Цифровое обучение в классах с разным уровнем подготовки: психодиагностические проблемы и перспективы педагогической психологии

Контекст и актуальность. В средних школах Индии уроки по естественным наукам часто проходят с учениками, у которых разные потребности в обучении. Это создает трудности для учителей, использующих обычные методы преподавания. В связи с большим вниманием к инклюзивному образованию и в рамках Национальной образовательной политики 2020 года, учителя всё чаще используют цифровые инструменты, чтобы лучше справляться с этим разнообразием учеников. Но у них есть проблемы: нет четких методов диагностики и отсутствие подготовки. Согласно теориям педагогической психологии, если учителя смогут лучше понять индивидуальные потребности каждого ученика с помощью неформальных методов диагностики и технологий, это поможет улучшить результаты обучения всех учеников. Цель. Цель исследования — изучить, как цифровые стратегии обучения, основанные на теориях педагогической психологии и неформальных психодиагностических методах, могут поддерживать дифференцированное обучение естественным наукам в классах с разным уровнем способностей учеников. Гипотеза. Предполагается, что сочетание цифровых инструментов с использованием диагностических методов помогает учителям лучше вовлекать учеников с разным уровнем подготовки и разрабатывать индивидуальные учебные стратегии. Методы и материалы. Использовались качественные методы исследования, в рамках которых было опрошено 20 учителей естественных наук из частных и государственных средних школ в национальном столичном округе Дели. Данные собирались посредством наблюдений в классе, интервью с учителями и заметок. В исследовании применялись модели Технологического педагогического контент-знания (TPACK) и SAMR (замена, накопление, модификация, переопределение), а также теории Говарда Гарднера и теории Л.С. Выготского для анализа методов преподавания. Результаты. Учителя использовали диагностические методы на основе наблюдений и простые цифровые инструменты, такие как видео, симуляции и викторины. Хотя некоторые педагоги перешли к модифицированным методам преподавания, большинство не имели достаточной подготовки и доступа к современным цифровым технологиям. Несмотря на трудности, явно прослеживалась связь между осведомленностью о диагностике и эффективным использованием цифровых методов. Выводы. Интеграция неформальных диагностических методов с цифровыми учебными инструментами позволяет обеспечить более инклюзивное и гибкое обучение. Улучшение подготовки учителей и расширение доступа к цифровым технологиям являются важными для того, чтобы сделать обучение естественным наукам более адаптивным к потребностям разных учеников.

1. Arora, C. (2023). Role of digital technology in mixed-ability science classrooms [Doctoral dissertation, University of Delhi].
2. Bruner, J. S. (1966). Toward a theory of instruction. Harvard University Press.
3. Chander, S. (2011). Teaching science to visually impaired learners. Journal of Inclusive Education, 1(2), 45—54.
4. Crotty, M. (1998). The foundations of social research. Sage.
5. Daniels, H. (2017). Vygotsky and pedagogy (2nd ed.). Routledge.
6. Denzin, N.K. (2012). Triangulation 2.0. Journal of Mixed Methods Research, 6(2), 80–88. https://doi.org/10.1177/1558689812437186
7. Eady, M., & Lockyer, L. (2013). Tools for learning: Technology and teaching strategies. In: Learning to teach in the primary school (pp. 71—89).
8. Fereday, J., & MuirCochrane, E. (2006). Demonstrating rigor using thematic analysis: A hybrid approach. International Journal of Qualitative Methods, 5(1), 80—92.
9. Fleming, N.D. (2001). Teaching and learning styles: VARK strategies. IGI Global.
10. Gardner, H. (1983). Frames of mind: The theory of multiple intelligences. Basic Books.
11. Hindustan Times. (2020, January 22). Kerala becomes first state to have completely digital, hi-tech classrooms in all public schools. https://www.hindustantimes.com/education/kerala-becomes-first-state-to-have-completely-digital-hi-tech-classrooms-in-all-public-schools-cm/story-juzI396hawul7dBDNssNXK_amp.html
12. Jennings, P.A., & Greenberg, M. T. (2009). The prosocial classroom: Teacher social and emotional competence in relation to student and classroom outcomes. Review of Educational Research, 79(1), 491—525.
13. Lincoln, Y.S., & Guba, E.G. (1985). Naturalistic inquiry. Sage.
14. Mishra, P., & Koehler, M.J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017—1054.
15. Mudzielwana, N.P. (2022). Teacher responsiveness in large multigrade classes. African Journal of Research in Mathematics, Science and Technology Education, 26(3), 233—248.
16. Piaget, J. (1952). The origins of intelligence in children. International Universities Press.
17. Puentedura, R.R. (2013). SAMR: A contextualized introduction. Retrieved from http://hippasus.com
18. Puentedura, R.R. (2013). SAMR: Moving from enhancement to transformation. Educational Leadership, 70(6), 42—46.
19. ResearchGate. (2024). Teachers' psychological well-being: Role of emotional intelligence and resilient character traits. https://www.researchgate.net/publication/349534965_Teachers_psychological_well-being_role_of_emotional_intelligence_and_resilient_character_traits_in_determining_the_psychological_well-being_of_Indian_school_teachers
20. Stake, R.E. (2006). Multiple case study analysis. Guilford.
21. Stoll, L., Bolam, R., McMahon, A., Wallace, M., & Thomas, S. (2006). Professional learning communities: A review of the literature. Journal of Educational Change, 7(4), 221—258.
22. Tomlinson, C. A. (2014). The differentiated classroom: Responding to the needs of all learners. ASCD.
23. Tong, A., Sainsbury, P., & Craig, J. (2007). Consolidated criteria for reporting qualitative research (COREQ): A 32item checklist for interviews and focus groups. International Journal for Quality in Health Care, 19(6), 349—357.
24. Vygotsky, L.S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.
25. Yin, R.K. (2018). Case study research and applications (6th ed.). Sage.
26. Zhao, Y., & Frank, K. A. (2003). Factors affecting technology uses in schools: An ecological perspective. American Educational Research Journal, 40(4), 807—840.