Главная

Статьи

Библиотека статей

Менеджмент знаний

Дэвид X. Джонассен, профессор, руководитель программы обучающих систем университета шт. Пенсильвания

Обучающие технологии традиционно используются в системе высшего образования в качестве средства передачи информации и обучения студентов. В процессе «обучения» учащиеся постигают смысл сообщений, хранящихся в компьютерах, и «взаимодействуют» с обучающей технологией. Взаимодействие часто ограничивается нажатием клавиши для продолжения представления информации или ответа на вопросы, задаваемые программой. Компьютер запрограммирован так, чтобы определенным образом реагировать на ответы учащегося. Такая технология была разработана конструкторами обучающих машин и стала применяться преподавателями как «непроницаемый учитель». В этой технологии отсутствует какой-либо значимый контроль за процессом обучения со стороны учеников или учителей. В данной работе я хочу показать, что технологии должны использоваться учениками как инструменты построения знаний, а не как программируемые учителя, а также, что учащиеся должны обучаться с помощью технологии, а не из нее.

В данной статье описывается применение технологий (в основном компьютерных) скорее в качестве инструментов познания в процессе обучения, а не в качестве обучающей среды. В статье рассмотрены инструменты познания и обучающие среды, которые были разработаны или адаптированы с целью развития критического мышления и повышения качества обучения. Эти инструменты включают в себя (но не ограничиваются ими): базы данных, крупноформатные электронные таблицы, семантические сети, экспертные системы, средства мультимедиа/гипермедиа. По моему мнению, вместо того чтобы использовать компьютерные технологии для сведения процесса обучения к взаимодействиям учащегося с компьютером, запрограммированным разработчиком обучающей системы или учителем, необходимо передать эти взаимодействия учащегося с компьютером в ведение самих обучаемых, что позволит им самостоятельно представлять и выражать свои знания. Учащиеся выступают в роли разработчиков, когда они используют компьютеры в качестве инструментов познания для анализа мира, получения доступа к информации, интерпретации и организации своих собственных знаний и представления этих знаний другим людям.

Инструментами познания являются различные компьютерные средства, предназначенные для организации и облегчения процесса познания (Kommers, Jonassen & Mayes, 1992). Инструменты познания — это способные думать и выполнять вычисления устройства, которые поддерживают, направляют и расширяют мыслительные процессы своих пользователей (Derry, 1990). Они являются инструментами для построения знаний и облегчения их приобретения и могут применяться при изучении любого предмета, преподаваемого в вузах. Сначала я приведу некоторые аргументы относительно эффективности использования компьютеров в качестве инструментов познания, позволяющих студентам вузов приобрести более прочные знания. Затем покажу, как имеющиеся компьютерные прикладные системы могут использоваться в качестве инструментов познания.

Имеется множество причин, в силу которых использование компьютеров в качестве инструментов познания является эффективной альтернативой компьютерным обучающим системам.

Людьми, которые получают максимальные знания из обучающей системы, являются разработчики этой системы, а не учащиеся, для которых эта система предназначена. Разработчики получают эти знания в процессе создания системы. Jonasscn. Wilson, Wang and Garabinger 0993) заметили это во время разработки машинных консультантов экспертной системы, предназначенных для поддержки начинающих разработчиков обучающих машин. Процесс четкого формулирования своих знаний для создания базы данных способствовал приобретению разработчиками более четких и значимых представлений. Другими словами, простейшим способом выучить что-либо является обучение этому других. Процесс разработки и создания образовательных материалов заставляет разработчика более глубоко изучить предмет, что приводит к тому, что разработчик лучше понимает предмет, чем обучаемые, мышление которых ограничивается и контролируется обучающей системой. Отсюда следует простой вывод — необходимо расширить возможности учащихся, обеспечив их широкими возможностями компьютера в плане представления информации.

Инструменты познания активно вовлекают учащихся в процесс формирования знаний, что способствует их пониманию и усвоению, а не только воспроизведению в памяти того, что получено от преподавателя. Например, когда студенты разрабатывают базы данных, они создают свое собственное представление о данной области знаний. Необходимо подчеркнуть, что инструменты познания не проектируются для того, чтобы снизить объем обработки информации с целью сделать процесс обучения более легким и эффективным, что является целью обучающих систем и большинства обучающих технологий. Они также не являются простыми инструментами (Perklns, 1993), которыми учащиеся пользуются непринужденно, естественно и эффективно. Инструменты познания скорее обеспечивают среду и средство, заставляющие обучаемых более интенсивно размышлять об изучаемом предмете и генерировать при этом идеи, что невозможно без этих инструментов. Они являются инструментами, помогающими учащимся продуцировать свои собственные представления с помощью создания своих собственных баз данных.

Педагогическая наука и обучающая технология находятся в процессе научной революции (Jonassen, 1991). Новой теорией является теория конструктивизма. Конструктивизм касается процесса конструирования нами знаний. Процесс конструирования знаний зависит от ранее накопленных учащимися знаний, от того, как учащиеся организовали свой опыт в структуры знаний, и от убеждений учащихся, которые необходимы для интерпретации происходящих в мире событий (Duffy & Jonassen, 1992). Если мы создаем свою собственную реальность с помощью интерпретации накопленного людьми опыта, то преподаватели не могут полностью перенести свои представления на учеников, так как преподаватели и ученики не обладают одинаковым опытом и представлениями. Скорее, реальность (или по крайней мере то, что мы подразумеваем под словом «реальность») находится в голове каждого человека, который интерпретирует внешний мир согласно своему опыту, убеждениям и знаниям. Это не означает, что учащиеся могут постигнуть только свое собственное толкование реальности. Скорее, учащиеся способны постигнуть разные толкования и использовать каждое толкование при создании своих собственных знаний.

Конструктивистские модели обучения стремятся создать среды, в которых учащиеся активно действуют и сами конструируют свои знания, а не воспринимают мир таким, каким его интерпретирует для них учитель. В конструктивистских средах, создаваемых, например, с помощью инструментов познания, учащиеся активно участвуют в процессе построения картины внешнего мира и в обдумывании своих собственных интерпретаций. Активность действий учащихся проявляется не в том, что они активно слушают, а затем отображают один правильный взгляд на реальность, а в том, что они взаимодействуют с окружающей средой, чтобы создать свой собственный взгляд на предмет. Инструменты познания помогают упорядочить действия учащихся в процессе организации и представления своих знаний.

Главное различие между обучающими компьютерами и компьютерами, используемыми в качестве инструментов познания, лучше всего сформулировано в работе Salomon, Perkins, Globerson (1989). При использовании обучающих компьютеров процесс обучения контролируется этими компьютерами. Обучение с помощью компьютеров подразумевает обучение в процессе интеллектуального партнерства компьютера с учеником. При этом, когда ученики обучаются с помощью компьютера (инструменты познания), а не контролируются компьютером в процессе обучения (обучающие компьютеры), они расширяют возможности компьютера, и компьютер одновременно развивает их мыслительные способности и знания. Результатом такого сотрудничества учащегося и компьютера является значительное повышение эффективности обучения. Специалисты по электронике используют свои инструменты для решения проблем. Инструменты не управляют работой специалистов. Аналогичным образом, компьютеры не должны управлять процессом обучения. Скорее, компьютеры должны использоваться для того, чтобы помочь ученикам приобрести знания.

