Методология «Обучение через преподавание» (Learning by Teaching, LbT) представляет собой концепцию педагогической психологии, в рамках которой учащийся осваивает учебный материал через подготовку и последующее его изложение другим субъектам образовательного процесса. Хотя интуитивное представление о пользе объяснения материала другим людям существовало на протяжении столетий, научное обоснование когнитивных и метакогнитивных механизмов данного явления сформировалось в ходе эмпирических исследований последних десятилетий. В современных дисциплинах STEM, и в особенности в школьной и университетской информатике (Computer Science), методология LbT приобретает особую значимость, так как обучение программированию и алгоритмизации требует от учащихся не просто запоминания синтаксических правил, но и формирования устойчивых ментальных моделей исполняемого кода, структурированного логического мышления и навыков отладки.

Теоретико-когнитивные механизмы феномена Learning by Teaching

Эффективность методики Learning by Teaching опирается на комплекс взаимосвязанных психолого-педагогических механизмов, перестраивающих когнитивную обработку информации на этапах восприятия, кодирования, консолидации и извлечения знаний. В основе этого процесса лежит теория генеративного обучения (Generative Learning Theory), разработанная Логаном Фиореллой и Ричардом Майером. Согласно данной теории, глубокое усвоение информации происходит тогда, когда обучающийся активно участвует в создании смысла через последовательные фазы селекции, организации и интеграции. В фазе селекции человек отбирает наиболее существенные базовые концепты из общего потока информации. Затем в фазе организации строится иерархическая ментальная структура, связывающая выбранные элементы в единую логическую систему. Наконец, фаза интеграции объединяет новую ментальную структуру с имеющимися знаниями из долговременной памяти.

Когда учащийся готовится к объяснению материала сверстникам, его мозг непроизвольно переходит от пассивного восприятия к генеративной обработке. Вместо линейного заучивания фактов происходит построение смысловой иерархии, где выделяются магистральные принципы, а второстепенные детали группируются вокруг них.

Одним из главных барьеров при традиционном обучении является «иллюзия понимания», при которой повторное чтение конспекта или просмотр готового кода создают ошибочное ощущение полного усвоения материала. Переход к формулированию собственной речи или написанию пояснительных комментариев служит своеобразным стресс-тестом для знаний. Запуск процессов метакогнитивного мониторинга позволяет человеку в реальном времени оценивать степень связности собственного объяснения. Момент, когда обучающийся не может точно сформулировать мысль или ответить на уточняющий вопрос, обнажает пробел в когнитивной карте. Выявление этого несоответствия стимулирует целенаправленный поиск недостающей информации и устранение структурных ошибок в понимании.

Важным фактором выступает социальный контекст и так называемый «Эффект протеже», термин для обозначения которого был предложен исследователями Стэнфордского университета Кэтрин Чейз, Дорис Чин, Мэрилин Оппеццо и Дэниелом Шварцем. Данный феномен описывает явление, при котором люди прикладывают значительно больше когнитивных усилий для обучения других, чем для собственного академического контроля. Осознание ответственности за успешность понимания другого человека активизирует внутреннюю мотивацию. Экспериментальные работы Эдварда Деси и Гарри Бенвара показывают, что установка на последующее преподавание меняет внутреннюю ориентацию учащихся, повышая их вовлеченность и превращая абстрактную задачу «выучить для оценки» в социальную задачу «объяснить так, чтобы быть понятым».

Эмпирическая база и академические исследования

Научная валидация методики Learning by Teaching опирается на широкую серию контролируемых экспериментов, проведенных ведущими университетами. Первопроходческими работами в области изучения ожидания преподавания стали эксперименты Джона Барга и Яэля Шуля (1980), в которых было доказано, что участники, ожидавшие необходимости обучать других, продемонстрировали более высокое качество воспроизведения и качественную организацию материала по сравнению с теми, кто готовился к традиционному тестированию.

