MUNCUL TEKNOLOGI PEMBELAJARAN:DALAM WAKTU DEKAT

"Apa gunanya buku, pikir Alice, tanpa gambar atau percakapan?"

Pengenalan Editor '

Dua puluh tahun yang lalu itu akan sulit untuk membayangkan bahwa jaringan komputer akan memiliki pengaruh besar pada bidang desain instruksional dan teknologi (IDT) dan masyarakat pemikiran-out secara keseluruhan. Pencarian untuk membangun perangkap tikus yang lebih baik sekarang dipandu oleh teknologi baru yang terus berupaya ke arah yang lebih cepat, lebih kecil, lebih cerdas, dan didistribusikan. Memprediksi masa depan IDT di blur ini inovasi teknologi terbaik usaha berisiko. dalam bab ini John Jacobs dan review jack Dempsey spektrum yang luas dari teknologi yang muncul untuk memilih orang-orang yang mereka pikir akan memiliki dampak yang tumbuh di lapangan IDT di masa mendatang bahkan dalam lingkup yang terbatas ini mereka menghadirkan bukti pergeseran paradigma teknologi induksi yang saat ini sedang. Mereka juga menjelaskan isu-isu etis yang akan segera menyalip komunitas riset saat mencapai keluar untuk menggabungkan kemajuan dalam bidang terkait ilmu kognitif dan ilmu saraf. Kami berharap bab ini akan memicu minat dalam penelitian di bidang ilmiah yang ada di jalur konvergen dengan itu dalam bidang kita.

Pengetahuan dan pemahaman pertanyaan

1. Apa tiga bidang teknologi melakukan penulis anggap memiliki pengaruh yang berarti pada bidang desain instruksional?

2. Apa manfaat yang berasal dari pengembangan lingkungan belajar didistribusikan menggunakan pendekatan arsitektur terbuka yang ditentukan oleh pembelajaran didistribusikan maju (ADL)

3. Menurut penulis, apa elemen sentral diperlukan untuk membuat sistem manajemen program sistem pembelajaran terdistribusi fungsional? Mengapa Anda berpikir unsur ini dianggap begitu penting?

4. Apa jenis sistem pembelajaran adalah karakteristik dari apa yang penulis telah digambarkan sebagai informasi tarik (I-PUUL) dan lingkungan informasi push (I-PUSH) belajar?

5. Mengapa penting untuk membahas konsekuensi etis ketika merenungkan penggunaan stimulasi saraf untuk meningkatkan proses pembelajaran?

Seperti dalam kebanyakan profesi, alat yang lebih baik membuat produk yang lebih baik. Hal ini juga berlaku untuk desain sistem pembelajaran. Lima belas tahun terakhir telah menyaksikan perkembangan dan peningkatan terus-menerus program berbasis komputer canggih yang telah merevolusi cara di mana instruksi dikembangkan dan diimplementasikan. Embedding salah satu dari berbagai macam media ke dalam lingkungan pembelajaran bisa dilakukan hampir dengan mudah. Demikian pula, fungsi manajemen kursus di tingkat individu dan kelompok dapat dilaksanakan dengan cepat dan efisien, sebagai penilaian dapat canggih, umpan balik, dan kemampuan bercabang. Semua dalam semua, itu tidak pernah mudah untuk merancang, mengembangkan, dan menerapkan courseware pembelajaran yang efektif. Namun elemen inti dari sistem pembelajaran yang efektif berkembang terus melibatkan aktivitas yang diselesaikan sebelum proses pembangunan dimulai. Termasuk analisis kebutuhan, tugas / analisis keterampilan, sesuai permintaan belajar teknologi instruksional, dan sebagainya. Teknologi-ditingkatkan alat terus membuka jalan bagi perbaikan dalam cara pembelajaran courseware dikembangkan dan diimplementasikan. Ini adalah kepatuhan terdengar teori pembelajaran di seluruh desain dan pengembangan proses, bagaimanapun, bahwa akan memastikan pencapaian hasil belajar dampak tinggi.

Bab ini menguraikan tentang dan membahas tiga desain dan teknologi bidang instruksional baru yang kami percaya akan memiliki pengaruh besar pada bidang desain instruksional dan teknologi, setidaknya di masa mendatang. Bab ini juga menyediakan sekilas alat dan tren yang cenderung mempengaruhi belajar dan pembelajaran selama sepuluh sampai dua puluh tahun ke depan dan menjalin hubungan yang abadi antara kognisi terdistribusi dan kerajinan desain instruksional.

Tiga Pengaruh Muncul

Tiga pengaruh teknologi atau kekuatan yang kami percaya akan memberikan kontribusi mencolok ke lapangan adalah proliferasi lingkungan belajar berorientasi objek terdistribusi, penggunaan aplikasi kecerdasan buatan, dan efek diperluas dari ilmu kognitif dan ilmu saraf.

