Структура точек вызова

Структура точек вызова , созданная Марком А. Гуаданьоли и Тимоти Д. Ли (2004), обеспечивает теоретическую основу для концептуализации эффектов различных условий практики в двигательном обучении . Эта структура связывает переменные практики с уровнем навыков человека, сложностью задачи и концепциями теории информации. Основная идея заключается в том, что «двигательные задачи представляют собой различные проблемы для исполнителей с различными способностями» (Гуаданьоли и Ли 2004, стр. 212). Любая задача будет представлять для человека определенную степень вызова. Однако потенциал обучения от этого уровня сложности задачи будет отличаться в зависимости от:

1. уровень мастерства исполнителя
2. сложность задачи
3. среда задачи

Важно отметить, что хотя увеличение сложности задач может повысить потенциал обучения, ожидается, что увеличение сложности задач также снизит производительность. Таким образом, оптимальная точка вызова существует, когда обучение максимизировано, а ущерб производительности на практике минимален.

Практика была предложена как наиболее важный фактор для «относительно постоянного» улучшения способности выполнять двигательные навыки (Adams 1964; Annett 1969; Fitts 1964; Magill 2001; Marteniuk 1976; Newell 1981; Salmoni et al. 1984; Schmidt and Lee 1999; Guadagnoli and Lee 2004). При всех других постоянных переменных навык увеличивается с практикой (Guadagnoli and Lee 2004). Однако время, уделяемое практике, можно сделать более эффективным, тщательно продумав условия практики. Структура точек вызова представляет собой теоретическую перспективу для рассмотрения ролей уровня исполнителя, сложности задачи и окружающей среды в регулировании потенциала обучения во время практики. Корректировка этих компонентов для улучшения двигательного обучения может применяться в различных контекстах, включая реабилитацию (Descarreaux et al. 2010; Onla-or & Winstein 2008) и обучение медицинским профессиям на основе симуляции (Gofton 2006).

Структура проблемных точек включает концепции, созданные в ходе различных исследований, включая теорию информации, теорию коммуникаций и обработку информации (Lintern и Gopher 1978; Martenuik 1976; KM Newell и др. 1991; Wulf и Shea 2002). Конкретные понятия, заимствованные из предыдущих исследований, важные для понимания теоретической структуры, включают:

1. Обучение — это процесс решения проблем, в котором цель действия представляет собой проблему, которую необходимо решить, а эволюция конфигурации движения представляет собой попытку исполнителя решить эту проблему (Miller et al. 1960, цитируется по Guadagnoli and Lee 2004).
2. Источники информации, доступные во время и после каждой попытки решения проблемы, запоминаются и формируют основу для обучения, которое определяется как относительно постоянное улучшение навыков, являющееся результатом практики (Guthrie 1952, цитируется по Guadagnoli и Lee 2004).
3. Для обучения решающее значение имеют два источника информации:
   1. План действий — это конструкция, которая вызывает намерение и в конечном итоге приводит к определенной конфигурации движения при заданном выполнении (Miller et al. 1960, цитируется по Guadagnoli and Lee 2004). См. управление моторикой.
   2. Обратная связь может быть присуща индивидууму (например, зрение) или доступна через внешние, дополненные источники (например, устные инструкции).
4. Информация передается только тогда, когда неопределенность уменьшается (Шеннон и Уивер, 1949; Фиттс, 1954; Фиттс и Познер, 1967; Легге и Барбер, 1967; Мартенуик, 1976; Миллер, 1956, цитируется по Гваданьоли и Ли, 2004).

Из описания структуры точек вызова следует, что:

• Невозможно учиться без информации.
• Обучение затрудняется из-за предоставления недостаточного или избыточного количества информации
• Обучение облегчается за счет оптимального объема информации, который зависит от индивидуальных навыков и сложности задачи.

Обучение по сути является процессом решения проблем. Было высказано предположение, что с практикой участнику становится доступно меньше информации, поскольку формируются лучшие ожидания (т. е. практика = избыточность, следовательно, меньше неопределенности; Marteniuk 1976). Однако увеличение функциональной сложности задачи приводит к меньшей уверенности в прогнозируемом успехе плана действий и характере обратной связи. На низких уровнях функциональной сложности потенциально доступная информация низка для исполнителей на всех уровнях навыков. По мере увеличения функциональной сложности задачи потенциально доступная информация увеличивается экспоненциально для новичков и менее быстро для исполнителей среднего и опытного уровня. Для экспертов потенциально доступная информация увеличивается только на самых высоких уровнях функциональной сложности задачи.

