О технических аспектах внешней и внутренней мотивации

Аннотация: В статье рассматривается личность учащегося в свете теории автоматического управления, где внешняя и внутренняя мотивация являются управляющим и возмущающим воздействием. Рассматриваются технические аспекты мотивации, предлагаются возможные методы повышения мотивации учащихся.

Одной из проблем текущего образования является низкий уровень мотивации учащегося. Не секрет, что большая часть выпускников престижных (и не только) вузов идет работать не по полученной специальности. Основная причина, по мнению авторов, кроется в том, что за время обучения учащийся не был достаточно заинтересован в предмете обучения. В результате уровень его внутренней мотивации, после выхода из стен учебного заведения недостаточен для того, чтобы устроиться на работу, где могли бы быть полезны полученные знания.
Рассмотрим мотивацию как силу, толкающую студента на повышение собственного уровня развития. Допустим, имеется курс информации некоторого объема и определенной длительности, которым должен овладеть студент. Представим, что студент находится на некотором текущем уровне знаний, и задача преподавателя — повысить уровень знаний студента на некоторую «высоту» $h$, за определенное время $t$ (рисунок 1).
359d27185d574b3c862388e1d53773f5.png
Рисунок 1: Действие различных сил на студента
Условно можно сравнить задачу с подъемом тела по наклонной плоскости (будем считать трение о поверхность равным нулю). На студента в этот момент действуют две силы:

  1. Сила мотивации $F_m$, задача которой заключается в том, чтобы студент достиг более высокого уровня знаний;
  2. Сила деградации $F_d$, которая будет определять стремление студента вернуться на текущий уровень развития.


Наклонная плоскость имеет некоторый угол $\alpha$, в зависимости от которого будет меняться необходимая для подъема сила мотивации. Выразим требуемую силу мотивации:

$F_m = F_d' = F_d sin \alpha (1)$


Таким образом, требуемая сила мотивации растет с увеличением угла наклона. При абсолютно вертикальной плоскости, сила мотивации будет равна силе деградации.
С другой стороны, студенту требуется пройти некоторый путь обучения, который обратно пропорционален значению угла наклона:

$x = \frac{h}{sin \alpha} (2)$


Этот путь является всей программой, необходимой для освоения. Так как программу необходимо пройти за определенное время (например, семестр), выразим требуемую скорость прохождения материала:

$x = \upsilon t \rightarrow \upsilon = \frac {h}{t} \cdot \frac {1}{sin \alpha} = \upsilon_0 \cdot \frac {1}{sin \alpha}$


Где $\upsilon_0$ — базовая скорость прохождения материала, при $\alpha = 90^o$.
Рассмотрим пределы изменения скорости и силы мотивации:

$\lim_{F_m\to 0} \upsilon \to \infty,\\ \lim_{F_m\to F_d} \upsilon \to \upsilon_0$


Известно, что произведением скорости на силу является мощность. В данном случае,
4fa0960b440b477ab1f7c7cf0e70c8ae.png
Рисунок 2: Графики зависимости скорости изучения материала и мотивации от угла наклона
это мощность, которая требуется для изучения предмета:

$P_m = F_m \cdot \upsilon = F_d \cdot sin \alpha \cdot \upsilon_0 \cdot \frac{1}{sin \alpha} = \upsilon_0 \cdot F_d = const (5)$


Из (5) можно сделать вывод, что при постоянной сложности программы и заданном времени на ее изучение, необходимая для изучения мощность будет одинакова при любой сложности освоения ее элементарной части.
Рассмотрим возможности студента по обучению. Для этого введем следующие понятия:
$C_И$ — инерционность обучения. Она определяет, насколько студент инертен по отношению к новой информации.
$\lambda$ — коэффициент насыщения, показывающий возможности студента по осознанию новой информации. Рассмотрим упрощенный случай, когда студент на протяжении всего периода обучения прикладывает равномерное усилие для освоения информации. Тогда, можно воспользоваться дифференциальным уравнением 1 порядка и записать:

$P_C - \lambda h = C_И \frac {dh}{dt} (6)$


Качественным решением данного дифференциального уравнения будет функция апериодического звена 1-го порядка[1].

