(Resim: Shutterstock AI Jenerator / Shutterstock.com)
Minecraft ile yapılan yeni bir araştırmaya göre, otomobiller arasında geçiş -initiyatif ve gözlem – optimal öğrenme başarısının anahtarı budur.
Sosyal öğrenme – yani başkalarından öğrenme yeteneği – insanların belirleyici bir özelliğidir. Nesiller arasında bilgi oluşturmamızı ve geliştirmemizi sağlar.
Fakat sosyal öğrenme gerçekçi durumlarda tam olarak nasıl çalışır? Max Planck Eğitim Araştırmaları Enstitüsü'nün katılımına sahip uluslararası bir araştırmacı ekibi, bu soruyu popüler Minecraft video oyununun yardımıyla inceledi.
Çalışmanın sonuçları günlük üzerindeydi Doğal iletişim Yayınlandı.
Minecraft'ta gıda için sanal arama
Çalışmada katılımcılar avatarı bloklardan oluşan Minecraft dünyasında yönetti. Göreviniz: Blokları yok eden karpuz veya kabak gibi kaynakları bulun. Bir oyuncu bir kaynak her keşfettiğinde, diğer oyunculara ek kaynak sitesine referans veren mavi bir kıvılcım kıvılcımı ortaya çıktı.
Her turun başında, oyuncular yalnız mı yoksa dört kişilik bir grupta mı oynadıklarını biliyorlardı. İki farklı ortam da vardı: kaynaklar “rastgele” ortamlara dağılmış “normal” ortamlarda gruplandırıldı. Her oyuncu kendi performansını en üst düzeye çıkarmaya çalıştı.
Max Planck Eğitim Araştırmaları Enstitüsü'nün Kurvers Ralf'i “Minecraft gibi bir oyunu kullanmak mantıklıdır, çünkü gerçek zorlukları simüle ediyor” diye açıklıyor. “Dünyanın sadece küçük bir bölümünü görün ve karar vermelisin: Yalnız mı arıyorum yoksa sizden öğrenmek için diğerini mi takip ediyorum?”
Mavi veriler öğrenme stratejilerini ortaya çıkarır
Yeni bir bilgisayar destekli yöntemin yardımıyla, araştırmacılar oyunculara baktıklarını, nasıl taşındıklarını ve hangi kararları verdiklerini – saniyede 20 kez kaydettiler.
Tübingen Üniversitesi'nden Charley Wu şöyle açıklıyor:
Sonuç: En başarılı oyuncular, öğrenmeleri ve başkalarının gözlemlenmesi arasında esnek bir şekilde geçen oyunculardı. Değişen koşullara uyum sağlama yetenekleri çok önemliydi.
Çalışma ayrıca insanların pasif veya yalnız taklitçilerin inatçı olmadığını göstermektedir. Bireysel ve sosyal öğrenme stratejilerini dinamik olarak dengede tutarlar. Bu uyarlanabilirlik – katı stratejiler değil – insan zekasının itici gücüdür.
Araştırmacılara göre, sonuçlar uyarlanabilir öğrenmenin sosyal bağlamlarda nasıl çalıştığını anlamaya yardımcı oluyor. Sosyal öğrenmeyi en iyi şekilde teşvik eden sistemlerin nasıl tasarlanacağı hakkında bilgi sağlarlar.
Ayrıca grup bilgilerinin yayılması ve yeniliklerin geliştirilmesi konusunda yeni bakış açıları açın. Bu sonuçlarla, bilim adamları uzun vadeli bir araştırma boşluğunu doldurabildiler.
Minecraft ile yapılan yeni bir araştırmaya göre, otomobiller arasında geçiş -initiyatif ve gözlem – optimal öğrenme başarısının anahtarı budur.
Sosyal öğrenme – yani başkalarından öğrenme yeteneği – insanların belirleyici bir özelliğidir. Nesiller arasında bilgi oluşturmamızı ve geliştirmemizi sağlar.
Fakat sosyal öğrenme gerçekçi durumlarda tam olarak nasıl çalışır? Max Planck Eğitim Araştırmaları Enstitüsü'nün katılımına sahip uluslararası bir araştırmacı ekibi, bu soruyu popüler Minecraft video oyununun yardımıyla inceledi.
Çalışmanın sonuçları günlük üzerindeydi Doğal iletişim Yayınlandı.
Minecraft'ta gıda için sanal arama
Çalışmada katılımcılar avatarı bloklardan oluşan Minecraft dünyasında yönetti. Göreviniz: Blokları yok eden karpuz veya kabak gibi kaynakları bulun. Bir oyuncu bir kaynak her keşfettiğinde, diğer oyunculara ek kaynak sitesine referans veren mavi bir kıvılcım kıvılcımı ortaya çıktı.
Her turun başında, oyuncular yalnız mı yoksa dört kişilik bir grupta mı oynadıklarını biliyorlardı. İki farklı ortam da vardı: kaynaklar “rastgele” ortamlara dağılmış “normal” ortamlarda gruplandırıldı. Her oyuncu kendi performansını en üst düzeye çıkarmaya çalıştı.
Max Planck Eğitim Araştırmaları Enstitüsü'nün Kurvers Ralf'i “Minecraft gibi bir oyunu kullanmak mantıklıdır, çünkü gerçek zorlukları simüle ediyor” diye açıklıyor. “Dünyanın sadece küçük bir bölümünü görün ve karar vermelisin: Yalnız mı arıyorum yoksa sizden öğrenmek için diğerini mi takip ediyorum?”
Mavi veriler öğrenme stratejilerini ortaya çıkarır
Yeni bir bilgisayar destekli yöntemin yardımıyla, araştırmacılar oyunculara baktıklarını, nasıl taşındıklarını ve hangi kararları verdiklerini – saniyede 20 kez kaydettiler.
Tübingen Üniversitesi'nden Charley Wu şöyle açıklıyor:
Uyarlanabilirlik anahtardır
Sonuç: En başarılı oyuncular, öğrenmeleri ve başkalarının gözlemlenmesi arasında esnek bir şekilde geçen oyunculardı. Değişen koşullara uyum sağlama yetenekleri çok önemliydi.
Çalışma ayrıca insanların pasif veya yalnız taklitçilerin inatçı olmadığını göstermektedir. Bireysel ve sosyal öğrenme stratejilerini dinamik olarak dengede tutarlar. Bu uyarlanabilirlik – katı stratejiler değil – insan zekasının itici gücüdür.
Araştırmacılara göre, sonuçlar uyarlanabilir öğrenmenin sosyal bağlamlarda nasıl çalıştığını anlamaya yardımcı oluyor. Sosyal öğrenmeyi en iyi şekilde teşvik eden sistemlerin nasıl tasarlanacağı hakkında bilgi sağlarlar.
Ayrıca grup bilgilerinin yayılması ve yeniliklerin geliştirilmesi konusunda yeni bakış açıları açın. Bu sonuçlarla, bilim adamları uzun vadeli bir araştırma boşluğunu doldurabildiler.