Московский институт электроники и математики, МИЭМ
Общая классификация лабораторных работ и возможные их типы
В преподавании нескольких предметов (как в средней, так и высшей школе) используются лабораторные, или, шире - практические работы. Традиции содержания и проведения таких работ сложились давно, и для разных предметов они различны. Возникает естественная мысль о возможности и эффективности переноса методов проведения таких работ из одних предметов в другие, а также о расширении проведения таких работ при применении электронных, компьютерных и т.п. методов преподавания. Рассмотрение удобно начать с простой классификации, которая на интуитивном уровне как раз и обобщает опыт преподавания разных предметов.
Исторически исходными для лабораторной/практической работы являются материальные объекты. Что можно с ними делать? Прежде всего, можно их наблюдать, и хоть это менее интересно, чем вмешательство, но иногда приходится им ограничиться. Но можно из материальных объектов что-то собрать, сделать нечто - устройство, прибор, систему (синтез устройства или объекта), можно наоборот, разобрать нечто данное (анализ устройства или объекта), можно ничего не делать - взять готовое.
Устройство - собранное, или данное изначально, можно "включить" и получить с его помощью некий продукт, результат (получить продукт). Можно изучить зависимость продукта от параметров устройства, режима работы или того, что в него "засыпано" (исследовать зависимость). Можно исследовать сам процесс работы устройства, функционирования объекта или явления (изучить процесс).
Таким образом, получается простенькая классификация, показанная в таблице, где знаками + и +- отмечены часто и редко встречающиеся реализации.
предмет
наб-
люде-
ние
син-
тез
ана-
лиз
полу-
чить продукт
исследо-
вать зависи-
мость
изучить процесс
обычная реализуемость лабораторных работ
физика
+-
+
+
+
+-
химия
+-
+
+
+-
информатика
+-
+-
+
+
+-
+-
программирование
+
+-
+
+-
+-
биология
+-
+-
+
+
+-
геология
+
+
литература
+
+-
+
Опишем ситуации с отдельными предметами. Например, в лабораторных работах по физике часто собирают какую-то установку, получают на ней какой-то эффект ("продукт" этой установки) и, как правило, исследуют зависимость эффекта от входных параметров. Изучение процесса, его "внутренностей", обычно более сложно и делается реже. А уж анализ устройства, нечто, напоминающее промышленный шпионаж, не делается никогда. А почему? Например, по радиотехнике могла бы быть прелестная лабораторная работа - идем на радиорынок, закупаем россыпью любые платы и - извольте разобраться, что это были за устройства или блоки, то есть проанализируйте их состав и конструкцию и скажите, что они делали. Или, если даже некое устройство дано вместе с описанием, то надо разобраться, где у него что, определить назначение отдельных блоков или элементов.
В химии ситуация аналогична, разве что несколько реже собирают устройства - аппарат Киппа обычно предоставляется готовый. Можно поставить задачу реализации не устройства, а любого объекта конкретной науки, в данном случае - например, уравнения реакции. То есть придумать и создать условия, при которых будет протекать какая-то конкретная реакция - температуру, концентрации, увод продуктов реакции из реакционной зоны и т.д.
А как увлекателен мог бы быть "промышленный шпионаж" - посещение реального производства с последующим отчетом "что вы там видели". Замечу, что в мою бытность на дипломе в одном очень серьезном "ящике" так развлекался я - посетив очередной отдел или лабораторию, рассказывал своему научному руководителю, что там увидел и чем они там занимаются. Он вздыхал и изрекал: "Вот и учи на свою голову". К сожалению, водить школьников на реальные предприятия сложно, но ведь можно было бы реализовать такое мероприятие на компьютерной модели.
В информатике в силу того, что она занимается моделированием всего, представлены все виды лабораторных работ, начиная с того, что при построении любой модели все начинается с наблюдения. К анализу можно отнести любое моделирование от глобуса до компьютерных экспериментов, которые столь популярны в последнее время, так как значительно дешевле обычных (а в некоторых областях "обычные" физически невозможны, например, в астрономии). При моделировании необходимо также проводить исследование процесса или объекта, строить цепочки причинно-следственных связей, изучать зависимости, особенно хорошо это можно проследить на примере логических моделей и логического программирования. В качестве продукта моделирования обычно выступает сама модель.