Образовательная информация слишком часто направлена на то, чтобы избавить учащихся от размышлений, она действует подобно наставнику и направляет процесс обучения. Подобные системы обладают определенным «интеллектом», который используется ими для принятия решений относительно объема и вида учебного материала, необходимого для учащихся. Derry и LaJoie (1993) утверждают, что «компьютерная система не должна выполнять роль учителя/эксперта, а скорее должна быть «инструментом познания», развивающим умственные способности учащихся» (с. 5). Инструменты познания являются неинтеллектуальными инструментами, базирующимися на интеллекте обучаемого, а не на интеллекте компьютера. Это означает, что ответственность за планирование, принятие решения и самоконтроль процесса обучения лежит на ученике, а не на компьютере. Несмотря на это, компьютерные системы могут служить сильным катализатором приобретения знаний и навыков, если они используются таким образом, что способствуют обдумыванию, дискуссии и решению проблем.

Технологии познания являются инструментами, которые помогают учащимся расширить такие возможности своего мозга, как память, умственные способности, способность решать проблемы (Pea, 1985). Важнейшей технологией познания является язык. Представьте себе, как можно чему-нибудь научиться, не пользуясь языком, язык развивает умственные способности ученика.

Компьютерные инструменты, в отличие от большинства других инструментов, могут работать в качестве интеллектуальных партнеров и принимать участие в процессе познания вместе с обучаемым (Salomon, 1993). Когда ученики используют компьютеры в качестве партнеров, они передают определенную часть непродуктивной работы, связанной с заучиванием, компьютеру, что позволяет им самим более продуктивно думать. Perkins (1993) утверждает, что обучение не происходит в результате оторванного, неподдерживаемого извне мышления. Поэтому на учеников должна быть возложена ответственность за ту часть процесса познания, с которой они лучше всего справляются, а на технологию должна быть возложена та часть процесса обучения, с которой лучше всего справляется она. Например, вместо того чтобы сконцентрировать свое внимание на мелких вопросах, связанных с представлением информации на экране компьютера, следует проанализировать, что делает находящийся перед пользователем компьютер. Вместо того чтобы использовать ограниченные возможности компьютера для представления информации на экране и оценки ввода, выполняемого учеником (ни то, ни другое компьютеры не могут делать хорошо), при выполнении задания, связанного с запоминанием учениками определенной информации с последующим восстановлением этой информации (что компьютеры делают намного быстрее и точнее, чем люди), надо распределить ответственность за решения этих задач между частями обучающей системы, выполняющими их наилучшим образом. Ученики должны отвечать за распознавание и оценку информации и за ее организацию, в то время как компьютерная система должна выполнять расчеты, запоминание и извлечение информации из памяти.

Идея использования компьютеров в качестве инструментов познания является достаточно новой. Некоторые прикладные системы, описанные в данной работе, разрабатывались специально как инструменты познания. Однако большинство этих систем создавалось для использования в качестве обслуживающих программ для повышения производительности труда их пользователей (например, базы данных). Существует очень мало публикаций и исследований в плане изложенных выше идей. Преподаватели только начинают использовать компьютеры более конструктивистским способом. Инструменты познания находятся в настоящее время в основном на стадии разработки. Некоторый имеющийся опыт и проведенные научные исследования, о которых будет рассказано ниже, указывают на перспективность использования компьютеров в качестве инструментов познания. Однако в этой области требуются дополнительные исследования.

Базы данных — это компьютеризованные системы хранения документов, которые были первоначально разработаны, чтобы заменить системы документации на бумаге. База данных состоит из одного или нескольких файлов, каждый из которых содержит информацию в виде наборов записей (например, счета отдельных лиц). Каждая запись в базе данных разделена на поля по типам или классам содержащейся в них информации. Системы управления базами данных обеспечивают возможность выполнения управления, поиска и сортировки информации в базе данных, а также позволяют создавать новые поля базы. Определив структуру данных, можно осуществлять ввод информации в файл или ее удаление из файла. Любой файл базы данных может быть сохранен на диске, удален, скопирован или записан под новым именем. Функции управления файлами позволяют пользователю получать распечатки информации, содержащейся в базе данных. Большая часть баз данных используется в управленческих системах. Однако их возможности могут использоваться и в учебном процессе для анализа и организации учебного материала в виде баз данных, которые затем могут просматриваться и сортироваться для получения ответов на вопросы относительно содержания или идентификации взаимных связей. Такие базы данных являются инструментами познания.

Четкая организация баз данных облегчает анализ содержащейся в них информации. Использование баз данных для стимулирования процесса мышления в основном ограничено начальной и средней школой, однако эти методы также пригодны и для высшей школы. Rooze (1988—1989) отмечает, что при составлении баз данных для социологических исследований студенты играют активную роль в процессе обучения. Для создания базы данных студенты должны определить, какого рода информацию нужно собрать, и организовать эту информацию по соответствующим категориям. Роп (1984) описал использование баз данных в качестве способствующего развитию высокого уровня мышления инструмента исследования, который использовался для американских индейцев, занимающихся на четвертом курсе. Согласно работе Watson, Strudler (1988—1989), процесс создания баз данных включает в себя анализ, синтез и оценку информации.

Имеется три основных типа деятельности при разработке и использовании баз знаний, каждая из которых включает в себя различные комбинации процессов познания. Простейшим случаем является заполнение информацией существующей базы данных с помощью поиска информации, которая затем вводится в структуру данных, разработанную преподавателем. Например, база данных, в которой сравнивается социальное и экономическое положение в разных странах, может включать в себя такие разделы, как валовой национальный продукт (ВНП), население, детская смертность, доход на душу населения, затраты на оборону и т. д. (см. табл.). Учащиеся могут обращаться к справочным источникам для нахождения информации и ввода ее в базу данных. Они также могут использовать базу данных для получения ответов на вопросы или составления вопросов относительно входящей в нее информации, примеры таких вопросов представлены ниже.

• Каково соотношение между средним доходом на душу населения и уровнем грамотности? Какая страна с высоким уровнем грамотности выделяется среди других? Какое влияние окажут на эту страну недавние события?
• Если вы ничего не знаете об этих странах, кроме того, что содержится в базе данных, в какой из этих стран вы бы хотели жить? Почему?
• Как детская смертность и грамотность связаны с ВНП?
• Какие страны являются наиболее развитыми в социальном аспекте? На каком критерии это базируется?

Самой трудной задачей при создании и использовании базы данных является определение содержания области базы данных, осознание требований, предъявляемых к информации, создание структуры данных для размещения включаемой в базу данных информации, ввод информации, а затем составление вопросов, что требует от учеников умения связывать между собой информацию, находящуюся в разных полях базы данных, и делать соответствующие выводы. Для создания и использования ориентированных на знания баз данных требуется умение критически мыслить. Пока не выполнялось официальных исследований, подтверждающих полезность использования баз данных в качестве инструментов познания.