Сложность задачи получила значительное внимание в предыдущих исследованиях (Fleighman and Quaintance 1984; Gentile 1998). Важно для структуры точек вызова, что сложность задачи не определена явно. В качестве альтернативы, две широкие категории могут охватывать эти элементы:

• Номинальная сложность задачи
  • Сложность, обусловленная только характеристиками задачи, отражающая постоянную величину сложности задачи (например, цель броска находится близко или далеко); включает требования к восприятию и двигательным показателям (Свиннен и др., 1992).
• Функциональная сложность задачи
  • Сложность, обусловленная человеком, выполняющим задание, и окружающей средой (например, двум людям, питчеру высшей лиги и неопытному метателю мячей, предлагается как можно быстрее бросить бейсбольный мяч на первую базу в течение двух дней: один в солнечный день, другой в ветреный).

Производительность задачи с низкой номинальной сложностью, как ожидается, будет высокой во всех группах исполнителей (т. е. на всех уровнях мастерства). Однако производительность новичков, как ожидается, будет быстро снижаться по мере увеличения номинальной сложности, тогда как производительность среднего и квалифицированного уровня будет снижаться не так быстро, а производительность экспертов, как ожидается, будет снижаться только на самых высоких уровнях номинальной сложности.

Хотя уровень навыков "Эксперт" полезен для объяснения этой структуры, можно утверждать, что эксперты должны иметь высокий уровень прогнозируемого успеха для всех номинальных трудностей задач. Возможно, что после достижения экспертности эти люди способны предсказывать результат текущей задачи и изменять текущие процессы для достижения подходящего результата (например, хирурги).

Оптимальная точка сложности представляет собой степень функциональной сложности задачи, которая необходима человеку с определенным уровнем навыков для оптимизации обучения (Guadagnoli and Lee 2004). Однако это обучение зависит от количества интерпретируемой информации. Поэтому, хотя увеличение сложности задачи может повысить потенциал обучения, интерпретируемой является лишь некоторая ее часть, и ожидается, что производительность выполнения задачи снизится. Таким образом, оптимальная точка сложности существует, когда обучение максимизируется, а ущерб производительности на практике минимален. Предполагается, что с увеличением практики возможности обработки информации будут увеличиваться (Marteniuk 1976). Поэтому оптимальная точка сложности будет меняться по мере изменения способности человека использовать информацию, требуя дальнейших изменений в функциональных трудностях в задаче для облегчения обучения (Guadagnoli and Lee 2004).

Прогнозы, основанные на структуре точек вызова, в отношении КИ (см. моторное обучение ; Гваданьоли и Ли, 2004 г., стр. 219):

1. «Для задач с различными уровнями номинальной сложности преимущество случайной практики (по сравнению с блокированной практикой) для обучения будет наибольшим для задач с наименьшей номинальной сложностью и наименьшим для задач с наибольшей номинальной сложностью».
2. «Для людей с разным уровнем навыков низкие уровни КИ будут лучше для начальных уровней навыков, а более высокие уровни КИ будут лучше для более высококвалифицированных людей».

Прогнозы, основанные на структуре точек вызова, в отношении KR (см. моторное обучение ; Guadagnoli and Lee 2004, p. 221):

1. «Для задач высокой номинальной сложности наибольший эффект обучения даст более частое или немедленное предъявление KR, или и то, и другое. Для задач низкой номинальной сложности наибольший эффект обучения даст менее частое или немедленное предъявление KR, или и то, и другое».
2. «Для задач, по которым могут быть предоставлены множественные источники дополненной информации, график представления информации будет влиять на обучение. Для задач с низкой номинальной сложностью случайный график представления дополненной обратной связи облегчит обучение по сравнению с блокированной презентацией. Для задач с высокой номинальной сложностью блокированная презентация обеспечит лучшее обучение, чем случайный график