Object Oriented-Distributed Learning Lingkungan

Bahasa pemrograman berorientasi objek, seperti C ++ dan Java, telah digunakan selama beberapa tahun, dan Smalltalk, cikal bakal bahasa ini, telah digunakan sejak 1970. pemrograman berorientasi objek saat ini memiliki peran yang dominan dalam membimbing masa depan aplikasi pengembangan perangkat lunak, termasuk untuk merancang dan memberikan instruksi. Di antara manfaat utama menggunakan bahasa pemrograman berorientasi objek adalah kemampuan untuk memisahkan fungsi pemrograman dari elemen data yang terkait. Pemisahan ini, dalam hubungannya dengan layering hirarkis atribut fungsional, memungkinkan programmer untuk lebih mudah menggunakan kembali kode pemrograman dan dalam banyak penyakit-mengurangi waktu dan sumber daya yang dibutuhkan saat verifikasi dan validasi perangkat lunak (yaitu, debugging). Pemrograman berorientasi obyek yang digunakan semakin untuk mengembangkan aplikasi internet karena integrasi potensi ini dengan HTML dan XML. Dalam bahasa bahasa pemrograman berorientasi objek, unsur-unsur program terkait daripada tertanam. Secara konseptual dan dalam praktek, pengertian objek terkait adalah menciptakan sebuah revolusi dalam instruksi cara dirancang, dikembangkan, dan disampaikan.

Linked Object. Dasar-dasar konseptual lingkungan belajar didistribusikan relatif mudah. Iblis, seperti biasa, adalah dalam rincian. Sebagai permulaan, mengikuti program khas yang berdiri sendiri, pelatihan berbasis teknologi (TBT) yang dapat dihasilkan dengan menggunakan salah satu dari banyak aplikasi perangkat lunak yang tersedia secara komersial. Sekarang insinyur sehingga bahan ajar (termasuk bagian teks, gambar grafis, video, dan file audio) diintegrasikan ke dalam program sebagai obyek terkait. Dalam waktu dekat, organisasi akan mengembangkan repositori bahan konten pembelajaran (yaitu, objek pembelajaran) untuk memasukkan unsur-unsur tertentu (misalnya, bagian teks, foto) serta platform pembelajaran yang lebih kompleks. Konten informasi dapat dengan mudah diperbaharui di dasar yang dibutuhkan untuk memastikan bahwa informasi tersebut akurat, up to date, dan disesuaikan dengan kebutuhan khusus peserta didik individu.

Misalnya, organisasi Anda mengembangkan courseware pembelajaran menggunakan off-the-rak, platform pengembangan TBT. Courseware terlibat pelatihan baru mempekerjakan karyawan untuk mengoperasikan sepotong peralatan yang ada. Salah satu modul instruksi yang terlibat menyelesaikan pelacakan pemeliharaan dokumen yang digunakan untuk menjadwalkan berlangsung kegiatan pemeliharaan preventif. Misalkan juga bahwa peralatan yang dijadwalkan akan ditingkatkan dengan kemampuan operasi baru dan ini akan mempengaruhi, antara lain, cara di mana penggunaan peralatan dilaporkan. Menggunakan arsitektur berorientasi objek, perubahan modul pembelajaran yang melibatkan kemampuan peralatan baru dapat diselesaikan dengan menggunakan sumber daya yang dikembangkan oleh satu kelompok. Sifat terdistribusi lingkungan pembelajaran memungkinkan perubahan yang akan dibuat untuk program TBT pusat, yang kemudian diakses oleh karyawan individu menggunakan komputer pribadi (PC) melalui area hubungan komunikasi jaringan lokal atau lebar.

Sekarang Anda dapat mulai melihat potensi untuk kontrol terpusat seperti itu, aplikasi desentralisasi lingkungan pembelajaran. Untuk meningkatkan efektivitas pembelajaran, program TBT perlu untuk mengukur dan melacak peristiwa kunci pembelajaran dan kegiatan baik di tingkat individu dan kelompok. Di sinilah sebagai lingkungan pembelajaran terdistribusi dapat memiliki keuntungan yang signifikan atas sistem yang berdiri sendiri. Dalam lingkungan pembelajaran terdistribusi, kegiatan belajar dan acara dapat dilacak di dalam dan di pelajaran atau seluruh program pengajaran, sehingga memungkinkan untuk mendeteksi dan tren alamat belajar dengan cara yang sangat spesifik. Ini akan menjadi mungkin bagi sistem pembelajaran didistribusikan untuk mengintegrasikan informasi tentang bakat individu, preferensi, orientasi tujuan pembelajaran, dan sebagainya dalam program pembelajaran disesuaikan yang sesuai dengan kebutuhan belajar teknologi pembelajaran dan kegiatan.

Jaket pelatihan. Menyimpan informasi yang berkaitan dengan peserta didik merupakan komponen kunci dari program TBT. Namun, menyimpan informasi tersebut di satu lokasi pusat bermasalah karena masalah privasi dan kebutuhan untuk membangun saluran transmisi data yang aman. Komunitas penerbangan militer (antara lain) telah mengembangkan model konseptual, disebut sebagai "jaket pelatihan elektronik," untuk menggambarkan kemampuan ini (Kribs & Mark, 1999). Jaket training elektronik A peserta pelatihan menggabungkan sejumlah informasi yang berkaitan dengan lima "W" pertanyaan diilustrasikan dalam Tabel 24.1.

Jaket training elektronik dianggap sebagai komponen kunci dalam sistem manajemen pembelajaran yang komprehensif (IMS). Untuk konsep jaket pelatihan untuk bekerja, itu perlu diangkut dan memiliki kemampuan tertanam untuk positif indentifying masing-masing peserta. Salah satu aplikasi potensial yang sedang diteliti oleh militer dan industri (dan, baru-baru ini, pendidikan tinggi) untuk menyelesaikan tugas ini melibatkan apa yang disebut teknologi sebagai smartcard. Kartu identitas ini atau unit berisi tertanam microchip yang menyediakan identifikasi positif menggunakan satu atau beberapa hal berikut: sidik jari, voiceprint, pemindaian retina, memindai DNA, atau beberapa lainnya seperti teknik identifikasi belum dikembangkan. Jika kebutuhan, smartcard juga dapat berpegang pada memori lokalnya informasi jaket training individu, sehingga mudah diangkut. Salah satu smartcard diaktifkan dengan menggunakan teknik identifikasi positif, cuold dimasukkan IMS dan memulai sesi latihan. Menariknya, beberapa teknologi tempat yang relatif murah dan umum seperti WebTV, yang menyediakan akses internet melalui televisi memiliki kemampuan smartcard.

Advanced Distributed Learning (ADL) inisiatif (Departemen Pertahanan, 1999see juga www.adlnet.org/) saat ini sumber dana yang digunakan mengembangkan jaket training elektronik dan terkait kemampuan IMS. Saat ini, ADL inisiatif dalam tahap pengembangan prototipe. Inisiatif ini sejalan dengan inisiatif standar teknologi instruksional yang bertujuan untuk mengembangkan elektronik "tag data" yang akan memfasilitasi pengembangan, arsitektur pelatihan didistribusikan berorientasi objek yang akan mendukung militer, industri, dan akademisi (Graves, 1994). Lingkungan pengembangan instruksional seperti, jika dikembangkan dengan benar, akan membentuk arsitektur terbuka di mana dalam individu (proprietary) solusi dapat diterapkan tetapi yang akan memungkinkan informasi dan sumber daya untuk melewati antara proprietary instruksional pengembangan dan pengiriman platform.

Meta-Data Tag. Tag meta-data mengacu pada "data tentang data" (lihat www. Imsproject.org/ metadata. Html) dan digunakan untuk label berbagai sumber belajar yang dibutuhkan untuk mengelola dan memberikan instruksi dalam lingkungan belajar terdistribusi. Tag meta-data dapat mengindeks sumber belajar individu (objek) menggunakan beberapa atribut. Perhatikan contoh berikut: sebuah grafis animasi yang menggambarkan integrasi berbagai sistem (misalnya, hidrolik, listrik, mekanik) dalam sebuah roda pendaratan pesawat. Objek belajar ini dapat direpresentasikan dalam tag meta-data tunggal menggunakan indeks hierarkis berasal atau atribut meliputi sembilan bidang: umum, siklus hidup, meta-data, teknis, pendidikan, hak, hubungan, penjelasan, dan klasifikasi. Dalam bidang pendidikan, atribut sublevel dapat menentukan berbagai informasi mengenai sifat dan penggunaan sumber daya instruksional atau objek. Sebagai contoh ini atribut sublevel dapat mencakup hal-hal berikut:

• Jenis Interaktivitas: Mahasiswa dikendalikan

• jenis sumber daya Learning: grafis, animasi

• Tingkat Interaktivitas: menengah

• Ditujukan peran pengguna akhir: contoh, demonstrasi

• konteks Learning: pemeliharaan, troubleshooting, sistem

• rentang usia Khas: dewasa

• Kesulitan: rendah

Tag meta-data atribut sublevel terkait memfasilitasi penggunaan kembali objek pembelajaran ini di berbagai batas courseware. Dengan demikian objek belajar yang sama dapat digunakan dalam pelajaran lain dalam kurikulum yang sama yang berhubungan dengan perawatan pesawat, pemecahan masalah, integrasi sistem, sistem hidrolik, sistem listrik, sistem mekanik, dan sebagainya. Demikian pula, pengembang kursus lain yang terlibat dalam pengembangan courseware mendukung kurikulum yang sama sekali baru dapat menggunakan objek ini pembelajaran yang sama. IMS standar akan mempromosikan terbuka, arsitektur pembelajaran didistribusikan mendukung berbagai platform pengembangan instruksional. Atas dasar kemajuan pesat dan kadang-kadang tak terduga yang mendorong inovasi teknologi informasi dan penerimaan pangsa pasar berikutnya daripada membangun halus, yang telah ditentukan jalan perubahan.

Dari perspektif penelitian pendidikan, tag meta-data yang akan memungkinkan bidang desain instruksional dan teknologi untuk mengembangkan berdasarkan teori, prinsip-prinsip desain courseware empiris, divalidasi pada tingkat kekhususan yang belum terbayangkan. Misalnya, dengan mengumpulkan data di berbagai platform pembelajaran dan bidang isi informasi, maka akan mungkin untuk menentukan fitur apa instruksional (misalnya, jenis media, tingkat interaktivitas) berinteraksi dengan gaya belajar tertentu atau preferensi, untuk menghasilkan keuntungan di atas rata-rata dalam pembelajaran dan transfer pengetahuan. Kunci untuk membuat ini menjadi kenyataan adalah untuk menetapkan pedoman penelitian-pelaporan untuk memastikan bahwa analisis dukungan menggunakan prosedur review kuantitatif dan kualitatif yang berguna meta-analisis atau lainnya (Hays Jacobs Prince & Penjualan, 1992:... Johnston, 1995).

