Observaties, patroonherkenning en leermodellen

Een pilot-onderzoek naar leermodellen bij simulaties aan de hand van observaties van leergedrag


Inleiding

Aan de Universiteit Twente is in 1988 bij de faculteit der Toegepaste Onderwijskunde (TO) in het kader van het project 'computersimulatie als leermiddel voor onderwijs en opleidingen' een pilot-onderzoek gedaan om aan te tonen of het mogelijk was om kwalitatief zowel als kwantitatief 'leermodellen' op te stellen. De onderzoekers wilde aantonen dat simulaties op een groot aantal manieren in onderwijs kunnen worden gebruikt. Dat wilde zij doen door de meest karakteristieke kenmerken van bij de Universiteit Twente ontwikkelde computersimulatieprogramma's te ontdekken en te beschrijven en dat experimenteel te ondersteunen bij een groot aantal bekende en onbekende methoden van leren.

Van Schaick Zillesen en Min van de Universiteit Twente waren rond die tijd voornamelijk bezig met de userinterface en de vormgeving van computersimulaties. Zo testten zij de veronderstelling dat 'windowing computers' voor simulaties uitermate geschikt zijn. Dit type computers kon het probleem van de hoge kosten van toendertijd zo noodzakelijk geachtte simulaties met meerdere beeldschermen, bijna volledig oplossen. Verder testten zij de veronderstelling dat computer gestuurde 'dedicated' leermiddelen beter functioneren dan simulaties die gebruik maken van 'general purpose' computers. [5]. De eerste voorlopige conclusies waren toen dat het effect van parallelle informatie-presentatiesystemen, met meer dan twee windows, inclusief het parallel aanbieden van schriftelijk materiaal, te prefereren is boven informatie-presentatie- systeem waarbij informatie sequentieel, achter elkaar, wordt aangeboden zoals op oudere computersystemen (UCSD- of MS.DOS) het geval is. In het handboek 'Onderwijs en Computer' (1985), en later in het boek 'Computersimulatie als leermiddel' (1987), is door Min voorgesteld om vijf verschillende methoden van leren bij computersimulatieprogramma's te onderscheiden. Zijn veronderstelling was dat elk van die methoden van leren tot andere leertheorieen en ontwerpcriteria moest leiden. [4], [3] en [6].

Het hier beschreven pilot-onderzoek beoogde kwantitatieve gegevens te verzamelen ter onderbouwing van deze vijf genoemde methoden van leren en bijbehorende leermodellen. De vijf leermodellen zijn door de onderzoekers gevisualiseerd door middel van een stroomschema. De methode die gebruikt is voor het verzamelen van onderzoeksgegevens, is een observatie methode met videocamera's. De proefleider selecteert in de regiekamer on-line de camerabeelden. De beelden worden, inclusief een tijdssein, op twee videorecorders vastgelegd. De observaties zijn gedaan in het laboratorium van de faculteit der Toegepaste Onderwijskunde (TO-lab) van de Universiteit Twente.

De onderzoekers hebben bij de analyses van de video-opnamen uiteindelijk het leergedrag van de student onderverdeeld in 21 afzonderlijke te onderscheiden, kenmerkende handelingen. Aan deze handelingen zijn door de onderzoekers 21 codes toegekend. De ruwe data op de videobanden van de afzonderlijke experimenten hebben geresulteerd in lange reeksen codes. Deze reeksen zijn vervolgens soort bij soort naast elkaar gelegd, geanalyseerd en onderzocht of patronen in bepaalde volgorde terugkwamen. De onderzoekers hebben - net als bij het DNA onderzoek gebeurt - getracht kenmerkende patronen kwalitatief te definieren en kwantitatief te onderbouwen. Dit onderzoek naar karakteristieke patronen bij elk van de vijf methoden van leren resulteerde uiteindelijk in vijf verschillende leermodellen. Een daarvan wordt in dit paper behandeld: de methode van 'leren door het maken van een opdracht'. In vervolg artikelen zal t.z.t. worden ingegaan op de resultaten bij de overige vier methoden van leren.

Leermodellen.

Wat in dit paper onder 'leermodellen' wordt verstaan is het volgende: leermodellen zijn handelingspatronen van studenten, die een computersimulatieprogramma op een bepaalde manier gebruiken. Niet het individuele gedrag te kennen is het doel, maar de algemene patronen die een gemiddelde student in deze leersituatie zal vertonen op te stellen is het doel. Dus weet te hebben van objectieve gedragingen, los van leerlingkenmerken, die bij elke methode van leren voor komt.


