Studiowanie to tyko ułamek z życia, lecz gdy z wynikami akademickimi wiążą się nasze ambicje, nadzieje, marzenia i troski, to może nam zabraknąć do tego wszystkiego minimum dystansu. Może nam się nawet wydawać, że od naszych studiów zależy wszystko, cała nasza przyszłość. Nie jest to jednak właściwa miara. Jak zatem zachować zdrową równowagę, nawet podczas najbardziej intensywnej pracy i nauki? Jak posiąść przy tym trwałą radość z uczenia się i studiowania?
Swego czasu, Steve Jobs mawiał, że komputer to taki rower dla myślenia, czyli nie coś, co myśli za nas, ale coś, co sprawia, że myśli nam się sprawniej. Skoro komputer to rower dla umysłu, to technologia AI jest rowerem elektrycznym, który powinien pozwolić nam jeszcze bardziej rozkręcić nasze ludzkie myślenie. Zachęcam Cię do takiego spojrzenia na tę technologię. Ona nie powinna (i w gruncie rzeczy, nie potrafi) myśleć ani rozwijać się za Ciebie, ale może pomnożyć możliwości Twojego własnego umysłu. AI nie skończy za Ciebie studiów, ale przy jej pomocy, wyciągniesz z nich więcej.
To od siły uwagi zależy w największym stopniu skuteczność uczenia się. Na przykład, psychologowie kognitywni patrzą na uczenie się, jako na proces przetwarzania informacji, podobny do tego w informatyce, gdzie wszystko zaczyna się od kodowania. Jeśli czytasz podręcznik akademicki, to jesteś w trakcie kodowania informacji, a sukces leży w rękach siły sygnału tego kodowania. Tą siłą sygnału jest Twoja uwaga.
Jedną z najpoważniejszych trosk, a nawet bolączek, edukacji jest zagadnienie transferu wiedzy. Problem polega na tym, że to, czego się uczymy w różnych instytucjach, nie zawsze przekłada się potem na tzw. prawdziwe życie. Jeśli nie dochodzi do transferu, oznacza to, że to czego się nauczyliśmy, zostaje na zawsze zamknięte w murach szkoły albo uczelni. Niby mamy na to papier (świadectwo, dyplom etc.), ale owoce naszej pracy są dla nas praktycznie niedostępne. Szkoła sobie, życie sobie – jakby zionęła pomiędzy nimi przepaść nie do pokonania.
Skąd wiesz, jak się uczyć? To świetne pytanie na start. Przecież w szkole nie ma przedmiotu “Mądre uczenie się“, a na uniwersytecie brak zazwyczaj zajęć w rodzaju: “Metody skutecznego studiowania“. A mimo to, każde z nas, z lepszym bądź gorszym skutkiem, uczy się w taki czy inny sposób. Aby zatem zbadać, skąd to wiemy, warto wrócić do początków edukacji, do wspomnień z czasów szkolnych. Może od kogoś podpatrzyliśmy jakąś metodę? Może ktoś nam coś kazał robić i nazwał to uczeniem się?
Zacznijmy od tego, że obecnie zajęcia miesza niemal każdy. Wynika to choćby z harmonogramu Uczelni, gdzie pewne okresy w roku akademickim zastrzeżone są wyłącznie dla zajęć zdalnych. Co więcej, niektórzy mają już doświadczenie hybrydowych wykładów albo seminariów, kiedy część studentów jest obecna na sali, a część łączy się np. przez MS Teams. Zatem, mieszamy siłą rzeczy. Ale czy to już Blended Learning, czyli kształcenie mieszane?
Planując tradycyjne zajęcia stacjonarne, nasza uwaga koncentruje się zazwyczaj na celach edukacyjnych, jakościowych materiałach, właściwej sekwencji tematów itd. Czymś wyjątkowym jest planowanie… interakcji. Liczymy, że dyskusje, pytania i zaangażowanie pojawią się spontanicznie dzięki bezpośredniemu ludzkiemu spotkaniu, które jest przecież kontekstem dla wykładu czy konwersatorium. Mimo to, nawet na miejscu i na żywo nie zawsze uda nam się poczuć ten wzajemny kontakt ze studentami, a co dopiero w e-learningu!
Znany nam już William Horton przekonuje: testy, jako metodę weryfikacji kompetencji studenta, powinniśmy stosować wtedy i tylko wtedy, kiedy nie ma już żadnego lepszego sposobu. Słowem, możemy sięgnąć po lepsze metody do oceniania, także w e-learningu. Czymś takim jest szeroka kategoria cyfrowych dowodów osiągnięć w nauce (digital learning evidence). Chodzi o swego rodzaju cyfrowy ślad, który może przybrać bardzo różne formy, a który eksponuje kompetencje studenta.
Wyobraźmy sobie, że pracujemy w firmie szkoleniowej, która zajmuje się tworzeniem kursów e-learningowych. Oto zaczyna się nowy projekt! Mamy opracować od zera komercyjne szkolenie o budowaniu odporności psychicznej. Menadżer projektu zaczyna komponować zespół do tego zadania. Jak myślisz, kogo na pewno będzie potrzebować? W metodyce e-learningu mówi się o triadzie podstawowych ról: Ekspert – Dydaktyk – Technik. Rozwiniemy te role poniżej… i jeszcze dodamy kolejną:
Czy e-learning będzie jeszcze potrzebny? To pytanie bardzo na miejscu. Bo czy nie wszystko można obecnie znaleźć za pomocą przeglądarki Google albo na Wikipedii? To przecież nie wszystko, współcześnie nawet te metody wydają się już nieco… przestarzałe (przynajmniej dla młodszych użytkowników Internetu). Obecnie, to sztuczna inteligencja (narzędzia AI pracujące już w ramach przeglądarki Google albo Chat GPT) generuje natychmiast syntetyczne odpowiedzi na nawet bardzo złożone i szczegółowe pytania. Oczywiście, istnieją pewne zastrzeżenia, ale o nich za chwilę…
Na początek, rozważmy skąd się w ogóle wziął e-learning. Jaka była geneza dzisiejszego nauczania online? Zaczniemy tę historię jednak nieco od innej strony, nie od początku chronologicznego, ale od przyczyny. W myśl zasady, że to potrzeba jest matką wynalazku. Jeśli zatem potraktujemy e-learning jako wynalazek-innowację, to jaki był źródłowy problem albo motywująca do zmian potrzeba? Dlaczego – albo kiedy – tradycyjne metody uczenia okazywały się w przeszłości niewystarczające?
