НЕЙРООСВІТА ТА КОГНІТИВНЕ НАВАНТАЖЕННЯ: ТЕОРЕТИЧНІ ЗАСАДИ І ПЕДАГОГІЧНІ ІМПЛІКАЦІЇ У ВИЩІЙ ОСВІТІ
Анотація
Зростаюча інтеграція нейронаукових знань у сферу освіти сприяла формуванню міждисциплінарного напряму — нейроосвіти, що прагне узгодити педагогічні стратегії з емпіричними уявлен нями про функціонування мозку. У контексті вищої освіти, де когнітивне навантаження є значним і різноманітним, актуальність нейроосвіти особливо виразна. У цій статті досліджуються педагогічні наслідки застосування теорії когнітивного навантаження (CLT) як теоретичної основи для проєк тування освітніх практик, що сприяють глибинному навчанню — під яким мається на увазі довготри вале, переносне засвоєння знань і навичок через усвідомлену когнітивну активність.
Дослідження ґрунтується на концептуально-аналітичній методології та синтезі сучасних міжнародних наукових джерел, опублікованих протягом останнього десятиліття. Спираючись на емпіричні й теоретичні напрацювання в галузі когнітивної психології та освітньої науки, автор розкриває, як трикомпонентна модель когнітивного навантаження — внутрішнє, зовнішнє та конструктивне — може бути використана для структуризації, послідовного подання й ефективного опрацювання складного академічного матеріалу. Особливу увагу приділено інструментам навчання, таким як сег ментування, сигналізація, подвійне кодування та відтворювальна практика, що сприяють оптимізації когнітивної обробки та підвищенню ефективності робочої пам’яті студентів.
Результати засвідчують необхідність переосмислення викладацької практики у вищій школі через призму нейронаукових підходів, з акцентом на зменшення зайвого когнітивного навантаження та активне формування когнітивних схем і переносу знань. У статті підкреслюється важливість когнітивної регуляції, керування увагою та емоційної залученості як посередницьких чинників академічної успішності. У підсумку запропоновано низку доказових принципів для проєктування на вчальних програм, узгоджених із когнітивними можливостями студентів, і окреслено потребу в інтеграції нейродидактичної компетентності в підготовку майбутніх викладачів.
Завантаження
Посилання
Agarwal, P. K., D’Antonio, L., & Roediger, H. L. (2018). Test-enhanced learning in the classroom: Long-term improvements from quizzing. Journal of Experimental Psychology: Applied, 24(3), 361–372. https://doi.org/10.1037/xap0000164
Ayres, P. (2018). Subjective measures of cognitive load: What can they reliably measure? Theoretical Issues in Ergonomics Science, 19(3), 207–219. https://doi.org/10.1080/1463922X.2017.1349843
Castro-Alonso, J. C., Ayres, P., Wong, M., & Paas, F. (2021). Gender imbalance in instructional design: The role of spatial ability and preferences for spatial representations. Educational Psychology Review, 33, 1249–1273. https://doi.org/10.1007/s10648-020-09555-w
Chandler, P., & Sweller, J. (2017). Cognitive load while learning to use a computer program. Applied Cognitive Psychology, 5(2), 151–174. https://doi.org/10.1002/acp.2350050206
Chen, O., Castro-Alonso, J. C., Paas, F., & Sweller, J. (2018). Extending cognitive load theory to incorporate working memory resource depletion: Evidence from the spacing effect. Educational Psychology Review, 30, 483–501.
