή: «Ποια είναι η πρωτεύουσα της Γαλλίας;»
– Η προσοχή του μαθητή στην ερώτηση και η ανάκληση πληροφορίας από την
μακροπρόθεσμη μνήμη είναι γνωστικές διεργασίες
• Εσωτερική Αναπαράσταση (internal representation)
– Κάθε δομή που αναπτύσσεται εσωτερικά στον εγκέφαλο, προσωρινά στην
εργαζόμενη μνήμη ως αποτέλεσμα ενεργοποίησης γνωστικών διεργασιών
– Αποτελεί μοντέλο του μελετούμενου αντικειμένου και χαρακτηρίζεται ως
εσωτερική ή νοητική αναπαράσταση (internal or mental representation)
Εικόνα 1
Εκπαίδευσης
• Στο χώρο του γνωστικισμού προτείνονται διδακτικά μοντέλα με
βάση κάποια ή κάποιες γνωσιακές θεωρίες
• Ο γενικός στόχος ενός τέτοιου δ.μ. είναι να προτείνεται ένας
γνωστικά σωστός τρόπος ώστε:
(Bloom’s Taxonomy)
Υψηλότερου επιπέδου μάθηση
Δημιουργώ, Συνθέτω
Αξιολογώ
Αναλύω
===============================================================
Εφαρμόζω
Κατανοώ
Θυμάμαι, Ανακαλώ
Εισαγωγή
• Η Τεχνολογία Πολυμέσων (multimedia technology) είναι σήμερα η
βασική τεχνολογία για την ανάπτυξη ψηφιακού εκπαιδευτικού υλικού
– Κείμενο, Εικόνα, Ήχος, Σχεδιοκίνηση (animation), Βίντεο,
• Από την οπτική του Γνωστικισμού κατά τη χρήση πολυμέσων για τη
μάθηση αποκτούν ιδιαίτερη σημασία τα εξής ερωτήματα:
• (Ε1) Εξωτερικές αναπαραστάσεις
– Ποια τα χαρακτηριστικά τους;
– Ποιές οι λειτουργίες τους κατά τη μάθηση;
• (Ε2) Μάθηση με Πολυμέσα (multimedia learning) & Θεωρία Διπλής
Κωδικοποίησης (Double Coding Theory)
– Ένα γνωστικό μοντέλο (cognitive model) για τη μάθηση με πολυμέσα
• (E3) Αρχές καλής σχεδίασης οθονών με χρήση τεχνολογίας πολυμέσων
(multimedia design principles)
Αναπαράστασης
• Κώδικας αναπαράστασης (representational code) = είναι το
συμβολικό σύστημα σημείων έκφρασης που χρησιμοποιείται για
να δημιουργηθεί η αναπαράσταση
– πχ. γραπτή ή προφορική γλώσσα, στατικοί και δυναμικοί οπτικοί
κώδικες όπως εικόνες, γραφικά, σχεδιοκίνηση, video, 3D
αναπαραστάσεις
• Τροπικότητα (modality) = Το συγκεκριμένο αισθητηριακό κανάλι
που χρησιμοποιείται για την πρόσληψη του εξωτερικού
ερεθίσματος.
• Πχ. οπτική (visual), ακουστική (acoustic) ή απτική (tactile)
τροπικότητα
• Αναπαράσταση = Κώδικας + Τροπικότητα
• Πολυμέσα = Πολλαπλές Αναπαραστάσεις, Κώδικες & Τροπικότητες
• Απεικονιστικός/Depictive (ή
Οπτικός/Visual)
– Χρησιμοποιούν οπτικές
αναπαραστάσεις
– Εικόνα, Γραφικά, Video,
Animation
– Οπτικοποιήσεις (Visualizations) Εικόνα 1
χρόνο
• Στατικός (static)
– Εικόνα, κείμενο
• Δυναμικός (dynamic) ->
εξέλιξη στο χρόνο
– Σχεδιοκίνηση (animation)
– Video
– Αφήγηση
Εικόνα 2
Συμπέρασμα
Τεχνολογία Πολυμέσων: Τρία επίπεδα ανάλυσης
Σύστημα Σύστημα
που αναπαρίσταται που αναπαριστά
Στοιχεία Στοιχεία
• πχ. Ταχύτητα σώματος που • Μαθηματικά σύμβολα
κινείται Αναπαράσταση • Κείμενο (γραπτό ή
• Διαστάσεις ενός φυσικού (αντιστοιχία) προφορικό),
σώματος • Διαγράμματα
• Πληρωμές σε ένα ταμείο, • Γραφικά
• Επιδόσεις (Βαθμοί) μαθητή • Ειδικοί κώδικες (πχ.
• ……………………………… προγραμματισμού)
• Μη ισοδύναμες
– εάν οι αναπαραστάσεις που συγκρίνουμε
μοντελοποιούν διαφορετικές σχέσεις των
αναπαριστώμενων αντικειμένων
• Πληροφοριακά ισοδύναμες
– εάν οι αναπαραστάσεις που συγκρίνουμε
μοντελοποιούν τις ίδιες σχέσεις με διαφορετικό
τρόπο
• Πλήρως ισοδύναμες
– εάν οι αναπαραστάσεις μοντελοποιούν τις ίδιες
σχέσεις με τον ίδιο τρόπο
Εμβαδόν κύκλου
Ακτίνα Εμβαδόν
1 3.14
2 12.56
3 28.26
4 50.24
5 78.5
6 113.04
7 153.86
Ακτίνα
8 200.96
Το εμβαδόν του κύκλου ισούται με το
γινόμενο του τετραγώνου της Ε = π r2
ακτίνας του κύκλου επί τον αριθμό π
αναπαραστάσεων;
Ποια η σχέση μεταξύ των αναπαραστάσεων;
Εικόνα 3
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Διαστάσεις των αναπαραστάσεων
• Διάσταση μιας αναπαράστασης ονομάζουμε ένα χαρακτηριστικό των
αναπαραστάσεων ως προς το οποίο παρουσιάζουν διαφοροποίηση και
μπορούν να κατηγοριοποιηθούν
• Ακρίβεια (precision)
– επίπεδο ακρίβειας που προσφέρει η αναπαράσταση
– Πχ. Ποσοτική ή Ποιοτική αναπαράσταση
• Προοπτική (perspective)
– Η συγκεκριμένη οπτική που υιοθετεί η αναπαράσταση, δηλ. τι επιλέγει να
τονίσει για να παρουσιάσει την πληροφορία
– Πχ. λειτουργική προοπτική / τοπολογική προοπτική μιας αναπαράστασης
• Συνθετότητα (complexity)
– Ποσότητα της πληροφορίας που περιλαμβάνει η αναπαράσταση
– Απλή (περιλαμβάνει λίγες πληροφορίες) – Σύνθετη (περιλαμβάνει πολλές
πληροφορίες)
Συνοψίζοντας…
• Δομή μιας αναπαράστασης
– Σύστημα που αναπαρίσταται και σύστημα που
αναπαριστά
• Πληροφοριακή ισοδυναμία των
αναπαραστάσεων
• Διαστάσεις των αναπαραστάσεων
– Ακρίβεια
– Προοπτική
– Συνθετότητα
Πολλαπλές αναπαραστάσεις
(multiple representations)
• Όταν χρησιμοποιούνται δύο ή περισσότερες
αναπαραστάσεις σε συσχέτιση μεταξύ τους
για την πληρέστερη αναπαράσταση στοιχείων
του μελετούμενου αντικειμένου
• Αυτές οι αναπαραστάσεις μπορούν να
αναπαριστούν:
– διαφορετικά στοιχεία του πραγματικού
συστήματος ή
– τα ίδια στοιχεία με διαφορετικό τρόπο.
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Παράδειγμα: Πολλαπλές αναπαραστάσεις σε
λογισμικό προσομοίωσης Φυσικής
• Ποιες
αναπαραστάσεις
χρησιμοποιούνται;
• Διάγραμμα u - t
• Σχεδιοκίνηση
σκούτερ
• Ταχύμετρο
• Αριθμητικά πεδία
εισόδου για
εισαγωγή στοιχείων
• Radio buttons για τον
καθορισμό συνθηκών
• Πλήκτρα ενεργειών
(play, pause, stop)
Εικόνα 4
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
• Διάγραμμα u - t
• Σχεδιοκίνηση
σκούτερ
• Ταχύμετρο
• Αριθμητικά πεδία
εισόδου για
εισαγωγή στοιχείων
• Radio buttons για τον
καθορισμό συνθηκών
• Πλήκτρα ενεργειών
Εικόνα 5 (play, pause, stop)
(Α) Συμπληρωματικότητα
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
(complement)
• Η χρήση πολλαπλών αναπαραστάσεων βοηθά στην
παρουσίαση πληροφοριών με συμπληρωματικό
τρόπο, όταν:
• (1) … η χρήση μιας μόνον αναπαράστασης είναι
ανεπαρκής για να παρουσιαστούν όλα τα
χαρακτηριστικά του γνωστικού αντικειμένου
• (2) …μία μόνον αναπαράσταση θα οδηγούσε σε
πολυσύνθετη παρουσίαση πληθώρας πληροφοριών
• -- ο μαθητής προσλαμβάνει συμπληρωματικές
πληροφορίες από διαφορετικές αναπαραστάσεις
Εικόνα 6
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Συμπληρωματικότητα
• Πώς λειτουργούν
συμπληρωματικά
οι αναπαραστάσεις
στο παράδειγμα
αυτό;
• Υπόδειξη Εστιάστε
στο είδος και τον
τρόπο που
παρουσιάζει
πληροφορία η κάθε
αναπαράσταση
Εικόνα 7
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Συμπληρωματικότητα
Εικόνα 8
• Πώς λειτουργούν συμπληρωματικά οι αναπαραστάσεις στο
παράδειγμα αυτό;
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Συμπληρωματικότητα
Εικόνα 9
Εικόνα 10
• Πώς λειτουργεί ο
«περιορισμός» στο
παράδειγμα αυτό;
• Υπόδειξη: Εστιάστε στο
ποια είναι η γνωστή
αναπαράσταση και πώς
βοηθά να κατανοήσει ο
μαθητής την άγνωστη
Εικόνα 11
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Περιορισμός
Εικόνα 12
• Εξηγείστε πώς λειτουργεί ο «περιορισμός» στο παράδειγμα αυτό των
αναπαραστάσεων
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