Figuur 1. Schematische weergave van een leerproces bij 'vrij ontdekkend leren'. Er is in deze figuur getracht in beeld te brengen dat een model van de realiteit altijd afwijkt van de werkelijkheid. Het idee dat de lerende van de werkelijkheid krijgt wijkt nog weer verder af. Er is ook aangegeven dat de 'discovery learning' dient te worden begeleid door papieren materiaal zoals hier linksonder bij 'instruction' is aangegeven. (Bron onbekend)


Computersimulatieprogramma's met wiskundige modellen (CS-programma's), en met name MacTHESIS courseware, kan op zes verschillende manieren in leerprocessen worden gebruikt:
Van deze zes te onderscheiden methoden van leren worden alleen de eerste vijf besproken. De meeste methoden hebben verschillende varianten, daar wordt niet te veel op ingegaan. Bij de derde methode zijn evenwel de verschillende benaderingswijzen gememoreerd, omdat er essentiele verschillen bij het leren optreden.

Bij de eerste manier van leren, 'vrij', ontdekkend leren', is het de bedoeling de lerende vrij te laten werken en hem dingen te laten doen die hij zelf wil en zelf nuttig acht. Hij kan zelf verstoringen aanbrengen in een model en proberen een samenhang te zien tussen bepaalde grootheden of bepaalde relaties op te sporen. De ene lerende doet iets om zichzelf een bepaalde vaardigheid te leren, de ander om een bepaald soort speleffect op te wekken. Over het algemeen is een lerende bij deze methode snel op een computersimulatieprogramma uitgekeken. Een computersimulatieprogramma is over het algemeen een systeem waarbij een bepaalde eenvoud is aangehouden. Om computersimulatieprogramma's zinnig te kunnen gebruiken is een bepaalde achtergrondkennis en een plan van aanpak nodig. Vrij, ontdekkend leren is als methode van leren dan ook niet aan te bevelen.

Het is namelijk essentieel een zekere begeleiding of een instructie, hier wordt gesproken over 'coaching', te introduceren. Omdat daardoor meer zekerheid voor de docent ontstaat dat alle mogelijkheden van een computersimulatieprogramma er ook uit zullen komen. De werkelijkheid, ook al is het een simulatie, is immers zodanig gecompliceerd dat een onvoorbereide gebruiker, of een gebruiker zonder coaching, niets ziet en niets leerzaams ontdekt. Een gebruiker dient logischerwijs goede domeinkennis te hebben. De methode van 'vrij ontdekkend leren' wordt in de praktijk dan ook nooit zo maar alleen gebruikt. In een reele leeromgeving is er altijd coaching aanwezig. Ofwel in de vorm van een opdracht, een casus, een instructieprogramma of een mondelinge opdracht van een docent.

De tweede manier van leren, 'leren door opdrachten te maken' , wordt veel toegepast en is met name geschikt om computersimulatieprogramma's te verkennen. De lerende wordt gevraagd opdrachten uit te voeren en te kijken wat er gebeurd. Voordat hij begint met de opdracht wordt hem gevraagd zijn veronderstelling met wat er zal gaan gebeuren op te schrijven. De lerende leert dan (spelenderwijs) en voordat hij ook maar iets doet, een hypothese op te stellen. Die hypothese wordt vervolgens direct aan de werkelijkheid van de simulatie getoetst. De opdrachten bij deze methode van leren kunnen in het begin eenvoudig worden gehouden en daarna steeds gecompliceerder worden. Tegelijkertijd worden bepaalde technische handelingen, zoals bijvoorbeeld het bedienen van een scroll-bar, als het ware automatisch aangeleerd. De lerende leert al doende handelend en binnen een bepaalde hoeveelheid tijd de mogelijkheden van het computersimulatieprogramma. De leerling hoeft bij deze methode nog niet geheel zelfstandig problemen op te lossen of alles van het het model te begrijpen. Aansluitend aan de ene methode van leren kan er op een andere manier van leren worden overgegaan. In een aansluitende sessie kan dan nog eens op een bepaalde relatie worden teruggekomen, maar dan vanuit een andere methode van leren.

De opdrachten worden in het algemeen schriftelijk bijgeleverd. Zij kunnen het karakter hebben van een stel losse werkbladen of gebundeld zijn in een werkboek. De werkbladen of het werkboek zijn zodanig vormgegeven dat er aantekeningen in gemaakt en vragen ingevuld kunnen worden. Ingevulde vragen en antwoorden kunnen na afloop van een sessie mee naar huis worden genomen of aan de docent worden gegeven, die er een cijfer voor kan vaststellen. In figuur 1 is schematisch aangegeven welke aspecten bij een computersimulatie-experiment een rol spelen.

