Waarom kritisch denken zo moeilijk te leren is (2)

Play

Regelmatig wordt er opnieuw aangedrongen om kinderen op school beter kritisch te leren denken. Als antwoord daarop worden dan ook nieuwe initiatieven opgestart om aan deze verzuchting tegemoet te komen. Toch falen de meeste programma’s of is hun resultaat mager. Hoe komt dat toch? En is dit al eens onderzocht? En wat zijn dan de beste strategieën?

Dit artikel bestaat uit drie delen: Deel één, twee en drie.

Inleiding

Goeiedag, het is vandaag zondag 7 september 2014, ik ben Jozef Van Giel en dit is de 200ste aflevering van deze podcast.

Vandaag horen jullie het tweede deel van

Waarom kritisch denken zo moeilijk te leren is (2)

1.      Is Denken als een Wetenschapper Makkelijker?

Wetenschap onderwijzen is al tientallen jaren de focus van intensieve studie, en het onderzoek kan nuttig worden onderverdeeld in twee richtingen. De eerste onderzoekt hoe kinderen wetenschappelijke concepten verwerven. Hoe komen ze bijvoorbeeld af van naïeve opvattingen over beweging en vervangen ze die door een goed begrip van de natuurkunde. Het tweede onderdeel is wat wij wetenschappelijk denken zouden noemen, dat wil zeggen de mentale procedures waarmee wetenschap wordt bedreven: het ontwikkelen van een model, het afleiden van een hypothese van het model, het ontwerpen van een experiment om de hypothese te testen, het verzamelen van gegevens van het experiment, het interpreteren van de gegevens in het licht van het model, enzovoort. De meeste onderzoekers zijn van mening dat het wetenschappelijk denken een onderdeel van redeneren is dat niet verschilt van andere vormen van redeneren van kinderen en volwassenen. 8 Wat het tot wetenschappelijk denken maakt, is weten wanneer je zo moet redeneren, voldoende relevante kennis opbouwen en voldoende tijd besteden om het in te oefenen.

Weten wanneer je wetenschappelijk moet gaan redeneren is zo belangrijk omdat uit het bewijsmateriaal blijkt dat kunnen redeneren niet genoeg is; kinderen en volwassenen gebruiken en falen in het gebruiken van de juiste redeneringprocessen om vergelijkbare problemen op te lossen. Denk bijvoorbeeld aan een soort van redeneren over oorzaak en gevolg, die zeer belangrijk is in de wetenschap: conditionele waarschijnlijkheden. Als twee dingen samen gebeuren, is het mogelijk dat de een de ander veroorzaakt. Stel dat je met een nieuw geneesmiddel begint en je merkt dat je vaker dan normaal hoofdpijn lijkt te krijgen. Je zou kunnen concluderen dat de medicatie je kansen op hoofdpijn beïnvloedt. Maar het kan ook zijn dat de medicatie je kansen op het krijgen van hoofdpijn alleen in bepaalde omstandigheden of voorwaarden verhoogt. Bij conditionele waarschijnlijkheid is het verband tussen twee zaken (bijvoorbeeld medicatie en hoofdpijn) afhankelijk van een derde factor. Bijvoorbeeld, zou de medicatie de kans op hoofdpijn alleen verhogen wanneer je een kop koffie hebt gehad. De verhouding van de medicatie en hoofdpijn is afhankelijk van de aanwezigheid van koffie.

Conditionele waarschijnlijkheden herkennen en gebruik is essentieel voor het wetenschappelijk denken, omdat het zo belangrijk is bij het redeneren over wat wat veroorzaakt. Maar het succes van mensen in het op deze manier denken, is afhankelijk van de bijzonderheden van de manier waarop de vraag wordt gesteld. Studies tonen aan dat volwassenen conditionele waarschijnlijkheden soms succesvol toepassen, 9, maar dit niet doen met vele problemen die erom vragen.10 Zelfs opgeleide wetenschappers maken fouten bij het redeneren over conditionele waarschijnlijkheden (evenals andere vormen van redeneren). Artsen veronachtzamen of interpreteren nieuwe patiëntgegevens soms verkeerd als ze in strijd zijn met een diagnose ze in gedachten hebben,11 en Dr.-niveau wetenschappers vallen ten prooi aan foutieve redenering wanneer ze worden geconfronteerd met een probleem in een ongewone context.12

En toch zijn jonge kinderen soms in staat om te redeneren over conditionele waarschijnlijkheden. In een experiment13 toonden de onderzoekers aan 3-jarigen een doos en vertelden hen dat het een ‘blicketdetector’ was die muziek zou spelen als er een blicket bovenop werd geplaatst. Het kind zag dan een van twee sequenties waarin blokken op de blicketdetector werd geplaatst. Aan het einde van de sequentie, werd het kind gevraagd of elk blok een blicket was. Met andere woorden, het kind moest voorwaardelijk redeneren om af te leiden welk blok de muziek veroorzaakte.