(Γ) Δόμηση (construct)
• Μια συγκεκριμένη αναπαράσταση συγκρίνεται
με μία περισσότερο αφηρημένη-γενικευμένη
• Η σύγκριση βοηθά τον μαθητή να αναπτύξει
βαθύτερη κατανόηση για το αντικείμενο
αναπτύσσοντας περισσότερο αφαιρετική σκέψη
(abstract thinking)
• -- ο μαθητής οικοδομεί μια αφηρημένη
κατανόηση συγκρίνοντας μια συγκεκριμένη
αναπαράσταση με μια περισσότερο αφηρημένη
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Δόμηση
• Ενίσχυση της
αφαιρετικής
σκέψης με χρήση
πολλαπλών
αναπαραστάσεων
• Σύνδεση μεταξύ των
αναπαραστάσεων
• Προσδιορισμός κοινών
χαρακτηριστικών
• Ανάπτυξη βαθύτερης
κατανόησης /
αφαιρετικής σκέψης
Εικόνα 13
• Πώς λειτουργεί η • Υπόδειξη: Εστιάστε στο ποια είναι η
«δόμηση» στο «συγκεκριμένη» αναπαράσταση και πώς
παράδειγμα αυτών των συνδυάζεται με την περισσότερο αφηρημένη
αναπαραστάσεων; • …ώστε να υποστηρίξει τον μαθητή στην ανάπτυξη
βαθύτερης κατανόησης
Εικόνα 14
• Πώς λειτουργεί η «δόμηση» στο παράδειγμα αυτών των
αναπαραστάσεων;
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Τμήμα Πληροφορικής
Αναπαραστάσεων (σύνοψη)
• (Α) Συμπληρωματικότητα (Complement)
– Οι αναπαραστάσεις συμπληρώνουν η μια την άλλη
– … είτε σε σχέση με την πληροφορία που παρουσιάζουν
– … είτε σε σχέση με τις γνωστικές διαδικασίες που υποστηρίζουν
– -- ο μαθητής προσλαμβάνει συμπληρωματικές πληροφορίες από διαφορετικές
αναπαραστάσεις
• (Β) Περιορισμός (Constrain)
– Μια γνωστή αναπαράσταση μας «περιορίζει» ώστε να αποφύγουμε την αυθαίρετη
λανθασμένη ερμηνεία μιας νέας άγνωστης αναπαράστασης
– -- ο μαθητής προσδιορίζει την ερμηνεία μιας άγνωστης αναπαράστασης με βάση μια γνωστή
• (Γ) Δόμηση (Construct)
– Οι πολλαπλές αναπαραστάσεις υποστηρίζουν τους μαθητές να δομήσουν βαθύτερες
κατανοήσεις (περισσότερο αφηρημένες) για το γνωστικό αντικείμενο
– -- ο μαθητής οικοδομεί μια αφηρημένη (βαθύτερη) κατανόηση συγκρίνοντας μια
συγκεκριμένη αναπαράσταση με μια περισσότερο αφηρημένη
αναπαραστάσεων
• Κατανοείτε τη
σύνταξη αυτών των
αναπαράστασεων;
• Αυτών;
Εικόνα 15
αναπαραστάσεων
Εικόνα 16
• Χωρίς να γνωρίζετε ακριβώς το νόημα των πολλαπλών αναπαραστάσεων
μπορείτε να πείτε κάτι για τη συσχέτισή τους;
• Πώς σας καθοδηγούν τα «επιφανειακά» στοιχεία;
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Προβλήματα κατά τη χρήση πολλαπλών
αναπαραστάσεων
Εικόνα 17
• Ποια είναι η λειτουργία της “συσχέτισης" ανάμεσα στις αναπαραστάσεις της
οθόνης;
• Πώς σας καθοδηγούν τα «επιφανειακά» στοιχεία;
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 18
• Ρυθμίστε την χρονική περίοδο (αναπαράσταση Α)
• Πώς επηρεάζεται η συνδεδεμένη αναπαράσταση του Χάρτη;
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Διαδραστικές (Interactive)
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
αναπαραστάσεις
• Διαδραστικές: οι ενέργειες του χρήστη στη διεπαφή
μεταβάλλουν τον τρόπο παρουσίασης των πληροφοριών
στην αναπαράσταση
– Πχ. τονίζονται διαφορετικά στοιχεία με κάποιες οπτικές
ενδείξεις
– Μετακινούνται στοιχεία ώστε να έρθουν μπροστά στο οπτικό
πεδίο
– Νέες πληροφορίες εμφανίζονται
– Τονίζονται σχέσεις μεταξύ των στοιχείων πληροφορίας που
παρουσιάζονται
• Όταν η διαδραστική αναπαράσταση αφορά οπτική
αναπαράσταση πληροφορίας τότε η αναπαράσταση
χαρακτηρίζεται ως "οπτικοποίηση" (visualization)
• Δεδομένα
– Ποια πρότυπα δεδομένων (data patterns) παρουσιάζονται;
– Πχ. Τι αναπαριστούν οι κόμβοι; Τι οι σύνδεσμοι; Αναπαριστά κάτι το μήκος, χρώμα, κλπ. των συνδέσμων…
• Στην εκπαίδευση: Ποια είναι καλά σενάρια για να αξιοποιηθούν οι οπτικοποιημένες διαδραστικές
αναπαραστάσεις στην εκπαίδευση;
– Αναζήτηση καλών διδακτικών σεναρίων για μάθηση με χρήση οπτικοποιήσεων
Συνοψίζοντας…
• Γνωστικές λειτουργίες πολλαπλών αναπαραστάσεων:
– Συμπληρωματικότητα
– Περιορισμός
– Δόμηση
μήνυμα»…
• … είναι μια παρουσίαση πληροφορίας που:
• (α) Χρησιμοποιεί πολλαπλούς κώδικες αναπαράστασης
– Στατικό: σταθερά γλωσσικά ή μαθηματικά σύμβολα, ακίνητες εικόνες
– Δυναμικό: ήχο (αφήγηση, μουσική), κινούμενη εικόνα (σχεδιοκίνηση, video)
– Συμβολικό (γλωσσικό): Γλωσσικά ή μαθηματικά σύμβολα
– Οπτικό (αναπαραστατικό): εικόνες, φωτογραφίες, γραφικά, διαγράμματα, οπτικοποιήσεις
• (β) Δημιουργεί πολλαπλές αναπαραστάσεις
– Περιγραφές συμβολικού κώδικα (πχ. ορισμοί, παραδείγματα, εξισώσεις…)
– Οπτικοποιημένο υλικό (εικόνες, οπτικοποιήσεις,…)
• (γ) Προσφέρει δυνατότητες διάδρασης με το περιεχόμενο
– Υπερσύνδεσμοι, mouse overs, pop-ups, drop-downs
• (δ) Παρουσιάζει μια πληροφορία με νόημα
– Δηλ. πληροφορίες οργανωμένες ως εκπαιδευτικό/μαθησιακό υλικό (learning material) που
στόχο έχουν να βοηθούν στην κατανόηση ενός θέματος
– ΌΧΙ αυθαίρετες συλλογές ασύνδετων πληροφοριών, πχ. λίστες με ονόματα αντικειμένων,
αριθμούς, κλπ.
Οδηγιών
• «Όταν το έμβολο
κινείται προς τα πάνω,
ανοίγει η βαλβίδα
εισροής και κλείνει η
βαλβίδα εκροής και ο
αέρας μπαίνει στον
κύλινδρο.
ΕΡΓΑΖΟΜΕΝΗ ΜΝΗΜΗ
το Μοντέλο
• (1) ΕΠΙΛΟΓΗ (Selection) Ο μαθητής «φιλτράρει» την πληροφορία από τη βραχύχρονη αισθητηριακή μνήμη ώστε
να κρατήσει μόνο τη σημαντική
– Πλήθρος πληροφοριών εισέρχονται στις αισθητηριακές μνήμες (καταχωρητές) του γνωστικού συστήματος του μαθητή
– Ο μαθητής «φιλτράρει» την πληροφορία & κρατά τη χρήσιμη (λειτουργία προσοχής)
– Λεκτικό κανάλι: Συμβολικού (γλωσσικού) τύπου πληροφορία
– Οπτικό κανάλι: οπτικού τύπου πληροφορία
• (2) ΟΡΓΑΝΩΣΗ (Organization) Ο μαθητής οργανώνει στην ενεργό μνήμη δύο μοντέλα (προσωρινές
αναπαραστάσεις) με βάση τις εξωτερικές πληροφορίες που έφτασαν στην ενεργό μνήμη μετά την επιλογή
– Οργανώνεται ένα μοντέλο βασισμένο στα στοιχεία λεκτικού/συμβολικού κώδικα (λέξεις, κείμενα, εξισώσεις κλπ. που
διάβασε)
– Οργανώνεται ένα μοντέλο βασισμένο στα στοιχεία εικονικού/οπτικού κώδικα (εικόνες, φωτογραφίες, Block
διαγράμματα, γραφικά κλπ. που είδε)
• (3) ΟΛΟΚΛΗΡΩΣΗ (Integration) Ο μαθητής δημιουργεί στην ενεργό μνήμη ένα ολοκληρωμένο μοντέλο,
δημιουργώντας συνδέσεις ανάμεσα στα αντίστοιχα στοιχεία των δύο μοντέλων (λεκτικού και οπτικού) και
συνδέοντας επίσης και με την πρότερη γνώση του (δηλ. τα σχετικά στοιχεία που έχει διαθέσιμα στην
μακροπρόθεσμη μνήμη)
– Ολοκληρωμένο μοντέλο: Δημιουργούνται συνδέσεις μεταξύ των αντίστοιχων στοιχείων των δύο μοντέλων (λεκτικού
και οπτικού)
– …και με την σχετική πρότερη γνώση (την ανακαλεί από την μακροπρόθεσμη μνήμη)
ΕΡΓΑΖΟΜΕΝΗ ΜΝΗΜΗ
i Mi
i
ΕΠΙΛΟΓΗ ΟΡΓΑΝΩΣΗ M
M
i πληροφορία λεκτικού/συμβολικού τύπου
πληροφορία οπτικού/εικονικού τύπου
Πολυμέσων
• Τα ερευνητικά δεδομένα υποδεικνύουν επτά βασικές αρχές
– (1) Πολυμέσα
• Λέξεις και εικόνες
– (2) Γειτνίαση
• Λέξεις «κοντά» στις εικόνες
– (3) Συνεκτικότητα
• Δευτερεύουσες «ελκυστικές» πληροφορίες να αποφεύγονται
– (4) Τροπικότητα
• Συνδυασμός ακουστικής & οπτικής τροπικότητας (Σχεδιοκίνηση + αφήγηση)
– (5) Πλεονασμός
• Ταυτόχρονη αφήγηση & παρουσίαση γραπτού κειμένου να αποφεύγεται
εισαγωγική οθόνη...