Крупноформатные электронные таблицы — это компьютеризованные числовые записи, которые были первоначально разработаны в качестве альтернативы бухгалтерским системам. По существу, крупноформатная электронная таблица является сеткой или матрицей, содержащей пустые ячейки. Столбцы этой сетки обозначены буквами, а строки числами. Каждая ячейка является местом, в которое вводятся численные значения, формулы, связывающие между собой значения, расположенные в других ячейках, или математические функции, которые выполняют математические или логические операции со значениями, расположенными в разных ячейках. Функции представляют собой небольшие запрограммированные последовательности операций, которые могут, например, сравнивать и выбирать одинаковые значения из ячеек, отыскивать нужные значения в таблице или создавать указатели для значений, которые нужно сравнить со значениями, расположенными в других ячейках.

Электронные таблицы были первоначально разработаны и очень широко использовались при принятии деловых решений для выполнения экономических расчетов. Они являются особенно эффективными для ответа на вопросы типа «что если?». Например, что если процентная ставка увеличится на один процент? Внесенные в ячейку электронной таблицы изменения вызывают автоматический пересчет всех остальных относящихся к данному вопросу значений в других ячейках. Электронные таблицы также широко используются в бухгалтерском деле и в составлении финансовых смет.

Электронные таблицы также могут использоваться в качестве инструментов познания для развития умственных способностей учащихся. Аналогично тому, как электронные таблицы качественно изменили процесс бухгалтерских расчетов, они могут изменить образовательный процесс при работе с числовой информацией. Рабочая группа технологии Комиссии национальной учебной программы (1990), которая работает над составлением национальной учебной программы в Великобритании, признала полезность электронных таблиц в качестве инструментов, помогающих учащимся применять информационные технологии для исследования комбинаций и соотношений и для разработки и проверки гипотез.

Электронные таблицы являются инструментами, используемыми по определенным правилам, требующими того, чтобы пользователи стали составителями этих правил (Vockell, vanDeusen, 1989). Расчет значений в электронных таблицах требует, чтобы пользователь определил соотношения между значениями и комбинациями данных, которые он хочет разместить в электронной таблице. Далее, эти соотношения должны быть смоделированы математически с помощью определенных правил, описывающих соотношения в модели. Создание электронных таблиц требует от пользователя умения выполнять абстрактные логические умозаключения.

Электронные таблицы также помогают при решении проблем. При решении проблемы, включающей в себя сложные количественные соотношения, электронные таблицы могут использоваться для представления этих соотношений. При выполнении анализа решений используется метод предположений «что если» (Sounderpandian, 1989), для которого применение электронных таблиц является очень эффективным. Такое обоснование требует от обучаемых учитывать влияние условий или вариантов, что обязательно влечет за собой использование обоснования высокого порядка.

Определение значений и составление формул, связывающих значения в электронных таблицах, способствуют лучшему пониманию алгоритмов, используемых для сравнения значений, а также математических моделей, применяемых для описания областей электронной таблицы. Обучаемые понимают смысл выполняемых расчетов (как исходных, так и проводимых в ходе выполнения логической последовательности), так как они активно вовлечены в процесс определения соотношений между входящими в расчеты компонентами. Создание электронной таблицы демонстрирует все шаги решения проблемы, показывая при этом последовательность выполнения расчетов. Процесс составления электронной таблицы моделирует математическую логику, используемую в расчетах. Разработка лежащей в основе расчетов логики заставляет лучше понять соотношения и процедуры расчетов.

Многие педагоги исследовали применение электронных таблиц в качестве инструментов познания. Электронные таблицы часто использовались на занятиях по математике в качестве вычислительного устройства для демонстрации мультипликативных соотношений в элементарной математике (Edwards & Bitter, 1989), для извлечения квадратного корня в предварительных вычислениях с использованием синтетического деления, в методе деления пополам и в методе Ньютона (Pinter-Lucke, 1992), для того чтобы помочь детям понять значение больших чисел (миллион) с помощью сравнения этих чисел с числами, которые используются в повседневной жизни (Parker & Widmer, 1991), для решения элементарных математических задач (Verderber, 1990), для применения алгоритма решения системы линейных уравнений (Watkins & Taylor, 1989) и для применения плана решения задачи Polya для решения арифметических задач (Segroi. 1992).

Чаще всего электронные таблицы использовались для выполнения численных расчетов на уроках физики и химии, например для вычисления размеров масштабной модели Млечного пути для демонстрации ее безграничности (Whitmer, 1990); для решения сложных химических задач, например мокрый и сухой анализ топочных газов, при этом в уравнения баланса масс и энергии могут быть введены такие параметры, как давление, влажность, точка росы, температура и температура воспламенения (MIsovic & Biasca, 1990); для моделирования стехиометрических соотношений в химических реакциях и для вычисления количества разорванных химических связей, энергии, необходимой для разрыва связей, и новых масс и шютностей продуктов и реагентов в реакциях (Brosnan, 1990); для вычисления сил, необходимых для поднятия различных весов в задачах с рычагами (Schlenker & Yoshida, 1991); для вычисления скоростей химических реакций с помощью решения кинетических уравнений в курсе физической химии (Blickensderfer, 1990); для решения квантовомеханических уравнений и представления их в графическом виде, например расчеты атомных орбиталей для моделирования уровней энергий вращения и колебания атомных составляющих на занятиях по курсу физической химии (Kari, 1990); для решения различных научных задач, начиная с задач с наклонной плоскостью и кончая задачами о превращении протеина в энергию (Goodfellow, 1190); для использования в лабораторных физических экспериментах, например определение связи между временем, перемещением и скоростью в опытах по свободному падению тел (Krieger & Stith, 1990); для оценки и сравнения относительных скоростей движения различных динозавров (Karlin, 1988).

Электронные таблицы также могут успешно применяться при проведении социологических исследований, например для сравнения различных макроэкономических моделей, включая накопления-инвестиции и инфляцию-безработицу (Adams & Kroch, 1989); при выполнении анализа принятия решений, помогая при этом максимально эффективно использовать имеющуюся информацию, а также выполнять оценку дополнительной информации, которая может быть получена (Sounderpandian, 1989); для нахождения связи между демографическими переменными в курсе географии народонаселения с использованием шаблонов народонаселения (Rudnickl, 1990); для наблюдения за прохождением документов в моделях, применяемых при обучении проведения деловых операций (Crisci, 1992); при разработке и использовании экономических моделей, например баланс платежей, оценка инвестиций, способность быстро применяться к обстановке, анализ прибыли в курсе экономики (Cashien, 1990).

Электронные таблицы применяются и в экологии, где они используются для анализа экспериментальных данных по экологии различных видов деревьев (Sigismondi & Calise, 1990) и даже для выполнения анализа пищевых отходов и определения годового объема отходов для проекта «День Земли» (Ramondelta, 1992).