Kort samengevat: kinderen zijn niet zo dom als je zou denken, en volwassenen (zelfs opgeleide wetenschappers) zijn niet zo slim als je zou denken.

Wat gebeurt er? Een probleem is dat de gangbare opvatting van kritisch denken of wetenschappelijk denken (of historisch denken) als een set van vaardigheden niet klopt. Kritisch denken heeft geen bepaalde kenmerken die normaal geassocieerd zijn met vaardigheden – in het bijzonder met in staat zijn om die vaardigheid op elk gewenst moment te gebruiken. Als ik je vertelde dat ik geleerd had om muziek te lezen, bijvoorbeeld, zou je juist verwachten, dat ik mijn nieuwe vaardigheid (d.w.z. muziek lezen) zou kunnen gebruiken wanneer ik maar wilde. Maar kritisch denken is heel anders. Zoals we zagen bij de bespreking van conditionele waarschijnlijkheden, kunnen mensen deelnemen aan sommige vormen van kritisch denken, zonder training, maar zelfs met een uitgebreide opleiding, zullen ze soms niet kritisch denken. Dit inzicht dat kritisch denken geen vaardigheid is, is essentieel. Het vertelt ons dat leerlingen kritisch leren denken waarschijnlijk voor een klein deel ligt in het tonen van hen nieuwe manieren van denken, en voor een groot deel in het hen toelaten om het juiste type van denken op het juiste moment te ontplooien.

Terugkerend naar onze oriëntatie op de wetenschap zijn we nu klaar om een belangrijke vraag te beantwoorden: kan je leerlingen leren wanneer ze wetenschappelijk moeten gaan denken? Zoiets. Het is gemakkelijker dan om algemeen kritisch denken te leren, maar niet zo makkelijk als we zouden willen. Bedenk dat toen we het oplossen van problemen bespraken, we vonden dat de leerlingen metacognitieve strategieën konden leren die hen voorbij de oppervlaktestructuur van een probleem helpen kijken en zijn dieptestructuur identificeren, waardoor ze een stap dichter bij een oplossing komen. In wezen kan hetzelfde gebeuren met wetenschappelijk denken. Leerlingen kunnen bepaalde metacognitieve strategieën leren die hen zullen aanzetten om wetenschappelijk te denken. Maar net als bij het oplossen van problemen, vertellen metacognitieve strategieën de leerlingen alleen wat ze moeten doen, maar verstrekken ze niet de kennis die leerlingen nodig hebben om het daadwerkelijk te doen. Het goede nieuws is dat binnen een welomschreven gebied als wetenschap leerlingen meer contextaanwijzingen vinden om erachter te komen welke metacognitieve strategie te gebruiken, en docenten hebben een duidelijker beeld van welke domeinkennis ze moeten onderwijzen om leerlingen te helpen de juiste strategie te zoeken.

Zo onderwezen twee researchers14 7-, 8-en 9-jarigen het wetenschappelijke concept achter het controleren van variabelen; dat wil zeggen, alles constant houden, behalve de variabele waar het onderzoek om gaat. De onderzoekers gaven expliciete instructies over deze strategie om experimenten uit te voeren en lieten dan leerlingen oefenen met allerlei materialen (bijvoorbeeld springveren) om een specifieke vraag te beantwoorden (bijvoorbeeld welke factoren bepalen hoe ver een veer zal uitrekken: lengte, diameter veer, draaddiameter, of gewicht?). De onderzoekers vonden dat de leerlingen niet alleen het concept van het controleren van variabelen begrepen, ze waren ook in staat om het zeven maanden later met verschillende materialen en een andere onderzoeker toe te passen, hoewel de overdracht bij oudere kinderen beter bleek dan bij jongere kinderen. De leerlingen hadden onthouden dat ze een experiment moesten ontwerpen en dat hielp hen zich de metacognitieve strategie te herinneren: ‘Als ik experimenten ontwerp, moet ik proberen om de variabelen te beheersen.’ Natuurlijk is erin slagen alle relevante variabelen te controleren nog wat anders – in dat geval moet je weten welke variabelen ertoe doen en hoe ze kunnen variëren.