Εικόνα 1
Εικόνα 2
Εικόνα 3
Εικόνα 4
Εικόνα 5
δεικτών (πλαίσια με βέλη-δείκτες)
Εικόνα 6
κειμένου & εικόνας
Εικόνα 7
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
κειμένου & εικόνας
Εικόνα 8
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Η σχεδίαση λεκτικών και οπτικών
στοιχείων στην οθόνη
• Ο όρος «κοντά» ή «συνδεδεμένα» λεκτικά και οπτικά
στοιχεία πρέπει να εννοείται στη γνωστική του
διάσταση
• Δηλ. η λεκτική και οπτική πληροφορία είναι «κοντά»
(είναι «συνδεδεμένα» τα λεκτικά και οπτικά στοιχεία)
όταν:
• Η σχεδίαση της οθόνης δεν επιβαρύνει την ενεργό
μνήμη του χρήστη-θεατή με το να ψάχνει να βρει τί
συνδέεται με τί (δηλ. ποιο κείμενο με ποια εικόνα)
αλλά βοηθά τον θεατή να το αντιληφθεί αμέσως
συνδέοντας με κάποια τεχνική τα αντίστοιχα στοιχεία
Εικόνα 9
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Αρχή Συνεκτικότητας (Coherence
principle)
• Καλύτερες συνθήκες μάθησης όταν δευτερεύουσες
παρελκυστικές πληροφορίες εξαιρούνται παρά όταν
συμπεριλαμβάνονται στην παρουσίαση
• Τι είναι «παρελκυστικές» πληροφορίες: πληροφορίες (κείμενα,
εικόνες, ήχοι) που δεν έχουν άμεση σχέση με το θέμα της
παρουσίασης/εκπαίδευσης αλλά ο σχεδιαστής πιστεύει πως
τραβούν το ενδιαφέρον του χρήστη-θεατή
• Έρευνα
– Θέμα: Καιρικά φαινόμενα / Παρουσίαση σε υπολογιστή
– Η ομάδα «απλή παρουσίαση» έδωσε στο post-test 34% περισσότερες
λύσεις σε σχέση με ομάδα «εμπλουτισμένη παρουσίαση»
– Η αρχή ισχύει και στο έντυπο μέσο (εικόνες + κείμενο σε βιβλία)
Εικόνα 10
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Μουσική υπόκρουση («χαλί») άσχετο με το αντικείμενο
μελέτης ΔΕΝ βοηθά την κατανόηση και μάθηση
Εικόνα 11
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 12
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Λιτό κείμενο και γραφικά με σχετικό περιεχόμενο
δημιουργούν ευνοϊκές συνθήκες μάθησης
Similarly, we create a primary key in the Movies
table ….
Εικόνα 13
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Οι αρχές…
• Πολυμέσων (multimedia)
• Γειτνίασης (contiguity)
• Συνεκτικότητας (coherence)
5 56 576 444
+ 3 + 39 + 687 + 555
------ ------ -------- --------
; ;; ;;; ;;;
Γνωστικός φόρτος
• Γνωστικός φόρτος (ή φορτίο, cognitive load): Το πλήθος (φορτίο)
των πληροφοριών που προσπαθούμε να
διαχειριστούμε/επεξεργαστούμε ταυτόχρονα στην ενεργό μνήμη
(working memory) σε μια δραστηριότητα μάθησης
• Αυξημένος φόρτος: αυξημένη δυσκολία στην επεξεργασία της
πληροφορίας, ο μαθητής μπορεί να αποτύχει ή να εγκαταλείψει
την προσπάθεια
• Σχεδίαση οθόνης που προκαλεί αυξημένο φορτίο στους μαθητές
δημιουργεί προβλήματα προσοχής, οργάνωσης και κατανόησης
της προσλαμβανόμενης πληροφορίας και επομένως δημιουργεί
μειωμένες πιθανότητες αποδοτικής μάθησης
• Η σωστή σχεδίαση εκπαιδευτικών οθονών πρέπει να αποφεύγει τα
προβλήματα γνωστικής υπερφόρτωσης (cognitive overload)
Τροπικότητα (Modality)
Πλεονασμός (Redundancy)
principle)
Εικόνα 14
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Προσωπικός/φιλικός τρόπος παρουσίασης
(Personalization principle) (1/2)
• Καλύτερες συνθήκες μάθησης όταν τα πολυμεσικά μηνύματα
παρουσιάζονται με απλό φιλικό λόγο που κάνουν τον χρήστη-μαθητή να
αισθάνεται ότι απευθύνεστε προσωπικά σε αυτόν
• Τυπικός απρόσωπος τρόπος: «Στη συνέχεια παρουσιάζεται η ενότητα με
παραδείγματα…»
– (παθητική φωνή, γ πρόσωπο)
• Προσωπικός/φιλικός τρόπος: «Θα προχωρήσουμε τώρα να δούμε
παραδείγματα …» ή «Ελάτε να δούμε τώρα παραδείγματα…»
– (α ή β πληθυντικό πρόσωπο)
• Έρευνα
– Θέμα: Καιρικά φαινόμενα Παρουσίαση σε υπολογιστή (σχεδιοκίνηση
+αφήγηση)
– Η ομάδα «προσωπικού» στυλ έδωσε 36% περισσότερες λύσεις σε σχέση με
ομάδα «τυπικού» στυλ
Εικόνα 15
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Η χρήση προσωπικού/φιλικού τρόπου παρουσίασης στην
οθόνη δημιουργούν ευνοϊκότερες συνθήκες μάθησης...
Εικόνα 16
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 17
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Σύνοψη
• Αρχές σχεδίασης για την καλύτερη οργάνωση πολυμεσικών διδακτικών μηνυμάτων:
– Πολυμέσα
– Συνεκτικότητα
– Γειτνίαση
• ------------------------------------------------------
– Τροπικότητα
– Πλεονασμός
• ------------------------------------------------------
– Προσωπικό/φιλικό στυλ παρουσίασης
– Ατομικές διαφορές
Περιεχόμενα ενότητας
1. Αρχιτεκτονική Λογισμικού (Software Architecture
2. Όψεις Αρχιτεκτονικής Λογισμικού (Software
Architecture Views)
3. Διαγράμματα UML (UML Diagrams) - Διαγράμματα
Περίπτωσης Χρήσης (Use Case Diagrams)
ενός λογισμικού;
• Αναπαριστούμε τα σημαντικά στοιχεία του λογισμικού σε
υψηλό επίπεδο αφαίρεσης χωρίς να ανησυχούμε για
λεπτομέρειες
• Τονίζουμε την επικοινωνία των στοιχείων μεταξύ τους
(είσοδος, έξοδος, κλπ.)
• Κατανοούμε τη γενική λειτουργία του λογισμικού και τις
υπηρεσίες που προσφέρει
• Τονίζουμε τις βασικές αποφάσεις που παίρνουν οι
δημιουργοί του λογισμικού κατά τη σχεδίασή του
Εικόνα 1
Εικόνα 2
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ή απλά με το χέρι…
Εικόνα 3
Arithmentic Input
Output
Processor Accumulator
Εικόνα 4
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Άτυπη σχεδίαση
• Η αρχιτεκτονική ενός συστήματος μπορεί να σχεδιαστεί
άτυπα, δηλ. χωρίς τη χρήση κάποιου τυπικού (formal) τρόπου
(«γλώσσας») αναπαράστασης
Presentation Layer
Data Source
Άτυπη σχεδίαση
Εικόνα 5
Εικόνα 6
• Σχεδίασης ή Λογική
• Design or Logical
• Υλοποίησης
• Implementation
• Διεργασιών
• Process
• Ανάπτυξης ή Φυσική
• Deployment or Physical
• +1 Use Cases
Εικόνα 7 • (Περιπτώσεις Χρήσης)
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Σχεδίασης ή Λογική όψη
Παράδειγμα
• Διάγραμμα UML
κλάσεων για την
αναπαράσταση μιας
Λογικής όψης της
αρχιτεκτονικής ενός
συστήματος
• Απεικονίζει τις κλάσεις
του λογισμικού
Εικόνα 8
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ανάπτυξης ή Φυσική όψη
Παράδειγμα
• Διάγραμμα UML ανάπτυξης (deployment)
• Για την αναπαράσταση της φυσικής όψης της αρχιτεκτονικής ενός συστήματος
Εικόνα 9
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Όψη διεργασιών
Παράδειγμα
Εικόνα 10
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Όψη Υλοποίησης
Διαγράμματα UML
Εικόνα 10
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
• Σενάριο: Ένας ασθενής ζητά ένα ραντεβού για εξετάσεις σε μια κλινική. Ο
χειριστής του συστήματος βρίσκει την πλησιέστερη διαθέσιμη ημερομηνία και
προγραμματίζει την επίσκεψη
• Αναπαράσταση σε διάγραμμα περιπτώσεων χρήσης:
• Τι περιλαμβάνει το διάγραμμα:
communication
ΤΕΧΝΟΛΟΓΙΚΟ ΣΥΣΤΗΜΑ
Cancel Appointment
Scheduler
Make Appointment
Patient
Request Medication Doctor
Pay Bill
Clerk
Παράδειγμα-4: Διάγραμμα
Περιπτώσεων Χρήσης ΑΤΜ
Εικόνα 11
Εικόνα 12
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 14
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Γενίκευση - Generalization
• Generalization (γενίκευση): δηλώνει ότι κάποια περίπτωση χρήσης (ο «κόμβος-
παιδί») είναι απλά ειδική περίπτωση μιας γενικότερης (του «κόμβου-γονέα»)
– Δήλωση με: συνεχή γραμμή με λευκό τριγωνικό βέλος προς το κόμβο-γονέα
Εικόνα 14
– Εξηγείστε τη σχέση γενίκευσης στο παραπάνω διάγραμμα
Εικόνα 14
Επέκταση - Extend
• Extend (επέκταση): δηλώνει ότι μια περίπτωση χρήσης είναι διαφορετική
εκδοχή μιας άλλης (και μπορεί να υλοποιηθεί στη θέση της άλλης, δηλ.
επεκτείνει την άλλη)
– Δήλωση: με τη λέξη <<extend>>
– Το διακεκομμένο βέλος δείχνει από την περίπτωση επέκτασης προς την βασική
περίπτωση
– Μέσα στη βασική περίπτωση γράφουμε πότε γίνεται η αντικατάσταση με την
περίπτωση επέκτασης
Εικόνα 14
Εικόνα 15
Εικόνα 16
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Άσκηση-1
• Δημιουργήστε διαγράμματα περιπτώσεων χρήσης (σκεφθείτε και
σχεδιάστε και πρόσθετες σχέσεις) για το λογισμικό με τις
παρακάτω λειτουργίες:
• Λογισμικό εξάσκησης με ερωτήσεις πολλαπλών επιλογών
– Μαθητής:
• Επιλέγει την ενότητα που τον ενδιαφέρει
• Απαντά στο ερωτηματολόγιο
• Βλέπει τα αποτελέσματά του (σκορ)
– Δάσκαλος:
• Εισάγει στη ΒΔ τις ερωτήσεις
• Επιλέγει κάποιες από αυτές και τις οργανώνει σε ερωτηματολόγιο
• Βλέπει τα αποτελέσματα (σκορ) των μαθητών
Άσκηση-2
• Δημιουργήστε διαγράμματα περιπτώσεων χρήσης (σκεφθείτε και
σχεδιάστε και πρόσθετες σχέσεις) για το λογισμικό με τις παρακάτω
λειτουργίες:
• Εκπαιδευτικό λογισμικό πολυμέσων
– Μαθητής:
• Επιλέγει την ενότητα που θα παρακολουθήσει
• Διαδρά με το σύστημα απαντώντας σε ερωτηματολόγια ελέγχου γνώσης
• Τυπώνει σελίδες
• Αποθηκεύει εικόνες ή άλλο υλικό κλπ.