https://doi.org/10.1007/s10648-017-9426-2
D’Mello, S. K., & Graesser, A. (2015). Feeling, thinking, and computing with affect-aware learning technologies. Educational Psychologist, 50(2), 136–153. https://doi.org/10.1080/00461520.2015.1037358
de Koning, B. B., Tabbers, H. K., Rikers, R. M. J. P., & Paas, F. (2022). Attention guidance in learning from a complex animation: Seeing is understanding? Learning and Instruction, 17(2), 123–134. https://doi.org/10.1016/j.learninstruc.2022.101579
Fiorella, L., & Mayer, R. E. (2016). Effects of observing the instructor draw diagrams on learning from multimedia lessons. Journal of Educational Psychology, 108(4), 528–540. https://doi.org/10.1037/edu0000077
Fiorella, L., & Mayer, R. E. (2022). Twelve research-based principles for multimedia learning. Educational Technology Research and Development, 70, 843–860. https://doi.org/10.1007/s11423-022-10136-1
Huang, J., Ritzhaupt, A. D., & Seo, K. K. J. (2021). The impact of scaffolding strategies on learning outcomes in e-learning environments: A meta-analysis. Educational Research Review, 31, 100365. https://doi.org/10.1016/j.edurev.2020.100365
Jaeger, A. J., & Eagan, M. K. (2020). Examining connections between student anxiety and learning in higher education. The Journal of Higher Education, 91(6), 857–881. https://doi.org/10.1080/00221546.2020.1770041
Kalyuga, S. (2015). Cognitive load theory: How many types of load does it really need? Educational Psychology Review, 27, 1–19. https://doi.org/10.1007/s10648-014-9271-8
Khalil, M. K., & Elkhider, I. A. (2016). Applying learning theories and instructional design models for effective instruction. Advances in Physiology Education, 40(2), 147–156. https://doi.org/10.1152/advan.00138.2015
Kirschner, P. A., Sweller, J., & Clark, R. E. (2006). Why minimal guidance during instruction does not work. Educational Psychologist, 41(2), 75–86. https://doi.org/10.1207/s15326985ep4102_1
Kühl, T., Scheiter, K., & Gerjets, P. (2019). The influence of text modality and visual complexity on learning with static and dynamic visualizations. Computers in Human Behavior, 92, 178–187. https://doi.org/10.1016/j.chb.2018.11.033
Leahy, W., & Sweller, J. (2019). Cognitive load theory, educational research, and instructional design: Some food for thought. Instructional Science, 47, 395–407. https://doi.org/10.1007/s11251-019-09479-1
Leppink, J., & van den Heuvel, A. (2019). The evolution of cognitive load theory and its application to medical education. Perspectives on Medical Education, 8(2), 136–145. https://doi.org/10.1007/s40037-019-00534-4
Martin, F., & Evans, M. A. (2023). Exploring the impact of cognitive load on students’ learning in virtual environments. Computers & Education Open, 4, 100096. https://doi.org/10.1016/j.caeo.2023.100096
Mayer, R. E. (2019). Thirty years of research on online learning. Applied Cognitive Psychology, 33(2), 152–158. https://doi.org/10.1002/acp.3482
Mayer, R. E., & Fiorella, L. (2020). The cognitive theory of multimedia learning: Implications for design principles. Multimedia Learning Review, 35(4), 401–420. https://doi.org/10.1007/s11423-020-09760-5
Paas, F., & van Gog, T. (2022). Optimising worked example instruction: Different ways to increase germane load. Learning and Instruction, 77, 101524. https://doi.org/10.1016/j.learninstruc.2021.101524
Plass, J. L., & Pawar, S. (2020). Cognitive and affective processes in multimedia learning: A dual-process perspective. Educational Psychologist, 55(2), 77–89. https://doi.org/10.1080/00461520.2020.1712587
Richter, J., Scheiter, K., & Eitel, A. (2020). Signaling text-picture relations in multimedia learning: A comprehensive meta-analysis. Educational Research Review, 30, 100325. https://doi.org/10.1016/j.edurev.2020.100325
Schneider, M., Nebel, S., & Rey, G. D. (2020). Cognitive load and retrieval practice in multimedia learning. Educational Psychology Review, 32, 731–760. https://doi.org/10.1007/s10648-020-09518-1
Schneider, S., Nebel, S., & Rey, G. D. (2016). A review of cognitive load in educational technology: Theory, applications, and challenges. Journal of Computer Assisted Learning, 32(6), 576–588. https://doi.org/10.1111/jcal.12142
Sweller, J. (2020). Cognitive load theory and educational technology. Educational Technology Research and Development, 68, 1–16. https://doi.org/10.1007/s11423-019-09701-3
Sweller, J., van Merriënboer, J. J. G., & Paas, F. (2019). Cognitive architecture and instructional design: 20 years later. Educational Psychology Review, 31, 261–292. https://doi.org/10.1007/s10648-019-09465-5
van Merriënboer, J. J. G., Kester, L., & Kirschner, P. A. (2018). A cognitive approach to instructional design: Ten steps toward complex learning. Educational Psychology Review, 30(3), 741–752. https://doi.org/10.1007/s10648-018-9445-1
van Merriënboer, J. J. G., & Sweller, J. (2018). Cognitive load theory in health professional education: Design principles and strategies. Medical Education, 52(1), 78–85. https://doi.org/10.1111/medu.13610
Zheng, B., Zhang, Y., & Niiya, M. (2022). Cognitive load in online learning: A systematic review and implications for design. Journal of Computing in Higher Education, 34, 287–310. https://doi.org/10.1007/s12528-022-09309-5