В исследовании Кэтрин Чейз и коллег (2009) учащиеся взаимодействовали с компьютерным «обучаемым агентом». Студенты, разрабатывающие учебный материал для своего виртуального подопечного, тратили больше времени на изучение сложных разделов, совершали больше попыток решения задач и демонстрировали более глубокий перенос знаний.

Логан Фиорелла и Ричард Майер из Университета Калифорнии в Санта-Барбаре провели серию фундаментальных экспериментов по изоляции переменных «ожидание преподавания» и «актуальное преподавание». Студенты изучали учебный материал по физике в различных экспериментальных условиях. Результаты показали, что ожидание преподавания само по себе улучшает первичную структуризацию знаний, однако максимальный и долгосрочный эффект понимания достигается именно тогда, когда этап подготовки сочетается с фазой реального вербального объяснения.

Исследование Нестойко и коллег (2014) подтвердило, что простое изменение целевой установки перед чтением текста заставляет испытуемых спонтанно организовывать информацию в иерархические блоки и выделять ключевые взаимосвязи вместо запоминания разрозненных деталей. Сводный метаанализ Кэти Кобаяши (2019) подтвердил систематический положительный эффект установки на преподавание. Обзор 19 экспериментальных исследований, проведенный Фиореллой и Майером, показал, что в 17 случаях группа, обучавшая других, превзошла контрольную группу, продемонстрировав медианный размер эффекта Коэна d = 0,77, что соответствует высокому уровню педагогической эффективности.

Анализ экспериментальных данных позволяет разграничить когнитивные эффекты двух этапов метода LbT. Фаза ожидания и подготовки стимулирует метапознание и первичную организацию материала, при которой учащийся строит карту понятия, отсекает второстепенный шум и формулирует гипотетические вопросы аудитории, что обеспечивает быстрый прирост результатов на немедленных тестах распознавания. Фаза вербализации и взаимодействия создает долгосрочные следствия в памяти, так как преобразование невербальных когнитивных схем в устную или письменную речь требует перекодирования информации, а необходимость отвечать на неожиданные вопросы заставляет восстанавливать логические цепочки и превращает пассивное знание в активный инструмент.

Специфика и методология применения в IT-образовании

В обучении информатике, программированию и вычислительному мышлению методология LbT находит эффективное воплощение через специальные педагогические фреймворки. Одним из наиболее признанных подходов выступает метод Peer Instruction (взаимное обучение), разработанный Эриком Мазуром и адаптированный для дисциплин Computer Science Лео Портером и Дэниелом Зингаро.

В рамках данной методики традиционная лекция трансформируется в цикл концептуальных микро-дискуссий. Преподаватель дает краткое введение и задает концептуальный вопрос с множественным выбором, нацеленный на выявление типичных заблуждений по теме. Учащиеся сначала индивидуально обдумывают вопрос и голосуют без консультаций со сверстниками.

После анализа распределения ответов, если процент правильных вариантов находится в диапазоне от 30% до 70%, преподаватель запускает фазу взаимного обучения. Учащиеся объединяются в малые группы и пытаются убедить соседей в своей правоте. Завершается цикл повторным индивидуальным голосованием и подведением итогов с экспертным резюме преподавателя.

Исследования Портера и коллег показали, что использование Peer Instruction в курсaх по программированию сокращает показатель отсева и провала студентов почти вдвое, а также значительно улучшает концептуальное понимание базовых алгоритмов. Исследование Зингаро и Портера (2013) установило, что прирост правильных ответов после обсуждения в парах составляет порядка 14%, однако последующая итоговая объяснительная фаза преподавателя увеличивает общий прирост понимания до 22%, что доказывает важную роль взаимодействия учащихся для подготовки когнитивной почвы под восприятие экспертного резюме.

Другой практической проекцией LbT на программирование является взаимное рецензирование кода. Выступая в роли рецензента чужого кода, ученик вынужден читать чужую программу, строить ментальную модель алгоритмического замысла автора, искать логические и синтаксические ошибки, а также формулировать замечания с пояснением причин неоптимальности выбранного решения. Эмпирические данные подтверждают, что в процессе рецензенты получают не меньше педагогической пользы, чем авторы кода, так как знакомятся с альтернативными стратегиями решения задач, развивают навыки рефакторинга и учатся аргументировать свои решения.