2.      Waarom wetenschappelijk denken afhankelijk is van wetenschappelijke kennis

Experts in onderwijswetenschap raden aan dat wetenschappelijk redeneren onderwezen wordt in het kader van gedegen wetenschappelijke kennis. Een commissie van vooraanstaande wetenschapsopvoeders bij elkaar gebracht door de National Research Raad 15 zegt het duidelijk: “Alleen inhoud onderwijzen zal waarschijnlijk niet leiden tot vaardigheid in de wetenschap, maar onderzoek verrichten zonder betekenisvolle wetenschappelijke inhoud ook niet.”

De commissie trok deze conclusie op basis van bewijs dat achtergrondkennis nodig is om wetenschappelijk te kunnen denken. Zo is het belangrijk te weten dat je in de wetenschap bij een experiment een controlegroep nodig hebt. Net zoals het hebben van twee vergelijkingsvoorwaarden, helpt het hebben van een controlegroep naast een experimentele groep je te focussen op de variabele die je wil bestuderen. Maar de wetenschap dat je een controlegroep nodig hebt, is niet hetzelfde als er een kunnen maken. Omdat het niet altijd mogelijk is om twee groepen te hebben die precies gelijk zijn, weten welke factoren tussen groepen kunnen variëren en die niet mogen veranderen, is een voorbeeld van noodzakelijke achtergrondkennis. Om bij experimenten te meten hoe snel proefpersonen kunnen reageren, moeten controlegroepen overeenkomen qua leeftijd, omdat de leeftijd van invloed is op reactiesnelheid, maar moeten ze qua geslacht niet perfect op elkaar worden afgestemd.

Meer formeel experimenteel werk geeft aan dat achtergrondkennis nodig is om wetenschappelijk te redeneren. Denk aan het opstellen van een onderzoekshypothese. Je kan voor elke situatie verschillende hypothesen opstellen. Stel dat je weet dat auto A minder verbruikt dan auto B en je zou graag willen weten waarom. Er zijn veel verschillen tussen de auto’s, welke zal je dus eerst onderzoeken? Motorinhoud? Bandendruk? Een belangrijke determinant van de hypothese die je selecteert, is plausibiliteit. Je onderzoekt geen verschil tussen auto’s A en B, als je denkt dat het onwaarschijnlijk is dat het van invloed is op het benzineverbruik (bijv. kleur), maar als iemand je een reden biedt om deze factor meer plausibel te maken (bijvoorbeeld hoe het rijgedrag van je tienerzoon veranderde nadat hij zijn auto rood schilderde), ga je waarschijnlijk zeggen dat deze nu plausibele factor onderzocht zou moeten worden.16 Zo zie je maar dat je oordeel over de plausibiliteit van een factor gebaseerd is op je kennis van het domein.

Uit andere gegevens blijkt dat bekendheid met het domein het gemakkelijker maakt om met verschillende factoren tegelijk te jongleren, wat op zijn beurt toelaat om experimenten te construeren die tegelijkertijd meerdere factoren onderzoeken. Zo voltooiden 13-jarigen in één experiment 17 twee taken. In de ene moesten ze in een computersimulatie denkbeeldige wezens manipuleren om ze in leven te houden. In de andere werd hen verteld dat ze door een zwembadbedrijf waren ingehuurd om te evalueren hoe de afkoelsnelheid van het water afhing van de oppervlakte van zwembaden. Leerlingen waren meer bedreven in het ontwerpen van experimenten voor de eerste taak is dan voor de tweede, wat de onderzoekers interpreteerden als gevolg van de vertrouwdheid van de leerlingen met de relevante variabelen. Leerlingen zijn gewoon om na te denken over factoren die de gezondheid van dieren (bijv. voedsel, roofdieren) kunnen beïnvloeden, maar hebben minder ervaring in het werken met factoren die de temperatuur van het water (bijv. volume, oppervlakte) kunnen beïnvloeden. Daarom is het niet zo dat ‘in een experiment variabelen controleren’ een proces is dat niet wordt beïnvloed door de kennis van de proefpersonen over die variabelen.

Voorkennis en overtuigingen beïnvloeden niet alleen de hypothesen die men wil testen, ze beïnvloeden ook hoe men gegevens van een experiment interpreteert. In een experiment werden leerlingen 18beoordeeld op hun kennis van elektrische circuits. Toen namen ze deel aan drie wekelijkse, 1,5 uur durende sessies waarin ze experimenten ontwierpen en uitvoerden met behulp van een computersimulatie van stroomkringen, met het doel om te leren hoe een stroomkring werkt. De resultaten toonden een sterke relatie tussen de initiële kennis van proefpersonen en hoeveel proefpersonen in toekomstige sessies leerden. Voor een deel was dat te wijten aan hoe ze de gegevens van de experimenten die ze hadden uitgevoerd, interpreteerden. Proefpersonen die met meer en beter geïntegreerde kennis begonnen, planden meer informatieve experimenten en maakten beter gebruik van de experimentele resultaten.