– Δάσκαλος:
• Επιλέγει ενότητα
• Οργανώνει ερωτηματολόγια
• Δημιουργεί δικούς του κόμβους προσθέτοντας υλικό στη ΒΔ
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ενότητα 10: Εποικοδομισμός (Constructivism)
Περιεχόμενα ενότητας
1. Ορισμοί, Ιστορικά στοιχεία & Βασικές Θέσεις
2. Ερμηνεία της Μάθησης και προτάσεις για
την Εκπαίδευση
3. Το Εκπαιδευτικό Λογισμικό ως Γνωστικό
Εργαλείο
Εικόνα 1
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 2
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Flight Simulator: Φυσική προσομοίωση
«λειτουργίας» πτητικής μηχανής
Εικόνα 3
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ορισμοί,
Ιστορικά στοιχεία &
Βασικές θέσεις
Η ονομασία
• Constructivism
– Εποικοδομισμός (Constructivism)
– Εποικοδομική προσέγγιση (Constructivist approach)
– Εποικοδομικού τύπου εκπαίδευση/μάθηση
• (Constructivist education/learning)
– Εποικοδομητισμός
– Κονστρουκτιβισμός
– Δομητισμός
– Οικοδομισμός
Εποικοδομισμός – Τι είναι;
• Ο εποικοδομισμός είναι μια ιδιαίτερη σημαντική και ευρεία περιοχή στις
θεωρίες μάθησης (περιλαμβάνει πολλές επιμέρους ειδικότερες θεωρίες)
• Οι ρίζες του είναι στις γνωσιακές θεωρίες μάθησης
• Eστιάζει και εξηγεί το πώς η νέα γνώση οικοδομείται (is constructed) από τον
ίδιο τον μαθητή όταν έχει νέες εμπειρίες και προσπαθεί να ενσωματώσει τη νέα
πληροφορία στα σχήματα γνώσης που ήδη έχει αναπτύξει
• Έχει ρίζες στην αναπτυξιακή ψυχολογία, τη γνωστική ψυχολογία και τη βιολογία
• Οι προτάσεις του για την εκπαίδευση τονίζουν τον ενεργό ρόλο του μαθητή ως
δημιουργού της ίδιας του της γνώσης
• Διδακτικές μέθοδοι:
– Ανακαλυπτική μάθηση (Discovery learning) με χρήση προσομοιώσεων &
μικρόκοσμων
– Μάθηση με εκπόνηση έργου (project-based learning)
• …όπου ο μαθητής ανακαλύπτει & κατασκευάζει τη γνώση μέσα από τις
κατάλληλα οργανωμένες εκπαιδευτικές εμπειρίες
• Σύγχρονοι:
• John Dewey (1859–1952): Αμερικανός φιλόσοφος & Θεωρητικός της
εκπαίδευσης
• Jean Piaget (1896 –1980): Ελβετός ψυχολόγος & φιλόσοφος
• Jerome Bruner (1915- ): Αμερικανός ψυχολόγος & θεωρητικός της
εκπαίδευσης
• Seymour Papert (1928- ): Αμερικανός μαθηματικός, επιστήμων
υπολογιστών & εκπαιδευτικός
– Διευθυντής του Media Lab, MIT (Massachusetts Institute of
Technology)
– Εισάγει τον όρο “Constructionism”
– Αναπτύσσει τη γλώσσα Logo
• Μαιευτική μέθοδος
• Ο Σωκράτης κατά τις συζητήσεις του, προσποιούμενος την πλήρη
άγνοια για το θέμα που συζητούσε κάθε φορά, προσπαθούσε μέσα
από ερωτήσεις να εκμαιεύσει την αλήθεια από τον συνομιλητή του.
• Ο Σωκράτης επωμιζόταν το ρόλο της συνείδησης και μέσα από αυτή
τη διαδικασία ερωταπαντήσεων δημιουργούσε ένα πνεύμα
διαλόγου στη συζήτηση.
• Ο συνομιλητής λοιπόν απαντώντας σ' αυτές τις ερωτήσεις έφτανε σε
ένα συμπέρασμα -στην αλήθεια για τον Σωκράτη- από μόνος του.
– Η μέθοδος ονομάστηκε μαιευτική διότι όπως η μαία (επάγγελμα που έκανε και η Φαιναρέτη,
μητέρα του Σωκράτη) φέρνει στον κόσμο το νεογνό έτσι και ο Σωκράτης ή ο εκάστοτε
συνομιλητής που παίρνει το ρόλο της συνείδησης εξάγει από τον συνομιλητή του την
αλήθεια.
Εικόνα 7
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Piaget – Τυπικό πείραμα για τον προσδιορισμό του
επιπέδου γνωστικής ανάπτυξης του παιδιού
Εικόνα 8
• Α φάση (αριστερά): στο παιδί παρουσιάζονται δύο ίδια δοχεία που
περιέχουν την ίδια ποσότητα υγρού (ίδιο ύψος υγρού)
• Το παιδί ερωτάται: ποιο δοχείο έχει περισσότερο υγρό;
• Β φάση (δεξιά): ο πειραματιστής μεταφέρει το περιεχόμενο του ενός
δοχείου σε άλλο διαφορετικού σχήματος (πχ. υψηλότερος σωλήνας – η
στάθμη τώρα του υγρού είναι σε υψηλότερο σημείο)
• Το παιδί ερωτάται πάλι: ποιο δοχείο έχει τώρα περισσότερο υγρό;
• Τι πιστεύετε ότι απαντά;
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
(1/2)
• Αισθησιο-κινητικό στάδιο (γέννηση - 2 ετών)
– Τα αντανακλαστικά και η ικανότητα της κίνησης αποτελούν την βάση για την
ανάπτυξη εκούσιων δραστηριοτήτων. Μ’ αυτό τον τρόπο δημιουργούνται τα
πρώτα σχήματα (αισθησιοκινητικά).
– Σε αυτή τη φάση, το παιδί είναι σε θέση να διαφοροποιήσει τον εαυτό του
από τα αντικείμενα και άλλα πράγματα και να καταλάβει ότι τα πράγματα
συνεχίζουν να υπάρχουν, ακόμη και αν το αντικείμενο χαθεί από το οπτικό
του πεδίο.
• Προ-λογική νόηση (2 – 6) (νηπιακή ηλικία):
– Ανάπτυξη της γλώσσας του συμβολισμού και των εσωτερικών
αναπαραστάσεων.
– Σκέφτεται με βάση το αντιληπτικά επικρατέστερο - Σκέψη εγωκεντρική,
καθώς αντιλαμβάνεται το περιβάλλον μέσα από την δική του προοπτική.
– Αναπτύσσει την ικανότητα να εντοπίσει αντικείμενα με μοναδικό
χαρακτηριστικό ή ομάδες αυτών, από ένα και μόνο χαρακτηριστικό.
• Για παράδειγμα, αν υπάρχουν αρκετές μπάλες διαφόρων χρωμάτων, το παιδί είναι σε θέση να
εντοπίσει όλες τις κόκκινες μπάλες ή τις μαύρες μπάλες, βασισμένο σε ένα και μόνο
χαρακτηριστικό, το χρώμα του (ανεξάρτητα πχ. από το σχήμα).
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Piaget - Στάδια γνωστικής ανάπτυξης
(2/2)
• Συγκεκριμένη λογική σκέψη (6 – 12) (παιδική ηλικία):
– Κατακτούν την λογική σκέψη (Όχι όμως την αφηρημένη σκέψη)
– Λαμβάνουν υπόψη τους τόσο διαφορετικές παραμέτρους όσο και τους
άλλους (κατάργηση του εγωκεντρισμού)
– Κατανοούν καλύτερα την κατάταξη των αντικειμένων, με βάση πολλούς
παράγοντες όπως το ύψος, το βάρος, το σχήμα, το μέγεθος κλπ.
– Είναι σε θέση να κατανοήσει τους αριθμούς, το βάρος και άλλα φυσικά
χαρακτηριστικά των αντικειμένων.
• Λογική σκέψη (12-τέλος της εφηβείας):
– Ανάπτυξη της γλώσσας του συμβολισμού και των εσωτερικών
αναπαραστάσεων.
– Σκέφτεται με βάση το αντιληπτικά επικρατέστερο - Σκέψη εγωκεντρική,
καθώς αντιλαμβάνεται το περιβάλλον μέσα από την δική του προοπτική.
– Αναπτύσσει την ικανότητα να εντοπίσει αντικείμενα με μοναδικό
χαρακτηριστικό ή ομάδες αυτών, από ένα και μόνο χαρακτηριστικό.
• Για παράδειγμα, αν υπάρχουν αρκετές μπάλες διαφόρων χρωμάτων, το παιδί είναι σε θέση να
εντοπίσει όλες τις κόκκινες μπάλες ή τις μαύρες μπάλες, βασισμένο σε ένα και μόνο
χαρακτηριστικό, το χρώμα του (ανεξάρτητα πχ. από το σχήμα).
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Το σχήμα για την έννοια «Σπίτι» Μετά από την κατάλληλη εμπειρία το
μπορεί να περιλαμβάνει αρχικά τα σχήμα για την έννοια «Σπίτι» μπορεί
παρακάτω στοιχεία (πεδία & τιμές): να περιλαμβάνει τελικά :
Σπίτι Σπίτι
Είναι: κτίριο Είναι: κτίριο
Έχει: τοίχους, σκεπή Έχει: τοίχους, σκεπή
Υλικό: τούβλα, τσιμέντο, … Υλικό: τούβλα, τσιμέντο, …
Όροφοι: 1 Όροφοι: 1 ή περισσότεροι
Αφομοίωση (Assimilation)
Εικόνα 9
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Προσαρμογή Αφομοίωση -
Συμμόρφωση
Εικόνα 13
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Βασικές Θέσεις
• ΕΝΕΡΓΟΣ ΜΑΘΗΣΗ (active learning): Η μάθηση είναι μια ενεργός (active)
ατομική διαδικασία προσωπικής οικοδόμησης νοήματος (construction of
meaning) μέσω εμπειριών – Κάθε μαθητής οικοδομεί τη δική του
κατανόηση/γνώση
• ΔΙΑΔΡΑΣΗ (Interaction) & ΑΥΘΕΝΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ (authentic/realistic
problems): Οικοδόμηση νοήματος συμβαίνει αποτελεσματικά όταν
αλληλεπιδρούμε (interact) με το περιβάλλον (φυσικό και κοινωνικό)
προσπαθώντας να λύσουμε προβλήματα που έχουν νόημα για μας
(αυθεντικά προβληματα)
• ΛΟΓΙΣΜΙΚΟ ως ΓΝΩΣΤΙΚΟ ΕΡΓΑΛΕΙΟ: Το λογισμικό παίζει το ρόλο ενός
γνωστικού εργαλείου (cognitive tool) που αποτελεί εργαλείο επέκτασης
της σκέψης του μαθητή, βοηθά τις γνωστικές διαδικασίες του και τον
υποστηρίζει να οικοδομήσει την κατανόησή του, καθώς ο μαθητής
διερευνά το πρόβλημα με τη βοήθεια και του λογισμικού
• Κατηγορίες λογισμικού
– Προσομοίωση (Simulation)
– Μικρόκοσμος (Microworld)
– Μοντελοποιητής (Modeler)
Εικόνα 14
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Προσομοίωση συναρμολόγησης Η/Υ
Εικόνα 15
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Μικρόκοσμος (Microworld)
• Μικρόκοσμος: Λογισμικό που επιτρέπει την ανάπτυξη ποικιλίας
προσομοιώσεων που όμως αναφέρονται στο ίδιο γνωστικό πεδίο
– Πχ. Μικρόκοσμος Φυσικής, Πληροφορικής, κλπ.