Penerapan kecerdasan buatan

Sistem pembelajaran di masa depan akan dapat melakukan sejumlah kegiatan tingkat tinggi yang terlibat dalam pemantauan dan mengatur lingkungan pembelajaran pada tingkat individu dan kelompok. Pada tingkat individu, sistem pembelajaran di masa depan akan mendiagnosa kebutuhan belajar, bakat dan gaya belajar: mengembangkan instruksi disesuaikan dengan kebutuhan dan bakat pre-diidentifikasi; memodifikasi tingkat dan jenis umpan balik dan strategi pembelajaran berdasarkan respon peserta didik dan kemajuan; dan menerapkan praktik pedoman terbaik berdasarkan hasil penelitian tanggal up-to. Pada tingkat kelompok, sistem pembelajaran di masa depan akan memantau dan mengalokasikan sumber daya instruksional (misalnya, kegiatan tim jadwal atau waktu simulator komputer); mengumpulkan dan menganalisis data seluruh individu, tugas, dan pengaturan: dan menghasilkan pelajaran, praktik pedoman terbaik, dan sejenisnya untuk digunakan oleh desain instruksional dan peneliti teknologi dan praktisi.

Fungsi tingkat tinggi ini dapat dicapai hanya dengan mengintegrasikan beberapa bentuk kecerdasan buatan (AI) dalam komponen manajemen kursus arsitektur sistem pembelajaran. Peneliti AI telah menggunakan beberapa pendekatan untuk menanamkan "kecerdasan" dalam komputer (Gardner, 1985; Pew & Mavor, 1998). Berikut ini adalah penjelasan singkat dari dua pendekatan pembelajaran dasar yang kami percaya akan mengintegrasikan fungsi AI dan, dengan demikian, membuka pandangan baru dalam pengembangan sistem pembelajaran di masa depan.

Sistem pembelajaran di masa depan akan menggabungkan konten informasi dengan ajaran otomatis dan prinsip belajar (yaitu, pedagogi) untuk membuat kombinasi push-pull lingkungan belajar. Mendorong Informasi (I-PUSH) lingkungan belajar akan didasarkan pada perluasan penggunaan sistem bimbingan cerdas (ITS) aplikasi. Informasi tarik (I-PULL) lingkungan belajar akan didasarkan pada antarmuka cerdas yang memungkinkan peserta didik untuk membangun pengalaman belajar mereka sendiri dengan menggunakan alat set terintegrasi. Set alat ini akan mencakup kemampuan untuk melakukan pencarian informasi dan analisis operasi bersamaan dan dengan cepat mengembangkan lingkungan simulasi untuk menguji ide-ide membina transfer pengetahuan ke pengaturan dunia nyata.

Aplikasi ITS telah afektif digunakan dalam berbagai bidang konten dan telah terbukti menghasilkan hasil yang mendekati mereka dikaitkan dengan-satu les (Merrill, Reiser, Ranney, & Tafton, 1992). Pada intinya mereka, kerangka ITS dipandang sebagai sangat interaktif, lingkungan berbasis komputer pembelajaran yang tujuannya adalah untuk secara aktif membimbing (yaitu, mendorong) peserta didik untuk mencapai keahlian dalam bidang tertentu. Dalam kerangka ITS, dua model kontras yang dihasilkan dan digunakan untuk memandu proses pembelajaran: satu menggambarkan bagaimana mengharapkan akan melakukan dan yang lain menggambarkan bagaimana seorang pemula akan melakukan (Ohlsson.1986). Mengharapkan Model mencerminkan bagian solusi ideal yang dihasilkan dengan melakukan analisis mendalam dari proses kognitif langkah subjek khas peduli berharap Melakukan ketika dihadapkan dengan jenis masalah yang sama. Model pemula mungkin mencakup beberapa sub model, masing-masing menggambarkan jalur solusi yang salah bahwa pelajar pemula dapat mengeksplorasi ketika menghadapi masalah atau masalah jenis tertentu. Elemen-elemen kunci dari ITS yang membedakannya dari instruksi berbasis komputer konvensional adalah kemampuan untuk secara akurat mendiagnosis kesalahan belajar dengan cara mencocokkan pola kesalahan untuk model standar dari kinerja pemula dan menyesuaikan kegiatan pembelajaran berikutnya (misalnya, melalui umpan balik, bercabang, dll) sehingga bahwa kinerja pembelajar lebih erat cocok dengan mengharapkan Model.

Dalam kerangka ITS khas guru memberikan informasi, contoh, umpan balik, dan sebagainya, yang diperlukan untuk belajar berlangsung. McAthur, Lewis, dan Bishay (1994) kontras pendekatan instruksi yang dipimpin ditimbulkan oleh kerangka ITS dengan pendekatan berpusat pada peserta didik (dalam lingkungan belajar interaktif kata-kata mereka '"atau iles), yang dalam pandangan kami dapat dicirikan sebagai pembelajaran I-PULL lingkungan. Dalam iles pelajar mengambil tanggung jawab utama untuk mengelola proses pembelajaran, biasanya dengan alat yang memungkinkan informasi yang dikumpulkan, dimanipulasi, dan mewakili mempekerjakan.

