ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 25.10.2023
Просмотров: 37
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное бюджетное образовательное учреждение
высшего образования
«Тольяттинский государственный университет»
Гуманитарно-педагогический институт
перевод с иностранного языка
(английский язык)
СТУДЕНТ: М.Г. Пайгильдина___________________________________
(инициалы, фамилия) (личная подпись)
НАПРАВЛЕНИЕ 44.04.02 Психолого-педагогическое образование
МАГИСТЕРСКАЯ ПРОГРАММА
Теория и методика образовательной деятельности
Отметка: __________________
Преподаватель: кан. пед. наук, доцент С.А.Гудкова
__________________________________________
ученая степень, звание, инициалы, фамилия личная подпись
«____» ______________________
Тольятти 2020
| Emerging technologies as pedagogical tools for teaching and learning science: A literature review | Инновационные технологии как педагогические средства преподавания и изучения естественных наук: обзор литературы |
| Abstract | Аннотация |
| This paper reviews the literature on emergent technologies from the field of science education. In an effort to summarize the current state of research, and identify specific types of technologies that have recently “emerged” in K-12 science classrooms, we review papers featured in leading science education venues in recent years. The reported trends suggest that, as a field, science education has become increasingly characterized by hermeneutic and alterity relations wherein the physical world is experienced indirectly through technological representations or has become secondary to students' experiences as it is “pushed aside” by emergent technological artifacts such as computer imulations, virtual labs, mobile devices, robots, games, and digital photography and drawing. As a result, science educators are faced with the challenge of helping students view technological instruments not as transparent and neutral devices that simply “depict reality” (naïve instrumentalism) and reveal what is “really” there (naïve realism), but as powerful epistemic tools that help co-constitute the reality being investigated, often (re)shaping what counts as “real” in revolutionary ways. It is argued that new technologies do not actually emerge in sociocultural vacuum and that more attention needs to be been given to sociocultural aspects of technological innovation in science classrooms. | В этой статье рассматривается литература по инновационным технологиям в области естественно-научного образования. Стремясь обобщить современные исследования и определить конкретные типы технологий, которые в последнее время "зарождаются" в научных классах К-12, мы рассматриваем работы, представленные на ведущих научно-образовательных площадках последних лет. Передающиеся тенденции предполагают то, что естественно-научное образование как область все больше характеризуется герменевтическими отношениями и отношениями несхожести, когда физический мир переживается косвенно через технологическое представление или становится вторичным по отношению к опыту учащихся, поскольку его "оттесняют" возникающие технологические артефакты, такие как компьютерная имитация, виртуальные лаборатории, мобильные устройства, роботы, игры, цифровая фотография и рисование. В результате преподаватели естественных наук сталкиваются с проблемой оказания помощи учащимся в том, чтобы они воспринимали технологические приборы не столь прозрачно и нейтральные устройства, которые просто "изображают реальность" (наивный инструментализм) и раскрывают то, что "на самом деле" там (наивный реализм), но в качестве мощных эпистемных инструментов, которые помогают сосуществовать с исследуемой реальностью, часто (пере)формируют то, что считается "реальным" революционными способами. Утверждается, что новые технологии на самом деле не появляются в социокультурном вакууме. и что необходимо уделять больше внимания социально-культурным аспектам технологических инноваций в научных классах. |
|
|
| The accelerated pace of technological innovation in recent years has created a pressing need for educational research that can help us better understand how school learning is being mediated by emerging technologies. This need is particularly strong in science, a discipline that shares a symbiotic relationship with technology (Ihde, 2009). As Bernhard (2012) writes, “all science in its production of knowledge is technologically embodied and [scientific] perception is co-determined by technology, but technology on the other hand uses the theories of science” (p. 1984). One cannot truly experience science without experiencing its technological dimension. As a result, emergent technologies have increasingly shaped students' experiences with science as well as influenced their relationships with natural/physical world. Among the technologies most commonly embedded in the school curriculum to support teaching and learning of science are electronic probes (sensors and software), dynamic modeling tools, interactive visualization tools, and integrated e-learning environments (Krajcik & Mun, 2014). Their emergent status or newness (Gershon, 2017) stem not only from their novel material structure (seemingly new design or look) but also from their enabling of novel ways for teachers and students to coordinate pedagogical activity, social interaction, and knowledge construction (i.e., new communicative and epistemic affordances). | Ускорение темпов технологических инноваций в последние годы породило настоятельную потребность в проведении образовательных исследований, которые могут помочь нам лучше понять, каким образом обучение в школе опосредованно осуществляется с помощью новых технологий. Эта потребность особенно остро ощущается в науке - дисциплине, которая имеет общую симбиотическую связь с технологией (Ihde, 2009). Как пишет Бернхард (Bernhard, 2012), "вся