$h(t) = h_{нас} (1 - e^{\frac{-t}{T}}) (7)$


746a80d769c94d5d8f76114a2598da51.png
Рисунок 3: переходный процесс обучения при $P = const$
Где $h_{нас}$ — уровень знаний в установившемся режиме при прикладываемой студентом мощности $P_c$, $\tau$ — постоянная времени обучения. Известно, что за $T= \tau $ процесс достигнет $1-e^{-1} = 63\%$ от значения в установившемся режиме. За $T=3\tau$ процесс считается установившимся, так как текущее значение достигло 95% от установившегося. Таким образом, полное освоение предмета возможно, если уровень осваиваемой программы ниже, чем максимально возможный уровень освоения программы студентом — так называемый уровень насыщения, когда независимо от затрачиваемой энергии новая информация перестает восприниматься. При приближении к уровню насыщения, скорость усвоения новых знаний постепенно снижается. Предлагается уровень программы устанавливать на отметке 63% от максимального, для того, чтобы программа была освоена за время $T = \tau$. Так как данный участок кривой (рисунок 3) практически линеен, в течение всего периода времени освоение программы равными долями, что означает, что учащийся усвоит весь материал урока как в начале периода обучения, так и в конце. Обеспечивается постоянная скорость освоения предмета.
Рассмотрим случай подготовки к экзамену, когда студент в ускоренном темпе повторяет или заучивает программу. Для этого, введем характеристику $K_п$ — коэффициент переобучения. Этот коэффициент определяет способность студента кратковременно запоминать большие объемы информации перед проверкой знаний. Решением дифференциального уравнения второго порядка вида $a \cdot y^{''} + b \cdot y^{'} + c \cdot y + d$ будет:

$h(t) = (1-e^{\frac{-t}{\tau}}) + (K_П sin (3 \cdot \tau \cdot t))\cdot e^{\frac{-t}{\tau}} (8)$


17f241a1fc164edbbec303ccd7eeb6a5.png
Рисунок 4: Переходный процесс обучения с учетом переобучения
Полученная характеристика коррелирует реальным поведением студента в период сессии — при заучивании материала во время интенсивной подготовки к экзамену, в зависимости от возможностей студента уровень обучения превышает уровень насыщения — происходит процесс перерегулирования, величина которого определяется коэффициентом переобучения. Через некоторое время наступает временный спад — часть материала забывается. Впоследствии, материал постепенно у и уровень знаний приходит в норму.
Рассмотрим студента как обучаемую личность с точки зрения системы автоматического управления[2].
2e49eef0725a4d3198178af9408e3262.png
Рисунок 5: Обучаемая личность с учителем
Подсознание обучаемой личности адаптируется к изменениям, используя механизм адаптивного регулирования и внешние возмущающие воздействия — со стороны учителя, СМИ, партии, сети, другой личности и т.п. (Рисунок 5). С их помощью можно сменять сознание и подсознание подавляющего большинства членов информационного общества. Укрупним данную модель до вида одноконтурной системы управления с мягкой обратной связью (Рисунок 6).
c62b41a4bc7249f3b08068272c90b65e.png
Рисунок 6: Укрупненная система управления мотивацией обучаемой личности
В исходном состоянии на вход системы управления подается задающий сигнал $M_0$ — некий уровень самомотивации. С помощью подсознания, выполняющего роль регулятора с передаточной функцией $W_P (P)$ сигнал поступает на силовой элемент (сознание) с передаточной функцией $W_m (P)$, которая, как было показано выше, близка к апериодическому звену второго порядка. На выходе силового элемента появляется непосредственно сигнал мотивации к действию. Через звено обратной связи сигнал $M_{ос}$ поступает на сумматор. Задачей регулятора является минимизация ошибки $\xi = M_0 - M_{ОС}$ между задающим воздействием и сигналом обратной связи. Система входит в статический режим. Рассмотрим два возможных варианта внешнего возмущающего воздействия (рисунок 7):
8349dcce99e14def894f654f00f542f5.png
Рисунок 7: Возможные варианты внешней мотивации обучаемой личности
  1. Сигнал мотивации суммируется с сигналом самомотивации. Ниже будет показано, что данный вариант является правильным;
  2. Во втором случае, сигнал мотивации подается вне системы управления и при первом приближении не влияет на ее состояние. На практике, такое воздействие приводит к изменению параметров результата мотивационной деятельности, что в свою очередь может влиять на собственный уровень мотивации. Говоря простым языком, начинается конкуренция между двумя личностями.