Visi kami lingkungan belajar I-PULL memperluas konsep iles di beberapa bidang. Sebagai contoh, interface cerdas I-PULL akan off-the-rak platform yang dapat dilatih untuk bekerja sama dengan pengguna individu / pelajar. Awalnya, sebuah kekuatan antarmuka cerdas dan kelemahan berdasarkan hasil kuesioner yang luas ditambah dengan hasil dari serangkaian latihan penilaian pembelajaran terprogram. Sebagai individu berinteraksi dengan perangkat lunak untuk mencari, menyimpan, dan menggunakan informasi untuk pada akan kegiatan kerja dan rekreasi, interface cerdas akan memberikan saran tentang cara untuk meningkatkan efisiensi dan efektivitas pembelajaran berdasarkan divalidasi Pembelajaran ke- belajar karakteristik penggunaan prinsip dan pribadi

Di antara alat-alat yang lebih berharga semakin tersedia untuk desain instruksional adalah simulasi dan permainan simulasi (Dempsey, Lucasen, Gilley, & Ramussen, 1993; Jacobs & Dempsey, 1993). Simulasi dan permainan simulasi akan digunakan dalam kedua I-PUSH dan lingkungan belajar I-PULL. Berbagai macam teknik simulasi, seperti dua dimensi dan tiga dimensi pemodelan, bermain peran, video, dan studi kasus akan semakin digunakan untuk menciptakan lingkungan yang realistis untuk mengembangkan dan menguji ide-ide baru atau berlatih tugas-tugas khusus dan keterampilan yang terkait set. Setelah dibuat, lingkungan simulasi akan mampu diekspor sehingga orang lain dapat menggunakannya untuk pelatihan individu atau sebagai bagian dari kegiatan simulasi didistribusikan melibatkan dua atau lebih peserta. Agen yang dihasilkan komputer yang cerdas juga akan dimasukkan dalam lingkungan simulasi untuk memungkinkan interaksi kolaboratif realistis.

Setiap kali sistem pembelajaran kecerdasan buatan dibahas satu pertanyaan selalu terwujud. Ketika sistem AI akan menunjukkan benar-benar mirip manusia "kecerdasan" dalam bentuk pembelajaran (yaitu, kemampuan untuk mengubah perilaku berdasarkan pengalaman masa lalu) dan masalah fleksibel pemecahan? Ini adalah keyakinan kami ini prestasi penting akan terjadi pada tingkat sederhana dengan dalam dekade berikutnya karena perkembangan di bidang terkait. Pertama, peneliti AI telah menggunakan berbagai pendekatan pemodelan kognitif yang lebih erat meniru fungsi pengolahan informasi manusia untuk menyelidiki seperti masalah kinerja kritis kesadaran situasional, pengambilan keputusan, dan akuisisi pengetahuan (Pew & Walikota, 1998). Kedua, kemajuan membenci dalam pengolahan paralel menawarkan terobosan mungkin dalam daya komputasi mentah, yang telah menghambat kemampuan peneliti AI untuk menulis program melakukan tugas-tugas kognitif relatif sederhana (e g .., pengenalan obyek) di bawah kendala real-time. Selain itu, ada teknologi alternatif yang menawarkan janji besar. Salah satu teknologi tersebut adalah lapangan-programmable gate array (FPGA) jenis yang relatif baru dari sirkuit terpadu yang dapat dianggap hardware cerdas (Faggin, 1999) Menggunakan FPGA, sistem komputasi masa depan tidak hanya bisa menjadi ukuran microchip saat ini, tetapi juga dapat memiliki memiliki arsitektur hardware yang melekat menggabungkan sifat yang hanya ditemukan dalam jaringan saraf biologis. Sistem pembelajaran menggunakan teknologi FPGA mungkin mampu menampilkan seperti fungsi cerdas kunci sebagai real- waktu belajar dan memperbaiki diri. Ketika digunakan dalam kombinasi dengan kognitif perangkat lunak pengolah aproachest semakin canggih dan kuat, kemajuan hardware tersebut akan mengantar pada awal era revolusioner dalam komputasi cerdas yang akan sangat mempengaruhi bidang desain instruksional dan teknologi.

Ilmu kognitif dan Neuroscience Kontribusi

Kemajuan di bidang terkait ilmu kognitif dan neuroscience telah sebagian didasarkan pada kemampuan peneliti untuk memantau aktivitas elektrokimia dengan di otak dan lebih akurat sesuai struktur otak dan aktivitas saraf yang berhubungan dengan konstituen formatif tindakan, seperti perilaku psikomotor, mengingat informasi. Dan pengambilan keputusan (Davidson & Irwin 1999, Tononi, Edelman, & Sporns 1998) perbaikan Teknologi di daerah ini terus meningkatkan tingkat presisi dengan aktivitas saraf dapat dipantau. Inovasi kemungkinan akan mencakup kemampuan untuk mempengaruhi kegiatan otak yang mempengaruhi belajar dan inovasi ini akan dimasukkan ke dalam sistem pembelajaran yang canggih.

Apa yang harus kita sebut sebagai pemetaan otak akan membuka vista baru untuk desain instruksional dan penelitian teknologi yang akan memiliki aplikasi langsung ke desain sistem pembelajaran. Misalnya, akan mungkin untuk memantau tingkat retensi akuisisi pengetahuan dengan memantau jumlah relatif aktivitas otak serta jalur saraf tertentu yang diaktifkan. Hal ini bahkan dapat menimbulkan kelas baru tujuan pembelajaran yang menggambarkan acara ini pembelajaran baru -. Misalnya "Pelajar akan menunjukkan pemahaman tentang konsep jaringan interoperabilitas dengan memamerkan aktivitas saraf di 0,04% dari / massa gyrus nya superior temporal dan dengan memamerkan lintas aktivasi modal awal di lobus temporal dan pindah ke lobus pre-frontal ".

