studi e modelli

Tecnologie cognitive per imparare meglio: la didattica brain-based

Le tecnologie educative sono oggi in grado di proporre soluzioni complesse e strumenti in grado di ottimizzare il carico cognitivo, sostenendo la costruzione di schemi e strutture mentali. Educatori, insegnanti e coloro che fanno uso della tecnologia nei contesti educativi devono però valutare bene rischi e vantaggi

Pubblicato il 15 Giu 2018

Giancarlo Gola

Docente di Didattica Generale presso l’Universitа degli Studi di Trieste

scuola_349402895

Le tecnologie hanno un appeal, un’attrattività intrinseca. La tecnologia affascina e divide, raccoglie consensi e provoca resistenze, sopratutto nei contesti educativi e formativi, sino a giungere alle polarità dei sostenitori tecnofili e sul fronte opposto tecnofobici.

Sul tema delle tecnologie educative il confronto è ampio ed articolato, anche gli studi scientifici sono numerosi e diversificati.

Nell’ambito dell’apprendimento, in particolare, sono tre le principali aree di riferimento e ricerca: la tecnologia e la mente umana, la tecnologia per apprendere e la tecnologia come oggetto di apprendimento.

Se da recenti ricerche si è riscontrato che il miglioramento dei processi di apprendimento derivi dalla metodologia didattica utilizzata, unitamente alle capacità dell’insegnante e non dall’uso della tecnologia in quanto tale (Clark, Nguyen & Sweller, 2006; Hattie, 2009; Tamim et al. 2011), altre ricerche hanno posto evidenza come le tecnologie possano favorire processi interagenti con i processi di acquisizione della conoscenza, come interattività e collaboratività, soluzioni di problemi, ma anche operazioni riflessive e metacognitive.

Nel presente contributo si prende a riferimento un modello didattico che può sostenere componenti cognitive e processi di pensiero, in particolare le funzioni esecutive tramite i supporti tecnologici.

Mente e tecnologia

L’interazione tra mente e tecnologia consentirebbe di produrre una estroflessione (Longo, 1998), il soggetto trasferirebbe il carico cognitivo (o parte di esso) sul supporto tecnologico favorendo processi mnemonici, archiviazione di dati, un vero e proprio partenariato uomo-macchina (Calvani, 2001). Sul piano neuronale gli studi hanno dimostrato che azioni ripetute possono modificare strutture cerebrali, influenzare i circuiti neurologici alla base dei processi cognitivi, anche in tempi brevi se sollecitati da ripetizioni. Da considerare che l’apprendimento profondo si compie nella misura in cui la mente è focalizzata su un’attività.

La tecnologia cognitiva

Le tecnologie sarebbero un elemento sinergico che libera potenzialità nascoste in compresenza di altri fattori (Calvani, in Bonaiuti et al., 2017), esse sostengono nuove forme intellettive collettive e connettive. E’ opportuno considerare che l’uso delle tecnologie nei contesti scolastici sembra avere maggiori effetti sull’apprendimento se a supporto delle elaborazioni cognitive (Schimd, 2009), così anche la multimedialità e i prodotti ipermediali se utilizzati in relazione al funzionamento cognitivo umano (Trinchero, 2015b).

Didattica brain-based: preparare all’apprendimento con le tecnologie

Il termine “brain-based learning” indica un insieme di metodi di insegnamento/apprendimento che traggono spunto dalle recenti ricerche in neuroscienze e in psicologia cognitiva e che descrivono le modalità con cui il cervello umano apprende. L’assunto di base è che una didattica efficace non può prescindere da una conoscenza approfondita dei processi cerebrali che sottostanno all‟apprendimento (Caine, Caine, McClintic, Klimek, 2005; Given, 2002; Jensen, 2007; Olivieri, 2014; Rivoltella, 2012; Slavkin, 2004; Wolfe, 2001). In detta prospettiva anche le tecnologie possono fungere da interessante connettore mente-conoscenza, non significa che le tecnologie producano modificazioni di per sé positive o modificazioni alle strutture percettive, quanto che possano sostenere ed ottimizzare specifiche funzioni mentali.

Porre in relazione tecnologie e funzioni esecutive

Le funzioni esecutive consentono ai soggetti di controllare il pensiero e sottendono anche processi cognitivi come l’attenzione, la pianificazione, la concentrazione, l‟autocontrollo comportamentale e cognitivo, la memoria di lavoro (verbale e visuo-spaziale), la flessibilità cognitiva, il superamento delle soluzioni semplici, il controllo delle emozioni e della motivazione. Dette componenti cognitive lavorano in modo strettamente interrelato e sono alla base dei processi di pensiero complessi espressi dai soggetti (Diamond, 2013; Trinchero, 2015).

