Melyik hatékonyabb? - A kutatás-alapú tanulás vagy a hagyományos tanárközpontú oktatás

Ton de Jong és munkatársainak 2023-ban publikált kutatása (lásd itt: https://www.sciencedirect.com/science/article/pii/S1747938X23000295?via%3Dihub) arra keresi a választ, hogy a kutatás-alapú tanulás vagy a hagyományos tanárközpontú oktatás vezet-e jobb tanulási eredményre. A kutatási jelentés magyarnyelvű, szerkesztett és magyarázó összefoglalójával szeretnénk segítséget nyújtani a téma iránt érdeklődőknek.

Az a kérdés, hogy miként lehet a legjobban tanítani a természettudományos, avagy a STEM tárgyakat, hosszan tartó és néha meglehetősen heves vitát eredményezett.

Ez a vita arra irányul, hogy a kutatás-alapú tanulás hatékonyabb-e, mint a direkt oktatás. Az évek során számos publikáció állította, hogy ahhoz, hogy a tanítás hatékony legyen, annak direkt oktatásnak kell lennie, nem pedig a kutatás-alapúnak.

A kutatás-alapú tanulás az aktív tanulás egyik formája, amely kérdések, problémák vagy forgatókönyvek felvetésével kezdődik. Ez ellentétben áll a hagyományos oktatással, amely általában arra támaszkodik, hogy a tanár bemutatja a tényeket és tudását a tárgyról.

Egy közelmúltbeli kutatás-alapú tanulásról szóló kézikönyvben Chinn és Duncan (2021) hat olyan összetevőt azonosítottak, amelyek jellemzik a kutatás-alapú tanulást. Az első az, hogy a tanulók vizsgálat elvégzésével új ismereteket hoznak létre.  A hagyományos oktatással ellentétben, ahol a magyarázat megelőzi a kísérletezést, a kísérletezés csupán „szakácskönyvi” módon történik, kizárólag annak megerősítésére, amit a tanár vagy a tankönyv már elmagyarázott. Másodszor, a kutatási környezetben a diákoknak aktívan kell dolgozniuk, hogy eljussanak ezekhez az új megállapításokhoz. Ez azt jelenti, hogy nem csak arra hagyatkoznak, amit mondanak nekik; hanem tudást generáló tevékenységeket végeznek. Az új tudás megalkotásához szükséges következtetések sem lehetnek triviálisak. Harmadszor, a tanulóknak bizonyítékokat kell felhasználniuk következtetéseik levonásához. Ez a bizonyíték sok különböző forrásból származhat. A természettudományos órákon a bizonyítékokat leggyakrabban a tanulók által végzett kísérletek generálják, de megjelenhetnek olyan tájékoztató dokumentumokban is, mint a hírcikkek, tudományos jelentések vagy tudományos tanulmányok adaptált jelentései. Negyedszer, a tanulónak rendelkeznie kell ún. „ismeretelméleti felelősséggel” („epistemic agency” - Stroupe, 2014 ), ami azt jelenti, hogy a tanulók felelősséggel tartoznak saját tanulási folyamatukért, és megoszthatják gondolataikat a tanulók közösségével. Ez azt is jelentheti, hogy a tanulók felteszik saját kérdéseiket, amelyekre szeretnének választ adni. Ötödször az érvelés mindig némi összetettséget tartalmaz. A vizsgálat során a hallgatóknak több bizonyítékforrást is figyelembe kell venniük, és mindig alternatív magyarázatokon kell gondolkodniuk. Hatodszor, a teljes körű vizsgálat mindig közösséget foglal magában. Ez azt jelenti, hogy a tanulók megosztják megközelítéseiket és következtetéseiket más tanulókkal, és egymás kritikus kérdéseivel szembesülnek.

A direkt oktatást leginkább olyan oktatásként definiáljuk, amely lényegében közvetlenül közvetít információt, a tanárnak (vagy tankönyvnek) vezető szerepet adva. Fontos azonban megjegyezni, hogy a direkt (vagy másnéven közvetlen) oktatásnak is vannak olyan definíciói, amelyek nem tekintik ezt a megközelítést a teljesen passzív tanulás megfelelőjének. A közvetlen oktatás természetesen tartalmaz egy passzív komponenst (előadás, szöveges prezentáció könyvekben), de a hallgatók aktívak lehetnek a felkínált információk értelmezésében, például jegyzetírással, vagy a kapcsolódó problémák megoldásával, az új ismeretek és készségek gyakorlásával.