Электронные таблицы являются удобными познавательными инструментами для представления, отображения и вычисления количественной информации. Они могут использоваться для моделирования математических зависимостей или отношений между переменными при выполнении исследований в различных областях естественных и общественных наук. Электронные таблицы являются мощными и гибкими инструментами.

Инструменты организации семантической сети — это инструменты познания, обеспечивающие визуальные и речевые средства для создания карт представлений, известных также под названием познавательных карт (см. рис.1). Познавательные карты представляют собой записанные в память компьютера пространственные представления понятий и их взаимодействия, т. е. они являются структурированными данными (Jonassen, Beissner & Yacci, 1993). Такие программы, как SemNet (Fisher 1990, 1992), Learning Tool (Kozma. 1987) и TextVision (Kommers, 1989), дают возможность ученикам связать между собой изучаемые ими понятия в многомерные сети представлений и описать природу связей между всеми входящими в сеть понятиями.

Семантические сети являются представлением структуры памяти человека. Они предполагают, что человеческая память организована семантически. Программы организации семантических сетей являются компьютеризованными инструментами, позволяющими сделать видимыми семантические сети памяти человека. Они состоят из узлов и упорядоченных соотношений или связей, соединяющих эти узлы. Узлы выражают понятия или предположения, а связи описывают взаимоотношения между этими узлами. В компьютерных семантических сетях узлы представляются как информационные блоки или карты, а связи как линии с обозначениями (см. рис. 1).

Назначением компьютеризованных семантических сетей является представление совокупности понятий или выявление базовой организации представлений в области знаний. Поэтому семантические сети требуют от обучаемых выполнения анализа структурных взаимодействий между изучаемым содержанием.

Они также могут использоваться учениками в качестве инструментов для оценки изменений, произошедших в их мышлении. Если мы согласимся, что семантическая сеть является достаточно полным представлением памяти человека, то процесс изучения с этой точки зрения можно рассматривать как реорганизацию семантической памяти. Организация семантических сетей отражает эти изменения в семантической памяти, так как семантические сети описывают то, что узнает обучаемый. Таким образом, программы организации семантических сетей могут использоваться для отражения приобретения знаний.

Организация семантической сети способствует обучению, поскольку заставляет обучаемых анализировать базовую структуру изучаемых понятий. В процессе создания семантических сетей обучаемые должны анализировать структуры своих собственных знаний, что помогает им включать новые знания в структуры уже имеющихся знаний. Результатом этого является более эффективное использование приобретенных знаний. Kozma (1987, 1992), один из разработчиков программы организации семантической сети Learning Tool, считает, что эти средства являются инструментами познания, усиливающими и расширяющими познания человека. Разработка компьютерных семантических сетей требует от обучаемых:

• реорганизации знаний;
• исчерпывающего описания понятий и связей между ними;
• глубокой обработки знаний, что способствует лучшему запоминанию и извлечению из памяти знаний, а также повышает способности применять знания в новых ситуациях;
• связывания новых понятий с существующими понятиями и представлениями, что улучшает понимание;
• пространственного изучения посредством пространственного представления понятий в изучаемой области (Fisher, Faletn, Paterson, Lipson, Thorton, & Spring, 1990). Было показано, что построение семантических сетей и карт познания является средством для точного представления структуры познания (Jonassen, 1987). Это означает, что организация семантических сетей помогает учащимся отображать свои собственные познавательные структуры. На уроках геометрии карты понятий использовались для оценки эффективности обучения и для контроля успехов обучаемых при изучении данного предмета (Mansfield & Happs, 1991).

Полезность семантических сетей и карт понятий, пожалуй, лучше всего демонстрируется их связями с другими формами мышления высшего порядка. Они тесно связаны с формальным обоснованием в химии (Schreiber & Abeg, 1991) и способностью аргументировать свои высказывания в биологии (Briscoe & LeMaster, 1991; Mikulecky, 1987). Также было показано, что семантические сети имеют связь с выполнением исследований (Goldsmith, Johnson & Acton, 1991). После использования семантических сетей в качестве инструментов познания знания, составляющие содержание данного предмета, становятся более организованными (Jonassen, 1993). Необходимы дополнительные исследования для проверки постоянных связей между определенными критериями для организации сетей (перечислены выше) и традиционными методами, используемыми в курсе обучения, такими, как экзамены, исследовательские работы, целевые задания.

Экспертные системы — это инструменты на базе компьютера, которые используются в качестве интеллектуальных средств при принятии решений. Экспертные системы были разработаны для того, чтобы помочь геологам решить, в каком месте бурить скважины во время разведки месторождений нефти, помочь пожарным решить, как гасить пожары различных типов, помочь специалистам, занимающимся продажей компьютеров, правильно сконфигурировать компьютерные системы, помочь предпринимателям выбрать нужное решение, обеспечивающее максимальные прибыли компании. Проблемы, решение которых включает в себя рекомендации, основанные на различных выводах, требуют использования экспертных систем.

Экспертные системы явились результатом исследований в области искусственного интеллекта. Экспертная система является компьютерной программой, которая моделирует порядок действий, выполняемых человеком, являющимся экспертом в данной области, при решении проблем — это искусственное средство принятия решений (Grablnger, Wilson & Jonassen, 1990). Например, когда мы консультируемся с экспертом (например, с врачом, адвокатом, учителем) относительно какой-нибудь проблемы, эксперт получает от нас текущую информацию по поводу нашего состояния, просматривает свою базу данных (память) для сопоставления элементов нашего текущего состояния с известными знаниями, обрабатывает информацию, принимает решение и предлагает свое решение проблемы. Перед экспертной системой частным лицом (человеком неосведомленным) ставится проблема подобно тому, как ставится проблема перед человеком-экспертом. Система опрашивает частное лицо относительно текущего состояния проблемы, просматривает свою собственную базу данных для нахождения относящихся к делу фактов и правил, которые отражают знания эксперта и которые были накоплены ранее, обрабатывает информацию, приходит к решению и сообщает об этом решении пользователю.

Большинство экспертных систем состоит из нескольких компонентов, включающих в себя базу данных, машину логических умозаключений и интерфейс пользователя. База данных обычно включает в себя факты и правила, которые запрограммированы в системе разработчиком. Например, экспертная система, разработанная для классификации математических функций, может включать в себя следующие факты и правила:

Машина логических умозаключений обеспечивает логику, или интеллект, в экспертной системе. Она отыскивает информацию из базы данных и данные, относящиеся к текущей проблеме, необходимые для принятия решений. Она ставит цель, а затем собирает информацию из базы данных для принятия решения. Когда база данных не содержит достаточно информации, машина логических умозаключений просит пользователя предоставить ей недостающую информацию. Машина логических умозаключений продолжает отыскивать информацию до тех пор, пока она не будет способна получить решение, которое экспертная система затем предоставляет пользователю.

Частью экспертной системы, которая делает ее инструментом познания, является база данных. Создание базы данных требует от обучаемого ясной формулировки случайных знаний. Идентификация случайных соотношений и процедурных знаний, лежащих в основе области знаний, обязательно приводит разработчиков к мышлению высшего порядка.