Sul piano strettamente didattico, prendendo spunto dagli assunti dai modelli brain-based learning, si possono immaginare strutture tecnologiche (o l’utilizzo delle stesse in chiave di progettazione didattica) che consentano ai soggetti in condizioni di apprendimento di:

  • migliorare la padronanza di un sapere e la sua fluidità
  • provare autonomamente schemi e risoluzione di problemi
  • ripetere le esperienze proposte con continuità
  • segnalare punti di forza e punti di debolezza sulle esperienze apprenditive (utilizzo-feedback-utilizzo).

Le tecnologie educative sono oggi in grado di proporre soluzioni complesse e strumenti in grado di ottimizzare il carico cognitivo, contestualmente sostenere costruzione di schemi e strutture mentali.

Rischi ed opportunità

Chi ha deciso di concedere un’opportunità alla tecnologia per l’apprendimento è chiamato a valutare bene i rischi ed i vantaggi (Mazzucchelli, 2014) e questo è il “terreno di gioco” degli educatori e degli insegnanti, di coloro che fanno uso della tecnologia nei contesti educativi a sostegno delle nuove generazioni, coloro che adoperano la tecnologia a supporto della conoscenza e integrata ad essa. Lo spazio dialogico di una tecnologia cognitiva come mezzo per l’apprendimento può essere una cornice di riferimento per immaginare nuove modalità didattiche, rimanendo, tuttavia, neutrali al fascino e ai miti tecnologici.

______________________________________________________

Bibliografia

Bonaiuti G., Calvani A., Menichetti L. Vivanet G. (2017). Le tecnologie educative. Roma: Carocci.

Caine, R.N., Caine, G., McClintic, C., & Klimek, K.J. (2005). 12 brain/mind learning principles in action. Developing executive functions of the human brain. Thousand Oaks, CA: Corwin Press.

Calvani A. (2001). Educazione, comunicazione e nuovi media. Sfide pedagogiche e cyberspazio. Torino: Utet.

Clark R.C., Nguyen F., & Sweller J. (2006). Efficiency in learning. Evidence-based guidelines to manage cognitive load. San Francisco, CA: Pfeiffer Wiley.

Diamond A. (2013). Executive functions. Annual Review of Psychology, 64, 135–168.

Given, B. (2002). Teaching to the brain’s natural learning system. Alexandria, VA: ASCD.

Hattie, J. (2009). Visible Learning: a synthesis of over 800 meta-analyses relating to achievement. London-New York, NY: Routledge.

Jensen E. (2007). Brain-based learning. The new paradigm of teaching. Thousand Oaks, CA: Corwin Press.

Longo G.O. (1998). Il nuovo Golem. Come il computer cambia la nostra cultura. Roma-Bari:Laterza.

Mazzucchelli C. (2014). Nei labirinti della tecnologia. Milano: Delos Digital.

Olivieri D. (2014). Le radici neurocognitive dell’apprendimento scolastico. Le materie scolastiche nell’ottica delle neuroscienze. Milano: Franco Angeli.

Rivoltella P.C. (2012), Neurodidattica. Insegnare al cervello che apprende, Milano: Raffaello Cortina.

Shmid R.F., Bernard R.M., Borokhovski E., Tamim R. Abrami P.C., Wade C.a. et al. (2009). Technology’s effect on achievement in higher education: a stage I meta-analysis of classroom applications, Journal of Computing in Higher Education, 21, 2, 95-109.

Slavkin M. (2004). Authentic learning: how learning about the brain can shape the development of students. Lanham, MD: Scarecrow Education.

Tamim R.M., Bernard R. Borokhovski E., Abrami P.C., Schmid R.F. (2011). What Forty Years of Research Says About the Impact of Technology on Learning. A Second Order Meta-Analysis and Validation Study, Review of Educational Research, 81, 1, 4-28.

Trinchero R. (2015). Per una didattica brain-based: costruire la learning readiness attraverso la pratica deliberata, Form@re, 3, 15, pp. 52-66.

Trinchero R. (2015). Sapere come si apprende per capire come si insegna. in Robusto D., Trinchero R. (a cura di). Strategie per pensare. Milano: F. Angeli.

Wolfe P. (2001). Brain matters: Translating research into classroom practice. Alexandria, VA: ASCD.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati