美国学者埃德加.戴尔(Edgar Dale)1946年提出了“学习金字塔”(Cone of Learning)的理论。以语言学习为例,在初次学习两个星期后:

  • 阅读能够记住学习内容的10%;
  • 聆听能够记住学习内容的20%;
  • 看图能够记住30%;
  • 看影像,看展览,看演示,现场观摩能够记住50%;
  • 参与讨论,发言能够记住70%;
  • 做报告,给别人讲,亲身体验,动手做能够记住90%

注:蓝色是被动学习,红色是主动学习;

美国缅因州National Training Laboratories做过类似的研究,结论跟戴尔差不多,只是把阅读和聆听掉了个个。认为阅读比聆听记住的东西更多。这个结论与我们的经验更加贴近一些。
下面,我们结合一个课堂实录(选自《直击美国课堂》)来详细了解一下学习金字塔的应用。

我们听的是6年级的历史/语文课。6年级在这所学校里已经算初中了。老师讲的内容是前历史时期。

首先,老师给每位学生发了一块石头和一些油彩,让学生假设手中的石头是化石,让学生在石头上画画,想画什么都可以,但必须是学生对前历史时期的理解。学生们很兴奋,开始埋头在石头上画画,有的学生嫌不过瘾,还拿了两块石头。有些学生画的是前历史时期的原始人,有的画的是前历史时期的洞穴,有的画钻木取火的场景。有一个学生最有意思,画的动物非牛非兽,可能这就是他对前历史时期的理解吧。(萧愚注:亲身体验,动手做能够记住90%)

在学生们画画的时候,我在教室里随意转了转,发现教室的四周摆满了不同历史时期的场景,有的是生活场景模型,有的是学生收集来的图片资料,有的是学生手工制品,当然,我还发现了我们中国的兵马俑模型。(萧愚注:看展览能够记住50%)

画完了,学生们就请这些变得花花绿绿的“化石”去外面晒太阳,老师进入了第二个环节——一个非常年轻的历史学者来给同学们讲前历史时期的钻木取火。在出示了钻木取火的图片和相关文字内容后,这位历史学者开始拿出实物,向学生们演示如何做钻木取火的工具。(萧愚注:看演示,现场观摩能够记住50%)

然后把学生分成5人一个小组,发给学生材料,让学生自己动手做。学生们很快做好了。(萧愚注:动手做能够记住90%)

历史老师一边让学生们摆弄工具,一边开始启发学生:这个工具是怎样工作的,里面涉及了什么样的技术原理,这个工具除了可以钻木取火,还能用来干什么。在现在的生活中,还有没有类似的技术工具?它与现在的新技术有什么联系?学生们回答得很踊跃,显然他们对自己能亲手做出几千年前的工具感到好奇和兴奋;通过动手制作和巧妙地提问,老师轻易地把几千年的时光轻轻地拉过。(萧愚注:参与讨论,发言能记住70%)最后,老师号召同学们利用生活中的一切材料来制作实用的工具。

不要以为这节课就结束了。第三个环节是扮演与回答。老师已经事先布置了家庭作业----阅读两本故事类的历史书籍(萧愚注:这才是真正的预习),然后在课堂上请两位同学扮演书中的主人公,其他同学就这两本书中的内容提问,这两位主人公回答。我注意到其中一本书的书名是《寒冷的洞穴》(可能是讲原始人生活的)。显然,6年级的学生还很调皮,有的学生的提问相当“高难度”,而主人公的回答也相当俏皮和幽默,教室中不时爆发出阵阵笑声。(萧愚注:做报告,给别人讲能够记住90%)(选自《直击美国课堂》一书,作者:王秋英)

通过这堂课我们可以看到。主动学习是美国课堂的主旋律。

而我们的课堂,照本宣科、单向灌输是主流。
我们印象中的上课,基本等同于听课。老师带张嘴,学生带双耳朵就可以了,一堂课就这么混下来了。实际上这种上课效率是很低的,基本记不住什么东西,
当然,如果老师思路清楚,语言感染力强,可能还好些,就怕有些讲课如念经的老师,让人昏昏欲睡,纯属浪费学生的时间。
我们看到许多小学生的预习作业,非常莫名其妙。这些知识应该在课堂上由老师帮助孩子记住,学会,如果孩子们预先学会了,还要老师干什么?

真正的预习作业就像上面这个老师布置的,是让孩子自己读书,第二天在课堂上应用。而不是像我们一样,仅仅是把课本的内容反复地抄写,这种做法大多时候是在浪费孩子们的时间。

国外的孩子学得轻松,但国外的优秀学生并不少,原因在于学习效率的提高。尤其是语文,历史这类文科的内容,更需要孩子们充分利用自己的全部感官。我们的许多孩子虽然脑瓜聪明,解题能力强,但往往口才不佳,动手能力差,这种刻板的文科教学方式难辞其咎。

其实这节课更可贵的不仅仅是学习金字塔理论的应用,而是通过体验式的学习,给孩子们留下“刻骨铭心”的记忆,更容易激发起孩子们对那段历史的好奇心和探究欲。

老师相当于利用短短的一堂课,在孩子们的头脑中播下了知识的火种,相信孩子们的学习兴趣被激发之后,会利用各种方式,读书,看视频,网页浏览等等,继续关注和探究这段历史(可惜没有网页搜索能够记住多少百分比的统计,估计效果一定不会差)。这种“我要学”的主动学习才是最有效率的学习。

再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.csdn.net/jiangjunshow

学习金字塔 理论的一个应用相关推荐

  1. “学习金字塔”理论的一个应用

    美国学者埃德加.戴尔(Edgar Dale)1946年提出了"学习金字塔"(Cone of Learning)的理论.以语言学习为例,在初次学习两个星期后: 阅读能够记住学习内容的 ...

  2. 金字塔理论在SAP学习中的切身体会

    近日在一个视频中看到这个学习金字塔,也引发了关于SAP学习的一点思考,整理如下. 听演讲 接收培训是每个用户都要经历的,在系统上线或功能扩展时,会以系统用户的身份接受培训.但公司这种培训有别于学校,针 ...

  3. 学习动力之“学习金字塔 (爱德加•戴尔)”理论

    一.什么是学习金字塔? 学习金字塔是美国缅因州的国家训练实验室研究成果,它用数字形式形象显示了:采用不同的学习方式,学习者在两周以后还能记住内容(平均学习保持率)的多少.它是一种现代学习方式的理论.最 ...

  4. 学习金字塔——谈谈对学习的一点理解

    学习金字塔是美国缅因州的国家训练实验室研究成果,它用数字形式形象显示了:采用不同的学习方式,学习者在两周以后还能记住内容(平均学习保持率)的多少. 根据知识留存率以及学习形式,将学习分为了主动学习和被 ...

  5. 机器人工程专业学习金字塔

    其实不分专业,学习金字塔如下: 我任课班级都会讲,有时候会强调多次,但是效果很差很惨. (保持率时间1-2周左右,存在学科差异性). 在博客再解释一下,只要是个人学习30%效率就是极限: 看到讨论是5 ...

  6. 赠票 | 深度强化学习的理论、算法与应用专题探索班

    文末有数据派赠票福利呦! 深度强化学习是人工智能领域的一个新的研究热点.它以一种通用的形式将深度学习的感知能力与强化学习的决策能力相结合,并能够通过端对端的学习方式实现从原始输入到输出的直接控制.自提 ...

  7. 独家 | 如何解决深度学习泛化理论

    作者:Dmytrii S. 翻译:陈之炎 校对:卢苗苗 本文共2360字,建议阅读5分钟. 本文与大家讨论深度学习泛化理论中的一些经验并试图对它做出解释. 我们可以从最新的关于深度学习"炼金 ...

  8. 陶大程院士:深度学习“泛化”理论的回顾与前沿

    2020-07-11 22:50:40 作者 | 蒋宝尚 编辑 | 丛 末 2020年7月9日,在世界人工智能大会上,陶大程教授(澳大利亚科学院院士)在科学前沿全体会议上和观众连线,并做了<预见 ...

  9. 线下报名 | YOCSEF TDS:深度强化学习的理论、算法与应用

    时间:7月29日9:00-17:20 地点:北京中科院计算所,一层/四层报告厅(暂定) 报名方式:1.报名链接:http://conf2.ccf.org.cn/TDS  2.点击文末阅读原文报名  3 ...

  10. 我的学习工作经历,一个园林专业中专毕业生的IT之路

    魏琼东,男,1983年生人,祖籍甘肃陇南人,首先得感谢我父亲给我取了这么一个好名字,至少我非常喜欢他,因为目前还没有发现和我同名的人. 我是1998-2002年在甘肃林业学校读了四年的园林专业,那四年 ...

最新文章

  1. golang 拷贝文件 简介
  2. golang map 排序 key value
  3. 尽管网站有些建设细节微不足道但终会一一爆发
  4. 高通camera驱动分析
  5. zookeeper启动占用8080端口
  6. 中文手机评论情感分类系列(一)
  7. ABAP应用服务器的HTTP响应状态码(Status Code)
  8. Oracle监听器—静态注册
  9. Android系统(121)---Android启动页黑屏及最优解决方案
  10. SQL语句执行效率及分析
  11. python基础知识-Python基础知识
  12. Magpie: 基于React的炫酷的滚动抽奖程序
  13. go语言中顺序查找的案例--人名查找
  14. 百度开放平台四部分:应用、数据、知道、地图
  15. 【网站】比较知名的大型公司官网清单可以收藏关注一下,欢迎您来补充
  16. PAT-2021年春季乙级考试题解
  17. weblogic安装与配置注意事项
  18. 迅为6818/4418开发板Yocto开发指南
  19. c语言 srand was not,c语言srand生成随机数的问题
  20. 2021李宏毅 机器学习 Convolutional Neural Network (CNN)

热门文章

  1. rpm 打包及其命令
  2. Android 7 soter,安卓首发!OPPO Find X全面支持微信人脸支付功能
  3. python背景透明_Python生成透明背景图片
  4. java 中文url转码_对 url 中含有的中文进行转码操作
  5. 60906磁悬浮动力系统应用研究与模型搭建
  6. Horizon 桌面用户会话10h后超时断开
  7. 2021年Flash被禁用后继续使用的方法
  8. 「c#」图片转换ico图标程序及源码
  9. vscode 是干什么用的_vscode是干嘛用的
  10. python进行主成分分析_python 主成分分析