Экспертные системы используются главным образом в бизнесе в качестве советчиков, которые контролируют деловые процессы, или в качестве инструментов, которые используют профессионалы при принятии решений. Однако экспертные системы также широко используются в образовании. Большое количество исследований посвящено разработке экспертных систем-советчиков, помогающих учителям идентифицировать и классифицировать неспособных к обучению учеников. Экспертные системы-советчики были разработаны для прохождения новичками процесса обучения (Tennyson & Christensen, 1991) и для того, чтобы помочь ученикам выбрать правильную статистическую проверку (Karake, 1990; Saleem & Azard, 1992).

Экспертные системы также могут работать как инструменты познания. Trollip, Lippen, Starfield & Smith (1992) считают, что создание экспертных систем приведет к более глубокому пониманию предмета, так как эти системы обеспечивают интеллектуальную среду, которая:

• требует улучшения знаний, связанных с конкретной областью знаний,
• помогает при решении проблем,
• контролирует приобретение знаний.

При создании экспертной системы разработчик должен четко смоделировать знания эксперта. Это требует идентификации декларативных (факты и представления), структурных (знания относительно взаимных связей между понятиями в памяти) и процедурных знаний (как применять предыдущие). Фактически, создание экспертных систем является одним из нескольких формализмов для описания процедурных знаний. Когда ученики определяют структуру ЕСЛИ ТО области знаний, они вынуждены четко формулировать принципы принятия решения; это более глубокое понимание должно сделать последующие практические возможности более значимыми. Нельзя считать, что просто разработка экспертной системы обязательно приведет учеников к получению полных процедурных знаний в данной области. Представьте себе, например, ученический проект, в котором правильно устанавливаются правила ЕСЛИ ТО, относящиеся к вождению самолета; однако, чтобы на самом деле приобрести навыки по управлению самолетом, необходима большая практика в реальных условиях.

Экспертные системы стали использоваться как инструменты познания сравнительно недавно. Uppert (1988) пришел к выводу, что анализ материала по изучаемому предмету, необходимый для создания экспертной системы, является настолько глубоким, что ученики получают лучшее представление о материале предмета вследствие того, что в процессе построения базиса правил экспертной системы они должны выполнять аналитическое обоснование, вырабатывать стратегии, такие, как, например, синтез, а также использовать мета-познавательное обоснование. Lippert (1988), который является одним из пионеров применения экспертных систем в качестве инструментов познания, утверждает, что задания по созданию небольших базисов правил являются очень полезными для решения педагогических проблем и структурирования знаний для учеников от шестого класса до взрослых. Изучение при этом становится более осмысленным, так как ученики оценивают не только сам процесс мышления, но также и результаты этого процесса, т. е. полученную базу знаний. Создание базы данных требует от учеников умения отделять друг от друга факты, переменные и правила, относящиеся к связям между составляющими области знаний.

Дополнительные исследования подтвердили эти результаты. Например, Lal (1989) установил, что, после того как студенты-медики создадут медицинскую экспертную систему, они повышают свое умение в плане аргументации и получают более глубокие знания по изучаемому предмету. Шесть студентов-первокурсников физического факультета, которые использовали экспертные системы для составления вопросов, принятия решений, формулировки правил и объяснений относительно движения частицы в соответствии с законами классической физики, получили более глубокие знания в данной области благодаря очень тщательной работе, связанной с кодированием информации и обработкой большого материала для получения ясного и связного содержания, а следовательно, и большей семантической глубины (Lippert & Finley, 1988).

Lippert (1988) описал разработку студентами-физиками базиса правил для решения проблем, связанных с силами. Студенты определяли такие факторы, как тип силы, действующей на объект (свободное падение, круговое движение, скольжение и т. д.), скорость объекта и т. д. Полученные студентами решения включали в себя законы, определяющие движение, формулы, которые должны использоваться, и т. д. Благодаря выполнению оценки своего собственного процесса мышления студенты приобрели более глубоки.; знания, они обучались с повышенным энтузиазмом и изучили предмет в большем объеме, чем предполагалось.

Knox-Quinn (1992) указывает, что студенты, разрабатывающие базы данных по законам налогообложения в ходе занятий по бухгалтерскому учету, были вовлечены в процессы мышления высшего порядка, такие, как классификация информации, разбивка содержания на составляющие, организация информации и объединение и обработка информации. Все студенты, которые разрабатывали базисы правил, добились заметных успехов (в количественном и качественном смысле) в области декларативных и процедурных знаний и улучшили свои способности в плане решения проблем. Студенты, которые создали экспертные системы, аргументировали свои решения подобно экспертам.

Создание базиса правил экспертной системы обязательно заставляет учащихся мыслить более глубоко. Создатели экспертной системы должны выполнять анализ области знаний, а затем создавать правила и последовательности правил для того, чтобы можно было использовать эту область знаний. Умение анализировать включает в себя идентификацию результатов, факторов и важности этих факторов. Изменение структуры этой информации в структуру правил ЕСЛИ ТО требует от разработчика синтезирования этой информации в новую форму. Для всякого, кто хоть однажды попробовал создать даже простой базис правил, понятно, насколько занимательным является этот процесс.

Мультимедиа — это объединение нескольких средств представления информации в одной настольной системе. Обычно под мультимедиа подразумевается объединение в компьютерной системе таких средств представления информации, как текст, звук, графика, мультипликация, видео, изображения и пространственное моделирование. Другие формы мультимедиа, такие, как представление информации в виде слайдов и магнитной записи, интерактивное видео и видеопродукция, используются уже достаточно давно. Однако термин «мультимедиа» стал популярным сравнительно недавно, в связи с появлением мощных недорогих компьютеров, снабженных мониторами с высокой разрешающей способностью, платами звукового и видеокомпресси-рования и мегабайтным ОЗУ. В настоящее время имеются настольные компьютеры, способные работать со звуковой и видеоинформацией, манипулировать ею для получения специальных эффектов, синтезировать и воспроизводить звуки и видеоинформацию, создавать все виды графической информации, включая анимационные изображения, и объединять все это в едином представлении мультимедиа. Лица, обладающие весьма скудным опытом, могут стать художниками, издателями или изготовителями видеопродукции.

Представления с использованием средств мультимедиа являются захватывающими, так как они многомодальны, т. е. они одновременно воздействуют на несколько органов чувств и поэтому вызывают повышенный интерес и повышенное внимание у аудитории. Многие педагоги считают, что это очень важно при работе с новым видеопоколением.

Мультимедиа часто организовано как гипермедиа. Гипермедиа состоит из узлов, которые являются основными единицами хранения информации и могут включать в себя страницы текста, графику, звуковую информацию, видеоклип или даже целый документ. При изучении базы данных гипермедиа пользователи могут осуществлять доступ к любому узлу в зависимости от своих потребностей. Во многих системах гипермедиа узлы могут быть удалены или изменены самим пользователем. Пользователь может добавлять или изменять информацию в узле или создавать свои собственные узлы информации. Таким образом, гипертекст может быть динамичной базой знаний, которая продолжает расти, представляя при этом новые и различные точки зрения.