De derde manier van leren, 'begeleid ('gecoached') leren' vereist een anders ontworpen simulatieomgeving. Het computersimulatieprogramma zelf kan er identiek uit zien als bij de andere methoden van leren, maar de leeromgeving dient allerlei extra's te bevatten. Die extra's zijn bepalend voor het geheel anders functioneren van het computersimulatieprogramma. In dit paper worden vier soorten van 'coaching' onderscheiden. Deze vier soorten -die al of niet in combinatie met elkaar kunnen voorkomen- zijn de volgenden:
De meeste varianten van 'gecoached leren' zijn niet bij dit onderzoek betrokken. De onderzoekers beschikten wel over enkele prototypen van zoals zij dat noemen 'parallelle' en 'sequentiele informatie-aanbiedingssystemen', maar van de meeste varianten van deze methode van leren was geen goed functionerend voorbeeld voorhanden [8]. De komende jaren zal daar ongetwijfeld verandering in komen. De vakgroep heeft in het kader van het voorwaardelijk gefinancierd onderzoek (VFO) reeds een project in deze richting gestart: het 'ICS project'.

De vierde manier van leren is 'probleem gestuurd leren'. Hierbij wordt gewerkt met schriftelijke materiaal, waarin de casus uitgebreid staat beschreven. De lerenden dienen in het algemeen een casus stap voor stap te volgen. De casus is tegelijkertijd ook in het computersimulatieprogramma (in het model) zelf vastgelegd. Niet de instructie tekst, maar het fenomeen dat bij de casus hoort wordt op het scherm getoond. De begeleidende tekst van de casus is, net als bij het 'leren door opdrachten te maken' op een stel losse of gebundelde werkbladen in een werkboek opgenomen. Het fenomeen op het beeldscherm wordt dynamisch gepresenteerd en bepaald door de instelling van het onderliggende model, zoals de ontwerper van het programma of de docent dat heeft bepaald. Tijdens het 'runnen' van de casus doen bepaalde variabelen iets 'abnormaals' of iets karakteristieks. De lerende dient als eerste stap in het oplossingsproces een analyse te maken van het fenomeen. De conclusie van die analyse, zijn veronderstelling, is de hypothese. Vervolgens toetst hij die hypothese. Dat toetsen gebeurt door een of meerdere parameters van het model te veranderen, zodanig dat het model daarna zich weer 'normaal' gedraagt. Dan kan die parameter-instelling als oorzaak worden aangemerkt voor de 'afwijking' die men zag.

Het fenomeen kan echter ook worden 'gecompenseerd' in plaats van te worden 'opgelost'; bijvoorbeeld als er sprake is van 'symptoom bestrijding'. Daar is sprake van indien er na een ingreep in het model toch een 'normale', schijnbaar gezonde situatie optreedt.

Bij deze manier van leren met een casus komen achtereenvolgens naar voren: het 'analyseren van het fenomeen' (het probleem), het 'stellen van een diagnose' en het 'oplossen van het probleem' of het 'handelend (therapeutisch) optreden'. Deze manier van leren is voor de lerende interessanter dan gewoon ontdekkend leren. Variaties in didactische werkwijzen kunnen zeer effectief zijn. Figuur 2 laat zien welk leermodel Min zich in 1987 bij deze manier van leren voorstelde.

En ten slotte de vijfde manier van leren, 'leren door echte (wetenschappelijke) experimenten te doen', is een manier die overeenkomt met practica uit het hoger beroeps of universitair onderwijs, waarbij aan iets gemeten moet worden om daarna tot bepaalde inzichten te komen. Hierbij moet men denken aan een meting aan een variabele waarbij een bepaalde parameter achtereenvolgens een serie waarden krijgt, bijvoorbeeld de waarden 0.1, 0.2, 0.5 en 1.0. Met een computersimulatieprogramma kan een dergelijk (wetenschappelijk) experiment snel, gemakkelijk en steeds opnieuw gedaan worden. De bijbehorende numerieke waarden van variabelen in relatie met die modelparameter, kunnen met het computersimulatieprogramma worden bepaald en op een werkblad worden genoteerd. De gegevens kunnen dan, zoals het ook bij echte practica gaat, later, na het experiment, met de hand grafisch worden uitgezet op bijvoorbeeld millimeterpapier. Door al deze handelingen tezamen, en met name door het verloop van de grafiek te bestuderen, ziet de lerende bepaalde verbanden.

De lerende leert, door een dergelijke manier van leren, zich ook nog voor te bereiden op echte practica. Bij echte practica komt het er immers vaak op aan geen fouten te maken in secundaire aspecten, met name die aspecten die met een computersimulatieprogramma al vast getraind kunnen worden. Bij een echt practicum kan men zich dan beperken tot de primaire leerdoelen.

Elk van deze manier van leren willen de onderzoekers schematiseren. Dergelijke schema's worden dan de 'leermodellen'. Het doel van dit pilot-onderzoek was kwalitatief en kwantitatief betere leermodellen op te stellen dan Min in 1987 voorstelde.

Een leermodel dient niet verward te worden met een model dat gebruikt wordt bij computersimulatieprogramma's. Een leermodel is een concept idee in de vorm van een
stroomschema hoe een (gemiddelde) gebruiker door een computersimulatieprogramma loopt; wat hij doet, en wat hij mogelijk geleerd heeft. Dat laatste is bij dit pilot- project niet precies gemeten. De aantekeningen op de werkbladen geven echter toch voldoende aanwijzingen of een groep er iets van heeft opgestoken of niet. Van Schaick Zillesen heeft dit in 1987 gemeten bij bepaalde computersimulatieprogramma's. Min deed het in 1982 door waarnemingen en door bij de periodieke 'summatieve toets' van de Medische Faculteit van de Rijksuniversiteit Limburg in Maastricht significante afwijkingen te onderzoeken bij verschillende student-populaties. Daartoe waren enkele speciale toets-items uit het kennis domein van enkele computersimulatieprogramma's in de Maastrichtse item-bank opgenomen.

Het hier beschreven onderzoek is een experiment met video-observatie bij een select aantal proefpersonen om tot een uitspraak te kunnen komen over drie van de vijf genoemde leermodellen.

Methode van onderzoek

De gehanteerde manier van onderzoek voor het meten van leergedrag om te komen tot leermodellen is een observatiesessie geweest van 10 proefpersonen gedurende drie dagen. Registratie van gebeurtenissen gebeurde enerzijds in een logboek (met name alleen om de bijzonderheden te registreren) en anderzijds door twee synchroon lopende videorecorders. Voor hun onderzoek hadden de onderzoekers drie dagen lang het laboratorium van TO ('TO-lab') gereserveerd. Er werd een proefopstelling gebruikt waarmee een groep van twee proefpersonen konden worden geregistreerd door middel van drie videocamera's. Een camera was van achter, op de rug van de proefpersonen gericht om het gedrag van de proefpersonen bij het opzoeken en het schrijven in het schriftelijke materiaal te observeren. De tweede camera diende om het beeldscherm van het computersimulatieprogramma in de gaten te houden. Verder was er een video-registratie om de visuele output van het computersimulatieprogramma zonder tussenkomst van een camera rechtstreeks op te nemen. De drie signalen, incl. het gesprek tussen de proefpersoon onderling, werden tenslotte op twee videorecorders opgenomen. De beslissing, welk van de drie kanalen op de twee recorders geregistreerd werd, werd direct tijdens de experimenten genomen door de projectleider. Er was van te voren besloten om op een recorder het beeldscherm van het computersimulatieprogramma te registreren en op de tweede recorder, afwisselend, naar inzicht van de projectleider, het beeldscherm dan wel de proefpersonen vanachter op hun rug gezien, als zij lazen of schreven, of eventueel in close-up vast te leggen. Op de tapes werd verder het gesprek tussen de proefpersonen, zowel als de (schaarse) mondelinge interventies van de projectleider, alsmede een tijdcode (1/25 sec. synchroon) vastgelegd.

De overige, niet-technische karakteristieken en de opzet van het experiment waren als volgt:

  • de doelgroep: Het niveau van het uit te testen computersimulatieprogramma lag op het niveau van pas afgestudeerde VWO studenten. Als testgroep voor deze doelgroep konden 1e en 2e jaars TO studenten worden genomen. Zij voldoen aan de criteria die nodig zijn om met het gekozen programma te kunnen leren. Er waren 23 eerste-jaars TO-studenten als proefpersoon beschikbaar. Uiteindelijk werden er 10 proefpersonen uit deze populatie geselecteerd. De selectie was eenvoudig. Hij bestond hieruit dat alleen die TO studenten werden gekozen, die konden beloven op de uren die de onderzoekers geselecteerd hadden, ook daadwerkelijk te zullen komen.

  • de voorbereiding. Er werd van de proefpersonen geen specifieke voorkennis en voorbereiding verwacht. Zij werden collectief en klassikaal voorbereid, d.m.v. een college. Dat hoorde bij het experiment. Er werd door een inhoudsdeskundige ter voorbereiding op het werken met het betreffende computersimulatieprogramma circa anderhalf uur over fysiologie, aderverkalking, ateriosclerose, etc. lesgegeven. De proefpersonen oefenden daarna nog -in groepjes van twee- op een Macintosh computer met een vergelijkbaar MacTHESIS programma (het programma CHEMIE) om in ieder geval enkele technische vaardigheden, zoals omgaan met een simulatieprogramma en omgaan met de muis, bij het eigenlijke programma (het programma AORTA) alvast in de vingers te hebben.

  • het rooster. De indeling van de groepen was als in tabel 1 is aangegeven. Het experiment was om logistieke redenen verdeeld over drie dagen.

    Tabel 1. De indeling van de groepen en het soort experiment per dagdeel
    Dag 1Dag 2Dag 3
    9.00 tot 12.00 les (1.5 uur) en training (1 uur)
    (groep A,B,C,D,E)
    opdrachten en casussen
    (groep B)
    opdrachten en casussen
    (groep D)
    14.00 tot 17.00 opdrachten en casussen
    (groep A)
    opdrachten en casussen
    (groep C)
    wetenschappelijk experiment
    (groep E)

    De voorbereidende les voor alle proefpersonen vond plaats op de eerste van de drie dagen in een apart lokaal. De experimenten volgde dan op een van de overige dagen. In totaal deed ieder persoon 5 uur aan een van de experimenten mee.

    Het programma
    Het computersimulatieprogramma dat voor de experimenten gekozen was waren de computersimulatieprogramma's AORTA en CARDIO. Het computersimulatieprogramma AORTA is te gebruiken om enkele speciale aspecten van aderverkalking in de bloedvaten te kunnen simuleren. Het programma was uitgekozen, omdat daar in de loop van de tijd veel ervaring en onderzoek mee gedaan is, zowel elders (RL, Maastricht en AMC, Amsterdam) als bij de Universiteit Twente zelf. Oude versies van het computersimulatieprogramma AORTA en CARDIO werden en worden nog steeds, op vrij grote schaal, in het eerste jaars curriculum van twee faculteiten van de Rijksuniversiteit Limburg gebruikt om studenten inzicht te laten krijgen in oorzaak/gevolg-relaties bij eenvoudige fysiologie problemen. De fysiologiekennis die nodig is voor het programma AORTA is in principe goed uit te leggen aan elke afgestudeerde VWO-er. Een eerste jaars onderwijskunde-student, met een positieve instelling om iets buiten zijn directe interesse te tonen, moest hier redelijkerwijs geen problemen mee hebben. Van Schaick Zillesen toonde dat bij dit computersimulatieprogramma al eerder, grotendeels aan. [1]

    de les
    De les was een soort college fysiologie. De behandelde stof betrof begrippen en relaties die nodig waren om een basis te hebben om het computersimulatieprogramma AORTA te kunnen begrijpen. De begrippen rekbaarheid van een bloedvat, weerstand die het bloed in een vat ondervindt, bloeddruk in de ventrikel, etc. kwamen in hun samenhang aan de orde. Het college duurde iets minder dan 75 minuten. Afgesproken werd dat de groepen na afloop van de les wel met elkaar mochten praten over de stof, omdat dat in werkelijkheid bij een practicum in een echt curriculum ook gebeurt. Desondanks werd er gevraagd zo min mogelijk te praten over de stof.

    de technische training
    Om problemen met het voor de eerste keer gebruiken van 'windowing' en 'muisbestuurde' software zo klein mogelijk te houden werden de afzonderlijke groepen kort getraind met een geheel ander computersimulatieprogramma, maar wel van het zelfde type. Daarvoor werd het computersimulatieprogramma CHEMIE geschikt bevonden. Hiermee was een technische training mogelijk voor het 'klikken in windows en icons', het werken met 'rol-menu's', het instellen van parameters met een 'scroll bar' en het 'runnen' van een wiskundig model, zoals bij MacTHESIS software het geval is. Voor deze 'hands-on experiences' waren drie afzonderlijke computeropstellingen neer gezet in het laboratorium: drie oefenplekken voor 5 groepen van in het totaal 10 studenten. Dat bleek voldoende. Er werd geassisteerd door de projectleider indien er vragen waren. De proefpersonen zijn verder nog in de gelegenheid geweest om enkele demonstraties met andere MacTHESIS software te aanschouwen. Daarna werden de voorbereidingen afgesloten. De proefpersonen werden de daarop volgende dagen verwacht terug te komen. Een groep begon dezelfde middag, aansluitend op de les en de training.

    het verloop van de experimenten
    De proefpersonen dienden zo kort mogelijk op elkaar het experiment te ondergaan. Om logistieke redenen was dit niet anders mogelijk dan verspreid over vijf aaneengesloten dagdelen. De indeling van de groepen inclusief de volgorde is in tabel 1 te zien. De proefpersonen kregen allemaal dezelfde handleiding en dezelfde werkbladen. Van de projectleider kregen zij mondeling (door een microfoon van uit de regiekamer) een opdracht om een bepaalde 'opdracht', een bepaalde 'casus' of een bepaald 'experiment' te doen.

    Tabel 2. De indeling type experiment per groep; 29 experimenten door 5 groepen; keuze uit 5 'opdrachten', 3 'casussen' en 2 'experimenten'.
    Groep AGroep BGroep CGroep DGroep E
    opdracht 1 (1)opdracht 1 (8)opdracht 1 (14)opdracht 1 (20)opdracht 1 (25)
    opdracht 2 (2)opdracht 3 (9)opdracht 4 (15)opdracht 2 (21)opdracht 4 (26)
    opdracht 3 (3)opdracht 5 (11)opdracht 5 (16)opdracht 4 (22)casus 2 (27)
    opdracht 4 (4)opdracht 4 (10)casus 2[1] (17)casus 2 (23)experiment 1 (28)
    opdracht 5 (5)casus 2 (12)casus 3 (18)casus 3 (24)experiment 1 (29)
    casus 1 (x)casus 3 (13)experiment 1 (19)
    casus 2 (6)
    casus 3 (7)
    76655 (totaal per groep)

    De indeling van de soorten van opdrachten per groep is in tabel 2 te zien. Groep A heeft 7 experimenten gedaan, groep B: 6 stuks, groep C: 6 stuks, groep D: 5 stuks en groep E: 5 stuks. Groep A, B en D hebben uitsluitend opdrachten en casussen gedaan, de andere groepen, C en E, hebben ook een of twee 'wetenschappelijke experimenten' gedaan. Het experiment met casus 1 in groep A is mislukt, het experiment met casus 2 in groep C is ook gedeeltelijk mislukt. Voor het gehele experiment als zodanig, is er met deze tekortkomingen rekening gehouden. Het aantal geslaagde experimenten (29 stuks) bleek ruim voldoende voor conclusies, voorzichtige conclusies.

    Resultaten

    De resultaten van de experimenten zijn minutieus op tape vastgelegde beelden, geluid en beeldschermgegevens van elke groep proefpersonen en van elke type experiment. Uit al deze gegevens en uit registraties van waarnemingen vanuit de regiekamer zoals geregistreerd in een logboek kon als eerste de duur van elk de experimenten worden bepaald.

    Tabel 3. De tijdsduur van elk experiment afzonderlijk.
    Opdracht 1Opdracht 2Opdracht 3Opdracht 4Opdracht 5
    6 minopdracht 1 (8)opdracht 1 (14)opdracht 1 (20)opdracht 1 (25)
    6 minopdracht 3 (9)opdracht 4 (15)opdracht 2 (21)opdracht 4 (26)
    6 minopdracht 5 (11)opdracht 5 (16)opdracht 4 (22)casus 2 (27)
    6 minopdracht 4 (10)casus 2[1] (17)casus 2 (23)experiment 1 (28)
    6 minopdracht 4 (10)casus 2[1] (17)casus 2 (23)experiment 1 (28)
    Casus 1Casus 2Casus 3
    22 min6 min9 min
    6 min9 min
    6 min9 min
    6 min9 min
    6 min9 min
    Experiment 1 (digi)Experiment 2 (digi)Experiment 3 (symp)
    28 min17 min11 min

    In tabel 3 is te zien dat de opdrachten minimaal 1 minuut en 46 seconden duurden en maximaal 15 minuten en 54 seconden. Bij het uitvoeren van een casus blijkt de tijdsduur minimaal 5 minuten en 48 seconden te duren en maximaal 19 minuten en 38 seconden. Voor de 'wetenschappelijke experimenten' varieerde dit tussen de 11 minuten en 42 seconden (minimaal) en 28 minuten en 6 seconden (maximaal).