Andere studies hebben vergelijkbare resultaten gevonden en hebben geconstateerd dat afwijkende of onverwachte resultaten van bijzonder belang kunnen zijn bij het creëren van nieuwe kennis – en in het bijzonder afhankelijk van voorafgaande kennis.19 Gegevens die vreemd lijken omdat ze niet passen in iemands mentale model van het fenomeen in het onderzoek, zijn zeer informatief. Ze vertellen je dat je begrip onvolledig is, en ze leiden naar de ontwikkeling van nieuwe hypothesen. Maar je kan alleen de uitkomst van een experiment als abnormaal herkennen als je enige verwachting had van hoe het zou uitpakken. En die verwachting zou gebaseerd zijn op domeinkennis, net als je vermogen om een nieuwe hypothese te creëren die rekening houdt met de afwijkende uitkomst.

Het idee dat wetenschappelijk denken samen met wetenschappelijke inhoud moet worden onderwezen, wordt verder ondersteund door onderzoek over hoe wetenschappelijke problemen op te lossen; dat wil zeggen, wanneer leerlingen een antwoord berekenen op een leerboekachtig probleem, in plaats van het ontwerpen van hun eigen experiment. Uit een meta-analyse20 van 40 experimenten over methoden voor het onderwijzen van wetenschappelijke probleemoplossing bleek dat de effectiefste aanpak steunde op het bouwen van complexe, geïntegreerde kennisbanken als onderdeel van het oplossen van problemen, bijvoorbeeld door het opnemen van oefeningen als ‘concept mapping’. Ineffectieve benaderingen waren uitsluitend gericht op de strategieën die worden gebruikt bij het oplossen van problemen, terwijl ze de kennis die nodig is voor de oplossing negeerden.

3.      Waar komen al deze studies op neer?

Ten eerste is kritisch denken (evenals het wetenschappelijk denken en ander domein-gebaseerd denken) geen vaardigheid. Er bestaat geen set van ‘kritisch denken’-vaardigheden die ongeacht de context kunnen worden verworven en ingezet. Ten tweede zijn er metacognitieve strategieën die, eenmaal geleerd, kritisch denken waarschijnlijker maken. Ten derde is het vermogen om kritisch te denken (om daadwerkelijk te doen waar de metacognitieve strategieën toe uitnodigen) afhankelijk van domeinkennis en praktijk. Voor docenten is de situatie niet hopeloos, maar niemand mag de moeilijkheid onderschatten om leerlingen kritisch te leren denken.

3.1.           Heeft Sherlock Holmes een cursus kritisch denken gevolgd?

Het beste voorbeeld van de kracht van brede, diepgaande kennis om kritisch te kunnen denken, is Sherlock Holmes. In zijn beroemde eerste ontmoeting met Dr. Watson begroet Holmes hem met deze opmerking: “Je bent in Afghanistan geweest, zie ik.” Watson is verbaasd – hoe kon Holmes dit hebben geweten? Uiteindelijk legt Holmes het uit. Het gaat niet over ongelooflijke intelligentie of creativiteit of wild gissen, maar over relevante kennis. Holmes had vernomen dat Watson arts was. De rest leidde hij af door te putten uit zijn kennis van onder andere het leger, aardrijkskunde, hoe blessures genezen en actuele gebeurtenissen. Hier legt Holmes zijn denkproces uit:

Ik wist dat je van Afghanistan kwam. Door lange ervaring raasden mijn gedachten zo snel door mijn hoofd, dat ik tot die conclusie kwam zonder bewust te zijn van de tussenstappen. Maar die stappen waren er wel degelijk. De redenering liep als volgt: “Hier heb je een dokter, maar met het uitzicht van een militair. Duidelijk een legerarts, dan. Hij komt net uit de tropen, want zijn gezicht is getaand, en dat is niet zijn natuurlijke huidskleur want zijn polsen zijn niet gebruind. Hij heeft ontbering en ziekte doorstaan, te zien aan zijn wat verbeten gezicht. Zijn linkerarm is gewond geraakt. Hij houdt hem op een stijve en onnatuurlijke manier. Waar in de tropen zou een Engels legerarts veel ontberingen hebben doorgemaakt en raakte zijn arm gewond? Duidelijk in Afghanistan.” De hele gedachtegang duurde niet eens één seconde. Ik zei dat je uit Afghanistan kwam, en je was verbaasd.