Доступ к узлам осуществляется через связи, которые соединяют между собой узлы. Связи в системах гипермедиа обычно являются ассоциативными, т. е. они описывают связи между узлами, которые соединяют. Это означает, что, глядя на один узел, пользователь соединяется (обычно по «горячим клавишам» или «горячим точкам») с другим узлом информации. Оказавшись в новом узле, пользователь может захотеть вернуться в узел, из которого он пришел, или переместиться в другой узел. Связи в гипермедиа перемещают пользователя через информационное пространство в выбранные им узлы, что позволяет пользователю осуществлять перемещения по базе данных. Структура узлов и структура связей формируют сеть представлений в базе данных, связанную и взаимодействующую группу или систему представлений. Эти структуры могут быть очень богатыми.

Системы гипермедиа играют большую роль в высшем образовании (Jonassen & Grablnger, 1993). Они традиционно используются в качестве информационных систем. Информация кодируется в базу знаний, которую используют ученики. Недавно гипермедиа использовалась более целенаправленно для создания конструктивистских обучающих сред, сфокусированных на аргументированном обучении и построении знаний (Jonassen & Grabinger, 1993). Эта работа является шагом вперед, так как рекомендует использовать мультимедиа и гипермедиа в качестве инструментов создания знаний самими учениками. Вместо того чтобы взаимодействовать с готовой системой гипермедиа, ученики используют простые системы организации гипермедиа/мультимедиа для создания баз данных, которые отражают их собственное мышление. В следующем разделе описаны некоторые преимущества такого подхода.

Гипермедиа в качестве инструмента познания следует использовать скорее не как перечень инструкций, являющихся источником информации, а как инструмент, с помощью которого происходит обучение. Обучаемые могут создавать свои собственные базы знаний гипермедиа, отражающие их собственные взгляды и понятия. Или создавать базу данных гипермедиа в классе, взаимодействуя при этом со своими товарищами.

Подобно другим инструментам познания, создание средств мультимедиа и гипермедиа базируется на идее использования знаний как проекта, что трансформирует традиционный процесс обучения, в котором знания используются как информация, а учитель является проводником этих знаний (Perkins, 1986), в процесс создания знаний в тесном сотрудничестве учителя с учениками. Организация презентаций с использованием средств мультимедиа является сложным процессом, который требует от учеников определенных навыков. Этот процесс может применяться практически для любой области знаний. Carver, Leher, Connell & Ericksen (1992) составили перечень основных навыков мышления, которыми должны обладать ученики при разработке проектов. Сюда входят навыки управления при проектировании, исследовательские навыки, организаторские навыки, умение правильно представлять свои результаты и умение критически их оценивать.

Вопросом эффективности использования процесса создания средств гипермедиа/мультимедиа в США занимается несколько групп исследователей. Группа интерактивных компьютерных сред высокого уровня (Hi-CE) в университете шт. Мичиган разработала средство создания мультимедиа Mediatext (Hays, Welngard, Guzdial, Jackson, Boyle & Soloway, 1993). Входящие в эту группу ученые считают, что вместо того, чтобы использовать среду для того, чтобы передавать ученикам инструкции, ученики должны использовать среду для создания своих собственных инструкций, при этом ученики получают знания. Группа Hi-CE исследовала студентов высшей школы, создающих рассказы, биографии и руководства Medialext а также очерки мультимедиа. Для составления документов студенты научились пользоваться такими методами, как ссылки, указания, оглавления и сопоставления. Входящие в эту группу исследователи установили, что использование Mediatext способствует приобретению навыков работы, составленные студентами с помощью Mediatext документы являются более целостными, чем обычный текст, снабженный комментариями. Студенты очень хотят быть конструктивистами, они считают, что они лучше усваивают знания, так как лучше понимают идеи.

Leher (1993) сообщает о разработке инструмента HyperAuthor, с помощью которого ученики VIII класса создают уроки истории. Знания — это процесс проектирования, а не то, что должно передаваться от учителя ученику. Поэтому ученики должны использовать HyperAuthor в разработке гипермедиа. Этот процесс требует от учеников преобразования информации в размерные представления, определения того, что является важным, а что нет, помещения информации в узлы, соединения узлов информации с помощью семантических связей и принятия решений относительно представления идей. Этот процесс имеет высокий уровень мотивации, так как авторство выливается в представление идей. Учащимся очень нравится самим контролировать свое обучение, и они начинают рассматривать историю как процесс скорее интерпретации, а не запоминания. При этом они приобретают «более глубокие, хорошо связанные между собой знания, которые могут лучше использоваться при последующей учебе и в жизни» (с. 221).

Проект ACCESS (American Culture in Context: Enrichment for Secondary Schools) (Американская культура в контексте: дополнения для средней школы) сфокусирован на истории США, американской литературе и американских учебных курсах (Spoehr, в печати; Spoehr, 1992; Spoehr and Shapiro, 1991).

Чтобы облегчить процесс создания проектов гипермедиа, программные средства ACCESS позволяют ученикам довольно просто создавать базы данных гипермедиа. Студенты учатся накладывать различные организационные структуры на свои базы данных гипермедиа. Некоторые ученики не полностью используют возможности гипермедиа и применяют линейный формат презентации. В более интересных презентациях используются формат «звезда» (точка ввода является изображением, содержащим кнопки доступа к одному или нескольким подразделам, каждый из которых имеет линейную последовательность) и «дерево» (одна или несколько главных ветвей исходного изображения в «дереве» разделены на более мелкие подразделы, которые организованы в виде линейных последовательностей, и в некоторых случаях разделены на еще более мелкие подразделы). «Деревья» обычно показывает более глубокое понимание вопроса, чем «звезды», и приблизительно одна четверть ученических проектов относится к категории «дерево». На рис. 2 показано довольно сложное представление ученического проекта, посвященного Джону Донну, относящееся к категории «дерево», на рисунке представлен пример экрана для этого проекта. В этом примере ученик использует как интерактивные возможности гипермедиа (текст, выполненный жирным шрифтом, появляется только тогда, когда пользователь щелкает на кнопке с лампочкой), так и звук (автор-ученик читает поэзию Донна).

Создатели средств гипермедиа извлекают большую пользу из своей работы на компьютерах. Все они могут быть отнесены к категории учеников, обладающих превосходными навыками представления информации и умением правильно мыслить (Spoeher, 1992;

Spoeher and Shapiro, 1991). Учащиеся, которые создавали и использовали средства мультимедиа, научились выполнять организацию знаний по определенному предмету аналогично тому, как это делают эксперты. Они также были в состоянии связать различные понятия многочисленными связями и организовать кластеры понятий в совокупности, полные смысла (Spoeher). И самое важно, что навыки правильной организации понятий, полученные в процессе создания мультимедиа, оказались достаточно прочными, чтобы их можно было также распространять на материал, который ученики получают из многих других источников.