• Περιλαμβάνει:
– (α) «Εικονικά» (virtual) αντικείμενα που αντιστοιχούν στα φυσικά
αντικείμενα του πεδίου γνώσης
– (β) Σύνολο λειτουργιών/σχέσεων που επιδρούν στα αντικείμενα
δημιουργώντας νέα αντικείμενα
Εικόνα 16
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Φυσικής
Προσομοίωση ταλάντωσης
σώματος στον μικρόκοσμο
του Interactive Physics
Εικόνα 17
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Μοντελοποιητής (Modeler)
• Περιβάλλον υλοποίησης ποικιλίας προσομοιώσεων
συστημάτων που μπορεί να αναφέρονται σε διάφορα
γνωστικά πεδία
– Πχ. Φυσική, Μαθηματικά, Πληροφορική, Γεωλογία, Χημεία, κλπ.
Το Λογισμικό ως «Γνωστικό
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εργαλείο»
• Εποικοδομισμός: Το εκπαιδευτικό λογισμικό λειτουργεί ως
«γνωστικό εργαλείο»
ΔΙΑΣΥΝΔΕΣΗ ΧΡΗΣΤΗ
(1) ΕΙΣΟΔΟΙ, ΕΞΟΔΟΙ
(2) ΑΝΤΙΚΕΙΜΕΝΑ & ΜΕΤΑΞΥ ΤΟΥΣ ΣΧΕΣΕΙΣ
(3) ΑΝΑΠΑΡΑΣΤΑΣΕΙΣ
ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ
(ΑΝΤΙΚΕΙΜΕΝΑ ΠΡΟΣΟΜΟΙΩΣΗΣ, ΒΔ
ΣΤΟΙΧΕΙΑ ΔΙΑΔΡΑΣΗΣ ΧΡΗΣΤΗ-ΣΥΣΤΗΜΑΤΟΣ, κλπ.)
ΕΙΣΟΔΟΣ ΠΡΟΣΟΜΟΙΩΣΗΣ
Εικόνα 18
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
ΕΞΟΔΟΣ ΠΡΟΣΟΜΟΙΩΣΗΣ
Εικόνα 19
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
ΑΝΤΙΚΕΙΜΕΝΑ
Εικόνα 20
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
ΣΧΕΣΕΙΣ ΑΝΤΙΚΕΙΜΕΝΩΝ
Εικόνα 21
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
ΑΝΑΠΑΡΑΣΤΑΣΕΙΣ
Εικόνα 22
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Σύνοψη: Εποικοδομισμός
• Βασικές Θέσεις
– Μάθηση: ενεργός (active) ατομική διαδικασία οικοδόμησης νοήματος
μέσω διάδρασης (αλληλεπίδραση, Interaction) με το περιβάλλον
• Ψυχολογική ερμηνεία της Μάθησης
– Αλλαγή στα νοητικά σχήματα των μαθητών μέσω της προσαρμογής
στα ερεθίσματα από το περιβάλλον
• Προτάσεις για την οργάνωση της Εκπαίδευσης
– Ενεργός μάθηση Δραστηριότητες (σε αντίθεση με το περιεχόμενο)
– Επίλυση σύνθετων αυθεντικών προβλημάτων
• Προτάσεις για το Ρόλο και τη Σχεδίαση Εκπαιδευτικού Λογισμικού
– Το Εκπαιδευτικό Λογισμικό ως «Γνωστικό Εργαλείο»
– Προσομοίωση, Μικρόκοσμος, Μοντελοποιητής
Περιεχόμενα ενότητας
1. Διάδραση σε τεχνολογικά περιβάλλοντα
2. Τα Χαρακτηριστικά της Διάδρασης
3. Λειτουργίες της Διάδρασης σε Τεχνολογικά
Περιβάλλοντα
4. Τύποι Διάδρασης
“Διαδραστικότητα”
• Διαδραστικότητα (Interactivity)
– = Διάδραση
– = διάδραση μεταξύ χρήστη & τεχνολογίας
– = η ποιότητα της διαδραστικής πράξης &
εμπειρίας
Διάδραση σε περιβάλλον
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
μάθησης
• Η διάδραση σε ένα περιβάλλον μάθησης
περιλαμβάνει
– Διάδραση με το περιεχόμενο
– Διάδραση με τον διδάσκοντα
– Διάδραση με άλλους εκπαιδευόμενους
είναι διαδραστικό;
• Όταν προσφέρονται:
– Δυνατότητα ο μαθητής να μετασχηματίζει και να
δρα πάνω στις πληροφορίες που έχει στη
διάθεσή του
– Πληροφόρηση (από το σύστημα) για τις
ενέργειες που βρίσκονται σε εξέλιξη
– Μηχανισμοί πρόσβασης σε πολλαπλές
αναπαραστάσεις
διασύνδεσης
• Τα συνήθη ενεργά (διαδραστικά) στοιχεία της
διασύνδεσης είναι τύπου “Point and Click”
Response)
• Είναι το είδος της δράσης που μπορεί να
εκτελέσει μια οντότητα ώστε να αποκριθεί
στην αρχική κατάσταση
(feedback)
• Η πληροφορία με την οποία «απαντά» μια
οντότητα στην απόκριση που δέχτηκε από
μιαν άλλη
• Διάδραση Πλοήγησης
• Μαθησιακή Διάδραση
• Προσαρμοστική Διάδραση
• Συνεργατική Διάδραση
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Διάδραση Πλοήγησης
(Navigational interaction)
• Διαδραστικές τεχνικές & μηχανισμοί που υπηρετούν
λειτουργίες πλοήγησης μέσα στον χώρο πληροφορίας του
τεχνολογικού προϊόντος
• Χρησιμοποιούνται απλούστερα ή συνθετότερα εργαλεία
για την πλοήγηση
– Απλά: Εντολές, κατάλογοι, πλήκτρα (buttons)
– Σύνθετα: μηχανές αναζήτησης, υπερσύνδεσμοι
• Από την οπτική της μάθησης/εκπαίδευσης θεωρείται ως
διάδραση «χαμηλής αξίας» καθώς απλά διευκολύνει την
πρόσβαση στην πληροφορία
• …και δεν ενεργοποιεί γνωστικές διεργασίες του μαθητή
(που αποτελούν την γενεσιουργό αιτία της μάθησης &
γνώσης)
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Διάδραση Πλοήγησης
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
(Navigational interaction)
Εικόνα 1
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Μαθησιακή διάδραση (learning
interaction)
• Διαδραστικοί μηχανισμοί & τεχνικές που υπηρετούν τη δυνατότητα
του χρήστη να αναδιατάσσει τις εξωτερικές αναπαραστάσεις
γνώσης στα τεχνολογικά εργαλεία ώστε να παρατηρήσει τις
αποκρίσεις του συστήματος στις δικές του ενέργειες
διερευνώντας στοιχεία γνώσης και μαθαίνοντας μέσω διερεύνησης
• πχ.
– Καθορίζω τις παραμέτρους για τη λειτουργία μιας προσομοίωσης
– «Εκτελώ» τη λειτουργία ενός προσομοιωμένου συστήματος σε ένα
μικρόκοσμο και παρατηρώ το αποτέλεσμα της εκτέλεσης
– Προγραμματίζω ένα ρομπότ και παρατηρώ τη συμπεριφορά του
Παράδειγμα: Μαθησιακή
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
διάδραση
• Μαθησιακές διαδράσεις: Οι διαδράσεις που επιτρέπει το σύστημα ώστε
να καθοριστούν οι αρχικές τιμές παραμέτρων στην προσομοίωση ή να
εκτελεστεί βήμα-βήμα κλπ. η προσομοίωση του αλγόριθμου
Εικόνα 2
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Προσαρμοστική διάδραση
(adaptive)
• Λειτουργία διάδρασης που αφορά την προσαρμογή της
λειτουργίας του τεχνολογικού συστήματος στα χαρακτηριστικά
του χρήστη
• Με βάση το αποτέλεσμα της διάδρασης το σύστημα προσαρμόζει
τη λειτουργία του στους στόχους του και τα ιδιαίτερα
χαρακτηριστικά του χρήστη
Προσαρμογή πλοήγησης σε
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
προσαρμοστικό περιβάλλον
Εικόνα 3
Εικόνα 4
Συνεργατική διάδραση
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
(collaborative)
• Κάθε διάδραση που υποστηρίζει την
συνεργασία μεταξύ των χρηστών
Εικόνα 5
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Τύποι Διάδρασης
Τύποι διάδρασης
• Reactive (απόκρισης)
• Coactive (συν-δραστική)
• Proactive (προ-ενεργός)
Reactive (απόκρισης)
• Όταν ο χρήστης απλά αποκρίνεται σε
ερεθίσματα που παρουσιάζει το σύστημα στην
οθόνη
– Πχ. απάντηση σε μια ερώτηση που θέτει το λογισμικό
Εικόνα 6
Coactive (συν-δραστική)
• Ο έλεγχος διαμοιράζεται μεταξύ συστήματος και
χρήστη, δηλ.
• Ο χρήστης έχει τον έλεγχο κάποιων βασικών
χαρακτηριστικών της παρουσίασης
– όπως πχ. η σειρά παρουσίασης της πληροφορίας, ο
ρυθμός, το στυλ
• Αντιληπτικά (Perceptually) Coactive
– Δυνατότητα ρυθμίσεων που διευκολύνουν την αντίληψη
& πρόσληψη της πληροφορίας
• Εννοιολογικά (Conceptually) Coactive
– Δυνατότητα ρυθμίσεων που διευκολύνουν την κατανόηση
της πληροφορίας
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Αντιληπτικά (perceptually)
coactive
• Διάδραση με στόχο την διευκόλυνση της πρόσληψης & αντίληψης της
πληροφορίας
– Πχ. ρυθμίσεις ταχύτητας της εξέλιξης μιας προσομοίωσης
Εικόνα 7
Εννοιολογικά (conceptually)
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
coactive
• Διάδραση με στόχο την διευκόλυνση της κατανόησης του νοήματος της
πληροφορίας
– Πχ. επεξηγήσεις, γλωσσάρι, σύνδεσμοι προς πρόσθετη πληροφορία
Εικόνα 7
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Proactive (προ-ενεργός)
• Ο χρήστης μπορεί να προ-ενεργήσει προς το λογισμικό ρυθμίζοντας τις
παραμέτρους λειτουργίας σύμφωνα με τη δική του επιθυμία
– … αναπτύσσοντας δικές του αναπαραστάσεις (πέρα από ότι αρχικά σχεδίασε
ο δημιουργός του λογισμικού)
• Επιτρέπεται στο χρήστη να ελέγξει και τη δομή και το περιεχόμενο,
– Πχ. προσομοιώσεις, μικρόκοσμοι
• Διερευνητικά (Exploratory) Proactive
– Δυνατότητα ρυθμίσεων που επιτρέπουν τη διερεύνηση νέων καταστάσεων
– Πχ. σε λογισμικό προσομοίωσης
• Εποικοδομητικά (Constructively) Proactive
– Δυνατότητα ρυθμίσεων που επιτρέπουν την οικοδόμηση (και στη συνέχεια
διερεύνηση) νέων καταστάσεων
– Πχ. σε λογισμικό μικρόκοσμου ή μοντελοποιητή
Διερευνητικά (exploratory)
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
proactive
• Διάδραση που επιτρέπει τη διερεύνηση καταστάσεων που αναπαρίστανται στο εκπαιδευτικό
λογισμικό
• Πχ. δυνατότητες διερεύνησης σε λογισμικό προσομοίωσης μέσω αλλαγής των τιμών εισόδου
Εικόνα 8
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εποικοδομητικά (constructively)
proactive
• Διάδραση που επιτρέπει την οικοδόμηση (κατασκευή) και στη συνέχεια διερεύνηση καταστάσεων
που αναπαρίστανται στο εκπαιδευτικό λογισμικό
– Πχ. δυνατότητες δημιουργίας ενός μοντέλου για κάποιο φαινόμενο με χρήση λογισμικού μοντελοποίησης
Εικόνα 9
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Σύνοψη…
• Διάδραση σε τεχνολογικά περιβάλλοντα
– Τα μέρη μιας διάδρασης
– Λειτουργίες Διάδρασης
• Πλοήγησης
• Μαθησιακή
• Προσαρμοστική
• Συνεργατική
– Τύποι διάδρασης
• Reactive (απόκρισης)
• Coactive (συν-δραστική)
• Proactive (προ-ενεργός)
Περιεχόμενα ενότητας
1. Ανακαλυπτική/Διερευνητική Μάθηση.
