コーチングプラクティス： 自動化が認知負荷を減らす仕組み

取り組んでいることをほぼ何でも入力すると、IX Coach が現実に最も合うプラクティスを見つけます。「自動化が認知負荷を減らす仕組み」については、現在のプラクティスライブラリからの最適な一致をご覧ください。

役立つかもしれないプラクティス

1. 自動性——スキルが自ら動き出すとき
   自動性とは、練習されたスキルがワーキングメモリの容量を消費せずに機能する状態だ——多数の反復にわたる一貫した刺激-反応のペアリングの結果だ。シュナイダーとシフリンの画期的な研究は、自動処理は速く、並列的で、負荷に耐性があり、一方統制処理は遅く、逐次的で、容量が限られていることを確立した。その転換には一貫したマッピングと十分な量の意図的練習が必要だ。
2. 一度に導入する相互作用する要素の数を調整する
   前提となる要素が自動化された後にのみ、高い要素間相互作用性を持つ概念を導入する。
   熟達逆転効果:助けが害になるとき
3. デュアルタスクモニタリング
   第二の要求の高いタスクを処理しながらスキルを実行することで、それが本当に自動的かをテストする。
   自動性——スキルが自ら動き出すとき
4. 一貫したマッピングの練習
   常に同じ刺激を同じ反応とペアにする——一貫性のなさは自動性を永久にブロックする。
   自動性——スキルが自ら動き出すとき
5. 高ボリュームの反復ブロック
   必要に感じられるよりも多くの試行を記録する——自動性は複雑さではなく量によって獲得される。
   自動性——スキルが自ら動き出すとき
6. 認知負荷下での想起
   二次課題を実行しながらパターンを思い出す練習をして自動性をストレステストする。
   チャンキング:専門家は初心者に見えないものをどう見るか
7. サブスキルの分離と配列
   複雑なスキルのコンポーネントを、組み合わせる前に一つずつ自動化する。
   自動性——スキルが自ら動き出すとき
8. 概念が理解されれば推測できる情報を取り除く
   学習者が情報を独力で処理できるようになると、冗長な支援を追加することは実際には負荷を減らすのではなく増やす。
   認知負荷理論：ワーキングメモリの限界の中で学ぶ
9. 基準を超えて練習する
   自動性を深め、スキルをストレス耐性のあるものにするために、最初の習熟を超えて練習を続ける。
   自動性——スキルが自ら動き出すとき
10. 認知負荷理論：ワーキングメモリの限界の中で学ぶ
    ジョン・スウェラーが開発した認知負荷理論は、学習がワーキングメモリによってボトルネック化されると説明する。ワーキングメモリは同時に約4〜7個の項目しか保持できない。この理論は、教材に内在する負荷、提示の悪さによって生じる外在的負荷、スキーマ構築による本質的負荷を区別する。効果的な学習と指導は外在的負荷を最小化し、解放された容量を真の理解へと向ける。

自分の言葉で状況を説明する でプラクティスライブラリ全体を検索できます。