Компьютеры являются очень эффективной поддержкой при обучении и приобретении знаний в высшей школе при использовании их в качестве инструментов познания для отражения того, что студены выучили и что они знают. Вместо того чтобы использовать возможности компьютерных технологий для распространения информации, компьютеры должны использоваться во всех областях знаний в качестве инструментов, помогающих обучаемым вдумчиво и критически осмысливать представления, которые они изучают. Использование компьютеров в качестве инструментов познания путем применения прикладных программ в качестве формализмов представления знаний способствует более быстрому и более полному усвоению материала, чем при использовании всех имеющихся в настоящее время обучающих компьютерных программ.

Инструменты познания базируются на компьютерах, вычислительные способности которых делают их очень эффективными. В большинстве случаев эти прикладные программы являются широко доступными и недорогими. Многие компьютеры совместимы с программным обеспечением, описанным в данной статье. Большинство прикладных программ являются бесплатными или могут быть получены менее чем за 100$. Так как эти программы могут быть использованы для создания знаний в конкретной области, они являются более полезными, чем обучающие программы, которые часто стоят несколько сотен долларов за каждую и которые охватывают только весьма ограниченный круг задач. Инструменты познания используются учениками для представления своих знаний, т. е. они являются простыми, мощными формализмами для представления знаний. Инструменты познания должны быть достаточно простыми для изучения. Приобретение навыков. необходимых для использования инструментов познания, как правило, не требует много времени. Большинство учеников овладевают этими навыками в течение двух часов.

Многие другие компьютерные среды также могут использоваться в качестве инструментов познания. Jonassen (в печати) отмечает полезность использования в качестве инструментов познания проведения компьютерных конференций, программирования и микромиров. Каждая из этих сред имеет огромный потенциал в плане представления знаний и обучения, однако они пока еще имеют определенные ограничения, так как они не обладают всеми теми характеристиками, которые описаны в предыдущих разделах, и, к сожалению, детальное обсуждение этих сред выходит за рамки данной статьи.