    de analyse
    De analyse van alle soorten van handelingen zoals geregistreerd werden op de videobanden was een langdurig karwei. Aanvankelijk werd begonnen met een tiental codes af te spreken om elke type handeling mee te kunnen indelen. Later werden dit 21 codes. Er was een code voor 'het runnen van het model', voor het 'intervenieren in het model' en voor het 'inspecteren van variabelen'. Na afloop van de eerste analyses van leren door een opdracht te maken werden sommige codes samengevoegd tot een nieuwe code. Tenslotte bleven de volgende 16 codes over:

    De eerste analyses van de opdrachten van alle groepen, de experimenten 4, 10, 15, 22 en 26 leverden een serie 'code-strings' op. In figuur 4 (hier tabel 5) zijn deze code-strings op een bepaalde (overzichtelijke) manier naast elkaar gezet. Om tot een goede analyse te kunnen komen, is er op een bepaalde manier duidelijkheid geschapen door bepaalde punten van karakteristieke serie codes door horizontale lijnen te verbinden. Meestal blijkt dat overeen te komen met de begin- en eindpunten van blokken in het leermodel. Deze horizontale lijnen maakten een makkelijkere (visuele) analyse mogelijk. De resultaten met deze methode van 'handmatige, visuele patroonherkenning' zeggen met name iets over de tijdsduur per handeling en het (gemiddeld) aantal malen dat een lerende een bepaalde serie handelingen in het leermodel verricht.

    Tabel 4. Andere gegevens van de vijf experimenten. Deze gegevens zijn verzameld uit de door de proefgroepen ingevulde werkbladen. Groep A en E hebben het meeste geleerd. Groep B en D ook wel. Groep C heeft er echter niet veel van begrepen.
    Groep AGroep BGroep CGroep DGroep E
    Vraag 4lagerhogerhogerhogerhoger
    lagerhogerhogerhogerhoger
    lagerhogerhogerhogerhoger
    Vraag 6lagerhogerhogerhogerhoger
    lagerhogerhogerhogerhoger
    Vraag 7xxxxx
    Vraag 8lagerhogerhogerhogerhoger
    Vraag 9als ...als ...als ...als ...als ...
    Leerresultaatgoedgoedfoutdeels goedgoed

    Van belang is hierbij op te merken dat groep C niet veel begrepen hebben van de stof of van het programma en groep D niet alles goed had. Die gegevens dienen iets lager gewaardeerd te worden. De overige groepen scoorden voldoende en hun resultaten konden verder prima gebruikt worden.

    Tabel 5. De uitgewerkte code-strings van de experimenten van 5 groepen met opdracht 4. Tussen de kenmerkende periodes zijn 'horizontale' lijnen aangebracht om tijdens het analyseren van de ruwe data een betere patroonherkenning mogelijk te maken. (Die lijnen zijn hier nog niet getekend.)
    Experiment 4Experiment 10Experiment 15Experiment 22Experiment 26
    xxx R 11
    CR 4
    S 7
    I 8
    I1 6
    I2 7
    IN ...
    L ...
    D ...
    O ...
    K ...
    N ...
    Z+D ...
    O+D ...
    R+T ...
    int ...
    R 11
    CR 4
    S 7
    I 8
    I1 6
    I2 7
    IN ...
    L ...
    D ...
    O ...
    K ...
    N ...
    Z+D ...
    O+D ...
    R+T ...
    int ...
    R 11
    CR 4
    S 7
    I 8
    I1 6
    I2 7
    IN ...
    L ...
    D ...
    O ...
    K ...
    N ...
    Z+D ...
    O+D ...
    R+T ...
    int ...
    R 11
    CR 4
    S 7
    I 8
    I1 6
    I2 7
    IN ...
    ...
    N ...
    Z+D ...
    O+D ...
    R+T ...
    int ...
    R 11
    CR 4
    S 7
    I 8
    I1 6
    I2 7
    IN ...
    .........
    O+D ...
    R+T ...
    int ...

    Uit deze code-strings bleek het mogelijk een nieuw concept model voor het 'leren door het maken van een opdracht' op te stellen. Het bleek niet alleen in kwalitatieve, maar ook in kwantitatieve zin mogelijk te zijn. Dat laatste wordt o.a. bepaald door het (gemiddelde) aantal malen dat proefpersonen een bepaalde 'lus' in een leermodel doorlopen. Bij alle experimenten kan een gemiddelde doorloop-tijd gevonden worden. Daarmee is een waarschijnlijkheid van een 'verblijf in een lus' -dus een handeling met een computersimulatieprogramma- te berekenen.