2. Η μέθοδος της Διερευνητικής Μάθησης με χρήση
Προσομοίωσης / Μικρόκοσμου.
3. Ερευνητικά στοιχεία για την αποδοτικότητα της
Διερευνητικής Μάθησης.
Τι επιδιώκει η
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ανακαλυπτική/Διερευνητική Mάθηση
• Κατά τη διερευνητική μάθηση προσδοκούμε ότι ο μαθητής:
• (α) μαθαίνει καλύτερα το γνωστικό αντικείμενο που μελετά
– γιατί οικοδομεί με ενεργό τρόπο τη γνώση μέσα από τη διερεύνηση
που κάνει.
• (β) αναπτύσσει δεξιότητες διερεύνησης (inquiry skills)
– Σημαντικές δεξιότητες στην κοινωνία της γνώσης.
Στη συνέχεια…
• (1) Η μέθοδος της Διερευνητικής Μάθησης με
χρήση Προσομοίωσης / Μικρόκοσμου.
ΕΞΟΔΟΣ
Εικόνα 1
• Διάδραση χρήστη/συστήματος:
• (Α) Ο χρήστης ενεργεί στο σύστημα ρυθμίζοντας την ΕΙΣΟΔΟ.
• (Β) Η προσομοίωση αποκρίνεται αλλάζοντας την ΕΞΟΔΟ.
• (Γ) Ο χρήστης οικοδομεί γνώσεις κατανοώντας το πώς
λειτουργεί το προσομοιωμένο σύστημα από τη σχέση
Εισόδου-Εξόδου.
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
• Πώς;
Εικόνα 2
Κύκλος διερεύνησης
• ΣΧΕΔΙΑΣΗ
– (1) Εντοπισμός ενός ενδιαφέροντος ερωτήματος/προβλήματος
– (2) Διατύπωση μιας υπόθεσης
– (3) Σχεδίαση του πειράματος.
• ΕΚΤΕΛΕΣΗ
– (4) Εκτέλεση του πειράματος
– (5) Συλλογή & Ερμηνεία στοιχείων.
• ΑΞΙΟΛΟΓΗΣΗ / ΠΑΡΑΓΩΓΗ ΓΝΩΣΗΣ
– (5) Διατύπωση συμπερασμάτων: Υποστήριξη ή Απόρριψη
υπόθεσης
– (6) Προβλέψεις με βάση τα συμπεράσματα.
• (β) Εκτέλεση
– Εκτελώ (με τη βοήθεια της προσομοίωσης) τις ενέργειες εκείνες
που παράγουν δεδομένα για την απάντηση του ερωτήματος.
εκπαίδευση
ΣΧΕΔΙΑΣΗ
• (1) Ο καθηγητής δημιουργεί ή επιλέγει την προσομοίωση
με την οποία θα εργαστούν οι μαθητές με βάση τον
εκπαιδευτικό στόχο που έχει θέσει
– …ή δίνει οδηγίες για τη δημιουργία της
– …επίσης δημιουργεί το φύλλο εργασίας με δραστηριότητες για
τους μαθητές.
• (2) Δίνει στους μαθητές το φύλλο εργασίας ΕΚΤΕΛΕΣΗ
εργασίας
• Ένα φύλλο εργασίας δίνει στον μαθητή:
• (1) ΟΔΗΓΙΕΣ:
– Οδηγίες για το τι να σχεδιάσει στο λογισμικό ή πώς να
διαδράσει με το λογισμικό (προσομοίωση, μικρόκοσμο κλπ).
• (2) ΕΡΩΤΗΣΕΙΣ ΔΙΕΡΕΥΝΗΣΗΣ:
– Ερωτήσεις για το τι να διερευνήσει ο μαθητής παρατηρώντας
την ανάδραση του λογισμικού.
– Ο μαθητής σημειώνει τις παρατηρήσεις του στο φ.ε.
• (3) ΣΥΜΠΕΡΑΣΜΑΤΑ:
– Καθοδήγηση στον μαθητή (με ερωτήσεις) για τα σημαντικά
συμπεράσματα στα οποία πρέπει να καταλήξει από την
εργασία του με το λογισμικό.
ΔΙΕΡΕΥΝΗΣΗΣ
• (2) Ο εκπαιδευτικός καθοδηγεί τους μαθητές να διαδράσουν με την
προσομοίωση και να απαντήσουν κατάλληλες ερωτήσεις διερεύνησης
ώστε να καταλάβουν την λειτουργία του προσομοιωμένου συστήματος.
Εικόνα 4
Εικόνα 5
ΑΣΚΗΣΗ 1
Εικόνα 6
Εικόνα 7
προσομοίωσης
• 1. Υποστήριξη του μαθήματος με τη βοήθεια
προσομοίωσης.
– Ο εκπαιδευτικός «διδάσκει» χρησιμοποιώντας την
προσομοίωση του συστήματος.
– Καθοδηγεί τον μαθητή να διαδράσει με την
προσομοίωση και να φτάσει σε συμπεράσματα.
• 2. Επαλήθευση ενός μοντέλου
– Ο εκπαιδευτικός συζητά τη συμπεριφορά της
προσομοίωσης για την κατανόηση του μοντέλου του
συστήματος.
– Καθοδηγεί τον μαθητή να κατανοήσει το μοντέλο του
συστήματος στο οποίο βασίζεται η προσομοίωση.
Εικόνα 8
• 3. Κλασσική διαδραστική προσομοίωση
– Οι μαθητές διαδρούν ελεύθερα με την προσομοίωση
ώστε να καταλήξουν σε συμπεράσματα.
Σύνοψη υπο-ενότητας
• Κύκλος διερεύνησης
– Σχεδίαση
– Εκτέλεση
– Αξιολόγηση / Παραγωγή Γνώσης.
• Στην διδακτική πρακτική η δραστηριότητα καθοδηγούμενης
διερευνητικής μάθησης χρησιμοποιεί ένα κατάλληλο φύλλο
εργασίας που υποστηρίζει τον μαθητή με
– Οδηγίες
– Ερωτήσεις διερεύνησης
– Ερωτήσεις για Συμπεράσματα.
Συμπεράσματα (2/2)
• Αποδοτικότητα
– Αποδοτικότητα: ο χρόνος που χρειάστηκε για να φτάσουν οι
εκπαιδευόμενοι σε κάποιο επίπεδο μάθησης.
– Η χρήση προσομοιώσεων είναι περισσότερο αποδοτική.
• Οι έρευνες καταγράφουν ποικίλους βαθμούς υψηλότερης
αποδοτικότητας των προσομοιώσεων σε σχέση με την τυπική
εκπαίδευση στο εργαστήριο.
– Σύγκριση προσομοίωσης και εργαστηριακής διδασκαλίας: Προσομοίωση
αποδοτικότερη κατά 50%
• (Hollen et al., 1971)
Κοινωνικός Εποικοδομισμός
(1) Βασικές Θέσεις
Βασικές Θέσεις (1/2)
• Η γνώση οικοδομείται μέσω της κοινωνικής
αλληλεπίδρασης
• Συζήτηση, αντιπαράθεση, επιχειρηματολογία,
συμφωνία (σύνθεση) αποτελούν βασικές κοινωνικές
διαδικασίες οικοδόμησης γνώσης
• Στην εκπαίδευση δεν μπορούμε να αγνοούμε τις
κοινωνικές αλληλεπιδράσεις: Οι μαθητές πρέπει να
εμπλέκονται σε κοινωνικές αλληλεπιδράσεις με στόχο
τη μάθηση, ώστε:
– …να οικοδομούν νοήματα μέσω των αλληλεπιδράσεών
τους με τους συνεργάτες τους
– ....να αναπτύσσουν δεξιότητες συνεργασίας
Εικόνα 4
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Πώς αναπτύσσεται η νόηση και η γνώση
κατά την κοινωνική αλληλεπίδραση; (3/3)
• (β) Γνώση:
• Κατά την κοινωνική αλληλεπίδραση μεταξύ
μαθητή-μαθητή επάγονται (ενεργοποιούνται)
εγκεφαλικές γνωστικές διεργασίες. Οι
διεργασίες αυτές οδηγούν σε επεξεργασία
πληροφορίας και οικοδόμηση νέας γνώσης
• Ο διάλογος (discourse ή dialogue) μεταξύ των
μαθητών αποτελεί βασικό μηχανισμό
αλληλεπίδρασης και οικοδόμησης νέας γνώσης
ακριβώς επειδή επάγει γνωστικές διεργασίες
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Κοινωνική αλληλεπίδραση:
• Ο διάλογος μεταξύ των μαθητών ενεργοποιεί μαθησιακούς
μηχανισμούς (γνωστικές διεργασίες)
(δύο μαθητές συζητούν καθώς πειραματίζονται με μια
προσομοίωση λογικής πύλης)
Α: Δες, όταν βάζω λογικό 1 και στις δύο εισόδους τότε στην έξοδο Συμπερασμός
έχουμε πάλι 1 (Concluding)
Β: Ναι, … αλλά σε κάθε άλλη περίπτωση στην έξοδο έχουμε 0
Α: άρα …;
Β: άρα για να έχουμε 1 στην έξοδο πρέπει οπωσδήποτε και οι δύο Συνεπαγωγή
είσοδοι να είναι 1 (Induction)
Α: …και πώς την είπαμε αυτή την πύλη;;
Β: νομίζω είναι το ΚΑΙ .. το AND…
Εμβάθυνση
Α: μισό λεπτό… (συμβουλεύεται κάποιες σημειώσεις)… ναι, σωστά, (Elaboration)
είναι το ΚΑΙ … η σύζευξη
Τεχνολογικά Συστήματα
• Η θεωρία της κατανεμημένης νοημοσύνης μας οδηγεί στο να
διευρύνουμε τη μονάδα ανάλυσης κατά τη μελέτη του
φαινομένου της μάθησης λαμβάνοντας υπόψη το κοινωνικό και
τεχνολογικό πλαίσιο μέσα στο οποίο αναπτύσσεται η μάθηση
• Τα τεχνολογικά συστήματα σχεδιάζονται και αξιολογούνται ως
γνωστικά εργαλεία που διαμεσολαβούν τη συνεργασία μεταξύ
των μελών της ομάδας, ενθαρρύνοντας και υποστηρίζοντας τις
ανάγκες των μαθητών για αποδοτική συνεργασία
• Με τα λειτουργικά χαρακτηριστικά τους (δομή, αναπαραστάσεις,
τεχνικές υποστήριξης, προσαρμοστικότητα, ευφυΐα) στοχεύουν να
συνεισφέρουν στην αύξηση της ικανότητας της ομάδας να
προχωρήσει αποδοτικά στην ολοκλήρωση του έργου,
προβλήματος, κλπ.