• Adams. А. О. & Kroch, E. (1989). The computer in the meaching of economics. Journal of Economic Education. 20(3>, 269—280.
• Bllckensderfer, R. (1990). Learning chemical kinetics with spreadsheets. Journal of Computers in Mathematics and Science Teaching, 9(4), 35—43.
• Briscoe, С. * LeMastcr, S. U. (1991). Meaningful learning in college biology through concept mapping, American Biology Teacher, 53(4), 214—219.
• Brosnan, Т. (1990). Using spreadsheets in the teaching of chemistry: 2 more ideas and some limitations. SSR, 71 (256), 53—59.
• Carver, S. M., Lehrer, R., Connell. T. Sc Ericksen, J. (1992). Learning by hypermedia design:
• Issues of assessment and implementation. Educational Psychologist. 27(3), 385—404.
• Cashien. P. (1990). Spreadsheet investigations in economics teaching. Economics, 26(2), 73—84.
• Crisci, О. (1992, January). Play the market;
• Instructor, 101(5), 68—69.
• Davis, N. Т. (1990). Using concept mapping to assist prospective elementary teachers in making meaning. Journal of Science Teacher Education, 1 1 (4), 66—69.
• Denry, S. J. (1990) Flexible cognitive tools for problem solving instruction. Paper presented at the annual meeting of The American Educational Research Association, Boston, MA, April. 16—20.
• Derry, S. J. * LaJoie, S. P. (1993). A middle camp for (un) intelligent instructional computing: An introduction. In S. P. LaJoie * S. J. Dcrry (Eds.), Computers as cognitive toots (pp. I—14). Hillsdale, NJ:
• Lawrence Eribaum Associates.
• Duffy, T. M. * Jonassen, D. H. (1992). Constructivism: New implications for instuclional technology. In T. M. Duffy * D. H. Jonassen (Eds.), Constructivism and the technology of instruction: A conversation (pp. 1—16). Hillsdale, NJ: Lawrence Eribaum Associates.
• Edwards, N. T. * Bitter, B. G. (1989, October). Changing variables using spreadsheet templates. Arithmetic Teacher, 37(2), 40—4.
• Fisher, К. М. (1990). Semantic networking: New kid on the block. Journal of Research in Science Teaching, 27(10), 1001—1018.
• Fisher, К. М. (1992). SemNet: A tool for personal knowledge construction. In P. Коттегз, D. Jonassen, & T. Mayes (Eds.) Cognitive tools for learning, (pp. 63— 76). Berlin: Springer—Verlag.
• Fisher, K. М., Faletti, J., Patlerson, H., Thomton, R., Lipson, J. & Spring, C. (1990). Computer assisted concept mapping. Journal of College Science Teaching, 19(6), 347—'352.
• Goldsmith, T. E„ Johnson, P. J., & Acton, W. H. (1991). Assesing structural knowledge. Journal of Educational Psychology, 83, 88—96.
• Goodfellow, Т. (1990). Spreadsheets: Powerful tools in science education. SSR. 71 (257), 47—57.
• Grabinger, R. S., Wilton, B. G. & Jonassen, D. H. (1990). Designing expert systems for education. New York: praeger.
• Hays, K. Е., Wcingard, P., Guzdial, М., Jackson, S„ Boyle, R. A. & Soloway, Е. (1993, June). Students as multimedia authors. Paper presented at the Ed Media Conference, Orlando, FL.
• Jonassen, D. H. (1978). Assesing cognitive structure: Verifying a method using pattern notes. Journal of Research and Development In Education, 20(3), 1—14.
• Jonassen, D. H. (1991). Objectivism vs. Constructivism: Do we need a philosophical paradigm shift? Educational technology: Research and Deevelopmcnt, 39(3).
• Jonassen, D. H. (1993). Changes in knowledge stuctures from building semantic net versus production rule representation of subject content. Journal of Computer Based Instruction, 20(4), 99—109.
• Jonassen, D. H. (in press). Mindlools for schools. New York: Macmollan.
• Jonassen, D. H., Beissner, K. * Yacci, М. A.(1993). Structural knowledge:
• Technoloqucs for representating, assesing, and asquiring structural knowledge. Hillsdale, NJ: Lawrence Eribaum Associates.
• Jonassen, D. H. & Grabinger, R. S.0993). Applications of hypertext: Technologies for higher education. Journal of Computing in Higher Education, 4(2), 12—42.
• Jonassen, D. H., Wilson, B. 0., Wang, S. & Grabinger, R. S. (in press). Constructivistic uses of expert systems to support teaming. Journal of Computer Based Instruction, 20(3), 86—94.
• Karake, Z. A. Enhancing the learning proces with expert systems. Computers in Education. 14(6), 495— 503.
• Kari, R. (1990). Spreadsheets in advanced phisycal chemistry. Journal of Computers in Mathematics and Science Teaching, 10(1), 39—48.
• Karlin, M. (1988, February). Beyond distance -rate • time. The Computing Teacher, 20—23.
• Knox-Quinn, С. (1992, April). Student constuctuion of exprt systems in the class-room. Paper presented at the annual meeting of the American Educational Research Association, San Francisco, CA.
• Kommers, P. A. M. (1989). Texlvision. Eachede, Netherlands: University of Twente, Educational Instrumentattion Department.
• Kommers, P., Jonassen, D. H. * Mayes T. (Eds.), Cognitive tools for learning. Heidelberg FRO: Springer-Verlag.
• Kozma.R. B. (1987). The implications of cognitive psychology for computer-based learning tools. Educational Technology, (11), 20—24.
• Kozma. R. В. (1992). Constructing knowledge with learning tool. In P. Kommers, D. Jonassen, A T. Mayes (Eds.), Cognitive tools for learning (pp. 23—32). Berlin: Springer-Verlag.
• Krieger, M. E. * Stith, J. H. (1990, September). Spreadshetts in the physics laboratory. The Physics Teacher, 378—384.
• Lai, K. W. (1989, March). Scquiring expertise and cognitive skills in the process of constructing an exprt system: A preliminary study. Paper presented at the annual meeting of the American Educational Research Association, San Francisco. CA (ERIC Document No. ED 312986).
• Lchrer, R. (1993). Author» of knowledge: Patterns of hylennedia design. In S. P. LaJoie & S. J. Deny (Eds.), Computers as cognitive tools. Hillsdale. HJ:
• Lawrence Eribaum.
• Lippert, R. C. (1988). An expert system shell to teach problem solving. Teach Trends, 33(2), 22—26.
• Lippert, R. A Finley, F. (1988, April). Student's refinement of knowledge during the development of knowledge for expert systems. Paper presented at the annual meeting of the National Association for Research in Science Teaching, Lake of the Olarks, МО. (ERIC Document No. ED 293872).
• Manisfield, H. Д Happs, J. (1991) Concept maps. Australian Mathematics Teacher, 47(3), 30—33.
• Mikulescky, L. (1988). Development of Interactive computer programs to help students transfer basic skills to college level science and behavioral sciences courses. Bloominglon IN: Indiana Univerlity.
• Misovich, M. Д Biasca, K. (1990). The powre of spreadsheets in mass and energy balances course. Chemical Engeneering Education, 24, 46-»50.
• National Curriculum Commission (1990). Technology in the national curriculum, 50—81. London, NCC.
• Parker, J & Widmer, C. C. (1991, September). Teaching mathematics with technology. Arithmetic Taccher,39(l),38—41.
• Pea, R. D. (1985). Beyond amplification: Using the computer to recognize mental functioning. Educational Psyhologis», 20(4), 167—182.
• Perkins, D. N. (1986). Knowledge as design. Hillsdale, NJ: Lawrence Eribaum.
• Pcrkins, D. N. (1993). Person-plus: A distributed view of thinking and learning. In G. Salomon (Ed.), Distributed cognitions.: Psyhological and educational considerations (pp. 88—110). Cambridge University Press.
• Pintcr-Lickc, C. (1992). Rootfinding with a spreadsheets in prc-calculus. Journal of Computers in Mathematics and Science Teaching. 11, 85—93.
• Pon, K. (1984). Databasing in the elementary (and secondary) classroom. Computing Teacher, 12(3), 28— 30.
• Ramondetta, 1. (1992, April/May). Learning trom lunchroom trash. Learning 92, 59.
• Rooze, G. E. (1988—1989). Developing thinking using databases: What's really involved? Michigan Social Studies Journal, 3(1), 25—26.
• Rudnicki, R. (1990). Using spreadsheets In population geography classes. Journal of geography, 89(3), 118—122.
• Saleem, N. * Azad. A. N. (1992). Expert systems as a statistics tutor on call. Journal of Computers in Mathematics and Science Teaching, 11, 179—191.
• Salomon, G. (1993). On the nature of pedagogic computer tools. The case of wiring partner. In S. P. LaKole * S. J. Derry (Eds.), Computers as cognitive tools (pp. 179—196). Hlllsdale, HJ: Lawrence Eribaum Associates.
• Salomon, G, Perklns, D. N.. A Globcrson, T. (1991). Partners In cognition: Extending human intellegence with intellegent technologies. Educational Researcher, 20(3), 2—9.
• Schlenker, D. A. * Abegg, G. L. (1991, April). Scoring student-generated concept mafis in introductory colege chemistry. Paper presented ay the annual meeting of National Association for Research in Science Teaching, Lake Geneva. WI.
• Sgroi, R. J. (1992, March). Systematixing trial and error using spreadsheets. Arithmetic Teacher, 8—12.
• Siglsmondl, LA.* Calise, C. (1990). Integrating basic computer skills into science classes: analysis of ecological data. The American Biology Teacher, 52(5). 296—301.
• Sounerpandian, J. (1989). Decision analysis usin spreadsheets. Collegiate Microcomputer. 7(2), 157— 163.
• Spoehr, К. Т. (1992, April). Using hypermedia lo clarify conceptual stuctures: Illuslratlom from history and literature. Paper presented at the annual meeting of the American Educational Research Associstion, San Francisco, CA.
• Spoehr, К. Т. (1993, April). Profiles of hypermedia authors: How students learn by doing. Paper presented at the annual meeting of the American Research Association, Atlanta, GA.
• Spoehr, K. T. (in press). Enhancing the acquisition of conceptual stustures through hypermedia. In K. McGilly (Ed.), Classroom lessons: Integrating cognitive theiry and classroom practice. Cambridge, MA: Bradford Books.
• Spoehr, K. T. * Shapiro, A. (1991, April). Learning from hypermedia: Making sense of a multiply linked database. Paper presented at the annual meeting of the American Educational Research Association, Chicago, IL.
• Starfietd, A. M„ Smith, K. A.. & Bleloch, A. L. (1990) How to model it: Problem solving for the computer age. New York: McGraw—Hill.
• Tennyson, R. D. * Christensen, D. L. (1991) Automating insluctional systems developlment. Proceedings of selected research presentation at the annual convention of the Association for Educational Communications and Technology. (ERIC Document No. ED 335018).
• Trolllp, S., Lippert, R., Starfield, A., * Smith, K. A. (1992). Building knowledge bases: An environment for making cognitive connections. In P. Kommen. D. H. Jonassen, & T. Mayes (Eds.), Cognitive tools for learning, (pp. 105—124). Heidelberg FRO: Springer—VerTag.
• Verderber, N. L. (1990). Spreadsheets and problem solving with AppleWorks in mathematics teaching. Journal or Computers in Mathematics and Science Teachingm, 9(3), 45—51.
• Vovkell, Б. & van Deusen, R. M. (1989). The computer and higher-order theinking skills. Watsonvllle, CA: Milchcll Publishing.
• Walkins, W. « Taylor, M. (19»9>. A spreadsheet in the mathematics classroom. Collegiate Microcomputer, 7(3), 233—239.
• Wanon, J„ * Strudlcr, N. (1988—89). Teaching higher order thinking skills with databases. Computing Teacher, 16(4), 47—50, 55.
• Whitmer, J. С. (1990, October). Modeling the Milky Way. The Scince Teacher, 19—21.

Версия для печати  |  Пользовательское соглашение