Nuevos artículos
¿Por qué el auto estudio es tan efectivo?
Último revisado: 16.10.2021
Todo el contenido de iLive se revisa médicamente o se verifica para asegurar la mayor precisión posible.
Tenemos pautas de abastecimiento estrictas y solo estamos vinculados a sitios de medios acreditados, instituciones de investigación académica y, siempre que sea posible, estudios con revisión médica. Tenga en cuenta que los números entre paréntesis ([1], [2], etc.) son enlaces a estos estudios en los que se puede hacer clic.
Si considera que alguno de nuestros contenidos es incorrecto, está desactualizado o es cuestionable, selecciónelo y presione Ctrl + Intro.
En los últimos años, los maestros han prestado más atención a los ejercicios prácticos, experimentos de laboratorio e investigación estudiantil. Esto se debe al hecho de que los estudiantes aprenden el material mucho mejor si tienen la capacidad de controlar la intensidad de la obtención de conocimiento de forma independiente.
El entrenamiento autodirigido tuvo tiempo para probarse desde el lado positivo, sin embargo, las razones de este fenómeno son poco conocidas.
Algunos científicos sugieren que el aprendizaje autodirigido es efectivo debido a la motivación de la persona para aprender. Sin embargo, para identificar la relación entre el aprendizaje autodirigido y los procesos cognitivos, en particular los procesos de memoria y atención, los datos de los especialistas no son suficientes.
Douglas Markant y Todd Gurekis, científicos de la Universidad de Nueva York, intentaron investigar las razones de la efectividad de este proceso de estudio del material. Llegaron al estudio de este tipo de aprendizaje desde el punto de vista computacional y cognitivo.
Los especialistas plantean varias hipótesis sobre por qué el aprendizaje autodirigido tiene ventajas sobre otros tipos de dominio de materiales.
La comprensión autodirigida e independiente de la información ayuda a una persona a optimizar su experiencia y concentrarse en el estudio de materiales que aún no hemos captado. Además, la naturaleza del aprendizaje autodirigido le permite mantener la información que ha estudiado durante un largo período de tiempo.
Sin embargo, este tipo de entrenamiento no siempre es efectivo. Una persona puede cometer errores al tomar una decisión sobre la información que va a estudiar. La razón de esto puede ser errores cognitivos.
Los investigadores señalan que la base para estudiar cómo las personas evalúan diversas fuentes de información, así como para evaluar los datos que están buscando, pueden ser los modelos computacionales que se usan comúnmente en los estudios de aprendizaje automático.
El análisis utilizando técnicas de aprendizaje automático puede ayudar a determinar los momentos negativos y positivos del aprendizaje autodirigido.
Un estudio conjunto, que incluye una evaluación de este tipo de comprensión de la información en términos de procesos cognitivos y computacionales, ayudará a los expertos a comprender la esencia de los procesos que son la base del aprendizaje independiente y autodirigido.
Además, los científicos esperan que a través de la comprensión de estos procesos, será posible desarrollar métodos auxiliares para el estudio independiente del material.