A kutatás-alapú oktatás hatékonyságának mérésére rengeteg erőfeszítés történt, számos ellenőrzött tanulmány, összefüggésvizsgálat és program alapú tanulmány született. Az ellenőrzött tanulmányok közül kiemelnénk Furtak, Seidel, Iverson és Briggs (2012) művét, melyben 37 kísérleti tanulmányt elemeztek, amelyek a kutatás-alapú oktatást hasonlították össze a közvetlen oktatással (tankönyvi megközelítés, hagyományos oktatás, egyéni elsajátítási tanulás, stb. alapon). Itt általános pozitív hatásról számoltak be, de az eredmények azt sugallják, hogy útmutatásra van szükség ahhoz, hogy a kutatás-alapú tanulás eredményes legyen. Lazonder és Harmsen (2016) 72 randomizált elrendezést alkalmazó tanulmány metaanalízisében hasonlóképpen kimutatta, hogy az útmutatás növeli a kutatáson alapuló tanulás eredményeit.  

A kutatás-alapú oktatás hatásával kapcsolatos bizonyítékok másik forrása az  összefüggésvizsgálatokból származnak, például a PISA adatait használó tanulmányokból. Itt a PISA 2015 felmérés adataira koncentráltak ( OECD, 2016 ). Ez az értékelés a tanulók természettudományos teljesítményének mérésén túl a kutatás-alapú tevékenységek osztálytermi előfordulására vonatkozó kérdéseket is tartalmazott.  2015-ös PISA-adatok egyik aggálya, hogy a lekérdezési gyakorlatokról gyűjtött információk önbevalláson alapultak, ezért pontatlanok lehetnek. Mindazonáltal a PISA 2015 egyik fő és gyakran idézett üzenete az, hogy ezen adatok kezdeti elemzése általános negatív összefüggést talált a kutatáson alapuló tanulási tevékenységek gyakorisága és a tanulók tudományos teljesítménye között.  Azonban a kutatás-alapú tanulási tevékenységek gyakorisága és a természettudományos teljesítmény pontszámai közötti kapcsolat nem lineáris, hanem görbe vonalú, és ez a megállapítás arra utal, hogy az optimális tanuláshoz különböző megközelítéseket kell kombinálni egy tantervben, vagyis mérlegelni kell a direkt oktatás és a kutatás-alapú tanulás megfelelő kombinációit és sorrendjét. Erre a következtetésre jutottak Chen és munkatársai is (2017), akik a 2015-ös PISA-adatok alapján megállapították, hogy a legmagasabb átlagpontszám-emelkedés a direkt (tanári alapú) oktatási formákkal kombinált kutatás-alapú tanuláshoz társult.

A harmadik bizonyítékforrás a programalapú tanulmányokból származnak. Egy ilyen kiterjedt, programalapú vizsgálatra többek közt Linn, Lee, Tinker, Husic és Chiu (2006) készített egy példát. Több mint 8000 diákot vontak be ebbe a vizsgálatba, amelyben két csoport teljesítményét hasonlították össze hat kurzusban, különböző természettudományos területen. Az első csoport a tipikus tantervet követte; a második egy 2-10 napot felölelő tananyagot követett, amely kutatás-alapú tanuláson alapult, és WISE platformon kifejlesztett technológiákat (pl. interaktív vizualizációkat) tartalmazott. A kutatás-alapú tantervben tanulók összességében magasabb tudományos teljesítményt értek el, mint a tipikus tantervben tanulók; ez a különbség a hat közül négyben statisztikailag szignifikáns volt.

A fent tárgyalt kutatások arra összpontosítottak, hogy a kutatáson alapuló vagy a közvetlen oktatás hatékonyabb-e. A vitának azonban túl kell lépnie ezen az ellentéten, mert mindkét megközelítés érdemei nagyon kontextusfüggőek lehetnek. 