Bron: A Study in Scarlet door Sir Arthur Conan Doyle.

Lees verder op deel drie van dit verhaal.

Het citaat

Het citaat van vandaag komt van Neil deGrasse Tyson. Tyson wordt soms wel de zwarte Carl Sagan genoemd. Hij is ook een top wetenschapper die de wetenschap naar de gewone mens probeert te brengen en onlangs nam hij, samen met de weduwe van Carl Sagan een nieuwe reeks op van de historische documentairereeks “Cosmos” van Carl Sagan.

Toen een journalist aan Neil deGrasse Tyson vroeg wat het nut is van al dat onderzoek naar donkere materie en donkere energie antwoordde hij:

“In de jaren ’30 had je me kunnen vragen wat het nut was van al dat onderzoek naar subatomaire deeltjes die je toch niet kan zien. Hout is hout en daarmee weet ik toch wat ik ermee aankan? Wel, dat onderzoek naar subatomaire deeltjes heeft geleid tot de kwantumfysica. Nu is de informatietechnologie verantwoordelijk voor 30% van de wereldwijde economie. Maar die zou onmogelijk geweest zeijn zonder de systemen die we kunnen bouwen dankzij onze kennis van de kwantumfysica.”

Tot de volgende keer.

Bronnen

Het originele artikel: http://www.aft.org/pdfs/americaneducator/summer2007/Crit_Thinking.pdf

De auteur van dit artikel, Artur T. Willingham op WikipediA: http://en.wikipedia.org/wiki/Daniel_T._Willingham

Het chinese verhaal kan je hier vinden: http://www.aft.org/newspubs/periodicals/ae/issues.cfm

De YouTube film over het experiment met de “blickets”. https://www.youtube.com/watch?v=vMaCtapBduU

concept mapping oefening

Endnotes

8For example see: Klahr, D. (2000). Exploring science: The cognition and development of discovery processes, Cambridge, Mass.: MIT press.

9Spellman, B. A. (1996). “Acting as intuitive scientists: Contingency judgments are made while controlling for alternative potential causes,”

10For example see: Kuhn, D., Garcia-Mila, M., and Zohar, A. (1995). “Strategies of knowledge acquisition,” Monographs of the Society for

Research in Child Development, 60, 1-128.

11Groopman, J. (2007). How Doctors Think, New York: Houghton Mifflin.

12Tweney, R. D. and Yachanin, S. A. (1985), “Can scientists rationally assess conditional inferences?” Social Studies of Science, 15, 155-173; Mahoney, M.J. and DeMonbreun, B.G. (1981), “Problem-solving bias in scientists,” in R. D. Tweney, M. E. Doherty, and C. R. Mynatt (eds.) On Scientific Thinking, 139-144, New York:Columbia University Press.

13Gopnik, A., Sobel, D.M., Schulz, L.E., and Glymour, C. (2001). “Causal learning mechanisms in very young children: Two-, three-, and fouryear- olds infer causal relations from patterns of variation and covariation,” Developmental Psychology, 37(5), 620-629.

14Chen, Z. and Klahr, D. (1999). “All Other Things Being Equal: Acquisition and Transfer of the Control of Variables Strategy,” Child Development, 70 (5), 1098-1120.

15National Research Council (2007). Taking Science to School, Washington, D.C.: National Academies Press.

16Koslowski, B. (1996). Theory and Evidence: The Development of Scientific Reasoning, Cambridge, Mass.: MIT Press.

17Friedler, Y., Nachmias, R., and Linn, M. C. (1990). “Learning scientific reasoning skills in microcomputer-based laboratories,” Journal of Research in Science Teaching, 27, 173-191.

18Schauble, L., Glaser, R., Raghavan, K., and Reiner, M. (1991). “Causal models and experimentation strategies in scientific reasoning,” The Journal of Learning Sciences, 1, 201-238.

19For example see: Dunbar, K. N. and Fugelsang, J. A. (2005), “Causal thinking in science: How scientists and students interpret the unexpected,” in M. E. Gorman, R. D. Tweney, D. C. Gooding, and A. P. Kincannon (eds.) Scientific and Technological Thinking, 57-79, Mahwah, N.J.: Erlbaum; Echevarria, M. (2003), “Anomalies as a catalyst for middle school students’ knowledge construction and scientific reasoning during science inquiry,” Journal of Educational Psychology 95, 357-374.

20Taconis, R., Ferguson-Hessler, M.G.M., and Broekkamp, H., (2001). “Teaching science problem solving: An overview of experimental work,” Journal of Research in Science Teaching, 38(4), 442-468.

Reacties zijn gesloten