Синергетическая интеграция с Retrieval Practice и Spaced Repetition

Наибольший дидактический эффект достигается при объединении методики Learning by Teaching с двумя другими фундаментальными инструментами когнитивной психологии: практикой извлечения (Retrieval Practice) и интервальными повторениями (Spaced Repetition). Описанные методы не дублируют, а взаимно усиливают когнитивное воздействие друг друга, образуя замкнутый цикл формирования устойчивых навыков.

Метод Learning by Teaching обеспечивает качественное первичное кодирование, глубокую структуризацию и осознание причинно-следственных связей в материале. Retrieval Practice стимулирует активное извлечение информации из долгосрочной памяти без опоры на внешние подсказки, что происходит непосредственно во время объяснения темы ученику, когда ему приходится совершать извлечение с усложнением. Spaced Repetition распределяет эти сеансы активного объяснения и самопроверки во времени, предотвращая естественное угасание нейронных связей.

Граничные условия, педагогические риски и пути их нейтрализации

Несмотря на высокий доказанный потенциал, методика Learning by Teaching имеет ряд граничных условий и требует управления рисковыми факторами. Существенным риском является вероятность укоренения ошибочных представлений. Если обучающийся, выступающий в роли учителя, обладает неверными представлениями о концепте, он может передать эти заблуждения своему напарнику, что в программировании часто проявляется в неверной трактовке работы сложных конструкций вроде передачи параметров по ссылке или по значению. Нейтрализация данного риска достигается тем, что методика LbT не должна полностью заменять экспертный контроль: модель обязательно должна включать фазу проверки и финального обобщения преподавателем, как это реализовано в классическом фреймворке Peer Instruction.

Другим граничным фактором выступает возможный социальный стресс и когнитивная перегрузка. Необходимость публичного выступления или страх продемонстрировать некомпетентность перед сверстниками может вызывать у некоторых учащихся высокую тревожность. В условиях стресса рабочая память перегружается, что блокирует генеративные процессы и ухудшает качество усвоения.

Для решения этой проблемы применяется градация формата общения: внедрение LbT рекомендуется начинать с асинхронных или парных форматов (запись короткого поясняющего аудио или видео, взаимное рецензирование кода в текстовом виде, работа в доверительных парах), и только затем переходить к выступлению перед всей группой.

Заключение

Научно-теоретический анализ и эмпирические данные подтверждают, что методика Learning by Teaching является эффективным дидактическим инструментом, превосходящим пассивные формы обучения по показателям глубины понимания и долгосрочного удержания информации. Перенос внимания с простого запоминания на подготовку и передачу знаний активизирует процессы генеративно-смысловой обработки, повышает метакогнитивную осознанность и использует социальную мотивацию для достижения академических результатов.

Для преподавателей информатики интеграция LbT с Retrieval Practice и Spaced Repetition открывает возможности для решения фундаментальных задач IT-образования: формирования устойчивых навыков алгоритмизации, чтения и анализа кода, а также подготовки учащихся к командной инженерной разработке. Практическая реализация данных подходов требует соблюдения баланса между самостоятельной речевой и мыслительной активностью учащихся и экспертным сопровождением преподавателя, гарантирующим точность изучаемого.

Источники

• Learning by Teaching — Cambridge University Press & Assessment
• Learning by Teaching — Logan Fiorella (University of New Hampshire)
• Peer Instruction in Computing: The Value of Instructor Intervention — Daniel Zingaro
• Does Peer Code Review Change My Mind on My Submission?
• The relative benefits of learning by teaching and teaching expectancy — ResearchGate
• Interactivity: A Potential Determinant of Learning by Preparing to Teach and Teaching — PMC
• Research-Based Implementation of Peer Instruction: A Literature Review — PMC
• Factors Affecting the Adoption of Peer Instruction in Computing Courses — ResearchGate
• Peer instruction’s Achilles’ heel: An analysis of its ineffectiveness in confronting counterintuitive physics questions