A tantárgyi jellemzőkön túlmenően a tanároknak és a tanterv készítőknek hozzá kell igazítaniuk oktatási és értékelési módszereiket a tanulóktól elvárt tanulási eredményekhez.  Már a korai oktatástervezési elméletek elismerték a tanulási stratégiák és a tanulási eredmények összehangolásának fontosságát. Ezek az elméletek a direkt oktatásban rejlő magyarázó stratégiák használatát javasolják, ha az óra célja egy fogalmi tudásra vagy egy bizonyos eljárásra emlékezni. A kutatáson alapuló oktatási stratégiákat ezzel szemben megfelelőbbnek tartották abban az esetben, ha a cél a tananyag mély megértése, ami a hagyományos oktatást követő diákokból gyakran hiányzott. Elméletük szerint különböző stratégiákra van szükség a felszínesebb, és a mély tudás fejlesztéséhez. Továbbá megfigyelték, hogy a kutatáson alapuló módszereket hatékonyan alkalmazták az alapismeretek átadásához kapcsolódó tanulási fázison túli órákon. Így egy másik meglátás az, hogy a hallgatók alaptudása fontos feltétele a produktív kutatáson alapuló tanulásnak. Ezen elméletek némelyike ​​mögött tanulási hierarchiák állnak (pl. Gagné, 1985), amelyek meghatározzák azokat a tudásszinteket és készségeket, amelyekkel a tanulóknak rendelkezniük kell, mielőtt fejlettebb oktatási tartalommal és módszerekkel találkoznának. Egy adott témához kapcsolódó alapismereteket meg kell tanítani, mielőtt a témával mélyrehatóbban foglalkozni lehetne, és egy mélyebb megértést lehetne kialakítani. Mivel a kutatás-alapú oktatás a legnyilvánvalóbban az utóbbi típusú tanulás esetében a leghatékonyabb, a tanulóknak már részesülnie kell a témában való némi jártasságból, mielőtt hipotéziseket generálnának és kutatási fókuszt találnának. Érdekes, hogy csupán az alapismeretekkel rendelkező diákok általában többet profitálnak a kutatáson alapuló tanulás során, mint a közepes vagy magas előzetes tudással rendelkező tanulók.  Kogan és Laursen (2014) úgy találta, hogy azok a gyengén teljesítő tanulók, akik egy saját kutatáson alapuló főiskolai matematikai kurzust vettek fel, magasabb osztályzatot kaptak a korábbihoz képest a következő kurzusokon, mint azok a gyengén teljesítők, akik hagyományos tanáron keresztül tanulták meg ugyanazt a tartalmat. Ezzel szemben az átlagos és a jól teljesítők későbbi osztályzatai nem különböztek a tanulási típus függvényében, vagyis ők mindkét módszerrel ugyanazt az eredményt el tudták érni.

Mindezek fényében érdemes figyelembe venni, hogy a kutatás alapú tanulás lehetséges előnyei csak akkor érvényesülnek, ha a hallgatók rendelkeznek a szükséges előzetes ismeretekkel és rendelkeznek a kérdezőkészség alapvető ismereteivel. A tudás megalapozásán túl még további készségek is szükségesek a kutatáson alapuló tanulás sikeréhez, ilyenek az önkontroll képessége, illetve a diák önnön hatékonyságába vetett bizalma, mely utóbbi kimutathatóan erősödik a kutatás-alapú tanulás során. A közvetlen oktatás és a kutatás bizonyos kombinációinak másik indoka az, hogy a direkt oktatás tartós elkötelezettség és gyakorlás nélkül nem elegendő a tanulás erős elsajátításához és időbeli fenntartásához.

A fent bemutatott bizonyítékok alapján egyértelmű, hogy kezdetben útmutatásra van szükség ahhoz, hogy a kutatás-alapú tanulás sikeres legyen. Vannak arra utaló jelek is, hogy az útmutatás akkor a leghatékonyabb, ha személyre szabott és adaptív. Ez újabb kérdéseket vet fel. A szerzők megállapítása szerint a következő lépés akár a mesterséges intelligencia (AI) technológiák alkalmazása is lehet, az adaptívabb és személyre szabottabb útmutatás tökéletesítésére.