Рассмотрим более подробно первый случай. Технически невозможно подать внешнюю мотивацию на тот же вход что и внутреннюю. Необходимо рассмотреть этот процесс с другой точки зрения (Рисунок 8):
18184afa6b7a4d2faac0daae24765281.png
Рисунок 8: Воздействие внешней мотивации на самомотивацию
Внешняя мотивация, подаваемая на вход системы управляет регулятором собственной мотивации. Таким образом, одной из задач преподавателя является подбор параметров и способов усиления самомотивации. Именно воздействие на самомотивацию является одним из наиболее эффективных методов программирования обучаемой личности.
Рассмотрим пример:
Обучаемая личность устраивается на работу. С одной стороны, работодатель заинтересован в том, чтобы работник как можно более интенсивно работал и пытается найти способ стимулирования за счет результата работы (по мнению работника — денег, если речь идет о премиальной системе оплаты труда). С другой стороны деньги для работника не являются итоговой целью работы. Основной целью работника является появление собственной квартиры, обретения личностной независимости, чувства самодостаточности. Тогда, в схеме $работа \rightarrow деньги \rightarrow квартира$ при вопросах мотивации работника лишним пунктом схемы мотивационного воздействия являются деньги, и схема упрощается до $работа \rightarrow квартира$. К сожалению, как правило, сам работник может явно не знать своих истинных целей. Такая ситуация является брешью в системе безопасности — она позволяет путем влияния изменить цели человека. Эти уязвимости широко используются в социальной инженерии. Правильным методом программирования является совместный поиск истинных целей человека без его модификации — зачастую, с привлечением штатного психолога. После того, как обучаемая личность сама для себя определила собственные цели, система управления начинает процесс самоперепрограммирования и психоаналитический архетип из обучаемой личности преобразуется в самодостаточную личность[3].
Говоря о мотивации учащегося, продолжим схему:

$знания \rightarrow диплом \rightarrow работа \rightarrow деньги \rightarrow квартира (9)$


Где промежуточным звеном являются диплом, работа, деньги. Для более общего случая:

$виды знаний \rightarrow виды целей (10)$


Первым делом, необходимо выяснить преследуемую учащимся цель: возможно, он хочет стать ученым, инженером или известной личностью. Это может быть сделано с помощью тематического тестирования (олимпиады, тестирование «Кенгуру», профориентационные тестирования перед поступлением в ВУЗы) или же с помощью работы учащегося с психологом. С другой стороны, имеются некоторые виды знания, которые могут пригодиться в том или ином случае. До учащегося необходимо донести связь между его целью и набором знаний.
На основании полученных данных возможно организовать индивидуальную программу обучения, однако, такая программа имеет свои недостатки. В первую очередь — высокая сложность — ведь определенное мотивирующее воздействие требуется прикладывать к каждому обучаемому [4]. Одним из простых решений является разбивка большой группы учеников на меньшие группы, где цели членов группы в той или иной форме можно подвести под единую мета-цель. В одной группе обучаются «студенты-аналитики», сильные в эвристическом анализе, в другой группе — «студенты-творцы» и т. п. Подобная диверсификация знаний полезна тем, что хотя учащийся и изучает общую программу, он одновременно является узким специалистом в некоторой интересующей его области. В будущем, экспертиза в узкой области поможет учащемуся достичь своей цели.
  1. Бессекерский В.А., Попов Е.П. Теория систем автоматического управления / В.А. Бессекерский, Е.П. Попов. Изд. 4-е, перераб. И доп. — Спб., Профессия, 2007. — 752с. — (Серия: Специалист)
  2. Цыганов В.В. Адаптивные механизмы и высокие гуманитарные технологи. Теория гуманитарных систем. — М.: Академический проект; Альма Матер, 2012. — 346 с.
  3. Брушлинский А.В. Психология мышления и проблемное обучение. М., 1983
  4. Вербицкий, А.А. Активное обучение в высшей школе: Контекстный подход / А.А. Вербицкий — М.: Высшая школа, 1991. — 205 с.
История возникновения данной статьи
В уже далеком 2015-м году, во время учебы в аспирантуре одним (единственным) требованием для получения зачета по педагогике стала подготовка небольшого доклада перед однокурсниками. Эта статья является качественной проработкой моего слегка упоротого доклада, созданного в попытке объединить необъединяемое. Преподаватель даже предлагал опубликовать «новое слово в философии и психологии» в одном из журналов списка ВАК. Делать этого я конечно же не стал.
Все с первым апреля!

Комментарии (1)

  • 1 апреля 2017 в 12:54 (комментарий был изменён)

    0

    Годно упорото! Спасибо. Дата публикации соответствует.

© Habrahabr.ru