    Figuur 5 geeft het resultaat van de analyses van deze manier van leren aan. Het is een nieuw versie van het leermodel voor het 'leren met een opdracht'. In een latere onderzoek zullen wij trachten dit model nog meer te verfijnen.

    Een derde soort resultaat dat werd verkregen waren de gegevens die de studenten op hun werkbladen hadden geregistreerd. In tabel 4 staan deze gegevens met veronderstellingen, oplossingen en aantekeningen.


    Figuur 5. Het kwantitatieve leermodel voor 'leren met een opdracht'. Dit tweede concept model van het leermodel van 'leren met een opdracht' zoals hier besproken is. Het aantal proefpersonen is 10. De codes staan vermeld bij de blokken. In de lussen zijn incidentele verblijftijden, maar ook de gemiddelde verblijftijd, neergezet. (Figuur is og niet aangepast.)

    Discussie/conclusies.

    De conclusie die uit deze eerste analyse van de eerste vijf experimenten voor het opstellen van leermodellen konden worden getrokken waren positief. Uit de eerste serie code-strings is na langdurig zoeken, combineren en analyseren een werkbare, tweede versie van het 'leermodel' voor het 'leren door het maken van opdrachten' voortgekomen. De belangrijkste hindernis bleek te zijn om de ruwe data goed te verdelen in karakteristieke series korte code-strings. Na een goed rangschikking is patroonherkenning mogelijk. De onderzoekers hopen met het opgestelde eerste leermodel een goed inzicht te verkrijgen in het leren met dit type computersimulatieprogrammatuur. Tevens hopen zij beter inzicht in de problemen te verkrijgen die zich bij de lerende voordoen. Dit, met name om betere ontwerpregels te verkrijgen voor dit type computersimulatieprogramma's, zoals die gemaakt worden met het MacTHESIS systeem.

    In een vervolg artikel over het pilot-onderzoek met het computersimulatieprogramma AORTA en CARDIO zullen de resultaten met betrekking tot de overige manieren van leren de kwantitatieve leermodellen beschreven worden.[7]


    Enschede, 1991; online available 1996; texts and tables updated 4 jan. 2002.

    Referenties.

    [1] Min F.B.M., M. Renkema, B.Reimerink and P.G. van Schaick Zillesen, MacTHESIS: A design system for educational computer simulation; proceedings of the EURIT 86 conference, Pergamon, London (Editors: Tj. Plomp and J. Moonen) (1986).

    [2] Schaick Zillesen, P.G. van, and F.B.M. Min, MacTHESIS: A design system for educational computer simulation; Wheels for Europe, no. 2, august 1987, 23-33 (1987).

    [3] Min, F.B.M., Computersimulatie als leermiddel; een inleiding in methoden en technieken. Academic Services B.V., Schoonhoven (1987) ISBN 90 6233 282 X

    [4] Gerrits, D. en F.B.M. Min, Computersimulatie; In: Handboek Onderwijs en computer, losbladige documentaire uitgave, Red: E. van Hees en J. Schoenmaker, Samson, Alphen a/d Rijn, (1985)

    [5] Schaick Zillesen, P.G., & F.B.M. Min; Toward to an interactive design system method for educational computer simulation. In proceedings EURIT '90 conference (1990)

    [6] Wetterling, J., Het computersimulatieprogramma ZONNEBOILER, gemaakt met MacTHESIS ten behoeve van het LBO/MBO. Afstudeerverslag, Universiteit Twente, TO/ISM, Enschede (1987)

    [7] Min, F.B.M., Pilot-onderzoek naar leermodellen bij simulatie op Macintosh en MacTHESIS courseware aan de hand van observaties van leergedrag. II; (in voorbereiding)

    [8] Schaick Zillesen, P.G., Methods and technics for the design of educational computer simulation programs; Proefschrift Universiteit Twente, Enschede (1990)


    Figuur 2. Eerste concept versie van een model van het leerproces bij 'probleem gestuurd leren' waarbij gewerkt wordt met een voorgeprogrammeerde casus in het computersimulatieprogramma zelf (Min, 1987).


    Figuur 3. Voorbeeld van een opdracht op papier uitgevoerd als werkblad, welke werd gebruikt als begeleidingsmateriaal bij vijf experimenten met het computersimulatieprogramma AORTA met opdracht 4, zoals hier beschreven.

    BIJLAGEN

    Some examples (in Dutch): een 'opdracht', een 'casus' & een opdracht voor een 'wetenschappelijk experiment'

    Print deze opdrachten uit op papier en gebruik deze papieren opdrachten naast de computer; naast de browser

    A. Een voorbeeld van een 'opdracht'