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ζώνη Επικείμενης Ανάπτυξης
Zone of Proximal Development (ZPD)
• ΖΕΑ: είναι η απόσταση ανάμεσα:
• Στο παρόν επίπεδο ανάπτυξης του ατόμου
• (καθορίζεται από το επίπεδο δυσκολίας των προβλημάτων που
μπορεί να λύσει το άτομο μόνο του) και…
• Το επόμενο επίπεδο ανάπτυξης του ατόμου της (επικείμενη
ανάπτυξη)
• (καθορίζεται από το επίπεδο των προβλημάτων που το άτομο
μπορεί να λύσει με βοήθεια από τον πιο έμπειρο συνεργάτη)
(1) Παρόν επίπεδο Ζώνη επικείμενης
ανάπτυξης ανάπτυξης
Περιεχόμενα ενότητας
1. Συνεργατική Μάθηση.
2. Συνεργατική Μάθηση με Υποστήριξη
Υπολογιστή (ΣΜΥΥ).
3. Τρόποι οργάνωσης.
4. Βασικός μηχανισμός.
5. Οφέλη.
6. Περιορισμοί.
Συνεργατική μάθηση
• ..μια συντονισμένη δραστηριότητα που είναι το
αποτέλεσμα της διαρκούς προσπάθειας των
ομότιμων (peers) συνεργατών ώστε να
οικοδομήσουν και να διατηρήσουν μια κοινή
κατανόηση ενός προβλήματος και της λύσης
του.
• Συνεργατική μάθηση από απόσταση
(collaborative e-learning): οποιαδήποτε
διαδικασία συνεργατικής μάθησης, η οποία
διαμεσολαβείται από ένα εικονικό (virtual)
περιβάλλον.
Εικόνα 1
Σημαντική διάκριση:
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Μάθηση (2/3)
• Ανάπτυξη δεξιοτήτων
– Αναπτύσσουν κάποιες δεξιότητες οι μαθητές όταν μαθαίνουν συνεργατικά;
• Οι δεξιότητες αυτές θεωρούνται σήμερα εξαιρετικά σημαντικές για του μαθητές και
επαγγελματίες του 21ου αιώνα.
• Δείτε: Collaborative problem solving assessment
• Defining-21st-Century-Skills.pdf (από project με χορηγούς Cisco, Intel & Microsoft) (σελ. 23:
Collaboration & Teamwork).
Συνοψίζοντας:
• Γνωστικά Οφέλη.
• Ανάπτυξη δεξιοτήτων.
– Συνεργατική επίλυση προβλήματος.
• Μεταγνωστικά Οφέλη.
Εικόνα 1
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Belvedere
Εικόνα 2
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
(β) Μέσα για τη δόμηση του
διαλόγου
• Μέσα (υπηρεσίες κλπ.) που επιβάλλουν δομή, δηλ.
οργανώνουν με βέλτιστο τρόπο το διάλογο
• (α) Εισαγωγικές φράσεις (Sentence openers)
– Δηλ. μικρές φράσεις που αποτελούν εισαγωγικά στοιχεία
για μια πλήρη πρόταση
• (π.χ. «Συμφωνώ γιατί….", «Διαφωνώ γιατί…», «Σε παρακαλώ
εξήγησε...», κ.λπ.)
• (β) Έλεγχος του λόγου (turn-taking ή floor control)
– Εργαλεία στη διασύνδεση χρήστη που καθορίζουν και
δείχνουν ποιος συνεργάτης έχει το λόγο (ή έχει το
δικαίωμα να κάνει κάτι) ώστε να μην υπάρχει σύγχυση
κατά τη συνεργασία
Εικόνα 3
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 4
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Δομημένο Διάλογο
• Το εργαλείο
επικοινωνίας του
περιβάλλοντος
C-CHENE
Εικόνα 5
Εικόνα 6
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
ALEX
Εικόνα 7
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Δομημένος διάλογος: Πλεονεκτήματα
& Προβληματισμοί
• Πλεονεκτήματα
– Περιορίζει τον αριθμό των εκτός θέματος αλληλεπιδράσεων
– Κατευθύνει τη ροή και το περιεχόμενο του διαλόγου
– Οδηγεί σε διάλογους που παρουσιάζουν συνοχή και συνέπεια
– Μειώνει το φόρτο της πληκτρολόγησης
– Υποστηρίζει τη διαδικασία της αξιολόγησης ως προς τα προσδοκώμενα αποτελέσματα στο
πλαίσιο της δραστηριότητας
– Διευκολύνει τη συλλογή εμπειρικών δεδομένων που αφορούν στη συνεργασία των
εκπαιδευόμενων
• Προβληματισμοί
– Περιορίζει τους εκπαιδευόμενους στις διαθέσιμες υποστηρικτικές πρότυπες φράσεις
– Μπορεί να μην έχει τα επιθυμητά αποτελέσματα λόγω παρανόησης και λανθασμένης χρήσης
των πρότυπων φράσεων από τους εκπαιδευόμενους.
• Έτσι, σε αρκετά περιβάλλοντα υποστηρίζεται τόσο ο δομημένος διάλογος όσο και
ο ελεύθερος.
Modeling Space
Εικόνα 8
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
(γ) Μέσα για διεξαγωγή διαλόγου
• Μέσα (υπηρεσίες κλπ.) που υποστηρίζουν το διάλογο, δηλ.
την επικοινωνία
• Περιλαμβάνουν:
– (α) Ηλεκτρονικό ταχυδρομείο (e-mail)
– (β) Σύγχρονη συζήτηση (με κείμενο) (text-based chat)
– (γ) Διεπαφές δομημένης συνομιλίας (structured chat interface)
– (δ) Εργαλεία σημειώσεων (sticky notes or annotation tools)
• που επιτρέπουν την αναφορά σε συγκεκριμένες περιοχές
αντικειμένων για τα οποία γίνεται συζήτηση, και
– (ε) Εργαλεία τυπικής αναπαράστασης του διαλόγου
• όπως γράφοι (graphs) και πίνακες (matrices)
Παράδειγμα: Έλλειψη
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
ενημερότητας
• Ποιό είναι το πρόβλημα ενημερότητας σε
απλά εργαλεία επικοινωνίας;
Εικόνα 9
Τί είδους
ενημερότητα
υποστηρίζεται
στο παράδειγμα;
Εικόνα 10
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Εικόνα 11
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Παράδειγμα
• Ενημερότητα Εργασιών
• Αναπαράσταση της πορείας εργασίας για τη συνεργατική ανάπτυξη ενός
ψηφιακού προϊόντος καθώς και των συνεισφορών των συνεργατών
Εικόνα 12
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ενημερότητα Κοινού Χώρου
Εργασίας
• Ενημερότητα του κοινού χώρου εργασίας (workspace
awareness)
• Λειτουργίες/υπηρεσίες που ενημερώνουν τους
συνεργάτες για το τί συμβαίνει αυτή τη στιγμή ή τί είχε
συμβεί σε προηγούμενο χρόνο στον κοινό χώρο
εργασίας
• Η ενημερότητα του κοινού χώρου είναι σημαντική
καθώς μειώνει το γνωστικό φόρτο της συνεργασίας,
διασφαλίζοντας πιο αποτελεσματική συνεργασία
• Διακρίνεται σε:
• (α) Σύγχρονη ενημερότητα
• (β) Ασύγχρονη ενημερότητα
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Ενημερότητα Εννοιών
• Ενημερότητα εννοιών (concept awareness)
• Αναφέρεται στην πληροφόρηση για το πώς μια
συγκεκριμένη δραστηριότητα, ή κομμάτι γνώσης,
συσχετίζεται με την υπάρχουσα γνώση του
εκπαιδευόμενου
Εικόνα 14
Εικόνα 15
ομάδων (2/3)
• (α) «Σχηματισμός ομάδας με βάση το γνωστικό αντικείμενο» (Domain
dependent model group formation):
• …η δημιουργία της ομάδας βασίζεται στο προφίλ των εκπαιδευομένων,
και τη σχέση τους με το συγκεκριμένο αντικείμενο της συνεργασίας.
– Πχ. δημιουργία ομάδας με συνεργάτες που έχουν διαφορετική εμπειρία στο
αντικείμενο (αρχάριοι & έμπειροι στην ίδια ομάδα)
– Προτείνεται η δημιουργία ελαφρώς ετερογενών ομάδων
• (β) «Σχηματισμός ομάδας με βάση τους στόχους του εκπαιδευόμενου»
(Learner goal dependent tools):
• ….το σύστημα διαθέτει ένα μοντέλο των εκπαιδευτικών στόχων κάθε
εκπαιδευομένου και με βάση το μοντέλο αυτό μπορεί να αναγνωρίζει
πότε μπορεί να δημιουργηθεί μια ομάδα, ανάλογα με τους
εκπαιδευτικούς στόχους των εκπαιδευομένων
– Πχ. δημιουργία ομάδας με συνεργάτες που έχουν στόχο την θεωρητική ανάλυση
ενός συγκεκριμένου ζητήματος
Περιεχόμενα ενότητας
1. Ανάλυσης Αλληλεπίδρασης
2. Παραδείγματα
3. Τα βήματα της Ανάλυσης Διάδρασης
4. Παραδείγματα Δεικτών
Ποικιλία αλληλεπιδράσεων
• Κατά τη χρήση τεχνολογικών περιβαλλόντων οι μαθητές μπορεί να
εργάζονται:
– (α) ατομικά (individually) ή (β) συνεργατικά (collaboratively)
• Τα τεχνολογικά μαθησιακά περιβάλλοντα μπορεί να
περιλαμβάνουν
– …ένα ή περισσότερα εργαλεία δραστηριότητας (modeling tool,
simulation tool, notebook, κλπ.)