наука в своем производстве знаний технологически воплощена и [научное] восприятие совместно определяется технологией, а технология, с другой стороны, использует теории науки" (p. 1984). Невозможно по-настоящему ощутить науку без ее технологического аспекта. В результате возникающие технологии во все большей степени формируют опыт учащихся в области науки, а также оказывают влияние на их взаимоотношения с миром природы/физики. К числу технологий, наиболее часто включаемых в школьную программу для поддержки преподавания и изучения естественных наук, относятся электронные зонды (датчики и программное обеспечение), инструменты динамического моделирования, интерактивные инструменты визуализации и интегрированные среды электронного обучения (Krajcik & Mun, 2014). Их новый статус или новизна (Gershon, 2017) вытекает не только из их новой материальной структуры (казалось бы, новый дизайн или внешний вид), но и из того, что они позволяют учителям и ученикам координировать педагогическую деятельность, социальное взаимодействие и конструирование знаний (т.е. новые коммуникативные и эпистемные возможности). |
| Unsurprisingly, the field of science education has witnessed exponential growth in research aimed at analytically scrutinizing pedagogic use of emergent technologies. Although such a trend led to the creation of the Journal of Science Education and Technology, research is scattered across a wide variety of venues. In an effort to achieve more coherence and clarity, we conducted an extensive review of this literature. Our main goals were to summarize the current state of research on emergent technologies in science education, and to identify themes and gaps in this research base. Of particular interest to us was the identification of specific types of technologies (e.g., threedimensional [3D] printers, nanotechnology, mobile phones) that have recently “emerged” in K-12 science classrooms as well as their impact on teachers and students' behaviors (ideologies, perceived affordances, attitudes, computational thinking, etc.). We were also interested in assessing science educators' theorizing and adoption of particular stances on technology (instrumentalism, technological determinism, etc.). Given the content-specific nature of our review, we deliberately avoided going beyond the field of science education. More specifically, we narrowed the scope of our review to specialized research venues central to the field (Journal of Research in Science Teaching, Science Education, International Journal of Science Education, Journal of Science Education and Technology, and Research in Science Education) and excluded more interdisciplinary, content-general forums (e.g., Computers & Education). In an effort to include only the most recent research, we selected 2008 as our cutoff point for year of publication. Additionally, we focused on K-12 formal education settings and excluded papers focused on teacher preparation issues | Неудивительно, что в области естественно-научного образования наблюдается экспоненциальный рост исследований, направленных на аналитическое изучение педагогического использования эмерджентных технологий. Хотя такая тенденция привела к созданию Журнала естественно-научного образования и технологии, исследования разбросаны по самым разным местам. Стремясь добиться большей согласованности и ясности, мы провели обширный обзор этой литературы. Наши основные цели заключались в том, чтобы обобщить нынешнее состояние исследований в области зарождающихся технологий в сфере естественно-научного образования, а также выявить темы и пробелы в этой исследовательской базе. Особый интерес для нас представляло определение конкретных типов технологий (например, трехмерные [3D] принтеры, нанотехнологии, мобильные телефоны), которые недавно "появились" в классах К-12 по естественным наукам, а также их влияние на поведение преподавателей и учеников (идеологии, воспринимаемые возможности, отношение, компьютерное мышление и т.д.). Мы также были заинтересованы в оценке теории преподавателей естественных наук и принятии определенных позиций в отношении технологий (инструментализм, технологический детерминизм и т.д.). Учитывая специфику содержания нашего обзора, мы сознательно избегали выходить за рамки естественно-научного образования. В более конкретном плане мы сузили сферу охвата нашего обзора до специализированных исследовательских площадок, имеющих центральное значение для данной области (Журнал исследований в области преподавания естественно-научных дисциплин, Естественно-научное образование, Международный журнал естественно-научного образования, Журнал естественно-научного образования и технологии, а также исследования в области естественно-научного образования), и исключили из него более междисциплинарные форумы общего содержания (например, "Компьютеры и образование"). Стремясь включить только самые последние исследования, мы выбрали 2008 год в качестве крайнего срока для года публикации. Кроме того, мы сосредоточили внимание на вопросах формального образования К-12, а также на работах по проблемам отчуждения, касающихся подготовки учителей. |
| 2. EMERGING TECHNOLOGIES DEFINED | 2. ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ ТЕХНОЛОГИИ |
