Mastery learning

Кожного разу, як натикаюсь на згадки про дослідження mastery learning (Bloom, 1968), завжди пишуть про екстраординарні результати: середній учень досягає кращих результатів, ніж 98% контрольної групи (яких навчають стандартним способом), а 90% учнів досягають результату 20% найкращих з контрольної групи.

Тобто, з двох класів по 25 людей, половина спроможня опанувати науку за допомоги mastery-based learning на рівні одного найкращого, який навчається із стандартним підходом.

В чому суть?

В тому, що не переходять на наступну тему, поки учень не досяг майстерності в минулій. Не починаємо вчити іменники-дієслова, якщо дитина не навчилась добре читати.

Не розповідаємо про тригонометрію і матриці, якщо дитина не розуміє дроби. (В батьківських чатиках регулярно буває вий «оооой дитині в сьомому класі тааакееее задали по математиці, я не можу вирішити!»)

В цьому методі вважається, що нерозуміння учня — це не тому що учень тупий, а тому, що йому розповідають неправильно. І треба шукати кращі пояснення! З кращими поясненнями зрозуміють набагато більше людей.

В чому ж заковика?

В тому, що треба приділяти увагу кожному учню окремо. І це занадто дорого і складно організувати! Таку систему неможливо стандартними способами масштабувати на значну кількість шкіл. Один вчитель не може щільно слідкувати за кожним із трьох десятків людей.

Тим більше, що для такого підходу потрібно не просто більше вчителів, потрібні круті і вмотивован. І на цьому етапі ломаються майже всі нестандартні підходи до навчання — все чудово працює в початкових умовах, але при спробі масштабувати скочується до звичайного рівня.

Чи можливо якось побороти це обмеження за допомоги сучасних технологій? Думаю, що скоро побачимо. Адже уважним радником-тьютором певною мірою зможе бути і умовний ChatGPT 5.