Strategie didattiche per migliorare i risultati degli studenti

Molti studenti non sono pronti per l'apprendimento futuro perché non sanno come scegliere il giusto approccio per risolvere i problemi o quando usare quegli approcci. Gli studenti possono essere divisi in tre gruppi:

1. Apprendisti meccanici: Questi studenti si attaccano a un solo metodo e non cambiano mai approccio.
2. Dilettanti: Questi studenti conoscono diversi metodi ma fanno fatica a capire quando usarli.
3. Apprendisti selettivi: Questi studenti sanno sia quale metodo usare che quando applicarlo.

La ricerca mostra che gli Apprendisti selettivi di solito vanno meglio nei loro studi rispetto agli Apprendisti meccanici e ai Dilettanti. Questo studio esamina come strategie didattiche esplicite possano aiutare gli Apprendisti meccanici e i Dilettanti a migliorare le loro abilità, soprattutto in logica e probabilità.

#Lo Studio

In questo studio, ci concentriamo sull'insegnamento di due tipi di abilità:

• Consapevolezza strategica: Sapere quale metodo di risoluzione problemi usare.
• Consapevolezza temporale: Sapere quando usare un metodo specifico.

Abbiamo utilizzato due tipi di aiuti didattici:

1. Forward Chaining (FC): Questo è un metodo in cui gli studenti partono da quello che sanno e si muovono verso l'obiettivo.
2. Backward Chaining (BC): Qui, gli studenti partono dall'obiettivo e lavorano a ritroso per trovare le informazioni necessarie.

Durante le lezioni di logica, gli studenti hanno imparato su questi due metodi. Alcuni hanno ricevuto istruzioni su come usare il metodo BC con esempi e suggerimenti che dicevano loro quando cambiare metodo. Dopo sei settimane, tutti gli studenti hanno imparato la probabilità, ma solo usando il metodo BC.

#Risultati

I risultati hanno mostrato che gli studenti che hanno ricevuto un insegnamento extra (Gruppo sperimentale) hanno performato molto meglio rispetto a quelli che non lo hanno fatto (Gruppo di controllo). Più importante, gli apprendisti meccanici hanno fatto progressi significativi, quasi raggiungendo gli apprendisti selettivi.

#Differenze di Apprendimento

È chiaro che alcuni studenti si adattano meglio a diversi ambienti di apprendimento rispetto ad altri. Questo potrebbe essere dovuto a competenze mancanti come metodi di risoluzione problemi o competenze metacognitive. La Metacognizione riguarda essere consapevoli del proprio processo di apprendimento, che include capire come pianificare, monitorare e valutare il proprio approccio all'apprendimento.

#Strategie Didattiche

La ricerca ha esaminato vari modi per insegnare strategie di risoluzione problemi, comprese strategie di lettura per studenti più giovani. I risultati hanno indicato che gli studenti insegnati in modo esplicito andavano meglio nei test rispetto a quelli che hanno imparato con metodi tradizionali.

Nel nostro studio, ci siamo concentrati specificamente sulle strategie FC e BC. Abbiamo trovato che mentre gli studenti usavano spesso entrambi i metodi, quelli che capivano quando e perché usare ciascun metodo andavano generalmente meglio di quelli che non lo sapevano.

#Esempi Lavorati

Un esempio lavorato è una soluzione passo-passo a un problema. Usare esempi lavorati nell'insegnamento ha dimostrato di migliorare le performance degli studenti, soprattutto nelle fasi iniziali di apprendimento di una nuova abilità. L'idea è che gli studenti imparano meglio quando vedono prima una soluzione completa prima di tentare di risolvere problemi simili da soli.

Il nostro approccio ha utilizzato esempi lavorati all'inizio delle lezioni di logica per insegnare il metodo BC. Mostrando agli studenti come risolvere i problemi correttamente, puntavamo a migliorare la loro comprensione generale e la capacità di applicare ciò che hanno imparato.