– …ένα ή περισσότερα εργαλεία επικοινωνίας (forum, chat,…)
• Όταν οι μαθητές χρησιμοποιούν τεχνολογικά περιβάλλοντα μια
ποικιλία αλληλεπιδράσεων μπορεί να συμβαίνει ανάμεσα σε:
– (α) μαθητής – τεχνολογικό σύστημα
– (β) μαθητής – μαθητής
– (γ) μαθητής – δάσκαλος
Σε τι στοχεύει η ανάλυση
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
αλληλεπίδρασης;
• Η ανάλυση αλληλεπίδρασης έχει σαν στόχο τον
προσδιορισμό της τιμής μιας σειράς δεικτών
(indicators)
• «Δείκτης» είναι μια ποσοτική παράμετρος που
μετρά κάποιο στοιχείο αλληλεπίδρασης το οποίο
εμφανίζεται κατά τη συνεργασία
• Με βάση τις τιμές αυτών των δεικτών τα συστήματα
υποστήριξης της συνεργασίας μπορούν να
«αναπαριστούν» τη συνεργατική δραστηριότητα και
να ενεργοποιούν με «έξυπνο» τρόπο μηχανισμούς
παρέμβασης και υποστήριξης της συνεργασίας
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Παραδείγματα απλών δεικτών
(indicators)
• Μια ομάδα μαθητών επικοινωνεί από απόσταση
με χρήση ασύγχρονου forum
– Πόσο χρόνο κράτησε η δραστηριότητα;
– Πόσα μηνύματα (posts) έχουν στείλει όλοι μαζί ή ο καθένας
ξεχωριστά;
– Πόσα από τα μηνύματα απαντήθηκαν και πόσα όχι;
– Πόσες λέξεις (κατά μέσο όρο) γράφτηκαν σε κάθε μήνυμα;
– Πόσες και ποιες λέξεις-κλειδιά (keywords) του γνωστικού
αντικειμένου αναφέρθηκαν κατά τη συζήτηση;
– Υπήρξαν μαθητές που δεν έστειλαν μηνύματα ή τα μηνύματά τους
δεν απαντήθηκαν;
– Πόσα μηνύματα απάντησαν κατά μέσο όρο οι μαθητές
– ……………………………………………………………………………
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
γραφικής αναπαράστασης - 1
Εικόνα 1
You
Mark Stephen
Becky
Εικόνα 2
γραφικής αναπαράστασης - 3
Εικόνα 3
Εικόνα 4
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ανάλυση: Παράδειγμα
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
αναπαράστασης δεικτών
Εικόνα 5
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Κατηγορίες δεικτών
• Δύο γενικές κατηγορίες δεικτών:
• (α) εξαρτημένοι από το χρόνο (time dependent)
δείκτες
– Περιγράφουν μεταβλητές που εξελίσσονται με τη
διαδικασία της αλληλεπίδρασης
• (β) ανεξάρτητοι του χρόνου (time independent)
– Συνήθως περιγράφουν γενικά χαρακτηριστικά του
τελικού προϊόντος ή της συνολικής διαδικασίας και
παράγονται στο τέλος της διαδραστικής δραστηριότητας
Παρουσίαση / αναπαράσταση
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
δεικτών;
Εικόνα 6
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Τι δείκτες χρειαζόμαστε;
• Μοντέλο καθορισμού επιθυμητών δεικτών:
• Για να προσδιορίσουμε το είδος των δεικτών
που θα ήταν χρήσιμοι, είναι σημαντικό να
αναλύσουμε τις ανάγκες των τελικών
χρηστών των τεχνολογικών συστημάτων
(μαθητών & δασκάλων)
Ανάγκες Μαθητών
1. Ενημερότητα για τις ενέργειες και δραστηριότητές τους
2. Αξιολόγηση των διαδικασιών στις οποίες εμπλέκονται
– Δηλ. δείκτες που τους βοηθούν να αποκτήσουν καλύτερη εικόνα των
διαδικασιών, πχ. των στρατηγικών που εφαρμόζουν
3. Αξιολόγηση του προϊόντος που αναπτύσσουν
• ------------------------------------------------------------------------------------------------
4. Ενημερότητα των ενεργειών άλλων συμμετεχόντων
5. Ενημερότητα των δικών τους συνεργατικών ενεργειών
6. Αξιολόγηση του τρόπου συνεργασίας ή (γενικότερα) της κοινωνικής
στάσης (attitude) κατά τη συνεργασία
• Συνολικά οι μαθητές χρειάζονται:
– (Α) Ενημερότητα της δικής τους ατομικής ή συνεργατικής δραστηριότητας
– (Β) Εξωτερική αξιολόγηση των ενεργειών και του προϊόντων τους
Παραδείγματα Δεικτών
Δείκτης “Interactions”
• Interactions(k,ti):
• Το πλήθος των αλληλεπιδράσεων που
πραγματοποιούνται μέσω του καναλιού k κατά το
διάστημα (ti-1-ti]
• Οι τιμές k αναφέρονται στα κανάλια αλληλεπίδρασης
– {πχ. k=1=>chat, k=2=>forum, κλπ.}.
• Επίσης μπορεί να χρησιμοποιηθεί η συνάρτηση
Interactions(agentn,k,ti)
• Μορφή: Αριθμητική που μπορεί να οπτικοποιηθεί με
ένα διάγραμμα Interactions vs. Time
Εικόνα 7
Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Γραφική παράσταση διαλόγου
στο περιβάλλον MentorChat - 1
Εικόνα 8
Εικόνα 9
Περιεχόμενα ενότητας
1. Συστήματα καθρεπτισμού (mirroring systems)
2. Συστήματα μεταγνωστικής υποστήριξης
(metacognitive systems)
3. Συστήματα καθοδήγησης (guiding systems)
Συστήματα καθρεπτισμού
(mirroring systems)
• Πρόκειται για συστήματα που απλά αποτυπώνουν την
κατάσταση της συνεργασίας και μόνον ενημερώνουν τους
εκπαιδευόμενους για τις δραστηριότητές τους
• Το σύστημα καταγράφει («καθρεφτίζει») τις αλληλεπιδράσεις
του εκπαιδευόμενου και τις παρουσιάζει χωρίς καμία
επεξεργασία
– π.χ. ιστορικό του διαλόγου, ιστορικό των συνεισφορών κάθε
εκπαιδευόμενου, κ.λπ.
• Στα συστήματα αυτά οι εκπαιδευόμενοι είναι υπεύθυνοι για
τη διαχείριση της μάθησής τους.
– Παραδείγματα τέτοιων συστημάτων είναι τα Belvedere, CoVis, CSILE,
C-CHENE και BetterBlether.
ΑΝΑΛΥΣΗ
Collaboration
ΑΛΛΗΛΕΠΙΔΡΑΣΗΣ
Support Server
INTERACTION ANALYSIS
Εικόνα 1
User2
ΕΝΗΜΕΡΩΣΗ ΣΥΝΕΡΓΑΤΩΝ
ΜΕ ΧΡΗΣΗ ΚΑΤΑΛΛΗΛΩΝ
ΑΝΑΠΑΡΑΣΤΑΣΕΩΝ
• (α) Το σύστημα αναλύει τις αλληλεπιδράσεις των συνεργατών
κατά τη συνεργασία (πχ. καταγράφει πόσα μηνύματα έστειλε ο
κάθε χρήστης, πόσο χρόνο συνδέθηκε, σε πόσες συζητήσεις
συμμετείχε, κλπ.)
σε Συστήματα Καθρεπτισμού
Εικόνα 2
Εικόνα 3
σε Συστήματα Καθρεπτισμού
Εικόνα 4
Εικόνα 6
Εικόνα 7
Systems)
ΑΡΧΙΤΕΚΤΟΝΙΚΗ ΛΟΓΙΣΜΙΚΟΥ ΥΠΟΣΤΗΡΙΞΗΣ ΤΗΣ ΣΥΝΕΡΓΑΣΙΑΣ
User1 ΠΟΥ ΛΕΙΤΟΥΡΓΕΙ ΩΣ ΣΥΣΤΗΜΑ ΚΑΘΟΔΟΓΗΣΗΣ
ΑΝΑΛΥΣΗ ΜΟΝΤΕΛΟ ΚΑΛΗΣ
ΑΛΛΗΛΕΠΙΔΡΑΣΗΣ ΣΥΝΕΡΓΑΣΙΑΣ
Collaboration INTERACTION MODEL of GOOD
Support Server ANALYSIS COLLABORATION
User2 PRACTICE
Εικόνα 9
Systems)
• Παραδείγματα μηνυμάτων
καθοδήγησης
• Το σύστημα εμφανίζει προτροπές
προς τους συνεργάτες
• Για να το κάνει αυτό:
• (α) εφαρμόζει ανάλυση της
αλληλεπίδρασης για να εντοπίσει
ανάγκες καθοδήγησης, και
• (β) χρησιμοποιεί ένα μοντέλο
καθοδήγησης το οποίο
ενεργοποιεί την εμφάνιση
μηνυμάτων στη διασύνδεση του
συστήματος σύμφωνα με τις
ανάγκες
Εικόνα 10
Θεωρίες Μάθησης & Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Ανάλυση Διαλόγου & Διαλογικοί
Πράκτορες
• Πολλά συστήματα καθοδήγησης επιχειρούν:
• (α) να αναλύσουν το διάλογο (Dialogue analysis) των
συνεργατών,
– πχ. εφαρμόζοντας τεχνικές επεξεργασίας φυσικής γλώσσας
(natural language processing)
και
• (β) να συμμετέχουν στο διάλογο με έξυπνο τρόπο, ως
συνομιλητές (Tutor)
– Πχ. θέτοντας ερωτήματα, δίνοντας απαντήσεις και
υποστηρίζοντας ποικιλότροπα τους συνεργάτες
• Τέτοιου είδους συστήματα αναφέρονται ως «Διαλογικοί
Πράκτορες» (Conversational Agents)
ΣΥΣΤΗΜΑΤΑ ΚΑΘΟΔΟΓΗΣΗΣ
• Παραδείγματα λειτουργίας
ευφυούς «δασκάλου» (tutor)
• Το σύστημα (Tutor) εμφανίζει
ερωτήσεις προς τους συνεργάτες:
• Για να το κάνει αυτό:
• (α) εφαρμόζει ανάλυση της
αλληλεπίδρασης (ανάλυση
διαλόγου) με βάση την οποία
εντοπίζει ανάγκες παρέμβασης &
καθοδήγησης, και
• (β) χρησιμοποιεί ένα κατάλληλο
μοντέλο καθοδήγησης που
ενεργοποιεί την εμφάνιση
μηνυμάτων προς την ομάδα, στο
χώρο ανάπτυξης του διαλόγου
Εικόνα 11
Θεωρίες Μάθησης & Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
MentorChat
Εικόνα 12
Θεωρίες Μάθησης & Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής
Εικόνα 13
Θεωρίες Μάθησης & Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Συνεργασίας
ΣΥΣΤΗΜΑΤΑ
ΚΑΘΡΕΠΤΙΣΜΟΥ
ΑΠΟΤΥΠΩΣ
Η
ΚΑΤΑΣΤΑΣΗ
Σ
ΣΥΣΤΗΜΑΤΑ
ΣΥΛΛΟΓΗ ΕΝΗΜΕ- ΣΥΓΚΡΙΣΗ ΜΕ
ΡΩΣΗΣ ΕΠΙΘΥΜΗΤΗ
ΣΤΟΙΧΕΙΩΝ ΚΑΤΑΣΤΑΣΗ
ΣΥΣΤΗΜΑΤΑ
ΚΑΘΟΔΗΓΗΣΗΣ
ΠΑΡΟΧΗ
ΣΥΜΒΟΥΛΩΝ &
ΚΑΘΟΔΗΓΗΣΗΣ
Εικόνα 14
Θεωρίες Μάθησης & Εκπαιδευτικό Λογισμικό
Αριστοτέλειο
Πανεπιστήμιο
Θεσσαλονίκης Τμήμα Πληροφορικής