Anatoly Levenchuk (ailev) wrote,
Anatoly Levenchuk
ailev

Эвристика образовательных ступенек в формальном образовании

Эвристика образовательных ступенек:
-- если нужно что-то выучить сложное, то учить нейронную сетку последовательно через curriculum learning (островки обучения, ровно как островки автоматизации -- по одной мышлеме за раз), а потом эти островки выученного как-то объединять. Это будет быстрее, чем "гештальтом" путём "бросания в воду" сложных проектов. Модульность важна, ибо ошибка в одной мышлеме не будет приводить к сбою обучения соседним мышлемам. Это как лесенка, ступеньки в которой должны быть мелкими. Крупные ступеньки нужно разбивать на мелкие, каждая из которых преодолевается быстро. Крупные ступеньки только кажется, что можно преодолеть быстро. Дело даже не в запредельной cognitive load, а просто не будет времени для множества предъявлений ситуаций, чтобы набрать нужный объем данных для обучения и добиться беглости. Сериализация должна быть на мелкие кусочки. Small batch size и тут помогает (как и в deep learning, как и в операционном менеджменте при рулении потоком).
-- если для какого-то возраста трудно чему-то научиться, то это просто крутая ступенька. Нужно бить её на мелкие части, отдельные мышлемы -- и барьер будет взят. Типичный пример, это двухуровневое обучение алгоритмике (см. обсуждение в http://ailev.livejournal.com/1282836.html по code.org+Scratch, ПиктоМир+КуМир, логические тренажёры+Паскаль). Пример обучения информатики наиболее показательный: было непонятно, почему где-то до седьмого класса обучать алгоритмике не получалось, а потом получалось. Но когда догадались вместо одной ступеньки, требующей понимания формального синтаксиса, последовательности операторов, концепции вычисления и т.д. сделать две (прежде всего убрав синтаксис, текстовый язык из состава требуемых для выполнения заданий мышлем) и тренировать их последовательно на разных типах тренажёров, то дело пошло.

Мне абсолютно очевидно, что взрослые группы с производственным опытом много лучше воспринимают материал курса системного мышления, чем студенты (а про школы я даже думать боюсь пока). Если применить эвристику образовательных ступенек, то это означает, что первые же мышлемы, которым я учу (список системных мышлем: http://ailev.livejournal.com/1278600.html), слишком крупны. Требуется дополнительное обучение, дополнительный тренинг как пререквизит к тренингу системного мышления. А если никто этим пререквизитам не учит, то их нужно включать в тренинг системного мышления -- иначе будет крайне низкий КПД обучения.

Например, возьмём 4D экстенсионализм, дающий нам возможность более-менее строгого рассуждения о системах в физическом мире и изменениях этих систем. А.Г.Кушниренко, листая книжку Криса Партриджа про 4D экстенсионализм (http://www.borosolutions.co.uk/research/content/files/books/BusObj-Printed-20050531-with-watermark.pdf/at_download/file) сказал, что любой студент 3 курса мехмата это знает-понимает, хотя и в другой терминологии. Я ему заметил, что это бы нужно знать всем, кто изучает информатику, чтобы она не сводилась только к алгоритмике. И если алгоритмику можно научить к третьему классу, то правильно ли ждать 10 лет до третьего курса, а также требовать обязательно поступать на мехмат для добавки понимания моделирования данных/онтологизирования к знаниям алгоритмики? Он отвечал, что в третьем классе, наверное, рановато будет это давать, а в ВУЗе уже поздно. Я считаю, что идеи 4D экстенсионализма просты для физиков-математиков-инженеров в магистратуре (тот самый "третий курс мехмата"). Но там есть обстоятельства, это может быть огромной скрытой ступенькой:
-- не факт, что просты даже для них (как-то сам Крис Партридж обмолвился, что хорошо тренированного объект-ориентированного программиста легче убить, чем переучить на онтологический тип рассуждений)
-- не факт, что даже при знакомстве с этими идеями, они не требуют отдельного тренинга беглости, чтобы они улеглись в основе системного мышления.
-- не факт, что мы хотим учить системному мышлению только физиков-математиков-инженеров магистров. Мы хотим учить и бакалавров, и даже школьников. А это значит, что 4D экстенсионализму и онтологизированию мы хотим учить и школьников тоже.
-- не факт, что мы должны настаивать именно на такой структуре мира. Онтологий много разных, и нужно уметь их распознавать и работать ещё и с ними, а в 4D экстенсионализм только мэппить, чтобы потом быстро с ними рассуждать.
-- не факт, что удастся много чего формализовать по этой линии 4D экстенсионализма, так что нужно заодно учить и выживанию в мире кривых онтологий (http://ailev.livejournal.com/633904.html).