#L'Importanza del Tempismo

Molti studenti faticano perché non sanno quando usare un metodo specifico. Per affrontare questo, abbiamo incluso suggerimenti nel nostro insegnamento che incoraggiavano gli studenti a cambiare metodo quando era appropriato. Questa guida era particolarmente rivolta agli studenti Apprendisti meccanici e Dilettanti che necessitavano di ulteriore aiuto.

#Dettagli sui Tutor e l'Intervento

Il nostro studio ha utilizzato due tutor online: uno per la logica e uno per la probabilità.

• Tutor di Logica: Questo tutor insegnava agli studenti come risolvere problemi di prove logiche. Gli studenti potevano usare sia FC che BC per arrivare alla risposta. Abbiamo modificato il Tutor di Logica per includere esempi lavorati specificamente focalizzati sul metodo BC e suggerimenti per incoraggiare il cambiamento di strategie quando era opportuno.

• Tutor di Probabilità: Il Tutor di Probabilità si è concentrato solo sul metodo BC, dove gli studenti dovevano risolvere problemi scrivendo equazioni.

Gli studenti completavano entrambi i tutor come parte dei loro compiti, e il loro impegno veniva valutato piuttosto che la loro performance.

#Determinazione dei Gruppi di Studenti

Prima di iniziare il tutor di logica, dovevamo categorizzare gli studenti in gruppi di Apprendisti meccanici, Dilettanti o Selettivi in base a come affrontavano i problemi dei test iniziali. Un classificatore a foresta casuale è stato addestrato su dati precedenti per prevedere a quale categoria ogni studente appartenesse.

#Valutazione dei Risultati

Dopo aver completato entrambi i tutor, abbiamo confrontato le performance degli studenti nei gruppi Sperimentale e di Controllo su diverse misure.

I risultati hanno mostrato che il gruppo sperimentale ha performato significativamente meglio rispetto al gruppo di controllo sia in logica che in probabilità. Gli apprendisti meccanici hanno beneficiato particolarmente dell'intervento e hanno mostrato forti miglioramenti.

#Raggiungere gli Apprendisti Selettivi

La nostra analisi ha anche esaminato se gli apprendisti meccanici e i dilettanti nel gruppo sperimentale potessero raggiungere gli apprendisti selettivi. Abbiamo trovato che gli apprendisti meccanici e i dilettanti andavano altrettanto bene in entrambe le materie, con gli apprendisti meccanici che addirittura superavano gli apprendisti selettivi in alcuni casi.

#Comportamento di Cambio di Strategia

Una parte chiave del nostro studio ha esaminato quanto spesso gli studenti cambiavano da FC a BC durante il tutor di logica. Abbiamo misurato questo comportamento per vedere come gli interventi didattici influenzassero il loro processo decisionale. I risultati hanno indicato che gli studenti apprendisti meccanici e dilettanti che hanno ricevuto suggerimenti erano migliori nel cambiare strategie rispetto ai loro coetanei che non avevano ricevuto tale intervento.

#Conclusioni

Questo studio ha rivelato che insegnare agli studenti in modo esplicito come e quando usare diverse strategie di risoluzione problemi può supportare significativamente il loro apprendimento. In particolare, gli studenti che mancavano di queste abilità metacognitive hanno beneficiato maggiormente dall'insegnamento esplicito.

I nostri risultati evidenziano l'importanza della consapevolezza strategica e della consapevolezza temporale nell preparare gli studenti per l'apprendimento futuro. Tuttavia, abbiamo anche riconosciuto che il nostro approccio potrebbe essere migliorato incorporando tutor che supportano più strategie invece di solo una, per indagare ulteriormente su come gli studenti potrebbero adattarsi a diverse situazioni di apprendimento.

In sintesi, l'insegnamento esplicito delle strategie di risoluzione problemi può aiutare a migliorare i risultati di apprendimento degli studenti, soprattutto per quelli che possono avere difficoltà con le abilità metacognitive. Questo può portare a una migliore preparazione per compiti di apprendimento futuri e a un aumento complessivo del successo degli studenti.