아직 뇌신경 과학계에서도 뇌의 모든 것을 알지 못하고, 연구가 진행 중 입니다.
이론적으론 아래 이론들을 근거하고, 상당한 내용은 “개인적인 지식관” 입니다.
※참고 자료:
- Introduction to The Neuroscience Of Learning - 뇌신경 과학 이론
- schema theory - 심리학 이론
- Metacognition - 메타인지이론
- 극단적 구성주의 - 교육학 이론
- 객관주의와 구성주의 - 교육학 이론
-참조 뇌과학 간단히 알아보기
-참조 메타인지이론 간단히 알아보기
-참조 스키마 이론
-참조: 객관주의 VS 구성주의
-참조: 구성주의자
지식을 보는 관점을 재정의:
우리는 지식이라는 것을 무엇이라 생각합니까? 어떠한 과학적 사실? 아니면 개인의 경험?
기존의 지식은 객관주의에 영향을 받아 마치 진리를 담은 실체가 있는 존재로 여겨왔습니다.
객관주의에서 지식이란 강의 또는 활자를 이용하고, 가르침을 통해 학습자에게 전달이 됩니다.
이에 반해, 구성주의에서는 지식이라는 것의 실재는 없다 라고 규정합니다. 구성주의에서
학습이란 건 학습자가 경험을 통해 스스로 뇌 속에 스키마 형태의 지식을 저장하는 행위입니다.
학습이란 활자나 강의를 통해 배우는 것이 아니라, 스스로의 뇌를 재구성하는 행위인 것입니다.
이 주장은 뇌 신경학에 근거가 있습니다. 우리가 “배운다” 거나 “훈련한다” 라는 행위는
뇌의 입장에선 시냅스들이 새로운 커넥션을 형성하거나 강화하는 행위라고 합니다.
훈련을 통해 커넥션이 강화되는 과정은 Youtube에서 쉽게 이해할 수 있습니다.
위 내용을 보아, 우리는 학습이라는 것을 생물학적인 관점에서 보고 질문을 던질 수 있습니다.
질문은 “어떻게 하면 우리 뇌가 효율적이게 올바른 스키마를 구성하게 할 수 있을까?” 입니다.
효율적이게 올바른 스키마를 구성하려면, 올바른 순서와 올바른 방식으로 학습 해야 합니다.
위 설명을 위해 한 예로, 한 물리학자 출신 사이클 선수가 진행한 자전거의 원리 강의에서
어떻게 페달링하는 것이 더 빠른 지, 자전거의 어떤 원리가 그렇게 만드는 지 등
위처럼 자전거 라이딩 원리에 관한 설명을 두 부류 사람들에게 설명한다고 합시다.
한 부류는 자전거를 타본 적이 한번도 없는 그룹, 나머지는 자전거 동호회 사람들입니다.
자전거를 타 본적 없는 사람에게는 설명해도 스스로 올바른 스키마를 형성하기 어렵습니다.
반면, 자전거 동호회 사람에게 설명하면 올바른 스키마를 형성할 확률이 훨씬 높습니다.
이유는 자전거를 탄 경험, 즉 기존의 스키마가 이것과 관련된 커넥션을 만들 때 도와주고
동호회 사람들은 평소에 선수가 말하는 지식의 필요성을 느끼고 있었기 때문이죠.
반면, 한번도 탄 적 없는 사람들은 사이클 선수가 말하는 지식의 필요성을 느끼지 못해서
배울 동기가 없었을 것입니다. 또한, 자전거에 대한 스키마가 없어 커넥션을 만들기 어렵고
심지어 만들었다고 해도, 실제 자전거를 탈 때는 제대로 못할 확률이 높은데, 이유는
스키마를 형성할 때, 운동 영역 시냅스와 제대로 된 커넥션을 형성하지 않았기 때문입니다.
만약 억지로 만들었다면 물리학 영역 시냅스로만 이루어진 스키마가 될 확률이 높습니다.
올바른 스키마라면 아래 같은 커넥션으로 만들어진 스키마가 뇌 속에 형성 될 것입니다.
지식이라고 착각 하는 것과 진정한 의미의 지식:
Bruner는 어떤 종류의 지식이든 그것은 우리에게 쓸모가 있어야 의미가 있다라고 말했습니다.
그에 따르면, 위처럼 자전거의 지식이지만 운동영역 시냅스와 커넥션이 없이 구성한 스키마는
사실 자전거를 더 잘 타기 위한 지식으로서는 쓸모가 없고 의미가 없는 것입니다..
진정한 의미로의 지식은 자전거를 탄 경험이 있는 사람들이 형성한 스키마가 더 가깝습니다/
하지만 많은 사람들이 이 의미 없는 스키마를 자신이 가진 지식이라고 착각합니다.
이 자전거에 대한 지식은 물리학자 출신임을 비추어 봤을 때, 충분히 신빙성이 있는 지식이며
자신은 그 강의를 참여 했었고,선수의 가르침을 통해 지식이 머리에 저장 되었다고 착각합니다.
이처럼 지식이라 착각하는 경우가 컴퓨터 과학 분야에도 자주 있습니다.
한 예로, 알고리즘 강의만 듣고, 알고리즘에 대한 올바른 스키마를 구성했다고 착각하는 겁니다.
알고리즘은 PS과정 또는 실제 업무에서 응용을 할 수 있어야 쓸모있는 지식입니다. 따라서,
논리력, 컴퓨팅 사고력 또는 구현력 등의 시냅스와 연결된 스키마를 구성 해야 할 것입니다.
제대로 된 스키마를 위해선, PS를 통한 훈련, 실제 업무에서의 응용과 수학적 이론 습득 등
여러 가지를 동시에 또 체계적으로 학습을 해야 진정한 의미의 지식을 학습할 수 있습니다.
위와 같은 오류에 빠지지 않기 위해선 쓸모 없는 스키마를 지식이라고 착각하고 있지는 않는지?
현재의 스키마에서 어떤 영역의 커넥션이 아직 부족한 지 판단을 할 수 있어야 합니다.
이처럼 자신이 가진 스키마의 구성을 판단하는 인지능력을 우리는 “메타인지” 라고 합니다.
메타 인지란:
존 플라벨(J. H. Flavell)이 1976년이 처음 주장 했습니다.
자신의 인지과정을 좀 더 높은 시각에서 관찰하고 발견하고 통제하는 인지능력입니다.
자아성찰적 능력이라고 부르기도 하며, 자기 자신을 타자화, 객관화하여 인지하는 능력입니다.
공자의 “아는 것을 안다고 하고 모르는 것을 모른다고 하는 것, 그것이 곧 앎이다.” 라는 구절과
소크라테스식 대화법(Socratic method)에서 말하고자 하는 것과 일맥상통하는 것입니다.
이를 스키마 이론과 같이 생각해보면, 이 메타인지로 네 가지를 스스로에게 물을 수 있습니다.
- 현재 지식을 이루는 스키마가 정말 쓸모가 있는지?
- 진정한 지식이라고 하기 위해선 어떤 영역의 커넥션이 필요한지?
- 현재 학습의 순서가 올바른 스키마를 형성하는 순서인지?
- 현재 학습 하는 방식이 올바른 스키마를 형성하는 방식인지?
결론:
메타인지로 학습과정에서 위의 네 가지 물음을 자주 물어보고, 학습 과정을 수정해야 합니다.
현재의 스키마 커넥션 상태를 항상 확인하고 부족한 커넥션을 보충해주는 과정을 함으로
우리의 스키마를 가짜 지식이 아닌 진정한 의미의 지식으로 만들어야 합니다.