Синтез программы для решения задачи или реализации компьютерной модели - это самый распространенный вид практических работ в программировании, хотя данное действие можно рассматривать и как получение конкретного продукта - работающего приложения. Исследование зависимости результата от параметров устройства (программы) и, тем более, изучение процессов внутри программы встречается на лабораторных работах реже, обычно при изучении готовых программных приложений, связанных с моделированием . За анализ в программировании можно принять самостоятельное изучение сложных алгоритмов с целью использования их при решении других задач.
Биология - это чаще всего анализ: разобранная на части лягушка (вопрос о гуманизме по отношению к лягушкам и гуманизме по отношению к людям мы здесь не рассматриваем), реже - овес на делянке, то есть синтез устройства с исследованием процесса и получением продукта, еще реже - изучение муравейника. Вроде бы в целом получается, что биологи наиболее разнообразны, хотя растения и животные - нечто разное. Но ведь и в лягушке можно исследовать процессы и из лягушки можно получать результаты (например, Павлов получал слюну из собак).
Проще всего ситуация, казалось бы, в геологии. Ничего, кроме ковыряния в земле, то есть анализа объекта, вроде бы не может быть. Но кто мешает реализовать все остальное на компьютерной модели? То есть на достаточно мощной компьютерной геологической модели может быть в принципе проведен и анализ, и синтез и даже получен продукт. Например, нужно сконструировать планету на начальной стадии планетогенеза так, чтобы потом на ней оказались месторождения железной руды.
И наконец, самое интересное - литература. Написать эссе, рассказ, сочинение, поэму - все это синтез из слов. "Что имел в виду автор образом Татьяны" - анализ, пагубный для мозгов иной Татьяны. Исследование текста для установления его авторства, для чего существуют специальные программы, или с любой иной целью - это анализ. Но ведь можно сформулировать и гораздо интереснее - написать эссе, создающее у читателя определенное ощущение или даже настроение, то есть продукт. А уж изучение того, как это происходит - это уже чистая психолигвистика.
Таким образом, мы видим, что традиционные виды лабораторных работ могут быть дополнены традиционными - но в других предметах. И тем самым осуществлено межпредметное взаимодействие без выхолащивания, упрощения и профанации.
В каких из перечисленных видах лабораторных работ - классических или предлагаемых нами - могут быть эффективно использованы электронные средства? Информатику и программирование можно даже не рассматривать - они "электронны" просто по своей природе. Это же, как не странно, относится к литературе, ибо литература - это изучение и создание текстов, а почему бы не делать это на компьютере? Более того, есть вещи, которые вне компьютера сделать вообще затруднительно - например, если речь идет о редких изданиях, архивных документах и т.п. В некоторых случаях посредством Интернета можно изучить вовсе фантастическую вещь - процесс создания текста, процесс творчества; это возможно в случаях, когда автор выкладывает "варианты" или привлекает любым способом к творчеству читателей/фанатов.
С физикой и химией ситуация такова: компьютерные программы, моделирующие те или иные ситуации существуют и вполне могут быть применены для обучения. Разумеется, что-то моделируется чаще, а что-то реже. На компьютере можно реализовать синтез устройства и даже анализ, хотя последнее несколько сложнее. Основной довод против применения компьютерного моделирования для обучения таков: в программе нет ничего, что не знал бы ее составитель. Довод этот не вполне справедлив - в программах нет (пока) ничего нового на уровне компонент, но составитель не мог знать всех способов взаимодействия этих компонент. Кроме того, уровень знаний составителя должен быть намного выше уровня знаний обучающегося, и пока это так - упражнения на модели гарантированно полезны. Другой, более серьезный довод против - в конечном итоге обучающемуся придется все делать руками, а работа руками по нескольким очевидным причинам отличается от работы на модели. Однако это не означает, что упражнения на модели не нужны, а лишь то, что нельзя переводить на модель все обучение.
В биологии добавляются естественные аргументы насчет гуманности и сроков проведения реальных экспериментов, а в геологии и астрономии прямой эксперимент, если бы он был возможен, чреват плохими последствиями для жизни на планете.
Поэтому электронная среда позволяет увеличить количество типов лабораторных или практических работ по всем предметам, а в некоторых случаях - реализовать типы работ, вне электронной среды и вовсе невозможные.
Международная заочная конференция "Электронная среда в образовании: движение в будущее", 2013