첫 번째 그룹은 대수방정식 문제와 함께 문제를 푸는 방법을 자세히 설명하는 방정식의 풀이된 예제도 제공받았다
풀이된 예제는 방정식을 푸는 데 필요한 단계를 자세히 설명하는 레시피라고 생각할 수 있다
두 번째 그룹은 고등학교에서 일반적으로 푸는 방법대로 추가적인 도움 없이 방정식을 풀어야 했다
두 그룹의 학생들이 방정식 풀이를 마친 후, 연구진은 학생들의 성적을 비교했다
첫 번째 그룹이 더 잘했는데 이 그룹의 학생들은 문제를 푸는 데 도움이 될 수 있는 레시피를 가지고 있었으므로
이것은 별로 놀라운 결과가 아닐 수도 있다
놀라운 것은 푸는 속도의 차이였는데, 첫 번째 그룹은 두 번째 그룹보다 방정식을 5배나 더 빨리 풀었다
연구진은 또 다른 문제에 대해 두 그룹의 성과를 측정했다
학생들이 레시피를 기계적으로 따라해서 푼 것이지 실제로 배운 것은 없다고 생각해 레시피를 가르치기를 주저하는 사람들도 있을 수 있기 때문이었다
놀랍게도 이 두 번째 실험에서 첫 번째 그룹 학생들은 레시피에 나와 있는 계산 규칙을 적용할 수 있는 다른 문제에서도 더 뛰어난 결과를 보였다
풀이된 예제는 수학, 음악, 체스, 스포츠, 프로그래밍을 포함한 다양한 연령 그룹과 주제에 대한 연구 결과에서 그 효과가 입증되었다
새로운 유형의 인지 부하: 본유적 부하
많은 전문 프로그래머에게 스웰러의 결과는 놀라운 것일지도 모르겠다
우리는 종종 아이들이 문제 해결을 잘 할 수 있기를 바란다면 스스로 문제를 해결하도록 내버려두어야 한다고 생각한다
...
스웰러에 따르면 작업 기억공간의 인지 부하와 관련이 있다
STM에는 2~6개의 항목만 담을 수 있고, 작업 기억 공간도 2~6개의 항목만 담을 수 있다. (내 생각은 일정 부분 공간을 공유하는 듯)
...
본유적 부하는 두뇌가 정보를 LTM에 다시 저장하기 위해 수행하는 노력을 의미하고
여러분이 가지고 있는 모든 인지 부하가 내재적 부하와 외재적 부하로 가득차면, 본유적 부하를 위한 여지는 남아 있지 않게 된다
즉 문제와 그 해결책을 기억할 수 없다
힘든 코딩 작업을 마친 후 때때로 자신이 한일을 기억하지 못하는 경우가 이와 같다
이제 우리는 레시피를 사용한 그룹이 왜 새로운 방정식을 더 잘 풀었는지 이해할 수 있다
인지 부하가 그렇게 높지 않았기 때문에, 그들은 이러한 레시피를 자세히 검토하고 이후에 기억할 수 있었다
대수 문제를 풀 때 등식의 일부분을 등호의 반대 변으로 옮기고, 더하기를 빼기로 바꾸거나 같은 값으로 양쪽을 나눌 수 있다는 것을 배운 것이다
...
전문가들이 하는 법을 따라서 한다고 해서 여러분이 전문가가 되는 것은 아니다
https://m.blog.naver.com/try2quit/222227376563
※ 참고자료: 인지부하이론※ 참고자료: 인지부하이론(Cognitive Load Theory) 1. 인지부하의 개념 인지부하는 어떠한 과제의 수행...blog.naver.com
저장 강도가 강해도 인출 강도가 약하면 결국 작업공간에 부하를 주게 되어 있음 검색을 하러가거나 추론을 해야하니까 영상 저장공간에서 STM으로 넘어가고 LTM으로 유도하기 위해서는 정교화 작업을 사용하는 것이 좋음 의식적으로 본래 LTM내에 있는 스키마들과 합성 및 대비를 하고 억지로 기억해내는 시간이 필요함 1차적으로 코드를 기억해내려고 하는 단계가 필요하고 후에 검색을 진행
경험적, 형식적 LTM을 절차적(자동적)까지 끌어 올리는게 제일 좋은 상태지만, 정신 모델과 마찬가지로 해당 기억이 레거시거나 오해를 간직한채로 기억될 수 있고 이것을 탈학습화 시키려고해도 저장된 기억은 대체되지 않는다는 이론이 대세 올바른 기억을 사용하다가도, 인지적 부하가 생기면 오래전에 저장된 잘못된 기억을 사용하게 될 수 있으니 주의
체스 챔피언들이 시실리안 오프닝을 바탕으로 조정하여 한번 본 체스 판을 기억하듯이 여러 정보들을 논리적인 청크로 만들어 2~6개 단위의 STM으로 만들어 처리, 저장하는 것이 두뇌를 효율적으로 사용하는 방법인 청크 활용은 LTM에 속한 경험적인 정보가 많을수록 쉽게 변환할 수 있음 절차적 개발을 진행할 때, 주석을 이용해 청크 공간을 할당해두고 작업하면 효율적
복잡한 태스크를 분석할 때는 중요한 라인을 파악하고 해당 라인을 기점으로 객체간 관계를 파악 (현실적으로 도메인이 아닌 텍스트 영역이라도) 외부 모델과 정신 모델을 국지적으로 생성해서 필요한 관점에서 생성된 모델들을 활용하여 개념을 넓혀가 도메인을 포함한 거시적인 모델을 생성하는 것을 목표로 함 작업 공간의 대부분은 정신 모델을 생성하기 위해 사용되므로, 태스크 작업 중 인터럽트가 발생하면 물리적인 공간에 적어두길 권장
어렵게 푸는 과제들은 올바르지 못하고 구체적이지 못한 정신 모델을 사용하기 때문이고
올바르고 정교한 모델들을 구축해서 사용해야함 (폰노이만 파리문제)
개인적으로 시실리안 오프닝 같은 LTM에 저장된 청크들도 작은 정신 모델이라고 생각함
작업 공간에서 생성되는 새로운 모델을 위한 재료로 사용될 수 있고
일반적인 이론에 생성된 모델, 청크들은 특정 문제에 도움이 적을 수 있다고 생각함
게임이론모델을 잘 안다고 해서 권투 시합에서 상대방의 다음 공격을 예측하는 것에 온전히 적용할 수 없다
https://m.blog.naver.com/ysuny2/221260564944
결론. 1) 개발 시: STM과 작업 공간에 인지 부하가 생기지 않도록 작은 부분에서 작은 모델(청크, 주석 등)을 사용해 단계적으로 심플하게 작성 2) 설계 시: 거시적 외부 모델들을 생성하고 국지적 외부 모델들을 거시적 외부 모델들의 형식과 규칙에 맞춰 구체적인 정보를 활용해 생성 (추상화는 맞지만 구체적인 정보를 제공 받아야 올바른 외부 모델을 생성할 수 있음)