Di bidang pembelajaran saling tergantung, di mana dua atau lebih individu harus bekerja sama untuk meningkatkan tim atau kinerja kelompok, banyak yang telah ditulis tentang musuh kebutuhan membangun model mental bersama anggota tim lintas (Stout, Cannon- Bowers, Salas & Milanovich 1999 ) dengan memantau waktu dan tingkat aktivitas saraf lintas berbagai anggota tim, dimungkinkan untuk menentukan kegiatan apa meningkatkan kerjasama tim, kekompakan, dan efektivitas kinerja secara keseluruhan.

  Bagaimana jika peserta didik mengalami kesulitan asimilasi informasi baru? Dapatkah impuls listrik lembut difokuskan pada wilayah otak akuisisi memacu spesifik dan mengingat ke-dipelajari informasi? Jika seorang pelajar untuk sementara tidak dapat fokus pada tugas di tangan atau mengalami rasa yang lebih umum motivasi rendah, bisa fokus stimulasi saraf membantu pelajar untuk kembali fokus nya perhatian atau menghasilkan rasa yang lebih umum tujuan dan self-efficacy? Pertanyaan-pertanyaan ini memusatkan perhatian pada isu-isu yang jauh lebih besar yang perlu ditangani sebagai penelitian di bidang ini berkembang. Tentu saja, sebagai salah satu melintasi garis antara pemantauan pasif kegiatan saraf dan ke manipulasi aktif kegiatan ini, ada kebutuhan untuk memperhatikan masalah etika dan hukum terkait dengan kehendak bebas dan pengendalian pikiran.

Bagi peneliti dan praktisi di bidang desain instruksional dan teknologi, pemantauan aktivitas saraf yang berhubungan dengan pembelajaran menarik karena peluang untuk mendapatkan umpan balik langsung berkaitan dengan proses mental. Melacak aktivitas intern pada tingkat saraf penting tetapi hanya menyediakan solusi parsial untuk memajukan bidang desain instruksional dan teknologi. Komponen penting lainnya melibatkan kemampuan untuk melacak kinerja peserta didik dan memberikan umpan balik yang efektif. Bagian berikut membahas kemajuan dalam dua bidang utama.

Pelacakan kinerja maju. Bayangkan bahwa tujuan Anda adalah untuk meningkatkan Anda melayani di tenis. Sekarang bayangkan tergelincir ke dalam triko-jenis pakaian ketat yang sepenuhnya menutupi tubuh Anda dari kepala sampai kaki. Sarung tangan tubuh ini menggabungkan jaringan listrik yang rumit yang mentransmisikan posisi tubuh yang tepat dan informasi gerakan relatif ke komputer pribadi (PC) yang terletak beberapa pakan pergi.

PC telah melekat padanya besar, datar-sistem display panel yang secara visual mensimulasikan gerakan Anda secara real-time dengan menggunakan tiga dimensi (3-D) model yang realistis yang cocok dengan jenis tubuh Anda, berat badan, dan sebagainya. Selanjutnya, Anda mulai berlatih melayani Anda. Setelah tiga atau empat kali mencoba, sistem memberikan kritik verbal dan visual (menggunakan display layar datar) dari elemen kunci yang membentuk efektif melayani, seperti sikap awal, bola melemparkan, dan lengan dan gerak raket. Anda gambar 3-D ditumpangkan pada gambar yang ideal model setelah layanan gerak yang sangat mahir seseorang usia Anda dan dengan tingkat kemampuan Anda. Program ini kemudian menyediakan Anda dengan instruksi lisan dan visual pada setiap elemen layanan individual dan kemudian secara bertahap menggabungkan dua atau lebih elemen sampai Anda berlatih seluruh berfungsi sebagai salah satu gerakan fluida.

Setelah beberapa praktek yang jauh lebih baik melayani, Anda memeriksa kemajuan Anda pada komputer dengan meninjau tiga gerakan layanan terbaru Anda ditumpangkan di atas gambar yang ideal. Selain itu, Anda meminta laporan analisis dan kemajuan dari program ini. Sayangnya, lengan ke depan gerakan Anda dan pergelangan tangan patah sebelum memukul bola membutuhkan pekerjaan tambahan karena mereka menghasilkan lebih lambat dari yang diharapkan melayani yang memiliki terlalu banyak sisi berputar. Setelah beberapa lebih upaya koreksi diri (dengan petunjuk verbal dan visual dan umpan balik yang dihasilkan oleh program), Anda memutuskan bahwa Anda membutuhkan lebih banyak bantuan langsung. Perangkat ini sedikit lebih tebal dari sistem pelacakan kinerja sarung tangan tubuh Anda dan telah tertanam ke dalam adalah apa manufaktur mengacu pada kemampuan hidrolik mikro. Menanggapi arah lisan dari program ini, Anda mengatur posisi tubuh Anda ke titik di mana lengan gerak maju Anda adalah untuk memulai. Sekarang Anda merasakan sensasi hangat di lengan Anda, pergelangan tangan, dan tangan seperti lengan microhydraulic lembut berisi benar lengan dan pergelangan tangan gerak. Selama dua puluh ayunan latihan berikutnya, Anda merasa kurang dan pengaruh kurang dari perangkat microhydroulic, dan, pada kenyataannya, program ini menegaskan bahwa memori otot Anda kini telah berubah sedikit untuk menggabungkan baru diperbaiki lengan dan pergelangan tangan gerak sekejap. Hasil ini dikonfirmasi dengan analisis program menunjukkan bahwa elemen kunci dari gerak layanan Anda lebih dekat cocok dengan model yang ideal dan Anda melayani sekarang 09:55 mil per jam lebih cepat dari sebelumnya.