| Far from obvious, technology is a nuanced term whose meaning can vary considerably depending on one's field of scholarship, philosophical commitments, and theoretical affiliations. Often used interchangeably with terms like technological devices, technological artifacts, technological tools, mediating objects, interactive systems, and technological design (Brown & Sammut, 2012; Psotka, 2012), technology sometimes denotes engineering process whereby new devices are created and at other times its products (the devices themselves). It is also used in reference to academic disciplines or fields of study like instructional technology (Elen & Clarebout, 2012). Further, those interested in the latest technological advancements also resort to qualifiers like “emerging,” metaphorically conceiving of “newness” as outward motion (Cook, 2004; Gershon, 2017). New technologies are said to naturally emerge out of or arise from previous human achievements, though what constitutes newness remains a bit obscure. As a result, academic exchanges about technology often suffer from a lack of clarity. | Отнюдь не очевидно, что технология - это нюансированный термин, значение которого может значительно варьироваться в зависимости от области научных знаний, философских обязательств и теоретической принадлежности. Часто используемый взаимозаменяемо с такими терминами, как технологические устройства, технологические артефакты, технологические инструменты, опосредованные объекты, интерактивные системы и технологический дизайн (Brown & Sammut, 2012; Psotka, 2012), технология иногда обозначает процесс инжиниринга, в ходе которого создаются новые устройства, а в других случаях - их изделия (сами устройства). Она также используется в отношении академических дисциплин или областей обучения, таких как технология обучения (Elen & Clarebout, 2012). Кроме того, те, кто интересуется последними технологическими достижениями, прибегают к таким классификаторам, как "возникающие", метафорически представляя "новизну" как внешнее движение (Cook, 2004; Gershon, 2017). Говорят, что новые технологии естественным образом возникают или возникают из предыдущих человеческих достижений, хотя то, что составляет новизну, остается немного неясным. В результате академический обмен информацией о технологиях часто страдает от отсутствия ясности. |
| Given the above state of affairs, it will be convenient to begin by clarifying how science educators conceive of technology. Much of the science education literature on emerging technologies is strongly influenced by national educational policies. Particularly influential are the Next Generation Science Standards (NGSS), which defines the term technology “broadly as all types of human-made systems and processes… that result when engineers apply their understanding of the natural world and of human behavior to satisfy human needs and wants” (NRC, 2012, pp. 11–12). Moreover, NGSS conceives of the emergence of new technologies in terms of a relationship of interdependence among Science, Engineering, and Technology, a core idea that students must grasp as a result of their schooling experiences (NGSS Lead States, 2013). Scientific inquiry, engineering design, and technological development are part of an epistemic cycle of advancement, one continuously informing the other: | Учитывая вышеизложенное положение вещей, будет удобно начать с разъяснения того, как преподаватели естественных наук задумываются о технологиях. Значительная часть литературы по естественно-научному образованию, посвященной новым технологиям, находится под сильным влиянием национальной политики в области образования. Особое влияние оказывают научные стандарты нового поколения (НГСН), которые определяют термин "технология" как "в широком смысле - как все виды систем и процессов, создаваемых человеком... которые приводят к тому, что инженеры применяют свое понимание мира природы и поведения человека для удовлетворения потребностей и желаний человека" (NRC, 2012, стр. 11-12). Кроме того, НГГОС предполагает появление новых технологий с точки зрения взаимозависимости между наукой, инженерным делом и технологией, что является основной идеей, которую учащиеся должны усвоить в результате своего школьного опыта (NGSS Lead States, 2013). Научные исследования, инженерное проектирование и технологическое развитие являются частью эпистемного цикла развития, один из которых постоянно информирует другого: |
| Advances in science offer new understandings that can be applied through engineering to produce advances in technology. Advances in technology, in turn, provides scientists with new capabilities to probe the natural world at larger or smaller scales; to record, manage, and analyze data; and to model ever more complex systems with greater precision. (NRC, 2012, p. 203) | Достижения в области науки открывают новые возможности для понимания, которые могут быть применены с помощью инженерного дела для достижения технического прогресса. Технологический прогресс, в свою очередь, предоставляет ученым новые возможности исследовать мир природы в больших и малых масштабах; записывать, управлять и анализировать данные; и моделировать все более сложные системы с большей точностью. (NRC, 2012, стр. 203). |
| The vision projected by NGSS is that technological advancement is essentially the development of new “probes” by engineers through science-informed design. New technologies are portrayed as knowledge-making tools designed for the specific purpose of improving scientists' investigative work and facilitating new scientific discoveries. The “newness” of new technology is constructed strictly on epistemic grounds, that is, in terms of its capability to enable new scientific knowledge. | Видение, проецируемое NGSS, заключается в том, что технологический прогресс, по сути, заключается в разработке новых "зондов" инженерами с помощью научно обоснованного проектирования. Новые технологии изображаются как инструменты создания знаний, предназначенные для конкретной цели совершенствования исследовательской работы ученых и содействия новым научным открытиям. Новизна" новой технологии строится строго на эпистемных основаниях, т.е. с точки зрения ее способности создавать новые научные знания. |
