Rishikimi i arsimit inxhinierik: Pse rëndësia e fokusimit në preferencat e të mësuarit është thelbësore për diversitetin

Për dekada, kolegjet, agjencitë qeveritare dhe fondacionet kanë eksperimentuar me përpjekjet për rekrutim dhe ruajtje të dizajnuara për të rritur diversitetin në programet e inxhinierisë.

Megjithatë, përpjekjet nuk kanë rritur ndjeshëm numrin e grave, studentëve të ngjyrosur, individëve me aftësi të kufizuara dhe grupeve të tjera të nën-reprezentuara që studiojnë dhe fitojnë diploma në fushat STEM dhe inxhinierisë.

Studentët latino, të zinj, amerikanë vendas dhe alaska vendas janë nën-reprezentuar ndërmjet marrësve të diplomave shkencore dhe inxhinierike në nivel bachelor dhe më shumë. Grupet janë gjithashtu nën-reprezentuar ndërmjet punonjësve të STEM me të paktën një diplomë bachelor.

Gruas gjithashtu janë nën-reprezentuar në fuqinë punëtore të STEM dhe ndërmjet marrësve të diplomave në inxhinieri dhe shkenca kompjuterike dhe të informacionit.

Unë studioj barazinë dhe drejtësinë shoqërore në mësimin STEM. Në studimin tim të fundit, gjetja që më shumë studentë nga sfonda të ndryshme mund të shkëlqenin në programet e inxhinierisë nëse përmbajtja e kurseve do të përshtatej për një gamë më të gjerë preferencash të mësimit.

Pse është e rëndësishme

Gjatë kohës sime si zyrtar i programit në Fondacioni Kombëtar i Shkencës, një agjenci federale e pavarur që mbështet shkencën dhe inxhinierinë, kam shqyrtuar shumë kërkime të fokusuar në zgjerimin e pjesëmarrjes dhe diversifikimin e regjistrimit të studentëve në fushat STEM.

Përparimi mund të ndalojë në përpjekjet për të rritur diversitetin sepse instruktorët e kolegjit nuk e konsiderojnë marrëdhënien sinergjike midis përmbajtjes dhe nxënësit.

Mësuesit janë ndërmjetësit, dhe përvojat e studentëve me kurrikulën janë ato që kanë rëndësi.

Kurrë nuk ishte një besim i zakonshëm që studentët kanë stile të ndryshme të të mësuarit. Këto përfshinin kinestetik, mësimin përmes përvojave praktike dhe aktivitetit fizik; auditiv, mësimin duke dëgjuar informacionin; dhe vizual, mësimin duke parë informacionin.

Hulumtimet më të fundit nuk mbështesin idenë se mësimi i nxënësve sipas stilit të tyre të të mësuarit çon në përmirësimin e të mësuarit.

Prandaj unë preferoj termin “preferencat e të mësuarit” në vend të stileve të të mësuarit. Të gjithë kemi preferenca – qoftë për shijet e akullores, dekorin e shtëpisë ose mënyrën se si marrim informacion, duke përfshirë mënyrën se si mësojmë.

Preferencat e të mësuarit janë më të gjera dhe më fleksibël, duke lejuar shumë mënyra për t’u angazhuar me përmbajtjen.

Për shembull, le të supozojmë se një mësues gjithmonë prezantonte ekuacionet në një klasë dhe nxënësi thjesht nuk mund ta kuptonte. Megjithatë, kjo ishte mënyra e vetme që informacioni ishte paraqitur. Për nxënësin individual, ata kanë dështuar. Disa njerëz do të thoshin, “Këta fëmijë nuk mund të mësojnë,” dhe më pas këshillojnë nxënësin të largohet nga klasa.

Pastaj, kalojnë vite duke përsëritur të njëjtën cikël.

Megjithatë, mësuesit mund të zgjerojnë pikëpamjet e tyre nëse shikojnë studentët si konsumatorë. Nëse një konsumator po blen një këmishë, ai kërkon atë që i tërheq vëmendjen. Në fund, ata gjejnë një që u pëlqen.

Instruktorët duhet të marrin të njëjtën qasje kur përpiqen t'u ndihmojnë studentëve të kuptojnë çfarë po ndodh në klasë. Për shembull, nëse kam vështirësi me ekuacionet, duhet të më jepen opsione për të marrë pjesë në mësim në mënyra që përputhen me preferencat e mia të të mësuarit.

Çfarë vjen më pas?

Stilet e të mësuarit janë studiuar shumë. Megjithatë, preferencat e përmbajtjes nuk janë shqyrtuar mirë.

Në një sistem arsimor të vërtetë demokratik, dizajni i kurrikulës duhet të pasqyrojë zërat e të gjithë palëve të interesuara dhe jo vetëm të atyre në pozicione pushteti, pra instruktorët.

Duke përdorur gërmimin e të dhënave dhe inteligjencën artificiale, mësuesit kanë një gamë opsionesh për krijimin e përmbajtjes për preferencat e ndryshme që mund të ketë një nxënës ose të ketë nevojë. Për shembull, nëse një student preferon përmbajtje të tjera përfaqësuese, si probleme me fjalë, grafikë ose simulime, AI mund të krijojë përfaqësime të ndryshme në mënyrë që nxënësi të ekspozohet ndaj një shumëllojshmërie përfaqësimesh.

Unë argumentoj se studimet e ardhshme duhet të konsiderojnë përdorimin e teknologjive të tilla si aplikacionet e mësimit adaptiv për të kuptuar preferencat e të nxënit të studentëve.

Prioritizimi i perspektivave të ndryshme të të nxënit në STEM mund të ndihmojë në krijimin e një ambienti më gjithëpërfshirës dhe më të përgjegjshëm për të mësuar.

Përmbledhja e Kërkimit është një shikim i shkurtër mbi punën akademike interesante.