Contoh ini memberikan visi apa pelacakan kinerja canggih dan sistem umpan balik dapat menawarkan di jalan proses pelatihan ditingkatkan dan hasil. Perhatikan juga kemampuan sistem untuk mendiagnosa kebutuhan pelatihan sebelum meresepkan pelatihan perbaikan. Sistem pembelajaran di masa depan akan tertanam di dalamnya kemampuan untuk melakukan penilaian kinerja di seluruh tugas atau tingkat bagian-tugas.

Sedikit Lebih jauh Bawah Jalan: Cybernetics Dan Nanoteknologi

Selama sembilan hari pada bulan Agustus 1998, Kevin Warwick, seorang profesor Cybernetics di University of Reading mengenakan kapsul kecil berukuran 23 mm dengan 3 mm operasi ditanamkan di lengan kirinya. Kapsul berisi sumber daya dan mikroprosesor. Warwick, seorang ahli bangunan cerdas, diprogram implan untuk membuka pintu, telah komputernya berbicara kepadanya tentang e-mail-nya, jalankan mandi, dan dinginkan anggur (Witt, 1999). Meskipun mungkin beberapa saat sebelum kita dapat mengontrol komputer secara langsung dari sistem saraf kita, itu adalah sesuatu yang bahkan penulis paruh baya bab ini cenderung melihat dalam hidup mereka. Sangat miniatur, kuat implan komputer akan tersedia (setidaknya bagi mereka yang mampu) dan kemungkinan akan menjadi operasi elektif lebih umum daripada operasi kosmetik.

Implan Profesor Warwick memiliki banyak implikasi. Untuk desainer instruksional pertanyaannya adalah lama satu: "? Akan alat pembantu pekerjaan menjadi lebih praktis atau efektif daripada program instruksional" banyak terkenal penulis kinerja teknologi (misalnya, Mager & Pipa, 1970) telah meminta pertanyaan selama puluhan tahun . Jika ada sesuatu yang terlalu rumit untuk diingat, mengapa tidak kita harus gerobak pengetahuan sebagai sumber memori eksternal, bahkan mungkin salah satu yang dapat dimasukkan dan dihapus seperti sekarang kita lakukan dengan penyimpanan yang dapat dilepas pada komputer pribadi. Ingat bahwa beberapa tahun yang lalu gagasan 100 megabyte data pada sesuatu ukuran floppy disk luar biasa! Sama seperti hukum Moore, yang awalnya menyatakan bahwa jumlah penyimpanan data yang microchip dapat menahan ganda setiap delapan belas bulan (Raymond, 1994), sekarang usang, melihat sistem pendukung kinerja elektronik berbasis komputer sebagai statis tidak realistis. Kita akan belajar lebih banyak dan lebih, ya. Tapi kita juga akan membawa pengetahuan kita dengan kami. Meskipun teknologi dpt dipakai kurang invasif akan lebih umum daripada implan, manusia dan teknologi akan berinteraksi dengan cara yang kita baru mulai membayangkan.

Sama seperti HG Wells adalah seorang visioner terkemuka untuk banyak penemuan yang terjadi pada pertengahan abad kedua puluh, Neal Stephenson (1992-1995) yang muncul sebagai nabi bagi masa depan teknologi pembelajaran. Novel Stephenson mengandung banyak teknologi masa depan yang masuk akal yang mempengaruhi belajar. Dalam novel Stephenson The Diamond Age, atau Lady Young Illustrated Primer, misalnya, ratusan teknologi baru yang dibuat tersedia melalui nanoteknologi, berdasarkan manipulasi atom dan molekul individu untuk membangun struktur kompleks, spesifikasi atom (Drexler, 1986). Di masa depan Stephenson, usia apa yang bisa dilakukan diganti dengan usia apa yang harus dilakukan-jauh lebih daripada abad kedua puluh ketika, di kali, kami telah memulai kesalahan ireversibel. Terlepas dari bagaimana kita mencapainya, kami tidak diragukan lagi akan telah tersedia untuk kita banyak alat-alat teknologi yang dihasilkan baru dalam waktu dekat. Misalnya, dalam The Diamond Age "primer" dari mana protagonis belajar terbuat dari "pintar-kertas," yang sangat tipis lembar terdiri dari komputer sangat kecil terjepit di antara "mediatrons" yang memproyeksikan gambar yang diperlukan. Pada saat bab ini ditulis, baik Xerox Parc dan MIT telah mengembangkan teknologi kertas elektronik komersial yang ringan dan fleksibel kertas koran. Ini toko elektronik kertas gambar yang dapat dilihat dalam cahaya reflektif, memiliki sudut pandang lebar, relatif murah, dan elektrik ditulis dan dihapus. Seperti banyak inovasi baru pada saat Anda membaca ini, kertas elektronik dapat tersedia melalui vendor lokal atau on-line dan cepat dalam perjalanan untuk menjadi kenyataan biasa hidup.