| Such a vision is consistent with what some philosophers of technology have described as the rise of technoscience (Ihde, 1991)—a trajectory of knowledge advancement whereby technology has become an increasingly integral part of science. As Ihde (2009) writes, “all modern science is instrumentally or technologically embodied… no instruments, no science” (p. 35). Moreover, emerging technologies create new empirical/theoretical affordances (Gibson, 1979; Heft, 2003) or opportunities for action (e.g., possibility of improved observation, measurement, modeling) which scientists can capitalize upon and hence transform potential into actual discovery. | Такое видение согласуется с тем, что некоторые философы технологии охарактеризовали как подъем технонауки (Ihde, 1991) - траектории развития знаний, в которой технология становится все более и более неотъемлемой частью науки. Как пишет Ihde (2009), "вся современная наука инструментально или технологически воплощена... нет инструментов, нет науки" (стр. 35). Кроме того, новые технологии создают новые эмпирические/теоретические возможности (Gibson, 1979; Heft, 2003) или возможности для действий (например, возможность совершенствования наблюдений, измерений, моделирования), которыми ученые могут воспользоваться и, следовательно, преобразовать потенциал в реальное открытие. |
| Consistent with the technoscience argument, the world of science has recently witnessed the advent of what has come to be known as the fourth science paradigm (Hey, Tansley, & Tolle, 2009), that is, scientific discovery based on massive datasets and intensive computing. Unlike “small data” science, data-intensive science relies on large-scale networks of densely deployed sensors capable of real-time, remote monitoring of complex environmental systems. Enormous quantities of data flowing in real-time from distributed locations are stored as massive databases that can be accessed online by scientists, students, and citizens. With science moving toward being more computational and database-centric, calls have been made for science education to follow suit. This is particularly evident in the NGSS, which includes “computational thinking” as one of several essential practices of science that K-12 students should master. However, no explicit definition is given, and the very limited information provided suggests algorithmic problem solving. Such a lack of information is problematic given the philosophical difficulties of defining the “computational paradigm” (Denning, 2010) | В соответствии с технонаучным аргументом, мир науки недавно стал свидетелем того, что стало известно как четвертая парадигма науки (Hey, Tansley, & Tolle, 2009), т.е. научного открытия, основанного на массивных наборах данных и интенсивных вычислениях. В отличие от науки "малых данных" наука, требующая больших объемов данных, опирается на крупномасштабные сети плотно расположенных датчиков, способных осуществлять дистанционный мониторинг сложных экологических систем в режиме реального времени. Огромные объемы данных, поступающих в режиме реального времени из распределенных мест, хранятся в виде массивных баз данных, к которым ученые, студенты и граждане могут получить доступ в режиме реального времени. В связи с тем, что наука становится все более вычислительной и ориентированной на базы данных, были сделаны призывы к тому, чтобы естественно-научное образование последовало этому примеру. Это особенно очевидно в NGSS, которая включает в себя "компьютерное мышление" как одну из нескольких основных научных практик, которыми должны овладеть студенты K-12. Однако никакого четкого определения дано не было, а представленная весьма ограниченная информация предполагает алгоритмическое решение проблемы. Такой недостаток информации является проблематичным, учитывая философские трудности определения "вычислительной парадигмы" (Denning, 2010). |
| While the close interrelation of science and technology is undeniable, the impact of emerging technologies is in fact much broader and can be felt throughout society, beyond scientific circles. In addition to enabling scientific advancement, new technologies also have a deep impact on everyday human experience. Because modern technology also mediates much of our everyday experiences with the world, they give rise to novel human-world relationships, often drastically reshaping how we generally relate to the world and experience reality (Verbeek, 2001). Evidence abounds that emerging technologies give rise not only to new ways of seeing and understanding the natural world but also to new ways of being-in-the-world (new personal identities, ways of socially relating to others, etc.). Identified by NGSS as a second core idea, namely “the influence of engineering, technology and science on society and the natural world” (NRC, 2012, p. 210), the social and personal affordances of emerging technologies for everyday users have been well documented (Cook, 2004; Crystal, 2011; Kolko, Nakamura, & Rodman, 2000; Olson & Olson, 2003; Richardson, 2001). This literature emphasizes the experiential dimension of technological advancement as well as its personally relevant and socially transformative nature. | Хотя тесная взаимосвязь между наукой и технологией неоспорима, воздействие новых технологий на самом деле гораздо шире и может ощущаться во всем обществе, за пределами научных кругов. Новые технологии не только способствуют научному прогрессу, но и оказывают глубокое воздействие на повседневный опыт человека. Поскольку современные технологии также являются посредниками в большинстве наших повседневных переживаний с миром, они порождают новые взаимоотношения между человеком и миром, зачастую коренным образом меняя то, как мы обычно относимся к миру и ощущаем реальность (Verbeek, 2001). Существует множество свидетельств того, что появляющиеся технологии порождают не только новые способы увидеть и понять мир природы, но и новые способы быть в мире (новые личностные идентичности, способы социального общения с другими людьми и т.д.). Идентифицированные NGSS как вторая основная идея, а именно "влияние техники, технологии и науки на общество и мир природы" (NRC, 2012, стр. 210), социальные и личные возможности развивающихся технологий для повседневных пользователей хорошо документированы (Cook, 2004; Crystal, 2011; Kolko, Nakamura, & Rodman, 2000; Olson & Olson, 2003; Richardson, 2001). В этой литературе подчеркивается эмпирический аспект технологического прогресса, а также его личностно-актуальный и социально-трансформирующий характер. |
| 3. SEVEN EMERGENT TECHNOLOGIES USED IN SCIENCE EDUCATION | 3. СЕМЬ ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ ИСПОЛЬЗУЕМЫЙ В НАУЧНОМ ОБРАЗОВАНИИ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| We now turn our attention to the main emergent technologies used for teaching and learning science, as revealed by our literature review. More specifically, attention is given to (a) computational thinking; (b) simulations, dynamic visualizations, and virtual labs; (c) computational modeling; (d) mobile devices; (e) pedagogic robotics; (f) gaming and technology-mediated play; and (g) creative and artistic technologies. | Теперь мы обращаем наше внимание на основные новые технологии, используемые в преподавании и обучении естественным наукам, о чем свидетельствует обзор нашей литературы. Если говорить более конкретно, то внимание уделяется а) вычислительному мышлению; b) моделированию, динамической визуализации и виртуальным лабораториям; с) вычислительному моделированию; d) мобильным устройствам; е) педагогической робототехнике; f) играм и играм с использованием технологий; и g) творческим и художественным технологиям. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 3.1. Computational thinking | 3.1. Компьютерное мышление | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Overall, research about computational thinking in science education is scarce. Our search revealed only three papers (one theoretical and two empirical) on the topic, all published in the Journal of Science Education and Technology. These papers are summarized below. | В целом, исследований вычислительного мышления в научном образовании недостаточно. В ходе нашего поиска было обнаружено только три статьи (одна теоретическая и две эмпирические) по этой теме, все они были опубликованы в журнале "Научное образование и технология". Эти работы обобщены ниже. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Drawing on the existing computational thinking literature and interviews with mathematicians and scientists, Weintrop et al. (2016) propose a definition of computational thinking in the form of a taxonomy consisting of four main categories: (a) data practices (collecting, creating, manipulating, analyzing, and visualizing data); (b) modeling and simulation practices (using computational models to understand a concept, find and test solutions, assessing, designing, and constructing computational models); (c) problem solving practices (preparing problems for computational solutions, programming, choosing effective computational tools, assessing different approaches/solutions to a problem, developing modular computational solutions, creating computational abstractions, troubleshooting, and debugging); and (d) systems thinking practices (investigating a complex system as a whole, understanding the relationships within a system, thinking in levels, communicating information about a system, and defining systems and managing complexity). Moreover, several examples are provided to illustrate these practices, including a lesson wherein students investigate the laws of physics that govern video games. However, no evidence is provided of the effectiveness of approaching integration of computational thinking into science education in the manner described; the authors only articulate and illustrate a theoretically informed position. | Опираясь на существующую литературу по вычислительному мышлению и интервью с математиками и учеными, Вейнтроп и др. (2016) предлагают определение вычислительного мышления в виде таксономии, состоящей из четырех основных категорий: (a) практика сбора данных (сбор, создание, манипулирование, анализ и визуализация данных); (b) практика моделирования и имитации (использование вычислительных моделей для понимания концепции, поиска и проверки решений, оценки, проектирования и построения вычислительных моделей); (c) практика решения проблем (подготовка задач для вычислительных решений, программирование, выбор эффективных вычислительных инструментов, оценка различных подходов/решений проблемы, разработка модульных вычислительных решений, создание вычислительных абстракций, поиск и устранение неисправностей и отладка); и (d) практика системного мышления (исследование сложной системы в целом, понимание взаимосвязей внутри системы, мышление на уровнях, передача информации о системе, а также определение систем и управление сложностью). Кроме того, приводится несколько примеров для иллюстрации этой практики, в том числе урок, на котором учащиеся изучают законы физики, регулирующие видеоигры. Однако не приводится никаких доказательств эффективности подхода к интеграции вычислительного мышления в естественно-научное образование описанным выше способом; авторы лишь излагают и иллюстрируют теоретически обоснованную позицию. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Using the term computational thinking to describe the ability to think with the computer as a tool, Berland and Wilensky (2015) describe a study in four urban middle school classrooms comparing the effectiveness of curricular units in supporting students' complex systems and computational thinking. One unit used a physical robotics participatory simulation and the other unit used a virtual robotics participatory simulation. The findings of this study indicate that while both units improved student outcomes to roughly the same extent, they engendered different perspectives on the content. Students using the physical system were more likely to interpret situations from a bottom-up (“agent”) perspective, and students using the virtual system were more likely to employ a top-down (“aggregate”) perspective. Outcomes from this study suggest that the medium of students' interactions with systems can lead to differences in their learning from and about those systems. | Используя термин "компьютерное мышление" для описания способности мыслить с помощью компьютера как инструмента, Берланд и Виленски (2015) описывают исследование в четырех городских классах средней школы, в котором сравнивается эффективность учебных блоков в поддержке сложных систем и вычислительного мышления учащихся. В одном подразделении использовалась симуляция с применением физической робототехники, а в другом - симуляция с применением виртуальной робототехники. Результаты этого исследования показывают, что, хотя оба подразделения примерно в одинаковой степени улучшили результаты обучения учащихся, они по-разному взглянули на их содержание. Учащиеся, использующие физическую систему, с большей вероятностью интерпретируют ситуации с точки зрения "снизу вверх" ("агент"), а учащиеся, использующие виртуальную систему, с большей вероятностью используют нисходящую ("совокупную") перспективу. Результаты этого исследования свидетельствуют о том, что взаимодействие учащихся с системами может привести к различиям в их познании этих систем. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Leonard et al. (2016) examined the potential of using robotics and game design to engage youth in computational thinking. This paper describes how the use of LEGO EV3 robotics and Scalable Game Design software influenced rural and indigenous students. The results of the study revealed student attitudes toward and interest in STEM careers did not change significantly. Students were able to infuse some elements of culture and place into game design. Students' selfefficacy scores on the construct of computer use declined significantly, while the constructs of video gaming and computer gaming remained unchanged. Self-efficacy on video gaming increased significantly in the combined robotics/gaming environment compared with the gaming-only context | Леонард и др. (2016 г.) изучили возможности использования робототехники и игрового дизайна для вовлечения молодежи в компьютерное мышление. В этой статье описывается, как использование робототехники LEGO EV3 и программного обеспечения для масштабируемого игрового дизайна повлияло на сельских жителей и студентов из числа коренного населения. Результаты исследования показали, что отношение студентов к STEM-профессиям и их интерес к ним существенно не изменились. Студенты смогли внедрить некоторые элементы культуры и занять место в игровом дизайне. Значительно снизились показатели самооценки студентов в области конструирования компьютерных игр, в то время как конструирование видеоигр и компьютерных игр осталось неизменным. Самоэффективность в видеоиграх значительно повысилась в комбинированной робототехнике/игровой среде по сравнению с игровым контекстом. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In sum, despite recognition both in policy and research outlets of the potential of informational technologies (computers, gaming, robotics) to pedagogically support student development of computational thinking in science, work in this area is still in its infancy. Not only does it constitute a rather esoteric notion for many science educators with limited familiarity with the computational paradigm, but classroom enactment also remains nebulous. A more solid philosophical understanding of this new scientific paradigm is clearly needed. For instance, computer scientists posit that computational thinking goes far beyond computer programming, and does not necessarily involve use of computers at all. In her seminal position paper, Wing (2006) defines computational thinking as a way of “using heuristic reasoning to solve to discover a solution” (Wing, 2006, p. 34). This could involve coding an algorithm, but it really is about embracing the way a computer interacts with information and adopting the methods used by computer scientists (e.g., working iteratively). Wing's argument is that computer science as a discipline demonstrates skills and ways of thinking that can benefit how humans use information that they collect to solve problems. It can involve using the computational power of a computer, but it does not have to. | В целом, несмотря на признание как в политических, так и в научных кругах потенциала информационных технологий (компьютеры, игры, робототехника) для педагогической поддержки развития вычислительного мышления студентов в науке, работа в этой области все еще находится в зачаточном состоянии. Для многих преподавателей естественно-научных дисциплин, имеющих ограниченное представление о вычислительной парадигме, она не только является достаточно эзотерическим понятием, но и остается расплывчатым принятием классных решений. Очевидно, что необходимо более основательное философское понимание этой новой научной парадигмы. Например, ученые в области вычислительной техники утверждают, что компьютерное мышление выходит далеко за рамки компьютерного программирования и вовсе не обязательно предполагает использование компьютеров. В своей фундаментальной программной работе Крыло (2006) определяет компьютерное мышление как способ "использования эвристического мышления для решения задачи нахождения решения" (Wing, 2006, p. 34). Это может включать в себя кодирование алгоритма, но на самом деле речь идет о том, чтобы охватить то, как компьютер взаимодействует с информацией, и принять методы, используемые учеными в области вычислений (например, работая итеративно). Аргумент Крыла заключается в том, что компьютерная наука как дисциплина демонстрирует навыки и образ мышления, которые могут принести пользу тому, как люди используют собираемую ими информацию для решения проблем. Она может включать в себя использование вычислительных мощностей компьютера, но не обязательно. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Although only three papers explicitly mentioned computational thinking, a large number of articles examined technology-mediated classroom practices that fit with definition put forward by Weintrop et al. (2016), especially the two categories of modeling and simulation practices, and systems thinking practices. These articles are reviewed in the next sections. | Несмотря на то, что только в трех статьях прямо упоминается компьютерное мышление, в большом количестве статей рассматриваются методы работы в классе с использованием технологий, которые соответствуют определению, выдвинутому Вейнтропом и др. (2016), особенно две категории методов моделирования и имитационного моделирования, а также методы системного мышления. Эти статьи рассматриваются в следующих разделах. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 3.2. Simulations, dynamic visualizations, and virtual labs | 3.2 Моделирование, динамическая визуализация и виртуальные лаборатории | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Simulations have been the most widely researched type of computational technology in K-12 science classrooms. A large number of recent studies have examined the effectiveness of tools designed to simulate science labs, field trips, and scientific phenomena with relatively high fidelity (Table 1). The simulations featured in these studies varied in terms of functionalities (i.e., simulation of a phenomenon, virtual lab), disciplines (chemistry, biology, life sciences), and purpose for integration (i.e., assessment, teaching, or both). In terms of the research population, these articles examined science learning of middle- and high-school students. | Моделирование было наиболее широко исследованным видом вычислительной техники в научных классах К-12. Во многих последних исследованиях изучалась эффективность инструментов, предназначенных для моделирования научных лабораторий, поездок на места и научных явлений с относительно высокой точностью (табл. 1). Моделирование, предусмотренное в этих исследованиях, варьировалось с точки зрения функциональных возможностей (т.е. моделирование явления, виртуальная лаборатория), дисциплин (химия, биология, науки о жизни) и целей интеграции (т.е. оценка, преподавание или и то, и другое). Что касается контингента исследователей, то в этих статьях рассматривались вопросы изучения естественных наук учащимися средних и старших классов. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| TABLE 1 Studies about simulations, dynamic visualizations, and virtual labs | ТАБЛИЦА 1 Исследования в области симуляции, динамической визуализации и виртуальных лабораторий | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Out of the 14 articles published at Journal of Research in Science Teaching (top journal in the field), 2 studies used video games (Israel et al., 2015; Sadler et al., 2013), 10 integrated simulations (Bell & Trundle, 2008; Chao et al., 2017; Chen et al., 2018; Gerard, Spitulnik, & Linn, 2010; Hmelo-Silver et al., 2015; Jaakkola et al., 2011; Mulder, Bollen, de Jong, & Lazonder, 2016; Plass et al., 2012; Quellmalz, Timms, Silberglitt, & Buckley, 2012; Scalise & ClarkeMidura, 2018), and 2 used interactive dynamic visualizations (Ryoo & Bedell, 2017; Ryoo & Linn, 2014). The video games targeted topics such as cell anatomy and functions, genes and inheritance (Israel et al., 2015), and one was in the form of a virtual biotechnology lab (Sadler et al., 2013). Moreover, simulations included tools such as PlateTechtonics interactive simulation model of convection currents and plate movements (Gerard et al., 2010) and Energy3D, a simulated environment for designing, analyzing, and constructing green buildings utilizing renewable energy (Chao et al., 2017). One study (Mulder et al., 2016) employed a simulation modeling environment where students constructed glucose-insulin models using worked-out examples and saw results. Dynamic visualizations were both based on Webbased Inquiry Science Environment (WISE) (wise.berkeley.edu) on topics such as photosynthesis (Ryoo & Linn, 2014). | Из 14 статей, опубликованных в журнале "Journal of Research in Science Teaching" (ведущем журнале в этой области), в двух исследованиях использовались видеоигры (Israel et al., 2015; Sadler et al., 2013), 10 комплексных симуляций (Bell & Trundle, 2008; Chao et al., 2017; Chen et al., 2018; Gerard, Spitulnik, & Linn, 2010; Hmelo-Silver и др, 2015; Jaakkola et al., 2011; Mulder, Bollen, de Jong, & Lazonder, 2016; Plass et al., 2012; Quellmalz, Timms, Silberglitt, & Buckley, 2012; Scalise & ClarkeMidura, 2018) и 2 использованные интерактивные динамические визуализации (Ryoo & Bedell, 2017; Ryoo & Linn, 2014). Видеоигры были нацелены на такие темы, как анатомия и функции клеток, гены и наследование (Израиль и др., 2015), и одна из них была выполнена в форме виртуальной биотехнологической лаборатории (Садлер и др., 2013). Кроме того, симуляция включала такие инструменты, как интерактивная имитационная модель конвективных токов и движения пластин PlateTechtonics (Gerard et al., 2010) и Energy3D, имитационная среда для проектирования, анализа и строительства "зеленых" зданий с использованием возобновляемых источников энергии (Chao et al., 2017). В одном из исследований (Mulder и др., 2016) использовалась среда имитационного моделирования, в которой студенты строили глюкозо-инсулиновые модели на основе отработанных примеров и полученных результатов. Динамические визуализации были основаны на веб-приложениях "Научная исследовательская среда" (WISE) (wise.berkeley.edu) по таким темам, как