Я проводил эту линию рассуждений ещё в 2011, предлагая сделать среду ОнтоМир и ряд последовательных языков для тренинга моделирования -- http://ailev.livejournal.com/955671.html. В книжке Chris Partridge проводит две главных мысли:
-- безатрибутные описания в оппозицию традиционным объект-ориентированным и
-- 4D экстенсионализм против 3D+time как способ представления изменяющихся объектов физического мира. Понятие изменяющегося в ходе жизненного цикла "воплощения системы", а также различение компонент-модулей и стейкхолдеров-исполнителей их ролей базируется именно на нём.

Не удивлюсь, если внутри понимания 4D экстенсионализма будут тоже найдены какие-то ступеньки -- ровно те, по которым А.Г.Кушниренко говорил "для третьего класса, наверное, ещё рано". И когда эти ступеньки можно будет найти и расщепить, то и третий класс в понимании станет доступным. Хотя понятно, что в сутках 24 часа, и понимание всего-всего, что возможно в третьем классе в этот третий класс не уложишь, нужна сериализация в освоении дисциплин и на макроуровне.

Если вернуться к декларированному мной принципу формального образования в эпоху перемен (http://ailev.livejournal.com/1263511.html -- тренировать нужно работу с "мета") и добавить туда идею, что высокие уровни абстракции помогают удерживать общую картину мира, связывать разные удалённые в семантическом пространстве аспекты между собой быстрее (см. про глубину aka скрытое измерение в языке -- http://ailev.livejournal.com/1274014.html).

Например, для работы с лингвистическими ключами по вытаскиванию онтики (скажем, для упражнения по определению позиции) нужны
-- языковая компетенция по беглому парсингу речи, плюс
-- онтологическая компетенция (подведение под тип какой-то выбранной онтики, рассуждение по схеме -- у СМД-методологов "надевание на голову ведра", равно как умение сознательно выйти за пределы схемы) плюс
-- умение бодро работать с позициями восприятия (как в НЛП -- первая "я", вторая -- "ты", третья -- "он", четвёртая -- "мы" вместе с умением выйти за пределы этой позиционности) удерживать внимание на этих позициях (психопрактика) и менять их,
-- понимание собственно онтики такой работы: про деятельностные позиции, стейкхолдеров и чем это отличается от других похожих вещей.
-- понимание содержания самой позиции (чем занимаются люди с искомой позицией, что они обычно говорят, какие там используются термины, в чём интересы этих людей).

Я думаю, это далеко не полный список, это только грубая прикидка. Если требуется задействовать слишком много умений, для которых ещё нет беглости -- обучение застрянет "по необъяснимым причинам" для не разобравшегося в строении этой ступеньки, но вдруг необъяснимо легко пойдёт через год или десять от этого момента. То есть в тепличной обстановке и в условиях медленно проходящего (а ещё лучше -- письменного) примера позиция по лексическим ключам один раз даже будет найдена, а в реальной жизни умение не будет достижимо.

Так что нужно внимательно посмотреть на набор самых разных тренируемых дисциплин абстрагирования-размышления-конкретизации, которые очень плохо сериализуются, плохо выучиваются и тренируются, в которых только "гении" достигают беглости без особых усилий и тренировок (вернее, у которых гениальности хватает для выдерживания нужного количества тренировок, кто вынослив по части высокой когнитивной нагрузки).

Вот какой-то набор этих дисциплин (я пока не говорю про связанные с ними практики и разнообразные технологии, например, технологии конкретных языков программирования):
-- логическая компетентность (правильные рассуждения, в том числе в рамках матлогики, и на естественном языке)
-- онтология и моделирование данных
-- языковая компетентность (функциональная грамотность -- умение понимать нарратив и производить нарратив: можно получить её только при работе с несколькими языками, на одном русском её не получишь)
-- (кибер)психотехническая компетентность (openmeta)
-- системный подход (хотя бы в объеме http://ailev.livejournal.com/1278600.html)
-- алгоритмическая компетентность (та самая алгоритмика)
-- вычислимость как таковая (computer science), хотя бы в объеме SICP, https://wizardforcel.gitbooks.io/sicp-in-python/content/index.html
-- алгебраическая компетентность, включая линейную алгебру
-- геометрическая компетентность (наглядная геометрия, потом с выходом в работу 3D САПР)
-- физическая компетентность (связь математики с физическим миром прежде всего)
-- системная инженерия (требования, архитектура, испытания, жизненный цикл и управление конфигурацией, и т.д.)
-- какая-то работа с распределёнными представлениями и их связью с символьными представлениями (тут ещё мало кто понимает, но без этого уже в 21 веке нельзя).

Чему из этого учат в школе? В связном виде мало чему, беглость по этим умениям нужно как-то получать мимо школы. Если и делать какой-то проект по мотивам моего текста "Мимо школы" (http://ailev.livejournal.com/1280262.html), то я бы ориентировался на такой (конечно, неполный пока, абсолютно черновой, написанный впопыхах, только для примера) список.
Subscribe
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

  • 10 comments