Distributed Kognisi Dan Instructional Design

Dekade terakhir telah membawa beberapa ketidakpuasan dan, dalam kasus tertentu, kritik kaustik dari ADDIE tradisional (menganalisis, mengembangkan, melaksanakan, mengevaluasi) pendekatan desain instruksional (misalnya, Gordon & Zemke, 2000). Kritikus biaya ISD yang terlalu. Lambat dan canggung untuk memenuhi tantangan hari ini dan (ironisnya) yang juga proses-didorong terutama untuk digunakan oleh desainer yang kurang berpengalaman, yang melihat model desain pembelajaran yang lebih linear. Terkait kritik konten yang ISD bukan ilmu yang sebenarnya, Meskipun, seperti kebanyakan argumen, ada kontras pandangan (misalnya, Merrill, Drake, dan Pratt 1996). Kritik-kritik ini menarik pemberitahuan kepada sifat pengisian desain instruksional. perkembangan menarik dalam bidang desain instruksional dan teknologi yang telah kita bahas tidak diragukan lagi akan membentuk cara program pembelajaran di masa depan pembangunan dan dilaksanakan meskipun demikian, aplikasi teknologi canggih tidak akan menebus kurangnya teori pembelajaran yang sehat dan berpendidikan profesional desain instruksional .

Apa yang dibutuhkan dalam pandangan kami adalah strategi desain instruksional dan penelitian bertujuan untuk mengidentifikasi bagaimana cara terbaik untuk menerapkan muncul teknologi pembelajaran sehingga mereka meningkatkan hasil belajar sambil memastikan privasi individu dan mempromosikan standar etika tertinggi. Kami tidak menganjurkan membiarkan teknologi mendorong proses desain instruksional Sebaliknya, tampak jelas bahwa lingkungan belajar didistribusikan akan semakin berbaur I-PUSH dan I-PULL teknologi instruksional dan, dengan demikian, bergerak ke arah apa yang telah disebut sebagai "konstruktivis "pendekatan (Driskell, Olsen, Hays, & Mullen, 1995) .to peserta didik bantuan ada upaya untuk membangun makna dari informasi / pengetahuan, desainer instruksional akan mengandalkan lebih banyak dan lebih pada muncul teknologi pendidikan. Pergeseran tidak terlalu halus ini menuju lingkungan pembelajaran berpusat pada peserta didik akan, dalam pandangan kami, mengantar sistem pembelajaran paradigma baru yang memiliki penekanan meningkat pada pengembangan alat berbasis teknologi-baru membantu proses pembelajaran.

Banyak dari apa yang telah kita bahas dalam bab ini telah berpusat pada teknologi instruksional yang kita yakini layak di masa mendatang. Banyak teknologi ini menggunakan apa Salomon (1996) dan lain-lain sebut sebagai kognisi terdistribusi. Pada intinya, kognisi terdistribusi mengakui bahwa seseorang memecahkan masalah atau melakukan tugas dengan bantuan sumber daya lainnya. Pengetahuan yang dibawa untuk menanggung pada tugas didistribusikan di antara sumber daya individu dan lainnya (misalnya, komputer atau orang lain). Perkins (1996) mengacu pada ini sebagai "orang-plus" Teori kognisi terdistribusi hipotesis bahwa informasi diproses antara individu dan alat-alat dan artefak yang disediakan oleh lingkungan atau budaya. Sebuah kekuatan utama yang menyebabkan kita untuk bergerak menuju kognisi terdistribusi adalah keterbatasan individu, pikiran manusia tanpa bantuan. Profesional di sebagian besar bidang memiliki pekerjaan yang semakin kompleks, semakin khusus, dan membutuhkan akses untuk secara eksponensial meningkatkan pengetahuan domain. Distributed kognisi merupakan respon menarik keterbatasan ini (Norman, 1988).

Selama beberapa tahun ke depan kami perkirakan efek percepatan kognisi terdistribusi mempengaruhi baik belajar dan bidang desain instruksional dan teknologi. Distributed kognisi dan pendekatan berkhasiat instruksional desain (dan sibernetika, dalam hal ini) adalah semua tentang manusia dan teknologi berinteraksi infrastruktur sebagai pelengkap. Hal (sering teknologi komputer yang canggih) yang dapat menyimpan mengambil, dan menganalisis informasi menjadi bagian integral dari kesempatan belajar kita. Manusia (guru, pelatih, dan profesional khusus lainnya) telah berbagi pemahaman dan pengalaman yang tidak tersedia dalam hal-hal. Bahkan dalam desain instruksional waktu dekat tentu harus menjadi lebih fasilitatif dalam menciptakan lingkungan di mana peserta didik berinteraksi dengan lancar dengan dua infrastruktur tersebut. Pendekatan sistem pembelajaran tradisional yang bertujuan untuk insinyur belajar melalui kurang lebih linier pendekatan adalah memberikan cara untuk paradigma pembelajaran baru yang menempatkan premi pada kontrol pelajar dan munculnya teknologi pendidikan yang memfasilitasi kemampuan pelajar untuk membangun makna dari kolam kaya informasi yang tersedia.