фотосинтез (Ryoo & Linn, 2014). | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Different types of simulations, games, and visualizations were employed for assessment, learning and problem solving, and/or both by the authors of the studies. Two articles focused more heavily on assessment as the function of their simulations (Quellmalz et al., 2012; Scalise & Clarke-Midura, 2018). Quellmalz et al. (2012) implemented SimScientist system in curriculum for embedded formative assessment, feedback, and coaching, while Scalise and ClarkeMidura (2018) used a 3D immersive virtual environment (New Frog Virtual Performance Assessment) to assess middle-school students' science inquiry skills in situ. The remaining 10 studies employed their multimedia tools for enhancing student learning of science topics. These tools targeted improving different skills, such as inquiry (e.g., Chen et al., 2018), hypothesis generation and reasoning, and conceptual understanding (e.g., functions and behaviors of aquariums, Hmelo-Silver et al., 2015). | Различные типы симуляций, игр и визуализаций использовались авторами исследований для оценки, обучения и решения проблем и/или и того, и другого. Две статьи были посвящены оценке как функции их симуляций (Quellmalz и др., 2012; Scalise & Clarke-Midura, 2018). Quellmalz и др. (2012) внедрили систему SimScientist в учебный план для встроенной формативной оценки, обратной связи и коучинга, в то время как Scalise и ClarkeMidura (2018) использовали трехмерную иммерсивную виртуальную среду (New Frog Virtual Performance Assessment) для оценки навыков учеников средних школ в области научных исследований на месте. В остальных 10 исследованиях использовались их мультимедийные средства для улучшения изучения учащимися естественно-научных дисциплин. Эти средства были нацелены на совершенствование различных навыков, таких как навыки дознания (например, Чен и др., 2018 год), генерирование гипотез и аргументация, а также концептуальное понимание (например, функции и поведение аквариумов, Hmelo-Silver и др., 2015 год). | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| The effectiveness of the tools used in these studies was measured by different metrics, and an overall benefit was observed for conditions where these tools were employed. For instance, Mulder et al. (2016) observed improved learning outcomes, model quality, and model testing activities as a result of working with partial glucoseinsulin worked-out models. Chen et al. (2018) also reported improved posttest scores and learning gains for students who used their 3D Thinking Graph simulation tool. | Эффективность инструментов, использованных в этих исследованиях, измерялась различными метриками, и общая польза была отмечена для условий, в которых эти инструменты использовались. Например, Малдер и др. (2016 г.) отметили улучшение результатов обучения, качества моделей и деятельности по тестированию моделей в результате работы с моделями частичной разработки глюкозозинсюлина. Чен и др. (2018 г.) также сообщили об улучшении результатов посттестирования и улучшении успеваемости учащихся, которые использовали свой инструмент моделирования 3D Thinking Graph. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| We also found several literature reviews related to the use of simulations and virtual labs. Scalise et al. (2011) published a synthesis of 79 studies integrating science simulations (73) and virtual labs (24). This synthesis reported that 53% of the studies they found observed learning gains as a result of use of simulations, 18% gains only under the right conditions, and 4% reporting no gains. Likewise, based on an extensive review of literature in the past two decades, Cheng and Tsai (2013) identify the many benefits of augmented reality technologies (both image- and location-based) for science learning. This review underscores how augmented reality technologies constitute an effective means to engage students in inquiry-based science learning and support improved spatial ability, practical skills, and conceptual understanding. Brinson (2017) reviewed recent literature related to student learning outcome achievement in nontraditional (virtual and remote) versus traditional (hands-on) science labs. All of these reviews consistently point to the overwhelming positive effect of integration of simulation technologies. | Мы также нашли несколько обзоров литературы, связанной с использованием симуляторов и виртуальных лабораторий. Скализ и др. (2011) опубликовали синтез 79 исследований, объединяющих научные моделирования (73) и виртуальные лаборатории (24). В этом обобщении сообщалось, что в 53% исследований, которые они обнаружили, отмечались успехи в обучении в результате использования имитационного моделирования, в 18% - успехи только при правильных условиях, а в 4% - отсутствие успехов. Аналогичным образом, на основе обширного обзора литературы за последние два десятилетия Чэн и Цай (2013 г.) выявили многочисленные преимущества технологий дополненной реальности (как на основе изображений, так и на основе местоположения) для изучения естественных наук. В этом обзоре подчеркивается, что технологии дополненной реальности представляют собой эффективное средство привлечения учащихся к изучению естественно-научных дисциплин на основе исследований и способствуют улучшению пространственных способностей, практических навыков и концептуального понимания. В публикации "Brinson (2017)" ("Бринсон, 2017 год") рассматривается последняя литература, касающаяся результатов обучения учащихся в нетрадиционных (виртуальных и дистанционных) научных лабораториях в сравнении с традиционными (практическими). Все эти обзоры неизменно указывают на подавляющий положительный эффект интеграции технологий имитационного моделирования. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3.3.Computational modeling